JP4600237B2 - Failure diagnosis system, image forming apparatus, and failure diagnosis method - Google Patents

Failure diagnosis system, image forming apparatus, and failure diagnosis method Download PDF

Info

Publication number
JP4600237B2
JP4600237B2 JP2005291816A JP2005291816A JP4600237B2 JP 4600237 B2 JP4600237 B2 JP 4600237B2 JP 2005291816 A JP2005291816 A JP 2005291816A JP 2005291816 A JP2005291816 A JP 2005291816A JP 4600237 B2 JP4600237 B2 JP 4600237B2
Authority
JP
Japan
Prior art keywords
log
failure
failure diagnosis
image forming
forming apparatus
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.)
Expired - Fee Related
Application number
JP2005291816A
Other languages
Japanese (ja)
Other versions
JP2007102506A (en
Inventor
英悟 中川
康二 足立
薫 安川
紀一 山田
弘毅 上床
哲一 里永
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.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Fujifilm Business Innovation Corp
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 Fuji Xerox Co Ltd, Fujifilm Business Innovation Corp filed Critical Fuji Xerox Co Ltd
Priority to JP2005291816A priority Critical patent/JP4600237B2/en
Publication of JP2007102506A publication Critical patent/JP2007102506A/en
Application granted granted Critical
Publication of JP4600237B2 publication Critical patent/JP4600237B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Description

本発明は、複写機やプリンタ等の画像形成装置における故障診断、特にプリント配線基板(PWBA)で実現されている電子回路の異常、故障を検出することができる故障診断システム、画像形成装置及び故障診断方法に関する。   The present invention relates to failure diagnosis in an image forming apparatus such as a copying machine or a printer, in particular, a failure diagnosis system capable of detecting an abnormality or failure of an electronic circuit implemented on a printed wiring board (PWBA), an image forming apparatus, and a failure. It relates to a diagnostic method.

パーソナルコンピュータ、複写機等の電子機器には、近年、性能、機能の向上に伴い、益々、それらを実現するための様々な用途のアナログ、及びデジタルの電子回路がプリント配線基板(PWBA)の形で格納されてきている。また、自動車や航空、ロボットや半導体設計装置、その他の産業機器等、あらゆるものにおける動作制御等の手段として、信頼性が高く、高速・高精度での動作が可能な電子回路基板が数多く搭載されている。これらの電子回路基板は一連の機能を実現するために、様々な形でケーブルを介して接続されることにより、所望のスペックが実現されている。このような基板が搭載される機器が使用される環境は、通常はオフィス内であったり、家屋内であったりするが、それ以外の過酷な環境下で使用される場合もあり、非常に多岐にわたっている。このような状況下、検出することが困難な様々な状態の異常、故障が発生し、その修復には多大な労力を要することになる。また、通常の使用環境下で使用している場合でも、電子回路基板自体の異常、故障は発生し、その頻度は必ずしも低いとは言えず、検出箇所を特定できないこともしばしば生じている。   In recent years, as electronic devices such as personal computers and copiers have been improved in performance and functions, analog and digital electronic circuits for various purposes have been increasingly formed in the form of printed wiring boards (PWBA). Has been stored in. In addition, many electronic circuit boards that are highly reliable and capable of high-speed and high-precision operation are installed as a means for controlling the operation of everything from automobiles, aviation, robots, semiconductor design equipment, and other industrial equipment. ing. In order to realize a series of functions, these electronic circuit boards are connected through cables in various forms, thereby realizing desired specifications. The environment in which such a board-mounted device is used is usually in an office or a house, but may be used in other harsh environments. Over. Under such circumstances, abnormalities and failures in various states that are difficult to detect occur, and a great deal of labor is required to repair them. Even when used in a normal use environment, an abnormality or failure occurs in the electronic circuit board itself, and the frequency is not necessarily low, and the detection location cannot often be specified.

このように、電子回路基板に異常が発生した場合には、安全性やコストなどの面から早急な対応が必要であるが、市場における複写機、プリンタ等に異常が発生した場合の対応として、過去の事例を参照し、故障現象と重ね合わせた結果を確率的に解析することが行われている。このような技術としては、例えば、特許文献1や特許文献2のような提案がされている。特許文献1では、過去の事例をデータベースとした故障原因の頻度分布から現在の故障箇所候補を確率分布として推定することが行われている。また、特許文献2では、データベースに故障原因に加えて施した処置等の入力まで行っている。このように、機能的に故障原因を追うのみでなく、過去の事例を参照することにより、機器に特有の故障の傾向を含めた故障診断を実施し、またその事例を新たな故障データとしてデータベースに登録して活用することが行われている。   As described above, when an abnormality occurs in the electronic circuit board, an immediate response is necessary from the aspects of safety and cost, but as a response when an abnormality occurs in a copying machine, a printer, etc. in the market, With reference to past cases, probabilistic analysis of results superimposed on failure phenomena is performed. As such a technique, for example, proposals such as Patent Document 1 and Patent Document 2 have been proposed. In Patent Document 1, a current failure location candidate is estimated as a probability distribution from a failure cause frequency distribution using past cases as a database. Moreover, in patent document 2, it has performed to the input of the treatment etc. which were given to the database in addition to the cause of failure. In this way, not only functionally following the cause of failure, but also by referring to past cases, failure diagnosis including the failure tendency specific to the device is performed, and the case is databased as new failure data. It is done to register and use.

特開平5-35484号公報JP-A-5-35484 特開平5-61877号公報JP-A-5-61877

しかしながら、特許文献1や特許文献2で開示されたような例では以下のような問題点が存在した。すなわち、故障原因に対して施した処置をそのまま事例として反映しているだけであるか、あるいは内部情報の利用に乏しいため、必ずしも精度のよい診断を行うための事例データを構築することが出来ておらず、また診断精度を向上させようとすると、現場での対応処置とそれに伴うチェック作業を非常に細かく実施する必要が出てくるため、作業が煩雑になってしまうという欠点があった。   However, the following problems existed in the examples disclosed in Patent Document 1 and Patent Document 2. In other words, it just reflects the measures taken for the cause of the failure as a case, or because the use of internal information is scarce, it is not always possible to construct case data for accurate diagnosis. In addition, if it is attempted to improve the diagnostic accuracy, it is necessary to carry out on-site countermeasures and the accompanying check work very finely, so that the work becomes complicated.

本発明は以上のような点を考慮して行なわれたものであり、事例のみを参照した故障診断システムと比べて、機器に搭載されているPWBA等の回路の故障診断の精度を向上させることが可能な故障診断システムを提供することを目的とする。   The present invention has been made in consideration of the above points, and improves the accuracy of fault diagnosis of a circuit such as PWBA mounted on a device as compared with a fault diagnosis system that refers only to examples. An object of the present invention is to provide a fault diagnosis system capable of

かかる目的を達成するための、本発明の故障診断システムは、画像形成装置の故障診断システムであって、画像形成装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線し、確率的に異常候補を抽出する故障診断モデルに基づく推論処理を行う故障診断部と、前記画像形成装置の状態情報が記述されて作成されるログを取得するログ取得部と、当該ログ取得部により取得した前記ログを解析し、解析済みデータを作成するログ解析部と、を有し、前記故障診断部は、前記ログ解析部における解析済みデータを故障確率の値(故障確率値)が割り付けられる前記故障診断モデルの入力情報として推論処理を行うことを特徴としている。ここで、前記故障診断システムは、規則に基づくシステム(ルール型システム、例えばベイジアンネットワーク)を使用した故障自動診断を行う仕組みを採用することができる。このような故障診断システムは、装置の動作異常を引き起こす過去の故障事例をベースに故障診断モデルを構築し、この故障診断モデルを用いて異常候補を確率的に求めることができる。本発明では、このような故障診断モデルによる故障診断の精度を向上させるべく、故障診断モデルへの更なる入力情報を与えている。更なる入力情報としているのは、制御システム間で交換しているログを解析、抽出することによって得られる情報である。画像形成装置は、ESS(Electric Sub System)や、IIT(Image Input Terminal)、IOT(Image Output Terminal)等の制御システムを備えており、これらの制御システム間で画像形成装置の状態情報が記述されて作成されるログの交換を行っていることがある。本発明では、従来から作成されているこのようなログの中から故障診断に用いることができる情報を抽出し、故障診断モデルに反映させている。 In order to achieve the above object, a failure diagnosis system of the present invention is a failure diagnosis system for an image forming apparatus, which connects a cause of a failure of the image forming apparatus and input information having a causal relationship with the cause of the failure, A failure diagnosis unit that performs inference processing based on a failure diagnosis model that probabilistically extracts abnormality candidates, a log acquisition unit that acquires a log created by describing state information of the image forming apparatus, and the log acquisition unit A log analysis unit that analyzes the acquired log and creates analyzed data, and the failure diagnosis unit is assigned a failure probability value (failure probability value) to the analyzed data in the log analysis unit Inference processing is performed as input information of the fault diagnosis model . Here, the failure diagnosis system may employ a mechanism for performing automatic failure diagnosis using a rule-based system (rule type system, for example, a Bayesian network). Such a failure diagnosis system can construct a failure diagnosis model based on past failure cases that cause an abnormal operation of the apparatus, and can use this failure diagnosis model to obtain abnormality candidates stochastically. In the present invention, further input information to the fault diagnosis model is given in order to improve the accuracy of the fault diagnosis by such a fault diagnosis model. Further input information is information obtained by analyzing and extracting logs exchanged between control systems. The image forming apparatus includes control systems such as ESS (Electric Sub System), IIT (Image Input Terminal), and IOT (Image Output Terminal), and state information of the image forming apparatus is described between these control systems. Logs created may be exchanged. In the present invention, information that can be used for fault diagnosis is extracted from such logs that have been created conventionally and reflected in the fault diagnosis model.

このような構成とすれば、画像形成装置に組み込まれている電子回路の状態を把握し、従来、目視等で把握することが困難であったPWBA等の電子回路の異常、故障も検出することができる。   With such a configuration, it is possible to grasp the state of an electronic circuit incorporated in the image forming apparatus, and to detect an abnormality or failure of an electronic circuit such as PWBA, which has been difficult to grasp by visual observation or the like. Can do.

なお、本発明におけるログの取得、ログの解析等は、画像形成装置を構成する要素に組み込まれたソフトウェアを駆動することによって行うことができる。   Note that log acquisition, log analysis, and the like according to the present invention can be performed by driving software incorporated in elements constituting the image forming apparatus.

このような故障診断システムでは、前記故障診断部と、前記ログ取得部と、前記ログ解析部は、前記画像形成装置の外部に配置され、ネットワークを介して故障診断を行う構成とすることができる。このような構成とすることにより、故障診断をリモートで行うことができる。 In such a fault diagnosis system, and the fault diagnosis unit, and the log acquisition unit, the log analysis unit, the disposed outside of the image forming apparatus may be configured to perform fault diagnosis over the network . With such a configuration, failure diagnosis can be performed remotely.

また、このような故障診断システムでは、前記ログ解析部は、作成されたログから所定のキーワードの抽出を行って前記解析済みデータを作成し、前記故障診断部は、前記キーワードの有無に基づいて前記解析済みデータを前記入力情報として入力する際の故障確率の値を変更する構成とすることができる。さらに、このような構成とする際に、前記ログ解析部は、抽出したキーワードの前記ログ上における記述位置に関するデータを含めた解析済みデータを作成し、前記故障診断部は、前記キーワードの記述位置に基づいて前記解析済みデータを前記入力情報として入力する際の故障確率の値を変更する構成とすることができる。前記ログは、例えば、テキスト形式で作成されることがあるが、このようなテキスト形式で作成されたログからキーワードを抽出するためのFiltering(フィルタリング)を行うことによって故障原因と因果関係を有する情報と抽出することができる。Filteringはソフトウェアを用いる等、従来知られている手順で行うことができる。ここで、Filteringを行うことによって抽出されたキーワードがログ上のどこに記述されていたかの情報(記述位置)まで考慮して解析済みデータを作成すれば、より正確な故障診断を行うことができる。 Further, in such a failure diagnosis system, the log analysis unit extracts a predetermined keyword from the created log to generate the analyzed data, and the failure diagnosis unit is based on the presence or absence of the keyword. It is possible to change the value of the failure probability when inputting the analyzed data as the input information . Further, in this configuration, the log analysis unit creates analyzed data including data related to the description position of the extracted keyword on the log, and the failure diagnosis unit includes the description position of the keyword. The failure probability value when inputting the analyzed data as the input information can be changed based on the above . The log may be created in a text format, for example. Information having a causal relationship with a cause of failure by performing filtering for extracting a keyword from the log created in such a text format. And can be extracted. Filtering can be performed by a conventionally known procedure such as using software. Here, if the analyzed data is created in consideration of the information (description position) where the keyword extracted by filtering is described on the log, more accurate fault diagnosis can be performed.

なお、以上説明したような故障診断システムを種々の画像形成装置に搭載すれば、本発明の画像形成装置を構成することができる。 It should be noted that the image forming apparatus of the present invention can be configured by installing the failure diagnosis system as described above in various image forming apparatuses .

また、本発明の故障診断方法は、画像形成装置の故障診断方法であって、画像形成装置の状態情報が記述されて作成されるログを取得する行程と、当該ログを解析してログ上のキーワードを抽出し、解析済みデータを作成する行程と、当該解析済みデータを故障確率値が割り付けられる故障診断モデルの入力情報として当該故障診断モデルによる推論処理を行う行程と、を有することを特徴とする。このような故障診断方法は、例えば、本発明の故障診断システムを稼働させることによって実施することができる。 Further, the failure diagnosis method of the present invention is a failure diagnosis method for an image forming apparatus, a process of acquiring a log created by describing status information of the image forming apparatus, and analyzing the log to extracting the keywords, and comprising: the step of creating the parsed data, and performing inference process according to the fault diagnosis model as input information for fault diagnosis model to which the parsed data a failure probability value is assigned, the To do. Such a failure diagnosis method can be implemented, for example, by operating the failure diagnosis system of the present invention.

本発明によれば、画像形成装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線し、確率的に異常候補を抽出する故障診断モデルに、ログに含まれる故障原因に結びつく情報を加味することにより、新たな異常情報を抽出することができ、電子回路の異常、故障を検出等も可能として故障原因特定の精度を向上させることができる。   According to the present invention, a failure diagnosis model that connects failure causes of an image forming apparatus and input information having a cause-and-effect relationship with the failure causes and extracts failure candidates stochastically leads to failure causes included in the log. By adding information, new abnormality information can be extracted, an abnormality or failure of an electronic circuit can be detected, and the accuracy of failure cause identification can be improved.

以下、本発明を実施するための最良の形態を図面と共に詳細に説明する。   Hereinafter, the best mode for carrying out the present invention will be described in detail with reference to the drawings.

図1は、本発明の故障診断システムを適用するネットワークとそれに接続される機器について示している。リモートで接続したデスクトップ型のパソコン11やオンサイトで接続したモバイルパソコン12による診断、あるいはLAN等のネットワーク14を介して画像形成装置13の診断を行う。これらのパソコン11やモバイルパソコン12が本発明における故障診断部、ログ取得部、ログ解析部の機能を果たすことになり、これらの機能を実現することのできるソフトウェアが格納されている。また、画像形成装置13は自己の状態情報を記述したログを作成する。   FIG. 1 shows a network to which a failure diagnosis system of the present invention is applied and devices connected thereto. A diagnosis is performed by a desktop personal computer 11 connected remotely or a mobile personal computer 12 connected on-site, or a diagnosis of the image forming apparatus 13 via a network 14 such as a LAN. These personal computers 11 and mobile personal computers 12 fulfill the functions of the failure diagnosis unit, log acquisition unit, and log analysis unit of the present invention, and software that can realize these functions is stored. Further, the image forming apparatus 13 creates a log describing its own state information.

図2は画像形成装置13の制御を司る回路となるPWBAの構成例を示している。それぞれのブロックは実際には複数のPWBAで構成されている。すなわちESS21は複数のESS PWBA及びその周辺要素、IIT22は複数のIIT PWBA及びその周辺要素、IOT23は複数のIOT PWBA及びその周辺要素、FAX24は複数のFAX PWBA及びその周辺要素から構成されている。また、MCU25、HDD26はそれぞれ周辺要素を備えている。画像形成装置13は、さらに、各種搭載メモリとしてRTC271、NV272、RAM273、ROM274、ESS21とIIT22とを接続するケーブル212、ESS21とIOT23とを接続するケーブル213、ESS21とFAX24とを接続するケーブル214、ESS21とMCU25とを接続するケーブル215、ESS21とHDD26とを接続するケーブル216を備えている。また、ESS21はPSW(Portable Service Workstation)と接続されている。このような画像形成装置13は外部通信可能なネットワークと接続されている。   FIG. 2 shows a configuration example of the PWBA that is a circuit that controls the image forming apparatus 13. Each block is actually composed of a plurality of PWBAs. That is, the ESS 21 includes a plurality of ESS PWBAs and their peripheral elements, the IIT 22 includes a plurality of IIT PWBAs and their peripheral elements, the IOT 23 includes a plurality of IOT PWBAs and their peripheral elements, and the FAX 24 includes a plurality of FAX PWBAs and their peripheral elements. Each of the MCU 25 and the HDD 26 includes peripheral elements. The image forming apparatus 13 further includes RTC 271, NV 272, RAM 273, ROM 274, cable 212 for connecting ESS 21 and IIT 22, cable 213 for connecting ESS 21 and IOT 23, cable 214 for connecting ESS 21 and FAX 24, A cable 215 for connecting the ESS 21 and the MCU 25 and a cable 216 for connecting the ESS 21 and the HDD 26 are provided. The ESS 21 is connected to a PSW (Portable Service Workstation). Such an image forming apparatus 13 is connected to a network capable of external communication.

図3は、画像形成装置13内で作成され、ログ取得部、ログ解析部の機能を有するパソコン11が取得したログ情報に基づき、作成するノードと確率表の値の考え方を示している。このようにして得られる情報(解析済みデータ)に基づき確率的に診断するモデルの一つとして考えるベイジアンネットワークのノードに適用して故障診断を実施する。あらかじめ組まれたベイジアンネットワークモデルに対して、ログを取得して解析を行った場合に明確化される異常に関連する確率項目をノード内に用意し、実際にログを取得して解析、すなわちFilteringした結果として、そのノードに関連する異常と判断される記述がある場合には、基本的にはログ取得時のNGの確率を100%またはそれに準じた値に設定するようにしている。すなわち、そのような解析済みデータが得られた場合には当該箇所に異常が起こっている確率が高いとして、それに見合った値を入力する。ここにおけるログは、画像形成装置13の起動時などにPWBAに関する機能等の内部状態をチェックした結果をテキストファイル等の形式で出力するものを想定している。また、メッセージの有無とOK/NGの確率との関係は、予めそれまでの事例を解析することによって蓄積されたデータに基づいて決めておくことができる。   FIG. 3 shows the concept of the nodes to be created and the values of the probability table based on the log information created in the image forming apparatus 13 and acquired by the personal computer 11 having the functions of the log acquisition unit and log analysis unit. Fault diagnosis is performed by applying to a node of a Bayesian network that is considered as one of models probabilistically diagnosed based on information (analyzed data) obtained in this way. Probability items related to anomalies that are clarified when a log is acquired and analyzed for a Bayesian network model built in advance are prepared in the node, and the log is actually acquired and analyzed, that is, Filtering As a result, when there is a description that is determined to be an abnormality related to the node, basically, the probability of NG at the time of log acquisition is set to 100% or a value corresponding thereto. In other words, when such analyzed data is obtained, it is assumed that there is a high probability that an abnormality has occurred in the location, and a value corresponding to the probability is input. The log here assumes that the result of checking the internal state of the function related to PWBA when the image forming apparatus 13 is started is output in the form of a text file or the like. Further, the relationship between the presence / absence of a message and the probability of OK / NG can be determined in advance based on data accumulated by analyzing previous cases.

図4(a)はログ解析部においてログをFilteringする記述例を示したものである。図4(b)に示したメッセージをキーワード検出によって抽出した場合には、図4(b)の表中、右列にある箇所(抽出箇所)のベイジアンネットワークを構成するノードのNG確率を100%かそれに準じた値に設定するようにする。例えば、図4(a)中、参照番号41、42、43を付して示したように、NVM PWBA本体、NVM PWBA接続部、ESS PWBA本体の3つのポイントについての異常可能性の記述が行われる。これらの情報は、既存の故障診断情報には反映されていない故障情報である。ここで、既存の故障診断情報とは、過去の故障事例のデータを蓄積することによって得られる故障診断情報を指す。なお、本実施例では、PWBAについて、その本体自体と接続部とに分けて故障診断を行うようにしている。   FIG. 4A shows a description example of filtering a log in the log analysis unit. When the message shown in FIG. 4B is extracted by keyword detection, the NG probability of the node constituting the Bayesian network at the location (extraction location) in the right column in the table of FIG. Or set it to a value according to it. For example, as shown with reference numerals 41, 42, and 43 in FIG. 4 (a), description of the possibility of abnormality is performed for the three points of the NVM PWBA main body, the NVM PWBA connection unit, and the ESS PWBA main body. Is called. These pieces of information are failure information that is not reflected in the existing failure diagnosis information. Here, the existing failure diagnosis information refers to failure diagnosis information obtained by accumulating data of past failure cases. In this embodiment, PWBA is diagnosed by dividing it into a main body itself and a connection part.

参照番号41を付した記述はNVMの機能的な異常をメッセージとして伝えており、参照番号42を付した記述はNVMと接続されるESS PWBAの接続部の異常を、参照番号43を付した記述はNVMをESS PWBAが認識できない異常をメッセージとして伝えてきている。なお、この図では、あたかも1つの記述に1つの異常箇所があるように記されているが、実際には複数箇所にまたがった記述が行われたり、あるいは1つの記述の中に複数の情報が埋め込まれる場合もある。   The description with the reference number 41 conveys a functional abnormality of the NVM as a message, and the description with the reference number 42 indicates the abnormality of the connection part of the ESS PWBA connected to the NVM, with a reference number 43. Has reported an abnormality that ESS PWBA cannot recognize NVM as a message. In this figure, it is written as if there is one abnormal part in one description. However, in actuality, a description over a plurality of parts is performed, or a plurality of information is included in one description. May be embedded.

図5は以上のような考え方に基づいて構成したベイジアンネットワークの例を画像形成装置13に搭載されているPWBAを対象として示している。図中、参照番号51、52はそれぞれのノードに関する解析済みデータについて示したものである。すなわち、例えば、参照番号51を付した解析済みデータであれば、図4(a)で示したようなログメッセージを包含している場合を考える。取得したログであるLog1の記述内容を解析した結果、その中に参照番号41や参照番号42を付して示した、NVM PWBA本体の異常と判断される内容が見つかった場合には、図3で説明したような方法で当該箇所に異常が認められる確率、すなわちNGとなる確率を高くする設定を行う。同様に、参照番号43を付して示したように、ESS PWBA本体に関する記述に異常と判断される内容が見つかった場合には、そのノードのNGの確率を高めるように作成してある。   FIG. 5 shows an example of a Bayesian network configured based on the above-described concept for a PWBA mounted in the image forming apparatus 13. In the figure, reference numerals 51 and 52 indicate analyzed data relating to each node. That is, for example, consider the case where log data as shown in FIG. 4A is included in the analyzed data with reference numeral 51. As a result of analyzing the description content of Log1 that is the acquired log, when the content that is determined to be abnormal in the NVM PWBA main body indicated by reference number 41 or reference number 42 is found in FIG. The probability that an abnormality is recognized at the location, that is, the probability of becoming NG is set by the method described in the above. Similarly, as shown with reference numeral 43, when a content that is determined to be abnormal is found in the description of the ESS PWBA main body, it is created so as to increase the NG probability of the node.

以上のような確率の割り付けは各ノードにおいて行われているが、以下、NVM PWBAを例に図6を参照しつつ説明する。図6(a)〜(d)は各ノードの具体的な確率についての記述内容を示している。故障診断は、図6(a)〜図(d)までの確率の割り付け行程を順次辿ることによって行われる。図6中、(a)及び(b)は、従来と同様に故障事例に基づく入力情報から得られる確率分布である。これに対し、図6中、(c)及び(d)は、本発明における特徴的な処理であるログ記述内容を加味した確率分布表である。   The allocation of probabilities as described above is performed in each node, and will be described below with reference to FIG. 6 taking NVM PWBA as an example. FIGS. 6A to 6D show the description contents of the specific probabilities of the respective nodes. Fault diagnosis is performed by sequentially following the probability allocation process from FIG. 6 (a) to FIG. 6 (d). In FIG. 6, (a) and (b) are probability distributions obtained from input information based on failure cases as in the conventional case. On the other hand, in FIG. 6, (c) and (d) are probability distribution tables that take into account the log description content, which is characteristic processing in the present invention.

まず、図6(a)について説明する。図6(a)は、故障コード001のノードにおける各部品の故障確率を示している。表の最右欄の値(故障コード001のNGの値)が0%でないときに「NG」と表記される部品が異常候補、故障原因候補ということになる。図5に示すように故障コード001はESS PWBA Total、MCU PWBA Total、NVM PWBA Totalと結線されている。このため、図6(a)中、表の最右欄の値が5%であるときにNGを示すNVM PWBA Total、表の最右欄の値が95%であるときにNGを示すMCU PWBA Totalが異常候補となる。   First, FIG. 6A will be described. FIG. 6A shows the failure probability of each component at the node of the failure code 001. When the value in the rightmost column of the table (NG value of the failure code 001) is not 0%, a part indicated as “NG” is an abnormality candidate and a failure cause candidate. As shown in FIG. 5, the fault code 001 is connected to ESS PWBA Total, MCU PWBA Total, and NVM PWBA Total. For this reason, in FIG. 6A, NVM PWBA Total indicating NG when the value in the rightmost column of the table is 5%, and MCU PWBA indicating NG when the value in the rightmost column of the table is 95%. Total is a candidate for abnormality.

次に、図6(b)は、図6(a)に示した確率表からから異常候補となったNVM PWBA Totalのノードにおける故障確率を示している。ここで、図5に示すようにNVM PWBA TotalはNVM PWBA接続部と、NVM PWBA本体と結線されていることからこれらの2つのノードに対する故障確率を示している。図6(b)に示す表の最右欄の値(NVM PWBA TotalのNGの値)が0%でないときに「NG」と表記される部品が異常候補、故障原因候補ということになる。   Next, FIG. 6B shows the failure probability at the node of the NVM PWBA Total that is an abnormal candidate from the probability table shown in FIG. Here, as shown in FIG. 5, since the NVM PWBA Total is connected to the NVM PWBA connection section and the NVM PWBA main body, it indicates the failure probability for these two nodes. When the value in the rightmost column of the table shown in FIG. 6B (the value of NG of NVM PWBA Total) is not 0%, a part denoted as “NG” is an abnormality candidate and a failure cause candidate.

次に、図6(c)、図6(d)について説明する。図6(c)は、ログを解析した解析済みデータにメッセージがNVM PWBA接続部に異常がある可能性を示すメッセージを含んでいたときにはNVM PWBA接続部のNG=100%とすることを示している。同様に図6(d)は、ログを解析した解析済みデータにメッセージがNVM PWBA本体に異常がある可能性を示すメッセージを含んでいたときにはNVM PWBA本体のNG=100%とすることを示している。すなわち、双方とも、ログ記述に異常を示唆するメッセージが解析の結果として見つかった場合には、異常とされたPWBAまたは接続部のNGの確率を100%とする。これらの確率の割り付けは、過去の事例に基づいて行われるものであり、図6(a)や図6(b)に示した確率の割り付けとは無関係なものである。すなわち、図6(c)や図6(d)に基づいた確率の割り付けを行って故障診断を行うことも可能であるが、本実施例では、図6(a)〜(d)のすべてを考慮した故障診断を行い、故障診断の精度を向上させている。   Next, FIG. 6C and FIG. 6D will be described. FIG. 6C shows that when the analyzed data obtained by analyzing the log includes a message indicating that there is a possibility that the NVM PWBA connection is abnormal, NG = 100% of the NVM PWBA connection is shown. Yes. Similarly, FIG. 6D shows that when the analyzed data obtained by analyzing the log includes a message indicating that there is a possibility that the NVM PWBA main body is abnormal, NG = 100% of the NVM PWBA main body is set. Yes. That is, in both cases, when a message indicating abnormality in the log description is found as a result of analysis, the probability of PWBA determined to be abnormal or NG of the connection unit is set to 100%. The assignment of these probabilities is performed based on past cases and is irrelevant to the assignment of probabilities shown in FIG. 6 (a) and FIG. 6 (b). That is, it is possible to perform failure diagnosis by assigning probabilities based on FIG. 6C and FIG. 6D, but in this embodiment, all of FIG. 6A to FIG. Failure diagnosis is taken into account, and the accuracy of failure diagnosis is improved.

このようにして各ノードの確率表を作成することにより、図7に示したような最終結果が得られる。ログの取得を行わない、通常の事例ベースのモデルで、故障可能性のある部位が順位付けされて示される構成では、図7の「故障表示番号001ログメッセージ無」の列に記載されたように、ESS PWBA、MCU接続ケーブル、NVM PWBA、NVM接続部、HDD本体・・・という故障順位で表示される。ログを取得した本発明では、ログメッセージの中にある利用されていない故障情報として、参照番号41を付して示したNVMに関する記述がFilteringして抽出され、「故障表示番号001ログメッセージ有」の列に示したように、故障確率順位はNVM PWBAが高確率でトップに示されるようになり、既存の事例を用いた順位と大きく変動することになる。このようにして、起動時に発するログをFilteringして解析し、これまで利用されていなかったメッセージを抽出することにより、既存の事例を用いた故障診断を確率的に行なうシステムにおける診断精度を向上させることが可能となる。   By creating the probability table for each node in this way, the final result as shown in FIG. 7 is obtained. In a normal case-based model in which logs are not acquired and a configuration in which parts with a possibility of failure are ranked and indicated, as described in the column of “failure display number 001 no log message” in FIG. Are displayed in the failure order of ESS PWBA, MCU connection cable, NVM PWBA, NVM connection unit, HDD main body,. In the present invention that has acquired the log, the description about the NVM indicated by reference numeral 41 is extracted by filtering as failure information that is not used in the log message, and “failure display number 001 has log message” is extracted. As shown in the column, the failure probability ranking is such that NVM PWBA is shown at the top with a high probability and greatly varies from the ranking using existing cases. In this way, by filtering and analyzing the log generated at startup and extracting messages that have not been used so far, the diagnostic accuracy in a system that performs failure diagnosis using existing cases is improved. It becomes possible.

以下に、メッセージの抽出に関して述べる。図4で示したログのメッセージ内容の抽出は、あらかじめ登録された正常状態で出力されるメッセージとの比較で行なう、あるいは特定のメッセージ内容をキーワードで検索して抽出する、あるいは検索したキーワードの出現位置を診断結果に反映する、複数のキーワードが抽出される場合にはその順序に従って図7の所定箇所のNGの確率を100%またはそれに準ずる値に設定する、特定の行に注目してその行を正常状態のそれと比較する、特定の数値の比較を行なう、などの方法を用いる。いわゆる故障診断用に作成されるログではなく、既存の状態情報を制御システム間で交換することを目的として作成されるログを使用することから、そこで出力されるメッセージの形態にあわせた抽出処理が必要となる。また、ログの解析結果を反映させる診断モデルのベースとなる事例データの格納場所についても言及しておく。事例データの格納は、各機器に搭載されるメモリに蓄積させておいてもよいし、あるいはネットワークを介して記憶先とアクセスして取り出してもよい。あるいは、チェック作業を行なうものが個別に現場で対応する場合には、作業を行なうPCやあるいは別途メモリ等の記憶媒体を用意してその中に格納しておき、それを診断時にセットして参照させるようにしてもよい。   The message extraction will be described below. The log message content shown in FIG. 4 is extracted by comparison with a message output in a normal state registered in advance, or a specific message content is searched and extracted by a keyword, or the appearance of the searched keyword appears. When a plurality of keywords that reflect the position in the diagnosis result are extracted, the probability of NG at a predetermined location in FIG. 7 is set to 100% or a value corresponding thereto according to the order. A method is used such as comparing the value with that in a normal state or comparing a specific numerical value. Since logs created for the purpose of exchanging existing status information between control systems are used instead of logs created for so-called failure diagnosis, the extraction process according to the format of the message output there is Necessary. In addition, the storage location of case data, which is the base of the diagnostic model that reflects the analysis result of the log, will be mentioned. The case data may be stored in a memory mounted on each device, or may be retrieved by accessing a storage destination via a network. Alternatively, if the person who performs the check work individually responds to the site, prepare a PC to perform the work or a separate storage medium such as a memory, store it in it, and set it at the time of diagnosis for reference You may make it make it.

以上、説明したように、本発明の特徴は、ベイジアンネットワーク等を用いた故障診断モデルにおいて、故障診断を行うための情報に画像形成装置が作成するログに基づく情報を加えた点にある。このため、故障診断システムのハード的な構成は、従来のシステムを用いることができる。   As described above, the present invention is characterized by adding information based on a log created by the image forming apparatus to information for performing failure diagnosis in a failure diagnosis model using a Bayesian network or the like. Therefore, a conventional system can be used as the hardware configuration of the failure diagnosis system.

上記実施例は本発明を実施するための例にすぎず、本発明はこれらに限定されるものではなく、これらの実施例を種々変形することは本発明の範囲内であり、更に本発明の範囲内において、他の様々な実施例が可能であることは上記記載から自明である。また、本明細書では、画像形成装置の故障診断システムとして説明しているが、装置の起動中にログが作成され、このログから故障診断に用いることができるデータを抽出することができる装置であれば、当該装置は故障診断対象装置として、本発明の故障診断システムを用いた故障診断を行うことができる。   The above-described embodiments are merely examples for carrying out the present invention, and the present invention is not limited to them. Various modifications of these embodiments are within the scope of the present invention. It is apparent from the above description that various other embodiments are possible within the scope. Further, in this specification, although described as a failure diagnosis system for an image forming apparatus, a log is created during startup of the apparatus, and data that can be used for failure diagnosis is extracted from this log. If present, the device can perform failure diagnosis using the failure diagnosis system of the present invention as a failure diagnosis target device.

本発明の故障診断システムを適用するネットワークとそれに接続される機器を示した説明図である。It is explanatory drawing which showed the network to which the failure diagnosis system of this invention is applied, and the apparatus connected to it. 画像形成装置の電子回路の接続状態を示すブロック図である。3 is a block diagram illustrating a connection state of an electronic circuit of the image forming apparatus. FIG. 画像形成装置で作成されたログから確率表を作成する流れを示す説明図である。It is explanatory drawing which shows the flow which produces a probability table | surface from the log produced with the image forming apparatus. (a)は、抽出したメッセージの表示例を示す説明図であり、(b)は、メッセージと故障箇所との対応例を示す説明図である。(A) is explanatory drawing which shows the example of a display of the extracted message, (b) is explanatory drawing which shows the example of a response | compatibility with a message and a failure location. 実施例に用いるベイジアンネットワークを示す説明図である。It is explanatory drawing which shows the Bayesian network used for an Example. (a)〜(d)は、それぞれ、各ノードで割り付けられる故障確率を示した確率表である。(A)-(d) is the probability table | surface which showed the failure probability allocated at each node, respectively. 故障診断結果の一例を示す結果表である。It is a result table | surface which shows an example of a failure diagnosis result.

符号の説明Explanation of symbols

11 デスクトップ型パソコン
12 モバイルパソコン
13 画像形成装置
14 ネットワーク
21 ESS
22 IIT
23 IOT
24 FAX
25 MCU
26 HDD
212、213、214、215、216 接続ケーブル
11 Desktop personal computer 12 Mobile personal computer 13 Image forming device 14 Network 21 ESS
22 IIT
23 IOT
24 FAX
25 MCU
26 HDD
212, 213, 214, 215, 216 Connecting cable

Claims (5)

画像形成装置の故障診断システムであって、
画像形成装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線し、確率的に異常候補を抽出する故障診断モデルに基づく推論処理を行う故障診断部と、
前記画像形成装置の状態情報が記述されて作成されるログを取得するログ取得部と、
当該ログ取得部により取得した前記ログを解析し、解析済みデータを作成するログ解析部と、
を有し、
前記ログ解析部は、作成されたログから所定のキーワードの抽出を行って前記解析済みデータを作成し、
前記故障診断部は、前記ログ解析部における解析済みデータを故障確率の値が割り付けられる前記故障診断モデルの入力情報として推論処理を行うとともに、前記キーワードの有無に基づいて前記解析済みデータを前記入力情報として入力する際の故障確率の値を変更することを特徴とした故障診断システム。
A failure diagnosis system for an image forming apparatus,
A fault diagnosis unit that performs an inference process based on a fault diagnosis model that connects a cause of failure of the image forming apparatus and input information having a cause-and-effect relationship with the cause of the failure, and extracts anomaly candidates stochastically;
A log acquisition unit for acquiring a log created by describing status information of the image forming apparatus;
A log analysis unit that analyzes the log acquired by the log acquisition unit and creates analyzed data;
Have
The log analysis unit creates the analyzed data by extracting a predetermined keyword from the created log,
The failure diagnosis unit performs inference processing on the analyzed data in the log analysis unit as input information of the failure diagnosis model to which a failure probability value is assigned, and inputs the analyzed data based on the presence or absence of the keyword A failure diagnosis system characterized by changing the value of failure probability when inputting as information .
画像形成装置の故障診断システムであって、
画像形成装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線し、確率的に異常候補を抽出する故障診断モデルに基づく推論処理を行う故障診断部と、
前記画像形成装置の状態情報が記述されて作成されるログを取得するログ取得部と、
当該ログ取得部により取得した前記ログを解析し、解析済みデータを作成するログ解析部と、
を有し、
前記ログ解析部は、作成されたログから所定のキーワードの抽出を行うとともに、当該抽出したキーワードの前記ログ上における記述位置に関するデータを含めた解析済みデータを作成し、
前記故障診断部は、前記ログ解析部における解析済みデータを故障確率の値が割り付けられる前記故障診断モデルの入力情報として推論処理を行うとともに、前記キーワードの有無及び前記キーワードの記述位置に基づいて前記解析済みデータを前記入力情報として入力する際の故障確率の値を変更することを特徴とした故障診断
システム。
A failure diagnosis system for an image forming apparatus,
A fault diagnosis unit that performs an inference process based on a fault diagnosis model that connects a cause of failure of the image forming apparatus and input information having a cause-and-effect relationship with the cause of the failure, and extracts anomaly candidates stochastically;
A log acquisition unit for acquiring a log created by describing status information of the image forming apparatus;
A log analysis unit that analyzes the log acquired by the log acquisition unit and creates analyzed data;
Have
The log analysis unit extracts a predetermined keyword from the created log and creates analyzed data including data related to a description position of the extracted keyword on the log,
The failure diagnosis unit performs inference processing on the analyzed data in the log analysis unit as input information of the failure diagnosis model to which a failure probability value is assigned, and based on the presence / absence of the keyword and the description position of the keyword A failure diagnosis system characterized by changing a value of a failure probability when inputting analyzed data as the input information .
請求項1又は2記載の故障診断システムにおいて、
前記故障診断部と、前記ログ取得部と、前記ログ解析部は、前記画像形成装置の外部に配置され、ネットワークを介して故障診断を行うことを特徴とした故障診断システム。
In the fault diagnosis system according to claim 1 or 2 ,
The failure diagnosis system, wherein the failure diagnosis unit, the log acquisition unit, and the log analysis unit are arranged outside the image forming apparatus and perform failure diagnosis via a network.
請求項1乃至3のいずれか一項記載の故障診断システムを搭載したことを特徴とする画像形成装置。 An image forming apparatus comprising the failure diagnosis system according to claim 1 . 画像形成装置の故障診断方法であって、
画像形成装置の状態情報が記述されて作成されるログを取得する行程と、
当該ログを解析してログ上のキーワードを抽出するとともに、当該抽出したキーワードの前記ログ上における記述位置に関するデータを含めた解析済みデータを作成する行程と、
当該解析済みデータを故障確率の値が割り付けられる故障診断モデルの入力情報として当該故障診断モデルによる推論処理を行うとともに、前記キーワードの有無及び前記キーワードの記述位置に基づいて前記解析済みデータを前記入力情報として入力する際の故障確率の値を変更することを行程と、
を有することを特徴とする故障診断方法。
A failure diagnosis method for an image forming apparatus, comprising:
A process of acquiring a log created by describing status information of the image forming apparatus;
The process of analyzing the log and extracting keywords on the log, and creating analyzed data including data related to the description position of the extracted keyword on the log;
The analyzed data is inferred by the failure diagnosis model as input information of a failure diagnosis model to which a failure probability value is assigned, and the analyzed data is input based on the presence / absence of the keyword and the description position of the keyword Changing the value of failure probability when entering as information ,
A failure diagnosis method comprising:
JP2005291816A 2005-10-04 2005-10-04 Failure diagnosis system, image forming apparatus, and failure diagnosis method Expired - Fee Related JP4600237B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005291816A JP4600237B2 (en) 2005-10-04 2005-10-04 Failure diagnosis system, image forming apparatus, and failure diagnosis method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005291816A JP4600237B2 (en) 2005-10-04 2005-10-04 Failure diagnosis system, image forming apparatus, and failure diagnosis method

Publications (2)

Publication Number Publication Date
JP2007102506A JP2007102506A (en) 2007-04-19
JP4600237B2 true JP4600237B2 (en) 2010-12-15

Family

ID=38029380

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005291816A Expired - Fee Related JP4600237B2 (en) 2005-10-04 2005-10-04 Failure diagnosis system, image forming apparatus, and failure diagnosis method

Country Status (1)

Country Link
JP (1) JP4600237B2 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4887878B2 (en) * 2006-04-07 2012-02-29 富士ゼロックス株式会社 Failure diagnosis system and failure diagnosis method
JP4618185B2 (en) 2006-04-07 2011-01-26 富士ゼロックス株式会社 Fault diagnosis system and fault diagnosis program
JP4582062B2 (en) * 2006-07-07 2010-11-17 富士ゼロックス株式会社 Image forming apparatus, failure diagnosis system, failure diagnosis method, and failure diagnosis program
JP5115025B2 (en) * 2007-05-22 2013-01-09 富士ゼロックス株式会社 Fault diagnosis system and fault diagnosis program
JP5370905B2 (en) * 2008-03-13 2013-12-18 富士ゼロックス株式会社 Fault diagnosis apparatus and program
JP5655571B2 (en) 2011-01-06 2015-01-21 富士ゼロックス株式会社 Image forming system, determination criterion setting device, and program
CN106054859B (en) * 2016-05-30 2018-08-17 宁波大学 The double-deck integrated form industrial process fault detection method based on amendment type independent component analysis
CN106094786B (en) * 2016-05-30 2018-08-17 宁波大学 Industrial process flexible measurement method based on integrated-type independent entry regression model

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0535484A (en) * 1991-07-26 1993-02-12 Ricoh Co Ltd Fault diagnostic method
JPH08314763A (en) * 1995-05-15 1996-11-29 Mitsubishi Electric Corp Log information analyzer
JP2002024053A (en) * 2000-07-11 2002-01-25 Ricoh Co Ltd General purpose inspection system on which log function is mounted

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0535484A (en) * 1991-07-26 1993-02-12 Ricoh Co Ltd Fault diagnostic method
JPH08314763A (en) * 1995-05-15 1996-11-29 Mitsubishi Electric Corp Log information analyzer
JP2002024053A (en) * 2000-07-11 2002-01-25 Ricoh Co Ltd General purpose inspection system on which log function is mounted

Also Published As

Publication number Publication date
JP2007102506A (en) 2007-04-19

Similar Documents

Publication Publication Date Title
JP4600237B2 (en) Failure diagnosis system, image forming apparatus, and failure diagnosis method
US8234522B2 (en) Computing diagnostic explanations of network faults from monitoring data
US20080065928A1 (en) Technique for supporting finding of location of cause of failure occurrence
CN102257487B (en) Analyzing events
JP4598065B2 (en) Monitoring simulation apparatus, method and program thereof
EP1903441B1 (en) Message analyzing device, message analyzing method and message analyzing program
US7945820B2 (en) Method and apparatus for elimination of faults of a data processing system
GB2515115A (en) Early Warning and Prevention System
JP4784225B2 (en) Failure diagnosis apparatus, image forming apparatus, and failure diagnosis method
JP6648511B2 (en) Support device, support method, and program
JP5181479B2 (en) Fault diagnosis system and fault diagnosis program
WO2021230394A1 (en) Software development and test automation framework
CN102804090A (en) Method and device for the simplified error processing in a machine tool
JP2011070515A (en) Failure diagnostic system, failure diagnostic device, and failure diagnostic method
CN101795204A (en) Remote hardware detection system and method
JP5157844B2 (en) Fault location identification system, fault location identification method
JP5115025B2 (en) Fault diagnosis system and fault diagnosis program
JP5210146B2 (en) Information control system and information control method
CN114867052A (en) Wireless network fault diagnosis method and device, electronic equipment and medium
JP2022034392A (en) Fault diagnosis device, fault diagnosis method, and learning completed model
CN114730443B (en) Building information processing device
US20220342788A1 (en) Anomaly location estimating apparatus, method, and program
JP2019121134A (en) Degradation diagnosis support device and degradation diagnosis support method
JP5287170B2 (en) Failure cause analysis system, failure cause analysis method
JP2004363946A (en) Failure handling system and failure factor specifying method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080924

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20091216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100202

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100401

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: 20100831

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

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100913

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131008

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4600237

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees
S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R370 Written measure of declining of transfer procedure

Free format text: JAPANESE INTERMEDIATE CODE: R370