JP4730433B2 - 故障診断システム、情報更新装置およびプログラム - Google Patents

Description

本発明は、故障診断システム、故障診断装置およびプログラム、ならびに情報更新装置およびプログラムに関する。

複写機、プリンタ装置、自動車、航空機、ロボット、半導体設計装置などの様々な装置について、装置の故障診断を行うシステムが知られている（例えば、特許文献１〜５を参照）。

特許文献１には、故障診断エキスパートシステム用のＩＦ〜ＴＨＥＮ〜形式のルールベースを作成するシステムが記載されている。

特許文献２には、専門家が入力した診断対象モデルに関する知識に因果関係生成知識を適用することによって診断対象の因果関係を生成し、当該因果関係に基づいて診断対象の故障診断を行う故障診断エキスパートシステムが記載されている。

特許文献３には、故障の現象と機器の構成要素との因果関係ルールに基づき、現象から原因であると推定される構成要素を導き出す故障診断支援システムが記載されている。

特許文献４には、画像形成装置を構成するコンポーネントの異常状態と画像形成装置の故障事象との因果関係を表現する因果関係テーブルと、コンポーネントが初期状態において異常状態である確率を示す初期異常確率テーブルとに基づき、画像形成装置の故障を引き起こす原因をモデル化した故障診断モデルを生成し、当該故障診断モデルを解析することでコンポーネントの故障を診断する故障診断システムが記載されている。

特許文献５には、相互リンクされた複数のモジュールから構成されたシステムの診断方法であって、モジュールの障害を示すアラームに応答して、当該障害を当該障害につながった可能性がある１つまたは複数のモジュールでの誤動作に関連付け、当該障害の条件つき確率を上記誤動作のそれぞれの確率に関連付ける、因果ネットワーク（ベイズ・ネットワーク）を構成し、上記アラームおよび上記因果ネットワークに基づいて、上記誤動作の確率の少なくとも１つを更新し、当該更新された確率に応答して上記アラームの診断を提案するものが記載されている。また、システムの構成の変更のレポートを受け取り、変更された構成に基づいて因果ネットワークを構成することが記載されている。

特開平０６−０９５８８１号公報 特開平０６−０４４０７５号公報 特開平０７−０８４９９５号公報 特開２００７−２８６９２４号公報 特開２００３−０３２２５３号公報

ところで、診断対象装置に関する事象間の因果関係を表す因果関係情報を用いて診断対象装置の故障診断を行う故障診断システムでは、因果関係情報の更新にかかる負荷が大きいという問題がある。

本発明は、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能な故障診断システム、故障診断装置およびプログラム、ならびに情報更新装置およびプログラムを提供することを目的とする。

本発明に係る故障診断システムは、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を記憶する因果関係情報記憶手段と、前記複数種類の故障診断を選択的に実行する診断実行手段であって、前記共通因果関係情報と、前記個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断対象の種類の故障診断を実行する診断実行手段と、前記個別因果関係情報を更新するための更新用情報を記憶する更新用情報記憶手段と、前記更新用情報記憶手段に記憶されている更新用情報を用いて、前記因果関係情報記憶手段に記憶されている種類毎の個別因果関係情報を選択的に更新する更新手段と、を有し、前記更新手段は、前記個別因果関係情報の更新の頻度よりも低い頻度で、前記因果関係情報記憶手段に記憶されている前記共通因果関係情報を更新する、ことを特徴とする。
本発明に係る故障診断システムにおいて、前記共通因果関係情報は、前記診断対象装置の固定的な構成に基づいて生成される情報であり、前記個別因果関係情報は、前記診断対象装置が一時的に備える構成要素に基づいて生成される情報であってよい。
本発明に係る故障診断システムにおいて、前記診断対象装置に関する事象を示す情報を前記診断対象装置から取得する取得手段をさらに有し、前記取得手段によって前記診断対象装置で発生した故障現象を示す情報が取得された場合に、前記更新手段は、当該故障現象に応じた更新用情報を前記更新用情報記憶手段から取得し、取得した更新用情報を用いて、当該故障現象に応じた種類の個別因果関係情報を更新し、更新された前記個別因果関係情報と、前記共通因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断実行手段が当該故障現象に応じた種類の故障診断を実行してもよい。
本発明に係る情報更新装置は、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する更新手段であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する更新手段、を有し、前記更新手段は、前記個別因果関係情報の更新の頻度よりも低い頻度で、前記共通因果関係情報を更新する、ことを特徴とする。
本発明に係る情報更新プログラムは、コンピュータに、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する手順であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する手順と、前記個別因果関係情報の更新の頻度よりも低い頻度で、前記共通因果関係情報を更新する手順と、を実行させることを特徴とする。
なお、本段落の次の文から段落［００２４］までの記載は、出願当初の［特許請求の範囲］に記載の請求項１−７に対応する。
本発明に係る故障診断システムは、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を記憶する因果関係情報記憶手段と、前記複数種類の故障診断を選択的に実行する診断実行手段であって、前記共通因果関係情報と、前記個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断対象の種類の故障診断を実行する診断実行手段と、を有することを特徴とする。

本発明の一態様では、前記個別因果関係情報を更新するための更新用情報を記憶する更新用情報記憶手段と、前記更新用情報記憶手段に記憶されている更新用情報を用いて、前記因果関係情報記憶手段に記憶されている種類毎の個別因果関係情報を選択的に更新する更新手段と、をさらに有する。

また、本発明の一態様では、前記診断対象装置に関する事象を示す情報を取得する取得手段をさらに有し、前記取得手段によって前記診断対象装置で発生した故障現象を示す情報が取得された場合、前記更新手段は、前記故障現象に応じた種類の個別因果関係情報を更新し、前記診断実行手段は、前記共通因果関係情報と、前記更新された個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記故障現象に応じた種類の故障診断を実行する。

本発明に係る故障診断装置は、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報に基づき、前記複数種類の故障診断を選択的に実行する診断実行手段であって、前記共通因果関係情報と、前記個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断対象の種類の故障診断を実行する診断実行手段を有することを特徴とする。

本発明に係る情報更新装置は、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する更新手段であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する更新手段を有することを特徴とする。

本発明に係る故障診断プログラムは、コンピュータに、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報に基づき、前記複数種類の故障診断を選択的に実行する手順であって、前記共通因果関係情報と、前記個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断対象の種類の故障診断を実行する手順を実行させることを特徴とする。

本発明に係る情報更新プログラムは、コンピュータに、診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する手順であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する手順を実行させることを特徴とする。

請求項１に記載の発明によれば、本発明を採用しない場合に比較して、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能となる。

請求項２に記載の発明によれば、更新用情報記憶手段に記憶された更新用情報を用いて、種類毎の個別因果関係情報を選択的に更新することができる。

請求項３に記載の発明によれば、診断対象装置で発生した故障現象に応じて、故障診断用の因果関係情報を更新して故障診断を行う場合に、故障診断用の因果関係情報の更新を、本発明を採用しない場合に比較して、より少ない負荷で行うことができる。

請求項４に記載の発明によれば、本発明を採用しない場合に比較して、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能となる。

請求項５に記載の発明によれば、本発明を採用しない場合に比較して、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能となる。

請求項６に記載の発明によれば、本発明を採用しない場合に比較して、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能となる。

請求項７に記載の発明によれば、本発明を採用しない場合に比較して、故障診断用の因果関係情報の更新にかかる負荷を軽減することが可能となる。

以下、本発明の実施の形態を図面に従って説明する。

図１は、本実施の形態に係る故障診断システム１の構成の一例を示すブロック図である。この故障診断システム１は、診断対象装置２の故障診断を行うシステムである。一つの態様では、診断対象装置２は、複写機、プリンタ装置、ファクシミリ装置、またはこれらの装置の機能を備えた複合機などの画像処理装置である。ただし、診断対象装置２は、画像処理装置以外の装置であってもよい。

図１において、故障診断システム１は、因果関係情報記憶部１０、更新用情報記憶部２０、および故障診断装置３０を有する。

因果関係情報記憶部１０は、診断対象装置２に関する事象間の因果関係を表す因果関係情報を記憶する。

因果関係情報記憶部１０は、一つの態様では、診断対象装置２内のハードディスク装置等の記憶装置により実現されるが、他の態様で実現されてもよい。

因果関係情報は、診断対象装置２の故障診断を行うための情報であり、例えば、診断対象装置２の故障現象と、故障現象を引き起こす原因との因果関係をモデル化した診断モデルである。一つの態様では、因果関係情報は、故障現象と故障原因との因果関係を表す因果ネットワークであり、例えばベイジアンネットワークである。ここで、ベイジアンネットワークとは、複数の確率変数（ノード）の間の定性的な依存関係をグラフ構造によって表現し、確率変数間の定量的な関係を条件付き確率によって表した確率モデルである。

本実施の形態では、因果関係情報記憶部１０は、診断対象装置２に関する複数種類の故障診断で共通の共通因果関係情報と、故障診断の種類毎の個別因果関係情報とを含む因果関係情報を記憶する。分かり易く言えば、本実施の形態では、因果関係情報の更新の負荷を軽減する等の観点より、故障診断用の因果関係情報は、複数種類の故障診断で共通の共通因果関係情報と、故障診断の種類毎の個別因果関係情報とに分けて構成される。

共通因果関係情報は、診断対象装置２に関する複数種類の故障診断間で共通に用いられる情報である。具体的には、ベイジアンネットワーク等の診断モデルの主要な（または基本的な）部分である。共通因果関係情報は、例えば診断対象装置２の構成に基づいて構築されるモデルである。

具体的な一態様では、共通因果関係情報は、個別因果関係情報と比較して大規模な情報である。また、共通因果関係情報は、個別因果関係情報と比較して低い頻度で更新されか、または更新されない。

個別因果関係情報は、それぞれ、複数種類の故障診断のうち個別の種類の故障診断に用いられる情報である。個別因果関係情報は、共通因果関係情報と組み合わされて、特定の種類の故障診断用の因果関係情報を構成する。具体的には、個別因果関係情報は、ベイジアンネットワーク等の診断モデルの一部分である。個別因果関係情報は、例えば障害事例やメンテナンス事例を反映したモデルである。

具体的な一態様では、個別因果関係情報は、共通因果関係情報と比較して小規模な情報である。また、個別因果関係情報は、共通因果関係情報と比較して高い頻度で更新され、例えば一時的なモデルである。

更新用情報記憶部２０は、因果関係情報記憶部１０に記憶されている個別因果関係情報を更新するための更新用情報を記憶する。

更新用情報記憶部２０は、一つの態様では、ネットワーク上のデータベースにより実現されるが、他の態様で実現されてもよい。

更新用情報記憶部２０は、例えば、故障診断の種類毎に、当該種類の個別因果関係情報を更新するための更新用情報を、当該種類と関連付けて記憶する。すなわち、更新用情報記憶部２０において、更新用情報は、故障診断の種類により分類されている。

更新用情報は、例えば、障害事例やメンテナンス事例を個別因果関係情報に反映させるための情報であり、障害事例やメンテナンス事例に基づいて作成され、更新用情報記憶部２０に格納される。例示的な利用形態では、市場での障害事例等を診断モデルに迅速に反映させる等の観点より、障害事例等が発生すると、これに応じた更新用情報が迅速に作成されて、更新用情報記憶部２０に登録される。

更新用情報記憶部２０は、個別因果関係情報を更新するための更新用情報の他に、共通因果関係情報を更新するための更新用情報を記憶してもよい。

故障診断装置３０は、因果関係情報記憶部１０に記憶されている因果関係情報に基づいて、診断対象装置２の故障診断を行う。また、故障診断装置３０は、更新用情報記憶部２０に記憶されている更新用情報に基づいて、因果関係情報記憶部１０の因果関係情報を更新する機能も有する。

故障診断装置３０は、一つの態様では、ハードウェア資源とソフトウェアとの協働により実現され、例えばコンピュータである。具体的には、故障診断装置３０の各機能は、ＲＯＭ（Read Only Memory）等の記録媒体に記録されたプログラムが主記憶装置（メインメモリ）に読み出されて中央処理装置（CPU: Central Processing Unit）により実行されることによって実現される。上記プログラムは、ＣＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体に記録されて提供されることも可能であるし、データ信号として通信により提供されることも可能である。ただし、故障診断装置３０は、ハードウェアのみにより実現されてもよい。また、故障診断装置３０は、物理的に１つの装置により実現されてもよいし、物理的に複数の装置により実現されてもよい。

故障診断装置３０は、取得部３１、更新部３２、および診断実行部３３を有する。

取得部３１は、診断対象装置２に関する事象を示す情報を取得する。具体的には、取得部３１は、診断対象装置２で発生した故障現象を示す情報や、診断対象装置２で交換された構成要素（部品やユニット）を示す情報、診断対象装置２の各種センサで検出された情報、診断対象装置２の動作履歴（例えば画像形成枚数）を示す情報など、診断対象装置２や利用者等により観測された証拠情報を取得する。取得部３１は、上記情報を、診断対象装置２や利用者等から取得する。

更新部３２は、更新用情報記憶部２０に記憶されている更新用情報を用いて、因果関係情報記憶部１０に記憶されている種類毎の個別因果関係情報を選択的に更新する。例えば、更新部３２は、取得部３１により取得された情報や利用者からの指示に基づき、複数種類のうちから更新すべき種類を選択し、選択された種類に対応する更新用情報を更新用情報記憶部２０から取得し、当該取得された更新用情報を用いて、選択された種類の個別因果関係情報を更新する。

一つの態様では、更新部３２は、取得部３１で取得された情報により示される事象に応じた更新用情報を、更新用情報記憶部２０から選択的に取得し、当該更新用情報を用いて、上記事象に応じた種類の個別因果関係情報を更新する。

更新部３２による更新のタイミングは、例えば、診断対象装置２で故障現象が発生したとき、診断対象装置２で構成要素が交換されたとき、利用者からの更新指示があったとき、定期的などである。

診断実行部３３は、診断対象装置２に関する複数種類の故障診断を選択的に実行するものであり、共通因果関係情報と、複数種類の個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、診断対象の種類の故障診断を実行する。

例えば、診断実行部３３は、取得部３１により取得された情報や利用者からの指示に基づき、複数種類のうちから故障診断を実行すべき種類を選択し、因果関係情報記憶部１０から、共通因果関係情報と、選択された種類の個別因果関係情報とを取得する。そして、当該共通因果関係情報と当該個別因果関係情報とを組み合わせて因果関係情報を作成し、当該因果関係情報を用いて、取得部３１により取得された証拠情報に基づき、選択された種類の故障診断を実行する。例えば、診断実行部３３は、共通因果関係情報と個別因果関係情報とを組み合わせて、故障原因ノードと証拠ノードとを含むベイジアンネットワークを作成し、当該ベイジアンネットワークに証拠情報を入力して各故障原因ノードの確率を推定する。この場合、例えば、各故障原因ノードは診断対象装置２の各構成要素に対応し、各故障原因ノードの確率は各構成要素の故障発生確率を表す。

診断実行部３３は、故障診断の結果を、不図示の表示装置や記憶装置などに出力する。例えば、診断実行部３３は、推定された各故障原因ノードの確率や、確率が最も高い故障原因ノードを示す情報などを出力する。

診断実行部３３による故障診断の実行のタイミングは、例えば、診断対象装置２で故障現象が発生したとき、診断対象装置２で構成要素が交換されたとき、利用者からの更新指示があったとき、定期的などである。

一つの態様では、故障診断装置３０は、故障診断を実行する場合、更新部３２により診断対象の種類の個別因果関係情報を更新し、診断実行部３３により、更新後の個別因果関係情報と共通因果関係情報とを組み合わせて因果関係情報を構成し、当該因果関係情報を用いて診断対象の種類の故障診断を実行する。

具体的な一態様では、取得部３１によって診断対象装置２で発生した故障現象を示す情報が取得された場合、更新部３２は、当該故障現象に応じた種類の個別因果関係情報を更新し、診断実行部３３は、共通因果関係情報と、上記更新された個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、故障現象に応じた種類の故障診断を実行する。例えば、故障現象を引き起こした原因を推論する。

図２は、故障診断装置３０の動作の一例を示すフローチャートである。以下、図２を参照して、故障診断装置３０の動作の一例を説明する。

故障診断装置３０は、診断対象装置２から診断対象装置２で発生した故障現象を示す情報を取得すると（Ｓ１）、更新用情報記憶部２０から、当該故障現象に対応する更新用情報を取得する（Ｓ２）。

ついで、故障診断装置３０は、上記取得された更新用情報を用いて、因果関係情報記憶部１０に記憶されている複数種類の個別因果関係情報のうち、故障現象に応じた種類の個別因果関係情報を更新する（Ｓ３）。

そして、故障診断装置３０は、共通因果関係情報と、上記更新された個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、上記故障現象に応じた種類の故障診断を実行する（Ｓ４）。例えば、故障診断装置３０は、ベイジアンネットワークを用いて、上記故障現象の原因を推論する。

そして、故障診断装置３０は、上記故障診断の結果を出力する（Ｓ５）。

以下、本実施の形態に係る故障診断システムについて、より具体的な例を示す。

図３は、本実施の形態に係る故障診断システムを含む画像処理システム３の構成を示すブロック図である。

画像処理システム３は、１つ以上の画像処理装置５０を含み、各画像処理装置５０は、インターネットやＬＡＮ等のネットワークＮに接続されている。ネットワークＮには、画像処理装置５０の他に、更新用情報を保持するデータベース６０が接続されている。本例では、画像処理装置５０は、スキャナ機能、プリンタ機能、ファクシミリ機能、およびコピー機能を有し、いわゆる複合機である。

図４は、画像処理装置５０の構成を示すブロック図である。図４において、画像処理装置５０は、画像読取装置（スキャナ）５１、画像形成装置（プリンタ）５２、ファクシミリ装置５３、ユーザインタフェース（ＵＩ）５４、通信インタフェース５５、コントローラ５６、診断モデル記憶部１００、および故障診断装置２００を有する。これらの構成要素は、それぞれバスＢに接続されている。

スキャナ５１は、原稿の画像を光学的に読み取って画像データを生成する装置である。

プリンタ５２は、スキャナ５１により生成された画像データやネットワークＮ上のクライアントから送られてきた画像データを紙等の印刷媒体上に印刷する装置である。

ファクシミリ装置５３は、スキャナ５１により生成された画像データ等をファクシミリ送信したり、外部のファクシミリ装置から画像データを受信したりする装置である。

ＵＩ５４は、利用者に対する情報の表示や、利用者からの操作の受付を行うものであり、例えばタッチパネル式の液晶ディスプレイである。

通信インタフェース５５は、ネットワークＮ上のデータベース６０等の装置と通信するインタフェースである。

コントローラ５６は、画像処理装置５０全体を制御する装置である。具体的には、コントローラ５６は、ＣＰＵ、メインメモリ、ＲＯＭ、ＮＶＲＡＭ（Non Volatile RAM）等を含み、コントローラ５６の機能は、ＲＯＭ等の記録媒体に記録されたプログラムがメインメモリに読み出されてＣＰＵにより実行されることによって実現される。

コントローラ５６は、ステータスレジスタ等で構成されるイベント情報記憶部５６ａを含み、画像処理装置５０において特定の事象（イベント）が発生すると、当該イベントに関する情報をイベント情報記憶部５６ａに記録する。

具体的には、バグなどによるソフトウェアエラーや部品故障によるハードウェアエラーが発生した場合には、コントローラ５６は、エラーの発生を示すフラグを立てるとともに、発生したエラーを識別するためのエラーコードを記録する。また、部品の交換が行われた場合には、例えば交換作業者によって交換部品の部品番号がＵＩ５４を介してコントローラ５６に与えられ、コントローラ５６は、部品交換を示すフラグを立てるとともに、交換された部品の部品番号を記録する。また、ファームウェアの更新が行われた場合には、コントローラ５６は、ファームウェアの更新を示すフラグを立てるとともに、ファームウェアのバージョンを示すバージョン番号を記録する。また、利用者からの故障診断実行要求を受け付けた場合には、コントローラ５６は、故障診断実行要求を示すフラグを立てる。

診断モデル記憶部１００は、画像処理装置５０の故障診断を行うための因果関係情報として、画像処理装置５０の故障を引き起こす原因をモデル化した診断モデルを記憶し、例えばハードディスク装置などにより実現される。

診断モデルは、共通因果関係情報としてのメイン診断モデルと、個別因果関係情報としての複数のテンポラリ診断モデルとで構成されている。

メイン診断モデルは、当該画像処理装置５０の機種やオプション構成に応じて構築されたモデルであり、ほとんど構造が固定な部分で構成されている。ここでは、メイン診断モデルは、故障箇所と故障現象の因果ネットワークであり、一例としては、図５に示すような構造のベイジアンネットワークである。図５において、ベイジアンネットワークは、故障箇所を表すノードＮ１〜Ｎ１０と、故障現象を表すノードＥ１〜Ｅ５とを有する。ベイジアンネットワークにおいて、ノード間の定性的な依存関係はノード間を結ぶ矢印で表現されており、矢印の元が原因ノード、矢印の先が結果ノードである。いずれのノードにも、条件付き確率テーブルが付与されている。なお、ベイジアンネットワークや、これを利用した故障診断については、広く知られているので、これらについての詳しい説明は省略する。

一方、テンポラリ診断モデルは、障害事例やメンテナンス事例を一時的に反映したモデルであり、例えば、図６に示すような部分診断モデルを含む。図６において、部分診断モデルは、ベイジアンネットワークであり、故障箇所を表すノードＮ３，Ｎ８と、故障現象を表すノードＥ６とを有する。部分診断モデルは、図５に示すようなメイン診断モデルに組み合わされて使用される。本例では、複数のテンポラリ診断モデルは、図７に示すように、ソフトウェアエラーに関するＳＷエラーモデル、ハードウェアエラーに関するＨＷエラーモデル、および部品交換に関するパーツモデルである。なお、ＳＷエラーモデルやＨＷエラーモデルなどがエラーの種類等によって分類されて、さらに多くの種類のテンポラリ診断モデルが設けられてもよい。

例えば、あるバージョンのファームウェアでバグが発生した場合、当該バグに関する情報を診断モデルに含める必要があるが、次のバージョンでバグが修正された場合には、当該バグに関する情報を診断モデルから除外することが望ましい。このように診断モデルへの組み込みや除外が比較的高い頻度で起こるものが、テンポラリ診断モデルに組み込まれる。

故障診断装置２００は、診断モデル記憶部１００に記憶されている診断モデルを用いて、画像処理装置５０の故障診断を行う装置である。具体的には、故障診断装置２００は、ＣＰＵ、メインメモリ、ＲＯＭ、ＮＶＲＡＭ等を含み、故障診断装置２００の機能は、ＲＯＭ等の記録媒体に記録されたプログラムがメインメモリに読み出されてＣＰＵにより実行されることによって実現される。

図８は、故障診断装置２００の構成を示すブロック図である。図８において、故障診断装置２００は、情報取得部２１０、データ収集部２２０、モデル更新部２３０、診断実行部２４０、および診断結果表示部２５０を有する。

情報取得部２１０は、イベント情報記憶部５６ａに記憶されている、画像処理装置５０で発生したイベントに関する情報を取得する。

ここでは、情報取得部２１０は、図９に示すように、イベント情報記憶部５６ａ内のステータスレジスタを走査してアクティブになっているフラグおよび当該フラグに関する情報を取得するイベント情報取得部２１１と、取得されたフラグおよび情報を解析してタグを生成するタグ生成部２１２とを有する。

例えば、画像処理装置５０においてソフトウェアエラーまたはハードウェアエラーが発生した場合には、イベント情報取得部２１１は、イベント情報記憶部５６ａから、エラーの発生を示すフラグと、発生したエラーのエラーコードとを取得する。タグ生成部２１２は、予め用意されたテーブルを参照して、上記フラグおよびエラーコードに基づき、発生したイベントの種類がソフトウェアエラーかハードウェアエラーかを判定し、当該判定結果に基づき、イベントの種類を示す情報とエラーコードとを含むタグを生成する。例えば、エラーコード「１２３−４５６」のソフトウェアエラーであった場合には、図１０に示すように、ソフトウェアエラーを表す記号「ＳＷ．Ｅ」とエラーコードとをタグ化して、＜ＳＷ．Ｅ．１２３−４５６＞というタグを生成する。また、エラーコード「２３４−５６７」のハードウェアエラーであった場合には、図１０に示すように、ハードウェアエラーを表す記号「ＨＷ．Ｅ」とエラーコードとをタグ化して、＜ＨＷ．Ｅ．２３４−５６７＞というタグを生成する。

また、画像処理装置５０のファームウェアが更新された場合には、イベント情報取得部２１１は、イベント情報記憶部５６ａから、ファームウェアの更新を示すフラグと、更新後のファームウェアのバージョン番号とを取得する。タグ生成部２１２は、上記フラグからイベントの種類がファームウェアの更新であると判定し、図１０に示すように、ファームウェアの更新を表す記号「ＵＰＤ」とバージョン番号「Ｖ１．２２５」を元に、＜ＵＰＤ．Ｖ１．２２５＞というタグを生成する。

また、画像処理装置５０において部品交換が行われた場合には、イベント情報取得部２１１は、イベント情報記憶部５６ａから、部品交換を示すフラグと、交換された部品の部品番号とを取得する。タグ生成部２１２は、上記フラグからイベントの種類が部品交換であると判定し、図１０に示すように、部品交換を表す記号「ＰＥＸ」と部品番号「Ｎｏ５６７８９」とを元に、＜ＰＥＸ．Ｎｏ５６７８９＞というタグを生成する。

また、診断モデルの更新を行わずに故障診断を実行すべき旨の診断要求が画像処理装置５０に与えられた場合、例えば利用者がＵＩ５４から「モデル更新せずに診断実行」を選択指示した場合には、タグ生成部２１２は、図１０に示すように、モデル更新なしの診断実行要求を示すタグ＜ＮＡ＞を生成する。

このように生成されたタグは、データ収集部２２０に対して発行される。

データ収集部２２０は、データベース６０から、情報取得部２１０で取得された情報により示されるイベントに応じた更新用情報を選択的に収集する。

ここでは、データベース６０は、図１１に示すように、メイン診断モデルを更新するための情報であるメイン診断モデルデータ群と、テンポラリ診断モデルを更新するための情報であるテンポラリ診断モデルデータ群とを含む。メイン診断モデルデータ群は、例えば、機種毎およびファームウェアバージョン毎のメイン診断モデルを含む。テンポラリ診断モデルデータ群は、例えば、１つ以上の部分診断モデル（図６参照）を含む。具体的には、データベース６０は、部分診断モデルを構成する情報として、例えば、エラーコードと故障箇所の二元表、故障発生確率テーブル、バグリストなどを記憶する。

ここで、エラーコードと故障箇所の二元表は、図１７に示すように、エラーコードと故障箇所の因果関係を表すテーブルである。図１７において、各丸印は、当該丸印に対応する列の故障箇所が原因となって当該丸印に対応する行のエラーコードが発生するという関係を表している。故障箇所は、例えば交換部品に対応する。

また、故障発生確率テーブルは、部品の部品番号と、当該部品の条件付き確率テーブルとを関連付けて保持するテーブルである。この故障発生確率テーブルは、例えば市場データを元に作成される。

また、バグリストは、図１８に示すように、バグの番号と、当該バグによるエラーコードと、当該バグが発生したファームウェアのバージョンと、当該バグに関連するソフトウェアコンポーネントの番号と、当該バグに関連する部品の部品番号との関係を表すリストである。

また、ここでは、データ収集部２２０は、図１２に示すように、収集データ選択部２２１、データ収集部２２２、およびタグ付加部２２３を有する。

収集データ選択部２２１は、情報取得部２１０により発行されたタグを受け取り、当該タグに基づき、データベース６０から収集するデータの選択を行う。

例えば、タグが＜ＳＷ．Ｅ．１２３−４５６＞の場合には、収集データ選択部２２１は、エラーコード「１２３−４５６」に対応する部分診断モデルを収集するよう選択する。

また、タグが＜ＨＷ．Ｅ．２３４−５６７＞の場合には、収集データ選択部２２１は、エラーコード「２３４−５６７」に対応する部分診断モデルを収集するよう選択する。

また、タグが＜ＵＰＤ．Ｖ１．２２５＞の場合には、収集データ選択部２２１は、バージョン番号「Ｖ１．２２５」に対応するメイン診断モデルを収集するよう選択する。

また、タグが＜ＰＥＸ．Ｎｏ５６７８９＞の場合には、収集データ選択部２２１は、部品番号「Ｎｏ５６７８９」に対応する部分診断モデル（例えば、交換部品の条件付き確率テーブル）を収集するよう選択する。

また、タグが＜ＮＡ＞の場合には、収集データ選択部２２１は、データを収集しないことを選択する。

データ収集部２２２は、収集データ選択部２２１で選択された結果に基づき、データベース６０からデータを収集する。

タグ付加部２２３は、上記タグと、上記データ収集部２２２により収集されたデータである収集データとをマージしてモデル更新データを生成し、モデル更新部２３０に渡す。モデル更新データは、例えば、図１３に示すように、収集データにヘッダとしてタグを付加した構造になっている。

モデル更新部２３０は、データベース６０からデータ収集部２２０により収集されたデータを用いて、情報取得部２１０で取得された情報により示されるイベントに対応するテンポラリ診断モデルを選択的に更新する。

ここでは、モデル更新部２３０は、図１４に示すように、モデル更新アクション選択部２３１とモデル更新実行部２３２とを有する。

モデル更新アクション選択部２３１は、データ収集部２２０からモデル更新データを受け取り、当該モデル更新データに含まれるタグに基づき、更新すべき診断モデルと、実行すべき更新アクションとを選択する。例えば、モデル更新アクション選択部２３１は、図１５に示すようなモデル更新アクション選択テーブルを参照して、更新対象の診断モデルと更新アクションとを選択する。図１５のモデル更新アクション選択テーブルでは、タグと、更新対象の診断モデルと、実行すべき更新アクションとが互いに関連付けられている。

例えば、タグが＜ＳＷ．Ｅ．ｘｘｘ＞の場合には、「ＳＷエラーモデルに収集された部分診断モデルを追加する。重複する場合は最新データで更新する。」というアクションを選択する。ここで、「ｘｘｘ」は任意の数を意味し、これは以下同様である。

また、タグが＜ＨＷ．Ｅ．ｘｘｘ＞の場合には、「ＨＷエラーモデルに収集された部分診断モデルを追加する。重複する場合は最新データで更新する。」というアクションを選択する。

また、タグが＜ＵＰＤ．Ｖｘｘｘ＞の場合には、「メイン診断モデルを収集されたメイン診断モデルで上書きし、かつメイン診断モデルと重複しているデータをテンポラリ診断モデルから削除する。」というアクションを選択する。

また、タグが＜ＰＥＸ．ｘｘｘ＞の場合には、「パーツモデルに収集された部分診断モデル（例えば、交換部品の条件付き確率テーブル）を追加する。メイン診断モデルに交換部品に対応するノードがある場合には、メイン診断モデルの当該ノードの条件付き確率テーブルのデータを収集データで更新する。」というアクションを選択する。なお、図１６には、条件付き確率テーブルの更新の様子が例示されている。

また、タグが＜ＮＡ＞の場合には、「診断モデルの更新を行わない」ことを選択する。

モデル更新実行部２３２は、モデル更新アクション選択部２３１で選択された結果に従って、診断モデル記憶部１００に記憶されている診断モデルの更新を実行する。更新が完了すると、モデル更新実行部２３２は、タグに基づき、診断実行部２４０に対して故障診断の実行指示を与える。ここで、実行指示には、例えば、故障診断に利用するテンポラリ診断モデルの指定や、タグを含む。

診断実行部２４０は、診断モデル記憶部１００から、メイン診断モデルと、情報取得部２１０で取得された情報により示されるイベントに応じたテンポラリ診断モデルとを取得し、当該メイン診断モデルと当該テンポラリ診断モデルとを組み合わせて診断モデルを構成し、当該診断モデルを用いて故障診断を行う。

具体的には、診断実行部２４０は、モデル更新部２３０から故障診断の実行指示を受けると、当該実行指示に基づき、メイン診断モデルと、指定されたテンポラリ診断モデルとをマージしてベイジアンネットワークを構成し、当該ベイジアンネットワークを用いて故障診断を行う。

例えば、タグが＜ＳＷ．Ｅ．１２３−４５６＞の場合には、診断実行部２４０は、メイン診断モデルとＳＷエラーモデルとをマージしてベイジアンネットワークを構成し、当該ベイジアンネットワークにおいて、エラーコード「１２３−４５６」に対応する故障現象ノードを確定させ、当該故障現象ノードを起点として確率を伝播し、各故障箇所ノードの確率を推定する。

また、タグが＜ＵＰＤ．Ｖｘｘｘ＞の場合には、診断実行部２４０は、メイン診断モデルに全てのテンポラリ診断モデルをマージしてベイジアンネットワークを構成し、当該ベイジアンネットワークにおいて、故障現象ノードの確定データは入力せずに確率を伝播し、各故障箇所ノードの確率を推定する。ただし、この場合、故障イベントではないので診断実行は省略されてもよい。

また、タグが＜ＰＥＸ．Ｎｏｘｘｘ＞の場合には、診断実行部２４０は、メイン診断モデルとパーツモデルとをマージしてベイジアンネットワークを構成し、当該ベイジアンネットワークにおいて、故障現象ノードの確定データは入力せずに確率を伝播し、各故障箇所ノードの確率を推定する。ただし、この場合も、故障イベントでないので診断実行は省略されてもよい。

また、タグが＜ＮＡ＞の場合には、診断実行部２４０は、メイン診断モデルと全てのテンポラリ診断モデルとをマージしてベイジアンネットワークを構成し、当該ベイジアンネットワークにおいて、各故障現象ノードに「現象が発生していない」状態を確定データにして入力して確率を伝播し、各故障箇所ノードの確率を推定する。

診断結果表示部２５０は、診断実行部２４０の故障診断の結果を、表示装置（例えばＵＩ５４）に表示させる。例えば、診断結果表示部２５０は、確率が高い順に故障箇所を表示させたり、確率が高い上位Ｎ個（Ｎは１以上の整数）の故障箇所を表示させたりする。

なお、本発明は、上記実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々変更することができる。

実施の形態に係る故障診断システムの構成の一例を示すブロック図である。 故障診断装置の動作の一例を示すフローチャートである。 実施の形態に係る故障診断システムを含む画像処理システムの構成を示すブロック図である。 画像処理装置の構成を示すブロック図である。 メイン診断モデルの一例を示す図である。 部分診断モデルの一例を示す図である。 診断モデルの構成の一例を示す図である。 故障診断装置の構成の一例を示す図である。 イベント情報取得部の詳細構成を示すブロック図である。 タグ生成部により生成されるタグの例を示す図である。 データベースのデータの構成の一例を示す図である。 データ収集部の詳細構成を示すブロック図である。 モデル更新データの構成の一例を示す図である。 モデル更新部の詳細構成を示すブロック図である。 モデル更新アクション選択テーブルを示す図である。 条件付き確率テーブルの更新の様子を示す図である。 エラーコードと故障箇所の二元表の一例を示す図である。 バグリストの一例を示す図である。

符号の説明

１ 故障診断システム、２ 診断対象装置、１０ 因果関係情報記憶部、２０ 更新用情報記憶部、３０ 故障診断装置、３１ 取得部、３２ 更新部、３３ 診断実行部。

Claims (5)

1. 診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を記憶する因果関係情報記憶手段と、
   前記複数種類の故障診断を選択的に実行する診断実行手段であって、前記共通因果関係情報と、前記個別因果関係情報のうち診断対象の種類に対応する個別因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断対象の種類の故障診断を実行する診断実行手段と、
   前記個別因果関係情報を更新するための更新用情報を記憶する更新用情報記憶手段と、
   前記更新用情報記憶手段に記憶されている更新用情報を用いて、前記因果関係情報記憶手段に記憶されている種類毎の個別因果関係情報を選択的に更新する更新手段と、
   を有し、
   前記更新手段は、前記個別因果関係情報の更新の頻度よりも低い頻度で、前記因果関係情報記憶手段に記憶されている前記共通因果関係情報を更新する、
   ことを特徴とする故障診断システム。
2. 請求項１に記載の故障診断システムであって、
   前記共通因果関係情報は、前記診断対象装置の固定的な構成に基づいて生成される情報であり、
   前記個別因果関係情報は、前記診断対象装置が一時的に備える構成要素に基づいて生成される情報である、
   ことを特徴とする故障診断システム。
3. 請求項１または２に記載の故障診断システムであって、
   前記診断対象装置に関する事象を示す情報を前記診断対象装置から取得する取得手段をさらに有し、
   前記取得手段によって前記診断対象装置で発生した故障現象を示す情報が取得された場合に、前記更新手段は、当該故障現象に応じた更新用情報を前記更新用情報記憶手段から取得し、取得した更新用情報を用いて、当該故障現象に応じた種類の個別因果関係情報を更新し、更新された前記個別因果関係情報と、前記共通因果関係情報とを組み合わせて構成される因果関係情報を用いて、前記診断実行手段が当該故障現象に応じた種類の故障診断を実行する、
   ことを特徴とする故障診断システム。
4. 診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する更新手段であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する更新手段、
   を有し、
   前記更新手段は、前記個別因果関係情報の更新の頻度よりも低い頻度で、前記共通因果関係情報を更新する、
   ことを特徴とする情報更新装置。
5. コンピュータに、
   診断対象装置に関する事象間の因果関係を表す因果関係情報であって、前記診断対象装置に関する複数種類の故障診断で共通に用いられる共通因果関係情報と、それぞれ前記複数種類のうち個別の種類の故障診断に用いられる種類毎の個別因果関係情報とを含む因果関係情報を更新する手順であって、前記個別因果関係情報を更新するための更新用情報を用いて、前記種類毎の個別因果関係情報を選択的に更新する手順と、
   前記個別因果関係情報の更新の頻度よりも低い頻度で、前記共通因果関係情報を更新する手順と、
   を実行させることを特徴とする情報更新プログラム。

Images