JP4846923B2

JP4846923B2 - 製品の将来のサービス事象の時期を予測する方法

Info

Publication number: JP4846923B2
Application number: JP2001154725A
Authority: JP
Inventors: ジェームズ・ケネス・アラゴネス; ジェフリー・ウィリアム・ステイン
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2000-05-25
Filing date: 2001-05-24
Publication date: 2011-12-28
Anticipated expiration: 2021-05-24
Also published as: JP2002149868A; US6799154B1; EP1160712A2; EP1160712A3

Description

【０００１】
【発明の属する技術分野】
本発明は、全般的に製品及びシステムのサービス、更に具体的に言えば、製品又はシステムの将来のサービス事象の時期を予測することに関する。
【０００２】
【発明の背景】
長期契約の市場は、今日の多くのサービス機関にとって、最近急速に成長してきた。サービス機関が顧客と長期契約を結ぶとき、サービス契約の値付け及び契約のポートフォリオ管理に関連する予想コスト及びリスクを理解していることが重要である。更に、サービス機関は、修理の計画（ショップ・ワークロード計画）並びに新しい技術の導入がそのサービス計画にどのように影響を与えるかを理解していることが必要である。こういう問題を解析する為には、製品又はシステムの根底にある挙動の正しいモデルを作り、何れも最もコスト効果のある形でサービスが受けられるようにすることが必要である。
【０００３】
現在利用し得る解析手法は、複雑な製品又はシステムに対するサービス条件の正確なモデルを作ることが出来ない。典型的には、こういうモデルはコスト情報が乏しく、その結果、サービス機関はそのサービス・ポートフォリオに関連するリスクを管理する効率が悪く、顧客の要求及び新しい技術に応じることが出来ず、その結果、長期契約の収益性が低くなる結果を招いている。標準的な時系列方法は、航空機機関、自動車、機関車及びその他の高い技術の製品のような修理が起こり得るシステムのサービス条件のモデルを作る為に使われてきた特定の１つの方式である。この時系列方法は、５年乃至１０年の期間に互って得られた経過データを調べ、システムのコスト並びに／又はシステムに対して為された修理の回数について傾向線を引く。次にこの傾向線を使って将来のコスト及び修理の回数を予測する。この時系列方法に伴う制約は、それが区分レベルでの故障の詳細を示さないことである。区分は、修理が起こり得る製品の物理的な又は性能に関係するサブシステムであり、それが故障したとき、製品は手入れ又はサービスを必要とする。標準的な時系列方法に伴うこの他の制約は、修理が起こり得る製品の寿命サイクルを考慮に入れておらず、その為製品に対する予想されるサービス事象の分布を作れないことである。区分パラメータを決定する工学関係に基づく解析は、修理の起こり得るシステムのサービス条件のモデルを作る為に使われるもう１つの方法である。この解析の制約は、根底の統計によく基づいておらず、その為、修理の起こり得る製品の正確なモデルを継続的に作れることが証明されていないことである。
【０００４】
上に述べた問題を解決する為に、修理の起こり得るシステムのサービス条件のモデルを作ることが出来る方式として、正確であって、包括的な統計の枠組を持つ方式が要望されている。このような方式があれば、コスト計画がより良くなり、リスク管理が更に現実的で効果的になり、新しい技術が導入され、日毎のサービスは顧客の要求に対する反応を高め、長期契約の収益性を一層高くすることが出来よう。
【０００５】
【発明の概要】
本発明の１実施例では、複数個の区分で形成された製品の将来のサービス事象の時期を予測するシステムを提供する。このシステムは、製品に対する複数個のサービス情報及び複数個の性能情報を持つデータベースを有する。統計解析器が複数個のサービス情報を解析して、複数個の故障区分情報を決定する。性能劣化率解析器が、複数個のサービス情報及び性能情報から、製品の性能劣化率を解析する。シミュレータが、複数個の区分故障情報及び性能劣化率解析に従って、製品の将来のサービス事象の分布をシミュレートする。
【０００６】
同様に、本発明は、複数個の区分で形成された製品の将来のサービス事象の時期を予測する方法を提供する。この方法は、製品に対する複数個のサービス情報及び複数個の性能情報を記憶し、複数個のサービス情報を解析して複数個の区分故障情報を決定し、複数個のサービス情報及び性能情報から、製品の劣化率解析を実施し、複数個の区分故障情報及び劣化率解析に従って、製品の将来のサービス事象の分布をシミュレートする。
【０００７】
更に本発明は、複数個の区分で形成された製品の将来のサービス事象の時期を予測するようにコンピュータに命令するコンピュータ命令を記憶するコンピュータが読取可能な媒体を提供する。コンピュータ命令は、製品に対する複数個のサービス情報及び複数個の性能情報を記憶し、複数個のサービス情報を解析して複数個の区分故障情報を決定し、複数個のサービス情報及び性能情報から製品の劣化率解析を実施し、複数個の区分故障情報及び劣化率解析に従って、製品の将来のサービス事象の分布をシミュレートすることを含む。
【０００８】
【発明の詳しい説明】
図１は、製品の将来のサービス事象の時期を予測するシステムが動作する汎用コンピュータ・システム１０の略図を示す。全体として、コンピュータ・システム１０がプロセッサ１２、メモリ１４、入力／出力デバイス及びプロセッサ、メモリ及び入力／出力デバイスを接続するデータ通路（例えば母線）１６で構成されている。プロセッサ１２がメモリ１４から命令及びデータを受取り、種々の計算を実施する。プロセッサ１２は、演算及び論理操作を実施する演算論理装置（ＡＬＵ）、及びメモリ１４から命令を抽出し、それを復号して実行して、必要なときにＡＬＵを呼び出す制御装置を含む。一般的にメモリ１４はランダムアクセス・メモリ（ＲＡＭ）及び固定メモリ（ＲＯＭ）を含むが、プログラマブル固定メモリ（ＰＲＯＭ）、消去可能なプログラマブル固定メモリ（ＥＰＲＯＭ）及び電気的に消去可能なプログラマブル固定メモリ（ＥＥＰＲＯＭ）のようなこの他の種類のメモリがあってもよい。更にメモリ１４が、プロセッサ１２で実行されるオペレーティング・システムを持つことが好ましい。オペレーティング・システムは、入力を認識し、出力を出力デバイスへ送り、ファイル及びディレクトリを管理し、種々の周辺デバイスを制御することを含む基本的なタスクを実行する。
【０００９】
入力／出力デバイスは、コンピュータ・システム１０にデータ及び命令を入力するキーボード１８及びマウス２０を有する。表示装置２２は、コンピュータがしたことをユーザが見ることが出来るようにする。この他の出力デバイスとして、プリンタ、プロッタ、合成器及びスピーカが含まれていてもよい。モデム又はネットワーク・カード２４は、コンピュータ・システム１０がネットワーク上にある他のコンピュータ及び資源をアクセスすることが出来るようにする。大量記憶デバイス２６は、コンピュータ・システム１０が大量のデータを永久的に保持することが出来るようにする。大量記憶デバイスは、フロッピ・ディスク、ハード・ディスク及び光ディスクや、ディジタル・オーディオ・テープ（ＤＡＴ）、デバイス・リニア・テープ（ＤＬＴ）又はその他の磁気的に符号化された媒体を含んでいてよいテープからデータを読取ったりデータを書込んだりすることが出来るテープ駆動装置のようなあらゆる種類のディスク・ドライブを含んでいてよい。上に述べたコンピュータ・システム１０は、手で持つディジタル・コンピュータ、パーソナル・ディジタル・アシスタント・コンピュータ、パーソナル・コンピュータ、ワークステーション、ミニコンピュータ、メインフレーム・コンピュータ及びスーパコンピュータの形であってよい。
【００１０】
図２は、図１に示したコンピュータ・システムに作用して、製品の将来のサービス事象の時期を予測するシステム２８の略図を示す。システム２８では、サービス・データベース３０が、製品に対する複数個のサービス情報を記憶している。複数個のサービス情報は、製品によって変化する。一般的に、複数個のサービス情報は、製品の区分の定義（即ち、それが故障したときに、製品の手入れ又はサービスを必要とするような、単位と見なされる物理的な又は性能に関係するサブシステム）、製品の修理経過（例えば、サービス事象の日付、サービス事象の種類、区分が故障した時等）、並びにサービス事象の間に経過した時間の長さを説明するのに役立ち得る任意の因子（例えば、環境、製品の運転状態、製品の形式、設備の齢等）のような情報で構成される。この他の因子としては、手入れの種類、製品のサイクル時間、製品の使い方、契約条件、設備の齢及び年代等を含んでいてよい。この説明では、製品は航空機機関の場合を説明する。しかし、電力装置、機関車又はその他の任意の電気的、化学的又は機械的な製品を、将来のサービス事象の時期を予測するのが望ましいような場合に、採用することが出来る。
【００１１】
図２について説明すると、プリプロセッサ３２が複数個のサービス情報を予定のフォーマットに処理する。この予備処理は、サービス・データベース３０から複数個のサービス情報を抽出し、データベース内にある各々のデータ記録を、工学的にラベルを付けた取除きの原因に従って、区分に割当て、現存の変数（例えば検閲変数、顧客表示子変数）から新しい変数を作り出し、関係のないものを削除して、データ・セットの概要統計（例えば、各々の区分に対するある数の記録）を作ることを含む。こういうことをした後、プリプロセッサ３２が、サービス情報に従って複数個のデータ・ファイルを作成し、この各々のデータ・ファイルがＳＡＳデータ・セットのフォーマットにされる。
【００１２】
統計解析器３４が複数個の処理されたサービス情報を解析して、複数個の区分故障情報を決定する。区分故障情報は、統計的に意味のある区分故障変数及び関連する区分の「故障までの時間係数」を含んでいてよい。区分故障変数は、サービス事象又は手入れ事象の間の時間に影響を与える変数である。例えば、航空機機関の場合、機関の推力定格及び航空機が飛行する環境が、統計的に意味のある区分故障変数として考えられるものの例である。区分の「故障までの時間係数」は、各々の区分故障変数に適用される係数である。区分故障変数及び関連する区分の「故障までの時間係数」を使って、区分に対するサービス事象の間の時間を決定する。更に、統計解析器３４がこの情報を使って、どの区分故障変数がサービス事象に影響するかを決定すると共に、区分に対する故障までの時間の分布を推定する。
【００１３】
統計解析器３４は、それが上に述べた機能並びにこの他のある機能を遂行することが出来るようにする幾つかのスクリプトを持っている。統計解析器３４が使う特定の１つのスクリプトは、複数個の統計手順を実行するサービス解析スクリプトである。複数個の統計手順は多変数回帰及び／又は相関解析で構成することが出来る。多変数回帰及び相関の両方は、どの区分故障変数がサービス事象の時期に影響するかを決定すると共に、区分に対する故障までの時間の分布を推定することが出来る。統計解析器３４は他のスクリプトを使って、この情報並びに統計診断３６及び残さグラフ３８を出力する。多変数回帰及び／又は相関解析からの出力は、製品に関係する各々の区分に対する区分の「故障までの時間係数」を含むことが出来る。多変数回帰及び／又は相関解析からのこの他の標準的な出力は、各々の区分の「故障までの時間係数」に関連する標準誤差及びＰ値を含んでいてよい。このＰ値は、特定の変数がサービス事象が発生する合間の時間に意味のある影響を持つかどうかの表示である。
【００１４】
出力することの出来る統計診断は、適合度数値及び直線性診断を含む。これらによって、ユーザは、統計解析器３４で最も適切な区分モデルを決定することが出来る。残さグラフは、システム２８のユーザが、回帰モデルがサービス情報データにどの位よく当てはまるかを決定することが出来るようにする。一般的に、残さグラフは、サービスをする値になるまでの実際の時間とサービスをする値になるまでの予測時間との間の差として定義される。残さ値が小さいことは、回帰又は相関解析がよく当てはまることを示しており、残さ値が大きいことは、この当てはめに改善の余地があることを示す。
【００１５】
残さグラフの他に、統計解析器３４は、別のスクリプトを使って、各々の区分に対する想定寿命分布が適切であるかどうかを評価することが出来るようにする確率グラフのような情報を出力することが出来る。別のスクリプトを使って、サービス事象が発生する時間に影響する各々の変数に対する残さのグラフを作成することが出来る。
【００１６】
図２に戻って説明すると、システム２８は、動作中に製品から得られる複数個の性能情報を含む性能経過データベース４０をも有する。前に述べたように、ここでの説明は航空機機関の場合について述べている。従って、性能情報は、センサ及び変換器のような複数個のデータ収集装置の内のどれかを使うことによって、獲得することが出来る。データを求めた後、データ収集装置が、そのデータを記憶並びに評価の為に、遠隔の監視設備へ転送することが出来る。データ収集装置からのデータを手作業で記録し、性能経過データベース４０に入力することも可能である。複数個の性能情報は、性能特性値（例えば排気温度ＥＧＴ）、サービス後の初期データ・レベル、現在のデータ・レベル、製品にサービスをした日付、及び製品の区分の部分集合のサービスに影響を与える変数のような情報を含むが、これに限らない。航空機機関の例では、変数は、飛行区間、機関の推力、顧客、機関モデル、機関の系列等を含むことが出来る。こういう全ての性能情報は後で更に詳しく説明する。
【００１７】
性能劣化率解析器４２が、複数個のサービス情報及び性能情報の両方から、製品の性能の特性値を解析する。性能劣化率解析器４２は、製品の区分の部分集合を時間に従って関係付ける統計解析スクリプトを有する。性能劣化率解析器４２を説明する上で、時間は、航空機機関が使われている時間の長さである。この時間は、サイクル数又は時間数のような変数によって測定することが出来る。統計解析スクリプトが、製品の区分のある部分集合に対する推定された劣化率曲線を作成する。更に性能劣化率解析器４２が、ある区分に対する推定された各々の劣化率曲線を性能寿命分布に変換する変換器を有する。性能寿命分布は、サービス事象の間の時間の統計的な性質を表す統計分布であり、サービス・データとは対照的に、性能データを使って推定される。性能寿命分布が、統計解析器３４によって決定される、区分に対する推定された故障までの時間分布と同じ形式である。
【００１８】
シミュレータ４４が、統計解析器３４によって作成された複数個の区分故障情報並びに統計劣化率解析器４２によって作成された性能寿命分布に従って、製品の将来のサービス事象をシミュレートする。このシミュレーションにより、将来のサービス事象の時期の予想が得られる。特に、シミュレータ４４は、統計解析器３４からの区分の「故障までの時間係数」を取出し、製品に対して定められた区分毎にワイブル分布を決定する。更にシミュレータ４４は、性能劣化率解析器４２からの性能寿命分布を取出し、製品に対して定められた関連する各々の区分に対するワイブル分布を決定する。次に、シミュレータ４４は区分分布を使って、製品に対する全体的な分布を決定する。一般的に、シミュレータは、上に述べた動作を行う為に、離散的な事象駆動形モンテカルロ・シミュレーションを使う。シミュレーションを実施した後、シミュレータ４４が幾つかの出力を発生する。例えば、１つの出力は契約出力４６であり、これは典型的には時間に互る手入れ事象分布パラメータ、予備／リース設備に対する要求分布及び装置性能分布（例えば航空機機関の飛行時間）で構成される。シミュレータ４４はこういう出力に制限されず、希望によって、この他の出力を使うことも出来る。
【００１９】
シミュレータ４４の性能を理解する為に、システム２８は有効認定装置を使う。これは、統計解析器３４又はシミュレータの一部分であってもよいし、又はその両方とは別個であってもよい。有効認定装置は、製品に対して為されるケーススタディ用に作成された有効認定スクリプトを持っている。ここでの説明では、ケーススタディは、モデルの有効認定の為に使われる経過サービス事象データの任意の部分集合と定義する。例えば、過去１年間にランダムに選ばれた一群のシステムで起こったサービス事象がケーススタディとして役立つことが出来、有効認定の際、この期間中にこれらのシステムに対してモデルが予想するサービス事象の数と、実際に行ったサービス事象の数とを比較する。有効認定スクリプトは、シミュレータ４４によって決定された区分の分布を、ケーススタディで実際に起こった分布と比較する。この比較をした後、有効認定装置が利用の可否及び信頼性に関する一連のグラフ出力４８を作成する。好ましい実施例では、３組の信頼性グラフが作成される。第１組の信頼性グラフは、ケーススタディに対する最初の４回のショップ訪問の各々に対する実際の区分分布の相対的な頻度のヒストグラムである。この相対的な頻度のヒストグラムに、シミュレータによって決定された区分分布が重ねられる。第２組の信頼性グラフは、ケーススタディに対する最初の４回のショップ訪問の各々に対する実際のシステム・レベル分布の相対頻度のヒストグラムである。この相対頻度ヒストグラムの各々に、シミュレータ４４が決定したシステム分布が重ねられる。第３組の信頼性グラフは、最初の４回のショップ訪問の各々に対する実際のシステム・レベル分布とシミュレータ４４によって決定されたシステム・レベル分布の両方から決定された、非パラメトリックのカプラン・マイヤー推定生存曲線である。これらの出力から、ユーザは、サービス事象を計画する時で構成された、製品に対するサービス計画予想を作成することが出来る。
【００２０】
図３は、図２に示すシステム２８によって行われる動作を示すフローチャートである。ブロック５０で、サービス・データベース及び性能経過データベースに夫々記憶された、製品に対する複数個のサービス情報及び性能情報を求める。プリプロセッサが複数個のサービス情報をブロック５２で予定のフォーマットに予備処理する。統計解析器が、複数個の処理されたサービス情報を解析して、ブロック５４で、複数個の区分故障情報を決定する。特に、統計解析器は、前述の統計手順を使って、区分の「故障までの時間係数」及び区分故障変数の両方を決定する。統計解析器が区分の「故障までの時間係数」及び区分故障変数をシミュレータに出力し、種々の残さグラフを作成する。
【００２１】
サービス情報がプリプロセッサ及び統計解析器によって予備処理され且つ解析されるのと同時に、性能情報が性能劣化率解析器によって評価される。希望によっては、性能情報をサービス情報と同様な形で予備処理することが可能である。性能情報が予備処理されているか否かにかかわらず、性能劣化率解析器がブロック５６で劣化率解析を行う。前に述べたように、劣化率解析が、製品の区分のある部分集合に対する推定された劣化率曲線を作成し、推定された各々の劣化率曲線を性能寿命分布に変換する。
【００２２】
サービス情報及び性能情報を解析した後、シミュレータが、ブロック５８で、区分故障情報及び性能寿命分布に従って、製品の将来のサービス事象をシミュレートする。更に、ブロック６０で、シミュレータが将来のサービス事象の時期を予想又は予測する。前に述べたように、この情報は、製品を構成する区分毎の分布の形をしている。ブロック６２で、有効認定装置がシミュレータによって決定された区分分布をケーススタディで実際に行った分布と比較する。比較をした後、有効認定装置が利用の可否及び信頼性に関する一連のグラフ出力を作成する。
【００２３】
図４は図２に示す統計解析器によって実施される動作を示すフローチャートである。ブロック６４で、統計解析器がプリプロセッサからサービス情報を求める。次に統計解析器が、ブロック６６でサービス情報に対する区分の定義を作成する。ブロック６８で、統計解析器が、前述の統計手順を使って、統計的に意味のある区分故障変数及びそれに関連した区分の故障までの時間変数のような区分故障情報を決定する。次にブロック７０で、統計解析器が区分故障変数に対して区分の「故障までの時間係数」を適用する。ブロック７２で、統計解析器が、製品に関連する各々の区分に対する種々の統計診断を作成する。ブロック７４で、統計解析器が残さグラフ及び確率グラフ並びに希望すれば、その他の種類のグラフを作成する。前に述べたように、統計解析器は、区分の「故障までの時間係数」の各々に関連する標準誤差及びＰ値のようなこの他の情報を作成することが出来る。
【００２４】
図５は、図２に示した性能劣化率解析器４２が実施する動作を示すフローチャートである。劣化率解析を始める前に、性能劣化率解析器が最初にブロック７６で、夫々サービス・データベース及び性能経過データベースから複数個のサービス情報及び性能情報を求める。前に述べたように、複数個の性能情報が、性能特性値、サービス後の初期データ・レベル、現在のデータ・レベル、製品がサービスを受けた日付、及び製品の各々の区分のサービスに影響する変数のような情報を含む。
【００２５】
図６ａ−６ｂは、上に述べた性能情報の幾つかの例を示す。特に、図６ａは、航空機期間のある区分に対する劣化率曲線の一例を示す。この例では区分はＥＧＴであるが、他の区分を使ってもよい。例えば、それで全てではないが、一例としてのリストとしては、ベースラインＥＧＴからの偏差であるデルタ排気温度（ｄＥＧＴ）、燃料流量（ＷＦ）、コア速度（Ｎ２）、及び問題の機関の生のＥＧＴと全ての機関の生のＥＧＴの平均との差であるＥＧＴの発散を含むことがある。劣化曲線は、時間に互る区分の劣化を示す。最終的には、ある期間の後、区分は、サービスを受けなければならない程劣化が著しいレベルに達する。初期データ・レベルという性能パラメータは、サービスを受けた後の区分の初期レベルである。図６ａで初期レベルは約５０°であり、時間が経つと、ＥＧＴの余裕のレベルが劣化する。経過傾向レベルが、図６ａにデータ点として示されている。図６ｂは生のＥＧＴレベルの一例を示す。特に、図６ｂは、ＥＧＴ区分に対する取外しレベル又は赤線を示すグラフである。取外しレベルは、サービスを受ける為に航空機機関を取外すことを必要とするような予定のレベルにその区分が到達する絶対的な時間を示す。
【００２６】
図５に戻って、サービス情報及び性能情報を求めた後、ブロック７８で、性能劣化率解析器は、製品の各々の区分を時間に従って関係付ける統計解析スクリプトを実行する。統計解析が、製品の各区分に対する多変数回帰解析を行って、サービス事象の間の時間に影響する変数を確認することが好ましい。ワイブル分布を用いた多変数回帰解析の一例が示されている。サービス事象の間の時間（機関の飛行時間又は機関のサイクル数の何れかで特定される）がＹで表される。前に述べたように、推力（Ｘ１）及び飛行区間（Ｘ２）は、サービス事象の間の時間Ｙに影響を及ぼす可能性のある２つの区分故障変数である。多変数ワイブル回帰モデルは次の形である。
【００２７】
ｌｎ（Ｙ）＝α＋β₁Ｘ１＋β₂Ｘ２＋σε
ここでｌｎは自然対数関数であり、εは最も小さい極限の値の分布に従う誤差項であり、α、β₁、β₂、及びσは、サービス・データから推定すべき区分故障パラメータである。
【００２８】
推力（Ｘ１）及び飛行区間（Ｘ２）の一定の値に対し、サービス事象の間の時間を表すワイブル分布を決定することが出来る。例えば、α＝８．９、β₁＝−０．００００３、β₂＝０．７５及びσ＝０．５で、Ｘ１＝２３５００、Ｘ２＝１．８であれば、その区分に対するサービス事象の間の時間のワイブル分布は位置（又はスケール）パラメータ（即ち、１／６３．２故障パーセント）がｅｘｐ（８．９−０．００００３＊２３５００＋０．７５＊１．８）＝１３９７５であり、形状パラメータは１／σ＝１／０．５０＝２．０に等しい。ワイブル回帰解析を説明したが、多重非線形及び対数線形解析のようなこの他の統計解析も使うことが出来る。
【００２９】
ブロック８０で、性能劣化率解析器が製品の区分のある部分集合に対する推定された劣化率曲線を作成する。推定された劣化率曲線は、多変数回帰及び／又は相関統計解析を使って決定される。性能特性（例えばＥＧＴ余裕）をＹと記す。Ｙ及び時間（サイクルで測る）を使った多変数回帰及び／又は相関解析の一例を次のモデルで示す。
【００３０】
Ｙ＝α＋β₁サイクル＋ε
ここでεは正規分布に従い、α及びβ₁は性能及びサービス情報データから推定すべきパラメータである。この例のβ₁の推定値は、性能特性Ｙに対する推定された劣化率である。例えば、β₁＝０．００３であれば、性能特性Ｙが、１０００サイクル毎に約３度劣化する。
【００３１】
次にブロック８２で、性能劣化率解析器が夫々の区分に対して推定された各々の劣化率分布を性能寿命分布に変換する。性能寿命分布は、位置（又はスケール）パラメータ及び形状パラメータによって特長付けられる。この変換を行う為、α、β₁の推定値、及びこの明細書ではＥＧＴＬで表す性能特性限界値（即ち、その区分がサービスを必要とする時の値）が必要である。性能寿命分布の位置（又はスケール）パラメータ(location)は次の式を使って求められる。
【００３２】
【数１】

【００３３】
性能寿命分布の形状パラメータ(Shape) は次の式を用いて求められる。
【００３４】
【数２】

【００３５】
一例として、αの推定値が０であり、β₁の推定値が０．００３であり、性能特性値が６０であると仮定する。上の式を使うと、位置パラメータの値は２３４９８と推定される。形状パラメータは２．２７と推定される。この後、全ての区分に対する性能寿命分布がブロック８４でシミュレータに転送される。
【００３６】
図７は図２に示したシミュレータ４４によって実施される動作を示すフローチャートである。前に述べたように、シミュレータ４４は、将来のサービス事象の適時さを予測することが出来るように、製品のシステム・レベルで故障の分布を決定することに関心がある。シミュレータ４４は、統計解析器３４及び性能劣化率解析器４２が提供する情報の為に、製品のシステム・レベルで故障の分布を決定することが出来る。統計解析器３４によって提供される情報（即ち、「故障までの時間係数」及び区分変数）は、製品のシステム・レベルを構成する各々の区分並びにそれらの相互の関係を理解し易くするものであり、これに対して性能劣化率解析器が提供する性能寿命分布は、考えられるサービス条件についてより多くの情報を与える。シミュレータ４４はこの情報を使って、システム又は全体レベルを検査し、製品に対するサービス事象の全体的な時期を予測する。図７に戻って説明すると、シミュレータによって行われる動作がブロック８６から始まり、ここで各々の区分分布に対するランダムな故障時間（即ちサービス事象）が発生される。ランダムに発生される故障時間から、ブロック８８でこれらの値の内の最小値を見付ける。シミュレータはこの最小時間をｔ_iと選定するが、ｉはこの時間の値に関連する区分である。次にシミュレータはブロック９０で、システム・レベルに対する次の故障時間（即ち、サービス事象に対する時間）として最小時間ｔ_iを記録する。ブロック９２で、シミュレータはシステム・レベルの更に多くの故障が必要かどうかを決定する。そうであれば、ブロック８６−９０を何回か繰返す。一旦、全ての繰返しが行われたら、シミュレータは、ブロック９４で、故障時間からシステム・レベル分布を形成する。ブロック９６で、シミュレータが出力表及び入力報告を作成し、グラフ出力が９８で発生される。
【００３７】
図８は、図１に示すシステムによって実施される有効認定動作を示す流れ図である。この図で、ブロック１００で、経過サービス事象データ及び性能経過データがデータベースに記憶される。ケーススタディを確認した後、経過サービス事象データ及び性能経過データがブロック１０２で、ケーススタディに従って分離される。経過サービス事象データ及び性能経過データがケーススタディに入っていなければ、このデータを使って、ブロック１０４で、図２について述べたようなモデルを組立てる。ブロック１０６で、計画サービス事例が、ケーススタディで起こるはずの統計的な信頼の限界と共に決定される。統計的な信頼の限界と共に計画サービス事例の一例が１０８に示されている。ブロック１１０で、サービス事例をケーススタディで使われるデータと比較する。実際のデータが計画に合わない場合、ブロック１１２に示すように、モデルを見直す必要がある。他方、統計的な信頼の限界の範囲内で、データが計画と合う場合、ブロック１１４で、モデルが有効と認定される。
【００３８】
これまでに示したフローチャートは、製品の将来のサービス事象の時期を予測するシステムとして考えられる構成のアーキテクチャ、機能及び動作を示している。この点、各々のブロックはモジュール、セグメント、又はコードの一部分を表しており、これが特定された論理的な機能を実現する為の１つ又は更に多くの実行可能な命令で構成される。別のある構成では、ブロックに記した機能は図面に示した順序から外れて行われることがあり、又は例えば関係する機能に応じて、略同時に又は逆の順序で実行されることがある。
【００３９】
製品の将来のサービス事象の時期を予測する上に述べたシステム及び方法は、論理的な機能を実施する実行可能な命令のある順序のリストで構成される。こういう順序を持つリストは、命令を検索してそれらを実行することが出来るコンピュータを基本としたシステムで使う為又はそれに関連して使う為に、任意のコンピュータが読取可能な媒体に具体化することが出来る。この出願では、コンピュータが読取可能な媒体は、命令を収容し、記憶し、連絡し、伝搬し、伝送し又は運ぶことが出来る任意の手段であってよい。コンピュータが読取可能な媒体は、例えば、電子式、磁気式、光学式、電磁式、赤外線式のシステム、装置又はデバイスであってよいが、これに限らない。包括的ではないが、コンピュータが読取可能な媒体の一例のリストとして、１本又は更に多くのワイヤを持つ電気接続部、ポータブル形コンピュータ・ディスケット（磁気）、ランダムアクセス・メモリ（ＲＡＭ）（磁気）、固定メモリ（ＲＯＭ）（磁気）、消去可能なプログラマブル固定メモリ（ＥＰＲＯＭ又はフラッシュ・メモリ）（磁気）、光ファイバ（光学式）及びポータブル・コンパクト・ディスク固定メモリ（ＣＤＲＯＭ）（光学式）が含まれる。その上に命令をプリントした紙又はその他の適当な媒体を使うことも可能である。例えば、命令は、紙又はその他の媒体を光学的に走査することによって電子的に捕捉し、その後コンパイルし、必要であれば適当な形で解釈し又はその他の形で処理し、その後コンピュータのメモリに記憶することが出来る。
【００４０】
本発明により、製品の将来のサービス事象の時期を予測するシステムと方法が提供されたことは明らかである。本発明を好ましい実施例に関連して具体的に図面に示して説明したが、当業者には、本発明の範囲を逸脱せずに、種々の変更を加えることが出来ることが理解されよう。
【図面の簡単な説明】
【図１】製品の将来のサービス事象の時期を予測するシステムがその中で動作する汎用コンピュータ・システムの略図。
【図２】図１に示すコンピュータ・システムで作用する製品の将来のサービス事象の時期を予測するシステムの略図。
【図３】図２に示すシステムによって実施される動作を示すフローチャート。
【図４】図２に示す統計解析器によって実施される動作を示すフローチャート。
【図５】図２に示す性能劣化率解析によって実施される動作を示すフローチャート。
【図６ａ】図２に示す性能経過データベースに記憶するある性能情報を示す一例のグラフ。
【図６ｂ】図２に示す性能経過データベースに記憶するある性能情報を示す一例のグラフ。
【図７】図２に示すシミュレータによって実施される動作を示すフローチャート。
【図８】図２に示すシステムによって実施される有効認定動作を示す流れ図。

Claims

複数個の区分で形成された製品の将来のサービス事象の時期を予測する方法に於て、
製品に対する複数個のサービス情報及び複数個の性能情報をデータベースが記憶する工程と、
統計解析器（３４）が前記複数個のサービス情報を解析して複数個の区分故障情報を決定する工程と、
性能劣化率解析器（４２）が前記複数個のサービス情報及び性能情報から、製品の劣化率解析を実施する工程と、
シミュレータ（４４）が前記複数個の区分故障情報及び劣化率解析に従って、製品の将来のサービス事象の分布をシミュレートする工程と、を含み、
前記複数個の区分故障情報が区分故障変数及び区分の「故障までの時間係数」を含み、
前記統計解析器（３４）が、複数個の区分故障情報を使って、どの区分故障変数が将来のサービス事象の時期に影響するかを決定すると共に、前記複数個の区分に対し、故障までの時間の分布を推定し、
前記実施する工程が、複数個の区分の部分集合を時間に従って関係付ける統計解析スクリプトを使うことを含み、
前記統計解析スクリプトが、製品の複数個の区分の内の部分集合に対する推定劣化率曲線を作成し、
前記性能劣化率解析器（４２）が、ある区分に対して推定された各々の劣化率曲線を性能寿命分布に変換し、
前記シミュレータ（４４）が複数個の前記性能寿命分布に従って、前記製品の将来のサービス事象の分布をシミュレートすることを含む方法。
前記複数個のサービス情報が区分の定義、修理経過及びサービス因子で構成されている請求項１記載の方法。
前記複数個の性能情報が、性能の特性値、サービス後の初期データ・レベル、現在のデータ・レベル、製品のサービスをした日付、及び前記製品の複数個の区分の内の部分集合のサービスに影響を与える変数で構成されている請求項１記載の方法。
更に、前記複数個のサービス情報を予定のフォーマットに予め処理する工程を含む請求項１記載の方法。
前記予め処理する工程が、複数個のサービス情報に従って複数個のデータ・ファイルを作成する請求項４記載の方法。
前記解析する工程が、推定された故障までの時間の分布を使って、前記複数個の区分の内の部分集合に対するワイブル分布を決定する請求項１記載の方法。
前記統計解析器（３４）が、複数個の統計手順を実行するサービス解析スクリプトを使うことを含む請求項１記載の方法。
前記複数個の統計手順が多変数回帰及び／又は相関解析で構成されている請求項７記載の方法。
前記サービス解析スクリプトが複数個の統計診断情報を作成する請求項８記載の方法。
前記複数個の統計診断情報が適合度数値及び直線性診断を含む請求項９記載の方法。
前記サービス解析スクリプトが複数個の残さグラフを作成する請求項７記載の方法。
前記統計解析器（３４）が有効認定スクリプトを使うことを含む請求項１記載の方法。
前記有効認定スクリプトが、製品に対して設定された複数個のケーススタディに適用される請求項１２記載の方法。
前記シミュレートする工程が前記性能寿命分布を使って、前記複数個の区分の内の部分集合に対するワイブル分布を決定する請求項１記載の方法。
前記シミュレートする工程が、サービス事象を計画する時で構成された、将来のサービス事象に対するサービス計画を予想する請求項１記載の方法。
複数個の区分で形成された製品の将来のサービス事象の時期を予測するシステムに於て、
製品に対する複数個のサービス情報及び複数個の性能情報を記憶するデータベースと、
前記複数個のサービス情報を解析して複数個の区分故障情報を決定する統計解析器（３４）と、
前記複数個のサービス情報及び性能情報から、製品の劣化率解析を実施する性能劣化率解析器（４２）と、
前記複数個の区分故障情報及び劣化率解析に従って、製品の将来のサービス事象の分布をシミュレートするシミュレータ（４４）と、を含み、
前記複数個の区分故障情報が区分故障変数及び区分の「故障までの時間係数」を含み、
前記統計解析器（３４）が、複数個の区分故障情報を使って、どの区分故障変数が将来のサービス事象の時期に影響するかを決定すると共に、前記複数個の区分に対し、故障までの時間の分布を推定し、
前記性能劣化率解析器（４２）が、複数個の区分の部分集合を時間に従って関係付ける統計解析スクリプトを使うことを含み、
前記統計解析スクリプトが、製品の複数個の区分の内の部分集合に対する推定劣化率曲線を作成し、
前記性能劣化率解析器（４２）が、ある区分に対して推定された各々の劣化率曲線を性能寿命分布に変換し、
前記シミュレータ（４４）が複数個の前記性能寿命分布に従って、前記製品の将来のサービス事象の分布をシミュレートする、システム。