JP5343920B2 - 故障予兆検出装置 - Google Patents

Description

本発明は、車両に搭載された機器の故障の予兆を検出する故障予兆検出装置に関する。

従来、車両に搭載された機器の動作の不具合を検出し、不揮発性メモリなどに記録する機能としてダイアグノーシスが知られている。このようなダイアグノーシスにおいて、誤検出を防止するために、異常が複数回発生した場合に、故障確定とする技術が知られている（例えば、特許文献１を参照）。この技術では、故障確定を確実に検出するために、システムオフ時に異常発生の回数を記憶している。なお、上記の異常発生とは、機器のパラメータ値が正常範囲外の値を示している状態をいう。また、上記の故障確定とは、上記の異常発生の状態が一定時間または一定回数以上続き、ダイアグ情報として確定されることをいう。

さらに、酸素センサの異常検出ダイアグでは、センサ値のリッチ・リーン側の面積値の大きさを記憶し、その面積値の大きさから異常発生の判定を行う技術が知られている（例えば、特許文献２を参照）。

特開２００４−３３０８９２号公報 特開平９−１３７７１７号公報

ところで、車両のユーザや整備者には、車両を安全に運行したり燃費悪化を未然に防止したりすることができるように、車両に搭載された各機器について故障確定時期を事前に把握し、故障確定前に当該機器の交換や修理を行いたいという要望がある。

これに対して、上記特許文献１に記載の技術では、故障が確定するまでの間、異常発生回数を計数する。しかし、機器のパラメータ値がノイズなどで正常範囲と異常範囲との間の閾値近傍で振動し、異常発生状態であると短期間で何度も判定される場合には、実際には故障確定とするには早い時点で、故障確定と判定されてしまう。

一方、上記特許文献２に記載の技術では、故障と判定される寸前の面積値を何度も検出し故障寸前であることが明白だとしても、故障確定に至らない限り故障寸前であるという情報は記憶されないまま失われ、後にその情報を参照することや次の異常判定に生かされることはない。

このため、上記特許文献１に記載の技術については、故障しそうにない機器が交換されてしまうという問題、及び上記特許文献２に記載の技術については、機器交換・修理の際に故障寸前の機器が交換されないという問題があった。

本発明は、こうした問題に鑑みてなされたものであり、車両に搭載された機器の交換を適切に行うことができる技術を提供することを目的とする。

上記目的を達成するためになされた請求項１に記載の故障予兆検出装置は、異常発生判断手段が、車両に搭載された車載機器の故障検出に用いられるパラメータである機器故障検出パラメータと予め設定された異常判定値とを比較し、この比較結果に基づいて、車載機器に異常が発生しているか否かを判断する。そして故障予兆評価指標算出手段が、車載機器に異常が発生していると異常発生判断手段により判断された場合に、この異常発生が継続している時間である異常発生継続時間、及び機器故障検出パラメータと異常判定値との差であるパラメータ判定値差を用いて、車載機器の故障予兆を評価するための故障予兆評価指標を算出する。

その後に故障予兆評価指標記憶手段が、故障予兆評価指標算出手段により算出された故障予兆評価指標を記憶するとともに、故障予兆検出手段が、故障予兆評価指標算出手段により算出された故障予兆評価指標を用いて、車載機器の故障予兆を検出する。

このように構成された故障予兆検出装置では、故障予兆を評価するための故障予兆評価指標の算出のために、異常発生が継続している時間（異常発生継続時間）を用いている。すなわち、短期間の異常が発生している場合よりも、長い期間継続して異常が発生している場合のほうについて故障予兆評価指標の値への寄与を大きくすることができる。つまり、短期間のみ異常発生と判断される原因となるノイズが、故障予兆の検出に及ぼす影響を低減することができる。これにより、故障していない機器がノイズの頻発のために交換されてしまうという事態の発生を抑制することができる。

なお、異常発生継続時間が同じであっても、機器故障検出パラメータと異常判定値との差（パラメータ判定値差）が大きい場合と小さい場合とでは、故障予兆の検出に及ぼす影響は当然異なるため、故障予兆評価指標の算出のために、異常発生継続時間だけではなくパラメータ判定値差も用いられる。

また、請求項１に記載の故障予兆検出装置では、算出された故障予兆評価指標が記憶される。このため、車両に搭載された機器の交換・修理の際に、交換・修理の作業者が、故障予兆検出装置に記憶されている故障予兆評価指標を取得して、故障寸前の機器があるか否かを判断することができる。これにより、故障寸前の機器が交換されないという事態の発生を抑制することができる。

また、請求項１に記載の故障予兆検出装置において、請求項２に記載のように、故障予兆検出手段は、故障予兆評価指標算出手段により算出された故障予兆評価指標の平均値である故障予兆評価指標平均値を算出し、故障予兆評価指標平均値が予め設定された第１故障予兆判定値以上である場合に、車載機器に故障予兆があると判断するようにしてもよい。

このように構成された故障予兆検出装置によれば、故障予兆評価指標平均値と第１故障予兆判定値の２つの値の大小関係のみで故障予兆の有無を判断することができ、故障予兆の検出方法を簡略化することができる。

また、請求項１に記載の故障予兆検出装置において、請求項３に記載のように、故障予兆検出手段は、故障予兆評価指標算出手段により算出された故障予兆評価指標が、時間経過とともに増加する傾向にあるか否かを判断し、増加傾向にあると判断した場合に、車載機器に故障予兆があると判断するようにしてもよい。

このように構成された故障予兆検出装置によれば、請求項２に記載の故障予兆評価指標平均値が第１故障予兆判定値に達する前であっても、故障予兆評価指標が増加傾向にある場合には故障予兆があると判断でき、請求項２に記載の故障予兆検出装置よりも早い時点で故障予兆を検出することができる場合がある。

また、請求項３に記載の故障予兆検出装置において、請求項４に記載のように、第１故障時期予測手段が、故障予兆評価指標の増加傾向に基づいて、車載機器の故障時期を予測するようにしてもよい。

例えば、故障予兆評価指標の増加傾向から増加率を算出し、この増加率で故障予兆評価指標が増加すると仮定した場合に、予め設定された故障確定判定値を超える時刻を故障時期として算出する。

このように構成された故障予兆検出装置によれば、車両の乗員に車載機器の故障時期を報知することが可能となる。これにより、車載機器の交換・修理を早急に行う必要があるのか、交換・修理までにまだ余裕があるかの判断が容易になり、適切な時期に車載機器の交換・修理を行うことができる。

また、請求項１に記載の故障予兆検出装置において、請求項５に記載のように、故障予兆検出手段は、故障予兆評価指標算出手段により算出された故障予兆評価指標の大きさに基づいて、車載機器の状態の正常度合いを示す機器正常度を減少させ、機器正常度が予め設定された第２故障予兆判定値未満である場合に、車載機器に故障予兆があると判断するようにしてもよい。

このように構成された故障予兆検出装置によれば、機器正常度と第２故障予兆判定値の２つの値の大小関係のみで故障予兆の有無を判断することができ、故障予兆の検出方法を簡略化することができる。

また、請求項５に記載の故障予兆検出装置において、請求項６に記載のように、第２故障時期予測手段が、機器正常度の減少傾向に基づいて、車載機器の故障時期を予測するようにしてもよい。

例えば、機器正常度の減少傾向から減少率を算出し、この減少率で故障予兆評価指標が減少すると仮定した場合に、予め設定された故障確定判定値未満となる時刻を故障時期として算出する。

このように構成された故障予兆検出装置によれば、車両の乗員に車載機器の故障時期を報知することが可能となる。これにより、車載機器の交換・修理を早急に行う必要があるのか、交換・修理までにまだ余裕があるかの判断が容易になり、適切な時期に車載機器の交換・修理を行うことができる。

また、請求項５または請求項６に記載の故障予兆検出装置において、請求項７に記載のように、車載機器は、車両に搭載された制御対象を駆動させるための出力系機器であり、機器故障検出パラメータは、出力系機器の駆動量であり、異常判定値は、出力系機器の駆動量を指示する指示値であるようにしてもよい。

すなわち、「出力系機器の駆動量」と「出力系機器の駆動量を指示する指示値」との差を、上記のパラメータ判定値差として故障予兆評価指標を算出することにより、センサ等の入力系機器だけではなく、アクチュエータ等の出力系機器においても故障予兆の検出を行うことができる。

また、請求項１〜請求項７の何れか１項に記載の故障予兆検出装置において、請求項８に記載のように、故障予兆評価指標算出手段は、一定周期毎に繰り返される予め設定された定期検出期間毎に、定期検出期間内に算出された故障予兆評価指標の合計値を算出し、故障予兆検出手段は、故障予兆評価指標算出手段により算出された故障予兆評価指標の合計値を用いて、車載機器の故障予兆を検出するようにしてもよい。

このように構成された故障予兆検出装置によれば、定期検出期間毎に故障予兆評価指標を評価することができる。すなわち、パラメータ判定値差が小さくても定期検出期間内で頻発する異常（以下、定期検出期間頻発異常という）であれば、定期検出期間内の故障予兆評価指標の合計値が大きくなるため、このように定期検出期間頻発異常が原因となる故障の予兆を検出することが可能となる。

また、請求項１〜請求項８の何れか１項に記載の故障予兆検出装置において、請求項９に記載のように、故障予兆評価指標算出手段は、異常発生継続時間内のパラメータ判定値差のうち、最大値および最小値の少なくとも一方を除外して、故障予兆評価指標を算出するようにしてもよい。

このように構成された故障予兆検出装置によれば、ノイズ等により一時的に機器故障検出パラメータの値が急激に変化した場合において、その影響を除外して故障予兆評価指標を算出することができる。

また、請求項１〜請求項９の何れか１項に記載の故障予兆検出装置において、請求項１０に記載のように、車両には複数の車載機器が搭載され、故障予兆検出手段は、複数の車載機器それぞれの故障予兆評価指標の合計値を用いて、車載機器の故障予兆を検出するようにしてもよい。

例えば、複数の車載機器それぞれの故障予兆評価指標の合計値が予め設定された故障予兆判定値を超えた場合に、複数の車載機器において故障予兆があると判断する。
このように構成された故障予兆検出装置によれば、複数の車載機器全体としての総合的な故障予兆の検出を行うことができる。例えば、相互に関連した２つのセンサが車両に搭載され、２つのセンサのうち一方のセンサの故障予兆評価指標が大きく他方のセンサの故障予兆評価指標が小さい場合には異常ではないが、両方のセンサの故障予兆評価指標が大きい場合には異常となるような場合に有効な検出方法である。

また、請求項１〜請求項９の何れか１項に記載の故障予兆検出装置において、請求項１１に記載のように、車両には複数の車載機器が搭載され、故障予兆検出手段は、複数の車載機器それぞれの故障予兆評価指標の合計値に対して、複数の車載機器それぞれの故障予兆評価指標が占める割合に基づいて、複数の車載機器それぞれの故障予兆を検出するようにしてもよい。

このように構成された故障予兆検出装置によれば、複数の車載機器全体としての総合的な故障予兆の検出を行うことができる。例えば、相互に関連した２つのセンサが車両に搭載され、２つのセンサのうち一方のセンサの故障予兆評価指標が大きく他方のセンサの故障予兆評価指標が小さい場合には異常であるが、両方のセンサの故障予兆評価指標が大きい場合には異常ではないような場合に有効な検出方法である。

また、請求項１〜請求項１１の何れか１項に記載の故障予兆検出装置において、請求項１２に記載のように、異常発生判断手段は、予め設定された判定変更条件に基づいて、異常判定値を変更するようにしてもよい。なお、上記の判定変更条件としては、例えば、車両の負荷、運転者の運転傾向、天候、路面状況などが挙げられる。すなわち、車載機器が故障しやすくなる状況下では異常が発生したと判断され易くなるように異常判定値を変更する。

このように構成された故障予兆検出装置によれば、判定変更条件を適切に設定することにより、異常が発生したか否かの判断の精度を高めることができる。これにより、故障予兆の検出精度を向上させることができる。

また、請求項１〜請求項１２の何れか１項に記載の故障予兆検出装置において、請求項１３に記載のように、無線送信手段が、故障予兆評価指標算出手段により算出された故障予兆評価指標、及び故障予兆検出手段による検出結果の少なくとも一方を無線送信するようにしてもよい。

このように構成された故障予兆検出装置によれば、故障予兆評価指標及び故障予兆検出結果を車両外部の記憶手段（例えば、情報センター）に記憶させることが可能となる。そして、故障予兆評価指標及び故障予兆検出結果（以下、故障予兆情報という）を情報センターに記憶させる場合には、この故障予兆情報を情報センターで一元管理することにより、車両の各ＥＣＵでの故障予兆情報から車両全体の診断を行ったり、市場における車種特有の異常傾向を把握したりすることが可能となる。また、車両に搭載された故障予兆検出装置に記憶された故障予兆情報が事故により失われた場合には、情報センターに記憶された故障予兆情報をバックアップとして参照することが可能となる。

また、請求項１〜請求項１３の何れか１項に記載の故障予兆検出装置において、請求項１４に記載のように、故障予兆報知手段が、故障予兆検出手段が車載機器の故障予兆を検出した場合に、ただ単に故障予兆を検出した旨を報知するだけでなく、車載機器を特定可能な情報を報知するようにしてもよい。

このように構成された故障予兆検出装置によれば、故障予兆がある車載機器を容易に特定することができる。これにより、例えば、故障予兆がある車載機器が存在することを報知により知った車両乗員は、交換・修理が必要な車載機器を特定した上でディーラー等に赴き、交換・修理が必要な車載機器を、ディーラー等の作業者が車両を確認する前にその作業者に指示することが可能となる。

また、請求項１〜請求項１４の何れか１項に記載の故障予兆検出装置において、請求項１５に記載のように、車載機器はセンサであり、センサの出力値と出力値に対応する測定値との対応関係を示す対応テーブルが、センサの劣化の程度に応じて複数設けられており、テーブル選択手段が、故障予兆検出手段がセンサの故障予兆を検出した場合に、センサの故障予兆評価指標の値に応じてセンサが劣化したと見なし、この劣化の程度に応じて、複数の対応テーブルの中から対応テーブルを選択するようにしてもよい。

このように構成された故障予兆検出装置によれば、車両に搭載されたセンサが劣化した場合でも、そのセンサの出力値を車両制御に利用することができる。例えば、熱電対を用いた温度センサなどは、金属部分の腐食やサビなどの要因で抵抗が上がり、熱起電力が低下することが懸念される。これに対して、請求項１５に記載の故障予兆検出装置では、故障予兆評価指標を監視することで該当部位の劣化を検出し、その劣化の程度に応じて熱起電力と温度との対応関係を動的に変化させることができ、正確な温度計測を従来よりも長く行うことが可能となる。

故障予兆検出システム１の構成を示すブロック図である。 第１実施形態の故障予兆判定値算出処理を示すフローチャートである。 故障予兆評価指標算出処理を示すフローチャートである。 故障予兆評価指標記憶処理を示すフローチャートである。 故障予兆診断結果応答処理を示すフローチャートである。 故障予兆評価指標リセット処理を示すフローチャートである。 故障予兆評価指標の算出方法を説明する図である。 応答メッセージのデータ構造を示す図である。 第１実施形態の故障予兆検出の具体例を示す図である。 第２実施形態の故障予兆判定値算出処理を示すフローチャートである。 第２実施形態の故障予兆検出の具体例を示す図である。 第３実施形態の故障予兆判定値算出処理を示すフローチャートである。 第３実施形態の故障予兆検出の具体例を示す図である。 別の実施形態の故障予兆検出の第１具体例を示す図である。 別の実施形態の故障予兆検出の第２具体例を示す図である。 別の実施形態の故障予兆検出の第３具体例を示す図である。

（第１実施形態）
以下に本発明の第１実施形態を図面とともに説明する。
図１は、本実施形態の故障予兆検出システム１の構成を示すブロック図である。

故障予兆検出システム１は、車両に搭載されており、図１に示すように、故障予兆検出装置２と外部接続装置３と表示装置４と車内ＬＡＮ５とから構成される。
まず故障予兆検出装置２は、所定の処理プログラムに基づいて処理を実行するＣＰＵ２１と、種々の処理プログラムが格納されたＲＯＭ２２と、種々のデータを格納するＲＡＭ２３と、電力が供給されない状態でも記憶されたデータを保持可能なＥＥＰＲＯＭ２４と、車両に搭載されたセンサ１１の出力をＡ／Ｄ変換するＡＤコンバータ２５と、ＣＰＵ２１を車内ＬＡＮ５と接続する通信インターフェース（以下、通信Ｉ／Ｆという）２６と、車両外部に設置された外部装置との間で各種情報を無線通信により送受信する無線通信部２７とから構成される。

また外部接続装置３は、車内ＬＡＮ５に接続され、車両用の故障診断装置（いわゆるダイアグテスタ）１２を、車内ＬＡＮ５を介して故障予兆検出装置２とデータ通信可能に接続する。

また表示装置４は、車両の乗員に各種情報を表示するためのものであり、車内ＬＡＮ５を介して故障予兆検出装置２とデータ通信可能に接続されている。
このように構成された故障予兆検出システム１において、故障予兆検出装置２は、故障予兆判定値（後述）を算出する故障予兆判定値算出処理と、故障診断装置１２に対して故障予兆診断結果の応答を行う故障予兆診断結果応答処理と、故障予兆評価指標（後述）をリセットする故障予兆評価指標リセット処理を実行する。

まず、故障予兆検出装置２のＣＰＵ２１が実行する故障予兆判定値算出処理の手順を図２を用いて説明する。図２は故障予兆判定値算出処理を示すフローチャートである。この故障予兆判定値算出処理は、故障予兆検出装置２のＣＰＵ２１が起動（電源オン）している間に、所定時間毎（例えば３２ｍｓ毎）に繰り返し実行される処理である。

この故障予兆判定値算出処理が実行されると、ＣＰＵ２１は、まずＳ１０にて、ＡＤコンバータ２５を介して、センサ１１から出力される信号が示す値（以下、センサ値という）を取得する。その後Ｓ２０にて、センサ値が異常であるか否かを判断する。具体的には、センサ値が予め設定されたセンサ正常範囲内であればセンサ値が正常であり、センサ正常範囲外であればセンサ値が異常であると判断する。ここで、センサ正常範囲は、予め設定された正常上限値を上限とし、予め設定された正常下限値を下限とした数値範囲である（図７を参照）。なお以下、正常上限値と正常下限値をまとめて正常閾値という。

ここで、センサ値が異常である場合には（Ｓ２０：ＹＥＳ）、Ｓ３０にて、異常発生継続時間を更新して記憶する。具体的には、ＲＡＭ２３に予め設けられている異常発生継続時間指示値Ｔｃに、３２ｍｓに相当する値を加算する。

さらにＳ４０にて、センサ値と正常閾値との差の積算値を更新して記憶する。具体的には、まず、センサ値と正常閾値との差（以下、センサ正常閾値差Ｄｓという）を算出する。すなわち、センサ値が正常上限値より大きい場合には、センサ値と正常上限値との差を算出し、センサ値が正常下限値より小さい場合には、センサ値と正常下限値との差を算出する。そして、この算出値を、ＲＡＭ２３に予め設けられているセンサ正常閾値差積算値Ｓｄの値に加算し、この加算値を新たなセンサ正常閾値差積算値Ｓｄとする。すなわち、現時点から上記異常発生継続時間前の時点と現時点との間（以下、異常発生期間という）で算出されたセンサ正常閾値差Ｄｓの積算値を算出する。

そしてＳ５０にて、異常発生期間内におけるセンサ正常閾値差Ｄｓの最大値（以下、センサ正常閾値差最大値という）を更新して記憶する。具体的には、Ｓ４０で算出されたセンサ正常閾値差Ｄｓと、ＲＡＭ２３に予め設けられているセンサ正常閾値差最大値Ｍｘとを比較して、センサ正常閾値差Ｄｓがセンサ正常閾値差最大値Ｍｘよりも大きい場合には、このセンサ正常閾値差Ｄｓを新たなセンサ正常閾値差最大値Ｍｘとする。

さらにＳ６０にて、異常発生期間内におけるセンサ正常閾値差Ｄｓの最小値（以下、センサ正常閾値差最小値という）を更新して記憶する。具体的には、Ｓ４０で算出されたセンサ正常閾値差Ｄｓと、ＲＡＭ２３に予め設けられているセンサ正常閾値差最小値Ｍｎとを比較して、センサ正常閾値差Ｄｓがセンサ正常閾値差最小値Ｍｎよりも小さい場合には、このセンサ正常閾値差Ｄｓを新たなセンサ正常閾値差最小値Ｍｎとする。

その後Ｓ７０にて、ＲＡＭ２３に予め設けられている前回異常フラグＦ１をセットし、Ｓ１２２に移行する。
またＳ２０にて、センサ値が異常でない場合には（Ｓ２０：ＮＯ）、Ｓ８０にて、前回異常フラグＦ１がセットされているか否かを判断する。ここで、前回異常フラグＦ１がクリアされている場合には（Ｓ８０：ＮＯ）、Ｓ１２２に移行する。

一方、前回異常フラグＦ１がセットされている場合には（Ｓ８０：ＹＥＳ）、Ｓ９０にて、故障予兆評価指標Ｉｆ（後述）を算出するための故障予兆評価指標算出処理（後述）を実行し、さらにＳ１００にて、Ｓ９０の処理で算出されてＥＥＰＲＯＭ２４に記憶されている全ての故障予兆評価指標Ｉｆの平均値を算出し、この平均値を故障予兆判定値Ｊｆとし、この故障予兆判定値ＪｆをＥＥＰＲＯＭ２４に記憶する。

そしてＳ１１０にて、前回異常フラグＦ１をクリアし、さらにＳ１２０にて、異常発生継続時間指示値Ｔｃ、センサ正常閾値差積算値Ｓｄ、センサ正常閾値差最大値Ｍｘ、及びセンサ正常閾値差最小値Ｍｎを初期化し（すなわち、値を０にする）、Ｓ１２２に移行する。

そしてＳ１２２に移行すると、予め設定された無線送信条件が成立したか否かを判断する。この無線送信条件は、本実施形態では、前回の無線送信から例えば１時間経過したことである。ここで、無線送信条件が成立していない場合には（Ｓ１２２：ＮＯ）、故障予兆判定値算出処理を一旦終了する。

一方、無線送信条件が成立した場合には（Ｓ１２２：ＹＥＳ）、Ｓ１２４にて、車両情報を収集する情報センターへ、ＥＥＰＲＯＭ２４に記憶されている故障予兆評価指標Ｉｆと故障予兆判定値Ｊｆを無線送信し、故障予兆判定値算出処理を一旦終了する。

次に、Ｓ９０で実行される故障予兆評価指標算出処理の手順を図３を用いて説明する。図３は故障予兆評価指標算出処理を示すフローチャートである。
この故障予兆評価指標算出処理が実行されると、ＣＰＵ２１は、まずＳ２１０にて、ＲＡＭ２３から異常発生継続時間指示値Ｔｃを取得する。さらにＳ２２０にて、ＲＡＭ２３からセンサ正常閾値差積算値Ｓｄを取得する。そしてＳ２３０にて、ＲＡＭ２３からセンサ正常閾値差最大値Ｍｘを取得する。またＳ２４０にて、ＲＡＭ２３からセンサ正常閾値差最小値Ｍｎを取得する。

その後Ｓ２５０にて、センサ正常閾値差積算値Ｓｄからセンサ正常閾値差最大値Ｍｘとセンサ正常閾値差最小値Ｍｎを除外した平均値を算出する。具体的には、センサ正常閾値差積算値Ｓｄからセンサ正常閾値差最大値Ｍｘとセンサ正常閾値差最小値Ｍｎを除外した後にセンサ正常閾値差Ｄｓを積算した回数（但し、センサ正常閾値差最大値Ｍｘとセンサ正常閾値差最小値Ｍｎを除外した回数）で除算する。

さらにＳ２６０にて、Ｓ２５０の処理で算出された平均値（以下、センサ正常閾値差積算値Ｓｄの平均値という）と、Ｓ２１０の処理で取得された異常発生継続時間指示値Ｔｃとの積を算出し、この算出値を故障予兆評価指標Ｉｆとし、この故障予兆評価指標ＩｆをＲＡＭ２３に記憶する。

その後Ｓ２７０にて、Ｓ２６０で算出された故障予兆評価指標を記憶するための故障予兆評価指標記憶処理（後述）を実行し、故障予兆評価指標算出処理を終了する。
次に、Ｓ２７０で実行される故障予兆評価指標記憶処理の手順を図４を用いて説明する。図４は故障予兆評価指標記憶処理を示すフローチャートである。

この故障予兆評価指標記憶処理が実行されると、ＣＰＵ２１は、まずＳ３１０にて、Ｓ２６０の処理でＲＡＭ２３に記憶された故障予兆評価指標Ｉｆを取得するとともに、Ｓ３２０にて、故障予兆評価指標Ｉｆを記憶する位置を指示するためにＥＥＰＲＯＭ２４に予め設けられている記憶位置指標Ｉｍを取得する。

そしてＳ３３０にて、ＥＥＰＲＯＭ２４において、Ｓ３２０の処理で取得した記憶位置指標Ｉｍが示す記憶位置に、Ｓ３１０の処理で取得した故障予兆評価指標Ｉｆを、現在時刻を示す情報と対応付けて記憶する。さらにＳ３４０にて、故障予兆評価指標Ｉｆの現在の記憶数を指示するためにＥＥＰＲＯＭ２４に予め設けられている故障予兆評価指標記憶数カウンタＣｉをインクリメントする。

その後Ｓ３５０にて、記憶位置指標Ｉｍが示す記憶位置が、故障予兆評価指標Ｉｆを記憶する領域の終端位置であるか否かを判断する。ここで、終端位置でない場合には（Ｓ３５０：ＮＯ）、Ｓ３６０にて、記憶位置指標Ｉｍをインクリメントして、故障予兆評価指標記憶処理を終了する。一方、終端位置である場合には（Ｓ３５０：ＹＥＳ）、Ｓ３７０にて、記憶位置指標Ｉｍを初期化、すなわち、故障予兆評価指標Ｉｆを記憶する領域の始端位置に設定して、故障予兆評価指標記憶処理を終了する。

次に、故障予兆検出装置２のＣＰＵ２１が実行する故障予兆診断結果応答処理の手順を図５を用いて説明する。図５は故障予兆診断結果応答処理を示すフローチャートである。この故障予兆診断結果応答処理は、故障予兆検出装置２が故障診断装置１２からの故障予兆診断結果応答要求メッセージを受信したときに実行される処理である。

この故障予兆診断結果応答処理が実行されると、ＣＰＵ２１は、まずＳ４１０にて、Ｓ１００の処理でＥＥＰＲＯＭ２４に記憶された故障予兆判定値Ｊｆを取得する。そして、この故障予兆判定値Ｊｆが予め設定された故障予兆判定閾値より大きいか否かを判断する。ここで、故障予兆判定値Ｊｆが故障予兆判定閾値以下である場合には（Ｓ４２０：ＮＯ）、Ｓ４３０にて、センサ１１に故障予兆はないと判定し、Ｓ４５０に移行する。一方、故障予兆判定値Ｊｆが故障予兆判定閾値より大きい場合には（Ｓ４２０：ＹＥＳ）、Ｓ４４０にて、センサ１１に故障予兆があると判定し、Ｓ４５０に移行する。

そしてＳ４５０に移行すると、Ｓ４３０またはＳ４４０の判定結果を応答メッセージとして、故障診断装置１２に送信し、故障予兆診断結果応答処理を終了する。
次に、故障予兆検出装置２のＣＰＵ２１が実行する故障予兆評価指標リセット処理の手順を図６を用いて説明する。図６は故障予兆評価指標リセット処理を示すフローチャートである。この故障予兆評価指標リセット処理は、故障予兆検出装置２のＣＰＵ２１が起動（電源オン）している間に繰り返し実行される処理である。

この故障予兆評価指標リセット処理が実行されると、ＣＰＵ２１は、まずＳ５１０にて、故障診断装置１２から、リセットを要求するメッセージを受信したか否かを判断する。ここで、リセット要求を受信した場合には（Ｓ５１０：ＹＥＳ）、Ｓ５３０に移行する。一方、リセット要求を受信していない場合には（Ｓ５１０：ＮＯ）、Ｓ５２０にて、故障予兆検出装置２が電源オフされてから予め設定されたリセット判定時間（例えば、２４時間）が経過したか否かを判断する。

ここで、電源オフからリセット判定時間経過していない場合には（Ｓ５２０：ＮＯ）、Ｓ５１０に移行して、上述の処理を繰り返す。一方、電源オフからリセット判定時間経過した場合には（Ｓ５２０：ＹＥＳ）、Ｓ５３０にて、ＥＥＰＲＯＭ２４に記憶されている全ての故障予兆評価指標Ｉｆを消去し、Ｓ５４０にて、故障予兆評価指標記憶数カウンタＣｉを初期化、すなわち、その値を０に設定する。さらにＳ５５０にて、記憶位置指標Ｉｍを初期化、すなわち、故障予兆評価指標Ｉｆを記憶する領域の始端位置に設定する。そして、故障予兆評価指標リセット処理を一旦終了する。

ここで、故障診断装置１２からの応答要求メッセージと、故障予兆検出装置２からの応答メッセージのデータ構造を図８を用いて説明する。図８（ａ），（ｂ），（ｃ）は応答要求メッセージと応答メッセージのデータ構造を示す図である。

図８（ａ）に示すように、応答要求メッセージは、処理要求内容を指定する［ＯＰＴ］で構成され（メッセージＭ１を参照）、応答メッセージは、応答要求メッセージで指定された処理要求内容［ＯＰＴ］と、その応答内容［ＤＡＴＡ１］及び［ＤＡＴＡ２］等から構成される（メッセージＭ２を参照）。

例えば図８（ｂ）に示すように、故障診断装置１２から故障予兆診断要求［０ｘ０１］を示す応答要求メッセージＭ３が送信された場合には、故障予兆検出装置２は、応答要求メッセージＭ３で指定された処理要求内容［０ｘ０１］と、故障予兆のあるセンサの数と示すデータ（図８（ｂ）では［０ｘ０２］）と、故障予兆のあるセンサを特定するデータ（図８（ｂ）では［０ｘ３７］と［０ｘ５Ｃ］）とから構成される応答メッセージＭ４を送信する。

また例えば図８（ｃ）に示すように、故障診断装置１２から故障予兆評価指標リセット要求［０ｘ０２］を示す応答要求メッセージＭ５が送信された場合には、故障予兆検出装置２は、応答要求メッセージＭ５で指定された処理要求内容［０ｘ０２］と、故障予兆評価指標リセット処理がエラーなく完了した旨を示すデータ［０ｘ００］とから構成される応答メッセージＭ６を送信する。

このように構成された故障予兆検出システム１における故障予兆検出の具体例を図９を用いて説明する。
図９に示すように、まず時刻ｔ１でセンサ値が正常上限値を超える。そして時刻ｔ２を経過した後にセンサ値が正常上限値以下となる。このため、時刻ｔ１〜ｔ２での故障予兆評価指標Ｉｆ１が算出される。なお図９では、このときの異常発生継続時間指示値Ｔｃが３であり、センサ正常閾値差積算値Ｓｄの平均値が１．３であるので故障予兆評価指標Ｉｆ１は３．９である。そして、この時点での故障予兆評価指標Ｉｆは１つであるので、このときの故障予兆判定値Ｊｆ１は故障予兆評価指標Ｉｆ１に等しい（図９では、Ｊｆ１＝３．９）。

さらに、時刻ｔ３でセンサ値が正常上限値を超える。そして時刻ｔ４を経過した後にセンサ値が正常上限値以下となる。このため、時刻ｔ３〜ｔ４での故障予兆評価指標Ｉｆ２が算出される。なお図９では、このときの異常発生継続時間指示値Ｔｃが７であり、センサ正常閾値差積算値Ｓｄの平均値が１．４であるので故障予兆評価指標Ｉｆ２は９．８である。そして、この時点での故障予兆評価指標Ｉｆは指標Ｉｆ１，Ｉｆ２の２つであるので、このときの故障予兆判定値Ｊｆ２はＩｆ１，Ｉｆ２の平均値となる（図９では、Ｊｆ２＝６．９）。

さらに、時刻ｔ５でセンサ値が正常上限値を超える。そして時刻ｔ６を経過した後にセンサ値が正常上限値以下となる。このため、時刻ｔ５〜ｔ６での故障予兆評価指標Ｉｆ３が算出される。なお図９では、このときの異常発生継続時間指示値Ｔｃが９であり、センサ正常閾値差積算値Ｓｄの平均値が０．７であるので故障予兆評価指標Ｉｆ３は６．３である。そして、この時点での故障予兆評価指標Ｉｆは指標Ｉｆ１，Ｉｆ２，Ｉｆ３の３つであるので、このときの故障予兆判定値Ｊｆ３は指標Ｉｆ１，Ｉｆ２，Ｉｆ３の平均値となる（図９では、Ｊｆ３＝６．７）。

さらに、時刻ｔ７でセンサ値が正常上限値を超える。そして時刻ｔ８を経過した後にセンサ値が正常上限値以下となる。このため、時刻ｔ７〜ｔ８での故障予兆評価指標Ｉｆ４が算出される。なお図９では、このときの異常発生継続時間指示値Ｔｃが９であり、センサ正常閾値差積算値Ｓｄの平均値が１．３であるので故障予兆評価指標Ｉｆ４は１１．７である。そして、この時点での故障予兆評価指標Ｉｆは指標Ｉｆ１，Ｉｆ２，Ｉｆ３，Ｉｆ４の４つであるので、このときの故障予兆判定値Ｊｆ４は指標Ｉｆ１，Ｉｆ２，Ｉｆ３，Ｉｆ４の平均値となる（図９では、Ｊｆ４＝７．９）。

その後に、時刻ｔ９で故障予兆診断結果応答要求メッセージを受信すると、このときの故障予兆判定値Ｊｆ４と故障予兆判定閾値（本実施形態では１０）とを比較して、故障予兆判定値Ｊｆ４（＝７．９）は故障予兆判定閾値より小さいため、故障予兆なしと判定される。

このように構成された故障予兆検出システム１では、車両に搭載されたセンサ１１のセンサ値と正常閾値とを比較し、この比較結果に基づいて、センサ１１に異常が発生しているか否かを判断する（Ｓ２０）。そして、センサ１１に異常が発生していると判断された場合に、異常発生継続時間と、センサ値と正常閾値との差（センサ正常閾値差Ｄｓ）を用いて、センサ１１の故障予兆を評価するための故障予兆評価指標Ｉｆを算出する（Ｓ３０，Ｓ４０，Ｓ９０）。

その後に、算出された故障予兆評価指標Ｉｆを記憶する（Ｓ２７０）とともに、故障予兆評価指標Ｉｆを用いて、センサ１１の故障予兆を検出する（Ｓ４２０〜Ｓ４４０）。
このように構成された故障予兆検出システム１では、故障予兆を評価するための故障予兆評価指標Ｉｆの算出のために、異常発生が継続している時間（異常発生継続時間）を用いている。すなわち、短期間の異常が発生している場合よりも、長い期間継続して異常が発生している場合のほうについて故障予兆評価指標Ｉｆの値への寄与を大きくすることができる。つまり、短期間のみ異常発生と判断される原因となるノイズが、故障予兆の検出に及ぼす影響を低減することができる。これにより、故障していないセンサ１１がノイズの頻発のために交換されてしまうという事態の発生を抑制することができる。

なお、異常発生継続時間が同じであっても、センサ値と正常閾値との差（センサ正常閾値差Ｄｓ）が大きい場合と小さい場合とでは、故障予兆の検出に及ぼす影響は当然異なるため、故障予兆評価指標Ｉｆの算出のために、異常発生継続時間だけではなくセンサ正常閾値差Ｄｓも用いられる。

また、算出された故障予兆評価指標ＩｆがＥＥＰＲＯＭ２４に記憶される。このため、車両に搭載されたセンサ１１の交換・修理の際に、交換・修理の作業者が、故障予兆検出装置２に記憶されている故障予兆評価指標Ｉｆを取得して、故障寸前のセンサ１１があるか否かを判断することができる。これにより、故障寸前のセンサ１１が交換されないという事態の発生を抑制することができる。

また、故障予兆評価指標Ｉｆの平均値（故障予兆判定値Ｊｆ）が故障予兆判定閾値より大きい場合に（Ｓ４２０：ＹＥＳ）、センサ１１に故障予兆があると判定する（Ｓ４４０）。すなわち、故障予兆評価指標Ｉｆの平均値と故障予兆判定閾値の２つの値の大小関係のみで故障予兆の有無を判断することができ、故障予兆の検出方法を簡略化することができる。

また、異常発生継続時間内のセンサ正常閾値差Ｄｓのうち、センサ正常閾値差最大値Ｍｘとセンサ正常閾値差最小値Ｍｎを除外して、故障予兆評価指標Ｉｆを算出する（Ｓ２５０，Ｓ２６０）。これにより、ノイズ等により一時的にセンサ値が急激に変化した場合において、その影響を除外して故障予兆評価指標Ｉｆを算出することができる。

また、ＥＥＰＲＯＭ２４に記憶されている故障予兆評価指標Ｉｆと故障予兆判定値Ｊｆを、車両情報を収集する情報センターへ無線送信する（Ｓ１２４）。これにより、故障予兆評価指標Ｉｆと故障予兆判定値Ｊｆを情報センターに記憶させることが可能となる。そして、故障予兆評価指標Ｉｆと故障予兆判定値Ｊｆ（以下、故障予兆情報という）を情報センターに記憶させる場合には、この故障予兆情報を情報センターで一元管理することにより、車両の各ＥＣＵでの故障予兆情報から車両全体の診断を行ったり、市場における車種特有の異常傾向を把握したりすることが可能となる。また、車両に搭載された故障予兆検出装置２に記憶された故障予兆情報が事故により失われた場合には、情報センターに記憶された故障予兆情報をバックアップとして参照することが可能となる。

以上説明した実施形態において、センサ１１は本発明における車載機器、Ｓ２０の処理は本発明における異常発生判断手段、Ｓ３０，Ｓ４０，Ｓ９０の処理は本発明における故障予兆評価指標算出手段、Ｓ２７０の処理は本発明における故障予兆評価指標記憶手段、Ｓ４２０〜Ｓ４４０の処理は本発明における故障予兆検出手段、Ｓ１２４の処理は本発明における無線送信手段である。

また、センサ値は本発明における機器故障検出パラメータ、正常閾値は本発明における異常判定値、センサ正常閾値差Ｄｓは本発明におけるパラメータ判定値差、故障予兆判定値Ｊｆは本発明における故障予兆評価指標平均値、故障予兆判定閾値は本発明における第１故障予兆判定値である。

（第２実施形態）
以下に本発明の第２実施形態を説明する。なお、第２実施形態では、第１実施形態と異なる部分のみを説明する。

第２実施形態の故障予兆検出システム１は、故障予兆判定値算出処理が変更された点以外は第１実施形態と同じである。
次に、第２実施形態の故障予兆判定値算出処理の手順を図１０を用いて説明する。図１０は、第２実施形態の故障予兆判定値算出処理を示すフローチャートである。

第２実施形態の故障予兆判定値算出処理は、Ｓ１３０〜Ｓ１４５の処理が追加された点以外は、第１実施形態と同じである。
すなわち、Ｓ１２０の処理が終了すると、Ｓ１３０にて、ＥＥＰＲＯＭ２４に記憶されている複数の故障予兆評価指標Ｉｆについて、時間経過に伴い増加する傾向があるか否かを判定する。ここで、増加する傾向がない場合には（Ｓ１３０：ＮＯ）、故障予兆判定値算出処理を一旦終了する。

一方、増加する傾向がある場合には（Ｓ１３０：ＹＥＳ）、Ｓ１３５にて、センサ１１に故障予兆があると判定する。その後Ｓ１４０にて、センサ１１の故障確定時期を予測する。具体的には、ＥＥＰＲＯＭ２４に記憶されている複数の故障予兆評価指標Ｉｆを用いて故障予兆評価指標Ｉｆの増加率を算出し、この増加率を維持して故障予兆評価指標Ｉｆが増加すると仮定した場合に、予め設定された故障確定判定値を超える時刻を算出し、この時刻をセンサ１１の故障確定時期とする。

そしてＳ１４５にて、Ｓ１４０の処理で算出された故障確定時期でセンサ１１が故障する可能性がある旨を表示装置４に表示させ、故障予兆判定値算出処理を一旦終了する。
このように構成された故障予兆検出システム１における故障予兆検出の具体例を図１１を用いて説明する。

センサ値が正常上限値を超えて更に正常上限値以下となる毎に故障予兆評価指標Ｉｆが算出され、図１１に示すように、３つの故障予兆評価指標Ｉｆ１１，Ｉｆ１２，Ｉｆ１３がＥＥＰＲＯＭ２４に記憶されている場合において、Ｉｆ１１＜Ｉｆ１２＜Ｉｆ１３であるので、「故障予兆評価指標Ｉｆは増加傾向にある」と判定される。この増加傾向から増加率を算出し（図１１の傾きＫ１を参照）、この増加率で故障予兆評価指標Ｉｆが増加すると仮定した場合に、予め設定された故障確定判定値（図１１の故障予兆評価指標Ｉｆｎを参照）を超える時刻ｔｎを算出する。

このように構成された故障予兆検出システム１では、算出された故障予兆評価指標Ｉｆが、時間経過とともに増加する傾向にあるか否かを判断し（Ｓ１３０）、増加傾向にあると判断した場合に、センサ１１に故障予兆があると判定する（Ｓ１３５）。

これにより、故障予兆判定値Ｊｆが故障予兆判定閾値に達する前であっても、故障予兆評価指標Ｉｆが増加傾向にある場合には故障予兆があると判断でき、第１実施形態の故障予兆検出システム１よりも早い時点で故障予兆を検出することができる場合がある。

また、故障予兆評価指標Ｉｆの増加傾向に基づいて、センサ１１の故障確定時期を予測する（Ｓ１４０）。これにより、車両の乗員にセンサ１１の故障確定時期を報知することが可能となる。このため、センサ１１の交換・修理を早急に行う必要があるのか、交換・修理までにまだ余裕があるかの判断が容易になり、適切な時期にセンサ１１の交換・修理を行うことができる。

また、センサ１１に故障予兆があると判定された場合に（Ｓ１３５：ＹＥＳ）、センサ１１が故障する可能性がある旨が表示装置４に表示される（Ｓ１４５）。このため、故障予兆がある車載機器を容易に特定することができる。これにより、例えば、故障予兆がある車載機器（すなわち、センサ１１）が存在することを表示装置４の表示により知った車両乗員は、交換・修理が必要な車載機器を特定した上でディーラー等に赴き、交換・修理が必要な車載機器（すなわち、センサ１１）を、ディーラー等の作業者が車両を確認する前にその作業者に指示することが可能となる。

以上説明した実施形態において、Ｓ１４０の処理は本発明における第１故障時期予測手段、Ｓ１４５の処理は本発明における故障予兆報知手段である。
（第３実施形態）
以下に本発明の第３実施形態を説明する。なお、第３実施形態では、第１実施形態と異なる部分のみを説明する。

第３実施形態の故障予兆検出システム１は、故障予兆判定値算出処理が変更された点以外は第１実施形態と同じである。なお第３実施形態では、センサ１１はＡＣＣ（アキュームレータ）圧センサである。

次に、第３実施形態の故障予兆判定値算出処理の手順を図１２を用いて説明する。図１２は、第３実施形態の故障予兆判定値算出処理を示すフローチャートである。
第３実施形態の故障予兆判定値算出処理は、Ｓ５，Ｓ７５，Ｓ８５，Ｓ１６０〜Ｓ１８０の処理が追加された点以外は、第１実施形態と同じである。

すなわち、第３実施形態の故障予兆判定値算出処理が実行されると、ＣＰＵ２１は、まずＳ５にて、故障予兆検出システム１を搭載している車両の負荷に応じて正常閾値を設定する。例えば、運転頻度が多く運転が荒い（急ブレーキが多い）場合には、車両の負荷が高いと判断し、その負荷量に応じて、正常上限値を下げるとともに正常下限値を上げる。つまり、異常が発生したと判断され易くなるように正常閾値を設定する。その後にＳ１０に移行する。

またＳ７０の処理が終了すると、Ｓ７５にて、センサ１１の状態の正常度合いを示すセンサ正常度を、予め設定された増加量分、増加させる。この増加量は、３２ｍｓの時間経過によるセンサ１１の状態の回復に応じて予め設定された値である。なお、センサ正常度は初期値として１００％が設定されており、センサ正常度の上限値は１００％、下限値は０％である。

またＳ８０にて前回異常フラグＦ１がクリアされている場合には（Ｓ８０：ＮＯ）、Ｓ８５にて、センサ正常度を、予め設定された増加量分、増加させ、故障予兆判定値算出処理を一旦終了する。

またＳ１２０の処理が終了すると、Ｓ１６０にて、Ｓ９０の処理で算出された故障予兆評価指標が大きいほど大きくなるように予め設定された減少量分、センサ正常度を減少させる。そして、算出されたセンサ正常度を、現在時刻を示す情報と対応付けて、ＥＥＰＲＯＭ２４に記憶する。

そしてＳ１６５にて、Ｓ１６０の処理で算出されたセンサ正常度が、故障予兆があると車両乗員に報知するために予め設定された報知閾値（本実施形態では２０％）未満であるか否かを判断する。ここで、センサ正常度が報知閾値以上である場合には（Ｓ１６５：ＮＯ）、故障予兆判定値算出処理を一旦終了する。

一方、センサ正常度が報知閾値未満である場合には（Ｓ１６５：ＹＥＳ）、Ｓ１７０にて、センサ１１に故障予兆があると判定する。その後Ｓ１７５にて、センサ１１の故障確定時期を予測する。具体的には、ＥＥＰＲＯＭ２４に記憶されている複数のセンサ正常度を用いてセンサ正常度の減少率を算出し、この減少率を維持してセンサ正常度が減少すると０％になる時刻を算出し、この時刻をセンサ１１の故障確定時期とする。

そしてＳ１８０にて、Ｓ１７５の処理で算出された故障確定時期でセンサ１１が故障する可能性がある旨と、センサ１１の交換を促す旨を表示装置４に表示させ、故障予兆判定値算出処理を一旦終了する。

このように構成された故障予兆検出システム１における故障予兆検出の具体例を図１３を用いて説明する。
正常上限値と正常下限値は車両の負荷に応じて変動する（図１３の矢印Ｙ２１，２２を参照）。そしてセンサ値が正常上限値を超えて更に正常上限値以下となる毎、またはセンサ値が正常下限値未満となり更に正常下限値以上となる毎に故障予兆評価指標Ｉｆが算出され、図１３に示すように、故障予兆評価指標Ｉｆ２１，Ｉｆ２２，Ｉｆ２３，Ｉｆ２４，Ｉｆ２５，Ｉｆ２６がＥＥＰＲＯＭ２４に記憶されている。そして、故障予兆評価指標Ｉｆ２１，Ｉｆ２２，Ｉｆ２３，Ｉｆ２４，Ｉｆ２５，Ｉｆ２６が算出される毎に、センサ正常度は、故障予兆評価指標の大きさに応じた減少量Ｑｄ２１，Ｑｄ２２，Ｑｄ２３，Ｑｄ２４，Ｑｄ２５，Ｑｄ２６分減少する。また、故障予兆評価指標Ｉｆが算出されていない期間中は、その時間経過に応じてセンサ正常度が増加する。

そして、故障予兆評価指標Ｉｆ２６が算出されたときのセンサ正常度が報知閾値未満になるので（図１３の時刻ｔ２６を参照）、センサ正常度の減少率を算出し（図１３の傾きＫ２１を参照）、この減少率を維持してセンサ正常度が減少すると０％になる時刻（図１３の時刻ｔ２７を参照）を算出し、この時刻をセンサ１１の故障確定時期とする。

なお、車両の負荷が小さい場合は、負荷が大きい場合よりも故障予兆評価指標Ｉｆが小さくなるために、センサ正常度の減少率が小さくなる（図１３の傾きＫ２２を参照）。
このように構成された故障予兆検出システム１では、算出された故障予兆評価指標Ｉｆの大きさに基づいて、センサ正常度を減少させ、センサ正常度が報知閾値未満である場合に（Ｓ１６５：ＹＥＳ）、センサ１１に故障予兆があると判定する（Ｓ１７０）。これにより、センサ正常度と報知閾値の２つの値の大小関係のみで故障予兆の有無を判断することができ、故障予兆の検出方法を簡略化することができる。

また、センサ正常度の減少傾向に基づいて、センサ１１の故障確定時期を予測する（Ｓ１７５）。これにより、車両の乗員にセンサ１１の故障確定時期を報知することが可能となる。このため、センサ１１の交換・修理を早急に行う必要があるのか、交換・修理までにまだ余裕があるかの判断が容易になり、適切な時期にセンサ１１の交換・修理を行うことができる。

また、故障予兆検出システム１を搭載している車両の負荷に応じて正常閾値を設定する（Ｓ５）。すなわち、センサ１１が故障しやすくなる状況下では異常が発生したと判断され易くなるように正常閾値を変更する。このため、車両の負荷と正常閾値との関係を適切に設定することにより、異常が発生したか否かの判断の精度を高めることができる。これにより、故障予兆の検出精度を向上させることができる。

以上説明した実施形態において、Ｓ１７５の処理は本発明における第２故障時期予測手段、センサ正常度は本発明における機器正常度、車両の負荷は本発明における判定変更条件である。

以上、本発明の一実施例について説明したが、本発明は上記実施例に限定されるものではなく、本発明の技術的範囲に属する限り種々の形態を採ることができる。
例えば上記第１実施形態では、図６の故障予兆評価指標リセット処理において、電源オフからリセット判定時間経過した場合にはＥＥＰＲＯＭ２４に記憶されている全ての故障予兆評価指標Ｉｆを消去するものを示した。しかし、所定値以上の故障予兆評価指標Ｉｆについてはリセット対象から除外するようにしてもよい。このように構成された故障予兆検出システム１における故障予兆検出の具体例を図１４を用いて説明する。

図１４は、車両のＩＧスイッチがオンとなった直後にのみ異常発生状態となる一方その後は異常を示すことなく正常に動作するセンサについての例である。この場合には、ＩＧスイッチがオンされない状態が続いて、図６に記載の故障予兆評価指標リセット処理が実行されると、ＩＧスイッチがオンとなった直後にのみ発生する故障予兆を検出するための情報がリセットの度に失われるという問題がある。

図１４に示すように、まず、車両のＩＧスイッチがオンとなった後に（時刻ｔ３１を参照）、センサ値が正常上限値を超えて更に正常上限値以下となる毎に故障予兆評価指標Ｉｆが算出され、故障予兆評価指標Ｉｆ３１，Ｉｆ３２，Ｉｆ３３がＥＥＰＲＯＭ２４に記憶される。この時点での故障予兆判定値Ｊｆは、故障予兆評価指標Ｉｆ３１，Ｉｆ３２，Ｉｆ３３の大きさをそれぞれＸ１，Ｘ２，Ｘ３として、｛（Ｘ１＋Ｘ２＋Ｘ３）／３｝と算出される（故障予兆判定値Ｊｆ３１を参照）。なお、この時点では、故障予兆判定値Ｊｆは故障予兆判定閾値以下である。

その後、ＩＧスイッチがオフとなり更にＩＧスイッチがオンとなると（時刻ｔ３２を参照）、予め設定された除外判定値以上の故障予兆評価指標Ｉｆとして故障予兆評価指標Ｉｆ３１以外を消去、すなわち故障予兆評価指標Ｉｆ３２，Ｉｆ３３が除外される。そして、センサ値が正常上限値を超えて更に正常上限値以下となる毎に故障予兆評価指標Ｉｆが算出され、故障予兆評価指標Ｉｆ３４，Ｉｆ３５，Ｉｆ３６が更にＥＥＰＲＯＭ２４に記憶される。この時点での故障予兆判定値Ｊｆは、故障予兆評価指標Ｉｆ３４，Ｉｆ３５，Ｉｆ３６の大きさをそれぞれＹ１，Ｙ２，Ｙ３として、｛（Ｘ１＋Ｙ１＋Ｙ２＋Ｙ３）／４｝と算出される（故障予兆判定値Ｊｆ３２を参照）。なお、この時点では、故障予兆判定値Ｊｆは故障予兆判定閾値以下である。

その後さらに、ＩＧスイッチがオフとなり更にＩＧスイッチがオンとなると（時刻ｔ３３を参照）、除外判定値以上の故障予兆評価指標Ｉｆとして故障予兆評価指標Ｉｆ３１，Ｉｆ３４以外を消去、すなわち故障予兆評価指標Ｉｆ３５，Ｉｆ３６が除外される。そして、センサ値が正常上限値を超えて更に正常上限値以下となる毎に故障予兆評価指標Ｉｆが算出され、故障予兆評価指標Ｉｆ３７，Ｉｆ３８，Ｉｆ３９が更にＥＥＰＲＯＭ２４に記憶される。この時点での故障予兆判定値Ｊｆは、故障予兆評価指標Ｉｆ３７，Ｉｆ３８，Ｉｆ３９の大きさをそれぞれＺ１，Ｚ２，Ｚ３として、｛（Ｘ１＋Ｙ１＋Ｚ１＋Ｚ２＋Ｚ３）／５｝と算出される（故障予兆判定値Ｊｆ３３を参照）。なお、この時点では、故障予兆判定値Ｊｆは故障予兆判定閾値を超える。

その後に、時刻ｔ３４で故障予兆診断結果応答要求メッセージを受信すると、このときの故障予兆判定値Ｊｆ３３と故障予兆判定閾値とを比較して、故障予兆判定値Ｊｆ３３は故障予兆判定閾値より大きいため、故障予兆ありと判定される。

このようにして、車両のＩＧスイッチがオンとなった直後にのみ異常発生状態となるセンサの故障予兆を検出することができる。
また上記第１実施形態では、センサ値が正常上限値を超えて更に正常上限値以下となる毎に故障予兆評価指標Ｉｆを算出するものを示した。しかし、予め設定された定期検出期間毎に故障予兆評価指標Ｉｆを算出するようにしてもよい。

このように構成された故障予兆検出システム１によれば、定期検出期間毎に故障予兆評価指標Ｉｆを評価することができる。すなわち、センサ値と正常閾値との差（センサ正常閾値差Ｄｓ）が小さくても定期検出期間内で頻発する異常であれば、定期検出期間内の故障予兆評価指標Ｉｆの合計値が大きくなるため、このように定期検出期間内で頻発する異常が原因となる故障の予兆を検出することが可能となる。

このように構成された故障予兆検出システム１における故障予兆検出の具体例を図１５を用いて説明する。図１５は、小さな異常が頻発するセンサについての例である。
図１５に示すように、まず、時刻ｔ４１から開始され時間ΔＴ後に終了する検出期間Ｔｄ４１内で故障予兆評価指標Ｉｆが算出される。このときの故障予兆評価指標Ｉｆは１つのみであり、この大きさが６であるので、検出期間Ｔｄ４１内で故障予兆評価指標Ｉｆ４１は６と算出される。そして、この時点での故障予兆評価指標Ｉｆは１つであるので、このときの故障予兆判定値Ｊｆ４１は故障予兆評価指標Ｉｆ４１に等しい（図１５では、Ｊｆ４１＝６）。

次に、時刻ｔ４２から開始され時間ΔＴ後に終了する検出期間Ｔｄ４２内で故障予兆評価指標Ｉｆが算出される。このときの故障予兆評価指標Ｉｆは３つであり、この大きさの平均値が０．３であるので、検出期間Ｔｄ４２内で故障予兆評価指標Ｉｆ４２は０．９と算出される。そして、この時点での故障予兆評価指標Ｉｆは指標Ｉｆ４１，Ｉｆ４２の２つであるので、このときの故障予兆判定値Ｊｆ４２はＩｆ４１，Ｉｆ４２の平均値となる（図１５では、Ｊｆ４２＝３．５）。

さらに、時刻ｔ４３から開始され時間ΔＴ後に終了する検出期間Ｔｄ４３内で故障予兆評価指標Ｉｆが算出される。このときの故障予兆評価指標Ｉｆは８つであり、この大きさの平均値が０．８であるので、検出期間Ｔｄ４３内で故障予兆評価指標Ｉｆ４３は６．４と算出される。そして、この時点での故障予兆評価指標Ｉｆは指標Ｉｆ４１，Ｉｆ４２，Ｉｆ４３の３つであるので、このときの故障予兆判定値Ｊｆ４３はＩｆ４１，Ｉｆ４２，Ｉｆ４３の平均値となる（図１５では、Ｊｆ４３＝４．４）。

その後に、時刻ｔ４４で故障予兆診断結果応答要求メッセージを受信すると、このときの故障予兆判定値Ｊｆ４３と故障予兆判定閾値（本実施形態では１０）とを比較して、故障予兆判定値Ｊｆ４３（＝４．４）は故障予兆判定閾値より小さいため、故障予兆なしと判定される。

こうして、短時間に連続する小さな異常について、これらの異常を一つ一つ別々の故障予兆評価指標Ｉｆではなく、まとめた１つの故障予兆評価指標Ｉｆとして算出することができる。すなわち、短時間に連続する小さな異常が発生した場合に、この異常についての故障予兆評価指標Ｉｆ（例えば、故障予兆評価指標Ｉｆ４３）を、通常の異常が発生したときに算出された故障予兆評価指標Ｉｆ（例えば、故障予兆評価指標Ｉｆ４１）と同様の重みで評価することができる。

また上記実施形態では、入力系機器であるセンサ１１の故障予兆を検出するものを示したが、アクチュエータ等の出力系機器について故障予兆を検出するようにしてもよい。
図１６は、出力系機器であるエアミックスダンパについての故障予兆の具体例を示す図である。

図１６に示すように、例えばダンパ角度が０°であるときにおいて時刻ｔ５１にダンパ角度を６０°にする動作指令が出力されると（図１６の指令Ｃ１を参照）、ダンパ角度指示値が０°から６０°に直線的に徐々に変化し、時刻ｔ５２にダンパ角度指示値が目標値（６０°）に達する（ダンパ角度指示値Ｎ１を参照）。これにより、ダンパ角度が０°から６０°に徐々に変化する（ダンパ角度Ａ１を参照）。しかし、エアミックスダンパの劣化により、ダンパ角度指示値に対するダンパ角度の応答が遅くなる。

そして、動作指令Ｃ１が出力されてからダンパ角度指示値が目標値（６０°）に達するまで（時刻ｔ５１から時刻ｔ５２まで）のダンパ角度指示値とダンパ角度との差の積算値が故障予兆評価指標Ｉｆ５１として算出される。

その後、時刻ｔ５３にダンパ角度を１５°にする動作指令が出力されると（図１６の指令Ｃ２を参照）、ダンパ角度指示値が６０°から１５°に直線的に徐々に変化し、時刻ｔ５４にダンパ角度指示値が目標値（１５°）に達する（ダンパ角度指示値Ｎ２を参照）。これにより、ダンパ角度が６０°から１５°に徐々に変化する（ダンパ角度Ａ２を参照）。

そして、動作指令Ｃ２が出力されてからダンパ角度指示値が目標値（１５°）に達するまで（時刻ｔ５３から時刻ｔ５４まで）のダンパ角度指示値とダンパ角度との差の積算値が故障予兆評価指標Ｉｆ５２として算出される。

ダンパ正常度は、故障予兆評価指標Ｉｆ５１，Ｉｆ５２の大きさに応じた減少量Ｑｄ５１，Ｑｄ５２分減少する。また、故障予兆評価指標Ｉｆが算出されていない期間中は、その時間経過に応じてダンパ正常度が増加する。

また上記第１実施形態では、車両に搭載された１個のセンサの故障予兆を検出するものを示したが、複数個のセンサについて故障予兆を検出するようにしてもよい。この場合に、複数個のセンサそれぞれの故障予兆評価指標を算出し、これらの合計値を用いて、故障予兆を検出するようにしてもよい。これにより、複数のセンサ全体としての総合的な故障予兆の検出を行うことができる。例えば、相互に関連した２つのセンサが車両に搭載され、２つのセンサのうち一方のセンサの故障予兆評価指標Ｉｆが大きく他方のセンサの故障予兆評価指標Ｉｆが小さい場合には異常ではないが、両方のセンサの故障予兆評価指標Ｉｆが大きい場合には異常となるような場合に有効な検出方法である。

さらに、複数個のセンサそれぞれの故障予兆評価指標の合計値に対して、複数個のセンサそれぞれの故障予兆評価指標が占める割合に基づいて、複数個のセンサそれぞれの故障予兆を検出するようにしてもよい。これにより、複数のセンサ全体としての総合的な故障予兆の検出を行うことができる。例えば、相互に関連した２つのセンサが車両に搭載され、２つのセンサのうち一方のセンサの故障予兆評価指標Ｉｆが大きく他方のセンサの故障予兆評価指標Ｉｆが小さい場合には異常であるが、両方のセンサの故障予兆評価指標Ｉｆが大きい場合には異常ではないような場合に有効な検出方法である。

また上記第３実施形態では、車両の負荷に応じて正常閾値を設定するものを示したが、運転者の運転傾向、天候、路面状況などの周辺情報を用いて正常閾値を設定するようにしてもよい。すなわち、センサが故障しやすくなる状況下では異常が発生したと判断され易くなるように正常閾値を変更することにより、異常が発生したか否かの判断の精度を高めることができる。これにより、故障予兆の検出精度を向上させることができる。

また上記第１実施形態では、故障予兆検出装置２が故障診断装置１２からの故障予兆診断結果応答要求メッセージを受信したときに故障予兆診断を行うものを示した。しかし、故障予兆の診断を一定周期毎に実行し、その診断結果を記憶または表示するようにしてもよい。これにより、車両の乗員に対して、センサ１１の状態を定期的に報知することが可能となる。

また、一定周期毎に故障予兆検出を行う場合に、故障予兆なしから故障予兆ありとするときに用いる閾値と、故障予兆ありから故障予兆なしとするときに用いる閾値とを異ならせるようにするとよい。すなわち、故障予兆検出に用いる閾値にヒステリシス処理を施す。これにより、最適な故障予兆感度を設定することができ、車両の乗員に対して故障予兆の警告を点灯表示する場合に、その警告表示が点灯されたり消灯されたりして車両乗員に不安を与えてしまうという状況の発生を抑制できる。

また上記第１実施形態では、電源オフからリセット判定時間経過した場合にはＥＥＰＲＯＭ２４に記憶されている全ての故障予兆評価指標Ｉｆを消去するものを示したが、車両に搭載されたセンサの種類に応じて、故障予兆評価指標のリセットを適用するか否かを任意に選択できるようにしてもよい。これにより、長時間経過しても故障予兆評価指標Ｉｆを消去したくないセンサについては、リセット判定時間経過後に故障予兆評価指標Ｉｆが消去されないようにすることができる。

また上記第１実施形態では、記憶位置指標Ｉｍが示す記憶位置に故障予兆評価指標を記憶させるものを示したが、故障予兆評価指標Ｉｆをキュー型の配列形式で記憶するようにしてもよい。これにより、故障予兆評価指標Ｉｆが算出される度に古い故障予兆評価指標Ｉｆが順次消去されるため、故障予兆評価指標リセット処理（図６を参照）を省略することが可能となる。

また、センサの故障確定時には車両乗員にその旨を警告灯などの報知手段で報知し、さらに、故障予兆評価指標が所定値を超えた場合にはその旨を報知するとともに、乗員からの要求があったときには、故障予兆評価指標が所定値を超えたセンサについての情報を出力するようにしてもよい。すなわち、故障確定時と故障予兆検出時とで、車両乗員への報知方法を異ならせている。これにより、車両乗員がセンサの故障予兆の報知を知ることとで、故障確定（すなわち、ダイアグ発生）への心構えができる。また、センサについての情報が出力されることにより、故障確定以前に予めセンサを交換したほうがよいか、故障確定寸前までセンサを使い込むことができるかを車両乗員側で判断するための情報を提供することができる。

また、センサの故障が確定した場合には、そのセンサについて故障予兆評価指標の算出を行わないようにしてもよい。これにより、故障が確定する直前の故障予兆評価指標が、故障確定後に算出された故障予兆評価指標を記憶するために消去されてしまう事態の発生を防止することができ、車両の整備者等が車両の整備を行う際に故障確定に至った経緯を調査することができる。

さらに、或る１つのセンサの故障が確定した場合には、その他のセンサについても故障予兆評価指標の算出を行わないようにしてもよい。これにより、或る１つのセンサの故障確定が他のセンサの故障に起因している場合に、或る１つのセンサの故障確定直前の他のセンサの故障予兆評価指標が、故障確定後に算出された故障予兆評価指標を記憶するために消去されてしまう事態の発生を防止することができ、車両の整備者等が車両の整備を行う際に故障確定に至った経緯を調査することができる。

また、センサの故障が確定した場合には、そのセンサの信号を制御に用いないようにするとともに、故障予兆を検出した場合には、そのセンサの出力値と出力値に対応する測定値との対応関係を示す対応テーブルが、センサの劣化の程度に応じて複数設けられており、センサの故障予兆評価指標の値に応じてセンサが劣化したと見なし、この劣化の程度に応じて、複数の対応テーブルの中から対応テーブルを選択するようにしてもよい。なお、この複数の対応テーブルの中から対応テーブルを選択する機能は本発明におけるテーブル選択手段に相当する。これにより、車両に搭載されたセンサが劣化した場合でも、そのセンサの出力値を車両制御に利用することができる。例えば、熱電対を用いた温度センサなどは、金属部分の腐食やサビなどの要因で抵抗が上がり、熱起電力が低下することが懸念される。これに対して、故障予兆評価指標を監視することで該当部位の劣化を検出し、その劣化の程度に応じて熱起電力と温度との対応関係を動的に変化させることができ、正確な温度計測を従来よりも長く行うことが可能となる。

また上記第２実施形態では、センサ１１の故障確定時期を予測して報知するものを示したが、故障が確定するまでの走行距離を報知するようにしてもよい。

１…故障予兆検出システム、２…故障予兆検出装置、３…外部接続装置、４…表示装置、５…車内ＬＡＮ、１１…センサ、１２…故障診断装置、２１…ＣＰＵ、２２…ＲＯＭ、２３…ＲＡＭ、２４…ＥＥＰＲＯＭ、２５…ＡＤコンバータ、２６…通信Ｉ／Ｆ、２７…無線通信部

Claims (15)

1. 車両に搭載された車載機器の故障検出に用いられるパラメータである機器故障検出パラメータと予め設定された異常判定値とを比較し、この比較結果に基づいて、前記車載機器に異常が発生しているか否かを判断する異常発生判断手段と、
   前記車載機器に異常が発生していると前記異常発生判断手段により判断された場合に、この異常発生が継続している時間である異常発生継続時間、及び前記機器故障検出パラメータと前記異常判定値との差であるパラメータ判定値差を用いて、前記車載機器の故障予兆を評価するための故障予兆評価指標を算出する故障予兆評価指標算出手段と、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標を記憶する故障予兆評価指標記憶手段と、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標を用いて、前記車載機器の故障予兆を検出する故障予兆検出手段と
   を備えることを特徴とする故障予兆検出装置。
2. 前記故障予兆検出手段は、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標の平均値である故障予兆評価指標平均値を算出し、前記故障予兆評価指標平均値が予め設定された第１故障予兆判定値以上である場合に、前記車載機器に故障予兆があると判断する
   ことを特徴とする請求項１に記載の故障予兆検出装置。
3. 前記故障予兆検出手段は、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標が、時間経過とともに増加する傾向にあるか否かを判断し、増加傾向にあると判断した場合に、前記車載機器に故障予兆があると判断する
   ことを特徴とする請求項１に記載の故障予兆検出装置。
4. 前記故障予兆評価指標の増加傾向に基づいて、前記車載機器の故障時期を予測する第１故障時期予測手段を備える
   ことを特徴とする請求項３に記載の故障予兆検出装置。
5. 前記故障予兆検出手段は、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標の大きさに基づいて、前記車載機器の状態の正常度合いを示す機器正常度を減少させ、前記機器正常度が予め設定された第２故障予兆判定値未満である場合に、前記車載機器に故障予兆があると判断する
   ことを特徴とする請求項１に記載の故障予兆検出装置。
6. 前記機器正常度の減少傾向に基づいて、前記車載機器の故障時期を予測する第２故障時期予測手段を備える
   ことを特徴とする請求項５に記載の故障予兆検出装置。
7. 前記車載機器は、前記車両に搭載された制御対象を駆動させるための出力系機器であり、
   前記機器故障検出パラメータは、前記出力系機器の駆動量であり、
   前記異常判定値は、前記出力系機器の駆動量を指示する指示値である
   ことを特徴とする請求項５または請求項６に記載の故障予兆検出装置。
8. 前記故障予兆評価指標算出手段は、
   一定周期毎に繰り返される予め設定された定期検出期間毎に、前記定期検出期間内に算出された前記故障予兆評価指標の合計値を算出し、
   前記故障予兆検出手段は、
   前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標の合計値を用いて、前記車載機器の故障予兆を検出する
   ことを特徴とする請求項１〜請求項７の何れか１項に記載の故障予兆検出装置。
9. 前記故障予兆評価指標算出手段は、
   前記異常発生継続時間内の前記パラメータ判定値差のうち、最大値および最小値の少なくとも一方を除外して、前記故障予兆評価指標を算出する
   ことを特徴とする請求項１〜請求項８の何れか１項に記載の故障予兆検出装置。
10. 前記車両には複数の前記車載機器が搭載され、
    前記故障予兆検出手段は、
    複数の前記車載機器それぞれの前記故障予兆評価指標の合計値を用いて、前記車載機器の故障予兆を検出する
    ことを特徴とする請求項１〜請求項９の何れか１項に記載の故障予兆検出装置。
11. 前記車両には複数の前記車載機器が搭載され、
    前記故障予兆検出手段は、
    複数の前記車載機器それぞれの前記故障予兆評価指標の合計値に対して、複数の前記車載機器それぞれの前記故障予兆評価指標が占める割合に基づいて、複数の前記車載機器それぞれの故障予兆を検出する
    ことを特徴とする請求項１〜請求項９の何れか１項に記載の故障予兆検出装置。
12. 前記異常発生判断手段は、
    予め設定された判定変更条件に基づいて、前記異常判定値を変更する
    ことを特徴とする請求項１〜請求項１１の何れか１項に記載の故障予兆検出装置。
13. 前記故障予兆評価指標算出手段により算出された前記故障予兆評価指標、及び前記故障予兆検出手段による検出結果の少なくとも一方を無線送信する無線送信手段を備える
    ことを特徴とする請求項１〜請求項１２の何れか１項に記載の故障予兆検出装置。
14. 前記故障予兆検出手段が前記車載機器の故障予兆を検出した場合に、前記車載機器を特定可能な情報を報知する故障予兆報知手段を備える
    ことを特徴とする請求項１〜請求項１３の何れか１項に記載の故障予兆検出装置。
15. 前記車載機器はセンサであり、
    前記センサの出力値と前記出力値に対応する測定値との対応関係を示す対応テーブルが、前記センサの劣化の程度に応じて複数設けられており、
    前記故障予兆検出手段が前記センサの故障予兆を検出した場合に、前記センサの前記故障予兆評価指標の値に応じて前記センサが劣化したと見なし、この劣化の程度に応じて、複数の前記対応テーブルの中から前記対応テーブルを選択するテーブル選択手段を備える
    ことを特徴とする請求項１〜請求項１４の何れか１項に記載の故障予兆検出装置。