JP6075241B2 - 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 - Google Patents
処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 Download PDFInfo
- Publication number
- JP6075241B2 JP6075241B2 JP2013169226A JP2013169226A JP6075241B2 JP 6075241 B2 JP6075241 B2 JP 6075241B2 JP 2013169226 A JP2013169226 A JP 2013169226A JP 2013169226 A JP2013169226 A JP 2013169226A JP 6075241 B2 JP6075241 B2 JP 6075241B2
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- type
- feature
- determination
- significant difference
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
このような画像形成装置では、その動作に支障をきたす障害(故障や不具合を含む)が発生すると、画像形成装置の利用者に不便を生じることになる。そこで、画像形成装置における障害の発生について予測を行い、障害の発生が予測された場合に、当該障害の防止や解消のために有効な処置(障害の原因となる部品の交換、清掃、調整など)を判定(特定)し、その結果を保守担当者などに知らせて保守作業を実施させることが検討されている。
例えば、特許文献1には、プラントや設備の保守に関し、作業履歴や交換部品情報などの過去の事例からなる保守履歴情報を、キーワードの出現頻度(文脈)で相互に関連付けておき、設備に付加した多次元センサの出力信号を対象とした異常検知に基づき、検知した異常と関連付けられた保守履歴情報とを結びつけることにより、予兆を検知した時点で、部品交換や調整、再立上げなどの対策との関連性を付与し、発生した異常に対しなすべき診断・処置を明らかにし、作業指示を提示する発明が開示されている。
図1には、本発明の一実施形態に係る処置判定システムの構成例を示してある。
本例の処置判定システムは、用紙等の記録材に画像を形成して出力する画像形成装置100(被監視装置の一例)と、画像形成装置100の管理者や保守作業の担当者などに利用される保守データ入力端末200と、を有している。図1の例では、2台の画像形成装置100と2台の保守データ入力端末200とを示してあるが、これらの台数は任意である。
なお、図1では、処置判定装置300及び障害予兆判定装置400を、それぞれ、1台の装置により構成してあるが、複数台の装置に分散した構成としてもよい。また、処置判定装置300及び障害予兆判定装置400を一体化した装置としてもよい。
また、画像形成装置100の内部状態を示すパラメータ(障害の発生の予測に寄与し得るパラメータ)としては、装置の内部の温度や湿度といった使用環境を示す環境パラメータも挙げられる。本例の画像形成装置100は、これらの環境パラメータを検出する機能も有している。以下では、画像形成パラメータや環境パラメータを総称して監視パラメータと呼ぶ。
また、保守データ入力端末200に手入力された保守データを送信する態様の他、例えば、画像形成装置100側に保守の実施日や保守内容(部品交換や調整など)を検出して保守データを生成する機能を設け、処置判定装置300へ送信するようにしてもよい。
また、保守・マシン情報収集部301は、保守データ入力端末200から送信された保守データ(画像形成装置100を識別する情報、保守作業で施した処置の種類を示す情報、保守作業を施した日時の情報など)を受信して、保守情報蓄積部302に記憶(蓄積)させる。
同図において、「装置識別情報」は、画像形成装置100を識別する情報であり、「ジョブ実行日時」は、監視パラメータの値を検出した日時の情報であり、「監視パラメータ(帯電電圧、現像バイアス、・・・)」は、監視パラメータの値である。
例えば、装置識別情報:#1001の画像形成装置100では、2010/1/1の10:00、10:05、10:20、・・・に印刷ジョブが実行され、各々の実行タイミングにおける帯電電圧の値がa11V、a12V、a13V、・・・となり、現像バイアスの値がb11V、b12V、b13V、・・・となっている。
同図において、「装置識別情報」は、画像形成装置100を識別する情報であり、「保守日時」は、保守作業を施した日時の情報であり、「カテゴリー」は、発生した障害の分類を示す情報であり、「障害種類」は、発生した障害の種類を示す情報であり、「処置」は、保守作業で施した処置の種類を示す情報である。
例えば、装置識別情報:#1001の画像形成装置100では、2010/1/10の13:00に行われた保守作業で画質系の障害である“濃度ムラ”を解消するために処置Aが施され、2010/1/22の11:00に行われた保守作業で用紙搬送系の障害である“紙詰まり”を解消するために処置C,Eが施され、2010/1/10の13:00に行われた保守作業で画質系の障害である“かぶり”を解消するために処置B,Dが実施されている。また、例えば、“紙詰まり”に対して複数の処置(処置C,E)が施されているが、両方が障害の解消に寄与した処置である可能性もあり、片方が障害の解消に寄与した処置である可能性もある。
具体的には、保守作業が実施された各々の事例及びその対象の画像形成装置100を保守情報蓄積部302を参照して特定し、処置の種類毎に、当該処置が施された各々の事例の実施日(保守作業の実施日)から遡って予め定められた期間(障害の予兆として監視パラメータの値に異変が表れていると想定される期間であり、例えば、5日間)における各区間単位の特徴量を特徴量の種類別に収集して異常期間データ群STを取得し、また、他の期間における各区間単位の特徴量を特徴量の種類別に収集して正常期間データ群SNを取得する。すなわち、処置の種類毎に、複数(特徴量の種類の数)の異常期間データ群STと正常期間データ群SNが取得される。
例えば、装置識別情報:#1001の画像形成装置100では、2010/2/1における帯電電圧の平均値がaave11V、帯電電圧の標準偏差がaσ11V、・・・となり、2010/2/2における帯電電圧の平均値がaave12V、帯電電圧の標準偏差がaσ12V、・・・となっている。
同図は、処置Aについての例であり、異常期間データ群STは、処置Aを施した保守作業(処置Aと共に他の処置を施した保守作業を含む)の実施日から遡った期間T2内の各特徴量(例えば、帯電電圧の日単位の平均値や標準偏差)で構成され、正常期間データ群SNは他の期間(処置Aを施さなかった保守作業の期間を含む)の各特徴量で構成される。
τ1=(a1−μ)/σ ・・・(式1)
ただし、a1は標本(検定する特徴量)、μは平均、σは標準偏差とする。
なお、他の手法で外れ値の検出を行ってもよく、例えば、スミルノフ・グラブス検定、トンプソン検定、One Class SVM(Support Vector Machine)検定などを用いることができる。
また、例えば、処置C,Dが施された或る保守作業に係る特徴量は、処置Aに係る正常期間データ群SNの要素に含まれているが、正常期間データ群SNの外れ値として検出されている。これは、この保守作業で処置C,Dが施されたということは、処置Aとは関わりが無い(或いは少ない)とはいえ何らかの障害が発生した状態にあり、その際の特徴量は正常期間データ群SNとして扱うのは適切でないので外れ値として検出している。
なお、処置判定モデルは、異常期間データ群STだけで作成(正常期間データ群SNを用いずに作成)してもよい。
また、処置判定モデルは種々の手法により作成することができ、例えば、NaiveBayesモデル、マハラノビス距離、ブースティング等の処置判定の手法に応じたモデルを作成すればよい。
具体的には、処置の種類毎に、診断対象の画像形成装置100における直近の予め定められた期間(障害の予兆がある場合に監視パラメータの値に異変が表れると想定される期間であり、本例では、当該処理の時点を起点に遡った過去5日間)分の各区間単位の特徴量を特徴量の種類別に収集して処置判定用データ群を取得する。このとき、該当する処置の種類について有意差判定機能312により有意差が有ると判定された種類の特徴量(処置との関連性が高い監視パラメータに基づく特徴量)を収集して処置判定用データ群を取得する。すなわち、該当する処置の種類に係る処置判定モデルと同じ特徴量の種類について処置判定用データ群の取得を行う。
なお、本例では、異常期間データ群についての期間と処置判定用データ群についての期間とを共に5日間としているが、これらは異ならせても構わない。
本例では、処置の種類毎に、当該処置の必要性を表す値(確度)を算出し、その算出値が閾値以上の場合に当該処置が必要であると判定するが、他の手法により各処置の必要性を判定してもよく、例えば、上記の算出値が高い順に幾つかの処置を必要であると判定してもよい。
図8には、処置判定モデル生成部304による処置判定モデル生成に係る処理フローの例を示してある。処置判定モデル生成部304は、処理の対象となる処置の種類を切り替えながら、以下の処理を行う。
次に、外れ値検出機能313により、有意差が有ると判定された種類の特徴量に係る異常期間データ群ST及び正常期間データ群SNの各々のデータ群を構成する特徴量の中から外れ値を検出する(ステップS16)。
以上の処理により、処置の種類毎の処置判定モデルが作成される。処置判定モデル生成部304により作成された処置判定モデルは処置判定装置300内のメモリに保存(記憶)され、処置判定部305にて使用される。
処置判定部305は、障害予兆判定装置400により画像形成装置100に障害の発生が予測されたか否かを判定し(ステップS21)、障害の発生が予測された場合に、当該画像形成装置100について、以下の処理を行う。
次に、特徴量群取得機能321により、該当の画像形成装置100について当該処理の時点から遡って期間ΔT2分の各監視パラメータの値をマシン情報蓄積部303から取得し(ステップS23)、各監視パラメータの値に基づいて区間単位の各種の特徴量を算出し(ステップS24)、特徴量の種類別に集めて処置判定用データ群を取得する。このとき、処置の種類毎に、該当する処置判定モデルと同じ特徴量の種類(異常期間データ群STと正常期間データ群SNとで特徴量の分布に有意差が有る特徴量の種類)について処置判定用データ群の取得を行う。
処置判定部305による処置判定の結果は、判定結果出力部306によりユーザ(保守作業の担当者や保守作業の指示者)へ提供される(ステップS26)。本例では、処置の確度が閾値以上のものを確度が高い順に並べて処置情報として提供する。
以上の処理により、ユーザは、障害の発生が予測された画像形成装置100に対して施すことが好ましい処置(障害の解消に寄与する可能性が高い処置)の情報を得ることができる。
上述したように、処置判定は、NaiveBayes、マハラノビス距離、ブースティング等の種々の手法で行うことができる。
例えば、NaiveBayesモデルを用いる手法では、判定対象の画像形成装置100について取得した処置Tに係る処置判定用データ群におけるn種の特徴量Xi(1≦i≦n)の各値をそれぞれxiとして、以下の(式2)により、処置Tを施すべき確率(処置Tの確度)を算出できる。なお、(式2)は、各々の特徴量の間に相関が無いことを前提としている。
また、P(xi|(T=yes))は、処置Tを施した場合にi番目の特徴量Xiの値がxiであった確率であり、処置Tに係る特徴量Xiについての異常期間データ群STにおけるxiの出現確率を用いる。
また、P(xi|(T=no))は、処置Tを施さなかった場合にi番目の特徴量Xiの値がxiであった確率であり、処置Tに係る特徴量Xiについての正常期間データ群SNにおけるxiの出現確率を用いる。
そして、算出した確率を基準の確率と比較し、基準の確率以上となる処置Tを、判定対象の画像形成装置100に施す必要性があると判定する。
これにより、障害の解消に実際に寄与した処置と実際には寄与しなかった処置とが混在した状態であっても、当該障害の防止や解消のために有効な処置を精度よく判定することが可能な処置判定モデルを作成できる。
これにより、処置判定モデルの作成に用いる異常期間データ群STから処置との関連性が低い特徴量(外れ値)を除外することができ、処置判定モデルを用いた判定の精度を更に高めることができる。
なお、本例では、本発明に係る有意差判定手段の機能を特徴量群取得機能311及び有意差判定機能312により実現し、本発明に係る特定手段の機能を外れ値検出機能313により実現し、本発明に係る作成手段の機能を処置判定モデル生成機能314により実現し、本発明に係る取得手段の機能を特徴量群取得機能321により実現し、本発明に係る処置判定手段の機能を予兆診断部322により実現している。
なお、本例のようなソフトウェア構成により各機能部を実現する態様に限られず、各機能部を専用のハードウェアモジュールで実現するようにしてもよい。
301:保守・マシン情報収集部、 302:保守情報蓄積部、 303:マシン情報蓄積部、 304:処置判定モデル生成部、 305:処置判定部、 306:判定結果出力部
311:特徴量群取得機能、 312:有意差判定機能、 313:外れ値検出機能、314:処置判定モデル生成機能、 321:特徴量群取得機能、 322:処置判定機能
Claims (6)
- 被監視装置に対する保守作業が行われた複数の事例に基づいて、保守作業で施された処置の種類毎に、処置を施した時点から遡った予め定められた長さの期間における被監視装置の内部状態を示す複数の種類の特徴量をその種類別に集めた第1特徴量群と、他の期間における前記複数の種類の特徴量をその種類別に集めた第2特徴量群とを同一種類同士で比較して、特徴量の分布における有意差の有無を特徴量の種類別に判定する有意差判定手段と、
処置の種類毎に、処置の必要性の判定で使用する処置判定モデルを当該処置に係る第1特徴量群を用いて作成する処理を、該当の処置について前記有意差判定手段により有意差が無いと判定された特徴量の種類に係る第1特徴量群を除外して行う作成手段と、
を備えたことを特徴とする処置判定装置。 - 前記有意差判定手段により有意差が有ると判定された特徴量の種類に係る第1特徴量群における特徴量の外れ値を特定する特定手段を、更に備え、
前記作成手段は、処置判定モデルを作成する処理を、前記有意差判定手段により有意差が有ると判定された特徴量の種類に係る第1特徴量群から前記特定手段により外れ値として特定された特徴量を除外して行う、
ことを特徴とする請求項1に記載の処置判定装置。 - 判定対象の被監視装置について、処置の種類毎に、当該判定の時点から遡った予め定められた長さの期間における前記複数の種類の特徴量をその種類別に集めた第3特徴量群を取得する処理を、該当の処置について前記有意差判定手段により有意差が無いと判定された特徴量の種類を除外して行う取得手段と、
前記判定対象の被監視装置について、処置の種類毎に、前記取得手段により取得された第3特徴量群と、前記作成手段により作成された処置判定モデルとに基づいて、該当の処置の必要性を判定する処置判定手段と、
を更に備えたことを特徴とする請求項1又は請求項2に記載の処置判定装置。 - 保守作業の対象となる被監視装置と、被監視装置に対する保守作業で施す必要性がある処置について判定する処置判定装置とを有し、
処置判定装置は、
被監視装置に対する保守作業が行われた複数の事例に基づいて、保守作業で施された処置の種類毎に、処置を施した時点から遡った予め定められた長さの期間における被監視装置の内部状態を示す複数の種類の特徴量をその種類別に集めた第1特徴量群と、他の期間における前記複数の種類の特徴量をその種類別に集めた第2特徴量群とを同一種類同士で比較して、特徴量の分布における有意差の有無を特徴量の種類別に判定する有意差判定手段と、
処置の種類毎に、処置の必要性の判定で使用する処置判定モデルを当該処置に係る第1特徴量群を用いて作成する処理を、該当の処置について前記有意差判定手段により有意差が無いと判定された特徴量の種類に係る第1特徴量群を除外して行う作成手段と、
を備えたことを特徴とする処置判定システム。 - コンピュータに、
被監視装置に対する保守作業が行われた複数の事例に基づいて、保守作業で施された処置の種類毎に、処置を施した時点から遡った予め定められた長さの期間における被監視装置の内部状態を示す複数の種類の特徴量をその種類別に集めた第1特徴量群と、他の期間における前記複数の種類の特徴量をその種類別に集めた第2特徴量群とを同一種類同士で比較して、特徴量の分布における有意差の有無を特徴量の種類別に判定する有意差判定機能と、
処置の種類毎に、処置の必要性の判定で使用する処置判定モデルを当該処置に係る第1特徴量群を用いて作成する処理を、該当の処置について前記有意差判定機能により有意差が無いと判定された特徴量の種類に係る第1特徴量群を除外して行う作成機能と、
を実現させるための処置判定プログラム。 - 処置判定装置が、
被監視装置に対する保守作業が行われた複数の事例に基づいて、保守作業で施された処置の種類毎に、処置を施した時点から遡った予め定められた長さの期間における被監視装置の内部状態を示す複数の種類の特徴量をその種類別に集めた第1特徴量群と、他の期間における前記複数の種類の特徴量をその種類別に集めた第2特徴量群とを同一種類同士で比較して、特徴量の分布における有意差の有無を特徴量の種類別に判定し、
処置の種類毎に、処置の必要性の判定で使用する処置判定モデルを当該処置に係る第1特徴量群を用いて作成する処理を、該当の処置について有意差が無いと判定された特徴量の種類に係る第1特徴量群を除外して行う、
ことを特徴とする処置判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013169226A JP6075241B2 (ja) | 2013-08-16 | 2013-08-16 | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013169226A JP6075241B2 (ja) | 2013-08-16 | 2013-08-16 | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015036962A JP2015036962A (ja) | 2015-02-23 |
JP6075241B2 true JP6075241B2 (ja) | 2017-02-08 |
Family
ID=52687400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013169226A Expired - Fee Related JP6075241B2 (ja) | 2013-08-16 | 2013-08-16 | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6075241B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6541482B2 (ja) * | 2015-07-13 | 2019-07-10 | Kddi株式会社 | 検証装置、検証方法及び検証プログラム |
JP6888532B2 (ja) * | 2017-11-30 | 2021-06-16 | 京セラドキュメントソリューションズ株式会社 | 画像形成装置 |
JP6649416B2 (ja) * | 2018-02-02 | 2020-02-19 | ファナック株式会社 | 障害分類装置、障害分類方法及び障害分類プログラム |
JP6705845B2 (ja) | 2018-02-08 | 2020-06-03 | ファナック株式会社 | 障害部位特定装置、障害部位特定方法及び障害部位特定プログラム |
JP2023109049A (ja) * | 2022-01-26 | 2023-08-07 | 株式会社日立製作所 | 設計支援デバイス、設計支援デバイスを備える設計支援装置、及び設計支援方法 |
CN116933197B (zh) * | 2023-09-19 | 2023-12-08 | 安徽融兆智能有限公司 | 一种基于大数据的用电信息采集系统故障判别方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008299486A (ja) * | 2007-05-30 | 2008-12-11 | Toshiba Corp | データ削除装置並びにデータ削除のための方法およびプログラム |
JP2011238046A (ja) * | 2010-05-11 | 2011-11-24 | Fuji Xerox Co Ltd | 監視システム、監視装置及び監視プログラム |
JP5655571B2 (ja) * | 2011-01-06 | 2015-01-21 | 富士ゼロックス株式会社 | 画像形成システム、判定基準設定装置及びプログラム |
-
2013
- 2013-08-16 JP JP2013169226A patent/JP6075241B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2015036962A (ja) | 2015-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6075241B2 (ja) | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 | |
JP4710720B2 (ja) | 故障予防診断支援システム及び故障予防診断支援方法 | |
JP5953779B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
JP5370832B2 (ja) | 状態判別装置及びこれを用いた故障予測システム | |
US9298150B2 (en) | Failure predictive system, and failure predictive apparatus | |
JP6075240B2 (ja) | 障害予兆診断装置、障害予兆診断システム、障害予兆診断プログラム及び障害予兆診断方法 | |
JP5867000B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
JP6365233B2 (ja) | 障害予測装置、障害予測システム、及びプログラム | |
JP6585482B2 (ja) | 機器診断装置及びシステム及び方法 | |
JP5794034B2 (ja) | 障害予測システム及びプログラム | |
JP6424562B2 (ja) | 障害予測装置、障害予測システム、及びプログラム | |
JP2010002815A (ja) | 状態判別方法、状態判別システム及び画像形成装置 | |
JP5790242B2 (ja) | 故障予測装置及びプログラム | |
JP2016152011A (ja) | 制御装置の故障予測システム | |
US20040252324A1 (en) | Image forming system, computer, computer program product, computer readable storage medium, management method, inspection method and system | |
JP2008258897A (ja) | 故障予測診断装置及びこれを用いた故障予測診断システム | |
JP2009003561A (ja) | 故障予測診断装置及びこれを用いた故障予測診断システム | |
US11201971B1 (en) | Maintenance support apparatus and maintenance support method | |
JP6136745B2 (ja) | 保守判定装置、保守判定システム、保守判定プログラム及び保守判定方法 | |
JP6592899B2 (ja) | 障害予測装置、障害予測システム、及びプログラム | |
JP5942401B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
US10409209B2 (en) | Image forming apparatus, photoconductor film thickness estimation method, and estimation program | |
JP5867041B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
JP6477367B2 (ja) | 障害予測管理装置、障害予測管理プログラム | |
JP2011198171A (ja) | 監視システム、監視装置及び監視プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160218 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161205 |
|
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: 20161213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6075241 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |