JP7202078B2 - 保全作業支援システム - Google Patents

保全作業支援システム Download PDF

Info

Publication number
JP7202078B2
JP7202078B2 JP2018099289A JP2018099289A JP7202078B2 JP 7202078 B2 JP7202078 B2 JP 7202078B2 JP 2018099289 A JP2018099289 A JP 2018099289A JP 2018099289 A JP2018099289 A JP 2018099289A JP 7202078 B2 JP7202078 B2 JP 7202078B2
Authority
JP
Japan
Prior art keywords
failure
knowledge data
node
partial
knowledge
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.)
Active
Application number
JP2018099289A
Other languages
English (en)
Other versions
JP2019204302A (ja
Inventor
敏明 河野
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2018099289A priority Critical patent/JP7202078B2/ja
Priority to EP19806532.8A priority patent/EP3805927B1/en
Priority to PCT/JP2019/018603 priority patent/WO2019225342A1/ja
Priority to US17/053,601 priority patent/US11954604B2/en
Publication of JP2019204302A publication Critical patent/JP2019204302A/ja
Application granted granted Critical
Publication of JP7202078B2 publication Critical patent/JP7202078B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/08Railway vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/005Testing of electric installations on transport means
    • G01R31/008Testing of electric installations on transport means on air- or spacecraft, railway rolling stock or sea-going vessels
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24019Computer assisted maintenance
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32226Computer assisted repair, maintenance of system components
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32234Maintenance planning
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Description

本発明は、保全作業支援システムに関する。
インフラ、鉄道、産業機器、医療機器などの多くの分野において、アセット(各種機器)の導入後、所定の性能を維持するために、保全を継続的に実施する必要がある。保全においては、アセットの状態を収集し、異常の有無や問題点を分析する診断を適用した上で、適切な保全作業を適用する。
アセットの診断においては、保全作業者によるアセットの調査結果や、センサにより取得されたアセットの状態より、故障しているアセット、故障箇所、交換・修理・修復などの取るべき処置を特定することが一般的である。これらの特定には、保全作業者がアセットに関する知識や一般的な工学的知識を有していることが必要である。
近年、情報技術の発達により、アセットの状態をセンサで収集し、アセットの現在の状態を把握する診断技術などのIT技術を用いることが容易になり、それを用いた診断支援が検討されている。また、アセットの調査箇所や調査内容を適切に指示し、保全作業者のアセットに関する知識や工学的知識の不足を補完したり、効率のよい調査順序を支持する診断支援技術が実用化している。
このような診断支援技術を搭載した保全作業支援システムを実現するために、例えば、保全作業者に対して故障箇所をガイドするための故障箇所候補及び調査手段や、現象と故障の関係を整理した故障知識データと、当該データを順序だてて提示するガイド提供手段を持った保全作業支援システムが考えられる。
故障知識データとガイド提供手段を持った保全作業支援システムの例として、特許文献1には、「ターゲットシステムの故障知識データベースを提供するステップと、データレコードは故障モードおよび故障症状を特定し、特定のコンポーネントおよびレポートを受け取るステップと、故障知識データベースを参照し候補故障モードおよび症状データレコードを特定するステップと、候補データレコードの信頼値を算出するステップと、信頼値を比較するステップと、保守命令を生成するステップとを有し、さらに、故障知識データベースのサブセットに対し、故障症状の補正データベースを提供するステップを有し、代替コンポーネントと代替故障症状は故障モードおよび症状データレコードを有し、特定するステップは、補正データベースを使用して、代替コンポーネントおよび代替故障症状のデータレコードを含む候補故障モードおよび症状データレコードの数を拡張する(要約抜粋)」方法が記載されている。
特開2014-174983号公報
故障知識データを用いて診断支援を行う場合、故障知識データは、(1)対象アセットの故障候補や、関連する現象を高いカバレッジで記述すること、及び(2)アセットの構造・機能構成を順にたどれる構成を持った知識記述や、全体で矛盾や重複が無い記述とし、保全作業者が作業手順を明確に認識したり、効率よく故障箇所の絞込みを容易にすることが必要である。
しかし、上述したような故障知識データの作成時には、一貫した作成管理、大規模な知識抽出作業及び記述作業が必要である。また、知識データの更新時には、全体の内容を調整して統一性を保つ必要がある。従って、知識データの作成・更新時の負担が非常に大きくなり、診断支援システムを構築する際の課題となっている。
そこで、本発明の目的は、故障知識データを小規模かつ分散して作成することにより、故障知識データの作成負担を抑制すると共に、そのように分散して作成された故障知識データであっても、保全作業者に適切な手順を指示する診断手順作成を実現することにより、実用性の高い保全作業システムを提供することである。
上記の課題を解決するため、本発明は、アセットの故障を含む故障知識データが記録された故障知識データベースと、部分的に分割されて作成された前記故障知識データであって、前記アセットの対象部品に関する情報を対象部品ノードとし、故障モードに関する情報を故障モードノードとし、前記故障モードを引き起こす故障原因に関する情報を故障原因ノードとし、前記故障モードによる故障影響に関する情報を故障影響ノードとし、前記対象部品ノード、前記故障モードノード、前記故障原因ノード及び前記故障影響ノードを含む複数のノードのノード間の関係性を示す部分故障知識データを、新たな故障知識データとして再構成する故障知識結合ユニットと、再構成された前記故障知識データを用いて、保全作業者に対して調査手順を提示する調査手順生成ユニットと、を備え、前記故障知識結合ユニットは、前記複数のノードに含まれる各ノードでの記述内容の関連性を異なる前記部分故障知識データ間で評価及び調整し、前記記述内容の関連性を評価及び調整したノードを介して接続した異なる前記部分故障知識データを、前記故障知識データとして再構成し、前記調査手順生成ユニットは、前記再構成された前記故障知識データより、前記保全作業者に調査手順を提示する際に、前記複数のノードのノード間に設定する優先度として、調査対象としているノードが含まれる前記部分故障知識データと同じ前記部分故障知識データに含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度を最も高くし、前記調査対象としているノードが含まれる前記部分故障知識データとは異なる複数の前記部分故障知識データに共通して含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度前記調査対象としているノードが含まれる前記部分故障知識データと異なる一つのみの前記部分故障知識データに含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度より高くし、前記優先度に基づいて、前記調査手順を診断インタフェースユニットに提示し、前記診断インタフェースユニットは、前記アセットの対象部品、前記故障モードに関する情報、及び前記故障モードによって引き起こされる前記故障影響を含むGUIを表示し、前記故障モードが発現していないことが入力された場合に、前記故障モードに関する情報を前記GUIから非表示とすることを特徴とする。
本発明によれば、個別部分の故障知識を集積した故障知識データを構成し、複数の故障知識データを組み合わせての故障診断支援を実現することにより、故障知識データの作成工数を少なくし、保全業務の効率化を実現することが可能となる。
実施例1における、故障箇所特定支援システムの構成図である。 故障知識データの例を示す図である。 アセットの構造展開を示すデータの例を示す図である。 部分故障知識データをグラフ形式で示す図である。 部分故障知識データをテーブル形式で示す図である。 故障知識結合ユニットの処理を示すフローチャートである。 関係点数テーブルの例を示す図である。 得点テーブルの例を示す図である。 調整後得点テーブルの例を示す図である。 再構成後故障知識データの例を示す図である。 調査手順生成ユニットの処理を示すフローチャートである。 調査手順優先度の例を示す図である。 異なる部分故障知識データ間の関係例を示す図である。 関連する異常有無の診断結果や診断に役立つセンサデータへのリンクを付与した部分故障知識データを示す図である。 故障調査GUIの一例を示す図である。 故障調査GUIの他の例を示す図である。 部分故障知識データの作成GUIの例を示す図である。 部分故障知識データ間の関係性作成GUIの例を示す図である。 実施例2における、故障箇所特定支援システムの構成図である。 検査手順データの例を示す図である。 検査手順データと故障知識データとを合わせたデータ構造を示す図である。 検査手順画面の例を示す図である。
以下、実施例について図面を用いて説明する。なお、本発明は、以下の実施例に限定されることなく、本発明の技術的な概念の中で種々の変形例や応用例もその範囲に含むものである。
図1は、アセット1の故障箇所特定支援システム10を示す構成図である。故障箇所特定支援システム10は、例えば、アセット1から得られたセンサ測定値を含む監視診断データベース2と、アセットの故障などの故障知識データが記録された故障知識データベース3と、故障調査結果データベース4と、部分故障知識データ(定義は後述する)を故障知識データとして再構成する故障知識結合ユニット5と、保全作業者に対して調査手順を提示する調査手順生成ユニット6と、故障知識作成ユニット7と、診断ユーザインタフェースユニット8と、作成ユーザインタフェースユニット9と、を含む処理装置を有する。各データベース2~4は、HDD(Hard Disk Drive)またはRAM(Random Access Memory)等の記憶手段によって、各ユニット5~7は、CPU(Central Processing Unit)、ROM(Read Only Memory)またはRAMに記録されたプログラムによって、各インタフェースユニット8~9は、タッチパネルや、ディスプレイとキーボードとの組み合わせ(PC、タブレット端末、携帯電話など)といった入出力デバイスによってそれぞれ実現されるが、この限りではない。これらのデータベースおよびユニットの役割について、下記に詳細を説明する。
なお、本発明は、特定のアセット、診断技術、分析技術に限定されるものではないが、以下では、鉄道の客室ドアの診断を例として説明する。
故障知識データベース3には、アセット1の構造、故障モード、機能故障と故障モードとの関係性、機能故障と故障影響との関係性、及び故障時に観察される現象と故障モードとの関係性が故障知識データ30として記録されている。また、故障知識データ30は、アセット1全体の故障知識とその関係性が含まれる必要は無く、対象知識の構造または機能の部分ごとに作成された故障知識が保存されている場合もありうる。また、対象アセット全体の構造展開データも記録されているものとする。
図2は、故障知識データ30Aの例を示す図である。故障知識データ30Aには、部分知識ID31と、対象部品32と、故障モード33と、故障モードを引き起こす故障原因34と、故障モードによる故障影響35とに関する情報が含まれている。故障知識データ30Aには、データ全体が一度に作成される必要は無く、アセットの部分的な専門知識保持者や、あるいは作成バージョンによるデータ追加により部分ごとに作成される。その作成の分割に伴う知識データの分割状況を、部分知識ID31として記録している。
また、故障知識データベース3には、図3に示すようなアセット1の構造展開を示すデータ30Bも記録されている。なお、図3では、アセット1を構成する部品の構造展開が明確となるように、データ30Bの概念図を示しているが、テーブル形式で記録されるものである(テーブルの図示は省略する)。ここでは、ドアP1の構成部品として、ドアレールP2、ドア板P3、アクチュエータP4、空気配管P7があると共に、アクチュエータP4の構成部品として、ピストンP5、シリンダP6、調整バルブP8があることが示されている。
図2に戻り、故障知識データ30Aの各行(図2では、No.1~No.21)は、対象部品32、故障モード33、故障原因34、故障影響35の組み合わせを示しており、故障知識の最小単位として扱われる。
ここで、故障知識データベース3に、故障知識データ30Aに記録された各要素間の故障原因と故障影響との関係性が記録されることにより、故障影響がどのような要因で引き起こされるかを記述することが可能である。ある対象部品において発現する故障影響について、故障影響がどの故障モードによって引き起こされるか、さらに故障モードはどの故障原因によって引き起こされるかを、各データID間の関係性として記述する。
また、異なる部品間についても、下位機能を提供する部品に故障が発現した際に、その故障影響が上位機能の故障原因となる、因果関係の連鎖を記述することができる。
上述の通り、故障知識データ30Aは部分的に分割されて作成されたデータを結合した、ものである。このように、部分的に分割されて作成されたデータを部分故障知識データ(あるいは部分知識)と称する。部分故障知識データは、故障知識データベース3にはテーブル形式で記録される。
部分故障知識データは、各要素間の故障原因と故障影響との関係性を示している。図4、図5は、部分故障知識データ30Cを示す図であるが、それぞれ上述した関係性をグラフ形式、テーブル形式で示している。図4に示す通り、部分故障知識データ30Cは、対象部品、故障モード、故障原因、故障影響の各ノードについて、同一部品間の関係性を実線で示し、異なる部品間の関係性を破線で示している。また、図5に示す通り、これらの関係性は、部分知識ID36、元ノード37、先ノード38として記録される。なお、以降の説明では、部分故障知識データ30Cを主にグラフ形式を用いて説明する。
部分故障知識データ30Cのみであっても、故障調査を部分的に行うことが可能である。例えば、保全作業者が「ドア開が異常に遅く、運行が遅延した」という報告を受けた場合、E1.1.2に示す「運行遅延」の故障影響ノードと、M1.1.2に示す「開時間が長い」という故障モードノードとから、実際にドアの調査を行うなどして、C1.1.3に示す「板移動時間が遅い」という故障原因モード、E1.2.1に示す「ドア板の動作が阻害」という故障影響ノード、M1.2.1に示す「抵抗増大」という故障モードノードと辿り、最終的にC1.2.2に示す「グリス喪失」という故障原因モードを確認できれば、「ドアレールP2にグリスを追加する」という処置をとることができる。
しかし、C1.1.4に示す「ドア板移動速度が速い」という故障原因モードについて詳細を調査することは不可能である。上述の通り、部分故障知識データ30Cは、故障知識を部分毎に作成しているに過ぎないため、部分知識ID36が「1」の範囲に限定された故障調査になってしまう。そのため、部分知識ID36が「1」である部分故障知識データ30Cと、他の部分知識ID36を有する故障知識データ30Cとの間に、対象部品、故障モード、故障原因、故障影響の各ノードの関係性があったとしても、部分知識ID36が「1」である部分故障知識データ30Cのみでは、効率的な故障調査が不可能である。
仮に、他の部分知識ID36を有する故障知識データ30Cに、アクチュエータP4に関係する故障知識が含まれており、「アクチュエータP4が過剰な力を発揮した場合に、ドア板が速く動作するような異常が起こる」ことが記録されていれば、効率的な故障調査が可能となる。すなわち、部分知識IDが異なったとしても、対象部品、故障モード、故障原因、故障影響に関連性がある可能性があるため、複数の部分故障知識データ30Cを一体の故障知識データ30Aに再構成することが必要となる。
故障知識データ30Aを再構成しようとする場合、異なる部分知識ID36を有する部分故障知識データ(以下、「異なる部分故障知識データ」と称する)30C間の接続関係を手動で定義しようとしても、規模の大きな装置や複雑な装置では、アセット毎の専門知識を持った保全作業者でしか故障知識データを定義できないことが多く、部分故障知識データの数が膨大となってしまう。
また、故障知識データを時期的に分けて作成することも考えられる。複数人で故障知識データを分担して作成したり、時期を分けることにより、一度に全体の故障知識データを作成するよりも、作成工数は容易となる点で現実的である。しかし、手動で部分故障知識データ間の関係性を定義することは、多数の接続点を保全作業者間で確認したり、正確な原因-影響の関係を定義する作業が発生することになるために、実施が困難となる。
さらに、このような調査知識データを作成する場合、アセットの機能や構造の展開に即した、適切な接続点で知識間の関係性を定義する必要がある。また、個別に作成された知識に重複が存在したり矛盾することもありうるため、保全作業者にガイドを提示する際の表示順序や表示有無を考慮可能なデータとすることが必要となる。
従って、故障知識データ30Aを再構成する際に、異なる部分故障知識データ30C間の接続関係を自動的に探索することが必要となる。
部分故障知識データ30Cの再構成は、故障知識結合ユニット5において実行される。図6は、故障知識結合ユニット5の処理を示すフローチャートである。
最初に、故障知識結合ユニット5は、異なる部分故障知識データ30C間の各ノードでの記述内容の関連性を評価する、ノード間関連性計測処理を実行する(S10)。ここで、異なる部分故障知識データ30C間のノード関連性を示す得点Xは、ノードの記述内容の文章的な類似性、ノードの種類の一致、構造展開上の距離などを考慮して計算される。
例えば、2つのノードを比較したときに、各ノードの記述内容においてマッチングする単語数の全単語数に対する比率W、接続されたノードの種別に対応する関係点数S(図7に示す関係点数テーブル200参照)、図3に示す構造展開上の部品間の距離Lを用いることが考えられる。
ここで、Wの算出における「マッチングする単語」とは、直接一致する単語に限らず、類義語まで含めたものである。また、対義語の場合は比率Wを下げるように調整しても良い。また、関係点数Sは、最も適切な因果関係(ノードの接続)を示す「故障影響-故障原因」の接続を高得点としているが、その他の「故障モード-故障原因」の接続などにも点数を定義する。これは、本来、ある対象部品A、Bがあったときに、本来は「Aの故障モード-Aの故障影響-Bの故障原因」といった因果関係の連鎖があるはずだが、Aの故障影響として適切なものが、部分故障知識の検討時に抽出されなかっただけであり、実際は関係する可能性があるためである。他の因果関係についても同様に、中間にあるべきノードが無くとも、得点を設定している。また、距離Lは、構造展開上、部品間に存在する中間部品数をNとしたときに、L=N+1として定義される。
このような方法により、重みの係数をA、B、Cとして得点X=A×W+B×S+C/Lのようにして算出される。図8は、異なる部分故障知識データ30Cのノード関連性を示す得点Xの例として、部分知識ID36が「2」の部分故障知識データ30Cの内、アクチュエータP4に関するデータと、部分知識ID36が「1」の部分故障知識データ30Cとの間に算出された得点テーブル300を示す。
この得点Xの計算では、上述した他に、例えば直接的な部品の接続・入出力関係の有無や、配置上の空間距離後などを考慮しても良い。例えば、アクチュエータP4は、直接的にはドア板P3を駆動するため、アクチュエータP4に関連するノードと、ドア板P3に関連するノードとの間の得点を、アクチュエータP4に関連するノードと、ドアレールP2に関連するノードとの間の得点より高くしても良い。また、過去の故障履歴において、故障の原因と影響を受けた部品や故障モード間の関係があれば、それを用いて得点を作成しても良い。
続いて、故障知識結合ユニット5では、作成された関係性と得点を調整する、関連性調整処理を実行する(S20)。まず、得点Xが閾値T(例えば、T=2)より低い場合、実際には関係性がないものとして、図8に示す得点テーブル300から削除する。
また、因果関係の接続を考えるため、下位機能から上位機能への接続関係は妥当であるが、上位機能から下位機能への接続関係は不適であると考えられる。これを解決する方法として、機能展開図が存在すれば、その接続関係から上位機能から下位機能の関係となっている接続関係を削除する。また、機能展開図が存在しない場合は、構造展開図を用いる。これは、一般的に構造上大きな部品の発揮する機能は、それに含まれる部品の機能により実現されるのは妥当と思われるためである。そこで、構造展開図に現れている包含関係を用いて、上位部品から下位部品への接続関係を削除する。本実施例では、図3に示す構造展開図を用いることで、ドアP1からアクチュエータP4への接続は削除できる。
図9は、図8に示す得点テーブル300に対して関連性調整処理(S20)を実行した後の調整後得点テーブル310を示す。ここでは、得点Xが2より低いデータと、接続元のノードIDがP1、かつ接続先のノードIDがP4となっているデータとが、削除されている。
続いて、故障知識結合ユニット5では、関連性調整処理(S20)で調整された調整後得点テーブル310を元に、異なる部分故障知識データを接続し、前記故障知識データとして再構成する部分知識接続処理(S30)を実行する。
部分知識接続処理(S30)では、図2に示す故障知識データ30Aにおける、部分知識ID31が「知識3」と「知識4」のデータのような、同じ部品について記述された故障知識の統合処理も行う。このとき、故障モード、影響記述、原因記述の各ノードについては、記載内容の類似性から、類似性が高いと判断された場合は同一の内容であるとして、単一のノードに統合する。この際の類似性は、単語や単語意味辞書からのマッチングによって実施可能である。
この統合処理の際に、記述内容に矛盾が出る可能性もある。例えば、図2に示す故障知識データ30Aの場合、異なる作成者が評価することで、安全影響や運用影響の記述内容が異なる可能性がある。この場合、まずは内容の平均を取る。例えば、一方の安全影響の評価が「高」、もう一方の安全影響の評価が「低」の場合は、安全影響の評価を「中」として統合する。または、それぞれの知識で、部品に関連付けられたノード数が多い方が、より詳細な分析が行われた結果であると判断して、ノード数が多い部分知識の内容を優先する。例えば、図2の場合は、知識4の方が関連付けられたノード数が多いため、知識4の内容を知識3よりも優先する。
図10は、部分知識接続処理(S30)を実行した後の、再構成後故障知識データ100の例を示す図である。図10では、3つの異なる部分故障知識データ30C-1~30C-3間において、新たな接続関係が生成されている。例えば、部分故障知識データ30C-1と部分故障知識データ30C-2との間では、ドアP1の故障原因ノード「ドア板移動が速い」とアクチュエータP4の故障影響ノード「動作が異常に早い」との間、及びドアP1の故障原因ノード「ドア板移動が遅い」とアクチュエータP4の故障影響ノード「動作が異常に遅い」との間に新たな接続関係が生成されている。同様に、部分故障知識データ30C-2と部分故障知識データ30C-3との間では、アクチュエータP4の故障原因ノード「空気流量過大」と調整バルブP8の故障影響ノード「空気流量過大」との間、及びアクチュエータP4の故障原因ノード「空気流量過小」と調整バルブP8の故障影響ノード「空気流量減少」「空気流量減少、漏れ音」「空気流れず」との間に新たな接続関係が生成され、部分故障知識データ30C-1と部分故障知識データ30C-3との間では、ドアP1の故障原因ノード「ドア板が動かない」と調整バルブP8の故障影響ノード「空気流れず」との間に新たな接続関係が生成される。
保全作業者が実際に故障診断を行う場合、作業者は診断ユーザインタフェースユニット8を通じて、調査手順生成ユニット6から調査手順の指示を受け取る。ここで、調査手順生成ユニット6は、再構成後故障知識データ100を元にして、保全作業者に対して調査手順を提示する。以下、調査手順生成ユニットの動作について説明する。
図11は、調査手順生成ユニット6の処理を示すフローチャートである。最初に、再構成後故障知識データ100を読み込む、故障知識読込処理(S40)を実行する。
続いて、調査手順の起点となる部品を決定する、開始点設定処理(S50)を実行する。開始点設定処理(S50)では、接続関係上、最上位となる部品であるドアP1が選択される。または、保全作業者が調査に入る前に、事前の故障状況報告がある場合は、そこで指定された部品、あるいは指定された故障時の現象と調査知識中のノードとの内容のマッチングが最も高いものが選択される。ここでは、最上位となる部品であるドアを開始点として設定する。
以降では、保全作業者に対して、ガイドの提示と作業者からの調査段階結果の入力受付とその結果の反映を繰り返しながら、故障箇所が特定されるまでループ処理S60~S110を継続する。
優先度設定処理(S70)では、保全作業者にガイドを提示するにあたり、どのような順番で調査知識データのグラフを辿るのが良いかの優先度生成を行う。ここで優先度Dは、ノード間に付与される重み数値のことであり、図12に示すように、保全作業者にどちらのノード内容の確認に進むべきかを推奨する順序となるものである。この場合、D=5の調査進行がもっとも優先的に提示される。優先度設定処理(S70)では、この優先度を、最も容易に故障箇所の特定につながると思われるガイドが可能となるように設定する。
以下、優先度の設定方法について説明する。まず優先度Dは0以上の値とする。但し、D=0の場合は、そのノード間の接続がガイドされないものとする。Dの決定方法としては、様々な方法がある。例えば、過去の故障調査時に、保全作業者が辿った回数が多いノード間のDを大きくする、発現率が高い故障モードに接続されるノード間のDを大きくする、などの方法がある。本実施例では特に、本発明の部分故障知識を統合して作成された調査知識に特有の方法について、説明する。
Dの計算は、D=1を標準値として、下記の各因子から考えられる補正係数D_iを乗算してD=1×D_1×D_2×…として算出する。D_iは特に指定が無い場合は1とする。
本発明の調査知識は、部分故障知識データを統合して作成されたものであるため、部分により、どの部分故障知識データから作成されたものかが異なる。そこで、ノード間の関係性を評価するときに、両ノードが属する部分故障知識データにより、優先度を変更することが考えられる。部分故障知識データ間の関係性による補正係数をD_1とする。
あるノードから同じ部分故障知識データに対して接続がある場合は、まずはこれを最優先とするように優先度の補正を行う。これは、一体の部分故障知識データとして作成されたものは、作成者が強い因果関係があると認識して作成した可能性が高いと判断できるためである。また、同一の作成者によるものであれば、記述内容が一貫しており、作業者に指示を提示する際に容易に理解できる可能性が高いと判断される。このとき、例えば補正係数D_1を、D_1=10とする。
また、あるノードから異なる部分故障知識データに対して接続がある場合、まずは部分故障知識データ間で共通に含まれていた関係性を優先して、優先度を補正する。これは、異なる部分故障知識データの作成者が共通に洗い出した要因であるため、発現率が高い、故障の影響が大きいといった、重要な故障である可能性が高いためである。このとき例えばD_1=2とする。
また、より内容が充実した部分故障知識データから作成されたノードを優先して案内するように、優先度Dを補正する。これは、部分故障知識データの品質は、それぞれの作成者のアセットへの知識に依存しているため、知識が豊富な作成者による部分故障知識データは、より広範な故障モード等の故障知識が網羅されており、故障発現の因果関係の接続がより多数設定されている。また、内容に誤りが少ないことで、故障箇所を抜け漏れなく正確に特定するガイドに資するデータとなっている可能性が高いためである。知識の充実度による順位に関する補正係数をD_2として、関連する部分故障知識データの充実度の順位の逆数をD_2とする。
例えば、図2に示す故障知識データ30Aに示す通り、部分知識3と部分知識4は、同じ調整バルブP8について記述しているが、それぞれの内容には差分が見られる。図13は、異なる部分故障知識データ間の関係を示す図の一例として、部分知識2の一部と、部分知識3及び部分知識4との関係を示す図である。この例では、保全作業者が部分知識2に属するアクチュエータP4における「作動力過小」の原因として考えられる「空気流量過小」の詳細を調査しようとしている。
このとき、保全作業者には「空気流量過小」という故障原因ノードに接続された各ノードが提示されるが、まずは、アクチュエータP4の「空気流量過小」という故障原因ノードと同じ部分知識2に属する「空気配管の空気供給減少、漏れ音」という故障影響ノードを優先してガイドする。次に、部分知識3と部分知識4とで共通となっている「空気流量減少」という故障影響ノードをガイドする。
次に、部分知識3のみまたは部分知識4のみに属するノードへの接続の優先度を決定する。まず、部分知識3と部分知識4とを比較した際に含まれているノードの数が多い方を優先する。ノード数が多いということは、故障知識が豊富な作成者によるものと考えられるためである。この例の場合は、部分知識4を優先する。従って、部分知識3のみに属するノードに対しては、D_2=1/3、部分知識4のみに属するノードについては、D_2=1とする。
別の方法として、部分故障知識データの作成者にスキル水準が定義されていれば、スキル標準が高い作成者が作成した部分故障知識データを優先しても良い。
別の方法として、故障知識データ及びそれから作成された調査知識に関連付けられた、故障調査の補助情報を用いてもよい。例えば、対象アセットに状態監視・診断用センサが取り付けられている場合や、保全作業者が利用する計測機器の測定結果が取得可能で、それを用いた診断結果や、保全作業者による正常・異常判断に役立つ分析結果が利用可能な場合が考えられる。
この場合、部分故障知識データ30Cに対して、調査に役立つ補助情報を関連付けて定義する。例えば、図14に示す部分故障知識データ30C’のように、各ノードに監視診断データベース2に記録されている、関連する異常有無の診断結果や診断に役立つセンサデータへのリンクを付与する。
それぞれの部分故障知識データに補助情報が付与されたときに、より多くの補助情報が付与された部分故障知識データの方が、より調査が容易となる。また、補助情報を充実させるには、各ノードの発現時の現象や判定条件を精査する必要があるため、部分故障知識データの作成時に故障モード分析などの作業がより入念に実施された、質の高い部分故障知識データとなっている可能性が高い。
そこで、付与された補助情報の個数が多い部分故障知識データ補助知識を優先してガイドする。または、部分故障知識データに含まれる補助情報の数をノードの全個数で割ることで補助情報の定義率を算出し、定義率が高い部分故障知識データを優先してガイドする。
以上のような処理により、優先度設定処理(S70)の故障知識データ中のノードのガイド順序を、部分故障知識データの特徴を元に設定することが可能となる。
また、部分故障知識データの特徴を用いる以外に、故障知識結合ユニット5のノード間関連性計測処理(S10)及び関連性調整処理(S20)で生成された、異なる部分故障知識データ間のノード関連性を示す得点Xも、優先度Dの算出に利用可能である。得点Xが高い程、ノード間の機能や故障時現象の関連性が高いため、故障の要因に繋がる可能性が高いと考えられるためである。
この反映方法としては、補正係数D_3として得点Xが定義される、部分故障知識データ間の接続については、その得点Xを設定することが考えられる。
次に、手順表示処理(S80)では、優先度が付与された故障知識データを、診断インタフェースユニット9を通じて保全作業者に提示する。
図15は、手順表示処理(S80)で生成され、診断インタフェースユニット9に表示される故障調査GUIの例である。図15では、画面を左部、中央部、右部に分割して、現在着目している部品とその故障モードに関する情報を中央部に表示し、故障モードによって引き起こされる故障影響あるいは、他部品の所属ノードに対して関連性が定義されたノードを左部、故障モードを引き起こす要因を右部に配置する。
故障モードを引き起こす要因については、現在着目する故障モードを引き起こす故障影響と、その故障影響を引き起こす、下位部品の故障影響をあわせて表示する。故障影響以外の関係性定義については、その接続先ノードを提示する。
また、故障モードや故障影響、故障原因といったノードは、どの部品に発現しているものかとあわせて提示することにより、保全作業者にとって意味が理解しやすくなるので、各ノードが属する部品の情報をそれぞれに付与している。
図15に示すGUIを用いることにより、保全作業者は中央部に表示された故障モード発現有無を、アセットを調査することで確認し、その際に左右に表示された故障影響・故障原因や関係先ノードに定義された現象が発現しているかを判断材料の一つとして用いながら、故障調査を進めることが可能となる。
また、調査した故障モードが発現している場合、右側にさらに詳細な調査に関する情報が提示されているので、それを選択することで、故障モードを引き起こす、関連した下位の部品の状況の調査に移動することが可能となる。また、故障モードや故障影響、故障原因、あるいは部品の異常診断のための補助情報が定義されている場合、診断結果や関連センサデータを参照することで、診断実施を行うことも可能となる。
調査した故障モードが発現していない場合は、左側の故障影響あるいは上位関連先の異常のうち、発現しているか否かが確認されていないものを選択することで、関連した上位の部品の状況の調査に移動することが可能となる。
故障モードが発現していない場合、保全作業者により、その故障モードに対して故障未発現であり、故障箇所ではないことが診断インタフェースユニット9を通じて入力される。これを受けて、図11に示す診断完了判定処理(S90)では未完了と判定される。その後、調査結果反映処理(S100)において、故障未発現と確定した故障モードと、当該故障モードによって引き起こされる故障影響、当該故障モードを引き起こす故障原因は、更なる調査する必要が無いため、それらに接続する重みDを0とする。
但し、故障影響が発現した否かを未確認、または発現中の他の故障モードあるいはその他種別の関連性があるノードによって引き起こされうる場合や、故障原因が他の故障モードとも関連している場合は、当該故障モードに接続する重みDのみを0とする。また、同時に、中央部に表示する、注目している故障モードに注目を移す前に確認を行っていた故障モードに移動する。これにより、次の調査ステップでは、確認済みの故障モードに関する接続はGUI上に表示されなくなり、保全作業者には次の調査対象を絞り込んで提示することが可能となる。
このようなGUIを用いることにより、保全作業者は調査知識を用いた診断が可能となるが、この際に、先に優先度設定処理(S70)で生成された重みDを用いることで、より効率的な手順をユーザーに指示することが可能である。
例えば、着目する故障モードが発現している場合、右部に表示された故障影響などの要因候補を選択して、さらに詳細を調査するが、この際のどのような順序で調査を進めるかによって、調査効率が変化する。効率の高い調査のためには比較的確からしい要因を選択する、調査が容易な要因を優先して確認するといったことが考えられる。
これを実現するために、優先度Dが大きな接続ほど、GUIの上位に表示することで、ユーザーに優先的に調査を行うことを促すことが可能である。上位に表示する以外に、候補の中で優先度が大きいものにマークをつける、表示色を変えるなどの方法も可能である。
図15の例では、中央部で着目しているアクチュエータの作動力過小の故障モードに対して、右部には関連した故障影響の空気流量過小を通じて接続された、下位部品の故障影響が表示されている。この表示順序を、先に部分故障知識データを用いた重み作成の結果に基づいて、同じ部分知識に属する空気配管の故障影響と、異なる部分知識3及び部分知識4の調整バルブに関する故障影響との内、部分知識3及び部分知識4に共通する故障影響、部分知識4に関する故障影響、部分知識3に関する故障影響の順に表示している。これにより、優先度設定処理(S70)の実施時に考慮された、因果関係の強さや、知識の充実度などを考慮した調査の実施が可能となり、効率の高い故障箇所特定作業が可能になる。
また、図16は、診断インタフェースユニット9に表示される故障調査GUIの他の例である。図16に示す故障調査GUIの場合、アセットの図面と報告された異常の内容とを、画面左側に表示する。これにより、保全作業者が故障箇所を特することを補助している。アセットの図面において、アクチュエータの箇所を網掛け表示としているが、これは、中央部に表示してた故障モードを有する、現在の調査対象となっている部品に相当する箇所を強調表示したものである。このような網掛けなどの強調表示により、保全作業者が、現在の調査部分とアセットの全体像とを掴み易くすることを可能としている。
なお、図16に示す故障調査GUIの場合、図15に示す故障調査GUIとは異なり、中央部に表示された故障モードによって引き起こされる故障影響、または他部品の所属ノードに対して関連性が定義されたノードが表示されない。そこで、1回前の調査ステップに戻るボタンを配置し、作業者がクリックすることにより、1つ前に調べていた故障モードに戻ることとする。
保全作業者は、上述したように調査知識を辿り、ガイドに従い各故障モードが発現したか否かの確認を繰り返していくことで、最終的には発現中かつ、関連性が定義された下位部品の故障によるものではない故障モード、あるいは故障モードとその故障原因を、故障箇所の調査結果として特定する。特定された故障モードは、診断インタフェースユニット9を通じて指定されることで、図11に示す診断完了判定処理(S90)では完了と判定される。その後、調査結果記録処理(S120)にて、特定された故障モードを、故障調査結果データベース4に記録すると共に、調査結果出力処理(S130)にて、特定された故障モードを報告書の形で画面表示することにより、故障箇所特定作業が終了する。
以上の処理により、分割して作成された部分故障知識データを統合した一体の調査知識とし、調査知識を作業者に提示する際に、部分故障知識データの特徴を考慮した調査効率の高い手順を指示する、故障箇所特定支援システムが実現する。
また、故障知識データは、部品、故障影響、故障モード、故障原因の組み合わせで定義されるが、これらの全要素がそろっていない、断片的な故障知識も部分知識として、調査知識に統合することが可能である。
例えば、ある部品に対して、故障モードのみが定義されており、故障影響や故障原因が定義されていない場合でも、故障知識結合ユニット5におけるノード間関連性計測処理
(S10)では、部品と他の部品の関係、あるいは故障影響を介さずとも、故障モードと上位コンポーネントの故障原因や故障モードなどとの関係を抽出することが可能である。
また、断片的な知識の場合は、故障詳細の十分な検討がなされていない可能性が高いため、これに繋がる接続に対しては、D_1=0.5などの、1以下の補正係数を適用する。
なお、部分故障知識データの作成には、故障知識作成ユニット7と、作成ユーザインタフェースユニット8とが用いられる。作成方法としては、図4に示すような部分故障知識データをGUIを利用して作成する。図17は、部分故障知識データの作成GUIの例を示す図である。部分故障知識データの作成GUIでは、図4に示すようなグラフデータを表示し、ノードの追加・削除や接続の追加・削除によって、部分故障知識データを作成する。
また、部分故障知識データの作成だけではなく、部分故障知識データ間の関係性を、作成者の知識を用いて作成または補正しても良い。図18は、部分故障知識データ間の関係性作成GUIの例を示す図である。部分故障知識データ間の関係性作成GUIでは、知識間関係性ボタンを押下することで、故障知識結合ユニット5での処理が実行され、生成された調査知識が表示される。
このとき、表示された知識間の接続が、作成者の対象アセット知識から不適切なものの場合は、作成者により削除される。または、自動生成に表示されない関係性も、作成者の知識から必要であると判断された場合は、手動で接続が追加される。また、各接続の類似性得点Xを手動で設定しても良い。その場合は、自動計算された得点Xを最初に提示して、作成者がスライドバーなどを用いて得点Xを補正する。また、関連性調整処理(S20)で用いた閾値Tも作成者による調整を可能としても良い。作成者が閾値を変えながら調査手順生成ユニット6の処理を適用することにより、生成された部分故障知識データ間の関係性が最も確からしくなる、適切な閾値に調整することも可能である。
本実施例は、実施例1の構成に加え、保全作業者に対して、現在着目している故障モードの発現状態や詳細を確認するための検査方法を一覧にした検査手順画面を生成し、保全作業者に提示することにより、故障個所の特定作業をより効率と精度良く進めることが可能となる。
なお、本実施例での「検査」は、特定の現象(故障モード、故障影響、故障原因の発現など)の有無を判定する作業のことを示し、「調査」は、故障個所特定の一連の作業(「検査」も含む)を示す。
図19は、アセット1の故障箇所特定支援システム13を示す構成図である。故障箇所特定支援システム13は、実施例1で説明した故障箇所特定支援システム10の構成に加え、診断ユニット11と、検索手順データベース12とを有する。診断ユニット11は、CPU(Central Processing Unit)、ROM(Read Only Memory)またはRAMに記録されたプログラムによって、検索手順データベース11は、HDD(Hard Disk Drive)またはRAM(Random Access Memory)等の記憶手段によってそれぞれ実現されるが、この限りではない。
診断ユニット11は、アセットに設けられたセンサを用いと、検査手順データベース12であらかじめ定義された手順を用いて、アセットの状態の判定を行う。検査手順データベース12には、故障知識データ30Aにおける、特定の現象(故障モード、故障影響、故障原因の発現)の有無を判定するための手順が、検査手順データとして記録される。
図20は、検査手順データの例を示す図である。検査手順データ400は、保全作業者による確認手順、またはアセットにセンサがある場合は、診断ユニット11で用いられる自動判定手順を保存する。検査項目ID401は、検査項目毎に振られた固有IDであり、検査対象ID402は、図2に示した故障知識データ30Aの故障モードのID33に対応する。検査タイプ403は、保全作業者による手動での検査・計測、または診断ユニット11による自動計測のいずれかを示す。検査方法404は、保全作業者が実施する、手動での検査・計測あるいは、診断ユニット11が実施する自動計測の方法を示す。また、共通の検査で複数の異常の発現有無を確認できる場合は、同じ検査項目を複数の検査対象に対して定義しても良い。この検査手順データ400の内容と故障知識データ30Aの内容とを合わせて図示した場合、図21に示すようなデータ構造となる。
診断ユニット11は、故障箇所特定作業の実施時に、検査手順データ400に含まれる検査手順のうち、検査タイプ403が自動であるものを、監視診断データベース2に記録されている監視診断データを用いてあらかじめ実施し、その結果を調査手順生成ユニット6に引き渡す。
本実施例における検査手順では、調査手順生成ユニット6における優先度設定処理(S70)において、診断ユニット11による自動診断結果により、問題が発生していないことが判明しているノードへの接続については、補正係数としてD_insp=0.1などの小さい値を設定することにより、故障していないノードのガイド優先度を下げることが可能である。
また、調査手順生成ユニット6は、診断ユーザインタフェースユニット8に検査手順を提示する。保全作業者が各故障モードの発現有無を確認するときに、その故障モードにリンクした検査手順データが存在した場合に、それを検査手順として提示することにより、保全作業者が効率よく正確に故障箇所特定を行うことが可能である。
また、検査手順データ400の内容と故障知識データ30Aとが、図21に示すような有向グラフ構造を持っていることを利用し、現在調査対象となっている故障モードのノードから、下位方向に接続しているノードを辿り、それに接続している検査手順データのノードの一覧を作成することで、検査手順GUIを生成することが可能である。
図22は、この検査手順画面の例を示す図である。この例では、「アクチュエータの作動力過小」が注目している故障モードである場合に生成された、検査手順GUIである。「アクチュエータの作動力過小」より下位に存在する、IN001、IN002、IN003、IN004の検査手順データを纏めた画面を生成することにより、作業者は一覧画面を見ながら検査を行うことが可能となり、効率の良い作業実施が可能となる。また、同時に関連付けられたセンサデータを提示することも可能である。
以上の処理により、保全作業者に対して、現在着目している故障モードの発現状態や詳細を確認するための検査方法を提示することにより、故障個所の特定作業をより効率と精度良く進めることが可能となる。
1:アセット、10:故障箇所特定支援システム、2:監視診断データベース、3:故障知識データベース、4:故障調査結果データベース、5:故障知識結合ユニット、6:調査手順生成ユニット、7:故障知識作成ユニット、8:診断ユーザインタフェースユニット、9:作成ユーザインタフェースユニット

Claims (8)

  1. アセットの故障を含む故障知識データが記録された故障知識データベースと、
    部分的に分割されて作成された前記故障知識データであって、前記アセットの対象部品に関する情報を対象部品ノードとし、故障モードに関する情報を故障モードノードとし、前記故障モードを引き起こす故障原因に関する情報を故障原因ノードとし、前記故障モードによる故障影響に関する情報を故障影響ノードとし、前記対象部品ノード、前記故障モードノード、前記故障原因ノード及び前記故障影響ノードを含む複数のノードのノード間の関係性を示す部分故障知識データを、新たな故障知識データとして再構成する故障知識結合ユニットと、
    再構成された前記故障知識データを用いて、保全作業者に対して調査手順を提示する調査手順生成ユニットと、を備え、
    前記故障知識結合ユニットは、前記複数のノードに含まれる各ノードでの記述内容の関連性を異なる前記部分故障知識データ間で評価及び調整し、前記記述内容の関連性を評価及び調整したノードを介して接続した異なる前記部分故障知識データを、前記故障知識データとして再構成し、
    前記調査手順生成ユニットは、前記再構成された前記故障知識データより、前記保全作業者に調査手順を提示する際に、前記複数のノードのノード間に設定する優先度として、調査対象としているノードが含まれる前記部分故障知識データと同じ前記部分故障知識データに含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度を最も高くし、前記調査対象としているノードが含まれる前記部分故障知識データとは異なる複数の前記部分故障知識データに共通して含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度前記調査対象としているノードが含まれる前記部分故障知識データと異なる一つのみの前記部分故障知識データに含まれるノードと、前記調査対象としているノードとの、ノード間に設定する優先度より高くし、前記優先度に基づいて、前記調査手順を診断インタフェースユニットに提示し、
    前記診断インタフェースユニットは、前記アセットの対象部品、前記故障モードに関する情報、及び前記故障モードによって引き起こされる前記故障影響を含むGUIを表示し、前記故障モードが発現していないことが入力された場合に、前記故障モードに関する情報を前記GUIから非表示とすることを特徴とする、保全作業支援システム。
  2. 請求項1に記載された保全作業支援システムであって、
    前記故障知識結合ユニットは、前記複数のノードの記述内容の文章的な類似性、前記複数のノードの種類の一致、構造展開上の距離を考慮して、前記関連性を示す得点を計算することを特徴とする、保全作業支援システム。
  3. 請求項2に記載された保全作業支援システムであって、
    前記故障知識結合ユニットは、前記得点が所定の閾値より低い場合、異なる前記部分故障知識データ間で前記複数のノードでの前記記述内容の関連性がないものとして、前記得点を削除することを特徴とする、保全作業支援システム。
  4. 請求項3に記載された保全作業支援システムであって、
    前記故障知識結合ユニットは、上位機能から下位機能への接続関係、または上位部品から下位部品への接続関係を削除することを特徴とする、保全作業支援システム。
  5. 請求項1に記載された保全作業支援システムであって、
    前記調査手順生成ユニットは、前記複数のノードのノード間の関係性を評価するときに、前記複数のノードのそれぞれが属する前記部分故障知識データの関係性に基づいて前記優先度を変更することを特徴とする、保全作業支援システム。
  6. 請求項1に記載された保全作業支援システムであって、
    前記調査手順生成ユニットは、前記調査対象としているノードと同じ部分故障知識データに属するノードを優先して提示し、続いて異なる部分故障知識データに共通して属するノードを提示することを特徴とする、保全作業支援システム。
  7. 請求項1に記載の保全作業支援システムにおいて、
    前記部分故障知識データを作成する故障知識作成ユニットを備え、
    前記部分故障知識データは、前記故障知識作成ユニットにおいて、前記複数のノードに含まれるノード及び前記複数のノードのノード間の接続の追加または削除することにより作成されることを特徴とする、保全作業支援システム。
  8. 請求項1に記載の保全作業支援システムにおいて、
    前記アセットに設けられたセンサを用いて、前記アセットの測定を実行する診断ユニットと、
    特定の現象の有無を判定するための手順を示す検査手順データが記録される検査手順データベースと、を備え、
    前記調査手順生成ユニットは、前記手順を前記診断インタフェースユニットに提示することを特徴とする、保全作業支援システム。
JP2018099289A 2018-05-24 2018-05-24 保全作業支援システム Active JP7202078B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2018099289A JP7202078B2 (ja) 2018-05-24 2018-05-24 保全作業支援システム
EP19806532.8A EP3805927B1 (en) 2018-05-24 2019-05-09 Maintenance operation assistance system
PCT/JP2019/018603 WO2019225342A1 (ja) 2018-05-24 2019-05-09 保全作業支援システム
US17/053,601 US11954604B2 (en) 2018-05-24 2019-05-09 Maintenance operation assistance system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018099289A JP7202078B2 (ja) 2018-05-24 2018-05-24 保全作業支援システム

Publications (2)

Publication Number Publication Date
JP2019204302A JP2019204302A (ja) 2019-11-28
JP7202078B2 true JP7202078B2 (ja) 2023-01-11

Family

ID=68616044

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018099289A Active JP7202078B2 (ja) 2018-05-24 2018-05-24 保全作業支援システム

Country Status (4)

Country Link
US (1) US11954604B2 (ja)
EP (1) EP3805927B1 (ja)
JP (1) JP7202078B2 (ja)
WO (1) WO2019225342A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11163953B2 (en) * 2019-06-12 2021-11-02 International Business Machines Corporation Natural language processing and candidate response evaluation
US11429789B2 (en) 2019-06-12 2022-08-30 International Business Machines Corporation Natural language processing and candidate response identification
JP7401764B2 (ja) * 2020-03-11 2023-12-20 富士通株式会社 制御プログラム、制御方法および制御装置
JP2022096546A (ja) * 2020-12-17 2022-06-29 株式会社日立パワーソリューションズ 原因推定システムおよび原因推定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008038469A1 (fr) 2006-09-27 2008-04-03 Komatsu Ltd. Système d'assistance à la prise de contre-mesures en cas de défaillance d'un véhicule mobile
WO2014017385A1 (ja) 2012-07-23 2014-01-30 日本電信電話株式会社 画面表示装置、システムおよび画面生成方法
US20170017537A1 (en) 2015-07-14 2017-01-19 Sios Technology Corporation Apparatus and method of leveraging semi-supervised machine learning principals to perform root cause analysis and derivation for remediation of issues in a computer environment
JP2017111601A (ja) 2015-12-16 2017-06-22 富士通株式会社 調査対象特定プログラム、および調査対象特定方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1202142A1 (en) * 2000-10-25 2002-05-02 Abb Research Ltd. Maintenance planning system and method
JP5129725B2 (ja) * 2008-11-19 2013-01-30 株式会社日立製作所 装置異常診断方法及びシステム
US8660875B2 (en) * 2009-11-02 2014-02-25 Applied Materials, Inc. Automated corrective and predictive maintenance system
DE102010049909A1 (de) * 2010-10-28 2012-05-03 Eads Deutschland Gmbh Instandhaltungsinformationsvorrichtung, Zustandssensor zur Verwendung darin sowie damit durchführbares Verfahren zur Entscheidungsfindung für oder gegen eine Instandhaltung
JP5627477B2 (ja) * 2011-01-20 2014-11-19 三菱重工業株式会社 プラント安全設計支援装置及びプラント監視保守支援装置
US20170186105A1 (en) * 2012-08-30 2017-06-29 Smith and Turner Development LLC Method to inspect equipment
EP2778818B1 (en) 2013-03-12 2017-04-19 Hitachi Ltd. Identification of faults in a target system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008038469A1 (fr) 2006-09-27 2008-04-03 Komatsu Ltd. Système d'assistance à la prise de contre-mesures en cas de défaillance d'un véhicule mobile
WO2014017385A1 (ja) 2012-07-23 2014-01-30 日本電信電話株式会社 画面表示装置、システムおよび画面生成方法
US20170017537A1 (en) 2015-07-14 2017-01-19 Sios Technology Corporation Apparatus and method of leveraging semi-supervised machine learning principals to perform root cause analysis and derivation for remediation of issues in a computer environment
JP2017111601A (ja) 2015-12-16 2017-06-22 富士通株式会社 調査対象特定プログラム、および調査対象特定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小林 重信,事例に基づく推論と事例からの知識獲得,日本ファジィ学会誌,日本,日本ファジィ学会,1992年,第4巻 第4号,第646頁-第655頁

Also Published As

Publication number Publication date
US20210080942A1 (en) 2021-03-18
US11954604B2 (en) 2024-04-09
JP2019204302A (ja) 2019-11-28
EP3805927A4 (en) 2022-02-23
EP3805927A1 (en) 2021-04-14
WO2019225342A1 (ja) 2019-11-28
EP3805927B1 (en) 2023-08-30

Similar Documents

Publication Publication Date Title
JP7202078B2 (ja) 保全作業支援システム
US7673179B2 (en) Online testing unification system with remote test automation technology
EP2778818B1 (en) Identification of faults in a target system
US20170261403A1 (en) Abnormality detection procedure development apparatus and abnormality detection procedure development method
US9384117B2 (en) Machine and methods for evaluating failing software programs
EP3998558A1 (en) Failure part specification support system
KR102278199B1 (ko) 조건부 확률에 기반한 진단 데이터의 관리 방법
US20130080834A1 (en) Computer product, test support method, and test support apparatus
US20190066377A1 (en) Systems and/or methods for virtual reality based process optimization
Ang et al. Revisiting the practical use of automated software fault localization techniques
Bandi et al. Empirical evidence of code decay: A systematic mapping study
Gitzel Data Quality in Time Series Data: An Experience Report.
CN107122907B (zh) 一种机电产品符号化质量特性的分析与故障原因追溯方法
CN103678116A (zh) 用于促进自动化程序测试的方法和系统
JPH10124477A (ja) 故障診断方法
Islam et al. Comparing bug replication in regular and micro code clones
CN105045719B (zh) 基于修复缺陷的变更预测回归测试失效的方法及装置
Sato et al. Effects of organizational changes on product metrics and defects
Ostrand et al. A Tool for Mining Defect-Tracking Systems to Predict Fault-Prone Files.
CN116662203A (zh) 测试方法、装置、计算机设备及存储介质
JP7062936B2 (ja) 品質予測プログラム、品質予測方法および品質予測装置
Flemström et al. Exploring test overlap in system integration: An industrial case study
US8645815B2 (en) GUI evaluation system, GUI evaluation method, and GUI evaluation program
JP6247777B2 (ja) 異常診断装置および異常診断方法
CN109543160B (zh) 数值表的检查方法、检查装置、存储介质与处理器

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210209

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20210804

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20210827

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211228

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220628

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220825

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: 20221213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221223

R150 Certificate of patent or registration of utility model

Ref document number: 7202078

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150