JP7331269B2 - 機器不具合兆候通知装置 - Google Patents

Description

本発明は、機器の不具合の兆候を通知する機器不具合兆候通知装置の構成並びに、機器の不具合の兆候を検出する動作パターンの生成方法と、機器の不具合兆候内容の検出に用いられる不具合兆候ルールの生成方法と、機器の不具合兆候内容の推論に用いられる不具合兆候推論モデルの生成方法とに関する。

機器の出力するログや機器の動作状態の画像に基づいて機器の不具合の原因を解析する方法が提案されている（例えば、特許文献１参照）。

特開２０１１－１０８１５４号公報

一方、近年、機器が不具合を起こす前に不具合の兆候を通知する要求がある。しかし、特許文献１に記載された従来技術では、機器の不具合が発生した後にその原因の解析を行うことはできるが、不具合の兆候を通知することはできなかった。

そこで、本発明は、機器の不具合の兆候の通知を行うことを目的とする。

本発明の機器不具合兆候通知装置は、機器の不具合の兆候を通知する機器不具合兆候通知装置であって、前記機器の動作ログを取得する動作ログ取得部と、前記機器の動作ログデータと前記機器の不具合兆候内容とを対応付けた不具合兆候ルールが格納された不具合兆候ルールデータベースと、前記動作ログ取得部で取得した前記動作ログが前記不具合兆候ルール中の前記動作ログデータに該当する場合に、対応する前記不具合兆候内容の不具合の兆候があると判定する不具合兆候判定部と、前記不具合兆候判定部が判定した前記不具合兆候内容を通知する不具合兆候通知部と、前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、前記不具合兆候ルールを生成する不具合兆候ルール生成部と、を含み、前記不具合兆候ルールは、前記動作パターンデータベースに格納された前記動作パターンと前記機器の前記不具合兆候内容とを対応づけたものであり、前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、前記不具合兆候判定部は、前記不具合兆候ルールに含まれる前記動作パターンが検出された際に、前記動作パターンに対応する前記不具合兆候内容に含まれる予測される不具合の兆候があり、前記不具合兆候内容に含まれる対処が必要であると判定し、前記不具合兆候ルール生成部は、前記対処実績データベースを参照して前記機器の不具合の一の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記動作パターンと前記機器に予測される不具合と前記一の対処とを対応付けて前記不具合兆候ルールを生成し、前記不具合兆候ルールデータベースに格納すること、を特徴とする。

これにより簡便な方法で機器の不具合の兆候を検出し、不具合の兆候の内容を通知することができる。また、不具合兆候判定部が、複数の動作ログを組み合わせた動作パターンに基づいて機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含む不具合兆候内容を検出し、不具合兆候通知部が予測される不具合の兆候とその不具合の発生を防止するために必要な対処とを通知するので、機器の不具合発生前に機器に予想される不具合を起こさないような対処が可能となり、不具合の発生回数を低減することができる。そして、簡便な方法で、不具合兆候ルールを生成することができる。

本発明の機器不具合兆候通知装置において、前記機器の動作ログを格納した動作ログデータベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、前記動作パターンを生成する動作パターン生成部と、前記画像データベースに格納されている画像データの内、前記動作パターン生成部で生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として表示する画像表示部と、生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかの不具合兆候該非信号を取得する不具合兆候該非信号取得部と、を備え、前記動作パターン生成部は、前記不具合兆候該非信号取得部に不具合兆候該当信号が入力された場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が前記動作パターンデータベースに格納されている既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合でもよい。

これにより、予測される不具合を確実に検出可能な動作パターンを生成することができる。

本発明の機器不具合兆候通知装置は、前記機器の動作ログを格納した動作ログデータベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、前記動作ログ、又は、前記動作ログと前記画像データを入力とし、前記機器の不具合兆候内容を出力とする不具合兆候推論モデルと、前記不具合兆候推論モデルに前記動作ログ、又は、前記動作ログと前記画像データを入力し、前記不具合兆候内容を推論する不具合兆候推論部と、前記不具合兆候推論部が出力した前記不具合兆候内容を通知する不具合兆候通知部と、前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、前記不具合兆候推論モデルを生成する不具合兆候推論モデル生成部と、を含み前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、前記不具合兆候推論モデル生成部は、前記対処実績データベースを参照して前記機器の不具合の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記第１期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成し、前記第１期間と前記第２期間とのいずれとも重複しない第３期間を設定し、前記第３期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成し、前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログ、又は、前記動作ログと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成すること、を特徴とする。

このように、不具合兆候推論部が、動作ログ又は動作ログと画像データとに基づいて機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含む不具合兆候内容を推論し、不具合兆候通知部が、予測される不具合の兆候とその不具合の発生を防止するために必要な対処とを通知するので、機器の不具合発生前に機器に予想される不具合を起こさないような対処が可能となり、不具合の発生回数を低減することができる。また、簡便な方法で、動作ログ又は動作ログと画像データとに基づいて機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含む不具合兆候内容を推論する不具合兆候推論モデルを生成できる。

本発明の不具合兆候通知装置において、前記不具合兆候推論モデル生成部は、前記第１期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの前記第１教師データを生成し、前記第３期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの前記第２教師データを生成し、前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成し、不具合兆候推論部は、前記不具合兆候推論モデルに前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データを入力し、前記不具合兆候内容を推論してもよい。

このように、学習に用いる第１教師データが対処実績データを入力としているので、過去の対処実績データと動作ログとを関連付けて学習することができる。このため、例えば、交換が必要な不具合の兆候と推論するのか、清掃によりエラーが減ったのか、大して変わらなかったのかを材料に学習することができる。

本発明の機器不具合兆候通知装置において、前記動作パターンを生成する動作パターン生成部と、前記画像データベースに格納されている画像データの内、前記動作パターン生成部で生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として表示する画像表示部と、生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかの不具合兆候該非信号を取得する不具合兆候該非信号取得部と、を備え、前記動作パターン生成部は、前記不具合兆候該非信号取得部に不具合兆候該当信号が入力された場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が前記動作パターンデータベースに格納されている既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合でもてもよい。

これにより、予測される不具合を確実に検出可能な動作パターンを生成することができる。

本発明の方法は、情報処理を行うプロセッサと、データを格納する記憶装置と、画像を表示するディスプレイとを含むコンピュータによって、機器に予測される不具合の兆候を検出する前記機器の動作パターンを生成する方法であって、前記記憶装置は、前記機器の動作ログを格納した動作ログデータベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、前記動作パターンを格納する動作パターンデータベースと、を含み、前記プロセッサは、前記機器の１つ又は複数の動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の不具合の兆候を検出する動作パターンを生成し、前記画像データベースに格納されている画像データの内、生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として前記ディスプレイに表示し、前記表示された前記画像に基づいて生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかを判定し、前記画像が不具合の兆候を示すと判定した場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合であること、を特徴とする。

このように、画像を用いて動作パターンが不具合の兆候に該当するかどうかを判定して動作パターンを生成するので、不具合の兆候を確実に検出可能な動作パターンを生成することができる。

本発明の方法は、情報処理を行うプロセッサと、データを格納する記憶装置とを含むコンピュータによって、機器の不具合兆候内容の検出に用いられる不具合兆候ルールを生成する方法であって、前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、前記記憶装置は、前記機器の１つ又は複数の動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、を含み、前記プロセッサは、前記対処実績データベースを参照して前記機器の不具合の一の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記動作パターンと前記機器に予測される不具合と前記一の対処とを対応付けて不具合兆候ルールを生成すること、を特徴とする。

これにより、動作パターンと、機器の予想される不具合と、予測される不具合の発生を防止する対処とを対応づけた不具合兆候ルールを生成することができる。

本発明の方法は、情報処理を行うプロセッサと、データを格納する記憶装置とを含むコンピュータによって、機器の不具合兆候内容の推論に用いられる不具合兆候推論モデルを生成する方法であって、前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、前記記憶装置は、前記機器の動作ログを格納した動作ログデータベースと、前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、含み、前記プロセッサは、前記対処実績データベースを参照して前記機器の不具合の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記第１期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成し、前記第１期間と前記第２期間とのいずれとも重複しない第３期間を設定し、前記第３期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成し、前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログ、又は、前記動作ログと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする不具合兆候推論モデルを生成すること、を特徴とする。

これにより、簡便な方法で、動作ログ又は動作ログと画像データとに基づいて機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含む不具合兆候内容を推論する不具合兆候推論モデルを生成できる。

本発明の方法において、前記プロセッサは、前記第１期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの前記第１教師データを生成し、前記第３期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの前記第２教師データを生成し、前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成してもよい。

このように、学習に用いる第１教師データが対処実績データを入力としているので、過去の対処実績データと動作ログとを関連付けて学習することができる。このため、例えば、交換が必要な不具合の兆候と推論するのか、清掃によりエラーが減ったのか、大して変わらなかったのかを材料に学習することができる。

本発明は、本発明は、機器の不具合の兆候の通知を行うことができる。

実施形態の機器不具合兆候通知装置のハードウェア構成を示す系統図である。 実施形態の不具合兆候通知装置の機能ブロック図である。 図２に示す動作ログデータベースのデータ構造を示す図である。 図２に示す動作パターンデータベースのデータ構造を示す図である。 図２に示す不具合兆候該非データベースのデータ構造を示す図である。 図２に示す対応実績データベースのデータ構造を示す図である。 図２に示す不具合兆候ルールデータベースのデータ構造を示す図である。 動作パターンの生成動作を示すフローチャートである。 動作パターンの生成動作の動作説明図である。 不具合兆候ルールの生成動作を示すフローチャートである。 不具合兆候ルールの生成動作の動作説明図である。 不具合兆候通知装置の不具合兆候通知動作を示すフローチャートである。 他の実施形態の不具合兆候装置の機能ブロック図である。 不具合兆候推論モデルの生成動作を示すフローチャートである。 不具合兆候推論モデルの生成動作の動作説明図である。 他の実施形態の不具合兆候通知装置の不具合兆候通知動作を示すフローチャートである。 他の不具合兆候推論モデルの生成動作を示すフローチャートである。 他の不具合兆候推論モデルの生成動作の動作説明図である。 他の実施形態の不具合兆候通知装置の他の不具合兆候通知動作を示すフローチャートである。

以下、図面を参照しながら実施形態の機器不具合兆候通知装置１００について説明する。以下の説明では、図１に示すように、入室管理システム５００の入場ゲート２００に機器不具合兆候通知装置１００を接続した場合について説明する。入場ゲート２００は、機器不具合兆候通知装置１００が不具合の兆候の検出を行う対象の機器である。

図１に示すように、入室管理システム５００は、入場ゲート２００と、カメラ３０２と、サーバ３０１とで構成されている。入場ゲート２００と、カメラ３０２と、サーバ３０１とは通信回線３０３で接続されている。

入場ゲート２００は、ＩＤカード３５０を読み取るリーダ部２０１と、ゲートを開閉するフラッパ２０２と、外部のサーバ３０１とデータ通信を行う外部通信インターフェース（以下、Ｉ／Ｆという）２０６と、リーダ部２０１と、フラッパ２０２と、外部通信Ｉ／Ｆ２０６と、を制御するゲート制御部２０３とで構成されていている。ゲート制御部２０３は、内部に情報処理を行うプロセッサであるＣＰＵ２０４とプログラムや制御データが格納されたメモリ２０５とを含んでいるコンピュータである。

サーバ３０１は、通信回線３０３で入場ゲート２００の外部通信Ｉ／Ｆ２０６と接続されている。サーバ３０１は、内部にプロセッサであるＣＰＵとメモリ（図示せず）とを備える汎用コンピュータで構成されている。サーバ３０１のメモリには、認証データベースが格納されている。また、サーバ３０１のメモリには、入場ゲート２００の動作ログが格納されている。

ゲート制御部２０３は、リーダ部２０１で読み取ったＩＤカード３５０の認証情報を外部通信Ｉ／Ｆ２０６と通信回線３０３を介してサーバ３０１に出力する。サーバ３０１は、ＩＤカード３５０の認証情報と認証データベースに格納した認証情報とを比較し、認証に成功した場合には、認証成功信号をゲート制御部２０３に送信する。ゲート制御部２０３はサーバ３０１から認証成功信号が入力されたら、フラッパ２０２を開とする。

カメラ３０２は、入場ゲート２００とその周辺の画像を撮像して通信回線３０３に出力する。

機器不具合兆候通知装置１００は、情報処理を行うプロセッサであるＣＰＵ１０２と、制御プログラムやデータベース等を格納する記憶装置１０３と、画像を表示するディスプレイ１０５と、警報等を通知するＬＥＤやスピーカー等の通知器１０６と、キーボードやマウス等のデータの入出力を行う操作器１０７と、外部とのデータの授受を行う外部通信Ｉ／Ｆ１０４で構成されるコンピュータである。外部通信Ｉ／Ｆ１０４は通信回線３０３で入場ゲート２００、サーバ３０１、カメラ３０２と接続されてデータの授受を行う。

機器不具合兆候通知装置１００は、図２に示すような複数の機能ブロックが含まれている。各機能ブロックは、図１に示すＣＰＵ１０２が記憶装置１０３に格納されたブログクラムを実行することで実現される。また、各データベースは所定のデータ構造でデータを記憶装置１０３に格納することで実現される。

図２に示すように、機器不具合兆候通知装置１００は、画像データ取得部１１と、画像データベース１２と、画像表示部１３とを含んでいる。ここで、画像データ取得部１１は、カメラ３０２が撮像した入場ゲート２００及び入場ゲート２００の周辺の画像を取得する。画像データベース１２は、画像データ取得部１１が取得した画像データを格納している。画像データベース１２は、最近数日分、或いは、一週間、或いは、一か月等、所定期間にカメラ３０２から取得した動画を連続的に格納保持してもよい。

画像表示部１３は、画像データベース１２に格納されている画像データの内、所定期間の画像データを抽出してディスプレイ１０５に出力し、動画或いは画像をディスプレイ１０５に表示させる。

また、機器不具合兆候通知装置１００は、動作ログ取得部１４と、動作ログデータベース１５と、動作パターン生成部１６と、動作パターンデータベース１９と、不具合兆候該非信号取得部１７と、不具合兆候該非信号データベース１８とを含んでいる。

動作ログ取得部１４は、入場ゲート２００のリーダ部２０１、フラッパ２０２等の動作ログを取得して動作ログデータベース１５に格納する。動作ログデータベース１５は、図３に示すように、日時と動作ログの内容とを対応させて格納したデータベースである。

動作パターン生成部１６は、動作パターンを生成して動作パターンデータベース１９に格納する。ここで、動作パターンは、１つ又は複数の動作ログの組み合わせであって、その組み合わせが検出された際に入場ゲート２００の不具合兆候内容を検出するものである。

動作パターンデータベース１９に格納されている動作パターンの例を図４に示す。図４に示す動作パターン１は、図３の時刻２０２０／１０／１１ ０５：０５：０６．９２０の［リーダ部］読み取りエラーを動作パターンとするものである。動作パターン２は、「動作パターン１」から５秒以内に「動作パターン１」が発生、即ち、図３の時刻２０２０／１０／１１ ０６：２３：０５．８３３と、０６：２３：０８．０９０のように、［リーダ部］読み取りエラーが発生してから５秒以内に再度［リーダ部］読み取りエラーが発生する動作を規定している。また、動作パターン３は、「動作パターン１」から５秒以内に［認証問い合わせ］入場許可が発生、即ち、図３の時刻２０２０／１０／１１ ０５：０５：０６．９２０から０５：０５：０９．００７のように、［リーダ部］読み取りエラーが発生してから５秒以内に二度目のＩＤカード３５０の提示が行われ、読み取りに成功、認証に成功して入場が許可された事象を規定したものである。以下、動作パターン４，５は、［リーダ部］読み取りエラーの発生と［認証問い合わせ］入場許可が発生の間隔、或いは、回数を規定したものである。また、動作パターン６は、［フラッパ開失敗］又は［フラッパ閉失敗］を規定したものであり、動作パターン７は、［フラッパ開失敗］又は［フラッパ閉失敗］の発生の間隔又は回数を規定したものである。

このように、動作パターン１～５は、リーダ部２０１の読み取り不良の検出をも目的とする動作パターンであり、動作パターン６，７は、フラッパ２０２の動作不良の検出を目的とした動作パターンである。

動作パターン生成部１６は、動作ログデータベース１５に格納されている１つ又は複数の動作ログを組み合わせで先に説明したような動作パターを生成し、不具合兆候該非信号取得部１７に不具合兆候該当信号が入力された場合に、生成した動作パターンの評価指標値を算出する。そして算出した評価指標値が動作パターンデータベース１９に格納されている既存の動作パターンの評価指標値以上の場合に生成した動作パターンを新規動作パターンとして動作パターンデータベース１９に格納する。これにより、動作パターンデータベース１９を構築していく。

不具合兆候該非信号取得部１７は、外部から不具合兆候該非信号を取得し、不具合兆候該非信号データベース１８に格納する。ここで不具合兆候該非信号とは、動作パターンが検出された際に、カメラ３０２の撮像した動画から、その動作パターンの検出が不具合の兆候であるかどうかを規定する信号である。不具合兆候該非信号は不具合兆候該当信号と不具合兆候非該当信号の二種類の信号で構成される。

不具合兆候該非信号データベース１８は、図５に示すように、動作パターンと、その動作パターンが検出された時刻の前後における所定の時間帯の画像名と、その動作パターンが不具合兆候に該当するか、非該当かを対応付けて格納したデータベースである。

また、機器不具合兆候通知装置１００は、対処実績データ取得部２０と、対処実績データベース２１とを含んでいる。ここで「対処」とはリーダ部２０１、或いはフラッパ２０２の清掃、部品交換等、その機能を維持するのに必要なメインテナンス動作をいう。対処実績データベース２１は、図６に示すように、対処の時刻と、対処内容とを対応付けて格納したデータベースである。対処実績データ取得部２０は、操作器１０７から入力された対処実績データを対処実績データベース２１に格納してもよいし、外部のデータファイルから対処実績データを取得して対処実績データベース２１に格納してもよい。

また、機器不具合兆候通知装置１００は、不具合兆候ルール生成部２２と、生成した不具合兆候ルールを格納する不具合兆候ルールデータベース２３と、不具合兆候判定部２４と、不具合兆候通知部２５とを含んでいる。

不具合兆候ルール生成部２２は、対処実績データベース２１と、動作パターンデータベース１９とを参照して、動作パターンと入場ゲート２００に予測される不具合と対処とを対応付けて不具合兆候ルールを生成し、不具合兆候ルールデータベース２３に格納する。

不具合兆候ルールデータベース２３に格納されている不具合兆候ルールの例を図７に示す。図７に示す動作パターン４は、先に説明したように、［リーダ部］読み取りエラーの発生と［認証問い合わせ］入場許可が発生の間隔、或いは、回数を規定したものである。不具合兆候ルール１は、動作パターン４と、「リーダ部清掃を必要とするリーダ部読み取り不良の兆候」と規定される不具合兆候内容とを対応付けたものである。同様に、不具合兆候ルール２は、動作パターン５と、「リーダ部交換を必要とするリーダ部読み取り不良の兆候」と規定される不具合兆候内容とを対応付けたものである。また、不具合兆候ルール３は、動作パターン７と、「フラッパ交換を必要とするフラッパ動作不良の兆候」と規定される不具合兆候内容とを対応付けたものである。このように、不具合兆候内容は、入場ゲート２００に予測される不具合と、予測される不具合の発生を防止するための対処と、を含んでいる。

不具合兆候判定部２４は、不具合兆候ルールデータベース２３に格納されている不具合兆候ルールに含まれる動作パターンが検出された際に、その動作パターンに対応する不具合兆候内容に含まれる予測される不具合の兆候があり、不具合兆候内容に含まれる対処が必要であると判定する。

不具合兆候通知部２５は、不具合兆候判定部２４が判定した不具合兆候内容を通知器１０６に出力して通知する。

以上のように構成された機器不具合兆候通知装置１００の動作について、図８～図１２を参照しながら説明する。実施形態の機器不具合兆候通知装置１００は、図１２に示すように、入場ゲート２００の動作ログを取得し、不具合兆候ルールに含まれる動作パターンに該当する動作パターンが検出された場合に入場ゲート２００に予測される不具合の兆候と必要な対処とを通知するものである。以下、不具合の兆候の検出、通知動作を説明する前に、動作パターンの生成動作と不具合兆候ルールの生成動作について説明する。

最初に図８、図９を参照しながら動作パターンの生成動作について説明する。図８に示す動作を開始する前の初期状態として、動作ログデータベース１５には、図９に示すような過去の動作ログが格納されている。動作ログは、例えば、一か月分、或いは、２～３か月分、或いは、半年～１年分の動作ログが格納されている。また、画像データベース１２には、動作ログが格納されているのと同様の期間の動画データが格納されている。また、動作パターンデータベース１９には、いくつかの動作パターンが初期値として格納されている。以下の説明では、図４に示す動作パターン１が、初期値として１つ格納されており、動作パターン２，３を生成するとして説明する。図９において、白抜き矢印は動作パターン１の検出タイミング、右下がりハッチング矢印は動作パターン２の検出タイミング、黒矢印は動作パターン３の検出タイミング、左下がりハッチング矢印は動作パターン４の検出タイミングを示す。また、図９中の丸囲み数字は、動作パターンの番号を示す。

動作パターン生成部１６は、図８のステップＳ１０１に示すように、動作ログデータベース１５を参照して動作パターンを生成する。生成する動作パターンは、動作パターンデータベース１９に格納されている動作パターン１以外の動作ログの組み合わせとして作成する。作成の方法は任意であるが、例えば、リーダ部２０１の読み取り不良の検出を目時とした動作パターンを生成する場合には、動作ログの中からリーダ部２０１の読み取り不良に関係する動作ログを抽出して、これをランダムに組み合わせて動作ログを生成してもよい。また、外部で動作パターンを生成して操作器１０７から入力するようにしてもよい。

以下の説明では、動作パターン生成部１６は、図４に示す動作パターン２，３，４を生成したとして説明する。最初に動作パターン２を生成した場合について説明する。

次に、動作パターン生成部１６は、図８のステップＳ１０２に進んで、動作ログデータベース１５から所定期間の間に記録された動作ログを取得する。所定期間は、任意であるが、例えば、数時間でも数日間でも数か月でもよい。

次に動作パターン生成部１６は、図８のステップＳ１０３に進んで、取得した期間の動作ログの中に動作ログの組み合わせが動作パターン２に該当する時刻が有るかどうか判定する。

動作パターン２は、「動作パターン１」から５秒以内に「動作パターン１」が発生、つまり、［リーダ部］読み取りエラーが発生してから５秒以内に再度［リーダ部］読み取りエラーが発生する動作を規定している。動作パターン生成部１６は、図８のステップＳ１０２とＳ１０３とを繰り返し実行して、動作ログを時間順にスキャンし、［リーダ部］読み取りエラーが２回連続して発生している時刻を探す。図９に示す動作ログでは、時刻ｔ４（２０１９／１０／１１ ０６：２３：０５．８３３）と時刻ｔ５（２０１９／１０／１１ ０６：２３：０８．０９０）とで連続して［リーダ部］読み取りエラーが発生している。次に、動作パターン生成部１６は、時刻ｔ４と時刻ｔ５との間隔が５秒以内か判定する。時刻ｔ４と時刻ｔ５との間隔は、２．２５７秒で５秒以内であるから、動作パターン生成部１６は、時刻ｔ４と時刻ｔ５との動作ログの組み合わせは動作パターン２に該当すると判定し、図８のステップＳ１０３でＹＥＳと判断し、図８のステップＳ１０４に進む。この際、時刻ｔ５は動作パターン２が検出された時刻となる。

図８のステップＳ１０４で動作パターン生成部１６は、動作パターン２が検出された時刻ｔ５を画像表示部１３に出力する。

画像表示部１３は、図８のステップＳ１０５で、時刻ｔ５の前後における所定の時間帯の動画データを画像データベース１２から抽出してディスプレイ１０５に動画を表示する。

動作パターン生成部１６は、図８のステップＳ１０６で、動作パターン２が入場ゲート２００に予測される不具合の兆候を示すかどうかを判定する。この判定は、いろいろな手段によって行うことができるが、一例を示すと、動作パターン生成部１６は、不具合兆候該非信号取得部１７に不具合兆候該当信号が入力され、不具合兆候該当信号が不具合兆候該非信号データベース１８を介して動作パターン生成部１６に入力された場合に図８のステップＳ１０６でＹＥＳと判断してもよい。

ここで、不具合兆候該非信号は、例えば、不適切なＩＤ情報を含むＩＤカード３５０が提示されて［リーダ部］読み取りエラーが発生したような状態を動作パターンの生成から除外するための信号である。例えば、人がＩＤカード３５０を提示したがフラッパ２０２が開とならず直ぐに立ち去った場合等は、不適切なＩＤ情報を含むＩＤカード３５０が提示されて［リーダ部］読み取りエラーが発生したと判定することができる。一方、ＩＤカード３５０を提示して［リーダ部］読み取りエラーが発生した後、再度、ＩＤカード３５０が提示されて、ＩＤの認証に成功して入場許可となった場合は、リーダ部２０１の読み取り不良の不具合の兆候があると判定することができる。この判定は、入場ゲート２００の近傍に配置されたカメラ３０２の撮像した動画を見ることにより容易に判断することができる。

このため、画像表示部１３がディスプレイ１０５に表示した動作パターン２が検出された時刻ｔ５の前後における所定の時間帯の動画５（図９参照）に基づいて不具合兆候該当信号を不具合兆候該非信号取得部１７に入力するか、不具合兆候非該当信号を不具合兆候該非信号取得部１７に入力するかが判断される。この判断は、機器不具合兆候通知装置１００を設定する際にエンジニアが判断して、操作器１０７から信号を入力するようにしてもよい。また、例えば、画像表示部１３がディスプレイ１０５に出力する動画データに基づいてＡＩが判断して信号を不具合兆候該非信号取得部１７に入力するようにしてもよい。

動作パターン生成部１６は、図８のステップＳ１０６でＹＥＳと判断した場合には図８のステップＳ１０７に進んで生成した動作パターン２の評価指標値を算出する。ここで、評価指標値は、適合率に基づいた評価指標値である。適合率とは、動作パターンの検出回数に対する動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合である。

適合率を評価指標値とした場合、図９に示す動作ログデータベース１５の例では、動作パターン１の評価指標値は以下に説明するように３／４となる。

動作パターン１は、［リーダ部］読み取りエラーが一回検出された場合を規定している。図９に示す例では、時刻ｔ１、時刻ｔ３，時刻ｔ４，時刻ｔ５の４回動作パターン１が検出されている。この内、時刻ｔ３では動作パターン１が検出された後、直ぐに再度、ＩＤカード３５０が提示されていない。この場合、動画３には、ＩＤカード３５０を提示後すぐに立ち去る人が記録されている。従って、時刻ｔ３では動作パターン１が検出されても不具合兆候非該当信号が入力される。他の時刻ｔ１、時刻ｔ４，時刻ｔ５では、動作パターン１である［リーダ部］読み取りエラーが検出された後、再度、ＩＤカード３５０の提示が行われ、入場が許可されているので、時刻ｔ１，時刻ｔ４，時刻ｔ５では、動画１、動画４、動画５に基づいて不具合該当信号が入力される。従って、動作パターン１の検出回数４回に対する動作パターン１が検出された際に不具合兆候該当信号が入力される回数は３回となり、その割合は、３／４となる。

また、動作パターン２は時刻ｔ５に検出されており、時刻ｔ５の動画５に基づいて不具合兆候該当信号が入力される。従って、動作パターン２の検出回数１回に対する動作パターン２が検出された際に不具合兆候該当信号が入力される回数は１回となり、その割合は、１／１となる。

以上のことから、動作パターン１の評価指標値は、３／４、動作パターン２の評価指標値は１／１となる。

動作パターン生成部１６は、図８のステップＳ１０７で動作パターン２の評価指標値を算出したら、図８のステップＳ１０８に進んで、生成した動作パターン２の評価指標値が既存の動作パターン１の評価指標値以上かどうかを判断する。先に述べたように、動作パターン２の評価指標値は１／１で動作パターン１の評価指標値３／４以上なので、動作パターン生成部１６は、図８のステップＳ１０８でＹＥＳと判断して図８のステップＳ１０９に進む。

動作パターン生成部１６は、図８のステップＳ１０９で生成した動作パターン２を新規動作パターンとして動作パターンデータベース１９に格納し、動作パターン生成動作を終了する。

尚、動作パターン生成部１６は、図８のステップＳ１０６又はステップＳ１０８でＮＯと判断した場合には、図８のステップＳ１０１に戻って、次の動作パターンを生成し、図８のステップＳ１０２～ステップＳ１０９を繰り返して実行する。

次に、動作パターン３を生成する場合について説明する。先に動作パターン２の生成動作で説明したと同様の動作については、説明を省略する。

動作パターン３は、「動作パターン１」から５秒以内に［認証問い合わせ］入場許可が発生、つまり、［リーダ部］読み取りエラーが発生してから５秒以内に［認証問い合わせ］入場許可が発生する動作を規定している。先には説明したと同様、動作パターン生成部１６は、図８のステップＳ１０２とＳ１０３とを繰り返し実行して、動作ログを時間順にスキャンし、［リーダ部］読み取りエラーから５秒以内に［認証問い合わせ］入場許可が発生した時刻を探す。図９に示す動作ログでは、時刻ｔ１（２０１９／１０／１１ ０５：０５：０６．９２０）に［リーダ部］読み取りエラーが発生し、その後、時刻ｔ２（２０１９／１０／１１ ０５：０５：０９．００７）に［認証問い合わせ］入場許可が発生している。そして、時刻ｔ１と時刻ｔ２との間隔は、２．０８７秒で５秒よりも短い。従って、動作パターン生成部１６は、時刻ｔ１と時刻ｔ２の動作ログの組み合わせは動作パターン３に該当すると判定する。

同様に、図９の時刻ｔ５と時刻ｔ６との間でも［リーダ部］読み取りエラーが発生してから５秒以内に［認証問い合わせ］入場許可が発生している。従って、動作パターン生成部１６は、時刻ｔ５と時刻ｔ６の動作ログの組み合わせは、動作パターン３に該当すると判定する。

そして、動作パターン生成部１６は、図８のステップＳ１０３でＹＥＳと判断して図８のステップＳ１０４に進み、動作パターン２を検出した時刻ｔ２と時刻ｔ６を画像表示部１３に出力する。画像表示部１３は、時刻ｔ２の動画２と時刻ｔ６の動画６とをディスプレイ１０５に表示する。

動作パターン３のように、［リーダ部］読み取りエラーが発生してから５秒以内に［認証問い合わせ］入場許可が発生する場合には、入場者は、ＩＤカード３５０を提示した際に読み取りエラーか発生し、再度、ＩＤカード３５０を提示して入場が許可されている。このことは動画２、動画６に記録されているので、不具合兆候該非信号取得部１７には、時刻ｔ２，時刻ｔ６のいずれについても不具合兆候該当信号が入力される。そして、動作パターン生成部１６は、図８のステップＳ１０６でＹＥＳと判断して図８のステップＳ１０７に進む。

動作パターン生成部１６は、図８のステップＳ１０７で評価指標値を算出する。動作パターン３の場合、先に述べたように、検出された時刻ｔ２、ｔ６のいずれについても不具合兆候該当信号が入力されるので、評価指標値は、２／２となる。

動作パターン３の評価指標値は既存の動作パターン１の評価指標値の３／４以上なので図８のステップＳ１０８でＹＥＳと判断して図８のステップＳ１０９に進んで、動作パターン３を新規動作パターンとして動作パターンデータベース１９に格納する。

次に動作パターン４の生成について説明する。動作パターン４は、図４に示すように、「（認証問い合わせ入場許可）が発生、且つ、動作パターン１に該当）が最近７秒以内に２回以上」、即ち、認証問い合わせ入場許可があった直近に［リーダ部］読み取りエラーが２回以上発生した場合と規定されている。図９に示す時刻ｔ４～時刻ｔ６の間のように［リーダ部］読み取りエラーがｔ４，ｔ５の二回発生し、時刻ｔ４の７秒以内の時刻ｔ６に（認証問い合わせ入場許可）が発生している場合には、時刻ｔ４，時刻ｔ５，時刻ｔ６の動作ログの組み合わせは、動作パターン４を構成する。そして、時刻ｔ６に動作パターン４が検出される。先に説明したように、不具合兆候該非信号取得部１７には、時刻ｔ６について不具合兆候該当信号が入力されるので動作パターン生成部１６は、図８のステップＳ１０６でＹＥＳと判断する。また、動作パターン４は動作パターン２と同様、動作パターン４の検出回数１回に対する動作パターン４が検出された際に不具合兆候該当信号が入力される回数は１回となり、その割合は、１／１となる。このため、動作パターン生成部１６は、図８のステップＳ１０８でＹＥＳと判断して、動作パターン４を新たな動作パターンとして動作パターンデータベース１９に格納する。

以上、動作パターン２，３，４の生成について説明したが、他の動作パターンも同様の方法で生成されて動作パターンデータベース１９に格納される。

次に、図１０、図１１を参照しながら、不具合兆候ルールの生成について説明する。先に説明したように、不具合兆候ルールは、動作パターンデータベース１９に格納された動作パターンと機器である入場ゲート２００の不具合兆候内容とを対応づけたものである。ここで、不具合兆候内容は、入場ゲート２００に予測される不具合と、予測される不具合の発生を防止するための対処と、を含んでいる。

対処実績データベース２１には、図１１に示すように、半年～１年位の入場ゲート２００の対処時刻と対処内容とが関連付けて格納されている。

図１０のステップＳ２０１に示すように、不具合兆候ルール生成部２２は、対処実績データベース２１の中に入場ゲート２００の清掃や部品交換等の対処の実績があるかどうかを判断する。そして不具合兆候ルール生成部２２は、図１０のステップＳ２０１でＹＥＳと判断した場合には、図１０のステップＳ２０２に進んで図１１に示すように不具合の対処を行った一の時刻ｔ１１を抽出し、時刻ｔ１１より前の第１Ａ期間と、時刻ｔ１１よりも後の第２Ａ期間とを設定する。なお、図１０のステップＳ２０１でＮＯと判断した場合には、不具合兆候ルール生成部２２は、不具合兆候ルールの生成動作を終了する。

次に不具合兆候ルール生成部２２は、図１０のステップＳ２０３で動作ログデータベース１５から第１Ａ期間の動作ログを取得する。そして、図１０のステップＳ２０４で、取得した動作ログの組み合わせが動作パターンデータベース１９に格納された動作パターンの中のいずれかに該当するかを判定する。図１１に示すように、第１Ａ期間では動作パターン１と動作パターン４とが検出されている。動作パターンが検出された場合には、不具合兆候ルール生成部２２は、図１０のステップＳ２０４でＹＥＳと判断して図１０のステップＳ２０５に進む。尚、図１０のステップＳ２０４でＮＯと判断した場合には、不具合兆候ルール生成部２２は、不具合兆候ルールの生成動作を終了する。

図１０のステップＳ２０５で不具合兆候ルール生成部２２は、第１Ａ期間における動作パターン１の検出回数に対する第２Ａ期間における動作パターン１の検出回数の比率が一定比率以下となっているか判断する。ここで、一定比率は、自由に設定できるが、例えば、１０％以下のように設定できる。

第１Ａ期間では、動作パターン１は２回検出されており、第２Ａ期間では動作パターン１は１回検出されている。そうすると、上記の比率は５０％となり、設定値の１０％よりも大きくなっている。従って不具合兆候ルール生成部２２は、図１０のステップＳ２０５でＮＯと判断して図１０のステップＳ２０７に進み、第１Ａ期間に動作パターン１以外の動作パターンがあるかどうか判定する。

図１１に示すように、第１Ａ期間には、動作パターン４が検出されているので、不具合兆候ルール生成部２２は、図１０のステップＳ２０７でＹＥＳと判断して図１０のステップＳ２０５に戻り、動作パターン４の上記の比率が一定比率以下となっているか判断する。

図１１に示すように、第１Ａ期間には、動作パターン４が２回検出されており、第２Ａ期間では、動作パターン４は検出されていない。従って、上記比率は０％となり、一定比率の１０％以下となっている。従って、不具合兆候ルール生成部２２は、図１０のＳ２０５でＹＥＳと判断して図１０のステップＳ２０６に進む。

不具合兆候ルール生成部２２は、図１０のステップＳ２０６において、動作パターン４と入場ゲート２００に予測される不具合と対処とを対応付けて不具合兆候ルールを生成する。時刻ｔ１１の対処内容がリーダ部清掃であり、動作パターン４がリーダ部読み取り不良に関するものであるから、不具合兆候ルール生成部２２は、図７に示すように、動作パターン４に対応する不具合兆候内容を「リーダ部清掃を必要とするリーダ部読み取り不良の兆候」のように設定し、不具合兆候ルール１を生成する。そして、不具合兆候ルール生成部２２は、生成した不具合兆候ルール１を不具合兆候ルールデータベース２３に格納する。

そして、不具合兆候ルール生成部２２は、図１０のステップＳ２０７に進み、第１Ａ期間に動作パターン１、４以外の動作パターンがあるかどうか判定する。図１１に示すように、第１Ａ期間には、動作パターン１、４以外の動作パターンは検出されていないので、不具合兆候ルール生成部２２は、図１０のステップＳ２０７でＮＯと判断して図１０のステップＳ２０８に進み、不具合の処理を行った他の時刻があるかどうか判断する。

図１１に示すように、時刻ｔ１１以外にｔ１２～ｔ１５の４回、入場ゲート２００の対処を行っているので、不具合兆候ルール生成部２２は、図１０のステップＳ２０８でＹＥＳと判断して図１０のステップＳ２０２に戻り、時刻ｔ１２において、同様の動作を行う。

時刻ｔ１１の前の第１Ｂ期間には、動作パターン１と、動作パターン６と、動作パターン７とが検出されている。動作パターン１は、第１Ｂ期間に１回、第２Ｂ期間に１回検出されているので、第１Ｂ期間における動作パターン１の検出回数に対する第２Ｂ期間における動作パターン１の検出回数の比率は１００％となり、一定比率の１０％以下となっていない。従って、不具合兆候ルール生成部２２は、動作パターン１については、図１０のステップＳ２０５でＮＯと判断し、図１０のステップＳ２０７でＹＥＳと判断して図１０のステップＳ２０５に戻り、動作パターン６について上記の比率の判断を行う。動作パターン６は、第１Ｂ期間に２回、第２Ｂ期間に１回検出されているので、上記の比率は５０％となり、一定比率の１０％以下となっていない。従って、図１０のステップＳ２０５でＮＯと判断し、図１０のステップＳ２０７でＹＥＳと判断して図１０のステップＳ２０５に戻って、動作パターン７について上記の比率の判断を行う。

動作パターン７は、第１Ｂ期間に２回検出され、第２Ｂ期間には検出されていないので上記の比率は０％となり、一定比率の１０％以下となっている。このため、不具合兆候ルール生成部２２は、図１０のステップＳ２０６に進んで、動作パターン７と入場ゲート２００に予測される不具合と対処とを対応付けて不具合兆候ルールを生成する。時刻ｔ１２の対処内容がフラッパ交換であり、動作パターン７がフラッパ２０２の動作不良に関するものであるから、不具合兆候ルール生成部２２は、図７に示すように、動作パターン７に対応する不具合兆候内容を「フラッパ交換を必要とするフラッパ動作不良の兆候」のように設定し、不具合兆候ルール２を生成する。そして、不具合兆候ルール生成部２２は、生成した不具合兆候ルール２を不具合兆候ルールデータベース２３に格納する。

不具合兆候ルール生成部２２は図１０のステップＳ２０８でＹＥＳと判断して図１０のステップＳ２０２に戻り、時刻ｔ１３の前後に第１Ｃ期間、第２Ｃ期間を設定し、上記と同様の動作を実行する。第１Ｃ期間には、動作パターン１と動作パターン４とが検出されるが、いずれの動作パターンも、上記の比率が一定比率以下となっていないので、図１０のステップＳ２０５でＮＯと判断して不具合兆候ルールの設定は行わない。次の時刻ｔ１４の第１Ｄ期間、第２Ｄ期間においても同様である。

時刻ｔ１５の前の第１Ｅ期間では動作パターン１，４，５，６が検出されている。この内、動作パターン５においては、第１Ｅ期間で２回検出され、第２Ｅ期間で検出されていないので、上記の比率は０％となり、一定比率の１０％以下となっている。従って、不具合兆候ルール生成部２２は、図２３に示すように、動作パターン５と、「リーダ部交換を必要とするリーダ部読み取り不良の兆候」の不具合兆候内容とを対応付けた不具合兆候ルール３を生成して不具合兆候ルールデータベース２３に格納する。

以上説明したように、対処前の第１期間に検出された動作パターンの回数に対して対処の後に検出された動作パターンの回数が一定比率以下となった場合に、動作パターンと対処内容とを対応付けた不具合兆候ルールを生成するので、動作パターンが検出された際に、入場ゲート２００に予測される不具合と、予測される不具合の発生を防止するための対処と、を出力することができる。

次に図１２を参照しながら、不具合兆候ルールを用いて入場ゲート２００に予測される不具合とその不具合の発生を防止するための対処とを通知する動作について説明する。この動作は、２～３か月毎に１回実行するようにしてもよいし、毎月実行するようにしてもよい。

不具合兆候判定部２４は、図１２のステップＳ３０１に示すように、２～３か月、１か月等の所定期間の動作ログを動作ログデータベース１５から取得する。そして、図１２のステップＳ３０２において、取得した動作ログの組み合わせが不具合兆候ルールに含まれる動作パターンに該当するかどうかを判断する。例えば、先に説明したように、動作パターン４は、図９に示す時刻ｔ６に検出される。動作パターン４は、図７に示すように不具合兆候ルール１に含まれる動作パターンである。このため、不具合兆候判定部２４は、取得した動作ログの組み合わせが不具合兆候ルール１に含まれる動作パターンに該当すると判断し、ステップＳ３０２でＹＥＳと判断して図１２のステップＳ３０３に進む。そして、不具合兆候判定部２４は、図１２のステップＳ３０３において、動作パターン４に対応する不具合兆候ルール１不具合兆候内容に含まれる予測される不具合の兆候があり、不具合兆候内容に含まれる対処が必要であると判定する。つまり、不具合兆候判定部２４は、図７に示すように、入場ゲート２００のリーダ部２０１の清掃を必要とするリーダ部２０１の読み取り不良の兆候があると判定する。そして、不具合兆候判定部２４は判定結果を不具合兆候通知部２５に出力する。

図１２のステップＳ３０４において、不具合兆候通知部２５は、通知器１０６を用いて不具合兆候判定部２４から入力された判定結果を通知する。尚、不具合兆候判定部２４が図１２のステップＳ３０２でＮＯと判断した場合には、不具合兆候の通知動作を終了する。

以上、説明したように、不具合兆候判定部２４が、複数の動作ログを組み合わせた動作パターンに基づいて入場ゲート２００に予測される不具合と、予測される不具合の発生を防止するための対処と、を含む不具合兆候内容を検出し、不具合兆候通知部２５が予測される不具合の兆候とその不具合の発生を防止するために必要な対処とを通知するので、入場ゲート２００の不具合発生前に機器に予想される不具合を起こさないような対処が可能となり、不具合の発生回数を低減することができる。

以上の説明では、動作ログに基づいて動作パターンを生成し、不具合兆候ルールは、動作パターンと不具合兆候内容とを対応付けたものとして説明したが、動作パーンを生成せず、１つの動作ログあるいは複数の動作ログの組み合わせを動作ログデータとし、動作ログデータと不具合兆候内容とを対応付けて不具合兆候ルールとしてもよい。

例えば、［リーダ部］読み取りエラー２回という動作ログデータと「リーダ部読み取り不良の兆候」という不具合兆候内容とを対応付けて不具合兆候ルールとしてもよい。この場合、不具合兆候内容として対処内容の検出を行うことは難しいが、簡便に構成で不具合兆候の通知をすることができる。

以上の説明では、動作パターンの生成動作において、カメラ３０２の撮像した動作パターンが検出された時刻の前後の期間の動画をディスプレイ１０５に表示し、エンジニアがこの動画に基づいて図８のステップＳ１０６で生成した動作パターンが入場ゲート２００に予測される不具合の兆候を示すかどうかの判定を行うこととして説明したが、この際、エンジニアがその動画から入場ゲート２００に不具合が発生したことが明らかであり、対処が必要と判断した場合、不具合解消を目的とした対処を行うようにしてもよい。

次に、図１３から図１６を参照しながら他の実施形態の機器不具合兆候通知装置１５０について説明する。機器不具合兆候通知装置１５０は、動作ログ、又は、動作ログと画像データを入力とし、機器の不具合兆候内容を出力とする不具合兆候推論モデルを用いて機器の不具合兆候内容を推論し、推論した不具合兆候内容を通知するものである。先に図１から図１２を参照して説明した機器不具合兆候通知装置１００と同様の部位には、同様の符号を付して説明は省略する。

図１３に示すように、機器不具合兆候通知装置１５０は、図１を参照して説明した機器不具合兆候通知装置１００の不具合兆候ルール生成部２２と、不具合兆候ルールデータベース２３と、不具合兆候判定部２４と、に代えて、不具合兆候推論モデル生成部２６と、不具合兆候推論モデルデータベース２７と、不具合兆候推論部２８とを備えるものである。

不具合兆候推論モデル生成部２６は、動作ログデータベース１５と、画像データベース１２とを参照して学習により、一定期間の動作ログ、又は、動作ログと画像データとの入力に対して不具合兆候内容又は不具合兆候なしを出力とする不具合兆候推論モデルを生成する。不具合兆候推論モデルデータベース２７は、不具合兆候推論モデル生成部２６が生成した不具合兆候推論モデルを格納するデータベースである。不具合兆候推論部２８は、不具合兆候推論モデルを用いて、不具合兆候内容の推論を行い、推論結果を不具合兆候通知部２５に出力する。

機器不具合兆候通知装置１５０の不具合兆候通知動作について説明する前に、図１４、図１５を参照しながら不具合兆候推論モデルの生成について説明する。先に不具合兆候ルールの生成動作で説明したと同様、対処実績データベース２１には、図１１に示すように、半年～１年位の入場ゲート２００の対処時刻と対処内容とが関連付けて格納されている。

図１４のステップＳ４０１に示すように、不具合兆候推論モデル生成部２６は、対処実績データベース２１の中に入場ゲート２００の清掃や部品交換等の対処の実績があるかどうかを判断する。そして不具合兆候推論モデル生成部２６は、図１４のステップＳ４０１でＹＥＳと判断した場合には、図１４のステップＳ４０２に進んで不具合の対処を行った一の時刻ｔ２１（図１５参照）を抽出し、時刻ｔ２１より前の第１期間と、時刻ｔ２１よりも後の第２期間とを設定する。なお、図１４のステップＳ４０１でＮＯと判断した場合には、不具合兆候推論モデル生成部２６は、不具合兆候推論モデルの生成動作を終了する。

次に不具合兆候推論モデル生成部２６は、図１４のステップＳ４０３で動作ログデータベース１５から第１期間の動作ログを取得する。そして、図１４のステップＳ４０４で、取得した動作ログの組み合わせが動作パターンデータベース１９に格納された動作パターンの中のいずれかに該当するかを判定する。図１５に示すように、第１期間では動作パターン１、動作パターン４、動作パターン５、動作パターン６が検出されている。動作パターンが検出された場合には、不具合兆候推論モデル生成部２６、図１４のステップＳ４０４でＹＥＳと判断して図１４のステップＳ４０５に進む。尚、図１４のステップＳ４０４でＮＯと判断した場合には、不具合兆候推論モデル生成部２６は、不具合兆候推論モデルの生成動作を終了する。

図１４のステップＳ４０５で不具合兆候推論モデル生成部２６は、第１期間における動作パターン１の検出回数に対する第２期間における動作パターン１の検出回数の比率が一定比率以下となっているか判断する。ここで、一定比率は、自由に設定できるが、例えば、１０％以下のように設定できる。

第１期間では、動作パターン１は２回検出されており、第２期間では動作パターン１は２回検出されている。そうすると、上記の比率は１００％となり、設定値の１０％よりも大きくなっている。従って不具合兆候推論モデル生成部２６は、図１４のステップＳ４０５でＮＯと判断して図１４のステップＳ４１０に進み、第１期間に動作パターン１以外の動作パターンがあるかどうか判定する。第１期間では、動作パターン１の他に動作パターン４，５，６が検出されているので、不具合兆候推論モデル生成部２６は、図１４のステップＳ４１０でＹＥＳと判断して図１４のステップＳ４０５に戻り、動作パターン４について動作パターン１と同様に上記の比率が一定比率以下となっているかどうか判断する。

図１５に示すように、動作パターン４は、第１期間で３回検出されており、第２期間で１回検出されている。したがって、動作パターン４では、上記の比率は３３％となり、一定比率の１０％以下となっていない。従って、不具合兆候推論モデル生成部２６は、図１４のステップＳ４０５でＮＯと判断し、図１４のステップＳ４１０でＹＥＳと判断して図１４のステップＳ４０５に戻り、動作パターン５について、動作パターン１，４と同様に上記の比率が一定比率以下となっているか判断する。

図１５に示すように、第１期間では、動作パターン５は３回検出されているが第２期間では動作パターン５は検出されていない。従って、上記の比率は、０％となり一定比率の１０％以下となっている。従って、不具合兆候推論モデル生成部２６は、図１４のステップＳ４０５でＹＥＳと判断して図１４のステップＳ４０６に進む。

不具合兆候推論モデル生成部２６は、図１４のステップＳ４０６で図１５に示すように、第１期間の動作ログ、又は、動作ログと画像データとを入力とし、不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成する。ここで、動作パターン５は、図４に示すように、「（動作パターン４に該当）が発生、且つ、（動作パターン４に該当）が最近６０日以内に５回以上」として規定されている。つまり、動作パターン５は、「（認証問い合わせ入場許可）が発生、且つ、［リーダ部］読み取りエラーが最近７秒以内に２回以上」で規定される動作パターン４が最近６０日以内に５回以上発生として規定される。このように、動作パターン５は、リーダ部の読み取り不良の発生の兆候を示すものである。また、時刻ｔ２１の対処内容は、リーダ部交換処理である。従って、不具合兆候推論モデル生成部２６は、第１教師モデルの不具合兆候内容を「リーダ部交換を必要とするリーダ部読み取り不良の兆候」と規定する。そして、不具合兆候推論モデル生成部２６は、図１４のステップＳ４０７に進んで第３期間を設定する。図１５に示すように、第３期間は、第１期間と第２期間とのいずれとも重複しない期間である。

そして、不具合兆候推論モデル生成部２６は、図１４のステップＳ４０８に進んで、図１５に示すように、第３期間の動作ログ、又は、動作ログと画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成する。そして、第２教師データの生成が終了したら図１４のステップＳ４０９に進む。

不具合兆候推論モデル生成部２６は、図１４のステップＳ４０９で、第１教師データと第２教師データを用いた学習により、一定期間の動作ログ、又は、動作ログと画像データとの入力に対して不具合兆候内容又は不具合兆候なしを出力とする不具合兆候推論モデルを生成する。そして、不具合兆候推論モデル生成部２６は、生成した不具合兆候推論モデルを不具合兆候推論モデルデータベース２７に格納する。

不具合兆候推論モデル生成部２６は、図１４のステップＳ４１０に進み、他の動作パターンがあるかどうか判断する。まだ、動作パターン６が残っているので、不具合兆候推論モデル生成部２６は、図１４のステップＳ４１０でＮＯと判断して図１４のステップＳ４０５に戻って動作パターン６の上記の比率が一定比率以下となっているが判断する。図１５に示すように動作パターン６は、第１期間で１回検出され、第２期間で１回検出されている。従って、上記の比率は１００％となり一定比率の１０％以下となっていない。従って、不具合兆候推論モデル生成部２６は、図１４のステップＳ４０５でＮＯと判断する。また、動作パターン６が上記比率の判断を行う最後の動作パターンなので、図１４のステップＳ４１０でＮＯと判断して図１４のステップＳ４１１に進む。そして、不具合兆候推論モデル生成部２６は、他の対処を行った時刻が有るかどうかを判断し、他の対処を行った時刻が有れば、図１４のステップＳ４０２に戻って上記と同様の動作を繰り返して実行する。また、他の対処を行った他の時刻がない場合には、図１４のステップＳ４１１でＮＯと判断して不具合兆候推論モデルの生成動作を終了する。

次に、図１６を参照しながら、不具合兆候推論モデルを用いて不具合兆候内容の通知を行う動作について説明する。先に説明した不具合兆候ルールを用いて不具合兆候内容の通知を行う場合と同様、この動作は、２～３か月毎に１回実行するようにしてもよいし、毎月実行するようにしてもよい。

図１６のステップＳ５０１に示すように、不具合兆候推論部２８は、２～３か月、１か月等の所定期間の動作ログを動作ログデータベース１５から取得又は、所定期間の動作ログを動作ログデータベース１５から取得すると共に所定期間の画像データを画像データベース１２から取得する。

図１６のステップＳ５０２に示すように、不具合兆候推論部２８は、不具合兆候推論モデルデータベース２７から不具合兆候推論モデルを読み出し、不具合兆候推論モデルに所定期間の動作ログ、又は、所定期間の動作ログと画像データを入力し、不具合兆候内容の推論を行わせる。そして、不具合兆候推論部２８は、不具合内容の推論結果の出力があった場合には、図１６のステップＳ５０３でＹＥＳと判断して図１６のステップＳ５０４に進む。

不具合兆候通知部２５は、図１６のステップＳ５０４で不具合兆候推論部２８から出力された不具合内容を通知器１０６から通知する。

不具合兆候推論部２８は、不具合内容の出力が無く、不具合の兆候がないとの推論結果が出力された場合には、図１６のステップＳ５０３でＮＯと判断して不具合兆候の通知動作を終了する。

ここで、通知される不具合兆候内容は、第１教師モデルの生成の場合に規定した、「リーダ部交換を必要とするリーダ部読み取り不良の兆候」のように、入場ゲート２００に予測される不具合と、予測される不具合の発生を防止するための対処と、を含むものである。従って、入場ゲート２００の不具合発生前に機器に予想される不具合を起こさないような対処が可能となり、不具合の発生回数を低減することができる。

次に、図１７～図１９を参照しながら、他の不具合兆候推論モデルの生成動作と他の不具合兆候推論モデルを用いた不具合兆候内容の推論と通知について説明する。先に図１４～図１６を参照して説明した不具合兆候推論モデルの生成動作と、その不具合兆候推論モデルを用いた不具合兆候内容の推論と通知と同様の動作には、同様の符号を付して説明は、省略する。

図１７に示すように、他の不具合兆候推論モデルの生成方法は、図１４のステップＳ４０６、ステップＳ４０８、ステップＳ４０９において、対処実績データを入力項目に追加したものである。

図１７のステップＳ６０１では、図１８に示すように、不具合兆候推論モデル生成部２６は、第１期間の動作ログと対処実績データ、又は、動作ログと対処実績データと画像データとを入力とし、不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成する。また、不具合兆候推論モデル生成部２６は、図１７のステップＳ６０２では、図１８に示すように、第３期間の動作ログと対処実績データ、又は、動作ログと対処実績データと画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成する。そして、不具合兆候推論モデル生成部２６は、図１７のステップＳ６０３では、図１８に示すように、第１教師データと第２教師データを用いた学習により、一定期間の動作ログと対処実績データ、又は、動作ログと対処実績データと画像データとの入力に対して不具合兆候内容又は不具合兆候なしを出力とする他の不具合兆候推論モデルを生成する。不具合兆候推論モデル生成部２６は、生成した他の不具合兆候推論モデルを不具合兆候推論モデルデータベース２７に格納する。

このように、学習に用いる第１教師データが対処実績データを入力としているので、過去の対処実績データと動作ログとを関連付けて学習することができる。このため、例えば、交換が必要な不具合の兆候と推論するのか、清掃によりエラーが減ったのか、大して変わらなかったのかを材料に学習することができる。これにより、他の不具合兆候推論モデルは、交換が必要な不具合の兆候なのか清掃が必要な不具合の兆候なのかを分けて推論することができるモデルとして生成される。

上記のようにして生成した他の不具合兆候推論モデルを用いた不具合兆候内容の推論、通知の動作について図１９を参照して説明する。先に図１６を参照して説明した動作と同様の動作には、同様の符号を付して説明は省略する。

図１９のステップＳ７０１に示すように、不具合兆候推論部２８は、所定期間の動作ログを動作ログデータベース１５から取得し、所定期間の対処実績データを対処実績データベース２１から取得する。又は、不具合兆候推論部２８は、所定期間の動作ログを動作ログデータベース１５から取得し、所定期間の対処実績データを対処実績データベース２１から取得すると共に所定期間の画像データを画像データベース１２から取得する。

図１９のステップＳ７０２に示すように、不具合兆候推論部２８は、不具合兆候推論モデルデータベース２７から他の不具合兆候推論モデルを読み出し、他の不具合兆候推論モデルに所定期間の動作ログと対処実績データ、又は、所定期間の動作ログと対処実績データと画像データを入力し、不具合兆候内容の推論を行わせる。そして、不具合兆候推論部２８は、不具合内容の推論結果の出力があった場合には、図１９のステップＳ５０３でＹＥＳと判断して図１９のステップＳ５０４で不具合兆候内容を通知する。

以上説明した他の不具合兆候推論モデルを用いた不具合兆候内容の推論と通知の動作は、先に説明した不具合兆候推論モデルによる推論と通知の動作と同様の効果を奏する。

以上の説明では、不具合兆候ルールを用いて不具合内容の検出を行い、検出した不具合兆候内容の通知を行う機器不具合兆候通知装置１００と、不具合兆候推論モデルを用いて不具合兆候内容を推論し、推論した不具合兆候内容を通知する機器不具合兆候通知装置１５０とについて説明したが、不具合兆候ルールを用いて不具合内容の検出を行い、検出した不具合兆候内容の通知を行う動作と、不具合兆候推論モデルを用いて不具合兆候内容を推論し、推論した不具合兆候内容を通知する動作の両方の動作を行うことができる機器不具合兆候通知装置としてもよい。

１１ 画像データ取得部、１２ 画像データベース、１３ 画像表示部、１４ 動作ログ取得部、１５ 動作ログデータベース、１６ 動作パターン生成部、１７ 不具合兆候該非信号取得部、１８ 不具合兆候該非信号データベース、１９ 動作パターンデータベース、２０ 対処実績データ取得部、２１ 対処実績データベース、２２ 不具合兆候ルール生成部、２３ 不具合兆候ルールデータベース、２４ 不具合兆候判定部、２５ 不具合兆候通知部、２６ 不具合兆候推論モデル生成部、２７ 不具合兆候推論モデルデータベース、２８ 不具合兆候推論部、１００，１５０ 機器不具合兆候通知装置、１０２，２０４ ＣＰＵ、１０３ 記憶装置、１０４，２０６ 外部通信Ｉ／Ｆ、１０５ ディスプレイ、１０６ 通知器、１０７ 操作器、２００ 入場ゲート、２０１ リーダ部、２０２ フラッパ、２０３ ゲート制御部、２０５ メモリ、３０１ サーバ、３０２ カメラ、３０３ 通信回線、３５０ ＩＤカード、５００ 入室管理システム。

Claims (9)

1. 機器の不具合の兆候を通知する機器不具合兆候通知装置であって、
   前記機器の動作ログを取得する動作ログ取得部と、
   前記機器の動作ログデータと前記機器の不具合兆候内容とを対応付けた不具合兆候ルールが格納された不具合兆候ルールデータベースと、
   前記動作ログ取得部で取得した前記動作ログが前記不具合兆候ルール中の前記動作ログデータに該当する場合に、対応する前記不具合兆候内容の不具合の兆候があると判定する不具合兆候判定部と、
   前記不具合兆候判定部が判定した前記不具合兆候内容を通知する不具合兆候通知部と、
   前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、
   前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、
   前記不具合兆候ルールを生成する不具合兆候ルール生成部と、を含み、
   前記不具合兆候ルールは、前記動作パターンデータベースに格納された前記動作パターンと前記機器の前記不具合兆候内容とを対応づけたものであり、
   前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、
   前記不具合兆候判定部は、前記不具合兆候ルールに含まれる前記動作パターンが検出された際に、前記動作パターンに対応する前記不具合兆候内容に含まれる予測される不具合の兆候があり、前記不具合兆候内容に含まれる対処が必要であると判定し、
   前記不具合兆候ルール生成部は、
   前記対処実績データベースを参照して前記機器の不具合の一の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、
   前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記動作パターンと前記機器に予測される不具合と前記一の対処とを対応付けて前記不具合兆候ルールを生成し、前記不具合兆候ルールデータベースに格納すること、
   を特徴とする機器不具合兆候通知装置。
2. 請求項１に記載の機器不具合兆候通知装置であって、
   前記機器の動作ログを格納した動作ログデータベースと、
   前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、
   前記動作パターンを生成する動作パターン生成部と、
   前記画像データベースに格納されている画像データの内、前記動作パターン生成部で生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として表示する画像表示部と、
   生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかの不具合兆候該非信号を取得する不具合兆候該非信号取得部と、を備え、
   前記動作パターン生成部は、前記不具合兆候該非信号取得部に不具合兆候該当信号が入力された場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が前記動作パターンデータベースに格納されている既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、
   前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合であること、
   を特徴とする機器不具合兆候通知装置。
3. 機器の不具合の兆候を通知する機器不具合兆候通知装置であって、
   前記機器の動作ログを格納した動作ログデータベースと、
   前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、
   前記動作ログ、又は、前記動作ログと前記画像データを入力とし、前記機器の不具合兆候内容を出力とする不具合兆候推論モデルと、
   前記不具合兆候推論モデルに前記動作ログ、又は、前記動作ログと前記画像データを入力し、前記不具合兆候内容を推論する不具合兆候推論部と、
   前記不具合兆候推論部が出力した前記不具合兆候内容を通知する不具合兆候通知部と、
   前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、
   前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、
   前記不具合兆候推論モデルを生成する不具合兆候推論モデル生成部と、を含み
   前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、
   前記不具合兆候推論モデル生成部は、
   前記対処実績データベースを参照して前記機器の不具合の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、
   前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記第１期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成し、
   前記第１期間と前記第２期間とのいずれとも重複しない第３期間を設定し、前記第３期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成し、
   前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログ、又は、前記動作ログと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成すること、
   を特徴とする機器不具合兆候通知装置。
4. 請求項３に記載の機器不具合兆候通知装置であって、
   前記不具合兆候推論モデル生成部は、
   前記第１期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの前記第１教師データを生成し、
   前記第３期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの前記第２教師データを生成し、
   前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成し、
   不具合兆候推論部は、前記不具合兆候推論モデルに前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データを入力し、前記不具合兆候内容を推論すること、
   を特徴とする機器不具合兆候通知装置。
5. 請求項３又は４に記載の機器不具合兆候通知装置であって、
   前記動作パターンを生成する動作パターン生成部と、
   前記画像データベースに格納されている画像データの内、前記動作パターン生成部で生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として表示する画像表示部と、
   生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかの不具合兆候該非信号を取得する不具合兆候該非信号取得部と、を備え、
   前記動作パターン生成部は、前記不具合兆候該非信号取得部に不具合兆候該当信号が入力された場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が前記動作パターンデータベースに格納されている既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、
   前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合であること、
   を特徴とする機器不具合兆候通知装置。
6. 情報処理を行うプロセッサと、データを格納する記憶装置と、画像を表示するディスプレイとを含むコンピュータによって、機器に予測される不具合の兆候を検出する前記機器の動作パターンを生成する方法であって、
   前記記憶装置は、前記機器の動作ログを格納した動作ログデータベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、動作パターンを格納する動作パターンデータベースと、含み、
   前記プロセッサは、
   前記機器の１つ又は複数の動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の不具合の兆候を検出する前記動作パターンを生成し、
   前記画像データベースに格納されている画像データの内、生成された前記動作パターンが検出された時刻の前後における所定の時間帯の画像データを画像として前記ディスプレイに表示し、
   前記表示された前記画像に基づいて生成された前記動作パターンが前記機器に予測される不具合の兆候を示すかどうかを判定し、
   前記画像が不具合の兆候を示すと判定した場合に、生成した前記動作パターンの評価指標値を算出し、算出した評価指標値が既存の前記動作パターンの評価指標値以上の場合に生成した前記動作パターンを新規動作パターンとして前記動作パターンデータベースに格納し、
   前記評価指標値は、前記動作パターンの検出回数に対する前記動作パターンが検出された際に不具合兆候該当信号が入力される回数の割合であること、
   を特徴とする方法。
7. 情報処理を行うプロセッサと、データを格納する記憶装置とを含むコンピュータによって、機器の不具合兆候内容の検出に用いられる不具合兆候ルールを生成する方法であって、
   前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、
   前記記憶装置は、前記機器の１つ又は複数の動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、を含み、
   前記プロセッサは、
   前記対処実績データベースを参照して前記機器の不具合の一の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、
   前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記動作パターンと前記機器に予測される不具合と前記一の対処とを対応付けて不具合兆候ルールを生成すること、
   を特徴とする方法。
8. 情報処理を行うプロセッサと、データを格納する記憶装置とを含むコンピュータによって、機器の不具合兆候内容の推論に用いられる不具合兆候推論モデルを生成する方法であって、
   前記不具合兆候内容は、前記機器に予測される不具合と、予測される不具合の発生を防止するための対処と、を含み、
   前記記憶装置は、前記機器の動作ログを格納した動作ログデータベースと、前記機器の１つ又は複数の前記動作ログの組み合わせであって、その組み合わせが検出された際に前記機器の前記不具合兆候内容を検出する動作パターンを格納する動作パターンデータベースと、前記機器の不具合の対処を行った時刻と対処内容とを対処実績データとして格納した対処実績データベースと、前記機器及び前記機器の周辺をカメラで撮像した画像データを格納した画像データベースと、を含み、
   前記プロセッサは、
   前記対処実績データベースを参照して前記機器の不具合の対処を行った一の時刻より前の第１期間と一の時刻よりも後の第２期間とを設定し、
   前記第２期間における前記動作パターンの検出回数が前記第１期間における前記動作パターンの検出回数の一定比率以下となる場合に、前記第１期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの第１教師データを生成し、
   前記第１期間と前記第２期間とのいずれとも重複しない第３期間を設定し、前記第３期間の前記動作ログ、又は、前記動作ログと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの第２教師データを生成し、
   前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログ、又は、前記動作ログと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする不具合兆候推論モデルを生成すること、
   を特徴とする方法。
9. 請求項８に記載の方法であって、
   前記プロセッサは、
   前記第１期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、前記不具合兆候内容を出力とする不具合兆候有りの前記第１教師データを生成し、
   前記第３期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとを入力とし、不具合の兆候がないことを出力とする不具合兆候無しの前記第２教師データを生成し、
   前記第１教師データと前記第２教師データを用いた学習により、一定期間の前記動作ログと前記対処実績データ、又は、前記動作ログと前記対処実績データと前記画像データとの入力に対して前記不具合兆候内容又は不具合兆候なしを出力とする前記不具合兆候推論モデルを生成すること、
   を特徴とする方法。

Images