JP7474645B2

JP7474645B2 - 知識モデル構築システム並びに構築方法

Info

Publication number: JP7474645B2
Application number: JP2020107554A
Authority: JP
Inventors: 嘉成堀; 敏明河野; 貴之内田; 康晴難波
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2020-06-23
Filing date: 2020-06-23
Publication date: 2024-04-25
Anticipated expiration: 2040-06-23
Also published as: JP2022003438A; US20210397977A1

Description

本発明は、アセットに関する知識モデル構築システム並びに構築方法に関する。

近年、様々な産業分野で、ベテラン作業員が減少する中、アセットに関する知識を体系化・システム化して継承・活用しようとする動きがある。また、ＡＩ活用の増加に伴い、ＡＩの判定根拠を説明可能な知識モデルを活用するケースが増加している。

知識モデルには、さまざまな表現方法がある。その中の１つに、因果関係で表現される知識を有向グラフで表現する方法がある。例えば、特許文献１には、アセットの故障などの故障知識をノードで表現し、ノード間を接続した有向グラフで表現している。

このように知識を有向グラフで表現することで、断片的な知識の因果関係をたどることができ、アセットの異常原因の推定や、対策の立案などに活用することができる。

なお、このような知識モデルは、対象となるアセットの部品構成に依存するため、部品構成が異なるアセットごとに知識モデルを構築する労力がかかるという課題がある。この課題に対し、特許文献１では、「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部分故障知識データ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と、再構成された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、故障知識結合ユニットは、異なる部分故障知識データ間の各ノードでの記述内容の関連性を評価及び調整し、異なる部分故障知識データを接続し、調査手順生成ユニットは、再構成された故障知識データより、保全作業者に調査手順を提示する際の優先度を設定し、優先度に基づいて調査手順を診断インタフェースユニットに提示する。」ことで解決を図っている。

このように、予め部品単位で部分故障知識データ（部分故障知識）を準備することで、部品の構成に合わせて新たなアセットの故障知識データ、すなわち知識モデルを再構成できる。

特開２０１９－２０４３０２号公報

しかしながら、アセットを構成する部品によっては、製品の更新サイクルが早く、部品のバリエーションが多い場合がある。そのため、更新される部品毎に新たな部分知識モデルを構築しなおす必要があり、構築工数が増加する。また、非常に多くの部品で構成されているアセットの場合、詳細な部品単位で知識モデルを構築するのか、ある部品群を一つの「部品」と考えて知識モデルを構築すればよいのか判断が難しい場合がある。この場合、部分知識モデルを構築することに大きな工数がかかる場合がある。

以上のことから本発明においては、新たなアセットの知識モデルを構築する場合、より少ない工数で構築することができる知識モデル構築システム並びに構築方法を提供することを目的とする。

以上のことから本発明においては「複数の部品で構成されているアセットの知識モデルを構築する知識モデル構築システムであって、複数の部品を接続情報とともに保存するＣＡＤデータと、アセットに関する１つの因果関係を表現した要素知識とその成立条件の組み合わせが複数組で構成される要素知識モデルを入力する入力部と、対象となるアセットのＣＡＤデータと、要素知識モデルの成立条件を比較することで、対象のアセットに適用可能な要素知識とその成立条件の組み合わせを抽出する知識モデル構築手段と、抽出した要素知識とその成立条件の組み合わせを知識モデルとして記憶する対象アセット知識モデルを備えていることを特徴とする知識モデル構築システム。」としたものである。

また本発明においては「複数の部品で構成されているアセットの知識モデルを構築する知識モデル構築方法であって、複数の部品を接続情報とともに保存するＣＡＤデータと、アセットに関する１つの因果関係を表現した要素知識とその成立条件の組み合わせが複数組で構成される要素知識モデルを入力し、対象となるアセットのＣＡＤデータと、要素知識モデルの成立条件を比較することで、対象のアセットに適用可能な要素知識とその成立条件の組み合わせを抽出し、抽出した要素知識とその成立条件の組み合わせを知識モデルとすることを特徴とする知識モデル構築方法」としたものである。

本発明によれば、新たなアセットの知識モデルを構築する場合、より少ない工数で構築することができる。

本発明の実施例１に係るアセットの知識モデル構築システムの全体構成例を示す図。ＣＡＤデータの一例を示す図。部品クラス図の一例を示す図。要素知識モデルデータベースの一例を示す図。知識モデル構築手段４における処理内容を示すフロー図。知識モデル表示手段に知識モデルの情報を表形式で表示した図。知識モデル表示手段に知識モデルの情報を有向グラフの形式で表示した図。図７の画面からの遷移画面例を示す図。本発明の実施例２に係るアセットの知識モデル構築システムの全体構成例を示す図。知識モデル修正手段７における重複処理内容を示すフロー図。重複処理に係るＣＡＤデータの一例を示す図。重複処理に係る因果関係の経路を示す図。経路を知識モデル表示手段６に表示した画面の構成例を示す図。知識モデル修正手段７における不足チェック処理内容を示すフロー図。不足チェック処理に係るＣＡＤデータの一例を示す図。知識モデル構築手段４で抽出される知識の一例を示す図。仮想的なＣＡＤデータ情報の一例を示す図。新品部品Ｂ３が上位部品Ｂに置き換えられ、表示された一例を示す図。部品Ｂ３にも適用できるように修正する一例を示す図。本発明の実施例３に係るアセットの知識モデル構築システムの全体構成例を示す図。確率付き知識モデル１０の知識モデルの一例を示す図。シミュレーション手段９を用いた場合の処理フロー例を示す図。確率付き知識モデル１０を利用した場合の処理フロー例を示す図。

以下、本発明の実施例について図面を用いて説明する。

図１は、本発明の実施例１に係るアセットの知識モデル構築システムの全体構成例を示す図である。

計算機を用いて構成される実施例１の知識モデル構築システムは、ＣＡＤデータ１、部品クラス図２、要素知識モデルデータベース３内の要素知識モデルデータを入力する入力部と、入力を用いて知識モデルを構築する知識モデル構築手段４と、構築された対象アセット知識モデル５と、取得した知識モデルや各種データを表示する知識モデル表示手段６により構成されている。

以下、アセットの知識モデル構築について、アセットが部品Ａ１、Ｂ２、およびＣ１から構成されている例を用いて説明する。まず、図２は、ＣＡＤデータ１の例を示している。ＣＡＤデータ１には、設計情報として、部品の構成図が接続情報とともに保存されている。図２に示す本事例でのアセットによれば、部品Ａ１、Ｂ２、およびＣ１からなるという構成が分かり、部品Ａ１がＢ２に接続されており、部品Ｂ２が部品Ｃ１に接続されていることが分かる。また、ＣＡＤデータ１には、部品の構成以外にアセットの設計圧力・温度など運用条件が記載されている場合がある。本事例では、いずれの部品にも、設計圧力０．７（ＭＰａ）、設計温度８０（℃）という情報が記載されているものとする。

図３は、部品クラス図２の例を示す。部品クラス図２は、部品名（部品クラス）の関係を階層的に表現した図である。図３に示した例では、部品Ａには、部品Ａ１、Ａ２という種類があり、部品Ａ１には、Ａ１１という種類があることを示している。同様に、部品Ｂには、部品Ｂ１、Ｂ２という種類があり、部品Ｂ２には、Ｂ２１という種類があることを示している。

要素知識モデルデータベース３内の要素知識モデルデータの例を図４に示す。要素知識モデルデータベース３は、アセットに関する知識モデルデータを格納するデータベースであり、要素知識Ｄ１０とその成立条件Ｄ２０の組み合わせで表現されている。成立条件Ｄ２０は、部品有無Ｄ２１、配置関係Ｄ２２、運用Ｄ２３の情報を含んで構成されている。

このうち要素知識Ｄ１０は、結果側から原因側を推定する因果関係で示されている。例えば、図４のＮｏ．１の要素知識の例は、「ＸＸ１⇒ＹＹ１」であり、結果がＸＸ１ならば原因はＹＹ１であることを意味する。この因果関係は例えば、故障の原因と発生する症状の関係を表し、ＸＸ１という状態（結果）が確認された場合、その原因はＹＹ１であることを意味する。なお、この要素知識が表す内容は、因果関係として記述できるものであれば、限定はない。例えば、アセットの症状と点検項目の知識や、故障原因とその対応策の知識でも良い。

成立条件Ｄ２０は、要素知識Ｄ１０が成立する条件である。本実施例では、「部品の有無Ｄ２１」「配置関係Ｄ２２」「運用Ｄ２３」を成立条件としたが、アセットの種別等に応じて適宜の項目を設定可能である。

「部品の有無Ｄ２１」は、要素知識が成立するために必須となる部品を示している。例えば、Ｎｏ．１の要素知識Ｄ１０である「ＸＸ１→ＹＹ１」は、部品Ａがあることが必須であり、Ｎｏ．２の要素知識Ｄ１０である「ＸＸ１→ＹＹ２」は、部品Ａ２があることが必須である。

図４の「部品の有無Ｄ２１」の記載事項を図３に示した部品クラス図と参照すると、部品Ａには、部品Ａ１、部品Ａ２など、いくつかの種類があるが、成立条件として「部品の有無Ｄ２１」の記載が”部品Ａ”となっていれば、いずれの部品Ａ、部品Ａ２のいずれの部品でも成立条件を満足する。逆に、成立条件として「部品の有無Ｄ２１」の記載が“部品Ａ１”となっていれば、部品Ａ２を利用するアセットは成立条件を満足しないことを表している。このように、部品クラス図２を利用した表記とすることで、部品のバリエーションが多い場合であっても、効率よく知識を管理できる。

なお、本事例では、図４のＮｏ．３に示したように、対応する部品をカンマ区切りで列挙する方法で成立条件を記載してある。この例は、部品のＡ２がありかつＢ１がある場合に成立することを意味する。この時、より厳密に成立条件を定義するため、集合の記号を用いて成立条件を表現しても良い。例えば、本例では、”Ａ２∩Ｂ１”と表現することで、より厳密に条件を定義できる。Ａ２または、Ａ１１の場合に成立する場合であれば、“Ａ２∪Ａ１１”と表現すればよい。また、例えば、部品Ｅの種類が多く、Ｅ１～Ｅ７まであり、部品がＥ７以外で成立する場合、Ｅ１∪Ｅ２∪Ｅ３∪Ｅ４∪Ｅ５∪Ｅ６と表現しても良いが、例えばＥ∩ＮＯＴ（Ｅ７）と表現することで、より簡便に成立条件を記載できる。

「配置関係Ｄ２２」は、要素知識Ｄ１０が成立するための部品の配置関係である。Ｎｏ．１の要素知識の例であれば、“Ａ→Ｂ”となっており、部品Ａの下流に部品Ｂがあることが必須となることを定義している。したがって、例えば、部品Ａの下流に部品Ｂがなく、部品Ｃがある場合には、この要素知識は成立しない。なお、本事例では、配置関係を上流、下流を意味する記号として“→”を使った例を示したが、例えば、部品Ａ、部品Ｂが接していれば良い条件を“Ａ－Ｂ”と表記するか、部品Ａが部品Ｂの上にあるという条件を“Ａ／Ｂ”のように表記し、配置関係の成立条件を示しても良い。また、必ずしも記号を用いる必要はなく、”ＡｃｏｎｎｅｃｔｅｄｔｏＢ”のように文字を用いて表現しても良い。

「運用Ｄ２３」は、要素知識Ｄ１０が成立するための、運用条件である。例えば、Ｎｏ．１の要素知識の例では、運用温度Ｔが１００℃より小さい場合のみに成立することを定義している。本事例では、運用温度の成立条件のみを記載したが、運用圧力Ｐに関し、“Ｐ＞１ＭＰａ“といった運用条件でも良い。また、アセットの利用頻度Ｆなどを用いて、”Ｆ＞１０ｈ／ｈ”、”Ｆ＜１０回／ｄａｙ”などの運用条件でも良い。このように、「運用」には、アセットの運用に関する運用条件であれば、いかなる条件でも記述できる。

知識モデル構築手段４は、ＣＡＤデータ１に記載された情報に基づき、要素知識モデルデータベース３に保存された要素知識Ｄ１０から、対象となるアセットに適用可能な知識モデルを抽出する。

図５は、知識モデル構築手段４における処理内容を示すフロー図である。図５の最初の処理ステップＳ１１では、ＣＡＤデータ１から対象アセットの部品名を抽出する。図２で示したように、本事例で対象としたアセットは、部品Ａ１、Ｂ２、およびＣ１からなるので、ここでは部品Ａ１、Ｂ２、およびＣ１を抽出する。

処理ステップＳ１２では、部品クラス図情報から、抽出した部品の上位部品名を取得する。図３で示したように、部品Ａ１、Ｂ２、およびＣ１の上位部品名として、ここでは部品Ａ、Ｂを取得する。

処理ステップＳ１３では、処理ステップＳ１１、Ｓ１２で抽出した部品名と要素知識モデルの成立条件Ｄ２０の「部品有無Ｄ２１」の情報を比較し、合致する要素知識を抽出する。成立条件Ｄ２０のうち、「部品有無Ｄ２１」の条件で、利用可能な要素知識を抽出すると、本事例では、要素知識Ｎｏ．２、Ｎｏ．３、Ｎｏ．４について部品Ａ２、Ｂ１が成立条件となっているため、対象のアセットとは合致せず、要素知識Ｎｏ１、Ｎｏ．５、Ｎｏ．６、Ｎｏ．７が残る。

処理ステップＳ１４では、処理ステップＳ１３で抽出した要素知識のうち、成立条件Ｄ２０の「配置関係Ｄ２２」の情報と、ＣＡＤデータ１の配置関係を比較し、合致する要素モデルを抽出する。ただし、配置関係が、上位部品名で記載されている場合も、合致すると判断する。本事例で成立条件「配置関係Ｄ２２」で抽出すると、Ｎｏ．６、Ｎｏ．７は、“Ｂ→Ｄ”となっており、対象のアセットとは合致せず、Ｎｏ．１、Ｎｏ．５のみが抽出される。

最後に処理ステップＳ１５では、処理ステップＳ１４で抽出した要素知識のうち、成立条件Ｄ２０の「運用条件Ｄ２２」の情報と、ＣＡＤデータ１の運用条件を比較し、合致する要素モデルを抽出する。「運用条件Ｄ２２」の成立条件は“Ｔ＜１００℃”であり、これを対象のアセットの情報と比較する。本事施では、上述したように、いずれの部品の設計温度も８０℃であり１００℃より小さい条件を満足する。したがって、対象アセットの知識モデルとして、最終的にＮｏ．１、Ｎｏ．５の要素知識が抽出される。

以上のように、知識モデル構築手段４では、全成立条件との比較から、対象の知識モデルを構築する。

対象アセット知識モデル５は、知識モデル構築手段４により構築された知識モデルである。本事例では、Ｎｏ．１、Ｎｏ．５の要素知識からなる。

知識モデル表示手段６は、対象アセット知識モデル５を表示する。表示方法の一例を図６、図７、図８に示す。図６の例は、知識モデルの情報を表形式で表示したものである。抽出した知識モデルの情報が、図４と同じ項目で表示されている。本事例では、要素知識の数が少ないため、効果が分かりにくいが、表形式で表示することで、多量の知識モデルから条件を絞り込んで表示する場合などにメリットがある。

次に別の表示例を図７、図８に示す。図７は初期画面、図８はその遷移後の画面の例である。図７では、要素知識の因果関係を有向グラフの形式で表示する。図６の表示例では、ＸＸ１⇒ＹＹ１とＹＹ１⇒ＺＺ２の２つの要素知識があるため、これを結合すると図７で示したように、ＸＸ１⇒ＹＹ１⇒ＺＺ２という有効グラフの形式で表現できる。このように有効グラフで表示することで、知識モデル全体を俯瞰的に確認することができる。なお、図７には、要素知識Ｄ１０のみが表示されており、成立条件Ｄ２０が表示されていないが、本事例では、有効グラフをクリックすると、その要素知識Ｄ１０が成立するための成立条件Ｄ２０が表示される。例えば、ＸＸ１とＹＹ１を接続する矢印をクリックすると図８の遷移後の画面に示したように、成立条件が表示されるように画面遷移するように構成するのがよい。

以上、示したように、実施例１では、知識モデル構築手段４が、ＣＡＤデータ１と部品クラス図２を活用し、要素知識モデルデータベース３内の要素知識モデルデータから対象アセット知識モデル５を抽出できるため、効率よく対象のアセット知識モデルを構築できる。また、知識モデル表示手段６により、構築された対象アセット知識モデル５を可視化できるため、知識の妥当性も確認することができる。

なお、実施例１では、ＣＡＤデータ１として、部品の構成、接続（位置）関係、運用条件の全てを含むＣＡＤデータ１を利用する例について説明した。しかし、例えば、構成情報と接続情報が１つのＣＡＤデータ１に含まれ、運用条件が別の設計図書に記載されているなど、別々に保存されていても良い。また、部品の構成、接続情報、運用条件のうち、接続情報と運用条件に関するデータがなくても良い。この場合、知識モデル構築手段では、接続情報と運用条件での要素知識の選択ができないため、部品有無の情報のみで対象アセットの知識モデルを構築するのがよい。

次に本発明の実施例２について説明する。実施例２の知識モデル構築システムの構成例を図９に示す。実施例２が実施例１と異なる点は、実施例２には、知識モデル修正手段７と利用部品実績データベース８を新たに備える点である。

以下に知識モデル修正手段７について説明する。知識モデル修正手段７は、構築した対象アセット知識モデルに重複または、不足があった場合に、修正するものである。まず、重複があった場合の例について説明する。

図１０は、知識モデル修正手段７における重複処理内容を示すフロー図である。図１０の最初の処理ステップＳ２１では、知識モデル表示手段の２つのノードのうち、２通り以上のルートで接続しているものを抽出する。この実施例２の事例では、図４に示した要素知識モデルに対し、図１１のＣＡＤデータがあったとする。図１１に示す本事例でのアセットは、部品Ａ１、Ｂ２、Ｃ１およびＤからなるという構成が分かり、部品Ａ１がＢ２に接続されており、部品Ｂ２が部品Ｃ１に接続されており、部品Ｄが部品Ｂ２に接続されていることが分かる。また、ＣＡＤデータ１には、部品の構成以外にアセットの設計圧力・温度など運用条件が記載されている場合がある。

この場合、抽出される対象アセット知識モデルの因果関係は、図１２の因果関係の経路に示したようになる。図１２には、ＸＸ１⇒ＹＹ１⇒ＺＺ２、ＸＸ１⇒ＹＹ１⇒ＺＺ３、ＸＸ１⇒ＺＺ３の３つの因果関係の経路が表示される。

さらにこの経路を知識モデル表示手段６に表示した画面の構成例が図１３であり、図１２の経路とともに、操作部７１、７２、７４が合わせて表記される。このうちＸＸ１からＺＺ３につながる因果関係は、ダイレクトに表現した”ＸＸ１⇒ＺＺ３”とＹＹ１を経由した因果関係である”ＸＸ１⇒ＹＹ１⇒ＺＺ３”の２通りの因果関係が抽出される。これは、同じ因果関係を２通りの粒度で記述したものであるため、一方の経路７３は削除することができる。

知識モデル表示手段６に表示された図１３の画面に表示された経路の構成を確認したユーザは、知識モデル修正手段７により、ＸＸ１⇒ＺＺ３の矢印７３を削除する。図１０の処理ステップＳ２２はこの処理を表しており、重複チェックボタンの押下により、削除可能な要素知識モデルの矢印を破線とする。

具体的には、図１３の表示画面上において、重複チェックボタン７１を押下することにより、削除可能な要素知識モデルの矢印７３が破線となり、削除可能か否かを確認するダイアログボックス７４が表示される。ここでＯＫボタンを押下すると、対象アセット知識モデル５から”ＸＸ１⇒ＺＺ３”の要素知識が削除され、破線の矢印７３も削除される。

図１０の処理ステップＳ２３は、この処理を表しており、確認ダイアログでＯＫが押下されると破線が削除され、破線で示された因果関係を表す要素知識がアセット知識モデルから削除される。なお、重複している要素知識が複数ある場合は、上記の処理が複数回繰り返される。以上により、重複した要素知識モデルが削除される。

次に、対象としたアセットに対する要素知識モデルが要素知識モデルデータベースに十分含まれていない場合について説明する。実施例１に示した方法は、要素知識モデルデータベース３の中から、対象となるアセットに関連する要素知識を抽出するため、要素知識モデルデータベース３に含まれていない部品に関する要素知識を抽出することはできない。過去に類似部品がなかった場合は、やむを得ないが、過去に利用した部品がバージョンアップされた場合であれば、要素知識モデルデータベースに登録されている要素知識の情報を活用できる可能性がある。以下に具体例を述べる。

図１４は、知識モデル修正手段７における不足チェック処理内容を示すフロー図である。不足チェック処理の事例説明では、対象となるＣＡＤデータ１が図１５に示したものであったとする。図２と比べると、部品がＢ２からＢ３に変化している。この場合、知識モデル構築手段４で抽出される知識は、図１６に示したように”ＸＸ１⇒ＹＹ１”のみとなる。これを図６と比較すると、Ｂ２に関する知識である”ＹＹ１⇒ＺＺ２”が含まれていない。これは、部品Ｂ３に関する知識が図４の要素知識モデルデータベース３に記載されていないためである。

そこで、本実施例では、次の３つの処理ステップＳ３１、Ｓ３２、Ｓ３３を実行することにより、不足知識がないかをチェックする。図１４の最初の処理ステップＳ３１では、不足チェックボタンの押下により、これまでに利用された部品の情報を利用部品実績ＤＢから取得する。なお不足チェックボタン７２は、図１３などの知識モデル表示画面上に表示されている。

図９の利用部品実績データベース８には、過去に利用したＣＡＤデータ１の情報が格納されている。また要素知識モデルデータベース３に登録されている部品名が全て登録されている。したがって、これまでに対象とした部品の情報が全て取得できる。

処理ステップＳ３２では、現在の対象アセットの部品情報とステップＳ３１で取得した部品情報を比較し、対象のアセットで新規に対象となった部品を特定する。本事例では、部品Ｂ３が新たな部品であるため、部品Ｂ３が新規の対象部品としてリストアップされる。

処理ステップＳ３３では、新規の対象部品に対する知識が要素知識モデルデータベース３に保存されているかを確認する。具体的には、図４の成立条件Ｄ２０にＢ３という文字が含まれているか否かで判別する。本事例では、要素知識モデルデータベース３に、”Ｂ３”の文字はないため、Ｂ３に関する要素知識モデルが不足している可能性があることがわかる。

処理ステップＳ３４では、Ｂ３に関する要素知識モデルが保存されているか、否かを判断し、保存されている場合には処理を終了し、保存されていない場合には処理ステップＳ３５に移動して、不足情報が見つかった場合の要素知識モデルの追加処理を実施する。

本実施例では、まず、新規部品の上位クラスの部品に関する要素知識を活用し、その中で実際に適応可能な知識を要素知識モデルデータベースに登録することにした。

具体的な手順を以下に説明する。ここまでの段階で、Ｂ３に関する知識が不足している可能性が高いことが分かった。そこで処理ステップＳ３５では、新規部品Ｂ３が、上位クラスである”部品Ｂ”であるとして対象アセット知識モデルを抽出する。すなわち、図１７に示した仮想的なＣＡＤデータ情報を活用し、対象アセット知識モデルを構築する。図１７を図１５と比較して明らかなように、新品部品Ｂ３が上位部品Ｂに置き換えられている。その結果を知識モデル表示手段６で表示すると、図１８の画面のようになる。図１８を図１６と比較すると、ハッチングされた”ＹＹ１⇒ＺＺ１”、”ＹＹ１⇒ＺＺ２”の２つの知識モデルが追加されたことが分かる。

このうち、部品Ｂ３でも利用できる知識を新たに要素知識モデルデータベース３に追加する。このため処理ステップＳ３６では、追加された要素知識のうち、新規部品にも適用可能な要素知識が利用できるよう、成立条件を修正する。以下、要素知識ＩＤが３の要素知識Ｄ１０である”ＹＹ１⇒ＺＺ２”を部品Ｂ３にも適用できるように修正する例を図１９で説明する。

図１９の表示画面上で、要素知識Ｄ１０を修正する場合、修正したい要素を右クリックし、操作メニュー７５を呼び出す。ここで「編集」を選択することで、選択した要素知識を編集できる。この場合、この要素知識が部品Ｂ３でも利用できるように修正するため、部品有無の欄を”Ｂ２”から”Ｂ２、Ｂ３”に変更すればよい。情報を変更するとダイアログボックス７６で変更した内容を保存するか確認されるため、ここでＯＫボタンを押すことで要素知識モデルデータベース３が変更される。変更後の要素知識モデルデータベース３を用いて、知識モデル構築手段４で対象アセット知識モデル５を作成すると、図６と同じモデルを構築することができる。

最後に、本発明の実施例３について述べる。本発明の実施例３に係るアセットの知識モデル構築システムの全体構成例を図２０に示す。実施例３が実施例１と異なる点は、シミュレーション手段９、確率付き知識モデル１０、および要素知識モデル作成手段１１を新たに備えたことである。以下に、それぞれについて説明する。

シミュレーション手段９は、ＣＡＤデータ１と連携し、アセットのシミュレーションを実施する。例えば、アセットがプラントであった場合、プラントのＣＡＤデータ１に基づき、プラントの様々な運用条件での特性をシミュレーション手段により再現することができる。

確率付き知識モデル１０には、確率が付加された知識モデルが格納されている。一例を図２１に示す。この例では、”ＸＸ１⇒ＹＹ１”という知識モデルとは別にＸＸ１となる確率Ｐ１１、ＹＹ２となる確率Ｐ１２が合わせて保存されている。この知識モデルでは、ＸＸ１となる確率Ｐ１１が変わることでＹＹ２となる確率Ｐ１２が変わり、より柔軟に因果関係を表現することができる。

要素知識モデル作成手段１１は、シミュレーション手段９、別形式知識モデル１０、および要素知識モデルデータベース３を用いて新しい要素知識モデルを作成する。

まず、シミュレーション手段９を用いた場合の処理フロー例について図２２を参照して説明する。図２２の処理フローではまず処理ステップＳ４１においてシミュレーションを実施し、そのシミュレーション結果を入手する。次に処理ステップＳ４２では、シミュレーション結果として、新たな成立条件または因果関係が判明したか、否かを判定する。新たな成立条件または因果関係が判明していない状態では、以降の処理を行わず、新たな成立条件または因果関係が判明している状態であるときには処理ステップＳ４３を実施する。処理ステップＳ４３では、要素知識に新たな成立条件および／または因果関係を追加するか、既存の成立条件および／または因果関係を修正する。

上記処理の具体例として、ここでは例えば、図４の要素知識Ｄ１０におけるＮｏ．２の”ＸＸ１⇒ＹＹ２”という知識に着目すると、ここには部品有無Ｄ２１が”Ａ２”であるという成立条件Ｄ２０しか記載されていない。しかしながら、シミュレーション手段９により、例えば、運用温度Ｔが８０℃以上では、”ＸＸ１⇒ＹＹ２”という因果関係が成立しないことがわかる場合がある。このような場合、”Ｔ＜８０℃”は、”ＸＸ１⇒ＹＹ２”という因果関係が成立する必要条件となる。処理ステップＳ４２では、シミュレーション結果から、この観点を新たな成立条件または因果関係として抽出し、処理ステップＳ４３の処理に移す。

処理ステップＳ４２の処理では、したがって、成立条件Ｄ２０の「運用Ｄ２３」の項目として、”Ｔ＜８０℃”という項目を追加し、要素知識の精度を向上させることができる。また、部品を”Ａ３”に変更し、シミュレーションした場合、”ＸＸ１⇒ＹＹ２”ではなく、”ＸＸ１⇒ＹＹ３”となることが分かったとすると、新たに要素知識”ＸＸ１⇒ＹＹ３”、成立条件「部品有無Ｄ２１」”Ａ３”という新しい知識を追加することができる。

次に、確率付き知識モデル１０を利用した場合の例について図２３を参照して説明する。確率付き知識モデル１０を用いる場合は、これらの中に含まれている知識のうち、成立条件に相当するものを要素知識モデルデータベース３の形式で保存し、新しい要素知識モデルを作成する。図２３の処理フローではまず処理ステップＳ５１において、確立付き知識モデルのノードのうち、「部品有無」「配置関係」「運用」に関するものを抽出する。図２１の例を用いて、具体的に説明すると、確率付き知識モデル１０のノード（→の両端）として記述されているもののうち、「部品有無」「配置関係」「運用」に関するものを抽出する。

次に処理ステップＳ５２では、抽出したノードが他の知識モデルの成立条件か否かを確認し、成立条件である場合には処理ステップＳ５３の処理に移り、そうでない場合には終了とする。

次に処理ステップＳ５３では、該当する知識モデルとノードを、要素知識モデルとその成立条件の形式で保存する。これにより、他の知識モデルの成立条件となっていれば、他の知識モデル＋成立条件として抽出する。

例えば、図２１に示した知識モデルのうち、”Ｔ＜１００℃”は運用条件であるため、成立条件の候補となる。ただし、これが成立条件として成り立つには、”Ｔ＜１００℃”でない場合に、”ＸＸ１⇒ＹＹ１”が成立しない必要がある。図２１に示した例では、”Ｔ＜１００℃”の確率Ｐ２１がゼロまたは十分に小さい値であり、ＸＸ１である確率Ｐ１１が１または十分に大きい値であってもＹＹ１となる確率Ｐ１２がゼロまたは十分に小さい場合に、”Ｔ＜１００℃”は、”ＸＸ１⇒ＹＹ１”の成立条件となる。このようにして、図２１に示した２つの確率付き知識モデルが、図４の要素知識Ｎｏ．１の知識に変換される。

以上のように、本実施例によれば、シミュレーション手段９、確率付き知識モデル１０、および要素知識モデル作成手段１１により、新しい要素知識モデルを作成することができる。

なお、これまでに説明した実施例１から実施例３では、説明を簡単にするため、要素知識モデルに因果関係が成立する確率が付加されていなかったが、各要素知識モデルに成立する確率を付加しても良い。

１：ＣＡＤデータ
２：部品クラス図
３：要素知識モデルデータベース
４：知識モデル構築手段
５：対象アセット知識モデル
６：知識モデル表示手段
７：知識モデル修正手段
８：利用部品実績データベース
９：シミュレーション手段
１０：確率付き知識モデル
１１：要素知識モデル作成手段

Claims

複数の部品で構成されているアセットの知識モデルを構築する知識モデル構築システムであって、
複数の部品を接続情報とともに保存するＣＡＤデータと、アセットに関する１つの因果関係を表現した要素知識とその成立条件の組み合わせが複数組で構成される要素知識モデルを入力する入力部と、
対象となるアセットの前記ＣＡＤデータと、前記要素知識モデルの前記成立条件を比較することで、対象のアセットに適用可能な要素知識とその成立条件の組み合わせを抽出する知識モデル構築手段と、
抽出した要素知識とその成立条件の組み合わせを知識モデルとして記憶する対象アセット知識モデルを備えていることを特徴とする知識モデル構築システム。
請求項１に記載の知識モデル構築システムであって、
前記入力部は、部品名の関係を階層的に記憶する部品クラス図を入力し、
前記成立条件は、アセットを構成する部品の有無と部品の配置関係とアセットの運用条件を含み、部品の名称が部品種類の継承関係に基づき作成された前記部品クラス図で定義された名称で表現されていることを特徴とする知識モデル構築システム。
請求項１または請求項２に記載の知識モデル構築システムであって、
前記知識モデルを表形式で表し、または前記知識モデルを前記要素知識間にその因果関係を示す矢印を付与した有向グラフ形式で表し、有向グラフ形式で表した場合に、前記矢印を押下すると前記知識モデルの成立条件を表示する表示手段を有することを特徴とする知識モデル構築システム。
請求項１から請求項３のいずれか１項に記載の知識モデル構築システムであって、
抽出した前記知識モデルが示す前記因果関係について、因果関係の経路の重複をチェックする知識モデル修正手段を備えることを特徴とする知識モデル構築システム。
請求項１から請求項４のいずれか１項に記載の知識モデル構築システムであって、
抽出した前記知識モデルが示す前記因果関係について、因果関係の経路の不足をチェックする知識モデル修正手段を備えることを特徴とする知識モデル構築システム。
請求項１から請求項５のいずれか１項に記載の知識モデル構築システムであって、
前記ＣＡＤデータを用いたシミュレーションを実施し、シミュレーション結果として、新たな成立条件または因果関係が得られた場合に、これを前記要素知識モデルとする要素知識モデル作成手段を備えることを特徴とする知識モデル構築システム。
請求項１から請求項６のいずれか１項に記載の知識モデル構築システムであって、
確立付き知識モデルのノードのうち、部品の有無、配置関係、運用に関するものを抽出し、抽出したノードが他の知識モデルの成立条件か否かを確認し、成立条件である場合に該当する知識モデルとノードを、要素知識モデルとその成立条件の形式で保存して、これを前記要素知識モデルとする要素知識モデル作成手段を備えることを特徴とする知識モデル構築システム。
複数の部品で構成されているアセットの知識モデルを構築する知識モデル構築方法であって、
複数の部品を接続情報とともに保存するＣＡＤデータと、アセットに関する１つの因果関係を表現した要素知識とその成立条件の組み合わせが複数組で構成される要素知識モデルを入力し、
対象となるアセットの前記ＣＡＤデータと、前記要素知識モデルの前記成立条件を比較することで、対象のアセットに適用可能な要素知識とその成立条件の組み合わせを抽出し、
抽出した要素知識とその成立条件の組み合わせを知識モデルとすることを特徴とする知識モデル構築方法。
請求項８に記載の知識モデル構築方法であって、
部品名の関係を階層的に記憶する部品クラス図を入力し、
前記成立条件は、アセットを構成する部品の有無と部品の配置関係とアセットの運用条件を含み、部品の名称が部品種類の継承関係に基づき作成された前記部品クラス図で定義された名称で表現されていることを特徴とする知識モデル構築方法。
請求項８または請求項９に記載の知識モデル構築方法であって、
抽出した前記知識モデルが示す前記因果関係について、因果関係の経路の重複をチェックすることを特徴とする知識モデル構築方法。
請求項８から請求項１０のいずれか１項に記載の知識モデル構築方法であって、
抽出した前記知識モデルが示す前記因果関係について、因果関係の経路の不足をチェックすることを特徴とする知識モデル構築方法。
請求項８から請求項１１のいずれか１項に記載の知識モデル構築方法であって、
前記ＣＡＤデータを用いたシミュレーションを実施し、シミュレーション結果として、新たな成立条件または因果関係が得られた場合に、これを前記要素知識モデルとすることを特徴とする知識モデル構築方法。
請求項８から請求項１１のいずれか１項に記載の知識モデル構築方法であって、
確立付き知識モデルのノードのうち、部品の有無、配置関係、運用に関するものを抽出し、抽出したノードが他の知識モデルの成立条件か否かを確認し、成立条件である場合に該当する知識モデルとノードを、要素知識モデルとその成立条件の形式で保存して、これを前記要素知識モデルとすることを特徴とする知識モデル構築方法。