JPH02258457A - 車両の故障診断装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、車両の故障症状に基づいて故障原因すなわち
故障部位を知り得るようにした車両の故障診断装置に関
する。

（従来技術） 最近の車両は構造か益々複雑となる傾向にある。このた
め、車両が不調であるときすなわち車両に故障症状が生
じたとき、かなりベテランの整備士であっても、この故
障症状を生じる原因となる部位を特定することがむずか
しくなる傾向が強まっている。このことは、すみやかな
故障修理を行なう上での大きな負担となる。

このため、最近では、特開昭６２−６８５６号公報に示
すように、エキスパートシステムと呼ばれるものを利用
して、故障症状からその原因となる部位を特定し得るよ
うにしたものが提案されている。これは、故障症状とそ
の原因となる部品故障の因果関係を故障木として記憶し
ておき、故障症状を順次入力していくことによって、最
終的に故障原因すなわち故障している部品を探し当てて
これを表示するものである。そして、故障症状とその原
因となる部品故障との因果関係の確率をも記憶しておく
ことにより、故障している部品をより精度よく探し当て
ることができるようにしている。

ところで、この種の装置によって、故障情報に応じた故
障原因が推論されても、その利用者すなわち整備を行う
者によっては、この推論結果を十分に納得できない場合
が生じ易い。

また、往々にして、同じような確信度を有する故障のの
疑いのある部品が多数推論されてしまうことがある。

」二連のような原因を生じる１つの大きな理由として、
入力情報すなわち、故障情報そのものが適当でないこと
、極端な場合には故障症状が誤っていることが多分ある
。しかしながら、利用者は、入力情報が不適当であると
いうことになかなか気付かず、この種のシステムを有効
に利用する上での大きな問題となる。

これに対し、第１３図に示すように、 故障症状と故障原因との因果関係を第１故障情報として
記憶した第１記憶手段と、 部品と該部品の故障を原因として生じる故障症状との因
果関係を第２故障情報として記憶する第２記憶手段と、 部品と該部品が正常なときに生じることのない故障症状
との因果関係を第３故障情報として記憶した第３記憶手
段と、 車両の故障症状を入力する入力手段と、油泥入力手段に
より入力された故障症状に基づいて、］甫記第１故障情
報を検索して故障原因を推論する第１推論手段と、 それぞれ前記第１推論手段により推論された故障原因に
相当する部品につき前記入力手段により入力された故障
症状に基づいて、前記第２故障情報を検索して故障原因
に相当する部品を推論する第２推論手段および前記第３
故障情報を検索して故障症状を生じることのない部品を
推論する第３推論手段と、 前記各推論手段により推論された推論結果を報知する報
知手段と、を備えて構成することが考えられる。

このような構成をすることにより、故障症状が不適当で
ある場合には、故障している疑いのある部品が、同時に
、非故障すなわち正常である、というように報知される
ことになる。このような、矛盾が生じた場合、利用者は
、自分が入力した故障症状が不適当であった、というこ
とが容易に１−（ｊ断されることになる。

また、使用者により一層便ならしめるため、前記公報に
も記載されているように、各記憶手段にその因果関係の
確信度（確率）をも合わせて記１゛αさせて、この確信
度をも報知するとよい。

（発明が解決しようとする問題点） ところが、故障症状を再入力したにも関らず、再び故障
していると報知された部品が同時に正゛畠であると報知
されることがある。この原因としては、入力された故障
症状が未だ不適当であること、あるいは故障木等に問題
があることなどが考えられるが、いずれにしても、利用
とが現段階で得られている報知に基づき、故障している
と報知された部品について確信度の高いものから順に点
検する場合、以下に述べるような問題がある。

すなわち、故障していると報知されている２つの部品の
確信度が等しく、そのうち一方の部品は正常であるとの
報知もされている場合、故障しているとのみ報知された
他方の部品を優先して点検することが好ましい。しかし
ながら、上記２つの部品の確信度が等しいため、単純に
確信度の高い部品から点検する場合に、正常であるとも
報知された上記一方の部品を優先して点検してしまうこ
とがあり、作業効率が悪化する恐れがある。これは、点
検すべき部品の優先順位が、確信度により正しく表され
ていないことに原因があると考えられる。

従って、本発明の目的は、入力される故障症状が不適当
である等の不手際が存在する場合においても、点検すべ
き部品の優先順位を確信度で正しく表し、もって、作業
効率の悪化を防止することにある。

（問題を解決するための手段、作用） 前述の目的を達成するため、本発明にあっては、故障症
状と故障原因との因果関係を第１故障情報として記憶し
た第１記憶手段と、 部品と該部品の故障を原因として生じる故障症状との因
果関係を第２故障情報として記憶する第２記憶手段と、 部品と該部品が正常なときに生じることのない故障症状
との因果関係を第３故障情報として記憶した第３記憶手
段と、 車両の故障症状を入力する入力手段と、前記入力手段に
より入力された故障症状に基づいて、前記第１故障情報
を検索して故障原因を推論する第１理論手段と、 それぞれ前記第１推論手段により推論された故障原因に
相当する部品につき前記入力手段により入力された故障
症状に基づいて、前記第２故障情報を検索して故障原因
に相当する部品をその確率とともに推論する第２推論手
段および前記第３故障情報を検索して故障症状を生じる
こととのない部品をその確率とともに推論する第３推論
手段と、 前記第２推論手段および第３推論手段により同一部品が
推論されているとき少なくとも第２推論手段で推論され
ている該部品の確率を第３推論手段により推論されてい
る該部品の確率に応じて減少補正する確率補正手段と、 前記第２推論手段により推論された推論結果および前記
確率補正手段により補正・された補正結果に基づき少な
くとも故障原因に相当する部品とその最終的に確定した
確率とを報知する報知手段とを備えていることを特徴と
する。

このような構成とすることにより、故障していると推論
されるとともに正常であると推論される部品が存在する
場合には、上記確率補正手段により、故障であるとされ
る確率が正常であるとされる確率に応じて減少補正され
、この減少補正された確率が該部品の故障確率として報
知手段により報知されることとなる。

（実施例） 以下本発明の実施例を添付した図面に基づいて説明する
。

全体の概要 第１図は、本発明の全体システムをブロック図的に示す
ものであり、このシステムはコンピュータを利用して構
成される。この第１図において、各部分が大別して５つ
のブロックｌ、２．３．４．５によって示される。すな
わち、故障症状入力部１と、知識ベース２と、推論部３
と、確率補正部４と、報知部５と、から構成されている
。

上記故障症状入力部は、本システムを利用する者が故障
症状を入力するためのものである。

知識ベース２は、第１〜第３の３つの記憶部からなる。

第１の記憶部は、故障症状にχ’ｆ　して原因となる部
品をその因果関係の確率と共に第１故障情報として記憶
しているものであり、前記公報に記載されているような
故障木の形式での記ｔ・すとされている。また、第２記
憶部は、部品と該部品が故障したときに生じる故障情報
の因果関係のその確信度と共に第２故障情報として記憶
しているものである。さらに、第３記憶部は、部品と該
部品が正常なときに生じることのない故障症状との因果
関係をその確信度と共に第２故障情報として記憶してい
るものである。

推論部３は、第１〜第３の３つの推論を行なう。すなわ
ち、第１に、上記記憶ベース中の第１記憶部を検索して
、故障しているであろう部品とその確率とを推論する。

第２に、上記のように推論された部品ついて、第２故障
情報を検索して、故障症状に応じてこの部品が故障して
いることとその確率を推論する。

第３に、前記第３故障情報を検索して、故障症状に応じ
て部品が正常であることとその確率を推論する。

上記第２、第３のように推論された結果は、主に確率の
補正を行う確率補正部４に送られる。ここでは、ある１
つの部品について、故障していると推論される確率と正
常であると推論される確率とがその値の大きさを比較さ
れる。そして、値が大きい方の確率は、該確率と値が小
さい方の確率との比の大きさに応じて減少補正される一
方、確率の小さい部品は推論結果から削除される。なお
、該確率補正部は、後にその詳細を説明するが、確率を
減少補正する必要がある場合には、入力された故障情報
が不適当であるという判定をも行う。

前記推論部３および確率補正部４にて判断された結果は
、報知部５に報知される。この報知は、簡単には、入力
された故障症状が適当であるか否かの結果、あるいは、
故障している疑いのある部品の報知及び正常である部品
の報知とを行うことができる。

なお、前述した故障症状入力部ｌは、例えばキーボード
によって構成される。知識ベース２中の各記憶部につい
ては記憶容量の大きいものが要求される観点から外部記
憶装置、例えばフロッピーディスクやハードディスク等
が用いられる。

推論報知部５は、例えばＣＲＴが利用され、この他プリ
ンタを併せて使用することもできる。勿論、推論部３、
確率補正部４は、ＣＰＵによって構成される。

知識ベース２中の第１記憶部の記憶内容は、図式的に示
すと、第２図に示すような故障木の形式とされる。これ
は、例えばクランキングしないことを故障症状として、
その原因を下方に向かうにつれてより具体化していくよ
うに因果関係づけたもので、最終的に、故障していると
思わる部品にたどりつくようになっている、そして、木
の上下関係の因果関係の度合をその確率で示しである。

この第２図に示されるようなものを模式化して示したの
が、第３図である。そして、このような故障木は、具体
的には、第４図に示すような多数のルールとして記憶さ
れる。すなわち、Ｘが故障症状（木の下位にいくと原因
の場合もある）であり、ＹがＸの１つ下の原因（木の最
下位にいくと部品となる）であり、Ｎが確率（因果関係
の確信度）である。この故障の確信度としては、第５図
に示すように、例えばＬＯＷ、ＭＩＤＤＬＥ、ＨＩＧＨ
というように、３段階程度のおおまかな分類を併用して
もよく、あるいはこの大まかな分類のみ使用でもよい。

上記第１記憶部に記憶されている情報すなわち故障情報
を検索して故障情報に応じた故障原因（部品）をその確
率と共に推論するまでの手順をフローチャートとして示
したのが、第１０図であり、以下この第１０図について
説明する。先ず、Ｐ（ステップ）１において、先頭ルー
ル（第３図のＡを最上位とするルール）を取込む。次い
でＰ２において、ルールの中のＸを見て、このＸをもつ
ルールが他にもないか検索する。そして、このＸを有す
るルールの中で、確信度Ｎの最も大きいルールを選択す
る。

Ｐ２の後、Ｐ３において、選択されたルールの中の♀と
故障症状とが一致しているか否を判断する。そして、一
致していれば、Ｐ４において現在のＸ、Ｙ、Ｈの関係を
一時的に保持する。そして次に、Ｐ５においてＹをＸと
しだ後（ＹをルールのＸとして更新する）、Ｐ６でＸを
原因とするルールがあるか否かが判断される。このＰ６
の判断でＮｏであればそのまま修了される。またＰ６の
判断がＹＥＳであれば、前記Ｐ２以降の処理が繰返され
る。

前記Ｐ３の判断がＮｏであれば、Ｐ７において、確信度
Ｎが一段低いレベルのルールを選択した後、Ｐ８におい
て、まだ同じよう、なルールが存在するか否かが判断さ
れる。そして、他のルールがあればＰ３へ戻り、なけれ
ばＰ９において、現在よりも低いレベルのもの（故障木
の下の方にあるルール）を−時的に保存する。なお、こ
のＰ９にきたときは、最終的に故障症状の原因となる部
位を、故障木の十分下位のレベルまで到達し得なかった
ときとなる。

知識ベース２中の第２記憶部には、第６図に示すような
推論木の形式での記憶とされている。この第２記憶部に
は、部品（第６図ではバッテリが示されている）を先頭
として、この部品が故障したときに生じる故障症状をそ
の確信度と共に記憶されており、この確率は「＋」の値
とされている。すなわち、推論本の上位から下位にいく
にしたがって、故障症状あるいは故障原因というものが
より具体化されて示されている。

知識ベース２中の第３記憶部は、第８図に示すような推
論木の形式とされている。この第３記憶部には、部品を
先端として、この部品が正常であった場合に生じない故
障症状、逆の見方をすれば、正常であるときの症状との
関係で記憶されている。この第３記憶部においても、そ
の確率が与えらるが、第６図の場合と区別するため、確
率は「−」の値が用いられている。このような各推論木
は具体的には、故障木の場合と同じように、ルールとし
て記憶されている。

上記第６の推論木を模式化したものを第７図に示してあ
り、また第８図の推論木の模式化したものを第９図に示
しである。

さて、次に、第６図、第８図の推論本を利用しつつ、特
に入力情報の適否判断を行なう点について詳述する。

先ず、第１１図の８１において故障症状が入力され、次
いで、Ｓ２において、第１０図に説明したようにして故
障していると思われる部品について、第６図、第８図の
推論木を利用した推論がなされる。このＳ２の詳細を示
したのが、第１２図である。すなわち、Ｔ１において、
第１０図の推論本を利用して故障していると疑われた部
品が読出される。そして、Ｔ２、Ｔ３の処理によって、
第６図に示す推論木を利用して、故障症状に応じた部品
とその確率（十の値）が推論される、高陽に、Ｔ４、Ｔ
５の処理によって、正常と思われる部品とその確率（−
の値）が推論される。

第１１図の８３では、Ｓ２で推論された各部品すなわち
、部品群との確率とが出力されて、Ｓ４においてこの出
力された部品群について、ｒ−１−Ｊの確率を有するも
のと、「−」の確率を有するものとで、各々ソーティン
グされる（確率の大小順での並べかえ）。

Ｓ５では一定レベル以上の確信度（確率）をｒ−）−Ｊ
と「−」の両方で持つ部品があるか否かが判断される。

この８５の判断でＹＥＳのときは、Ｓ６において、ｒ−
１−Ｊとｒ−Ｊの確信度を与えることになった２種のル
ールが抽出される。この後、この２種のルールについて
のチェク項目に、相対関係があるか否かが判断される。

具体的には、「ヘッドランプはつくか」、「スタータは
回るか」という質問形式に答えた故障症状の入力は、相
対関係があるとみることができる。このＳ７の判断でＹ
ＥＳのときは、入力情報に矛盾があると判別され、Ｓ８
で入力情報を一度再入力しているか否かが判断される。

そして、再入力していなければ、Ｓ９で再入力するか否
かがユーザーに問い合わされ、Ｓ１０でＮＯのときは再
入力が拒否されていないと判断され、次いで、Ｓ　１１
において、くわしい点検手順を表示する。そして、この
表示した点検手順で点検した結果から、Ｓ　１２におい
て新たに入力情報（故障症状）が入力される。

前記Ｓ８の判断でＹＥＳのとき、あるいは、Ｓ１０の判
断でＹＥＳのときには、いずれもＳ１３へ移行する。こ
の３１３では、「＋」と「−」の確信度の比率を求め、
値が大きい方の確信度を再設定するための係数を求める
。具体例を示すと、フューエルインジェクションが気密
不良であるという正の確信度が０．８で、正常であると
いう負の確信度が０．６である場合には、確信度の比率
は０、８　：　０．６＝１．００　：　７５とされる。

また、確信度を再設定するための係数は、確信度の比率
に応じて以下のとうり、矛め設定されている。

比率　　　　　　　　　係数 １００：Ｏ〜１００：３０　　０．９ １００：３１〜１００ニア０　　０，７１００ニア１〜
１００：９５　　０．５１０し９６〜１００：１００ 従って、この場合には、係数として０．５が採用される
。Ｓｌ、４では、値が大きい方の確信度に８１３で求め
た係数を掛は合わせ、新しい確信度を求める処理が行な
われる。具体的には、上記した例の場合、０．８　＊　
０．５　＝　０．４であるから、フューエルインジェク
ションが気密不良であるという正の確信度としては、０
．４が最終的な確信度となる。なお、確信度が小さい方
の部品は、該Ｓ　１４にて最終的に推論結果から削除さ
れる。従って、後述するＳ　１７において、フューエル
インジェクションが正常であり、その確信度が０．６で
あるという報知は行われない。

Ｓ　１４の処理が終了したとき、あるいはＳ７の判断で
ＮＯのときは、いずれもＳ　１５へ移行する。このＳ１
５では、前述したｒ−ｆ−Ｊと「−」の値の両方をもつ
部品全てについて、前述した処理が行われた否かが判定
され、ＮＯであれば再びＳ５に移行し、ＹＥＳであれば
、Ｓ　１６において、全ての部品群について、ｒ＋Ｊの
確率を有するものと、「−」の確率を有するものとで、
各々ソーティング”され（確率の大小順での並びかえ）
、Ｓ１７にて、推定結果の表示が行われる。

以上の説明より明らかなように、本実施例によれば、例
えば上述した具体例のように、フューエルインジェクシ
ョンが気密不良であるという正の確信度が０．８で、正
常であるという負の確信度が０．６の場合、上記圧の確
信度は最終的に０．４として表示されることになる。従
って、点検すべき部品の優先順位が確信度で正しく表さ
れることとなり、部品点検の作業効率が良好となる。

また、上記実施例においては、正と負の確ｆＪ度をもつ
部品については、最終的に表示するのは、確信度の大き
い側のみである。これは、同一部品において正常である
とする報知と、故障しているとする報知とが同時に行わ
れることにより、利用者が異和感を持つことを防止する
ためであるが、両方を表示するようにしても良（、その
場合には、小さい側の確信度を大きい側の確信度により
減少補正すると、−層好ましい。

（効果） 本発明は以上述べたことから明らかなように、入力され
る故障病状が不適当である等の不手際が存在する場合に
おいても、点検すべき部品の優先順位を確信度で正しく
表すようにしたので、部品点検の作業効率を向上させる
ことができる。

【図面の簡単な説明】

第１図は本発明の一実施例を示す全体システム図。 第２図は故障木の一例を示す図。 第３図は第２図の模式化して示す図。 第４図は第２図、第３図の内容を記憶しておく例を示す
図。 第５図は確信レベルと確信度との設定例を示す図。 第６図は部品と部品が故障したときに生じる故障症状と
についての推論水の一例を示す図。 第７図は第６図を模式化して示す図。 第８図は部品と部品が正常なときに生じない故障症状と
について推論水の１例を示す図。 第９図は第８図を模式化して示す図。 第１Ｏ図〜第１２図は本発明を利用してなる制御例を示
すフローチャー１・。 第１３図は故障診断装置の一例をブロック図的に示す図
。

Claims (1)

【特許請求の範囲】
1. （１）　故障症状と故障原因との因果関係を第１故障情
   報として記憶した第１記憶手段と、 部品と該部品の故障を原因として生じる故障症状との因
   果関係を第２故障情報として記憶する第２記憶手段と、 部品と該部品が正常なときに生じることのない故障症状
   との因果関係を第３故障情報として記憶した第３記憶手
   段と、 車両の故障症状を入力する入力手段と、 前記入力手段により入力された故障症状に基づいて、前
   記第１故障情報を検索して故障原因を推論する第１推論
   手段と、 それぞれ前記第１推論手段により推論された故障原因に
   相当する部品につき前記入力手段により入力された故障
   症状に基づいて、前記第２故障情報を検索して故障原因
   に相当する部品をその確率とともに推論する第２推論手
   段および前記第３故障情報を検索して故障情報を生じる
   こととのない部品をその確率とともに推論する第３推論
   手段と、 前記第２推論手段および第３推論手段により同一部品が
   推論されているとき少なくとも第２推論手段で推論され
   ている該部品の確率を第３推論手段により推論されてい
   る該部品の確率に応じて減少補正する確率補正手段と、 前記第２推論手段により推論された 推論結果および前記確率補正手段により補正された補正
   結果に基づき少なくとも故障原因に相当する部品とその
   最終的に確定した確率とを報知する報知手段とを備えて
   いることを特徴とする車両の故障診断装置。