JPH10207734A - 障害診断装置 - Google Patents

Abstract

(57)【要約】 【課題】ニューラルネットワークを利用した障害診断装
置において、教師情報にない新たな入出力項目が必要に
なったときに、障害診断システムへ早期に反映すること
を目的とする。 【解決手段】個々の障害現象を障害の発現した状況によ
りグループ別けし、かつグループ間にまたがる障害用に
別個のグループを設け、各グループ対応にニューラルネ
ットワークと事例記憶領域とを保持し、事例記憶領域へ
の登録手段と、学習データを生成する手段と、学習を行
う手段と、診断する障害現象の入力手段と、障害対策判
定手段とは、各グループ対応に処理するとともに、障害
対策出力手段は各グループ毎に判定した対策をまとめて
出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、電子機器の障害対
策方法に係り、特に障害が発生した装置の適切な対策を
特定する障害診断装置に関する。

【０００２】

【従来の技術】従来、電子計算機、交換機、伝送装置と
いった高信頼度を要求される高度な電子機器に障害が発
生した場合の障害対策は、保守員が行っていた。近年、
高度電子機器の保守の容易化を目的としてニューロやＡ
Ｉの技術を利用した障害診断システムが構築されてい
る。この種の従来技術として、特開平７−２１０５５の
「電子計算機システムの障害診断装置」がある。この公
知例では、既知の障害事例をニューロコンピュータに学
習させ、学習済みのニューロコンピュータを用いて障害
診断を行っている。

【０００３】上記の電子計算機、交換機、伝送装置のよ
うなネットワーク機器の場合、障害が発生した時の入力
・出力情報は多岐に渡り、その情報量も多い。また、近
年の計算機ネットワークの広がりにより、他システム、
他装置の影響による障害も増えてきており、新規障害の
発生、及び事前には想定できなかった対策が必要となる
場合がある。

【０００４】しかしながら、上記の公知例の方法では、
診断に使用する入出力情報、つまり障害の現象と対策と
は既知のものだけニューラルネットワークを構成するた
め、既存の入出力情報に基づく診断は可能だが、新たな
入出力情報を基にした診断はできない。すなわち、新た
な入出力情報を利用するためには、ニューラルネットワ
ークの再構成、及び診断システムの再構築が必要にな
る。

【０００５】また、１個のニューラルネットワークで診
断を行うと、入出力情報が増えるに連れてニューラルネ
ットワークが大規模化し、学習時間の増加を招く。その
ため、診断システムの再構築に時間がかかり、新規障害
の診断システムへの早期反映が難しくなるという問題が
ある。

【０００６】この学習時間の増加に対しては、ハードウ
エアによりニューラルネットワークを学習させることに
より対処できる。しかし、ハードウェアは高価なもので
あり複数の診断システムを構築する場合には、複数個の
ハードウェアが必要となり、コスト増を招いてしまうと
いう問題がある。

【０００７】

【発明が解決しようとする課題】以上のように、従来の
ニューラルネットワークを用いた障害診断装置では、新
たな入力情報、出力情報を追加しようとしたときにシス
テムの再構築が必要となり、早期に反映できないという
問題があった。また、１個のニューラルネットワークで
診断を行う場合、入出力情報が増加してくると、学習時
間の増加を招くという問題があった。

【０００８】本発明の目的は、ニューラルネットワーク
を用いた電子部品の障害診断装置において、診断の入出
力項目に新たな項目が必要になったときに、早期に反映
可能でコスト高を招かない障害診断装置を提供すること
にある。

【０００９】

【課題を解決するための手段】ソフトウェアによるニュ
ーロ制御を採用し、個々の障害現象を障害の発現した状
況によりグループ別けし、かつグループ間にまたがる障
害用に別個のグループを設け、各グループ対応にニュー
ラルネットワークと事例記憶領域とを保持するととも
に、障害事例登録手段と、学習データ生成手段と、学習
実行手段と、障害対策判定手段とを、各グループ対応に
設け、実行制御手段はこれらグループ別の手段の実行を
制御するとともに、障害現象受付手段は受け付けた障害
現象を各グループ別の入力データに変換するようにし、
障害対策出力手段は各グループ毎に判定した対策をまと
めて出力することにした。

【００１０】また、各グループ毎のニューラルネットワ
ーク、および事例記憶領域とに、既知の障害現象、対策
のための入出力領域の他に、未知の障害現象、対策を追
加するための予備の入出力領域を設けるとともに、前記
事例登録手段において、新規の障害現象、対策の登録を
受け付ける手段と受け付けた新規の障害現象、対策を予
備の入出力領域に順に割り当て使用する手段とを設け
た。

【００１１】そしてこの構成により、障害現象は障害の
発現した状況により分類できる。伝送装置を例にとる
と、障害現象は機器に付属するランプの点灯に関する情
報、主信号に関する情報、コンソール上に現われるメッ
セージに関する情報、試験機によるテスト結果として現
われる情報、機器の使用状況（立ち上げ時、実稼働中
等）に関する情報、等といったものでグルーピングでき
る。各グループごとに個々の障害現象とそれに対する対
策の事例情報が対応するグループの事例記憶領域に保持
する。また、グループ間にまたがる障害の場合、つまり
複数のグループの障害現象が現われる障害については別
個のグループとして扱い、関連する障害現象だけを入力
とし対応する対策を出力とする事例記憶領域を別個に用
意し、これにグループ間にまたがる障害事例情報を保持
する。各事例記憶領域には、入力情報、出力情報として
追加のための余分の領域を保持する。追加用の領域は、
新たに情報を割り当てられるまでは無効データを入れ
る。また、追加用の領域がなくなった場合には、新たな
グループを追加して対処できる。

【００１２】診断のための学習は、各グループ別に事例
記憶領域に記録した障害事例情報に基づいて、障害現象
を入力に、対策を出力（教師データ）にして学習させ
る。ニューラルネットワークは、追加用の入力ニューロ
ン、出力ニューロンを含めた構成になっている。

【００１３】診断時には、それぞれのグループ別の入力
画面、あるいは入力指示に従って障害の発現した状況を
が入力する。入力された障害現象を各グループ毎に分配
しニューラルネットワークによる判定を行う。グループ
毎の判定結果を集約し、最終的な診断結果として出力す
る。

【００１４】次に新規障害現象、その対策を追加する必
要が生じた場合は、障害事例登録の中で行う。新規障害
現象の登録要求があった場合には、当該情報を事例記憶
領域に保持していた入力用の予備領域に割り当てる。新
規対策についても出力用の予備領域を割り当てるだけで
ある。その後は、従来の既存の障害現象、対策による事
例追加と同様にして事例を追加する。新規事例追加後の
事例情報に基づいて各ニューラルネットワークの再学習
を行えば診断用ニューラルネットワークを更新できるの
で診断システムの保守を通常の作業の中で簡単に行うこ
とができる。

【００１５】

【発明の実施の形態】以下、本発明の実施の形態である
障害診断装置について図１ないし図７を用いて説明す
る。本実施例で、図１は、障害診断装置のブロック構成
図である。また、図２ないし図４は、それぞれ、障害診
断および障害事例登録の入力画面、事例登録時の現象追
加の画面、新規対策追加の画面である。図５は、任意の
グループの事例記憶領域の構造を説明する図である。図
６は、診断結果を表示する画面である。さらに、図７
は、ニューラルネットワークの構成を説明する図であ
る。

【００１６】図１に示すように、本実施例の障害診断装
置１００は、障害現象受付手段２と障害対策判定手段
３、障害対策出力手段４、障害事例登録手段５、学習デ
ータ生成手段６、学習実行手段７及びこれらを制御する
実行制御手段１とから構成される。

【００１７】実行制御手段１は、図２に示すような入力
画面を表示する。実行制御手段１は、この入力画面の状
態で、診断開始の指示があった場合には、診断を行い、
事例登録の指示があった場合には事例登録及び学習を行
う。最初に事例登録について説明する。実行制御手段１
は、事例登録のボタン２１が押されたときに障害事例登
録手段５を起動する。障害事例登録手段５は、図２とほ
ぼ同様の画面を表示し、障害現象とそれに対する対策の
入力を受け取る。この事例登録画面の例を図３に示す。
画面内の個々のフォルダー状のウィンドウ３１〜３５が
グルーピングの単位になる。ユーザはマウスやキーボー
ドからの入力によりグループ単位で障害現象を入力す
る。例えばランプ情報の場合、装置上のすべてのランプ
を対象とし、点灯しているかいないかを入力する。正常
時に点灯しているランプの場合は点灯していれば正常で
あり、消灯していれば異常になる。逆に正常時に消灯し
ているランプが点灯していれば異常になる。

【００１８】対策の入力ウインドウの例を図４に示す。
図３に示した事例登録画面で診断結果のウィンドウ３６
を選択すると図４の対策入力用のウィンドウを表示す
る。ユーザは既登録の対策のメニュー３７の中から対策
を選択すればよい。

【００１９】ユーザは、事例単位に障害現象と対策を入
力し、登録ボタン２２を押す。障害事例登録手段５は、
登録ボタン２２の押し下げにより、対応する事例記憶領
域に事例データを保存する。

【００２０】この事例記憶領域の格納形式を図５に示
す。各事例１２１〜１２３において発生した異常現象に
１を、異常でない現象に０をおき、それに対する対策に
１を、該当しない対策に０を置く。例えば、事例１（１
２１）は現象１だけが起こった場合の対策は対策１であ
ることを示している。複数の障害現象が現われた事例の
場合は、複数の現象に１を持つことになる。事例によっ
ては、同じ現象で異なる対策になる場合もある。この場
合、例では複数の対策に１を持たせることになるが、対
策の実施度数を持たせてもよい。診断時に、障害を解決
できた対策を受け取ることにより該当する対策の値を＋
１すればよい。

【００２１】なお、複数グループにまたがる障害事例の
場合、個別のグループ用の事例記憶領域に事例を格納で
きない。このため同じ形式の事例記憶領域を複数グルー
プ用の事例記憶領域として別途設ける。すなわち、障害
事例で複数グループにまたがって現象が指示された場
合、指示された現象を複数グループ用の事例記憶領域の
現象の１つに対応付け、事例を格納する。複数グループ
用の事例記憶領域の現象と個別グループ用の事例記憶領
域の現象との関係を管理するために対応関係表を使用す
る。

【００２２】

【表１】

【００２３】〔表１〕に示すこの対応関係表は、複数グ
ループ用の事例記憶領域の各現象がどのグループのどの
現象に対応するかを保持する。対応関係表は、複数グル
ープ用の事例記憶領域の現象番号と、対応する現象が現
われる個別グループの番号とその現象番号とにより構成
する。例では、個別グループ番号１の現象番号５の現象
は、複数グループ用の事例記憶領域の現象番号１の現象
に対応している。複数グループにまたがる障害事例が発
生した場合、まず各々の現象が複数グループ用の事例記
憶領域のどの現象に対応するかを対応関係表を使って調
べる。例えば個別グループ番号３の現象番号６の現象が
起こっている場合は、対応関係表から現象番号２の現象
に対応つける。対応関係表に登録されていない場合、つ
まり複数グループにまたがる障害事例の現象として初め
て現われた場合には、未使用の番号を割り当て、対応関
係表を更新する。各々の現象の番号が決まったら、複数
グループ用の事例記憶領域に対して該当する現象番号が
１になっている事例を更新する。

【００２４】また、事例記憶領域には、現象追加用の領
域１０４〜１０５と対策追加用の領域１０９〜１１０を
保持する。障害事例登録手段５はこの追加領域を使用し
て、新たな障害現象、対策の追加登録を可能にする。例
えば、ユーザが、図３の画面で、その内容を画面のエリ
ア４０に入力したあと、現象追加ボタン２３を押下し登
録する。障害事例登録手段５は指示されたボタンに対応
させて現象追加用の領域を１つ割り当てる。

【００２５】新規対策の場合も、ユーザ、が図４に示し
た新規対策用の画面領域４１に対策を入力し、対策追加
のボタン２４を押した場合に対策追加用の領域を割り当
てて登録する。なお、対策についてはグループ間で共通
のものも存在するので、別テーブルで一元管理し、グル
ープ毎に当該テーブルへのエントリ表を保持する方法も
ある。

【００２６】障害事例登録手段５は、学習開始の要求２
５を受け取ると、実行制御手段１に当該要求を知らせて
制御を戻す。実行制御手段１は、学習開始の指示を受け
取ると学習データ生成手段６を起動し、その後学習実行
手段７を起動する。学習データ生成手段６は事例データ
から第１のニューラルネットワークの学習データを生成
する。学習データは、入力値は事例データの現象部と同
じであるが、教師値は対策部の０を０．１に、１を０．
９に置き換えたものになる。なお、先に述べたような対
策部に度数を保持する場合には１以上の度数の対策につ
いては度数に応じて０．９〜０．５の値をとるようにす
る。例えば、各事例の中で、最大度数の対策を０．９、
最小度数の対策を０．５とし、その間の度数の対策は線
形に値を割り当てる。

【００２７】学習実行手段７は、前回の学習済みのニュ
ーラルネットワークの状態から、生成した学習データを
対応する第１のニューラルネットワークに学習させる。
第１のニューラルネットワークは、図７に示すようなフ
ィードフォワード型の３層ネットワークモデルの構成に
なる。入力層のニューロンは、既知の現象用２０１〜２
０３と新規現象追加用２０４〜２０５のニューロンから
なる。出力層のニューロンは、既知の対策用２０６〜２
０８と新規対策追加用２０９〜２１０からなる。各層の
ニューロン数は、対象によって異なるが既知の現象、対
策のためのニューロン数に加えて例えば現象追加用に３
０個、対策追加用に３０個のニューロンを増やしてお
く。

【００２８】学習アルゴリズムは、例えばバックプロパ
ゲーション法を使用する。学習終了後、各層の学習結果
を第２のニューラルネットワーク（一般にはネットワー
クの構成とニューロン間の重み値リストからなる）に保
存する。実行制御手段１は、すべてのグループの学習が
終了すると、最初の状態に戻って入力待ちとなる。

【００２９】次に障害診断の場合について説明する。ユ
ーザは、図２の入力画面を使用して障害現象を入力し、
診断開始ボタン２０を押して診断を要求する。実行制御
手段１は、診断要求を受け付け障害現象受付手段２を起
動する。障害現象受付手段２は、入力された障害現象か
ら各グループ別のニューラルネットワークへの入力デー
タ、およびグループ間にまたがるニューラルネットワー
クへの入力データを作成する。異常ならば１の値をと
り、異常でない、あるいは不明（入力操作が無い）の場
合は０の値にする。なお、入力データについても現象追
加用のデータも含んでおり、現象が追加されその入力が
あるまでは、追加用データ部の値は０である。

【００３０】実行制御手段１は、障害現象受付手段２を
起動後、入力データのある障害対策判定手段３を順に起
動する。各グループ別の障害対策判定手段３は、対応す
る入力データを入力として、第２のニューラルネットワ
ークの前向き計算を行い、個々のグループ別に対策を出
力する。第２のニューラルネットワークは学習実行手段
７により学習済みのニューラルネットワークである。各
出力は、対応する対策の確信度を現わし、０〜１の値を
とる。０．５以上のものが対策として判定されたことに
なる。

【００３１】障害対策出力手段４はグループ別の出力デ
ータを集約し、診断結果としての対策を出力する。図６
に診断結果の出力画面を示す。

【００３２】以上述べてきたように、本実施例による障
害診断装置は、個々の障害現象を障害の発現した状況に
よりグループ別けし、かつグループ間にまたがる障害用
に別個のグループを設け、各グループ対応にニューラル
ネットワークと事例記憶領域とを保持するとともに、グ
ループ別の障害事例登録手段と、学習データ生成手段
と、学習実行手段とにより、登録された事例を学習し、
また障害現象受付手段とグループ別の障害対策判定手段
とにより障害診断を行い各グループ毎に判定した対策を
まとめて障害対策出力手段が出力している。障害現象を
グループ別けすることにより情報の管理を簡素化させ、
ニューラルネットワークの規模拡大、および学習時間の
増加をおさえることができる。また、各グループ毎のニ
ューラルネットワーク、および事例記憶領域とに、既知
の障害現象、対策のための入出力領域の他に、未知の障
害現象、対策を追加するための予備の入出力領域を設け
て、前記事例登録手段において、新規の障害現象、対策
の登録を受け付ける手段と受け付けた新規の障害現象、
対策を予備の入出力領域に順に割り当て使用する手段と
を設けたことにより、システムの再構築なしに新規現
象、新規対策の追加が可能となった。

【００３３】

【発明の効果】本発明によれば、ソフトウェアによるニ
ューロ制御を採用し、個々の障害現象を障害の発現した
状況によりグループ別けしたのでニューラルネットワー
ク規模を縮小し、未知の障害現象、対策を追加するため
の予備の入出力領域を設けることによって、診断の入出
力項目に新たな項目が必要になったときに、早期に反映
可能でコスト高を招かない障害診断装置を得ることがで
きた。

【図面の簡単な説明】

【図１】本発明の実施例の障害診断装置のブロック構成
図である。

【図２】本発明の実施例の障害診断および障害事例登録
の入力画面である。

【図３】本発明の実施例の事例登録時の現象追加の画面
である。

【図４】本発明の実施例の新規対策追加用のウィンドウ
である。

【図５】本発明の実施例の任意のグループの事例記憶領
域である。

【図６】本発明の実施例の診断結果を表示する画面であ
る。

【図７】本発明の実施例のニューラルネットワーク構成
を説明する図である。

【符号の説明】

１…実行制御手段、２…障害現象受付手段、３…障害対
策判定手段、４…障害対策出力手段、５…障害事例登録
手段、６…学習データ生成手段、７…学習実行手段、１
０…入力データ、１１…出力データ、１２…事例記憶領
域、１３…学習データ、２０…診断開始指示ボタン、２
１…事例登録要求ボタン、３１〜３５…グループ別の入
力用ウィンドウ、３６…診断結果表示／登録用ウィンド
ウ、２２…事例登録ボタン、２３…現象追加ボタン、２
４…対策追加ボタン、２５…学習開始ボタン、４０…現
象追加例、３７…対策選択メニューリスト、４１…新規
対策追加用入力領域、１０１〜１０３…現象登録用領
域、１０４〜１０５…現象追加用領域、１０６〜１０８
…対策登録用領域、１０９〜１１０…対策追加用領域、
１２１〜１２３…事例の例、４２…対策出力例、２０１
〜２０３…現象登録用入力層ニューロン、２０４〜２０
５…現象追加用入力層ニューロン、２０６〜２０８…対
策登録用出力層ニューロン、２０９〜２１０…対策追加
用出力層ニューロン。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 茂木 啓次 東京都小平市上水本町５丁目22番１号株式 会社日立マイコンシステム内 (72)発明者 山田 祐 神奈川県横浜市戸塚区戸塚町216番地株式 会社日立製作所情報通信事業部内 (72)発明者 桑原 良博 東京都小平市上水本町５丁目22番１号株式 会社日立マイコンシステム内

Claims (3)

【特許請求の範囲】
1. 【請求項１】ソフトウェアを用いてニューロ制御する障
   害診断装置において、 障害事例とその障害事例に対する対策事例との組み合わ
   せを記憶するＮ個（Ｎは２以上の自然数）の事例記憶領
   域と、 その事例記憶領域に前記組み合わせを登録する障害事例
   登録手段と、 前記事例記憶領域から第１のニューラルネットワークへ
   の学習データを生成するＮ個の学習データ生成手段と、 前記学習データにより前記第１のニューラルネットワー
   クの学習を行うＮ個の学習実行手段と、 診断対象の障害現象の入力を受け付け、診断用のＮ個の
   入力データを生成する障害現象受付手段と、 前記学習の結果を保存し、前記Ｎ個の入力データをもち
   いて、前記障害現象の対策を第２のニューラルネットワ
   ークにより判定するＮ個の障害対策判定手段と、 その障害対策判定手段からの前記対策を出力する障害対
   策出力手段と、 事例記憶領域と障害事例登録手段と学習データ生成手段
   と学習実行手段と障害現象受付手段と障害対策判定手段
   との実行を制御する実行制御手段とから構成されたこと
   を特徴とする障害診断装置。
2. 【請求項２】前記組み合わせをグループに別け、グルー
   プ間にまたがる組み合わせ用に別個のグループを設ける
   ことを特徴とする請求項１記載の障害診断装置。
3. 【請求項３】第１および第２のニューラルネットワーク
   とならびに事例記憶領域とに、新たな組み合わせを追加
   するための予備の入出力領域を付加し、 前記障害事例登録手段において、新たな障害事例とその
   新たな障害事例に対する対策事例の登録を受け付け、前
   記予備の入出力領域に順に割り当てるようにしたことを
   特徴とする請求項１または請求項２のいずれか一に記載
   の障害診断装置。