WO2012150688A1 - 管理装置、予測方法、および管理プログラム - Google Patents

管理装置、予測方法、および管理プログラム Download PDF

Info

Publication number
WO2012150688A1
WO2012150688A1 PCT/JP2012/061060 JP2012061060W WO2012150688A1 WO 2012150688 A1 WO2012150688 A1 WO 2012150688A1 JP 2012061060 W JP2012061060 W JP 2012061060W WO 2012150688 A1 WO2012150688 A1 WO 2012150688A1
Authority
WO
WIPO (PCT)
Prior art keywords
trace data
failure
component
time
occurrence
Prior art date
Application number
PCT/JP2012/061060
Other languages
English (en)
French (fr)
Inventor
俊明 三登
仁 浦島
靖浩 稲益
Original Assignee
シャープ株式会社
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 シャープ株式会社 filed Critical シャープ株式会社
Publication of WO2012150688A1 publication Critical patent/WO2012150688A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis

Definitions

  • the present invention relates to a management apparatus, a prediction method, and a management program, and more particularly, to a management apparatus, a prediction method, and a management program for performing maintenance management of the apparatus.
  • CIM Computer Integrated Manufacturing
  • a server manages each production device.
  • Patent Document 1 Japanese Patent Laid-Open No. 2003-242277 stores a server for storing information related to a device to be monitored and information related to maintenance collected by the monitoring device. Based on a guess rule that statistically processes the transition of performance information, a warning is sent according to the comparison between the past performance information value transition and the threshold value, so that a failure sign is estimated and notified. A system is disclosed.
  • FIG. 7 is a diagram schematically showing a method for predicting a failure time using the accumulated number of failure occurrences, as disclosed in Patent Document 1, for example.
  • the present invention has been made in view of such problems, and an object thereof is to provide a management device, a prediction method, and a management program capable of accurately predicting a failure time.
  • a management device connected to at least one component, a communication unit for communicating with the component, and information obtained by communication are stored
  • the processing unit is a process for acquiring trace data, which is data representing the state of the component from the component, at a predetermined timing, a process for storing the trace data in the storage unit, and a timing before predicting the timing of occurrence of the failure.
  • a component is obtained by comparing the first trace data, which is a trace data group in a period until the predicted timing, and the second trace data, which is a trace data group in a period corresponding to the timing at which the failure of the component occurs.
  • the process of predicting the time of occurrence of the failure and the process of causing the output unit to output the predicted time of occurrence of the failure of the component are executed.
  • the processing unit calculates the similarity between the transition of the first trace data and the transition of the second trace data, and when the similarity is equal to or greater than a threshold value, determines the time of occurrence of the failure of the component. Perform the expected action.
  • the processing unit predicts a failure occurrence time of the component based on a timing similar to the degree of change in the second trace data in the first trace data.
  • the management device is connected to a plurality of component parts, and the processing unit stores the trace data acquired for each component part in the storage unit, and the first trace data for the component part for each component part And the second trace data are compared to predict the time of occurrence of the failure.
  • the processing unit stores a trace data group for a period corresponding to the time of the failure as “second trace data” in the storage unit.
  • the prediction method is a method for predicting a failure occurrence time of a component connected to the management device in the management device, and is data representing a state of the component from the component.
  • the management program is a program for causing a management device to execute an operation for predicting the time of occurrence of a failure of a component connected to the management device, from the component to the component A trace data group for a period from a timing before acquiring a timing for predicting the time of occurrence of a failure to a timing for predicting the timing of occurrence of a failure, a step of acquiring trace data which is data representing the state of Predicting the timing of occurrence of component failure by comparing the first trace data and second trace data, which is a trace data group in a period corresponding to the timing at which the component failure occurred, and And causing the management device to execute a step of notifying the time of occurrence of the failure of the component.
  • FIG. 1 is a server as a management device included in a CIM (Computer Integrated Manufacturing) system (not shown), and is a diagram illustrating a specific example of the device configuration of the server 1 according to the present embodiment.
  • CIM Computer Integrated Manufacturing
  • a server 1 stores a CPU (Central Processing Unit) 10 for controlling the entire apparatus, a memory 20 for storing programs executed by the CPU 10, and maintenance data.
  • HDD Hard Disk Drive
  • an input device 40 such as a mouse, keyboard and microphone for inputting information
  • an output device 50 such as a display, lamp and speaker for outputting information
  • Component 60 Component 60.
  • Other components 60 include, for example, a reading device of the HDD 30 and a communication I / F for communicating with other devices (not shown).
  • the apparatus configuration shown in FIG. 1 is a general server apparatus configuration. Therefore, the server 1 may include a configuration other than the configuration shown in FIG.
  • 2A and 2B are diagrams showing an outline of the operation in the server 1 according to the present embodiment.
  • the server 1 monitors the state values (hereinafter also referred to as trace data) of each component included in the server 1, and the transition (pattern) of the trace data when a failure has occurred in the past.
  • trace data state values
  • pattern transition
  • the example of FIG. 2A shows that a failure has occurred at time T1, which is point P of the trace data.
  • the server 1 uses the stored trace data pattern when a failure has occurred in the past as a template to predict the failure occurrence time for the part.
  • the server 1 continues to monitor the trace data for each component, and shows the transition and the trace data pattern when a failure occurred in the past shown in FIG. 2A. Compare.
  • FIG. 3 is a block diagram showing a specific example of a functional configuration of the server 1 for performing the above operation.
  • Each function shown in FIG. 3 is mainly formed on the CPU 10 by the CPU 10 reading and executing a program stored in the memory 20, but at least a part thereof is a hardware such as an electric circuit. It may be formed by a wear configuration.
  • the memory 20 includes a trace data storage unit 201 for storing trace data and a failure time trace data storage unit 202 for storing trace data when a failure occurs.
  • the CPU 10 collects trace data which is a state value of each component and stores the trace data in the trace data storage unit 201, and a determination unit for determining whether there is a failure of the component based on the trace data.
  • a failure processing unit 103 for storing the trace data at the time of occurrence of the failure among the trace data stored in the trace data storage unit 201 in the failure-time trace data storage unit 202, and predicting the time of occurrence of the failure
  • a selection unit 104 for selecting a target component, and a comparison unit 105 for comparing the trace data stored in the trace data storage unit 201 with the trace data stored in the failure trace data storage unit 202
  • a predicting unit 106 for predicting the time of occurrence of failure of the target component based on the comparison result, For performing a notification to the output device 50 based on the prediction and a notification unit 107.
  • the state collection unit 101 collects trace data, which is a state value for each component, and stores it in the trace data storage unit 201.
  • the trace data refers to a value representing the current operation state of each component. For example, when the component is the reading unit of the HDD 30, the number of reading errors of the HDD 30 corresponds, and when the component is the HDD 30 itself, the number of defective sectors corresponds.
  • the state collection unit 101 acquires the state value in each component by monitoring the operation of these components.
  • the acquisition of the trace data by the state collection unit 101 is performed, for example, at a fixed time interval or a predetermined timing.
  • the determination unit 102 may determine the occurrence of a failure by comparing the trace data obtained in this way with, for example, a threshold value stored in advance as a value representing a failure, or may determine the operation of a component. The occurrence of a failure may be determined by monitoring. When the determination unit 102 determines the occurrence of a failure, the determination unit 102 passes the determination result to the failure processing unit 103.
  • the failure processing unit 103 copies the trace data acquired at the failure occurrence timing from the trace data storage unit 201 to the failure time trace data storage unit 202 based on the determination of the occurrence of the failure in the determination unit 102.
  • the failure processing unit 103 stores not only the trace data acquired at the failure occurrence timing but also the trace data acquired before and after a predetermined period specified in advance from the failure occurrence timing in the failure-time trace data storage unit 202. make a copy. Accordingly, the trace data storage unit 202 at the time of failure holds trace data around a predetermined period from when the failure occurred in the past.
  • the selection unit 104 stores the order of the component parts 60 to be predicted in advance, and selects the component part 60 to be predicted according to the order.
  • a user input specifying the component 60 to be predicted may be received from the input device 40, and the component 60 to be predicted may be selected according to the input.
  • the comparison unit 105 compares the trace data pattern stored in the trace data storage unit 201 and the trace data pattern stored in the failure trace data storage unit 202 for the prediction target and the selected component 60. Thus, the degree of similarity is determined. As a result, when the degree of similarity is higher than the threshold value, that is, when it is determined that these patterns are similar, the past trace data at the time of failure occurrence used for comparison and the currently acquired trace data are It passes to the prediction unit 106.
  • the predicting unit 106 determines the relationship between the transition of the trace data at the time of the past failure and the time of the failure, and the data of the current trace data. From the transition, the time of occurrence of failure of the component 60 to be predicted is predicted. Then, the result is passed to the notification unit 107.
  • FIG. 4 is a flowchart showing a specific example of the operation for predicting the time of occurrence of a failure in server 1.
  • the operation shown in the flowchart of FIG. 4 is realized by causing the CPU 10 to read and execute a program stored in the memory 20 to exhibit each function of FIG.
  • step S101 the CPU 101 selects a component to be predicted, and acquires current trace data from the trace data storage unit 201 in step S103.
  • step S105 the CPU 10 acquires trace data at the time of the past failure occurrence from the failure trace data storage unit 202.
  • steps S103 and S105 the CPU 10 acquires trace data for a predetermined period by acquiring trace data for a predetermined period.
  • step S107 the CPU 10 compares the acquired trace data patterns (transitions). If these similarities are lower than a predetermined threshold value, that is, if they are not similar (NO in step S109), the CPU 10 returns the processing to the above step S101, and then predicts it. Select the target component.
  • step S111 the CPU 10 stores data of trace data when a past failure has occurred. From the relationship between the transition of the data pattern and the time of occurrence of the failure represented by the pattern, and the transition of the data of the current trace data, the time when the failure of the component occurs is predicted.
  • step S113 the CPU 10 notifies the failure occurrence time predicted in step S111 by, for example, displaying the time on the output device 50 such as a display.
  • FIG. 5A is a diagram showing a specific example of trace data when a past failure has occurred, which is stored in the failure-time trace data storage unit 202 for a certain component. Assume that the CPU 10 acquires the trace data of FIG. 5A in step S105 when predicting the time of occurrence of a failure for the certain component.
  • the trace data shown in FIG. 5A is trace data obtained from a certain component at a predetermined time interval, and the numbers of the trace data are assigned as time elapses. That is, the transition of the trace data is represented according to the number of the trace data. The same applies to FIG. 5B described later.
  • a failure has occurred after data number 13.
  • the CPU 10 traces the trace data from the timing at which the failure is determined to the timing at which the failure is determined from the period before the number of data numbers of 12 is reached.
  • the data pattern is copied from the trace data storage unit 201 to the failure time trace data storage unit 202.
  • FIG. 5B is a diagram showing a specific example of the trace data stored in the trace data storage unit 201 for the same components as the trace data shown in FIG. 5A. It is assumed that the CPU 10 has acquired the trace data of FIG. 5B in step S103 when predicting the time of occurrence of a failure for the certain component when the current trace data represented by the data number 13 is acquired. .
  • step S103 the CPU 10 acquires, as the current trace data, the trace data from the trace data acquired at the present time to the period before the number of data numbers of 12 as the current trace data pattern. To do.
  • 5A and 5B show an example in which the data pattern of the trace data at the time of the failure and the data pattern of the current trace data acquired by the CPU 10 in step S103 have the same length. These lengths do not have to match.
  • FIG. 6 is a graph showing the data pattern of FIG. 5A, which is the trace data at the time of occurrence of the failure acquired in steps S103 and S105, and the data pattern of FIG. 5B, which is the current trace data.
  • the CPU 10 calculates these similarities by calculating these correlation values, for example, and determines that they are similar.
  • the current trace data shown in FIG. 5B ends when the data value is 13 and the status value is 530. However, if the acquisition of the trace data from the component is continued as it is, the state value is considered to be about 740 around the data number 14. That is, the CPU 10 uses the data pattern of the trace data at the time of the past failure to predict the trace data acquired first from the current trace data.
  • the failure occurs after the state value increases by 600 between the data number 11 and the data number 13. That is, the CPU 10 calculates the amount of change in the state value immediately before the occurrence of the failure from the trace data at the time of the past failure. Then, the change amount is used as a threshold value of the change amount at the time of failure.
  • the CPU 10 uses the predicted state value of the trace data previously acquired from the current trace data, and the state value increases by about 600 between the data number 12 and the data number 14 in the current trace data. Predict the amount of change in state value. Then, by comparing the amount of change and the amount of change at the time of failure used as a threshold value, the CPU 10 predicts the time of occurrence of failure when failure occurs after the data number 14 is previously acquired in the current trace data. To do.
  • the CPU 10 notifies the timing at which the trace data having the data number 14 is acquired, using the output device 50 as the predicted failure occurrence timing for the component.
  • the transition of the trace data at the time of the past failure and the timing of the failure at that time are compared with the transition of the current trace data to determine the timing of the failure. Predict. Therefore, it is possible to predict the time of failure occurrence more accurately and to make a maintenance plan.
  • the server 1 accumulates trace data at the time of occurrence of a past failure for each component, and predicts the time of occurrence of the failure of the component by using the transition of the trace data at the time of occurrence of the failure peculiar to the component. Therefore, it is possible to predict the time of failure occurrence more accurately.
  • the data pattern of the trace data at the time of occurrence of the failure is stored in the failure-time trace data storage unit 202, so that the trace for each failure is traced.
  • the data pattern of data can be stored.
  • the current trace data determined to have a high degree of similarity by the above operation that is, similar to the data pattern of the trace data at the time of the past failure occurrence is not stored as the data pattern of the trace data at the time of the failure occurrence.
  • the data pattern of the trace data in which a failure has occurred after the fact that the similarity is low due to the above operation that is, the data pattern of the trace data at the time of the occurrence of the past failure is determined to be a new one. It may be stored as a data pattern of trace data of various types of failures.
  • the data pattern of the trace data is stored for each type of various faults in the past, and the occurrence time of the same component corresponding to various types of faults can be accurately determined. It will be predictable.
  • the CPU 10 of the server 1 according to the first modification stores a notification pattern for each component in the notification unit 107.
  • the loudness and content of the voice correspond to the notification pattern.
  • the output device 50 which is a speaker
  • the interval of the warning sound, the length of pronunciation, and the like are applicable. In this case, it is possible to shorten the interval of the warning sound or increase the volume of a component that is more affected by the failure among the component parts.
  • an output used to notify the predicted failure occurrence time as a notification pattern may be stored.
  • the time of occurrence of the failure predicted by the blinking or color of the light is notified, and for the components that are more affected, a plurality of lights, speakers, etc.
  • the output device For example, to notify the predicted time of occurrence of failure using the output device.
  • the notification unit 107 identifies the notification pattern corresponding to the component to be predicted, that is, the component selected by the selection unit 104, and The failure occurrence time predicted by the output device 50 is notified in accordance with the notification pattern.
  • a user such as a system administrator can easily grasp the predicted occurrence time of the failure. Further, it is possible to grasp the predicted failure occurrence time according to the importance of the component parts.
  • the server 1 may be provided with a communication device for outputting information to another device as the output device 50. Then, the CPU 10 of the server 1 according to the second modification stores the notification destination for each component in the notification unit 107.
  • the notification unit 107 stores a transmission destination for each component part, and notifies the transmission destination related to the component part in which the failure occurrence time is predicted to notify the failure occurrence time predicted by mail. You may make it do.
  • this transmission destination for example, a mail address of a user who is in charge of maintenance of the component corresponds to each component.
  • a user such as a maintenance person can grasp the predicted time of occurrence of a failure of his / her related component parts, and therefore can easily make a maintenance plan.
  • Modification 2 may be combined with Modification 1.
  • Modification 3 As a third modification, in the notification unit 107, the notification pattern and / or the transmission destination corresponding to the predicted period until the occurrence of the failure is provided in the same manner as the first modification and the second modification. Notification in a notification pattern corresponding to a period until the time of occurrence of a predicted failure that is stored and / or notification to a transmission destination may be performed.
  • a notification pattern with low urgency for example, low volume, long notification interval, Etc.
  • a short urgent notification pattern for example, high volume, short notification interval, etc.
  • a user who is registered as a normal administrator when the period until the predicted failure occurrence time is long, or an emergency when it is short For example, a user who is registered as an administrator who can handle the problem.
  • the notification may be made at a timing corresponding to a component for which the failure occurrence time is predicted or a period until the predicted failure occurrence time.
  • the notification unit 107 includes a component that has a predicted failure time and / or a period until the predicted failure time.
  • the corresponding notification timing is stored.
  • the CPU 10 specifies the notification timing in accordance with the component for which the failure occurrence time is predicted and / or the period until the predicted failure occurrence time, and outputs when the timing is reached. Notification is made from the device 50.
  • the notification timing according to the component for which the failure occurrence time is predicted for example, a component that is less affected by the failure is not immediately notified, but is notified after a predetermined period, or the above operation is performed a plurality of times.
  • the timing when notification is made after the same determination is made a predetermined number of times, the timing when notification is made immediately regarding a component having a large influence, and the like are applicable.
  • the timing is such that notification is made after a plurality of times are made and the same determination is made a predetermined number of times, and the notification is made immediately when the period is short, and so on.
  • ⁇ Modification 5> The above explanation is for predicting when a failure of a component in the server 1 occurs in the server 1. Similarly, the component of a production facility (not shown) connected to the server 1 is predicted. The time when the failure occurs may be predicted.
  • the server 1 may similarly predict when a failure occurs in a component of another server.
  • the predicted time of occurrence of the failure may be notified from the output device 50 such as a display or a speaker provided in the main body of the server 1 or transmitted to the device having the target component. You may notify from the output device of an apparatus.
  • a program stored in the memory 20 for causing the CPU 10 of the server 1 to execute the above-described prediction operation can be provided.
  • Such a program is stored in a computer-readable recording medium such as a flexible disk attached to the computer, a CD-ROM (Compact Disk-Read Only Memory), a ROM (Read Only Memory), a RAM (Random Access Memory), and a memory card.
  • a program product can be provided as a program product.
  • the program can be provided by being recorded on a recording medium such as a hard disk built in the computer.
  • a program can also be provided by downloading via a network.
  • the program according to the present invention is a program module that is provided as a part of a computer operating system (OS) and calls necessary modules in a predetermined arrangement at a predetermined timing to execute processing. Also good. In that case, the program itself does not include the module, and the process is executed in cooperation with the OS. A program that does not include such a module can also be included in the program according to the present invention.
  • OS computer operating system
  • the program according to the present invention may be provided by being incorporated in a part of another program. Even in this case, the program itself does not include the module included in the other program, and the process is executed in cooperation with the other program. Such a program incorporated in another program can also be included in the program according to the present invention.
  • the provided program product is installed in a program storage unit such as a hard disk and executed.
  • the program product includes the program itself and a recording medium on which the program is recorded.

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

　管理装置であるＣＩＭシステムのサーバは、予測の対象とする構成部品（Ｓ１０１）について、故障発生の時期を予測するタイミング以前から当該タイミングまでの所定期間に取得された状態を表わすデータである第１のトレースデータと（Ｓ１０３）、当該構成部品の故障が発生したタイミングに応じた期間に取得された第２のトレースデータと（Ｓ１０５）を比較し（Ｓ１０７）、それらが類似している場合に当該構成部品の故障発生の時期を予測して（Ｓ１１１）、その時期を通知する（Ｓ１１３）。

Description

管理装置、予測方法、および管理プログラム
　この発明は管理装置、予測方法、および管理プログラムに関し、特に、装置の保守管理を行なう管理装置、予測方法、および管理プログラムに関する。
　生産システムとしてＣＩＭ（Computer　Integrated　Manufacturing）が広く用いられている。ＣＩＭシステムでは、サーバが各生産装置を管理している。
　ＣＩＭシステムのサーバが故障すると、生産に甚大な影響を与えるため、サーバの保守は大変重要である。
　しかしながら、サーバの故障時期を予測することが難しいため、保守計画を立てるのが難しいという問題がある。
　この問題に対して、たとえば特開２００３－２４２２７７号公報（以下、特許文献１）は、監視装置が集約した監視対象の装置の装置に関する情報を格納するためのサーバと保守に関する情報を格納するためのサーバとを備え、性能情報の推移を統計処理する推測ルールに基づいて、過去の性能情報値の推移としきい値との比較に応じて警告を送出することで、故障予兆を推測して通知するシステムを開示している。
　図７は、たとえば特許文献１に開示されているような、障害発生の蓄積数を用いて故障時期を予測する方法を模式的に表わした図である。
　図７を参照して、この方法の場合、故障発生数が予め設定されているしきい値より高くなると、一律、故障の可能性ありとして通知される。
特開２００３－２４２２７７号公報
　しかしながら、実際には、部品が故障する場合のパターンは様々ある。そのため、たとえば図７に表わされたような障害発生の蓄積数だけで故障時期を予測すると、予測精度が落ちる場合がある、という問題がある。故障時期の予測精度が落ちると、サーバの保守計画が立て難くなる。
　本発明はこのような問題に鑑みてなされたおのであって、精度よく故障時期を予測することのできる管理装置、予測方法、および管理プログラムを提供することを目的としている。
　上記目的を達成するために、本発明のある局面に従うと、少なくとも１つの構成部品に接続された管理装置であって、構成部品と通信するための通信部と、通信によって得られた情報を記憶するための記憶部と、通信によって得られた情報を用いて構成部品の故障発生の時期を予測する動作を実行するための処理部と、処理部で得られた情報を出力するための出力部とを備える。処理部は、構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得する処理と、トレースデータを記憶部に格納する処理と、故障発生の時期を予測するタイミング以前から当該予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで構成部品の故障発生の時期を予測する処理と、予測された構成部品の故障発生の時期を、出力部で出力させる処理とを実行する。
　好ましくは、処理部は、第１のトレースデータの推移と第２のトレースデータの推移との類似度を算出し、類似度がしきい値以上である場合に、構成部品の故障発生の時期を予測する動作を実行する。
　より好ましくは、処理部は、第１のトレースデータでの、第２のトレースデータにおける変化度合いと類似するタイミングに基づいて、構成部品の故障発生の時期を予測する。
　好ましくは、当該管理装置は複数の構成部品に接続され、処理部は、構成部品ごとに取得したトレースデータを記憶部に記憶させて、構成部品ごとに、当該構成部品についての第１のトレースデータと第２のトレースデータとを比較することで故障発生の時期を予測する。
　好ましくは、処理部は、構成部品の故障発生時に、故障発生時に応じた期間のトレースデータ群を記憶部に「第２のトレースデータ」として記憶する。
　本発明の他の局面に従うと、予測方法は管理装置において当該管理装置に接続された構成部品の故障発生の時期を予測する方法であって、構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得するステップと、トレースデータを記憶するステップと、故障発生の時期を予測するタイミング以前から当該予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで構成部品の故障発生の時期を予測するステップと、予測された構成部品の故障発生の時期を通知するステップとを備える。
　本発明のさらに他の局面に従うと、管理プログラムは管理装置に当該管理装置に接続された構成部品の故障発生の時期を予測する動作を実行させるためのプログラムであって、構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得するステップと、トレースデータを記憶するステップと、故障発生の時期を予測するタイミング以前から当該予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで構成部品の故障発生の時期を予測するステップと、予測された構成部品の故障発生の時期を通知するステップとを管理装置に実行させる。
　この発明によると、ＣＩＭ（Computer　Integrated　Manufacturing）システムにおいて、含まれる装置の構成部品について、精度よく故障時期を予測することができる。
実施の形態にかかるサーバの装置構成の具体例を示す図である。 本実施の形態にかかるサーバでの動作の概略を表わした図である。 本実施の形態にかかるサーバでの動作の概略を表わした図である。 実施の形態にかかるサーバの機能構成の具体例を示すブロック図である。 実施の形態にかかるサーバでの、故障発生の時期を予測するための動作の具体例を表わすフローチャートである。 過去の故障発生時のトレースデータの具体例を示す図である。 現在のトレースデータの具体例を示す図である。 図５Ａのデータパターンと図５Ｂのデータパターンとをグラフ表記した図である。 従来なされている、障害発生の蓄積数を用いて故障時期を予測する方法を模式的に表わした図である。
　以下に、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。
　＜装置構成＞
　図１は、図示しないＣＩＭ（Computer　Integrated　Manufacturing）システムに含まれる管理装置としてのサーバであって、本実施の形態にかかるサーバ１の装置構成の具体例を示す図である。
　図１を参照して、サーバ１は、装置全体を制御するためのＣＰＵ（Central　Processing　Unit）１０と、ＣＰＵ１０で実行されるプログラム等を記憶するためのメモリ２０と、保守用データなどを記憶するためのＨＤＤ（Hard　Disk　Drive）３０と、情報を入力するためのマウスやキーボードやマイクなどである入力装置４０と、情報を出力するためのディスプレイやランプやスピーカなどである出力装置５０と、その他の構成部品６０とを含む。
　その他の構成部品６０としては、たとえば、ＨＤＤ３０の読取装置や、図示しない他の装置と通信するための通信Ｉ／Ｆなどが該当する。
　なお、図１に示された装置構成は、一般的なサーバの装置構成である。そのため、サーバ１には、図１に示された構成以外の構成が含まれてもよい。
　＜動作概要＞
　図２Ａおよび図２Ｂは、本実施の形態にかかるサーバ１での動作の概略を表わした図である。
　図２Ａを参照して、サーバ１では、当該サーバ１に含まれる各部品の状態値（以下、トレースデータとも称する）を監視して、過去に故障が発生した際のトレースデータの推移（パターン）を記憶しておく。たとえば、図２Ａの例では、トレースデータのＰ点であるＴ１時点で故障が発生したことが表わされている。
　サーバ１では、記憶している過去に故障が発生した際のトレースデータのパターンをテンプレートとして用いて、当該部品について、故障発生の時期を予測する。
　すなわち、サーバ１では図２Ｂに表わされたように、各部品についてトレースデータの監視を続け、その推移と、図２Ａに表わされた過去に故障が発生した際のトレースデータのパターンとを比較する。
　図２Ｂの例では、Ｔ１時点よりも以前のＴ２時点において、トレースデータのパターンが過去に故障が発生した際のトレースデータのパターンと類似していると判断されると、その後のＴ１時点に到達するであろうＰ点にて故障が発生する、と予測する。
　＜機能構成＞
　図３は、上記動作を行なうためのサーバ１の機能構成の具体例を示すブロック図である。図３に示された各機能は、ＣＰＵ１０がメモリ２０に記憶されるプログラムを読み出して実行することで、主にＣＰＵ１０上に形成されるものであるが、少なくとも一部が、電気回路などのハードウェア構成で形成されてもよい。
　図３を参照して、メモリ２０は、トレースデータを記憶するためのトレースデータ記憶部２０１と、故障が発生した際のトレースデータを記憶するための故障時トレースデータ記憶部２０２とを含む。
　ＣＰＵ１０は、各部品の状態値であるトレースデータを収集し、トレースデータ記憶部２０１に記憶させるための状態収集部１０１と、トレースデータに基づいて当該部品の故障の有無を判断するための判断部１０２と、トレースデータ記憶部２０１に記憶されたトレースデータのうちの故障発生の際のトレースデータを故障時トレースデータ記憶部２０２に記憶させるための故障処理部１０３と、故障発生の時期を予測する対象とする部品を選択するための選択部１０４と、トレースデータ記憶部２０１に記憶されているトレースデータと故障時トレースデータ記憶部２０２に記憶されているトレースデータとを比較するための比較部１０５と、その比較結果に基づいて対象とする部品の故障発生の時期を予測するための予測部１０６と、その予測に基づいて出力装置５０に報知を行なわせるため報知部１０７とを含む。
　より詳しくは、状態収集部１０１は、構成部品ごとの状態値であるトレースデータを収集し、トレースデータ記憶部２０１に記憶させる。
　ここで、トレースデータとは、各構成部品における現時点での動作の状態を表わす値を指す。構成部品がたとえばＨＤＤ３０の読取部である場合にはＨＤＤ３０の読取エラー数が該当し、ＨＤＤ３０自身である場合には不良セクタ数、などが該当する。
　状態収集部１０１はこれら構成部品の動作を監視することで、各構成部品での状態値を取得する。状態収集部１０１でのトレースデータの取得は、たとえば、一定の時間間隔や、予め規定されたタイミング、などで行なわれる。
　判断部１０２は、このようにして得られたトレースデータをたとえば予め故障を表わす値として記憶しているしきい値と比較することで故障の発生を判断してもよいし、構成部品の動作を監視することで故障の発生を判断してもよい。判断部１０２は故障の発生を判断すると、その判断結果を故障処理部１０３に渡す。
　故障処理部１０３は判断部１０２での故障の発生の判断に基づいて、故障発生のタイミングで取得されたトレースデータをトレースデータ記憶部２０１から故障時トレースデータ記憶部２０２にコピーする。
　この際、故障処理部１０３は、故障発生のタイミングで取得されたトレースデータのみならず、故障発生のタイミングから予め規定された所定期間前後に取得されたトレースデータも故障時トレースデータ記憶部２０２にコピーする。これにより、故障時トレースデータ記憶部２０２には、過去に故障が発生した際の、発生時から所定期間前後のトレースデータが保持されている。
　選択部１０４は、予め予測対象とする構成部品６０の順を記憶しておき、その順に従って予測対象とする構成部品６０を選択する。または、他の例として、入力装置４０から予測対象とする構成部品６０を指定するユーザ入力を受け付けて、その入力に従って予測対象とする構成部品６０を選択するようにしてもよい。
　比較部１０５は、予測対象と選択された構成部品６０についてのトレースデータ記憶部２０１に保存されているトレースデータのパターンと故障時トレースデータ記憶部２０２に保存されているトレースデータのパターンとを比較することで、これらの類似度合いを判断する。その結果、類似度合いがしきい値よりも高い場合、すなわち、これらパターンが類似していると判断された場合、比較に用いた過去の故障発生時のトレースデータと現在取得されたトレースデータとを予測部１０６に渡す。
　予測部１０６は、類似度合いがしきい値よりも高いとされたトレースデータパターンのうち、過去の故障発生時のトレースデータの推移と故障発生の時期との関係、および現在のトレースデータのデータの推移から、予測対象の構成部品６０の故障発生の時期を予測する。そして、その結果を報知部１０７に渡す。
　＜動作フロー＞
　図４は、サーバ１での故障発生の時期を予測する動作の具体例を表わすフローチャートである。図４のフローチャートに表わされた動作は、ＣＰＵ１０がメモリ２０に記憶されるプログラムを読み出して実行し、図３の各機能を発揮させることによって実現される。
　図４を参照して、ステップＳ１０１でＣＰＵ１０１は予測の対象とする構成部品を選択し、ステップＳ１０３で、トレースデータ記憶部２０１から現在のトレースデータを取得する。
　ステップＳ１０５でＣＰＵ１０は、故障時トレースデータ記憶部２０２から、過去の故障発生時のトレースデータを取得する。
　なお、ステップＳ１０３，１０５でＣＰＵ１０は、いずれも、所定期間のトレースデータを取得することで、当該期間のトレースデータのパターンを取得する。
　そして、ステップＳ１０７でＣＰＵ１０は、取得したこれらトレースデータのパターン（推移）を比較する。これらの類似度が予め規定されているしきい値よりも低い場合、すなわち、これらが類似していない場合には（ステップＳ１０９でＮＯ）、ＣＰＵ１０は処理を上記ステップＳ１０１まで戻して、次に予測の対象とする構成部品を選択する。
　一方、これらの類似度が予め規定されているしきい値よりも高い場合、すなわち、類似している場合（ステップＳ１０９でＹＥＳ）、ステップＳ１１１でＣＰＵ１０は、過去の故障発生時のトレースデータのデータパターンで表されている、データパターンの推移と故障発生の時期との関係、および現在のトレースデータのデータの推移から、当該構成部品の故障が発生する時期を予測する。
　ステップＳ１１３でＣＰＵ１０は、たとえばディスプレイなどである出力装置５０にその時期を表示するなどして、上記ステップＳ１１１で予測された故障発生の時期を通知する。
　＜具体例＞
　以下に、トレースデータの例を用いて、故障発生の時期の、具体的な予測の方法について説明する。
　図５Ａは、ある構成部品について、故障時トレースデータ記憶部２０２に記憶されている過去の故障発生時のトレースデータの具体例を示す図である。当該ある構成部品について故障発生の時期を予測する際に、上記ステップＳ１０５でＣＰＵ１０は図５Ａのトレースデータを取得したとする。
　図５Ａに表わされるトレースデータは、所定の時間間隔で当該ある構成部品から得られたトレースデータであって、時間経過に沿ってトレースデータの番号が割り当てられている。すなわち、トレースデータの番号に従って、トレースデータの推移が表わされている。これは、後述する図５Ｂでも同様である。
　図５Ａの例の場合、データナンバー１３の後に故障が発生している。つまり、この例では、ＣＰＵ１０は故障発生時に、故障が発生したと判断されたタイミングからデータナンバー数が１２だけ以前の期間から故障が発生したと判断されたタイミングまでのトレースデータを故障時のトレースデータのパターンとして、トレースデータ記憶部２０１から故障時トレースデータ記憶部２０２にコピーしている。
　図５Ｂは、図５Ａで表わされたトレースデータと同様の構成部品についての、トレースデータ記憶部２０１に記憶されているトレースデータの具体例を示す図である。現時点がデータナンバー１３で表わされたトレースデータが取得された時点で、当該ある構成部品について故障発生の時期を予測する際に、上記ステップＳ１０３でＣＰＵ１０は図５Ｂのトレースデータを取得したとする。
　図５Ｂの例の場合、上記ステップＳ１０３でＣＰＵ１０は、現在のトレースデータとして、現時点で取得されたトレースデータからデータナンバー数が１２だけ以前の期間までのトレースデータを現在のトレースデータのパターンとして取得する。
　なお、図５Ａ，５Ｂの例では、故障発生時のトレースデータのデータパターンと上記ステップＳ１０３でＣＰＵ１０が取得する現在のトレースデータのデータパターンとが同じ長さの例が示されているが、必ずしもこれらの長さは一致していなくてもよい。
　図６は、上記ステップＳ１０３，Ｓ１０５で取得された故障発生時のトレースデータのである図５Ａのデータパターンと現在のトレースデータである図５Ｂのデータパターンとをグラフ表記した図である。
　図５Ａ，５Ｂおよび図６を参照して、これらデータパターンを比較すると、トレースデータの値自体は多少異なるものの、値の上昇、下降の度合いがほぼ同じである。そのため、ＣＰＵ１０はたとえばこれらの相関値を算出するなどすることでこれらの類似度を算出し、これらが類似していると判断することになる。
　図５Ｂに表わされた現在のトレースデータはデータナンバー１３で状態値が５３０になったところで終了している。しかしながら、このまま当該構成部品からのトレースデータの取得を継続すると、データナンバー１４付近で状態値が７４０程度の値になると考えられる。すなわち、ＣＰＵ１０は、過去の故障時のトレースデータのデータパターンを利用して、現在のトレースデータから先に取得されるトレースデータを予測する。
　一方、図５Ａの過去の故障時のトレースデータのデータパターンにおいて、データナンバー１１からデータナンバー１３の間で状態値が６００上昇した後に故障が発生している。すなわち、ＣＰＵ１０は、故障発生時の直前の状態値の変化量を過去の故障時のトレースデータから算出する。そして、その変化量を、故障時の変化量のしきい値として用いる。
　ＣＰＵ１０は、予測された、現在のトレースデータから先に取得されるトレースデータの状態値を用いて、現在のトレースデータにおいて、データナンバー１２からデータナンバー１４の間で状態値が６００程度ほど上昇すると、状態値の変化量を予測する。そして、その変化量としきい値として用いる故障時の変化量とを比較することで、ＣＰＵ１０は、現在のトレースデータにおいて、この先にデータナンバー１４が取得された後に故障すると、故障発生の時期を予測する。
　この予測に基づいて、ＣＰＵ１０は、データナンバー１４のトレースデータが取得されるタイミングを当該構成部品について予測される故障発生の時期として、出力装置５０を用いて通知する。
　＜実施の形態の効果＞
　このように、本実施の形態にかかるサーバ１では、過去の故障発生時のトレースデータの推移およびその際の故障発生のタイミングと、現在のトレースデータの推移とを照らし合わせて故障発生の時期を予測する。そのため、より正確に故障発生の時期を予測でき、保守計画も立てやすくなる。
　また、サーバ１では構成部品ごとに過去の故障発生時のトレースデータを蓄積しておき、構成部品に特有の故障発生時のトレースデータの推移を利用して当該構成部品の故障発生の時期を予測するため、より正確に故障発生の時期を予測することができる。
　＜他の例＞
　なお、同一の構成部品であっても、異なる複数の種類の故障が発生する場合もある。そのため、同一の構成部品に関して、故障の種類ごとに故障発生時のトレースデータのデータパターンが記憶されていてもよい。
　これは、ＣＰＵ１０で構成部品について故障の発生が判断されるたびに、その故障についての故障発生時のトレースデータのデータパターンが故障時トレースデータ記憶部２０２に記憶されることで、故障ごとのトレースデータのデータパターンを記憶させることが可能となる。
　または、上記動作によって類似度が高い、つまり、過去の故障発生時のトレースデータのデータパターンと類似していると判断された現在のトレースデータは故障発生時のトレースデータのデータパターンとして記憶せず、上記動作によって類似度が低い、つまり、過去の故障発生時のトレースデータのデータパターンとは類似していないと判断されたにも関わらずその後に故障が発生したトレースデータのデータパターンを、新たな種類の故障のトレースデータのデータパターンとして記憶するようにしてもよい。
　このようにすることで、過去の様々な故障の種類ごとにトレースデータのデータパターンが記憶されることになり、同一の構成部品に関して様々な故障の種類にも対応してその発生時期を正確に予測できることになる。
　＜変形例１＞
　第１の変形例にかかるサーバ１のＣＰＵ１０は、上記報知部１０７に構成部品ごとの報知パターンを記憶している。
　出力装置５０がスピーカであって、音声にて予測された故障発生の時期を通知する場合には、報知パターンとしては、音声の大きさ、内容などが該当する。たとえばスピーカである出力装置５０から警告音を繰り返して予測された故障発生の時期を通知する場合、その警告音の間隔や、発音の長さ、などが該当する。この場合、構成部品のうちの故障による影響が大きい部品ほど警告音の間隔を短くしたり、音量を大きくしたりすることが挙げられる。
　また、他の例として、サーバ１に出力装置５０として、ライト、スピーカなどの複数種類の出力装置が含まれている場合、報知パターンとして、予測された故障発生の時期を通知するために用いる出力装置が記憶されていてもよい。この場合、構成部品のうちの故障による影響が小さい構成部品に関してはたとえばライトの点滅や色などで予測された故障発生の時期を報知し、影響が大きい構成部品に関しては、ライトおよびスピーカなどの複数の出力装置を用いて予測された故障発生の時期を報知する、などが挙げられる。
　報知部１０７は、予測部１０６において故障発生の時期が予測されると、その予測対象とされた構成部品、すなわち、選択部１０４で選択された構成部品に対応した報知パターンを特定して、当該報知パターンに従って出力装置５０で予測された故障発生の時期を通知する。
　これにより、たとえばシステム管理者などのユーザは容易に予測された故障発生の時期を把握することができる。また、構成部品の重要度に応じて、予測された故障発生の時期を把握することができる。
　＜変形例２＞
　第２の変形例として、サーバ１に出力装置５０として他の装置に情報を出力するための通信装置が備えられていてもよい。そして、第２の変形例にかかるサーバ１のＣＰＵ１０は、上記報知部１０７に構成部品ごとの報知先を記憶している。
　一例として、報知部１０７には構成部品ごとに送信先が記憶されており、故障発生の時期が予測された構成部品に関連した送信先に対してメールにて予測された故障発生の時期を通知するようにしてもよい。この送信先としては、たとえば、構成部品ごとに当該部品の保守を担当するユーザのメールアドレスなどが該当する。
　これにより、たとえば保守担当者などのユーザは、自身の関連する構成部品についての予測された故障発生の時期を把握することができるため、保守計画を容易に立てることができる。
　なお、変形例２は変形例１と組み合わされてもよい。
　＜変形例３＞
　第３の変形例として、報知部１０７に、上記第１の変形例および第２の変形例と同様にして、予測された故障発生の時期までの期間に応じた報知パターンおよび／または送信先が記憶され、予測された故障発生の時期までの期間に応じた報知パターンでの通知、および／または送信先への通知が行なわれてもよい。
　予測された故障発生の時期までの期間に応じた報知パターンとしては、たとえば、予測された故障発生の時期までの期間が長い場合には緊急性の低い報知パターン（たとえば低音量、長い報知間隔、等）、短い場合には緊急性の高い報知パターン（たとえば高音量、短い報知間隔、等）などが該当する。
　予測された故障発生の時期までの期間に応じた送信先、たとえば、予測された故障発生の時期までの期間が長い場合には通常の管理者として登録されているユーザ、短い場合には緊急の対応が可能な管理者として登録されているユーザ、などが該当する。
　これにより、予測された故障発生の時期までの期間で表わされる保守の必要性に応じた通知が行なわれることになり、保守計画を容易に立てることができる。
　＜変形例４＞
　上の説明では、上述の予測動作が行なわれて過去の故障時のトレースデータのデータパターンと類似していると判断されるとそのタイミングで予測された故障発生の時期が通知されることになる。
　しかしながら、第４の変形例として、故障発生の時期が予測された構成部品、または予測された故障発生の時期までの期間に応じたタイミングで通知がなされてもよい。
　この場合、報知部１０７には、上記第１の変形例～第３の変形例と同様にして、故障発生の時期が予測された構成部品および／または予測された故障発生の時期までの期間に応じた報知タイミングが記憶されている。そして、上記ステップＳ１１３でＣＰＵ１０は故障発生の時期が予測された構成部品および／または予測された故障発生の時期までの期間に応じて報知タイミングを特定した上で、そのタイミングに達した時点で出力装置５０から通知を行なうようにする。
　故障発生の時期が予測された構成部品に応じた報知タイミングとしては、たとえば、故障による影響が小さい構成部品に関しては直ちに通知するのではなく所定期間後に通知したり、上記動作が複数回行なわれて同じ判断が所定回数なされた後に通知したりするようなタイミング、影響が大きい構成部品に関しては直ちに通知するなどのタイミング、などが該当する。
　予測された故障発生の時期までの期間に応じた報知タイミングとしては、たとえば、予測された故障発生の時期までの期間が長い場合には直ちに通知するのではなく所定期間後に通知したり、上記動作が複数回行なわれて同じ判断が所定回数なされた後に通知したりするようなタイミング、期間が短い場合には直ちに通知するなどのタイミング、などが該当する。
　このようにすることで、正確な故障発生の時期の予測が通知されると共に、緊急性の低い場合には通知の回数を抑えてネットワークの負荷を低減することが可能になる。
　＜変形例５＞
　なお、上の説明は、サーバ１において、当該サーバ１内の構成部品の故障が発生する時期を予測するものであるが、同様にして、サーバ１に接続された図示しない生産設備の構成部品の故障が発生する時期を予測するようにしてもよい。
　また、ＣＩＭシステムでは故障に備えてサーバが複数含まれている場合があるため、サーバ１において、同様にして、他のサーバの構成部品の故障が発生する時期を予測するようにしてもよい。
　この場合、予測された故障発生の時期は、サーバ１本体に備えられたディスプレイやスピーカなどの出力装置５０から通知されてもよいし、対象の構成部品を有している装置に送信し、当該装置の出力装置から通知されてもよい。
　＜変形例６＞
　さらに、上述の予測動作をサーバ１のＣＰＵ１０に実行させるための、メモリ２０に記憶されているプログラムを提供することもできる。このようなプログラムは、コンピュータに付属するフレキシブルディスク、ＣＤ－ＲＯＭ（Compact　Disk-Read　Only　Memory）、ＲＯＭ（Read　Only　Memory）、ＲＡＭ（Random　Access　Memory）およびメモリカードなどのコンピュータ読取り可能な記録媒体にて記録させて、プログラム製品として提供することもできる。あるいは、コンピュータに内蔵するハードディスクなどの記録媒体にて記録させて、プログラムを提供することもできる。また、ネットワークを介したダウンロードによって、プログラムを提供することもできる。
　なお、本発明にかかるプログラムは、コンピュータのオペレーティングシステム（ＯＳ）の一部として提供されるプログラムモジュールのうち、必要なモジュールを所定の配列で所定のタイミングで呼出して処理を実行させるものであってもよい。その場合、プログラム自体には上記モジュールが含まれずＯＳと協働して処理が実行される。このようなモジュールを含まないプログラムも、本発明にかかるプログラムに含まれ得る。
　また、本発明にかかるプログラムは他のプログラムの一部に組込まれて提供されるものであってもよい。その場合にも、プログラム自体には上記他のプログラムに含まれるモジュールが含まれず、他のプログラムと協働して処理が実行される。このような他のプログラムに組込まれたプログラムも、本発明にかかるプログラムに含まれ得る。
　提供されるプログラム製品は、ハードディスクなどのプログラム格納部にインストールされて実行される。なお、プログラム製品は、プログラム自体と、プログラムが記録された記録媒体とを含む。
　今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
　１　サーバ、１０　ＣＰＵ、２０　メモリ、３０　ＨＤＤ、４０　入力装置、５０　出力装置、６０　構成部品、１０１　状態収集部、１０２　判断部、１０３　故障処理部、１０４　選択部、１０５　比較部、１０６　予測部、１０７　報知部、２０１　トレースデータ記憶部、２０２　故障時トレースデータ記憶部。

Claims (7)

  1. 　少なくとも１つの構成部品に接続された管理装置であって、
    　前記構成部品と通信するための通信部と、
    　前記通信によって得られた情報を記憶するための記憶部と、
    　前記通信によって得られた情報を用いて前記構成部品の故障発生の時期を予測する動作を実行するための処理部と、
    　前記処理部で得られた情報を出力するための出力部とを備え、
    　前記処理部は、
    　前記構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得する処理と、
    　前記トレースデータを前記記憶部に格納する処理と、
    　故障発生の時期を予測するタイミング以前から前記予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと、前記構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで、前記構成部品の故障発生の時期を予測する処理と、
    　前記予測された前記構成部品の故障発生の時期を、前記出力部で出力させる処理とを実行する、管理装置。
  2. 　前記処理部は、前記第１のトレースデータの推移と前記第２のトレースデータの推移との類似度を算出し、前記類似度がしきい値以上である場合に、前記構成部品の故障発生の時期を予測する動作を実行する、請求項１に記載の管理装置。
  3. 　前記処理部は、前記第１のトレースデータでの、前記第２のトレースデータにおける変化度合いと類似するタイミングに基づいて、前記構成部品の故障発生の時期を予測する、請求項２に記載の管理装置。
  4. 　当該管理装置は複数の構成部品に接続され、
    　前記処理部は、前記構成部品ごとに取得したトレースデータを前記記憶部に記憶させて、前記構成部品ごとに、当該構成部品についての前記第１のトレースデータと前記第２のトレースデータとを比較することで故障発生の時期を予測する、請求項１～３のいずれかに記載の管理装置。
  5. 　前記処理部は、前記構成部品の故障発生時に、前記故障発生時に応じた期間のトレースデータ群を前記記憶部に前記第２のトレースデータとして記憶する、請求項１～４のいずれかに記載の管理装置。
  6. 　管理装置において、当該管理装置に接続された構成部品の故障発生の時期を予測する方法であって、
    　前記構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得するステップと、
    　前記トレースデータを記憶するステップと、
    　故障発生の時期を予測するタイミング以前から前記予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと、前記構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで、前記構成部品の故障発生の時期を予測するステップと、
    　前記予測された前記構成部品の故障発生の時期を通知するステップとを備える、予測方法。
  7. 　管理装置に、当該管理装置に接続された構成部品の故障発生の時期を予測する動作を実行させるためのプログラムであって、
    　前記構成部品から当該構成部品の状態を表わすデータであるトレースデータを所定のタイミングに取得するステップと、
    　前記トレースデータを記憶するステップと、
    　故障発生の時期を予測するタイミング以前から前記予測するタイミングまでの期間のトレースデータ群である第１のトレースデータと、前記構成部品の故障が発生したタイミングに応じた期間のトレースデータ群である第２のトレースデータとを比較することで、前記構成部品の故障発生の時期を予測するステップと、
    　前記予測された前記構成部品の故障発生の時期を通知するステップとを前記管理装置に実行させる、管理プログラム。
PCT/JP2012/061060 2011-05-02 2012-04-25 管理装置、予測方法、および管理プログラム WO2012150688A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011102731 2011-05-02
JP2011-102731 2011-05-02

Publications (1)

Publication Number Publication Date
WO2012150688A1 true WO2012150688A1 (ja) 2012-11-08

Family

ID=47107877

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/061060 WO2012150688A1 (ja) 2011-05-02 2012-04-25 管理装置、予測方法、および管理プログラム

Country Status (1)

Country Link
WO (1) WO2012150688A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014191677A (ja) * 2013-03-28 2014-10-06 Nec Corp 冷却監視装置、冷却監視方法及びプログラム
WO2015068210A1 (ja) * 2013-11-05 2015-05-14 株式会社安川電機 トレースデータ記録システム、トレースデータ記録サーバ、トレースデータ記録方法、プログラム、及び情報記憶媒体

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62169267A (ja) * 1986-01-22 1987-07-25 Hitachi Ltd 取引装置の管理システム
JPH05126980A (ja) * 1991-11-05 1993-05-25 Babcock Hitachi Kk 異常診断支援装置
JPH0926805A (ja) * 1995-07-07 1997-01-28 Matsushita Electric Works Ltd 設備故障診断装置
JP2001092688A (ja) * 1999-09-24 2001-04-06 Toshiba Corp 故障管理装置
JP2006099249A (ja) * 2004-09-28 2006-04-13 Fujitsu Ltd 障害管理装置および障害管理方法
JP2006301910A (ja) * 2005-04-20 2006-11-02 Yaskawa Information Systems Co Ltd 故障動作履歴表示方式
JP2007172131A (ja) * 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2011002906A (ja) * 2009-06-16 2011-01-06 Fujitsu Ltd 監視プログラム、監視装置、および監視方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62169267A (ja) * 1986-01-22 1987-07-25 Hitachi Ltd 取引装置の管理システム
JPH05126980A (ja) * 1991-11-05 1993-05-25 Babcock Hitachi Kk 異常診断支援装置
JPH0926805A (ja) * 1995-07-07 1997-01-28 Matsushita Electric Works Ltd 設備故障診断装置
JP2001092688A (ja) * 1999-09-24 2001-04-06 Toshiba Corp 故障管理装置
JP2006099249A (ja) * 2004-09-28 2006-04-13 Fujitsu Ltd 障害管理装置および障害管理方法
JP2006301910A (ja) * 2005-04-20 2006-11-02 Yaskawa Information Systems Co Ltd 故障動作履歴表示方式
JP2007172131A (ja) * 2005-12-20 2007-07-05 Nec Fielding Ltd 障害予測システム、障害予測方法、障害予測プログラム
JP2011002906A (ja) * 2009-06-16 2011-01-06 Fujitsu Ltd 監視プログラム、監視装置、および監視方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014191677A (ja) * 2013-03-28 2014-10-06 Nec Corp 冷却監視装置、冷却監視方法及びプログラム
WO2015068210A1 (ja) * 2013-11-05 2015-05-14 株式会社安川電機 トレースデータ記録システム、トレースデータ記録サーバ、トレースデータ記録方法、プログラム、及び情報記憶媒体
JPWO2015068210A1 (ja) * 2013-11-05 2017-03-09 株式会社安川電機 トレースデータ記録システム、トレースデータ記録サーバ、トレースデータ記録方法、プログラム、及び情報記憶媒体
US10120030B2 (en) 2013-11-05 2018-11-06 Kabushiki Kaisha Yaskawa Denki Trace data recording system, trace data recording server, trace data recording method, and information storage medium

Similar Documents

Publication Publication Date Title
US8314694B2 (en) System and method for suppressing redundant alarms
Zheng et al. A practical failure prediction with location and lead time for blue gene/p
WO2014208002A1 (ja) システム分析装置、システム分析方法、及びシステム分析プログラム
Soualhia et al. Infrastructure fault detection and prediction in edge cloud environments
Jain et al. Optimal replacement policy for a repairable system with multiple vacations and imperfect fault coverage
CN111242323B (zh) 用于修理机器次优操作的主动自动系统和方法
JP2008527554A5 (ja)
US20160378583A1 (en) Management computer and method for evaluating performance threshold value
US9524223B2 (en) Performance metrics of a computer system
WO2014051603A1 (en) Predicting failure of a storage device
JP6521096B2 (ja) 表示方法、表示装置、および、プログラム
Luo et al. NTAM: neighborhood-temporal attention model for disk failure prediction in cloud platforms
JP5768983B2 (ja) 契約違反予測システム、契約違反予測方法および契約違反予測プログラム
US20110231582A1 (en) Trend determination and identification
US9860109B2 (en) Automatic alert generation
JP5413240B2 (ja) イベント予測システムおよびイベント予測方法、ならびにコンピュータ・プログラム
JP2008165352A (ja) 定期点検データ分析装置およびその方法
KR20140067962A (ko) 네트워크 이벤트 관리
CN113821416A (zh) 监测告警方法、装置、存储介质及电子设备
WO2012150688A1 (ja) 管理装置、予測方法、および管理プログラム
JP5949785B2 (ja) 情報処理方法、装置及びプログラム
JP2016091043A (ja) 診断ジョブ生成システム、診断ジョブ生成方法及び診断ジョブ生成表示方法
JP2010015246A (ja) 故障情報分析管理システム
JP2019049802A (ja) 障害解析支援装置、インシデント管理システム、障害解析支援方法及びプログラム
JP2018147406A (ja) 品質異常検知方法、品質異常検知装置および品質異常検知プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12779321

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12779321

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP