WO2021005861A1 - 故障箇所特定支援システム - Google Patents

故障箇所特定支援システム Download PDF

Info

Publication number
WO2021005861A1
WO2021005861A1 PCT/JP2020/016428 JP2020016428W WO2021005861A1 WO 2021005861 A1 WO2021005861 A1 WO 2021005861A1 JP 2020016428 W JP2020016428 W JP 2020016428W WO 2021005861 A1 WO2021005861 A1 WO 2021005861A1
Authority
WO
WIPO (PCT)
Prior art keywords
failure
investigation
support system
diagnosis
worker
Prior art date
Application number
PCT/JP2020/016428
Other languages
English (en)
French (fr)
Inventor
河野　敏明
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to EP20835982.8A priority Critical patent/EP3998558A4/en
Publication of WO2021005861A1 publication Critical patent/WO2021005861A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
    • B61L27/53—Trackside diagnosis or maintenance, e.g. software upgrades for trackside elements or systems, e.g. trackside supervision of trackside control system conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Definitions

  • the present invention relates to a failure location identification support system that supports the work of identifying a failure location of a device.
  • the failure location is based on the worker's knowledge of the target asset and general engineering knowledge by integrating the results of the maintenance worker's investigation of the target asset and the state of the equipment acquired by the sensor. It is a general method to gradually narrow down the number of devices and identify the devices that have finally failed and should be replaced, repaired, or repaired.
  • failure location identification support system for diagnostic support, for example, failure location candidates and investigation means for guiding the failure location to the operator, and failure knowledge data that organizes the relationship between the phenomenon and the failure. It is conceivable to have a system having a guide providing means for presenting it in order in some way.
  • Patent Document 1 An example of a diagnostic support system having failure knowledge data and a means for providing a guide is the one listed in Patent Document 1.
  • the result of failure mode analysis is represented by graph data, and diagnostic support is provided using a single failure knowledge data linked to the result of the failure mode analysis and an inspection method instruction.
  • the worker When performing a failure diagnosis using a diagnosis support system in which failure location candidates and investigation location candidates are presented to workers in a timely manner, the worker does not examine all possible failure location candidates and investigation location candidates. When it is deemed appropriate, the investigation may be terminated and the location of the failure may be determined. As a result, even if there is another highly probable failure, the investigation does not reach that level, and an erroneous failure diagnosis may be performed. In addition, even if an erroneous repair is performed based on the diagnosis, the erroneous diagnosis may not be recognized because the function related to the failure is not immediately used or the failure itself is accompanied by an intermittent occurrence.
  • the failure diagnosis result based on the reliability data may be erroneous.
  • an object of the present invention is to determine whether or not the uninvestigated items that are related to the derived symptoms and have a high risk of changing the diagnosis result remain. It is to provide a failure location identification support system that enables workers to appropriately determine the end of diagnosis.
  • the investigation procedure of the target asset is presented, and the investigation result and the judgment result of the worker are obtained to identify the failure location of the target asset and support the diagnosis.
  • a specific support system that uses failure knowledge data that records knowledge such as failure of the target asset to instruct the operator on the failure location identification procedure, and an important investigation unimplemented item before the diagnosis end process. Equipped with a diagnostic validity judgment unit that determines whether or not there is any remaining, it is appropriate for the operator to select the failure location and end the failure investigation when performing the failure location identification work based on the failure knowledge data. By confirming the existence, it is characterized by realizing an investigation without oversight and improving the reliability of the failure investigation result.
  • the present invention is a failure location identification support system that presents a failure location investigation procedure for a target asset when an abnormality occurs in the target asset, and also obtains a worker's investigation result and judgment result to support the identification and diagnosis of the failure location of the target asset. Therefore, for each component that constitutes the target asset, a failure knowledge database that holds a failure and a score indicating the failure occurrence probability as failure knowledge data together with the nodes on the affected side and the cause side of the failure, and the failure knowledge data are used. It is equipped with an investigation procedure generation unit that presents the failure location identification procedure to the worker, a diagnostic HMI that presents information to the worker and obtains the worker's input, and a diagnostic validity judgment unit that judges the validity of the diagnosis.
  • the investigation procedure generation unit presents the nodes on the affected side and the cause side of the failure to the operator, and weights the failure score based on the investigation result of the operator.
  • the diagnostic validity judgment unit is investigated by the operator. When the end is instructed, the weighted information is used to select an item for which the investigation should be continuously executed from the nodes that have not been investigated and presented to the operator.
  • the present invention it is possible to end the failure investigation by confirming that there are no items requiring investigation among the uninvestigated items, resulting in misdiagnosis due to insufficient investigation and unreliable diagnostic results. It is possible to prevent the problem from being issued, and it is possible to carry out a failure investigation with the necessary and sufficient man-hours. In addition, by improving the accuracy and reliability of the diagnosis result, it is possible to formulate an appropriate maintenance plan based on the failure record, and it is also possible to update the failure knowledge and improve the performance of the failure location identification support based on the update.
  • the figure which shows the configuration example of the failure part identification support system of this invention The figure which shows the example of the failure knowledge data D1 recorded in the failure knowledge database DB1.
  • the figure which shows the example of the failure claim report The figure which shows an example of the candidate presentation screen.
  • failure knowledge data recording knowledge such as failure of the target asset and failure investigation knowledge are given investigation priority and the like.
  • the survey procedure generation unit that generates instructions to the worker according to the progress of the survey, the survey procedure is presented to the worker, and the input of the worker's survey status is accepted and the survey procedure generation unit is surveyed.
  • a diagnostic HMI that communicates the process and a diagnostic validation unit that determines the validity of the diagnostic results and instructs the continuation or termination of the investigation are used.
  • FIG. 1 is a diagram showing a configuration example of the failure location identification support system of the present invention.
  • the failure location identification support system 1 composed of a computer can be said to include an investigation procedure generation unit 2 and a diagnosis validity judgment unit 3 in terms of the functions of its calculation unit, and further, a diagnosis HMI 5 which is an input / output interface.
  • It is configured to include a database DB for storing and storing various data.
  • various database DBs include a failure knowledge database DB1 that stores failure knowledge data D1, a diagnostic data database DB2 that stores diagnostic data D2, and a failure investigation result data database DB3 that stores failure investigation result data D3.
  • the configuration and functions of each part will be described according to the processing flow.
  • the present invention is not limited to a specific asset, diagnostic technique, and analytical technique, the following description will be given by taking the diagnosis of a railroad passenger door as an example.
  • the failure knowledge database DB1 uses the structure of the target asset 4 as the failure knowledge data D1, the relationship between the failure mode and the functional failure and the failure mode, the relationship between the functional failure and the failure effect, and the relationship between the phenomenon observed at the time of failure and the failure mode.
  • the sex is recorded.
  • the failure knowledge data D1 it is not necessary to record the failure knowledge of the entire target asset 1 in a network of a single relationship, and the failure knowledge created for each structure or function part of the target knowledge is saved. It may be.
  • the structural expansion data of the entire target asset is also recorded.
  • FIG. 2 shows an example of failure knowledge data D1 recorded in the failure knowledge database DB1.
  • this failure knowledge data D1 each item of the target component D12 with the component ID (D11), the failure mode D13, the failure cause D14, and the failure effect D15 is described in association with each other. Further, in the failure knowledge data D1, data showing the structural development of the asset (in this example, the passenger door of the railway) as shown in FIG. 3 is also recorded.
  • the asset of FIG. 3 is a part (D12) to which P1 is assigned as a part ID (D11) in the failure knowledge database DB1 of FIG. 2, and the door P1 is a door rail P2 and a door plate P3 as parts constituting the door.
  • the component ID is comprehensively described in the item D11 and the component name constituting the device is comprehensively described in the item D12 for these various parts having a large / small or hierarchical relationship. doing.
  • the failure modes that can be assumed for each component are listed in the item D13. These failure modes are associated with each failure mode ID, and a score based on, for example, the probability of occurrence of this failure mode is given.
  • the score is 60 due to the event that the door does not open, and when the failure mode ID is M1.1.2, the score is 79 due to the long opening time.
  • the failure mode ID is M1.1.3. This information is described for each component.
  • the failure effect information D14 is described for each failure mode of each component.
  • the failure effect on the event that the failure mode ID of the door P1 is M1.1.1 "the door does not open” is "passenger boarding / alighting not possible” with E1.1.1 as the failure effect ID. Information that the safety impact is low and the operational impact is high is attached.
  • the failure effect on the event that the failure mode ID of the door P1 is M1.1.2 "the opening time is long” is the “operation delay” with E1.1.2 as the failure effect ID, and in this case, Information that the safety impact is low and the operational impact is medium is attached.
  • the failure effect on the event that the failure mode ID of the door P1 is M1.1.3 and the "opening time is long” is “the opening time is short” with E1.1.3 as the failure effect ID.
  • the failure cause information D15 is described for each failure mode of each component.
  • the cause of failure for the event that the failure mode ID of the door P1 is M1.1.1 "The door does not open” is “The door plate does not move” with C1.1.1 as the failure cause ID.
  • the cause of failure for the event that the failure mode ID of the door P1 is M1.1.2 “long opening time” is “door open detection failure” with C1.1.2 as the failure cause ID, or the cause of failure. "Door plate movement is slow” with C1.1.3 as the ID.
  • the cause of failure for the event that the failure mode ID of the door P1 is M1.1.3, “the opening time is long”, is “the door plate moves quickly” with C1.1.4 as the failure cause ID. There may be multiple causes of failure for the failure mode.
  • each line of the failure knowledge data D1 shown in FIG. 2 indicates a combination of the target parts D11 and D12, the failure mode D13, the failure effect D14, and the failure cause D15, and in the present invention, this is a small unit of the failure knowledge.
  • this is a small unit of the failure knowledge.
  • the ID (failure mode ID, failure effect ID) in the failure knowledge data D1 indicates which failure mode causes the failure effect D14 and which failure cause D15 causes the failure mode. , Failure cause ID).
  • the failure effect D14 becomes a failure cause D15 of the upper function.
  • the failure of the piston P5 is the failure effect D14 of the actuator P4
  • the piston P5 is the failure cause D15 when viewed from the actuator P4.
  • a score is given for each failure mode. This score is calculated from the history of past failures, and a high score indicates that there is a high possibility of failure. This can be set in proportion to the past failure rate, for example.
  • FIG. 4 shows this relationship expressed in a graph format for a part of the failure knowledge data in FIG.
  • FIG. 4 is a diagrammatic representation of the relationship of FIG. 2, and illustrates only the door P1, the door rail P2, and the door plate P3. These parts are defined as part nodes in FIG.
  • the causes of failure of the door P1 are "Door plate does not move” with C1.1.1 attached to M1.1.1 “Unable to open” for each failure mode, and M1.1.2 “Open”. For “long time”, “door open detection failure” with C1.1.2 or “door plate movement is slow” with C1.1.3, “opening time” For “short”, C1.1.4 is attached to "fast door plate movement”.
  • the relationship between the failure influence node and the failure cause node is similarly described in FIG. 4 for the door rail P2 and the door plate P3. And what is important here is that the correlation of influences between parts is shown. For example, E1.1.1 “passengers cannot get on and off”, E1.1.2 “operation delay”, and E1.1.13 “passengers are caught”, which are the failure cause nodes of the door P1, are the door rails which are lower parts of the door P1. There is a correlation that the failure influence nodes E1.2.1 and E1.3.1 of P2 are "the operation of the door plate is hindered and abnormal noise is generated”.
  • FIG. 5 shows nodes such as these component nodes, failure influence nodes showing relationships within the same component, and failure cause nodes showing relationships between different parts
  • the original node is a node located on the failure cause side for each node.
  • the node on the affected side of the cause is set as the first node, and all of them are comprehensively described mainly using the graph format representation.
  • the data described in the inter-node relationship table organized as shown in FIG. 5 is recorded in the failure knowledge database DB1 as a part of the failure knowledge data D1.
  • the diagnosis performed using the failure knowledge in this way it is possible to efficiently perform the failure investigation by ranking the failure candidates to be presented in the failure investigation guidance presented to the operator.
  • the occurrence rate of each failure mode is calculated from the past failure records, and the presentation order is given based on the calculation.
  • the similarity with the reported failure content or the failure investigation is performed. Advances can change the importance of failures that have disappeared or increased. In this embodiment, an explanation will be given based on one of the method examples.
  • score information indicating the failure occurrence probability for each failure mode is provided in the failure knowledge data D1 of FIG.
  • the worker obtains the correlation failure knowledge data D1 as shown in FIG. 6 based on the reported failure claim from the one that seems to correspond to the situation in which the failure occurred. , While proceeding with the investigation, go down and think about the procedure to complete the investigation when the lowest failure mode is finally reached.
  • FIG. 7 shows an example of the flow of the survey procedure generation unit 2.
  • a description will be given based on this flow.
  • the investigation procedure generation unit 2 first reads the failure claim 30 in the processing step S21.
  • the failure claim 30 is a claim from the worker of the asset regarding the status of the asset abnormality, and is given as shown in FIG. 8, for example.
  • the target device is the railway door A as information on the problem that occurred in the text, and the report content is "The door opening time was long at the station and the operation was delayed. "Is assumed to be described.
  • the failure knowledge data D1 recorded in the failure knowledge database DB1 is referred to, and from the contents of the failure claim 30, it is determined from which of the failure knowledge data D1 the failure investigation is started.
  • the failure knowledge data D1 the failure knowledge data shown in the graph format in FIG. 6 the investigation is started.
  • words such as operation delay and long door opening time are similar to E1.1.2 "operation delay” in FIG. 4 or M1.1.2 "long opening time”. Since they are the same word, the area around this node will be selected as the survey start point.
  • the failure mode node in the failure knowledge data D1 is evaluated and convinced that a failure has occurred based on the failure knowledge data D1 and the current investigation result. Give a degree.
  • the score given for each failure mode in FIG. 2 the connection relationship between each node of the failure knowledge data D1 as shown in FIG. 6, and the presentation candidate ranking process are performed. It is conceivable to correct the score in consideration of the survey situation at the time of the failure, and rank the ones with the highest degree of certainty as a result. The method is shown below.
  • a score is given to the failure knowledge data D1.
  • the weight W (i) is given to each node by using the hierarchical relationship of the failure knowledge data D1.
  • i is an identifier of each node.
  • J is a set of child nodes of the weight W (i)
  • it is j ⁇ J, and this term represents the sum of the weights of the lower nodes.
  • the score S defined in FIG. 2 is given when the node is in failure mode.
  • a (i) is a coefficient set by each node using the candidate presentation screen of FIG. 9 called from the candidate presentation / input reception processing step S24 described later. For example, by assigning 0 when "None” is selected, 1 when "Confirm” is selected, and 0.5 when not selected, the node whose failure possibility has already been confirmed is the upper node. Do not contribute to the weight of. The meaning of the candidate presentation screen and the coefficient setting in FIG. 9 will be described later.
  • the presented candidates in the ranking are sent to the diagnosis HMI 5 and displayed.
  • FIG. 9 shows an example of the candidate presentation screen 90.
  • the candidate presentation screen 90 includes a screen area 91 for displaying the current survey target and a screen area 92 for displaying the next survey location. Candidates selected by the operator in the previous step and survey site candidates are presented in each of these areas.
  • the investigation points are presented from above according to the order given in the above-mentioned presentation candidate ranking process, and the worker realizes efficient failure investigation by proceeding with the investigation from the top of the presentation candidates. it can.
  • the combination of the current node and the lower node is the first combination in which the current node is affected by the failure and the lower node is in the failure mode, and the current node is failed.
  • the left side of FIG. In the screen area 91 of the above, the nodes selected up to the previous step are presented, and in the screen area 92 on the right side, the lower nodes corresponding to the investigation points are presented.
  • the current investigation target display frame 912 and the return button 911 are formed in the screen area 91 on the left side of FIG. 9, and the part name and the failure content or failure status are paired in the current investigation target display frame 912. It is displayed.
  • the return button 911 is operated, the screen area 91 and the screen area 92 are replaced with the display contents on the upstream side one time before.
  • a survey location display frame 921 is formed in the screen area 92 on the right side of FIG. 9, and the number of display frames is changed and displayed according to the situation at that time.
  • the event C1.1.3 in which the door plate movement of the door is slow is taken up, and at this time, the door rail is on the downstream failure cause side. Since an abnormality, an abnormality of the door plate, and an abnormality of the actuator are assumed, three sets corresponding to each are displayed as the investigation location display frame 921.
  • the part name 922 and the failure content or failure status 923 are displayed in pairs, and a confirmation button 925 and a none button 924 are provided, respectively.
  • the part name display 922 and the display 923 of any of the failure influence, the failure mode, and the failure cause corresponding to the different node types are displayed as the candidates for the survey location to be displayed in the survey location display frame 921.
  • the three types of display 923 of the failure effect, the failure mode, and the failure cause will be referred to as a confirmation phenomenon.
  • the confirmation button 925 to select the survey location and proceed with the survey. If it seems that none of the displayed options is appropriate, press the back button 911 shown in the screen area 91 to return to the diagnosis and redo the diagnosis at the stage where the confirmation process of the previous survey location was performed. It is also possible. If the problem displayed at the survey location has not actually occurred, the none button 924 is pressed to record that the problem has not occurred.
  • the above judgment result is displayed in different colors for the relevant node, or is deleted from the display, so that the structural connection relationship as shown in FIG. 6 is reflected in the progress of the investigation and the reflection of the investigation result. It goes without saying that it is better to reflect how it is gradually simplified or narrowed down toward the core. It can be said that the survey procedure generation unit 2 presents the next survey location including the display.
  • the next survey location candidate is presented or the diagnosis completion confirmation processing is performed by the confirmation phenomenon when the confirmation processing is pressed by pressing the confirmation button 925 in the previous step.
  • the investigation is completed by selecting the failure mode that finally occurs. Therefore, if the confirmation phenomenon is a failure effect or a failure cause, the investigation proceeds to the next stage. Therefore, in the failure knowledge shown in FIG. 6, by setting the list of subordinate nodes of the nodes corresponding to the confirmation phenomenon selected by pressing the confirmation button 925 as the next investigation point, the failure knowledge can be transmitted to the subordinate nodes. It makes it possible to proceed with a more detailed investigation. In this case, the process is returned to the presentation candidate ranking process step S23 for the new survey location.
  • the operator selects whether to discontinue the investigation at this stage or continue the investigation in order to proceed to the investigation of the failure mode that is further subdivided.
  • FIG. 10 shows a display example of the failure location confirmation screen 93 selected by the operator.
  • a new failure location confirmation screen 93 is displayed in a format that overwrites the regions formed by the screen areas 91 and 92 of FIG.
  • the message "Do you want to confirm the failure location below?” Is attached, the component 931 which is a candidate for confirmation and the failure content 932 are displayed, and the confirmation step S button 933 for inputting the judgment result is performed.
  • the continuation button 934 is displayed. If continuation is selected here, the diagnosis is continued with the node lower in the failure mode as the next investigation point, as in the case of various confirmation phenomena.
  • the process proceeds to the diagnosis validity determination processing step S27 for determining the validity of the end of the diagnosis.
  • the diagnosis validity determination unit 3 is called to determine whether the diagnosis may be terminated or whether the diagnosis should be continued in order to investigate another investigation point. The processing of the diagnostic validity determination unit 3 will be described later.
  • the process proceeds to the recording process step S28, the selected failure mode is recorded in the failure investigation result database DB2, and the investigation work is terminated.
  • the diagnosis validity judgment unit 3 returns to investigate another investigation location, the next investigation location candidate is presented to the worker through the diagnosis HMI5.
  • FIG. 11 shows an example of the confirmation required part presentation screen 94.
  • the confirmation required location presentation screen 94 displays the matter that is a candidate for the confirmation required location in the confirmation required location candidate display frame 941 with the message "Confirmation is recommended for the following items".
  • An appropriate number of confirmation-required location candidate display frames 941 is displayed.
  • the component 943 and the failure content 944 are displayed, and the confirmation execution button 935 for inputting the determination result is displayed.
  • the high, medium, and low necessity are displayed as the reason for recommending the confirmation of the relevant location.
  • the investigation points presented by the diagnosis validity judgment unit 3 are listed, the display points are confirmed with the operator, and the investigation is conducted after confirming whether other failure possibilities remain. Prompt to complete.
  • the operator is encouraged to select from the higher rank ones, and the survey efficiency is improved.
  • the necessity of confirmation to the operator it is possible to determine whether to perform an additional investigation or to complete the investigation with the selected failure mode.
  • the figure shows an example of displaying the necessity in high, medium, and low. This survey necessity information is also obtained from the diagnostic validation unit.
  • the diagnosis validity determination unit 3 When the operator determines that the failure investigation is completed, the diagnosis validity determination unit 3 has not been investigated even though there is a possibility that a failure other than the failure selected by the operator has occurred. By detecting if there is anything left and returning it along with the need for investigation, if any, it prevents workers from conducting erroneous failure investigations due to inadequate investigation.
  • FIG. 12 shows the processing flow of the diagnostic validity determination unit 3.
  • the investigation procedure generation unit 2 acquires the weight set of all the current nodes and the failure knowledge data D1 from the failure knowledge database DB1.
  • an iterative process of variably changing the uninvestigated node i is executed.
  • This loop to be sequentially processed is called an upper loop.
  • the processing of the lower loop that executes the iterative processing of variably changing the A (i) change pattern j uninvestigated node i of the equation (1) is performed.
  • the coefficient A (i) of the W (i) calculation formula is changed from the value of the coefficient A (i) according to the current survey result, and the pattern is j, and A'(i, Loop at j).
  • W'(h, i, j), h ⁇ H, and H calculate the set of all nodes in the processing step S34.
  • W'(h) is obtained by changing A (h) to j with respect to the node h in the calculation formula of W.
  • the equation (2) is executed with the change amount of the weight rank as C to determine how much the weight W over the entire failure knowledge data changes due to the change of the coefficient A.
  • C (i, j) ⁇ (RANK (W'(i, j, h))-RANK (W (h)) 2 ...
  • RANK (W) calculates the rank of the magnitude of W among all the nodes. This weight ranking change calculation process is calculated for all the change patterns j of the uninvestigated nodes i and A.
  • the change amount C (i, j) of the weight rank in which the calculated rank change amount C is larger than the threshold value T is extracted.
  • the coefficient A is changed by the operator performing a failure investigation, and the node requiring investigation is Since it fluctuates greatly, it can be judged that confirmation is important.
  • the influence of the survey implementation is small for the nodes with a small change in ranking because the change in the survey status is small regardless of the presence or absence of the survey. From this, by extracting the nodes with a large amount of change C in the weight ranking and presenting them to the operator, it is promoted to confirm the nodes that have not been investigated but have a large influence on the results, and the reliability of the investigation results can be improved. It will be possible to improve.
  • the survey procedure generation unit 2 is notified of the set of unsurveyed nodes i having a large change amount C of the extracted weight ranks.
  • the amount of change C in the weight ranking is divided into stages such as high, medium, and low according to an appropriate threshold value, and the information is given. Further, in order to give priority to the one having a large change amount C of the weight rank, the order is given according to the magnitude of the change amount C of the weight rank, and the information thereof is also given.
  • a continuous probability value may be entered in the coefficient A (i).
  • the loop processing step S32 in the uninvestigated node and the loop processing step S33 in the change pattern of the coefficient A (i) of the diagnostic validity determination unit are targeted.
  • the change pattern loop processing step S33 of the coefficient A (i) the change pattern of the sensor data and the measurement result related to the calculation of the coefficient A (i) is not changed instead of changing the value of the coefficient A (i) itself.
  • step S339 for presenting the survey required node not only the survey required node and its survey necessity and ranking but also the extracted sensors and measurements having a large influence are simultaneously notified to the survey procedure generation unit to generate the survey procedure.
  • the survey procedure generation unit By presenting it to the operator from the unit, it not only indicates the node requiring investigation, but also indicates more specific sensor / measurement information to be confirmed to the operator, effectively preventing oversight of failure investigation. It becomes possible.
  • FIG. 13 shows an example of a screen for presenting a part requiring confirmation in this case.
  • information 946 of the confirmation-required portion for which measurement is further recommended is displayed in the confirmation-required location candidate display frame 941 of FIG.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

作業員が未調査の項目に、派生している症状に関係性があり、かつ診断結果を変えてしまうリスクが高いものが残っているか判定することで、作業員に適切な診断の終了判断を可能とする故障箇所特定支援システムを提供することである。対象アセットの異常発生時に対象アセットの調査手順を提示するとともに作業者の調査結果及び判断結果を得て対象アセットの故障箇所の特定と診断の支援を行う故障箇所特定支援システムであって、対象アセットの故障などの知識を記録した故障知識データを用いて作業者に故障箇所特定手順を指示する調査手順生成ユニットと、診断終了処理前に重要な調査未実施項目が残っていないかを判定する診断妥当性判定ユニットとを備え、作業者が故障知識データに基づいた故障箇所特定作業を行う際に、故障箇所を選択して故障調査を終了することが妥当であるかを確認することで、見落としが無い調査を実現して故障調査結果の信頼性を向上することを特徴とする。

Description

故障箇所特定支援システム
　本発明は、機器の故障箇所を特定する作業を支援する故障箇所特定支援システムに関する。
　インフラ、鉄道、産業機器、医療機器などの多くの分野では、アセットの導入後は保全を継続的に実施することで、所定の性能を維持する必要がある。保全においては対象アセットの状態を収集し、異常の有無や問題点を分析する診断を適用した上で、適切な保全作業を適用する。
　アセットの診断においては、対象アセットを保全作業者が調査した結果や、センサにより取得された機器の状態を総合して、作業者の対象アセット知識や一般的な工学的知識に基づいて、故障箇所を徐々に絞込み、最終的に故障が発生しており、交換・修理・修復などの処置をとるべき機器を特定することが、一般的な方法である。
　特に近年の情報技術の発達により、アセットの状態をセンサで収集し、アセットの現在の状態を把握する診断技術などのＩＴ技術を用いることが容易になり、それを用いた診断支援が検討されている。また、作業者に適切な調査箇所や調査内容を指示することで、作業者の対象アセット知識や工学的知識の不足を補完し、効率のよい調査順序を支持する診断支援が実用化している。
　このような診断支援のための故障箇所特定支援システムを実現するためには、たとえば作業者に故障箇所をガイドするための故障箇所候補と調査手段や、現象と故障の関係を整理した故障知識データをもち、それを何らかの方法で順序だてて提示するガイド提供手段を持ったシステムが考えられる。
　故障知識データとガイド提供手段を持った診断支援システムの例としては、特許文献１に上げたものがある。文献１では、故障モード分析の結果をグラフデータで表現し、それと検査方法指示をリンクされた、単一の故障知識データを用いて、診断支援を行う。
特開２０１４－１７４９８３号公報
　故障箇所候補や調査箇所候補が作業員に適時提示される診断支援システムを用いた故障診断を行う場合、作業員が可能性のあるすべての故障候補や調査箇所候補を調べずに、作業員が妥当と考えた時点で調査を打ち切って故障箇所を判断してしまうことがある。これにより、ほかに可能性が高い故障が存在していてもそこまで調査が及ばず、誤った故障診断を行ってしまうことがある。また、その診断に基づいて誤った修理を行っても、直ちには故障に関連する機能が使用されない、あるいは故障自体が間欠的な発生を伴うものであるために、誤診が認識されないことがある。
　このような調査の不適切な打ち切りによる誤診は、故障の再発を招くだけでなく、故障記録の正確性を損ない、信頼性データに基づいた保全実施計画や、本発明が対象とするような故障診断支援システムでは、信頼性データに基づいた故障診断結果に誤りをもたらす可能性がある。
　そこで本発明の目的とするところは、作業員が未調査の項目に、派生している症状に関係性があり、かつ診断結果を変えてしまうリスクが高いものが残っているか判定することで、作業員に適切な診断の終了判断を可能とする故障箇所特定支援システムを提供することである。
　以上のことから本発明においては、対象アセットの異常発生時に対象アセットの調査手順を提示するとともに作業者の調査結果及び判断結果を得て対象アセットの故障箇所の特定と診断の支援を行う故障箇所特定支援システムであって、対象アセットの故障などの知識を記録した故障知識データを用いて作業者に故障箇所特定手順を指示する調査手順生成ユニットと、診断終了処理前に重要な調査未実施項目が残っていないかを判定する診断妥当性判定ユニットとを備え、作業者が故障知識データに基づいた故障箇所特定作業を行う際に、故障箇所を選択して故障調査を終了することが妥当であるかを確認することで、見落としが無い調査を実現して故障調査結果の信頼性を向上することを特徴とする。
　また本発明は、対象アセットの異常発生時に対象アセットの調査手順を提示するとともに作業者の調査結果及び判断結果を得て対象アセットの故障箇所の特定と診断の支援を行う故障箇所特定支援システムであって、対象アセットを構成する部品ごとに、故障とその故障発生確率を示すスコアを、当該故障の影響側と原因側のノードとともに故障知識データとして保持する故障知識データベースと、故障知識データを用いて作業者に故障箇所特定手順を提示する調査手順生成ユニットと、作業者に情報を提示し作業者の入力を得る診断ＨＭＩと、診断の妥当性を判定する診断妥当性判定ユニットとを備え、調査手順生成ユニットは、故障の影響側と原因側のノードを作業者に提示するとともに、作業者の調査結果に基づいて故障のスコアを重みづけし、診断妥当性判定ユニットは、作業者が調査終了を指示した時に、重みづけされた情報を用いて調査を未実施のノードの中から調査を継続実行すべき項目を選択して作業者に提示することを特徴とする。
　本発明を用いることで、未調査項目中に要調査項目が残っていないことを確認することで、故障調査を終了することが可能となり、不十分な調査による誤診や、信頼性の低い診断結果を出すことを防止することが可能となり、必要十分な工数での故障調査実施が可能となる。また、診断結果の精度及び信頼性の向上により、故障記録に基づいた適切な保全計画策定が可能となり、また、故障知識の更新とそれに基づいた故障箇所特定支援の性能向上も可能となる。
本発明の故障箇所特定支援システムの構成例を示す図。 故障知識データベースＤＢ１に記録する故障知識データＤ１の例を示す図。 アセットの例として鉄道の客室ドアの構造展開を示す図。 図２の関係を一部図式化して示した図。 元ノードと先ノードを網羅的にグラフ形式の表現を主に用いて記述した図。 図２の関係の全体を図式化して示した図。 調査手順生成ユニット２の処理フロー例を示す図。 故障クレーム報告書の例を示す図。 候補提示画面の一例を示す図。 確定確認画面の一例を示す図。 要確認箇所提示画面の一例を示す図。 診断妥当性判断ユニット３の処理フロー例を示す図。 要確認箇所提示画面の一例を示す図。
　以下本発明の実施例について図面を参照して説明する。
　本発明の課題を解決するための実施例１の故障箇所特定支援システムとしては、対象アセットの故障などの知識を記録した故障知識データと、故障調査知識に調査の優先度等を付与し、また、調査の進展に応じて作業者への指示内容を生成する調査手順生成ユニットと、調査手順を作業者に提示し、また、作業者の調査状況の入力を受付けて、調査手順生成ユニットに調査過程を伝達する、診断ＨＭＩと、診断結果の妥当性を判定して調査の継続または終了を指示する診断妥当性判定ユニットを用いる。
　図１は、本発明の故障箇所特定支援システムの構成例を示す図である。計算機で構成される故障箇所特定支援システム１は、その演算部の機能で表現すると調査手順生成ユニット２、診断妥当性判定ユニット３を備えるものということができ、さらに入出力のインターフェイスである診断ＨＭＩ５、各種データを保存記憶するデータベースＤＢを含んで構成されている。図１では各種データベースＤＢとして、故障知識データＤ１を格納する故障知識データベースＤＢ１、診断データＤ２を格納する診断データデータベースＤＢ２、故障調査結果データＤ３を格納する故障調査結果データデータベースＤＢ３を備えている。以下、各部の構成と機能を、処理の流れに従って説明する。
　なお、本発明は、特定のアセット、診断技術、分析技術に限定されるものではないが、事例として鉄道の客室ドアの診断を例として、以降の説明を行う。
　故障知識データベースＤＢ１は、故障知識データＤ１として対象アセット４の構造、故障モードや機能故障と故障モードの関係性、機能故障と故障影響の関係性、及び故障時に観察される現象と故障モードの関係性を記録している。なお、故障知識データＤ１では、対象アセット１全体の故障知識を単一の関係性のネットワークで記録している必要は無く、対象知識の構造または機能の部分ごとに作成された故障知識が保存されている場合もありうる。また、対象アセット全体の構造展開データも記録されているものとする。
　図２に、故障知識データベースＤＢ１に記録する故障知識データＤ１の例を示す。この故障知識データＤ１は、部品ＩＤ（Ｄ１１）を付した対象部品Ｄ１２、故障モードＤ１３、故障原因Ｄ１４、故障影響Ｄ１５の各項目が関連付けて記述されている。また、故障知識データＤ１には、図３に示すようなアセット（この例では鉄道の客室ドア）の構造展開を示すデータも記録されている。
　例えば図３のアセットは、図２の故障知識データベースＤＢ１において部品ＩＤ（Ｄ１１）としてＰ１を付与された部品（Ｄ１２）であるドアに関して、ドアＰ１はドアを構成する部品としてドアレールＰ２、ドア板Ｐ３、アクチュエータＰ４、空気配管Ｐ７で構成されており、このうちアクチュエータＰ４はピストンＰ５、シリンダＰ６、調整バルブＰ８により構成されていることを例示している。
　図２の故障知識データベースＤＢ１に記録する故障知識データＤ１では、これら大小、あるいは上下関係にある各種部品について、Ｄ１１の項目に部品ＩＤ、Ｄ１２の項目に機器を構成する部品名を網羅的に記載している。
　また図２の故障知識データベースＤＢ１に記録する故障知識データＤ１では、各部品について想定しえる故障モードを、項目Ｄ１３に列挙している。これらの故障モードは故障モードＩＤごとに対応付けされ、かつこの故障モードの例えば発生確率に基づいたスコアが付与されている。図示の例では、ドアＰ１について故障モードＩＤがＭ１．１．１はドアが開かないという事象でスコアが６０、故障モードＩＤがＭ１．１．２は開時間が長いという事象でスコアが７９、故障モードＩＤがＭ１．１．３は開時間が短いという事象でスコアが４０である。これらの情報は、各部品について記述されている。
　また図２の故障知識データベースＤＢ１に記録する故障知識データＤ１では、各部品の各故障モードについて故障影響の情報Ｄ１４が記述されている。例えばドアＰ１の故障モードＩＤがＭ１．１．１の「ドアが開かない」という事象に対する故障影響は、故障影響ＩＤとしてＥ１．１．１がつけられた「乗客乗り降り不可」であり、この場合に安全影響は低、運用影響が高という情報が付属的に付与されている。またドアＰ１の故障モードＩＤがＭ１．１．２の「開時間が長い」という事象に対する故障影響は、故障影響ＩＤとしてＥ１．１．２がつけられた「運行遅延」であり、この場合に安全影響は低、運用影響が中という情報が付属的に付与されている。またドアＰ１の故障モードＩＤがＭ１．１．３の「開時間が長い」という事象に対する故障影響は、故障影響ＩＤとしてＥ１．１．３がつけられた「開時間が短い」であり、この場合に安全影響は低、運用影響が中という情報が付属的に付与されている。
　また図２の故障知識データベースＤＢ１に記録する故障知識データＤ１では、各部品の各故障モードについて故障原因の情報Ｄ１５が記述されている。例えばドアＰ１の故障モードＩＤがＭ１．１．１の「ドアが開かない」という事象に対する故障原因は、故障原因ＩＤとしてＣ１．１．１がつけられた「ドア板が動かない」である。またドアＰ１の故障モードＩＤがＭ１．１．２の「開時間が長い」という事象に対する故障原因は、故障原因ＩＤとしてＣ１．１．２がつけられた「ドア開検知不良」、あるいは故障原因ＩＤとしてＣ１．１．３がつけられた「ドア板移動が遅い」である。またドアＰ１の故障モードＩＤがＭ１．１．３の「開時間が長い」という事象に対する故障原因は、故障原因ＩＤとしてＣ１．１．４がつけられた「ドア板移動が速い」である。なお故障原因は、故障モードに対して複数ある場合がある。
　このように図２で示した故障知識データＤ１の各行は、対象部品Ｄ１１及びＤ１２、故障モードＤ１３、故障影響Ｄ１４、故障原因Ｄ１５の組み合わせを示しており、本発明ではこれを故障知識の小単位として考える。ここで、故障知識データＤ１中の各要素間の故障原因Ｄ１５と故障影響Ｄ１４の関係性を追記することで、故障影響Ｄ１４がどのような要因で引き起こされるかを記述することが可能である。ある部品に起こる故障影響Ｄ１４について、故障影響Ｄ１４がどの故障モードによって引き起こされるか、さらに故障モードはどの故障原因Ｄ１５によって引き起こされるかを、故障知識データＤ１中のＩＤ（故障モードＩＤ、故障影響ＩＤ、故障原因ＩＤ）間の関係性として記述する。
　また、異なる部品間についても、下位機能を提供する部品に故障が発生した際に、その故障影響Ｄ１４が上位機能の故障原因Ｄ１５となる、因果の連鎖を記述することができる。例えば図３において、ピストンＰ５の故障は、アクチュエータＰ４の故障影響Ｄ１４であり、アクチュエータＰ４からみるとピストンＰ５は故障原因Ｄ１５である。
　また、図２の表においては、各故障モードに対してスコアを付与している。このスコアは、過去の故障発生履歴から算出し、高いスコアは故障発生の可能性が高いことを示す。
これは例えば、過去の故障率に比例して設定することが考えられる。
　図４にこの関係性を、図２の故障知識データの一部についてグラフ形式で表現したものを示す。図４は図２の関係を図式化したものであり、ドアＰ１、ドアレールＰ２、ドア板Ｐ３のみを例示している。これらの部品は図４では部品ノードと定義されている。
　このうちドアＰ１についての故障影響は、Ｅ１．１．１「乗客乗り降り不可」、Ｅ１．１．２「運行遅延」、Ｅ１．１．３「乗客が挟まる」であり、それぞれ対応する故障モードは、Ｍ１．１．１「開不能」、Ｍ１．１．２「開時間が長い」、Ｍ１．１．３「開時間が短い」である。これらの関係は、同一部品内の関係性を示すものであり、これらは図４では故障影響ノードと定義されている。
　またドアＰ１についての故障原因は、故障モードごとにＭ１．１．１「開不能」に対してはＣ１．１．１がつけられた「ドア板が動かない」、Ｍ１．１．２「開時間が長い」に対してはＣ１．１．２がつけられた「ドア開検知不良」あるいはＣ１．１．３がつけられた「ドア板移動が遅い」、Ｍ１．１．３「開時間が短い」に対してはＣ１．１．４がつけられた「ドア板移動が速い」である。これらの関係は、異なる部品間での関係性を示すものであり、これらは図４では故障原因ノードと定義されている。
　同様の故障影響ノード、故障原因ノードの関係は、図４ではドアレールＰ２、ドア板Ｐ３についても同様に表記されている。そしてここで重要なことは、部品間での影響の相関が示されていることである。例えばドアＰ１の故障原因ノードであるＥ１．１．１「乗客乗り降り不可」、Ｅ１．１．２「運行遅延」、Ｅ１．１．３「乗客が挟まる」は、ドアＰ１の下位部品であるドアレールＰ２の故障影響ノードＥ１．２．１、Ｅ１．３．１「ドア板の動作が阻害され異音発生」になっているという相関がある。
　図５は、これらの部品ノード、同一部品内の関係性を示す故障影響ノード、異なる部品間での関係性を示す故障原因ノードといったノードを、ノードごとに故障原因側に位置するノードを元ノードとし、当該原因の影響側にあるノードを先ノードとして、その全てを網羅的にグラフ形式の表現を主に用いて記述したものである。図５のように整理されたノード間関係表に記述されたデータは、故障知識データＤ１の一部として故障知識データベースＤＢ１に記録されている。
　このような故障知識を用いることで、故障調査のガイダンスを行うことが可能である。
たとえば図４において、作業者が“ドア開が異常に遅く、運行が遅延した”という報告を受けた場合、図４の進行線Ｌに示すようにＥ１．１．２の運行遅延とＭ１．１．２の開時間が長いというノードから、実際にドアの調査を行うなどして、Ｃ１．１．３ドア板移動時間が遅い、Ｅ１．２．１ドア板の動作が阻害、Ｍ１．２．１抵抗増大とたどり、最終的にＣ１．２．２グリス喪失を確認できれば、Ｐ２ドアレールにグリスを追加するという処置をとることができる。図６にはこのような故障知識データのより大きな例をしめす。
　このように故障知識を用いて行う診断において、作業者に提示する故障調査のガイダンスで、提示する故障候補に順位をつけることで、効率よく故障調査を行うことが可能である。このためには、例えば、過去の故障記録から各故障モードの発生率を算出しておき、それに基づいて提示順位をつけることに加え、報告された故障内容との類似性、あるいは、故障調査が進展したことで、可能性が無くなった・あるいは高まった故障の重要性を変更することが可能である。本実施例ではそのうちの一つの方法例に基づいた説明を行う。
　本発明では、係るガイダンスを可能とすべく、図２の故障知識データＤ１の中に、故障モードごとの故障発生確率を意味するスコア情報を装備している。
　故障知識を用いた診断の進め方として、作業者は報告された故障クレームを元にして、図６に示すような相関の故障知識データＤ１を、発生した状況に対応していると思われるものから、調査を進めつつ下にたどり、最終的に最下位の故障モードに到達した時点で、調査を完了する手順を考える。
　この時作業者がたどる順序を、図１の調査手順生成ユニット２において生成することで、効率の良い故障調査を実現することが可能である。図７に調査手順生成ユニット２のフロー例を示す。以下、このフローに基づいて説明する。
　図７において調査手順生成ユニット２は、まず処理ステップＳ２１において故障クレーム３０を読み込む。故障クレーム３０は、アセットの作業者からの、アセット異常の状況に関するクレームであり、例えば図８のようなもので与えられる。ここでは故障クレーム３０には、テキストで発生した問題に関する情報として、対象装置が鉄道ドアＡであり、発生日時とともに、報告内容として「駅にてドア開時間が長くかかり、運行が遅延した。
」が記載されているものとする。
　調査開始ノード決定処理ステップＳ２２では、故障知識データベースＤＢ１に記録する故障知識データＤ１を参照し、故障クレーム３０の内容から、故障知識データＤ１のうち、どこから故障調査を開始するかを決定する。ここでは、故障クレーム３０のテキスト内容と故障知識データＤ１におけるノード内容間の単語のマッチングから、図６にグラフの形式で示した故障知識データのどのノードから調査を開始するかを決める。図８のテキストの場合には、運行遅延、ドア開時間が長いなどのワードは、図４のＥ１．１．２「運行遅延」、あるいはＭ１．１．２「開時間が長い」が類似あるいは同一のワードであることから、このノード周辺が調査開始点として選択されることになる。
　提示候補順位づけ処理ステップＳ２３では、現在調査対象としているノード（上記事例ではＭ１．１．２）から、どの下位ノード（上記事例ではＣ１．１．２とＣ１．１．３がある）に向けて調査を進めるか、作業者が決定することを補助するために、下位ノードへの順位付けを行う。
　例えば提示候補順位付け処理ステップＳ２３では、故障知識データＤ１と現時点での調査結果を元として、故障知識データＤ１中の故障モードノードに対して、故障が発生している可能性を評価して確信度を付与する。確信度の算出方法としては、図２で各故障モードに対して付与されたスコアと、図６で示したような故障知識データＤ１の各ノード間の接続関係と、提示候補順位付け処理を実施した時点での調査状況を勘案して、スコアを補正して、その結果確信度が高いものから順位をつけることが考えられる。以下、その方法を示す。
　図２に示すように、本実施例では故障知識データＤ１にスコアを付与している。また、故障知識データＤ１の上下関係を用いて、各ノードに重みＷ（ｉ）を付与する。ここで、ｉは各ノードの識別子である。重みＷ（ｉ）の一例は、（１）式で表すことができる。
［数１］
Ｗ（ｉ）＝Ａ（ｉ）×（ΣＷ（ｊ）＋Ｓ（ｉ））　　　（１）
　ここで、Ｊを重みＷ（ｉ）の子ノードの集合としているので、ｊ⊂Ｊであり、この項は下位ノードの重みの和を表す。図２で定義されたスコアＳで、ノードが故障モードの時に付与される。
　またＡ（ｉ）は、各ノードが後述する候補提示・入力受付処理ステップＳ２４から呼び出された図９の候補提示画面を用いて設定される係数である。例えば「なし」を選択された場合は０、「確認」を選択された場合は１、未選択の場合は０．５を付与することで、すでに故障可能性を確認されたノードは、上位ノードの重みに寄与しないようにする。図９の候補提示画面および係数設定の意味合いについては後述する。
　このように計算された重みを用いることで、各ノードに対して重みを付与することができる。これを用いて、現在調査対象となっているノードの重みを比較して、重みＷ（ｉ）が大きいものから順に、高い順位をつけることが可能である。
　次に候補提示・入力受付処理ステップＳ２４では、次の調査箇所候補を作業者に提示するために、順位図けされた提示候補を診断ＨＭＩ５に送り、表示する。
　図９に候補提示画面９０の例を示す。ここで候補提示画面９０は、現在の調査対象を表示する画面領域９１と次の調査箇所を表示する画面領域９２を含んでいる。これらの領域にはそれぞれ、前のステップで作業者が選択した候補と、調査箇所候補が提示される。提示の際には、調査箇所は前記の提示候補順位処理でつけられた順位に沿って上から提示され、作業者は提示候補の上位のものから調査を進めることで効率的な故障調査を実現できる。
　図９の表示に際し、図６のデータを辿ることを考えると、現ノード・下位ノードの組み合わせとしては、現ノードが故障影響であり下位ノードが故障モードである第１の組み合わせ、現ノードが故障モードであり下位ノードが故障原因である第２の組み合わせ、現ノードが故障原因であり下位ノードが故障影響である第３の組み合わせの３つのパタンがありうるが、いずれの場合も図９の左側の画面領域９１に、前ステップまでに選択されたノード、右側の画面領域９２に、調査箇所に対応する下位ノードを提示する。
　図９の左側の画面領域９１には、現在の調査対象表示枠９１２と戻りボタン９１１が形成されており、現在の調査対象表示枠９１２には部品名と故障内容あるいは故障状況が対になって表示されている。なお戻りボタン９１１が操作されると、画面領域９１と画面領域９２は、１回前の上流側の表示内容に夫々入れ替わる。
　図９の右側の画面領域９２には、調査箇所表示枠９２１が形成されているが、この表示個数はその時々の状況に応じて変更されて表示される。図９の表示例では、図４、図６を参照して明らかなようにドアのドア板移動が遅いという事象Ｃ１．１．３を取り上げており、このとき下流の故障原因側にはドアレールの異常、ドア板の異常、アクチュエータの異常が想定されるので、調査箇所表示枠９２１としてはそれぞれに対応した３組が表示されている。各組の調査箇所表示枠９２１内には、部品名９２２と故障内容あるいは故障状況９２３が対になって表示されており、かつ確認ボタン９２５となしボタン９２４をそれぞれ備えている。
　ここでは、どのノードも部品と関連付けて表示することで、調査をサポートすることにする。これにより、調査箇所表示枠９２１に表示する調査箇所の候補には、部品名表示９２２、異なるノード種別に対応した故障影響・故障モード・故障原因のいずれかの表示９２３が表示される。以降、この故障影響・故障モード・故障原因の３種類の表示９２３のことを、確認現象と呼ぶ。
　また、作業者が調査箇所を調べて実際にそれが発生していると確認できた場合は、確認ボタン９２５を押すことで、その調査箇所を選択し、調査を進めていく。なお、表示された選択肢がどれも適切ではないと思われる場合は、画面領域９１に示す戻るボタン９１１を押下することで、前回の調査箇所の確認処理を行った段階に、診断を戻ってやり直すことも可能である。また、調査箇所に表示された問題が実際には発生していなかった場合は、なしボタン９２４を押下することで、発生が無いことを記録する。
　前述した（１）式の係数Ａ（ｉ）は、作業者による上記判断を反映したものであり、例えば画面領域９２の調査箇所に表示された問題が実際には発生していなかった場合は、なしボタン９２４を押下することでＡ（ｉ）＝０とされ、（１）式のＷ（ｉ）＝０となる。
これにより、健全性が確認されたこの項目は今後の調査の可能性が否定される。
　作業者が調査箇所を調べて実際にそれが発生していると確認できた場合は、確認ボタン９２５を押すことでＡ（ｉ）＝１とされ、（１）式のＷ（ｉ）＝（ΣＷ（ｊ）＋Ｓ（ｉ））となる。これにより、この項目の調査の可能性が高く評価される。
　作業者が調査箇所を選択せず、確認ボタン９２５となしボタン９２４のいずれも押下しなかった場合には、Ａ（ｉ）＝０．５とされ、（１）式のＷ（ｉ）＝（ΣＷ（ｊ）＋Ｓ（ｉ））／２となる。これにより、今後の調査に対して調査の可能性があることの含みを持たせる。
　なお、診断ＨＭＩ５の画面上では上記判断結果は当該ノードについて例えば色分け表示され、あるいは表示上から削除されることで、図６のような構造上の接続関係が調査の進展と調査結果の反映により次第に簡略化され、あるいは核心に向けて絞り込まれていく様を反映したものとするのがよいことは言うまでもない。調査手順生成ユニット２は、係る表示を含めて次の調査箇所を提示したものということができる。
　確認ボタン９２５が押されると、図７の調査手順生成ユニット２のフローにおいて、診断ＨＭＩ５から候補提示・入力受付処理ステップＳ２４に処理を戻す。
　次に提示候補更新処理ステップＳ２５では、前ステップで確認ボタン９２５を押下することで確認処理が押された際の確認現象により、次の調査箇所候補を提示するか、あるいは診断終了の確認処理を行う。本発明では、最終的に発生している故障モードを選択することで調査を終了するため、確認現象が故障影響か故障原因であった場合、次の段階に調査を進める。そのために図６に示した故障知識において、確認ボタン９２５の確認押下によって選択された確認現象に対応するノードの下位ノード一覧を次の調査箇所とすることで、故障知識を下位ノードに下りながら、より詳細な調査を進めることを可能とする。この場合は、新しい調査箇所を対象として、提示候補順位づけ処理ステップＳ２３に処理を戻す。
　確認現象が故障モードであった場合、この段階で調査を打ち切るか、更に細分化した故障モードの調査に進むために、調査を続行するかを作業者が選択する。
　図１０に作業者が選択する故障箇所確認画面９３の表示例を示す。ここでは図９の画面領域９１、９２で形成されている領域に上書きする形式で新たな故障箇所確認画面９３を表示する例を示している。この例では、メッセージ「下記で故障箇所を確定しますか」を付して、確定の候補である部品９３１と故障内容９３２を表示し、さらに判断結果を入力するための確定ステップＳボタン９３３と継続ボタン９３４を表示している。ここで継続を選択した場合は、多種の確認現象の場合と同様に、故障モードの下位のノードを次の調査箇所として診断を続行する。
　一方で、確定を選択した場合は、診断終了の妥当性を判定するための診断妥当性判定処理ステップＳ２７に進む。ここで、診断妥当性判定ユニット３を呼び出して、診断を終了してよいか、あるいは別の調査箇所を調査するために、診断を継続するかを判定する。診断妥当性判定ユニット３の処理は後述する。
　診断妥当性判定ユニット３から戻ってきた判定結果が、終了可であった場合は記録処理ステップＳ２８に進み、選択された故障モードを故障調査結果データベースＤＢ２に記録して、調査作業を終了する。
　診断妥当性判定ユニット３から、別の調査箇所を調査するように返ってきた場合は、作業者に対して診断ＨＭＩ５を通じて、次の調査箇所候補を提示する。
　図１１に要確認箇所提示画面９４の例を示す。要確認箇所提示画面９４は、この例では、メッセージ「下記の項目について確認を推奨します」を付して、要確認箇所の候補である案件を要確認箇所候補表示枠９４１に表示する。要確認箇所候補表示枠９４１は適宜の個数が表示される。要確認箇所候補表示枠９４１内には、部品９４３と故障内容９４４を表示し、さらに判断結果を入力するための確認実施ボタン９３５を表示している。また要確認箇所候補表示枠９４１内には当該箇所の確認を推奨する理由として、必要性の高中低を表示している。
　これにより、ここでは、診断妥当性判定ユニット３から提示された調査箇所を一覧し、作業者に表示箇所を確認して、ほかの故障可能性が残っていないかを確認した上で、調査を完了することを促す。この時、後述する診断妥当性判定ユニット３が提示する調査必要性の順に並べて表示することで、作業者に上位のものから選択することを促して、調査効率を高めるようにする。また、この時に作業者に確認の必要性を提示することで、追加の調査を行うか、選択済みの故障モードをもって調査を完了するかの判断を可能とする。図では必要性を高・中・低で表示する例を示している。この調査必要性情報も診断妥当性判定ユニットから取得される。
　作業者が他の箇所を調査する場合は、選択した調査箇所の確認実施ボタン９４５を押下する。これにより、図７の調査手順生成ユニットフローの追加調査実施判定処理ステップＳ２７において、追加調査実施と判定され、選択した調査箇所を次の調査候補として、提示候補順位付け処理ステップＳ２３に戻り、詳細調査を継続する。作業者が調査終了を選んだ場合は、追加の調査指示は行わず、選択された故障モードを故障調査結果データベースＤＢ２に記録して、調査作業を終了する。
　次に、診断妥当性判定ユニット３の処理について説明する。診断妥当性判定ユニット３は、作業者が故障調査を完了する判断をした場合に、作業者が選択した故障以外に、発生している可能性があるにも関わらず、調査が実施されていないものが残っていないかを検出し、ある場合はその調査必要性と共に返すことで、不十分な調査によって誤った故障調査を作業者が実施することを防止する。
　ここでは、提示候補順位づけ処理ステップＳ２３で生成した重みＷを用いる方法を示す。図１２に診断妥当性判定ユニット３の処理フローを示す。この一連の処理では初めに、調査状況読み込み処理ステップＳ３１において、調査手順生成ユニット２から現在の全ノードの重みのセットと、故障知識データベースＤＢ１から故障知識データＤ１を取得する。
　次に処理ステップＳ３２と処理ステップＳ３７の間で、未調査ノードｉを可変に変更する繰り返し処理を実行する。これは、確認あるいはなしの調査処理が行われていない未調査ノードに関して、どちらかを確定した場合に、重みＷがどのように変化するかを確認するために、未調査ノードを順次処理するものである。この順次処理するループを上位ループとする。
　また、上記上位ループ内には処理ステップＳ３３と処理ステップＳ３６の間で、（１）式のＡ（ｉ）変更パタンｊ未調査ノードｉを可変に変更する繰り返し処理を実行する下位ループの処理を行う。この下位ループ内では、処理ステップＳ３３において、Ｗ（ｉ）算出式の係数Ａ（ｉ）を、現在の調査結果による係数Ａ（ｉ）の値から変更したパタンをｊとして、Ａ‘（ｉ、ｊ）でループする。それに基づいて、処理ステップＳ３４でＷ‘（ｈ、ｉ、ｊ）、ｈ⊂Ｈ、Ｈは全ノード集合を算出する。ここでＷ’（ｈ）はＷの算出式において、ノードｈに関して、Ａ（ｈ）をｊに変化させたものである。
　次に重み順位変化算出処理ステップＳ３５では係数Ａを変更したことで、故障知識データ全体にわたる重みＷがどれほど変化するかを、重み順位の変化量をＣとして、（２）式を実行する。
［数２］
Ｃ（ｉ、ｊ）＝Σ（ＲＡＮＫ（Ｗ‘（ｉ、ｊ、ｈ））－ＲＡＮＫ（Ｗ（ｈ））２・・（２）
　ここで、ＲＡＮＫ（Ｗ）は、全ノードの中でのＷの大きさの順位を算出するものである。この重み順位変化算出処理を、未調査ノードｉ、Ａの変化パタンｊ全てに対して算出する。
　つぎに、調査影響大ノード検出処理ステップＳ３８では、算出された順位変化量Ｃが閾値Ｔより大きい重み順位の変化量Ｃ（ｉ、ｊ）を抽出する。
　ここで抽出された順位の変化が大きい重み順位の変化量Ｃ（ｉ、ｊ）を持つ未調査ノードｉは、作業者が故障調査を行うことで係数Ａが変更され、調査が必要なノードが大きく変動することから、確認が重要であると判断できる。
　一方で、順位変化が小さいノードは調査の有無にかかわらず調査状況の変化が小さいことから、調査実施の影響が小さいと判断できる。このことから、重み順位の変化量Ｃが大きいノードを抽出して、これを作業者に提示することで、未調査だが結果への影響が大きいノードの確認を促して、調査結果の信頼性を向上することが可能となる。
　要調査ノード提示処理ステップＳ３９では、抽出された重み順位の変化量Ｃが大きい未調査ノードｉの組を、調査手順生成ユニット２に通知する。この時に重み順位の変化量Ｃが大きさによって、調査必要性情報を付与することも可能である。ここでは重み順位の変化量Ｃを適切な閾値によって高・中・低のような段階に分けて、その情報を付与する。また、重み順位の変化量Ｃが大のものを優先するように、重み順位の変化量Ｃの大きさで順位をつけて、それの情報も付与する。
　本実施例では、作業者の調査によって各ノードの発生状況有無を判定することで係数Ａ（ｉ）を更新しながら診断を進める方法を示したが、診断データベースＤＢ３をすでに保有しており、他仕様アセットの診断データＤ３を利用可能な場合は、各ノードの発生状況判定を、診断データを用いて行うことも可能である。
　これは、例えば故障モードごとにセンサデータに応じた発生の判定式を設定して、判定結果が真の場合は係数Ａ（ｉ）＝１、偽の場合は係数Ａ（ｉ）＝０とすることができる。
あるいは、発生の判定が真・偽ではなく確率的に得られる場合は、係数Ａ（ｉ）に連続の確率値を入れてもよい。
　特に係数Ａ（ｉ）が０または１に確定しておらず、連続の確率値が入っている場合は、最終的に作業者が発生有無を確認することで、確定作業を行う必要がある。上記説明での未調査ノードと同じ扱いとして、未調査ノードでのループ処理ステップＳ３２と診断妥当性判定ユニットの係数Ａ（ｉ）の変更パタンでのループ処理ステップＳ３３の対象となる。
　このとき、係数Ａ（ｉ）を前記説明のように、０、０．５、１などで変化させるので、係数Ａ（ｉ）の算出根拠となる、センサデータや人による測定結果に未確定のものがある場合は、そのパタンを変化させたときに、係数Ａ（ｉ）がどのように変化し、結果として変化した重みＷ‘（ｉ、ｊ）と最終的に重み順位の変化量Ｃがどのような値が変化するかを考えることが可能である。このときは、係数Ａ（ｉ）の変化パタンループ処理ステップＳ３３では、係数Ａ（ｉ）の値そのものを変えるのではなく、係数Ａ（ｉ）の算出に関係するセンサデータと測定結果の変化パタンでループさせることで、ありうるパタンを網羅して、センサと調査の見落としを防ぐことができる。
　この場合は要調査ノード提示処理ステップＳ３３９において、要調査のノードとその調査必要性、順位だけではなく、抽出された影響の大きいセンサや測定を同時に調査手順生成ユニットに通知して、調査手順生成ユニットから作業者に提示することで、単に要調査のノードを示すだけではなく、より具体的な確認すべきセンサ・測定の情報を作業者に示して、効率的に故障調査の見落としを防止することが可能となる。
　図１３にこの場合の要確認箇所提示の画面例を示す。図１３の画面９４では、図１１の要確認箇所候補表示枠９４１にさらに測定を推奨する要確認箇所の情報９４６を表示する。
　以上の実施例により、対象アセットの故障などの知識を記録した故障知識データと、作業者に故障箇所特定手順を指示する作業指示ユニットと、未確認項目中に重要な確認事項が無いことを確認する診断完了判定ユニットを備え、故障知識データに基づいて効率の高い調査手順を指示しつつ、未確認項目中に確認が必要な重要項目が残っていないことを、仮に未確認項目に調査結果が入力された場合に診断結果が変化しないことから検証することで、不完全な調査によって誤診が発生することを防止する作業指示を提示する、故障箇所特定支援システムが実現する。
１：故障箇所特定支援システム、２：調査手順生成ユニット、３：診断妥当性判定ユニット、５：診断ＨＭＩ、４：対象アセット、ＤＢ１：故障知識データベース、ＤＢ２：故障調査結果データベース、ＤＢ３：監視診断データベース

Claims (7)

  1. 　対象アセットの異常発生時に対象アセットの調査手順を提示するとともに作業者の調査結果及び判断結果を得て対象アセットの故障箇所の特定と診断の支援を行う故障箇所特定支援システムであって、
    　対象アセットの故障などの知識を記録した故障知識データを用いて作業者に故障箇所特定手順を指示する調査手順生成ユニットと、診断終了処理前に重要な調査未実施項目が残っていないかを判定する診断妥当性判定ユニットとを備え、
    　作業者が故障知識データに基づいた故障箇所特定作業を行う際に、故障箇所を選択して故障調査を終了することが妥当であるかを確認することで、見落としが無い調査を実現して故障調査結果の信頼性を向上することを特徴とする故障箇所特定支援システム。
  2. 　請求項１に記載の故障箇所特定支援システムであって、
    　前記診断妥当性判定ユニットにおける診断妥当性の判定において、調査未実施項目に仮に結果が入力された場合に、各故障箇所候補の故障発生の蓋然性の変化を調べることで、変化が大きい調査未実施項目があった場合は、その調査未実施項目を作業者に提示することで、作業者が重要な調査未実施項目を残して診断を完了することを防止することで、故障調査結果の信頼性を向上することを特徴とする故障箇所特定支援システム。
  3. 　請求項１または請求項２に記載の故障箇所特定支援システムであって、
    　複数の重要な調査未実施項目に、故障発生の蓋然性の変化が大きい順に順位をつけて提示することで、効率の良く調査の見落としが無い故障調査作業を実現することを特徴とする故障箇所特定支援システム。
  4. 　請求項１または請求項２に記載の故障箇所特定支援システムであって、
    　対象アセットのセンサデータと測定データに基づく診断を利用して故障調査を進める際に、センサあるいは測定データの不足により未確定の診断結果がある場合に、可能性のあるセンサまたは測定データが得られた際に、故障発生の蓋然性の変化が大きい項目を抽出することで、作業員にデータの取得を促すことで、効率の良く調査の見落としが無い故障調査作業を実現することを特徴とする故障箇所特定支援システム。
  5. 　対象アセットの異常発生時に対象アセットの調査手順を提示するとともに作業者の調査結果及び判断結果を得て対象アセットの故障箇所の特定と診断の支援を行う故障箇所特定支援システムであって、
    　対象アセットを構成する部品ごとに、故障とその故障発生確率を示すスコアを、当該故障の影響側と原因側のノードとともに故障知識データとして保持する故障知識データベースと、前記故障知識データを用いて作業者に故障箇所特定手順を提示する調査手順生成ユニットと、作業者に情報を提示し作業者の入力を得る診断ＨＭＩと、診断の妥当性を判定する診断妥当性判定ユニットとを備え、
    　前記調査手順生成ユニットは、故障の影響側と原因側のノードを作業者に提示するとともに、作業者の調査結果に基づいて前記故障の前記スコアを重みづけし、
    　前記診断妥当性判定ユニットは、作業者が調査終了を指示した時に、前記重みづけされた情報を用いて調査を未実施のノードの中から調査を継続実行すべき項目を選択して作業者に提示することを特徴とする故障箇所特定支援システム。
  6. 　請求項５に記載の故障箇所特定支援システムであって、
    　前記重みづけに反映する前記作業者の調査結果は、前記原因側のノードにおける異常の有無、調査不要の判断であることを特徴とする故障箇所特定支援システム。
  7. 　請求項６に記載の故障箇所特定支援システムであって、
    　調査を未実施のノードの中から調査を継続実行すべき項目を選択するために、前記調査不要とした項目について調査を実施した場合と実施しない場合との影響の大きさを評価して定めることを特徴とする故障箇所特定支援システム。
PCT/JP2020/016428 2019-07-10 2020-04-14 故障箇所特定支援システム WO2021005861A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP20835982.8A EP3998558A4 (en) 2019-07-10 2020-04-14 FAILURE PART SPECIFICATION ASSISTANCE SYSTEM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-128158 2019-07-10
JP2019128158A JP7430040B2 (ja) 2019-07-10 2019-07-10 故障箇所特定支援システム

Publications (1)

Publication Number Publication Date
WO2021005861A1 true WO2021005861A1 (ja) 2021-01-14

Family

ID=74114631

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/016428 WO2021005861A1 (ja) 2019-07-10 2020-04-14 故障箇所特定支援システム

Country Status (3)

Country Link
EP (1) EP3998558A4 (ja)
JP (1) JP7430040B2 (ja)
WO (1) WO2021005861A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023047806A1 (ja) * 2021-09-22 2023-03-30 株式会社日立ハイテク 情報処理装置、および自動分析システム
CN116181636A (zh) * 2023-04-28 2023-05-30 日立产机(苏州)压缩机有限公司 一种空压机密封性能智能化检测方法、系统及存储介质
CN116843231A (zh) * 2023-07-20 2023-10-03 中国人民解放军海军工程大学 一种考虑维修耗时的机械设备使用可用度量化方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240154164A1 (en) 2021-02-02 2024-05-09 Mitsui Chemicals, Inc. Nonaqueous electrolyte solution for lithium secondary batteries, lithium secondary battery precursor, lithium secondary battery, and method for manufacturing lithium secondary battery

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06274300A (ja) * 1993-03-19 1994-09-30 Ricoh Co Ltd 計算資源の自動起動方法及びそのシステム
JPH09146631A (ja) * 1995-11-24 1997-06-06 Ishikawajima Harima Heavy Ind Co Ltd 故障診断システム
JP2009049112A (ja) * 2007-08-17 2009-03-05 Nuflare Technology Inc 荷電粒子ビーム描画装置及び描画装置の故障部品候補情報の作成方法
JP2009301481A (ja) * 2008-06-17 2009-12-24 Toshiba Corp 保守サービス支援システム
JP2014174983A (ja) 2013-03-12 2014-09-22 Hitachi Ltd ターゲットシステムにおいて障害を特定する方法、該方法によりターゲットシステムを修復する手順、該方法を実行するコンピュータシステムおよびコンピュータプログラムならびに該プログラムを格納するコンピュータ可読媒体
WO2018135171A1 (ja) * 2017-01-19 2018-07-26 株式会社日立製作所 保全管理システム及びそれに用いる保全管理確認装置
WO2019130469A1 (ja) * 2017-12-27 2019-07-04 株式会社日立製作所 保全設計支援システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004024262A1 (de) * 2004-05-15 2005-12-01 Daimlerchrysler Ag Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06274300A (ja) * 1993-03-19 1994-09-30 Ricoh Co Ltd 計算資源の自動起動方法及びそのシステム
JPH09146631A (ja) * 1995-11-24 1997-06-06 Ishikawajima Harima Heavy Ind Co Ltd 故障診断システム
JP2009049112A (ja) * 2007-08-17 2009-03-05 Nuflare Technology Inc 荷電粒子ビーム描画装置及び描画装置の故障部品候補情報の作成方法
JP2009301481A (ja) * 2008-06-17 2009-12-24 Toshiba Corp 保守サービス支援システム
JP2014174983A (ja) 2013-03-12 2014-09-22 Hitachi Ltd ターゲットシステムにおいて障害を特定する方法、該方法によりターゲットシステムを修復する手順、該方法を実行するコンピュータシステムおよびコンピュータプログラムならびに該プログラムを格納するコンピュータ可読媒体
WO2018135171A1 (ja) * 2017-01-19 2018-07-26 株式会社日立製作所 保全管理システム及びそれに用いる保全管理確認装置
WO2019130469A1 (ja) * 2017-12-27 2019-07-04 株式会社日立製作所 保全設計支援システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3998558A4

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023047806A1 (ja) * 2021-09-22 2023-03-30 株式会社日立ハイテク 情報処理装置、および自動分析システム
CN116181636A (zh) * 2023-04-28 2023-05-30 日立产机(苏州)压缩机有限公司 一种空压机密封性能智能化检测方法、系统及存储介质
CN116181636B (zh) * 2023-04-28 2023-08-11 日立压缩机(常熟)有限公司 一种空压机密封性能智能化检测方法、系统及存储介质
CN116843231A (zh) * 2023-07-20 2023-10-03 中国人民解放军海军工程大学 一种考虑维修耗时的机械设备使用可用度量化方法和系统
CN116843231B (zh) * 2023-07-20 2024-03-19 中国人民解放军海军工程大学 一种考虑维修耗时的机械设备使用可用度量化方法和系统

Also Published As

Publication number Publication date
EP3998558A4 (en) 2023-07-26
EP3998558A1 (en) 2022-05-18
JP7430040B2 (ja) 2024-02-09
JP2021015328A (ja) 2021-02-12

Similar Documents

Publication Publication Date Title
WO2021005861A1 (ja) 故障箇所特定支援システム
US7100084B2 (en) Method and apparatus for diagnosing difficult to diagnose faults in a complex system
Lindström et al. Towards intelligent and sustainable production: combining and integrating online predictive maintenance and continuous quality control
US20090300065A1 (en) Computer system and methods for improving identification of subrogation opportunities
CN109791679A (zh) 用于汽车保修欺诈的预测的系统和方法
EP3059676B1 (en) A method and apparatus for analyzing the availability of a system, in particular of a safety critical system
CN113228100A (zh) 成像模态智能发现维护系统和方法
CN101923674A (zh) 用于知识管理系统的性能仪表盘监测
EP2778818B1 (en) Identification of faults in a target system
CN101413991A (zh) 用于远程预测交流电机系统剩余寿命的方法和系统
CN101923675A (zh) 用于知识管理系统的操作可靠性指标
KR20150018681A (ko) 생산 공정에서 데이터마이닝을 이용하여 제품 상태를 예측하는 장치 및 방법
EP3805927B1 (en) Maintenance operation assistance system
CN113196315A (zh) 成像模态保养维护包系统和方法
JPH09288512A (ja) プラント状態可視化システム
Létourneau et al. A domain independent data mining methodology for prognostics
Wu et al. Traffic sensor health monitoring using spatiotemporal graphical modeling
KR100939351B1 (ko) 장애 관리 장치 및 방법
Hwang et al. Building an Analytical Platform of Big Data for Quality Inspection in the Dairy Industry: A Machine Learning Approach
Gruner Lean law compliance: Confronting and overcoming legal uncertainty in business enterprises and other complex organizations
JPH0755868A (ja) 機器／設備の診断システム
WO2021220434A1 (ja) 事業影響範囲判定装置および方法
Azvine et al. Intelligent process analytics for CRM
Aldaeej Towards effective technical debt decision making in software startups
JPH088998A (ja) 通信プロトコル障害解析装置

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: 20835982

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020835982

Country of ref document: EP

Effective date: 20220210