JP2024091059A - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP2024091059A JP2024091059A JP2022207342A JP2022207342A JP2024091059A JP 2024091059 A JP2024091059 A JP 2024091059A JP 2022207342 A JP2022207342 A JP 2022207342A JP 2022207342 A JP2022207342 A JP 2022207342A JP 2024091059 A JP2024091059 A JP 2024091059A
- Authority
- JP
- Japan
- Prior art keywords
- fault
- information
- usage
- cause
- usage status
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 89
- 238000003672 processing method Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013611 frozen food Nutrition 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 精度よく障害を予測する。【解決手段】 情報処理装置は、機器に起こった障害の内容と、障害の障害要因と、障害要因を引き起こす機器の使用状況と、を含む障害要因情報を取得する取得手段と、施設に設置された、機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段と、障害要因情報に基づいて、予測された使用状況が、障害要因を引き起こす使用状況であることを判定する判定手段と、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段と、を備える。【選択図】 図1
Description
本開示は、情報処理装置、情報処理方法およびプログラムに関する。
店舗や工場において、機器の障害情報を収集し、収集した情報に基づいて、障害要因を分析する技術、および、障害発生を予測する技術がある。
特許文献1には、所定の機種の家電の障害情報を共有し、同一機種に閾値以上発生した障害をユーザに提示する技術が記載されている。特許文献1では、検知された使用状況に関する情報や、機器の使用期間を示す情報を用いて、障害が起こる可能性を提示することが記載されている。
しかしながら、障害の予測に利用される機器の使用状況は、現状の検知された使用状況から変化することがある。したがって、現状の使用状況に基づいて障害発生を予測するのみでは、使用状況が変化した場合と障害発生の予測結果が異なる可能性がある。その結果、現状の使用状況に基づいて障害発生を予測するのみでは、機器の障害予測の精度が低い場合がある。
本開示の目的の一例は、精度よく障害を予測する技術を提供することにある。
本開示の一態様における情報処理装置は、機器に起こった障害の内容と、障害の障害要因と、障害要因を引き起こす機器の使用状況と、を含む障害要因情報を取得する取得手段と、施設に設置された、機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段と、障害要因情報に基づいて、予測された使用状況が、障害要因を引き起こす使用状況であることを判定する判定手段と、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段と、を備える。
本開示の一態様における情報処理方法は、コンピュータが、機器に起こった障害の内容と、障害の障害要因と、障害要因を引き起こす機器の使用状況と、を含む障害要因情報を取得し、施設に設置された、機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測し、障害要因情報に基づいて、予測された使用状況が、障害要因を引き起こす使用状況であることを判定し、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する。
本開示の一態様における情報処理プログラムは、機器に起こった障害の内容と、障害の障害要因と、障害要因を引き起こす機器の使用状況と、を含む障害要因情報を取得し、施設に設置された、機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測し、障害要因情報に基づいて、予測された使用状況が、障害要因を引き起こす使用状況であることを判定し、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する処理を、コンピュータに実行させる。
本開示による効果の一例は、精度よく障害を予測できることである。
本開示の実施形態について図面を参照して詳細に説明する。
本開示は、機器の障害を予測する技術に関連する。本開示に係る情報処理装置、情報処理方法、およびプログラムは、機器の使用状況を予測し、予測された使用状況に基づいて障害を予測する。
機器とは、機械および器具である。本開示においては、機器は、施設に備えられることを想定する。施設は、例えば、店舗、図書館、保育園などである。機器は、例えば、冷蔵庫、冷凍庫、温蔵庫、電子レンジ、フライヤー、複合機、プリンタ、エアコン、などである。なお、施設および機器は、これらの例に限られない。以下の実施形態では、コンビニエンスストアの店舗における機器の例について説明するが、本開示は、この例に限られない。
障害とは、機器が使えなくなること、機器が期待された機能を実現できなくなること、または、機器にメンテナンスや修理が必要になることである。例えば、障害とは、冷蔵庫または冷凍庫の温度が設定温度にならないこと、プリンタから紙が排出されなくなることなどである。
障害には、障害を引き起こす障害要因がある。障害要因は、例えば、機器の摩耗、劣化または破損などである。障害要因は、機器の使用の仕方、使用環境などを含む使用状況により引き起こされることがある。すなわち、使用状況は、間接的に障害を引き起こすことがある。
以下、本開示における、機器の障害を予測する技術について、実施形態に基づいて説明する。
[第一実施形態]
図1は、本開示の情報処理装置を含むシステムの一例を示す図である。
図1は、本開示の情報処理装置を含むシステムの一例を示す図である。
図1において、情報処理装置100は、機器の障害を予測する装置である。情報処理装置100は、障害要因情報データベース(以下、障害要因情報DBとも記載する)と通信可能に接続される。また、情報処理装置100は、図1に示される機器A1、機器A2、機器A3のように、機器と通信可能に接続されてよい。情報処理装置100は、施設の管理サーバ、または施設を含むグループを管理する管理サーバを介して、障害予測を行う対象の機器と接続されてもよい。情報処理装置100は、図1に示される機器B1、機器B2、機器B3のように、通信可能に接続されなくてもよい。図1に示される機器B1、機器B2、機器B3のように、機器は、施設または機器の管理者および管理者が利用する管理者端末を介して、施設の管理サーバ、または施設を含むグループを管理する管理サーバによって情報が管理されてよい。施設を含むグループとは、例えば、施設を管理する企業などのグループである。または、情報処理装置100は、なお、図1において、機器として、機器A1、機器A2、機器A3、機器B1、機器B2、機器B3が記載されているが、機器の種類および数はこの例に限られない。情報処理装置100と、各装置との接続は、この例に限られない。情報処理装置100は、障害要因を取得することができ、さらに、機器または機器を管理する管理者等に、障害の予測を通知できるように、各装置と接続されればよい。
障害要因情報DBは、障害要因情報を格納するデータベースである。障害要因情報は、障害を示す名称または内容に、障害要因、および障害要因を引き起こす使用状況のうち、少なくとも一つが関連付けられた情報である。障害要因情報は、例えば、機器、機器を管理する施設、または、施設を管理するグループから得られる障害情報に基づいて、生成される。障害情報は、発生した障害に関する情報である。障害情報については、第二実施形態において詳しく説明する。
なお、障害要因情報DBは、情報処理装置100に備えられてもよい。
次に、実施形態における情報処理装置100の構成について説明する。
図2は、第一実施形態における情報処理装置100の構成を示すブロック図である。図2を参照すると、情報処理装置100は、取得部101と、使用状況予測部102と、判定部103と、通知部104と、を備える。
次に、第一実施形態における情報処理装置100の構成について詳しく説明する。
図2において、取得部101は、機器に起こった障害の内容と、障害の障害要因と、障害要因を引き起こす機器の使用状況と、を含む障害要因情報を取得する取得手段の一例である。取得部101は、障害要因情報DBから、障害要因情報を取得する。または、取得部101は、障害要因を分析、特定する障害要因分析装置から、障害要因情報を取得してもよい。障害要因情報は、上述のように、障害を示す名称または内容に、障害要因、および障害要因を引き起こす使用状況のうち、少なくとも一つが関連付けられた情報である。
使用状況とは、機器が使用される状況を示す情報である。使用状況は、例えば、機器の使用環境、使用量、および使用回数を含む。機器の使用環境とは、稼働している機器の周囲の環境である。機器の使用環境は、例えば、気温(室温)、湿度、陽当たりである。機器の使用量とは、機器が使用される量である。機器の使用回数とは、機器が使用される回数である。機器の使用回数は、所定期間における使用回数、すなわち、使用頻度であってもよい。機器の使用の定義は、機器ごとになされてよい。例えば、フライヤーにおける使用量は、熱されていた時間であってよい。また、フライヤーにおける使用回数は、揚げられた商品の個数、または、加熱を開始した回数であってよい。また例えば、冷蔵庫における使用量は、冷蔵庫に入っていた商品の重さ、または、冷蔵庫に入っていた商品の数であってよい。また、冷蔵庫における使用回数は、扉の開閉回数であってもよい。
図3は、障害要因情報の例である。図3において、障害要因情報は、障害の内容を示す障害内容、障害が起こった対象機器、障害要因、使用状況を含む。障害要因情報において、ある障害内容に対し、複数の障害要因および複数の使用状況が関連付けられてもよい。障害要因または使用状況が複数ある場合、複数の障害要因または使用状況は、そのすべてに当てはまることを障害要因または使用状況としてもよいし、そのいずれかに当てはまることを障害要因または使用状況としてもよい。また、障害要因情報において、ある障害内容に対し、障害要因および使用状況のうち、少なくともいずれかを含んでいればよい。なお、以下の実施形態の説明において、情報処理装置100の処理には、使用状況が用いられるので、情報処理装置100は、使用状況が関連付けられた障害要因情報について処理を行えばよい。また、例えば、機器ごとに障害要因情報が管理される場合、障害要因情報DBは、障害が起こった対象機器を含まなくてもよい。または、障害内容が対象機器を含んでもよい。対象機器を示す情報は、特に限定されない。対象機器を示す情報は、例えば、対象機器の種類(冷蔵庫、フライヤー、マルチコピー機など)、対象機器の種類と製造者(図3においては、フライヤー(XX社製)と表される)、対象機器のシリーズまたは型番、対象機器のロット番号などである。対象機器を示す情報は、障害内容に表される障害が起こっている対象機器の範囲を示す。対象機器の範囲は、障害内容または障害要因に応じて、適宜設定されてよい。
使用状況予測部102は、施設に設置された、機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段の一例である。同種の対象機器とは、障害要因情報に含まれる対象機器を示す情報に含まれる機器である。対象機器において同種とする範囲は、対象機器の種類(冷蔵庫、フライヤー、マルチコピー機など)、対象機器の製造者、対象機器のシリーズまたは型番、対象機器のロット番号などの単位で、障害要因に応じて定められればよい。使用状況予測部102は、障害要因情報に含まれる対象機器を示す情報から、使用状況を予測する対象機器を決定する。そして、使用状況予測部102は、予測する対象機器の使用状況に影響する要因に関する情報を取得する。使用状況に影響する要因に関する情報は、例えば、対象機器が設置される施設の情報である。使用状況に影響する要因に関する情報のより具体的な例については、後述する。
使用状況予測部102が、使用環境を予測する例について説明する。使用状況予測部102は、天候情報に基づいて、対象機器の使用状況のうち、対象機器が使用される環境を示す使用環境を予測する。天候情報とは、対象機器が設置される施設が含まれる地域において予測される天候を示す情報である。天候情報は、例えば、気温、湿度、または日照時間である。
具体的には、使用状況予測部102は、対象機器が設置された施設が含まれる地域を示す情報から、その地域の天候情報を取得する。施設が含まれる地域を示す情報は、例えば、住所である。使用状況予測部102は、天候情報と、使用環境との関係を示す情報を参照して、天候情報から、使用環境を予測する。
なお、この場合、障害要因情報は、障害要因を引き起こす機器の使用状況として、機器が使用される使用環境を示す情報を含む。対象機器の使用状況に影響する要因に関する情報は、対象機器が設置される施設が含まれる地域の天候情報である。
次に、使用状況予測部102が、使用回数または使用量を予測する例について説明する。この場合、施設は店舗であると想定する。使用状況予測部102は、施設の売上予測を示す情報に基づいて、対象機器の使用状況のうち、対象機器を使用する使用回数または使用量を予測する。施設の売上予測を示す情報は、対象機器の使用状況に影響する要因に関する情報の他の例である。施設の売上予測を示す情報は、例えば、過去の売上データ、他店の売上データ、商品の入荷情報、施設周辺のイベント情報、施設周辺の天候情報などから予測された、施設の売上の予測を示す情報である。売上データは、過去の所定期間の売上を示す情報である。施設の売上予測を示す情報は、使用状況予測部102または他の装置により予測されてよい。
使用状況予測部102が施設の売上を予測する例について説明する。使用状況予測部102は、例えば、売上データに基づいて、施設の売上予測を示す情報を生成する。使用状況予測部102は、既知の方法で、施設の売上を予測すればよい。使用状況予測部102は、対象機器に関連する商品のみの売上データを用いて、施設における対象機器に関連する商品の売上を予測してもよい。売上データは、POS(Point Of Sales)システムにおいて得られるPOSデータであってよい。この場合、売上データまたはPOSデータは、対象機器の使用状況に影響する要因に関する情報の他の例である。使用状況予測部102は、売上データに基づいて、施設の売上を予測し、予測された売上に基づいて、対象機器の使用状況のうち、対象機器を使用する使用回数または使用量を予測する。
具体的には、使用状況予測部102は、対象機器に関連する商品を特定する。例えば、使用状況予測部102は、あらかじめ記憶された、機器と、機器に関連する商品とが関連付けられた情報を参照することにより、対象機器に関連する商品を特定してよい。機器に関連する商品は、冷蔵庫であれば飲料、冷凍庫であればアイスなどの冷凍食品、フライヤーであれば店内で揚げるホットスナックである。対象機器に関連する商品は、複数種類であってよい。次に、使用状況予測部102は、POSデータから、関連する商品の売上データを抽出する。または、使用状況予測部102は、店舗の過去の仕入れ数を示すデータから、関連する商品の仕入れ数を示すデータを抽出する。仕入れ数を示すデータは、対象機器の使用状況に影響する要因に関する情報の他の例である。使用状況予測部102は、抽出した過去の売上データまたは仕入れ数を示すデータに基づいて、未来の所定期間における、商品の売上または仕入れ数を予測する。そして、使用状況予測部102は、あらかじめ記憶された、商品の売上数と対象機器の使用回数または使用量とが関連付けられた情報、または、商品の仕入れ数と対象機器の使用回数または使用量とが関連付けられた情報を参照することにより、対象機器の使用回数または使用量を予測する。
また、他の例として、使用状況予測部102は、売上データに基づいて、店舗における決済数を予測してもよい。使用状況予測部102は、売上データから、決済が行われた回数を抽出する。使用状況予測部102は、過去の決済が行われた回数に基づいて、未来の所定期間における、決済が行われる回数を予測する。そして、使用状況予測部102は、予測された、未来の所定期間における決済が行われる回数を、対象機器である、レシートを発行するプリンタの使用回数として予測してもよい。
なお、使用状況予測部102は、対象機器の使用状況のうち、障害要因情報に含まれる使用状況を予測してもよい。
判定部103は、障害要因情報に基づいて、予測された使用状況が、障害要因を引き起こす使用状況であることを判定する判定手段の一例である。一例として、判定部103は、障害要因情報を参照することにより、使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまるか否かを判定する。使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまるとは、予測された使用状況が、障害要因情報に含まれる使用状況に含まれることである。なお、予測された使用状況が数値範囲で表される場合、判定部103は、予測された使用状況が少なくとも一部が障害要因情報に一致する場合、当てはまると判定してもよい。
使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまると判定部103が判定した場合、対象機器に障害が発生する可能性が高いことが予測される。また、使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまらないと判定部103が判定した場合、対象機器に、その使用状況および関連付けられた障害要因に起因する障害が発生しないこと、または、その使用状況および関連付けられた障害要因に起因する障害が発生する可能性が低いことが予測される。または、使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまらないと判定部103が判定した場合、対象機器に、その使用状況および関連付けられた障害要因に起因する障害が発生する可能性が低いことが予測される。
つまり、判定部103は、障害要因情報に示される、障害が発生した機器の使用状況と同様の使用状況である機器に、同様の障害が発生する可能性があることを予測する。これは、例えば、商品を3000個揚げたフライヤーの加熱性能が低下するという障害が多く発生している場合、今後、他のフライヤーで商品を揚げた個数が3000個に至ると、フライヤーの加熱性能が低下するという同様の障害が起こる可能性が高いことを予測するものである。また、例えば、1万回開閉された、ある会社製の冷蔵庫のドアが破損するという障害が多く発生している場合、今後、その会社製の他の冷蔵庫のドアが開閉された回数が1万回に至ると、ドアが破損するという同様の障害が起こる可能性が高いことを予測するものである。
通知部104は、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段の一例である。障害予測情報は、障害の予測に関する情報である。障害予測情報は、障害の発生が予測されることを示す情報である。また、障害予測情報は、障害の発生が予測されなかったことを示す情報であってもよい。
通知部104は、障害予測情報を、機器が備える出力装置、機器を管理する施設の端末装置、施設を管理するグループの端末装置等に通知する。すなわち、通知部104は、直接的または間接的に、機器を管理する者に対して、障害予測情報を通知すればよい。なお、通知部104が機器を管理する施設の端末装置、または施設を管理するグループの端末装置に通知する場合、障害予測情報に加えて、機器の管理者に通知を行うよう指示する情報をさらに通知してもよい。
上述のように、使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまると判定部103が判定した場合、通知部104は、対象機器に障害の発生が予測されることを示す情報を通知する。例えば、判定の結果が、予測された使用状況が障害要因を引き起こす使用状況であることを示す場合、通知部104は、判定の結果に応じて、対象機器に障害の発生が予測されることを示す情報を通知する。
図4は、対象機器に障害の発生が予測されることを示す情報の通知例である。図4において、対象機器に障害の発生が予測されることを示す情報の通知例は、障害が予測されていることを示す情報、対象の機器、障害内容、障害が予測される期間、障害要因、および使用状況を含む。予測期間は、障害の発生が予測される期間である。すなわち、予測期間は、予測された使用状況が、障害要因情報に含まれる使用状況に当てはまると判定された期間である。この場合、通知部104は、判定の結果に含まれる、判定された予測期間、判定に用いられた障害要因情報に含まれる、障害内容、障害要因、使用状況を、障害予測情報として通知する。
また、対象機器に障害の発生が予測されることを示す情報は、障害の発生を予防または緩和するための対応策を含んでもよい。対応策は、障害要因情報に含まれる障害のそれぞれに対して関連付けられて記憶されてもよいし、別のデータベースにおいて、障害に関連付けられて記憶されてもよい。通知部104は、障害予測情報に対応策を含める場合、障害予測情報または別のデータベースから、障害に関連付けられた対応策を抽出して、障害予測情報に含めて通知すればよい。
また、使用状況予測部102が予測した使用状況が、障害要因情報に含まれる使用状況に当てはまらないと判定部103が判定した場合、通知部104は、対象機器に障害の発生が予測されなかったことを示す情報を通知してもよい。対象機器に障害の発生が予測されなかったこととは、障害の発生の可能性が低いと予測されたことである。例えば、判定の結果が、予測された使用状況が障害要因を引き起こす使用状況でないことを示す場合、通知部104は、判定の結果に応じて、対象機器に障害の発生が予測されなかったことを示す情報を通知してもよい。
図5は、対象機器に障害の発生が予測されなかったことを示す情報の通知例である。図5において、障害の予測期間が「なし」と示されていることが、障害の発生が予測されなかったこと、すなわち、障害の発生の可能性が低いことを示す。これに対し、障害の発生の可能性が高いことが予測された図4の例では予測期間が示されている。また、図5において、対象機器に障害の発生が予測されなかったことを示す情報の通知例は、障害が増えていることを示す情報、対象の機器、障害内容、障害が予測される期間がないこと、障害要因、および使用状況を含む。対象機器に障害の発生が予測されなかった場合にも通知を行うことにより、使用状況が予測から外れてしまった場合に、機器の管理者等が障害の発生の可能性を認識することができるようになる。
以上のように構成された情報処理装置100の動作について、図6のフローチャートを参照して説明する。
図6は、第一実施形態における情報処理装置100の動作の一例を示すフローチャートである。
図6に示すように、まず、取得部101は、障害要因情報を取得する(ステップS101)。取得部101は、随時、または、毎日、半日ごと、一週間ごとなどの一定間隔で、障害要因情報を取得してよい。また、取得部101は、前回取得した障害要因情報と、取得先の障害要因情報DBに格納された障害要因情報とを比較し、その差分のみを取得してもよい。
次に、使用状況予測部102は、障害要因情報に含まれる、対象機器の使用状況を予測する(ステップS102)。使用状況予測部102は、毎日、半日ごと、一週間ごとなどの一定間隔で、障害要因情報に含まれる、対象機器の使用状況を予測してよい。なお、使用状況予測部102は、取得部101と異なるタイミングまたは頻度で使用状況を予測してもよい。
次に、判定部103は、ステップS102において予測された使用状況が、障害要因情報に含まれる障害要因を引き起こす使用状況であるか判定する(ステップS103)。
予測された使用状況が、障害要因を引き起こす使用状況であると判定された場合(ステップS103:Yes)、通知部104は、障害の発生が予測されたことを示す障害予測情報を通知する(ステップS104)。
予測された使用状況が、障害要因を引き起こす使用状況でないと判定された場合(ステップS103:No)、通知部104は、障害の発生が予測されなかったことを示す障害予測情報を通知する(ステップS105)。なお、ステップS105の動作は、予測された使用状況が、障害要因を引き起こす使用状況でないと判定された場合(ステップS103:No)の動作の一例であり、例えば、通知部104は、この場合に、対象の機器に通知を送らずに動作を終了してもよい。
以上で、情報処理装置100は、一連の動作を終了する。
上述した本実施形態における情報処理装置において、使用状況予測部は、障害が発生した機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測する。判定部が、使用状況予測部により予測された使用状況が障害要因を引き起こす使用状況であるか判定する。そして、通知部が、判定結果に応じて、障害予測情報を通知する。
その結果、本実施形態における情報処理装置は、精度よく障害を予測することができる。
特に、本実施形態における情報処理装置は、使用状況の変化がある場合において、使用状況の変化を予測したうえで障害の発生を予測することができる。例えば、ある機器で障害が生じている場合、同じ使用状況で使用される他の機器にも同じ障害が生じる可能性がある。障害予測を行う時点では使用状況が異なっていても、将来的に障害が発生した機器と同じ使用状況になる場合、将来的に障害が生じる可能性があるといえる。したがって、本実施形態における情報処理装置は、使用状況を予測して、予測された使用状況に基づいて障害を予測するので、過去または現状の使用状況に基づいて障害を予測する場合と比較して、精度よく障害を予測することができる。
[第二実施形態]
次に、本開示の第二実施形態について、図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。第二実施形態では、情報処理装置200が障害要因情報を特定する障害要因特定部205を備える場合について説明する。
次に、本開示の第二実施形態について、図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。第二実施形態では、情報処理装置200が障害要因情報を特定する障害要因特定部205を備える場合について説明する。
図7は、情報処理装置200を含むシステムの一例である。情報処理装置200は、グループG1の管理サーバ、グループG2の管理サーバ、…、グループGnの管理サーバと通信可能に接続される。各グループの管理サーバは、機器に関する情報を管理するサーバである。また、各グループの管理サーバは、それぞれ、複数の店舗のコンピュータまたはサーバと通信可能に接続される。店舗のコンピュータまたはサーバは、店舗の機器に関する情報を管理する。例えば、図7において、グループG1の管理サーバは、店舗1-1のサーバ、店舗1-2のサーバ、…、店舗1-nのサーバと通信可能に接続される。さらに、各店舗のコンピュータまたはサーバは、各店舗に備えられる機器と通信可能に接続される。または、各店舗のコンピュータまたはサーバは、各店舗に備えられる機器の情報を管理する。この場合、機器の情報は、図1における機器B1、機器B2、機器B3と同様に、機器の管理者等によって、コンピュータまたはサーバに入力されればよい。情報処理装置200、グループの管理サーバ、店舗のコンピュータまたはサーバ、および機器の接続例は、これらの例に限られない。例えば、グループの管理サーバは、機器と直接通信可能に接続されてもよいし、機器の管理者により機器の情報が入力されてもよい。情報処理装置200は、障害情報を収集することができ、さらに、機器または機器を管理する管理者等に、障害の予測を通知できるように、各装置と接続されればよい。また、図7においては、図示されていないが、情報処理装置200も、第一実施形態において説明した障害要因情報DBと通信可能に接続されて、障害要因情報を取得してよい。
ここで、グループとは、第一実施形態において説明したように、施設を管理する企業などのグループである。図7の例においては、グループは、複数の店舗を管理する企業などのグループである。
例えば、情報処理装置200は、コンビニエンスストアの各店舗に設置される様々な機器を管理する。コンビニエンスストアは、複数のそれぞれ異なる企業よって運営される。コンビニエンスストアにおいて、機器は、それぞれの運営主体ごとの管理サーバで管理される。したがって、コンビニエンスストアを管理するそれぞれの管理サーバをグループとして扱う。この場合、情報処理装置200は、コンビニエンスストア各社の機器に関する情報を収集し、それぞれの管理を行う。
第二実施形態では、特に、情報処理装置200が、第一実施形態において説明した障害予測に加えて、障害要因情報を生成する場合、すなわち、情報処理装置200が障害の要因を特定する場合について、説明する。
図8は、本開示の第二実施形態にかかる情報処理装置の構成を示すブロック図である。第二実施形態の情報処理装置200は、第一実施形態の構成に加えて、障害要因特定部205を含む。
障害要因特定部205は、複数の施設を含む複数のグループから収集された、機器に生じた障害に関する障害情報に基づいて、障害要因情報を特定する障害要因特定手段の一例である。障害情報は、生じた障害の、発生日時、障害内容、障害が生じた機器、および機器の稼働に関する使用状況を含む。なお、ここで、障害要因特定部205は、障害要因情報を特定すればよい。すなわち、障害要因特定部205は、障害要因自体が特定できない場合であっても、障害情報に含まれる情報の傾向に基づいて、障害要因を引き起こすと考えられる機器の属性や、機器の使用状況を特定すればよい。例えば、障害要因特定部205は、障害情報に含まれる障害に多く見られる傾向がある情報を、障害要因を引き起こすものであると特定してよい。一例として、障害要因特定部205は、障害情報に含まれる障害の8割以上に共通する情報を、障害要因を引き起こすものであると特定してよい。障害要因の特定の方法は、この例に限られない。
なお、機器の属性とは、機器の種類、製造者、機器のシリーズまたは型番、対象機器のロット番号などであってよい。
障害要因特定部205は、障害情報に基づく障害要因の特定を、既知の方法を用いて行ってよい。さらに、障害要因特定部205は、既知の方法に加え、グループに関する情報を用いて障害要因の特定を行ってもよい。具体的には、障害要因特定部205は、グループごとの障害発生の傾向に基づいて、障害の要因がグループごとの使用状況によるものであるか、または、機器そのものの属性によるものであるか、判定してよい。
例えば、障害要因特定部205は、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数よりも所定値以上多い場合、当該障害の発生数が所定値以上多いグループの使用状況と障害要因とを障害要因情報として特定する。この場合、障害要因特定部205は、まず、各グループから障害ごとの発生数を示す情報を収集する。障害要因特定部205は、収集した各グループから障害ごとの発生数を示す情報から、各グループの障害の発生数を障害ごとに比較すればよい。なお、所定値は、あらかじめ設定された値であってよい。また、障害の発生数は、障害の発生頻度であってもよい。
より具体的には、障害要因特定部205は、障害の発生数が所定値以上多いグループの使用状況のうち、他のグループの使用状況と差がある使用状況を特定する。そして、障害要因特定部205は、特定された使用状況が障害要因を引き起こすものであるとして、当該障害と関連付けて障害要因情報とする。一方、障害要因特定部205は、グループごとのある障害の発生数の差が所定値未満である場合、当該障害が起こっている機器の障害要因情報に使用状況を関連付けない。言い換えると、グループごとのある障害の発生数の差が所定値未満である場合、障害要因特定部205は、グループごとに特徴のある使用状況ではなく、全体に共通する使用状況または機器の属性が、障害の要因を引き起こすものであると特定すればよい。
このように、障害要因特定部205がグループを用いて障害要因情報を特定する場合において、グループで障害が頻発している場合には、そのグループの使用状況に障害要因を引き起こす使用状況があることが想定できる。そのため、グループでの機器の使用状況を考慮することで、障害要因特定部205は、比較する障害情報が減り、効率的に障害要因情報を特定できる。また、障害要因特定部205がグループを用いて障害要因情報を特定する場合において、障害の発生数にグループごとの差がない場合には、障害情報においてグループを特定する情報を含む必要がなくなり、グループには、グループの障害情報を完全に開示しなくてよくなるというメリットがある。
ここまで、第二実施形態において、障害要因特定部205のグループを用いた障害要因情報の特定について、障害の発生数が所定値以上多いグループの使用状況が障害要因を引き起こすものであると特定する例について説明した。これに対し、障害要因特定部205は、さらに、障害の発生数が所定値以上少ないグループの使用状況を、障害要因を引き起こすことを防止する使用状況であると特定してもよい。障害要因を引き起こすことを防止する使用状況は、障害に対する対応策として、障害に関連付けられて記憶されてよい。
使用状況予測部202は、障害要因情報に含まれる使用状況について予測を行う場合、取得部101が取得した障害要因情報、および障害要因特定部205が特定した障害要因情報のうち少なくともいずれかを参照して、使用状況を予測すればよい。
同様に、判定部203は、取得部101が取得した障害要因情報、および障害要因特定部205が特定した障害要因情報のうち少なくともいずれかを参照して、予測された使用状況が障害要因を引き起こすものであるかを判定してよい。なお、使用状況予測部102が障害要因情報に含まれる使用状況について予測を行う場合、判定部103は、使用状況予測部102が参照した障害要因情報を参照することにより、予測された使用状況が障害要因を引き起こすものであるかを判定してよい。
通知部204は、第一実施形態と同様に、判定の結果に応じて、対象機器に障害が起こる可能性を示す障害予測情報を通知する。通知部204は、第一実施形態において説明した図4、図5などの通知を、グループのコンピュータまたはサーバを介して、店舗のコンピュータまたはサーバに対して通知してもよい。また、通知部204は、第一実施形態において説明した図4、図5などの通知を、グループのコンピュータまたはサーバおよび店舗のコンピュータまたはサーバを介して、機器に対して通知してもよい。さらに、通知部204は、グループに対して、障害予測情報を通知してもよい。
図9は、通知部204が、グループに対して障害予測情報を通知する場合の通知例である。図9において、通知部204がグループのコンピュータまたはサーバに対して行う通知は、通知されたグループが障害予測情報の該当店舗に対して通知を行う指示を含む。図9の通知を受けたグループのコンピュータまたはサーバは、該当の店舗のコンピュータまたはサーバに対して、図4に示されるような障害予測情報を通知すればよい。
以上のように構成された情報処理装置200の動作について、図10のフローチャートを参照して説明する。
図10は、第二実施形態における情報処理装置200の動作のうち、障害要因情報の特定の処理に係る動作を示すフローチャートである。
図10に示すように、まず、障害要因特定部205は、各グループから障害情報を収集する(ステップS201)。
次に、障害要因特定部205は、グループごとの障害の発生数を比較し、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数から所定値以上多いグループがあるか判定する(ステップS202)。
グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数よりも所定値以上多いグループがあると判定された場合(ステップS202:Yes)、障害要因特定部205は、障害情報に含まれる、機器に関するグループごとの使用状況を比較し、他のグループにおける使用状況と異なる、ある障害の発生数が所定値以上多いグループの使用状況を、障害の内容と関連付けて障害要因情報として特定する(ステップS203)。
グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数から所定値以上多いグループがあると判定されなかった場合(ステップS202:No)、障害要因特定部205は、全体の障害情報に基づいて、既知の方法を用いて障害要因情報を特定する(ステップS204)。なお、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数から所定値以上多いグループがあると判定されなかった場合(ステップS202:No)とは、すなわち、各グループ間の当該障害の発生数の差分が所定値未満である場合である。
以上で、情報処理装置200は、障害要因情報の特定に係る一連の動作を終了する。情報処理装置200は、これらの動作の後に、第一実施形態における図6のフローチャートのステップS102以降の、障害予測の動作を行ってよい。
上述した本実施形態における情報処理装置において、使用状況予測部は、障害が発生した機器と同種の対象機器の使用状況を、対象機器の使用状況に影響する要因に関する情報に基づいて予測する。判定部が、使用状況予測部により予測された使用状況が障害要因を引き起こす使用状況であるか判定する。そして、通知部が、判定結果に応じて、障害予測情報を通知する。
その結果、本実施形態における情報処理装置は、精度よく障害を予測することができる。
さらに、本実施形態における情報処理装置は、障害要因特定部が、複数の施設を含む複数のグループから収集された、機器に生じた障害に関する障害情報に基づいて、障害要因情報を特定する。その結果、本実施形態における情報処理装置は、グループにおける障害の発生数に特徴がある場合に、障害予測に用いられる障害要因情報を、効率的に特定することができる。
[ハードウェア構成]
以上説明した、本開示の各実施形態における各装置またはシステムの各構成要素の一部または全部は、例えば図11に示すような情報処理装置1000とプログラムとの任意の組み合わせにより実現される。情報処理装置1000は、一例として、以下のような構成を含む。
以上説明した、本開示の各実施形態における各装置またはシステムの各構成要素の一部または全部は、例えば図11に示すような情報処理装置1000とプログラムとの任意の組み合わせにより実現される。情報処理装置1000は、一例として、以下のような構成を含む。
・CPU(Central Processing Unit)1001
・ROM(Read Only Memory)1002
・RAM(Random Access Memory)1003
・RAM1003にロードされるプログラム1004
・プログラム1004を格納する記憶装置1005
・記録媒体1006の読み書きを行うドライブ装置1007
・通信ネットワーク1009と接続する通信I/F1008
・データの入出力を行う入出力I/F1010
・各構成要素を接続するバス1011
なお、I/Fは、Interfaceの略である。
・ROM(Read Only Memory)1002
・RAM(Random Access Memory)1003
・RAM1003にロードされるプログラム1004
・プログラム1004を格納する記憶装置1005
・記録媒体1006の読み書きを行うドライブ装置1007
・通信ネットワーク1009と接続する通信I/F1008
・データの入出力を行う入出力I/F1010
・各構成要素を接続するバス1011
なお、I/Fは、Interfaceの略である。
各実施形態における各装置またはシステムの各構成要素は、これらの機能を実現するプログラムをCPU1001が取得して実行することで実現される。各装置の各構成要素の機能を実現するプログラムは、例えば、あらかじめ記憶装置1005やRAM1003に格納されており、必要に応じてCPU1001が読み出す。なお、プログラム1004は、通信ネットワークを介してCPU1001に供給されてもよいし、あらかじめ記録媒体1006に格納されており、ドライブ装置1007が当該プログラムを読み出してCPU1001に供給してもよい。
各装置の実現方法には、様々な変形例がある。例えば、各装置またはシステムは、構成要素ごとにそれぞれ別個の情報処理装置1000とプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つの情報処理装置1000とプログラムとの任意の組み合わせにより実現されてもよい。
また、各装置またはシステムの各構成要素の一部または全部は、プロセッサ等を含む汎用または専用の回路(circuitry)や、これらの組み合わせによって実現される。回路は、例えば、CPU、GPU(Graphics Processing Unit)、FPGA(Field Programmable Gate Array)、LSI(Large Scale Integration)である。LSIは、例えば、AI(Artificial Intelligence)処理専用LSIである。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部または全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
各装置またはシステムの各構成要素の一部または全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
以上、各実施形態を参照して本発明を説明したが、本発明は上記実施の形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しえる様々な変更をすることができる。
例えば、第二実施形態の情報処理装置200は、取得部101を備えない情報処理装置として変更されてもよい。
また、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施形態を実施するときには、その複数の動作の順番は、内容的に支障しない範囲で変更されてよい。
上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下には限られない。
[付記1]
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得する取得手段と、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段と、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定する判定手段と、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段と、
を備える情報処理装置。
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得する取得手段と、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段と、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定する判定手段と、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段と、
を備える情報処理装置。
[付記2]
前記使用状況予測手段は、前記対象機器の使用状況のうち、前記障害要因情報に含まれる使用状況を予測する
付記1に記載の情報処理装置。
前記使用状況予測手段は、前記対象機器の使用状況のうち、前記障害要因情報に含まれる使用状況を予測する
付記1に記載の情報処理装置。
[付記3]
前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設の情報を含む
付記1または2に記載の情報処理装置。
前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設の情報を含む
付記1または2に記載の情報処理装置。
[付記4]
前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器が使用される環境を示す環境情報を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設が含まれる地域の天候情報であり、
前記使用状況予測手段は、前記天候情報に基づいて、前記対象機器の使用状況のうち、前記対象機器の環境情報を予測する
付記1から3のいずれかに記載の情報処理装置。
前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器が使用される環境を示す環境情報を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設が含まれる地域の天候情報であり、
前記使用状況予測手段は、前記天候情報に基づいて、前記対象機器の使用状況のうち、前記対象機器の環境情報を予測する
付記1から3のいずれかに記載の情報処理装置。
[付記5]
前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器の使用回数または使用量を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記施設の売上予測を示す情報であり、
前記使用状況予測手段は、前記施設の売上予測を示す情報に基づいて、前記対象機器の使用状況のうち、前記対象機器を使用する使用回数または使用量を予測する
付記1から4のいずれかに記載の情報処理装置。
前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器の使用回数または使用量を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記施設の売上予測を示す情報であり、
前記使用状況予測手段は、前記施設の売上予測を示す情報に基づいて、前記対象機器の使用状況のうち、前記対象機器を使用する使用回数または使用量を予測する
付記1から4のいずれかに記載の情報処理装置。
[付記6]
前記対象機器の使用状況に影響する要因に関する情報は、前記施設の売上データであり、
前記使用状況予測手段は、前記売上データに基づいて、前記施設の売上予測を示す情報を生成し、算出した前記施設の売上予測を示す情報に基づいて、前記対象機器を使用する使用回数または使用量を予測する
付記5に記載の情報処理装置。
前記対象機器の使用状況に影響する要因に関する情報は、前記施設の売上データであり、
前記使用状況予測手段は、前記売上データに基づいて、前記施設の売上予測を示す情報を生成し、算出した前記施設の売上予測を示す情報に基づいて、前記対象機器を使用する使用回数または使用量を予測する
付記5に記載の情報処理装置。
[付記7]
複数の施設を含む複数のグループから収集された、前記機器に生じた障害に関する障害情報に基づいて、前記障害要因情報を特定する障害要因特定手段をさらに備え、
前記障害要因特定手段は、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数よりも所定値以上多い場合、当該障害の前記発生数が所定値以上多いグループの使用状況と障害要因とを前記障害要因情報として特定する
付記1から6のいずれかに記載の情報処理装置。
複数の施設を含む複数のグループから収集された、前記機器に生じた障害に関する障害情報に基づいて、前記障害要因情報を特定する障害要因特定手段をさらに備え、
前記障害要因特定手段は、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数よりも所定値以上多い場合、当該障害の前記発生数が所定値以上多いグループの使用状況と障害要因とを前記障害要因情報として特定する
付記1から6のいずれかに記載の情報処理装置。
[付記8]
前記障害要因特定手段は、障害の発生数が所定値以上多いグループの使用状況のうち、他のグループの使用状況と差がある使用状況を、当該障害と関連付けて前記障害要因情報とする
付記7に記載の情報処理装置。
前記障害要因特定手段は、障害の発生数が所定値以上多いグループの使用状況のうち、他のグループの使用状況と差がある使用状況を、当該障害と関連付けて前記障害要因情報とする
付記7に記載の情報処理装置。
[付記9]
前記障害要因特定手段は、グループごとのある障害の発生数の差が所定値未満である場合、当該障害が起こっている機器の前記障害要因情報に使用状況を関連付けない
付記7または8に記載の情報処理装置。
前記障害要因特定手段は、グループごとのある障害の発生数の差が所定値未満である場合、当該障害が起こっている機器の前記障害要因情報に使用状況を関連付けない
付記7または8に記載の情報処理装置。
[付記10]
コンピュータが、
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
情報処理方法。
コンピュータが、
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
情報処理方法。
[付記11]
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
処理をコンピュータに実行させるプログラム。
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
処理をコンピュータに実行させるプログラム。
100 情報処理装置
101 取得部
102 使用状況予測部
103 判定部
104 通知部
200 情報処理装置
202 使用状況予測部
203 判定部
204 通知部
205 障害要因特定部
1000 情報処理装置
1001 CPU
1002 ROM
1003 RAM
1004 プログラム
1005 記憶装置
1006 記録媒体
1007 ドライブ装置
1008 通信I/F
1009 通信ネットワーク
1010 入出力I/F
1011 バス
101 取得部
102 使用状況予測部
103 判定部
104 通知部
200 情報処理装置
202 使用状況予測部
203 判定部
204 通知部
205 障害要因特定部
1000 情報処理装置
1001 CPU
1002 ROM
1003 RAM
1004 プログラム
1005 記憶装置
1006 記録媒体
1007 ドライブ装置
1008 通信I/F
1009 通信ネットワーク
1010 入出力I/F
1011 バス
Claims (10)
- 機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得する取得手段と、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測する使用状況予測手段と、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定する判定手段と、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する通知手段と、
を備える情報処理装置。 - 前記使用状況予測手段は、前記対象機器の使用状況のうち、前記障害要因情報に含まれる使用状況を予測する
請求項1に記載の情報処理装置。 - 前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設の情報を含む
請求項1または2に記載の情報処理装置。 - 前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器が使用される環境を示す環境情報を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記対象機器が設置される施設が含まれる地域の天候情報であり、
前記使用状況予測手段は、前記天候情報に基づいて、前記対象機器の使用状況のうち、前記対象機器の環境情報を予測する
請求項1に記載の情報処理装置。 - 前記障害要因情報は、前記障害要因を引き起こす前記機器の使用状況として、前記機器の使用回数または使用量を含み、
前記対象機器の使用状況に影響する要因に関する情報は、前記施設の売上予測を示す情報であり、
前記使用状況予測手段は、前記施設の売上予測を示す情報に基づいて、前記対象機器の使用状況のうち、前記対象機器を使用する使用回数または使用量を予測する
請求項1に記載の情報処理装置。 - 複数の施設を含む複数のグループから収集された、前記機器に生じた障害に関する障害情報に基づいて、前記障害要因情報を特定する障害要因特定手段をさらに備え、
前記障害要因特定手段は、グループにおけるある障害の発生数が、他のグループにおける当該障害の発生数よりも所定値以上多い場合、当該障害の前記発生数が所定値以上多いグループの使用状況と障害要因とを前記障害要因情報として特定する
請求項1に記載の情報処理装置。 - 前記障害要因特定手段は、障害の発生数が所定値以上多いグループの使用状況のうち、他のグループの使用状況と差がある使用状況を、当該障害と関連付けて前記障害要因情報とする
請求項6に記載の情報処理装置。 - 前記障害要因特定手段は、グループごとのある障害の発生数の差が所定値未満である場合、当該障害が起こっている機器の前記障害要因情報に使用状況を関連付けない
請求項6または7に記載の情報処理装置。 - コンピュータが、
機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
情報処理方法。 - 機器に起こった障害の内容と、前記障害の障害要因と、前記障害要因を引き起こす前記機器の使用状況と、を含む障害要因情報を取得し、
施設に設置された、前記機器と同種の対象機器の使用状況を、前記対象機器の使用状況に影響する要因に関する情報に基づいて予測し、
前記障害要因情報に基づいて、予測された前記使用状況が、前記障害要因を引き起こす使用状況であることを判定し、
判定の結果に応じて、前記対象機器に障害が起こる可能性を示す障害予測情報を通知する
処理をコンピュータに実行させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022207342A JP2024091059A (ja) | 2022-12-23 | 2022-12-23 | 情報処理装置、情報処理方法およびプログラム |
US18/543,185 US20240211777A1 (en) | 2022-12-23 | 2023-12-18 | Information processing apparatus, information processing method, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022207342A JP2024091059A (ja) | 2022-12-23 | 2022-12-23 | 情報処理装置、情報処理方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024091059A true JP2024091059A (ja) | 2024-07-04 |
Family
ID=91583425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022207342A Pending JP2024091059A (ja) | 2022-12-23 | 2022-12-23 | 情報処理装置、情報処理方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240211777A1 (ja) |
JP (1) | JP2024091059A (ja) |
-
2022
- 2022-12-23 JP JP2022207342A patent/JP2024091059A/ja active Pending
-
2023
- 2023-12-18 US US18/543,185 patent/US20240211777A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240211777A1 (en) | 2024-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8055928B2 (en) | Method for characterizing the health of a computer system power supply | |
CN111219942B (zh) | 冰箱故障预测方法和装置 | |
US10519960B2 (en) | Fan failure detection and reporting | |
JP2019185422A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
US9489379B1 (en) | Predicting data unavailability and data loss events in large database systems | |
CN111338913B (zh) | 分析设备相关数据以生成和/或抑制设备相关警报 | |
WO2021052777A1 (en) | System, apparatus and method for predicting attributes of an asset | |
Langeron et al. | Joint maintenance and controller reconfiguration policy for a gradually deteriorating control system | |
Barak et al. | Reliability measures analysis of a milk plant using RPGT | |
EP3614221B1 (en) | Risk evaluation device, risk evaluation system, risk evaluation method, risk evaluation program, and data structure | |
Manatos et al. | Dependability and performance stochastic modelling of a two-unit repairable production system with preventive maintenance | |
US20180357625A1 (en) | Point of sale register health monitoring | |
JP2024091059A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP7082285B2 (ja) | 監視システム、監視方法および監視プログラム | |
US20230236590A1 (en) | Method and system for providing maintenance service for recording medium included in electronic device | |
WO2018061136A1 (ja) | 需要予測方法、需要予測システム及びそのプログラム | |
Kumar et al. | Reliability Prediction Methods for Electronic Devices: A State-of-the-art Review | |
US12019616B2 (en) | Evaluation framework for anomaly detection using aggregated time-series signals | |
Liao | Production and maintenance strategy for a high-reliability imperfect process with free-repair warranty | |
US11748674B2 (en) | System and method for health reporting in a data center | |
AU2021306030A1 (en) | Generation method, generation device, program, information processing method, and information processing device | |
US20200356940A1 (en) | System and Method to Determine Facility Routing at Quote Level and to Provide Disruptive Demand Signal | |
Narayanan et al. | Identifying strategic maintenance capacity for accidental damage occurrence in aircraft operations | |
Zhang et al. | Joint optimization of production lot-sizing and condition-based maintenance in an imperfect production process with dependent indicators | |
JP4894592B2 (ja) | 情報通知装置、情報通知方法、及びプログラム |