JP7494709B2 - 故障予見診断装置及び故障予見診断方法 - Google Patents

Description

本発明は、故障診断が行われた対象車両に故障が発生する可能性があるか否かを予め診断する故障予見診断装置及びその方法に関する。

従来では、車両状態を定期的に取得して故障部品の予想や制御のレベルアップに生かすことのできる車両状態診断装置として、特許文献１が開示されている。特許文献１に開示された車両状態診断装置では、センサにより車両の状態を表す情報を所定期間毎に検出して車両外部のセンターに送信し、センターでは車両情報の経時変化状態等のデータを統計的に取得して解析処理を行うことで問題箇所を早期に発見していた。

特開２００７－５８３４４号公報

しかしながら、上述した従来の車両状態診断装置では、故障発生率の増加が小さい場合には、検出されるデータにばらつきがあるので、故障の発生を予見することができず、故障の発生を未然に検知することができないという問題点があった。

そこで、本発明は上記実情に鑑みて提案されたものであり、故障発生率の増加が小さい場合であっても、故障の発生を予見して故障の発生を未然に検知することのできる故障予見診断装置及びその方法を提供することを目的とする。

上述した課題を解決するために、本発明の一態様に係る故障予見診断装置及びその方法は、対象車両から出力された故障コードを取得し、対象車両の数と故障コードを出力した対象車両の数とに基づいて所定期間毎に故障発生率を算出する。そして、現在の故障発生率と所定期間前の故障発生率との変化を算出し、故障発生率の変化が所定値以下の場合には、故障発生率の直近の変化傾向と故障発生率の過去の変化傾向とを比較して対象車両に故障が発生する可能性があるか否かを診断する。

本発明によれば、故障発生率の増加が小さい場合であっても、故障の発生を予見して故障の発生を未然に検知することができる。

図１は、本発明の一実施形態に係る故障予見診断システムの構成を示すブロック図である。 図２は、本発明の一実施形態に係る故障予見診断装置による故障予見診断処理の処理手順を示すフローチャートである。 図３は、本発明の一実施形態に係る故障予見診断装置によって算出された故障発生率の差分の正規分布曲線を示す図である。 図４は、本発明の一実施形態に係る故障予見診断装置による故障可能性の診断方法を説明するための図である。

以下、本発明を適用した実施形態について図面を参照して説明する。図面の記載において同一部分には同一符号を付して詳細な説明は省略する。

［故障予見診断システムの構成］
図１は、本実施形態に係る故障予見診断システムの構成を示すブロック図である。図１に示すように、本実施形態に係る故障予見診断システム１は、サーバ３と、整備工場に設置された端末５と、ディーラーに設置された端末７と、故障予見診断装置９とから構成され、それぞれ無線又は有線のネットワークで接続されている。

サーバ３は、整備工場やディーラーに設置された端末５、７から故障コード（ＤＴＣ：Diagnostic Trouble Code）を受信して蓄積する。車両のエンジンやトランスミッションなどのＥＣＵ（Electronic Control Unit）の内部には、車載式故障診断装置（ＯＢＤ：On-Board Diagnostics）が搭載されている。故障コードとは、この車載式故障診断装置によって故障診断を行った結果、不具合が生じていると判定された場合にＥＣＵに保存されるコードである。整備工場やディーラーでは、故障コードを読み取るためのスキャンツールを車両の診断器用コネクタに接続し、ＥＣＵと通信して故障コードを読み取っている。そして、読み取られた故障コードは、端末５、７からサーバ３に送信される。

故障予見診断装置９は、故障診断が行われた対象車両に故障が発生する可能性があるか否かを予め診断する故障予見診断処理を実行しており、通信部１１と、コントローラ１３と、記憶部１５を備えている。

通信部１１は、ネットワークを介してサーバ３との間で故障予見診断処理に必要なデータを送受信している。特に、通信部１１は、サーバ３に蓄積されている故障コードのデータを取得して、記憶部１５に記憶する。

コントローラ１３は、故障予見診断処理を実行する。具体的に、コントローラ１３は、通信部１１を介して対象車両から出力された故障コードを取得し、対象車両の数と故障コードを出力した対象車両の数とに基づいて、所定期間毎に故障発生率を算出する。そして、算出された故障発生率から、現在の故障発生率と所定期間前の故障発生率との変化を算出して記憶部１５に記憶し、故障発生率の変化が所定値以下の場合には、故障発生率の直近の変化傾向と、故障発生率の過去の変化傾向とを算出する。この結果、コントローラ１３は、算出した故障発生率の直近の変化傾向と故障発生率の過去の変化傾向とを比較して、対象車両に故障が発生する可能性があるか否かを診断する。これにより、コントローラ１３は、故障の数が増大することを未然に検知することできる。

ここで、コントローラ１３は、故障発生率の変化として、現在の故障発生率と所定期間前の故障発生率との差分を算出する。例えば、今月の故障発生率と前月の故障発生率との差分を算出する。ただし、故障発生率の変化を示すことのできる数値であれば、差分に限定する必要はなく、変化率などの他の数値を用いてもよい。

また、コントローラ１３は、故障発生率の直近の変化傾向として、直近の変化傾向を示す直線を算出し、故障発生率の過去の変化傾向として、過去の変化傾向を示す直線を算出する。例えば、７月～１２月の故障発生率の変化傾向を示す直線を、直近の変化傾向を示す直線として算出し、１月～６月の故障発生率の変化傾向を示す直線を、過去の変化傾向を示す直線として算出する。

そして、コントローラ１３は、算出した直近の変化傾向を示す直線と過去の変化傾向を示す直線とを比較し、これらの直線が交差する交点における交差角度が所定値以上である場合に、対象車両に故障が発生する可能性があると診断する。この結果、コントローラ１３は、故障の数が増大する可能性があると予見する。

尚、コントローラ１３は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成され、故障予見診断装置９として機能するためのコンピュータプログラムがインストールされている。コントローラ１３の各機能は、１または複数の処理回路によって実装することができる。処理回路は、例えば電気回路を含む処理装置等のプログラムされた処理装置を含み、また実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置も含んでいる。

記憶部１５は、故障予見診断処理に必要なデータを記憶している。例えば、通信部１１が取得した故障コードやコントローラ１３で算出された故障発生率、故障発生率の差分、故障発生率の変化傾向を示す直線などを記憶している。尚、記憶部１５に記憶されている故障コードのデータは、一定期間毎にリセットされる。例えば、１年ごとにリセットすればよい。これにより、季節性のある故障による影響を除いて、故障が発生する可能性を診断できるので、より正確に故障が発生する可能性を診断することができる。その結果、故障の増大を予見することができる。

［故障予見診断処理］
次に、本実施形態に係る故障予見診断装置９によって実行される故障予見診断処理を説明する。図２は、本実施形態に係る故障予見診断装置９による故障予見診断処理の処理手順を示すフローチャートである。図２に示すように、ステップＳ１０において、コントローラ１３は、対象車両から出力された故障コードを取得する。故障コードは、通信部１１によってサーバ３から取得され、記憶部１５に記憶されているので、コントローラ１３は、記憶部１５から故障コードを取得する。

ステップＳ２０において、コントローラ１３は、所定期間毎に故障発生率を算出する。故障発生率は、整備工場やディーラーで故障コードの読み取りが行われて故障診断の対象となった車両全体の数に対し、実際に故障が発生して故障コードを出力した車両の数の割合である。したがって、故障発生率は、以下の式（１）で表すことができる。
故障発生率＝（故障コードを出力した対象車両の数）／（故障診断の対象となった車両の数）・・・（１）

尚、コントローラ１３は、通常は１カ月毎に故障発生率を算出しているが、故障コードのデータ量に応じて故障発生率を算出する期間を変更してもよい。例えば、故障コードのデータ量が多い場合には、故障発生率を算出する期間を短くして２週間毎や毎週算出するようにしてもよい。逆に、故障コードのデータ量が少ない場合には、故障発生率を算出する期間を長くして２カ月毎や３カ月毎に算出するようにしてもよい。また、故障発生率は、故障コード毎に算出してもよいし、ＥＣＵ毎に算出するようにしてもよい。こうして算出された故障発生率は、記憶部１５に記憶される。

ステップＳ３０において、コントローラ１３は、現在の故障発生率と所定期間前の故障発生率との差分を算出する。例えば、今月の故障発生率と前月の故障発生率との差分を算出する。こうして算出された故障発生率の差分は、記憶部１５に記憶される。

ステップＳ４０において、コントローラ１３は、故障発生率の差分が所定値以下であるか否かを判定する。本実施形態に係る故障予見診断装置９の課題は、故障発生率の増加が小さい場合であっても、故障の増大が発生する可能性を正確に診断して故障の発生を未然に検知できるようにすることである。そのため、故障発生率の増加が小さいデータ、すなわち故障発生率の差分が所定値以下となるデータを対象として、ステップＳ５０以下の処理を実行する。そこで、故障発生率の差分が所定値以下である場合にはステップＳ５０に進み、故障発生率の差分が所定値以下ではない場合には本実施形態に係る故障予見診断処理は終了する。尚、故障発生率の差分が所定値以下ではない場合には、故障予見診断処理が終了すると、従来から行われている故障が発生する可能性を診断する処理が実行される。

ここで、図３を参照して、故障発生率の差分が所定値以下となるデータを対象として、故障予見診断処理を行う理由を説明する。図３は、毎月１万件以上取得される故障コードから故障発生率の差分を月毎に集計したものであり、その結果は、正規分布曲線で表すことができる。

図３に示す正規分布曲線において、＋１σ以上で＋２σより小さい領域Ａは、故障発生率の差分が１％より小さい領域である。この領域は、故障発生率の差分が小さいので、前月から今月の故障発生率の増加が小さい領域である。

一方、＋２σ以上の領域Ｂは、故障発生率の差分が１％以上の領域で、故障発生率の増加が大きく、件数が少ないので、従来から故障の増大が発生する可能性を診断する処理が行われていた。

しかし、故障発生率の増加が小さい領域Ａでは、件数が数千件になり、検出されるデータにばらつきがあるので、故障が発生する可能性を正確に診断することは困難であった。そこで、本実施形態では、領域Ａのような故障発生率の差分が所定値以下（図３では１％以下）となり、故障発生率の増加が小さい領域であっても、ステップＳ５０以下の処理を行うことにより、故障の増大が発生する可能性を正確に診断できるようにしている。

ステップＳ５０において、コントローラ１３は、故障発生率の直近の変化傾向と、故障発生率の過去の変化傾向とを算出する。具体的に、本実施形態では、故障発生率の直近の変化傾向として、直近の変化傾向を示す直線を算出し、故障発生率の過去の変化傾向として、過去の変化傾向を示す直線を算出する。

例えば、図４は、１年間の故障発生率の変化を示した図である。図４において、直近の６カ月間（２０１７年３月～２０１７年８月）の故障発生率の変化傾向として、直線Ｘを算出する。一方、過去の６カ月間（２０１６年９月～２０１７年２月）の故障発生率の変化傾向として、直線Ｙを算出する。直線Ｘ、Ｙの算出方法としては、回帰分析を行って、最小二乗法により回帰直線を推定すればよい。

ステップＳ６０において、コントローラ１３は、故障発生率の直近の変化傾向と、故障発生率の過去の変化傾向とを比較して、対象車両に故障が発生する可能性があるか否かを診断する。具体的に、本実施形態では、図４に示すように、直近の変化傾向を示す直線Ｘと過去の変化傾向を示す直線Ｙが交差する交点において、交差角度θが所定値以上である場合に、対象車両に故障が発生する可能性があると診断する。これにより、故障の数が増大する可能性があると予見する。尚、所定値は、予め実験やシミュレーションによって、故障が発生する可能性があると考えられる角度に設定しておけばよい。

図４では、過去の変化傾向を示す直線Ｙが一定であるのに対して、直近の変化傾向を示す直線Ｘが上昇しているので、直近の６か月間で故障の発生が増加傾向であることが分かる。そこで、コントローラ１３は、対象車両に故障の増大が発生する可能性があると予め診断して予見することができる。さらに、直線Ｘ、Ｙの統計値が少ない場合や故障が発生する可能性があると診断された場合には、故障発生率を算出する期間を短くして、対象車両に故障が発生する可能性があるか否かを再度診断するようにしてもよい。例えば、故障発生率を算出する期間を１カ月毎から２週間毎に短くして、再度故障が発生する可能性があるか否かを診断する。

一方、交差角度θが所定値未満である場合には、コントローラ１３は、対象車両に故障が発生する可能性はないと診断する。これにより、故障の数が増大する可能性はないと予見する。尚、故障が発生する可能性があるか否かの診断は、故障コードの種類毎に行ってもよいし、対象車両に搭載されたＥＣＵ毎に行ってもよい。こうして、故障が発生する可能性が診断されると、コントローラ１３は診断結果を出力して、本実施形態に係る故障予見診断処理を終了する。

［実施形態の効果］
以上、詳細に説明したように、本実施形態に係る故障予見診断装置９では、対象車両から出力された故障コードを取得して所定期間毎に故障発生率を算出し、現在の故障発生率と所定期間前の故障発生率との変化を算出する。そして、故障発生率の変化が所定値以下の場合には、故障発生率の直近の変化傾向と、故障発生率の過去の変化傾向とを比較して、対象車両に故障が発生する可能性があるか否かを診断する。これにより、故障発生率の増加が小さい場合であっても、故障発生率の直近の変化傾向と過去の変化傾向とを比較して故障の発生を正確に予見して、故障の数が増大することを未然に検知することができる。

また、本実施形態に係る故障予見診断装置９では、故障発生率の変化として、現在の故障発生率と所定期間前の故障発生率との差分を算出する。これにより、故障発生率の増加を確実に検出できるので、故障の発生を正確に予見して、故障の数が増大することを未然に検知することができる。

さらに、本実施形態に係る故障予見診断装置９では、故障発生率の直近の変化傾向として、直近の変化傾向を示す直線を算出し、故障発生率の過去の変化傾向として、過去の変化傾向を示す直線を算出する。そして、直近の変化傾向を示す直線と過去の変化傾向を示す直線が交差する交差角度が所定値以上である場合に、対象車両に故障が発生する可能性があると診断する。これにより、故障発生率の増加が小さい場合であっても、故障発生率の直近の変化傾向を示す直線と過去の変化傾向を示す直線とを比較して故障が発生することを正確に予見して、故障の数が増大することを未然に検知することができる。

また、本実施形態に係る故障予見診断装置９では、故障コードの種類毎に対象車両に故障が発生する可能性があるか否かを診断する。これにより、故障の種類毎に故障が発生する可能性を診断できるので、どのような故障が増大するかを未然に検知することができる。

さらに、本実施形態に係る故障予見診断装置９では、対象車両に搭載されたＥＣＵ毎に対象車両に故障が発生する可能性があるか否かを診断する。これにより、ＥＣＵ毎に故障が発生する可能性を診断できるので、どのＥＣＵで故障が増大するかを未然に検知することができる。

また、本実施形態に係る故障予見診断装置９では、故障コードのデータ量に応じて、故障発生率を算出する期間を変更する。これにより、データ量に応じて適切な期間を設定して故障発生率を算出できるので、より正確に故障が増大することを予見することができる。

さらに、本実施形態に係る故障予見診断装置９では、故障コードのデータを一定期間毎にリセットする。これにより、季節性のある故障による影響を除いて故障が発生する可能性を診断できるので、より正確に故障が増大することを予見することができる。

また、本実施形態に係る故障予見診断装置９では、対象車両に故障が発生する可能性があると診断された場合には、故障発生率を算出する期間を短くして、対象車両に故障が発生する可能性があるか否かを再度診断する。これにより、故障が発生する可能性があると診断された場合に、より短い期間で再度故障の可能性を診断するので、より正確に故障が増大することを予見することができる。

なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。

１ 故障予見診断システム
３ サーバ
５、７ 端末
９ 故障予見診断装置
１１ 通信部
１３ コントローラ
１５ 記憶部

Claims (9)

1. 故障診断が行われた対象車両に故障が発生する可能性があるか否かを予め診断する故障予見診断装置であって、
   前記対象車両に故障が発生する可能性があるか否かを診断する故障予見診断処理を実行するコントローラと、
   前記故障予見診断処理に必要なデータを送受信する通信部と、
   前記故障予見診断処理に必要なデータを記憶する記憶部とを備え、
   前記コントローラは、
   前記通信部を介して前記対象車両から出力された故障コードを取得し、
   前記対象車両の数と前記故障コードを出力した対象車両の数とに基づいて、所定期間毎に故障発生率を算出し、
   算出された前記故障発生率から、現在の故障発生率と所定期間前の故障発生率との変化を算出して前記記憶部に記憶し、
   前記故障発生率の変化が所定値以下の場合には、前記故障発生率の直近の変化傾向と前記故障発生率の過去の変化傾向とを算出し、
   前記故障発生率の直近の変化傾向と前記故障発生率の過去の変化傾向とを比較して、前記対象車両に故障が発生する可能性があるか否かを診断することを特徴とする故障予見診断装置。
2. 前記故障発生率の変化は、現在の故障発生率と所定期間前の故障発生率との差分であることを特徴とする請求項１に記載の故障予見診断装置。
3. 前記故障発生率の直近の変化傾向として、直近の変化傾向を示す直線を算出し、前記故障発生率の過去の変化傾向として、過去の変化傾向を示す直線を算出し、
   前記直近の変化傾向を示す直線と前記過去の変化傾向を示す直線が交差する交差角度が所定値以上である場合に、前記対象車両に故障が発生する可能性があると診断することを特徴とする請求項１または２に記載の故障予見診断装置。
4. 前記故障コードの種類毎に前記対象車両に故障が発生する可能性があるか否かを診断することを特徴とする請求項１～３のいずれか１項に記載の故障予見診断装置。
5. 前記対象車両に搭載されたＥＣＵ毎に前記対象車両に故障が発生する可能性があるか否かを診断することを特徴とする請求項１～３のいずれか１項に記載の故障予見診断装置。
6. 前記故障コードのデータ量に応じて、前記故障発生率を算出する期間を変更することを特徴とする請求項１～５のいずれか１項に記載の故障予見診断装置。
7. 前記故障コードのデータを一定期間毎にリセットすることを特徴とする請求項１～６のいずれか１項に記載の故障予見診断装置。
8. 前記対象車両に故障が発生する可能性があると診断された場合には、前記故障発生率を算出する期間を短くして、前記対象車両に故障が発生する可能性があるか否かを再度診断することを特徴とする請求項１～７のいずれか１項に記載の故障予見診断装置。
9. 故障診断が行われた対象車両に故障が発生する可能性があるか否かを予め診断する故障予見診断装置の故障予見診断方法であって、
   前記対象車両から出力された故障コードを取得し、
   前記対象車両の数と前記故障コードを出力した対象車両の数とに基づいて、所定期間毎に故障発生率を算出し、
   算出された前記故障発生率から、現在の故障発生率と所定期間前の故障発生率との変化を算出して記憶し、
   前記故障発生率の変化が所定値以下の場合には、前記故障発生率の直近の変化傾向と前記故障発生率の過去の変化傾向とを算出し、
   前記故障発生率の直近の変化傾向と前記故障発生率の過去の変化傾向とを比較して、前記対象車両に故障が発生する可能性があるか否かを診断することを特徴とする故障予見診断方法。

Images