JPH01278869A - Trouble diagnoser for vehicle - Google Patents

Abstract

PURPOSE:To perform a proper trouble diagnosis by installing a means which retrieves first trouble information on the basis of trouble symptoms inputted, inferring a trouble cause, and retrieves second trouble information on a part equivalent to this inferred trouble cause, inferring the part, then retrieves third trouble information, inferring parts with no trouble symptom. CONSTITUTION:First trouble information stored in a first memory means 2 is retrieved on the basis of trouble symptoms inputted by an inputting means 1, inferring a trouble cause by a first inferring means 3. Next, in regard to parts equivalent to the trouble cause inferred by the first inferring means 3, second trouble information of a second memory means 2 is retrieved on the basis of the trouble symptoms inputted, inferring the parts equivalent to the trouble cause by a second inferring means 3. In addition, third trouble informa tion of a third memory means 2, inferring such a part that causes no trouble symptom by a third inferring means 3. Inferred results inferred by these inferring means 3 are informed to a user by an informing means 5.

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、車両の故障症状に基づいて故障原因すなわち
故障部位を知り得るようにした車両の故障診断装置に関
する。DETAILED DESCRIPTION OF THE INVENTION (Field of Industrial Application) The present invention relates to a vehicle failure diagnosis device that allows the cause of a failure, that is, the location of the failure, to be known based on the symptoms of the failure of the vehicle.

（従来技術） 最近の車両はｖＩ造が益々複雑となる傾向にある。この
ため、車両が不調であるときすなわち車両に故障症状が
生じたとき、かなりベテランの整備士であっても、この
故障症状を生じる原因となる部位を特定することがむず
かしくなる傾向が強まっている。このことは、すみやか
な故障修理を行なう上での大きな負担となる。(Prior Art) Modern vehicles tend to have increasingly complex VI structures. For this reason, when a vehicle is malfunctioning, that is, when a vehicle malfunction occurs, it is becoming increasingly difficult for even experienced mechanics to identify the part that is causing the malfunction. . This places a large burden on prompt repair of failures.

このため、最近では、特開昭６２−６８５６号公報に示
すように、エキスパートシステムと呼ばれるものを利用
して、故障症状からその原因となる部位を特定し得るよ
うにしたものが提案されている。これは、故障症状とそ
の原因となる部品故障の因果関係を故障木として記憶し
ておき、故障症状を順次入力していくことによって、最
終的に故障原因すなわち故障している部品を探し当てて
これを表示するものである。そして、故障症状とその原
因となる部品故障との因果関係の確率をも記憶しておく
ことにより、故障している部品をより精度よく探し当て
ることができるようにしている。For this reason, recently, as shown in Japanese Unexamined Patent Publication No. 62-6856, a system has been proposed that uses what is called an expert system to identify the cause of a failure based on its symptoms. . This method memorizes the causal relationship between failure symptoms and component failures that cause the failures as a failure tree, and by sequentially inputting the failure symptoms, the cause of the failure, that is, the malfunctioning part, is finally found and detected. is displayed. By also storing the probability of a causal relationship between a failure symptom and the component failure that causes it, it is possible to locate a malfunctioning component with higher accuracy.

（発明が解決しようとする問題点） ところで、この種の装置によって、故障情報に応じた故
障原因が推論されても５その利用者すなわち整備を行う
者によっては、この推論結果を十分に納得できない場合
が生じ易い。(Problem to be Solved by the Invention) By the way, even if this type of device infers the cause of a failure according to the failure information5, the user, that is, the person who performs maintenance, may not be fully satisfied with the inference result. cases are likely to occur.

また、往々にして、同じような確信度を有する故障のの
疑いのある部品が多数推論されてしまうことがある。Furthermore, it is often the case that a large number of suspected failure components with similar degrees of certainty are inferred.

上述のような原因を生じる１つの大きな理由として、入
力情報すなわち、故障症状そのものが適当でないこと、
極端な場合には故障症状が誤っていることが多分ある。One of the major reasons for the above-mentioned causes is that the input information, that is, the failure symptoms themselves, are inappropriate;
In extreme cases, the fault symptoms may be false.

しかしながら、利用者は、入力部・服が不適当であると
いうことになかなか気付かず、この種のシステムを有効
に利用する上での大きな問題となる。However, users do not easily realize that the input section or clothing is inappropriate, which poses a major problem in effectively utilizing this type of system.

したがって、本発明の目的は、入力する故障症状が適当
であったか否かを利用者に対して知得させ得る重両の故
障診断装置を提供することにある。SUMMARY OF THE INVENTION Therefore, an object of the present invention is to provide a comprehensive fault diagnosis device that allows a user to know whether or not input fault symptoms are appropriate.

（問題点を解決するための手段２作用）前述の目的を達
成するため、本発明にあっては次のような構成としであ
る。すなわち、第１３図に示すように、 故障症状と故障原因との因果関係を第１故障情報として
記憶した第１記憶手段と。(Means 2 for solving the problem) In order to achieve the above-mentioned object, the present invention has the following configuration. That is, as shown in FIG. 13, a first storage means stores a causal relationship between a failure symptom and a failure cause as first failure information.

部品と該部品の故障を原因として生じる故障症状との因
果関係を第２故障情報として記憶する第２記憶手段と、 部品と該部品が正常なときに生じることのない故障症状
との因果関係を第３故障情報として記憶した第３記憶手
段と、 １Ｆ両の故障症状を入力する入力手段と。a second storage means for storing, as second failure information, a causal relationship between a component and a failure symptom that occurs due to a failure of the component; and a second storage means that stores a causal relationship between a component and a failure symptom that does not occur when the component is normal. a third storage means for storing third failure information; and an input means for inputting failure symptoms of both 1F cars.

前記入力手段により入力された故障症状に基づいて、前
記第１故障情報を検索して故障原因を推論する第１推論
手段と、 それぞれ前記第１推論手段により推論された故障原因に
相当する部品につき前記入力手段により入力された故障
症状に基づいて、前記第２故障情報を検索して故障原因
に相当する部品を推論する第２推論手段および前記第３
故障情・服を検索して故障症状を生じることとのない部
品を推論する第３推論手段と、 前記各推論手段により推論された推論結果を報知する報
知手段と。a first inference means for searching the first failure information and inferring the cause of the failure based on the failure symptom input by the input means; a second inference means for searching the second failure information and inferring a component corresponding to the cause of the failure based on the failure symptom input by the input means;
a third inference means for searching failure information/clothing and inferring parts that will not cause failure symptoms; and a notification means for notifying the inference results inferred by each of the inference means.

を備えた構成としである。This is a configuration with the following.

このような構成とすることにより、故障症状が不適当で
ある場合には、故障している疑いのある部品が、同時に
、非故障すなわち正常である、というように報知される
ことになる。このような、矛盾が生じた場合、利用者は
、自分が入力した故障症状が不適当であった、というこ
とが容易に判断されることになる。With such a configuration, when the failure symptom is inappropriate, a component suspected of being failed is simultaneously notified that it is non-faulty, that is, it is normal. When such a discrepancy occurs, the user can easily determine that the failure symptom he/she entered is inappropriate.

また、使用者により一層便ならしめるため、前記公報に
も記載されているように、各記憶手段にその因果関係の
確信度（確率）をも合わせて記憶させて、この確信度を
も報知するとよい。In addition, in order to make it more convenient for the user, as stated in the above publication, each storage means is made to store the certainty (probability) of the causal relationship, and this certainty is also reported. good.

（実施例） 以下本発明の実施例を添付した図面に基づいて説明する
。(Example) Examples of the present invention will be described below based on the attached drawings.

立生ム１」 第１図は１本発明の全体システムをブロック図的に示す
ものであり、このシステムはコンピュータを利用して構
成される。この第１図において、各部分が大別して５つ
のブロック１．２．３．４．５によって示される。すな
わち、故障症状入力部１と、知識ベース２と、推論部３
と、入力部・服が誤っているか否かを判断する判断部４
と、報加部５と、から構成されている。Figure 1 is a block diagram showing the entire system of the present invention, and this system is constructed using a computer. In FIG. 1, each part is roughly divided into five blocks 1.2.3.4.5. That is, a failure symptom input section 1, a knowledge base 2, and an inference section 3.
and input section/determination section 4 that determines whether or not the clothes are incorrect.
and a reporting section 5.

一ヒ記故障症状入力部１は、本システムを利用する者が
故障症状を入力するためのものである。The failure symptom input unit 1 is used by a person using this system to input failure symptoms.

知識ベース２は、第１へ第３の３つの記憶部からなる。The knowledge base 2 consists of three storage sections, first and third.

第１の記憶部は、故障症状に対して原因となる部品をそ
の因果関係の確率と共に第１故障情服として記憶してい
るものであり、前記公報に記載されているような故障木
の形式での記憶とされている。また、第２記憶部は、部
品と該部品が故障したときに生じる故障情報の因果関係
をその確信度と共に第２故障情報として記憶しているも
のである。さらに、第３記憶部は１部品と該部品が正常
なときに生じることのない故障症状との因果関係をその
確信度と共に第２故障情報として記憶しているものであ
る。The first storage unit stores components that are the cause of failure symptoms together with the probabilities of their causal relationships as first failure information, and is in the form of a failure tree as described in the above publication. It is said to be a memory of. Further, the second storage unit stores a causal relationship between a component and failure information that occurs when the component fails, together with its certainty factor, as second failure information. Further, the third storage unit stores the causal relationship between one component and a failure symptom that does not occur when the component is normal, together with its certainty factor, as second failure information.

推論部３は、第１〜第３の３つの推論を行なう。すなわ
ち、第１に、上記記憶ベース中の第１記憶部を検索して
、故障しているであろう部品とその確率とを推論する。The inference unit 3 performs three inferences, first to third. That is, first, the first storage section in the storage base is searched to infer the parts that are likely to be faulty and their probabilities.

第２に、上記のように推論された部品ついて。Second, regarding the parts inferred above.

第２故障情報を検索して、故障症状に応じてこの部品が
故障していることとその確率を推論する。The second failure information is searched to infer that this component is malfunctioning and its probability according to the failure symptoms.

第３に、前記第３故障情報を検索して、故障症状に応じ
て部品が１Ｆ常であることとその確率を推論する。Third, the third failure information is searched to infer that the component is 1F normal and its probability according to the failure symptoms.

一ヒ記第２、第３のように推論された結果は、判断部４
によって、矛盾があるか否かが判断される。すなわち、
ある１つの部品について、故障している確率と正常であ
る確率とが同じ値であるとすれば、このような結果は矛
盾しているもの、すなわち、入力された故障症状が不適
当であるとされる。The results inferred as in the second and third paragraphs of Section 1 are obtained by the judgment unit 4.
It is determined whether there is a contradiction. That is,
If the probability that a part is defective and the probability that it is normal are the same, then this result is contradictory, that is, the input failure symptom is inappropriate. be done.

前記第１〜第３のように判断された結果が、報知部５に
報知される、この服用は簡ｊｐには、故障している疑い
のある部品の報知と、入力された故障症状が適当である
か否かの結果のみとすることができる。The results determined as in the first to third points above are notified to the notification unit 5. In this case, it is possible to notify the parts that are suspected of being malfunctioning and to check whether the input failure symptoms are appropriate. The result can be only whether or not.

なお、前述した故障症状入力部１は、例えばキーボード
によって構成される。知識ベース２中の各記憶部につい
ては記憶容量の大きいものが要求される観点から外部記
憶装置、例えばフロッピーディスクやハードディスク簿
が用いられる。推論・服用品５は、例えばＣＲＴが利用
され、この他プリンタを併せて使用することもできる。Note that the above-mentioned failure symptom input unit 1 is configured by, for example, a keyboard. For each storage unit in the knowledge base 2, an external storage device such as a floppy disk or a hard disk drive is used since a large storage capacity is required. For example, a CRT is used as the inference/clothes 5, and a printer can also be used in conjunction with this.

勿論、推論部３、判断部４は、ＣＰＵによって構成され
る。Of course, the inference section 3 and the judgment section 4 are constituted by a CPU.

知識ベース２中の第１記憶部の記憶内容は５図式的に示
すと、第２図に示すような故障木の形式とされる。これ
は、例えばクランキングしないことを故障症状として、
その原因を下方に向かうにつれてより具体化してい（よ
うに因果関係づけたもので、最終的に、故障していると
思わる部品にたどりつくようになっている。そして、木
の上下関係の因果関係の度合をその確率で示しである。The storage contents of the first storage section in the knowledge base 2 are shown diagrammatically in the form of a fault tree as shown in FIG. This means, for example, that failure to crank is a failure symptom.
The cause becomes more specific as you move downwards, and eventually you arrive at the part that is considered to be malfunctioning. The degree of is expressed as its probability.

この第２図に示されるようなものを模式化して示したの
が、第３図である。そして、このような故障木は、具体
的には、第４図に示１ような多数のルールとして記憶さ
れる。すなわち、Ｘが故障症状（木の下位にいくと原因
の場合もある）であり、ＹがＸの１つ下の原因（木の最
下位にいくど部品となる）であり、Ｎが確率（因果関係
の確信度）である。この故障の確信度としては、第５図
に示すように、例えばＬＯＷ　、　　ＭＩＤＤＬＥ　、
　ＩＩＩＧＩ＋というように、３段階程度のおおまか分
類を併用してもよく、あるいはこの大まかな分類のみの
使用でもよい。FIG. 3 schematically shows what is shown in FIG. 2. Specifically, such a fault tree is stored as a large number of rules as shown in FIG. 4. In other words, X is the failure symptom (which can also be the cause as you go lower down the tree), Y is the cause one level below X (the lower the tree, the more it becomes a component), and N is the probability (causation). confidence in the relationship). As shown in FIG. 5, the reliability of this failure is, for example, LOW, MIDDLE,
A roughly three-level classification such as IIIGI+ may be used together, or only this rough classification may be used.

−Ｆ記第１記憶部に記憶されている情報すなわち故障情
報を検索して故障情報に応じた故障原因（部品）をその
確率と共に推論するまでの手順をフローチャートとして
示したのが、第１０図であり、以下この第１Ｏ図につい
て説明する。先ず、Ｐ（ステップ）１において、先頭ル
ール（第３図の八を最上位とするルール）を取込む。次
いでＰ２において、ルールの中のＸを見て、このＸをも
つルールが他にもないか検索する。そして、このＸを有
するルールの中で、確信度Ｎの最も大きいルールを選択
する。Figure 10 is a flowchart showing the procedure for searching the information stored in the first storage unit, that is, failure information, and inferring the cause of failure (component) according to the failure information, along with its probability. This FIG. 1O will be explained below. First, in P (step) 1, the first rule (the rule with 8 in FIG. 3 as the top rule) is fetched. Next, in P2, the rule X is looked at and a search is made to see if there are any other rules with this X. Then, among the rules having X, the rule with the highest confidence level N is selected.

Ｐ２の後、Ｐ３において、選択されたルールの中のＹと
故障症状とが一致しているか否を判断する。そして、一
致していれば、Ｐ４において現在のＸ、Ｙ、Ｎの関係を
一時的に保存する。そして次に、Ｐ５においてＹをＸと
しだ後（ＹをルールのＸとして更新する）、１）６でＸ
を原因とするルールがあるか否かが判断される。このＰ
６の判断でＮｏであればそのまま終了される。またＰ６
の判断がＹＥＳであれば、前記１）　２以降の処理が繰
返される。After P2, in P3, it is determined whether Y in the selected rule matches the failure symptom. If they match, the current relationship between X, Y, and N is temporarily saved in P4. Then, in P5, after setting Y to X (update Y as X in the rule), 1) 6 to X
It is determined whether there is a rule that causes this. This P
If the determination in step 6 is No, the process is immediately terminated. Also P6
If the determination is YES, the processes from 1) 2 onwards are repeated.

１）」記Ｐ３の判断がＮＯであれば、Ｐ７において、確
信度Ｎが一段低いレベルのルールを選択した後、Ｐ８に
おいて、まだ同じようなルールが存在するか否かが判断
される。そして、他のルールがあればＰ３へ戻り、なけ
ればＰ９において、現在よりも低いレベルのもの（故障
木の下の方にあるルール）を−時的に保存する。なお、
このＰ９にきたときは、最終的に故障症状の原因となる
部位を、故障木の１−分下位のレベルまで到達し得なか
ったときとなる。1) If the determination in P3 is NO, a rule with a lower confidence level N is selected in P7, and then it is determined in P8 whether a similar rule still exists. Then, if there are other rules, the process returns to P3, and if not, in P9, those at a lower level than the current one (rules at the bottom of the fault tree) are temporarily saved. In addition,
When P9 is reached, the part that will ultimately cause the failure symptom cannot be located at a level one minute lower in the failure tree.

知識ベース２中の第２記憶部には、第６図に示すような
推論木の形式での記憶とされている。この第２記憶部に
は、部品（第６図ではバッテリが示されている）を先頭
として、この部品が故障したときに生じる故障症状をそ
の確信度と共に記憶されており、この確率は「＋」の（
＋＋ｆｆとされている。すなわち、推論本の上位から下
位へいくにしたがって２故障症状あるいは故障原因とい
うものがより具体化されて示されている。The second storage section in the knowledge base 2 stores information in the form of an inference tree as shown in FIG. This second storage section stores failure symptoms that occur when this component fails, starting with a component (the battery is shown in FIG. 6), along with its certainty level, and this probability is "+ "of(
++ff. That is, the two failure symptoms or failure causes are shown in more concrete form as you go from the top to the bottom of the reasoning book.

知識ベース２中の第３記憶部は、第８図に示すような推
論木の形式とされている。この第３記憶部には、部品を
先端として、この部品が正常であった場合に生じない故
障症状、逆の見方をすれば、Ｅ常であるときの症状との
関係で記憶されている。この第３記憶部においても、そ
の確率が５えらるが、第６図の場合と区別するため、確
率は「−」の値が用いられている。このような各推論本
は具体的には、故障木の場合と同じように、ルールとし
て記憶されている。The third storage section in the knowledge base 2 is in the form of an inference tree as shown in FIG. In this third storage section, failure symptoms that would not occur if the component were normal are stored in relation to the symptoms that would not occur if the component were normal, or in other words, the symptoms that would occur if the component was normal. In this third storage unit as well, the probability is 5, but in order to distinguish it from the case of FIG. 6, a value of "-" is used for the probability. Specifically, each such inference book is stored as a rule, as in the case of a fault tree.

上記第６の推論本を模式化したものを第７図に示してあ
り、また第８図の推論本を模式化したものを第９図に示
しである。A schematic representation of the sixth inference book is shown in FIG. 7, and a schematic representation of the inference book shown in FIG. 8 is shown in FIG.

さて、次に、第６図、第８図の推論本を利用しつつ、特
に入力情報の適否判断を行なう点について詳述する。Now, next, using the inference books shown in FIGS. 6 and 8, we will specifically explain in detail how to determine the suitability of input information.

先ず、第１１図のＳｌにおいて故障症状が入力され１次
いで、Ｓ２において、第１０図に説明したようにして故
障していると思われる部品について、第６図、第８図の
推論本を利用した推論がなされる。このＳ２の詳細を示
したのが、第１２図である。すなわち、ＴＩにおいて、
第１０図の推論本を利用して故障していると疑われた部
品が読出される。そして、Ｔ２、Ｔ３の処理によって、
第６図に示す推論本を利用して、故障症状に応じた部品
とその確率（十の値）が推論される、同様に、Ｔ４、Ｔ
５の処理によって、正常と思われる部品とその確率（−
の値）が推論される。First, the failure symptoms are input in SL of FIG. 11, and then, in S2, the inference book of FIGS. 6 and 8 is used for the parts that are considered to be malfunctioning as explained in FIG. 10. An inference is made. FIG. 12 shows details of this S2. That is, in TI,
Using the inference book shown in FIG. 10, the parts suspected to be malfunctioning are read out. Then, by processing T2 and T3,
Using the inference book shown in Figure 6, parts and their probabilities (values of 10) are inferred according to failure symptoms.Similarly, T4, T
By processing step 5, parts that are considered to be normal and their probability (-
) is inferred.

第１１図の８３では、Ｓ２で推論された各部品すなわち
、部品群との確率とが出力されて、Ｓ４においてこの出
力された部品群について、「＋」の確率を有するものと
、「−」の確率を有するものとで、各々ソーティングさ
れる（確率の大小順での並べかえ）。At 83 in FIG. 11, the probabilities of each component, that is, the probabilities of each component group inferred in S2 are output, and in S4, for the output component group, those with a probability of "+" and those with a probability of "-" are output. (sorted in order of probability).

Ｓ５では一定レベル以上の確信度（確率）を「＋」と「
−」の両方で持つ部品があるか否かが判断される。この
Ｓ５の判断でＹＥＳのときは、Ｓ６において、「＋」と
「−」の確信度をりえることになった２種のルールが抽
出される。この後、この２種のルールについてのチエツ
ク項目に、相対関係があるか否かが判断される。具体的
には、［ヘッドランプはつくか」、「スタータは回るか
」という質問形式に答えた故障症状の入力は、相対関係
があるとみることができる。このＳ７の判断でＹＥＳの
ときは、Ｓ８において、入力情報に矛盾があるか否かが
、判別される。すなわち、第７図（第６図）と第９図（
第８図）との例において、 ＣＩに対してＡＩ　、Ａ２　、Ａ４のいずれか０２に対
してＡＩ、Δ２．△、のいずれかＣｚに対してＡＩ、Ａ
２、Ａ４のいずれか０４に対してＡ１、Ａ２、Ａ４のい
ずれかの組合わせは矛盾がある、というような内容をも
っていれば、上記チエツク項目に対する答（Ｃコ−Δ４
の組合わせ）は矛盾しているといえる。このＳ８の判断
でＹＥＳのときは、Ｓ９において、くわしい点検手順を
表示する。そして、この表示した点検手順で点検した結
果から、ＳＩＯにおいて新たに入力情Ｗｉ（故障症状）
が入力される。In S5, the confidence (probability) above a certain level is marked with "+" and "
-", it is determined whether there is a part that has both. If the determination in S5 is YES, two types of rules are extracted in S6 that allow the confidence levels of "+" and "-" to be changed. Thereafter, it is determined whether or not there is a relative relationship between the check items for these two types of rules. Specifically, it can be seen that there is a relative relationship between inputs of failure symptoms in response to questions such as ``Does the headlamp turn on?'' and ``Does the starter turn?''. When the determination in S7 is YES, it is determined in S8 whether or not there is a contradiction in the input information. That is, Figure 7 (Figure 6) and Figure 9 (
In the example of FIG. 8), AI for CI, AI for any 02 of A2, A4, Δ2. AI, A for any Cz of △,
2. If there is a content that any combination of A1, A2, A4 is inconsistent with any 04 of A4, please check the answer to the above check item (C code - Δ4).
combination) can be said to be contradictory. If the determination in S8 is YES, detailed inspection procedures are displayed in S9. Then, based on the inspection results according to the displayed inspection procedure, new input information Wi (failure symptoms) is added to the SIO.
is input.

前記Ｓ７の判断でＮＯのとき、あるいはＳ８の判断でＮ
Ｏのときは、いずれもＳｌ＋へ移行する。このＳ１１で
は、前述した「＋」と「−」の値の両方をもつ部品全て
についての前述した処理が行なわれたことが確認されて
終了する。If the judgment in S7 is NO, or if the judgment in S8 is N.
When O, both transition to Sl+. In this S11, it is confirmed that the above-described processing has been performed for all the parts having both the above-mentioned "+" and "-" values, and the process ends.

（発明の効果） 本発明は以上述べたことから明らかなように、入力され
た故障症状が適当であるか否かを知ることができて、正
しい故障症状を利用した正確な故障診断を行なうことが
できる。(Effects of the Invention) As is clear from the above description, the present invention is capable of knowing whether the input failure symptoms are appropriate or not, and performing accurate failure diagnosis using the correct failure symptoms. I can do it.

【図面の簡単な説明】[Brief explanation of the drawing]

第１図は本発明の一実施例を示す全体システム図。 第２図は故障木の一例を示す図。 第３図は第２図を模式化して示す図。 第４図は第２図、第３図の内容を記憶しておく一例を示
す図。 第５図は確信レベルと確信度との設定例を示する手順を
示すフローチャート。 第８図は部品と部品が正常なときに生じない故障症状と
についての推論水の一例を示す図。 第９図は第８図を模式化して示す図。 第１０図〜第１２図は本発明を利用してなる制御例を示
すフローチャート。 第１３図は本発明の構成をブロック図的に示す図。 第４図 レベルイ町 第６図 第８図 童FIG. 1 is an overall system diagram showing an embodiment of the present invention. FIG. 2 is a diagram showing an example of a fault tree. FIG. 3 is a diagram schematically showing FIG. 2. FIG. 4 is a diagram showing an example of storing the contents of FIGS. 2 and 3. FIG. 5 is a flowchart showing a procedure showing an example of setting confidence levels and confidence degrees. FIG. 8 is a diagram showing an example of reasoning about parts and failure symptoms that do not occur when the parts are normal. FIG. 9 is a diagram schematically showing FIG. 8. 10 to 12 are flowcharts showing control examples using the present invention. FIG. 13 is a block diagram showing the configuration of the present invention. Figure 4 Levelley Town Figure 6 Figure 8 Children

Claims (1)

【特許請求の範囲】[Claims] （１）　故障症状と故障原因との因果関係を第１故障情
報として記憶した第１記憶手段と、 部品と該部品の故障を原因として生じる故障症状との因
果関係を第２故障情報として記憶する第２記憶手段と、 部品と該部品が正常なときに生じることのない故障症状
との因果関係を第３故障情報として記憶した第３記憶手
段と、 車両の故障症状を入力する入力手段と、 前記入力手段により入力された故障症状に基づいて、前
記第１故障情報を検索して故障原因を推諭する第１推論
手段と、 それぞれ前記第１推論手段により推論された故障原因に
相当する部品につき前記入力手段により入力された故障
症状に基づいて、前記第２故障情報を検索して故障原因
に相当する部品を推論する第２推論手段および前記第３
故障情報を検索して故障症状を生じることとのない部品
を推論する第３推論手段と、 前記各推論手段により推論された推論結果を報知する報
知手段と、 を備えていることを特徴とする車両の故障診断装置。(1) A first storage means that stores a causal relationship between a failure symptom and a failure cause as first failure information, and stores a causal relationship between a component and a failure symptom caused by the failure of the component as second failure information. a second storage means; a third storage means storing a causal relationship between a component and a failure symptom that does not occur when the component is normal as third failure information; an input means for inputting a vehicle failure symptom; a first inference means for searching the first failure information and inferring the cause of the failure based on the failure symptom input by the input means; and a component corresponding to the cause of the failure inferred by the first inference means, respectively. a second inference means for searching the second failure information and inferring a part corresponding to the cause of the failure based on the failure symptom input by the input means;
It is characterized by comprising: a third inference means for searching failure information and inferring parts that will not cause failure symptoms; and a notification means for notifying the inference results inferred by each of the inference means. Vehicle failure diagnosis device.