JPH0242535A - 知識ベース構築装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、プラントの故障診断を行うのに好適な知識ベ
ースを、故障原因および故障結果となる事象を階層化す
ることよって構成されたフォールト・トリーに基づいて
構築する方法および装置ならびに該知識ベースに基づい
て故障の診断を行う方法に係る。

本発明は、特に、前記フォールト・トリーを構成するト
リー群か該フォールト・トリー内において重複する場合
には、該トリー群を分離して共通化し、前記フォールト
・トリーを該分離して共通化されたトリー群（以下、ｆ
ｆｉ？Ｕトリー群と略する）と、それ以外のトリー群（
以下、原フォールト・トリー群と略する）とで階層化（
以下、分離／階層化と略する）し、該分離／階層化され
たフォールト・トリーに基づいて知識ベースを構築する
方法および装置ならびに該知識ベースに基づいて故障の
診断を行う方法に関する。

（従来の技術） 従来のプラントの故障診断を行うフォールト・トリーは
、特開昭６２−７５７２０号公報に示されるように、故
障原因を表す事象と故障結果を表す事象とによって構成
される階層構造は一体化されており、その中に重複する
断片知識が存在する場合でも、該重複する断片知識は共
通化されていなかった。

（発明が解決しようとする課題） 上記した従来技術では、フォールト・トリー内に重複す
るトリー群が存在する場合でも、それぞれの重複トリー
群は分離／階層化されていないため、フォールト・トリ
ーが大規模になるにしたがって以下のような問題が発生
する。

１、知識ベースが２次元空間に自由に拡張してゆくため
、大規模になるに従って理解しにくいものになる。

２、重複トリー群を別々に記憶するために、ハードウェ
アとしての記憶装置の使用効率が低下し、装置が大型化
する。

３、重複トリー群を別々に推論するために、同一の推論
結果を得るにも多くの推論処理が必要となり、推論速度
が低下する。

また、フォールト・トリーの構築システムに関しては、
パーソナルコンピュータを利用した知識構築ツールが最
近開発されているが、処理速度をあまり問題としないオ
フ・ライン的なフォールト・トリーを構築するにとどま
っている。

本発明の目的は、前記の問題点を解決し、大規模のフォ
ールト・トリーを簡単に構築することができ、高速推論
が可能な小型の知識ベース構築装置を提供することにあ
る。

（課題を解決するための手段） 前記の問題点を解決するために、本発明は、フォールト
・トリーに基づいて知識ベースを構築する知識ベース構
築システムにおいて、複数の事象によって構成されるト
リー群がフォールト・トリー内に重複して存在する場合
には、該重複トリー群を前記フォールト・トリーから分
離することによって、前記フォールト・トリーを重複ト
リー群と原フォールト・トリー群とに分Ｉｌｌ／階層化
し、該分離／階層化されたフォールト・トリーに基づい
て知識ベースを構築するようにした点に特徴がある。

さらに、推論を行うにあたっては、前記重複トリー群の
実行によって得られた推論結果を、原フォールト・トリ
ー群を構成する事象であって、前記重複トリー群がリン
クされる事象に複写するようにした点に特徴がある。

（作用） 上記した構成によれば、フォールト・トリー内に！１！
復して存在するトリー群を該フォールト・トリーから分
離して共通化すると共に、該フォールト・トリーを、さ
らに重複トリー群と原フォールト・トリー群とに階層化
された構造にすることができる。

したがって、フォールト・トリーを表示手段上に表示す
る場合でも重複トリー群は共通化して表示することがで
きるので、フォールト・トリー全体の内容を容易に理解
でき、フォールト・トリーの構築を簡単かつ容易に行う
ことができるようになる。

また、重複トリー群に対する重複した知識処理が回避で
きるため、高速推論が可能となる。

さらに、重複トリー群の重複した記憶が回避できるため
、記憶容量を節約し、装置を小型化することができる。

（実施例） 第１図は、本発明のフォールト・トリー構築システムを
適用した故障診断システムのブロック図である。本シス
テムは、知識ベースの表現として原因と結果から構成さ
れるフォールト・トリーを用いる。

フォールト・トリーを用いた知識ベースは、ＣＲＴ表示
装置、キーボード、マウス等の入出力デバイスから成る
フォールト・トリー入力装置１を用いて入力される。該
フォールト・トリー入力装置１は、フォールト・トリー
のベースをＣＲ７画面上で作成することが可能である。

フォールト・トリー入力装置１で作成されたフォールト
・トリーは、フォールト・トリー・データ解析装置２に
より、階層化知識ベースとオンライン・マツピング・テ
ーブルとに展開される。

階層化知識ベース３は、ルールを制御するメタ・ルール
と、推論を制御するルール群と、中間仮定および推論結
果等を格納、制御するフレーム群とから成る。

これら３種類の知識データ・ベースは独立性（オブジェ
クト指向）が高く、互いにメツセージ通信を行うことに
より最終結論を導き出すのに用いられる。

マツピング処理機構７は、オン・ライン・マツピングテ
ーブル４に格納された知識データベース変数と、プロセ
ス・データ・テーブル８とのアドレスの結び付けを行う
ことにより、アドレッシングプロセス・データを生成し
、これをオン・ライン推論機構５へ供給する。

換言すれば、対象となっているプラントには通常多数の
観測点があり、これらの観ａ＞＋点は所定のコードによ
って区別されている。ところが、推論を行うためにシス
テムが要求する観測点を示す該システム内におけるコー
ドと、前記観測点コードとは必ずしも一致しないため、
プラントデータをオン・ライン推論機構５に供給するた
めにはこれらのコードを結び付ける必要がある。マツピ
ング処理機構７は、この結び付けを行う。

なお、該マツピング処理機構７については、特願昭６３
−２２６９５号にさらに詳細に記載されている。

オン・ライン推論機構５は、マツピング処理機構７から
供給されたアドレッシング参プロセス・データと、階層
化知識ベース３とに基づき、既知の適宜の手法で推論処
理を実行する。

推論結果出力装置６は、ＣＲＴ、プリンター等の出力デ
バイス（図示せず）を用いて、推論結果を最適なフォー
マットで運転ａ等の観ａ者に呈示する。

第２図は、一般的なフォールト・トリーの構造を示した
ものであり、故障原因と結果とが階層化された構造とな
っている。

例えば、事象“低圧ケーシング熱的変形”は、事象“復
水器真空異常”グランド蒸気圧力異常”または“低圧排
気室温度高“から発生し、事象“ロータアライメント不
良”は、事象“高圧ケーシング熱的変形”または“低圧
ケーシング熱的変形”から発生することを示している。

ここで、事象“制御油圧低”および“グランド蒸気調整
器異常”を下位事象とする上位事象“グランド蒸気圧力
異常°は、図中表示Ａ、Ｈに示すように、事象“高圧ケ
ーシング熱的変形”および“低圧ケーシング熱的変形“
の原因（下位事象）となっている。このようなｔ！Ｉｖ
ｊ、シた断片知識は、一般的に知識ベースのスケールが
大きくなればなるほど知識ベース内に占める割合が高く
なり、前記したような問題が発生する。

そこで本発明では、これらの問題点を解決するために、
第２図に示されたような重複した断片的知識（同図Ａお
よびＢ）を有するフォールト・トリーを、第３図に示す
如（、該重複した断片的知識を重複トリー群として共通
化すると共に、原フォールト・トリー群である上位トリ
ー群と、重複トリー群として共通化された下位トリー群
とに分子ｌｉｔ／階層化し、該分離／階層化されたフォ
ールト・トリーに基づいて知識ベースを構築する。

なお、第３図において各事象名の後に付された番号（１
）〜（１２）は、同一のトリー群内に同一名の事象が存
在した場合に、これらを区別するための識別符号であり
、例えば、２つの“グランド蒸気圧力異常“には、それ
ぞれ異なる番号（（ｉ）　、（８）を割り付けることに
よって両者を確実に区別する。

また、分ｉ！ｉｔ／階層化されたトリー群を、原フォー
ルト・トリー群の所定の事象にリンクさせる場合、リン
クの対象となる事象（接続点）によって異常波及に寄与
する度合が一般的には異なる。

例えば第３図において、事故“制御油圧低（１１）“あ
るいは“グランド蒸気調整器異常（１２）“により推論
された異常の上位事象への波及度合は、“高圧ケーシン
グ熱的変形（４）”の下位事象である“グランド蒸気圧
力異常（６）”に寄与する場合と“低圧ケーシング熱的
変形（５）°の下位事象である“グランド蒸気圧力異常
（６）“に寄与する場合とでは異なることが多い。

そこで、本システムでは、上位トリー群内の接続点への
下位トリー群の異常の波及度合を示す係数として、後に
第８図に関して詳細に説明する異常度伝達係数βを定義
可能とした。これにより本システムでは、同一空間に存
在した原フォールト・トリー群を分＃ｉ／階層化し、そ
の後にこれらをリンクして推論する場合でも、確率の高
い推論が可能となる。

以下に（第１図に示した故障診断システムを用いて、第
２図に示したような重複トリー群を有するフォールト・
トリーを構築する方法について、第１０図のフローチャ
ートに沿って説明する。

ステップＳ１では、フォールト・トリー入力装置１に接
続されたキーボード、マウス等の入出力デバイスを用い
て、ＣＲ１画面上で第３図に示される原フォールト・ト
リー群（上位トリー群）を作成する。

このとき、上位トリー群の最下位事象であり、重複トリ
ー群である下位事象とリンクされる事象（接続点）、す
なわち“グランド蒸気圧力異常（６）”および１グラン
ド蒸気圧力異常（８）“は、後に第８図を用いて説明す
るフレームを作成せずにダミー事象とし、それ以外の事
象については、それぞれの事象のフレームも作成する。

ステップＳ２では、ステップＳ１と同様にしてＣＲＴ画
面上で第３図に示される重複トリー群（下位トリー群）
を作成し、さらにそれぞれの事象のフレームも作成する
。

ステップＳ３では、フォールト・トリー・データ解析装
置２において、前記フォールト・トリーをメタ・ルール
、ルールおよびフレームに展開する。

以下、フォールト・トリーの展開方法について詳細に説
明する。

メタ・ルールとは、ルール群の制御を司るものであり、
どのルール群を推論の対象にするかを決定するための知
議である。第６図は、第３図に示した分離／階層化フォ
ールト・トリーを展開した場合のメタルールファイルの
内容を示した図であり、推論動作は５ＴＡＲＴの指令に
て起動される。

メタ・ルールの実行部（ＴＨＥＮ以下）は、ルール群上
と優先度から構成される。

第６図において、ルール群上とは活性化するルール群上
であり、それらルール群を活性化する順序は優先度にて
決定される。また、優先度とは、数が大きいものほどレ
ベルが高いことを示し、第６図の例では、最初にルール
群上“グランド蒸気圧力異常”が活性化され、次に、ル
ール群上“タービン振動大”が活性化されることを示し
ている。

ここで活性化とは、具体的には、示されたルール群上に
登録されたルール群を実行することを意味する。

これらのルール群上は、第３図に示した分離／階層化フ
ォールト・トリーに対応しており、分離方法により決定
される。また、優先度は階層構造の階層具合により決定
される。そして、このように構成することによって、分
ｉ！Ｉｔ／階層化フォールト・トリーによる推論は下位
トリー群から実行される。

次に、分離／階層化されたそれぞれのトリー群を、第７
図に示すようなルール群に展開する方法について説明す
る。

例えば、第３図に示すような分離／階層化フォールト・
トリーでは、ルール群上“タービン振動大“は、下位に
従属されている事象“ロータ・アライメント不良“高圧
ケーシング熱的変形“等の複数の事象から構成される。

なお、第７図においては説明を簡略化するために、ルー
ル群上“タービン振動大“にはルール１１ルール２の２
つのみを記載し、その他のルールは記載を省略した。

ここで、第７図に示されたルール番ファイルは、推論時
に次のような動作を行う論理体系となる、■未展開の最
下位事象をサーチし、最下位事象が複数存在する場合に
は、任意の一事象を選択する。

■選択された最下位事象名および識別符号をフレーム名
とするフレームの実行の可否を調べ、未実行である場合
には、該フレーＪを実行可能状態とするために活性化す
る。

■今回選択された最下位事象を展開済とする。

■未展開事象の有無を調査し、有る場合には■へ戻り、
無い場合にはルール展開を終了する。

ここで、こうして展開されたルール群の実行に先立ち、
ルールの有効範囲であり対象であるフレーム群名を、第
８図に関して後述するように活性化する必要がある。従
って、ルール群の前に活性化フレーム群上を定義する。

以上をまとめると、１つのフォールト・トリーは、第７
図に示すように次の構成をもつルール・ファイルへ展開
される。

（ａ）ルール群上ニトリー群上 （ｂ）活性化フレーム群上ニトリー群上（ｃ）ルールミ
ニトリー群内の事象 第８図に第３図の分離／階層化フォールト・トリーをフ
レーム・ファイルに展開した例を示す。

フレーム・ファイルは、各トリー群名を表わすフレーム
群名と、そのトリー群内に存在する事象を表わすフレー
ム名とから構成される。各フレームは、下位事象群から
コンバイン関数処理により推測された事象の異常度を格
納する入カスロットＹ１上位事象への異常の伝播の程度
を格納する異常度伝達係数スロットβ、およびプロセス
量により旧算された異常度と入力スロットＹとの最大値
により決定される異常推論結果スロットαより成る。

例えば、下位トリー群内の事象“制御油正紙”は、フレ
ーム群上“グランド蒸気圧力異常′に属するフレームの
１番目（フレーム１）として“制御油正紙（１１）”の
フレームに展開される。ここで“（１１）″は、下位ト
リー群の内部にて決定された歳別符号のうち、“制御油
正紙″に与えられた番号である。

さらに、下位トリー群内の事象“グランド蒸気調整器異
常“は、フレーム群上“グランド蒸気圧力異常″に属す
るフレームの２＠目（フレーム２）として、“グランド
蒸気調整器異常（１２）”のフレームに展開される。

また、下位トリー群内の最上位事象“グランド蒸気圧力
異常“は、フレーム群上“グランド蒸気圧力異常”に属
するフレームの３番目（フレーム３）として、“グラン
ド蒸気圧力異常（ｌＯ）”のフレームに展開される。

ここで、フレーム１　“制御油正紙（１１）“とフレー
ム２“グランド蒸気、Ｍ整器異常（１２）”とは最下位
事象であり下位事象からの異常度の伝達がないために、
コンバイン関数処理のみが定義される。

ステップＳ４では、本願発明の特徴であるスロット複写
処理に関する処理手段が、重複トリー群の最上位事象の
各フレームに追加される。

スロット複写処理とは、本システムによって構築された
知識ベースを用いて故障診断（推論）を行う場合に、前
記重複トリー群の実行によって得られた推論結果を、該
重複トリー群が接続される原フォールト・トリー内の最
下位事象に凌写する処理のことを意味する。

たとえば第８図では、第３図に示したフォールト・トリ
ーにおいてフレーム３の“グランド蒸気圧力異常（ｌＯ
）“が、上位トリー群である原フォールト・トリーの“
グランド蒸気圧力異常（６）′および“グランド蒸気圧
力異常（８）”とリンクされる事象であるため、これら
の事象に“グランド蒸気圧力異常（１０）″の異常度を
結び付けるための２つのスロット複写処理が追加されで
いる。

なお、このようにしてフレームに追加されたスロット複
写処理を用いての推論方法に関しては、後に詳細に説明
する。

ステップＳ５では、このようにして展開されたメタ・ル
ール、ルールおよびフレームか知識ベースとして階層化
知識ベース３に記憶される。

なお、第８図においては説明を簡略化するために、フレ
ーム群上“タービン振動大”には２つのフレームのみを
記載し、その他のフレームは記載を省略した。

このように本発明においては、フォールト・トリー内に
重護するトリー群が存在する場合でも、重複トリー群の
１つだけを作成し、これを共通化して扱うので、記憶装
置の記憶容量を小さくすることができる。

さらに本発明によれば、推論を行う場合でも、重複トリ
ー群の推論は１回だけ行われ、重複トリーｌｉの接続点
となるその他の事象には、その推論結果がスロット複写
処理によって複写されるので、推論に要する時間を短縮
することができる。

続いて、分離／階層化されたフォールト・トリーの接続
関係を表示装置上で確認、作成する場合のＣＲＴ上での
表示方シを以下に２例を示すか、実際のシステムにおい
ては、これらに限ったものではない。

第４図（ａ）、　　（ｂ）は、それぞれ表示装置上に実
際に分離／階層化されて表示されるフォールト・トリー
を示し、同図（ａ）は、第３図に示したフォールト・ト
リーを分離、階層化した場合の原フォールト・トリー群
（上位トリー群）、同図（ｂ）は重複トリー群（下位ト
リー群）を示している。

各トリー群をリンクするための接続点となる事象（本実
施例では“グランド蒸気圧力異常″）は、色、その他の
表示方法を異ならせることによってマーキングが施され
、両トリー群の接続関係が明らかにされている。例えば
、重複トリー群の上位事象である“グランド蒸気圧力異
常”は、原フォ−ルト・トリー群の２ケ所の“グランド
蒸気圧力異常”事象に接続されているため、表示色（図
においてはハツチングの有無）が、重複トリー群の他事
象と異なったものとして表示されている。

同様に、原フォールト・トリー群の事象群のうち、前記
重複トリー群との接続点となる事象“グランド蒸気圧力
異常”は、他のものとは異なる色彩で表示され、オペレ
ータが容易に理解できるようにしである。

なお、上記したような他事象との区別は、色彩による区
別に限定されるものではなく、輝度の差、あるいはブリ
ンクの有無等によって行うようにしても良い。

第５図は、第３図に示した分離／階層化されたトリー群
の関係を、表示装置上に表形式で示したものである。こ
のように、本実施例では、あるトリー群と、これが接続
される上位トリー群との関係を表形式で表示装置上に表
わすことにより、トリー群間の接続関係を明示すること
を可能としている。

例えば、第５図において、下位トリー群上欄に表示され
ているｙｌｉ象“グランド蒸気圧力異常”の右欄には、
対応する上位トリー４名として事象“高圧ケーシング熱
的変形”と“低圧ケーシング熱的変形”とが表示されて
おり、前記の事象“グランド蒸気圧力異常”には、リン
クの対象となる上位トリーが２つ存在することがわかる
。

第４図、第５図で説明したように、分離／階層化された
フォールト・トリーの接続関係は、表示装置上で定義、
確認が可能なため、重複トリー群を有するフォールト・
トリーに基づいた大規模な知識ベースの作成が表示装置
上で可能となる。

次に、本発明による具体的な推論処理について説明する
。

第３図において、下位トリー群の最下位事象である“制
御油正孔（ｌｌ）−と“グランド蒸気調整器異常（１２
）“とは、下位！１を象が存在せず、これからの推論異
常度が０であるため、制御油正孔（ｌｌ）／Ｙおよびグ
ランド蒸気調整器異常（１２）／Ｙは、共に０になる（
制御油正孔（１１）／Ｙという表現方法は、フレーム“
制御油正孔（１１）“のスロットＹを意味する）。

また、下位トリー群内の異常度伝達係数βは、知識ベー
ス作成時に定義されるものであり、本実施例では全ての
異常度伝達係数βを８０％（自分自身の異常が１００％
になったものと仮定した場合、上位事象の異常度に影響
する程度が８０％）に定義されたものとする。また、プ
ロセス量により求められた事象の異常度を格納する入力
スロットαは、推論処理に先立ち定義式の計算結果が下
記のように格納されているものとする。

制御油正孔（１１）／α−０，３ グランド蒸気調整器異常（１２）／α−０．５グランド
蒸気圧力異常（１０）／α−０，１ここで、ルールによ
りフレーム４名“グランド蒸気圧力異常（１０）“のフ
レーム１が活性化されると、フレーム“制御油正孔（１
１）“は次のように動作する。

１６　自事象の異常度を決定： 制御油正孔（１１）／αと制御油正孔（ＩＩ）／Ｙのう
ちの最大値（ＭＡＸ）を制御油正孔（１１）／αに代入
する。すなわち、Ｙ−０、α−０，３より、α−ＭＡＸ
　（０，０，３）　−０，３２、上位事象への伝達異常
度Ａを計算：制御浦正紙（１１）／αと制御油正孔（Ｉ
Ｉ）／βとを乗する。（α−０，３、β−０，８より、
Ａ−０，−２４） ３、コンバイン関数処理による“グランド蒸気圧力異常
（１０）”の推論異常度計算： 伝達異常度Ａ、上位事象“グランド蒸気圧力異常（ｌＯ
）“の異常推論結果Ｙ（グランド蒸気圧力異常（ｔｏ）
／Ｙ）より、推論異常度を次のコンバイン関数を用いて
計算する。

コンバイン関数ＣＦ　（ｘ　１．Ｘ　２　）　−１（Ｉ
Ｘｔ　）　Ｘ（Ｉ　　Ｘ２　） 但し、Ｘ　ｔ　、Ｘ　２は下位＄象異常度グランド蒸気
圧力異常（Ｉ　Ｏ）　／　Ｙ−ＣＦ　（Ｘ　ｌ　。

ｘ２）−１−（１−Ａ）×（１−グランド蒸２圧カー°
へ常（１０）／Ｙ）−１−（１−０，２４）Ｘ（１−０
）−０，２４ 次のルールによりフレーム２が活性化されると、フレー
ム“グランド蒸気調整器異常（１２）”は同様に以下の
ように動作する。

１、自事象の異常度を決定ニ グランド蒸気調整器異常（１２）／α−ＭＡＸ（グラン
ド蒸気調整器異常（１２）／α、グランド蒸気調整器異
常（１２）／Ｙ）　−ＭＡＸ　（０，５、Ｏ）−〇、５ ２、上位事象への伝達異常度Ａを計算：Ａ−（グランド
蒸気：ＡｆｉＷ異５（１２）／　ａ　）　Ｘ（グランド
蒸気調整器異常（１２）／β）−０，５ＸＯ，８−０，
４ ３、コンバイン関数処理による推論異常度計算ニゲラン
ド蒸気圧力異常（１Ｇ）／Ｙ−１−（１−Ａ）×（１−
グランド蒸気圧力異常（１０）／Ｙ）　−１−（１−０
，４）Ｘ　（１−０，２４）−０，５４４また、次のル
ールによりフレーム３が活性化されると、フレーム“グ
ランド蒸気圧力異常（ｌＯ）”は同様に以下のように動
作する。

１、自事象の異常度を決定ニ グランド蒸気圧力異常（Ｉｎ）／α−ＭＡＸ　（グラン
ド蒸気圧力異常（１０）／α、グランド蒸気圧力異常（
１０）／Ｙ）　−ＭＡＸ　（０，１，０゜５４４）−０
，５４４ ２、上位事象への伝達異常度Ａを計算：コンバイン関数
処理は、最上位事象であるため実行せず、。

３、スロット複写処理： このようにして下位トリー群の異常度が計算されると、
この値はスロット複写処理によって“グランド蒸気圧力
異常（６）“および“グランド蒸気圧力異常（８）”に
複写される。

ここで、この異常度の上位事象への波及度合は、“高圧
ケーシング熱的変形（４）”の下位事象である“グラン
ド蒸気圧力異常（８）“に寄与する場合が０．８であり
、“低圧ケーシング熱的変形（５）”の下位事象である
“グランド蒸気圧力異常（６）”に寄与する場合は０．
５であるために、それぞれの事象の異常推論結果スロッ
トαは以下のようになる。

（ａ）タービン振動大／グランド蒸気圧力異常（６）／
α−グランド蒸気圧力異常／グランド蒸気圧力異常（１
Ｇ）／α×β（−０，８）　−０，５４４Ｘ０．　８”
０．　４４ （ｂ）タービン振動大／グランド蒸気圧力異常（８）／
α−グランド蒸気圧力異常／グランド蒸気圧力異常（１
０）／α×β（−０，５）　−０，５４４×０．５中０
．２７ ここで、実際に分、ｌｉｔ／階層化フォールト・トリー
を実現している処理がスロットの複写処理である。

このように本発明によれば、推論を行う場合でも、重複
トリー群の推論は１回だけ行われ、重複トリー群の接続
点となるその他の事象には、その推論結果がスロット複
写処理によって複写されるので、推論に要する時間を短
縮することができる。

次に、本推論処理の全体の流れを第９図を用いて説明す
る。なお、フレーム群内に示されたＦｌ、Ｆ２・・・は
、それぞれ第８図を用いて説明したフレーム１、フレー
ム２・・Φに対応しており、その他の記号、すなわちフ
レーム４名“タービン振動大”におけるＦ３は事象“復
水器真空異常（７）″に、Ｆ４は“グランド蒸気圧力異
常（８）。

に、Ｆ５は”低圧排気室温度高（９）“に、Ｆ６は“低
圧ケーシング熱的変形（５）”に、Ｆ７は“高圧ケーシ
ング熱的変形（４）にそれぞれ対応している。

同図において、全体のグループを制御するのがメタ・ル
ールであり、該メタ・ルールによってルール群が次々と
活性化される。該活性化されたルール群は、実体を表す
フレーム群を活性化する。

該活性化されたフレームＦｉは、フレーム間でデータ通
信を行って推論を継続する。

本実施例においては、フレーム群“グランド蒸気圧力異
常°が活性化されると、Ｆｌ、Ｆ２が活性化され、続い
てＦ３が活性化される。さらに、Ｆ３の情報はデータ通
信によってフレーム群“タービン振動大”のＦｌ、Ｆ４
に伝達され、その後は同様に各フレームが順次活性化さ
れる。

このように、本実施例によれば分！／階層化されたフォ
ールト・トリーをメタφルール、ルール群、フレーム群
に展開することによって推論が実現される。

（発明の効果） 以上の説明から明らかなように、本発明によれば、フォ
ールト・トリーを階層化して構築、表示、保存すること
ができるので、次のような効果を達成することができる
。

（１）大規模あるいは複雑なフォールト・トリーであっ
ても、重複する事象は階層化して表示することができる
ので、全体の内容を容易に理解でき、フォールト・トリ
ーの構築が簡単かつ容易になる。

（２）フォールト・トリー内の重複する事象に対する重
複した知識処理が回避できるため、高速推論が可能とな
る。

（３）フォールト・トリー内の重複する事象の重複した
記憶が回避できるため、記憶容量を節約し、装置を小型
化することができる。

（４）重複トリー群を原フォールト・トリー群にリンク
させる場合には、異常度伝達係数に基づいて異常波及の
度合いが決定されるので、確立の高い推論が可能となる
。

【図面の簡単な説明】

第１図は本発明を適用した故障診断システムのブロック
図である。 第２図は階層化されていないフォールト・トリーを示し
た図である。 第３図は階層化フォールト・トリーを示した図である。 第４図は階層化フォールト・トリーの表現方法の一実施
例である。 第５図は階層化フォールト・トリーの表現方法のその他
の実施例である。 第６図はメタ・ルールの内容を示した図である。 第７図はルールの内容を示した図である。 第８図はフレームの内容を示した図である。 第９図は推論処理の概略を示した図である。 第１０図は知識ベースの構築方法を示したフローチャー
トである。 １・・・フォールト・トリー入力装置、２・・・フォー
ルト・トリー・データ解析装置、３・・・階層化知識ベ
ース、４・・・オン・ラインφマツピングテーブル、５
・・・オン・ライン推論機構、６・・・推論結果出力装
置、７・・・マツピング処理機構

Claims (8)

【特許請求の範囲】
1. （１）システムの故障原因となる事象と故障結果となる
   事象とを結び付けて構成されるフォールト・トリーを作
   成し、該フォールト・トリーに基づいて知識ベースを構
   築する知識ベース構築システムにおいて、 フォールト・トリーを入力する手段と、 フォールト・トリーを表示する表示手段と、前記フォー
   ルト・トリー内に重複して存在するトリー群を前記フォ
   ールト・トリーから分離して共通化する手段と、 前記重複トリー群とそれ以外のトリー群である原フォー
   ルト・トリー群とを階層化して分離／階層化フォールト
   ・トリーを作成する手段と、前記重複トリー群を記憶す
   る第１の記憶手段と、前記原フォールト・トリー群を記
   憶する第２の記憶手段とを具備したことを特徴とする知
   識ベース構築装置。
2. （２）前記重複トリー群は、該重複トリー群の実行によ
   って得られた推論結果を、前記原フォールト・トリー群
   を構成する事象であって前記重複トリー群がリンクされ
   る事象に複写するための手段を具備したことを特徴とす
   る特許請求の範囲第１項記載の知識ベース構築装置。
3. （３）前記分離／階層化フォールト・トリーを構成する
   事象のそれぞれには、上位事象への異常の波及度合いを
   示す異常度伝達係数が設定されていることを特徴とする
   特許請求の範囲第１項または第２項記載の知識ベース構
   築装置。
4. （４）前記分離／階層化フォールト・トリーを構成する
   事象のうち、少なくとも重複トリー群を下位事象として
   有する事象には、互いに異なった識別符号が付されてい
   ることを特徴とする特許請求の範囲第１項ないし第３項
   のいずれかに記載の知識ベース構築装置。
5. （５）前記表示手段は、前記重複トリー群の最上位事象
   、および原フォールト・トリー群を構成する事象であっ
   て前記重複トリー群がリンクされる事象の少なくとも一
   方を、その他の事象とは区別した表示方法で表示するこ
   とを特徴とする特許請求の範囲第１項ないし第４項のい
   ずれかに記載の知識ベース構築装置。
6. （６）前記分離／階層化フォールト・トリーを、メタ・
   ルール、ルール群、およびフレーム群に展開する手段を
   、さらに具備したことを特徴とする特許請求の範囲第１
   項ないし第５項のいずれかに記載の知識ベース構築装置
   。
7. （７）システムの故障原因となる事象と故障結果となる
   事象とを結び付けて構成されるフォールト・トリーを作
   成し、該フォールト・トリーに基づいて知識ベースを構
   築する知識ベース構築方法において、 フォールト・トリーを入力し、 前記フォールト・トリー内に重複して存在するトリー群
   を前記フォールト・トリーから分離して共通化し、 前記重複トリー群とそれ以外のトリー群である原フォー
   ルト・トリー群とを階層化して分離／階層化フォールト
   ・トリーを作成し、 前記重複トリー群は、該重複トリー群の実行によって得
   られた推論結果を、前記原フォールト・トリー群を構成
   する事象であって前記重複トリー群がリンクされる事象
   に複写することを特徴とする知識ベース構築方法。
8. （８）システムの故障原因となる事象と故障結果となる
   事象とを結び付けて構成されるフォールト・トリーを用
   いた知識ベースによる故障診断方法において、 前記フォールト・トリー内の重複トリー群の実行によっ
   て得られた推論結果を、重複トリー群以外のトリー群で
   ある原フォールト・トリー群を構成する事象であって前
   記重複トリー群がリンクされる事象に複写することを特
   徴とする知識ベースによる故障診断方法。