JPH07295821A - 故障診断装置 - Google Patents

Abstract

(57)【要約】 【目的】 推論結果を検証する過程においてユーザに関
する問診が終了したことを知らせ、ユーザの時間浪費を
防止する。 【構成】 推論過程で生成された問診候補を絞り込み、
絞り込んだ問診の内容をタッチスクリーン１ａに表示し
て回答を得ることにより、今回の推論結果を検証すると
ともに、新たな仮説を生成する際の情報とする。その
際、ユーザに関する問診が終了したときには、ユーザに
関する問診終了の表示を行い、ユーザを直ちに開放して
時間浪費を防止する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、いわゆるエキスパート
システムを利用して車輛、航空機等の不具合現象に結び
付く故障原因を探究する故障診断装置に関する。

【０００２】

【従来の技術】近年、医学、建築、化学等の各分野でコ
ンピュータを活用して問題解決の手がかりとするエキス
パートシステムが採用されている。このエキスパートシ
ステムは、ある特定分野における専門家の知識をコンピ
ュータに入力し、それを利用して複雑な問題を専門家と
同等なレベルで解決することができるようにしたシステ
ムである。

【０００３】従来、このエキスパートシステムを車輛の
故障診断に採用したものとしては、例えば、特開昭６２
−６８４６号公報に開示されているように、不具合現象
を入力し、その現象を引き起している根本的な故障原因
（故障箇所）を、ルールの集合で表した知識データある
いは過去の事例を記憶する知識データ等を利用して推論
するものが知られている。

【０００４】この場合、精度の高い推論結果を得るため
には、不具合現象の発生状況や点検指示等の問診が必須
となり、この問診がスムーズに行なわれないと診断作業
効率が低下するため、例えば、特開平３−１８５２５１
号公報には、ユーザが回答できない質問を保留して質問
保留スタックに入れ、その質問による事象の成否の確認
を保留して次の質問を行う技術が開示されている。

【０００５】

【発明が解決しようとする課題】ところで、推論結果を
検証する過程において発生する問診には、不具合を最初
に検知したユーザに関するものと、機器の分解作業等を
行う整備員に関するものとがあり、従来、これらの問診
は、推論経路上の順番や推論の信頼度が高い順番で行わ
れるようになっていた。

【０００６】このため、外部からはユーザに対する問診
がいつ終了するのかわからず、ユーザに関する問診が終
了したにも拘らずユーザを拘束してしまうといった事態
が生じるおそれがある。

【０００７】本発明は、このような事情に鑑みてなされ
たもので、推論結果を検証する過程においてユーザに関
する問診が終了したことを知らせ、ユーザの時間浪費を
防止することのできる故障診断装置を提供することを目
的としている。

【０００８】

【課題を解決するための手段】上記目的を達成するため
本発明による故障診断装置は、故障診断に必要な知識デ
ータを記憶する知識ベース部と、この知識データを利用
して、入力された不具合現象に対応する故障原因を推論
により探究する推論機構部とを備え、この推論機構部に
よる故障原因の探究過程での入出力情報を表示部に表示
する故障診断装置において、上記推論機構部に少なくと
も、故障原因を推論により探究して生成した仮説を検証
するための問診を生成する推論部と、上記推論部からの
問診を上記表示部に表示させて回答を得る過程におい
て、ユーザに関する問診が終了したとき、ユーザに対す
る問診終了を上記表示部に表示させる推論制御部とを備
えたことを特徴とする。

【０００９】

【作 用】本発明による故障診断装置では、入力された
不具合現象に対し、知識ベース部に格納されている知識
データを利用して推論により故障原因を探究して仮説を
生成し、問診に対する回答を得て仮説を検証する際、ユ
ーザに関する問診が終了したときには、ユーザに関する
問診が終了したことを表示する。

【００１０】

【実施例】以下、図面に基づいて本発明の実施例を説明
する。

【００１１】尚、本実施例では、航空機の燃料系統の不
具合現象を故障診断対象の一例として記述しながら説明
する。

【００１２】図８に示すように、本実施例に係る故障診
断装置Ａは装置本体１と入力ペン２とで構成されてお
り、この装置本体１には上記入力ペン２を用いて情報を
入力するタッチスクリーン１ａが設けられている。

【００１３】上記故障診断装置Ａは空港の整備部門等に
配備されるもので、上記入力ペン２を用いて上記タッチ
スクリーン１ａに不具合現象を入力すると、内蔵するコ
ンピュータが不具合現象の原因あるいは故障箇所を探究
し、探究結果及び点検の要領等、必要な情報を上記タッ
チスクリーン１ａ上に表示して整備員を支援する。

【００１４】図１に示すように、装置本体１に内蔵する
コンピュータには、故障診断を実行する機能として、ウ
インドウ処理部１２、システム制御部１３、推論機構部
１４、技術情報収集部１５、知識ベース部１６、及び運
用記録データ部１７が構成されている。また、上記タッ
チスクリーン１ａは、入力部１１ａと表示部１１ｂとで
構成されている。

【００１５】上記ウインドウ処理部１２には、前処理と
しての文字認識部１２ａと操作入力部１２ｂとが設けら
れ、後処理としての表示制御部１２ｃが設けられてい
る。

【００１６】文字認識部１２ａでは、上記タッチスクリ
ーン１ａに表示されたペン入力用ウインドウ（図１１参
照）に整備員が上記入力ペン２で入力した不具合現象等
の手書き文字をキャラクタコードに変換し、コマンド類
を上記システム制御部１３へ出力する。また操作入力部
１２ｂでは上記タッチスクリーン１ａに表示されたグラ
フィックスあるいはメニュー等を入力ペン２で選択した
とき、それに対応するコマンド類を上記システム制御部
１３へ出力する。また、上記表示制御部１２ｃでは上記
システム制御部１３から出力された信号に基づいて、表
示部１１ｂに文字及びグラフィック等を表示させる。

【００１７】上記システム制御部１３には、マン・マシ
ンインターフェース制御部１３ａと、動作モード制御部
１３ｂと、システム管理部１３ｃとが設けられている。
マン・マシンインタフェース制御部１３ａでは、上記ウ
インドウ処理部１２からのコマンド類に従って実行処理
を行う。あるいは、上記表示制御部１２ｃへ文字データ
及びグラフィックス・データ等を出力する。動作モード
制御部１３ｂでは、整備員が選択した使用モードに従
い、診断処理の中断・再開、及び整備記録の印刷、発注
管理システムのデータ電送等の周辺機器等を含めた装置
全体の動作モードを制御する。システム管理部１３ｃで
は、システムの作動状態、データ管理等、システム全体
を管理する。

【００１８】また、上記推論機構部１４には、文字列検
索部１４ａと、ルール・ベース推論部１４ｂと事例ベー
ス推論部１４ｃと推論制御部１４ｄとが設けられてい
る。

【００１９】文字列検索部１４ａでは、整備員が入力し
た不具合現象を表す文字列を、予め登録した分離用文字
（“。”“，”“が”“は”等）を用いて分解し、この
分解した文字列を用いて、後述する知識ベース部１６の
各知識データ記憶部１６ａ〜１６ｃにそれぞれ記憶され
ている知識データから、上記文字列と同一あるいは類似
する文字列を、文字列単位、ワード単位、あるいは文字
単位で検索して、各知識データ記憶部１６ａ〜１６ｃに
記憶されている知識データ毎に集計する。

【００２０】ルール・ベース推論部１４ｂ、事例ベース
推論部１４ｃでは、知識データを利用して故障原因ある
いは故障箇所を推論により探究し、仮説を生成するとと
もに、生成した仮説を検証するための問診の候補を生成
する（詳細については、後述のフローチャートで説明す
る）。

【００２１】ルール・ベース推論部１４ｂでの仮説は、
上記知識ベース部１６に設けた故障樹木解析（フォルト
ツリーアナリシス、以下、「ＦＴＡ」と略記する）型知
識データ記憶部１６ｂに記憶されている知識データ、及
び、故障モード影響分析（確信度付マトリクス；以下、
「ＦＭＥＣＡ」と略記する）型知識データ記憶部１６ｃ
に記憶されている知識データを用いて故障原因あるいは
故障箇所を推論により探究することで生成される。

【００２２】また、事例ベース推論部１４ｃでの仮説
は、上記文字列検索部１４ａで検索した不具合現象と、
同一あるいは類似する現象を有する現象を上記知識ベー
ス部１６の診断事例型知識データ記憶部１６ａに記憶さ
れている知識データから探索することで生成される。

【００２３】そして、上記推論制御部１４ｄで、上記各
推論部１４ｂ，１４ｃで生成した仮説の整合性を判断
し、仮説が整合しているときは、この仮説を結論仮説と
して出力し、点検項目がある場合には、問診内容を絞り
込み、結論仮説を検証する。

【００２４】技術情報収集部１５は、データ収集部１５
ａ、事例登録部１５ｂとで構成されている。データ収集
部１５ａでは、整備員が故障探究時に装置に入力した不
具合項目、点検箇所、測定値等、整備作業中に入力した
データを収集する。事例登録部１５ｂでは、故障診断で
探究した結果（成功事例と失敗事例の双方）を診断事例
として、後述する診断事例型知識データ記憶部１６ａの
知識データに登録する。

【００２５】上記知識ベース部１６は、診断事例型知識
データを記憶する診断事例型知識データ記憶部１６ａと
ＦＴＡ型知識データを記憶するＦＴＡ型知識データ記憶
部１６ｂとＦＭＥＣＡ型知識データを記憶するＦＭＥＣ
Ａ型知識データ記憶部１６ｃと電子化マニュアルデータ
を記憶する電子化マニュアルデータ記憶部１６ｄとで構
成されている。

【００２６】上記診断事例型知識データは過去の故障原
因の探究結果を事例としてまとめたデータ・ベースで、
図１２に示すように、各診断事例毎に、不具合現象（あ
るいは不具合の生じている箇所）、故障の故障原因及び
その処置、不具合部品、並びに知識源の種類等が記憶さ
れている。尚、この診断事例データの知識源としては、
不具合記録票、整備記録票、整備員に対するインタビュ
ー等がある。

【００２７】図１０に示すように、不具合記録票２１に
は、乗員が発見した「不具合事項と点検箇所」を記録す
る欄と、整備員が実施した「処置」等を記録する欄が設
けられている。整備記録票には、点検時に生じた「不具
合現象」、並びに、作業を実施した部門で記入された
「不具合部品」、「故障状況」等が記録されている。

【００２８】また、インタビューは、整備員に対して行
った文章化されていない整備要領、故障探究等のノウハ
ウを収集して診断事例に反映させたものである。

【００２９】上記ＦＴＡ型知識データ記憶部１６ｂに記
憶されているＦＴＡ型知識データは、設計資料及び熟練
整備員の経験等を解析し、不具合現象と故障原因とを構
成部品の体系毎に論理的に分析し、ルールの集合で表し
たもので、図１５に示すように、構成部品毎にルール
（図では、ルール１〜６）で分類され、各ルールは中間
仮説を介して連鎖的に結び付けられている。例えば、ル
ール２は「ブースタ・ポンプ異常」を中間仮説としたと
きの結論仮説（燃料漏洩等）が示され、また、ルール４
は「燃料漏洩」を中間仮説としたときの結論仮説（締付
不良、ポンプ内部不良等）が示されている。

【００３０】一方、ＦＭＥＣＡ型知識データは、マトリ
クス状の表形式で表されており、熟練整備員の経験、及
び部品または系統の信頼性情報等を解析し、図１８に示
すように、不具合現象と故障原因とを部品または系統毎
に分類した、いわゆるＦＭＥＣＡ表として表形式で表し
たもので、不具合現象の欄には、部品または系統の故障
モード、故障の影響、及び故障の探知方法が記述されて
いる。また、各格子で囲まれた中には確信度が明記され
ている。この確信度は、部品または系統のＭＴＢＦ（平
均故障間隔）あるいは、同一の不具合現象に対して考え
られる故障原因の数、あるいは故障の実績発生回数等を
考慮して設定されるもので、この確信度により、不具合
現象と故障原因との因果関係の深さが示される。

【００３１】また、電子化マニュアルデータは、不具合
発生状況、構成部品の点検項目等の問診用データや、構
成部品の交換あるいは組立手順等を表したテキスト及び
グラフィックス・データであり、例えば、図２６に示す
ように、上記装置本体１のタッチスクリーン１ａに、ブ
ースタ・ポンプのグラフィックや、このブースタ・ポン
プの点検要領等のデータを上記電子化マニュアルデータ
から読込んでウインドウに表示させる。

【００３２】また、上記運用記録データ部１７には、整
備記録データ記憶部１７ａと作業経過一時記憶部１７ｂ
とで構成されており、上記整備記録データ記憶部１７ａ
では、不具合現象に対する処置、点検結果、及び試運転
の状況等の整備結果を事例毎に記憶する。また、上記作
業経過一時記憶部１７ｂでは、例えば、整備途中で交換
部品を手配するために中断し、その後、故障診断を再開
するような場合に、中断した整備作業から引続き続行す
ることができるようにするために、整備員の実施した整
備経過、あるいは整備状況が逐次記憶される。

【００３３】次に、故障診断手順について、図２〜図７
のフローチャートに従って説明する。尚、本実施例で
は、航空機の燃料系の不具合を例示して説明する。

【００３４】この故障診断は図２及び図３の推論処理ル
ーチンに従って実行される。

【００３５】故障診断装置Ａの電源スイッチをＯＮする
と、装置本体１のタッチスクリーン１ａに、図９に示す
ように使用モードの選択画面が表示され、整備員が、表
示されたメニューから「診断の開始」を入力ペン２によ
り選択（ポイント）すると、図１１に示すように、不具
合現象を入力するためのウインドウと、この不具合現象
を文章表現で入力するためのペン入力用ウインドウが表
示されて推論処理が開始される。

【００３６】ステップＳ１では、手渡された不具合記録
票２１（図１０参照）等の帳票を参照して得られる航空
機のシステムの可動状態等の必要事項、乗員（ユーザ）
等から伝えられた不具合現象（症状）、あるいは、後述
するステップＳ１４で表示された問診に対する回答を、
整備員が入力ペン２を用いて上記タッチスクリーン１ａ
に入力する。

【００３７】尚、図１０に示す不具合記録票２１の処置
の欄には、整備員が点検を完了した後、その処置及び試
運転状況等の整備記録データを書込むことができる（図
３０参照）。

【００３８】一方、ステップＳ２では、後述するステッ
プＳ１４で表示された問診に基づく点検指示に応じてテ
スタ接続により得られた計測値等の症状を直接入力す
る。

【００３９】そして、上記タッチスクリーン１ａ上の不
具合現象入力ウインドウ等の欄に必要事項の入力を完了
し、画面表示されている「入力終了」のボタンを入力ペ
ン２によりポイントすると、入力された情報（年月日、
任務、内容等）が入力データとして、ステップＳ３でメ
モリに保管される。

【００４０】次いで、ステップＳ４で、ステップＳ１で
入力されてステップＳ３で保管された不具合現象と、各
知識データ記憶部１６ａ〜１６ｃに記憶されている知識
データとの類似度を算出する。

【００４１】この類似度の算出は、文字列検索部１４ａ
で実行されるもので、例えば、以下の手順で行われる。

【００４２】(1)まず、上記各知識データ記憶部１６ａ
〜１６ｃの各知識データから類似度の算出対象となる文
字列（文章）をそれぞれ取出す。尚、この各文字列に
は、上記各知識データ記憶部１６ａ〜１６ｃに記憶され
ている知識データとの対応付けを行うためのＩＤ（自己
証明）番号が付与されている。

【００４３】(2)次いで、このＩＤ番号が付与された文
字列を、ストリング、ワード、及びキャラクタの各単位
毎に分解して、各知識データ毎のワーキングメモリに格
納する。尚、この各ワーキングメモリに格納されている
「分解文字列」には、分解前のものと同じＩＤ番号が付
与されている。

【００４４】ここで、「ストリング」とは、文字列その
ものをいい、「ワード」とは、空白文字、予め登録され
ている分離用文字（“。”、“，”、“が”、“は”
等）を用いて、例えば、文字列「エンジンが始動せず」
を「エンジン」と「始動せず」とに分解する。

【００４５】キャラクタとは、文字列を所定文字数毎に
分解することをいい、例えば、文字列「エンジンが始動
せず」を、「エンジ」「ンが始」「動せず」、あるい
は、「エ」「ンジン」「が始動」「せず」、または、
「エン」「ジンが」「始動せ」「ず」等のように３文字
毎に分解する。

【００４６】(3)次いで、上記ワーキングメモリに格納
された「分解された文字列」から予め登録した「無視語
句（“しかし”、“私は”等）」を削除する。

【００４７】(4)その後、予め登録した「同意語句
（“不調”は、“故障”とする等）」を用いて上記「分
解された文字列」を置換する。

【００４８】(5)一方、整備員が入力した不具合現象
（症状）の文字列を、上記(1)〜(4)と同様に、ストリン
グ、ワード、及びキャラクタの各単位毎に分解する。

【００４９】(6)そして、分解された不具合現象の文字
列を用いてワーキングメモリに格納されている「分解さ
れた文字列」を検索する。

【００５０】例えば、整備員が入力した「エンジンが始
動せず」と、上記各知識データ記憶部１６ａ〜１６ｃに
記憶されている知識データから取出された文字列との類
似度は以下のようになる。

【００５１】

【００５２】(7)次いで、ストリング、ワード、あるい
はキャラクタの各単位で完全に一致するデータをＩＤ番
号毎に集計し、この集計結果を類似度として、それぞれ
対応する推論部１４ｂ，１４ｃに出力する。尚、集計す
る際には、ストリング、ワード、あるいはキャラクタ毎
に重み付係数を用いて行う。

【００５３】その結果、入力された不具合現象「燃料片
減り」「左タンク減らず右からのみ消費」と各知識デー
タ記憶部１６ａ〜１６ｃに記憶されている知識データと
の類似度は以下のようになる。

【００５４】診断事例型知識データ記憶部１６ａに記憶
されている知識データの中で、類似度算出の対象となる
診断事例は、図１２に示す通りで、この各診断事例の類
似度は、図１３に示す値になる。この中で、事例-1048
の「３０００ｆｔで巡行中」「左タンク燃料消費せず」
は、最も高い類似度、すなわち、入力された不具合現象
と症状の最も近似する事例ということになる。

【００５５】また、ＦＴＡ型知識データ記憶部１６ｂに
記憶されている知識データの中で、類似度算出の対象と
なるツリーは、図１５に示すように「燃料系統の不具
合」をトップ事象とするルールの連鎖で構成されたツリ
ーであり、各仮説の類似度は以下の通りである。

【００５６】1)ルール５の「ポンプ自身内部不良」→
３、 2)ルール２とルール４の中間仮説である「燃料漏洩」→
４０、 3)ルール３の「燃料漏洩」→４０、 4)ルール１とルール２の中間仮説である「ブースタ・ポ
ンプ異常」→３、 5)ルール１とルール３との中間仮説である「トランスフ
ァ・ポンプ異常」→３、 6)ルール１の i)「燃料シャット・オフ・バルブ異常」→３５、 ii)「燃料サブ・タンク異常」→３６、 iii)「燃料指示系統の指示不良」→３８、である。

【００５７】一方、ＦＭＥＣＡ型知識データ記憶部１６
ｃに記憶されている知識データの中で、類似度算出の対
象となる現象は、図１８に示す通りで、この中で類似度
は、図１９に示すように、「燃料片減り」が最も高い値
を示す。

【００５８】そして、上記ステップＳ４で各知識データ
記憶部１６ａ〜１６ｃに記憶されている知識データと、
不具合現象との類似度が算出されると、それぞれの知識
データ記憶部１６ａ〜１６ｃに記憶されている知識デー
タに基づいて、故障原因を推論により探究し仮説を生成
する処理が、次のステップＳ５，Ｓ６，Ｓ７で並列に実
行される。

【００５９】すなわち、ステップＳ５では、上記診断事
例型知識データ記憶部１６ａに記憶されている知識デー
タを用いて、事例ベース推論により故障原因を探究し仮
説を生成する。また、ステップＳ６では、ＦＴＡ型知識
データ記憶部１６ｂに記憶されている知識ベースを用い
てルール・ベース推論により故障原因を探究し仮説を生
成する。さらに、ステップＳ７では，ＦＭＥＣＡ型知識
データ記憶部１６ｃに記憶されている知識ベースを用い
てルール・ベース推論により故障原因を探究し仮説を生
成する。

【００６０】まず、ステップＳ５の診断事例推論による
仮説の生成について説明する。この診断事例推論は、事
例ベース推論部１４ｃで実行されるもので、具体的に
は、図４に示す診断事例推論による仮説の生成ルーチン
に従って行われる。

【００６１】ステップＳ３１で、上記推論処理ルーチン
のステップＳ４で算出した診断事例型知識データ記憶部
１６ａに記憶されている知識データの事例毎の類似度に
基づいて仮説の絞り込みを行う。この仮説の絞り込み
は、類似度が予め設定した「しきい値」以上かどうかで
判断する。例えば、「しきい値」を１０とすれば、図１
２、図１３に示すように、「事例-1048」が、診断事例
推論によって生成された仮説となる。尚、図１２、図１
３に示す知識データでは、「しきい値」を越える事例が
一つのみであったが、この「しきい値」よりも高い類似
度を有する事例が複数ある場合には、それらが全て診断
事例推論による仮説となる。

【００６２】その後、ステップＳ３２で、上記ステップ
Ｓ３１で絞り込まれた仮説の信頼度を算出するととも
に、この仮説を検証するに必要な問診の候補を生成す
る。上記信頼度は、他の推論（ＦＴＡ推論あるいはＦＭ
ＥＣＡ推論）によって得られた仮説との競合を解消する
際の基準となるもので、上記推論処理ルーチンのステッ
プＳ４で算出した類似度に係数を乗算して算出してい
る。また、上記問診は、不具合を最初に検知した搭乗者
（ユーザ）に関するものと、機器の分解作業等を行う整
備員に関するものがあり、例えば、絞り込まれた仮説が
「事例-1048」であるとすると、ブースタ・ポンプの異
常を特定するための点検箇所や異常発生状況を把握する
ための複数の候補を問診候補として指定する。

【００６３】尚、本実施例では、図１４に示すように、
信頼度を算出する際の係数を１としている。

【００６４】そして、上記ステップＳ３１で絞り込まれ
た事例を「診断事例推論による仮説」として推論制御部
１４ｄへ出力し、上記推論処理ルーチンへ戻る。

【００６５】次に、ステップＳ６のＦＴＡ推論による仮
説の生成について説明する。このＦＴＡ推論は、ルール
・ベース推論部１４ｂで実行されるもので、具体的に
は、図５に示すＦＴＡ推論による仮説の生成ルーチンに
従って行われる。

【００６６】まず、ステップＳ４１で、上記推論処理ル
ーチンのステップＳ４で算出したＦＴＡ型知識データ記
憶部１６ｂに記憶されている知識データの中の、「燃料
系統の不具合」をトップ事象とするルールの連鎖で構成
されたツリーの各仮説の類似度に基づき、予め設定した
「しきい値」以上の類似度の仮説を選出して仮説の絞り
込みを行う。

【００６７】例えば、「しきい値」を１５とした場合、
図１５のＦＴＡ型知識データでは、前述の、 a)ルール２とルール４の中間仮説である「燃料漏洩」 b)ルール３の「燃料漏洩」 c)ルール１の i)「燃料シャット・オフ・バルブ異常」 ii)「燃料サブ・タンク異常」 iii)「燃料指示系統の指示不良」 が絞り込まれる。

【００６８】そして、ステップＳ４２で、上記ステップ
Ｓ４１で絞り込まれた各仮説を結び付けるルートを探索
する。図１５では、トップ事象である「燃料系統の不具
合」が今回の「不具合現象」であり、この不具合現象か
ら図の左方向へ延びる根が、この現象に対して因果関係
を有する故障原因、すなわち「仮説」である。上記ステ
ップＳ４１で選出した仮説と上記不具合現象とを結び付
けるルートは、図１６に示すように、ルート１〜５の５
通りになる。

【００６９】そして、ステップＳ４３で、上記ステップ
Ｓ４２で探索したルートの完全度を算出する。この完全
度は不具合現象と故障原因との結びつき（因果関係）が
強いもの程、高い値になる。図１６で探索したルートの
完全度は以下の通りである。 1)ルート１→５０ 2)ルート２→５０ 3)ルート３→５０ 4)ルート４→３０ 5)ルート５→３０

【００７０】次いで、ステップＳ４４で、完全度に基づ
いて、この完全度が予め設定した「しきい値」以上かど
うかで仮説の絞り込みを行う。例えば、「しきい値」を
２０とした場合には、上記ルート１〜５の全てが対象と
なる。

【００７１】次いで、ステップＳ４５で、上記ステップ
Ｓ４４で絞り込まれた仮説の信頼度をそれぞれ算出する
とともに、仮説検証のための問診候補を生成する。上記
信頼度は、上記完全度に係数を乗算して設定するもの
で、例えば、上記「しきい値」を２０、係数を１とした
場合には、図１７に示すように、「ＦＴＡ推論による仮
説」は、ルート１〜５の全てが対象となる。また、問診
候補の生成は、例えば、図１６に示すように、ルール２
の中間仮説である「ブースタ・ポンプ異常」にルールで
結びつく［燃料漏洩」には、ルール４の結論仮説が連鎖
されている場合、ブースタ・ポンプの異常を特定する箇
所を指定することで行う。

【００７２】そして、この各仮説を「ＦＴＡ推論による
仮説」として上記推論制御部１４ｄへ出力し、上記推論
処理ルーチンへ戻る。

【００７３】次に、上記推論処理ルーチンのステップＳ
７で行われるＦＭＥＣＡ推論による仮説の生成について
説明する。このＦＭＥＣＡ推論は、上記ＦＴＡ推論と同
様に、上記ルール・ベース推論部１４ｂで実行され、具
体的には、図６に示すＦＭＥＣＡ推論による仮説の生成
ルーチンに従って行われる。

【００７４】まず、ステップＳ５１で、ＦＭＥＣＡ型知
識データ記憶部１６ｃに記憶されている知識データの各
現象から、今回の診断対象となる現象の絞り込みを行
う。この現象の絞り込みは、不具合現象に対応する現象
を上記推論処理ルーチンのステップＳ４で算出した類似
度に基づいて、この類似度が、予め設定した「しきい
値」以上の現象を選出することで行う。例えば、「しき
い値」を１０とした場合、図１８に示す、いわゆるＦＭ
ＥＣＡ表に表示されている現象では、「燃料減少」と
「燃料片減り」と「燃料タンク残量修正不能」とに絞り
込まれる（図１９参照）。

【００７５】次いで、ステップＳ５２で、上記ステップ
Ｓ５１で絞り込まれた現象に対応する確信度を上記ＦＭ
ＥＣＡ表から求める。例えば、図１８に示す、いわゆる
ＦＭＥＣＡ表には、「燃料減少」に対応する確信度が１
６，２１，６３、「燃料片減り」に対応する確信度が５
０，３１，４６、「燃料タンク残量修正不能」に対応す
る確信度が４０，６０である。

【００７６】そして、ステップＳ５３で、上記各確信度
の中から予め設定した「しきい値」以上の確信度を選出
し、仮説の絞り込みを行う。例えば、上記「しきい値」
を２０に設定すると、図１８に示すように、太枠で囲ん
だ確信度が対象となり、ステップＳ５４では、この確信
度に対応する部品及び原因を選出する。

【００７７】次いで、ステップＳ５５で、上記ステップ
Ｓ５４で選出した部品または原因の信頼度をそれぞれ算
出するとともに、問診候補を生成し、信頼度及び仮説を
「ＦＭＥＣＡ推論による仮説」として、例えば、図２０
に示すようなデータを上記推論制御部１４ｄへ出力し、
上記推論処理ルーチンへ戻る。

【００７８】尚、本実施例では、上記信頼度を、類似度
と確信度とを乗算した値の総和に、係数を乗算して求め
ており、表に示せば、以下の通りである。

【００７９】

【００８０】そして、上記ステップＳ５，Ｓ６，Ｓ７に
て仮説が生成されると、図２に示す推論処理ルーチンの
ステップＳ８へ進み、生成した各仮説が競合するかを判
断し、競合する場合には、予め設定した基準に従って解
消する。この仮説の競合解消は、図１に示す推論制御部
１４ｄで実行されるもので、具体的には、図７の仮説の
競合解消ルーチンに従って行われる。

【００８１】まず、ステップＳ６１で、上記各ステップ
Ｓ５，Ｓ６，Ｓ７でそれぞれ生成した仮説を集約する。
上記各ステップＳ５，Ｓ６，Ｓ７で生成した仮説は、例
えば、図２１に示す表のように、各推論毎に集約され、
算出した信頼度に従って順位が付けられている。

【００８２】そして、ステップＳ６２で、上記各ステッ
プＳ５，Ｓ６，Ｓ７で生成した仮説の整合性を、不具合
の対象、属性等から求める。例えば、図２１では、診断
事例推論による仮説の順位１とＦＭＥＣＡ推論による仮
説の順位１とは、不具合部品が「ブースタ・ポンプ」で
ある点で整合しているが、診断事例推論による仮説の順
位１とＦＴＡ推論による仮説の順位１とは、不具合現象
が「燃料系統の不具合」という点では共通しているもの
の、不具合部品は競合している。同様に、ＦＴＡ推論に
よる上記仮説とＦＭＥＣＡ推論による仮説との順位１で
は、不具合部品が競合している。

【００８３】次いで、ステップＳ６３へ進むと、ステッ
プＳ６２で算出した仮説の整合性を、予め設定した「整
合性の判断基準」に照合して、整合性があるか否かの判
定を行う。本実施例では、「整合性の判断基準」を「各
推論における仮説の信頼度の最も高い不具合が全て一致
すること」と定義しており、この定義に従って、整合性
を判断する。

【００８４】その結果、例えば、図２１に示すように、
各推論で生成した順位１の仮説が全てが一致していない
ときは、ステップＳ６４で、整合性なしとして、ステッ
プＳ６４からステップＳ６５へ進み、推論回数計測用カ
ウント値Ｃをインクリメントして、ステップＳ６６へ進
む。

【００８５】ステップＳ６６では、上記推論回数計測用
カウント値Ｃと設定値Ｎとを比較し、Ｃ≦Ｎのときは、
「推論未終了」と判断し、ステップＳ６７へ進む。ステ
ップＳ６７では、上記ステップＳ６１で集約した仮説か
ら一定の基準に従って再推論用のデータを作成する。こ
の基準を、例えば、「各仮説の信頼度が各々に最も高い
ものを選出する」と定義した場合、図２１の集計表で
は、ＦＭＥＣＡ推論による順位１の仮説に基づいて再推
論用データが作成され（図２２参照）、このデータを
「推論未終了」の情報とともに出力して、ルーチンを抜
ける。

【００８６】一方、上記ステップＳ６６で、Ｃ＞Ｎと判
断されたとき、すなわち、再推論を設定回数繰返して
も、仮説が整合しないときは、ステップＳ６８へ進み、
予め設定した優先順位の判断基準に従って競合を解消す
る。

【００８７】この実施例での優先順位は、最も論理的に
構築されているＦＴＡ型知識データに基づく仮説を最優
先とし、このＦＴＡ型知識データで仮説が生成されない
場合には、ＦＭＥＣＡ型知識データに基づく仮説を採用
し、また、この両知識データのいずれにおいても仮説が
生成されない場合には、診断事例型知識データによる仮
説を採用する。そして、この優先順位に従って競合の解
消された仮説を探究結果として、「推論終了」の情報と
ともに出力し、ルーチンを抜ける。

【００８８】尚、この各知識データのいずれにおいて
も、故障原因が探究できない場合には、ステップＳ６８
において、「仮説不成立」と「推論終了」の情報を出力
して、ルーチンを抜ける。

【００８９】一方、上記ステップＳ６４で、上記各ステ
ップＳ５，Ｓ６，Ｓ７で生成した仮説が整合したとき
は、この仮説を探究結果とし、ステップＳ６９へ分岐し
て、上記推論回数計測用カウント値Ｃをクリアした後、
上記探究結果を「推論終了」の情報とともに出力して、
ルーチンを抜ける。

【００９０】そして、推論処理ルーチンのステップＳ９
へ戻ると、「推論終了」かを上記ステップＳ８で作成し
た情報に基づいて判断し、「推論終了」の場合には、ス
テップＳ１０へ進み、また、「推論未終了」の場合に
は、ステップＳ４へ戻る。

【００９１】そして、上記ステップＳ９で「推論未終
了」と判断されてステップＳ４へ戻ると、上記ステップ
Ｓ３でメモリに保管した不具合現象、及び所定の計測値
等の入力データと、上記ステップＳ８（ステップＳ６
７）で作成した「再推論用データ」とを組合わせた文字
列と、各知識データ記憶部１６ａ〜１６ｃに記憶されて
いる知識データとの類似度を、再度算出する。

【００９２】図２２の再推論用データでは、文字列とし
て「燃料片減り」、「左タンク減らず」、「右からのみ
消費」、「ブースタ・ポンプ」、「自身の作動不良」が
与えられ、この各文字列と上記各知識データ記憶部１６
ａ〜１６ｃに記憶されている知識データの不具合現象、
不具合部品、故障原因等を比較して、論理演算等により
類似度を算出する。

【００９３】そして、この各知識データ毎の類似度に従
い、上記ステップＳ５，Ｓ６，Ｓ７で、再推論により故
障原因を探究する。

【００９４】その結果、ステップＳ５での診断事例推論
では、再推論時においても、診断事例型知識データに基
づいて生成する仮説が変更されないので、前回と同様の
推論結果が出力される。

【００９５】一方、ステップＳ６で実行されるＦＴＡ推
論では、図１５に示すように、類似度算出により得られ
た文字列から、「燃料系統の不具合」と「ブースタ・ポ
ンプ異常」とが「現象」となり、故障原因である仮説と
現象との因果関係は、図１６に示すルート５が最も強く
なり、従って、図２３に示すように、ルート５の信頼度
が８０と高い値になり、ＦＴＡ推論による仮説の順位１
になる。

【００９６】一方、ステップＳ７でのＦＭＥＣＡ推論で
は、図１８に示すように、「燃料片減り」と一致する文
字列があり、仮説には変更が無く、同様な結果が出力さ
れる。

【００９７】その結果、ステップＳ８で実行される、図
７の仮説の競合解消ルーチンのステップＳ６４では、図
２３の表に示すように、各推論による仮説の順位１の不
具合部品が整合するので、予め定義された「整合性の判
断基準」が満足され、ステップＳ６４で、整合性ありと
判断されて、ステップＳ６９へ分岐して、上記推論回数
計測用カウント値Ｃをクリアした後、上記探究結果を
「推論終了」の情報とともに出力して、ルーチンを抜け
る。

【００９８】その後、ステップＳ９で、「推論終了」と
判断すると、ステップＳ１０へ進み、他に点検項目があ
るかを判断し、点検項目がある場合は、ステップＳ１１
へ分岐し、ユーザへの問診が終了したか否かを調べる。

【００９９】そして、ユーザへの問診が終了していない
場合には、ステップＳ１３へジャンプして、問診内容を
絞り込み、ユーザへの問診が終了している場合、ステッ
プＳ１２で、例えば図２５に示すように、ユーザに関す
る問診が終了してユーザを開放して良い旨をタッチスク
リーン１ａに表示し、画面表示されている「了解」のボ
タンを入力ペン２によりポイントすると、ステップＳ１
３へ進み、問診内容の絞り込みを行う。

【０１００】上記ステップＳ１３における問診内容の絞
り込みは、例えば、図２３の表に対応して生成された不
具合発生状況、ブースタ・ポンプ点検、燃料シャット・
オフ・バルブ点検等の問診候補の中から、今回の結論仮
説である「ブースタ・ポンプ異常」に関連するものを選
択し、今回の結論仮説を検証するとともに、新たな仮説
を生成する際の情報とする。

【０１０１】そして、ステップＳ１４で、上記ステップ
Ｓ１３で絞り込んだ問診の内容を、装置本体１のタッチ
スクリーン１ａに表示する。この表示は、問診がユーザ
に関するものである場合、図２４に示すように表示さ
れ、例えば、不具合の発生状況が「高高度」で発生した
ものであるならば、ユーザからの回答を受けて該当する
項目を入力ペン２を用いてポイントし、入力を行う。

【０１０２】また、問診が整備員に関するものである場
合には、例えば図２６に示すように、関連する点検要領
等の作業内容や必要な情報が表示され、ステップＳ１，
Ｓ２へ戻って整備員からの点検結果の入力を待つ。

【０１０３】次いで、整備員が上記タッチスクリーン１
ａに入力ペン２あるいはテスタから点検結果を入力する
と、ステップＳ３で、このデータが保管され、ステップ
Ｓ４で、入力された文字列と、前回までの「入力デー
タ」の文字列、及び計測結果に基づいて、各知識データ
との類似度を再度算出し、ステップＳ５，Ｓ６，Ｓ７以
下で、各知識データに基づき、再度、推論を行い、故障
原因を探究する。

【０１０４】そして、推論が終了し、ステップＳ９から
ステップＳ１０へ進み、推論を検証するための点検項目
がない場合は、そのまま、ステップＳ１５へ進み、故障
原因が探究できたかを判断する。

【０１０５】故障原因が探究できたときは、ステップＳ
１６で、例えば、図２７に示すように、推論の結果及び
論拠を上記タッチスクリーン１ａに表示し、整備員が、
この内容を確認し、画面表示された「了解」のボタンを
入力ペン２によりポイントすると、ステップＳ１７で、
仮説に対応する部品の交換手順等、必要な処置要領を表
示する。次いで、ステップＳ１８で、整備員からの処置
結果、すなわち、不具合が解消したかどうかの結果の入
力を待つ。そして、この処置結果が入力されると、ステ
ップＳ１９へ進み、探究結果の確認を行う。

【０１０６】一方、上記ステップＳ１５で、推論により
故障原因が探究できなかったと判断された場合には、上
記ステップＳ１６〜Ｓ１８をジャンプしてステップＳ１
９へ進む。

【０１０７】ステップＳ１９では、上記タッチスクリー
ン１ａに探究結果の確認画面を表示する。この探究結果
の確認画面は、例えば、図２８に示すように、探究の経
緯を表示することで行う。尚、探究結果に従って部品を
交換しても満足な結果が得られなかった場合に、整備員
が、上記ステップＳ１８で、その旨を入力すると、ステ
ップＳ１９では、タッチスクリーン１ａ上に、今回の探
究が失敗である旨の確認画面を表示する。また、ダイア
ログボックスには、例えば、 と、整備員に了解を得るための確認内容を表示する。

【０１０８】そして、整備員が事例の登録を了解する
と、ステップＳ２０で、まず、上記ＦＭＥＣＡ型知識デ
ータ記憶部１６ｃに記憶されている知識データの、今回
の探究により選出された現象と原因あるいは部品とを結
ぶ確信度（図１８参照）を、今回の故障探究結果に応じ
て更新する。すなわち、今回の探究が成功した場合に
は、確信度を相対的に高くし、また、失敗の場合には、
確信度を相対的に低くする。

【０１０９】次に、ステップＳ２１で、今回の探究結果
を診断事例として、診断事例型知識データ記憶部１６ａ
に記憶されている知識データに、例えば、図２９の「事
例-5721」のように追加する。尚、今回の探究結果が失
敗の場合には、その内容が「原因及び処置」の欄に記載
され、また、「特記事項」の欄には、「探究失敗」と記
載される。

【０１１０】次いで、ステップＳ２２へ進み、今回の探
究経緯を、診断年月日、診断者名等の補足情報と共に、
整備記録データ記憶部１７ａにメモリして、故障診断を
終了する。

【０１１１】上記整備記録データ記憶部１７ａにメモリ
されたデータは、外部印刷機等を介して取出すことがで
き、例えば、図３０に示すように、不具合記録票２１に
記載して、集計することができる。

【０１１２】このように、推論結果を問診によって検証
する際に、ユーザに関する問診や整備員に関する問診が
推論過程の順番で行われる中、ユーザに関する問診が終
了したときには直ちにユーザを開放して良い旨を表示す
るため、ユーザに関する問診が終了したにも拘らずユー
ザを拘束してしまうといった事態を回避することがで
き、時間浪費を防止することができる。

【０１１３】尚、本発明は上記実施例に限るものではな
く、例えば、知識ベース部１６を、診断事例型知識デー
タ記憶部１６ａとＦＴＡ型知識データ記憶部１６ｂ、あ
るいは、診断事例型知識データ記憶部１６ａとＦＭＥＣ
Ａ型知識データ記憶部１６ｃ、あるいは、ＦＴＡ型知識
データ記憶部１６ｂとＦＭＥＣＡ型知識データ記憶部１
６ｃとで構成するようにしても良く、さらに、単一の知
識データにより構成しても良い。

【０１１４】また、故障診断の対象機器は、航空機に限
らず、自動車、鉄道等の車輌、あるいは船舶等であって
も良い。

【０１１５】

【発明の効果】以上、説明したように本発明によれば、
知識ベース部に格納されている知識データを利用して推
論により故障原因を探究して仮説を生成し、問診に対す
る回答を得て仮説を検証する際、ユーザに関する問診が
終了したときには、ユーザに関する問診が終了したこと
を表示するため、ユーザに関する問診が終了したにも拘
らずユーザを拘束してしまうといった事態を回避するこ
とができ、直ちにユーザを開放して時間浪費を防止する
ことができる等優れた効果が得られる。

【図面の簡単な説明】

【図１】故障診断装置の機能ブロック図

【図２】推論処理ルーチンを示すフローチャート

【図３】推論処理ルーチンを示すフローチャート（続
き）

【図４】診断事例推論による仮説の生成ルーチンを示す
フローチャート

【図５】ＦＴＡ型知識ベース推論による仮説の生成ルー
チンを示すフローチャート

【図６】ＦＭＥＣＡ型知識ベース推論による仮説の生成
ルーチンを示すフローチャート

【図７】仮説の競合解消ルーチンを示すフローチャート

【図８】故障診断装置の外観図

【図９】使用モードの選択画面を示す説明図

【図１０】不具合記録票を示す説明図

【図１１】不具合現象の入力画面を示す説明図

【図１２】診断事例型知識データを示す説明図

【図１３】診断事例型知識ベース推論における類似度の
算出結果を示す説明図

【図１４】診断事例型知識ベース推論による仮説生成の
結果を示す説明図

【図１５】ＦＴＡ型知識データを示す説明図

【図１６】ＦＴＡ型知識ベース推論におけるルート探索
結果の説明図

【図１７】ＦＴＡ型知識ベース推論による仮説生成の結
果を示す説明図

【図１８】ＦＭＥＣＡ型知識データの説明図

【図１９】ＦＭＥＣＡ型知識ベース推論による類似度の
算出結果の説明図

【図２０】ＦＭＥＣＡ型知識ベース推論による仮説生成
の結果を示す説明図

【図２１】各推論によって得た仮説の集約を示す説明図

【図２２】再推論用データの説明図

【図２３】再推論によって得られた仮説の集約を示す説
明図

【図２４】ユーザー向け問診画面を示す説明図

【図２５】ユーザー向け問診の終了を示す表示画面の説
明図

【図２６】整備員向け問診画面を示す説明図

【図２７】推論結果及び論拠の表示画面を示す説明図

【図２８】探究結果を確認する表示画面を示す説明図

【図２９】新たな事例を登録した診断事例型知識データ
の説明図

【図３０】処置の内容を記載した不具合記録票を示す説
明図

【符号の説明】

Ａ 故障診断装置 １１ｂ 表示部 １４ 推論機構部 １４ｂ，１４ｃ 推論部 １４ｄ 推論制御部 １６ 知識ベース部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０１Ｍ 19/00 Ｚ (72)発明者 影井 康夫 東京都新宿区西新宿一丁目７番２号 富士 重工業株式会社内 (72)発明者 古山 雅章 東京都新宿区西新宿一丁目７番２号 富士 重工業株式会社内 (72)発明者 阿部 邦宏 東京都新宿区西新宿一丁目７番２号 富士 重工業株式会社内

Claims (1)

【特許請求の範囲】
1. 【請求項１】 故障診断に必要な知識データを記憶する
   知識ベース部(16)と、この知識データを利用して、入力
   された不具合現象に対応する故障原因を推論により探究
   する推論機構部(14)とを備え、この推論機構部(14)によ
   る故障原因の探究過程での入出力情報を表示部(11b)に
   表示する故障診断装置において、 上記推論機構部(14)に少なくとも、 故障原因を推論により探究して生成した仮説を検証する
   ための問診を生成する推論部(14b,14c)と、 上記推論部(14b,14c)からの問診を上記表示部(11b)に表
   示させて回答を得る過程において、ユーザに関する問診
   が終了したとき、ユーザに対する問診終了を上記表示部
   (11b)に表示させる推論制御部(14d)とを備えたことを特
   徴とする故障診断装置。