JPH07271589A

JPH07271589A - 故障診断装置

Info

Publication number: JPH07271589A
Application number: JP6059569A
Authority: JP
Inventors: Makoto Takasu; 誠多賀須; Tatsuya Suzuki; 達也鈴木; Satoru Takahashi; 哲高橋; Yasuo Kagei; 康夫影井; Masaaki Furuyama; 雅章古山; Kunihiro Abe; 邦宏阿部
Original assignee: Fuji Heavy Industries Ltd
Current assignee: Subaru Corp
Priority date: 1994-03-29
Filing date: 1994-03-29
Publication date: 1995-10-20

Abstract

(57)【要約】【目的】知識ベースの維持コストの低減を図ると共
に、故障探究の成功率を高めることのできる故障診断装
置を提供する。【構成】不具合現象が入力されると、推論機構部１４
では知識ベース部１６に記憶されている知識データを利
用して故障原因を推論により探究し、仮説を生成する。
整備員は、上記推論機構部１４で出された探究結果を検
証し、その結果、不具合が解消したか、故障箇所を特定
できたか等、検証の結果を入力する。すると、事例登録
部１５ｂでは、入力された検証結果から、今回の原因探
究が成功か、失敗かを判断し、成功した場合には、上記
知識ベース部１６に設けた診断事例型知識データ記憶部
１６ａの知識ベースに成功事例として蓄積し、また、失
敗であった場合には、失敗事例として蓄積する。その結
果、知識データが蓄積され、例えば、失敗事例として蓄
積された仮説は、次回以降には導き出されず、故障探究
を重ねる都度に次第に故障探究の成功率が高くなる。

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係り、特に探究
結果を診断事例として蓄積することで技術データを自動
的に収集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、知識ベースに記憶されている知識デー
タを利用して推論により探究するものが知られている。

【０００４】

【発明が解決しようとする課題】ところで、このような
従来の故障診断装置では、知識ベースとしてルール型知
識データと事例型知識データ等、単独の知識データを利
用して故障原因を探究するもの、あるいは、上述の先行
技術に示されているように、ルール型知識データと事例
型知識データ等、異なる知識データを利用して故障原因
を探究するものがあるが、何れの場合においても、知識
が漏れなく獲得されていないと、明快な仮説を導き出す
ことができない。

【０００５】しかし、車輛、航空機等の分野では制御系
の技術の進歩がめざましく、取扱う診断の内容がより複
雑化を極める傾向にあり、このような分野において、知
識ベースを漏れのないように構築しようとすれば、開発
経費が膨大になるばかりか、問診内容が冗長的になって
しまい、使い勝手が良くない。

【０００６】一方、車輛、航空機等の分野で診断内容の
複雑化に対応して逐次知識ベースを構築することは膨大
な時間と維持費が掛かるため実現性に乏しい。

【０００７】本発明は、上記事情に鑑みてなされたもの
で、知識ベースの改修等に要する維持費を抑制しなが
ら、複雑化する診断内容を既存の知識ベースで有効に対
応することができて使い勝手の良い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
本発明による第一の故障診断装置は、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
を利用して故障原因を推論により探究する推論機構部
と、技術情報収集部とを備え、この技術情報収集部に、
上記推論機構部で生成した仮説を検証した結果の入力デ
ータを収集するデータ収集部と、検証の結果、不具合現
象が解消した場合には今回の探究結果を成功事例として
上記知識ベース部に蓄積する事例登録部とを備えること
を特徴とする。

【０００９】上記目的を達成するため本発明による第二
の故障診断装置は、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故障原
因を推論により探究する推論機構部と、技術情報収集部
とを備え、この技術情報収集部に、上記推論機構部で生
成した仮説を検証した結果の入力データを収集するデー
タ収集部と、検証の結果、不具合現象が解消しない場合
には今回の探究結果を失敗事例として上記知識ベース部
に蓄積する事例登録部とを備えることを特徴とする。

【００１０】

【作用】第一の故障診断装置では、整備員が不具合現
象を入力すると推論機構部では、知識ベース部に記憶さ
れている知識データから、上記不具合現象に対応する事
象を探索し、次いで、この事象に基づき上記知識データ
を利用して故障原因を推論により探究し、仮説を導き出
す。

【００１１】整備員は、上記故障診断装置から出力され
た仮説に従って、部品を交換したり、所定箇所の点検を
行い、不具合現象が解消されたかあるいは故障原因が解
明できたかどうかを検証し、その結果を入力する。

【００１２】すると、この入寮されたデータがデータ収
集部で収集され、事例登録部では、上記データ収集部に
入力されたデータから、検証の結果、不具合が解消され
たと判断した場合には、今回の探究結果を成功事例とし
て上記知識ベース部に蓄積する。

【００１３】第二の故障診断装置では、整備員が不具合
現象を入力すると推論機構部では、知識ベース部に記憶
されている知識データから、上記不具合現象に対応する
事象を探索し、次いで、この事象に基づき上記知識デー
タを利用して故障原因を推論により探究し、仮説を導き
出す。

【００１４】整備員は、上記故障診断装置から出力され
た仮説に従って、部品を交換したり、所定箇所の点検を
行い、不具合現象が解消されたかあるいは故障原因が解
明できたかどうかを検証し、その結果を入力する。

【００１５】すると、入力されたデータがデータ収集部
で収集され、事例登録部では、上記データ収集部に入力
されたデータから、検証の結果、不具合が依然解消され
ないと判断した場合には、今回の探究結果を失敗事例と
して上記知識ベース部に蓄積する。

【００１６】

【実施例】以下、図面に基づいて本発明の実施例を説明
する。

【００１７】なお、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。

【００１８】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。

【００１９】上記故障診断装置Ａは空港の整備部門等に
配備されているもので、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。

【００２０】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。又、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。

【００２１】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
れていると共に、後処理としての表示制御部１２ｃが設
けられている。

【００２２】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１０参
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。又、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。又、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。

【００２３】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。

【００２４】又、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。

【００２５】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中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。

【００２６】ルール・ベース推論部１４ｂでは、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、「ＦＭＥ
ＣＡ」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
を推論により探究し、仮説を生成する（詳細について
は、後述のフローチャートで説明する）。

【００２７】事例ベース推論部１４ｃでは、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
似する事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
して、故障原因あるいは故障箇所の仮説を生成する。

【００２８】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
して出力する。

【００２９】技術情報収集部１５は、データ収集部１５
ａと事例登録部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本体に入力し
た不具合項目、点検箇所、測定値等、整備作業中に入力
したデータ及び、上記結論仮説に従い、部品を交換する
などして上記仮説を検証した結果、（不具合が解消した
か、依然解消しないか、あるいは、故障原因が特定でき
たか等）の入力データを収集する。事例登録部１５ｂで
は、上記データ収集部１５ａに入力されたデータに基づ
き今回の探究結果（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１６
ａの知識データに蓄積する。

【００３０】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。

【００３１】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１１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。なお、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。

【００３２】不具合記録票には、図９に示すように、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。

【００３３】又、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。

【００３４】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１４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、又、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。

【００３５】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
び部品又は系統の信頼性情報等を解析し、図１７に示す
ように、不具合現象と故障原因とを部品又は系統毎に分
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、部品又は系統の故障モー
ド、故障の影響、及び故障の探知方法が記述されてい
る。又、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、部品又は系統の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。

【００３６】又、電子化マニュアルデータは、構成部品
等の点検、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２３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
ンプの点検要領など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。

【００３７】又、上記運用記録データ部１７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に
は、不具合現象に対する処置、点検結果、及び試運転の
状況などの整備結果を事例毎に記憶される。又、上記作
業経過一時記憶部１７ｂには、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。

【００３８】次に、故障診断手順について、図２乃至図
７のフローチャートに従って説明する。なお、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。

【００３９】この故障診断は図２の推論処理ルーチンに
従って実行される。

【００４０】先ず、整備員は、故障診断装置Ａの装置本
体１のタッチスクリーン１ａに表示されたメニューから
「診断の開始」を選択すると、図１０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。

【００４１】整備員は、ステップＳ１で、手渡された不
具合記録票２１（図９参照）等の帳票を参照して、航空
機のシステムの可動状態などの必要事項、あるいは乗員
などから伝えられた不具合現象（症状）を入力ペン２を
用いて上記タッチスクリーン１ａに入力する。

【００４２】なお、図９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
運転状況などの整備記録データを書込むことができる
（図２７、図３０参照）。

【００４３】一方、ステップＳ２では、後述するステッ
プＳ１２で表示された問診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。

【００４４】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、「入力終了」のウインドウを入力ペン２により選出
すると、入力された情報（年月日、任務、内容等）が入
力データとして出力され、ステップＳ３でメモリに保管
される。

【００４５】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
データの事象等との類似度を算出する。

【００４６】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。

【００４７】(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。なお、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。

【００４８】(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。なお、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。

【００４９】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。

【００５０】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」、又は、「エ
ン」「ジンが」「始動せ」「ず」等のように３文字毎に
分解する。

【００５１】(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。

【００５２】(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。

【００５３】(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。

【００５４】(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。

【００５５】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。

【００５６】 (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。なお、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。

【００５７】その結果、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１
６ａ〜１６ｃの知識データ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。

【００５８】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１１に示す通りで、この各診断事例の類
似度は、図１２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。

【００５９】又、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１４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。

【００６０】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。

【００６１】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１７に示す通りで、この中で類似度
は、図１８に示すように、「燃料片減り」が最も高い値
を示す。

【００６２】上記ステップＳ４で各知識データ記憶部１
６ａ〜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、次のステップＳ５，Ｓ
６，Ｓ７を平行に実行し（コンカレント処理）、各ステ
ップＳ５，Ｓ６，Ｓ７で、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。

【００６３】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。又、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。

【００６４】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。

【００６５】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
１、図１２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。なお、図１１、図
１２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。

【００６６】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。この信
頼度は、他の推論（ＦＴＡ推論あるいはＦＭＥＣＡ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。なお、
本実施例では、図１３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。

【００６７】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のステップＳ８
へ戻る。

【００６８】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。

【００６９】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、類似度が予め
設定した「しきい値」以上の仮説を選出して仮説の絞り
込みを行う。

【００７０】例えば、「しきい値」を１５とした場合、
図１４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。

【００７１】そして、ステップＳ４２で、上記ステップ
Ｓ４２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１４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１５に示すように、ルート１〜５の５
通りになる。

【００７２】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１５で探索したルートの
完全度は以下の通りである。

【００７３】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。

【００７４】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し、
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のステッ
プＳ８へ戻る。

【００７５】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１６に示すように、「ＦＴ
Ａ推論による仮説」は、ルート１〜５の全てが対象とな
る。

【００７６】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。

【００７７】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１７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１８参照）。

【００７８】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１７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。

【００７９】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１７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。

【００８０】次いで、ステップＳ５５で、上記ステップ
Ｓ５４で選出した部品又は原因の信頼度をそれぞれ算出
し、この信頼度及び仮説を「ＦＭＥＣＡ推論による仮
説」として、例えば、図１９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のス
テップＳ８へ戻る。

【００８１】なお、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。

【００８２】そして、図２に示す推論処理ルーチンのステップＳ８へ
戻り、上記ステップＳ５，Ｓ６，Ｓ７で生成した仮説が
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。

【００８３】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、表に集約
する。上記各ステップＳ５，Ｓ６，Ｓ７で生成した仮説
は、例えば、図２０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る。

【００８４】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２０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。

【００８５】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。

【００８６】その結果、例えば、図２０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。

【００８７】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、
「診断未終了」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２０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２１参照）、このデータを
「診断未終了」の情報とともに出力して、ステップＳ９
へ戻る。

【００８８】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。

【００８９】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、「診断終了」の情報と
ともに出力し、ルーチンを抜ける。なお、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「診
断終了」の情報を出力して、ステップＳ９へ戻る。

【００９０】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「診断終了」の情報とともに出力して、
ステップＳ９へ戻る。

【００９１】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。

【００９２】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。

【００９３】図２１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。

【００９４】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。

【００９５】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。

【００９６】一方、ステップＳ６で実行されるＦＴＡ推
論では、図１４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１５に示すルート５が最も強く
なり、従って、図２２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。

【００９７】一方、ステップＳ７でのＦＭＥＣＡ推論で
は、図１７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。

【００９８】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
２２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
「診断終了」の情報とともに出力して、ステップＳ９へ
戻る。

【００９９】そして、上記ステップ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へ分岐して、整備員、あるいは、ユーザに対する
問診の内容を絞り込む。この問診により、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。すなわち、例えば、ＦＴＡ型知識ベースでは、
図１５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。従って、ブ
ースタ・ポンプの異常を特定する箇所を問診で指定し、
この箇所を点検することで、故障箇所を更に絞り込むこ
とができる。

【０１００】そして、ステップＳ１２で、上記ステップ
Ｓ１１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に表示し、同時に、関連する点検要領等の
作業内容や必要な情報を、例えば、図２３に示すように
表示する。そして、ステップＳ１，Ｓ２へ戻り、整備員
からの点検結果の入力を待つ。

【０１０１】そして、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。

【０１０２】そして、推論が終了し、ステップＳ９から
ステップＳ１０へ進み、仮説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Ｓ１３へ進み、故障
原因が探究できたかを判断する。

【０１０３】故障原因が探究できたときは、ステップＳ
１４で、例えば、図２４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、「了解」のウインドウを入力ペン２
により選出すると、ステップＳ１５で、仮設に対応する
部品の交換手順等、必要な処置要領等の情報を表示し、
ステップＳ１６へ進み、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。

【０１０４】整備員は、上記タッチスクリーン１ａ上で
提示された部品を交換し、あるいは必要な箇所の点検を
行った結果、不具合現象が解消し、あるいは、故障箇所
を特定できた場合、その検証内容を入力する。

【０１０５】すると、今回の推論による探究結果が成功
と判断され、ステップＳ１７で、その結果の確認画面を
上記タッチスクリーン１ａに表示する。上記タッチスク
リーン１ａには、例えば、図２５に示すように、探究の
経緯、検証結果等を表示すると共に、今回の探究が成功
である旨、及び今回の探究結果を成功事例として蓄積す
る旨のダイアログボックスを表示する。

【０１０６】整備員が、ダイアログボックスの内容を確
認し、「了解」のウインドウを入力ペン２により選択す
ると、ステップＳ１８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１７参照）を、今回の探究が成功である
ため相対的に高い値で更新する。

【０１０７】そして、ステップＳ１９で、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、
今回の探究結果を成功事例として、例えば、図２６の
「事例-5721」のように追加し、蓄積する。

【０１０８】次いで、ステップＳ２０へ進むと、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。

【０１０９】この整備記録データ記憶部１７ａにメモリ
されたデータは、外部印刷機などを介して取出すことが
でき、例えば、図２７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。

【０１１０】一方、上記ステップＳ１４で提示された論
拠に沿い、上記ステップＳ１５で表示された処置要領に
従って、部品を交換し、あるいは必要な箇所の点検を行
った結果、不具合現象が依然解消せず、あるいは、故障
箇所が特定されなかった場合に、上記ステップＳ１６で
その旨を入力すると、ステップＳ１７では、上記タッチ
スクリーン１ａに、例えば、図２８に示すように、探究
の経緯等を表示すると共に、ダイアログボックスには、
今回の探究が失敗である旨、及び失敗事例として登録す
る旨の確認画面が表示される。

【０１１１】そして、整備員が、上記ダイアログボック
スの内容を確認し、「了解」のウンドウを入力ペン２に
より選出すると、ステップＳ１８では、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１７参照）を、今回の故障探究結
果が失敗であるため、相対的に低い値で更新する。

【０１１２】そして、ステップＳ１９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１６
ａに記憶されている知識データに、例えば、図２９に示
すように、「事例-5721」として追加し、蓄積する。

【０１１３】ところで、この故障診断措置Ａでは、上記
ステップＳ５，Ｓ６，Ｓ７で、満足な仮説が生成され
ず、故障原因が探究できない場合、あるいは、推論によ
り導き出された結論が、自己の経験から判断して明らか
に間違いの場合、または、今回の故障探究が失敗であっ
た場合、整備員が独自に探究し、その結果を知識として
獲得できるように設定されている。

【０１１４】すなわち、上記ステップＳ１３で、上記各
知識データを利用して推論した結果、故障原因を探究す
ることができなかった場合、あるいは上述の失敗事例と
同じ探究結果が導き出された場合に、ステップＳ２１へ
分岐し、ここで整備員が独自に故障を探究する。

【０１１５】そして、探究の結果、不具合現象が解消し
たときには、ステップＳ２２で、この整備員の探究の経
緯を上記タッチスクリーン１ａに入力する。すると、ス
テップＳ２３で、この入力されたデータに基づいて、知
識ベースとして蓄積するための知識が獲得され、ステッ
プＳ１７へ戻り、その探究結果の確認画面が上記タッチ
スクリーン１ａに表示される。

【０１１６】この表示画面を確認して、「了解」のウイ
ンドウを入力ペン２により選出すると、ステップＳ１８
で、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、今回の独自の探究により解明さ
れた故障原因或は交換部品と、不具合現象とを結ぶ確信
度（図１７参照）を、相対的に高い値で更新する。

【０１１７】そして、ステップＳ１９で、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、
今回の探究結果を成功事例として、例えば、図２９の
「事例-5722」のように追加し、蓄積する。

【０１１８】その結果、「事例-5721」に示すように、
推論により探究された結論仮説が失敗であっても、「事
例-5722」に示すように、独自に探究した知識を診断事
例型知識データに蓄積することで、同様の不具合が生じ
た場合に、推論により再度失敗事例と同様の仮説が生成
されることがなく、他の知識データを補間することがで
きる。

【０１１９】次いで、ステップＳ２０へ進み、今回の探
究経緯を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。

【０１２０】なお、整備員の独自の探究により得られた
データは、前述のように外部印刷機を接続することで、
図３０に示すように、不具合記録票２１に記載する等し
て外部に取出すことができる。

【０１２１】このように、本発明では、推論により得ら
れた仮説を検証し、その結果を入力することで、推論に
よる故障原因の探究が成功か、失敗かを知識ベースにフ
ィードバックさせることができ、成功した場合には、診
断事例型知識データ記憶部１６ａに記憶されている知識
データが自動的に更新されるので、故障診断装置Ａを使
い込むことで、知識が多く蓄積されて次第に高い成功率
を得ることができる。その結果、知識ベースの維持コス
トを低減することができるばかりでなく、使い勝手が良
くなる。

【０１２２】また、整備員の独自の探究結果も知識とし
て獲得できるようにしたので、整備員の潜在的知識を比
較的容易に獲得できるようになり、知識ベースをより緻
密に構築することができる。さらに、失敗事例を登録す
ることで、次回以降の故障診断の際には、同様に結論仮
説が導き出されず、整備作業の効率化が図れるばかりで
なく、この失敗事例と上記独自の探究結果の入力機能と
を合わせることで、複雑化する診断内容に対し既存の知
識ベースで有効に対応することができ、しかも故障診断
装置Ａを使い込むことで、上述と同様に故障診断の成功
率を高くすることができる。その上、失敗事例と独自の
探究結果とを知識ベースを改修するときの参考にするこ
とで、推論による探究結果をより緻密に絞り込むことが
できる。

【０１２３】なお、本発明は上記実施例に限るものでは
なく、例えば故障診断の対象は、航空機に限らず、自動
車、鉄道等の車輛、あるいは船舶などであっても良い。

【０１２４】

【発明の効果】以上、説明したように本発明によれば、
推論により得られた探究結果を検証し、その結果を入力
することで、今回の探究結果が成功か、失敗かをフィー
ドバックさせて、知識を蓄積することができるため、故
障診断装置を使い込むほどに使い勝手が良くなる。

【０１２５】その結果、知識ベースの改修等に要する維
持費を抑制することができるばかりでなく、複雑化する
診断内容を既存の知識ベースで有効に対応することがで
き、しかも、高い信頼性を得ることができる。

【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】不具合記録票を示す説明図

【図１０】不具合現象の入力画面を示す説明図

【図１１】診断事例型知識データを示す説明図

【図１２】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１３】診断事例型知識ベース推論による仮説を信頼
度によって表した説明図

【図１４】ＦＴＡ型知識データを示す説明図

【図１５】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１６】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１７】ＦＭＥＣＡ型知識データの説明図

【図１８】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１９】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２０】各推論によって得た仮説の集約を示す説明図

【図２１】再推論用データの説明図

【図２２】再推論によって得られた仮説の集約を示す説
明図

【図２３】問診時の表示画面を示す説明図

【図２４】推論結果及び論拠の表示画面を示す説明図

【図２５】成功した探究結果の確認の表示画面を示す説
明図

【図２６】新たな成功事例を登録した診断事例型知識デ
ータの説明図

【図２７】処置の内容を記載した不具合記録票を示す説
明図

【図２８】失敗した探究結果の確認の表示画面を示す説
明図

【図２９】新たな失敗事例及び独自に探究した成功事例
を登録した診断事例型知識データの説明図

【図３０】独自の探究による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】

１４推論機構部１５技術情報収集部１５ａデータ収集部１５ｂ事例登録部１６知識ベース部

───────────────────────────────────────────────────── フロントページの続き (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

【特許請求の範囲】

【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故
障原因を推論により探究する推論機構部（１４）と、技術情報収集部（１５）とを備え、この技術情報収集部（１５）に、上記推論機構部（１４）で生成した仮説を検証した結果
の入力データを収集するデータ収集部（１５ａ）と、検証の結果、不具合現象が解消した場合には今回の探究
結果を成功事例として上記知識ベース部（１６）に蓄積
する事例登録部（１５ｂ）とを備えることを特徴とする
故障診断装置。
【請求項２】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故
障原因を推論により探究する推論機構部（１４）と、技術情報収集部（１５）とを備え、この技術情報収集部（１５）に、上記推論機構部（１４）で生成した仮説を検証した結果
の入力データを収集するデータ収集部（１５ａ）と、検証の結果、不具合現象が解消しない場合には今回の探
究結果を失敗事例として上記知識ベース部（１６）に蓄
積する事例登録部（１５ｂ）とを備えることを特徴とす
る故障診断装置。