[go: up one dir, main page]

JP2016018372A - プログラム、予測装置及び予測方法 - Google Patents

プログラム、予測装置及び予測方法 Download PDF

Info

Publication number
JP2016018372A
JP2016018372A JP2014140543A JP2014140543A JP2016018372A JP 2016018372 A JP2016018372 A JP 2016018372A JP 2014140543 A JP2014140543 A JP 2014140543A JP 2014140543 A JP2014140543 A JP 2014140543A JP 2016018372 A JP2016018372 A JP 2016018372A
Authority
JP
Japan
Prior art keywords
time
independent device
failure
information
independent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2014140543A
Other languages
English (en)
Other versions
JP6528367B2 (ja
Inventor
河野 好伸
Yoshinobu Kono
好伸 河野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2014140543A priority Critical patent/JP6528367B2/ja
Publication of JP2016018372A publication Critical patent/JP2016018372A/ja
Application granted granted Critical
Publication of JP6528367B2 publication Critical patent/JP6528367B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

【課題】通電時間を取得することが難しい装置の故障を予測することができるプログラム、予測装置及び予測方法を提供することにある。
【解決手段】一態様のプログラムは、予測装置3に用いられるプログラムであって、
予測装置3に、独立装置1に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置2を複数の接続装置2から特定し、
特定した一の接続装置2を導入した日時以降、稼働時間と、経過時間と、故障時間とを特定し、特定した稼働時間及び経過時間に基づいて独立装置の稼働時間を算出する係数を算出し、算出した係数及び独立装置の経過時間に基づいて独立装置1の稼働時間を算出し、算出した独立装置1の稼働時間及び故障時間に基づいて独立装置1が故障する時間を予測する故障予測時間を算出する処理を実行させる。
【選択図】図1

Description

本発明は、装置の故障を予測するプログラム、予測装置及び予測方法に関する。
従来、装置に用いられる部品に通電した時間を示す通電時間を取得し、取得した通電時間に基づいて故障を予測する技術が知られている。
例えば、特許文献1には、通電時間と部品が保有する寿命時間とに基づいて故障を予測する技術が開示されている。
特開2007−199052号公報
しかし、従来の技術では通電時間で故障を予測していたため、通電時間を取得することが難しい装置の故障を予測することが難しいという問題が生じていた。
一つの側面では、通電時間を取得することが難しい装置の故障を予測することができるプログラム、予測装置及び予測方法を提供することにある。
一態様のプログラムは、通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置に用いられるプログラムであって、該予測装置に、前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定し、特定した一の接続装置を導入した日時以降、特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定し、特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出し、算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出し、算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する処理を実行させる。
一態様によれば、通電時間を取得することが難しい装置の故障を予測することができる。
予測システムの概要を示す模式図である。 独立装置のハードウェア群を示すブロック図である。 接続装置のハードウェア群を示すブロック図である。 接続情報DBに格納されているデータの一例を示す図である。 予測装置のハードウェア群を示すブロック図である。 装置情報DBに格納されているデータの一例を示す図である。 本実施形態における予測システムの処理手順を示したフローチャートである。 本実施形態における予測システムの処理手順を示したフローチャートである。 実施の形態2における装置情報DBに格納されているデータの一例を示す図である。 実施の形態2に係る予測システムを示すフローチャートである。 実施の形態3に係る予測装置のハードウェア群を示すブロック図である。 実施の形態3に係る予測装置の機能ブロック図である。
実施の形態1
以下本実施の形態を、図面を参照して説明する。図1は予測システムの概要を示す模式図である。図1に示す予測システムは、独立装置1、接続装置2及び予測装置3を備える。接続装置2及び予測装置3はインターネット、LAN(Local Area Network)または携帯電話網等の通信網Nにより相互に接続されている。接続装置2は複数の接続装置2A、2B及び2C等により構成され、通信網Nを介して、予測装置3との間で情報の送受信を行っている。
以下では予測システムの概要を説明する。独立装置1は通信網Nから独立して稼動する装置であり、例えばコンピュータ又は電源制御装置等である。接続装置2は通信網Nに接続された装置であり、例えばコンピュータ又は電源制御装置等である。接続装置2は稼動時間、温度又はアクセス数等の各種情報を予測装置3に出力する。本実施形態における独立装置1及び接続装置2はコンピュータとする。予測装置3は接続装置2の状態を監視し、独立装置1が故障する時間を予測する装置であり、例えばコンピュータ又はサーバコンピュータ等である。予測装置3は各種情報を接続装置2から取得し、取得した各種情報に基づいて独立装置1の状態を算出する。
以下では予測システムの詳細を説明する。図2は独立装置1のハードウェア群を示すブロック図である。図2に示す独立装置1は、CPU(Central Processing Unit)11、記憶部12、RAM13、入力部14及び表示部15を備える。
CPU11は、バスを介してハードウェア各部と接続されている。CPU11は例えば一もしくは複数のCPU又はマルチコアCPU等を備える。CPU11は、記憶部12に記憶されたプログラム12Pに従いハードウェアの各部を制御する。
記憶部12は例えばハードディスクまたは大容量メモリ等である。記憶部12にはCPU11が処理を行う際に必要とする種々のデータ、プログラム12Pを格納する。
RAM13は例えばSRAM(Static Random Access Memory)、DRAM(Dynamic Random Access Memory)、フラッシュメモリ等である。RAM13は、記憶部としても機能し、CPU11による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。
入力部14はマウス、キーボード又はタッチパネル等の入力デバイスであり、受け付けた操作情報をCPU11へ出力する。表示部15は液晶ディスプレイ又は有機EL(Electro Luminescence)ディスプレイ等である。
図3は接続装置2のハードウェア群を示すブロック図である。図3に示す接続装置2は、CPU21、記憶部22、RAM23、入力部24、表示部25、通信部26及び計時部27を備える。接続装置2のCPU21、RAM23、入力部24及び表示部25の作用及び動作は送信装置1のCPU11、RAM13、入力部14及び表示部15の作用及び動作と同様であるため、記載を省略する。
記憶部22は例えばHDD(ハードディスクドライブ)または大容量メモリ等である。記憶部22にはCPU21が処理を行う際に必要とする種々のデータ、プログラム22P及び接続情報DB221を格納する。
通信部26は、例えば無線LANカード又は携帯電話用通信モジュール等であり、通信網Nを介して各種情報を予測装置3との間で送受信する。計時部27は、現在の時点における日時を計時し、CPU21の要求に従って、計時結果をCPU21に出力する。
図4は接続情報DB221に格納されているデータの一例を示す図である。接続情報DB221は接続装置2と接続装置2に関するデータとを対応づけるデータベースである。接続情報DB221は、装置名列、導入日列、故障発生日列、部品情報列、経過時間列及び稼働時間列等を備える。装置名列には装置の名称が記憶される。導入日列には装置を導入した日時を示す導入日が記憶される。故障発生日列には装置の故障が発生した日時を示す故障発生日が記憶される。
部品情報列には装置の部品の情報が記憶される。部品とは例えば、HDD、CPU、RAM又はリレー等である。なお、部品情報とは例えば、部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの動作回数等である。CPU21は部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの動作回数を予め記憶部22に記憶する。あるいはCPU21は部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの動作回数を予め記憶部22に記憶された計算式により算出してもよい。CPU21は算出した部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの動作回数を接続情報DB221に記憶する。なお、部品は本実施形態に限られるものではなく、予測装置3が部品情報を保存できる部品であればよい。また、部品情報は本実施形態に限られるものではなく、部品に関する情報であればよい。本実施形態における部品情報はHDDの温度である。部品情報列には例えば30が記憶される。30とはHDDの温度が30℃であることを示す。
経過時間列には装置を導入した日時以降の時間を示す経過時間が記憶される。稼働時間列には導入日以降、装置が稼動していた時間を示す稼働時間が記憶される。なお、本実施形態における接続情報DB221の導入日列、故障発生日列には日付が記憶されているが、時間を記憶してもよい。
接続装置2のCPU21は接続装置2の装置名、導入日、故障発生日、経過時間、稼動時間及び部品情報等の各種情報を取得する。CPU21は取得した各種情報を接続情報DB221に記憶する。接続情報DB221の導入日列は予め記憶部22に記憶されている。
図5は予測装置3のハードウェア群を示すブロック図である。図5に示す予測装置3は、CPU31、記憶部32、RAM33、入力部34、表示部35、通信部36及び計時部37を備える。予測装置3のCPU31、RAM33、入力部34、表示部35及び計時部37の作用及び動作は接続装置2のCPU21、RAM23、入力部24、表示部25及び計時部27の作用及び動作と同様であるため、記載を省略する。
記憶部32は例えばHDDまたは大容量メモリ等である。記憶部32にはCPU31が処理を行う際に必要とする種々のデータ、プログラム32P及び装置情報DB321を格納する。
通信部36は、例えば無線LANカード又は携帯電話用通信モジュール等であり、通信網Nを介して各種情報を接続装置2との間で送受信する。
図6は装置情報DB321に格納されているデータの一例を示す図である。装置情報DB321は独立装置1及び接続装置2と各種情報とを対応づけるデータベースである。装置情報DB321は装置名列、導入日列、故障発生日列、部品情報列、経過時間列及び稼働時間列等を備える。装置情報DB321の装置名列導入日列、故障発生日列、部品情報列、経過時間列及び稼働時間列は接続情報DB221の装置名列導入日列、故障発生日列、部品情報列、経過時間列及び稼働時間列と同様であり、簡潔のため記載を省略する。
CPU31は複数の接続装置2から装置名、導入日、故障発生日、経過時間、稼動時間及び部品情報等の各種情報を取得する。CPU31は接続情報DB321に各種情報を記憶する。CPU31は計時部37で現在の日時を取得する。CPU31は装置情報DB321を読み込む。CPU31は現在の日付から導入日を引くことにより独立装置1の経過時間を算出する。CPU31は算出した経過時間を接続情報DB321に記憶する。装置情報DB321の独立装置1の装置名列は予め記憶されている。装置情報DB321の独立装置1に対応づけられた部品情報列及び導入日列は予め記憶されている。
本実施形態における予測システムの作用及び動作を説明する。接続装置2のCPU21は接続装置2の導入日、故障発生日、経過時間、稼動時間及び部品情報等の各種情報を取得する。
CPU21は取得した各種情報を接続情報DB221に記憶する。CPU21は各種情報を予測装置3へ出力する。CPU31は複数の接続装置2から各種情報を取得する。CPU31は装置情報DB321に各種情報を記憶する。
CPU31は計時部37で現在の日時を取得する。CPU31は装置情報DB321を読み込む。CPU31は現在日付から導入日を引くことにより独立装置1の経過時間を算出する。CPU31は独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた接続装置2を特定する。
CPU31は特定した接続装置2の稼働時間及び経過時間を特定する。CPU31は特定した稼働時間及び経過時間に基づいて独立装置1の稼動時間を算出するための係数を算出する。CPU31は例えば稼働時間を経過時間で除算することにより係数を算出する。
CPU31は特定した接続装置2の故障発生日に基づいて、接続装置2における装置を導入した日時から前記装置が故障した日時までの時間を示す故障時間を特定する。具体的にはCPU31は特定した接続装置2の故障発生日までの稼働時間を算出することにより接続装置2の故障時間を特定する。
CPU31は独立装置1の経過時間に係数を積算することにより独立装置1の稼働時間を算出する。CPU31は故障時間及び稼働時間に基づいて独立装置1が故障する時間を予測した故障予測時間を算出する。具体的には故障時間から稼働時間を引いて故障予測時間を算出する。CPU31は故障予測時間に基づいて表示部35に表示し、処理を終了する。
具体的な予測システムの作用及び動作を各図を参照しつつ説明する。接続装置2AのCPU21は装置名「接続装置2A」、導入日「2014年7月1日」、故障発生日「2014年8月20日」、部品情報「30」、経過時間「1200」及び稼動時間「1000」等の各種情報を取得する。接続装置2BのCPU21は装置名「接続装置2B」、導入日「2014年6月30日」、故障発生日「2014年8月18日」、部品情報「27」、経過時間「1248」及び稼動時間「1048」等の各種情報を取得する。
接続装置2AのCPU21は各種情報を接続情報DB221に記憶する。接続装置2BのCPU21は各種情報を接続情報DB221に記憶する。接続装置2AのCPU21は各種情報を予測装置3へ出力する。接続装置2BのCPU21は各種情報を予測装置3へ出力する。
CPU31は各種情報を接続装置2A及び2Bから取得する。CPU31は接続情報DB321に各種情報を接続装置2A及び2Bに対応づけて記憶する。
CPU31は計時部37で現在の日時「2014年8月20日」を取得する。CPU31は装置情報DB321を読み込む。CPU31は現在日付「2014年8月20日」から導入日「2014年7月26日」を引き、引いた値に24時間を積算することにより独立装置1の経過時間「600」を算出する。CPU31は独立装置1に対応づけられた部品情報「30」と同一の部品情報「30」に対応づけられた接続装置2Aを特定する。
CPU31は特定した接続装置2Aの稼働時間「1000」、経過時間「1200」及び故障発生日「2014年8月20日」を特定する。CPU31は稼働時間「1000」を経過時間「1200」で除算することにより係数「0.8333」を算出する。
CPU31は特定した接続装置2Aの故障発生日「2014年8月20日」から導入日「2014年7月1日」を引き、引いた値に24時間を積算することにより故障時間「1200」を特定する。CPU31は独立装置1の経過時間「600」に係数「0.8333」を積算することにより独立装置1の稼働時間「500」を算出する。CPU31は故障時間「1200」から稼働時間「500」を引くことにより、現在の日時から故障時間までの故障予測時間「700」を算出する。CPU31は「700時間で独立装置1が故障します」というメッセージを表示部35に表示し、処理を終了する。
次に、フローチャートを用いて予測システムの処理手順を説明する。図7〜8は本実施形態における予測システムの処理手順を示したフローチャートである。接続装置2のCPU21は接続装置2の装置名、導入日、故障発生日、部品情報、経過時間及び稼動時間等の各種情報を取得する(ステップS1)。
CPU21は取得した各種情報を接続情報DB221に記憶する(ステップS2)。CPU21は各種情報を予測装置3へ出力する(ステップS3)。CPU31は複数の接続装置2から各種情報を取得する(ステップS4)。CPU31は装置情報DB321に各種情報を記憶する(ステップS5)。
CPU31は計時部37で現在の日時を取得する(ステップS6)。CPU31は装置情報DB321を読み込む(ステップS7)。CPU31は現在日付から導入日を引くことにより独立装置1の経過時間を算出する(ステップS8)。CPU31は独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた接続装置2を特定する(ステップS9)。
CPU31は特定した接続装置2の稼働時間、経過時間及び故障発生日を特定する(ステップS10)。CPU31は特定した稼働時間及び経過時間に基づいて係数を算出する(ステップS11)。CPU31は例えば経過時間を稼働時間で除算することにより係数を算出する。
CPU31は特定した接続装置2の故障発生日に基づいて接続装置2の故障時間を特定する(ステップS12)。CPU31は独立装置1の経過時間に係数を積算することにより稼働時間を算出する(ステップS13)。CPU31は故障時間及び稼働時間に基づいて故障予測時間を算出する(ステップS14)。CPU31は故障予測時間に基づいて表示部35に表示し(ステップS15)、処理を終了する。
本実施形態によれば、通電時間を取得することが難しい装置の故障を予測することができる。
本実施形態によれば、経過時間に係数を積算することにより独立装置1の稼働時間を算出し、故障時間から算出した稼働時間を引くことで故障予測時間を算出することができる。このことにより即座に独立装置1の故障予測時間を算出することができる。
本実施形態によれば、部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの作動回数と同一の部品情報に対応づけられた装置を特定することで、コンピュータ又は電源制御装置等の多様な装置に予測システムを適用することができる。
本実施形態では稼働時間及び経過時間に基づいて係数を算出したが、CPU11は部品情報に基づいて故障発生時間を算出し、算出した故障発生時間及び経過時間に基づいて係数を算出してもよい。具体的にはCPU11はアレニウスモデルを用いて部品情報をアレニウスモデルに代入することにより故障発生時間を算出し、算出した故障発生時間を経過時間で除算することにより係数を算出する。また、本実施形態では故障時間を算出したが、故障確率を算出してもよい。
実施の形態2
図9は実施の形態2における装置情報DB321に格納されているデータの一例を示す図である。以下、特に説明する構成、作用以外の構成及び作用は実施の形態1と同等であり、簡潔のため記載を省略する。本実施形態における予測システムの作用及び動作を説明する。CPU31は独立装置1の部品情報と同一の部品情報が対応づけられた接続装置2があるか否かを判定する。CPU31は独立装置1の部品情報と同一の部品情報が対応づけられた接続装置2がないと判定した場合、ランダムに複数の接続装置2を特定する。
CPU31は複数の接続装置2の稼働時間、経過時間及び故障発生日を特定する。CPU31は特定した複数の接続装置2の稼働時間及び経過時間に基づいて係数を算出する。具体的にはCPU31は特定した複数の経過時間の夫々を複数の稼働時間の夫々で除算することにより係数を算出するための個別係数を算出し、算出した個別係数の平均値を算出することにより係数を算出する。CPU31は複数の故障発生日に基づいて複数の故障時間を特定する。CPU31は複数の故障時間に基づいて、一の故障時間を算出する。以下、実施の形態1と同様であり、簡潔のため記載を省略する。
具体的な予測システムの作用及び動作を図9を参照しつつ説明する。CPU31は独立装置1に対応づけられた部品情報「30」と同一の部品情報が対応づけられた接続装置2がないと判定する。CPU31は接続装置2A及び2Bを特定する。CPU31は接続装置2Aの経過時間「1200」、稼働時間「1000」及び故障発生日「2014年8月20日」並びに接続装置2Bの経過時間「1248」、稼働時間「1048」及び故障発生日「2014年8月18日」を特定する。
CPU31は稼働時間「1000」を経過時間「1200」で除算することにより個別係数「0.8333」を算出する。CPU31は稼働時間「1048」を経過時間「1248」で除算することにより個別係数「0.8397」を算出する。CPU31は個別係数「0.8333」及び個別係数「0.8397」の平均値を算出することにより係数「0.8365」を算出する。
CPU31は特定した接続装置2Aの故障発生日「2014年8月20日」から導入日「2014年7月1日」を引き、引いた値に24時間を積算することにより故障時間「1200」を特定する。CPU31は特定した接続装置2Bの故障発生日「2014年8月18日」から導入日「2014年6月30日」を引き、引いた値に24時間を積算することにより故障時間「1176」を特定する。
CPU31は故障時間「1176」及び故障時間「1200」の平均値を算出することにより一の故障時間「1188」を算出する。CPU31は算出した一の故障時間を用いて実施の形態1と同様に故障予測時間を算出する。以下、実施の形態1と同様であり、簡潔のため記載を省略する。
図10は実施の形態2に係る予測システムを示すフローチャートである。ステップS1〜15の処理は上述の実施の形態1に係る予測システムと同様であるので、簡潔のため説明を省略する。CPU31はステップS8の処理を終了した後、独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた接続装置2があるか否かを判定する(ステップS21)。CPU31は独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた接続装置2があると判定した場合(ステップS21:YES)、処理をステップS9へ移す。CPU31は独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた接続装置2がないと判定した場合(ステップS21:NO)、ランダムに複数の接続装置2を特定する(ステップS22)。
CPU31は複数の接続装置2の稼働時間、経過時間及び故障発生日を特定する(ステップS23)。CPU31は特定した複数の接続装置2の稼働時間及び経過時間に基づいて係数を算出するための個別係数を算出する(ステップS24)。具体的にはCPU31は特定した複数の経過時間の夫々を複数の稼働時間の夫々で除算することにより個別係数を算出する。CPU31は個別係数に基づいて係数を算出する(ステップS25)。具体的にはCPU31は算出した個別係数の平均値を算出することにより係数を算出する。
CPU31は複数の故障発生日に基づいて複数の故障時間を特定する(ステップS26)。CPU31は複数の故障時間に基づいて、一の故障時間を算出し(ステップS27)、処理をステップS13へ移す。具体的にはCPU31は複数の故障時間の平均値を算出することにより一の故障時間を算出し、処理をステップS13へ移す。
なお、本実施形態では個別係数の平均値を算出することにより係数を算出したが、係数の算出方法は本実施形態に限られない。例えば、CPU31は複数の個別係数の中央値を算出することにより係数を算出してもよい。また本実施形態では故障時間の平均値を算出することにより一の故障時間を算出したが、係数の算出方法は本実施形態に限られない。例えば、CPU31は複数の故障時間の中央値を算出することにより一の故障時間を算出してもよい。
本実施形態によれば、CPU31が独立装置1に対応づけられた部品情報と同一の部品情報を特定できなかった場合でも、装置の故障を予測することができる。
本実施形態によれば、個別係数の平均値を算出することにより係数を算出する。このことにより、即座に独立装置1の故障予測時間を算出することができる。
本実施形態によれば、個別係数の中央値を算出することにより係数を算出する。このことにより、突発的な事故又はユーザのミス等により一部の故障時間が他の故障時間に比べて著しく異なった値が含まれた場合でも蓋然性の高い故障予測時間を算出できる。
実施の形態3
以下本発明の実施の形態3をその実施の形態を示す図面に基づいて詳述する。図11は実施の形態3に係る予測装置3のハードウェア群を示すブロック図である。以下、特に説明する構成、作用以外の構成及び作用は実施の形態2と同等であり、簡潔のため記載を省略する。
予測装置3を動作させるためのプログラムは、ディスクドライブ等の読み取り部38にCD−ROM、DVD(Digital Versatile Disc)ディスク、メモリーカード、又はUSB(Universal Serial Bus)メモリ等の可搬型記録媒体38Aを読み取らせて記憶部32に記憶してもよい。また当該プログラムを記憶したフラッシュメモリ等の半導体メモリ38Bを予測装置3内に実装しても良い。当該プログラムは、通信部36によりインターネット等の通信網Nを介して接続される他のサーバ(図示せず)からダウンロードすることも可能である。以下にその内容を説明する。
図11に示す予測装置3は、上述した各種ソフトウェア処理を実行するプログラムを、可搬型記録媒体38A又は半導体メモリ38Bから読み取り、あるいは、通信網Nを介して他のサーバ(図示せず)からダウンロードする。当該プログラムは、プログラム32Pとしてインストールされ、記憶部32にロードして実行される。これより上述した予測装置3として機能する。
図12は実施の形態3に係る予測装置3の機能ブロック図である。CPU31がプログラム32Pを実行することにより、予測装置3は以下のように動作する。特定部31Aは独立装置1又は複数の接続装置2と独立装置1又は複数の接続装置2の部品の情報とを対応づけ、独立装置1に対応づけられた部品情報と同一の部品情報が対応づけられた一の接続装置2を複数の接続装置2から特定する。時間特定部31Bは特定した一の接続装置2における接続装置2を導入した日時から接続装置2が稼動していた時間を示す稼働時間と、接続装置2を導入した日時から経過した時間を示す経過時間と、接続装置2を導入した日時から接続装置2が故障した日時までの時間を示す故障時間とを特定する。算出部31Cは特定した稼働時間及び経過時間に基づいて独立装置1の稼働時間を算出するための係数を算出する。時間算出部31Dは算出した係数及び独立装置1の経過時間に基づいて独立装置1の稼働時間を算出する。予測時間算出部31Eは算出した独立装置1の稼働時間及び故障時間に基づいて独立装置1が故障する時間を予測した故障予測時間を算出する。
以上の実施の形態に関し、更に以下の付記を開示する。
(付記1)
通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置に用いられるプログラムであって、
該予測装置に、
前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定し、
特定した一の接続装置を導入した日時以降、特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定し、
特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出し、
算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出し、
算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する処理を実行させるプログラム。
(付記2)
前記係数は、特定した稼働時間を特定した経過時間で除算した値であり、
前記独立装置の稼働時間は、前記独立装置の経過時間を前記係数に積算した値であり、
前記故障予測時間は、前記故障時間から前記独立装置の稼働時間を引いた値である付記1に記載のプログラム。
(付記3)
前記複数の接続装置が前記独立装置に対応づけられた部品の情報と同一の部品情報に対応づけられているか否かを判定し、
前記複数の接続装置が前記独立装置に対応づけられた部品の情報と同一の部品情報に対応づけられていないと判定した場合、ランダムに複数の接続装置の一部又は全部を特定し、
特定した複数の接続装置の一部又は全部における夫々の稼働時間、経過時間及び故障時間を特定し、
特定した夫々の稼働時間及び経過時間に基づいて前記係数を算出するための個別係数を複数算出し、
算出した複数の個別係数に基づいて前記係数を算出し、
前記複数の故障時間に基づいて一の故障時間を算出する付記1又は付記2に記載のプログラム。
(付記4)
前記個別係数は、特定した稼働時間を特定した経過時間で除算した値であり、
前記係数は、前記複数の個別係数の平均値であり、
前記一の故障時間は、前記複数の故障時間の平均値である付記3に記載のプログラム。
(付記5)
前記個別係数は、特定した稼働時間を特定した経過時間で除算した値であり、
前記係数は、前記複数の個別係数の中央値であり、
前記一の故障時間は、前記複数の故障時間の中央値である付記3に記載のプログラム。
(付記6)
前記部品情報は、部品の温度、HDDのアクセス数、HDDのキャッシュ、メモリ使用率又はリレーの作動回数である付記1から付記5に記載のプログラム。
(付記7)
通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置された予測装置であって、
前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定する特定部と、
該特定部で特定した一の接続装置を導入した日時以降、該特定部で特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定する時間特定部と、
該時間特定部で特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出する算出部と、
該算出部で算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出する時間算出部と、
該時間算出部で算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する予測時間算出部とを備える予測装置。
(付記8)
通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置における予測方法であって、
該予測装置に、
前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定し、
特定した一の接続装置を導入した日時以降、特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定し、
特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出し、
算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出し、
算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する処理を実行させる予測方法。
今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。
1 独立装置
2 接続装置
3 予測装置
32P プログラム
221 接続情報DB
321 稼動情報DB

Claims (5)

  1. 通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置に用いられるプログラムであって、
    該予測装置に、
    前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定し、
    特定した一の接続装置を導入した日時以降、特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定し、
    特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出し、
    算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出し、
    算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する処理を実行させるプログラム。
  2. 前記係数は、特定した稼働時間を特定した経過時間で除算した値であり、
    前記独立装置の稼働時間は、前記独立装置の経過時間を前記係数に積算した値であり、
    前記故障予測時間は、前記故障時間から前記独立装置の稼働時間を引いた値である請求項1に記載のプログラム。
  3. 前記複数の接続装置が前記独立装置に対応づけられた部品の情報と同一の部品情報に対応づけられているか否かを判定し、
    前記複数の接続装置が前記独立装置に対応づけられた部品の情報と同一の部品情報に対応づけられていないと判定した場合、ランダムに複数の接続装置の一部又は全部を特定し、
    特定した複数の接続装置の一部又は全部における夫々の稼働時間、経過時間及び故障時間を特定し、
    特定した夫々の稼働時間及び経過時間に基づいて前記係数を算出するための個別係数を複数算出し、
    算出した複数の個別係数に基づいて前記係数を算出し、
    前記複数の故障時間に基づいて一の故障時間を算出する請求項1又は請求項2に記載のプログラム。
  4. 通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置された予測装置であって、
    前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定する特定部と、
    該特定部で特定した一の接続装置を導入した日時以降、該特定部で特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定する時間特定部と、
    該時間特定部で特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出する算出部と、
    該算出部で算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出する時間算出部と、
    該時間算出部で算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する予測時間算出部とを備える予測装置。
  5. 通信網から独立した独立装置が故障する時間を予測し、該通信網に接続する複数の接続装置に接続する予測装置における予測方法であって、
    該予測装置に、
    前記独立装置と該独立装置の部品の情報との対応関係及び前記複数の接続装置と該複数の接続装置の部品の情報との対応関係から、前記独立装置に対応づけられた部品の情報と同一の部品の、情報が対応づけられた一の接続装置を前記複数の接続装置から特定し、
    特定した一の接続装置を導入した日時以降、特定した一の接続装置が稼動していた時間を示す稼働時間と、該導入した日時以降の時間を示す経過時間と、該導入した日時から特定した一の接続装置が故障した日時までの時間を示す故障時間とを特定し、
    特定した稼働時間及び経過時間に基づいて前記独立装置の稼働時間を算出する係数を算出し、
    算出した係数及び前記独立装置の経過時間に基づいて前記独立装置の稼働時間を算出し、
    算出した独立装置の稼働時間及び前記故障時間に基づいて前記独立装置が故障する時間を予測する故障予測時間を算出する処理を実行させる予測方法。
JP2014140543A 2014-07-08 2014-07-08 プログラム、予測装置及び予測方法 Expired - Fee Related JP6528367B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014140543A JP6528367B2 (ja) 2014-07-08 2014-07-08 プログラム、予測装置及び予測方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014140543A JP6528367B2 (ja) 2014-07-08 2014-07-08 プログラム、予測装置及び予測方法

Publications (2)

Publication Number Publication Date
JP2016018372A true JP2016018372A (ja) 2016-02-01
JP6528367B2 JP6528367B2 (ja) 2019-06-12

Family

ID=55233558

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014140543A Expired - Fee Related JP6528367B2 (ja) 2014-07-08 2014-07-08 プログラム、予測装置及び予測方法

Country Status (1)

Country Link
JP (1) JP6528367B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018207589A (ja) * 2017-05-31 2018-12-27 東芝産業機器システム株式会社 モータ監視システムおよびモータ監視方法
KR101962739B1 (ko) * 2018-08-27 2019-03-28 서울교통공사 빅데이터 분석을 이용한 기계장비의 고장예측분석시스템 및 그 방법
CN110673997A (zh) * 2019-09-06 2020-01-10 苏州浪潮智能科技有限公司 磁盘故障的预测方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138251A (ja) * 2009-12-28 2011-07-14 Fujitsu Telecom Networks Ltd 監視制御ネットワークシステム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011138251A (ja) * 2009-12-28 2011-07-14 Fujitsu Telecom Networks Ltd 監視制御ネットワークシステム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018207589A (ja) * 2017-05-31 2018-12-27 東芝産業機器システム株式会社 モータ監視システムおよびモータ監視方法
KR101962739B1 (ko) * 2018-08-27 2019-03-28 서울교통공사 빅데이터 분석을 이용한 기계장비의 고장예측분석시스템 및 그 방법
CN110673997A (zh) * 2019-09-06 2020-01-10 苏州浪潮智能科技有限公司 磁盘故障的预测方法及装置

Also Published As

Publication number Publication date
JP6528367B2 (ja) 2019-06-12

Similar Documents

Publication Publication Date Title
US9684562B2 (en) Automatic serial starting of resource groups on failover based on the prediction of aggregate resource usage
JP5902355B2 (ja) コンピューティング装置の無線の再接続所要時間を削減するための混合範囲外/範囲内予測計算
US10162671B2 (en) Method and apparatus for performing task scheduling in terminal
CN110928751B (zh) 任务处理时间自动预测方法、装置、介质及电子设备
CN108717374B (zh) Java虚拟机启动时预热的方法、装置、及计算机设备
KR20190030428A (ko) 디바이스 수명 예측 방법, 디바이스 설계 방법, 및 컴퓨터 판독 가능한 저장매체
JP2017021628A (ja) 作業支援装置及び作業支援プログラム
US20180157557A1 (en) Determining reboot time after system update
JP2014228983A (ja) 作業管理装置、作業管理方法及びコンピュータプログラム
JP2016018372A (ja) プログラム、予測装置及び予測方法
US9430007B2 (en) Voltage regulator stress reducing system
JP2017068691A (ja) 診断プログラム、診断方法および診断装置
JP2018013971A (ja) 管理装置、情報処理方法、及びプログラム
US9182943B2 (en) Methods and devices for prime number generation
JP2009230314A (ja) 情報処理装置、データ退避プログラムおよびデータ退避方法
US9135070B2 (en) Preventing memory exhaustion of information processing apparatus based on the predicted peak memory usage and total memory leakage amount using historical data
JP2009193205A (ja) 自動チューニングシステム、自動チューニング装置、自動チューニング方法
CN104317645B (zh) 一种应用程序实例监听端口的方法及装置
JP2015055916A (ja) 情報処理装置、ファームウェア更新方法およびファームウェア更新プログラム
US8798982B2 (en) Information processing device, information processing method, and program
JP7768647B2 (ja) 予測装置、検査システム、予測方法及び予測プログラム
CN117896236A (zh) 时频系统故障诊断方法、装置、设备及存储介质
JP2019213142A (ja) 情報処理装置、プロセッサ、及び光ファイバー検査方法
CN112784276B (zh) 可信度量的实现方法及装置
CN111367750B (zh) 一种异常处理方法、装置及其设备

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170406

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180215

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180227

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180412

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180925

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181109

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190416

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190429

R150 Certificate of patent or registration of utility model

Ref document number: 6528367

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees