JP6921976B2 - 診断モデル部品再活用支援装置 - Google Patents

Description

本発明は、機器診断システムで用いられる新規の診断案件の診断モデルを構築するときに、過去の診断案件の診断モデル部品の再活用を支援する、診断モデル部品再活用支援装置および方法に関する。

機器診断システムは、診断対象機器に設置したセンサからの信号データに基づいて、診断対象機器の異常予兆を検知したり、故障原因を推定したりして、保守員に異常予兆検知や故障原因推定の情報を提供するものである。

この種の診断では、診断対象機器、診断対象事象毎に信号データを分析する診断モデルを定義する必要がある。例えば、診断対象機器の振動に基づいて異常予兆等を診断したい場合は、正常な診断対象機器に設置した振動センサの信号データを予め収集し、ローパスフィルタやＦＦＴを用いた周波数解析を施した上でK-meansなどの機械学習手法により正常時の周波数帯に関するクラスタを生成しておく。診断時には、診断対象機器に設置した振動センサの信号データに対して同様の周波数解析を施し、正常時のクラスタとの比較を行なうことによって異常の診断を行う。機器診断システムの診断精度を向上させるためには、診断の誤報（診断対象機器やセンサはいずれも正常にも関わらず、機器診断システムにおいて誤って異常が検知される）や失報（診断対象機器やセンサが異常であるにも関わらず、機器診断システムにおいて異常が検知されない）を抑制するように、診断対象機器に応じて適切な診断モデルを開発することが重要である。

一方で、機器診断システムの適用範囲の拡大に伴い、診断対象機器の数および規模が増大している。そのため、近年は、新規診断対象機器に対応する診断モデルの開発効率の大幅な向上が求められており、その一手法として、過去に開発した診断モデルの再活用による効率化が提案されている。

ソフトウェア部品の再活用を支援する従来技術として、例えば、特許文献１に記載の技術がある。この文献の要約書には、「既存の機器の制御ソフトウェアに用いられているソフトウェア部品のバージョン毎に、既存の機器の仕様の各々の頻度の分布を表す尤度を演算し、既存の機器の制御ソフトウェアに用いられているソフトウェア部品毎に、バージョンの各々の利用頻度の分布を表す事前確率を演算する。尤度と事前確率を用いて、開発対象の機器の仕様毎に、既存のソフトウェア部品の各バージョンの再利用可能性を表す事後確率を演算する。」と記述されている。

また、ソフトウェア保守の効率化の従来技術として、例えば、非特許文献１に記載の技術がある。この文献には、プログラマがソフトウェアの関数を複数回に分けて修正した場合に、同じバージョンで同時に修正される頻度の高い関数の組み合わせを抽出する技術が記述されている。

特開２０１０−２５０７３９号公報

T Zimmermann, A Zeller, P Weissgerber and S Diehl:"Mining Version Histories to Guide Software Changes", IEEE Transactions on Software Engineering 31(6), 429-445(2005)

特許文献１は、機器の仕様に応じて、個々のソフトウェア部品の再利用可能性を演算するものであるが、複数のソフトウェア部品の連結関係（呼び出し順序）に関する再利用可能性を考慮していない。また、機器の仕様に拘わらず全てのソフトウェア部品の再利用可能性が演算されるため、機器の仕様と無関係のソフトウェア部品に対し再利用可能性が高いと誤って判断する可能性がある。

また、非特許文献１は、ソフトウェアの同じバージョンにて同時に修正される頻度の高い関数の組合せを抽出するものであるが、組合せの抽出時に各関数の修正目的は考慮されない。そのため、複数の修正目的に対応して複数の関数を同時に修正した場合であっても、所定の修正目的に対応した関数を特定できず、プログラマの修正目的とは異なる目的で修正された本来は関連のない関数が同時修正の必要な関数として抽出される可能性がある。

そこで、本発明は、過去の診断モデルに含まれる複数の診断モジュール（診断モデルを構成する処理の単位）の連結関係（呼び出し順序）を診断案件の特性毎に評価し、新規の診断モデルを開発しようとする利用者に提案する再活用可能な診断モデル部品を、適切に抽出できる診断モデル部品再活用支援装置及び方法を提供することを目的とする。

上記課題を解決するため、本発明の診断モデル部品再活用支援装置は、過去の診断案件の案件特性を記憶した案件特性記憶部と、過去の診断案件の診断モデルを記憶した診断モデル記憶部と、前記診断モデルを構成する診断モジュールを記憶した診断モジュール記憶部と、新規の診断案件の診断モデルを構築するときに過去の診断案件の診断モデル部品の再活用を支援する演算装置と、を備え、前記演算装置は、前記案件特性記憶部の案件特性と前記診断モデル記憶部の前記診断モデルと前記診断モジュール記憶部の診断モジュールを用いて、前記案件特性毎に各々の診断モデルに関して診断モジュールまたはそれらの連結関係の利用頻度を計算し、該利用頻度が予め設定された閾値を超える診断モジュールまたは連結関係を再活用可能性の高い診断モデル部品として選択する再活用可能性計算部と、前記診断モデル記憶部の前記診断モデルから、前記再活用可能性の高い診断モデル部品に他の診断モジュールを組合せた連結関係を検索し、該連結関係に関して計算した利用頻度が予め設定された閾値を超える場合は、前記再活用可能性の高い診断モデル部品に前記他の診断モジュールを付加して前記連結関係を拡張する連結関係拡張部と、を有するものとした。

本発明によれば、診断案件の特性毎に、複数の診断モジュールの連結情報を評価し、再活用可能な診断モデル部品として抽出することができる。これにより、新規の診断モデルを開発しようとする利用者に、過去の診断モデルに基づく再活用可能性の高い診断モデル部品を提案できるため、新規診断モデルの開発効率を向上させることができる。

一実施例の診断モデル部品再活用支援装置の機能ブロック図。 図１の診断モデル部品再活用支援装置のハードウェア構成例。 診断モデル部品の生成処理の一例を示すフロー図。 案件特性テーブルの一例。 診断モジュールテーブルの一例。 案件特性カテゴリ・診断モジュールカテゴリ関係テーブルの一例。 診断モデル部品テーブルの一例。 検索・提示処理の一例を示すフロー図。 利用者から案件特性の入力受け付け画面表示の一例。 利用者に診断モデル部品を提案する画面表示の一例。

以下、本発明の一実施例について図面を用いながら説明する。なお、詳細については適宜補足説明するが、以下において、「案件特性」とは、データ形式、データ・センサ種類、診断目的などの診断モデルを開発する際に考慮すべき特性であり、「診断モデル」とは、診断案件の診断に必要な全ての処理の順序を規定する情報であり、「診断モジュール」とは、診断モデルを構成する処理の単位であり、「診断モデル部品」とは、診断モデルの一部である診断モジュール単体またはその組合せ順序を示す情報である。

図１は、一実施例に係る診断モデル部品再活用支援装置の機能ブロック図である。ここに示すように、診断モデル部品再活用支援装置１０は、案件特性記憶部１１と、診断モデル記憶部１２と、診断モジュール記憶部１３と、診断モデル部品記憶部１４と、診断モデル部品探索装置１５と、検索条件入力部１６と、表示部１７とを備えている。また、診断モデル部品探索装置１５は、再活用可能性計算部１５ａと、連結関係拡張部１５ｂとを有する。

図２は、診断モデル部品再活用支援装置１０を実現するハードウェア構成の一例を示した図である。診断モデル部品再活用支援装置１０における機能ブロックの一部（診断モデル部品探索装置１５等）は、プログラムに従って動作する情報処理装置２０によって実現される。この情報処理装置２０は、ＣＰＵ２１と、ＲＯＭ２２と、ＲＡＭ２３と、入出力インタフェース２４と、を備える。ＣＰＵ２１は、ＲＯＭ２２、ＲＡＭ２３に格納されたプログラムを読み出し、読みだしたプログラムに基づいて動作し、各機能ブロックとしての制御を行う。また、ＲＯＭ２２は、情報処理装置２０の起動時に２１が実現するブートプログラムや、情報処理装置２０のハードウェアに依存するプログラムなどを格納する。また、ＲＡＭ２３は、ＣＰＵ２１が実行するプログラムおよびＣＰＵ２１が使用するデータなどを格納している。なお、各機能ブロックは、ＣＰＵ２１が読み込んだ所定のプログラムを実行することにより構築される。また、ＣＰＵ２１は、入出力インタフェース２４を介して、キーボードやマウス、ディスプレイ（ＬＣＤ）などの入出力装置を制御する。また、ＣＰＵ２１は、入出力インタフェース２４を介して、キーボードやマウスなどからデータを取得する。

なお、ここで言う入出力インタフェース２４は、ディスプレイやキーボード、マウス以外のものであってもよい。例えば、ディスプレイ機能とタッチパネル機能を有するタブレット端末やスマートデバイスであってもよい。このような場合に、情報処置装置２０はＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３を有し、入出力インタフェース２４は、有線もしくは無線で接続された端末としてもよい。

診断モデル部品再活用支援装置１０における各機能ブロックを実現するハードウェア構成は、以上で説明するような情報処理装置２０の構成を基本とし、実現すべき機能によって適切な構成を採用する。

図１に戻って、各機能ブロックについて説明する。案件特性記憶部１１は、過去の診断案件の案件特性を蓄積する記憶部である。診断モデル記憶部１２は、案件特性記憶部１１に案件特性を記憶した診断案件で用いた診断モデルを蓄積する記憶部である。診断モジュール記憶部１３は、診断モデル記憶部１２に記憶した診断モデルを構成する診断モジュールを蓄積する記憶部である。診断モデル部品記憶部１４は、診断モデル部品探索装置１５が探索した診断モデル部品を記憶する記憶部である。図１では、四つの記憶部（１１〜１４）を独立したデータベースとして表示しているが、共用の記憶媒体にこれら四つを記憶させても良い。

診断モデル部品探索装置１５は、案件特性記憶部１１に記憶した案件特性毎に、診断モデル記憶部１２に記憶した診断モデルから、再活用可能な診断モデル部品（診断モジュールの連結関係）を探索する機能部である。再活用可能性計算部１５ａは、診断モジュール単体または連結関係の再活用可能性を計算する機能部である。連結関係拡張部１５ｂは、再活用可能性計算部１５ａで再活用可能性を計算した診断モジュール単体または連結関係に対して、他の診断モジュールを付加し、連結関係を拡張する機能部である。

検索条件入力部１６は、図２の入出力インタフェース２４を介して、利用者が入力した新規の診断案件の案件特性を受け付ける機能部である。表示部１７は、図２の入出力インタフェース２４を介して、利用者に対して再活用可能な診断モデル部品を提示する機能部である。

次に、本実施例で実行される処理について説明する。診断モデル部品再活用支援装置１０の動作には、案件特性毎に診断モデル部品を予め生成しておく「診断モデル部品生成」処理と、利用者が入力した案件特性に応じて診断モデル部品を提示する「検索・提示」処理の二つのフェーズがある。
＜「診断モデル部品生成」処理＞
まず、診断モデル部品再活用支援装置１０の動作のうち１つ目のフェーズである、「診断モデル部品生成」処理について説明する。

図３は、診断モデル部品再活用支援装置１０で実行される診断モデル部品の生成処理を示したフロー図である。この処理は、診断モデル部品再活用支援装置１０が診断モデル部品生成処理の実行指示を利用者から受け付けることにより開始されるが、定期的に部品生成処理を実行するようなプログラムを事前に設定しておいてもよい。

診断モデル部品の生成処理が開始されると、診断モデル部品探索装置１５は、案件特性記憶部１１に記憶されている案件特性を１件読み込む（ステップ３１）。

図４は、案件特性記憶部１１に記憶された案件特性テーブルの一例である。このテーブルにおいて、案件特性カテゴリフィールド４１は、案件特性フィールド４２に記憶する案件特性のカテゴリを記憶するフィールドであり、案件特性フィールド４２は、診断モデル部品再活用支援装置１０で診断モデルを部品化する診断案件の案件特性を記憶するフィールドである。

例えば、案件特性カテゴリ「データ形式」に対応する案件特性として、「ＣＳＶファイル（レコード４３）」、「データベース（レコード４４）」が登録されており、案件特性カテゴリ「データ・センサ種類」に対応する案件特性として、「振動センサ（レコード４５）」、「温度（レコード４６）」、「文書(レコード４７)」が登録されている。

以下では、ステップ３１で、レコード４５（案件特性カテゴリ「データ・センサ種類」、案件特性「振動センサ」）を選択したものとして説明を進める。

ステップ３１で１件の案件特性（例えばレコード４５）を選択すると、次に、診断モデル部品探索装置１５は、読み込んだ案件特性および診断モジュール記憶部１３に蓄積された診断モジュールの情報を用いて、案件特性に応じた診断モジュールの絞り込みを行う（ステップ３２）。

図５は、診断モジュール記憶部１３に記憶された診断モジュールテーブルの一例である。このテーブルにおいて、診断カテゴリフィールド５１は、診断モジュールフィールド５２に記憶する診断モジュールのカテゴリを記憶するフィールドであり、診断モジュールフィールド５２は、診断モデル部品再活用支援装置１０において診断モデルを構成するモジュールを記憶するフィールドである。ここで、診断モデルは、診断モジュールフィールド５２に記載の診断モジュールの連結関係（順次呼び出し）により構成される。

例えば、診断モジュールカテゴリ「データ入力」に対応する診断モジュールとして、「ＣＳＶファイル読込み（レコード５３）」、「データベース接続（レコード５４）」が登録されており、診断モジュールカテゴリ「フロー制御」に対応する診断モジュールとして、「スライディングウィンドウ開始（レコード５５）」、「スライディングウィンドウ終了（レコード５６）」、「条件分岐（レコード５７）」が登録されている。

また、図６は、診断モジュール記憶部１３に記憶された案件特性カテゴリ・診断モジュールカテゴリ関係テーブルの一例である。このテーブルにおいて、案件特性カテゴリフィールド６１は、案件特性カテゴリフィールド４１と同様の内容を記憶するフィールドであり、診断モジュールカテゴリフィールド６２は、診断モジュールカテゴリフィールド５１の内容を記憶するフィールドである。

例えば、案件特性カテゴリ「データ・センサ種類」に対応する診断モジュールカテゴリとして、「フロー制御（レコード６３）」、「演算（レコード６４）」、「データマイニング（レコード６５）」が登録されている。

ステップ３１で、レコード４５（案件特性カテゴリ「データ・センサ種類」、案件特性「振動センサ」）を選択した場合、図６のテーブルを参照し、案件特性カテゴリ「データ・センサ種類」に対応する診断モジュールカテゴリとして、「フロー制御（レコード６３）」、「演算（レコード６４）」、「データマイニング（レコード６５）」を抽出する。さらに、図５のテーブルを参照し、診断モジュールカテゴリ「フロー制御」に対応する診断モジュール「スライディングウィンドウ開始（レコード５５）」、「スライディングウィンドウ終了（レコード５６）」、「条件分岐（レコード５７）」を抽出するとともに、診断モジュールカテゴリ「演算」、「データマイニング」に対応する診断モジュール（ＦＦＴ、窓関数、K-means等）も抽出する。

以上で説明したステップ３２では、ステップ３１で選択した１件の案件特性に対応する診断モジュールの絞込みを行うことで、例えば案件特性「振動センサ」の診断に必要のない「ＣＳＶファイル読込み」などの診断モジュールを部品化の対象外とする。

選択した案件特性に対応する診断モジュールを絞込むと、次に、診断モデル部品探索装置１５は、絞込んだ診断モジュールの中から、診断モジュールを１件（例えば、「スライディングウィンドウ開始（レコード５５）」）読み込む（ステップ３３）。

続いて、再活用可能性計算部１５ａは、ステップ３１で読み込んだ案件特性の診断案件の診断モデルに関して、ステップ３３で読み込んだ診断モジュールの再活用可能性を検証する（ステップ３４）。この再活用可能性を検証は、例えば、診断モデル記憶部１２に記憶した過去の診断モデルから案件特性「振動センサ（レコード４５）」の診断案件の診断モデルを抽出し、診断モジュール「スライディングウィンドウ開始（レコード５５）」の利用頻度を計算することで行う。そして、計算された利用頻度が予め設定された閾値（例えば８０％）を超える場合は再活用可能性が高いと判断する。なお、ステップ３４での再活用可能性の検証は、例に挙げたように、利用頻度から検証しても良いし、ベイズ推定などの手法を用いて、利用頻度に拘わらず抽出しても良い。

選択した診断モジュールに対し、ステップ３４にて再活用可能性が高いと判断した場合、連結関係拡張部１５ｂは、再活用可能性が高い診断モジュールの連結関係を拡張する（ステップ３５）。例えば、診断モデル記憶部１２から案件特性「振動センサ」に対応する診断モデルを抽出し、ここから、診断モジュール「スライディングウィンドウ開始」に他の診断モジュールが連結された事例を検索する。そして、例えば、診断モジュール「スライディングウィンドウ開始」に診断モジュール「窓関数」が連結された事例を抽出できた場合は、「スライディングウィンドウ開始」と「窓関数」の組合せた連結関係について、再活用可能性を検証する（ステップ３４）。具体的には、診断モデル記憶部１２から案件特性「振動センサ」の診断案件の診断モデルを抽出し、診断モジュール「スライディングウィンドウ開始」「窓関数」の連結関係に関する利用頻度を計算した上で、利用頻度が予め設定された閾値を超える場合は再活用可能性が高いと判断する。このステップ３４とステップ３５の処理は、新たな診断モジュールを追加した連結関係の再活用可能性が所定の閾値を下回るまで繰り返されることになる。

そして、ステップ３４にて、新たな連結関係の再活用可能性が低いと判断された場合、診断モデル部品探索装置１５は、前回のステップ３４で再活用可能性が高いと判断していた連結関係を、診断記憶部１４に診断モデル部品として記憶する（ステップ３６）。

図７は、ステップ３１からステップ３６の処理の結果、診断モデル部品記憶部１４に登録される診断モデル部品テーブルの一例である。このテーブルにおいて、案件特性フィールド７１は、案件特性フィールド４２と同様の内容を記憶するフィールドであり、診断モデル部品フィールド７２は、案件特性フィールド７１の各案件特性に対して診断モデル部品探索装置１５が抽出した診断モデル部品を記憶するフィールドである。図７においては、例えば、案件特性「振動センサ」に対して、「ローパスフィルタ」、「スライディングウィンドウ開始」、「窓関数」、「ＦＦＴ」、「スライディングウィンドウ終了」、「ヒートマップ表示」の順序からなる診断モジュールの連結関係が、診断モデル部品（レコード７３）として登録されている。

図３に戻り、ステップ３６以降の処理を説明する。１つ目の案件特性の１つ目の診断モジュールに関して診断モデル部品を抽出した後、診断モデル部品探索装置１５は、ステップ３２で絞込んだ診断モジュールの中から、ステップ３４〜ステップ３６の処理が実行されていない診断モジュールが残っていないかを確認する（ステップ３７）。そして、未処理の診断モジュールが残っていれば、それらの夫々についても診断モデル部品を抽出する（ステップ３４〜ステップ３６）。

さらに、診断モデル部品探索装置１５は、案件特性記憶部１１に記憶した案件特性の中から、ステップ３３〜ステップ３７の処理が実行されていない案件特性が残っていないかを確認する（ステップ３８）。そして、未処理の案件特性が残っていれば、それらについても診断モデル部品を抽出する（ステップ３３〜ステップ３７）。

以上の処理を繰り返し、全ての案件特性、全ての診断モジュールについて、診断モデル部品の抽出が完了したら、図３に示した診断モデル部品生成処理を終了する。
＜「検索・提示」処理＞
続いて、診断モデル部品再活用支援装置１０の動作のうち２つ目のフェーズである、「検索・提示」処理について説明する。

図８は、診断モデル部品再活用支援装置１０で実行される検索・提示処理を示したフロー図である。この処理は、診断モデル部品再活用支援装置１０が検索・提示処理の実行を利用者から受け付けることにより開始される。なお、以下では、診断対象機器の振動センサが採取した信号データに基づいて、診断対象機器の異常予兆を検知する新規の診断モデルを開発する場合を例に、図８の処理を説明する。

診断モデル部品の検索・提示処理が開始されると、診断モデル部品探索装置１５は、利用者が開発する診断モデルの案件特性の入力を受け付ける（ステップ８１）。

図９は、案件特性の入力受け付け画面の一例である。ここに示すように、案件特性入力画面９１には、データ形式に関する入力項目９２、データ・センサ種類に関する入力項目９３、診断目的に関する入力項目９４が表示される。例えば、図４の案件特性テーブルが案件特性入力画面９１に反映される場合、入力項目９２には「ＣＳＶファイル」、「データベース」などの「データ形式」カテゴリの案件特性が表示され、入力項目９３には「振動センサ」、「温度」、「文書」などの「データ・センサ種類」カテゴリの案件特性が表示され、入力項目９４には「異常予兆検知」、「故障原因推定」など「診断目的」カテゴリの案件特性が表示される。

このような入力画面が表示されており、診断対象機器に設置した振動センサの信号データがＣＳＶファイルで出力される場合、利用者は、入力項目９２として「ＣＳＶファイル」を、入力項目９３として「振動センサ」を、入力項目９４として「異常予兆検知」を選択する。そして、これら全てを選択した後、検索ボタン９５を押下して案件特性の入力を完了する。

その後、診断モデル部品探索装置１５は、入力された案件特性に対応する、診断モデル部品を検索する（ステップ８２）。例えば、ステップ８１で入力された案件特性「ＣＳＶファイル」については、図７の診断モデル部品テーブルを照合し、レコード７３の診断モデル部品「ＣＳＶファイル読込み」を抽出する。同様に、案件特性「振動センサ」、「異常予兆検知」の各々については、レコード７４、レコード７５に登録された診断モデル部品を抽出する。すなわち、ステップ８２での検索の結果、入力された案件特性に対応する、レコード７３〜７５が抽出される。

続いて、診断モデル部品探索装置１５は、ステップ８２で検索した診断モデル部品を利用者に対して提示する（ステップ８３）。図１０は、診断モデル部品再活用支援装置１０が利用者に対して診断モデル部品の提示を行う画面の一例を示した図であり、ここに示すように、診断モデル部品提示画面１０１には、ステップ８２で抽出した、レコード７３の診断モデル部品１０２、レコード７４の診断モデル部品１０３、レコード７５の診断モデル部品１０４の３件の診断モデル部品が表示されている。

また、診断モデル部品提示画面１０１は各診断モデル部品のダウンロードボタン１０２ａ、１０３ａ、１０４ａが表示されており、利用者は、所望のダウンロードボタンを押下して、所望の診断モデル部品を入手することができる。

以上で説明した本実施例の構成を取ることによって、利用者に対して、利用者が開発する新規の診断モデルの案件特性に基づき、適切な診断モデル部品を抽出し、利用者に提示することができる。これにより、過去に熟練設計者等が開発した診断モデルに含まれる知見を容易に抽出できるので、熟練度の低い設計者が新規の診断モデルを開発する場合であっても、診断モデルの品質を容易に高めることができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

１０…診断モデル部品再活用支援装置、１１…案件特性記憶部、１２…診断モデル記憶部、１３…診断モジュール記憶部、１４…診断モデル部品記憶部、１５…診断モデル部品探索装置、１５ａ…再活用可能性計算部、１５ｂ…連結関係拡張部、１６…検索条件入力部、１７…表示部、２０…情報処理装置、２１…ＣＰＵ、２２…ＲＯＭ、２３…ＲＡＭ、２４…入出力インタフェース

Claims (4)

1. 過去の診断案件の案件特性を記憶した案件特性記憶部と、
   過去の診断案件の診断モデルを記憶した診断モデル記憶部と、
   前記診断モデルを構成する診断モジュールを記憶した診断モジュール記憶部と、
   新規の診断案件の診断モデルを構築するときに過去の診断案件の診断モデル部品の再活用を支援する演算装置と、
   を備えた診断モデル部品再活用支援装置であって、
   前記演算装置は、
   前記案件特性記憶部の案件特性と前記診断モデル記憶部の前記診断モデルと前記診断モジュール記憶部の診断モジュールを用いて、前記案件特性毎に各々の診断モデルに関して診断モジュールまたはそれらの連結関係の利用頻度を計算し、該利用頻度が予め設定された閾値を超える診断モジュールまたは連結関係を再活用可能性の高い診断モデル部品として抽出する再活用可能性計算部と、
   前記診断モデル記憶部の前記診断モデルから、前記再活用可能性の高い診断モデル部品に他の診断モジュールを組合せた連結関係を検索し、該連結関係に関して計算した利用頻度が予め設定された閾値を超える場合は、前記再活用可能性の高い診断モデル部品に前記他の診断モジュールを付加して前記連結関係を拡張する連結関係拡張部と、
   を有することを特徴とする診断モデル部品再活用支援装置。
2. 請求項１に記載の診断モデル部品再活用支援装置であって、
   前記再活用可能性計算部は、
   前記他の診断モジュールを付加した連結関係の再活用可能性が高い場合は、他の診断モジュール付加後の連結関係を診断モデル部品として選択し、
   前記他の診断モジュールを付加した連結関係の再活用可能性が低い場合は、他の診断モジュール付加前の連結関係を診断モデル部品として選択することを特徴とする診断モデル部品再活用支援装置。
3. 請求項１に記載の診断モデル部品再活用支援装置であって、
   前記案件特性とは、診断案件のデータ形式、データ・センサ種類、診断目的の少なくとも一つを含む特性であることを特徴とする診断モデル部品再活用支援装置。
4. 請求項１に記載の診断モデル部品再活用支援装置であって、
   利用者が新規の診断案件の案件特性を入力した場合に、当該案件特性に対して前記再活用可能性計算部が抽出した前記診断モデル部品を表示する表示部をさらに備えることを特徴とする診断モデル部品再活用支援装置。

Images