FMECA（故障モード影響致命度解析）とFMEAの違い｜致命度ランクの付け方
FMEAは普及している一方で、「リスクの大きさを順位付けしたいが、RPNだけでは説得力が弱い」と感じる場面は少なくありません。とくに航空宇宙・防衛・医療機器・原子力のように人命や巨額の損失に直結する分野では、「どの故障モードが致命的か」をより厳密に評価する仕組みが求められます。
そこで使われるのがFMECA（故障モード影響致命度解析）です。FMEAに「致命度解析（CA：Criticality Analysis）」を加えたもので、故障の影響の深刻さと発生確率を掛け合わせて優先順位を付けます。本記事では、FMEAとの違いを致命度解析の視点から整理し、致命度数（Cm・Cr）の計算方法、致命度ランクの付け方、致命度マトリックスの読み方まで、信頼性・品質担当者が実務で使える形で解説します。FMEAの基礎をまだ押さえていない方は、先にFMEAの進め方｜故障モード影響解析の実践ガイドを読むと理解がスムーズです。
致命度の高い故障モードを特定したら、その根本原因をAIで深掘りしませんか？
WhyTrace Plus は、なぜなぜ分析とFTAをAIが支援する根本原因分析プラットフォームです。FMECAで洗い出した致命的な故障モードを登録し、原因を対話形式で掘り下げられます。
1. FMECAとは――FMEAに「致命度解析」を加えた手法
FMECA（Failure Mode, Effects, and Criticality Analysis：故障モード影響致命度解析）とは、FMEAに致命度解析（CA）を追加し、故障モードを「影響の深刻さ」と「発生確率」の両面から定量・定性的に順位付けする信頼性解析手法である。FMEAが「どんな故障が、どんな影響を与えるか」を洗い出すところまでを担うのに対し、FMECAはそこに「どれだけ致命的か（クリティカルか）」という評価軸を上乗せする。
つまり関係は単純で、**FMECA ＝ FMEA ＋ CA（致命度解析）**である。FMEAで故障モード・影響・原因・現行管理を整理した後、その結果に対して致命度を算定する工程がCAにあたる。FMEAだけでは「重大度の高い故障」を定性的に把握するにとどまるが、CAを加えることで「限られた予算をどの故障モードに投じるべきか」を、より客観的な根拠で説明できるようになる。
FMECAは、米国国防総省が制定した規格 MIL-STD-1629A（1980年制定、2026年時点でも信頼性解析の基礎規格として広く参照されている）で体系化された。航空宇宙・防衛・原子力・医療機器など、故障が人命や巨額の損失に直結する産業で標準的に用いられている（参考：Failure mode, effects, and criticality analysis – Wikipedia）。
なぜ「致命度」という軸が必要なのか
FMEAのRPN（厳しさ×発生度×検出度）でも優先順位は付けられる。しかしRPNには「3つの指標の積であるため、検出度が低いだけで数値が膨らむ」「重大度が最高でも、ほかの指標が低ければ埋もれる」という弱点がある。FMECAは、まず**影響の深刻さ（致命度カテゴリ）**で大きく区分し、そのうえで発生確率を加味するため、「人命に関わる故障を、確率の高低にかかわらず最優先で拾い上げる」という思想を構造的に担保できる。
2. FMEAとFMECAの違い――目的・指標・適用領域
FMEAとFMECAの違いとは、致命度解析（CA）の有無であり、それに伴って評価指標・適用領域・必要なデータが変わる点である。両者は対立する手法ではなく、FMECAがFMEAを内包する包含関係にある。
主な違いを表で整理する。
| 比較軸 | FMEA | FMECA |
|---|---|---|
| 目的 | 故障モードと影響の洗い出し・予防 | 故障モードの致命度による優先順位付け |
| 評価指標 | RPN（S×O×D）またはAP | 致命度数（Cm・Cr）／致命度マトリックス |
| 必要データ | 経験的なスコア（1〜10） | 故障率λp・故障モード比α・条件付き確率βなど |
| 主な適用領域 | 自動車・電機・一般製造業全般 | 航空宇宙・防衛・原子力・医療機器 |
| 準拠規格 | AIAG-VDA FMEAハンドブック等 | MIL-STD-1629A |
| 分析の重み | 検出度を含む3軸のバランス | 重大度（致命度）を最優先 |
使い分けの目安
一般の製造業で、過去の不良データやベテランの経験から定性的にリスクを評価したい場合は、FMEA（RPNまたはAP）で十分なことが多い。一方、故障率データが取得でき、かつ故障が安全・ミッションに致命的な影響を与える製品では、FMECAの定量的な致命度解析が威力を発揮する。
注意したいのは、FMECAは「上位互換だから常に優れている」わけではない点だ。CAには故障率などの信頼性データが必要で、データが揃わない現場で無理に定量FMECAを行うと、根拠の薄い数値が独り歩きする。データの有無と影響の重大性で、FMEAに留めるかFMECAまで踏み込むかを判断するのが現実的である。
3. 致命度解析（CA）の2つの方式――定性法と定量法
致命度解析（CA）とは、各故障モードの致命度を評価して順位付けする工程であり、データの入手可否に応じて「定性的方法」と「定量的方法」の2方式が用意されている（参考：FMECA Methodology – TM 5-698-4 Chapter 4）。
定性的方法（Qualitative）
故障率の数値データが手に入らない場合に用いる方式である。各故障モードの発生確率を「頻発」「適度」「時折」「低い」「ほとんどない」といった確率レベルに区分し、致命度カテゴリ（後述の重大度クラス）と組み合わせて、致命度マトリックス上にプロットして相対評価する。データが乏しい開発初期や、定性判断で十分な場面に向く。
定量的方法（Quantitative）
部品の故障率λpなどの信頼性データが入手できる場合に用いる方式である。後述する致命度数（Cm・Cr）を計算し、数値で順位付けする。航空宇宙や防衛のように、MIL-HDBK-217などの故障率データベースが整備されている分野で採用される。
| 方式 | 前提データ | アウトプット | 向いている場面 |
|---|---|---|---|
| 定性的方法 | 確率レベルの区分のみ | 致命度マトリックス上の位置 | 開発初期・データ不足時 |
| 定量的方法 | 部品故障率λp等 | 致命度数 Cm・Cr | 故障率データが揃う高信頼性分野 |
実務では、まず定性法でスクリーニングし、重要な故障モードに絞って定量法で精緻化する、という二段構えが効率的である。
4. 致命度数の計算方法――Cm（故障モード致命度数）とCr（アイテム致命度数）
致命度数とは、定量的方法で故障モードの致命度を表す数値であり、故障モード単位のCmと、アイテム（部品・機能）単位のCrの2階層で構成される。MIL-STD-1629Aで定義された計算式に基づく。
故障モード致命度数 Cm
Cmは、ある故障モードが特定の重大度区分の影響をどれだけの頻度で引き起こすかを表す。計算式は次のとおり。
Cm ＝ β × α × λp × t
| 記号 | 名称 | 意味 |
|---|---|---|
| β（ベータ） | 条件付き確率 | その故障モードが、対象の致命的影響に至る条件付き確率（0〜1） |
| α（アルファ） | 故障モード比 | 部品の全故障のうち、その故障モードが占める割合（0〜1） |
| λp（ラムダ） | 部品故障率 | 単位時間あたりの部品の故障率 |
| t | 動作時間 | 該当ミッション・期間における動作時間（またはサイクル数） |
たとえば、部品故障率λp＝0.0005／時、故障モード比α＝0.3、条件付き確率β＝0.8、動作時間t＝100時間とすると、
Cm ＝ 0.8 × 0.3 × 0.0005 × 100 ＝ 0.012
この値が大きいほど、その故障モードは「高い確率で致命的影響に至る」と評価される（参考：FMECA | Quality-One）。
アイテム致命度数 Cr
Crは、ある重大度区分・ミッション局面における、アイテム（部品）が持つ全故障モードのCmの合計である。
Cr ＝ Σ Cm（同一の重大度区分に属するCmの総和）
Crは「その部品・機能が、特定の重大度の故障をどれだけの頻度・帰結で引き起こすか」を表す相対指標であり、複数の故障モードを抱える部品同士を比較するときの順位付けに使う（参考：FMECA – TM 5-698-4 Chapter 4）。CmとCrを分けることで、「個々の故障モードのリスク」と「部品全体のリスク」を両方の解像度で把握できる。
5. 致命度ランク（重大度クラス）の付け方
致命度ランクとは、故障の影響がどれだけ深刻かを段階的に区分した分類であり、致命度解析の出発点となる軸である。MIL-STD-1629Aでは、安全性規格MIL-STD-882の重大度区分に倣い、影響の深刻さを4つのカテゴリに分類する（参考：Severity Classification Levels (MIL-STD-1629A)）。
重大度の4区分
| カテゴリ | 名称 | 影響の内容 |
|---|---|---|
| I | Catastrophic（破滅的） | 人命の損失、システム全損につながる |
| II | Critical（致命的） | 重傷、重大な財産損害、主要機能の喪失 |
| III | Marginal（限界的） | 軽傷、軽微な損害、性能低下 |
| IV | Minor（軽微） | 安全・性能への影響はほぼなく、計画外保全の範囲 |
致命度ランクを付ける際の基本原則は、まず影響の深刻さ（カテゴリ）で分類し、そのうえで発生確率を重ねるという順序である。RPNが3指標を均等に掛けるのと対照的に、FMECAは重大度を最上位の選別基準に置く。カテゴリIの故障モードは、発生確率が低くても設計変更や冗長化の対象として最優先に扱うのが原則だ。
ランク付けの実務ステップ
- 影響の深刻さでカテゴリ（I〜IV）を割り当てる：人命・ミッション・財産への影響度で判定する。
- 発生確率を評価する：定量法ならλpから、定性法なら確率レベルから求める。
- 致命度マトリックスにプロットする：縦軸に重大度カテゴリ、横軸に致命度数（または発生確率）を取り、各故障モードを配置する。
- 対策優先順位を決める：マトリックスの右上（高重大度×高頻度）に位置する故障モードから優先的に是正する。
致命度マトリックスの読み方
致命度マトリックスは、重大度カテゴリ（縦）と致命度数Cr／発生確率（横）の2次元平面に故障モードを配置した図である。原点から遠い（右上の）故障モードほど致命度が高く、対策の優先度が上がる。マトリックスを使うことで、「数値の大小」だけでなく「重大度と頻度のどちらが効いているか」を視覚的に判断でき、関係部門への説明資料としても機能する。
なぜなぜ分析をAIで体験してみよう
FMECAで致命度の高い故障モードを特定したら、次に必要なのは「なぜその故障が起きるのか」を掘り下げる根本原因分析です。致命度ランクが高い故障モードの原因を、AIによるなぜなぜ分析で深掘りしてみましょう。事象を入力するだけで、AIが原因を順に展開します。
6. FMECAを実務に落とし込む5ステップ
FMECAの実務手順とは、FMEAの分析工程に致命度解析を接続した一連の流れである。FMEAの基本5ステップ（対象選定→故障モード特定→影響・原因分析→評価→対策）を踏まえつつ、評価工程をCAに置き換えるのがポイントだ。
ステップ1：分析対象とスコープの設定
製品・部品・機能の範囲を定める。FMECAは定量データを扱うため、FMEA以上に対象を絞り込み、「致命的影響が想定される系統」に集中することが現実的である。
ステップ2：故障モードと影響の洗い出し（FMEA部分）
各部品・機能の故障モードを列挙し、その影響を上位システムまで追跡する。ここはFMEAと同じ手順で、設計・製造・品質・信頼性の各部門でチームを組んで進める。
ステップ3：重大度カテゴリの割り当て
洗い出した影響に対し、I〜IVの重大度カテゴリを付与する。安全規格や顧客要求と整合させ、判定基準を文書化しておく。
ステップ4：致命度解析（CA）の実施
定性法なら確率レベルを区分してマトリックスにプロットし、定量法ならλp・α・β・tからCm・Crを算定する。データの入手状況に応じて方式を選ぶ。
ステップ5：致命度に基づく対策立案
致命度の高い故障モードから、設計変更・冗長化・故障率低減・検出強化などの対策を立案する。とくにカテゴリIの故障は、発生防止（故障率そのものを下げる）対策を優先する。
この後、対策を反映して致命度数を再計算し、許容水準まで下がったかを確認する。FMEAと同じく「作って終わり」にせず、設計・工程の変更時に更新し続けることが実効性の鍵である。
致命度の高い故障モードは、現場の声と過去のトラブル知見を突き合わせて深掘りすることで、本当の根本原因にたどり着けます。
WhyTrace Plus なら、FMECAで抽出した致命的故障モードを起点に、AIがなぜなぜ分析を対話形式で支援し、因果関係をツリー図で可視化します。Excelのバラバラ管理を卒業し、分析結果を組織のナレッジとして蓄積できます。
7. FMECAとなぜなぜ分析・FTAの連携
FMECAは「どの故障モードが致命的か」を広く特定する手法であり、特定した故障の「なぜ起きるか」を深掘りするには、なぜなぜ分析やFTA（故障の木解析）との連携が有効である。FMECA単独では原因の掘り下げが浅くなりがちなため、手法を組み合わせて使い分ける。
連携の流れ
- FMECAで致命度の高い故障モードを抽出する：致命度マトリックスの右上、またはCrの大きい上位の故障モードを「重点分析対象」とする。
- FTAでトップ事象から下位要因へ展開する：致命的な影響（トップ事象）が、どの部品・条件の組み合わせで発生するかをトップダウンで論理展開する。
- なぜなぜ分析で根本原因を特定する：FMECAの「原因」欄に書いた要因に対して「なぜ？」を繰り返し、表面的な原因ではなく構造的な根本原因に到達する。
- 対策を反映し致命度数を再評価する：発生確率を下げる対策（故障率λpの低減）を中心に立案し、Cm・Crを再計算する。
FMECAがボトムアップで網羅的にリスクを拾い、FTAがトップダウンで重大事象のメカニズムを解き、なぜなぜ分析が個別原因を深掘りする――この3手法の役割分担を理解すると、致命度の高い故障に対して「広く拾い、深く掘る」分析体制を構築できる。
よくある質問（FAQ）
Q. FMEAとFMECAはどちらを使えばよいですか？
故障率などの信頼性データが揃わず、経験ベースで定性的にリスク評価したい一般製造業ではFMEA（RPN／AP）で十分です。一方、故障が人命やミッションに致命的な影響を与え、かつ故障率データが入手できる場合はFMECAの致命度解析が適しています。まずFMEAから始め、必要に応じてCAを追加する進め方が現実的です。
Q. 致命度数Cmを計算するための故障率λpはどこから入手しますか？
部品の故障率は、MIL-HDBK-217などの信頼性予測データベースや、メーカー提供の信頼性データ、自社の故障実績データから得ます。データが入手できない場合は、無理に定量計算をせず、致命度マトリックスを用いた定性的方法でランク付けするのが安全です。
Q. RPNと致命度数（Cm・Cr）は何が違いますか？
RPNは厳しさ・発生度・検出度を1〜10で採点した積で、経験的・相対的な指標です。致命度数は故障率λpや条件付き確率βなどの実データから算定する定量指標で、より客観的な順位付けが可能です。RPNが3指標を均等に扱うのに対し、致命度解析は重大度（致命度カテゴリ）を最優先する点が思想的な違いです。
Q. 中小企業でもFMECAは導入できますか？
致命度マトリックスを用いた定性的方法であれば、故障率データがなくても導入できます。重大度カテゴリ（I〜IV）と確率レベルの区分を決め、故障モードをプロットするだけでも、RPN単独より「致命的故障を取りこぼさない」評価ができます。定量計算は、データが揃う重要部品に絞って段階的に取り入れるとよいでしょう。
Q. FMECAの結果はどう保管・活用すべきですか？
致命度の高い故障モードと、その根本原因・対策はナレッジとして組織で共有・蓄積することが重要です。設計・工程変更やトラブル発生のたびに更新し、過去の分析結果を検索・再利用できる状態にしておくと、類似製品のFMECA作成工数を大きく削減できます。
まとめ
本記事では、FMECA（故障モード影響致命度解析）とFMEAの違いを、致命度解析（CA）の視点から整理しました。要点を振り返ります。
- FMECA ＝ FMEA ＋ CA：FMEAの故障モード洗い出しに、致命度解析を加えて優先順位を付ける手法。MIL-STD-1629Aで体系化されている。
- 違いの核心はCAの有無：FMEAはRPN／APで相対評価、FMECAは致命度数や致命度マトリックスで重大度を最優先に評価する。
- CAには定性法と定量法：データがなければマトリックスで定性評価、故障率λpが揃えばCm・Crを定量計算する。
- 致命度数の計算：Cm＝β×α×λp×t（故障モード単位）、Cr＝ΣCm（アイテム単位）。
- 致命度ランク：重大度をI〜IVに区分し、まず深刻さで分類してから発生確率を重ねる。カテゴリIは確率に関わらず最優先。
FMECAは強力な手法ですが、致命度の高い故障モードを特定した「その先」――なぜそれが起きるのかの根本原因究明こそが、本質的な品質・信頼性向上につながります。FMECAで抽出した致命的故障モードのなぜなぜ分析を、Excelの横並び表ではなくAIとツリー図で可視化したい場合は、WhyTrace Plusをぜひお試しください。FMEAの基礎から確認したい方はFMEAの進め方｜故障モード影響解析の実践ガイドもあわせてご覧ください。
Sources:
- Failure mode, effects, and criticality analysis – Wikipedia
- FMECA | Failure Mode, Effects & Criticality Analysis – Quality-One
- FMECA Methodology – TM 5-698-4 Chapter 4 (US Army Corps of Engineers)
- Severity Classification Levels (MIL-STD-1629A)
関連サービス
原因分析・品質改善・設備信頼性の知見を広げるために、姉妹サービスの関連記事もご活用ください。
- なぜなぜ分析の完全ガイド（GenbaCompass）
- 設備故障の前兆パターン（PlantEar）
- QC7つ道具とナレッジ管理（know-howAI）
著者
國分 良太
制御設計エンジニア → AI・IoT・DX推進｜AIコンサルタント｜東京の製造業メーカー開発部門
製造業の現場で設備設計・改善プロジェクト・品質向上施策に従事。なぜなぜ分析（RCA）やリスクアセスメントの実務経験をもとに、現場DXを支援するアプリケーションの開発と情報発信に取り組んでいます。AIコンサルタントとして、企業のAI・生成AI活用や現場DX導入の支援も行っています。
※ 本サイトは所属企業とは関係のない個人活動です。記載の見解は筆者個人のものです。