CN106575117B - 作业机械的油特性的诊断系统 - Google Patents

作业机械的油特性的诊断系统 Download PDF

Info

Publication number
CN106575117B
CN106575117B CN201580042547.0A CN201580042547A CN106575117B CN 106575117 B CN106575117 B CN 106575117B CN 201580042547 A CN201580042547 A CN 201580042547A CN 106575117 B CN106575117 B CN 106575117B
Authority
CN
China
Prior art keywords
oil
abnormality
sensor information
collection
determination
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.)
Active
Application number
CN201580042547.0A
Other languages
English (en)
Other versions
CN106575117A (zh
Inventor
中村辉雄
仓迫彬
秋田秀树
滨町好也
箱崎胜利
小仓兴太郎
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.)
Hitachi Construction Machinery Co Ltd
Original Assignee
Hitachi Construction Machinery Co 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 Hitachi Construction Machinery Co Ltd filed Critical Hitachi Construction Machinery Co Ltd
Publication of CN106575117A publication Critical patent/CN106575117A/zh
Application granted granted Critical
Publication of CN106575117B publication Critical patent/CN106575117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/20—Drives; Control devices
    • E02F9/2025—Particular purposes of control systems not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/26—Oils; Viscous liquids; Paints; Inks
    • G01N33/28—Oils, i.e. hydrocarbon liquids
    • G01N33/2888—Lubricating oil characteristics, e.g. deterioration
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/20—Drives; Control devices
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/20—Drives; Control devices
    • E02F9/2058—Electric or electro-mechanical or mechanical control devices of vehicle sub-units
    • E02F9/2095—Control of electric, electro-mechanical or mechanical equipment not otherwise provided for, e.g. ventilators, electro-driven fans
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/26—Indicating devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/26—Oils; Viscous liquids; Paints; Inks
    • G01N33/28—Oils, i.e. hydrocarbon liquids
    • G01N33/30—Oils, i.e. hydrocarbon liquids for lubricating properties
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/004—Indicating the operating range of the engine

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Structural Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Component Parts Of Construction Machinery (AREA)
  • Operation Control Of Excavators (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

一种作业机械的诊断系统，具备：存储装置(210)，其存储有从对在作业机械的运转中利用的油的油特性进行检测的传感器(101A)输入的传感器信息(A)及按每一种该传感器信息(A)设定的异常度判定值；以及运算处理装置(104)，其执行以下处理：基于传感器信息(A)和异常度判定值来判断油的异常度的程度的第1处理；基于在该第1处理中判断出的油的异常度的程度来判断是否需要进行伴随着油采集的油分析的第2处理；和在第2处理中判断成有必要进行油分析的情况下将该主旨向其他终端输出的第3处理。

Description

作业机械的油特性的诊断系统
技术领域
本发明涉及对在作业机械中使用的油的特性进行诊断的系统。
背景技术
近年来，尝试在设于包含液压挖掘机、自卸卡车、轮式装载机、叉车、起重机等在内的作业机械上的各种传感器的检测值的信息中，将基于人工得到的油分析结果和基于目视得到的判断结果考虑在内，并对作业机械适用这样的综合的异常诊断。
例如，在专利文献1中，公开了如下装置：基于由设在工程机械上的传感器组(例如，发动机转速、发动机油压、油温、渗漏(blow-by)压力等的传感器)检测、收集到的第1工程机械信息、对通过服务人员从上述工程机械采集的油进行分析而收集到的第2工程机械信息(油分析信息)、和由服务人员通过目视对上述工程机械进行判断而收集到的第3工程机械信息(目视信息)中的全部信息或某两个信息的组合来判断上述工程机械的异常度。
现有技术文献
专利文献
专利文献1：日本特开2002-173954号公报
发明内容
对于作业机械，为了遵守预先计划出的工期，大多要求稳定的运转。因此，谋求在作业机械中具备在故障等异常发生的前阶段检测异常状态的预兆诊断功能，尽可能防止因突发故障等导致的停机时间的产生。另外，对于作业机械，大多施以符合作业现场的附属装置和/或符合所需性能的调整，在故障发生时难以简单地投入替代作业机械。从该方面来看也希望防止停机时间的产生。
另外，作业机械为高价产品，有时其部件中也包含高价部件。由于对省资源化的需求提高，所以对作为作业机械的基础部件的发动机系统和油压设备系统的部件，谋求在使用一段时间后施加适当的修补之后作为再生品而再次利用。为此，在适当定时进行适当维护以防止其劣化到不能再生程度是重要的。
为此，需要早期准确地掌握作为作业机械中发生的故障等预兆现象的异常状态，需要通过实现部件更换的早期安排、用于促进修理费用的降低化的初始阶段下的异常状态的检测或部件的再利用化来谋求作为总计寿命周期成本的服务费用、部件更换成本的降低化，并且，还需要提高施工现场或作业现场等中的作业机械的运转率自身。
因此，在上述文献的技术等中，不断开发着使用设在作业机械上的各种传感器来测定作业机械的运转状态(上述文献的“第1工程机械信息”)而监视有无异常的异常诊断技术。另一方面，提出了对于作业机械的发动机系统、油压设备系统的基础部件，在基于传感器信息实现的异常诊断技术的基础上使服务负责人前往作业现场并每隔定期时间间隔地采集基础部件中使用的油(发动机油和工作油等)。通过油分析中心对采集到的油详细地进行分析。将该油分析结果与过去的油分析结果进行比较等，将其与上述各种传感器的计测值一起利用于在作业机械的基础部件中是否有异常的状态监视中。
但是，在该方法中，需要使服务负责人定期前往作业现场并从多个基础部件采集油，其作业烦杂。另外，由于在采集油的过程中需要使作业机械停止，所以作业效率降低。而且，即使对采集到的油进行分析，大多情况下也会判断成作业机械的状态正常，因此具有在将油采集间隔尽可能延长而将伴随着油采集的停机时间最小化的方向(将作业机械的作业效率最大化的方向)上施以鼓励的倾向。另一方面，若将油采集的间隔空得过大，则也可能存下如下情况：即使在由设于作业机械的传感器组检测、收集到的机械信息(第1工程机械信息)中没有发现异常，但油变得劣化而润滑性能降低，在至下一次油采集时之前，部件的异常磨耗加剧而损伤发展到难以修补的程度。由此，也可能会出现无法将使用完毕的部件作为再生品而利用的状况。
本发明是鉴于以上事实情况而做出的，其目的在于，提供一种能够准确地判断有无进行伴随着油采集的详细油分析的必要性的作业机械的诊断系统。
本申请包含解决上述课题的多个方案，列举其一例，具备：存储装置，其存储有从对关于在作业机械的运转中利用的油的一种以上的油特性进行检测的一个以上的传感器输入的一种以上的传感器信息、和按每种该传感器信息设定的一个以上的判定值；以及运算处理装置，其执行如下处理：基于上述一种以上的传感器信息和与该一种以上的传感器信息相关的上述判定值，来判断上述油的异常度的程度的第1处理；基于在该第1处理中判断出的上述油的异常度的程度，来判断有无进行伴随着油采集的油分析的必要性的第2处理；和在该第2处理中判断成有必要进行上述伴随着油采集的油分析的情况下将该主旨向其他终端输出的第3处理。
发明效果
根据本发明，能够基于从能够直接检测油特性的状态的传感器输出的信息来准确地判断有无进行伴随着油采集的详细油分析的必要性，因此能够实现油采集定时的最佳化和作业机械的停机时间的最小化。
附图说明
图1是本发明的实施方式的作业机械的诊断系统的概略结构图。
图2是液压挖掘机501的整体结构图。
图3是使液压缸513产生液压的液压系统的结构的一例。
图4是液压挖掘机501中的发动机601的油系统的结构图。
图5是作业机械用计算机110和服务器用计算机104的概略结构图。
图6是表示传感器101A测定介电常数、传感器101B测定粘度、传感器101C测定密度的情况下的各传感器信息的时间变化的图。
图7是表示粘度(由传感器组101检测的油特性的一例)与温度的相关关系的图。
图8是第1实施方式中的服务器用计算机110所执行的处理的流程的一例。
图9是第2实施方式中的服务器用计算机110所执行的处理的流程的一例。
图10是在图9中的S900中执行的处理的详情图。
图11是第3实施方式的异常原因确定部208的概略结构图。
具体实施方式
在搭载于液压挖掘机等作业机械的发动机、液压泵及液压缸等液压设备中，由于例如挖掘等高负荷动作的反复进行等，而用于部件润滑和用作动力传递介质的油(发动机油和工作油)的特性其自身逐渐劣化。另外，随着这些油的润滑性能的劣化，受到高负荷的部件的接触部中会产生磨耗等不良情况。为了提高发动机和液压设备系统的部件的耐久性，而需要定期地更换油以适当地保持油的润滑性能。另外，对于因高负荷动作而产生的在部件内部的接触面上产生的微细的磨屑等，经由设于油的返回回路中的过滤器来保持油的清洁度，但伴随着油特性的劣化而过滤器自身也逐渐累积损耗，因此同样需要进行定期的更换。另外，当部件的磨耗等损伤变大时，需要更换部件其自身。
本实施方式的作业机械的诊断系统是鉴于这样的背景而构筑的，通过传感器检测用于作业机械的发动机系统、液压设备系统的基础部件的润滑和用作动力传递介质的油的特性状态，基于该传感器信息(表示油的物理化学的状态的数值)来实时地判断油的异常度的程度，并根据该判断结果在作业机械达到故障之前的适当定时催促进行用于详细油分析的油采集。由此，能够通过进行适当的油更换、过滤器更换或部件更换等而将故障防止于未然，另外能够通过迅速地进行修理等应对处理来高效地管理作业机械。另外，由于容易对部件实施再生化处理，所以容易恢复该部件的性能。
以下，列举利用了液压挖掘机的实施方式为例进行说明，但只要是将油利用为润滑剂和动力传递介质的作业机械，则不限于液压挖掘机，也能够用于自卸卡车、轮式装载机、推土机、叉车、起重机等其他作业机械。
图1是本发明的实施方式的作业机械的诊断系统的概略结构图。该图所示的诊断系统具备：搭载于液压挖掘机501(参照图2)的计算机(作业机械用计算机)110；处于制造液压挖掘机501的制造商的管理之下的服务器用计算机104；液压挖掘机501的管理者(用户)使用的计算机(管理者用计算机)112；所属于作业机械制造商或其营业所或代理店等且进行液压挖掘机501的故障修理、维护的服务负责人(服务人员)使用的计算机(服务用计算机)111；和处于对从液压挖掘机501采集的油进行分析的油分析公司的管理之下的分析公司用计算机113。
此外，虽然没有图示说明，但各计算机110、104、112、111、113具有用于执行各种程序的作为运算机构的运算处理装置(例如，CPU)、用于存储该程序等各种数据的作为存储机构的存储装置(例如，ROM、RAM及闪存等半导体存储器、硬盘驱动器等磁存储装置)、和用于进行针对运算处理装置及存储装置等的数据及指示等的输入输出控制的输入输出运算处理装置。而且，在需要向计算机的操作者等人提供信息的情况下，也可以具备用于显示运算处理装置的处理结果等的显示装置(例如，液晶监视器等)。另外，作为构成本诊断系统的各计算机104、110、111、112、113，不仅能够利用固定型的终端，也能够利用便携用终端(便携电话、智能手机、平板终端等)。
图2示出液压挖掘机501的整体结构图。液压挖掘机501具备：油特性传感器101A、101B、101C(图3、图4所示)；作业机械用计算机110；用于驱动铲斗521、斗杆522及动臂523的液压缸511、512、513；用于向液压缸511、512、513等液压挖掘机内的各液压执行机构供给工作油的液压泵602(参照图3)；驱动液压泵602的发动机601(参照图3)；具有通过液压马达(未图示)而被驱动的履带(循环轨道)的下部行驶体533；经由旋转机构532能够旋转地安装在下部行驶体533的上部、且通过液压马达(未图示)而旋转驱动的上部旋转体531。
说明液压挖掘机501的动作。在液压挖掘机501进行挖掘等动作的情况下，通过液压缸511、512、513的伸缩动作来驱动铲斗521、斗杆522、动臂523。动臂523的下部安装在上部旋转体531上。
图3示出使液压缸513产生液压的液压系统的结构的一例。工作油箱604内的工作油(油)被液压泵602吸取，向控制阀603输送，该控制阀603控制向例如液压缸(动臂缸)513导入的工作油的流量、方向。控制阀603根据其切换位置控制工作油并向液压缸513供给，由此驱动液压缸513而使动臂523动作。另外，从液压缸513流出的工作油经由控制阀603导入到油冷却器605而冷却后，经由工作油过滤器606返回到工作油箱604。
油特性传感器101B设在将控制阀603和液压缸513的缸头侧的油压室连接的油路上，检测从该油路通过的工作油的特性(例如，温度、粘度、密度、介电常数等)中的至少一种。油特性传感器101C设在将控制阀603和油冷却器605连接的油路上、即，工作油返回油箱604时通过的油路(返回回路)上或油箱内，检测从该油路通过的或油箱内的工作油的特性中的至少一种。
此外，在图3中，说明了与动臂缸513相关的液压系统的结构，但对于其他液压执行机构也分别存在对应的控制阀，各液压执行机构通过由各控制阀控制的工作油而被适当驱动。
图4是液压挖掘机501中的发动机601的油系统的结构图。发动机油用于发动机601的内部的润滑及发动机601的冷却。在图4中，油泵702与发动机601的旋转配合地被驱动。油泵702从油盘703吸引发动机油，并向油冷却器704输送。通过在油冷却器704与水套705内的冷却水进行热交换而被冷却的发动机油在油过滤器706中被除去异物后返回到油盘703。
另外，水泵707也通过发动机601的旋转而驱动，吸引水套705内的冷却水并向散热器708供给。被散热器冷却后的冷却水返回到水套705。散热器708通过安装在发动机601的旋转部上的冷却风扇709取入的空气而被冷却(空冷)。
油特性传感器101A设在将油冷却器704和油过滤器706连接、且发动机油返回油盘703时通过的油路(返回回路)上，检测从该油路通过的发动机油的特性中的至少一种。
各油特性传感器101A、101B、101C根据其规格检测(测定)关于在液压挖掘机501的运转中利用的油(液压执行机构的工作油、发动机油等在液压挖掘机中利用的所有的油都能够成为对象)的一种以上的油特性。各油特性传感器101A、101B、101C的传感器信号在适当处理后作为表示油特性的物理量的信息(称为油特性信息或传感器信息)而输入、存储到作业机械用计算机110和服务器用计算机104。此外，在此为了简化说明而说明了仅三个油特性传感器101A、101B、101C的设置部位，但在液压挖掘机501上除了这三个油特性传感器以外还具备其他油特性传感器，其个数没有特别限定。以下，有时将三个油特性传感器101A、101B、101C等设于液压挖掘机501的多个油特性传感器称为传感器组101。
作为要由油特性传感器101A、101B、101C测定的油特性，作为基本特性而具有油的温度、粘度、密度、介电常数等。另外根据需要也可以对其追加油的颜色信息、污染等级等的油特性来作为测定对象。由于能够由各油特性传感器测定的油特性根据传感器的规格而不同(也存在能够测定两种以上、而并非一种油特性的传感器)，所以实际上搭载于液压挖掘机501的油特性传感器的组合根据想要测定的油特性和各传感器的规格而不同。
图5是作业机械用计算机110和服务器用计算机104的概略结构图。
作业机械用计算机110具有用于存储从搭载于液压挖掘机501的传感器组101输入的传感器信息(第1级别的传感器信息)102的存储装置103。本实施方式的三个传感器101A、101B、101C分别能够测定一种不同的油特性。如图5所示，例如，某时刻下的传感器101A的传感器信号在作业机械用计算机110中被适当处理后，作为传感器信息A1与测定时刻建立关联地存储到作业机械用计算机110的存储装置103。图5中的传感器信息A1、A2、A3、A4…示出由同一传感器101A在不同时刻测定到的传感器信息，末尾的数字与时间经过一起增加。由此，传感器101A的传感器信息A的时序数据被存储到作业机械用计算机110中。虽然省略了说明，但关于其他传感器101B、101C也是同样的。
服务器用计算机104具备：状态判断部201，其执行基于某传感器信息(油特性信息)和与该传感器信息相关的异常度判定值(后述)来判断油异常度的程度的处理(第1处理)；采集需否判断部202，其执行基于由状态判断部201判断出的结果来判断有无进行伴随着油采集的油分析的必要性的处理(第2处理)；以及采集时期报知部203，其执行在由采集需否判断部202判断成有必要进行伴随着油采集的油分析的情况下将该主旨向其他终端输出(例如，服务用计算机111、管理者用计算机112等)的处理(第3处理)。
而且，服务器用计算机104具备：变化量计算部204，其计算某传感器信息的前次值与本次值的差分即变化量；变化等级判定部205，其基于该变化量和变化量判定值对该变化量的等级进行分类；异常部件确定部206，其在第2处理中判断成有必要进行伴随着油采集的油分析的情况下，执行基于输出了成为该判断基础的传感器信息的传感器的设置部位来对产生了异常或可能产生异常的部件进行确定的处理；差值计算部207，其计算某传感器信息与规定值(例如，传感器信息的初始值)的差值；异常原因确定部208，其执行基于某传感器信息和与该某传感器信息相关的油特性的过去的油分析信息来对油的异常原因进行确定的处理。
服务器用计算机104与作业机械用计算机110以能够相互进行数据通信的方式无线连接或有线连接，作业机械用计算机110的存储装置103中存储的传感器信息(第1级别的传感器信息)的时序数据被输入到服务器用计算机104，并存储到服务器用计算机104的存储装置210中。
在服务器用计算机104的存储装置210中，除了由传感器组101获取的传感器信息以外，还存储有按每种油特性信息确定的阈值。例如，作为油特性信息，在传感器101A测定介电常数(传感器信息A)、传感器101B测定粘度(传感器信息B)、传感器101C测定密度(传感器信息C)的情况下，存储对介电常数、粘度及密度分别确定的阈值SA、SB、SC。阈值是在状态判断部201判断油的异常度的程度时使用的异常度判定值的确定中利用的，在本实施方式中将对各阈值乘以规定比例而得到的值利用为异常度判定值。具体地说，作为规定比例利用30％及50％，将对阈值乘以30％得到的异常度判定值称为警告判定值，将对阈值乘以50％得到的异常度判定值称为异常判定值。
状态判断部201在某传感器信息为与其对应的阈值的30％以上且不足50％的情况(为警告判定值以上且不足异常判定值的情况)下，尽管在油中没有异常但将来发现异常的可能性高，为了唤起对今后的传感器信息变化的注意而判断成“警告”(警告判定)，在为阈值的50％以上的情况(异常判定值以上的情况)下视为油中发现异常而判断成“异常”(异常判定)，在不足阈值的30％的情况(不足警告判定值的情况)下视为没有发现异常而判断成“正常”(正常判定)。各阈值是基于由液压挖掘机501及与其同机种的液压挖掘机获取的过去的传感器信息(油特性信息)和油的异常度的程度的相关关系的实际情况而确定的。
图6是表示传感器101A测定介电常数(传感器信息A)、传感器101B测定粘度(传感器信息B)、传感器101C测定密度(传感器信息C)的情况下的各传感器信息的时间变化的图。在图中，将与介电常数相关的阈值SA的30％的值(警告判定值)标记为SA30，将50％的值(异常判定值)标记为SA50，将与粘度相关的阈值SB的30％的值(警告判定值)标记为SB30，将50％的值(异常判定值)标记为SB50，将与密度相关的阈值SC的30％的值(警告判定值)标记为SC30，将50％的值(异常判定值)标记为SC50。
状态判断部201将由传感器组101获取的各传感器信息(油特性信息)与警告判定值SA30、SB30、SC30及异常判定值SA50、SB50、SC50进行比较，判断油的异常度的程度是“正常”、“警告”、“异常”这三个中的哪一个。
此外，在本实施方式中，按每种传感器信息(油特性信息)设定一个阈值，根据从该阈值确定的两个异常度判定值(警告判定值、异常判定值)判定油的异常度的程度，但也可以设定三个以上的异常度判定值来将异常度的程度进一步细分。另外，也可以取代借助阈值来确定多个异常度判定值，而不借助阈值直接确定多个异常度判定值来将异常度的程度分类。
此外，若如上所述通过预先对一个阈值确定多个比例来定义多个异常度判定值，则仅变更该比例的数值就能够容易地变更各异常度判定值。作业机械的重要度等多根据用户而不同，若能够这样容易地变更异常度判定值，则容易与用户的喜好匹配地管理作业机械。
图7是表示油特性之一的粘度与温度的相关关系的图。从该图可知粘度是与温度变化一起变化的依存于温度的特性值。在由传感器组101检测的油特性中，不仅仅包含图7的粘度，也包含依存于温度的特性。因此本实施方式中的状态判断部201在与警告判定值及异常判定值进行比较之前，将任意的温度t下的各油特性的测定值(传感器信息)Xi(t)以下面的三次多项式(式1)的形式进行转换。由此能够将测定值(传感器信息)以实用上有意义的精度转换成规定的温度区域中的值，例如能够转换成假定了成为异常度判定值(警告判定值及异常判定值)的基础的阈值的温度区域中的值。状态判断部201通过将基于式1转换后的值Xi(t)与警告判定值及异常判定值进行比较，来判断油的异常度的程度。此外，下式中后缀的i是1以上的整数，表示油特性的种类。例如，能够规定粘度为X1，密度为X2，介电常数为X3。另外，下式中的b0i、b1i、b2i、b3i为系数。
Xi(t)＝b0i+b1i·t+b2i·t2+b3i·t3…(式1)
另外，对于比较不依存于温度的油特性(例如，颜色信息、污染等级等)的传感器信息，通过调整上述式1的第2项以后的系数，能够与依存于温度的特性同样地以式1的形式表现。
接下来说明采集需否判断部202。采集需否判断部202在由状态判断部201判断成“异常”的情况下，判断成“有必要”进行伴随着油采集的油分析，在判断成“正常”的情况下判断成“无必要”。另外，在由状态判断部201判断成“警告”的情况下，基于能否将油采集的定时延迟到定期的油更换时期(定期更换时期)来判断是否需要进行油采集。接下来，详细说明判断成“警告”时的采集需否判断部202的处理。
在油的异常度的程度为“警告”的情况下的判断是否需要油采集时，采集需否判断部202执行如下处理：基于状态判断部201所选择的传感器信息和该传感器信息的时间变化率，判断是否即使在使液压挖掘机501运转到下一次的油更换时油的异常度也不会发展到“异常”，由此判断在到下一次的油更换时为止有无进行伴随着油采集的油分析的必要性。更具体地说，采集需否判断部202首先对该传感器信息的从测定时刻到下一次的定期油更换时期为止的时间T1与从该传感器信息的时间变化率推定的时间T2(是该传感器信息的从测定时刻到该传感器信息达到异常判定值为止所需的时间)进行比较。而且，在T2比T1长的情况下，视为在下一次的定期油更换时油的异常度也不会为“异常”，解释成在该定期油更换时实施伴随着油采集的油分析足以，判断成“无必要”进行伴随着油采集的油分析。另一方面，在T2为T1以下的情况下，视为在下一次的定期油更换时油的异常度既已达到“异常”，判断成“有必要”进行伴随着油采集的油分析。
接下来说明采集时期报知部203。采集时期报知部203在由采集需否判断部202判断成“有必要”进行伴随着油采集的油分析的情况下，将该主旨作为油采集请求301向作业机械用计算机110、管理者用计算机112及服务用计算机111中的至少一个输出来报知给液压挖掘机501的相关人员，使得能够尽快地进行油采集并由油分析公司实施详细的油分析。此外，也可以同时向油分析公司用计算机113发送油采集请求301。另一方面，在判断成“无必要”的情况下，不进行油采集请求301的输出。
＜第1实施方式＞
接下来使用图8说明如上述那样构成的诊断系统所执行的一系列的处理的一例。图8是第1实施方式中的服务器用计算机104所执行的处理的流程的一例。
服务器用计算机104以规定的时间间隔(调出周期)调出图8的流程的处理。例如，在发动机启动时调出，然后在发动机停止时之前以规定的时间间隔(例如一小时间隔)调出。然后，在各调出时(流程的各开始时)将标志A、B重置而设定为零(标志A、B置回)，并且，收集调出时测定到的各油特性的传感器信息并将其全部设定为“未选择”的状态。在收集传感器信息时，对于调出时无测定到的传感器信息的油特性，取而代之收集在调出时的极为附近测定到的传感器信息。也可以使传感器信息的获取时与调出时同步。
在S801中，状态判断部201从流程开始时收集到的多种传感器信息中选择一种未选择的传感器信息。此时，利用所选择的传感器信息的测定时的油的温度t和(式1)对所选择的传感器信息施加转换。
在S803中，状态判断部201选择与在S801中选择的传感器信息对应的阈值，从该阈值获取警告判定值及异常判定值，并将该警告判定值及异常判定值与在S801中转换得到的传感器信息进行比较，由此判断油的异常度的程度。
若在S801中选择、转换得到的传感器信息在S805中被判定成大于警告判定值、而且在S813中被判定成大于异常判定值，则转移到S831。即，在判断成在S801中选择、转换得到的传感器信息为异常判定值以上时，状态判断部201判定成“异常”(S831)，采集需否判断部202判定成有必要进行伴随着油采集的油分析。然后，在接下来的S832中将异常判定的标志B建起(设标志B＝1)，并转移到S809。
此外，从上述可以明确，在标志B为1的情况下，表示“出现异常判定，存在判定出“有必要”进行油采集的传感器信息”。
另一方面，在S813中，在S801中选择、转换得到的传感器信息为警告判定值以上且不足异常判定值时(S813)，状态判断部201判定成“警告”(S815)。然后，采集需否判断部202对在S801中选择的传感器信息的从测定时刻到下一次的油定期更换时期为止的时间T1进行计算，并根据该传感器信息的时间变化率对该传感器信息达到异常判定值为止的时间T2进行计算，对两者(T1、T2)的大小进行比较，来判断有无油采集的必要(S817、S819、S821)。以下说明该处理的具体例。
油的定期更换时期是基于过去的实际情况以规定的时间间隔规定的。在此为了进行说明，设为以液压挖掘机501的运转时间的间隔t1(t1＝500小时)设定油的定期更换时期。
在此，作为在S817中计算的“到下一次的油定期更换时期为止的时间T1”，利用到下一次的定期更换为止的剩余天数d1(T1＝d1)。该情况下，首先，从服务器用计算机104的存储装置210中存储的液压挖掘机501的运转时间的历史计算出“每一天的液压挖掘机501的平均运转时间t2”。接着，从“定期更换的间隔t1”减去“从前次的定期更换时到出现警告判定的时刻为止的液压挖掘机501的运转时间t3”，将其差除以“每一天的平均运转时间t2”，由此计算出“到下一次的定期更换为止的剩余天数d1”。例如，在以500小时间隔进行油更换的情况(t1＝500小时)下，在从前次更换后经过350小时后(t3＝350小时)出现“警告判定”的情况下，若每一天的平均运转时间设为5小时(t2＝5小时)，则到下一次定期的油更换为止的天数d1为“d1＝(500小时-350小时)÷5小时＝30天”。
接着，在S819中，作为“传感器信息达到异常判定值为止的时间T2”，利用在S801中选择的传感器信息的从测定时刻(出现“警告判定”的日期)到该传感器信息达到异常判定值为止的剩余天数d2(T2＝d2)。在此，设想警告判定值为阈值的30％、异常判定值为阈值的50％、每一天的传感器信息的时间变化率为1％的情况(情形1)和0.5％的情况(情形2)这两种情况。首先，在情形1的情况下，从警告判定值达到异常判定值为止的天数d2被计算为“d2＝(50％-30％)÷1％＝20天”。而且，在情形2的情况下，被计算为“d2＝(50％-30％)÷0.5％＝40天”。
因此，在情形1的情况下的S821的判定中，为“T2＝d2＝20天＜T1＝d1＝30天”，采集需否判断部202判定成“有必要”进行伴随着油采集的油分析，在S823中将标志A建起(设标志A＝1(此外，在既已为标志A＝1的情况下保持原样)，并进入到S809。相反地，在情形2的情况下的S821的判定中，为“T2＝d2＝40天≥T1＝d1＝30天”，采集需否判断部202判定成“无需”进行伴随着油采集的油分析，并进入到S809。
此外，从以上可以明确，在标志A为1的情况下，表示“出现警告判定，存在判定出“有必要”进行油采集的传感器信息”。
另外，在S805中，在S801中选择、转换得到的传感器信息不足警告判定时(S805)，状态判断部201判定成“正常”(S807)，采集需否判断部202判定成无需进行该时间下的伴随着油采集的详细的油分析，并进入到S809。
在S809中，判定是否选择了全部传感器信息，在存在未选择的传感器信息的情况下返回到S801。另一方面，在选择完了全部传感器信息的情况下，转移到S810，采集时期报知部203进行标志B的检查。
在S810的标志B的检查中，在判明了标志B被设置成1的情况下，采集时期报知部203作为油采集请求301向管理者用计算机112及服务用计算机111发送电子邮件1(S833)。在S833结束后结束图8所示的一系列处理，服务器用计算机104在下一次处理开始时刻之前待机。
在S833中的电子邮件1中，记载有内容为催促实施伴随着油采集的详细油分析的消息(例如，“请迅速进行油采集来进行检测”这样的消息)。而且，除该消息以外，还可以包含成为油采集对象的液压挖掘机的识别信息(例如，型号名、出厂编号)、该液压挖掘机的运转时间(计时仪)、输出“异常判定”的时刻(判定时刻)等。电子邮件1的记载内容无需在管理者用计算机112和服务用计算机111中是共通的，可以根据送信目标的立场/作用而不同。另外，也可以取代电子邮件而自动地起动专用的应用程序，并在该应用程序上显示相同的内容，例如可以在液压挖掘机501的操作室内使催促油采集的警告灯点亮等、使专用的报知系统运转。
在S810的标志B的检查中，在判明了标志B被设置为0的情况下，接着，采集时期报知部203进行标志A的检查(S811)。在该检查中判明了标志A被设置为1的情况下，进入到S827，采集时期报知部203作为油采集请求301而向管理者用计算机112及服务用计算机111发送电子邮件2。
在电子邮件2中记载有明示了在由于在到下一次的油定期更换为止的期间油的异常度会达到异常水平因而需要在定期更换之前紧急实施油更换这一内容的消息(例如，“超过了警告判定水平，因此请注意今后的传感器输出结果的判定”)。
此外，电子邮件1与电子邮件2的内容可以一致也可以不同。在后者的情况下，可以记载当前未到异常水平、预测达到异常的日期(预测日)、至该预测日为止的剩余天数、催促在该预测日之前进行伴随着油采集的油分析的消息等。另外，在上述中构成为在标志A、B双方为1的情况下优先发送电子邮件1，但也可以采用在标志A、B双方为1的情况下发送电子邮件1和电子邮件2双方的结构。
在S811的标志A的检查中，在判明了标志A被设置为0的情况下，结束图8所示的一系列处理，服务器用计算机104在到下一次的处理开始时刻之前待机。此外，在S811中判明了标志A被设置为0的情况下，设为没有特别异常而结束处理，但也可以通过电子邮件等进行内容为正常的报告。
通过计算机111、112接收到上述电子邮件1(油采集请求301)或电子邮件2(油采集请求301)的用户或服务负责人迅速地从液压挖掘机501采集油，并委托油分析公司进行油分析。油分析公司基于采集到的油实施详细的油分析，并将该分析结果303(参照图1)从分析公司用计算机113发送到服务器用计算机104(作业机械制造商)。在分析结果303中包含对由传感器组101获取的针对各油特性采集到的油详细进行分析而得到的信息(油分析信息(也称为“第2级别的传感器信息”))，该油分析信息依次蓄积在服务器用计算机104的存储装置210中。此外，油分析公司也可以将基于该分析结果的诊断结果304与分析结果303一起发送到服务器用计算机104。
接收到分析结果303的作业机械制造商基于该分析结果进行适当诊断，对服务用计算机111发送分析诊断结果304及用于进行应对的指南(应对指南)，并且对管理者用计算机112发送该分析诊断结果304。接收到该应对指南的服务负责人前往液压挖掘机501的所在地并基于该应对指南进行液压挖掘机501的维护。作为该维护，包含油更换、油过滤器更换、部件的检查、更换等。此外，若为用户侧能够应对的维护，则也可以取代由服务负责人前往维护而将应对方法302用电子邮件(参照图1)等发送并委任于用户。此外，在此，说明了用电子邮件进行各者间的联络的情况，但若为FAX、电话、可视通话等即时性优异的联系方式则能够进行代替。另外，在此，以用户或服务负责人进行油采集为前提进行了说明，但也可以由油分析公司进行油采集。
另外，在图8所示的流程中，构成为在至判断出全部传感器信息的异常度之前反复进行异常度的判断处理。只要像这样获取全部传感器信息的异常度，就能够知道针对哪种传感器信息进行了怎样的判定。而且，也可以具备异常部件确定部206(参照图5)，其在第2处理中判断成有必要进行伴随着油采集的油分析的情况下，执行基于输出成为其判断基础的传感器信息(油特性信息)的传感器的设置部位来对有异常的部件进行确定的处理。若具备异常部件确定部206，则能够对发生异常时应检查的部件进行确定。由此，能够将检查作业自身高效化，并且能够根据异常度的程度将更换部件等预先准备好等、谋求与维修服务相关的高效化和速度提升，因此能够尽可能缩短作业机械的停机时间。
另外，在图8的流程的例子中，在电子邮件1中没有记载应采集何种油(在电子邮件2的情况下为应注意哪种油的传感器输出结果)，但也可以基于输出了成为发送电子邮件1(或电子邮件2)的根据的传感器信息的传感器的检测对象为哪种油，来判断需要采集哪种油(或者应注意哪种油的传感器输出结果)，并将该信息记载在电子邮件中。例如，在出现了需要采集工作油的判定的情况下，发送记载有“请迅速采集工作油来进行检查”这样的消息的电子邮件1。另外，也可以构成为在出现需要采集某种油(例如工作油)的判定、和需要注意其他油(例如发动机油)的传感器输出结果的判定时，发送电子邮件1及电子邮件2双方，还可以构成为另行发送包含电子邮件1及电子邮件2双方的记载内容的电子邮件。此外，在对同一种油出现了需要采集的判定和需要注意的判定时，优选优先发送催促油采集的消息(即电子邮件1的内容)。
此外，在图8所示的流程中，构成为在至判定出全部传感器信息的异常度之前反复进行异常度的判断处理，但也可以是即使在存在尚未选择的传感器信息的情况下，只要出现一次异常判定就发送电子邮件1并结束一系列处理。即，也可以在S831中出现异常判定后，立即进入到S833并发送电子邮件1而结束一系列处理。若采用该结构，则在出现异常判定的情况下，能够立即发送内容为催促实施详细的油分析的消息。
而且，在图8的例子中，没有用邮件向管理者用计算机112及服务用计算机111通知对哪种传感器信息进行了怎样的判定，但也可以构成为向管理者用计算机112及服务用计算机111通知对哪种传感器信息进行了怎样的判定。
另外，在图8的S819中，说明了每一天的传感器信息的时间变化率为规定值(1％、0.5％)的情况，但也可以从该传感器信息的时间序列计算出该时间变化率。而且，也可以取代每一天的时间变化率而利用每个规定时间段的时间变化率。
根据以上那样构成的诊断系统，即使是在油的定期更换前(夹在两次的油定期更换之间的期间)，也能够在油特性中发现异常或其兆候的阶段(出现异常判定或警告判定的阶段)催促液压挖掘机501的用户及服务负责人迅速地进行油采集，因此，能够避免发生在至下一次的油定期更换时之前异常恶化这样的事态。另外，也能够避免部件的损伤发展到难以修补的程度，因此，容易对该部件施以修补后将其作为再生品而再次利用。在作业机械中使用高价部件的情况下基于再生品利用而实现的运行成本的削减特别显著。
另外，根据上述实施方式，由于能够预测油特性变得异常的时期，所以能够与该预测时期匹配地预先准备更换部件等，因此能够谋求与维修服务相关的效率化和速度提升，从而尽可能缩短作业机械的停机时间。另外，在该预测时期为定期更换之后(未来)的情况下，通过将定期更换定时从当初的预定推迟，也能够削减液压挖掘机501的停机时间。
＜变形例＞
在上述例子中，状态判断部201基于在S801中选择的传感器信息和异常度判定值(警告判定值及异常判定值)的大小来判定油的异常度的程度(S805、813)，取而代之，也可以由差值计算部207计算所选择的传感器信息与用未使用的油检测该传感器信息所相关的油特性时的传感器信息(传感器信息(油特性信息)的初始值)之间的差值，并通过状态判断部201对该差值和规定的异常度判定值(差值用的异常度判定值)进行比较来判定油的异常度的程度。其基于以下理由。
在通过状态判断部201进行异常度的判断时，一般未使用的油的油特性(油特性的初始值)大多根据油的种类和制造商等而取不同的值。另外，与之相伴地，检测未使用的油的特性得到的油特性传感器的输出值(传感器信息的初始值)也不同。但是，油特性的变化量自身大多比较不依存于油的种类、制造商地示出类似的变化量。因此，若像这样基于差值来判定异常度的程度，则即使油的种类和制造商等不同也能够以相同的异常度判定值来判定异常度的程度。
另外，在判断油的异常度的程度时，关于是直接利用传感器信息还是利用差值，可以以过去的数据蓄积量的多少而不同。即，在对于利用于判断的传感器信息既已得到充分的信息的情况下，不基于后者(差值)、而基于前者的直接值也能够进行判断，但在新的油等的数据的蓄积量少的情况下，大多基于差值进行判断更能够得到可靠性高的评价。在通过状态判断部201进行判断时，鉴于上述内容，在数据的蓄积量少的情况下，也可以具备差值计算部207，使用该差值计算部207进行变化量的计算来进行判定。
此外，当然，按成为评价对象的每种油预先在实验上求出油特性与传感器信息的相关关系是重要的，一般来说，希望使用预先调整了油特性的数种状态下的油并掌握油特性传感器的基本输出值。另外，利用“差值”的情况下的异常度判定值(异常判定值及警告判定值)与图8的例子的值不同，为与“差值”对应的值，但能够从过去的实际情况值按每种油特性(传感器信息的差分)确定异常度判定值这一点是不变的，处理的概要与图8相同。因此，省略利用“差值”的情况下的具体处理的说明。另外，异常度判定值可以如既已说明的例子那样基于某一个阈值来确定。
另外，在此利用与传感器信息的初始值之间的差值来判定异常度的程度，但也可以取代传感器信息的初始值而利用与预先设定的规定值之间的差值来判定异常度的程度。
＜第2实施方式＞
接下来使用图9来说明上述那样构成的诊断系统所执行的一系列处理的另外一例。图9是第2实施方式中的服务器用计算机110所执行的处理的流程的一例。与图8同样地，服务器用计算机110以规定的时间间隔(调出周期)调出图9的流程的处理。此外，有时对与图8相同的处理标注相同的附图标记，并省略相同处理的说明。
图9的流程中，对于S801～S811的处理和S831～S833的处理与图8相同，因此，在此主要说明比判定成警告的S815靠后的处理(S900)。
图10是表示在S900中执行的处理的详情的图。在S815中判定成警告的情况下，变化量计算部204对在S801中选择、转换得到的传感器信息的前次值(前次的流程调出时的传感器信息)与本次值(本次的流程调出时的传感器信息)的差分即变化量进行计算(S901)。变化量被计算为前次值f(n-1)与本次值f(n)的差分，通过对该值(f(n)-f(n-1))和变化量判定值进行比较，变化等级判定部205对变化度赋予等级。
变化等级判定部205用于赋予等级的变化量判定值是基于从油分析公司提供且保存于服务器用计算机104的存储装置210的各油特性的油分析信息(第2级别的传感器信息)、即过去的变化量的实际情况值而确定的。在本实施方式中，利用了用于判定在S901中计算出的变化量是否与过去的变化量为相同程度的第1变化量判定值、和用于判定因在S901中计算出的变化量非常大而预测油的异常度的程度会很快达到“异常判定”的第2变化量判定值。有时会以水分向油的侵入或粉尘等向油的侵入等某些异常为原因，而在传感器信息上显现阶梯函数的变化、二次函数或指数函数的急速变化，第2变化量判定值是用于检测这种变化而设定的。其结果是，第2变化量判定值被设定成比第1变化量判定值大的值。另外，由于有时在变化量中表现出各传感器的计测上的误差，所以在确定第1变化量判定值及第2变化量判定值时，优选以即使发生这种误差也不会出现错误判定的方式进行确定。
在S902中，变化等级判定部205判定在S901中计算出的变化量是否不足第1变化量判定值。在此在变化量不足第1变化量判定值的情况下，视为变化量与过去的变化量为同等程度。而且，视为在传感器信息达到“异常判定”的水平之前具有时间余裕，将变化度的等级分类到“稳定变化等级”(S903)，并进入到图9的S809。
另一方面，在S902中判定成变化量为第1变化量判定值以上的情况下，判定该变化量是否不足第2变化量判定值(S905)。在此在判定成变化量为第2变化量判定值以上的情况下，视为传感器信息会很快地超过“异常判定”的水平，将变化度的等级分类到“异常变化等级”(S915)。然后，进入到图9的S832，将异常判定的标志B建起(设标志B＝1)，并进入到S809。
在S905中判定成变化量不足第2变化量判定值的情况下，视为虽不是很快会达到异常程度的值，但由于超过过去的变化量而需要注意，将变化度的等级分类到“注意变化等级”(S907)。然后，进入到图9的S909并将标志A建起(设为标志A＝1(在既已为标志为1的情况下保持原样))，并进入到S809。
在S809中，判定是否选择了全部传感器信息，在存在未选择的传感器信息的情况下返回到S801。另一方面，在选择完了全部传感器信息的情况下，转移到S810，采集时期报知部203进行标志B的检查。
在S810的标志B的检查中，在判明了标志B被设置为0的情况下，接下来采集时期报知部203进行标志A的检查(S811)。在该检查中判明了标志A被设置为1的情况下，采集时期报知部203向管理者用计算机112及服务用计算机111发送电子邮件3(S913)，并结束一系列处理。在电子邮件3中记载有例如“超过了警告判定水平，因此今后请注意传感器输出结果的判定”等消息，由此促使液压挖掘机501的相关人员注意。
根据上述那样构成的系统，对于有无进行伴随着油采集的详细油分析的必要性能够将变化量也考虑在内来判断，因此，在出现了警告判定的情况下，即使在到下一次的油定期更换为止的时间不明确的情况下，也能够催促液压挖掘机501的相关人员进行油采集。
此外，在上述例子中构成为在分类到“注意变化等级”的情况下发送电子邮件3，但由于只要传感器信息低于异常判定值就没有马上实施油更换或设备检查等的必要性，因此也可以构成与“稳定变化等级”的情况同样地不特别做什么。另外，也可以取而代之，构成为发送记载了“没有异常”等消息的电子邮件。而且，即使发送电子邮件，也可以省略向管理者用计算机112的发送，以仅向服务用计算机(代理店等)发送的方式运用即可。
另外，在上述例子中，仅在警告判定时基于变化量来判定有无油采集的必要性，但也可以在正常判定时也基于变化量来判定有无油采集的必要性。另外，上述中，将传感器信息的前次值与本次值的差分设为变化量，但也可以将前次之前的值(即前两次以前的传感器信息)与本次值的差分采用为变化量。
＜第3实施方式＞
本实施方式的特征在于，在基于从传感器组101输入的传感器信息判断成有必要进行油采集的情况下，利用服务器用计算机104的异常原因确定部208(参照图5)，由此也对其原因进行确定。异常原因确定部208在判定成有必要进行油采集的情况下，执行基于成为该判断基础的传感器信息和与该传感器信息相关的油特性的过去的油分析信息来对油的异常原因进行确定的处理。
本实施方式的异常原因确定部208基于将来自传感器组101的各传感器信息借助规定式(评价式)转换得到的值(评价值)来进行异常原因的确定。评价式存在与由传感器组101检测的油特性的数量(即传感器信息的种类的数量)相应的量，各评价式是基于某油特性的过去的传感器信息及油分析信息而生成的。当将来自传感器组101中包含的任意传感器的传感器信息输入到与其对应的评价式后，计算出评价值。评价值是基于按每个评价值(按每种油特性)预先设定的一个以上的等级判定值而分级的，基于各评价值(各油特性)的等级对异常原因进行确定。
说明等级判定值与等级的关系。例如，在对某评价值(某油特性)设定一个等级判定值的情况下，该评价值被分为两个等级，等级判定值为两个则评价值被分为三个等级。
异常原因不仅可基于一个评价值的等级而确定，也可基于两个以上的评价值的等级的组合而确定(参照后述的“砂尘、磨屑的混入”的例子)。异常原因和与其对应的一个以上的评价值的等级的组合是预先设定的。
图11是本实施方式的异常原因确定部208的概略结构图。如该图所示，异常原因确定部208具备评价式存储部401、评价值计算部402、评价值等级判定部403和异常原因确定部404。
在评价式存储部401中存储有与由传感器组101检测的油特性对应的评价式。通常，由传感器组101检测的油特性存在多种，因此评价式也与其为同数，即存在多个。
评价值计算部402是执行从评价式存储部401搜索与从传感器组101输入的传感器信息(油特性)对应的评价式并在搜索到的评价式中输入传感器信息来计算评价值的处理的部分。
在本实施方式中，作为评价式采用了下式(式2)。在式2中，ΔXi(t)是将使某油特性的传感器信息转换成规定的温度区域中的值而成的测定值Xi(t)(参照式1)以与其初始值的比率表示的值(称为“测定值变化率”)。ΔYj(t)是评价值，在此是将与ΔXi(t)对应的油特性的油分析信息以与其初始值的比率表示的值(称为“分析值变化率”)。b0j表示针对评价项j的说明变量i的常数项，bij表示针对评价项j的说明变量i的偏回归系数。常数项b0j和偏回归系数bij对于测定值变化率ΔXi(t)与分析值变化率ΔYj(t)的相关关系，能够通过基于关于各油特性的传感器信息和油分析信息的过去的值进行多元回归分析来确定。
ΔYj(t)＝b0j+Σbij·ΔXi(t)…(式2)
评价值等级判定部403是执行基于由评价值计算部402计算出的评价值和该评价值的等级判定值来将评价值的等级分类的处理的部分。在此以整数表示等级。等级0是成为基准的等级(初始值的等级)，随着评价值的增加而增加为等级1、2、3…，随着评价值的减少而减少为等级-1、-2、-3…。如所述那样，与某评价值(某油特性)相关的等级的个数依存于等级判定值的个数。例如，在粘度(ΔY1)中存在等级-1、等级0、等级1这三个等级的情况下，等级判定值为两个。在评价值(油特性)中，除等级0以外，存在：(1)仅具有正等级的评价值(即，随着时间经过评价值相对于初始值仅增加)；(2)仅具有负等级的评价值(即，随着时间经过评价值相对于初始值仅减少)；(3)具有正负两方的等级的评价值(即，评价值可能相对于初始值增减，上述的粘度(ΔY1)的例子与之相符)。
异常原因确定部404基于由评价值等级判定部403分类出的各评价值的等级对异常的原因进行确定。例如，关于粘度(ΔY1)，在等级1的情况下作为原因设定了“油劣化”，在等级-1的情况下作为原因设定了“燃料混入”。而且，在由评价值等级判定部403判定成粘度(ΔY1)的等级为1的情况下，异常原因确定部404作为异常的原因而输出“油劣化”。另外，在作为粘度(ΔY1)为等级1且介电常数(ΔY3)为等级1的原因而设定了“砂尘、磨屑的混入”的情况下，若由评价值等级判定部403判定成粘度(ΔY1)及介电常数(ΔY3)分别为等级1，则异常原因确定部404作为异常的原因而输出“砂尘、磨屑的混入”。
如上述那样由异常原因确定部208确定出的异常原因(与其异常项目一起)与油采集请求301一起或分开地向作业机械用计算机110、服务用计算机111及管理者用计算机112中的至少一个发送，为了谋求异常消除而由相关人员实施与异常原因对应的适当应对。
根据本实施方式，能够基于传感器组101的传感器信息对油的异常原因进行确定。由此，例如，在确定出金属成分的磨屑相对于油的混入量的增加成为异常的原因的情况下，能够催促尽快进行其对策即设备的分解检查，因此，能够谋求检查作业的效率化，并且在将异常停于轻微的状态下实施对策(例如部件的更换)。另外，在例如远离制造商代理店的远处使用着液压挖掘机501的情况下，发生异常但预测仅通过部件更换(例如，油更换或过滤器的更换)就能够从该异常恢复正常化时，能够由服务负责人事先带着适合的更换部件前往液压挖掘机501，因此能够谋求与维修服务相关的效率化和速度提升。另外，根据情况(例如，被请求即使是用户也能够充分应对的简单的部件更换的情况)，取代由服务负责人前往液压挖掘机501而从服务用计算机111向管理者用计算机112发送应对方法302，通过由用户自身进行部件更换，不用等待服务负责人到来也能够消除异常。像这样根据本实施方式，能够谋求作为总计寿命周期成本的服务费用和部件更换成本的降低化，能够缩短作业机械的停机时间，从而也能够提高运转率。
此外，上述中，列举为了实现实时的异常监视而作业机械用计算机110和服务器用计算机104能够始终进行数据通信的连接方式为例进行了说明，但也能够将蓄积于作业机械用计算机110的传感器信息定期地向外部存储器(例如，USB闪存器)输出，进行将该外部存储器的数据向服务器用计算机104输出这样的运用。
此外，本发明不限定于上述各实施方式，包含不脱离其要旨的范围内的各种变形例。例如，本发明不限定于具备上述实施方式中说明的全部构成的方式，也包含将其构成的一部分删除的方式。另外，也能够将某实施方式的构成的一部分追加到或置换成其他实施方式的构成。
另外，关于与上述计算机相关的各构成和该各构成的功能及执行处理等，可以使其一部分或全部通过硬件(例如在集成电路中设计执行各功能的逻辑等)来实现。另外，与上述计算机相关的构成也可以是通过由运算处理装置(例如CPU)读取、执行而实现与该计算机的构成相关的各功能的程序(软件)。与该程序相关的信息能够存储于例如半导体存储器(闪存器、SSD等)、磁存储装置(硬盘驱动器等)及记录介质(磁盘、光盘等)等。
另外，在上述各实施方式的说明中，示出了应理解为说明所需的控制线和信息线，但未必示出了与产品相关的全部控制线和信息线。实际上可以认为几乎全部结构相互连接。
附图标记说明
101…传感器组，101A、101B、101C…传感器，102…传感器信息，104…服务器用计算机，110…作业机械用计算机，111…服务用计算机，112…管理者用计算机，113…分析公司用计算机，201…状态判断部，202…采集需否判断部，203…采集时期报知部，204…变化量计算部，205…变化等级判定部，206…异常部件确定部，207…差值计算部，208…异常原因确定部，210…存储装置，301…油采集请求，303…分析结果，304…分析诊断结果，401…评价式存储部，402…评价值计算部，403…评价值等级判定部，404…异常原因确定部，501…液压挖掘机。

Claims (5)

1.一种作业机械的诊断系统，具备服务器用计算机，该服务器用计算机从作业机械所具备的多个油特性传感器收集传感器信息，并基于收集到的所述传感器信息来判断所述作业机械的异常，所述作业机械的诊断系统的特征在于，
所述服务器用计算机具备：
存储装置，其存储有从所述油特性传感器输入的传感器信息、和按每种所述传感器信息设定的至少两个判定值；
状态判断部，其基于所述存储装置中存储的所述传感器信息和按每种所述传感器信息设定的至少两个判定值，来判断所述油的异常度的程度是警告还是异常；
采集需否判断部，其基于由所述状态判断部判断出的所述油的异常度的程度，来判断是否有必要进行伴随着油采集的油分析，并且，在判断成所述警告的情况下，基于能否将油采集的定时延迟到定期的油更换时期来判断是否需要进行油采集；
采集时期报知部，其在由所述采集需否判断部判断成有必要进行所述伴随着油采集的油分析的情况下将有必要进行所述伴随着油采集的油分析这一主旨向其他计算机输出；以及
异常原因确定部，其在由所述采集需否判断部判断成有必要进行所述伴随着油采集的油分析的情况下，基于成为所述判断的基础的传感器信息和与所述传感器信息相关的油特性的过去的油分析信息，对所述油的异常原因进行确定。
2.根据权利要求1所述的作业机械的诊断系统，其特征在于，
所述服务器用计算机执行如下处理：基于所述传感器信息和其时间变化率，判断在使所述作业机械运转至下一次的油更换时的情况下所述油的异常度是否会发展到有必要进行所述伴随着油采集的油分析的程度，由此判断在所述下一次的油更换时之前是否有必要进行所述油分析。
3.根据权利要求1所述作业机械的诊断系统，其特征在于，
所述服务器用计算机计算所述传感器信息的变化量，在所述采集需否判断部中，基于该变化量和由所述状态判断部判断出的所述油的异常度的程度来判断是否有必要进行所述伴随着油采集的油分析。
4.根据权利要求1所述的作业机械的诊断系统，其特征在于，
所述状态判断部计算所述传感器信息和与所述传感器信息对应的规定值之间的差值，并基于该差值和与该差值相关的判定值来判断所述油的异常度的程度。
5.根据权利要求1所述的作业机械的诊断系统，其特征在于，
所述服务器用计算机在由所述采集需否判断部判断成有必要进行所述伴随着油采集的油分析的情况下，基于输出成为该判断的基础的传感器信息的传感器的设置部位来对有异常的部件进行确定。
CN201580042547.0A 2014-12-15 2015-10-20 作业机械的油特性的诊断系统 Active CN106575117B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014-253524 2014-12-15
JP2014253524A JP6234359B2 (ja) 2014-12-15 2014-12-15 作業機械のオイル性状の診断システム
PCT/JP2015/079614 WO2016098440A1 (ja) 2014-12-15 2015-10-20 作業機械のオイル性状の診断システム

Publications (2)

Publication Number Publication Date
CN106575117A CN106575117A (zh) 2017-04-19
CN106575117B true CN106575117B (zh) 2020-06-16

Family

ID=56126342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580042547.0A Active CN106575117B (zh) 2014-12-15 2015-10-20 作业机械的油特性的诊断系统

Country Status (7)

Country Link
US (1) US10087605B2 (zh)
EP (1) EP3236326B1 (zh)
JP (1) JP6234359B2 (zh)
KR (1) KR101888322B1 (zh)
CN (1) CN106575117B (zh)
AU (1) AU2015365160B2 (zh)
WO (1) WO2016098440A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6708033B2 (ja) * 2016-07-15 2020-06-10 ウシオ電機株式会社 重機液相消耗品一次スクリーニング支援システム
JP6828561B2 (ja) * 2017-04-03 2021-02-10 コベルコ建機株式会社 油圧機器の作動油中の不純物検出装置
WO2019021502A1 (ja) 2017-07-28 2019-01-31 日立建機株式会社 オイル診断システム
JP6615158B2 (ja) * 2017-07-28 2019-12-04 日立建機株式会社 建設機械
JP7069945B2 (ja) * 2018-03-28 2022-05-18 コベルコ建機株式会社 建設機械の作動油量測定装置
JP2019191799A (ja) * 2018-04-23 2019-10-31 株式会社日立製作所 故障予兆診断システム及び故障予兆診断方法
JP6773725B2 (ja) * 2018-07-03 2020-10-21 ファナック株式会社 データ収集システム、データ収集方法及び制御装置
CN112334924A (zh) * 2018-07-10 2021-02-05 住友重机械工业株式会社 施工机械的显示方法及施工机械的支持装置
MX2021003128A (es) * 2018-09-21 2021-05-14 Global Mobility Service Inc Sistema de monitorizacion remota de combustible, dispositivo montado en el vehiculo, vehiculo o maquina, servidor, metodo de monitorizacion remota de combustible, programa de monitorizacion remota de combustible y medio de almacenamiento.
US11495028B2 (en) * 2018-09-28 2022-11-08 Intel Corporation Obstacle analyzer, vehicle control system, and methods thereof
JP7084283B2 (ja) * 2018-11-27 2022-06-14 株式会社日立製作所 潤滑油の診断システム、風力発電機、および潤滑油の性状測定用モジュール
JP7253418B2 (ja) * 2019-03-25 2023-04-06 日産自動車株式会社 異常判定方法及び異常判定装置
DE102019108278A1 (de) * 2019-03-29 2020-10-01 Liebherr-Components Biberach Gmbh Vorrichtung zum Ermitteln des Ist-Zustands und/oder der Restlebensdauer einer Baumaschine
JP7165107B2 (ja) 2019-09-03 2022-11-02 日立建機株式会社 作業機械の管理システム
JP7089497B2 (ja) * 2019-09-05 2022-06-22 日立建機株式会社 作業機械の制御装置
KR102350312B1 (ko) * 2019-12-27 2022-01-11 동국대학교 경주캠퍼스 산학협력단 오일 센서를 이용한 기계 상태 진단 시스템 및 방법
JP2021131599A (ja) * 2020-02-18 2021-09-09 株式会社日立製作所 移動体の異常状態監視システム
JP7264097B2 (ja) * 2020-03-23 2023-04-25 株式会社島津製作所 作動液診断システムおよび作動液診断方法
JP7327273B2 (ja) * 2020-05-20 2023-08-16 トヨタ自動車株式会社 車載部品の異常箇所特定方法、車載部品の異常箇所特定システム、車載部品の異常箇所特定装置、車載部品の異常箇所通知制御装置、および車両用制御装置
JP7298586B2 (ja) * 2020-11-12 2023-06-27 トヨタ自動車株式会社 車両の制御装置
JP6869419B1 (ja) 2020-12-15 2021-05-12 水戸工業株式会社 オイル劣化診断装置
CN114648227B (zh) * 2022-03-23 2024-03-15 成都飞机工业（集团）有限责任公司 航空液压泵站时序异常检测方法、装置、设备及存储介质
WO2023181922A1 (ja) 2022-03-24 2023-09-28 日立建機株式会社 作業機械の管理装置及び管理システム
JP2023145184A (ja) * 2022-03-28 2023-10-11 Ｋｙｂ株式会社 検査設備の状態監視システム及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58171647A (ja) * 1982-04-01 1983-10-08 Caterpillar Mitsubishi Ltd 流体システム監視装置
JPS6170208A (ja) * 1984-09-14 1986-04-11 Hitachi Constr Mach Co Ltd 油圧回路の異常状態検出装置
JPH07219622A (ja) * 1994-02-04 1995-08-18 Toshiba Corp 傾向監視アラーム管理装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58201047A (ja) * 1982-05-20 1983-11-22 Caterpillar Mitsubishi Ltd 故障診断システムの判定方法
JP3455369B2 (ja) * 1996-06-26 2003-10-14 日立建機株式会社 建設機械のフロント制御装置
US6907384B2 (en) * 2000-03-31 2005-06-14 Hitachi Construction Machinery Co., Ltd. Method and system for managing construction machine, and arithmetic processing apparatus
JP5162782B2 (ja) * 2000-08-07 2013-03-13 株式会社小松製作所 作業機械の表示装置
JP4756793B2 (ja) * 2000-09-14 2011-08-24 株式会社小松製作所 建設機械の管理装置
JP5109197B2 (ja) * 2000-09-20 2012-12-26 株式会社小松製作所 作業機械の管理装置および作業機械の通信装置
JP5406318B2 (ja) * 2000-09-20 2014-02-05 株式会社小松製作所 作業機械の管理装置および作業機械の通信装置
US6882961B2 (en) * 2000-12-20 2005-04-19 Caterpillar Inc Method and system for providing diagnostics for a work machines
KR100523228B1 (ko) * 2001-05-08 2005-10-20 히다치 겡키 가부시키 가이샤 작업기계, 작업기계의 고장진단시스템, 작업기계의메인티넌스시스템
CN1267716C (zh) * 2002-11-04 2006-08-02 神华集团有限责任公司 一种机械设备工况的油样铁谱监测方法
US6912479B2 (en) 2002-12-26 2005-06-28 Volvo Construction Equipment Holding Sweden Ab Heavy equipment having oil pollution degree diagnosing function, and oil pollution degree measuring system on network using the same, and operation method
US6901788B2 (en) * 2003-04-25 2005-06-07 Delphi Technologies, Inc. Apparatus and method for determining oil change based upon oil viscosity
JP4717579B2 (ja) * 2005-09-30 2011-07-06 株式会社小松製作所 作業機械のメンテナンス作業管理システム
US7410446B2 (en) * 2005-12-19 2008-08-12 Caterpillar Inc. Oil warming strategy for transmission
KR101210005B1 (ko) * 2007-09-03 2012-12-07 현대중공업 주식회사 건설기계의 오일 상태 진단장치 및 그 방법
JP4492702B2 (ja) * 2008-01-11 2010-06-30 トヨタ自動車株式会社 異常検出装置
CN101865179A (zh) * 2010-04-23 2010-10-20 大连海事大学 用于机械设备液压系统的故障分析监控系统及方法
US8190394B2 (en) * 2011-05-31 2012-05-29 General Electric Company System and methods for monitoring oil conditions of a wind turbine gearbox
CN102425661A (zh) * 2011-11-04 2012-04-25 上海电机学院 一种齿轮箱状态监测与故障分析方法及装置
JP5980591B2 (ja) * 2012-06-29 2016-08-31 ナブテスコ株式会社 色センサーおよび機械装置遠隔監視システム
CN103592426A (zh) * 2012-08-14 2014-02-19 同济大学 一种工程机械润滑油品状态监测系统
CN203337653U (zh) * 2013-06-18 2013-12-11 常州铠甲智能科技有限公司 风电机组齿轮箱油液污染状态监测装置
CN103995098B (zh) * 2014-05-13 2015-08-12 中联重科股份有限公司 工程机械及其油液污染度检测控制装置、检测系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58171647A (ja) * 1982-04-01 1983-10-08 Caterpillar Mitsubishi Ltd 流体システム監視装置
JPS6170208A (ja) * 1984-09-14 1986-04-11 Hitachi Constr Mach Co Ltd 油圧回路の異常状態検出装置
JPH07219622A (ja) * 1994-02-04 1995-08-18 Toshiba Corp 傾向監視アラーム管理装置

Also Published As

Publication number Publication date
KR101888322B1 (ko) 2018-08-13
AU2015365160B2 (en) 2019-03-14
US20170284068A1 (en) 2017-10-05
JP2016113819A (ja) 2016-06-23
EP3236326A4 (en) 2018-07-25
CN106575117A (zh) 2017-04-19
AU2015365160A1 (en) 2017-03-30
EP3236326A1 (en) 2017-10-25
JP6234359B2 (ja) 2017-11-22
KR20170028967A (ko) 2017-03-14
US10087605B2 (en) 2018-10-02
WO2016098440A1 (ja) 2016-06-23
EP3236326B1 (en) 2019-09-04

Similar Documents

Publication Publication Date Title
CN106575117B (zh) 作业机械的油特性的诊断系统
US11447936B2 (en) Oil diagnosis system
JP5663393B2 (ja) 稼働機械及び保守点検情報生成装置
AU2011252963B2 (en) Predictive analysis for remote machine monitoring
Ng et al. Improving hydraulic excavator performance through in line hydraulic oil contamination monitoring
JP5227957B2 (ja) 作業機械の機器診断装置及び機器診断システム
US7689368B2 (en) Systems and methods for early detection of machine component failure
JPWO2013077309A1 (ja) 建設機械の稼働データ収集装置
JP2016161285A (ja) 液体ポンプのメインテナンス・スケジューラ
Enyindah et al. Using diagnosis and life cycle cost to improve reliability of an excavator
US10408118B2 (en) Engine coolant monitoring system for a machine
CN113570160A (zh) 一种混砂车砂泵的寿命预测方法及装置
JP7009408B2 (ja) 作業機械
US11501421B2 (en) Machine device state monitoring system and machine device state monitoring method
JP7301257B1 (ja) ワイヤ放電加工装置の保守システム、ワイヤ放電加工装置、および保守診断装置
JP2023048863A (ja) 消耗監視装置
Bodziony et al. Analysis of operating states of haul trucks used in surface mining
US20170299475A1 (en) Maintenance system for a machine using fluid sample monitoring
WO2024095277A1 (en) Intelligent vehicle washing system(s) and method for end-to-end health monitoring of the same

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant