JP2015130175A - 遠隔診断システム - Google Patents

Abstract

【課題】遠隔診断のためのモデルを作成する。【解決手段】第１の制御システムによって制御されている動的装置と、第２の制御システムによって制御されているデバイスモデルと、を備えている動的システムを遠隔操作によって診断して展開する遠隔診断システム。前記のデバイスモデルは動的システムをシミュレートし、制御システム及び動的システムの動作を試験するために、対応する出力が記録される。動作中に、動的システムの入力及び出力が記録される。動的システムの入力及び出力は、次いで、前記デバイスモデルの入力及び出力と比較されて、デバイスモデルの正確さがチェックされる。該デバイスモデルは、次いで、比較結果に基づいて更新される。【選択図】図１

Description

本願は、現場でのサービス及び診断の分野に関し、更に特定すると、フィールドデータシステムモデリングを使用する遠隔診断のためのシステム及び方法に関する。

本願は、２０１４年１月８日に出願された米国仮特許出願第６１/９２４，９２３号の３５Ｕ．Ｓ．Ｃ．第１１９条（ｅ）による出願日の優先権を主張している。該米国仮特許出願は、これに言及することにより、その内容が本明細書に参考として組み入れられている。

動的な機械的システムは、ソフトウエアによって制御される多くの構成要素を備えている。これらの構成要素は該機械的システムが老朽化するにつれて摩耗を受け、ソフトウエアは該構成要素が受けるあらゆる摩耗に対処できなければならない。該動的機械システムは、現場では、ソフトウエアが特定の状況に対して適正に対処できないソフトウエアの故障形態の、又は機械的構成部品が異常動作する機械的事象形態の、点検修理事象（ｓｅｒｖｉｃｅ ｅｖｅｎｔ）が生じるかも知れない。

動的機械システムのための制御ソフトウエアを設計する際に、該機械システムをエミュレートするために動的システムの数学モデルが使用される。これにより、該システムにソフトウエアを実際にインストールする必要なく、該ソフトウエアを試験することができる。このことによって、設計者が、ソフトウエア及びその機能を迅速に評価することが可能になる。数学モデルは、このような状況に応えるようにシステムを設計するために、モデルの機械的故障のような入力を含む多数の入力を受け入れるように設計される。

クレーン工業のような幾つかの工業においては、現場での予期せぬ点検修理事象にかかるコストは相当高い。幾つかの例においては、点検修理事象は、作業の完全な停止を生じさせるかも知れない。従って、点検修理事象が発生して補正すべきときを予測することができること、又は該点検修理事象が発生する前にこの状況に対する計画を立てることができることは有益である。これは、通常は、日常の点検及びメンテナンスによってなされる。しかしながら、ブーム伸長部材又はアウトリガ伸長部材のような幾つかのクレーン構成部品は、該構成部品を物理的に分解しないで点検することが難しい。例えば、摩耗パッドはクレーンの構成部品の内側に設けられていて点検のためにアクセスすることができない。同様に、油圧シリンダ内のシールは、作動中はシリンダによって見ることができない。これらの部品を物理的に点検するためには構成部品を分解することが必要とされ、これは作業の停止を伴う。分解は構成部品に付加的な摩耗を惹き起こすことがあり、これは実際の装置の使用形態に基づいたメンテナンスプログラムを適用することによって避けることができる。

ソフトウエアによって制御される機械システムの点検修理事象を正確に予測するためのシステムを備えていることは有益である。これは、中断時間につながる点検修理事象の数を減らす。予防的なメンテナンスは、機械の使用形態に基づいて予定を立てることができる。現在の予防的メンテナンスのスケジュールは、作動時間と暦日とに基づいている。該遠隔診断システムは、予防的なメンテナンススケジュールを調整するために、作業量、運転概要、天候、及びその他のデータを含むことができるであろう。

本発明の実施形態は遠隔診断システムを含んでいる。該遠隔診断システムは、デバイスモデル、作業現場にある動的システム、制御システム、データの収集及び分配システム、並びに収集されたデータを記憶し且つ分析するようになされているデータウエアハウス、を備えている。デバイスモデルは、動的システムをシミュレートし且つ該デバイスモデルに応じた複数のモデル出力と複数のモデル入力とを有している。動的システムは、作業現場にあり且つ作業中に実際のデータを生成する。制御システムは、動的システムに作動可能に接続され且つオペレータの入力に応じた制御信号によって該動的システムを制御するようになされている。データの収集及び分配システムは、動的システム、デバイスモデル、制御システムを含む複数のデータ供給源からデータを集め、集めたデータを複数のデータの宛先へ分配するようになされている。データウエアハウスは、集めたデータを圧縮し、寄せ集め、記憶するようになされている。該データウエアハウスは、データを分析システム及びレポートシステムに供給する。

もう一つ別の実施形態は、動的システムを遠隔診断する方法を含んでいる。この方法においては、動的システムの数学モデルが形成される。該動的システムの数学モデルは、少なくとも１つのモデル入力と、該少なくとも１つのモデル入力及び該数学モデルに応じた少なくとも１つのモデル出力と、を受け取るためのインターフェースを備えている。次いで、該複数の数学モデル入力が数学モデルに入力される。該数学モデルの複数のモデル入力とこれに対応する複数のモデル出力とがモデル記録に記録される。複数の実際の入力データと実際の出力データとは、少なくとも１つの実際の記録に記録される。該実際の入力データと実際の出力データとは、動的システムに関連付けられる。複数の実際の記録から、１つの実際の重要な出力を有している少なくとも１つの関連性のある実際の記録が決定される。この少なくとも１つの重要な実際の出力は、複数のモデル記録と比較され、前記少なくとも１つの重要な実際の出力に対応する少なくとも１つのモデル出力が特定される。この関連性のあるモデルの記録は分析され、該関連性のある実際の記録の実際の入力データと共通しているモデル入力が判定される。次いで、この関連性のある記録の実際の入力データと共通のモデル入力の指示が出力される。

１つまたは複数の本発明の上記の及びその他の利点及び特徴を更に明確化するために、添付図面に本発明の特定の実施形態が参照されて図示されている。これらの図面には、典型的な実施形態のみが図示されており、従って、これらの図面は限定的なものと考えられるべきものではない。添付図面を使用することによって、１つまたは複数の実施形態が更に特定して且つ詳細に記載され且つ説明される。

図１は、本発明の一実施形態による遠隔診断のためのシステムの概略図である。

図２は、本発明の一実施形態による制御システムを備えているクレーンの概略図である。

図３は、本発明の一実施形態による制御システムを備えているクレーンのモデルの概略図である。

図４は、故障の原因を判定するために点検記録を分析し且つ本発明の一実施形態によるデバイスモデルを更新するためのプロセスを示している概略図である。

図５は、本発明の一実施形態によるシステムの一実施形態の概略図である。

図面は必ずしも等尺ではない。

本発明の実施形態は、動的システムの点検修理事象を正確に予測するためのシステム及び方法を含んでいる。本発明が有用である一つの特定の分野は建設設備の分野であり、更に特定するとクレーンの分野である。本発明の実施形態は、工業設備や市販食品サービスシステムなど他のタイプの動的システムに適している。本発明は他の動的システムに適用可能であることがわかるけれども、以下においては、クレーンに関連した本発明の実施形態を更に記載する。下の文脈においては、本発明の種々の特徴がより詳細に規定されている。このように規定する特徴の各々は、明らかにそうではないと指示されていない限り、他の何らかの特徴と組み合わせることができる。特に、好ましいか有利であるとして示されている何らかの特徴は、好ましいか又は有利であるとして示されている他の何らかの特徴と組み合わせることができる。

図１は、遠隔診断システム１００の一実施形態の概略図である。遠隔診断システム１００は、デバイスモデル１０２、動的システム１０４、第一の制御システム１１０、第二の制御システム１１２、データの収集及び分配システム１０６、データウエアハウス１０８、データ分析システム１１４、データ報告システム１１８、及び他のデータ供給源１１６、を備えている。第一の制御システム１１０又はラボビークルは、デバイスモデル１０２並びにデータの収集及び分配システム１０６に作動可能に接続されている。第二の制御システム１１２又は設備制御システムは、動的システム１０４並びにデータの収集及び分配システム１０６に作動可能に接続されている。デバイスモデル１０２は、データの収集及び分配システム１０６に作動可能に接続されている。動的システム１０４は、データの収集及び分配システム１０６に作動可能に接続されている。

遠隔診断システム１００の構成要素の各々のための作動可能な接続は、構成要素同士が互いに通信できるように作動できる通信リンクを備えている。例えば、作動可能な接続は、アナログ有線接続、デジタル有線接続、アナログ無線接続、又はデジタル無線接続、を含むことができる。該作動可能な接続は、構成要素の各々について異なっていても良く、１つまたは複数のタイプの通信リンクによって構成されていても良い。例えば、第一の制御システム１１０は、有線接続によってデバイスモデル１０２と通信しても良いが、無線接続によってデータの収集及び分配システム１０６と通信している。更に、該作動可能な接続は、互いに組み合わせて単一の通信リンクとしても良い。例えば、第一の制御システム１１０とデバイスモデル１０２とは、共に、共通の無線リンクによってデータの収集及び分配システム１０６と通信することができる。

動的システム１０４は、第一の制御システム１１０によって制御されている動的機械システムである。幾つかの実施形態においては、動的システム１０４は、以下に記載されているようにクレーンシステムによって構成されていても良いし、又はクレーンシステムの個々の構成要素又は個々のシステムによって構成されていても良い。例えば、動的システム１０４は、クレーンブーム４０２、クレーンアウトリガ４０４、クレーン上部旋回体４０６、又はシステムを構成するための構成要素の組み合わせ、を備えている。他の実施形態においては、動的システム１０４は、工業用冷却システムのような異なるシステムによって構成されていても良い。他の動的システムも、それらが制御システムによって制御され且つモデル化することができるならば、本発明の範囲に含まれる。動的システム１０４は、制御システム１１０から少なくとも１つの入力を受け取り、該入力に関連付けられている機能を果たすように動作する。

データウエアハウス１０８は、制御システム１１０，１１２、デバイスモデル１０２、及び動的システム１０４から収集したデータを記憶する。データウエアハウス１０８は単一のメモリ源であっても良いし、又は複数のメモリ源に分配されても良い。データウエアハウス１０８は更に、他の供給源１１６から得られたデータを記憶することもできる。例えば、データウエアハウス１０８は、動的システムの点検履歴に関する情報、動的システムに関するソーシャルメディア、及び天気データを記憶することができる。点検履歴には、動的システムに関係付けられた保証、クレーンの点検についてのクレーンのオーナー又はオペレータからの連絡、及び製品の改良計画、のような情報が含まれる。ソーシャルメディア情報には、リンクトイン、フェイスブック、ツイッタ、ニュースフィード、ブログ、のような供給源からの動的システム１０４についての公開情報が含まれる。データウエアハウス１０８は、実際の天気データを含んでいても良く、又は続いて天気データを調べるために使用されるクレーンの位置を提供するデータであっても良い。

データ分析要素１１４は、データウエアハウス１０８内に含まれているデータの分析に関する情報を使用するための分析出力１１８を有している。例えば、分析出力１１８は、特定のクレーンのやがてやって来るメンテナンス要件を示すためのディスプレイに作動可能に接続されている。幾つかの実施形態においては、分析出力１１８はデータを直接クレーンのユーザーに向けて出力するが、他の実施形態においては、分析出力１１８はデータをメンテナンス設備に向けて出力する。

図２は、第二の制御ユニット１１２とクレーン２００の形態とされている動的システム１０４との動作を示している。クレーン２００は、ブーム２１０、駆動列、回転床、カウンタウエイト、及びアウトリガ、のような多数の動的構成要素によって構成されている。第二の制御システム１１２は、ユーザー入力２０６を受け取り、クレーン２００を制御するための制御信号２０２を発生する。クレーン２００は、クレーン２００の特性を測定するように構成されている少なくとも１つのセンサ２０４を備えている。センサ２０４は、測定された特性を表すフィードバック信号２０８を出力する。フィードバック信号２０８は、第二の制御システム１１２に送られて第二の制御システム１１２にフィードバックを付与する。第二の制御システム１１２は、次いで、フィードバック信号２０８に基づいて、クレーン２００のための制御信号２０２を変更する。

例えば、オペレータは、ブームアウトユーザー入力２０６を入力する。第二の制御ユニット１１２は、ブームアウトユーザー入力２０６を受け取り、ブームアウト制御信号２０２を発生する。クレーン２０２は、次いで、センサ２０４がブーム２１０の位置を測定しつつある状態で、油圧シリンダ内の圧力を増大させてブーム２１０を動かす。センサ２０４は、ブーム２１０の位置を示すフィードバック信号２０８を第二の制御ユニット１１２に向けて出力する。フィードバック信号２０８に基づいて、第二の制御ユニット１１２は、シリンダ内の圧力を更に増大させてブーム２１０を更に伸長させたり、又は圧力を低下させてブーム２１０が更に伸長しないように停止させたりする。これは、第二の制御システム１１２の動作の極めて簡素化された例である。実際には、第二の制御システム１１２は、多数の入力を受け取り且つ各々が相関せしめられている多数の構成要素を制御する。

図３は、第一の制御ユニット１１０及びクレーンモデル３００の動作を示している。クレーンモデル３００は、デバイスモデル１０２の一つの例であり、クレーン２００の数学的表現である。第一の制御ユニット１１０は、クレーンモデル３００に作動可能に接続されており且つクレーン２００で使用される制御信号２０２に対応する制御信号３０２を付与する。第一の制御ユニット１１０は、第二の制御ユニット１１２と同じタイプの制御ユニットであっても良いし、又は試験目的のための異なる制御ユニットであっても良い。

以下、図２のブームアウト信号に関連してクレーンモデルの動作を示す。ユーザーは、ブームアウトコマンドのようなコマンドを入力する。次いで、第一の制御ユニット１１０が、ブームアウトコマンドに対応する制御信号３０２をクレーンモデル３００に向けて出力する。クレーンモデル３００は、クレーン２００がブームアウトに対応する制御信号３０２の受信に応答してどのように動作するかをシミュレートする。クレーンモデル３００は、クレーン２００が制御信号３０２に応答して動作する動作形態の状態を表すデータを含む出力３１０を発生する。例えば、制御信号３０２はブームアウトコマンドを示すことができて、出力装置はブームがどのくらいの長さまで伸長することになるかを示す値を出力する。フィードバック信号３０４は、クレーンの状態を示すクレーン上のセンサの一つのモデルを提供することができる。例えば、フィードバックセンサは、ブーム長さのモデル化された測定値に対応するデータの値を出力することができる。幾つかの実施形態においては、出力３１０は、第一の制御ユニット１１０のためのフィードバック信号３０４として使用することができる。

フィードバック信号３０４は、第一の制御ユニット１１０に受け取られる前に変更されてもよい。この変更は、動的システムのフィードバックにおける故障をシミュレートするためになされてもよい。例えば、フィードバック信号３０４は一定値に保持されてもよく、これは動作が止まったセンサ（ｓｔｕｃｋ ｓｅｎｓｏｒ）を示す。次いで、第一の制御システム１１０は、当該システムが故障のあるセンサに対して如何に反応するかを観察するために、一つのコマンドを通じて実行されてもよい。もう一つ別の実施形態においては、フィードバック信号３０４は、デバイスモデルが一つの手順を通して実行されているときに、不正値を出力するように変えられてもよい。

制御信号３０２は、動的システム内に入る電気的故障をシミュレートするように修正することができる。次いで、デバイスモデル３００の出力を、電気的故障の受信に応答した動的システムの振る舞いを測定するために観察することができる。

クレーン２００の標準的な入力及び出力に加えて、クレーンモデル３００はまた、故障状態に対応する入力３０６をも受け取ることができる。例えば、クレーンモデル３００は、一つの構成要素が故障したことを示す入力を受け取ることができる。この入力は、クレーン２００上の実際の構成要素が故障した状態を、該構成要素を実際に故障させる必要なく表す。クレーンモデル３００は、次いで、クレーンが故障状態を経験しつつある際に制御ユニット１１０が如何に振る舞うかを判定することができるであろう。例えば、クレーンモデルは、ブームアウト動作の性能に対するシールリングの作用をシミュレートすることができる。故障のあるシールを示すために、入力３０６が誘発される。クレーンモデル３００は、次いで、故障のあるシールをシミュレートするようにその数学モデルを変更する。

入力３０６はまた、クレーンモデル３００に状態値を入力するために使用することもできる。例えば、負荷が変動するクレーンの動作を試験することは有益である。入力３０６は、吊り上げられるべき荷の質量を示す入力を受け取る。入力３０６はまた、経年数、動作環境等、のような他のクレーンの特性を入力するために使用することもできる。クレーンモデル３００は、各入力に対して、入力されたクレーン特性を考慮に入れるように変化する。

再び図２の実施例を参照すると、ブーム２００が故障を経験しつつある場合に、ブームは予想通りに伸びないかも知れない。制御システム１１０は、ブーム２００が適正に伸びていないことを認識し且つ補正動作を行うことを認識することができなければならない。このような補正動作には、オペレータを変えること、ブーム２００を伸長させるように補償すること、又はクレーン２００の動作を停止させること、が含まれる。制御システム１１２が意図通りに動作しているか否かを試験するために、クレーンモデル３００は、制御システム１１０とブームとの間の通信の故障を示す故障信号３０６を受け取る。そして、ブームアウト信号３０２がクレーンモデル３００に供給されたときに、ブームは制御信号３０２に応答せず、フィードバック信号３０４はブームが動いていないことを指示するであろう。次いで、制御ユニット１１０は補正動作を行う。該補正動作を監視して、制御ユニット１１０が適正に機能しているか否かを判定することができる。制御ユニット１１０が予期しない動作を行おうとしている場合には、制御ユニット１１０がその設計に誤りを含んでいることが指示される。

該動的システム及び該デバイスモデルは、冗長システム（ｒｅｄｕｎｄａｎｔ ｓｙｓｔｅｍ）及び互いに依存するシステムを備えた複雑なシステムであるかも知れない。例えば、クレーンモデルは、各々が異なる制御信号及びフィードバック信号を備えており且つ全てが相互に依存している多くの異なる動的構成要素によってモデル化することができる。幾つかの動的構成要素はある種の故障信号の存在下で動作し続けるけれども、他の構成要素は補正動作を必要とする。

クレーンモデルは、制御システムが実際のクレーンに搭載されることを必要とされることなく制御システムの動作を迅速に評価するためにエンジニアによって使用される。更に、多くの制御シナリオを短期間で試験することができる。

図１に戻ると、動的システム１０４は、該動的システム１０４の特性に関連付けられた複数のデータ供給源を備えている。該特性としては、例えば、動的システム１０４の出力、動的システム１０４への入力、動的システム１０４の点検履歴、が挙げられる。例えば、動的システム１０４の出力は、クレーンの構成要素の構造、所定のときのクレーンに関連する天候、クレーンの位置、及び動的システム１０４に関連付けられた他の出力、とすることができる。動的システム１０４への入力としては、動的システム１０４を制御する制御ユニット１１０からの制御信号出力が挙げられる。点検履歴としては、構成要素の経年数、使用頻度、点検日、及びクレーンの点検履歴に関連する他の項目、が挙げられる。

動的システム１０４と同様に、デバイスモデル１０２もまた、デバイスモデル１０２への入力及びデバイスモデル１０２の出力に関連付けられている複数のデータ供給源を備えている。例えば、デバイスモデル１０２の出力は、クレーン構成要素のモデル化された位置、モデル化されたクレーン構成要素が経験しつつあるモデル負荷、モデル化された構成要素の構造、所与のときのクレーンモデルに関連付けられたモデル化された天候、クレーンモデルのモデル化された位置、及びデバイスモデル１０２に関連付けられたその他の出力、とすることができる。デバイスモデル１０２への入力には、デバイスモデル１０２を制御している第一の制御システム１１０からの制御信号出力が含まれる。点検履歴には、モデル化された構成要素の経年数、モデル化された使用頻度、モデル化された点検日、及びクレーンのモデル化された点検履歴に関するその他の項目が含まれる。

データの収集及び分配システム１０６は、複数の供給源からのデータを収集し且つ該データを複数のデータ宛先へ分配する。少なくとも１つのデータ供給源はまた、双方向通信を可能にするデータの宛先とすることもできる。例えば、デバイスモデル１０２は、データの収集及び分配システム１０６によって集められるデータを出力する。データの収集及び分配システム１０６はまた、データをデバイスモデル１０２へ送ることもできる。例えば、デバイスモデル１０２が更新される必要がある場合には、データの収集及び分配システム１０６は更新に必要なデータを分配する。データの収集及び分配システム１０６は、１つまたは複数の構成要素又はシステムのためのデータを集めることができ且つ異なる構成要素に作動可能に接続されている。

データの収集及び分配システム１０６は、生データを集め、集めたデータを使用可能な形式に変換するか又は既にフォーマットされたデータを集める。データの収集及び分配システム１０６は、エサーネットデータ接続のような物理的な接続によって複数のデータ供給源及びデータの宛先に接続されても良く、又は該接続は例えば無線信号によるような無線接続としても良い。更に、データ供給源と、データの収集及び分配システム１０６との間に、中間の構成要素が存在する。例えば、動的システムからの出力はデータベースに記憶される。次いで、動的システムに関するデータを収集するために、データの収集及び分配システムがデータベースに問い合わせる。

データの収集及び分配システムはデータウエアハウス１０８に作動可能に接続されており、該データハウスウエアは複数の供給源から収集されたデータを記憶する。データウエアハウス１０８は、該データウエアハウス１０８内に含まれているデータの分析のために、データコンシューマによってアクセスされる。データウエアハウス１０８からのデータは、特定の用途に関するデータを含んでいるデータマートに供給される。例えば、フィールド・イシュー・データマートは、クレーンが現場で経験する問題点に関するデータを記憶する。燃料消費データマートは、燃料の消費に関するデータを記憶する。位置データマートは、クレーン及び／又はクレーンの構成要素の位置に関するデータを記憶する。

データウエアハウスは、該データウエアハウス内で識別された各クレーンのための特有の識別名、該ウエアハウス内で識別された各クレーンのためのモデルの型、及びその他の識別情報、のようなデータを含んでいる。データウエアハウスは、該データウエアハウス内に格納されているデータの分析のための少なくとも１つの演算システムを含んでいるデータ分析器に作動可能に接続されている。該少なくとも１つの演算システムは、データウエアハウス内で識別されている少なくとも１つのクレーンの使用状態を判定するためにデータウエアハウス内に格納されているデータを分析するｓｄｆ。該少なくとも１つの演算システムは、データをデバイスモデル及び制御システムに分配するために、データの収集及び分配システムに作動可能に接続されている。

図４は、遠隔診断システムがデータを分析し且つデバイスモデルを更新するために使用する方法のフローチャートである。以下、この方法を以前の図１の遠隔診断システムに関連させて説明する。

該方法は、動作４０２において動的システムに関連付けられた実際の入力データ及び実際の出力データを記録することから始まる。該実際の入力データ及び実際の出力データは、遠隔から記録されるか又はローカルメモリに記憶され、後日アップロードされる。例えば、動的システム１０４はユーザーによって作動せしめられ、一方、制御システム１１２は、動的システムの識別、オペレータ入力、位置データ、及び天候データのような実際の入力データと、センサ出力のような実際の出力データと、を記憶する。次いで、制御システム１１２は、実際の入力データと実際の出力データとをデータの収集及び分配システム１０６を介して記憶するために、データウエアハウス１０８に送る。或いは別の実施形態においては、制御システム１１２は、実際の入力データと実際の出力データとを記憶するためにすぐさまデータウエアハウス１０８に送る。この実際の入力データと実際の出力データとは、複数の実際の記録内に記録される。

実際の記録は、動作４０４において分析されて重要な実際の出力データを有する実際の記録が検知される。例えば、データ分析器１１４は、データウエアハウス１０８内の記録を分析し且つクレーンの油圧シリンダが一貫して過剰な摩耗を受けていることを判断する。幾つかの実施形態においては、実際の記録が付加的に分析されて、重要な実際の出力データに関連付けられた実際の入力データを見つけることができる。例えば、データ記録は、特定のクレーンブームが特定のクレーン設計において使用されるときに、油圧シリンダが余分な摩耗を受ける可能性がより高いことを示す。該データ分析器によってなされる分析は、統計的サンプリング、データマイニング、又はその他の一般的な分析技術を含んでいる。

動作４０６において、動的システムの数学モデルが形成される。これは、複数の実際の出力データと実際の入力データとを動的システムの動作によって記録する前になされるか、又は動的システムが現場で作動せしめられた後になすことができる。数学モデルの形成には、現存の数学モデルを更新することが含まれる。

動作４０８において、モデル入力データが数学モデルに供給されて動的システムの動作がシミュレートされる。複数のモデル入力データは、動作手順、動作状態、及び構成要素の識別、を表している。例えば、クレーンを表している数学モデルにおいては、複数のモデル入力データには、標準の吊り上げ作業を行っているクレーンをモデル化する入力、天候状態をモデル化する入力、及びクレーンに適合せしめられた構成要素の識別をモデル化する入力、が含まれている。

動作４１０において、モデル入力データは、モデル出力データと共にモデル記録装置に記録される。モデル出力データは、動的システムのモデル化された振る舞いを表し、且つモデル化されたセンサ出力、モデル化された動的システムの物理特性、及びモデル化された事象のようなデータを含んでいる。再びクレーンを参照すると、モデル出力データは、クレーンブーム内のモデル化された歪み、クレーンブームのモデル化された位置、油圧シリンダのモデル化された温度、一つの構成要素のモデル化された故障、又はクレーンのその他のモデル化された特性、とすることができる。

動作４１２において、関連性のある実際の記録は、モデル記録と比較されて関連する実際の出力データに対応するモデル出力データを有する関連するモデル記録が見つけ出される。データ分析器１１４は、以前の例を使用して、油圧シリンダの摩耗を関連するモデル記録として示すモデル記録を見つけ出す。

動作４１４においては、関連するモデル記録が関連する実際の出力データを有している実際の記録によって分析されてこれらのモデル記録が共通する入力データを共有しているか否かが判定される。これらのモデル記録が共通の入力データ及び出力データを共有している場合には、該数学モデルは動的システムを正しくモデル化しつつあると考えられる。再びクレーンの例を参照すると、データ分析器１１４は、特定のクレーンブーム、特定のクレーン設計、及び油圧シリンダの過剰な摩耗、を有するデータ記録を、対応するモデル記録と比較して、該対応するモデル記録が特定のクレーンブーム及び特定のクレーン設計に対応する入力データを含んでいるか否かを判定する。

該対応するモデル記録が、関連する実際の入力データを有している実際の記録との間に共通の入力データを共有していないと判定された場合には、該数学モデルは、更新されて関連する実際の出力データにつながる記録されている状態を反映するようにされる。幾つかの数学モデルにおいては、実際の入力が数学モデルとしてモデル化されておらず且つモデルが実際の入力に対応するモデル化された入力を含むように更新されることが起こり得る。クレーンの例においては、数学モデルは、一つのブームタイプに対応する入力を含んでいないかも知れない。数学モデルの更新は、一つのブームタイプについての入力を含み且つ種々のブームタイプについて考慮できるように修正することを必要とする。他の数学モデルにおいては、実際の入力はモデル化されるが正確でないかも知れない。以前の例を使用する場合には、ブームのタイプが入力として与えられるが、数学モデルはクレーンのタイプと相互に作用し合うブームの作用を考慮に入れたことがないかも知れない。数学モデルは、ブーム及びクレーンのタイプの作用を考慮に入れるように更新されるが、該数学モデルへの入力は変わらないであろう。

図５は、本発明の一つの実施形態による例示的な遠隔診断システム５００の説明図である。遠隔診断システム５００は、内部アプリケーション５０２と、抽出・変換・挿入（extract, transform and load）エンジン５０６と、データウエアハウス５０８と、知識出力サービス５１０とを備えている。該遠隔診断システム５００は更に、外部データ供給源５０４を備えている。

内部アプリケーション５０２は、遠隔診断システム５００のユーザーが制御装置内に備えているアプリケーションである。内部アプリケーション５０２は、ハードウエア・イン・ザ・ループ（ＨＩＬ）テストコンポーネント５１２と、保証サービス５１４と、製品改善サービス５１６と、テレマティクス・システム５１８と、を備えている。ＨＩＬ５１２テストコンポーネントは、デバイスモデルの一つの形態であり、テレマティクス・システム５１８に関連付けられた動的システムをシミュレートする。テレマティクス・システム５１８は、動的システムと、抽出・変換・挿入エンジン５０６との間に通信リンクを提供するために応答可能である。保証サービス５１４は、保証情報を報告するための手段を提供する。例えば、保証サービス５１４は、保証クレームに対して応答可能なカスタマー・サービス・センターとすることができる。製品改善サービス５１６は、該遠隔診断システム外で起こるかも知れない動的システムに対して改善をするためのサービスである。

外部のデータ供給源５０４は、遠隔診断システム５００のユーザーの制御下にないが一般に入手可能なデータを提供するサービスである。外部のデータ供給源５０４は、マッピングデータ５２０と天候データ５２２とを備えている。一つの実施形態においては、該内部アプリケーションは、該動的システムのための場所と時間とを記憶し、次いで、外部のデータ供給源を参照して、記憶されている時間及び場所における天候状態を判断する。これは、データがデータウエアハウスに記憶されると同時に天候状態も記憶されるときに、又はデータウエアハウスに記憶されているデータに基づいて必要に応じて天候状態がリコールされるときになされる。

抽出・変換・挿入エンジン５０６は、種々のデータ供給源とデータウエアハウスとの間でのデータの分配に応答することができる。データは多くの異なるフォーマットで存在するので、該抽出・変換・挿入エンジンは、必要ならばデータを共通のフォーマットに変換する。このようにして、該変更システムは、データウエアハウスと通信してデータを記憶することができる。

データウエアハウス５０８は、内部アプリケーションと外部データとによって発生される情報を記憶する。該データウエアハウスは、データを記憶するための永続的な記憶装置を備えた互いに接続されたコンピュータからなるシステムである。幾つかの実施形態においては、データウエアハウス５０８は単一のコンピュータシステムからなる。該データウエアハウスは、他のデータ記憶コンポーネント、例えば、故障コードデータマート５２４、ＨＩＬ結果データベース５２６、燃料消費データマート５２８、及び位置データマート５３０と相互に接続されている。幾つかの実施形態においては、これらの他のデータ記憶コンポーネントは、データウエアハウスの一体部分であっても良く、又は別々の互いに接続されたシステムであっても良い。

データマイナー５３２は、直接的か又は図５に示されているように間接的にデータウエアハウス５０８に作動可能に接続されている。データマイナー５３２は、データウエアハウス内に含まれているデータを分析するためのシステムであり、IBM SPSS Modeler（登録商標）のようなデータマイニング・アプリケーションを含んでいる。該データマイナーは、データウエアハウスとは別個の演算システムであるか、又はデータウエアハウス内に配置されていても良い。該データマイナーは、互いに接続されたコンピュータからなるシステムによって構成されていても良い。

知識出力サービス５１０は、遠隔診断システム５００のユーザーのためのデータウエアハウス５０８と相互作用するためのインターフェースを提供する。該知識出力サービスは、イベントモニター５３４、スマートホン・アプリケーション５３６、ウェブ・アプリケーション５３８、ｅ−メール・レポート５４０、印刷レポート５４２、及びウエブサービス５４４を備えている。知識出力サービス５１０は、該遠隔診断システムのユーザーが、動的システムを監視し且つ起こり得る事象を通知されるのを可能にする。

ここに記載されている現在のところ好ましい実施形態に対する種々の変更及び改造が当業者には明らかであることは理解されるべきである。このような変更及び改造は、本発明の精神及び範囲から逸脱することなく且つ意図されている利点を減じることなく、行うことができる。従って、このような変更及び改造は、添付の特許請求の範囲によって保護されることを意図されている。

１００ 遠隔診断システム、 １０２ デバイスモデル、
１０４ 動的システム、
１０６ データの収集及び分配システム、
１０８ データウエアハウス、 １１０ 第一の制御システム、
１１２ 第二の制御システム、 １１４ データ分析システム、
１１６ 他のデータ供給源、 １１８ データ報告システム、
２００ クレーン、 ２０２ 制御信号、
２０４ センサ、 ２０６ ユーザー入力、
２０８ フィードバック信号、 ２１０ ブーム、
３００ クレーンモデル、 ３０２ 制御信号、
３１０ 出力、 ５００ 遠隔診断システム、
５０２ 内部アプリケーション、 ５０４ 外部データ供給源、
５０６ 抽出・変換・挿入エンジン、
５０８ データウエアハウス、 ５１０ 知識出力サービス、
５１２ ハードウエア・イン・ザ・ループ（ＨＩＬ）テストコンポーネント、
５１４ 保証サービス、 ５１６ 製品改善サービス、
５１８ テレマティクス・システム、
５２０ マッピングデータ、 ５２２ 天候データ、
５２４ 故障コードデータマート、 ５２６ ＨＩＬ結果データベース、
５２８ 燃料消費データマート、 ５３０ 位置データマート、
５３２ データマイナー、 ５３４ イベントモニター、
５３６ スマートホン・アプリケーション、
５３８ ウェブ・アプリケーション、
５４０ ｅ−メール・レポート、 ５４２ 印刷レポート、
５４４ ウエブサービス、

Claims (19)

1. 遠隔診断システムであり、
   ａ）作業現場にあり且つ作動中に実際のデータを発生する動的システムと、
   ｂ）該動的システムをシミュレートするデバイスモデルであって、複数のモデル入力を受け取るための入力インターフェースと、該デバイスモデルと前記複数のモデル入力とに応じて複数のモデル出力を分配する出力インターフェースとを備えている、前記デバイスモデルと、
   ｃ）前記動的システムに作動可能に接続されるようになされている制御システムであって、オペレータ入力を受け取り且つ該オペレータ入力に応答して前記動的システムを制御信号によって制御するようになされている、前記制御システムと、
   ｄ）データの収集及び分配システムであって、前記動的システム、前記デバイスモデル、及び前記制御システム、を含む複数のデータ供給源からデータを収集し、収集したデータを複数のデータの宛先へ分配するようになされている、前記データの収集及び分配システムと、
   ｅ）前記の収集したデータを、統合し、集約し、記憶するようになされているデータウエアハウスと、
   を備えていることを特徴とする遠隔診断システム。
2. 前記データウエアハウス内のデータを数学的に分析するように構成されているデータ分析システムを更に備えている、ことを特徴とする請求項１に記載の遠隔診断システム。
3. 前記データウエアハウスからの情報を報告し且つ表示するように構成されているビジネスインテリジェンスシステムを更に備えている、ことを特徴とする請求項１に記載の遠隔診断システム。
4. 前記デバイスモデルが、クレーンをエミュレートするための命令を備えている演算システムを含んでおり、前記動的システムがクレーンを含んでいる、ことを特徴とする請求項１に記載の遠隔診断システム。
5. 前記デバイスモデルがクレーンの構成要素をエミュレートするための命令を含んでいる演算システムを含んでおり、前記動的システムがクレーンの構成要素を含んでいる、ことを特徴とする請求項１に記載の遠隔診断システム。
6. 前記フィールドデータが、動的システム出力、動的システム入力、及び点検履歴からなる群から選択された特性を表すデータを含んでいる、ことを特徴とする請求項１に記載の遠隔診断システム。
7. 前記データの収集及び分配システムが前記デバイスモデルに入力を分配する、ことを特徴とする請求項６に記載の遠隔診断システム。
8. 前記デバイスモデルへの入力が、前記数学モデルを修正するための入力を含んでいる、請求項７に記載の遠隔診断システム。
9. 前記データウエアハウスが、前記デバイスモデルの少なくとも１つのデータ出力と、これに関連付けられた前記デバイスモデルの少なくとも１つの入力と、に対応するモデル化された故障状態を記憶する、ことを特徴とする請求項１に記載の遠隔診断システム。
10. 前記データウエアハウスが、前記動的システムの少なくとも１つのデータ出力に対応する実際の故障状態を記憶する、ことを特徴とする請求項９に記載の遠隔診断システム。
11. 前記データウエアハウスが、前記実際の故障状態をモデル化された故障状態と比較し、一つの故障原因を前記デバイスモデルの少なくとも１つの入力に応じた実際の故障状態に関連付ける、ことを特徴とする請求項１０に記載の遠隔診断システム。
12. 前記デバイスモデルへの少なくとも１つの入力が、前記実際の故障状態及びフィールドデータに基づいて前記デバイスモデルを修正する、ことを特徴とする請求項１０に記載の遠隔診断システム。
13. 動的システムを遠隔的に診断するための方法であり、
    ａ）動的システムの数学モデルであって、少なくとも１つのモデル入力のためのインターフェースと、前記モデル入力及び該数学モデルに応じたモデル出力のための少なくとも１つのインターフェースと、を備えている前記数学モデルを形成するステップと、
    ｂ）複数のモデル入力を、前記モデル入力のためのインターフェースに入力するステップと、
    ｃ）前記複数のモデル入力と、前記数学モデルの複数の対応するモデル出力とを、少なくとも１つのモデル記録に記録するステップと、
    ｄ）前記動的システムに関連付けられている複数の実際の入力データと実際の出力データとを、少なくとも１つの実際の記録に記録するステップと、
    ｅ）前記複数の実際の記録の中から、関連する実際の出力を有している少なくとも１つの関連性のある実際の記録を判定するステップと、
    ｆ）前記少なくとも１つの関連する実際の出力を前記複数のモデル記録と比較して、前記少なくとも１つの関連する実際の出力に対応する少なくとも１つのモデル出力を有している関連性のあるモデル記録を特定するステップと、
    ｇ）前記関連性のあるモデル記録を分析して、前記関連性のある実際の記録の実際の入力データと共通するモデル入力を判定するステップと、
    ｈ）前記関連性のある記録の実際の入力データと共通するモデル入力であることの指示を出力するステップと、
    を含んでいる方法。
14. 前記関連性のある実際の記録の実際の入力データに基づいて前記数学モデルを修正するステップを更に含んでいる、ことを特徴とする請求項１３に記載の方法。
15. 前記数学モデルがクレーンのモデルからなり、前記動的システムがクレーンからなる、ことを特徴とする請求項１３に記載の方法。
16. 前記数学モデルが一つのクレーン構成要素のモデルからなり、前記動的システムが一つのクレーン構成要素からなる、ことを特徴とする請求項１３に記載の方法。
17. 前記複数の実際の入力が、動的システムの位置、動的システムの天候状況、動的システムの点検履歴、動的システムのオペレータ入力、及び動的システムの識別、からなる群から選択された少なくとも１つの入力を含んでいる、ことを特徴とする請求項１３に記載の方法。
18. 前記動的システムが一つのクレーン構成要素であり、前記動的システムの識別が、前記動的システム及び前記クレーン構成要素に関連付けられたクレーンモデルの識別を含んでいる、ことを特徴とする請求項１７に記載の方法。
19. 前記動的システムがクレーンであり、前記実際のデータ出力が、ブームの負荷、ブームの位置、回転床の位置、カウンタウエイトの位置、アウトリガの負荷、及びアウトリガの位置、からなる群から選択された少なくとも１つの項目を表すデータを含んでいる、ことを特徴とする請求項１７に記載の方法。
    

Images