JP2020128656A - 損害推定装置及び機械学習装置 - Google Patents

損害推定装置及び機械学習装置 Download PDF

Info

Publication number
JP2020128656A
JP2020128656A JP2019021832A JP2019021832A JP2020128656A JP 2020128656 A JP2020128656 A JP 2020128656A JP 2019021832 A JP2019021832 A JP 2019021832A JP 2019021832 A JP2019021832 A JP 2019021832A JP 2020128656 A JP2020128656 A JP 2020128656A
Authority
JP
Japan
Prior art keywords
damage
parameter
estimation model
unit
work machine
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
JP2019021832A
Other languages
English (en)
Other versions
JP7206985B2 (ja
Inventor
高彰 井塚
Takaaki Izuka
高彰 井塚
宏治 住本
Koji Sumimoto
宏治 住本
克哉 入枝
Katsuya Irie
克哉 入枝
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.)
Kobelco Construction Machinery Co Ltd
Original Assignee
Kobelco 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 Kobelco Construction Machinery Co Ltd filed Critical Kobelco Construction Machinery Co Ltd
Priority to JP2019021832A priority Critical patent/JP7206985B2/ja
Priority to PCT/JP2020/001365 priority patent/WO2020162136A1/ja
Priority to US17/422,317 priority patent/US20220090363A1/en
Priority to CN202080012503.4A priority patent/CN113423897B/zh
Priority to EP20751919.0A priority patent/EP3889362A4/en
Publication of JP2020128656A publication Critical patent/JP2020128656A/ja
Application granted granted Critical
Publication of JP7206985B2 publication Critical patent/JP7206985B2/ja
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
    • E02F9/26—Indicating devices
    • E02F9/267—Diagnosing or detecting failure of vehicles
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F3/00—Dredgers; Soil-shifting machines
    • E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
    • E02F3/28—Dredgers; Soil-shifting machines mechanically-driven with digging tools mounted on a dipper- or bucket-arm, i.e. there is either one arm or a pair of arms, e.g. dippers, buckets
    • E02F3/36—Component parts
    • E02F3/42—Drives for dippers, buckets, dipper-arms or bucket-arms
    • E02F3/43—Control of dipper or bucket position; Control of sequence of drive operations
    • E02F3/435—Control of dipper or bucket position; Control of sequence of drive operations for dipper-arms, backhoes or the like
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F3/00—Dredgers; Soil-shifting machines
    • E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
    • E02F3/88—Dredgers; Soil-shifting machines mechanically-driven with arrangements acting by a sucking or forcing effect, e.g. suction dredgers
    • E02F3/90—Component parts, e.g. arrangement or adaptation of pumps
    • E02F3/907—Measuring or control devices, e.g. control units, detection means or sensors
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F3/00—Dredgers; Soil-shifting machines
    • E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
    • E02F3/88—Dredgers; Soil-shifting machines mechanically-driven with arrangements acting by a sucking or forcing effect, e.g. suction dredgers
    • E02F3/90—Component parts, e.g. arrangement or adaptation of pumps
    • E02F3/92—Digging elements, e.g. suction heads

Abstract

【課題】正確かつ容易に作業機械の寿命を推定することができる損害推定装置及び機械学習装置を提供する。【解決手段】損害推定装置は、作業機械１の動作に関する動作パラメータを取得する動作パラメータ受信部２１１と、動作パラメータを入力値とし、作業機械の所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルを記憶する損害推定モデル記憶部２３２と、損害推定モデル記憶部２３２に記憶されている損害推定モデルに、動作パラメータ受信部２１１によって取得された動作パラメータを入力することで損害パラメータを推定する損害パラメータ推定部２２３とを備える。【選択図】図４

Description

本開示は、作業機械の動作に伴う所定の部位の損害を推定する損害推定装置及び作業機械の動作に伴う所定の部位の損害を推定するための損害推定モデルを機械学習する機械学習装置に関するものである。
油圧ショベル等の作業機械を管理する管理者は、作業機械の寿命を知ることにより、作業機械のメンテナンス計画を作成したり、作業の見直しを行ったりすることができる。
従来、作業機械の寿命を予測する技術としては、作業機械のブーム及びアームに複数の歪みゲージを取り付け、複数の歪みゲージによってブーム及びアームにかかる負荷による機械的な歪み量を検出し、検出した歪み量に基づき作業機械の各部位の被害量を演算で求めて寿命を予測する技術がある（例えば、特許文献１参照）。
特開２００９−１３３１９４号公報
特許文献１の技術では、複数の歪みゲージをブーム及びアームに取り付け、複数の歪みゲージにより歪み量を検出している。このとき、複数の歪みゲージは、ブーム及びアームの測定対象となる部位の表面に直接貼り付けられ、複数の歪みゲージから延びる導線が、計測機器へ引き込まれることになる。
しかしながら、複数の歪みゲージを測定対象となる部位の表面に貼り付ける作業は非常に面倒な作業である。また、歪みゲージは作業現場での作業中に損傷するおそれがあり、損傷した歪みゲージから正確な寿命を推定することは困難である。
本開示は、上記の問題を解決するためになされたもので、正確かつ容易に作業機械の寿命を推定することができる損害推定装置及び機械学習装置を提供することを目的とするものである。
本開示の一態様に係る損害推定装置は、作業機械の動作に伴う所定の部位の損害を推定する損害推定装置であって、前記作業機械の動作に関する動作パラメータを取得する動作パラメータ取得部と、前記動作パラメータを入力値とし、前記作業機械の前記所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルを記憶する損害推定モデル記憶部と、前記損害推定モデル記憶部に記憶されている前記損害推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記損害パラメータを推定する推定部と、を備える。
この構成によれば、作業機械の動作に関する動作パラメータを入力値とし、作業機械の所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルに、取得された動作パラメータが入力されることで損害パラメータが推定されるので、推定した損害パラメータから正確かつ容易に作業機械の寿命を推定することができる。
また、上記の損害推定装置において、前記作業機械は、下部走行体と、前記下部走行体に搭載される上部旋回体と、前記上部旋回体に起伏可能に支持されるブームと前記ブームの先端部に回動可能に連結されるアームと前記アームの先端部に取付けられて施工面に押付けられるバケットとを含む作業装置と、前記下部走行体に対して前記上部旋回体を旋回させる旋回モータとを備え、前記動作パラメータは、前記ブームを起伏させるブームシリンダ、前記アームを回動させるアームシリンダ及び前記バケットを回動させるバケットシリンダのそれぞれの圧力値と、前記ブームシリンダ、前記アームシリンダ及び前記バケットシリンダのそれぞれの長さと、前記旋回モータの動作圧力値と、前記旋回モータによる旋回角度と、を含んでもよい。
この構成によれば、ブームを起伏させるブームシリンダ、アームを回動させるアームシリンダ及びバケットを回動させるバケットシリンダのそれぞれの圧力値と、ブームシリンダ、アームシリンダ及びバケットシリンダのそれぞれの長さと、旋回モータの動作圧力値と、旋回モータによる旋回角度とは、作業機械の所定の部位に損害を生じさせる動作パラメータである。そのため、ブームシリンダ、アームシリンダ及びバケットシリンダのそれぞれの圧力値と、ブームシリンダ、アームシリンダ及びバケットシリンダのそれぞれの長さと、旋回モータの動作圧力値と、旋回モータによる旋回角度とを用いて、正確に損害パラメータを推定することができる。
また、上記の損害推定装置において、前記損害パラメータは、前記作業機械の前記所定の部位の歪みと、前記作業機械の前記所定の部位に生ずる応力と、前記作業機械の前記所定の部位の寿命量とのいずれかを含んでもよい。
この構成によれば、作業機械の所定の部位の歪みと、作業機械の所定の部位に生ずる応力と、作業機械の所定の部位の寿命量とのいずれかを損害パラメータとして推定することができる。
また、上記の損害推定装置において、前記損害推定モデルは、前記作業機械の仕様毎に異なる複数の損害推定モデルを含み、前記損害推定モデル記憶部は、前記作業機械の仕様に関する複数の仕様パラメータのそれぞれと、前記複数の損害推定モデルのそれぞれとを対応付けて記憶しており、前記損害推定装置は、推定対象となる作業機械の仕様パラメータを取得する仕様パラメータ取得部と、前記複数の損害推定モデルの中から、前記仕様パラメータ取得部によって取得された前記仕様パラメータに対応付けられている損害推定モデルを選択する選択部と、をさらに備え、前記推定部は、前記選択部によって選択された前記損害推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記損害パラメータを推定してもよい。
作業機械の仕様が異なれば、作業機械から検出される動作パラメータも異なり、１つの損害推定モデルからは、仕様が異なる種々の作業機械の損害パラメータを推定することは困難である。しかしながら、作業機械の仕様に関する複数の仕様パラメータのそれぞれに対応付けられている複数の損害推定モデルの中から、取得された仕様パラメータに対応付けられている損害推定モデルが選択されるので、作業機械の仕様に応じて、より正確な損害パラメータを推定することができる。
また、上記の損害推定装置において、前記損害推定装置は、前記動作パラメータを入力値とし、前記仕様パラメータを出力値とし、教師データを用いた機械学習により構築された仕様推定モデルを記憶する仕様推定モデル記憶部をさらに備え、前記仕様パラメータ取得部は、前記仕様推定モデル記憶部に記憶されている前記仕様推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記仕様パラメータを推定してもよい。
この構成によれば、動作パラメータを入力値とし、仕様パラメータを出力値とし、教師データを用いた機械学習により構築された仕様推定モデルに、取得された動作パラメータが入力されることで仕様パラメータが推定されるので、作業機械の仕様パラメータを予め記憶する必要がなく、動作パラメータから自動的に仕様パラメータを特定することができる。
また、上記の損害推定装置において、前記損害推定装置は、前記作業機械の前記仕様パラメータを予め記憶する仕様パラメータ記憶部をさらに備え、前記仕様パラメータ取得部は、推定対象となる作業機械の前記仕様パラメータを前記仕様パラメータ記憶部から取得してもよい。
この構成によれば、作業機械の仕様パラメータが予め記憶されているので、推定対象となる作業機械の正確な仕様パラメータを容易に取得することができる。
また、上記の損害推定装置において、前記作業機械は、下部走行体と、前記下部走行体に搭載される上部旋回体と、前記上部旋回体に起伏可能に支持されるブームと前記ブームの先端部に回動可能に連結されるアームと前記アームの先端部に取付けられて施工面に押付けられるバケットとを含む作業装置とを備え、前記仕様パラメータは、前記ブームの長さと、前記アームの長さと、前記バケットの容量とを含んでもよい。
ブームの長さ、アームの長さ及びバケットの容量が異なれば、作業機械の所定の部位に生ずる損害も異なるので、ブームの長さと、アームの長さと、バケットの容量とを含む仕様パラメータに対応付けた損害推定モデルを用いることにより、より正確な損害パラメータを推定することができる。
また、上記の損害推定装置において、前記損害推定装置は、前記推定部によって推定された前記損害パラメータを、前記損害推定装置と通信可能に接続された表示装置へ送信する送信部をさらに備えてもよい。
この構成によれば、推定された損害パラメータが、損害推定装置と通信可能に接続された表示装置へ送信されるので、作業機械の所定の部位の損害を提示することができる。
また、上記の損害推定装置において、前記損害推定装置は、前記推定部によって推定された前記損害パラメータを記憶する損害パラメータ記憶部をさらに備えてもよい。
この構成によれば、推定された損害パラメータが記憶されるので、過去の損害パラメータをログ情報として蓄積し、蓄積した過去の損害パラメータを提示することができる。
本開示の他の態様に係る機械学習装置は、作業機械の動作に伴う所定の部位の損害を推定するための損害推定モデルを機械学習する機械学習装置であって、前記作業機械が動作した際に得られる、前記作業機械の動作に関する動作パラメータと、前記作業機械の前記所定の部位の損害に関する損害パラメータとを含む教師データを入力する教師データ入力部と、前記動作パラメータを入力値とし、前記損害パラメータを出力値とする前記損害推定モデルを記憶する損害推定モデル記憶部と、前記教師データに含まれる前記動作パラメータを前記損害推定モデルに入力し、前記損害推定モデルから出力される損害パラメータと、前記教師データに含まれる前記損害パラメータとの誤差を最小にするように前記損害推定モデルを機械学習する学習部と、を備える。
この構成によれば、作業機械の動作に関する動作パラメータを入力値とし、作業機械の所定の部位の損害に関する損害パラメータを出力値とする損害推定モデルに、教師データに含まれる動作パラメータが入力され、損害推定モデルから出力される損害パラメータと、教師データに含まれる損害パラメータとの誤差を最小にするように損害推定モデルが機械学習されるので、教師データを用いた機械学習により構築された損害推定モデルに、取得された動作パラメータが入力されることにより、推定した損害パラメータから正確かつ容易に作業機械の寿命を推定することができる。
本開示によれば、作業機械の動作に伴う所定の部位の損害に関する損害パラメータを推定することができ、推定した損害パラメータから正確かつ容易に作業機械の寿命を推定することができる。
本開示の実施の形態１に係る損害推定システムの全体構成を示す図である。 本開示の実施の形態１に係る作業機械を示す図である。 図２に示す作業機械の構成を示すブロック図である。 本開示の実施の形態１に係るサーバの構成を示すブロック図である。 本実施の形態１における損害推定モデル記憶部が記憶する複数の損害推定モデルの一例を示す図である。 本開示の実施の形態１に係る機械学習装置の構成を示すブロック図である。 本開示の実施の形態１に係るサーバの動作について説明するためのフローチャートである。 本開示の実施の形態１に係る機械学習装置の仕様推定モデル学習処理について説明するためのフローチャートである。 本開示の実施の形態１に係る機械学習装置の損害推定モデル学習処理について説明するためのフローチャートである。 本開示の実施の形態２に係るサーバの構成を示すブロック図である。
以下添付図面を参照しながら、本開示の実施の形態について説明する。なお、以下の実施の形態は、本開示を具体化した一例であって、本開示の技術的範囲を限定するものではない。
（実施の形態１）
図１は、本開示の実施の形態１に係る損害推定システムの全体構成を示す図である。
図１に示す損害推定システムは、作業機械１、サーバ２、機械学習装置３及び表示装置４を備える。サーバ２は、作業機械１、機械学習装置３及び表示装置４のそれぞれとネットワーク５を介して互いに通信可能に接続されている。ネットワーク５は、例えば、インターネットである。
図２は、本開示の実施の形態１に係る作業機械を示す図である。
図２に示す作業機械１は、例えば油圧ショベルである。作業機械１は、地面Ｇの上を走行可能な下部走行体１０と、下部走行体１０に搭載される上部旋回体１２と、上部旋回体１２に搭載される作業装置１４とを備える。なお、本実施の形態１では、作業機械１の一例として油圧ショベルを示すが、本開示はこれに限定されず、例えば、作業機械１は油圧クレーン等の下部走行体、上部旋回体及び作業装置を備える作業機械であれば、どのような作業機械が採用されてもよい。
下部走行体１０及び上部旋回体１２は、作業装置１４を支持する機体を構成する。上部旋回体１２は、旋回フレーム１６と、旋回フレーム１６の上に搭載される複数の要素とを有する。当該複数の要素は、エンジンを収容するエンジンルーム１７及び運転室であるキャブ１８を含む。下部走行体１０は一対のクローラで構成されている。上部旋回体１２は下部走行体１０に対して旋回可能に取り付けられている。
作業装置１４は、掘削作業その他の必要な作業のための動作を行うことが可能であり、ブーム２１、アーム２２及びバケット２４を含む。ブーム２１は、旋回フレーム１６の前端に起伏可能すなわち水平軸回りに回動可能に支持される基端部と、基端部の反対側の先端部とを有する。アーム２２は、ブーム２１の先端部に水平軸回りに回動可能に取付けられる基端部と、基端部の反対側の先端部とを有する。バケット２４は、アーム２２の先端部に回動可能に取付けられる。
ブーム２１、アーム２２及びバケット２４のそれぞれには、複数の伸縮可能な油圧シリンダであるブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８が取り付けられている。
ブームシリンダ２６は、上部旋回体１２とブーム２１との間に介在し、当該ブーム２１に起伏動作を行わせるように伸縮する。具体的に、ブームシリンダ２６は、ヘッド側室及びロッド側室を有している。ブームシリンダ２６は、当該ヘッド側室に作動油が供給されることにより伸長してブーム２１をブーム上げ方向に動かすとともにロッド側室内の作動油を排出する。一方、ブームシリンダ２６は、ロッド側室に作動油が供給されることにより収縮してブーム２１をブーム下げ方向に動かすとともにヘッド側室内の作動油を排出する。
アームシリンダ２７は、ブーム２１とアーム２２との間に介在し、当該アーム２２に回動動作を行わせるように伸縮する。具体的に、アームシリンダ２７は、ヘッド側室及びロッド側室を有している。アームシリンダ２７は、ヘッド側室に作動油が供給されることにより伸長してアーム２２をアーム引き方向（当該アーム２２の先端がブーム２１に近づく方向）に動かすとともにロッド側室内の作動油を排出する。一方、アームシリンダ２７は、ロッド側室に作動油が供給されることにより収縮してアーム２２をアーム押し方向（当該アーム２２の先端がブーム２１から離れる方向）に動かすとともにヘッド側室内の作動油を排出する。
バケットシリンダ２８は、アーム２２とバケット２４との間に介在し、当該バケット２４に回動動作を行わせるように伸縮する。具体的に、バケットシリンダ２８は、ヘッド側室及びロッド側室を有している。バケットシリンダ２８は、ヘッド側室に作動油が供給されることにより伸長してバケット２４を掬い方向（当該バケット２４の先端２５がアーム２２に近づく方向）に回動させるとともにロッド側室内の作動油を排出する。一方、バケットシリンダ２８は、ロッド側室に作動油が供給されることにより収縮してバケット２４を開き方向（当該バケット２４の先端２５がアーム２２から離れる方向）に回動させるとともにヘッド側室内の作動油を排出する。
図３は、図２に示す作業機械の構成を示すブロック図である。作業機械１は、コントローラ１００、ブームシリンダ圧センサ１１１、アームシリンダ圧センサ１１２、バケットシリンダ圧センサ１１３、旋回モータ圧センサ１１４、旋回センサ１１５、姿勢センサ１１６、操作装置１１７、通信部１１８及び油圧回路１１９を備える。
油圧回路１１９は、図２に示すブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８に加え、旋回モータ２９、左右一対の走行モータ３０Ｌ，３０Ｒ、一対のブーム電磁弁３１、一対のアーム電磁弁３２、一対のバケット電磁弁３３、一対の旋回電磁弁３４、左の一対の走行電磁弁３５Ｌ、右の一対の走行電磁弁３５Ｒ、ブーム制御弁３６、アーム制御弁３７、バケット制御弁３８、旋回制御弁３９及び左右一対の走行制御弁４０Ｌ，４０Ｒを含む。
旋回モータ２９は、油圧ポンプからの作動油の供給を受けることにより双方向に回転動作するモータ出力軸を有し、当該モータ出力軸に連結された上部旋回体１２に左旋回動作又は右旋回動作を行わせる。旋回モータ２９は、油圧ポンプからの作動油の供給を受けて、下部走行体１０に対して上部旋回体１２を旋回させるように作動する油圧モータである。具体的に、旋回モータ２９は、上部旋回体１２に連結される出力軸と、作動油の供給を受けて出力軸を回転させるモータ本体とを有する。旋回モータ２９は、右旋回ポート及び左旋回ポートを有する。旋回モータ２９は、右旋回ポートに作動油の供給を受けることにより上部旋回体１２を右方向に旋回させながら左旋回ポートから作動油を排出する。一方、旋回モータ２９は、左旋回ポートに作動油の供給を受けることにより上部旋回体１２を左方向に旋回させながら右旋回ポートから作動油を排出する。旋回モータ２９は、旋回モータ２９を流れる作動油の流量に対応する速度で上部旋回体１２を旋回させる。
走行モータ３０Ｌ及び走行モータ３０Ｒは、それぞれ、油圧ポンプからの作動油の供給を受けることにより双方向に回転動作するモータ出力軸を有し、当該モータ出力軸に連結された下部走行体１０に前進走行動作または後進走行動作を行わせる。走行モータ３０Ｌ及び走行モータ３０Ｒは、同一速度で回転することで、下部走行体１０は前進又は後進する。一方、走行モータ３０Ｌ及び走行モータ３０Ｒが異なる速度で回転することで、下部走行体１０は旋回する。
ブーム制御弁３６は、一対のブームパイロットポートを有する油圧パイロット切換弁からなり、当該一対のブームパイロットポートのいずれかにブームパイロット圧が入力されることにより、そのブームパイロットポートに対応した方向にそのブームパイロット圧の大きさに対応したストロークで開弁し、これにより、ブームシリンダ２６に対する作動油の供給の方向及び流量を変化させる。
アーム制御弁３７は、一対のアームパイロットポートを有する油圧パイロット切換弁からなり、当該一対のアームパイロットポートのいずれかにアームパイロット圧が入力されることにより、そのアームパイロットポートに対応した方向にそのアームパイロット圧の大きさに対応したストロークで開弁し、これにより、アームシリンダ２７に対する作動油の供給の方向及び流量を変化させる。
バケット制御弁３８は、一対のバケットパイロットポートを有する油圧パイロット切換弁からなり、当該一対のバケットパイロットポートのいずれかにバケットパイロット圧が入力されることにより、そのバケットパイロットポートに対応した方向にそのバケットパイロット圧の大きさに対応したストロークで開弁し、これにより、バケットシリンダ２８に対する作動油の供給の方向及び流量を変化させる。
旋回制御弁３９は、一対の旋回パイロットポートを有する油圧パイロット切換弁からなり、当該一対の旋回パイロットポートのいずれかに旋回パイロット圧が入力されることにより、その旋回パイロットポートに対応した方向にその旋回パイロット圧の大きさに対応したストロークで開弁し、これにより、旋回モータ２９に対する作動油の供給の方向及び流量を変化させる。
走行制御弁４０Ｌ，４０Ｒは、それぞれ、一対の走行パイロットポートを有する油圧パイロット切換弁からなり、当該一対の走行パイロットポートのいずれかに走行パイロット圧が入力されることにより、その走行パイロットポートに対応した方向にその走行パイロット圧の大きさに対応したストロークで開弁し、これにより、走行モータ３０Ｌ，３０Ｒに対する作動油の供給の方向及び流量を変化させる。
一対のブーム電磁弁３１は、パイロットポンプとブーム制御弁３６の一対のブームパイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号であるブーム指令信号の入力を受けて開閉動作を行う。一対のブーム電磁弁３１は、ブーム指令信号の入力を受けるとそのブーム指令信号に応じた度合いにブームパイロット圧を調節する。
一対のアーム電磁弁３２は、パイロットポンプとアーム制御弁３７の一対のアームパイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号であるアーム指令信号の入力を受けて開閉動作を行う。一対のアーム電磁弁３２は、アーム指令信号の入力を受けるとそのアーム指令信号に応じた度合いにアームパイロット圧を調節する。
一対のバケット電磁弁３３は、パイロットポンプとバケット制御弁３８の一対のアームパイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号であるバケット指令信号の入力を受けて開閉動作を行う。一対のバケット電磁弁３３は、バケット指令信号の入力を受けるとそのバケット指令信号に応じた度合いにバケットパイロット圧を調節する。
一対の旋回電磁弁３４は、パイロットポンプと旋回制御弁３９の一対の旋回パイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号である旋回指令信号の入力を受けて開閉動作を行う。旋回電磁弁３４は、旋回指令信号の入力を受けるとその旋回指令信号に応じた度合いに旋回パイロット圧を調節する。
一対の走行電磁弁３５Ｌは、パイロットポンプと走行制御弁４０Ｌの一対の走行パイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号である旋回指令信号の入力を受けて開閉動作を行う。一対の走行電磁弁３５Ｌは、走行指令信号の入力を受けるとその走行指令信号に応じた度合いに走行パイロット圧を調節する。
一対の走行電磁弁３５Ｒは、パイロットポンプと走行制御弁４０Ｒの一対の走行パイロットポートとの間にそれぞれ介在する電磁弁であり、電気信号である旋回指令信号の入力を受けて開閉動作を行う。走行電磁弁３５Ｒは、走行指令信号の入力を受けるとその走行指令信号に応じた度合いに走行パイロット圧を調節する。
ブームシリンダ圧センサ１１１は、ブームシリンダ２６の圧力値を検出する。具体的には、ブームシリンダ圧センサ１１１は、ブームシリンダヘッド圧センサ及びブームシリンダロッド圧センサを含む。ブームシリンダヘッド圧センサは、ブームシリンダ２６のヘッド側室における作動油の圧力であるブームシリンダヘッド圧を検出する。ブームシリンダロッド圧センサは、ブームシリンダ２６のロッド側室における作動油の圧力であるブームシリンダロッド圧を検出する。ブームシリンダ圧センサ１１１は、検出したブームシリンダヘッド圧及びブームシリンダロッド圧をこれらに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
アームシリンダ圧センサ１１２は、アームシリンダ２７の圧力値を検出する。具体的には、アームシリンダ圧センサ１１２は、アームシリンダヘッド圧センサ及びアームシリンダロッド圧センサを含む。アームシリンダヘッド圧センサは、アームシリンダ２７のヘッド側室における作動油の圧力であるアームシリンダヘッド圧を検出する。アームシリンダロッド圧センサは、アームシリンダ２７のロッド側室における作動油の圧力であるアームシリンダロッド圧を検出する。アームシリンダ圧センサ１１２は、検出したアームシリンダヘッド圧及びアームシリンダロッド圧をこれらに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
バケットシリンダ圧センサ１１３は、バケットシリンダ２８の圧力値を検出する。具体的には、バケットシリンダ圧センサ１１３は、バケットシリンダヘッド圧センサ及びバケットシリンダロッド圧センサを含む。バケットシリンダヘッド圧センサは、バケットシリンダ２８のヘッド側室における作動油の圧力であるバケットシリンダヘッド圧を検出する。バケットシリンダロッド圧センサは、バケットシリンダ２８のロッド側室における作動油の圧力であるバケットシリンダロッド圧を検出する。バケットシリンダ圧センサ１１３は、検出したバケットシリンダヘッド圧及びバケットシリンダロッド圧をこれらに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
旋回モータ圧センサ１１４は、旋回モータ２９の動作圧力値、すなわち、モータ差圧を検出する。具体的には、旋回モータ圧センサ１１４は、右旋回ポート圧センサ及び左旋回ポート圧センサを含む。右旋回ポート圧センサは、旋回モータ２９の右旋回ポートにおける作動油の圧力である右旋回ポート圧を検出する。左旋回ポート圧センサは、旋回モータ２９の左旋回ポートにおける作動油の圧力である左旋回ポート圧を検出する。旋回モータ圧センサ１１４は、検出した右旋回ポート圧及び左旋回ポート圧の差圧をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
なお、旋回モータ圧センサ１１４は、検出した右旋回ポート圧をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力してもよく、検出した左旋回ポート圧をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力してもよい。
旋回センサ１１５は、例えば、リゾルバ又はロータリーエンコーダなどで構成され、下部走行体１０に対する上部旋回体１２の旋回角度を検出する。旋回センサ１１５は、検出した旋回角度をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
姿勢センサ１１６は、作業装置１４の姿勢を検出する。姿勢センサ１１６は、図２に示すブーム角度センサ６１、アーム角度センサ６２及びバケット角度センサ６４を含む。ブーム角度センサ６１は、上部旋回体１２に対するブーム２１の回転角度であるブーム角度を検出する。アーム角度センサ６２は、ブーム２１に対するアーム２２の回転角度であるアーム角度を検出する。バケット角度センサ６４は、アーム２２に対するバケット２４の回転角度であるバケット角度を検出する。ブーム角度センサ６１、アーム角度センサ６２及びバケット角度センサ６４は、それぞれ、レゾルバ又はロータリーエンコーダなどで構成される。姿勢センサ１１６は、検出したブーム角度、アーム角度及びバケット角度をこれらに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
操作装置１１７は、作業装置１４の動作、上部旋回体１２の旋回動作及び下部走行体１０の走行動作のためのオペレータからの操作を受け付ける。操作装置１１７は、ブーム操作装置、アーム操作装置、バケット操作装置、旋回操作装置及び走行操作装置を含む。
ブーム操作装置は、ブーム上げ動作又はブーム下げ動作のためのオペレータからの操作を受け付けるブーム操作レバーと、ブーム操作レバーの操作量をコントローラ１００に入力する操作信号生成部とを含む電気レバー装置で構成されている。
アーム操作装置は、アーム引き動作又はアーム押し動作のためのオペレータからの操作を受け付けるアーム操作レバーと、アーム操作レバーの操作量をコントローラ１００に入力する操作信号生成部とを含む電気レバー装置で構成されている。
バケット操作装置は、バケット掬い動作又はバケット開き動作のためのオペレータからの操作を受け付けるバケット操作レバーと、バケット操作レバーの操作量をコントローラ１００に入力する操作信号生成部とを含む電気レバー装置で構成されている。
旋回操作装置は、上部旋回体１２を右旋回又は左旋回させるためのオペレータからの操作を受け付ける旋回操作レバーと、旋回操作レバーの操作量をコントローラ１００に入力する操作信号生成部とを含む電気レバー装置で構成されている。
走行操作装置は、下部走行体１０を前進又は後進させるためのオペレータからの操作を受け付ける走行操作レバーと、走行操作レバーの操作量をコントローラ１００に入力する操作信号生成部とを含む電気レバー装置で構成されている。
コントローラ１００は、例えばマイクロコンピュータからなり、シリンダ長さ演算部１０１、動作パラメータ生成部１０２及び指令部１０３を備える。
シリンダ長さ演算部１０１は、姿勢センサ１１６により検出される姿勢情報に基づいて、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のシリンダ長さをそれぞれ演算する。
動作パラメータ生成部１０２は、作業機械１の動作に関する動作パラメータを生成する。動作パラメータは、ブーム２１を起伏させるブームシリンダ２６、アーム２２を回動させるアームシリンダ２７及びバケット２４を回動させるバケットシリンダ２８のそれぞれの圧力値と、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれのシリンダ長さと、旋回モータ２９の動作圧力値と、旋回モータ２９による旋回角度とを含む。
動作パラメータ生成部１０２は、所定の期間内に所定の時間間隔で検出されたセンサ値を含む動作パラメータを生成する。所定の期間は、例えば１日であり、所定の時間間隔は、例えば１０分であり、動作パラメータ生成部１０２は、１日の間に１０分毎に検出されたセンサ値を含む動作パラメータを生成する。なお、所定の期間及び所定の時間間隔は、上記に限定されない。
指令部１０３は、油圧回路１１９に含まれる各要素の作動を制御する。指令部１０３は、ブーム指令部、アーム指令部、バケット指令部、旋回指令部及び走行指令部を含む。
ブーム指令部は、ブーム操作装置の操作量に応じた値のブーム指令信号を一対のブーム電磁弁３１に入力する。これにより、ブーム操作装置の操作量が増大するほどブームシリンダ２６へ供給される作動油の流量が増大する。
アーム指令部は、アーム操作装置の操作量に応じた値のアーム指令信号を一対のアーム電磁弁３２に入力する。これにより、アーム操作装置の操作量が増大するほどアームシリンダ２７へ供給される作動油の流量が増大する。
バケット指令部は、バケット操作装置の操作量に応じた値のバケット指令信号を一対のバケット電磁弁３３に入力する。これにより、バケット操作装置の操作量が増大するほどバケットシリンダ２８へ供給される作動油の流量が増大する。
旋回指令部は、旋回操作装置の操作量に応じた値の旋回指令信号を旋回電磁弁３４に入力する。これにより、旋回操作装置の操作量が増大するほど旋回モータ２９へ供給される作動油の流量が増大する。
走行指令部は、走行操作装置の操作量に応じた値の走行指令信号を一対の走行電磁弁３５Ｌ及び一対の走行電磁弁３５Ｒに入力する。これにより、走行操作装置の操作量が増大するほど走行モータ３０Ｌ，３０Ｒへ供給される作動油の流量が増大する。
通信部１１８は、動作パラメータ送信部１０６を備える。動作パラメータ送信部１０６は、動作パラメータ生成部１０２によって生成された動作パラメータをサーバ２へ送信する。
なお、本実施の形態において、操作装置１１７は、コントローラ１００を介して油圧回路１１９の各電磁弁３１〜３５を作動させているが、本開示は特にこれに限定されず、操作装置１１７は、レバー操作量に応じた圧力を出力する油圧機器であるリモコン弁であってもよい。この場合、指令部１０３及び電磁弁３１〜３５は不要であり、操作装置１１７から出力されるパイロット圧（ブームパイロット圧、アームパイロット圧、バケットパイロット圧、旋回パイロット圧及び走行パイロット圧）が制御弁３６〜４０に入力される。操作装置１１７には、パイロットポンプより圧油が供給される。操作装置１１７は、供給された圧油をレバー操作量に応じた圧力に減圧し、パイロット圧として制御弁３６〜４０に出力する。また、操作装置１１７と制御弁３６〜４０とを接続する油圧配管には、圧力センサが設置されている。圧力センサは、操作装置１１７から制御弁３６〜４０に出力されるパイロット圧の圧力値を検出し、検出した圧力値の信号をコントローラ１００に入力する。コントローラ１００は、圧力センサから入力された圧力値の信号を操作指令信号（ブーム指令信号、アーム指令信号、バケット指令信号、旋回指令信号及び走行指令信号）として扱う。
図４は、本開示の実施の形態１に係るサーバの構成を示すブロック図である。
図４に示すサーバ２は、損害推定装置の一例である。サーバ２は、通信部２１０、プロセッサ２２０及びメモリ２３０を備える。
通信部２１０は、動作パラメータ受信部２１１、表示情報送信部２１２及び推定モデル受信部２１３を備える。プロセッサ２２０は、仕様パラメータ取得部２２１、損害推定モデル選択部２２２、損害パラメータ推定部２２３、寿命算出部２２４及び表示情報生成部２２５を備える。メモリ２３０は、仕様推定モデル記憶部２３１及び損害推定モデル記憶部２３２を備える。
動作パラメータ受信部２１１は、作業機械１の動作に関する動作パラメータを取得する。動作パラメータ受信部２１１は、作業機械１によって送信された動作パラメータを受信する。
仕様推定モデル記憶部２３１は、動作パラメータを入力値とし、仕様パラメータを出力値とし、教師データを用いた機械学習により構築された仕様推定モデルを記憶する。ここで、仕様パラメータは、ブーム２１の長さと、アーム２２の長さと、バケット２４の容量とを含む。
損害推定モデル記憶部２３２は、動作パラメータを入力値とし、作業機械１の所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルを記憶する。損害推定モデル記憶部２３２は、作業機械の仕様毎に異なる複数の損害推定モデルを記憶する。損害推定モデル記憶部２３２は、作業機械の仕様に関する複数の仕様パラメータのそれぞれと、複数の損害推定モデルのそれぞれとを対応付けて記憶している。
図５は、本実施の形態１における損害推定モデル記憶部が記憶する複数の損害推定モデルの一例を示す図である。
例えば、損害推定モデル記憶部２３２は、仕様パラメータ毎に異なる第１〜第６損害推定モデルを記憶している。第１損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが３ｍであり、バケット２４の容量が１ｍ３である仕様パラメータに対応付けられている。第１損害推定モデルは、ブーム２１の長さが６ｍであり、アーム２２の長さが３ｍであり、バケット２４の容量が１ｍ３である作業機械の試験機から得られる動作パラメータ及び損害パラメータを教師データとした機械学習により生成される。
同様に、第２損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが２ｍであり、バケット２４の容量が１ｍ３である仕様パラメータに対応付けられている。第３損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが４ｍであり、バケット２４の容量が１ｍ３である仕様パラメータに対応付けられている。第４損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが３ｍであり、バケット２４の容量が１．２ｍ３である仕様パラメータに対応付けられている。第５損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが２ｍであり、バケット２４の容量が１．５ｍ３である仕様パラメータに対応付けられている。第６損害推定モデルは、例えば、ブーム２１の長さが６ｍであり、アーム２２の長さが４ｍであり、バケット２４の容量が０．８ｍ３である仕様パラメータに対応付けられている。
なお、損害推定モデル記憶部２３２が記憶している損害推定モデルの数は、図５に示す６つに限定されない。損害推定モデル記憶部２３２は、５つ以下、又は７つ以上の損害推定モデルを記憶してもよい。また、仕様パラメータの値も、上記に限定されない。
仕様パラメータ取得部２２１は、推定対象となる作業機械１の仕様パラメータを取得する。ここで、仕様パラメータ取得部２２１は、仕様推定モデル記憶部２３１に記憶されている仕様推定モデルに、動作パラメータ受信部２１１によって取得された動作パラメータを入力することで作業機械１の仕様パラメータを推定する。
例えば、バケットの容量が異なると、バケットに入れられる土の量が変化し、バケットを持ち上げるために必要なブーム及びアームの力も変化する。バケットの容量が標準より大きい場合、バケットに入れられる土の量は多くなり、ブーム及びアームを駆動するブームシリンダ及びアームシリンダの圧力は標準より高くなる。同様に、バケットの容量が標準より小さい場合、バケットに入れられる土の量は少なくなり、ブーム及びアームを駆動するブームシリンダ及びアームシリンダの圧力は標準より低くなる。また、ブーム又はアームの長さが変化すると、バケットの先端部の位置が変化する。そのため、標準の長さのブーム又はアームを有する作業機械が土を掘り始めるタイミングと、標準よりも長いブーム又はアームを有する作業機械が土を掘り始めるタイミングとは異なる。
このように、ブームの長さ、アームの長さ及びバケットの容量などの仕様パラメータの変化は、ブームシリンダ、アームシリンダ及びバケットシリンダのそれぞれの圧力値及び長さなどの動作パラメータに影響を与える可能性がある。つまり、仕様パラメータと動作パラメータとの間には、一定の相関関係が存在する。したがって、仕様パラメータ取得部２２１は、動作パラメータと仕様パラメータとを教師データとして機械学習した仕様推定モデルを取得し、取得した仕様推定モデルに、作業機械の動作パラメータを入力することで作業機械の仕様パラメータを推定値として取得することができる。
損害推定モデル選択部２２２は、損害推定モデル記憶部２３２に記憶されている複数の損害推定モデルの中から、仕様パラメータ取得部２２１によって取得された仕様パラメータに対応付けられている損害推定モデルを選択する。
例えば、仕様パラメータ取得部２２１によって、ブーム２１の長さが６ｍであり、アーム２２の長さが３ｍであり、バケット２４の容量が１．２ｍ３である仕様パラメータが取得された場合、損害推定モデル選択部２２２は、図５に示す複数の損害推定モデルの中から、第４損害推定モデルを選択する。
なお、仕様パラメータ取得部２２１によって取得された仕様パラメータと同じ仕様パラメータに対応付けられた損害推定モデルが損害推定モデル記憶部２３２に記憶されていない場合、損害推定モデル選択部２２２は、仕様パラメータ取得部２２１によって取得された仕様パラメータに最も近似する仕様パラメータに対応付けられている損害推定モデルを選択する。例えば、仕様パラメータ取得部２２１によって、ブーム２１の長さが６ｍであり、アーム２２の長さが４．５ｍであり、バケット２４の容量が０．６ｍ３である仕様パラメータが取得された場合、当該仕様パラメータと同じ仕様パラメータに対応付けられた損害推定モデルは、図５に示す複数の損害推定モデルの中に存在しない。この場合、損害推定モデル選択部２２２は、図５に示す複数の損害推定モデルの中から、仕様パラメータ取得部２２１によって取得された仕様パラメータに最も近似する仕様パラメータに対応付けられている第６損害推定モデルを選択する。
このように、損害推定モデル記憶部２３２に記憶されている複数の損害推定モデルの中から、仕様パラメータ取得部２２１によって取得された仕様パラメータに最も近似する仕様パラメータに対応付けられている損害推定モデルが選択される。したがって、推定対象となる作業機械の仕様パラメータと同じ仕様パラメータに対応付けられている損害推定モデルが存在しない場合であっても、最適な損害推定モデルを選択することができる。また、予め記憶する損害推定モデルの数を少なくすることができ、メモリ２３０の容量を削減することができる。
損害パラメータ推定部２２３は、損害推定モデル記憶部２３２に記憶されている損害推定モデルに、動作パラメータ受信部２１１によって取得された動作パラメータを入力することで損害パラメータを推定する。ここで、損害パラメータ推定部２２３は、損害推定モデル選択部２２２によって選択された損害推定モデルに、動作パラメータ受信部２１１によって取得された動作パラメータを入力することで損害パラメータを推定する。損害パラメータは、例えば、単位時間（例えば、１日又は１時間）において作業機械の所定の部位に生ずる応力である。所定の部位は、例えば、ブーム２１及び／又はアーム２２である。
一般的に、油圧ショベルなどの作業機械１は、作業装置１４を動作させて掘削し、上部旋回体１２を旋回させて排土する作業を繰り返し行う。そのため、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの圧力値、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれのシリンダ長さ、旋回モータ２９の動作圧力値及び旋回モータ２９による旋回角度などの動作パラメータの変化は、作業機械１の所定の部位に生ずる応力などの損害パラメータに影響を与える可能性がある。つまり、動作パラメータと損害パラメータとの間には、一定の相関関係が存在する。したがって、損害パラメータ推定部２２３は、動作パラメータと損害パラメータとを教師データとして機械学習した損害推定モデルに、作業機械１の動作パラメータを入力することで作業機械１の損害パラメータを推定値として取得することができる。
寿命算出部２２４は、損害パラメータ推定部２２３によって推定された損害パラメータに基づいて、作業機械１の寿命を算出する。寿命算出部２２４は、損害パラメータ推定部２２３によって推定された作業機械の所定の部位に生ずる応力の時間変化からレインフロー法による応力の頻度分析を行う。寿命算出部２２４は、分析結果からマイナー則を用いて単位時間に増えた損傷度合いを算出する。寿命算出部２２４は、算出した損傷度合いを前回までに算出された損傷度合いに加算して現時点までの損傷度合いを算出する。そして、寿命算出部２２４は、作業機械の設計寿命から現時点までの損傷度合いを減算することにより残存寿命を算出する。なお、寿命算出部２２４は、種々の従来技術を用いて寿命を算出することが可能である。
なお、本実施の形態１では、損害パラメータ推定部２２３は、作業機械１の所定の部位に生ずる応力を損害パラメータとして推定しているが、本開示は特にこれに限定されない。損害パラメータ推定部２２３は、作業機械１の所定の部位の歪みを損害パラメータとして推定してもよく、作業機械１の所定の部位の寿命量を損害パラメータとして推定してもよい。損害パラメータ推定部２２３は、作業機械１の所定の部位の歪みを推定する場合、推定した歪みから応力を算出する。また、損害パラメータ推定部２２３が作業機械１の所定の部位の寿命量を損害パラメータとして推定する場合、寿命算出部２２４は不要となる。
表示情報生成部２２５は、寿命算出部２２４によって算出された作業機械１の寿命を管理者に提示するための表示情報を生成する。
表示情報送信部２１２は、表示情報生成部２２５によって生成された表示情報を表示装置４へ送信する。
推定モデル受信部２１３は、機械学習装置３によって送信された仕様推定モデル及び損害推定モデルを受信する。推定モデル受信部２１３は、受信した仕様推定モデルを仕様推定モデル記憶部２３１に記憶するとともに、受信した損害推定モデルを損害推定モデル記憶部２３２に記憶する。
図６は、本開示の実施の形態１に係る機械学習装置の構成を示すブロック図である。
図６に示す機械学習装置３は、入力部３１０、プロセッサ３２０、メモリ３３０及び通信部３４０を備える。
入力部３１０は、例えば、入力インタフェースであり、仕様推定教師データ入力部３１１及び損害推定教師データ入力部３１２を備える。
仕様推定教師データ入力部３１１は、作業機械が動作した際に得られる、作業機械の動作に関する動作パラメータと、作業機械の仕様に関する仕様パラメータとを含む仕様推定教師データを入力する。
損害推定教師データ入力部３１２は、作業機械が動作した際に得られる、作業機械の動作に関する動作パラメータと、作業機械の所定の部位の損害に関する損害パラメータとを含む損害推定教師データを入力する。損害推定教師データに含まれる動作パラメータ及び損害パラメータは、作業機械の試験機が備える計測器から得られる。作業機械の試験機が備える計測器は、所定の部位の歪み又は応力を損害パラメータとして検出する。また、損害パラメータは、複数の所定の部位の歪み又は応力を含んでもよい。また、損害推定教師データは、動作パラメータ及び損害パラメータを計測した作業機械の仕様パラメータを含む。
仕様推定教師データ入力部３１１及び損害推定教師データ入力部３１２は、インターネットなどのネットワークを介して外部機器から受信した仕様推定教師データ及び損害推定教師データを通信部３４０から取得してもよいし、光ディスク等の記録媒体に記憶された仕様推定教師データ及び損害推定教師データをドライブ装置から取得してもよいし、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等の補助記憶装置から仕様推定教師データ及び損害推定教師データを取得してもよい。さらに、仕様推定教師データ入力部３１１及び損害推定教師データ入力部３１２は、キーボード、マウス又はタッチパネル等の入力装置からユーザにより入力された仕様推定教師データ及び損害推定教師データを取得してもよい。
メモリ３３０は、仕様推定モデル記憶部３３１及び損害推定モデル記憶部３３２を備える。
仕様推定モデル記憶部３３１は、動作パラメータを入力値とし、仕様パラメータを出力値とする仕様推定モデルを記憶する。
損害推定モデル記憶部３３２は、動作パラメータを入力値とし、損害パラメータを出力値とする損害推定モデルを記憶する。なお、損害推定モデル記憶部３３２は、作業機械の仕様毎に異なる複数の損害推定モデルを記憶する。損害推定モデル記憶部３３２は、作業機械の仕様に関する複数の仕様パラメータのそれぞれと、複数の損害推定モデルのそれぞれとを対応付けて記憶している。
プロセッサ３２０は、仕様推定モデル学習部３２１及び損害推定モデル学習部３２２を備える。
仕様推定モデル学習部３２１は、仕様推定教師データ入力部３１１によって入力された仕様推定教師データに含まれる動作パラメータを、仕様推定モデル記憶部３３１から読み出した仕様推定モデルに入力し、仕様推定モデルから出力される仕様パラメータと、仕様推定教師データに含まれる仕様パラメータとの誤差を最小にするように仕様推定モデルを機械学習する。仕様推定モデル学習部３２１は、より多くの仕様推定教師データを用いて仕様推定モデルを機械学習することにより、仕様パラメータの推定精度を高めることができる。
損害推定モデル学習部３２２は、損害推定教師データ入力部３１２によって入力された損害推定教師データに含まれる動作パラメータを、損害推定モデル記憶部３３２から読み出した損害推定モデルに入力し、損害推定モデルから出力される損害パラメータと、損害推定教師データに含まれる損害パラメータとの誤差を最小にするように損害推定モデルを機械学習する。損害推定モデル学習部３２２は、より多くの損害推定教師データを用いて損害推定モデルを機械学習することにより、損害パラメータの推定精度を高めることができる。
なお、損害推定モデル学習部３２２は、損害推定モデル記憶部３３２に記憶されている複数の損害推定モデルの中から、損害推定教師データ入力部３１２によって入力された損害推定教師データに含まれる仕様パラメータに対応付けられている損害推定モデルを選択し、選択した損害推定モデルを機械学習する。
また、仕様推定モデル及び損害推定モデルには、例えば、深層学習手法におけるｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ又はｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋなどが用いられてもよく、又は統計的手法におけるサポートベクタマシン又は混合ガウス分布などが用いられてもよい。仕様推定モデル及び損害推定モデルの機械学習には、誤差逆伝搬法又は最尤推定など、用いるモデルに合わせた学習方法が用いられる。
通信部３４０は、仕様推定モデル記憶部３３１から学習済みの仕様推定モデルを読み出し、読み出した仕様推定モデルをサーバ２へ送信する。また、通信部３４０は、損害推定モデル記憶部３３２から学習済みの損害推定モデルを読み出し、読み出した損害推定モデルをサーバ２へ送信する。
表示装置４は、例えば、スマートフォン、タブレット型コンピュータ又はパーソナルコンピュータであり、サーバ２によって送信された表示情報を表示する。表示装置４は、例えば、作業機械１の管理者によって使用される。表示装置４は、作業機械１の寿命を管理者に提示するための表示情報を表示する。
なお、表示装置４は、例えば、液晶表示装置であってもよく、作業機械１が表示装置４を備えてもよい。この場合、作業機械１の通信部１１８が、サーバ２によって送信された表示情報を受信してもよい。
また、作業機械１は、サーバ２の表示情報送信部２１２、推定モデル受信部２１３、仕様パラメータ取得部２２１、損害推定モデル選択部２２２、損害パラメータ推定部２２３、寿命算出部２２４、表示情報生成部２２５、仕様推定モデル記憶部２３１及び損害推定モデル記憶部２３２を備えてもよい。この場合、損害推定システムは、サーバ２を備えなくてもよい。
続いて、本実施の形態１におけるサーバ２の動作について説明する。
図７は、本開示の実施の形態１に係るサーバの動作について説明するためのフローチャートである。
まず、ステップＳ１において、動作パラメータ受信部２１１は、作業機械１によって送信された動作パラメータを受信する。
次に、ステップＳ２において、仕様パラメータ取得部２２１は、仕様推定モデル記憶部２３１に記憶されている仕様推定モデルを読み出し、読み出した仕様推定モデルに、動作パラメータ受信部２１１によって受信された動作パラメータを入力することで作業機械１の仕様パラメータを推定する。
次に、ステップＳ３において、損害推定モデル選択部２２２は、損害推定モデル記憶部２３２に記憶されている複数の損害推定モデルの中から、仕様パラメータ取得部２２１によって推定された仕様パラメータに対応付けられている損害推定モデルを選択する。
次に、ステップＳ４において、損害パラメータ推定部２２３は、損害推定モデル選択部２２２によって選択された損害推定モデルに、動作パラメータ受信部２１１によって受信された動作パラメータを入力することで損害パラメータを推定する。
次に、ステップＳ５において、寿命算出部２２４は、損害パラメータ推定部２２３によって推定された損害パラメータに基づいて、作業機械１の寿命を算出する。
次に、ステップＳ６において、表示情報生成部２２５は、寿命算出部２２４によって算出された作業機械１の寿命を管理者に提示するための表示情報を生成する。
次に、ステップＳ７において、表示情報送信部２１２は、表示情報生成部２２５によって生成された表示情報を表示装置４へ送信する。表示装置４は、サーバ２によって送信された表示情報を受信し、受信した表示情報を表示する。これにより、作業機械１の管理者は、作業機械１の寿命を知ることができる。
このように、作業機械の動作に関する動作パラメータを入力値とし、作業機械の所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルに、取得された動作パラメータが入力されることで損害パラメータが推定されるので、推定した損害パラメータから正確かつ容易に作業機械の寿命を推定することができる。
なお、本実施の形態１では、表示情報生成部２２５は、寿命算出部２２４によって算出された作業機械１の寿命を管理者に提示するための表示情報を生成しているが、本開示は特にこれに限定されず、損害パラメータ推定部２２３によって推定された作業機械１の所定の部位に生ずる応力を管理者に提示するための表示情報を生成してもよい。また、作業機械の所定の部位の歪みが損害パラメータとして推定される場合、表示情報生成部２２５は、損害パラメータ推定部２２３によって推定された作業機械１の所定の部位の歪みを管理者に提示するための表示情報を生成してもよい。
また、表示情報送信部２１２は、損害パラメータ推定部２２３によって推定された損害パラメータを、サーバ２と通信可能に接続された表示装置４へ送信してもよい。この場合、表示情報送信部２１２は、作業機械１の所定の部位の歪みと、作業機械１の所定の部位に生ずる応力と、作業機械１の所定の部位の寿命量とのいずれかを含む損害パラメータを損害パラメータ推定部２２３から取得し、取得した損害パラメータを表示装置４へ送信する。
また、本実施の形態１において、メモリ２３０は、損害パラメータ推定部２２３によって推定された損害パラメータを記憶する損害パラメータ記憶部をさらに備えてもよい。損害パラメータ記憶部は、損害パラメータをログ情報として記憶してもよい。この場合、表示装置４は、過去の損害パラメータを取得するための取得要求をサーバ２へ送信してもよい。サーバ２の通信部２１０は、表示装置４からの取得要求に応じて損害パラメータ記憶部から過去の損害パラメータを読み出し、読み出した過去の損害パラメータを表示装置４へ送信してもよい。
続いて、本開示の実施の形態１に係る機械学習装置３の仕様推定モデル学習処理及び損害推定モデル学習処理について説明する。
図８は、本開示の実施の形態１に係る機械学習装置の仕様推定モデル学習処理について説明するためのフローチャートである。
まず、ステップＳ２１において、仕様推定教師データ入力部３１１は、作業機械が動作した際に得られる、作業機械の動作に関する動作パラメータと、作業機械の仕様に関する仕様パラメータとを含む仕様推定教師データを入力する。
次に、ステップＳ２２において、仕様推定モデル学習部３２１は、仕様推定モデルを仕様推定モデル記憶部３３１から読み出す。
次に、ステップＳ２３において、仕様推定モデル学習部３２１は、仕様推定教師データ入力部３１１によって入力された仕様推定教師データに含まれる動作パラメータを、仕様推定モデル記憶部３３１から読み出した仕様推定モデルに入力し、仕様推定モデルから出力される仕様パラメータと、仕様推定教師データに含まれる仕様パラメータとの誤差を最小にするように仕様推定モデルを機械学習する。
なお、複数の仕様推定教師データが入力された場合、仕様推定モデル学習部３２１は、全ての仕様推定教師データを用いた仕様推定モデルの機械学習が終了するまで、ステップＳ２３の処理を繰り返し行う。
次に、ステップＳ２４において、仕様推定モデル学習部３２１は、機械学習した仕様推定モデルを仕様推定モデル記憶部３３１に記憶する。
次に、ステップＳ２５において、通信部３４０は、仕様推定モデル記憶部３３１から学習済みの仕様推定モデルを読み出し、読み出した仕様推定モデルをサーバ２へ送信する。サーバ２の推定モデル受信部２１３は、機械学習装置３によって送信された仕様推定モデルを受信し、受信した仕様推定モデルを仕様推定モデル記憶部２３１に記憶する。
なお、通信部３４０は、仕様推定モデルが機械学習された場合に、仕様推定モデルをサーバ２に送信してもよいし、仕様推定モデルが機械学習されたか否かに関わらずに定期的に仕様推定モデルをサーバ２に送信してもよい。
図９は、本開示の実施の形態１に係る機械学習装置の損害推定モデル学習処理について説明するためのフローチャートである。
まず、ステップＳ３１において、損害推定教師データ入力部３１２は、作業機械が動作した際に得られる、作業機械の動作に関する動作パラメータと、作業機械の所定の部位の損害に関する損害パラメータと、動作パラメータ及び損害パラメータを計測した作業機械の仕様パラメータとを含む損害推定教師データを入力する。
次に、ステップＳ３２において、損害推定モデル学習部３２２は、損害推定モデル記憶部３３２に記憶されている複数の損害推定モデルの中から、損害推定教師データ入力部３１２によって入力された損害推定教師データに含まれる仕様パラメータに対応付けられている損害推定モデルを読み出す。
次に、ステップＳ３３において、損害推定モデル学習部３２２は、損害推定教師データ入力部３１２によって入力された損害推定教師データに含まれる動作パラメータを、損害推定モデル記憶部３３２から読み出した損害推定モデルに入力し、損害推定モデルから出力される損害パラメータと、損害推定教師データに含まれる損害パラメータとの誤差を最小にするように損害推定モデルを機械学習する。
次に、ステップＳ３４において、損害推定モデル学習部３２２は、機械学習した損害推定モデルを損害推定モデル記憶部３３２に記憶する。
なお、複数の損害推定教師データが入力された場合、損害推定モデル学習部３２２は、全ての損害推定教師データを用いた損害推定モデルの機械学習が終了するまで、ステップＳ３２〜ステップＳ３４の処理を繰り返し行う。
次に、ステップＳ３５において、通信部３４０は、損害推定モデル記憶部３３２から学習済みの損害推定モデルを読み出し、読み出した損害推定モデルをサーバ２へ送信する。サーバ２の推定モデル受信部２１３は、機械学習装置３によって送信された損害推定モデルを受信し、受信した損害推定モデルを損害推定モデル記憶部２３２に記憶する。
なお、通信部３４０は、損害推定モデルが機械学習された場合に、損害推定モデルをサーバ２に送信してもよいし、損害推定モデルが機械学習されたか否かに関わらずに定期的に損害推定モデルをサーバ２に送信してもよい。
このように、作業機械の動作に関する動作パラメータを入力値とし、作業機械の所定の部位の損害に関する損害パラメータを出力値とする損害推定モデルに、教師データに含まれる動作パラメータが入力され、損害推定モデルから出力される損害パラメータと、教師データに含まれる損害パラメータとの誤差を最小にするように損害推定モデルが機械学習されるので、教師データを用いた機械学習により構築された損害推定モデルに、取得された動作パラメータが入力されることにより、推定した損害パラメータから正確かつ容易に作業機械の寿命を推定することができる。
なお、本実施の形態１において、動作パラメータは、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの圧力値と、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれのシリンダ長さと、旋回モータ２９の動作圧力値と、旋回モータ２９による旋回角度とを含むが、本開示は特にこれに限定されない。動作パラメータは、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの速度又はブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの加速度を含んでもよい。ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの速度は、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの長さを微分することにより算出することができる。また、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの加速度は、ブームシリンダ２６、アームシリンダ２７及びバケットシリンダ２８のそれぞれの速度を微分することにより算出することができる。また、動作パラメータは、旋回モータ２９の角速度又は旋回モータ２９の角加速度を含んでもよい。旋回モータ２９の角速度は、旋回モータ２９による旋回角度を微分することにより算出することができる。また、旋回モータ２９の角加速度は、旋回モータ２９の角速度を微分することにより算出することができる。
また、動作パラメータは、走行モータ３０Ｌ，３０Ｒの動作圧力値と、走行モータ３０Ｌ，３０Ｒの回転角度とを含んでもよい。この場合、作業機械１は、左走行モータ圧センサ、右走行モータ圧センサ、左走行モータ回転角センサ及び右走行モータ回転角センサをさらに備えてもよい。
左走行モータ圧センサは、走行モータ３０Ｌの動作圧力値、すなわち、モータ差圧を検出する。具体的には、左走行モータ圧センサは、第１ポート圧センサ及び第２ポート圧センサを含む。第１ポート圧センサは、走行モータ３０Ｌの一対のポートのうちの一方のポートにおける作動油の圧力である第１ポート圧を検出する。第２ポート圧センサは、走行モータ３０Ｌの一対のポートのうちの他方のポートにおける作動油の圧力である第２ポート圧を検出する。左走行モータ圧センサは、検出した第１ポート圧及び第２ポート圧の差圧をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
右走行モータ圧センサは、走行モータ３０Ｒの動作圧力値、すなわち、モータ差圧を検出する。具体的には、右走行モータ圧センサは、第３ポート圧センサ及び第４ポート圧センサを含む。第３ポート圧センサは、走行モータ３０Ｒの一対のポートのうちの一方のポートにおける作動油の圧力である第３ポート圧を検出する。第４ポート圧センサは、走行モータ３０Ｒの一対のポートのうちの他方のポートにおける作動油の圧力である第４ポート圧を検出する。右走行モータ圧センサは、検出した第３ポート圧及び第４ポート圧の差圧をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
左走行モータ回転角センサは、例えば、リゾルバ又はロータリーエンコーダなどで構成され、走行モータ３０Ｌの回転角度を検出する。左走行モータ回転角センサは、検出した回転角度をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。右走行モータ回転角センサは、例えば、リゾルバ又はロータリーエンコーダなどで構成され、走行モータ３０Ｒの回転角度を検出する。右走行モータ回転角センサは、検出した回転角度をこれに対応する電気信号である検出信号に変換してコントローラ１００に入力する。
また、動作パラメータは、走行モータ３０Ｌ，３０Ｒの角速度又は走行モータ３０Ｌ，３０Ｒの角加速度を含んでもよい。走行モータ３０Ｌ，３０Ｒの角速度は、走行モータ３０Ｌ，３０Ｒの回転角度を微分することにより算出することができる。また、走行モータ３０Ｌ，３０Ｒの角加速度は、走行モータ３０Ｌ，３０Ｒの角速度を微分することにより算出することができる。
また、本実施の形態１において、動作パラメータは、駆動源である図略のエンジンに接続され、当該エンジンが出力する動力により駆動されて作動油を吐出する油圧ポンプの吐出圧（ポンプ圧）をさらに含んでもよい。この場合、作業機械１は、油圧ポンプの吐出圧（ポンプ圧）を検出するポンプ圧センサをさらに備えてもよい。
また、本実施の形態１において、動作パラメータは、指令部１０３から出力されるブーム指令信号、アーム指令信号、バケット指令信号、旋回指令信号及び走行指令信号などの各種操作信号を含んでもよい。この場合、動作パラメータ生成部１０２は、ブーム指令信号、アーム指令信号、バケット指令信号、旋回指令信号及び走行指令信号を指令部１０３から取得する。
また、本実施の形態１において、操作装置１１７がリモコン弁である場合、動作パラメータは、圧力センサから出力されるブームパイロット圧、アームパイロット圧、バケットパイロット圧、旋回パイロット圧及び走行パイロット圧などの各種圧力値の信号を含んでもよい。この場合、動作パラメータ生成部１０２は、ブームパイロット圧、アームパイロット圧、バケットパイロット圧、旋回パイロット圧及び走行パイロット圧などの各種圧力値の信号を圧力センサから取得する。
また、本実施の形態１において、動作パラメータは、バケットの種類を示す情報を含んでもよい。
また、本実施の形態１において、作業装置１４が、例えばカッターなどのバケット以外の先端アタッチメントを備える場合、動作パラメータは、先端アタッチメントの種類を示す情報を含んでもよい。
また、本実施の形態１における作業機械１は、油圧ショベルであるが、本開示は特にこれに限定されず、電動ショベルであってもよい。この場合、動作パラメータは、ブーム２１を駆動するモータに印加される電圧又は電流、アーム２２を駆動するモータに印加される電圧又は電流、バケット２４を駆動するモータに印加される電圧又は電流、及び旋回モータに印加される電圧又は電流を含んでもよい。
また、本実施の形態１において、表示情報生成部２２５は、寿命算出部２２４によって算出された寿命が閾値を超えるか否かを判断してもよい。そして、表示情報生成部２２５は、寿命が閾値を超えると判断された場合、管理者に警告するための表示情報を生成してもよく、寿命が閾値を超えないと判断された場合、管理者に警告するための表示情報を生成しなくてもよい。
また、本実施の形態１において、表示情報生成部２２５は、損害パラメータ推定部２２３によって推定された損害パラメータが閾値を超えるか否かを判断してもよい。そして、表示情報生成部２２５は、損害パラメータが閾値を超えると判断された場合、管理者に警告するための表示情報を生成してもよく、損害パラメータが閾値を超えないと判断された場合、管理者に警告するための表示情報を生成しなくてもよい。
（実施の形態２）
実施の形態１では、仕様推定モデルを用いて動作パラメータから仕様パラメータが推定されているが、実施の形態２では、仕様パラメータが予め記憶されている。
図１０は、本開示の実施の形態２に係るサーバの構成を示すブロック図である。なお、実施の形態２に係る損害推定システム、作業機械１及び表示装置４の構成は、実施の形態１と同じである。
図１０に示すサーバ２Ａは、損害推定装置の一例である。サーバ２Ａは、通信部２１０、プロセッサ２２０Ａ及びメモリ２３０Ａを備える。なお、本実施の形態２において、実施の形態１と同じ構成については同じ符号を付し、説明を省略する。
プロセッサ２２０Ａは、仕様パラメータ取得部２２１Ａ、損害推定モデル選択部２２２、損害パラメータ推定部２２３、寿命算出部２２４及び表示情報生成部２２５を備える。メモリ２３０Ａは、損害推定モデル記憶部２３２及び仕様パラメータ記憶部２３３を備える。
仕様パラメータ記憶部２３３は、作業機械１の仕様パラメータを予め記憶する。仕様パラメータ記憶部２３３は、作業機械１を識別する識別情報に対応付けて仕様パラメータを予め記憶している。
作業機械１が新規に購入された場合、ユーザ又はサービスマンは、購入された作業機械１の仕様パラメータを端末装置に入力する。端末装置は、入力された仕様パラメータを、作業機械１を識別する識別情報とともにサーバ２Ａへ送信する。サーバ２Ａの通信部２１０は、端末装置によって送信された仕様パラメータ及び識別情報を受信し、受信した仕様パラメータを識別情報に対応付けて仕様パラメータ記憶部２３３に記憶する。
また、作業機械１の作業装置１４が交換された場合、ユーザ又はサービスマンは、作業装置１４が交換された作業機械１の仕様パラメータを端末装置に入力する。端末装置は、入力された仕様パラメータを、作業機械１を識別する識別情報とともにサーバ２Ａへ送信する。サーバ２Ａの通信部２１０は、端末装置によって送信された仕様パラメータ及び識別情報を受信し、仕様パラメータ記憶部２３３に記憶されている識別情報に対応付けられている仕様パラメータを、受信した仕様パラメータに更新する。
仕様パラメータ取得部２２１Ａは、推定対象となる作業機械１の仕様パラメータを仕様パラメータ記憶部２３３から取得する。ここで、動作パラメータ受信部２１１は、動作パラメータとともに、作業機械１の識別情報を受信する。仕様パラメータ取得部２２１は、動作パラメータ受信部２１１によって受信された識別情報に対応付けられている仕様パラメータを、仕様パラメータ記憶部２３３から取得する。
本実施の形態２では、実施の形態１とは異なり、仕様推定モデルが不要である。そのため、機械学習装置３は、仕様推定教師データ入力部３１１、仕様推定モデル学習部３２１及び仕様推定モデル記憶部３３１を備えていない。実施の形態２における損害推定教師データ入力部３１２、損害推定モデル学習部３２２及び損害推定モデル記憶部３３２の構成は、実施の形態１と同じである。
また、本実施の形態２では、端末装置により入力された仕様パラメータが仕様パラメータ記憶部２３３に記憶されるが、本開示は特にこれに限定されず、作業装置１４を構成する各アタッチメントは、自身の仕様に関する情報を記憶するとともに、自身の仕様に関する情報を送信する電子タグを備えてもよく、作業機械１は、各電子タグによって送信された情報を受信する受信機を備えてもよい。
具体的には、作業装置１４を構成するブーム２１、アーム２２及びバケット２４は、それぞれ電子タグを備えてもよい。ブーム２１が備える電子タグは、ブーム２１の長さを予め記憶しており、記憶しているブーム２１の長さに関する情報を受信機へ送信する。アーム２２が備える電子タグは、アーム２２の長さを予め記憶しており、記憶しているアーム２２の長さに関する情報を受信機へ送信する。バケット２４が備える電子タグは、バケット２４の容量を予め記憶しており、記憶しているバケット２４の容量に関する情報を受信機へ送信する。受信機は、各電子タグによって送信されたブーム２１の長さに関する情報、アーム２２の長さに関する情報及びバケット２４の容量に関する情報を受信し、ブーム２１の長さ、アーム２２の長さ及びバケット２４の容量を含む仕様パラメータを生成する。通信部１１８は、生成された作業機械１の仕様パラメータを、作業機械１を識別するための識別情報とともにサーバ２Ａへ送信する。サーバ２Ａの通信部２１０は、受信した仕様パラメータを識別情報に対応付けて仕様パラメータ記憶部２３３に記憶する。
本開示に係る損害推定装置及び機械学習装置は、正確かつ容易に作業機械の寿命を推定することができるので、作業機械の動作に伴う所定の部位の損害を推定する損害推定装置及び作業機械の動作に伴う所定の部位の損害を推定するための損害推定モデルを機械学習する機械学習装置として有用である。
１ 作業機械
２，２Ａ サーバ
３ 機械学習装置
４ 表示装置
５ ネットワーク
１０ 下部走行体
１２ 上部旋回体
１４ 作業装置
２１ ブーム
２２ アーム
２４ バケット
２６ ブームシリンダ
２７ アームシリンダ
２８ バケットシリンダ
２９ 旋回モータ
６１ ブーム角度センサ
６２ アーム角度センサ
６４ バケット角度センサ
１００ コントローラ
１０１ シリンダ長さ演算部
１０２ 動作パラメータ生成部
１０６ 動作パラメータ送信部
１１１ ブームシリンダ圧センサ
１１２ アームシリンダ圧センサ
１１３ バケットシリンダ圧センサ
１１４ 旋回モータ圧センサ
１１５ 旋回センサ
１１６ 姿勢センサ
１１７ 操作装置
１１８ 通信部
１１９ 油圧回路
２１０ 通信部
２１１ 動作パラメータ受信部
２１２ 表示情報送信部
２１３ 推定モデル受信部
２２０，２２０Ａ プロセッサ
２２１，２２１Ａ 仕様パラメータ取得部
２２２ 損害推定モデル選択部
２２３ 損害パラメータ推定部
２２４ 寿命算出部
２２５ 表示情報生成部
２３０，２３０Ａ メモリ
２３１ 仕様推定モデル記憶部
２３２ 損害推定モデル記憶部
２３３ 仕様パラメータ記憶部
３１０ 入力部
３１１ 仕様推定教師データ入力部
３１２ 損害推定教師データ入力部
３２０ プロセッサ
３２１ 仕様推定モデル学習部
３２２ 損害推定モデル学習部
３３０ メモリ
３３１ 仕様推定モデル記憶部
３３２ 損害推定モデル記憶部
３４０ 通信部

Claims (10)

  1. 作業機械の動作に伴う所定の部位の損害を推定する損害推定装置であって、
    前記作業機械の動作に関する動作パラメータを取得する動作パラメータ取得部と、
    前記動作パラメータを入力値とし、前記作業機械の前記所定の部位の損害に関する損害パラメータを出力値とし、教師データを用いた機械学習により構築された損害推定モデルを記憶する損害推定モデル記憶部と、
    前記損害推定モデル記憶部に記憶されている前記損害推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記損害パラメータを推定する推定部と、
    を備える損害推定装置。
  2. 前記作業機械は、下部走行体と、前記下部走行体に搭載される上部旋回体と、前記上部旋回体に起伏可能に支持されるブームと前記ブームの先端部に回動可能に連結されるアームと前記アームの先端部に取付けられて施工面に押付けられるバケットとを含む作業装置と、前記下部走行体に対して前記上部旋回体を旋回させる旋回モータとを備え、
    前記動作パラメータは、前記ブームを起伏させるブームシリンダ、前記アームを回動させるアームシリンダ及び前記バケットを回動させるバケットシリンダのそれぞれの圧力値と、前記ブームシリンダ、前記アームシリンダ及び前記バケットシリンダのそれぞれの長さと、前記旋回モータの動作圧力値と、前記旋回モータによる旋回角度と、を含む、
    請求項１記載の損害推定装置。
  3. 前記損害パラメータは、前記作業機械の前記所定の部位の歪みと、前記作業機械の前記所定の部位に生ずる応力と、前記作業機械の前記所定の部位の寿命量とのいずれかを含む、
    請求項１又は２記載の損害推定装置。
  4. 前記損害推定モデルは、前記作業機械の仕様毎に異なる複数の損害推定モデルを含み、
    前記損害推定モデル記憶部は、前記作業機械の仕様に関する複数の仕様パラメータのそれぞれと、前記複数の損害推定モデルのそれぞれとを対応付けて記憶しており、
    前記損害推定装置は、
    推定対象となる作業機械の仕様パラメータを取得する仕様パラメータ取得部と、
    前記複数の損害推定モデルの中から、前記仕様パラメータ取得部によって取得された前記仕様パラメータに対応付けられている損害推定モデルを選択する選択部と、
    をさらに備え、
    前記推定部は、前記選択部によって選択された前記損害推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記損害パラメータを推定する、
    請求項１〜３のいずれか１項に記載の損害推定装置。
  5. 前記損害推定装置は、前記動作パラメータを入力値とし、前記仕様パラメータを出力値とし、教師データを用いた機械学習により構築された仕様推定モデルを記憶する仕様推定モデル記憶部をさらに備え、
    前記仕様パラメータ取得部は、前記仕様推定モデル記憶部に記憶されている前記仕様推定モデルに、前記動作パラメータ取得部によって取得された前記動作パラメータを入力することで前記仕様パラメータを推定する、
    請求項４記載の損害推定装置。
  6. 前記損害推定装置は、前記作業機械の前記仕様パラメータを予め記憶する仕様パラメータ記憶部をさらに備え、
    前記仕様パラメータ取得部は、推定対象となる作業機械の前記仕様パラメータを前記仕様パラメータ記憶部から取得する、
    請求項４記載の損害推定装置。
  7. 前記作業機械は、下部走行体と、前記下部走行体に搭載される上部旋回体と、前記上部旋回体に起伏可能に支持されるブームと前記ブームの先端部に回動可能に連結されるアームと前記アームの先端部に取付けられて施工面に押付けられるバケットとを含む作業装置とを備え、
    前記仕様パラメータは、前記ブームの長さと、前記アームの長さと、前記バケットの容量とを含む、
    請求項４〜６のいずれか１項に記載の損害推定装置。
  8. 前記損害推定装置は、前記推定部によって推定された前記損害パラメータを、前記損害推定装置と通信可能に接続された表示装置へ送信する送信部をさらに備える、
    請求項１〜７のいずれか１項に記載の損害推定装置。
  9. 前記損害推定装置は、前記推定部によって推定された前記損害パラメータを記憶する損害パラメータ記憶部をさらに備える、
    請求項１〜８のいずれか１項に記載の損害推定装置。
  10. 作業機械の動作に伴う所定の部位の損害を推定するための損害推定モデルを機械学習する機械学習装置であって、
    前記作業機械が動作した際に得られる、前記作業機械の動作に関する動作パラメータと、前記作業機械の前記所定の部位の損害に関する損害パラメータとを含む教師データを入力する教師データ入力部と、
    前記動作パラメータを入力値とし、前記損害パラメータを出力値とする前記損害推定モデルを記憶する損害推定モデル記憶部と、
    前記教師データに含まれる前記動作パラメータを前記損害推定モデルに入力し、前記損害推定モデルから出力される損害パラメータと、前記教師データに含まれる前記損害パラメータとの誤差を最小にするように前記損害推定モデルを機械学習する学習部と、
    を備える機械学習装置。
JP2019021832A 2019-02-08 2019-02-08 損害推定装置及び機械学習装置 Active JP7206985B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019021832A JP7206985B2 (ja) 2019-02-08 2019-02-08 損害推定装置及び機械学習装置
PCT/JP2020/001365 WO2020162136A1 (ja) 2019-02-08 2020-01-16 損害推定装置及び機械学習装置
US17/422,317 US20220090363A1 (en) 2019-02-08 2020-01-16 Damage estimation device and machine learning device
CN202080012503.4A CN113423897B (zh) 2019-02-08 2020-01-16 损害推定装置以及机器学习装置
EP20751919.0A EP3889362A4 (en) 2019-02-08 2020-01-16 DAMAGE ESTIMATING DEVICE AND MACHINE LEARNING DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019021832A JP7206985B2 (ja) 2019-02-08 2019-02-08 損害推定装置及び機械学習装置

Publications (2)

Publication Number Publication Date
JP2020128656A true JP2020128656A (ja) 2020-08-27
JP7206985B2 JP7206985B2 (ja) 2023-01-18

Family

ID=71947950

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019021832A Active JP7206985B2 (ja) 2019-02-08 2019-02-08 損害推定装置及び機械学習装置

Country Status (5)

Country Link
US (1) US20220090363A1 (ja)
EP (1) EP3889362A4 (ja)
JP (1) JP7206985B2 (ja)
CN (1) CN113423897B (ja)
WO (1) WO2020162136A1 (ja)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02165285A (ja) * 1988-12-20 1990-06-26 Fujitsu Ltd パターン認識装置
JP2005025351A (ja) * 2003-06-30 2005-01-27 Kagawa Univ 情報処理装置，状態判定装置及び診断装置，並びに情報処理方法，状態判定方法及び診断方法
JP2007257366A (ja) * 2006-03-23 2007-10-04 Kagawa Univ 診断装置及び診断方法
JP2009133194A (ja) * 2009-02-20 2009-06-18 Komatsu Ltd 作業機械の表示装置
JP2013041448A (ja) * 2011-08-17 2013-02-28 Hitachi Ltd 異常検知・診断方法、および異常検知・診断システム
WO2013172277A1 (ja) * 2012-05-14 2013-11-21 日立建機株式会社 作業機械の応力演算システム
JP2014085293A (ja) * 2012-10-26 2014-05-12 Sumitomo Heavy Ind Ltd ショベル管理装置及びショベル管理方法
US20150346066A1 (en) * 2014-05-30 2015-12-03 Rolls-Royce Plc Asset Condition Monitoring
JP2017166232A (ja) * 2016-03-16 2017-09-21 住友重機械工業株式会社 ショベル
JP2019005834A (ja) * 2017-06-22 2019-01-17 株式会社デンソー 学習システム及び学習方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4032045B2 (ja) * 2004-08-13 2008-01-16 新キャタピラー三菱株式会社 データ処理方法及びデータ処理装置、並びに診断方法及び診断装置
JP5227957B2 (ja) * 2007-08-09 2013-07-03 日立建機株式会社 作業機械の機器診断装置及び機器診断システム
US9803342B2 (en) * 2011-09-20 2017-10-31 Tech Mining Pty Ltd Stress or accumulated damage monitoring system
US9315970B2 (en) * 2011-09-20 2016-04-19 Tech Mining Pty Ltd Stress and/or accumulated damage monitoring system
JP5529241B2 (ja) * 2012-11-20 2014-06-25 株式会社小松製作所 作業機械および作業機械の作業量計測方法
CA2971748C (en) * 2014-12-24 2022-08-30 Cqms Pty Ltd A system and method of estimating fatigue in a lifting member
KR102638727B1 (ko) * 2018-03-22 2024-02-19 스미도모쥬기가이고교 가부시키가이샤 쇼벨
JP6841784B2 (ja) * 2018-03-28 2021-03-10 日立建機株式会社 作業機械
JP7082906B2 (ja) * 2018-05-28 2022-06-09 株式会社小松製作所 制御装置および制御方法
JP7177608B2 (ja) * 2018-06-11 2022-11-24 株式会社小松製作所 作業機械を含むシステム、コンピュータによって実行される方法、学習済みの位置推定モデルの製造方法、および学習用データ
JP7173898B2 (ja) * 2019-02-28 2022-11-16 日立建機株式会社 作業機械
JP7290165B2 (ja) * 2019-06-18 2023-06-13 日本電気株式会社 掘削システム、制御装置及び制御方法
JP7310408B2 (ja) * 2019-07-29 2023-07-19 コベルコ建機株式会社 建設機械の作業情報生成システム
AU2019468667B2 (en) * 2019-09-30 2023-12-07 Hitachi Construction Machinery Co., Ltd. Fatigue management system
WO2021064777A1 (ja) * 2019-09-30 2021-04-08 日立建機株式会社 動作識別装置
JP7287320B2 (ja) * 2020-03-19 2023-06-06 コベルコ建機株式会社 作業機械
US11656595B2 (en) * 2020-08-27 2023-05-23 Caterpillar Inc. System and method for machine monitoring

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02165285A (ja) * 1988-12-20 1990-06-26 Fujitsu Ltd パターン認識装置
JP2005025351A (ja) * 2003-06-30 2005-01-27 Kagawa Univ 情報処理装置，状態判定装置及び診断装置，並びに情報処理方法，状態判定方法及び診断方法
JP2007257366A (ja) * 2006-03-23 2007-10-04 Kagawa Univ 診断装置及び診断方法
JP2009133194A (ja) * 2009-02-20 2009-06-18 Komatsu Ltd 作業機械の表示装置
JP2013041448A (ja) * 2011-08-17 2013-02-28 Hitachi Ltd 異常検知・診断方法、および異常検知・診断システム
WO2013172277A1 (ja) * 2012-05-14 2013-11-21 日立建機株式会社 作業機械の応力演算システム
JP2014085293A (ja) * 2012-10-26 2014-05-12 Sumitomo Heavy Ind Ltd ショベル管理装置及びショベル管理方法
US20150346066A1 (en) * 2014-05-30 2015-12-03 Rolls-Royce Plc Asset Condition Monitoring
JP2017166232A (ja) * 2016-03-16 2017-09-21 住友重機械工業株式会社 ショベル
JP2019005834A (ja) * 2017-06-22 2019-01-17 株式会社デンソー 学習システム及び学習方法

Also Published As

Publication number Publication date
US20220090363A1 (en) 2022-03-24
WO2020162136A1 (ja) 2020-08-13
CN113423897B (zh) 2023-03-21
EP3889362A4 (en) 2022-03-02
JP7206985B2 (ja) 2023-01-18
EP3889362A1 (en) 2021-10-06
CN113423897A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
JP6333598B2 (ja) ショベル支援装置及びショベル
JP5924961B2 (ja) 建設機械、建設機械管理システム、携帯通信端末、及び建設機械の作業状態を表示する方法
US9783952B2 (en) Working machine and method of measuring work amount of working machine
US20140172128A1 (en) Remote Control System for a Machine
US20090177337A1 (en) Tool simulation system for remotely located machine
US20170107700A1 (en) Sensor Fusion for Implement Position Estimation and Control
JP6144373B2 (ja) ショベル、ショベル管理システム、及び携帯通信端末
JPWO2017138552A1 (ja) ショベル
JP6675809B2 (ja) ショベル支援装置
CN111126735B (zh) 一种钻井数字孪生系统
CA2916434C (en) Arrangement for controlling automated operation mode
CN113761673A (zh) 用于确定由工作机械执行的工作过程的过程数据的方法和系统
JP7022018B2 (ja) 作業機械
WO2020162136A1 (ja) 損害推定装置及び機械学習装置
CN102561445A (zh) 用于判断挖掘机的工作姿态的系统和方法、挖掘机
KR20200012584A (ko) 굴삭기용 작업부하 측정 방법 및 시스템
US11939742B2 (en) Control device and control method
US11610440B2 (en) Remaining useful life prediction for a component of a machine
JP7073146B2 (ja) 建設機械、建設機械の表示装置、及び、建設機械の管理装置
JP2019027062A (ja) 建設機械のセンサ搭載位置判定システム及び判定方法
US20210158409A1 (en) Information output method and assist device for construction machine
JP2019159841A (ja) 建設機械及び建設機械の管理装置
JP2021155995A (ja) ショベルの支援装置、ショベルの管理装置
RU2702305C2 (ru) Система управления процессом бурения при установке винтовых свай
CN104048635B (zh) 累计孔深测量系统、测量方法及具有该系统的工程机械

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220712

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220907

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: 20221206

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221219

R150 Certificate of patent or registration of utility model

Ref document number: 7206985

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150