JP2021155027A - レール沈み込み量の予測方法、予測装置、レール補修時期判定方法、及びレールの沈み込み異常時期の判定方法 - Google Patents

Abstract

【課題】経年変化以外の変動要因の影響を除外した経年変化による台車走行時から所定期間経過後の特定位置のレール沈み込み量の予測値を適切に予測することができるレール沈み込み量の予測方法及び予測装置を提供する。【解決手段】レール沈み込み量の予測方法では、複数の学習用データを機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）及び経年変化に影響を与える影響因子の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ、ｐ）を予測する（ステップＳ５）。【選択図】図４

Description

本発明は、搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測方法、予測装置、レール補修時期判定方法、及びレールの沈み込み異常時期の判定方法に関する。

製鉄所において、連続鋳造設備で連続鋳造されたスラブはレール上を走行するスラブ搬送台車によって熱間圧延設備に搬送される場合がある。このスラブ搬送台車には、トロリ線から給電パンタグラフを介して電力が供給されている。

一方、トロリ線から給電パンタグラフを介して電力の供給を受ける移動機械に用いられるトロリ線及び給電パンタグラフの異常監視システムとして、従来、例えば、特許文献１に示すものが知られている。
特許文献１に示すトロリ線及び給電パンタグラフの異常監視システムでは、トロリ線偏位検出部において、移動機械を走行させながらレーザ距離計により移動機械とトロリ線支持架台との相対距離を測定し、その測定距離に基づいてトロリ線偏位を検出することができる。また、当該異常監視システムでは、荷重測定部において、給電パンタグラフに作用するパンタグラフ荷重を測定することができる。そして、当該異常監視システムでは、判定部において、トロリ線偏位及びパンタグラフ荷重を判別し、例えばそれらの測定値が所定範囲外となっているときに異常であると判断することができる。

また、電車が走行する軌道上の基準に対するトロリ線の位置を精度良く表示するトロリ線表示装置として、従来、例えば、特許文献２に示すものが知られている。
特許文献２に示すトロリ線表示装置は、対象物を３次元測定して得られた点群データのうち、電車が走行する軌道を構成するレールから得られた基準値に基づいて高さ及び偏位が計測されたトロリ線の各点に対して、各点を表示する際の基準となる表示基準点を設定する表示基準設定部を備えている。また、トロリ線表示装置は、軌道中心線上において、表示基準点に対応する第１の点およびトロリ線上の各点に対応する第２の点を求め、各第２の点について第１の点からの第１の距離を算出し、トロリ線上の各点を表示する際の位置の起点から第１の点までの第２の距離および第１の距離に基いて、起点から各第２の点までの第３の距離を算出する距離測定部を備えている。更に、トロリ線表示装置は、第３の距離に基づいて、第２の点に対応するトロリ線上の各点の高さおよび偏位を表示する表示データを作成する表示制御部を備えている。

特開２０１７−１３７６１号公報 国際公開第２０１８／０８７９３１

しかしながら、これら従来の特許文献１に示すトロリ線及び給電パンタグラフの異常監視システム及び特許文献２に示すトロリ線表示装置にあっては、以下の問題点があった。
即ち、特許文献１に示すトロリ線及び給電パンタグラフの異常監視システムの場合、トロリ線偏位を検出し、パンタグラフ荷重を測定し、それらの測定値が所定範囲外となっているときに異常であると判断することができるものの、台車（移動機械）がレール上を走行しているときのレールの沈み込み量については検出することができず、また、台車走行時から所定期間経過後のレールの沈み込み量を予測することができなかった。
また、特許文献２に示すトロリ線表示装置の場合、電車が走行する軌道上の基準に対するトロリ線の位置を精度良く表示することができるものの、この特許文献２にあっても、台車（移動機械）がレール上を走行しているときのレールの沈み込み量については検出することができず、また、台車走行時から所定期間経過後のレールの沈み込み量を予測することができなかった。

一方、台車走行時のレール沈み込み量を測定し、台車走行時からの所定期間経過後のレール沈み込み量の予測を行うにしても、レール沈み込み量は経年変化以外の変動要因（例えば、スラブ重量や台車速度変化など）の影響を受けるため、予測したレール沈み込み量に閾値を設けてレール補修の判断基準とする場合に、その閾値も経年変化以外の変動要因によるレール沈み込み量のばらつきを考慮して設定する必要があり、閾値の設定が困難であった。

従って、本発明はこれらの問題点を解決するためになされたものであり、経年変化以外の変動要因の影響を除外した経年変化による台車走行時から所定期間経過後の特定位置のレール沈み込み量の予測値を適切に予測することができるレール沈み込み量の予測方法、予測装置、レール補修時期判定方法、及びレールの沈み込み異常時期の判定方法を提供することにある。

上記課題を解決するために、本発明の一態様に係るレール沈み込み量の予測方法は、搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測方法であって、過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去の経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量及び経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測することを要旨とする。

また、本発明の別の態様に係るレール補修時期判定方法は、前述のレール沈み込み量の予測方法により予測された、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値により、レールの補修時期を判定することを要旨とする。

また、本発明の別の態様に係るレール沈み込み量の予測装置は、搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測装置であって、過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去の経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量及び経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測する経年変化レール沈み込み量予測部を備えていることを要旨とする。

また、本発明の別の態様に係るレール沈み込み量の予測方法は、搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測方法であって、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを含むデータを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）と、将来の予測対象時点における経年変化因子ｘの予測値ｘｆとを入力して、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）を予測することを要旨とする。

また、本発明の別の態様に係るレールの沈み込み異常時期の判定方法は、前述のレール沈み込み量の予測方法による、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の予測を、複数の予測対象時点について行い、予測結果が予め設定した所定の閾値以上となる予測対象時点を、レールの沈み込み異常時期であると判定することを要旨とする。

また、本発明の別の態様に係るレール沈み込み量の予測装置は、搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測装置であって、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを含むデータを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）と、将来の予測対象時点における経年変化因子ｘの予測値ｘｆとを入力して、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）を予測する経年変化レール沈み込み量予測部を備えていることを要旨とする。

本発明に係るレール沈み込み量の予測方法、予測装置、レール補修時期判定方法、及びレールの沈み込み異常時期の判定方法によれば、経年変化以外の変動要因の影響を除外した経年変化による台車走行時から所定期間経過後の特定位置のレール沈み込み量の予測値を適切に予測することができるレール沈み込み量の予測方法、予測装置、レール補修時期判定方法、及びレールの沈み込み異常時期の判定方法を提供できる。

本発明の一実施形態に係るレール沈み込み量の予測方法が適用されるレールに台車が走行している状態の概略構成図である。 図１においてレールに台車が走行しているときのレール沈み込み量を測定する装置構成を説明するための図である。 本発明の一実施形態に係るレール沈み込み量の予測装置の概略構成のブロック図である。 図３に示すレール沈み込み量の予測装置の演算装置の演算処理部の処理の流れを説明するためのフローチャートである。 経年変化レール沈み込み量予測部で予測された経年変化による台車走行時（現時刻）から所定の閾値以上の判定結果となるまでの特定位置におけるレール沈み込み量の予測値の一例を示すグラフである。

以下、本発明の実施の形態を図面を参照して説明する。以下に示す実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の材質、形状、構造、配置等を下記の実施形態に特定するものではない。また、図面は模式的なものである。そのため、厚みと平面寸法との関係、比率等は現実のものとは異なることに留意すべきであり、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。

図１には、本発明の一実施形態に係る本発明の一実施形態に係るレール沈み込み量の予測方法が適用されるレールに台車が走行している状態の概略構成が示されている。
図１に示す台車１は、連続鋳造設備で連続鋳造された搬送対象物としてのスラブＳを熱間圧延設備（図示せず）に搬送するものであり、レール１２上を走行する。
この台車１は、スラブＳを積載した台車本体２を備え、台車本体２の両側には対をなすレール１２上を走行する複数対（図１では一対のみ図示）の車輪３を備えている。各車輪３の車軸３ａは減速機４に接続され、一方のモータ５の回転軸５ａが減速機４に接続され、モータ５の回転が減速機４で減速されて車輪３が回転する。そして、各車輪３、減速機４及びモータ５はサスペンション１１によって台車本体２に支持されている。レール１２は、搗き固められた敷石１３上に敷設されている。

また、台車１には、トロリ線（図示せず）から給電パンタグラフ（図示せず）を介して電力が供給されるようになっており、トロリ線を支持するトロリ線支持架台１６が支柱１４の上端近傍から延びる水平部１５の先端部に固定されている。
そして、台車１の台車本体２の側面には、トロリ線支持架台１６の上下方向の位置Ｐ１を測定するトロリ位置測定装置６が設置されている。トロリ位置測定装置６としては、例えば、２次元レーザ距離計が用いられる。

また、台車本体２の下面には、減速機４までの距離を測定し、減速機４の上下方向の位置Ｐ２を測定する減速機位置測定装置７が設置されている。減速機位置測定装置７としては、例えば、レーザ距離計が用いられる。
そして、トロリ位置測定装置６及び減速機位置測定装置７は、レール沈み込み量測定装置８に接続されている。レール沈み込み量測定装置８には、トロリ位置測定装置６で測定されたトロリ線支持架台１６の上下方向の位置Ｐ１と、減速機位置測定装置７で測定された減速機４の上下方向の位置Ｐ２とが入力される。

また、台車１の車輪３の一つには、図２に示すように、所定の基準時から台車走行時（ｔ）に至るまでの車輪３の回転数を測定し、その回転数と走行時間ｔとから所定の基準時から台車走行時（ｔ）に至るまでの台車１の走行距離を算出する走行距離算出センサ１７が設けられている。走行距離算出センサ１７は、台車位置管理装置１９に接続されている。台車位置管理装置１９には、走行距離算出センサ１７で算出された、所定の基準時から台車走行時（ｔ）に至るまでの台車１の走行距離情報が入力される。

また、レール１２の近傍には、図２に示すように、レール１２に沿って所定間隔で配置された複数（ｎ個）の台車位置検出装置１８_１〜１８_１が設置されている。台車位置検出装置１８_１〜１８_１のそれぞれは、レール１２上を走行する台車１がその台車位置検出装置１８_１〜１８_１のそれぞれの検出位置を通過したときにその台車１の通過を検出する。各台車位置検出装置１８_１〜１８_１は、台車位置管理装置１９に接続されている。台車位置管理装置１９には、台車位置検出装置１８_１〜１８_１のそれぞれからの台車通過情報が入力される。

そして、台車位置管理装置１９は、走行距離算出センサ１７からの、所定の基準時から台車走行時（ｔ）に至るまでの台車１の走行距離情報と、台車位置検出装置１８_１〜１８_１のそれぞれからの台車通過情報とから、台車走行時（ｔ）の台車位置（ｐ）を算出する。
また、台車位置管理装置１９は、前述したレール沈み込み量測定装置８に接続されている。レール沈み込み量測定装置８には、台車位置管理装置１９で算出された台車走行時（ｔ）の台車位置（ｐ）が入力される。

レール沈み込み量測定装置８は、トロリ位置測定装置６で測定されたトロリ線支持架台１６の上下方向の位置Ｐ１と、減速機位置測定装置７で測定された減速機４の上下方向の位置Ｐ２とからレール１２の上面位置Ｐ３を演算する。そして、レール沈み込み量測定装置８は、その演算したレール１２の上面位置Ｐ３の正規状態からの沈み込み量を算出する。レール沈み込み量測定装置８は、その算出した沈み込み量を、台車位置管理装置１９から入力された台車走行時（ｔ）の台車位置（ｐ）の情報と併せて、台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ，ｐ）として後述するレール沈み込み量の予測装置２０に伝送する。

また、台車１の台車本体２には、スラブＳの重量を測定するスラブ重量測定装置９が設置されている。更に、モータ５には、モータ５の回転軸５ａの回転数を測定することで、台車１の速度、ひいては台車１の速度変化（加速度）を測定する台車速度測定装置１０が設置されている。そして、スラブ重量測定装置９で測定されたスラブＳの重量は、台車走行時の経年変化以外の変動要因をなすスラブ重量ｎ_１（ｔ）として後述するレール沈み込み量の予測装置２０に伝送される。また、台車速度測定装置１０で測定された台車１の速度変化（加速度）も、台車走行時の経年変化以外の変動要因をなす台車速度変化量ｎ_２（ｔ）としてレール沈み込み量の予測装置２０に伝送される。

ここで、スラブ重量ｎ_１（ｔ）及び台車速度変化量ｎ_２（ｔ）が本実施形態で台車走行時の経年変化以外の変動要因として選定されているのは、次の理由による。経年変化以外の変動要因によるレール１２の沈み込みは、レール１２に力が加わることにより発生しており、１つはレール１２に力が加わる要因としてスラブ重量ｎ_１（ｔ）を選定した。また、もう１つは、レール１２に傾斜がある場合は台車１の加減速の力がレール１２の鉛直方向にもかかるため、台車速度変化量ｎ_２（ｔ）を選定した。
また、経年変化によるレール１２の沈み込みは、レール１２の摩耗及びレール１２の下にある敷石１３の隙間の拡大により発生しており、レール１２の摩耗及び敷石１３の隙間は台車１の走行により力が加わること、また敷石１３の隙間は雨によって敷石１３が動くことで発生するため、雨量ｘ１及び台車１の走行に関係の深いスラブＳの生産量ｘ２を経年変化に影響を与える影響因子として選定した。

次に、図３に示すレール沈み込み量の予測装置２０は、レール沈み込み量測定装置８、スラブ重量測定装置９、及び台車速度測定装置１０に無線で接続されるとともに、上位計算機４７に有線あるいは無線で接続されている。
このレール沈み込み量の予測装置２０は、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）を予測するものである。
レール沈み込み量の予測装置２０は、図３に示すように、演算装置２１と、入力装置４４と、記憶装置４５と、出力装置４６とを備えたコンピュータシステムである。演算装置２１と、入力装置４４、記憶装置４５、及び出力装置４６とは、この接続の態様に限らず、無線により接続されてもよく、あるいは有線と無線とを組み合わせた態様で接続されてもよい。

入力装置４４は、例えば、キーボード、ペンタブレット、タッチパッド、マウス等、本システムの管理者の操作を検出可能な任意の入力インターフェースであるが、上位計算機４７からの指令及び情報を入力可能となっている。また、台車走行制御装置（図示せず）から伝送された台車１のレール１２上における位置（ｐ）及びレール沈み込み量測定装置８から伝送された台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ，ｐ）が入力される。また、スラブ重量測定装置９から伝送された台車走行時（ｔ）の経年変化以外の変動要因をなすスラブ重量ｎ_１（ｔ）が入力される。更に、台車速度測定装置１０から伝送された台車走行時（ｔ）の経年変化以外の変動要因をなす台車速度変化量ｎ_２（ｔ）が入力される。また、入力装置４４により演算装置２１への各種処理の指示に係る操作を受け付ける。

記憶装置４５は、例えばハードディスクドライブ、半導体ドライブ、光学ドライブ等であり、本システムにおいて必要な情報を記憶する装置である。記憶装置４５は、例えば、過去の台車走行時（ｔ）の経年変化以外の変動要因（スラブ重量ｎ_１（ｔ）及び台車速度変化量ｎ_２（ｔ））の入力データ及びこの入力データに対する過去の経年変化以外の変動要因（スラブ重量ｎ_１（ｔ）及び台車速度変化量ｎ_２（ｔ））による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量（スラブ重量によるレール沈み込み量ｈ_１（ｔ、ｐ）、台車速度変化量によるレール沈み込み量ｈ_２（ｔ、ｐ））を出力データとした複数の学習データを記憶している。また、記憶装置４５は、過去の経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）及び過去の経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量の入力データ及びこの入力データに対する過去の経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ＋ｋ、ｐ）を出力データとした複数の学習データを記憶している。また、記憶装置４５には、後述する生成された変動要因沈み込み量算出モデル（スラブ重量沈み込み算出モデル及び）及び生成された経年変化レール沈み込み量予測モデル等の情報が記憶される。

また、出力装置４６は、出力されたデータ、例えば、判定結果出力部４２の出力データであるレール異常と判断された経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後あるいは変更された所定期間（２ｋ〜ｎｋのいずれか）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋのいずれか，ｐ）を出力する。また、出力装置４６は、経年変化レール沈み込み量予測部４０で予測された経年変化による台車走行時（ｔ）からレール異常と判断されるまでの特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ＋ｋ〜ｔ＋ｎｋ，ｐ）も出力する。出力装置４６は、例えば、液晶ディスプレイや有機ディスプレイ等の任意のディスプレイを備えることで、出力データ及び信号に基づく画面を表示可能である。

また、演算装置２１は、ＲＡＭ２２と、ＲＯＭ２３と、演算処理部３１とを備えている。ＲＯＭ２３は、スラブ重量沈み込み量算出モデル生成プログラム２４、台車速度変化沈み込み量算出モデル生成プログラム２５、スラブ重量沈み込み量算出プログラム２６、台車速度変化沈み込み量算出プログラム２７、経年変化沈み込み量算出プログラム２８、経年変化沈み込み量予測モデル生成プログラム２９及び経年変化沈み込み量予測プログラム３０を記憶している。また、演算処理部３１は、演算処理機能を有し、ＲＡＭ２２及びＲＯＭ２３とバス４３により接続されている。また、ＲＡＭ２２、ＲＯＭ２３、及び演算処理部３１は、バス４３を介して入力装置４４、記憶装置４５、及び出力装置４６に接続されている。

演算処理部３１は、機能ブロックとして、変動要因沈み込み量算出モデル生成部３２、変動要因レール沈み込み量算出部３５、経年変化レール沈み込み量算出部３８、経年変化レール沈み込み量予測モデル生成部３９、経年変化レール沈み込み量予測部４０、判定部４１、及び判定結果出力部４２を備えている。
ここで、変動要因沈み込み量算出モデル生成部３２は、スラブ重量沈み込み量算出モデル生成部３３と、台車速度変化沈み込み量算出モデル生成部３４とを備えている。

スラブ重量沈み込み量算出モデル生成部３３は、入力装置４４から算出モデルの生成指示を受けた際に、記憶装置４５に記憶された過去の台車走行時（ｔ）のスラブ重量ｎ_１（ｔ）を入力データ及びこの入力データに対する過去のスラブ重量ｎ_１（ｔ）による台車走行時の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）を出力データとした複数の学習データを取得する。そして、スラブ重量沈み込み量算出モデル生成部３３は、スラブ重量沈み込み量算出モデル生成プログラム２４を実行してこれら複数の学習データを機械学習させて変動要因沈み込み量算出モデルを構成するスラブ重量沈み込み量算出モデルを生成する。

また、台車速度変化沈み込み量算出モデル生成部３４は、入力装置４４から算出モデルの生成指示を受けた際に、記憶装置４５に記憶された過去の台車走行時（ｔ）の台車速度変化量ｎ_２（ｔ）を入力データ及びこの入力データに対する過去の台車速度変化量ｎ_２（ｔ）による台車走行時の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）を出力データとした複数の学習データを取得する。そして、台車速度変化沈み込み量算出モデル生成部３４は、台車速度変化沈み込み量算出モデル生成プログラム２５を実行してこれら複数の学習データを機械学習させて変動要因沈み込み量算出モデルを構成する台車速度変化沈み込み量算出モデルを生成する。

次に、変動要因レール沈み込み量算出部３５は、スラブ重量沈み込み量算出部３６と、台車速度変化沈み込み量算出部３７とを備えている。
スラブ重量沈み込み量算出部３６は、入力装置４４から算出指示を受けた際に、スラブ重量沈み込み量算出プログラム２６を実行して、スラブ重量沈み込み量算出モデル生成部３３で生成されたスラブ重量沈み込み量算出モデルに、スラブ重量測定装置９で測定され、入力装置４４に入力された台車走行時（ｔ）の経年変化以外の変動要因をなすスラブ重量ｎ_１（ｔ）を入力して経年変化以外の変動要因をなすスラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）を算出する。

ここで、スラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）は、スラブ重量ｎ_１（ｔ）の変化に対するスラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）の変動量の関係式をｆｈ_１（ｐ，ｎ_１（ｔ））とすると、次の（１）式のように表せる。
ｈ_１（ｔ、ｐ）＝ｆｈ_１（ｐ，ｎ_１（ｔ））＝Ａ_１（ｐ）ｎ_１（ｔ）＋Ｂ_１（ｐ） ・・・（１）
ここで、Ａ_１（ｐ）、Ｂ_１（ｐ）はレール１２上における台車１の位置（ｐ）毎の定数である。

また、台車速度変化沈み込み量算出部３７は、入力装置４４から算出指示を受けた際に、台車速度変化沈み込み量算出プログラム２７を実行して、台車速度変化沈み込み量算出モデル生成部３４で生成された台車速度変化沈み込み量算出モデルに、台車速度測定装置１０で測定され、入力装置４４に入力された台車走行時（ｔ）の経年変化以外の変動要因をなす台車速度変化量ｎ_２（ｔ）を入力して経年変化以外の変動要因をなす台車速度変化量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）を算出する。

ここで、台車速度変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）は、台車速度変化量ｎ_２（ｔ）の変化に対する台車速度変化量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）の変動量の関係式をｆｈ_１（ｐ，ｎ_２（ｔ））とすると、次の（２）式のように表せる。
ｈ_２（ｔ、ｐ）＝ｆｈ_２（ｐ，ｎ_２（ｔ））＝Ａ_２（ｐ）ｎ_２（ｔ）＋Ｂ_２（ｐ） ・・・（２）
ここで、Ａ_２（ｐ）、Ｂ_２（ｐ）はレール１２上における台車１の位置（ｐ）毎の定数である。

また、経年変化レール沈み込み量算出部３８は、入力装置４４から算出指示を受けた際に、経年変化沈み込み量算出プログラム２８を実行して、レール沈み込み量測定装置８で演算され、入力装置４４に入力された台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ，ｐ）と、スラブ重量沈み込み量算出部３６で算出された経年変化以外の変動要因をなすスラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）及び台車速度変化沈み込み量算出部３７で算出された経年変化以外の変動要因をなす台車速度変化量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）とから、次の（３）式に基づいて、経年変化以外の変動要因の影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を算出する。

ｙ（ｔ、ｐ）＝Ｚ（ｔ，ｐ）−（ｈ_１（ｔ、ｐ）＋ｈ_２（ｔ、ｐ）） ・・・（３）
つまり、経年変化レール沈み込み量算出部３８は、台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ，ｐ）から経年変化以外の変動要因によるレール沈み込み量（ｈ_１（ｔ、ｐ）＋ｈ_２（ｔ、ｐ））を除外して経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を算出する。

また、経年変化レール沈み込み量予測モデル生成部３９は、入力装置４４から予測モデルの生成指示を受けた際に、記憶装置４５で記憶された過去の経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）及び過去の経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ＋ｋ、ｐ）を出力データとした複数の学習データを取得する。

そして、経年変化レール沈み込み量予測モデル生成部３９は、経年変化沈み込み量予測モデル生成プログラム２９を実行して、取得した複数の学習データを機械学習させて経年変化レール沈み込み量予測モデルを生成する。
なお、スラブ重量沈み込み量算出モデル生成部３３で生成されるスラブ重量沈み込み量算出モデル、台車速度変化沈み込み量算出モデル生成部３４で生成される台車速度変化沈み込み量算出モデル、及び経年変化レール沈み込み量予測モデル生成部３９で生成される経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルである。

また、経年変化レール沈み込み量予測部４０は、経年変化沈み込み量予測プログラム３０を実行して、経年変化レール沈み込み量予測モデル生成部３９で生成された経年変化レール沈み込み量予測モデルに、経年変化レール沈み込み量算出部３８で算出された、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を入力する。また、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）を予測する。

ここで、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）は、経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）と、次の（４）式の積分項を経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量とすると、次の（４）式のように表せる。ここで、Ｆ（ｔ，ｋ，ｐ）は、（４）式の積分項であり、経年変化に影響を与える影響因子の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量である。

経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量は、上位計算機４７から経年変化レール沈み込み量予測モデルに入力される。上位計算機４７には、年間平均降水量から算出される台車走行時（ｔ）の雨量ｘ１（ｔ）、台車走行時（ｔ）から所定期間（ｋ）経過後の雨量ｘ１（ｔ＋ｋ）、台車走行時（ｔ）から所定期間（ｋ）経過後の雨量ｘ１（２ｋ）・・・、台車走行時（ｔ）から所定期間（（ｎ−１）ｋ）経過後の雨量ｘ１（ｔ＋（ｎ−１）ｋ）、台車走行時（ｔ）から所定期間（ｎｋ）経過後の雨量ｘ１（ｔ＋ｎｋ）が予め入力されている。

また、上位計算機４７には、スラブＳの生産計画から算出される台車走行時（ｔ）のスラブＳの生産量ｘ２（ｔ）、台車走行時（ｔ）から所定期間（ｋ）経過後のスラブＳの生産量ｘ２（ｔ＋ｋ）、台車走行時（ｔ）から所定期間（２ｋ）経過後のスラブＳの生産量ｘ２（ｔ＋２ｋ）・・・、台車走行時（ｔ）から所定期間（（ｎ−１）ｋ）経過後のスラブＳの生産量ｘ２（ｔ＋（ｎ−１）ｋ）、台車走行時（ｔ）から所定期間（ｎｋ）経過後のスラブＳの生産量ｘ２（ｔ＋ｎｋ）が予め入力されている。

そして、上位計算機４７は、年間平均降水量から算出される台車走行時（ｔ）から所定期間（ｋ）経過後の雨量の変化量（ｘ１（ｔ＋ｋ）−ｘ１（ｔ））と、スラブＳの生産計画から算出される台車走行時（ｔ）から所定期間（ｋ）経過後のスラブＳの生産量の変化量（ｘ２（ｔ＋ｋ）−ｘ２（ｔ））と、これら雨量の変化量（ｘ１（ｔ＋ｋ）−ｘ１（ｔ））とスラブＳの生産量の変化量（ｘ２（ｔ＋ｋ）−ｘ２（ｔ））とに基づいて算出された経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量（（４）式の積分項）を、経年変化レール沈み込み量予測部４０に送出し、経年変化レール沈み込み量予測モデルに入力する。ここで、年間平均降水量から算出される台車走行時（ｔ）から所定期間（ｋ）経過後の雨量の変化量（ｘ１（ｔ＋ｋ）−ｘ１（ｔ））は、台車走行時（ｔ）から所定期間（ｋ）経過後に至るまでの雨量の累積量を意味する。また、スラブＳの生産計画から算出される台車走行時（ｔ）から所定期間（ｋ）経過後のスラブＳの生産量の変化量（ｘ２（ｔ＋ｋ）−ｘ２（ｔ））は、台車走行時（ｔ）から所定期間（ｋ）経過後のスラブＳの生産量と台車走行時（ｔ）のスラブの生産量との差分の生産量を意味する。

なお、経年変化レール沈み込み量予測部４０は、経年変化沈み込み量予測プログラム３０を実行して、経年変化レール沈み込み量予測モデル生成部３９で生成された経年変化レール沈み込み量予測モデルに、経年変化レール沈み込み量算出部３８で算出された、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を入力する。また、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）を予測する。

また、判定部４１は、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）が所定の閾値（例えば、過去実績の最大値である２０ｍｍ）以上か否かを判定する。
そして、判定部４１は、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）が前述の所定の閾値以上でない判定結果であるときに、所定期間（ｋ）を変更する（所定期間（ｋ）→所定期間（２ｋ））。

また、経年変化レール沈み込み量予測部４０は、変更された所定期間（２ｋ）経過後の特定位置（ｐ）における経年変化によるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）の予測を再度行う。この際に、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、一旦予測された経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ＋ｋ，ｐ）を入力する。また、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の所定期間（ｔ＋ｋ）から所定期間（ｔ＋２ｋ）までの変化量に基づく経年変化による所定期間（ｔ＋ｋ）から所定期間（ｔ＋２ｋ）までの特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、変更された台車走行時（ｔ）から所定期間（２ｋ）経過後の特定位置（ｐ）における経年変化によるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）を予測する。

ここで、経年変化による台車走行時（ｔ）から所定期間（２ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）は、次の（５）式のように表せる。
ｙ（ｔ+２ｋ，ｐ）＝ｙ（ｔ+ｋ，ｐ）＋Ｆ（ｔ+ｋ，２ｋ，Ｐ） ・・・（５）
また、経年変化による台車走行時（ｔ）から所定期間（３ｋ〜ｎｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+２ｋ〜ｔ＋ｎｋ，ｐ）は、それぞれ次式のように表せる。
ｙ（ｔ+３ｋ，ｐ）＝ｙ（ｔ+２ｋ，ｐ）＋Ｆ（ｔ＋２ｋ，３ｋ，Ｐ）
↓
ｙ（ｔ+ｎｋ，ｐ）＝ｙ（ｔ+（ｎ−１）ｋ，ｐ）＋Ｆ（ｔ＋（ｎ−１）ｋ，ｎｋ，Ｐ）

そして、判定部４１及び経年変化レール沈み込み量予測部４０は、当該予測値ｙ（ｔ+２ｋ〜ｔ＋ｎｋ，ｐ）が前述の所定の閾値以上の判定結果となるまで所定期間の変更と予測値の予測と判定とを繰り返す。
また、判定結果出力部４２は、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後あるいは変更された所定期間（２ｋ〜ｎｋのいずれか）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋのいずれか，ｐ）が所定の閾値以上の判定結果であるとき、レールが異常と判断する。
判定結果出力部４２の判断結果は、出力装置４６に出力される。

また、経年変化レール沈み込み量予測部４０で予測された経年変化による台車走行時（現時刻）（ｔ）からレール異常と判断されるまでの特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋ，ｐ）も出力装置４６に出力される。図５には、経年変化による台車走行時（現時刻）からレール異常と判断されるまでの特定位置におけるレール沈み込み量の予測値の一例が示されている。

次に、本発明の一実施形態に係るレール沈み込み量の予測方法を示す演算処理部３１の処理の流れを図４を参照して説明する。
先ず、図４に示すように、ステップＳ１において、演算処理部３１の変動要因沈み込み量算出モデル生成部３２は、入力装置４４から算出モデルの生成指示があったときに、変動要因沈み込み量算出モデルを生成する。

具体的に述べると、変動要因沈み込み量算出モデル生成部３２のスラブ重量沈み込み量算出モデル生成部３３は、入力装置４４から算出モデルの生成指示を受けた際に、スラブ重量沈み込み量算出モデル生成プログラム２４を実行して記憶装置４５に記憶された過去の台車走行時（ｔ）のスラブ重量ｎ_１（ｔ）を入力データ及びこの入力データに対する過去のスラブ重量ｎ_１（ｔ）による台車走行時の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）を出力データとした複数の学習データを取得する。そして、スラブ重量沈み込み量算出モデル生成部３３は、これら複数の学習データを機械学習させて変動要因沈み込み量算出モデルを構成するスラブ重量沈み込み量算出モデルを生成する。

また、変動要因沈み込み量算出モデル生成部３２の台車速度変化沈み込み量算出モデル生成部３４は、入力装置４４から算出モデルの生成指示を受けた際に、台車速度変化沈み込み量算出モデル生成プログラム２５を実行して記憶装置４５に記憶された過去の台車走行時（ｔ）の台車速度変化量ｎ_２（ｔ）を入力データ及びこの入力データに対する過去の台車速度変化量ｎ_２（ｔ）による台車走行時の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）を出力データとした複数の学習データを取得する。そして、台車速度変化沈み込み量算出モデル生成部３４は、これら複数の学習データを機械学習させて変動要因沈み込み量算出モデルを構成する台車速度変化沈み込み量算出モデルを生成する。

次いで、ステップＳ２において、変動要因レール沈み込み量算出部３５は、入力装置４４から算出指示を受けた際に、経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量を算出する。
具体的に述べると、変動要因レール沈み込み量算出部３５のスラブ重量沈み込み量算出部３６は、入力装置４４から算出指示を受けた際に、スラブ重量沈み込み量算出プログラム２６を実行して、スラブ重量沈み込み量算出モデル生成部３３で生成されたスラブ重量沈み込み量算出モデルに、スラブ重量測定装置９で測定され、入力装置４４に入力された台車走行時（ｔ）の経年変化以外の変動要因をなすスラブ重量ｎ_１（ｔ）を入力して経年変化以外の変動要因をなすスラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）を算出する。

また、変動要因レール沈み込み量算出部３５の台車速度変化沈み込み量算出部３７は、入力装置４４から算出指示を受けた際に、台車速度変化沈み込み量算出プログラム２７を実行して、台車速度変化沈み込み量算出モデル生成部３４で生成された台車速度変化沈み込み量算出モデルに、台車速度測定装置１０で測定され、入力装置４４に入力された台車走行時（ｔ）の経年変化以外の変動要因をなす台車速度変化量ｎ_２（ｔ）を入力して経年変化以外の変動要因をなす台車速度変化量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）を算出する。

次いで、ステップＳ３において、経年変化レール沈み込み量算出部３８は、入力装置４４から算出指示を受けた際に、経年変化沈み込み量算出プログラム２８を実行して、レール沈み込み量測定装置８で演算され、入力装置４４に入力された台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ，ｐ）と、スラブ重量沈み込み量算出部３６で算出された経年変化以外の変動要因をなすスラブ重量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）及び台車速度変化沈み込み量算出部３７で算出された経年変化以外の変動要因をなす台車速度変化量による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_２（ｔ、ｐ）とから、前述の（３）式に基づいて、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を算出する。

次いで、ステップＳ４において、経年変化レール沈み込み量予測モデル生成部３９は、入力装置４４から予測モデルの生成指示を受けた際に、経年変化レール沈み込み量予測モデルを生成する。
具体的に述べると、経年変化レール沈み込み量予測モデル生成部３９は、入力装置４４から予測モデルの生成指示を受けた際に、経年変化沈み込み量予測モデル生成プログラム２９を実行して、記憶装置４５で記憶された過去の経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）及び過去の経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ＋ｋ、ｐ）を出力データとした複数の学習データを取得する。
そして、経年変化レール沈み込み量予測モデル生成部３９は、取得した複数の学習データを機械学習させて経年変化レール沈み込み量予測モデルを生成する。

次いで、ステップＳ５において、経年変化レール沈み込み量予測部４０は、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）を予測する。
具体的に述べると、経年変化レール沈み込み量予測部４０は、入力装置４４から予測指示を受けた際に、経年変化沈み込み量予測プログラム３０を実行して、経年変化レール沈み込み量予測モデル生成部３９で生成された経年変化レール沈み込み量予測モデルに、経年変化レール沈み込み量算出部３８で算出された、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）を入力する。また、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力する。これにより、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）が予測される。

ここで、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量は、前述したように、上位計算機４７から経年変化レール沈み込み量予測モデルに入力される。

次いで、ステップＳ６において、判定部４１は、予測された経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）が所定の閾値（例えば、過去実績の最大値である２０ｍｍ）以上か否かを判定する。そして、ステップ６における判定結果がＹＥＳのときは、ステップ８に移行し、ステップ６における判定結果がＮｏのときは、ステップ７に移行する。
ステップ７では、即ち、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ，ｐ）が前述の所定の閾値以上でない判定結果であるときに、判定部４１は、前述の所定期間（ｋ）を所定期間（２ｋ）に変更し、ステップＳ５に戻る。

そして、戻ったステップＳ５では、経年変化レール沈み込み量予測部４０は、経年変化による台車走行時（ｔ）から所定期間（２ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）を再度予測する。この際に、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、一旦予測された経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ＋ｋ，ｐ）を入力する。また、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の所定期間（ｔ＋ｋ）から所定期間（ｔ＋２ｋ）までの変化量に基づく経年変化による所定期間（ｔ＋ｋ）から所定期間（ｔ＋２ｋ）までの特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、変更された台車走行時（ｔ）から所定期間（２ｋ）経過後の特定位置（ｐ）における経年変化によるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）を予測する。

そして、ステップＳ６に移行し、判定部４１は、予測された経年変化による台車走行時（ｔ）から所定期間（２ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+２ｋ，ｐ）が前述の所定の閾値以上か否かを判定する。
そして、判定部４１及び経年変化レール沈み込み量予測部４０は、当該予測値ｙ（ｔ+２ｋ〜ｔ＋ｎｋ，ｐ）が前述の所定の閾値以上の判定結果となるまでステップＳ７の所定期間の変更と、ステップＳ５の予測値の予測と、ステップＳ６の判定とを繰り返す。

そして、ステップＳ８では、判定結果出力部４２は、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後あるいは変更された所定期間（２ｋ〜ｎｋのいずれか）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋのいずれか，ｐ）が所定の閾値以上の判定結果であるとして、レールが異常と判断する。
そして、判定結果出力部４２の判断結果は、出力装置４６に出力される。また、経年変化レール沈み込み量予測部４０で予測された経年変化による台車走行時（現時刻）（ｔ）からレール異常と判断されるまでの特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋ，ｐ）も出力装置４６に出力される。

図５には、経年変化による台車走行時（現時刻）からレール異常と判断されるまでの特定位置におけるレール沈み込み量の予測値の一例が示されている。
出力装置４６は、判定結果出力部４２の判断結果と、経年変化レール沈み込み量予測部４０で予測された経年変化による台車走行時（現時刻）（ｔ）からレール異常と判断されるまでの特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ〜ｔ＋ｎｋ，ｐ）を出力する。これにより、作業者は、レール異常とされたレール１２の特定位置（ｐ）及びレール異常となる時期（ｔ〜ｔ＋ｎｋのいずれか）を知ることができるので、レール異常となる一定期間前に補修計画を策定することができることになる。

このように、本実施形態に係るレール沈み込み量の予測方法及び予測装置によれば、複数の学習データを機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）及び経年変化に影響を与える影響因子（雨量ｘ１及びスラブＳの生産量ｘ２）の台車走行時（ｔ）からの所定期間（ｋ）の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ、ｐ）を予測する（ステップＳ５、経年変化レール沈み込み量予測部４０）。

これにより、経年変化以外の変動要因の影響を除外した経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）のレール沈み込み量の予測値ｙ（ｔ+ｋ、ｐ）を適切に予測することができる。このため、経年変化以外の変動要因の影響を除外してあるから、レール異常の判断基準となる予測値の閾値の設定を容易に行うことができ、またレール異常となる時期を適切に予測することができる。これにより、レール異常となる時期を基準とした補修計画の策定時期を適切に定めることができ、過剰な補修が発生する可能性を回避することができる。

つまり、本実施形態に係るレール沈み込み量の予測方法により予測された、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ、ｐ）により、レール３の補修時期を判定するレール補修時期判定方法を提供できる。
経年変化以外の変動要因の影響を除外せずにレール沈み込み量の予測を行うと、今回の変動要因を除去せずに予測を行わない場合、経年変化以外の変動要因による予測値の変動が判断し難く、誤った判断を行うことや、過剰な補修が発生する可能性がある。

また、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+ｋ、ｐ）を予測することで、レール異常となる特定位置（ｐ）が判断容易となる。このため、レール１２における補修箇所が容易に判断でき、補修を効率的に行うことができる。
レール１２の沈み込みの原因はレール１２と敷石１３の間に隙間が発生し、走行時にレール１２が台車１の重量で変形することにより発生しているため、補修は予測値が閾値を超えた位置の周辺の敷石を固めることで隙間を小さくする。
搗き固めを行うには台車１を停止する必要があり、予定された停止時間でレール１２全体（例えば、２０００ｍ）の搗き固めを行うには２年を要し、レール１２全体を搗き固めるのは現実的に不可能である。

また、本実施形態に係るレール沈み込み量の予測方法及び予測装置によれば、経年変化レール沈み込み量予測モデルに入力される経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）は、複数の学習データを機械学習させて生成された変動要因沈み込み量算出モデルに、測定した台車走行時（ｔ）の経年変化以外の変動要因ｎ_１（ｔ）、ｎ_２（ｔ）を入力して経年変化以外の変動要因による台車走行時（ｔ）の特定位置におけるレール沈み込み量ｈ_１（ｔ、ｐ）、ｈ_２（ｔ、ｐ）を算出し（ステップＳ２、変動要因レール沈み込み量算出部３５）、測定した台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量Ｚ（ｔ、ｐ）と算出した経年変化以外の変動要因による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｈ_１（ｔ、ｐ）、ｈ_２（ｔ、ｐ）とから、算出される（ステップＳ３、経年変化レール沈み込み量算出部３８）。

これにより、経年変化レール沈み込み量予測モデルに入力される経年変化以外の変動要因による影響を除外した経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ、ｐ）を適切かつ容易に算出することができる。
また、本実施形態に係るレール沈み込み量の予測方法及び予測装置によれば、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ、ｐ）が所定の閾値以上か否かを判定する（ステップＳ６、判定部４１）。これにより、レール沈み込み量の予測値ｙ（ｔ、ｐ）所定の閾値以上か否かを適切に判定することができる。

また、本実施形態に係るレール沈み込み量の予測方法及び予測装置によれば、経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ、ｋ）が所定の閾値以上でない判定結果であるときに、所定期間（ｋ）を変更し、変更された所定期間（２ｋ〜ｎｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ+２ｋ〜ｔ＋ｎｋ，ｐ）の予測を再度行い、当該予測値ｙ（ｔ+２ｋ〜ｔ＋ｎｋ，ｐ）が所定の閾値以上の判定結果となるまで所定期間の変更と、予測値の予測と、判定とを繰り返す。これにより、レール異常となる時期を精度高く正確に判断することができることになる。

以上、本発明の実施形態について説明してきたが、本発明はこれに限定されずに種々の変更、改良を行うことができる。
例えば、経年変化以外の変動要因は、スラブ重量ｎ１（ｔ）及び台車速度変化量ｎ２（ｔ）に限られず、レール沈み込み量の経年変化以外の要因となる、例えば、機器設置等による台車重量の変化であってもよい。
この場合、経年変化以外の変動要因ごとに複数の学習データを機械学習させて変動要因レール沈み込み量算出モデルを生成する必要がある。

また、経年変化に影響を与える影響因子は、雨量ｘ１及びスラブＳの生産量ｘ２に限られず、例えば、敷石の敷設状況に影響を与える地震発生状況等であってもよい。
また、変動要因沈み込み量算出モデル（スラブ重量沈み込み量算出モデル及び台車速度変化沈み込み量算出モデル）及び経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであるが、重回帰分析又はニューラルネットワーク以外の機械学習手法によって構築されたものであってもよい。
また、台車１によって搬送される搬送対象物は、スラブＳ以外であってもよい。
また、本実施形態に係るレール沈み込み量の予測方法及び予測装置の変形例では、経年変化レール沈み込み量予測モデル生成部３９において、台車走行時（ｔ）の予測対象地点（特定位置（ｐ））の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを含むデータを、機械学習させて経年変化レール沈み込み量予測モデルを生成するようにしてもよい。

具体的には、経年変化レール沈み込み量予測モデル生成部３９は、台車走行時（ｔ）の予測対象地点（特定位置（ｐ））の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを入力データとし、この入力データに対する将来の予測対象時点（ｔ＋ｋ）における予測対象地点（特定位置（ｐ））の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の過去のデータを出力データとした複数の学習データを、機械学習させて経年変化レール沈み込み量予測モデルを生成する。

そして、経年変化レール沈み込み量予測部４０において、台車走行時（ｔ）の予測対象地点（特定位置（ｐ））の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）と、将来の予測対象時点（台車走行時（ｔ）から所定期間（ｋ）経過後）における経年変化因子ｘの予測値ｘｆとを入力して、将来の予測対象時点（ｔ＋ｋ）における予測対象地点（特定位置（ｐ））の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）を予測するようにする。

これに対して、前述の実施形態に係るレール沈み込み量の予測方法及び予測装置においては、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、経年変化による台車走行時（ｔ）の特定位置（ｐ）におけるレール沈み込み量ｙ（ｔ，ｐ）及び経年変化に影響を与える影響因子（ｘ）の台車走行時（ｔ）からの所定期間の変化量に基づく経年変化による台車走行時（ｔ）から所定期間（ｋ）経過後の特定位置（ｐ）におけるレール沈み込み量の変動量Ｆ（ｔ，ｋ，ｐ）を入力して、経年変化による台車走行時から所定期間経過後（ｔ＋ｋ）の特定位置（ｐ）におけるレール沈み込み量の予測値ｙ（ｔ＋ｋ，ｐ）を予測する。

つまり、前述の実施形態では、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、ｙ（ｔ，ｐ）及び経年変化に影響を与える影響因子の変化量に基づくレール沈み込み量の変動量Ｆ（ｔ，ｋ，ｐ）を入力してｙ（ｔ＋ｋ，ｐ）を予測しているのに対し、この変形例では、経年変化レール沈み込み量予測部４０は、経年変化レール沈み込み量予測モデルに、ｙ（ｔ，ｐ）及び経年変化因子ｘの予測値ｘｆを入力してｙ（ｔ＋ｋ，ｐ）を予測するようにしている。この変形例によれば、経年変化因子ｘの予測値ｘｆを入力するから、前述の実施形態では保護できない、過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去の経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を求める以外の要因（地震等の地殻変動等）も考慮することができる。
ここで、変形例において、経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルである。

また、経年変化因子ｘは、沈み込み量測定開始時点からの雨量ｘ１、沈み込み量測定開始時点からの通過搬送物（通過するスラブＳ）の総重量ｘ２、及び通過搬送物総重量ｘ２と相関のある因子ｘ３のうちの１種以上を影響因子として含む。
ここで、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）は、予測対象地点（特定位置（ｐ））を台車１が走行した時に、台車１の高さ（トロリ位置測定装置６で測定されたトロリ線支持架台１６の上下方向の位置Ｐ１と、減速機位置測定装置７で測定された減速機４の上下方向の位置Ｐ２）を測定することで得られた、予測対象地点（特定位置（ｐ））の台車走行時（ｔ）のレール沈み込み量の実測値Ｚ（ｔ，ｐ）から、予測対象地点（特定位置（ｐ））の台車走行時（ｔ）の経年変化以外の変動要因によるレール沈み込み量の推定値である変動要因沈み込み量ｈ（ｔ，ｐ）を差し引くことで得られる。

また、変動要因沈み込み量ｈ（ｔ，ｐ）は、重回帰分析又はニューラルネットワークで構築されたモデルに基づき推定される。
また、変動要因沈み込み量ｈ（ｔ，ｐ）は、予測対象地点を台車が走行した時の搬送対象物の重量ｎ１および／または台車速度変化量ｎ２に基づき推定されてなる。
そして、変形例では、判定部４１においては、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が予め設定した所定の閾値以上か否かを判定する。

そして、判定部４１において、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が所定の閾値以上でない判定結果であるときに、予測対象時点を変更して、予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の予測を再度行い、予測値であるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が所定の閾値以上の判定結果となるまで変更と、予測と、判定とを繰り返す。
判定部４１による判定結果が、所定の閾値以上となったとき、レールが異常と判断する。

また、本発明のレールの沈み込み異常時期の判定方法では、前述したレール沈み込み量の予測方法による、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の予測を、複数の予測対象時点について行い、予測結果が予め設定した所定の閾値以上となる予測対象時点を、レールの沈み込み異常状態である時期と判定する。

１ 台車
２ 台車本体
３ 車輪
３ａ 車軸
４ 減速機
５ モータ
５ａ 回転軸
６ トロリ位置測定装置
７ 減速機位置測定装置
８ レール沈み込み量測定装置
９ スラブ重量測定装置
１０ 台車速度測定装置
１１ サスペンション
１２ レール
１３ 敷石
１４ 支柱
１５ 水平部
１６ トロリ線支持架台
１７ 走行距離算出センサ
１８_１〜１８_ｎ 台車位置検出装置
１９ 台車位置管理装置
２０ レール沈み込み量の予測装置
２１ 演算装置
２２ ＲＡＮ
２３ ＲＯＭ
２４ スラブ重量沈み込み量算出モデル生成プログラム
２５ 台車速度変化沈み込み量算出モデル生成プログラム
２６ スラブ重量沈み込み量算出プログラム
２７ 台車速度変化沈み込み量算出プログラム
２８ 経年変化沈み込み量算出プログラム
２９ 経年変化沈み込み量予測モデル生成プログラム
３０ 経年変化沈み込み量予測プログラム
３１ 演算処理部
３２ 変動要因沈み込み量算出モデル生成部
３３ スラブ重量沈み込み量算出モデル生成部
３４ 台車速度変化沈み込み量算出モデル生成部
３５ 変動要因レール沈み込み量算出部
３６ スラブ重量沈み込み量算出部
３７ 台車速度変化沈み込み量算出部
３８ 経年変化レール沈み込み量算出部
３９ 経年変化レール沈み込み量予測モデル生成部
４０ 経年変化レール沈み込み量予測部
４１ 判定部
４２ 判定結果出力部
４３ バス
４４ 入力装置
４５ 記憶装置
４６ 出力装置
４７ 上位計算機
Ｓ スラブ（搬送対象物）

Claims (35)

1. 搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測方法であって、
   過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去の経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量及び経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測することを特徴とするレール沈み込み量の予測方法。
2. 前記経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量は、過去の台車走行時の経年変化以外の変動要因を入力データとし、この入力データに対する過去の経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成された変動要因沈み込み量算出モデルに、測定した台車走行時の経年変化以外の変動要因を入力して経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量を算出し、測定した台車走行時の特定位置におけるレール沈み込み量とこの算出した経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量とから算出されることを特徴とする請求項１に記載のレール沈み込み量の予測方法。
3. 前記経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上か否かを判定することを特徴とする請求項１又は２に記載のレール沈み込み量の予測方法。
4. 前記経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上でない判定結果であるときに、前記所定期間を変更し、変更された所定期間経過後の特定位置におけるレール沈み込み量の予測値の予測を再度行い、当該予測値が前記所定の閾値以上の判定結果となるまで前記変更と、予測と、判定とを繰り返すことを特徴とする請求項３に記載のレール沈み込み量の予測方法。
5. 前記経年変化による台車走行時から所定期間経過後あるいは変更された所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上の判定結果であるとき、レールが異常と判断することを特徴とする請求項４に記載のレール沈み込み量の予測方法。
6. 前記経年変化以外の変動要因が、前記搬送対象物としてのスラブの重量及び前記台車の速度変化量であり、
   前記変動要因沈み込み量算出モデルは、過去の台車走行時のスラブ重量を入力データとし、この入力データに対する過去のスラブ重量による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成されたスラブ重量沈み込み量算出モデルと、過去の台車走行時の台車速度変化量を入力データとし、この入力データに対する過去の台車速度変化量による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成された台車速度変化沈み込み量算出モデルとで構成され、
   前記スラブ重量沈み込み量算出モデルに、測定した台車走行時のスラブ重量を入力してスラブ重量による台車走行時の特定位置におけるレール沈み込み量を算出するとともに、前記台車速度変化沈み込み量算出モデルに、測定した台車走行時の台車速度変化量を入力して台車速度変化量による台車走行時の特定位置におけるレール沈み込み量を算出し、
   測定した台車走行時の特定位置におけるレール沈み込み量と、算出したスラブ重量による台車走行時の特定位置におけるレール沈み込み量及び算出した台車速度変化量による台車走行時の特定位置におけるレール沈み込み量とから、前記経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量を算出することを特徴とする請求項２乃至５のうちいずれか一項に記載のレール沈み込み量の予測方法。
7. 前記経年変化に影響を与える影響因子が、前記スラブの生産量及び雨量であり、
   前記経年変化レール沈み込み量予測モデルは、過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去のスラブの生産量及び雨量の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成され、
   前記経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量、及びスラブの生産量及び雨量の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測することを特徴とする請求項１乃至６のうちいずれか一項に記載のレール沈み込み量の予測方法。
8. 前記経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項１乃至７のうちいずれか一項に記載のレール沈み込み量の予測方法。
9. 前記変動要因沈み込み量算出モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項２乃至８のうちいずれか一項に記載のレール沈み込み量の予測方法。
10. 請求項１乃至９のうちいずれか一項に記載のレール沈み込み量の予測方法により予測された、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値により、レールの補修時期を判定するレール補修時期判定方法。
11. 搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測装置であって、
    過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去の経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量及び経年変化に影響を与える影響因子の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測する経年変化レール沈み込み量予測部を備えていることを特徴とするレール沈み込み量の予測装置。
12. 過去の台車走行時の経年変化以外の変動要因を入力データとし、この入力データに対する過去の経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成された変動要因沈み込み量算出モデルに、測定した台車走行時の経年変化以外の変動要因を入力して経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量を算出する変動要因レール沈み込み量算出部と、
    測定した台車走行時の特定位置におけるレール沈み込み量と算出した経年変化以外の変動要因による台車走行時の特定位置におけるレール沈み込み量とから、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量を算出する経年変化レール沈み込み量算出部と、を備えることを特徴とするレール沈み込み量の予測装置。
13. 前記経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上か否かを判定する判定部を備えることを特徴とする請求項１１又は１２に記載のレール沈み込み量の予測装置。
14. 前記判定部は、前記経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上でない判定結果であるときに、前記所定期間を変更し、前記経年変化レール沈み込み量予測部は、変更された所定期間経過後の特定位置における経年変化によるレール沈み込み量の予測値の予測を再度行い、当該予測値が前記所定の閾値以上の判定結果となるまで前記変更と予測と判定とを繰り返すことを特徴とする請求項１３に記載のレール沈み込み量の予測装置。
15. 前記判定部における判定結果が前記経年変化による台車走行時から所定期間経過後あるいは変更された所定期間経過後の特定位置におけるレール沈み込み量の予測値が所定の閾値以上の判定結果であるとき、レールが異常と判断する判定結果出力部を備えていることを特徴とする請求項１４に記載のレール沈み込み量の予測装置。
16. 前記経年変化以外の変動要因が、前記搬送対象物としてのスラブの重量及び前記台車の速度変化量であり、
    前記変動要因沈み込み量算出モデルは、過去の台車走行時のスラブ重量を入力データとし、この入力データに対する過去のスラブ重量による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成されたスラブ重量沈み込み量算出モデルと、過去の台車走行時の台車速度変化量を入力データとし、この入力データに対する過去の台車速度変化量による台車走行時の特定位置におけるレール沈み込み量を出力データとした複数の学習データを、機械学習させて生成された台車速度変化沈み込み量算出モデルとで構成され、
    前記変動要因レール沈み込み量算出部は、前記スラブ重量沈み込み量算出モデルに、測定した台車走行時のスラブ重量を入力してスラブ重量による台車走行時の特定位置におけるレール沈み込み量を算出するとともに、前記台車速度変化沈み込み量算出モデルに、測定した台車走行時の台車速度変化量を入力して台車速度変化量による台車走行時の特定位置におけるレール沈み込み量を算出し、
    前記経年変化レール沈み込み量算出部は、測定した台車走行時の特定位置におけるレール沈み込み量と、算出したスラブ重量による台車走行時の特定位置におけるレール沈み込み量及び算出した台車速度変化量による台車走行時の特定位置におけるレール沈み込み量とから、前記経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量を算出することを特徴とする請求項１２乃至１５のうちいずれか一項に記載のレール沈み込み量の予測装置。
17. 前記経年変化に影響を与える影響因子が、前記スラブの生産量及び雨量であり、
    前記経年変化レール沈み込み量予測モデルは、過去の経年変化による台車走行時の特定位置におけるレール沈み込み量及び過去のスラブの生産量及び雨量の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力データとし、この入力データに対する過去の経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を出力データとした複数の学習用データを、機械学習させて生成され、
    前記経年変化レール沈み込み量予測部は、前記経年変化レール沈み込み量予測モデルに、経年変化以外の変動要因による影響を除外した経年変化による台車走行時の特定位置におけるレール沈み込み量、及びスラブの生産量及び雨量の台車走行時からの所定期間の変化量に基づく経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の変動量を入力して、経年変化による台車走行時から所定期間経過後の特定位置におけるレール沈み込み量の予測値を予測することを特徴とする請求項１１乃至１６のうちいずれか一項に記載のレール沈み込み量の予測装置。
18. 前記経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項１１乃至１７のうちいずれか一項に記載のレール沈み込み量の予測装置。
19. 前記変動要因沈み込み量算出モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項１２乃至１８のうちいずれか一項に記載のレール沈み込み量の予測装置。
20. 搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測方法であって、
    台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを含むデータを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）と、将来の予測対象時点における経年変化因子ｘの予測値ｘｆとを入力して、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）を予測することを特徴とするレール沈み込み量の予測方法。
21. 前記経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項２０に記載のレール沈み込み量の予測方法。
22. 前記経年変化因子ｘは、沈み込み量測定開始時点からの雨量ｘ１、沈み込み量測定開始時点からの通過搬送物総重量ｘ２、及び該通過搬送物総重量ｘ２と相関のある因子ｘ３のうちの１種以上を影響因子として含むことを特徴とする請求項２０又は２１に記載のレール沈み込み量の予測方法。
23. 前記台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）は、予測対象地点を台車が走行した時に、前記台車の高さを測定することで得られた、予測対象地点の台車走行時のレール沈み込み量の実測値Ｚ（ｔ，ｐ）から、予測対象地点の台車走行時の経年変化以外の変動要因によるレール沈み込み量の推定値である変動要因沈み込み量ｈ（ｔ，ｐ）を差し引くことで得られることを特徴とする請求項２０乃至２２のうちいずれか一項に記載のレール沈み込み量の予測方法。
24. 前記変動要因沈み込み量ｈ（ｔ，ｐ）は、重回帰分析又はニューラルネットワークで構築されたモデルに基づき推定されることを特徴とする請求項２３に記載のレール沈み込み量の予測方法。
25. 前記変動要因沈み込み量ｈ（ｔ，ｐ）は、予測対象地点を台車が走行した時の搬送対象物の重量ｎ１および／または台車速度変化量ｎ２に基づき推定されてなることを特徴とする請求項２３又は２４に記載のレール沈み込み量の予測方法。
26. 前記将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が予め設定した所定の閾値以上か否かを判定することを特徴とする請求項２０乃至２５のうちいずれか一項記載のレール沈み込み量の予測方法。
27. 前記将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が所定の閾値以上でない判定結果であるときに、予測対象時点を変更して、予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の予測を再度行い、予測値であるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）が前記所定の閾値以上の判定結果となるまで前記変更と、予測と、判定とを繰り返すことを特徴とする請求項２６に記載のレール沈み込み量の予測方法。
28. 前記判定結果が、前記所定の閾値以上となったとき、レールが異常と判断することを特徴とする請求項２７に記載のレール沈み込み量の予測方法。
29. 請求項２０乃至２５のうちいずれか一項に記載されたレール沈み込み量の予測方法による、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）の予測を、複数の予測対象時点について行い、予測結果が予め設定した所定の閾値以上となる予測対象時点を、レールの沈み込み異常状態である時期と判定することを特徴とするレールの沈み込み異常時期の判定方法。
30. 搬送対象物を搬送する台車が走行するレールの沈み込み量を予測するレール沈み込み量の予測装置であって、
    台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）の過去のデータと、経年変化に影響を与える因子である経年変化因子ｘの過去のデータとを含むデータを、機械学習させて生成された経年変化レール沈み込み量予測モデルに、台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）と、将来の予測対象時点における経年変化因子ｘの予測値ｘｆとを入力して、将来の予測対象時点における予測対象地点の経年変化によるレールの沈み込み量ｙ（ｔ＋ｋ，ｐ）を予測する経年変化レール沈み込み量予測部を備えていることを特徴とするレール沈み込み量の予測装置。
31. 前記経年変化レール沈み込み量予測モデルは、重回帰分析又はニューラルネットワークで構築されたモデルであることを特徴とする請求項３０に記載のレール沈み込み量の予測装置。
32. 前記経年変化因子ｘは、沈み込み量測定開始時点からの雨量ｘ１、沈み込み量測定開始時点からの通過搬送物総重量ｘ２、及び該通過搬送物総重量ｘ２と相関のある因子ｘ３のうちの１種以上を影響因子として含むことを特徴とする請求項３０又は３１に記載のレール沈み込み量の予測装置。
33. 前記台車走行時の予測対象地点の経年変化によるレール沈み込み量ｙ（ｔ，ｐ）は、予測対象地点を台車が走行した時に、前記台車の高さを測定することで得られた、予測対象地点の台車走行時のレール沈み込み量の実測値Ｚ（ｔ，ｐ）から、予測対象地点の台車走行時の経年変化以外の変動要因によるレール沈み込み量の推定値である変動要因沈み込み量ｈ（ｔ，ｐ）を差し引くことで得られることを特徴とする請求項３０乃至３２のうちいずれか一項に記載のレール沈み込み量の予測装置。
34. 前記変動要因沈み込み量ｈ（ｔ，ｐ）は、重回帰分析又はニューラルネットワークで構築されたモデルに基づき推定されることを特徴とする請求項３３に記載のレール沈み込み量の予測装置。
35. 前記変動要因沈み込み量ｈ（ｔ，ｐ）は、予測対象地点を台車が走行した時の搬送対象物の重量ｎ１および／または台車速度変化量ｎ２に基づき推定されてなることを特徴とする請求項３３又は３４に記載のレール沈み込み量の予測装置。

Images