JP2022131889A - 異音診断装置 - Google Patents

Abstract

【課題】ギアの歯打ちによる異音の原因特定を容易とする。
【解決手段】異音診断装置１０は、異音特性値、及び車両２０の走行状態量を入力とし、異音の原因となる各要素の尤度変数を出力とするニューラルネットワーク１３が記憶された記憶装置１２と、実行装置１１と、を備える。実行装置１１は、異音特性値の計測値及び異音発生時の走行状態量の計測値を入力としたニューラルネットワーク１３の出力を演算する演算処理と、その演算結果に基づき、異音の原因となった要素を特定するための情報を出力する出力処理と、を行う。
【選択図】図１

Description

本発明は、車両の動力伝達系でのギアの歯打ちによる異音の原因を特定するために使用される異音診断装置に関する。

車両の動力伝達系でのギアの歯打ちにより生じた音が、車室等において不快に感じる異音として聞こえることがある。特許文献１には、ギアのガタ詰めを行ってからエンジンを始動することで、エンジン始動時のギアの歯打ち音を抑制することが記載されている。

特開２００８－２６５６１５号公報

ギアの歯打ちによる異音の原因となり得る要素は、ギアのガタ以外にも存在している。異音を抑制するには、それらの要素の中から異音の原因となった要素を特定する必要がある。しかしながら、その特定には、原因となり得る要素のそれぞれを一つひとつ調べる必要があり、多くの工数や機材が必要となる。

上記課題を解決する異音診断装置は、車両の動力伝達系に設けられたギアの歯打ちにより生じた異音の原因特定に用いられる装置である。ここで、異音の原因となり得る複数の要素のそれぞれについての当該要素が異音の原因である尤度を示す値を各要素の尤度変数とし、異音の観測位置での同異音の特性を示す値を異音特性値とし、前記車両の走行状態を示す状態量を走行状態量とする。このとき、上記異音診断装置は、異音特性値及び走行状態量を入力とし、複数の要素のそれぞれの尤度変数を出力とするニューラルネットワークを記憶した記憶装置と、演算処理と、同演算処理の演算結果に基づき、異音の原因となった要素を特定するための情報を出力する出力処理と、を行う実行装置と、を備えている。そして、上記ニューラルネットワークを、原因となった要素が特定された異音についての同異音の発生時における異音特性値及び走行状態量の計測値を含み、かつ当該異音の原因となった要素の尤度変数の値として尤度が「１」であることを示す値が設定されるとともに、それ以外の要素の尤度変数の値として尤度が「０」であることを示す値が設定されたデータセットを教師データに用いて予め学習している。

こうした異音診断装置のニューラルネットワークは、異音が発生したときの異音特性値及び走行状態量と、各要素がその異音の原因である尤度と、の関係を学習したものとなる。よって、異音発生時の異音特性値及び走行状態量の計測値を入力としたニューラルネットワークの出力は、各要素が異音の原因である尤度を示す値となる。よって、上記異音診断装置における実行装置の演算結果からは、異音の原因となった要素の絞り込みが可能となる。したがって、上記異音診断装置によれば、異音の原因特定が容易となる。

異音診断装置の一実施形態の構成を模式的に示す図。 異音発生時に観測位置で観測される音圧の推移を示すグラフ。 上記異音診断装置で使用するニューラルネットワークの構成を模式的に示す図。

以下、異音診断装置の一実施形態を、図１～図３を参照して詳細に説明する。
＜異音診断装置の構成＞
まず、図１を参照して、本実施形態の異音診断装置１０の構成を説明する。異音診断装置１０は、実行装置１１と記憶装置１２とを有する電子計算機である。記憶装置１２には、異音診断のためのプログラムやデータが記憶されている。実行装置１１は、記憶装置１２に記憶されたプログラムを読み込んで実行することで演算処理を行う演算処理回路である。なお、記憶装置１２には、異音診断用のデータとして、後述するニューラルネットワーク１３のデータが記憶されている。

異音診断装置１０の異音診断の対象となる車両２０は、エンジン２１とモータ２２との２種の駆動源を備えるハイブリッド車両である。車両２０の動力伝達系には、遊星歯車式等の変速機２４を収容したトランスアクスル２３が設けられている。図１では、モータ２２は、トランスアクスル２３に収容された状態で車両２０に設置されている。また、車両２０には、エンジン２１、モータ２２及び変速機２４の制御を行う制御ユニット２５が搭載されている。

こうした車両２０では、トランスアクスル２３で発生したギアの歯打ち音が、乗員の耳に不快な異音として届くことがある。本実施形態の異音診断装置１０は、こうしたギアの歯打ちによる異音の原因となる要素を特定するための異音診断に用いられる。

異音の原因となる要素としては、強制力、歯打ち音感度、伝達感度、暗騒音がある。強制力は、ギアの歯打ちを発生させる外力である。例えば、エンジン２１やモータ２２のトルク変動が、強制力を決める因子となる。歯打ち音感度は、強制力に対する歯打ち音の発生し易さである。例えばギアのガタ要素やパワートレーンの捻じれ特性が、歯打ち音感度を決める因子となる。伝達感度は、歯打ち音の発生位置から観測位置までの音の伝達し易さである。空気の音の伝搬特性や、歯打ち音の発生位置から観測位置への振動の伝達経路上に位置する部品の振動伝達特性などが伝達感度を決める因子となる。暗騒音は、観測位置で聞こえる歯打ち音以外の音である。暗騒音には、ロードノイズやエンジンノイズなどが含まれる。

異音診断は、車両２０をシャシダイナモに乗せた状態で行われる。また、異音診断に際して異音診断装置１０は、車両２０の制御ユニット２５に接続される。そして、異音診断中に異音診断装置１０は、制御ユニット２５から車両２０の走行状態を示す各種状態量を取得する。取得する状態量には、エンジン２１の回転数、トルク、負荷率、クランク角、点火遅角量と、モータ２２の回転数、トルクと、変速機２４のギア段、シフトレンジと、車両２０の走行速度と、が含まれる。なお、以下の説明では、車両２０の走行状態を示すこれらの状態量を総称して走行状態量と記載する。

異音診断時には、異音の観測位置にマイクロフォン１５が設置される。本実施形態では、異音の観測位置は、車室２６における運転者の頭部付近の位置としている。マイクロフォン１５は、音響分析機能を有した計測装置１４に接続されている。計測装置１４は、マイクロフォン１５の出力から、異音の特性を示す値である異音特性値を求めて異音診断装置１０に送信する。異音特性値には、暗騒音に対する歯打ち音の音圧突出量と、歯打ち音の発生回数、発生頻度、時間間隔、及び周波数と、が含まれる。

図２には、異音発生時における車室２６内の音圧の推移の一例を示す。車室２６で聴こえる音には、エンジンノイズやロードノイズなどの暗騒音が含まれる。図２には、暗騒音の音圧の推移が点線で併せ示されている。ギアの歯打ち音が車室２６に伝わると、車室２６内の音圧が一時的に大きくなる。よって、歯打ち音の発生は、車室２６内の音圧の瞬時上昇から確認できる。なお、歯打ち音が発生したときの暗騒音の音圧は、その発生前後の音圧から推定できる。計測装置１４は、歯打ち音が発生したときの音圧からその発生時の暗騒音の音圧を引いた差を音圧突出量の値として求めている。

＜ニューラルネットワークの構成＞
次に、図３を参照して、記憶装置１２に記憶されたニューラルネットワーク１３の構成を説明する。ニューラルネットワーク１３は、ｎ個のノードを有する入力層と、ｍ個のノードを有する中間層と、３個のノードを有する出力層と、を備えている。なお、以下の説明における「ｉ」は、１以上、ｎ以下の任意の整数を表している。また、以下の説明における「ｊ」は、１以上、ｍ以下の任意の整数を表している。さらに、以下の説明における「ｋ」は、１、２、３のうちのいずれかを表している。

図３では、入力層の各ノードの入力値をＸ１、Ｘ２、…、Ｘｎとしている。入力層の入力値Ｘ１～Ｘｎのそれぞれには、上述した異音特性値、及び走行状態量のいずれかとなっている。

また、図３では、中間層の各ノードの入力値をＵ１、Ｕ２、…、Ｕｍとし、中間層の各ノードの出力値をＺ１、Ｚ２、…、Ｚｍとしている。中間層の各ノードの入力値Ｕ１～Ｕｍは、入力層の入力値Ｘ１～Ｘｎのそれぞれに重みＷｉｊを乗じた値の和として算出される。一方、中間層の各ノードの出力値Ｚ１～Ｚｍは、該当ノードの入力値Ｕｊを引数とした活性化関数Ｆの戻値として算出される。本実施形態では、シグモイド関数を活性化関数Ｆとして用いている。

図３では、出力層の各ノードの入力値をそれぞれＡ１、Ａ２、Ａ３とし、出力層の各ノードの出力値をそれぞれＹ１、Ｙ２、Ｙ３としている。出力層の各ノードの入力値Ａ１～Ａ３は、中間層の各ノードの出力値Ｚ１～Ｚｍのそれぞれに重みＶｊｋを乗じた値の和として算出される。出力層の各ノードの出力値Ｙ１～Ｙ３は、該当ノードの入力値Ｙｋを引数としたソフトマックス関数Ｇの戻値として算出される。これにより、出力層の各ノードの出力値Ｙ１～Ｙ３は、各々が０以上、かつ１以下の値を取り、かつ出力値Ｙ１～Ｙ３の合計が１となるように算出される。出力層の出力値Ｙ１は、強制力が異音の原因である尤度を示す変数である。出力層の出力値Ｙ２は、歯打ち音感度が異音の原因である尤度を示す変数である。出力層の出力値Ｙ３は、伝達感度、又は暗騒音が異音の原因である尤度を示す変数である。

＜ニューラルネットワークの学習＞
次に、ニューラルネットワーク１３の生成方法、すなわち同ニューラルネットワーク１３の学習について説明する。ニューラルネットワーク１３の学習に際しては、異音の発生が確認された多数の車両２０から多数の教師データが作成される。

教師データの作成に際しては、異音の発生が確認された車両２０において、異音特性値、及び異音発生時の走行状態量を計測する。また、同車両２０において、異音の原因を特定する。このときの異音の原因の特定は、車両２０の異音の原因となる可能性がある部位を一つずつ点検していくといった、従来の手法で行われる。そして、異音特性値、及び走行状態量の計測値、及び尤度変数の値を一纏めにしたデータセットを教師データとして作成する。データセットにおける各要素の尤度変数の値は、異音の原因となった要素の尤度変数の値を「１」とし、それ以外の要素の尤度変数の値を「０」とするように設定される。例えば、異音の原因が強制力であると特定された場合には、データセットにおける強制力の尤度変数の値は「１」に、歯打ち音感度の尤度変数、及び伝達感度／暗騒音の尤度変数の値は「０」に、それぞれ設定される。

そして、ニューラルネットワーク１３の学習では、データセット毎に、次の処理が行われる。まず、データセットにおける異音特性値、及び走行状態量の値を、入力層の各入力値Ｘ１～Ｘｎの値としてニューラルネットワーク１３に入力する。そして、それらの入力に対する出力層の各出力値Ｙ１～Ｙ３とデータセットの各要素の尤度変数とのそれぞれの誤差が小さくなるように、誤差逆伝搬法を用いて、各重みＷｉｊ、Ｖｊｋの値を修正する。こうした重みＷｉｊ、Ｖｊｋの修正処理を、上記誤差が予め定めた値以下となるまで繰り返す。そして、上記誤差が予め定めた値以下となると、ニューラルネットワーク１３の学習が完了したものと判定している。なお、こうしたニューラルネットワーク１３の学習処理は、異音診断装置１０が行うようにしても、それ以外の電子計算機が行うようにしてもよい。

＜異音診断＞
続いて、本実施形態の異音診断装置１０が行う異音診断について説明する。本実施形態の異音診断装置１０は、例えば次の用途に用いられる。すなわち、異音が発生しているとしてユーザーがディーラ等に持ち込んだ車両２０において、その異音の原因を特定する、といった用途である。

異音診断に際してはまず、診断対象となる車両２０の異音特性値、及び異音発生時の走行状態量の計測を行う。上述のように、異音診断装置１０は、異音特性値の計測値は計測装置１４から、走行状態量の計測値は車両２０の制御ユニット２５から、それぞれ取得する。そして、異音診断装置１０の実行装置１１は、次の演算処理、及び出力処理を実行する。演算処理に際して実行装置１１はまず、取得した異音特性値、及び走行状態量の計測値を入力層の入力値Ｘ１～Ｘｎの値としてニューラルネットワーク１３に入力する。そして、実行装置１１は、その入力に対するニューラルネットワーク１３の出力層の出力値Ｙ１～Ｙ３を演算する。その後、実行装置１１は、出力値Ｙ１～Ｙ３の演算結果に基づき、異音の原因特定のための情報を出力する出力処理を行う。本実施形態では、出力処理において、各要素の尤度変数の演算値そのものを上記情報として出力している。出力処理において、尤度変数の演算値が最も大きい要素を求め、その要素を示す情報を出力するようにしてもよい。

＜実施形態の作用効果＞
本実施形態の作用及び効果について説明する。
本実施形態の異音診断装置１０において記憶装置１２に記憶されるニューラルネットワーク１３は、異音が発生したときの異音特性値及び走行状態量と、各要素がその異音の原因である尤度と、の関係を学習したものとなる。よって、異音発生時の異音特性値及び走行状態量の計測値を入力としたニューラルネットワーク１３の出力は、各要素が異音の原因である尤度を示す値となる。よって、異音診断装置１０における実行装置１１の演算結果からは、異音の原因となった要素の絞り込みが可能となる。したがって、上記異音診断装置によれば、異音の原因特定が容易となる。

以上の本実施形態の異音診断装置１０によれば、以下の効果を奏することができる。
（１）異音の観測位置で計測した異音特性値、及び異音発生時の走行状態量の計測値だけで、異音の原因となった要素を絞り込める。そのため、異音の原因特定が容易となる。

（２）車両２０の異音の原因となる可能性がある部位のすべてを点検するには、様々な種類の計測設備が必要となる。本実施形態の異音診断装置１０が、異音の原因特定に必要とする計測値は、異音特性値と走行状態量とである。このうち、走行状態量の計測値は、車両２０の制御ユニット２５から取得している。また、異音特性値の計測に必要な機材は、マイクロフォン１５と音響分析機能を有した計測装置１４だけである。このように、異音の原因特定を少数の計測設備で行うことができる。そのため、設備があまり充実していない施設でも、異音の原因特定を行える。

本実施形態は、以下のように変更して実施することができる。本実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・上記実施形態では、車室２６内を異音の観測位置としていたが、それ以外の位置としてもよい。ギアの歯打ち音が車両２０から放射されて、不快な異音として車両２０の周囲の人に聞こえることがある。こうした車外での異音を診断の対象とする場合には、車外の位置を異音の観測位置とすることになる。

・ニューラルネットワーク１３の学習や、出力の演算に要する演算負荷は、入力及び出力のノード数の増加に応じて指数的に増大する。一方、車両２０の歯打ちによる異音は様々な状況で発生する。そして、そうした状況のすべてに対応可能に異音の原因特定を行うには、数多くの走行状態量の計測値が必要となる。これに対して、特定の状況での異音に限定すれば、原因特定に必要な走行状態量の数を減らせる場合がある。また、特定の状況では、上記３つの要素のうちのいずれかは、異音の原因となり得ない場合がある。そのため、特定の状況で発生する異音にのみ対応するのであれば、ニューラルネットワーク１３の入力及び出力のノード数を削減できる。そこで、異音の発生状況毎にニューラルネットワーク１３を個別に作成する。そして、異音が発生する状況毎に使用するニューラルネットワーク１３を使い分けるようにすれば、学習時や異音診断時の演算負荷を低減できる。

・歯打ち音発生前後の異音特性値や走行状態量の計測値の時系列データをニューラルネットワーク１３の入力としてもよい。
・ニューラルネットワーク１３の入力とする異音特性値の種類や数は適宜に変更してもよい。例えば、歯打ち音の発生間隔や発生タイミングをニューラルネットワーク１３の入力とする異音特性値に含めるようにしてもよい。

・ニューラルネットワーク１３の入力とする走行状態量の種類や数は適宜に変更してもよい。例えば、変速機２４の入力トルク、出力トルクからギア歯に加わる衝突エネルギや衝突回数を求められるのであれば、それらの値をニューラルネットワーク１３の入力とする走行状態量に含めるようにしてもよい。また、エンジン２１の自動停止時、自動再始動時に発生するギアの歯打ちによる異音を診断対象とする場合には、エンジン２１が自動停止したときのクランク角、自動再始動前のクランク角を、ニューラルネットワーク１３の入力とする走行状態量に含めるようにするとよい。他にも、変速機２４の作動油の温度、車窓の開閉状態、アクセルペダル操作量などを、ニューラルネットワーク１３の入力とする走行状態量として考えられる。

・尤度変数を演算する要素の種類や数は適宜に変更してよい。例えば、エンジン２１のトルク変動、モータ２２のトルク変動といった、より具体的な要素に分け、強制力の尤度変数の代わりにそれらの尤度変数をニューラルネットワーク１３の出力に含めるようにしてもよい。

・上記実施形態では、ニューラルネットワーク１３の中間層は１層となっているが、２層以上の中間層を有するようにニューラルネットワーク１３を構成してもよい。
・上記実施形態のニューラルネットワーク１３で用いる活性化関数としてシグモイド関数以外の関数を活性化関数として用いるようにしてもよい。

１０…異音診断装置
１１…実行装置
１２…記憶装置
１３…ニューラルネットワーク
１４…計測装置
１５…マイクロフォン
２０…車両
２１…エンジン
２２…モータ
２３…トランスアクスル
２４…変速機
２５…車室
２６…制御ユニット

Claims (1)

1. 車両の動力伝達系でのギアの歯打ちにより生じた異音の原因特定に用いられる異音診断装置であって、
   前記異音の原因となる複数の要素のそれぞれについての当該要素が異音の原因である尤度を示す変数を各要素の尤度変数とし、前記異音の観測位置での同異音の特性を示す値を異音特性値とし、前記車両の走行状態を示す状態量を走行状態量としたとき、
   前記異音特性値及び前記走行状態量を入力とし、前記複数の要素のそれぞれの前記尤度変数を出力とするニューラルネットワークを記憶した記憶装置と、
   前記異音の発生時の前記異音特性値及び前記走行状態量の計測値を入力とした前記ニューラルネットワークの出力を演算する演算処理と、同演算処理の演算結果に基づき、異音の原因となった要素を特定するための情報を出力する出力処理と、を行う実行装置と、
   を備えており、
   かつ前記ニューラルネットワークは、原因となった要素が特定された異音についての同異音の発生時における前記異音特性値及び前記走行状態量の計測値を含み、かつ当該異音の原因となった要素の前記尤度変数の値として前記尤度が「１」であることを示す値が設定されるとともに、それ以外の要素の前記尤度変数の値として前記尤度が「０」であることを示す値が設定されたデータセットを教師データに用いて予め学習されている
   ことを特徴とする異音診断装置。

Images