JP2023107169A - 作業機械の動作状態算出装置 - Google Patents

Abstract

【課題】作業機械にダメージを与える動作状態を容易に知ることのできる装置を提供する。【解決手段】作業機械の動作状態算出装置は処理装置と出力装置を備える。処理装置は、稼働情報を特徴量とする特徴ベクトルを時刻毎に演算し、分類モデルに基づいて特徴ベクトルに分類ＩＤを付与する。処理装置は、複数の稼働情報に基づいて、作業機械が受けたダメージを時刻毎に演算する。処理装置は、時刻、分類ＩＤ及びダメージを紐付けたデータベースを記憶する。処理装置は、データベースに基づいて、分類ＩＤ毎のダメージの代表値を演算し、分類ＩＤの代表特徴ベクトルを構成する複数の特徴量の大きさに対応する語句を繋ぐことにより、分類ＩＤに対応する作業機械の動作状態を表す文を生成し、その文と、その文の生成に用いた代表特徴ベクトルに紐付けられている分類ＩＤに対して演算されたダメージの代表値と、を関連付けた動作情報を出力装置に出力する。【選択図】図２

Description

本発明は、作業機械の動作状態算出装置に関する。

特許文献１には、応力振幅の開始時刻及び終了時刻を作業機械の作業内容（空荷移動、土砂積込、積載移動等）と紐付けて可視化する発明が開示されている。

ＷＯ２０１５／１３２８３８

作業機械は、作業中に様々な動作を行い、その姿勢、動作速度等の動作状態が時系列的に変化する。特許文献１に記載の発明では、空荷移動、土砂積込といった作業内容について知ることはできるが、どのような動作状態のときに作業機械にダメージが与えられているのかを具体的に知ることができず、この観点で改善の余地があった。

本発明は、作業機械にダメージを与える動作状態を容易に知ることのできる作業機械の動作状態算出装置を提供することを目的とする。

本発明の一態様による作業機械の動作状態算出装置は、時系列的に変化する作業機械の稼働に伴う複数の稼働情報に基づいて前記作業機械の動作状態を算出する処理装置と、前記処理装置により算出された前記作業機械の動作状態を表す動作情報を出力する出力装置と、を備える。前記処理装置は、前記複数の稼働情報を特徴量とする特徴ベクトルを複数の時刻毎に演算し、前記作業機械の動作状態を表す特徴ベクトルのクラスタの代表値である代表特徴ベクトルと分類ＩＤとが紐付けられた分類モデルに基づいて、複数の時刻毎に演算された前記特徴ベクトルに前記分類ＩＤを付与し、前記複数の稼働情報に基づいて、前記作業機械が受けたダメージを複数の時刻毎に演算し、時刻と、演算された前記特徴ベクトルに付与された前記分類ＩＤと、演算された前記ダメージと、を紐付けたデータベースを記憶し、前記データベースに含まれる前記時刻、前記分類ＩＤ、及び前記ダメージに基づいて、前記分類ＩＤ毎の前記ダメージの代表値を演算し、前記分類ＩＤに紐付けられている前記代表特徴ベクトルを構成する複数の特徴量の大きさに対応する語句を繋ぐことにより、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成し、前記作業機械の動作状態を表す文と、前記文の生成に用いた前記代表特徴ベクトルに紐付けられている前記分類ＩＤに対して演算された前記ダメージの代表値とを関連付けた動作情報を前記出力装置に出力し、前記出力装置は、前記処理装置から入力された前記動作情報を出力する。

本発明によれば、作業機械にダメージを与える動作状態を容易に知ることのできる作業機械の動作状態算出装置を提供することができる。

図１は、第１実施形態に係る動作状態算出装置の構成を示す図である。 図２は、第１実施形態に係る動作状態算出装置の機能ブロック図である。 図３Ａは、分類モデルの生成方法の一例について説明する図である。 図３Ｂは、分類処理部による分類処理の具体例について説明する図である。 図４は、ダメージ演算処理部によるダメージ演算処理の一例について説明する図であり、応力、応力振幅及び疲労損傷速度の時系列変化の一例について示す。 図５は、紐付け処理部による紐付け処理の一例について説明する図であり、分類ＩＤ時系列テーブルとダメージ時系列テーブルとを示す。 図６は、統計処理部によるダメージの統計処理の一例について説明する図であり、分類ＩＤ、疲労損傷速度、及び、累積損傷の時系列変化の一例について示す。 図７は、分類ＩＤとダメージ量との関係を示すグラフである。 図８は、注釈文生成部により実行される処理の流れの一例について示すフローチャートである。 図９は、階層的クラスタリング処理について説明する図である。 図１０は、枝分かれ要因の語句の選択処理の一例について説明する樹形図である。 図１１は、注釈文とダメージ量とを関連付けた表示画像の一例であり、棒グラフを示す。 図１２は、注釈文とダメージ量とを関連付けた表示画像の一例であり、枝の太さがダメージ量に応じて異なる樹形図を示す。 図１３は、注釈文とダメージ量とを関連付けた表示画像の一例であり、枝の線種がダメージ量に応じて異なる樹形図を示す。 図１４は、第２実施形態に係る動作状態算出装置の機能ブロック図である。 図１５は、第３実施形態に係る動作状態算出装置の機能ブロック図である。 図１６は、第４実施形態に係る動作状態算出装置の機能ブロック図である。 図１７は、油圧ショベルの運転室内に設けられる表示装置及びスピーカから出力される情報の一例について示す図である。 図１８は、ダンプトラックの運転室内に設けられる表示装置及びスピーカから出力される情報の一例について示す図である。 図１９は、カタログ化により階層的に表示された注釈文とダメージ量の表示画像の一例について示す図である。 図２０は、変形例２に係る動作状態算出装置の機能ブロック図である。

図面を参照して、本発明の実施形態に係る作業機械の動作状態算出装置について説明する。

＜第１実施形態＞
図１～図１３を参照して、本発明の第１実施形態に係る作業機械の動作状態算出装置１について説明する。図１は、作業機械の動作状態算出装置１の構成を示す図である。動作状態算出装置１は、作業現場で作業を行う油圧ショベル１０１Ａ、ダンプトラック１０１Ｂ、及び作業ロボット１０１Ｃ等の作業機械１０１に設けられる機械制御装置１１０と、機械制御装置１１０に接続される各種装置と、作業現場から離れた場所に設置される管理施設に設けられる管理サーバ１５０と、管理サーバ１５０に接続される各種装置と、を含む。

油圧ショベル１０１Ａは、走行体２と、走行体２上に旋回可能に設けられた旋回体３と、旋回体３に取り付けられる多関節型のフロント作業装置（以下、単に作業装置と記す）４と、を備える作業機械１０１である。油圧ショベル１０１Ａは、走行体２と旋回体３とによって車体が構成される。作業装置４は、ブーム１１、アーム１２及びバケット１３、並びにこれらを駆動する油圧シリンダ（ブームシリンダ１１ａ、アームシリンダ１２ａ及びバケットシリンダ１３ａ）を有する。

ダンプトラック１０１Ｂは、走行体（車体）と、走行体上に設けられ積荷が積み込まれる荷台（ベッセル）及び荷台を上下方向に回動（起伏動）させる油圧シリンダ（ホイストシリンダ）を有する作業装置と、を備えた作業機械１０１である。作業ロボット１０１Ｃは、多関節型のアーム及び物を把持する把持部を有する作業装置を備えた作業機械１０１である。

管理サーバ１５０と、管理サーバ１５０に接続される各種装置とによって管理装置１０５が構成される。管理装置１０５は、作業機械１０１の動作状態を遠隔で管理する外部装置である。管理施設とは、例えば、作業機械１０１の製造業者の本社、支社、工場等の施設、作業機械１０１のレンタル会社、サーバの運営を専門的に行うデータセンタ、作業機械１０１を所有するオーナーの施設等である。

動作状態算出装置１は、油圧ショベル１０１Ａ、ダンプトラック１０１Ｂ、作業ロボット１０１Ｃ等の様々な作業機械を動作状態の算出対象とすることができるが、以下では、動作状態算出装置１による動作状態の算出対象が油圧ショベル１０１Ａである場合を例に説明する。

作業現場で作業を行う油圧ショベル１０１Ａと、作業現場から離れた場所に設置される管理装置１０５とは、広域ネットワークの通信回線１０９を介して双方向通信を行うことができるように構成されている。すなわち、油圧ショベル１０１Ａと管理装置１０５とは、通信回線１０９を介して情報（データ）の送信及び受信を行うことができる。通信回線１０９は、携帯電話事業者等が展開する携帯電話通信網（移動通信網）、インターネット等である。

油圧ショベル１０１Ａは、油圧ショベル１０１Ａの各部を制御する制御装置である機械制御装置１１０と、オペレータの操作に応じて機械制御装置１１０に情報を入力する入力装置１２０と、油圧ショベル１０１Ａの稼働に伴う稼働情報を検出する複数の検出装置１２１～１２４と、機械制御装置１１０からの制御信号に基づいて画像を表示する表示装置１２５と、機械制御装置１１０からの制御信号に基づいて音を出力するスピーカ１２６と、管理装置１０５と情報の授受を行う通信装置１２８と、を備える。

通信装置１２８は、通信回線１０９に接続される無線基地局１０８と無線通信可能な無線通信装置であって、例えば２．１ＧＨｚ帯等の帯域を感受帯域とする通信アンテナを含む通信インタフェースを有する。通信装置１２８は、無線基地局１０８及び通信回線１０９を介して、管理サーバ１５０等と情報の授受を行う。

入力装置１２０は、複数のスイッチを有するスイッチ装置、マイク等である。表示装置１２５は、例えば、液晶ディスプレイ装置あるいは有機ＥＬディスプレイ装置である。表示装置１２５は、情報を画像で出力する出力装置であり、スピーカ１２６は、情報を音で出力する出力装置である。

検出装置１２１は、油圧シリンダの圧力を検出する装置であって、ブームシリンダ１１ａのボトム側油室の圧力を検出するボトム圧センサと、ブームシリンダ１１ａのロッド側油室の圧力を検出するロッド圧センサと、アームシリンダ１２ａのボトム側油室の圧力を検出するボトム圧センサと、アームシリンダ１２ａのロッド側油室の圧力を検出するロッド圧センサと、バケットシリンダ１３ａのボトム側油室の圧力を検出するボトム圧センサと、バケットシリンダ１３ａのロッド側油室の圧力を検出するロッド圧センサと、を含む。

検出装置１２２は、作業装置４の姿勢を検出する装置であって、複数の角度センサと、複数の角度センサからの信号に基づいて、ブーム角、アーム角、バケット角、及び車体傾斜角を演算し、演算結果を機械制御装置１１０に出力する。本実施形態では、ブーム角、アーム角、バケット角、及び車体傾斜角は、基準面（水平面）に対するブーム１１、アーム１２、バケット１３、及び車体の角度である。なお、ブーム角が車体に対するブーム１１の相対角度、アーム角がブーム１１に対するアーム１２の相対角度、バケット角がアーム１２に対するバケット１３の相対角度として表されることもある。

検出装置１２３は、旋回体３を走行体２に対して旋回させる旋回モータの圧力を検出するモータ圧センサを含む。検出装置１２４は、油圧ショベル１０１Ａの所定位置の歪みを検出する複数の歪センサ（歪ゲージ）を含む。その他、図示しないが、油圧ショベル１０１Ａは、油圧ショベル１０１Ａの稼働に伴う複数の稼働情報を検出する複数の検出装置を備えている。

管理装置１０５は、管理サーバ１５０と、管理者の操作に応じて管理サーバ１５０に情報を入力する入力装置１６１と、油圧ショベル１０１Ａと情報の授受を行う通信装置１６２と、管理サーバ１５０からの制御信号に基づいて画像を表示する表示装置１６５と、を備える。表示装置１６５は、例えば、液晶ディスプレイ装置あるいは有機ＥＬディスプレイ装置である。表示装置１６５は、情報を画像で出力する出力装置である。

機械制御装置１１０及び管理サーバ１５０は、動作回路としてのＣＰＵ（Central Processing Unit）１１１,１５１、記憶装置としてのＲＯＭ（Read Only Memory）１１２，１５２、記憶装置としてのＲＡＭ（Random Access Memory）１１３，１５３、入力インタフェース１１４，１５４、出力インタフェース１１５，１５５、及びその他の周辺回路を備えたコンピュータで構成される。なお、管理サーバ１５０及び機械制御装置１１０は、それぞれ１つのコンピュータで構成してもよいし、複数のコンピュータで構成してもよい。なお、上記コンピュータの構成は一例であり、ＣＰＵ１１１，１５１に代えて、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（application specific integrated circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の動作回路を採用してもよい。

ＲＯＭ１１２，１５２は、ＥＥＰＲＯＭ等の不揮発性メモリであり、各種演算が実行可能なプログラムが格納されている。すなわち、ＲＯＭ１１２，１５２は、本実施形態の機能を実現するプログラムを読み取り可能な記憶媒体である。ＲＡＭ１１３，１５３は揮発性メモリであり、ＣＰＵ１１１，１５１との間で直接的にデータの入出力を行うワークメモリである。ＲＡＭ１１３，１５３は、ＣＰＵ１１１，１５１がプログラムを演算実行している間、必要なデータを一時的に記憶する。管理サーバ１５０及び機械制御装置１１０は、記憶装置としてのＨＤＤ(Hard Disk Drive)１１６，１５６をさらに備えている。ＨＤＤ１１６，１５６は、不揮発性の大容量記憶装置であり、種々の情報（データ）を記憶する。なお、後述において、各種データをＨＤＤ１１６，１５６に記憶させる例について説明するが、ＨＤＤ１１６，１５６に代えて、ＳＳＤ（Solid State Drive）、フラッシュメモリ等の種々の記憶装置に各種データを記憶させることも可能である。

ＣＰＵ１１１，１５１は、ＲＯＭ１１２，１５２に記憶された制御プログラムをＲＡＭ１１３，１５３に展開して演算実行する演算装置であって、制御プログラムに従って入力インタフェース１１４，１５４及びＲＯＭ１１２，１５２，ＲＡＭ１１３，１５３、ＨＤＤ１１５，１５６等から取り入れた情報（データ）に対して所定の演算処理を行う。入力インタフェース１１４，１５４には、各種装置からの信号が入力される。入力インタフェース１１４，１５４は、入力された信号をＣＰＵ１１１，１５１で演算可能なデータに変換する。出力インタフェース１１５，１５５は、ＣＰＵ１１１，１５１での演算結果に応じた出力用の信号を生成し、その信号を各種装置に出力する。

図２は、本発明の第１実施形態に係る動作状態算出装置１の機能ブロック図である。管理サーバ１５０は、時系列で変化する油圧ショベル１０１Ａの稼働に伴う複数の稼働情報を取得し、取得した油圧ショベル１０１Ａの稼働情報に基づいて、油圧ショベル１０１Ａの動作状態を算出し、その算出結果に基づいて表示装置１６５を制御する。

動作状態算出装置１は、時系列的に変化する油圧ショベル１０１Ａの稼働に伴う複数の稼働情報を収集する収集装置１ａと、収集された複数の稼働情報に基づいて油圧ショベル１０１Ａの動作状態を算出する処理装置１ｂと、を備える。本実施形態では、油圧ショベル１０１Ａに設けられる機械制御装置１１０が収集装置１ａとして機能し、管理施設に設けられる管理サーバ１５０が処理装置１ｂとして機能する。本実施形態では、収集装置１ａにより収集された稼働情報は通信回線１０９を介して処理装置１ｂに送信され、処理装置１ｂにより油圧ショベル１０１Ａの動作状態を算出する処理が実行される。なお、動作状態の算出（動作状態の検出）は、後述する特徴ベクトルを演算することによって行われる。

処理装置１ｂは、複数の稼働情報を特徴量とする特徴ベクトルを演算し、分類モデル１ｈに基づいて、特徴ベクトルに分類ＩＤを付与する分類処理を実行する。処理装置１ｂは、複数の稼働情報に基づいて、油圧ショベル１０１Ａが受けたダメージを演算し、時刻と、演算された特徴ベクトルに付与された分類ＩＤと、演算されたダメージと、を紐付けたダメージ動作データベース１ｕをＨＤＤ１５６に記憶する。

処理装置１ｂは、ダメージ動作データベース１ｕに含まれる時刻、分類ＩＤ及びダメージに基づいて、分類ＩＤ毎のダメージの統計量を代表値として演算する。処理装置１ｂは、分類ＩＤに紐付けられている代表特徴ベクトルを構成する複数の特徴量の大きさに対応する語句を繋ぐことにより、分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す文（以下、注釈文とも記す）を生成する。処理装置１ｂは、注釈文と、注釈文の生成に用いた代表特徴ベクトルに紐付けられている分類ＩＤに対して演算されたダメージの代表値と、を関連付けた動作情報を表示装置１６５に出力する。表示装置１６５は、処理装置１ｂから入力された動作情報を画像として出力する。

これにより、表示装置１６５に表示される画像を見た管理者は、油圧ショベル１０１Ａの動作状態を表す注釈文と、ダメージの代表値との関係から、油圧ショベル１０１Ａにダメージを与える動作状態を容易に知ることができる。以下、動作状態算出装置１の各機能について詳しく説明する。

－第１収集部及び第２収集部－
収集装置１ａは、第１収集部１ｆ及び第２収集部１ｇとしての機能を備える。第１収集部１ｆは、油圧ショベル１０１Ａの動作状態（特徴ベクトル）を分類するために用いられる第１稼働情報を収集する。第２収集部１ｇは、油圧ショベル１０１Ａが受けたダメージを演算するために用いられる第２稼働情報を収集する。第１稼働情報及び第２稼働情報は、検出装置１２１～１２４により検出されるセンサ情報、及び、油圧ショベル１０１Ａの各部を制御するために機械制御装置１１０により生成される制御情報を含む。第１稼働情報と第２稼働情報とは、同じ種別の情報であってもよいし、異なる種別の情報であってもよい。

第１収集部１ｆ及び第２収集部１ｇは、時系列的に変化するセンサ情報を、そのセンサ情報が検出された時刻と紐付けてＨＤＤ１１６に保存することにより、時刻毎の複数のセンサ情報を収集する。第１収集部１ｆ及び第２収集部１ｇは、時系列的に変化する制御情報を、その制御情報が生成された時刻と紐付けてＨＤＤ１１６に保存することにより、時刻毎の複数の制御情報を収集する。

なお、本実施形態では、機械制御装置１１０が収集装置１ａとして機能する例について説明しているが、機械制御装置１１０と収集装置１ａとは個別に設けてもよい。収集装置１ａが機械制御装置１１０とは別に設けられている場合、収集装置１ａは、機械制御装置１１０及び収集装置１ａを含む各種装置に接続されるＣＡＮ（Controller Area Network）等のネットワークに流れているセンサ情報及び制御情報を取得することによって、センサ情報及び制御情報を収集してもよい。

処理装置１ｂには、収集装置１ａにより収集された第１稼働情報及び第２稼働情報が入力される。処理装置１ｂは、取得した第１稼働情報及び第２稼働情報に基づいて、以下で説明する各種処理を実行する。処理装置１ｂは、分類処理部１ｉ、ダメージ演算処理部１ｊ、紐付け処理部１ｋ、統計処理部１ｍ、注釈文生成部１ｎ、及び、表示処理部１ｏとしての機能を備える。処理装置１ｂのＨＤＤ１５６は、分類モデル１ｈ及びダメージ動作データベース１ｕを記憶する記憶部として機能する。

－分類処理部－
分類処理部１ｉは、時分割された複数種類の稼働情報を特徴量とする複数の特徴ベクトルを演算し、演算された特徴ベクトルを予め定められた複数のクラスタの何れかに分類する分類処理を実行する。分類処理において、分類処理部１ｉは、分類された特徴ベクトルに対して、特徴ベクトルが属するクラスタを識別する分類ＩＤを付与する。以下、具体的に、分類処理部１ｉの処理内容について説明する。

分類処理部１ｉは、複数の稼働情報を特徴量とする特徴ベクトルを複数の時刻毎に演算する。分類処理部１ｉは、ＨＤＤ１５６に記憶されている分類モデル１ｈに基づいて、複数の時刻毎に演算された特徴ベクトルに分類ＩＤを付与する。分類モデル１ｈは、複数のクラスタの代表特徴ベクトルと複数の分類ＩＤとが紐付けられている。分類処理部１ｉは、演算された特徴ベクトルに対し、その特徴ベクトルに類似する代表特徴ベクトルに紐付けられた分類ＩＤを付与する。

代表特徴ベクトルは、油圧ショベル１０１Ａの動作状態を表す多次元のパラメータであり、油圧ショベル１０１Ａの動作状態を表す類似した特徴ベクトルの部分集合（クラスタ）の代表値である。代表特徴ベクトルは、複数の特徴量で構成されるベクトルであり、代表特徴座標値として表すことも可能である。分類ＩＤ（ｉ）は、代表特徴ベクトルを識別する識別番号である（ｉ＝１，２，３，…，ｊ）。

特徴量には、検出装置１２１～１２４から出力されるセンサ情報そのものを採用してもよいし、検出装置１２１～１２４から出力されるセンサ情報に基づいて算出された情報を採用してもよい。また、特徴量には、機械制御装置１１０によって生成される制御情報そのものを採用してもよいし、制御情報に基づいて算出された情報を採用してもよい。さらに、特徴量には、センサ情報と制御情報の双方に基づいて算出された情報を採用してもよい。特徴量に採用される情報は、いずれも時系列的に変化する油圧ショベル１０１Ａの稼働に伴う稼働情報である。なお、センサ情報及び制御情報に基づく稼働情報の算出処理は、分類処理部１ｉで行ってもよいし、第１収集部１ｆで行ってもよい。

例えば、特徴量には、ブーム角ｘｉ、アーム角ｙｉ、バケット角ｚｉ、ブームシリンダ力ｍｉ、アームシリンダ力ｎｉ、バケットシリンダ力ｋｉなどの稼働情報を採用することができる。なお、各特徴量を表す記号（ｘ，ｙ，ｚ，ｍ，ｎ，ｋ）に付される「ｉ」は、分類ＩＤを示す番号である。

ブームシリンダ力ｍｉは、ブームシリンダ１１ａのボトム側油室の圧力とロッド側油室の圧力に基づいて算出されるシリンダ出力（シリンダ推力）である。アームシリンダ力ｎｉは、アームシリンダ１２ａのボトム側油室の圧力とロッド側油室の圧力に基づいて算出されるシリンダ出力（シリンダ推力）である。バケットシリンダ力ｋｉは、バケットシリンダ１３ａのボトム側油室の圧力とロッド側油室の圧力に基づいて算出されるシリンダ出力（シリンダ推力）である。

代表特徴ベクトルの次元数は、任意に設定することができる。代表特徴ベクトルを構成する特徴量の数がｎ個であれば、ｎ次元の代表特徴ベクトルとなる（図示する例では、ｎ＝６）。

分類モデル１ｈは、油圧ショベル１０１Ａの動作試験データなどに基づき、ｋ－ｍｅａｎｓ等の周知のクラスタリング手法によって予め生成されている。ｋ－ｍｅａｎｓは、類似する特徴ベクトル同士を、予め設定された分割数に応じた数のクラスタにまとめ、各クラスタを識別する分類ＩＤを付与する手法である。これにより、複数の特徴ベクトルは、設定された分割数によって分類され、分類された特徴ベクトルが属するクラスタの分類ＩＤが付与される。代表特徴ベクトルは、同じクラスタに分類された複数の特徴ベクトル（特徴座標値）の重心座標値（クラスタセンタ）を表すベクトルであり、油圧ショベル１０１Ａの代表的な動作状態を示している。

図３Ａを参照して、分類モデルの生成方法の一例について説明する。なお、特徴量が６個で構成される６次元の特徴ベクトルは６次元空間で表現する必要があるが、図面では６次元空間を表現できない。このため、図３Ａでは、６個の特徴量のうちの２個を選択して、特徴ベクトル４ａ及び代表特徴ベクトル４ｂ，４ｃ，４ｄの位置座標を２次元直交座標系で示している。また、図３Ａでは、各時刻における特徴ベクトル４ａを〇印で示し、代表特徴ベクトル（代表特徴座標値）４ｂ，４ｃ，４ｄを×印で示している。

クラスタリング手法は、これら特徴ベクトル（特徴座標値）４ａに基づいて、近接する点群（特徴ベクトルを表す点の集まり）４ｆ，４ｇ，４ｈを予め決められた分割数になるように分割（分類）する手法である。この手法によれば、分割された点群４ｆ，４ｇ，４ｈの代表特徴座標値（代表特徴ベクトル）４ｂ，４ｃ，４ｄとそれを識別するための分類ＩＤが出力される。

図示する例では、点群４ｆに基づいて、代表特徴ベクトル（ｘ１，ｙ１，ｚ１，ｍ１，ｎ１，ｋ１）が決定され、分類ＩＤが１として割り振られている。同様に、点群４ｇに基づいて、代表特徴ベクトル（ｘ２，ｙ２，ｚ２，ｍ２，ｎ２，ｋ２）が決定され、分類ＩＤが２として割り振られている。同様に、点群４ｈに基づいて、代表特徴ベクトル（ｘ３，ｙ３，ｚ３，ｍ３，ｎ３，ｋ３）が決定され、分類ＩＤが３として割り振られている。なお、代表特徴ベクトルは、重心座標値とする場合に限定されない。代表特徴ベクトルは、平均値等のさまざまな代表特徴座標値表現が可能である。

以上のようにして生成された分類モデル（時分割状態分離モデルとも記す）１ｈには、学習フェーズにおける油圧ショベル１０１Ａの様々な動作状態（例えば、掘削動作、放土動作等の各種動作における特徴的な姿勢及びセンサ情報、制御情報等）を表す代表特徴ベクトル（代表特徴座標値）が分類ＩＤとともに格納されることになる。

図３Ｂを参照して、分類処理部１ｉによる分類処理の具体例について説明する。なお、特徴量が６個で構成される６次元の特徴ベクトルは６次元空間で表現する必要があるが、図面では６次元空間を表現できない。このため、図３Ｂでは、図３Ａと同様、６個の特徴量のうちの２個を選択して、特徴ベクトル４ｅ及び代表特徴ベクトル４ｂ，４ｃ，４ｄの位置座標を２次元直交座標系で模式的に示している。

分類処理部１ｉは、第１収集部１ｆから取得した複数の第１稼働情報に基づいて、特徴ベクトル（特徴座標値）４ｅを演算する。分類処理部１ｉは、分類モデル１ｈの中から演算した特徴ベクトル（特徴座標値）４ｅに最も近い代表特徴ベクトル（代表特徴座標値）４ｄを探索する。分類処理部１ｉは、探索された代表特徴ベクトル４ｄの分類ＩＤ（３）を演算した特徴ベクトル４ｅに割り当てる。つまり、分類処理部１ｉは、特徴ベクトル４ｅを分類ＩＤ（３）に分類する。分類処理部１ｉは、複数の時刻毎に演算された代表特徴ベクトルに対して分類ＩＤを決定し、分類ＩＤ時系列テーブル５ａ（図５参照）を生成し、ＨＤＤ１５６に記憶する。

－ダメージ演算処理部－
図２に示すダメージ演算処理部１ｊは、油圧ショベル１０１Ａが受けたダメージの演算処理を実行する。ダメージ演算処理部１ｊは、第２収集部１ｇから取得した複数の第２稼働情報に基づいて、油圧ショベル１０１Ａが受けたダメージを複数の時刻毎に演算する。また、ダメージ演算処理部１ｊは、油圧ショベル１０１Ａが受けたダメージの大きな時間軸上の区間（期間）を検出する。ダメージ演算処理部１ｊが対象としているダメージとは、例えば、ブーム１１、アーム１２等の構造体の所定の部位、及び、油圧シリンダ、油圧モータ等の油圧アクチュエータ等が受ける応力疲労損傷によるダメージである。

ダメージ演算処理の一例として、特許文献１に記載されている手法がある。この手法は、ダンプトラック１０１Ｂに取り付けられた歪ゲージ（検出装置）よって計測された応力値を用いて、繰り返し応力の開始時刻と終了時刻を検出する手法である。

図４を参照して、ダメージ演算処理部１ｊによるダメージ演算処理の一例について説明する。図４は、応力、応力振幅及び疲労損傷速度の時系列変化を示す。なお、ここでは、作業機械１０１がダンプトラック１０１Ｂである場合を例に説明する。ダンプトラック１０１Ｂには、歪みを検出する検出装置１２４が取り付けられている。図４の応力グラフ（３ａ）の縦軸は応力を示し、応力振幅グラフ（３ｂ）の縦軸は応力振幅を示し、疲労損傷速度グラフ（３ｃ）の縦軸は疲労損傷速度を示している。応力グラフ（３ａ）、応力振幅グラフ（３ｂ）及び疲労損傷速度グラフ（３ｃ）の横軸は共通であり、時刻を示している。

図４に示す応力波形３ｈは、検出装置１２４の検出結果をグラフ化したものである。疲労損傷は、応力の絶対値ではなく繰り返し応力の振幅の大きさに依存する。応力波形３ｈは、応力の絶対値を示したものであり、そのままではどこで大きな疲労損傷を受けたのかは分からない。そこで、ダメージ演算処理部１ｊは、この応力波形３ｈから繰り返し応力の振幅及び応力の波長の検出を行い、大きな疲労損傷を受けた区間の検出を行う。この手法は、応力サイクルカウント法の一種であるレインフロー法を改良して応力の波長を検出する手法である。応力振幅３ｉ，３ｊは、応力波形３ｈから、この手法を用いて検出した繰り返し応力の振幅及び応力の波長を検出したものである。応力振幅３ｉ，３ｊは矩形状であり、縦幅が検出された繰り返し応力の振幅を示し、横幅が検出された繰り返し応力の波長を示している。矩形状の応力振幅３ｉ，３ｊの底辺の左側の頂点に対応する時刻は、繰り返し応力の開始時刻を示している。矩形状の応力振幅３ｉ，３ｊの底辺の右側の頂点に対応する時刻は、繰り返し応力の終了時刻を示している。

ダンプトラック１０１Ｂへの土砂の運搬作業は、ダンプトラック１０１Ｂが空荷状態で移動する空荷移動工程（３ｄ）、停車したダンプトラック１０１Ｂに対して、油圧ショベル１０１Ａによって土砂が複数回に分けて積み込まれる積込工程（３ｅ）、ダンプトラック１０１Ｂが積載状態で移動する積載移動工程（３ｆ）、積載した土砂を排出する排土を行う排土工程（３ｇ）の順で行われる。

応力振幅３ｉは、積込工程（３ｅ）において、ダンプトラック１０１Ｂが受ける繰り返し応力の振幅及び波長を示している。応力振幅３ｊは、排土工程（３ｇ）において、ダンプトラック１０１Ｂが受ける繰り返し応力の振幅及び波長を示している。この手法により、ダメージ演算処理部１ｊは、油圧ショベル１０１Ａが受けたダメージの大きさ（繰り返し応力の振幅の大きさ）と、油圧ショベル１０１Ａがダメージを受けた区間（繰り返し応力の振幅の開始時刻から終了時刻までの期間）とを検出することができる。

疲労損傷速度は、油圧ショベル１０１Ａが単位時間当たりに受ける疲労損傷である。ダメージ演算処理部１ｊは、応力振幅グラフ（３ｂ）に示す繰り返し応力の振幅及び波長に基づいて疲労損傷速度を演算する。つまり、ダメージ演算処理部１ｊは、疲労損傷速度をダンプトラック１０１Ｂが受けるダメージとして演算する。ダメージ演算処理部１ｊは、複数の時刻毎に演算されたダメージ（疲労損傷速度）時系列テーブル５ｂ（図５参照）を生成し、ＨＤＤ１５６に記憶する。なお、ダメージ演算処理の手法について、ダンプトラック１０１Ｂを例に説明したが、油圧ショベル１０１Ａ及び作業ロボット１０１Ｃにおいても同じ手法を用いることができる。また、ダメージ演算処理の手法は、この手法に限定されない。

－紐付け処理部－
図２に示す紐付け処理部１ｋは、ダメージ演算処理部１ｊの処理結果と、分類処理部１ｉの処理結果とを紐付ける紐付処理を実行する。紐付け処理部１ｋは、分類処理部１ｉにより特徴ベクトルに付与された分類ＩＤと、ダメージ演算処理部１ｊにより演算されたダメージ（疲労損傷速度）と、特徴ベクトル及びダメージの演算に用いた稼働情報を検出した時刻と、を紐付けたダメージ動作データベース１ｕを生成し、ＨＤＤ１５６に記憶する。

図５を参照して、紐付け処理部１ｋによる紐付け処理の一例について説明する。上述したように、図５には、分類処理部１ｉの分類処理により生成された分類ＩＤ時系列テーブル５ａと、ダメージ演算処理部１ｊのダメージ演算処理により生成されたダメージ時系列テーブル５ｂが示されている。分類ＩＤ時系列テーブル５ａの横軸は時間を示し、縦軸は分類ＩＤを示している。分類ＩＤ時系列テーブル５ａでは、時系列に分類された分類ＩＤが黒い点で示されている。図５に示す例では、分類モデル１ｈのクラスタの分割数が２５００であり、２５００個の分類ＩＤが存在している。

ダメージ時系列テーブル５ｂの横軸は時間を示し、分類ＩＤ時系列テーブル５ａの時間軸と同期が取られている。ダメージ時系列テーブル５ｂの縦軸は、油圧ショベル１０１Ａのブームシリンダ力による疲労損傷速度（ダメージ）を表している。図５に示す疲労損傷速度は、ブームシリンダ力によりシリンダピンなどのブームシリンダ１１ａに関連する部品に作用する応力に基づいて演算される。

紐付け処理部１ｋは、分類ＩＤ時系列テーブル５ａと、ダメージ時系列テーブル５ｂとに基づいて、時刻、分類ＩＤ及び疲労損傷速度を紐付けたダメージ動作データベース１ｕを生成し、ＨＤＤ１５６に記憶する。紐付け処理部１ｋは、例えば、破線で示す時刻「５１３．５」ｓｅｃにおける分類ＩＤ「６５２」（点５ｃ参照）と疲労損傷速度「０．０３４８」（点５ｄ参照）とを対応付けて記憶する。紐付け処理部１ｋは、ＨＤＤ１５６に格納されている全ての計測時刻における分類ＩＤと疲労損傷速度を時系列で対応付けて記憶する。計測時刻は、収集装置１ａが、１００ｍｓｅｃ～１ｓｅｃ程度の制御周期で稼働情報を取得した時刻である。

なお、ブームシリンダ力に基づいて演算された疲労損傷速度をダメージの一例として説明したが、他の油圧シリンダ力（アームシリンダ力、バケットシリンダ力）に基づいて演算された疲労損傷速度と分類ＩＤとを紐付けてもよい。また、検出装置（歪ゲージ）１２４の検出結果に基づいて演算された疲労損傷速度と分類ＩＤとを紐付けてもよいし、疲労損傷速度以外のダメージの指標となるような物理量と分類ＩＤとを紐付けてもよい。

－統計処理部－
図２に示す統計処理部１ｍは、ダメージ動作データベース１ｕに含まれる時刻、分類ＩＤ、及びダメージに基づいて、分類ＩＤ毎のダメージの統計処理を実行する。統計処理部１ｍは、統計処理において、分類ＩＤ毎に、ダメージの平均値、最大値、最頻度、中央値、累積値などの統計量を代表値として演算する。

図６を参照して、統計処理部１ｍによるダメージの統計処理の一例について説明する。図６は、分類ＩＤ、疲労損傷速度、及び、所定区間における疲労損傷速度の累積値（以下、累積損傷とも記す）の時系列変化の一例について示す図である。図６（ａ）は、分類ＩＤの時系列変化を示し、図６（ｂ）は疲労損傷速度の時系列変化を示し、図６（ｃ）は分類ＩＤが（５）の区間における疲労損傷速度の累積値を示している。図６に示すように、分類ＩＤ及びダメージ（ここでは疲労損傷速度）は時々刻々と変化する。

図６（ａ）に示すように、図示する例では、時間の経過に伴い、分類ＩＤが（３）から（５）へ変化し、その後（２）に変化している。図６（ｂ）に示すように、分類ＩＤが（５）の区間の疲労損傷速度は、分類ＩＤが（３）の区間及び分類ＩＤが（２）の区間に比べて大きい。また、図６（ｂ）に示すように、同じ分類ＩＤの区間であっても疲労損傷速度は時間の経過に伴って変化している。本実施形態では、大きなダメージが発生したときの油圧ショベル１０１Ａの動作状態（特徴ベクトル）を算出することを目的の一つとしている。油圧ショベル１０１Ａの動作状態は、分類ＩＤに対応している。

統計処理部１ｍは、同じ分類ＩＤの区間を切り出し、同じ分類ＩＤの区間内に発生したダメージの平均値、最大値、最頻度、中央値、累積値などの統計量を代表値として演算する。例えば、同じ分類ＩＤの区間の疲労損傷速度の最大値を統計量として演算する場合、図６（ｂ）に示すように、鋭いピークで発生するダメージの最大値６ｃを感度よく検出することができる。また、統計処理部１ｍは、図６（ｃ）に示すように、同じ分類ＩＤの区間の疲労損傷速度の累積値（累積損傷）を統計量として演算してもよい。

なお、同じ分類ＩＤが、複数の区間で設定されることがある。例えば、分類ＩＤ（５）が、図６に示す区間（時間帯）以外に設定されることがある。統計処理部１ｍは、複数の区間（時間帯）において、同じ分類ＩＤが設定された場合には、それぞれの区間でダメージの統計量を演算してもよいし、それぞれの区間を一つの区間とみなしてダメージの統計量を演算してもよい。以下、ダメージの統計量（代表値）を、ダメージ量とも記す。

統計処理部１ｍは、ダメージ量が代表閾値以上であるか否かを判定する。統計処理部１ｍは、ダメージ量が代表閾値未満であると判定された場合には、そのダメージ量が演算された区間（時間帯）の分類ＩＤを注釈文生成処理の対象から省く。統計処理部１ｍは、ダメージ量が代表閾値以上であると判定された場合には、そのダメージ量が演算された区間（時間帯）の分類ＩＤを注釈文生成処理の対象として抽出する。代表閾値は、油圧ショベル１０１Ａを構成する装置や部品の生涯寿命（装置や部品のリプレースまでの使用時間）に影響を与えるダメージ量であるか否かを判定するための閾値であり、予めＲＯＭ１５２に記憶されている。なお、代表閾値は、寿命曲線（Ｓ－Ｎ線図）などを利用して設定してもよいし、実験等により、油圧ショベル１０１Ａの状況を目視し、手動で設定してもよい。

上述したように、本実施形態では、分類ＩＤが２５００個存在する（図５参照）。しかしながら、分類ＩＤのほとんどは、油圧ショベル１０１Ａを構成する装置や部品の生涯寿命に影響を与えない動作に対応する分類ＩＤである。このため、このような分類ＩＤを次に説明する注釈文生成処理の対象とすることは、演算処理の負荷の観点から好ましくない。さらに、注釈文が多数生成されてしまうと、類似する注釈文が生成されることになり、大きなダメージが発生する動作状態についての判別が難しくなってしまうおそれがある。また、２５００個の分類ＩＤのそれぞれに重複しないユニークな注釈文の生成が必要になるため、注釈文が長文になってしまうおそれがある。

このため、統計処理部１ｍは、ダメージ量が代表閾値以上となる分類ＩＤを抽出し、ダメージ量が代表閾値未満となる分類ＩＤを注釈文生成処理の対象から省く。これにより、処理装置１ｂの演算処理の負荷を低減することができるとともに、注釈文が長文になってしまうことを防止できる。

図７は、分類ＩＤとダメージ量との関係を示すグラフである。縦軸は、ダメージ量の一例として、同じ分類ＩＤの区間におけるダメージの最大値を示している。横軸は、分類ＩＤをダメージ量の大きい順に並べて示している。図示する例では、ダメージ量が大きな上位１０個の分類ＩＤを抽出して示している。図示する例では、分類ＩＤ（２０）のダメージ量が一番大きい。

ここで、図７に示すようなグラフを表示装置１６５に表示させた場合、管理者は、ダメージ量の大きな分類ＩＤを知ることができる。しかしながら、図７に示すようなグラフを表示装置１６５に表示させるだけでは、管理者は、油圧ショベル１０１Ａがどのような動作状態であるときに大きなダメージが発生するのかを知ることができない。また、図５に示すような分類ＩＤ時系列テーブル５ａ及びダメージ時系列テーブル５ｂを表示装置１６５に表示させた場合、管理者は、分類ＩＤ及びダメージの時系列変化と、ダメージの大きい区間の分類ＩＤを確認することができる。しかしながら、分類ＩＤ時系列テーブル５ａ及びダメージ時系列テーブル５ｂを表示装置１６５に表示させるだけでは、管理者は、油圧ショベル１０１Ａがどのような動作状態であるときに大きなダメージが発生するのかを知ることができない。

そこで、本実施形態に係る処理装置１ｂは、分類ＩＤに対して、油圧ショベル１０１Ａの動作状態を説明する注釈文を生成する。

－注釈文生成部－
図２に示す注釈文生成部１ｎは、抽出された複数の分類ＩＤを複数のグループに分類し、同じグループに分類された複数の分類ＩＤに紐付けられている代表特徴ベクトル同士の差分に基づいて、注釈文の生成に用いる特徴量を特定し、特定した特徴量の大きさに対応する語句を繋ぐことにより、分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文を生成する。

図８を参照して、注釈文生成部１ｎにより実行される処理の流れの一例について説明する。図８は、注釈文生成部により実行される処理の流れの一例について示すフローチャートである。図８に示すように、ステップＳ１００において、注釈文生成部１ｎは、統計処理部１ｍの処理結果、及び、分類モデル１ｈを取得し、ステップＳ１０５へ進む。

ステップＳ１０５において、注釈文生成部１ｎは、階層的クラスタリング処理を実行する。階層的クラスタリング処理において、注釈文生成部１ｎは、複数の分類ＩＤを代表特徴ベクトルに基づいて階層構造の複数のグループに分類する。

図９を参照して、階層的クラスタリング処理について詳しく説明する。階層的クラスタリング処理は、階層構造的な分類処理の一つとして知られている。図９に示すように、注釈文生成部１ｎは、統計処理部１ｍにより抽出された分類ＩＤを階層構造的に分類する。

図９（ａ）の〇印と数字で表される分類ＩＤ（５）、分類ＩＤ（６）、分類ＩＤ（７）、分類ＩＤ（２０）、分類ＩＤ（２８）及び分類ＩＤ（３８）は、統計処理部１ｍにより抽出された分類ＩＤの代表特徴ベクトルの位置座標（代表特徴座標値）を示している。なお、図９（ａ）では、図３Ａ及び図３Ｂと同様、複数の特徴量のうちの２個を選択して、代表特徴ベクトルの位置座標を２次元直交座標系で模式的に示している。

図９（ａ）に示すように、注釈文生成部１ｎは、統計処理部１ｍによって抽出されたダメージ量の大きな分類ＩＤに対する代表特徴ベクトルを分類モデル１ｈから読み出す。注釈文生成部１ｎは、分類ＩＤ同士の距離（代表特徴座標値間の距離）Ｌに基づいて、複数の分類ＩＤを複数のグループに分類する。

注釈文生成部１ｎは、距離が最も近い分類ＩＤ同士を１つずつ順番にグルーピングする。図９（ａ）に示す例では、注釈文生成部１ｎは、分類ＩＤ（２０）と、分類ＩＤ（２０）に最も近い分類ＩＤ（２８）を同じ下位グループ（Ａ）に分類する。また、注釈文生成部１ｎは、分類ＩＤ（２０）と分類ＩＤ（２８）の距離Ｌなどを下位グループ（Ａ）の属性として記憶する。また、同様に、注釈文生成部１ｎは、分類ＩＤ（５）と、分類ＩＤ（５）に最も近い分類ＩＤ（３８）を同じ下位グループ（Ｂ）に分類し、分類ＩＤ（６）と分類ＩＤ（６）に最も近い分類ＩＤ（７）を同じ下位グループ（Ｃ）に分類する。

注釈文生成部１ｎは、複数の下位グループ間の距離Ｌに基づいて、複数の下位グループを複数の中位グループに分類する。中位グループとは、下位グループよりも階層が上位のグループである。下位グループの代表特徴座標値は、例えば、その下位グループを構成する２つの分類ＩＤの代表特徴座標値の重心座標値であり、下位グループの代表特徴ベクトルとして表すこともできる。

なお、注釈文生成部１ｎは、下位グループに分類されていない分類ＩＤが存在する場合、その分類ＩＤと下位グループとの間の距離Ｌに基づいて、下位グループに分類されていない分類ＩＤ及び下位グループを同じ中位グループに分類するか否かを決定する。

図９（ａ）に示す例では、注釈文生成部１ｎは、下位グループ（Ａ）と、下位グループ（Ａ）に最も近い下位グループ（Ｂ）を同じ中位グループ（Ｄ）に分類する。また、注釈文生成部１ｎは、下位グループ（Ａ）と下位グループ（Ｂ）の距離Ｌなどを中位グループ（Ｄ）の属性として記憶する。

注釈文生成部１ｎは、複数の中位グループ間の距離Ｌに基づいて、複数の中位グループを複数の上位グループに分類する。上位グループとは、中位グループよりも階層が上位のグループである。中位グループの代表特徴座標値は、例えば、その中位グループを構成する２つの下位グループの代表特徴座標値の重心座標値であり、中位グループの代表特徴ベクトルとして表すこともできる。

なお、注釈文生成部１ｎは、下位グループ及び中位グループに分類されていない分類ＩＤあるいは中位グループに分類されていない下位グループが存在する場合、そのような分類ＩＤあるいは下位グループと中位グループとの間の距離Ｌに基づいて、それらを同じ上位グループに分類するか否かを決定する。

図９（ａ）に示す例では、注釈文生成部１ｎは、中位グループ（Ｄ）と、中位グループ（Ｄ）に最も近い下位グループ（Ｃ）を同じ上位グループ（Ｅ）に分類する。また、注釈文生成部１ｎは、中位グループ（Ｄ）と下位グループ（Ｃ）の距離Ｌなどを上位グループ（Ｅ）の属性として記憶する。

図９（ｂ）は、注釈文生成部１ｎによる階層的クラスタリング処理の結果を樹形図で示した図である。樹形図の縦方向は、距離Ｌ（例えば、同じ下位グループに属する２つの分類ＩＤ間の距離Ｌ）を表し、末端は「葉」である。本実施形態では、統計処理部１ｍにより抽出された分類ＩＤが「葉」となっている。図示する例では、分類ＩＤ（２８）と分類ＩＤ（２０）がまとめられて下位グループ（Ａ）が生成され、分類ＩＤ（３８）と分類ＩＤ（５）がまとめられて下位グループ（Ｂ）が生成され、分類ＩＤ（６）と分類ＩＤ（７）がまとめられて下位グループ（Ｃ）が生成され、下位グループ（Ａ）と下位グループ（Ｂ）がまとめられて中位グループ（Ｄ）が生成され、中位グループ（Ｄ）と下位グループ（Ｃ）がまとめられて上位グループ（Ｅ）が生成されている。

このように、注釈文生成部１ｎは、階層的クラスタリング処理（ステップＳ１０５）において、複数の分類ＩＤを代表特徴ベクトルに基づいて階層構造の複数のグループに分類する。図８に示すように、階層的クラスタリング処理（ステップＳ１０５）が完了すると、処理がステップＳ１１０へ進む。

ステップＳ１１０において、注釈文生成部１ｎは、階層的クラスタリング処理の結果に基づいて、枝分かれ要因の特定処理を実行する。同じグループ間での枝分かれ要因となった特徴量は、グループの属性として記憶されている距離Ｌ（例えば、ある下位グループに属する２つの分類ＩＤ間の距離Ｌ）により特定することができる。グループの属性として記憶されている距離Ｌは、そのグループに属する分類ＩＤあるいはグループの代表特徴ベクトル同士の差分に基づいて演算される。

注釈文生成部１ｎは、同じグループ内の分類ＩＤあるいはグループの２つの代表特徴ベクトル同士の差分、すなわち特徴量（要素）の違いに基づいて、枝分かれ要因の特定を行う。具体的には、注釈文生成部１ｎは、同じ上位グループに分類された２つの中位グループ（あるいは中位グループと下位グループ、あるいは中位グループと分類ＩＤ）の代表特徴ベクトル同士の差分に基づいて、第１階層の枝分かれ要因としての特徴量Ｃａを特定する。また、注釈文生成部１ｎは、同じ中位グループに分類された２つの下位グループ（あるいは下位グループと分類ＩＤ）の代表特徴ベクトル同士の差分に基づいて、第２階層の枝分かれ要因としての特徴量Ｃｂを特定する。さらに、注釈文生成部１ｎは、同じ下位グループに属する２つの分類ＩＤの代表特徴ベクトル同士の差分に基づいて、第３階層の枝分かれ要因としての特徴量Ｃｃを特定する。

ステップＳ１１０において、枝分かれ要因となった特徴量の特定が完了すると、処理がステップＳ１１５へ進む。ステップＳ１１５において、注釈文生成部１ｎは、ステップＳ１１０で特定された枝分かれ要因としての特徴量Ｃａ，Ｃｂ，Ｃｃの大きさに対応する語句を選択する。

図１０を参照して、特定された特徴量の大きさに対応する語句の選択処理（枝分かれ要因の語句の選択処理）の一例について説明する。図１０に示す例では、代表特徴ベクトルを構成する特徴量のうち、アーム角が分類ＩＤ（２８）と分類ＩＤ（２０）とで異なっているため、アーム角が特徴量Ｃｃとして特定されている。なお、分類ＩＤ（２８）と分類ＩＤ（２０）の代表特徴ベクトルを構成するアーム角以外の特徴量の差は、アーム角の差に比べて小さい。

ＨＤＤ１５６には、特徴量であるアーム角に応じた語句が記憶されている。例えば、アーム角が第１角度範囲内である場合に選択される語句「アーム角鉛直」、アーム角が第２角度範囲内である場合に選択される語句「アーム角Ｍａｘ」、アーム角が第３角度範囲内である場合に選択される語句「アーム角Ｍｉｎ」等が、ＨＤＤ１５６に記憶されている。なお、第１角度範囲、第２角度範囲及び第３角度範囲は、それぞれ重複しない角度範囲である。

図示する例では、ステップＳ１１０において、下位グループ（Ａ）に属する分類ＩＤ（２８）と分類ＩＤ（２０）の枝分かれ要因（特徴量Ｃｃ）がアーム角であることが特定されている。したがって、注釈文生成部１ｎは、ステップＳ１１５において、分類ＩＤ（２８）の代表特徴ベクトルを構成する特徴量Ｃｃであるアーム角の大きさに対応する語句、及び、分類ＩＤ（２０）の代表特徴ベクトルを構成する特徴量Ｃｃであるアーム角の大きさに対応する語句をＨＤＤ１５６から選択する。分類ＩＤ（２８）の代表特徴ベクトルを構成するアーム角は第１角度範囲内であるため、注釈文生成部１ｎは、語句「アーム角鉛直」を選択する。分類ＩＤ（２０）の代表特徴ベクトルを構成するアーム角は第２角度範囲内であるため、注釈文生成部１ｎは、語句「アーム角Ｍａｘ」を選択する。

また、図示する例では、ステップＳ１１０において、中位グループ（Ｄ）に属する下位グループ（Ａ）と下位グループ（Ｂ）の枝分かれ要因（特徴量Ｃｂ）が旋回力の正負（符号）であることが特定されている。なお、旋回力は、旋回モータの圧力に基づいて演算される特徴量（稼働情報）である。

ＨＤＤ１５６には、特徴量である旋回力の符号に応じた語句が記憶されている。例えば、旋回力が正の値である場合に選択される語句「左」、及び、旋回力が負の値である場合に選択される語句「右」等が、ＨＤＤ１５６に記憶されている。なお、旋回力は、左方向へ旋回体３を旋回させる力が正の値で表され、右方向へ旋回体を旋回させる力が負の値で表される。

注釈文生成部１ｎは、ステップＳ１１５において、下位グループ（Ａ）の代表特徴ベクトルを構成する特徴量Ｃｂである旋回力の大きさに対応する語句、及び、下位グループ（Ｂ）の代表特徴ベクトルを構成する特徴量Ｃｂである旋回力の大きさに対応する語句をＨＤＤ１５６から選択する。

下位グループ（Ａ）の代表特徴ベクトルを構成する旋回力は正の値（０よりも大きい値）であるため、注釈文生成部１ｎは、語句「左」を選択する。下位グループ（Ｂ）の代表特徴ベクトルを構成する旋回力は負の値（０よりも小さい値）であるため、注釈文生成部１ｎは、語句「右」を選択する。

図示する例では、ステップＳ１１０において、上位グループ（Ｅ）に属する中位グループ（Ｄ）と下位グループ（Ｃ）（図９参照）の枝分かれ要因（特徴量Ｃａ）が旋回力の絶対値であることが特定されている。

ＨＤＤ１５６には、特徴量である旋回力の絶対値に応じた語句が記憶されている。例えば、旋回力の絶対値が横あて閾値以上である場合に選択される語句「横あて」、及び、旋回力が横あて閾値未満である場合に選択される語句「旋回」等が、ＨＤＤ１５６に記憶されている。

ここで、「横あて」とは、油圧ショベル１０１Ａの旋回体３を動作させて、作業装置４の側部を石や壁など接触させて押す動作であり、「旋回」とは、油圧ショベル１０１Ａの旋回体３を走行体２に対して回転させる動作である。

注釈文生成部１ｎは、ステップＳ１１５において、中位グループ（Ｄ）の代表特徴ベクトルを構成する特徴量Ｃａである旋回力の絶対値の大きさに対応する語句、及び、下位グループ（Ｃ）の代表特徴ベクトルを構成する特徴量Ｃａである旋回力の絶対値の大きさに対応する語句をＨＤＤ１５６から選択する。中位グループ（Ｄ）の代表特徴ベクトルを構成する旋回力の絶対値は横あて閾値以上であるため、注釈文生成部１ｎは、語句「横あて」を選択する。下位グループ（Ｃ）の代表特徴ベクトルを構成する旋回力の絶対値は横あて閾値未満であるため、注釈文生成部１ｎは、語句「旋回」を選択する。

図８に示すように、ステップＳ１１５において、枝分かれ要因の語句の選択処理が完了すると、処理がステップＳ１２０へ進む。ステップＳ１２０において、注釈文生成部１ｎは、分類ＩＤ（樹形図の葉に相当する部分）毎に、ステップＳ１１５において選択された語句を繋ぐことにより、油圧ショベル１０１Ａの動作状態を表す注釈文を生成する。

注釈文は、各枝分かれ要因の語句（言語表現）の組み合わせにより生成される。図１０に示す例では、上位グループ（Ｅ）、中位グループ（Ｄ）及び下位グループ（Ａ）に属する分類ＩＤ（２８）の注釈文は、上位グループ（Ｅ）内での枝分かれ要因に基づいて選択された語句「横あて」と、中位グループ（Ｄ）内での枝分かれ要因に基づいて選択された語句「左」、下位グループ（Ａ）内での枝分かれ要因に基づいて選択された語句「アーム角鉛直」が繋ぎ合わされた「左横あてアーム角鉛直」となる。なお、語句を繋ぎ合わせる順番は、入力装置１６１を用いて任意に設定することができる。したがって、例えば、注釈文が「アーム角鉛直左横あて」となるように、語句を繋ぎ合わせることもできる。

図８に示すように、ステップＳ１２０において、注釈文の生成処理が完了すると、図８のフローチャートに示す処理が完了し、図２に示す表示処理部１ｏによる表示処理が実行される。表示処理部１ｏは、注釈文の生成処理により生成された注釈文と、注釈文の生成に用いた代表特徴ベクトルに紐付けられている分類ＩＤに対して演算されたダメージ量と、を関連付けた動作情報（表示画像）を表示装置１６５に出力する。表示装置１６５は、処理装置１ｂから入力された動作情報（表示画像）を表示画面１６５ａに表示させる。

注釈文とダメージ量とを関連付けた表示画像の表示態様は、種々の態様を採用することができる。図１１は、注釈文とダメージ量とを関連付けた表示画像の一例であり、棒グラフを示す。図１１に示すように、表示処理部１ｏは、表示装置１６５の表示画面１６５ａに、左側から右側に向かって、ダメージ量の大きい順に分類ＩＤを並べた棒グラフを表示させてもよい。横軸には、分類ＩＤと、分類ＩＤに対応する注釈文が表示されている。縦軸は、分類ＩＤに対応するダメージ量を表している。図１１の棒グラフは、図７の棒グラフに注釈文が付与されたものである。

上述したように、図７に示す棒グラフが表示装置１６５に表示されただけでは、管理者は、油圧ショベル１０１Ａがどのような動作状態のときに大きなダメージを受けるのかを知ることができない。これに対して、本実施形態では、図１１に示すように、動作状態を説明する注釈文が付加された棒グラフが表示装置１６５に表示されるため、管理者は、油圧ショベル１０１Ａがどのような動作状態のときに大きなダメージを受けたのかを容易に知ることができる。

表示処理部１ｏは、注釈文を構成する語句を階層的に表示装置１６５に表示させてもよい。例えば、表示処理部１ｏは、図１０に示すような樹形図を表示装置１６５に表示させてもよい。樹形図による表示表現では、類似した動作の把握が可能になる。なお、図１０に示す樹形図ではダメージ量の表現ができていない。そこで、表示処理部１ｏは、ダメージの代表値の大きさに応じて、樹形図における葉に接続される枝の部分の表示態様を変えることが好ましい。例えば、表示処理部１ｏは、図１２に示すように、分類ＩＤ（葉）に接続される枝の部分を、ダメージ量が大きいほど、太く表示させてもよい。この場合、表示処理部１ｏは、線の太さとダメージ量の大きさの関係を示す画像１６６ａを樹形図とともに表示させる。これにより、管理者は、注釈文によって表現される油圧ショベル１０１Ａの動作状態とダメージ量との関係を容易に知ることができる。

また、図１３に示すように、分類ＩＤ（葉）に接続される枝の部分の線種をダメージ量に応じて異なるようにしてもよい。この場合、表示処理部１ｏは、線種とダメージ量の大きさの関係を示す画像１６６ｂを樹形図とともに表示させる。これにより、管理者は、注釈文によって表現される油圧ショベル１０１Ａの動作状態とダメージ量との関係を容易に知ることができる。なお、ダメージ量に応じて枝の部分の線種を変えることに代えて、ダメージ量に応じて枝の部分の色を変えてもよい。

上述した実施形態によれば、次の作用効果を奏する。

（１）作業機械の動作状態算出装置１は、時系列的に変化する油圧ショベル（作業機械）１０１Ａの稼働に伴う複数の稼働情報に基づいて油圧ショベル１０１Ａの動作状態を算出する処理装置１ｂと、処理装置１ｂにより算出された油圧ショベル１０１Ａの動作状態を表す動作情報（画像）を出力する出力装置としての表示装置１６５と、を備えている。処理装置１ｂは、複数の稼働情報を特徴量とする特徴ベクトルを複数の時刻毎に演算する。処理装置１ｂは、油圧ショベル１０１Aの動作状態を表す特徴ベクトルのクラスタの代表値である代表特徴ベクトルと分類ＩＤとが紐付けられた分類モデル１ｈに基づいて、複数の時刻毎に演算された特徴ベクトルに分類ＩＤを付与する。処理装置１ｂは、複数の稼働情報に基づいて、油圧ショベル１０１Ａが受けたダメージを複数の時刻毎に演算する。処理装置１ｂは、時刻と、演算された特徴ベクトルに付与された分類ＩＤと、演算されたダメージと、を紐付けたダメージ動作データベース１ｕを記憶する。処理装置１ｂは、ダメージ動作データベース１ｕに含まれる時刻、分類ＩＤ、及びダメージに基づいて、分類ＩＤ毎のダメージの代表値（統計量）を演算する。処理装置１ｂは、分類ＩＤに紐付けられている代表特徴ベクトルを構成する複数の特徴量の大きさに対応する語句を繋ぐことにより、分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文（文）を生成する。処理装置１ｂは、油圧ショベル１０１Ａの動作状態を表す注釈文と、その注釈文の生成に用いた代表特徴ベクトルに紐付けられている分類ＩＤに対して演算されたダメージの代表値と、を関連付けた動作情報（画像）を表示装置１６５に出力する。表示装置１６５は、処理装置１ｂから入力された動作情報（画像）を出力する。

この構成によれば、表示装置１６５に、ダメージの代表値と、油圧ショベル１０１Ａの動作状態を表す注釈文とが関連付けられた表示画像が表示されるため、表示装置１６５を見た者（管理者等）は、油圧ショベル１０１Ａにダメージを与える動作状態を容易に知ることができる。つまり、本実施形態によれば、油圧ショベル１０１Ａにダメージを与える動作状態を容易に知ることのできる作業機械の動作状態算出装置１を提供することができる。

（２）処理装置１ｂは、複数の分類ＩＤを複数のグループに分類し、同じグループに分類された複数の分類ＩＤに紐付けられている代表特徴ベクトル同士の違いに基づいて、注釈文の生成に用いる特徴量を特定する。処理装置１ｂは、特定した特徴量の大きさに対応する語句を繋ぐことにより、分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文を生成する。

本実施形態に係る処理装置１ｂは、複数の分類ＩＤをその代表特徴ベクトルに基づいて階層構造の複数のグループに分類する。処理装置１ｂは、同じ下位グループに属する複数の分類ＩＤに紐付けられている代表特徴ベクトルに基づいて、下位グループの代表特徴ベクトルを演算し、同じ中位グループに属する複数の下位グループの代表特徴ベクトルに基づいて、中位グループの代表特徴ベクトルを演算する。処理装置１ｂは、同じ上位グループに属する複数の中位グループの代表特徴ベクトル同士の差分に基づいて、特徴量Ｃａを特定する。処理装置１ｂは、同じ中位グループに属する複数の下位グループの代表特徴ベクトル同士の差分に基づいて、特徴量Ｃｂを特定する。処理装置１ｂは、同じ下位グループに属する複数の分類ＩＤに紐付けられている代表特徴ベクトル同士の差分に基づいて、特徴量Ｃｃを特定する。処理装置１ｂは、特定した特徴量Ｃａの大きさに対応する語句と、特定した特徴量Ｃｂの大きさに対応する語句と、特定した特徴量Ｃｃの大きさに対応する語句と、を繋ぎ合わせることにより、分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文を生成する。

このように、処理装置１ｂは、分類ＩＤを代表特徴ベクトルに基づいて複数のグループに階層構造的に分類し、階層構造的な分類に用いた代表特徴ベクトルを構成する特徴量の大きさに対応する語句を繋ぐことにより注釈文を生成する。つまり、本実施形態では、階層構造的な分類処理の結果を反映した注釈文を生成することができ、樹形図（図１２、図１３参照）のような階層構造的な表示画像を表示装置１６５に表示させることができる。

（３）処理装置１ｂは、注釈文を構成する語句を階層的に表示装置１６５に表示させる。処理装置１ｂは、例えば、分類ＩＤが葉となる樹形図（図１２、図１３参照）を表示装置１６５に表示させる。大きなダメージが発生する動作状態の違いを階層構造的に可視化することにより、表示装置１６５を見た者（管理者等）は、大きなダメージが発生する動作状態に類似する動作状態を容易に知ることができる。

（４）処理装置１ｂは、ダメージの代表値の大きさに応じて、樹形図における葉に接続される枝の部分の表示態様を変える（図１２、図１３参照）。例えば、処理装置１ｂは、ダメージの代表値が大きいほど枝の部分を太く表示する（図１２参照）。これにより、表示装置１６５を見た者（管理者等）は、油圧ショベル１０１Ａにダメージを与える動作状態と、そのダメージの大きさを容易に知ることができる。

（５）処理装置１ｂは、ダメージの代表値が代表閾値以上となる分類ＩＤを抽出し、抽出された複数の分類ＩＤを複数のグループに分類し、同じグループに分類された複数の分類ＩＤに紐付けられている代表特徴ベクトル同士の差分に基づいて、注釈文の生成に用いる特徴量を特定する。これにより、不要な注釈文の生成のための処理が行われることを防止できる。つまり、本実施形態によれば、演算処理の負荷を低減することができる。また、注釈文が長文になることを防止できる。

＜第１実施形態の変形例＞
処理装置１ｂは、作業環境毎にダメージの代表値を演算してもよい。作業環境とは、例えば、油圧ショベル１０１Ａを操作するオペレータ、作業エリア、掘削する地盤の性質などのことを指す。作業環境の把握は、作業開始前に入力される作業計画情報、ＧＮＳＳ（Global Navigation Satellite System：全地球衛星測位システム）などを用いた位置情報、オペレータの手入力情報などに基づいて、稼働情報の分割を行えばよい。処理装置１ｂは、オペレータ毎、作業エリア毎、掘削する地盤の性質毎など作業環境毎にダメージ量と注釈文とを関連付けた画像を表示装置１６５に表示させる。これにより、表示装置１６５を見た者（管理者等）は、作業環境に応じたダメージ量と動作状態の関係を把握することができる。例えば、図１１のグラフを活用した場合、ダメージ量の大きい作業環境を特定して、作業機械１０１の位置情報とダメージ量に影響を及ぼす共通の事象が認められるのであれば、作業機械１０１の走行ルートを見直すなど、要因をより詳細に分析することが可能になる。

＜第２実施形態＞
図１４を参照して、本発明の第２実施形態に係る処理装置１Ｂｂについて説明する。図１４は、第２実施形態に係る動作状態算出装置１の機能ブロック図である。なお、第２実施形態では、第１実施形態で説明した構成と同一もしくは相当する構成には同一の参照番号を付し、相違点を主に説明する。

第１実施形態では、統計処理部１ｍによる統計処理が完了する度に、注釈文生成部１ｎが、統計処理部１ｍによって抽出された全ての分類ＩＤに対して、注釈文を生成するための一連の処理（図８のステップＳ１０５～Ｓ１２０）を実行する構成であった。これに対して、第２実施形態に係る注釈文生成部１Ｂｎは、一度注釈文を生成した分類ＩＤに関して、再度、注釈文を生成するための一連の処理（図８のステップＳ１０５～Ｓ１２０）を実行しない構成とされている。

第２実施形態に係る注釈文生成部１Ｂｎは、分類ＩＤの注釈文を生成した場合、その注釈文をＨＤＤ（記憶装置）１５６の分類モデル１Ｂｈの分類ＩＤに紐付けて記憶する。つまり、第２実施形態に係る分類モデル１Ｂｈは、分類ＩＤと、代表特徴ベクトルと、生成済みの注釈文とが対応付けられて記憶されている。統計処理部１ｍによる統計処理が完了すると、注釈文生成部１Ｂｎは、統計処理部１ｍによって抽出された全ての分類ＩＤに対して、既に注釈文が生成されているか否かを判定する。

具体的には、注釈文生成部１Ｂｎは、図８のステップＳ１００の処理を実行した後、分類モデル１Ｂｈを参照し、統計処理部１ｍによって抽出された分類ＩＤに基づいて、分類ＩＤに紐付けられた注釈文がＨＤＤ（記憶装置）１５６の分類モデル１Ｂｈに記憶されているか否かを判定する。

分類ＩＤに紐付けられた注釈文がＨＤＤ１５６の分類モデル１Ｂｈに記憶されていないと判定された場合には、注釈文生成部１Ｂｎは、第１実施形態と同様、その分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文を生成する一連の処理（図８のステップＳ１０５～Ｓ１２０）を実行する。さらに、注釈文生成部１Ｂｎは、生成された注釈文を分類ＩＤに紐付けてＨＤＤ１５６の分類モデル１Ｂｈに記憶する。この場合、表示処理部１ｏは、生成された注釈文と、生成された注釈文に紐付けられた分類ＩＤに対して演算されたダメージの代表値と、を関連付けた動作情報を表示装置１６５に出力する。

分類ＩＤに紐付けられた注釈文がＨＤＤ１５６の分類モデル１Ｂｈに記憶されていると判定された場合には、注釈文生成部１Ｂｎは、その分類ＩＤに対応する油圧ショベル１０１Ａの動作状態を表す注釈文を生成する一連の処理（図８のステップＳ１０５～Ｓ１２０）を実行しない。注釈文生成部１Ｂｎは、ＨＤＤ１５６の分類モデル１Ｂｈに記憶されている注釈文を選択する。表示処理部１ｏは、選択された注釈文と、選択された注釈文に紐付けられた分類ＩＤに対して演算されたダメージの代表値と、を関連付けた動作情報を表示装置１６５に出力する。

このように、第２実施形態に係る処理装置１Ｂｂは、生成した注釈文を分類ＩＤに紐付けて記憶する。これにより、統計処理部１ｍによって抽出された分類ＩＤに対して、既に注釈文が生成されている場合には、注釈文の生成処理を再度行う必要がなくなる。その結果、処理装置１Ｂｂによる演算処理の負荷の低減を図ることができる。

＜第３実施形態＞
図１５を参照して、本発明の第３実施形態に係る処理装置１Ｃｂについて説明する。図１５は、第３実施形態に係る動作状態算出装置１の機能ブロック図である。なお、第３実施形態では、第２実施形態で説明した構成と同一もしくは相当する構成には同一の参照番号を付し、相違点を主に説明する。

第１実施形態及び第２実施形態に係る分類処理部１ｉは、図３Ｂに示すように、演算された特徴ベクトル（特徴座標値）４ｅに、その特徴ベクトル４ｅに最も近い代表特徴ベクトル（代表特徴座標値）４ｄの分類ＩＤを割り当てる例について説明した。この方法では、特徴ベクトル４ｅと、代表特徴ベクトル４ｄとの距離が大きい場合であっても分類ＩＤが付与される。その結果、演算された特徴ベクトル４ｅに分類モデル１ｈ，１Ｂｈの分類ＩＤが適切に付与されないおそれがある。この現象は、分類モデル１ｈ，１Ｂｈを作成する学習フェーズにおいて、入力データ（特徴量）が十分に学習されていなかったことに起因する。

そこで、図１５に示す第３実施形態に係る処理装置１Ｃｂは、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていない場合には、新たな代表特徴ベクトルと新たな分類ＩＤを分類モデル１Ｃｈに追加することにより分類モデル１Ｃｈを更新する。以下、詳しく説明する。

図１５に示すように、処理装置１Ｃｂは、分類モデル１Ｃｈの更新処理を実行する更新処理部１Ｃｐとしての機能を備えている。分類処理部１Ｃｉは、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されているか否かを判定する。分類処理部１Ｃｉは、演算された特徴ベクトルと分類モデル１Ｃｈに記憶されている全ての代表特徴ベクトルとの間の距離を演算する。

分類処理部１Ｃｉは、演算された全ての距離が非類似閾値以上である場合には、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていないと判定する。分類処理部１Ｃｉは、演算された全ての距離のうち、非類似閾値未満である距離が一つでもある場合には、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていると判定する。非類似閾値は、予め任意の値がＲＯＭ１５２に記憶されている。なお、非類似閾値は、分類ＩＤの分布状況より求められる統計量に基づいて決めても構わない。

演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていないと判定された場合には、更新処理部１Ｃｐは、分類モデル１Ｃｈの更新処理を実行する。具体的には、更新処理部１Ｃｐは、演算された特徴ベクトルに基づいて新たな代表特徴ベクトルと新たな分類ＩＤを生成する。さらに、更新処理部１Ｃｐは、生成された新たな代表特徴ベクトルと新たな分類ＩＤとを紐付けて分類モデル１Ｃｈに記憶する。

演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていると判定された場合には、更新処理部１Ｃｐは、分類モデル１Ｃｈの更新処理を実行しない。

更新処理部１Ｃｐは、例えば、分類処理部１Ｃｉにより演算された特徴ベクトルそのものを新たな代表特徴ベクトルとして分類モデル１Ｃｈを更新する。なお、新たな代表特徴ベクトルを分類モデル１Ｃｈに追加する方法はこれに限られない。例えば、分類処理部１Ｃｉにより時間軸上で連続して演算された複数の特徴ベクトルのそれぞれに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていない場合、更新処理部１Ｃｐは、これらの特徴ベクトルの重心値を新たな代表特徴ベクトルとして分類モデル１Ｃｈを更新してもよい。

このように、第３実施形態に係る処理装置１Ｃｂは、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈに記憶されていない場合、演算された特徴ベクトルに基づいて、新たな代表特徴ベクトルを生成し、新たな分類ＩＤと紐付けて分類モデル１Ｃｈに記憶する。この構成によれば、演算された特徴ベクトルに類似する代表特徴ベクトルが分類モデル１Ｃｈにない場合においても、新たな代表特徴ベクトルとそれに紐付けられた新たな分類ＩＤを生成することができるので、適切な分類処理、ダメージ演算処理、紐付け処理、注釈文生成処理等の各処理を実行することが可能になる。その結果、より適切に、注釈文とダメージ量とを管理者に提示することができる。

＜第４実施形態＞
図１６及び図１７を参照して、本発明の第４実施形態に係る処理装置１Ｃｂについて説明する。図１６は、第４実施形態に係る動作状態算出装置１の機能ブロック図であり、図１７は、油圧ショベル１０１Ａの運転室内に設けられる表示装置１２５及びスピーカ１２６から出力される情報の一例について示す図である。なお、第４実施形態では、第３実施形態で説明した構成と同一もしくは相当する構成には同一の参照番号を付し、相違点を主に説明する。

第１～第３実施形態では、収集装置１ａが作業機械１０１に設けられ、処理装置１ｂ，１Ｂｂ，１Ｃｂが管理施設に設けられる例について説明した。これに対して、第４実施形態では、収集装置１Ｄａ及び処理装置１Ｄｂが作業機械１０１に設けられている。

また、第４実施形態に係る処理装置１Ｄｂは、第３実施形態で説明した処理装置１Ｃｂの各機能に加え、第１収集部１Ｄｆ及び第２収集部１Ｄｇにより逐次収集される稼働情報に基づいて、大きなダメージが発生したか否かを逐次判定する機能を有する。さらに、処理装置１Ｄｂは、大きなダメージが発生した場合に、そのときの作業機械１０１の動作状態を説明する注釈文を生成し、生成した注釈文を音声によってオペレータに提示する機能を有する。なお、図１６では、ダメージ動作データベース１ｕ、統計処理部１ｍ及び注釈文生成部１Ｂｎの図示は省略し、第４実施形態の処理装置１Ｄｂの特徴的な機能について図示している。以下、第４実施形態に係る動作状態算出装置１について詳しく説明する。

図１６に示すように、第１収集部１Ｄｆ及び第２収集部１Ｄｇとして機能する収集装置１Ｄａは、逐次、収集した第１稼働情報及び第２稼働情報を処理装置１Ｄｂに送信する。分類処理部１Ｄｉは、入力された第１稼働情報に基づいて特徴ベクトルを演算し、分類モデル１Ｃｈを参照して、演算された特徴ベクトルに対して、その特徴ベクトルに類似する代表特徴ベクトルの分類ＩＤを付与する。ダメージ演算処理部１Ｄｊは、入力された第２稼働情報に基づいてダメージを演算する。紐付け処理部１Ｄｋは、分類処理部１Ｄｉによって分類された分類ＩＤと、ダメージ演算処理部１Ｄｊによって演算されたダメージとを紐付ける。

第４実施形態に係る処理装置１Ｄｂは、ダメージ判定部１Ｄｑ、注釈文探索部１Ｄｒ及び音出力処理部１Ｄｓとしての機能を備える。ダメージ演算処理部１Ｄｊは、油圧ショベル１０１Ａが受けたダメージを演算する。ダメージ判定部１Ｄｑは、ダメージ演算処理部１Ｄｊによって演算されたダメージが、ダメージ閾値以上であるか否かを判定する。つまり、ダメージ判定部１Ｄｑは、ダメージ閾値以上のダメージが発生したか否かを判定している。ダメージ閾値は、予めＲＯＭ１５２に記憶されている。なお、ダメージ閾値は、管理者による入力装置１６１の操作によって変更できるようにしてもよい。

ダメージ判定部１Ｄｑにより、ダメージ演算処理部１Ｄｊによって演算されたダメージが、ダメージ閾値以上であると判定された場合には、注釈文探索部１Ｄｒは、そのときの油圧ショベル１０１Ａの動作状態を表す注釈文を分類モデル１Ｃｈから探索する。具体的には、注釈文探索部１Ｄｒは、演算されたダメージに紐付けられた分類ＩＤに対応する注釈文を分類モデル１Ｃｈから探索する。なお、ダメージ判定部１Ｄｑにより、ダメージ演算処理部１Ｄｊによって演算されたダメージが、ダメージ閾値未満であると判定された場合には、注釈文探索部１Ｄｒは、注釈文の探索を行わない。

音出力処理部１Ｄｓは、注釈文探索部１Ｄｒにより探索された注釈文を音声データに変換し、音声データをスピーカ１２６に出力する。スピーカ１２６は、入力された音声データに基づいて、注釈文を音声により出力する。注釈文はテキストデータである。したがって、処理装置１Ｄｂは、ＴＴＳ（Text to Speech）などのソフトウェアを用いることにより、音声出力装置としてのスピーカ１２６によって、注釈文を音声で出力することが可能になる。

表示処理部１Ｄｏは、図１７に示すように、表示装置１２５の表示画面に、バケットシリンダのダメージの時系列変化を表す時系列グラフ１５ｂを表示させる。時系列グラフ１５ｂは、横軸が時間軸であり、過去の履歴を表示している。ダメージ判定部１Ｄｑにおいて、ダメージ閾値以上のダメージが発生したことが判定されると、表示処理部１Ｄｏは、ダメージ閾値以上のダメージが発生した時刻を示す時刻マーカ１５ｇを時系列グラフ１５ｂの時間軸に表示させる。また、表示処理部１Ｄｏは、ダメージ閾値以上のダメージが発生した時刻を時刻表示領域１５ｅに表示させる。したがって、オペレータは、時刻マーカ１５ｇが示す時刻及び時刻表示領域１５ｅに表示される時刻において、大きなダメージが発生したことを確認することができる。時刻マーカ１５ｇは表示が示す点を動かすことで、過去の任意の時刻を指定することができる。またダメージが発生した時刻は、ダメージ情報と関連付けてデータベースに記憶することとしてもよい。こうすることで、必要な際はダメージ履歴情報として任意に検索して表示することができる。なお、時刻表示領域１５ｅには、現在時刻が表示されていてもよい。

表示処理部１Ｄｏは、ダメージ判定部１Ｄｑにおいて、ダメージ閾値以上のダメージが発生したことが判定されると、表示装置１２５の表示画面のダメージ判定結果表示領域１５ｃに、テキストで「バケットシリンダに大きなダメージ発生」と表示する。また、音出力処理部１Ｄｓは、ダメージ判定部１Ｄｑにおいて、ダメージ閾値以上のダメージが発生したことが判定されると、「バケットシリンダに大きなダメージ発生」をスピーカ１２６によって音声出力させる。

表示処理部１Ｄｏは、ダメージ判定部１Ｄｑにおいて、ダメージ閾値以上のダメージが発生したことが判定された時刻における特徴ベクトルに基づいて探索された注釈文を表示装置１２５の表示画面の注釈文表示領域１５ｄに表示させる。例えば、表示処理部１Ｄｏは、表示装置１２５の表示画面に注釈文である「バケットシリンダＭＡＸ、ジャッキアップ」を表示させる。また、音出力処理部１Ｄｓは、注釈文である「バケットシリンダＭＡＸ、ジャッキアップ」をスピーカ１２６によって音声出力させる。なお、ジャッキアップとは、作業装置４を利用して車体を持ち上げる動作である。

なお、注釈文を構成する語句は、オペレータや管理者が変更できるようにしてもよい。つまり、枝分かれ要因の言語化は、オペレータや管理者が設定した語句を組み合わせることにより行うこととしてもよい。収集装置１ａまたは処理装置１ｂは、入力装置１２０，１６１（図１参照）からの入力情報に基づいて、語句を生成し、分類モデル１Ｃｈに記憶する。この構成によれば、新たな動作状態に対応する新たな語句を分類モデル１Ｃｈに追加したり、既に記憶されている語句を変更したりすることができる。その結果、油圧ショベル１０１Ａの動作状態をより把握しやすい注釈文を出力させることができる。

オペレータや管理者による語句の入力は、以下のように行うことが好ましい。例えば、動作状態算出装置１は、枝分かれした２つの動作状態を表す特徴ベクトルを表示装置１２５，１６５に表示させる。これにより、表示装置１２５，１６５の表示画面を見た者は、２つの特徴ベクトルを構成する特徴量の違いから推測される語句を入力装置１２０，１６１によって入力することができる。また、動作状態算出装置１は、２つの動作状態を表す３Ｄ－ＣＧ（Computer Graphics）アニメーションを表示装置１２５，１６５に表示させる。これにより、表示装置１２５，１６５の表示画面を見た者は、２つのアニメーションの違いから推測される語句を入力装置１２０，１６１によって入力することができる。アニメーションによって把握しやすい動作状態としては、ジャッキアップ等がある。

例えば、「バケットシリンダＭＡＸ、ジャッキアップ」の前半の語句「バケットシリンダＭＡＸ」が「バケットシリンダＭＡＸで」に変更され、後半の語句「ジャッキアップ」が「ジャッキアップを実施」に変更された場合、注釈文は、「バケットシリンダＭＡＸでジャッキアップを実施」となる。また、「バケットシリンダＭＡＸ、ジャッキアップ」の前半の語句「バケットシリンダＭＡＸ」が「バケットシリンダ最伸長状態で」に変更され、後半の語句「ジャッキアップ」が「ジャッキアップ動作を行いました」に変更された場合、注釈文は、「バケットシリンダ最伸長状態で、ジャッキアップ動作を行いました」となる。

なお、表示用の注釈文と、音声出力用の注釈文とを異なるようにしてもよい。これにより、表示画面の大きさに制約がある場合など、表示用の注釈文を短く、音声出力用の注釈文を長くするなどの対応が可能である。例えば、表示装置１２５の注釈文表示領域１５ｄに「バケットシリンダＭＡＸ、ジャッキアップ」と表示させるとともに、スピーカ１２６から「バケットシリンダ最伸長状態で、ジャッキアップ動作を行いました」という音声を出力させることもできる。

表示処理部１Ｄｏは、表示装置１２５の表示画面におけるアニメーション表示領域１５ｆに、ＣＧ（Computer Graphics）などを用いて油圧ショベル１０１Ａのアニメーションを表示させる。表示処理部１Ｄｏは、収集装置１Ｄａにより取得された作業装置４の関節角（ブーム角、アーム角、バケット角）及び車体の傾斜角に基づいて、油圧ショベル１０１Ａの姿勢を再現する。なお、表示処理部１Ｄｏは、大きなダメージが発生している部位を強調表示するイメージ画像１５ｈをアニメーションに重ねて表示してもかまわない。また、図示していないが、表示処理部１Ｄｏは、表示装置１２５の表示画面に、樹形図（図１０、図１２、図１３参照）をさらに表示させてもよい。

このように、本第４実施形態に係る動作状態算出装置１は、音声を出力するスピーカ（音声出力装置）１２６を備えている。処理装置１Ｄｂは、注釈文をスピーカ１２６により音声で出力させる。処理装置１Ｄｂは、作業機械１０１が受けたダメージが、ダメージ閾値以上であるか否かを判定する。処理装置１Ｄｂは、作業機械１０１が受けたダメージが、ダメージ閾値以上であると判定された場合には、そのときの作業機械１０１の動作状態を表す注釈文を分類モデル１Ｃｈから探索し、探索した注釈文を音声データに変換し、スピーカ１２６によって注釈文を音声で出力させる。この構成によれば、大きなダメージが発生した場合に、油圧ショベル１０１Ａの動作状態を表す注釈文を音声に変換して、報知することができる。これにより、油圧ショベル１０１Ａのオペレータは、大きなダメージが発生した場合に、そのときの油圧ショベル１０１Ａの動作状態を直ちに知ることができる。

なお、ダメージを受けた場所や動作状態によっては、油圧ショベル１０１Ａのアニメーションで適切に表現することが難しい場合がある。本実施形態では、ダメージを受けた場所や動作状態をテキストや音声で出力することができるため、オペレータは、ダメージを受けた場所や動作状態を適切に知ることができる。

＜第４実施形態の変形例＞
第４実施形態では、作業機械１０１が油圧ショベル１０１Ａである場合について説明したが、本発明はこれに限定されない。本変形例では、作業機械１０１がダンプトラック１０１Ｂである場合について説明する。図１８は、ダンプトラック１０１Ｂの運転室内に設けられる表示装置１２５及びスピーカ１２６から出力される情報の一例について示す図である。図１８に示すように、ダンプトラック１０１Ｂの運転室には、表示装置１２５及びスピーカ１２６が設けられている。

表示処理部１Ｄｏは、表示装置１２５の表示画面に、車体のダメージの時系列変化を表す時系列グラフ１５ｂを表示させる。車体のダメージは、例えば、タイヤと車体とを接続するサスペンションの圧力の変化に基づいて演算される。サスペンションの圧力は、圧力センサにより検出され、第２収集部１Ｄｇにより収集される。ダメージ演算処理部１Ｄｊは、第２収集部１Ｄｇにより収集されたサスペンションの圧力の変化に基づいて、車体のダメージを演算する。

作業機械１０１がダンプトラック１０１Ｂである場合、特徴ベクトルを構成する特徴量には、検出装置により検出される「車速」「積載量」「サスペンション圧力」「ホイストシリンダ圧力」などが設定される。

したがって、本変形例に係る処理装置１Ｄｂは、上記実施形態と同様、ダンプトラック１０１Ｂの稼働情報を特徴量とする特徴ベクトルを演算し、分類モデル１Ｃｈに基づいて、演算された特徴ベクトルに分類ＩＤを付与することができる。

図示する例では、運搬物を積載したダンプトラック１０１Ｂが、凹凸の大きな路面を高速で通過したときの特徴ベクトルに分類ＩＤを付与し、その分類ＩＤに対応する注釈文を分類モデル１Ｃｈから探索し、探索した注釈文を音声で出力するとともにテキストで表示した例である。このように、動作状態算出装置１は、作業機械１０１がダンプトラック１０１Ｂである場合にも、上記実施形態と同様の処理を行うことができる。

次のような変形例も本発明の範囲内であり、変形例に示す構成と上述の実施形態で説明した構成を組み合わせたり、上述の異なる実施形態で説明した構成同士を組み合わせたり、以下の異なる変形例で説明する構成同士を組み合わせることも可能である。

＜変形例１＞
第１実施形態に係る処理装置１ｂは、表示装置１６５に樹形図（図１２、図１３参照）を表示させ、樹形図上に、注釈文を構成する語句を階層的に表示させる例について説明した。処理装置１ｂは、注釈文を構成する語句をカタログ化により階層的に表示させてもよい。ここで、カタログ化とは、目次のように階層的に動作状態を一覧化することをいう。図１９は、カタログ化により階層的に表示された注釈文とダメージ量の表示画像の一例について示す図である。

図１９に示す例では、上位グループにおける枝分かれ要因として特定された特徴量Ｃａの大きさに対応する語句である「横あて」が第１項目として表示されている。また、中位グループにおける枝分かれ要因として特定された特徴量Ｃｂの大きさに対応する語句「右」と「左」が第２項目として表示されている。さらに、下位グループにおける枝分かれ要因として特定された特徴量Ｃｃの大きさに対応する語句である「アーム角鉛直」と「アーム角ＭＡＸ」が第３項目として表示されている。

表示処理部１ｏは、ダメージ量として、同じ分類ＩＤが設定された区間におけるダメージ量の平均値、最大値、及び累積値を表示装置１６５に表示させる。このように、本変形例では、動作状態を表す注釈文をカタログ化して表示するとともに、ダメージ量を表示する。これにより、表示装置１６５を見た者（管理者等）は、同じ「横あて」でもどのような動作状態で横あてをすると大きなダメージが発生するのかを容易に把握することができる。

なお、図示する例では、油圧ショベル１０１Ａの作業装置４の側部を地山の側面等にぶつける「横あて」動作を階層構造的に分類し、カタログ化した例であるが、他の動作を分類し、カタログ化してもよい。例えば、作業装置４を利用して車体を持ち上げるジャッキアップを階層構造的に分類し、カタログ化して表示してもよい。

＜変形例２＞
第１～第３実施形態では、収集装置（機械制御装置）１ａが作業機械１０１に設けられ、処理装置（管理サーバ）１ｂ，１Ｂｂ，１Ｃｂが管理施設に設けられる例について説明した。第４実施形態では、収集装置（機械制御装置）１Ｄａ及び処理装置（機械制御装置）１Ｄｂが作業機械１０１に設けられる例について説明した。しかしながら、本発明はこれらに限定されない。管理サーバ１５０が収集装置１ａの機能の一部または全部を有していてもよい。また、機械制御装置１１０が処理装置１ｂの機能の一部または全部を有していてもよい。つまり、作業機械の動作状態算出装置（動作状態算出システム）１は、管理施設にのみ設けられていてもよいし、作業機械１０１にのみ設けられていてもよい。また、作業機械の動作状態算出装置（動作状態算出システム）１の一部が作業機械１０１に設けられ、残りが管理施設に設けられていてもよい。

例えば、動作状態算出装置１は、図２０に示すような構成とすることもできる。図２０に示す例では、作業機械１０１に設けられる機械制御装置１１０が、第１実施形態で説明した第１収集部１ｆ、第２収集部１ｇ、分類処理部１ｉ、ダメージ演算処理部１ｊ、紐付け処理部１ｋとしての機能、並びに、第４実施形態で説明したダメージ判定部１Ｄｑ及び注釈文探索部１Ｄｒ、音出力処理部１Ｄｓ、表示処理部１Ｄｏとしての機能を有している。また、管理施設に設けられる管理サーバ１５０が、第１実施形態で説明した統計処理部１ｍ及び表示処理部１ｏ、第２実施形態で説明した注釈文生成部１Ｂｎ、並びに、第３実施形態で説明した更新処理部１Ｃｐとしての機能を有している。

本変形例に係る動作状態算出装置１は、ダメージ閾値以上のダメージが発生した場合、第４実施形態と同様、リアルタイム（逐次処理）で、注釈文の画像を表示装置１２５に表示させるとともに、スピーカ１２６により注釈文を音声によって出力する。また、本変形例に係る動作状態算出装置１は、階層的クラスタリング処理を実行し、生成した注釈文を樹形図のような階層的構造の表示態様で表示装置１２５，１６５に表示させることができる。

本変形例に係る処理装置としての管理サーバ１５０は、統計処理の結果である分類ＩＤ毎に演算されたダメージの代表値に基づいて、ダメージが発生している部品の点検時期を演算し、その演算結果を表示装置１６５に表示させる。これにより、表示装置１６５を見た者は、部品の点検時期を知ることができるので、メンテナンス計画を適切にたてることができる。

また、本変形例に係る管理サーバ１５０は、統計処理の結果に基づいて、部品の寿命を演算し、その演算結果を表示装置１６５に表示させる。これにより、表示装置１６５を見た者は、部品の寿命を知ることができるので、メンテナンス計画を適切にたてることができる。

さらに、本変形例に係る管理サーバ１５０は、統計処理の結果に基づいて、次に開発する機種の設計条件を検討するためのデータを演算し、その演算結果を表示装置１６５に表示させる。これにより、表示装置１６５を見た者は、次に開発する機種の設計条件の検討を適切に行うことができる。

管理サーバ１５０は、部品の点検時期及び寿命の演算結果（予測結果）を表示装置１６５に表示させるとともに、注釈文を樹形図化またはカタログ化した画像を表示装置１６５に表示させる。部品の点検時期、寿命とともに注釈文を表示装置１６５に表示させることにより、表示装置１６５を見た者は、ダメージの大きさ、点検時期、寿命、動作状態の関係に基づいて、作業機械１０１の作業計画、開発計画等を適切にたてることができる。

管理サーバ１５０は、複数の作業機械１０１から取得した特徴ベクトルに基づいて、分類モデル（マスタ）の更新処理を実行する。管理サーバ１５０は、定期的に、あるいは作業機械１０１から要求があった場合に、分類モデル（マスタ）に基づいて、作業機械１０１の分類モデルのアップデートを行う。

この構成によれば、複数の作業機械１０１のいずれかで、分類モデルの代表特徴ベクトルに類似しない特徴ベクトルが演算され、管理サーバ１５０に送信されることにより、新たな代表特徴ベクトルが分類モデル（マスタ）に登録され、登録された新たな代表特徴ベクトルが各作業機械１０１の分類モデルにも追加される。

＜変形例３＞
第１～第４実施形態では、作業機械１０１が油圧ショベル１０１Ａである場合について説明し、第４実施形態の変形例では、作業機械１０１がダンプトラック１０１Ｂである場合について説明したが、本発明はこれに限定されない。本発明は、掘削、運搬、組立、分解等の作業を行う作業装置を備えた種々の作業機械に適用することができる。

＜変形例４＞
上記実施形態では、階層的クラスタリング処理により、分類ＩＤを階層構造の複数のグループに再分類する例について説明したが、本発明はこれに限定されない。ニューラルネットワーク手法により、分類ＩＤを複数のグループに再分類してもよい。

＜変形例５＞
第１実施形態では、処理装置１ｂが、ダメージ量が代表閾値以上となる分類ＩＤを抽出し、抽出された複数の分類ＩＤに対して注釈文を生成する例について説明したが、本発明はこれに限定されない。処理装置１ｂは、ダメージ量に関わらず、全ての分類ＩＤに対して注釈文を生成してもよい。

＜変形例６＞
第１実施形態では、注釈文を表示装置１６５に表示させる例について説明したが、注釈文を外部へ出力する態様は、これに限定されない。動作状態算出装置１は、出力装置としての印刷装置を備えていてもよい。この場合、処理装置１ｂは、印刷装置によって注釈文を紙に印刷することで、外部へ注釈文を出力させる。

第１実施形態において、管理施設にスピーカ等の音声出力装置を設け、処理装置１ｂが、注釈文を音声データに変換し、変換した音声データを音声出力装置に出力してもよい。これにより、注釈文を音声出力装置により音声で出力することができる。

また、処理装置１ｂは、注釈文を含む動作情報を、出力装置としての通信装置１６２を介して、スマートフォン、タブレットＰＣ、携帯電話等の携帯端末に送信（出力）するようにしてもよい。これにより、携帯端末の所有者は、携帯端末を操作することにより、注釈文を含む情報を表示画面に表示させることができる。

＜変形例７＞
第１実施形態では、処理装置１ｂが、特定された特徴量Ｃａの大きさに対応する語句と、特定された特徴量Ｃｂの大きさに対応する語句と、特定された特徴量Ｃｃの大きさに対応する語句とを繋いで注釈文を生成する例、すなわち３つの語句を繋いで注釈文を生成する例について説明したが、本発明はこれに限定されない。処理装置１ｂは、少なくとも２つの語句を繋いで注釈文を生成すればよい。また、処理装置１ｂは、第１～第３階層となる階層的クラスタリング処理を実施する場合に限定されない。処理装置１ｂは、４階層以上となる階層的クラスタリング処理を実施してもよい。この場合、注釈文は、４つ以上の語句が繋ぎ合わされることにより生成される。

＜変形例８＞
第１実施形態では、ダメージ演算処理部１ｊが対象としているダメージが、応力疲労損傷のような物理的なダメージである例について説明したが、本発明はこれに限定されない。ダメージ演算処理部１ｊが対象としているダメージには、油圧ショベル１０１Ａのバランスが悪い姿勢となっている状況等の油圧ショベル１０１Ａが不安定となる状況が含まれていてもよい。油圧ショベル１０１Ａのバランスが悪い姿勢は、油圧ショベル１０１Ａに傾斜計を取り付けることによって検出され得る。

＜変形例９＞
第１実施形態では、表示装置１６５の表示画面１６５ａに表示される棒グラフ（図１１参照）及び樹形図（図１２、図１３参照）に分類ＩＤが含まれている例について説明したが、本発明はこれに限定されない。棒グラフ（図１１参照）及び樹形図（図１２、図１３参照）には分類ＩＤを表示しなくてもよい。表示装置１６５の表示画面１６５ａには、少なくとも、注釈文とダメージ量とが関連付けられた画像が表示されていればよい。

＜変形例１０＞
第４実施形態では、表示装置１２５，１６５の表示画面に、注釈文とダメージ量を関連付けてアニメーションを表示する例（図１７参照）について説明したが、表示範囲は作業機械１０１の側面（表側）に限られない。３Ｄ－ＣＧによるアニメーション表示では、ある視点位置から作業機械１０１の状況を表示画面に投影した観察動画となるため、問題となる動作（ダメージ動作）が裏側で起こっている場合、状況が把握できないという問題がある。そこで、アニメーションで特定できないダメージであるか否かを判定する構成（ダメージ領域判定手段）を設けて、その判定結果に応じて、表示をテキストや音声のいずれかにするなどしてもよい。すなわち作業機械１０１の累積損傷度は、アニメーションで確認できる表面だけでなく裏面でも増加しうるが、視覚的に確認できない裏面を含む表示によって作業機械全体の状態を把握することができる。例えば、作業機械１０１の表面の累積損傷度はアニメーションで表示し、裏側はテキストまたは音声で表示するなど、表示のしかたは任意に組み合わせて設定してもよい。それによってオペレータにもいっそう有用な通知が可能になる。

以上、本発明の実施形態について説明したが、上記実施形態は本発明の適用例の一部を示したに過ぎず、本発明の技術的範囲を上記実施形態の具体的構成に限定する趣旨ではない。

上述した実施形態及び変形例は本発明を理解し易く説明するために例示したものであり、必ずしも説明した全ての構成を備えるものに限定されない。また、ある実施形態、変形例の構成の一部を他の実施形態、変形例の構成に置き換えることが可能であり、また、ある実施形態、変形例の構成に他の実施形態、変形例の構成を加えることも可能である。なお、図中に示した制御線や情報線は説明上必要と考えられるものを示しており、製品上で必要な全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

１…作業機械の動作状態算出装置、１ａ，１Ｄａ…収集装置、１ｂ，１Ｂｂ，１Ｃｂ，１Ｄｂ…処理装置、１ｆ，１Ｄｆ…第１収集部、１ｇ，１Ｄｇ…第２収集部、１ｈ，１Ｂｈ，１Ｃｈ…分類モデル、１ｉ，１Ｃｉ，１Ｄｉ…分類処理部、１ｊ，１Ｄｊ…ダメージ演算処理部、１ｋ，１Ｄｋ…紐付け処理部、１ｍ…統計処理部、１ｎ，１Ｂｎ…注釈文生成部、１ｏ，１Ｄｏ…表示処理部、１ｕ…ダメージ動作データベース、１Ｃｐ…更新処理部、１Ｄｑ…ダメージ判定部、１Ｄｒ…注釈文探索部、１Ｄｓ…音出力処理部、４…作業装置、１０１…作業機械、１０１Ａ…油圧ショベル（作業機械）、１０１Ｂ…ダンプトラック（作業機械）、１０１Ｃ…作業ロボット（作業機械）、１２０…入力装置、１２１～１２４…検出装置、１２５…表示装置（出力装置）、１２６…スピーカ（音声出力装置、出力装置）、１５０…管理サーバ、１６１…入力装置、１６２…通信装置（出力装置）、１６５…表示装置（出力装置）

Claims (12)

1. 時系列的に変化する作業機械の稼働に伴う複数の稼働情報に基づいて前記作業機械の動作状態を算出する処理装置と、
   前記処理装置により算出された前記作業機械の動作状態を表す動作情報を出力する出力装置と、を備えた作業機械の動作状態算出装置において、
   前記処理装置は、
   前記複数の稼働情報を特徴量とする特徴ベクトルを複数の時刻毎に演算し、
   前記作業機械の動作状態を表す特徴ベクトルのクラスタの代表値である代表特徴ベクトルと分類ＩＤとが紐付けられた分類モデルに基づいて、複数の時刻毎に演算された前記特徴ベクトルに前記分類ＩＤを付与し、
   前記複数の稼働情報に基づいて、前記作業機械が受けたダメージを複数の時刻毎に演算し、
   時刻と、演算された前記特徴ベクトルに付与された前記分類ＩＤと、演算された前記ダメージと、を紐付けたデータベースを記憶し、
   前記データベースに含まれる前記時刻、前記分類ＩＤ、及び前記ダメージに基づいて、前記分類ＩＤ毎の前記ダメージの代表値を演算し、
   前記分類ＩＤに紐付けられている前記代表特徴ベクトルを構成する複数の特徴量の大きさに対応する語句を繋ぐことにより、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成し、
   前記作業機械の動作状態を表す文と、前記文の生成に用いた前記代表特徴ベクトルに紐付けられている前記分類ＩＤに対して演算された前記ダメージの代表値とを関連付けた動作情報を前記出力装置に出力し、
   前記出力装置は、前記処理装置から入力された前記動作情報を出力する
   ことを特徴とする作業機械の動作状態算出装置。
2. 請求項１に記載の作業機械の動作状態算出装置において、
   前記処理装置は、
   複数の前記分類ＩＤを複数のグループに分類し、
   同じグループに分類された複数の前記分類ＩＤに紐付けられている前記代表特徴ベクトル同士の違いに基づいて、前記文の生成に用いる前記特徴量を特定し、
   特定した前記特徴量の大きさに対応する語句を繋ぐことにより、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成する
   ことを特徴とする作業機械の動作状態算出装置。
3. 請求項２に記載の作業機械の動作状態算出装置において、
   前記処理装置は、
   複数の前記分類ＩＤを前記代表特徴ベクトルに基づいて階層構造の複数のグループに分類し、
   同じ下位のグループに属する複数の分類ＩＤに紐付けられている前記代表特徴ベクトルに基づいて、前記下位のグループの代表特徴ベクトルを演算し、
   同じ上位のグループに属する複数の前記下位のグループの代表特徴ベクトル同士の差分に基づいて、第１の特徴量を特定し、
   同じ下位のグループに属する複数の分類ＩＤに紐付けられている前記代表特徴ベクトル同士の差分に基づいて、第２の特徴量を特定し、
   特定した前記第１の特徴量の大きさに対応する語句と、特定した前記第２の特徴量の大きさに対応する語句と、を含む、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成する
   ことを特徴とする作業機械の動作状態算出装置。
4. 請求項３に記載の作業機械の動作状態算出装置において、
   前記出力装置は、画像を表示する表示装置であって、
   前記処理装置は、前記文を構成する前記語句を階層的に前記表示装置に表示させる
   ことを特徴とする作業機械の動作状態算出装置。
5. 請求項４に記載の作業機械の動作状態算出装置において、
   前記処理装置は、
   前記分類ＩＤが葉となる樹形図を前記表示装置に表示させ、
   前記ダメージの代表値の大きさに応じて、前記樹形図における前記葉に接続される枝の部分の表示態様を変える
   ことを特徴とする作業機械の動作状態算出装置。
6. 請求項１に記載の作業機械の動作状態算出装置において、
   前記処理装置は、
   前記ダメージの代表値が代表閾値以上となる前記分類ＩＤを抽出し、
   抽出された複数の前記分類ＩＤを複数のグループに分類し、
   同じグループに分類された複数の前記分類ＩＤに紐付けられている前記代表特徴ベクトル同士の差分に基づいて、前記文の生成に用いる前記特徴量を特定し、
   特定した前記特徴量の大きさに対応する語句を繋ぐことにより、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成する
   ことを特徴とする作業機械の動作状態算出装置。
7. 請求項１に記載の作業機械の動作状態算出装置において、
   前記文を前記分類ＩＤに紐付けて記憶する記憶装置を備え、
   前記処理装置は、
   前記分類ＩＤに紐付けられた前記文が前記記憶装置に記憶されているか否かを判定し、
   前記分類ＩＤに紐付けられた前記文が前記記憶装置に記憶されていないと判定された場合には、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成し、生成された前記文を前記分類ＩＤに紐付けて前記記憶装置に記憶し、生成された前記文と、生成された前記文に紐付けられた前記分類ＩＤに対して演算された前記ダメージの代表値と、を関連付けた動作情報を前記出力装置に出力し、
   前記分類ＩＤに紐付けられた前記文が前記記憶装置に記憶されていると判定された場合には、前記分類ＩＤに対応する前記作業機械の動作状態を表す文を生成することなく、前記記憶装置に記憶されている前記文を選択し、選択された前記文と、選択された前記文に紐付けられた前記分類ＩＤに対して演算された前記ダメージの代表値と、を関連付けた動作情報を前記出力装置に出力する
   ことを特徴とする作業機械の動作状態算出装置。
8. 請求項１に記載の作業機械の動作状態算出装置において、
   前記処理装置は、作業環境毎に前記ダメージの代表値を演算する
   ことを特徴とする作業機械の動作状態算出装置。
9. 請求項１に記載の作業機械の動作状態算出装置において、
   前記処理装置は、
   演算された前記特徴ベクトルに類似する代表特徴ベクトルが前記分類モデルに記憶されているか否かを判定し、
   演算された前記特徴ベクトルに類似する代表特徴ベクトルが前記分類モデルに記憶されていないと判定された場合には、演算された前記特徴ベクトルに基づいて新たな代表特徴ベクトルと新たな分類ＩＤを生成し、生成された前記新たな代表特徴ベクトルと前記新たな分類ＩＤとを紐付けて前記分類モデルに記憶する
   ことを特徴とする作業機械の動作状態算出装置。
10. 請求項７に記載の作業機械の動作状態算出装置において、
    前記出力装置は、音声を出力する音声出力装置であって、
    前記処理装置は、
    前記作業機械が受けたダメージが、ダメージ閾値以上であるか否かを判定し、
    前記作業機械が受けたダメージが、ダメージ閾値以上であると判定された場合には、そのときの前記作業機械の動作状態を表す前記文を前記音声出力装置により音声で出力させる
    ことを特徴とする作業機械の動作状態算出装置。
11. 請求項１に記載の作業機械の動作状態算出装置において、
    前記処理装置は、前記分類ＩＤ毎に演算された前記ダメージの代表値に基づいて、前記ダメージが発生している部品の点検時期及び寿命の少なくとも一方を演算し、その演算結果とともに前記文を前記出力装置によって出力させる
    ことを特徴とする作業機械の動作状態算出装置。
12. 請求項１に記載の作業機械の動作状態算出装置において、
    前記処理装置は、入力装置からの入力情報に基づいて、前記語句を生成し、記憶する
    ことを特徴とする作業機械の動作状態算出装置。

Images