JP6039696B2 - ショベルの異常判定方法、管理装置、及びショベル - Google Patents

Description

本発明は、ショベルから取得されたある物理量の検出値に基づいて、ショベルの異常の有無を判定する方法、及びショベルの異常の有無を判定する管理装置及びショベルに関する。

ショベル等の作業機械は、様々な建設現場、土木現場等で使用されおり、故障が発生した際には、迅速な故障修理が求められる。作業機械の状態に応じて変動する種々のパラメータに基づいて、異常を検出する評価システムが開発されている（特許文献１、２）。例えば、エンジン回転数、作動油圧等の複数のパラメータに基づいて異常が検出される。一例として、作業機械から収集される各種パラメータの時間積分値等が利用される。時間積分を行うことにより、ノイズの影響を排除することができる。

ショベルの管理及びサービスを行う管理部門、燃料及び作動油を供給する燃料供給部門、油圧ショベルを賃貸するレンタル業者、土工量をチェックし工事の進捗状況を管理する工事現場監督部門等に、ショベルに関する情報を配信する装置情報配信システムが、特許文献３に開示されている。特許文献３に開示された装置情報配信システムにおいては、ショベルに関する情報が、稼働時間の管理に関する情報、稼働場所の管理に関する情報、定期メンテナンスサービスに関する情報、盗難防止に関する情報、消耗品交換サービスに関する情報等に分類されている。

部門ごとに、ショベルに関する情報を表示するモニタディスプレイが設置されている。各部門のモニタディスプレイに、当該部門に有益な情報が表示される。

特開２００６−５３８１８号公報 特開２００７−２５７３６６号公報 特開２００２−２０３０６６号公報

検出された各種パラメータの時間積分を行うと、短時間に異常な変動が発生しても、その変動が検出されなくなる。本発明の目的は、短時間の異常な変動を検出して、ショベルの異常を判定することができる異常判定方法を提供することである。

本発明の一観点によると、
ショベルを運転して、ある既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化を表す複数の参照波形が準備されており、複数の前記参照波形ごとに、複数の特徴量が求められており、前記ショベルと同一型式の評価対象ショベルの異常の有無を、前記参照波形に基づいて判定する方法であって、
（ａ）前記評価対象ショベルを運転し、前記既定動作と類似の動作を行っている期間に、前記評価対象ショベルから得られる前記着目物理量を検出し、検出値の時間変化である評価波形を取得する工程と、
（ｂ）前記評価波形の前記特徴量を求め、複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて、前記評価対象ショベルの異常の有無を判定する工程と
を有するショベルの異常判定方法が提供される。

本発明の他の観点によると、
ショベルを運転して、ある既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化を表す複数の参照波形、及び前記複数の参照波形の各々に対応する複数の特徴量が格納された記憶装置と、
評価対象ショベルと通信を行う通信装置と、
処理装置と
を有し、
前記処理装置は、
前記評価対象ショベルが前記既定動作と類似の動作を行っている期間に、前記評価対象ショベルから得られる前記着目物理量の検出値の時間変化である評価波形を取得し、
複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて、前記評価対象ショベルの異常の有無を判定するショベルの管理装置が提供される。

本発明のさらに他の観点によると、
ある既定動作を行っている期間に得られた着目物理量の検出値の時間変化を表す複数の参照波形、及び前記複数の参照波形の各々に対応する複数の特徴量が格納された記憶装置と、
処理装置と
を有するショベルであって、
前記処理装置は、
前記既定動作と類似の動作を行っている期間に得られる前記着目物理量の検出値の時間変化である評価波形を取得し、
複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて異常の有無を判定するショベルが提供される。

着目物理量の短時間の異常な変動を検出して、ショベルの異常を判定することができる。

図１は、実施例によるショベルの異常判定方法で用いられる管理装置、判定対象のショベル、及びショベルの状態表示装置のブロック図である。 図２は、実施例による異常判定方法の準備段階のフローチャートである。 図３は、ショベルの既定動作を説明するためのブーム上げ指令パイロット圧、ブーム下げ指令パイロット圧、及びエンジン回転数の時間変化の一例を示すグラフである。 図４Ａは、参照波形の一例を示すグラフであり、図４Ｂ及び図４Ｃは、評価対象ショベルから取得された評価波形の一例を示すグラフである。 図５は、参照波形の一例を示すグラフである。 図６Ａは、参照波形の特徴量及び代表値の一例を示す図表であり、図６Ｂは、評価波形の特徴量の一例を示す図表である。 図７は、実施例による異常判定方法のフローチャートである。 図８は、図７に示したステップＳＢ２の詳細なフローチャートである。 図９は、評価波形のマハラノビス距離ＭＤの定義式を示す図である。 図１０は、他の実施例による異常判定方法のステップＳＢ２のフローチャートである。 図１１は、規格化された複数の参照ベクトル、及び規格化した評価ベクトルの一例を示すグラフである。 図１２は、規格化した異常時ベクトル、及び規格化した評価ベクトルの一例を示すグラフである。 図１３は、規格化した異常時ベクトル、及び規格化した評価ベクトルの、図１２とは異なる例を示すグラフである。 図１４は、異常判定結果情報の一例を示す図表である。 図１５は、ショベルの状態表示装置の処理装置が実行する処理のフローチャートである。 図１６は、ショベルの状態表示装置の表示装置に表示された画像の一例を示す図である。 図１７Ａは、ショベルの状態表示装置の表示装置に表示された画像の他の例を示す図であり、図１７Ｂは、ショベルのアイコンがタップされた後に表示された画像の一例を示す図である。 図１８は、図１７Ａの状態よりも地図の縮尺を小さくした場合に、表示装置に表示される画像を示す図である。 図１９は、表示装置に表示された画像の一例を示す図である。 図２０は、表示装置に表示された画像の一例を示す図である。 図２１は、因果関係情報を作成する処理のフローチャートである。 図２２は、ステップＳＤ１（図２１）で取得された運転変数の測定値、及び異常種別の一例を示す図表である。 図２３は、運転時間Ａのヒストグラムである。 図２４は、離散化処理後の運転変数及び異常種別の一覧を示す図表である。 図２５は、異常推定モデルの事前確率及び条件付き確率の一例を示す図表である。 図２６は、因果関係情報を用いて異常判定を行う方法のフローチャートである。 図２７は、算出された事後確率の一例を示す図表である。 図２８は、さらに他の実施例によるショベル及びショベル管理装置のブロック図である。

図１に、実施例によるショベルの異常判定方法で用いられる管理装置４５、判定対象のショベル３０、及びショベルの状態表示装置５０のブロック図を示す。

ショベル３０に、車両コントローラ３１、通信装置３２、ＧＰＳ（全地球測位システム）受信器３３、表示装置３４、及びセンサ３５が備えられている。センサ３５は、ショベルの種々の運転変数を測定する。センサ３５の測定値が車両コントローラ３１に入力される。運転変数には、例えば、運転時間、油圧ポンプ圧力、冷却水温度、油圧負荷、稼働時間等が含まれる。車両コントローラ３１は、ショベルの機体識別情報、種々の運転変数の測定値、及びＧＰＳ受信器３３で算出された現在位置情報を、通信装置３２から、通信回線４０を介して管理装置４５に送信する。さらに、車両コントローラ３１は、ショベルに関する種々の情報を表示装置３４に表示する。

管理装置４５は、通信装置４６、処理装置４７、記憶装置４８、及び表示装置４９を含む。ショベル３０から通信回線４０を経由して送信された種々の情報が、通信装置４６を介して処理装置４７に入力される。記憶装置４８に、処理装置４７が実行するプログラム、種々の管理情報が記憶されている。処理装置４７は、ショベル３０から受信した機体識別情報、種々の運転変数の測定値、現在位置情報、及び記憶装置４８に記憶されている管理情報に基づいて、ショベル３０の異常判定を行う。異常判定処理において、記憶装置４８に記憶されている参照波形等が利用される。異常判定結果が、表示装置４９に出力される。さらに、処理装置４７は、機体識別情報、現在位置情報、及び異常判定結果情報を、通信装置４６から通信回線４０を経由して、ショベルの状態表示装置５０に送信する。

ショベルの状態表示装置５０は、送受信回路５１、処理装置５２、記憶装置５３、表示装置５４、及び入力装置５５を含む。ショベルの状態表示装置５０には、例えばタッチパネル式のタブレット端末が用いられる。この場合には、表示装置５４が入力装置５５としても機能する。

図２に、実施例による異常判定方法の準備段階のフローチャートを示す。準備段階では、異常判定方法で用いられる参照波形の収集、及び参照波形に付随する種々の数値が算出される。

ステップＳＡ１において、正常な状態のショベル３０（図１）の既定動作中に、ショベル３０で測定された着目物理量を取得する。具体的には、ショベル３０（図１）で検出された着目物理量の検出値が、通信回線４０を経由して管理装置４５に送信される。既定動作は、ショベルの運転中の種々の動作から選択された一つの動作を意味する。

図３を参照して、既定動作について説明する。図３は、ブーム上げ指令パイロット圧、ブーム下げ指令パイロット圧、及びエンジン回転数の時間変化の一例を示す。時刻ｔ１において、運転キーがオンにされると、エンジンが回転し始める。このときのエンジン回転数は、例えば約１０００ｒｐｍである。時刻ｔ２において、オペレータがエンジン回転数を１２００ｒｐｍに設定すると、エンジン回転数が約１２００ｒｐｍまで上昇する。

時刻ｔ３において、オペレータがブーム上げの操作を行うと、ブーム上げ指令パイロット圧が発生する。時刻ｔ４において操作が停止されると、ブーム上げ指令パイロット圧が初期値に戻る。このとき、エンジン回転数は、例えば１２００ｒｐｍに維持される。時刻ｔ５において、オペレータがブーム下げの操作を行うと、ブーム下げ指令パイロット圧が発生する。時刻ｔ６において操作が停止されると、ブーム下げ指令パイロット圧が初期値に戻る。時刻ｔ４とｔ５との間に、エンジン回転数が約１８００ｒｐｍまで上昇する。エンジン回転数は、ショベルの運転状況に応じて自動調整される。

時刻ｔ１からｔ２までのアイドリング動作、時刻ｔ３からｔ４までのブーム上げ動作、及び時刻ｔ５からｔ６までのブーム下げ動作のうち１つの動作が既定動作として選択される。なお、その他に、油圧リリーフ動作、旋回動作、前進動作、後退動作等を既定動作として選択してもよい。

着目物理量として、例えばエンジン回転数が採用される。その他に、ショベルの動作に応じて変動する他の物理量に着目してもよい。例えば、着目物理量として、油圧ポンプ圧力、ショベルの前進、後退、旋回等を制御する作動圧、ブーム等を制御するための油圧シリンダの作動圧を採用してもよい。

ステップＳＡ２（図２）において、着目物理量の時間変化である参照波形を取得する。着目物理量としてエンジン回転数を採用し、既定動作としてアイドリング動作を選択した場合、アイドリング動作中の期間Ｔａ（図３）におけるエンジン回転数の時間変化を、参照波形として取得する。既定動作としてブーム上げ動作、またはブーム下げ動作を選択した場合には、それぞれブーム上げ動作中の期間Ｔｂ（図３）またはブーム下げ動作中の期間Ｔｃ（図３）におけるエンジン回転数の時間変化を、参照波形として取得する。参照波形を取得する期間の長さは、例えば１０秒程度とする。図４Ａに、参照波形の一例を示す。

ステップＳＡ３（図２）において、１つの参照波形に対して、複数の特徴量を算出する。「特徴量」とは、波形の形状を特徴付ける種々の統計量を意味する。上記実施例では、特徴量として、平均値（以下、特徴量Ａという。）、標準偏差（以下、特徴量Ｂという。）、最大波高値（以下、特徴量Ｃという。）、ピークの数（以下、特徴量Ｄという。）、信号非存在時間の最大値（以下、特徴量Ｅという。）を算出する。

図５を参照して、ピークの数（特徴量Ｄ）及び信号非存在時間の最大値（特徴量Ｅ）について説明する。図５に、参照波形の一例を示す。「ピークの数」は、波形が閾値Ｐｔｈ０を横切る箇所の数と定義される。図５に示した期間においては、交差箇所Ｈ１〜Ｈ４で、波形が閾値Ｐｔｈ０を横切っている。このため、ピークの数は４と算出される。

波形が閾値Ｐｔｈ１よりも低い区間を信号非存在区間と定義する。図５に示した例では、信号非存在区間Ｔ１〜Ｔ４が現れている。「信号非存在時間の最大値」は、複数の信号非存在区間の時間幅のうち最大の時間幅を意味する。図５に示した例では、信号非存在区間Ｔ３の時間幅が、信号非存在時間の最大値として採用される。一般的に、波形に周期の長いうねりがあると、信号非存在時間の最大値が大きくなる。

図４Ｂ及び図４Ｃに、異常が発生しているときの着目物理量（エンジン回転数）の波形の一例を示す。図４Ｂに示した波形の標準偏差は、図４Ａに示した参照波形の標準偏差より大きい。図４Ｃに示した波形の信号非存在時間の最大値は、図４Ａに示した参照波形の信号非存在時間の最大値よりも大きい。

上記ステップＳＡ１からステップＳＡ３（図２）までを、十分な数の参照波形が取得されるまで繰り返す。

十分な数の参照波形が取得されると、ステップＳＡ４（図２）において、参照波形の各々について算出された複数の特徴量について、それらの代表値及び標準偏差を算出する。「代表値」として、例えば平均値、中央値等が採用される。ステップＳＡ５において、参照波形、特徴量、代表値、及び標準偏差を、記憶装置４８（図１）に格納する。

図６Ａに、複数の参照波形ＷＦ（ｉ）の各々の特徴量Ａ〜特徴量Ｅ、及び特徴量ごとの代表値と標準偏差の一例を示す。ここで、パラメータｉは自然数である。参照波形ＷＦ（ｉ）の特徴量Ａ〜特徴量Ｅを、それぞれａ（ｉ）〜ｅ（ｉ）で表す。特徴量Ａ〜特徴量Ｅの代表値（例えば、平均値）が、それぞれＸａ〜Ｘｅで表されている。特徴量Ａ〜特徴量Ｅの標準偏差が、それぞれσａ〜σｅで表されている。

図７に、実施例による異常判定方法のフローチャートを示す。ステップＳＢ１において、評価対象ショベルで既定動作を行っている期間に、評価対象ショベルから着目物理量の検出値の時間変化を取得する。評価対象ショベルから取得された着目物理量の検出値の時間変化を、評価波形ということとする。ここで、既定動作、及び着目物理量は、参照波形を取得したときの既定動作、及び着目物理量と同一である。なお、評価波形を取得するときの既定動作と、参照波形を取得するときの既定動作とは、完全に同一の動作であることまでは必要とされない。例えば、既定動作がブーム上げ動作である場合、ブーム上げ速度及びブームの移動角度等が相違していても、この２つの動作は同一の既定動作であるということができる。動作中の種々のパラメータが完全に同一であることまでは必要としないという意味で、評価波形を取得するときの既定動作と、参照波形を取得するときの既定動作とは、相互に類似した動作であるということもできる。また、評価対象ショベルは、参照波形を取得する対象となったショベルと同一型式のものである。

ステップＳＢ２において、記憶装置４８（図１）に記憶されている参照波形と、ステップＳＢ１で取得された評価波形とに基づいて、評価対象ショベルの異常の有無を判定する。異常の有無の判定方法については、後に図８を参照して説明する。ステップＳＢ３において、判定結果を表示装置４９（図１）に出力する。

図８に、図７に示したステップＳＢ２のフローチャートを示す。ステップＳＢ２１において、評価波形の複数の特徴量を算出する。図６Ｂに示すように、評価波形の特徴量Ａ〜特徴量Ｅの算出された値を、それぞれａｏ〜ｅｏと表す。

ステップＳＢ２２において、複数の特徴量Ａ〜特徴量Ｅを変数として持つ参照波形を単位空間として、評価波形のマハラノビス距離を算出する。

図９に、評価波形のマハラノビス距離ＭＤの定義式を示す。この定義式において、ａｏ〜ｅｏ（図６Ｂ）は、それぞれ評価波形の特徴量Ａ〜特徴量Ｅの値であり、Ｘａ〜Ｘｅは、それぞれ複数の参照波形の特徴量Ａ〜特徴量Ｅの代表値（例えば、平均値）（図６Ａ）であり、σａ〜σｅは、それぞれ複数の参照波形の特徴量Ａ〜特徴量Ｅの標準偏差（図６Ａ）である。ｒ（Ａ，Ａ）〜ｒ（Ｅ，Ｅ）を要素として含む行列は、参照波形の特徴量Ａ〜特徴量Ｅの相関行列である。

ステップＳＢ２３（図８）において、評価波形のマハラノビス距離と判定閾値とを比較する。判定閾値は、予め記憶装置４８（図１）に記憶されている。ステップＳＢ２４において、マハラノビス距離と判定閾値との比較結果基づいて、評価対象ショベルの異常の有無を判定する。例えば、マハラノビス距離ＭＤが判定閾値以上であると、評価対象ショベルが異常であると判定し、その他の場合には、正常と判定する。評価対象ショベルが異常であると判定されると、ステップＳＢ２５において異常種別の候補を特定した後、ステップＳＢ３（図７）を実行する。評価対象ショベルが正常であると判定されると、ステップＳＢ２５を実行することなく、ステップＳＢ３（図７）を実行する。

以下、ステップＳＢ２５における異常種別の候補の特定方法の一例について説明する。まず、ショベルが種々の異常の状態における着目物理量の波形、及びその波形の特徴量を、異常種別と関連付けてデータベース化しておく。これらの特徴量を因子として主成分分析を行う。同一の異常状態の波形は、主成分座標系において特定の領域（以下、既知異常集中領域という。）に集中する傾向が見られるであろう。

主成分座標系における評価波形の特徴量の位置が、ある既知異常集中領域に含まれる場合、評価対象ショベルに、当該既知異常が発生していると推定することができる。

例えば、図４Ｂに示した波形は、その標準偏差が大きいことが一つの要因となって、マハラノビス距離が大きくなる。また、図４Ｃに示した波形は、信号非存在時間の最大値が大きいことが一つの要因となって、マハラノビス距離が大きくなる。このため、図４Ｂ、図４Ｃに示した波形が取得された評価対象ショベルは、異常であると判定される。

これに対し、図４Ｂ、図４Ｃに示した波形の積分値または平均値は、図４Ａに示した波形の積分値または平均値とほぼ等しい。従って、波形の積分値や平均値に基づいて異常の有無の判定を行う場合には、図４Ｂ、図４Ｃの波形が取得された評価対象ショベルを、正常と判定してしまう場合がある。実施例による異常判定方法では、図４Ｂ、図４Ｃに示した波形が取得された評価対象ショベルを、異常と判定することができる。

次に、図１０〜図１２を参照して、他の実施例による異常判定方法について説明する。以下、図１〜図９に示した実施例との相違点について説明し、同一の構成については説明を省略する。図１０〜図１２に示した実施例による異常判定方法は、図７に示した実施例による異常判定方法のステップＳＢ２を、図１０に示したフローチャートに変更したものである。

図１０に、本実施例による異常判定方法のステップＳＢ２のフローチャートを示す。ステップＳＢ２１において、評価波形の特徴量を算出する。この工程は、図８に示した実施例のステップＳＢ２１と同一である。ステップＳＢ２２１において、参照波形の各々の複数の特徴量を要素とする参照ベクトルを、特徴量のそれぞれについて平均が０になり、標準偏差が１になるように規格化する。規格化された複数の参照ベクトル（規格化参照ベクトル）の平均ベクトルはゼロベクトルになる。図６Ａに示した例において、参照波形ＷＦ（ｉ）の規格化した特徴量Ａは、（ａ（ｉ）−Ｘａ）／σａで表される。

図１１に、複数の規格化参照ベクトルの一例を示す。図１１では、規格化参照ベクトルを、特徴量Ａ及び特徴量Ｂの２つの要素を持つ２次元ベクトルとして表している。規格化参照ベクトルの先端を中空の丸記号で示す。規格化参照ベクトルの平均ベクトルがゼロベクトルであり、各特徴量の標準偏差が１であるたるため、規格化参照ベクトルは、原点の近傍の円形の領域７０内に分布する。領域７０を、「参照領域」ということとする。

ステップＳＢ２２２（図１０）において、評価波形の特徴量を要素とする評価ベクトルを、参照波形ＷＦ（ｉ）の特徴量の平均値及び標準偏差を用いて規格化し、規格化評価ベクトルを生成する。この規格化評価ベクトルと、規格化参照ベクトルの平均ベクトル（すなわち、ゼロベクトル）とを対比する。図１１に、規格化評価ベクトル７１の一例を示す。図１１に示した例では、規格化評価ベクトル７１が、参照領域７０から大きく外れている。

ステップＳＢ２２３において、規格化参照ベクトルの平均ベクトル（ゼロベクトル）と、規格化評価ベクトル７１（図１１）との対比結果に基づいて、評価対象ショベルの異常の有無を判定する。一例として、規格化評価ベクトル７１（図１１）が、参照領域７０（図１１）の内側に位置する場合には、評価対象ショベルは正常であると判定し、外側に位置する場合には、評価対象ショベルは異常であると判定する。平均ベクトルと規格化評価ベクトル７１との類似度（ユークリッド距離、マンハッタン距離等）に基づいて、評価対象ショベルの異常の有無を判定してもよい。

ステップＳＢ２２３で異常と判定された場合には、ステップＳＢ２２４において、異常種別の候補を特定する。その後、ステップＳＢ３（図７）において、判定結果を出力する。ステップＳＢ２２３で正常と判定された場合には、異常種別の候補を特定することなく、ステップＳＢ３（図７）において、判定結果を出力する。

図１２を参照して、ステップＳＢ２２４（図１０）において異常種別の候補を特定する方法の一例について説明する。

予め、異常種別が判明しているショベルから取得された着目物理量の時間変化に基づいて、特徴量を算出し、異常時ベクトルを取得しておく。異常種別が同一の複数の異常時ベクトルは、特定の領域に密集する傾向がある。

図１２に、規格化異常時ベクトル、及び規格化評価ベクトルの一例を示す。ある異常種別Ｘの異常が発生しているショベルから取得された規格化異常時ベクトルは、特定の領域（Ｘ異常領域）８０に密集し、他の異常種別Ｙの異常が発生しているショベルから取得された規格化異常時ベクトルは、他の特定の領域（Ｙ異常領域）８２に密集している。Ｘ異常領域８０に密集する規格化異常時ベクトルのベクトル平均を求め、Ｘ異常時平均ベクトル８１を決定する。同様に、Ｙ異常領域８２に密集する規格化異常時ベクトルのベクトル平均を求め、Ｙ異常時平均ベクトル８３を決定する。

Ｘ異常時平均ベクトル８１及びＹ異常時平均ベクトル８３は、予め求められており、記憶装置４８（図１）に記憶されている。異常種別Ｘ及び異常種別Ｙのいずれとも異なる種々の異常種別に対応する異常時の平均ベクトルも、予め求められており、記憶装置４８（図１）に記憶されている。

規格化評価ベクトル８４、８５と、種々の異常時平均ベクトルとを比較する。規格化評価ベクトルと異常時平均ベクトルとの差が小さい場合、当該異常時平均ベクトルに対応する異常が発生していると推定される。図１２に示した例では、規格化評価ベクトル８５とＸ異常時平均ベクトル８１との差が小さい。このため、規格化評価ベクトル８５が取得された評価対象ショベルには、異常種別Ｘの異常が発生していると推定される。

規格化評価ベクトル８４は、いずれの異常時平均ベクトルからも離れている。規格化評価ベクトル８４が取得された評価対象ショベルには、未知の異常が発生していると推定される。また、規格化評価ベクトル８４、８５の長さに基づいて、異常判定結果の重要度が判断される。規格化評価ベクトル８４、８５が長くなるほど、該当の異常の重要度が高くなる。

図１０〜図１２に示した実施例においても、図１〜図９に示した実施例と同様に、着目物理量の短時間の時間変化の異常を検出することができる。

次に、図１３を参照して、さらに他の実施例による異常判定方法について説明する。以下、図１０〜図１２に示した実施例との相違点について説明し、同一の構成については説明を省略する。図１３に示した実施例と、図１０〜図１２に示した実施例とでは、ステップＳＢ２２４（図１０）における異常種別の候補を特定する処理が異なり、その他の処理は同一である。

図１２に示した実施例では、Ｘ異常領域８０、及びＹ異常領域８２の外形が、ほぼ円形であった。実際には、図１３に示したように、Ｘ異常領域８０、Ｚ異常領域９０等が、原点を通過する直線に沿った長い外形を有する場合がある。このような場合に、２つの規格化評価ベクトル８６、８７の異常種別の候補を特定する例について説明する。

図１３に示した実施例においては、Ｘ異常時平均ベクトル８１、及びＺ異常時平均ベクトル８８の長さを１としたＸ異常時単位ベクトル８１ｕ及びＺ異常時単位ベクトル８８ｕが、記憶装置４８（図１）に格納されている。同様に、他の異常種別についても、異常時平均ベクトルの長さを１とした異常時単位ベクトルが、記憶装置４８に格納されている。これらの異常時単位ベクトルと、規格化評価ベクトル８６、８７とを比較することにより、異常種別の候補が特定される。

具体的には、Ｘ異常時単位ベクトル８１ｕと、規格化評価ベクトル８６、８７との成す角度を求める。この角度が判定閾値より小さい場合、評価対象のショベルに発生している異常の候補として異常種別Ｘが挙げられる。図１３に示した例では、規格化評価ベクトル８６とＸ異常時単位ベクトル８１ｕとのなす角度が、判定閾値より小さい。このため、規格化評価ベクトル８６に対応する評価波形が取得されたショベルに異常種別Ｘの異常が発生していると推定される。これに対し、他方の規格化評価ベクトル８７とＸ異常時単位ベクトル８１ｕとのなす角度は、判定閾値より大きい。このため、規格化評価ベクトル８７に対応する評価波形が取得されたショベルには、異常種別Ｘ以外の異常が発生していると推定される。

次に、図１３に示した実施例を採用することの効果について説明する。一例として、Ｘ異常領域８０及びＺ異常領域９０に、それぞれ異常種別Ｘの規格化異常ベクトル及び異常種別Ｚの規格化異常ベクトルが分布している。Ｘ異常時平均ベクトル８１と規格化評価ベクトル８６との差分ベクトルの長さＤ１と、Ｘ異常時平均ベクトル８１と他方の規格化評価ベクトル８７との差分ベクトルの長さＤ２とが、ほぼ等しい。規格化評価ベクトル８７とＺ異常時平均ベクトル８８との差分ベクトルの長さＤ３は、長さＤ１より長い。規格化評価ベクトル８７とＺ異常時平均ベクトル８８とのなす角度は、判定閾値より小さい。

評価対象である規格化評価ベクトルと、種々の異常時平均ベクトルとの差分ベクトルの長さのみに基づいて異常種別の候補を特定する方法では、規格化評価ベクトル８７の異常種別の候補として、異常種別Ｘが抽出される。種々の異常データを解析したところ、規格化評価ベクトル８７は、異常種別Ｘとはほぼ無関係であり、異常種別Ｚが発生する予兆を示している場合が多いことがわかった。

図１３に示した実施例では、規格化評価ベクトル８７と、種々の異常時単位ベクトルとのなす角度に基づいて、異常種別の候補が抽出される。図１３に示した例では、規格化評価ベクトル８７とＸ異常時単位ベクトル８１ｕとのなす角度より、規格化評価ベクトル８７とＺ異常時単位ベクトル８８ｕとのなす角度の方が小さい。このため、規格化評価ベクトル８７の異常種別として、異常種別Ｚが抽出される。このように、図１３に示した実施例では、異常種別の候補の抽出精度を高めることができる。

異常種別の候補を抽出した後、Ｚ異常時平均ベクトル８８の長さに対する規格化評価ベクトル８７の長さの比に基づいて、異常の程度を推定することが可能である。両者の比が小さい場合には、異常の程度が低く、両者の比が大きい場合には、異常の程度が高いと推定することができる。さらに、異常の程度を推定する際に、異常時単位ベクトル８１ｕ、８８ｕを用いてもよい。

次に、図１４〜図２０を参照して、ショベルの状態表示装置５０（図１）の処理に関する実施例について説明する。この実施例では、図２〜図１３を参照して説明した実施例で算出される異常の程度（重要度）に関する情報が、ショベルの状態表示装置５０に表示される。

図１４に、異常判定結果情報の一例を示す。異常判定結果情報は、異常種別、件名、異常部位、異常部品、対策、及び異常の重要度を含む。異常種別は、対象のショベル３０に発生していると推定される異常を特定する識別符号である。異常の重要度は、例えば「重度」、「中度」、「軽度」、及び「正常」の４段階で表される。一例として、エンジン停止につながる異常が「重度」に分類され、エンジンの著しい性能低下につながる異常が「中度」に分類され、バックアップ機能により稼働を継続することが可能な異常が「軽度」に分類される。異常が発生していない状態が「正常」に分類される。「重度」の異常には、例えばエンジンコントローラ異常等が含まれる。「中度」の異常には、燃料漏れ、燃料詰まり、エンジンハーネス断線等が含まれる。「軽度」の異常には、温度センサ異常、ブースト圧センサ異常等が含まれる。

図１５に、ショベルの状態表示装置５０（図０１）の処理装置５２が実行する処理のフローチャートを示す。ショベルの状態表示プログラムが起動されると、ステップＳＣ１において、処理装置５２は、管理装置４５（図０１）から、送受信回路５１を介して、管理対象である複数のショベル３０の各々の機体識別情報、ショベル３０の各々の現在位置情報、及びショベル３０の各々の異常判定結果情報（図１４）を受信する。

ステップＳＣ２において、処理装置５２（図０１）は、管理装置４５（図０１）から受信した複数のショベル３０の現在位置情報に基づいて、表示装置５４（図０１）に表示すべき地図の範囲を決定する。例えば、表示される地図が、管理対象のすべてのショベル３０の現在位置を包含するように、地図の縮尺を決定する。なお、管理対象の少なくとも１つのショベル３０の現在位置を包含するように、表示すべき地図の範囲を決定してもよい。

ステップＳＣ３において、ショベルの状態表示装置５０の表示装置５４（図０１）に、ステップＳＣ２で決定された範囲の地図を表示する。さらに、表示された地図上の、管理対象のショベル３０の現在位置に対応する箇所に、ショベルのアイコンを表示する。ショベルのアイコンは、異常判定結果情報に基づく異常判定結果の重要度が識別可能な態様で表示される。

図１６に、ショベルの状態表示装置５０（図０１）の表示装置５４に表示された画像の一例を示す。表示画面に、地図表示領域６０、アイコン説明領域６１、及びショベル情報表示領域６２が確保されている。地図表示領域６０に、地図が表示され、ショベルの現在位置に対応する箇所にショベルのアイコン６３が表示される。ショベルのアイコン６３は、ショベルの外形に対応した平面形状を有し、ショベルに発生していると推定される異常の重要度に応じて色分けされて表示される。例えば、重要度が「重度」、「中度」、「軽度」、及び「正常」のショベルのアイコン６３は、それぞれ赤色、桃色、黄色、及び青色に色分けされる。アイコン説明領域６１に、ショベルのアイコンの色と、重要度との対応関係が表示される。

異常判定結果の重要度を識別可能にするために、ショベルのアイコンを、色分け以外の態様で表示してもよい。例えば、アイコンを構成する線の太さを異ならせてもよいし、アイコンの大きさを異ならせてもよい。または、異常判定結果が「重度」のショベルのアイコンを点滅させてもよい。

ショベル情報表示領域６２に、ショベルの情報が表形式で表示される。例えば、ショベルの情報は、ショベルの型式、機体番号、所在地、アワメータの値、及び異常の重要度が含まれる。さらに、ショベルの機体番号ごとに、詳細情報にリンクするためのボタンが表示される。このボタンがタップ等により選択されると、選択されたボタンに対応する機体番号のショベルの詳細情報が表示される。詳細情報には、図１４に示した異常種別、件名、異常部位、異常部品、及び対策に関する情報が含まれる。

保守管理要員は、ショベルの状態表示装置５０（図０１）に表示された情報により、管理対象のショベルの分布、及び異常が発生していると推定されるショベルの現在位置を容易に認識することができる。

図１７Ａに、地図表示領域６０に表示された画像の他の例を示す。図１７Ａに示した例では、１つのショベルのアイコン６３Ａに、吹き出し６４が付与されている。吹き出し６４内に示された数値は、１つのショベルのアイコン６３Ａが表示された箇所に存在するショベルの台数を表している。図１７Ａは、ショベルのアイコン６３Ａが表示されている地図上の場所に、３台のショベルが存在することを意味している。

地図上の、ある狭い区画内に複数のショベルが存在する場合、すべてのショベルのアイコンを表示すると、アイコンが重なってショベルの台数や、重要度を認識することが困難になる。図１７Ａに示した例では、狭い区画内に存在する複数のショベルのうち、異常の重要度が最も高いショベルのアイコンが表示され、他のショベルのアイコンの表示が省略されている。他のショベルのアイコンが表示されなくても、異常の重要度が最も高いショベルのアイコンが表示されるため、保守管理要員に対する注意を喚起することが可能である。また、吹き出し６４で示された数字により、ショベルの台数を容易に把握することができる。

吹き出し６４が付されているショベルのアイコン６３Ａがタップされると、ショベルのアイコン６３Ａが表示されている場所を中心として、地図が拡大表示される。

図１７Ｂに、ショベルのアイコン６３Ａ（図１７Ａ）がタップされた後に、地図表示領域６０に表示された画像を示す。図１７Ａの状態では表示されていなかった２台のショベルのアイコン６３Ｂ、６３Ｃが表示される。このように、図１７Ａの状態では表示されていなかったショベルのアイコンを、容易に表示させることができる。これにより、保守管理要員は、すべてのショベルの現在位置及び異常の重要度を認識することができる。

図１７Ａでは、異常判定結果の重要度の最も高いショベル以外のアイコンの表示を省略したことにより、異常判定結果の重要度の最も高いショベルを、他のショベルに対して容易に識別することが可能である。異常判定結果の重要度の最も高いショベルを、他のショベルに対して容易に識別可能な他の態様でアイコンを表示してもよい。例えば、重要度の低いショベルのアイコンが相対的に下層に配置され、重要度の高いショベルのアイコンが相対的に上層に配置されるように、複数のアイコンを重ねて表示してもよい。

図１８に、図１７Ａの状態よりも地図の縮尺を小さくした場合に、地図表示領域６０に表示される画像を示す。地図の縮尺が小さくなると、表示画面上において同一の範囲内に存在するショベルの台数が増加する。図１７Ａに示したショベルのアイコン６３Ａと、それに最も近い位置のアイコンとが、小縮尺の地図において、アイコンをまとめて表示すべき同一の区画内に存在することになる。この場合、図１８に示した例では、ショベルのアイコン６３Ａに付された吹き出し６４内の数値が、「３」から「４」に増加している。同様に、地図内の他の場所においても、図１７Ａでは個別に表示されていたショベルの複数のアイコンが、図１８では、１つのアイコンで代表され、他のアイコンの表示が省略される場合がある。この場合には、代表されたアイコンに、ショベルの台数を示す吹き出しが表示される。このように、表示する地図の縮尺に応じて、地図上の基準面積の区画内に表示されるショベルのアイコンの個数が調整される。

図１９に示すように、地図表示領域６０内に、ショベルの保守を担当するサービスカーの現在位置を表示するようにしてもよい。管理装置４５（図０１）が、サービスカーから現在位置情報を受信する。この現在位置情報が、ショベルの状態表示装置５０（図０１）に送信される。ショベルの状態表示装置５０が、サービスカーの現在位置情報を受信すると、地図表示領域６０に表示された地図上の、サービスカーの現在位置に対応する箇所に、サービスカーのアイコン６５を表示する。同一の地図には、ショベルのアイコン６３Ａ〜６３Ｃも表示されている。これにより、サービスカーに乗っている保守管理要員は、自分の現在位置と、管理対象のショベルの位置との位置関係を容易に把握することができる。このように、広範囲に分散している管理対象の複数のショベルの現在の所在地、及びショベルの状態を、容易に把握することができる。

図２０に示すように、サービスカーの現在位置から、特定のショベルの現在位置までの経路６６を表示するようにしてもよい。保守管理要員は、目的とするショベルのアイコン６３Ａをタップする。処理装置５２は、ショベルのアイコン６３Ａがタップされたことを検出すると、サービスカーから、タップされたアイコン６３Ａで示されるショベルの現在位置までの経路６６を求め、地図上に表示する。これにより、保守管理要員は、容易に、目的とするショベルまで移動することができる。

上記実施例では、管理装置４５（図１）がショベルの異常判定を行う機能を持ち、ショベルの状態表示装置５０が、ショベルに発生している異常の重要度を表示する機能を持つ。他の例として、ショベルの異常判定を行う機能をショベルの状態表示装置５０に持たせてもよい。言い換えると、管理装置４５に、ショベルの状態表示装置５０の機能を持たせ、この管理装置４５をタブレット端末等で実現してもよい。

この場合、管理装置４５は不要であり、ショベルの状態表示装置５０とショベル３０との間で、直接通信が行われる。ショベルの状態表示装置５０の記憶装置５３に、処理装置５２が実行するプログラム、種々の管理情報が記憶されている。処理装置５２は、ショベル３０から受信した機体識別情報、種々の運転変数の測定値、現在位置情報、及び記憶装置５３に記憶されている管理情報に基づいて、ショベル３０の異常判定を行う。

図２１〜図２７を参照して、さらに他の実施例によるショベルの異常判定方法について説明する。ショベルの異常判定は、異常判定を行うための因果関係情報を作成する処理と、因果関係情報を用いて異常判定を行う処理とで構成される。

図２１に、異常判定を行うための因果関係情報を作成する処理のフローチャートを示す。ステップＳＤ１において、管理装置４５（図０１）が、管理対象の複数のショベル３０（図０１）から運転変数の測定値、及びその測定値が収集された期間に発生した異常種別を取得する。

図２２に、ステップＳＤ１で取得された運転変数の測定値、及び異常種別の一例を示す。運転変数の測定値及び異常種別の取得は、ショベルの機体番号（機体識別情報）ごとに、かつ一定の収集期間ごとに行われる。収集期間は、例えば１日（２４時間）に設定される。１つの機体から、１つの収集期間内に収集された情報群が、１つの評価対象を構成する。

図２２では、一例として、評価対象Ｎｏ．１の情報は、２０１１年７月１日の機体番号ａのショベルから取得されたものであり、運転時間Ａが２４、ポンプ圧力Ｂが１９、冷却水温度Ｃが１５、油圧負荷Ｄが１１、稼働時間Ｅが１４である。「運転時間」は、ショベルの起動スイッチが押されてから、停止スイッチが押されるまでの時間、すなわちショベルが起動していた時間を意味する。「稼動時間」は、操作者がショベルを操作していた時間を意味する。また、評価対象Ｎｏ．１の異常種別ＸはＸ１である。これは、２０１１年７月１日に、機体番号ａのショベルに、異常種別Ｘ１の異常が発生したことを意味する。図２２に示した異常種別Ｘ０は、異常が発生していないことを意味する。

次に、ステップＳＤ２（図２１）において、運転変数の離散化処理を行い、各運転変数を有限離散型事象に置き換える。

図２３を参照して、運転時間Ａを、有限離散型事象に置き換える方法について説明する。なお、他の運転変数についても、同様に有限離散型事象に置き換えることができる。

図２３は、運転時間Ａのヒストグラムの一例を示す。図２３の横軸は、運転時間Ａを表し、縦軸は、評価対象の数（頻度）を表す。運転時間Ａの平均をμ、標準偏差をσとする。μ−３σからμ＋３σまでの範囲を３等分する。すなわち、横軸が、μ−３σ〜μ−σ、μ−σ〜μ＋σ、μ＋σ〜μ＋３σの３つの領域に区分される。運転時間Ａがμ−σ以下の区画をＡ１、μ−σ〜μ＋σの区画をＡ２、μ＋σ以上の区画をＡ３とする。

運転時間Ａについて、測定値が区画Ａ１内の値を取る事象、区画Ａ２内の値を取る事象、及び区画Ａ３内の値を取る事象のうち、いずれかの事象が生じる。図２４に、離散化処理後の運転変数及び異常種別の一覧を示す。運転時間Ａを、その測定値が属する区画Ａ１、Ａ２、Ａ３で表している。同様に、他の運転情報も、有限離散型事象に置き換えられている。

次に、ステップＳＤ３（図２１）において、因果関係情報を作成し、記憶装置４８（図０１）に格納する。

図２４に示した有限離散型事象の運転変数Ａ、Ｂ、Ｃ、・・・と、異常種別Ｘとを関連付けた一覧表は、異常種別Ｘを原因事象とし、運転変数を結果事象とする因果関係情報といえる。

図２５に、異常推定モデルの事前確率及び条件付き確率の一例を示す。異常種別Ｘを原因事象とし、各運転変数を、原因によって生じたと想定される結果事象とし、図２４に示した因果関係情報から、事前確率Ｐ（Ｘ）を算出することができる。さらに、運転変数Ａ、Ｂ、Ｃ、・・・の各々について、異常種別Ｘの各々が起こるという事象を前提条件とした条件付き確率Ｐ（Ａ｜Ｘ）、Ｐ（Ｂ｜Ｘ）、・・・を算出することができる。図２５に、算出された事前確率Ｐ（Ｘ）、及び条件付き確率Ｐ（Ａ｜Ｘ）、Ｐ（Ｂ｜Ｘ）の一例を示す。

図２６に、因果関係情報を用いて異常判定を行う方法のフローチャートを示す。ステップＳＥ１において、管理装置４５（図０１）が、管理対象のショベル３０から、運転変数の測定値を取得する。ステップＳＥ２において、取得した運転変数の離散化処理を行う。この離散化処理は、図２１のステップＳＤ２で行った離散化処理と同一の基準に基づいて行う。図２７に、離散化処理後の運転変数の一例を示す。例えば、運転時間Ａの離散化値がＡ２、ポンプ圧力Ｂの離散化値がＢ３、冷却水温度Ｃの離散化値がＣ１、油圧負荷Ｄの離散化値がＤ２、稼働時間Ｅの離散化値がＥ２である。

ステップＳＥ３（図２６）において、図２２に示した因果関係情報から得られた事前確率Ｐ（Ｘ）、条件付き確率Ｐ（Ａ｜Ｘ）等を用いて、異常種別ごとの事後確率を求める（ベイズ推定を行う）。

一例として、運転時間ＡがＡ２であるという事象が発生したという条件で、異常種別Ｘ１の異常が発生している事後確率Ｐ（Ｘ＝Ｘ１｜Ａ＝Ａ２）（以下、Ｐ（Ｘ１｜Ａ２）と表記する。）は、以下の式で算出することができる。

同様に、異常種別Ｘ２、Ｘ３等の異常が発生している事後確率Ｐ（Ｘ２｜Ａ２）、Ｐ（Ｘ３｜Ａ２）、・・・を算出することができる。

さらに、算出された事後確率Ｐ（Ｘ１｜Ａ２）、Ｐ（Ｘ２｜Ａ２）、Ｐ（Ｘ３｜Ａ２）・・・を新たに事前確率として扱い、ポンプ圧力Ｂの離散化値がＢ３であるという事象が発生したという条件で、異常種別Ｘ１の異常が発生している事後確率Ｐ（Ｘ１｜Ａ２，Ｂ３）は、以下の式で算出することができる。なお、運転時間Ａとポンプ圧力Ｂとは独立であると仮定している。

右辺のＰ（Ｂ３｜Ｘ１，Ａ２）は、図２２に示した因果関係情報から求めることができる。同様に、異常種別Ｘ２、Ｘ３等の異常が発生している事後確率Ｐ（Ｘ２｜Ａ２，Ｂ３）、Ｐ（Ｘ３｜Ａ２，Ｂ３）、・・・を算出することができる。

さらに、冷却水温度Ｃ、油圧負荷Ｄ、稼働時間Ｅ等の他の運転変数を、新たな結果として加えて、事後確率を算出することにより、算出された事後確率の客観性をより高めることができる。

図２７に、算出された事後確率の一例を示す。この例では、評価対象となるショベルにおいて、異常が発生していない確率が５０％であり、異常種別Ｘ１の異常が発生している確率が５％であり、異常種別Ｘ２の異常が発生している確率が２０％であると推定される。

なお、上記実施例１では、結果となる事象を順次追加して、新たに事後確率を段階的に算出したが、必ずしも、段階的に事後確率を算出する必要はない。図２５に示した事前確率Ｐ（Ｘ）、及び各運転変数の条件付き確率Ｐ（Ａ｜Ｘ）、Ｐ（Ｂ｜Ｘ）等を用い、すべての運転変数を結果事象として考慮して、異常種別の事後確率を算出してもよい。

上述のように、図２７に示した運転変数の測定値の離散化値を結果事象として、図２２に示した因果関係情報を用いてベイズ推論を行うことにより、原因事象である異常種別の事後確率を算出することができる。

次に、ステップＳＥ４（図２６）において、推定される異常種別及びその事後確率を、機体番号と関連付けて、記憶装置４８（図０１）に記憶する。

図２６に示した方法では、異常判定により、複数の異常種別が導き出される場合がある。図２７に示した例では、異常種別Ｘ１の異常が発生している可能性が５％、異常種別Ｘ２の異常が発生している可能性が２０％と推定される。このように、複数の異常の可能性が導き出された場合、最も事後確率の高い異常の重要度を、当該ショベルに発生していると推定される異常の重要度として採用すればよい。または、事後確率が、ある基準値、例えば２０％以上となる異常の重要度のうち、最も高い異常度を、当該ショベルに発生していると推定される異常の重要度として採用してもよい。

図２６に示した異常判定を行う方法に代えて、図１〜図９に示した実施例による方法、図１０〜図１２に示した実施例による方法、図１３に示した実施例による方法等を適用してもよい。

図２８に、さらに他の実施例によるショベル及びショベル管理装置のブロック図を示す。図１〜図９に示した実施例、及び図１０〜図１２に示した実施例では、ステップＳＡ１（図２）において、着目物理量の検出値が、通信回線４０を経由してショベル３０から管理装置４５に送信された。図２８に示した実施例では、管理装置４５がショベル３０に搭載されている。ショベル３０に搭載された管理装置４５が、図１〜図９に示した実施例または図１０〜図１２に示した実施例による異常判定方法と同一の方法で、ショベル３０の異常の有無を判定する。

判定結果が、ショベル３０から、通信回線４０を経由して、ショベル管理装置２５に送信される。ショベル管理装置２５は、ショベル３０から受信した判定結果を、ショベル３０の個体を識別できる態様で、出力装置２６に出力する。

図２８に示した実施例では、通信回線４０を通して送受される情報は、異常の有無の判定結果のみである。このため、着目物理量の検出値を送受信する図１〜図９に示した実施例、及び図１〜図１２に示した実施例に比べて、通信回線４０を経由して送受信されるデータ量を削減することができる。

また、図２８に示した実施例では、ショベル３０に搭載された管理装置４５から、ショベルの状態表示装置５０（図１）に、種々のデータが送信される。また、ショベル３０に搭載された管理装置４５に、ショベルの状態表示装置５０の機能を持たせてもよい。この場合、評価対象である複数のショベルの各々の機体識別情報、及び評価対象の複数のショベルの各々の現在位置が、１つのショベル３０の管理装置４５で受信される。ショベル３０に搭載された管理装置４５は、評価対象の複数のショベルの少なくとも１つの現在位置を包含する地図を表示する。さらに、表示された地図上の、評価対象のショベルの現在位置に対応する箇所に、異常の有無の判定結果に基づく異常の重要度が識別可能な態様で、ショベルのアイコンを表示する。

以上実施例に沿って本発明を説明したが、本発明はこれらに制限されるものではない。例えば、種々の変更、改良、組み合わせ等が可能なことは当業者に自明であろう。

２５ ショベル管理装置
２６ 出力装置
３０ ショベル
３１ 車両コントローラ
３２ 通信装置
３３ ＧＰＳ受信器
３４ 表示装置
３５ センサ
４０ 通信回線
４５ 管理装置
４６ 通信装置
４７ 処理装置
４８ 記憶装置
４９ 表示装置
５０ ショベルの状態表示装置
５１ 送受信回路
５２ 処理装置
５３ 記憶装置
５４ 表示装置
５５ 入力装置
６０ 地図表示領域
６１ アイコン説明領域
６２ ショベル情報表示領域
６３、６３Ａ〜６３Ｃ ショベルのアイコン
６４ 吹き出し
６５ サービスカーのアイコン
６６ 経路
７０ 参照領域
８０ Ｘ異常領域
８１ Ｘ異常時平均ベクトル
８１ｕ Ｘ異常時単位ベクトル
８２ Ｙ異常領域
８３ Ｙ異常時平均ベクトル
８６、８７ 規格化評価ベクトル
８８ Ｚ異常時平均ベクトル
８８ｕ Ｚ異常時単位ベクトル
９０ Ｚ異常領域

Claims (12)

1. ショベルを運転して、ある既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化を表す複数の参照波形が準備されており、複数の前記参照波形ごとに、複数の特徴量が求められており、前記ショベルと同一型式の評価対象ショベルの異常の有無を、前記参照波形に基づいて判定する方法であって、
   （ａ）前記評価対象ショベルを運転し、前記既定動作と類似の動作を行っている期間に、前記評価対象ショベルから得られる前記着目物理量を検出し、検出値の時間変化である評価波形を取得する工程と、
   （ｂ）前記評価波形の前記特徴量を求め、複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて、前記評価対象ショベルの異常の有無を判定する工程と
   を有するショベルの異常判定方法。
2. 複数の前記参照波形は、前記ショベルが正常な状態であるときに取得されたものである請求項１に記載のショベルの異常判定方法。
3. さらに、
   ショベルの状態表示装置が、評価対象である複数のショベルの各々の機体識別情報、前記ショベルの各々の現在位置、及び前記工程（ｂ）の判定結果である異常判定結果情報を受信する工程と、
   前記ショベルの状態表示装置が、前記評価対象の複数のショベルの少なくとも１つの現在位置を包含する地図を表示装置に表示し、表示された地図上の、管理対象のショベルの現在位置に対応する箇所に、前記異常判定結果情報に基づく異常判定結果の重要度が識別可能な態様で、ショベルのアイコンを表示する工程と
   を有する請求項１または２に記載のショベルの異常判定方法。
4. 前記表示装置に表示された地図の、ある区画内に複数のショベルが存在する場合には、異常判定結果の重要度の最も高いショベルのアイコンを、他のショベルのアイコンよりも識別が容易な態様で表示する請求項３に記載のショベルの異常判定方法。
5. 前記表示装置に表示する地図の縮尺に応じて、前記表示装置に表示する前記ショベルのアイコンの数を調整する請求項３または４に記載のショベルの異常判定方法。
6. 異常種別が判明しているショベルを運転して、前記既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化に基づいて算出される前記複数の特徴量を要素とする異常時ベクトルが求められており、
   さらに、前記評価ベクトルと前記異常時ベクトルとを比較することにより、前記評価対象ショベルに発生している異常種別を推定する工程と含む請求項１乃至５のいずれか１項に記載のショベルの異常判定方法。
7. ショベルを運転して、ある既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化を表す複数の参照波形、及び前記複数の参照波形の各々に対応する複数の特徴量が格納された記憶装置と、
   評価対象ショベルと通信を行う通信装置と、
   処理装置と
   を有し、
   前記処理装置は、
   前記評価対象ショベルが前記既定動作と類似の動作を行っている期間に、前記評価対象ショベルから得られる前記着目物理量の検出値の時間変化である評価波形を取得し、
   複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて、前記評価対象ショベルの異常の有無を判定するショベルの管理装置。
8. 前記参照波形は、前記ショベルが正常な状態であるときに取得されたものである請求項７に記載のショベルの管理装置。
9. さらに、表示装置に接続され、
   前記表示装置は、
   評価対象である複数のショベルの各々の機体識別情報、及び前記ショベルの各々の現在位置を受信し、
   前記評価対象の複数のショベルの少なくとも１つの現在位置を包含する地図を表示し、表示された地図上の、前記評価対象のショベルの現在位置に対応する箇所に、異常の有無の判定結果に基づく異常の重要度が識別可能な態様で、ショベルのアイコンを表示する請求項７または８に記載のショベルの管理装置。
10. ある既定動作を行っている期間に得られた着目物理量の検出値の時間変化を表す複数の参照波形、及び前記複数の参照波形の各々に対応する複数の特徴量が格納された記憶装置と、
    処理装置と
    を有するショベルであって、
    前記処理装置は、
    前記既定動作と類似の動作を行っている期間に得られる前記着目物理量の検出値の時間変化である評価波形を取得し、
    複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて異常の有無を判定するショベル。
11. 前記参照波形は、前記ショベルが正常な状態であるときに取得されたものである請求項１０に記載のショベル。
12. さらに、表示装置に接続され、
    前記表示装置は、
    評価対象である複数のショベルの各々の機体識別情報、及び前記ショベルの各々の現在位置を受信し、
    前記評価対象の複数のショベルの少なくとも１つの現在位置を包含する地図を表示し、表示された地図上の、前記評価対象のショベルの現在位置に対応する箇所に、異常の有無の判定結果に基づく異常の重要度が識別可能な態様で、ショベルのアイコンを表示する請求項１０または１１に記載のショベル。
    

Images