JP6935554B1 - 車体管理システム - Google Patents

Abstract

【課題】パワートレインの異常を合理的に判断する。【解決手段】原動機を含む複数の部品からなるパワートレインを有する車体を管理する車体管理システムであって、前記車体に設けられるセンサにより検出される前記車体の情報に基づき、前記パワートレイン、前記パワートレインの部品又はサブシステムである監視対象の効率値を演算する処理装置と、前記処理装置で演算された前記監視対象の効率値を出力する出力端末とを備え、前記処理装置が、前記パワートレインの負荷パラメータを演算し、前記負荷パラメータが予め設定された負荷判定値より大きいかを判定し、前記負荷パラメータが前記負荷判定値より大きいことを条件として、前記監視対象の入力エネルギー及び出力エネルギーに基づいて前記監視対象の効率値を演算し、演算した監視対象の効率値を記録する車体管理システムを提供する。【選択図】図１５

Description

本発明は、原動機を含む複数の部品からなるパワートレインを有する車体を管理する車体管理システムに関する。

車体データの収集・分析による運転技能の改善技術（特許文献１）、車体のダメージを防止するダメージ防止技術（特許文献２）等が知られている。特許文献１には、同じ走行区間の燃費（燃料消費量／距離）を算出し、積載量で正規化した区間燃費を基準として運転者の運転技能を評価する技術が開示されている。特許文献２には、有効積算勾配が所定範囲になるように積載量を制限することで車体ダメージを防止する技術が開示されている。

特許６３２９９０４号公報 特表２０１１−５０１２６４号公報

しかし、特許文献１，２については車体が正常な状態であることを前提として処理が実行されている。そのため、パワートレインを構成するエンジン、発電機、ＡＣ−ＤＣ変換器、インバータ、モータ等に異常が発生した状態では妥当な結果が得られない恐れがある。パワートレインの異常は二酸化炭素排出量の増加や燃料消費量の増加の要因となる。環境や燃料費への影響を抑える観点でも、パワートレインの異常を的確に把握することは重要である。区間燃費に基づいてパワートレインの異常を判定することも考えられるが、パワートレインの異常の有無に関わらず運転者の運転技能や走行環境により区間燃費は大きく増減し、パワートレインの異常を区間燃費から合理的に判断することは困難である。

本発明の目的は、パワートレインの異常を合理的に判断することができる車体管理システムを提供することにある。

上記目的を達成するために、本発明は、原動機を含む複数の部品からなるパワートレインを有する車体を管理する車体管理システムであって、前記車体に設けられるセンサにより検出される前記車体の情報に基づき、前記パワートレイン、前記パワートレインの部品又はサブシステムである監視対象の効率を演算する処理装置と、前記処理装置で演算された前記監視対象の効率を出力する出力端末とを備え、前記処理装置が、前記パワートレインの負荷パラメータを演算し、前記負荷パラメータが予め設定された負荷判定値より大きいかを判定し、前記負荷パラメータが前記負荷判定値より大きいことを条件として、前記監視対象の入力エネルギー及び出力エネルギーに基づいて前記監視対象の効率値を演算し、演算した監視対象の効率値を記録する車体管理システムを提供する。

本発明によれば、パワートレインの異常を合理的に判断することができる。

本発明の第１実施形態に係る車体管理システムの管理対象の車体の一例としてダンプトラックを表す図 図１に示したダンプトラックに備わったパワートレインの模式図 本発明の第１実施形態に係る車体管理システムの模式図 原動機出力の効率値の計算結果の一例を表す図 発電機及び整流器からなるサブシステムの効率値の計算結果の一例を表す図 インバータの効率値の計算結果の一例を表す図 走行用電動モータの効率値の計算結果の一例を表す図 ダンプトラックの走行に伴って取得されたデータの一例を表す図 燃料噴射量に対する直流電力の値について図８のデータから積載量が所定値よりも大きい条件下で得られたデータを抽出した結果を表す図 図９の個々のデータを付随する位置及び時刻のデータで区分し、燃料噴射量に対する直流電力の値について各区分の平均値を算出して得られた結果を表す図 図１０に示したデータから平均値計算の基礎データ個数が所定値以上のものを抽出した結果を表す図 図１１を燃料噴射量と効率値（ＫＰＩ）の関係に変換したデータを表す図 パワートレインが正常であるときの効率値についての箱ひげ図の例を表す図 パワートレインに異常が発生した際の効率値についての箱ひげ図の例を表す図 本発明の第１実施形態に係る車体管理システムに備えられた処理装置による監視対象の効率値の演算手順の一例を表すフローチャート 本発明の第１実施形態に係る車体管理システムに備えられた処理装置による監視対象の効率値の選別手順の一例を表すフローチャート 本発明の第１実施形態に係る車体管理システムに備えられた処理装置による監視対象の異常又はその予兆の判定手順の一例を表すフローチャート 出力端末におけるレポートの表示画面の一例を表す図 出力端末におけるレポートの表示画面の一例を表す図 メッシュ毎の燃料噴射量の平均値を位置座標系にプロットした例を表す図 図２０のデータからメッシュ当たりのサンプリングデータ数が所定値よりも大きいデータを抽出した例を表す図 図２１のデータから燃料噴射量が所定値よりも大きいデータを抽出した例を表す図 本発明の第２実施形態に係る車体管理システムに備えられた処理装置による監視対象の効率値の演算手順の一例を表すフローチャート

以下に図面を用いて本発明の実施の形態を説明する。

（第１実施形態）
−車体−
図１は本発明の第１実施形態に係る車体管理システムの管理対象の車体の一例としてダンプトラックを表す図である。同図に示したダンプトラック１は、車体フレーム２と、車体フレーム２に回転可能に設けられた複数の車輪とを備えている。車輪には、左右の前輪３ｆと左右の後輪３ｒとが含まれる。前輪３ｆは車体フレーム２の前部の左右両端に一輪ずつ配置されている。後輪３ｒは、車体フレーム２の後部の左右両端に二輪ずつ配置されている。前輪３ｆは、ステアリングハンドル等を介して入力されるステアリング角度に応じて操舵される操舵輪であり、ダンプトラック１が走行する走行路の路面を介して後輪３ｒに従動する従動輪である。駆動輪である後輪３ｒの回転軸には、左右の後輪３ｒを駆動する左右の走行用電動モータ１５（図２）と、左右の後輪３ｒの回転数を調整する減速機１９（図２）とが連結されている。

また、ダンプトラック１には、デッキ４、キャブ５、コントロールキャビネット６、複数のグリッドボックス７が備わっている。デッキ４はオペレータが歩行するフロアであり、前輪３ｆの上方に配置されている。キャブ５はオペレータが搭乗する運転室であり、デッキ４の上面に設置されている。キャブ５には、オペレータが座る運転席の他、ダンプトラック１の走行速度を指令する操作ペダル（アクセスペダル、ブレーキペダル等）、前述したステアリングハンドルが備わっている。コントロールキャビネット６は各種の電力機器を収納する部屋であり、車体の前部に搭載されている。グリッドボックス７はダンプトラック１のパワートレイン１０（図２）において制動時に発生する回生電力による余剰エネルギーを熱として放散する装置であり、コントロールキャビネット６の後部に配置されている。

ダンプトラック１には更に、荷台８、ホイストシリンダ９が備わっている。荷台８は土砂や鉱石等の積荷を積載する台であり、ヒンジピン８ｐを介して車体フレーム２に連結され、車体フレーム２対して起伏する。ホイストシリンダ９は、ヒンジピン８ｐよりも前方の位置において車体フレーム２と荷台８とを連結し、伸縮して荷台８を起伏させる。図１においてダンプトラック１の前輪３ｆで隠れた部分には、原動機１１（図２）や発電機１２（図２）等が配置されており、これらの各機器の上方には車載コントローラ３０（図３）が搭載されている。

なお、ダンプトラック１には、出力端末５１（図３）や遠隔地にあるサーバ４０（図３）等との間でデータを授受するための通信装置Ｃ１が備わっている。

−パワートレイン−
図２は図１に示したダンプトラックに備わったパワートレインの模式図である。同図において図１で説明済みの要素には図１と同符号を付して説明を省略する。

図２に示したパワートレイン１０は原動機の動力を駆動輪に伝えるシステムであり、原動機１１、発電機１２、整流器１３、左右のインバータ１４、左右の走行用電動モータ１５等を含んで構成されている。

原動機１１はエンジン（内燃機関）であり、噴射された燃料を燃焼し燃料の熱量を機械的なエンジン出力（回転動力）に変換し、発電機１２、冷却ファン１６、油圧ポンプ（不図示）を駆動する。オペレータによってキャブ５に配置された操作ペダルが操作されると、原動機１１においてペダル操作量に応じた燃料噴射量が噴射され、燃料噴射量に応じた回転数で原動機１１が回転する。

なお、上記冷却ファン１６は原動機１１等を冷却する冷却風を生起する装置であり、クラッチを介して原動機１１に機械的に接続されている。油圧ポンプはホイストシリンダ９等の油圧アクチュエータの油圧源であり、原動機１１に機械的に接続されている。

発電機１２は、機械的に原動機１１に接続され、原動機１１により駆動されてエンジン出力を三相交流電力に変換する。この発電機１２で発生した電力は、主として左右の走行用電動モータ１５の動力源となる。

整流器１３は発電機１２が発生させる交流電力を直流電力に変換するＡＣ−ＤＣ変換器であり、コンデンサ１７、チョッパ１８及び左右のインバータ１４と共にコントロールキャビネット６に格納されている。整流器１３及びコンデンサ１７は、ユニット化された水冷構造になっており、発電機１２からの三相交流電力を整流及び平滑化して直流電力に変換する。チョッパ１８は、コンデンサ１７とインバータ１４との間に介在し、インバータ１４で生じる回生電力を取り出す。

左右のインバータ１４は半導体素子の一種で絶縁耐圧の高いＩＧＢＴ（Insulated Gate Bipolar Transistor：絶縁ゲートバイポーラトランジスタ）を用いて構成されており、左右の走行用電動モータ１５の動作を制御する。左のインバータ１４は左の走行用電動モータ１５に接続され、右のインバータ１４は右の走行用電動モータ１５に接続されている。これらの左右のインバータ１４は、アクセルペダルが踏み込まれると整流器１３からの直流電力を要求に応じた三相交流電力に変換し、ブレーキペダルが踏み込まれると左右の走行用電動モータ１５で発生した電力を整流する。

左右の走行用電動モータ１５は三相誘導式の電動機で構成され、アクセルペダルが踏み込まれるとインバータ１４からの三相交流電力によって駆動され、三相交流電力を機械的なモータ出力（回転動力）に変換する。左右の走行用電動モータ１５の回転動力は減速機１９を介して後輪３ｒに伝達され、これにより車体が走行する。ブレーキペダルが踏み込まれると走行用電動モータ１５は発電し、走行用電動モータ１５で発電された余剰の電力がインバータ１４を通じてコンデンサ１７に蓄えられたり放散されたりする。

なお、ダンプトラック１には、センサＳ１〜Ｓ７（図３）及び測位装置Ｓ８（同）等のセンサ類が備わっている。センサＳ１〜Ｓ７及び測位装置Ｓ８の信号は車載コントローラ３０（図３）に出力される。

センサＳ１は、原動機１１における燃料噴射量を検出する燃料噴射量センサである。このセンサＳ１には、燃料噴射量に応じた値として、例えば前述した操作ペダルの操作量を検出するポテンショメータを用いることができる。

センサＳ２は、原動機１１の出力を検出する原動機出力センサである。このセンサＳ２には、原動機出力に応じた値として、例えば原動機１１の回転数を検出する回転数センサ、原動機１１のトルクを検出するトルクセンサを用いることができる。回転数センサやトルクセンサは原動機１１の出力軸に設けることができる。

センサＳ３は発電機１２で発電されて整流器１３で直流化された直流電力を検出する直流電力センサ、センサＳ４はインバータ１４から出力された交流電力を検出する交流電力センサである。これらセンサには、例えば電力計を用いることができる。

センサＳ５は、走行用電動モータ１５の出力を検出するモータ出力センサである。このセンサＳ５には、モータ出力に応じた値として、例えば走行用電動モータ１５の回転数を検出する回転数センサ、走行用電動モータ１５のトルクを検出するトルクセンサを用いることができる。回転数センサやトルクセンサは走行用電動モータ１５の出力軸に設けることができる。

センサＳ６は基準面（例えば水平面）に対するダンプトラック１の傾斜角を測定する車体傾斜角センサであり、例えば加速度センサ（ＩＭＵ等）を用いることができる。センサＳ７は積載量つまり荷台８に積載された積荷の重量を測定する積載量センサであり、例えば歪ゲージを用いることができる。積荷の重量による例えば車体フレーム２の変形量から、或いは前輪３ｆ及び後輪３ｒの車軸にかかる荷重から、積載量を演算することができる。

測位装置Ｓ８は例えばＧＮＳＳの受信機であり、人工衛星ＳＴ（図３）から受信したアンテナ位置のデータを車載コントローラ３０に出力する。車載コントローラ３０では、アンテナ位置とダンプトラック１の既知の機体寸法データから、地球座標系（独自に規定した座標系でも良い）におけるダンプトラック１の基準点（例えば車体重心）の位置が算出される。

−車体管理システム−
図３は本発明の第１実施形態に係る車体管理システムの模式図である。同図に示した車体管理システムはダンプトラック１ａ，１ｂ…を管理するシステムであり、処理装置２０と、少なくとも１つ（同図では２つ例示）の出力端末５１，５２とを含んで構成されている。同図では２台のダンプトラック１ａ，１ｂを図示しているが、車体管理システムは３台以上のダンプトラックも管理可能である。ダンプトラック１ａ，１ｂはそれぞれ図１及び図２で説明したダンプトラック１に相当する。処理装置２０について以下に説明した後、出力端末５１，５２については「−出力端末−」の欄で後述する。

−処理装置−
処理装置２０は少なくとも１つのコンピュータを含んで構成され、ダンプトラック１ａ，１ｂのパワートレイン１０、パワートレイン１０の部品又はサブシステムである監視対象（後述）の効率値を演算する機能を持つ。処理装置２０において、効率値は、ダンプトラック１ａ，１ｂに設けられたセンサ（例えばセンサＳ１〜Ｓ７）により検出されるダンプトラック１ａ，１ｂの情報（データ）に基づいて演算される。本実施形態における処理装置２０は、車載コントローラ３０とサーバ４０とを含んで構成されている。車載コントローラ３０とサーバ４０については「−車載コントローラ−」「−サーバ−」の欄でそれぞれ後述する。

なお、「監視対象」とは、各ダンプトラックのパワートレイン１０、パワートレイン１０の個々の部品又はサブシステムである。例えば出力端末でいずれかの監視対象を選択することで、選択した監視対象の効率値のデータが処理装置から出力端末にダウンロードされ、出力端末で監視対象の効率値のデータを確認することができる。この場合、パワートレイン１０の全体を監視対象として選択することも、１つの部品を監視対象として選択することも、１つのサブシステムを監視対象とすることもできる。また、効率値を確認する監視対象の選択は、逐次変更することができる。複数の監視対象を同時に選択可能な構成とすることもできる。

「部品」とは、パワートレインを構成する個々の装置（主にエネルギーを変換する装置）である。図２で説明した例では、原動機１１、発電機１２、整流器１３、インバータ１４、走行用電動モータ１５等が部品に該当する。

「サブシステム」とは、パワートレインよりも小さな単位のシステムであり、複数の部品を含んでパワートレインの一部を構成する。図２の例において、原動機１１、発電機１２、整流器１３、インバータ１４、走行用電動モータ１５を一連の部品とした場合、例えば、「原動機１１＋発電機１２」、「原動機１１＋発電機＋整流器１３」がサブシステムの例である。発電機１２を含むサブシステムとしては、この他にも「発電機１２＋整流器１３」、「発電機１２＋整流器１３＋インバータ１４」、「発電機１２＋整流器１３＋インバータ１４＋走行用電動モータ１５」が該当する。その他、「整流器１３＋インバータ１４」、「整流器１３＋インバータ１４＋走行用電動モータ１５」、「インバータ１４＋走行用電動モータ１５」も、それぞれサブシステムに該当する。

「効率値」とは、監視対象の入力エネルギーに対する出力エネルギーの比であり、入力エネルギー及び出力エネルギーに基づいて演算される。一例としては、出力エネルギーを入力エネルギーで割ることで（百分率計算でも良い）効率値を演算することができる。監視対象の効率値が高いほど、その監視対象において入力エネルギーが高い割合で出力エネルギーに変換されたことを意味する。監視対象が何らかの異常を来している場合、その効率値は相対的に低下する。

−車載コントローラ−
車載コントローラ３０は、ダンプトラック１ａ，１ｂに搭載されたコンピュータであり、主に自己が搭載されたダンプトラックの監視対象の効率値等のデータを収集する機能を持つ。ここでは、ダンプトラック１ａの車載コントローラ３０について説明するが、他のダンププトラックの車載コントローラも同様の構成である。

車載コントローラ３０は、入力インタフェイス３１、ＲＴＣ（リアルタイムクロック）３２、メモリ３３、ＣＰＵ３４、及び出力インタフェイス３５を備えている。

入力インタフェイス３１には、センサＳ１〜Ｓ７や測位装置Ｓ８等、ダンプトラックに搭載されたセンサ類からの信号が入力される。センサ類からの各種信号は、必要に応じてデジタル変換され、ＣＰＵ３４で各種入出力エネルギーとして演算され、必要に応じてメモリ３３に記憶される。

ＲＴＣ３２は車載コントローラ３０の時計である。ＲＴＣ３２は例えば０．１秒単位で時間を刻み、ＲＴＣ３２が刻む時刻が、例えば前述した入出力エネルギー等に時刻データとして付加される。その他、車載コントローラ３０において入出力エネルギーを基にＣＰＵ３４で演算された値（例えば各監視対象の効率値）についても、演算の基礎となった入出力エネルギーの時刻データが引き継がれて付加される。演算した時刻が演算値に付加されるようにしても良い。

メモリ３３は、ＣＰＵ３４が実行するプログラム、ＣＰＵ３４で演算又は選別された各値、各値の時刻等を記憶する記憶領域を備えた記憶装置である。図示していないが、このメモリ３３には、ＣＰＵ３４による演算を実行するためのプログラム及び各種値を格納するＲＯＭやＨＤＤ、ＣＰＵ３４がプログラムを実行する際の作業領域となるＲＡＭ等が含まれる。

ＣＰＵ３４は、例えば車載コントローラ３０に給電されている間、又はダンプトラックの走行中、メモリ３３から読み込んだプログラムに従って各種の処理（監視対象の入出力エネルギーや効率値等の演算、各種判定等）を実行する役割を持つ（図１５及び図１６）。

出力インタフェイス３５は、上記通信装置Ｃ１やキャブ５内のモニタ（不図示）等といった他の車載機器に対してデータを出力する装置である。出力インタフェイス３５から通信装置Ｃ１に出力されたデータは、通信装置Ｃ１、無線通信回線（電波）ＷＬ、最寄りの中継器ＲＰ及びネットワークＮＴを介してサーバ４０に送信される。中継器ＲＰは、例えば無線ＬＡＮアクセスポイント、ルータ、基地局等である。ネットワークＮＴは例えばインターネットである。その他、通信装置Ｃ１は、ネットワークＮＴを介さずに無線媒体ＢＴを介して出力端末５１等の他の機器との間でデータを直接授受することもできる。無線媒体ＢＴは例えば赤外線や電波である。

−サーバ−
サーバ４０は、ダンプトラック１ａ，１ｂ…について各監視対象の効率値のデータを統計したり各監視対象の異常を判定したりする機能を持つコンピュータである。サーバ４０は、例えば管理センタに設置されている。管理センタは、例えばダンプトラック１ａ等の製造元が運営する施設であるが、ダンプトラック１ａ，１ｂの製造元、ユーザ又はディーラから管理業務を受託した業者等が運営する施設であっても良い。サーバ４０は、入出力インタフェイス４１、メモリ４２、及びＣＰＵ４３等を備えている。

入出力インタフェイス４１はダンプトラックの通信装置Ｃ１に対応する役割を果たす装置であり、有線通信、無線通信又はＬＡＮといったネットワークを介して通信装置Ｃ２や出力端末５２との間でデータを授受する。ネットワークＮＴを介して通信装置Ｃ２で受信したダンプトラック１ａ，１ｂ…からの効率値のデータが、入出力インタフェイス４１を介してサーバ４０に入力され、メモリ４２に記録される（アップロードされる）。例えば出力端末５１からサーバ４０にアクセスすることで、入出力インタフェイス４１、通信装置Ｃ２、ネットワークＮＴ、中継器ＲＰ及び無線通信回線ＷＬを介してメモリ４２に記録された所定のデータが出力端末５１にダウンロードされる。

メモリ４２は、ＣＰＵ４３が実行するプログラム、サーバ４０に入力された各データ、ＣＰＵ４３で演算されたデータ等を格納する記憶領域を備えた記憶装置である。図示していないが、このメモリ４２には、ＣＰＵ４３による演算を実行するためのプログラム及び各種値を格納するＲＯＭやＨＤＤ、ＣＰＵ４３がプログラムを実行する際の作業領域となるＲＡＭ等が含まれる。

ＣＰＵ４３は、メモリ４２に格納された所定のプログラムに従って、車載コントローラ３０で収集された効率値のデータを統計し、統計データを基に監視対象が正常であるか異常を来しているかを判定する機能等を果たす（図１７）。

−出力端末−
出力端末５１，５２は、処理装置２０で演算された監視対象の効率値や統計データ、判定結果等について表示等の出力をし、例えばダンプトラックの運転者、管理者、サービスマンが確認するための端末である。出力端末５１は、ディスプレイを持つ携帯端末の例であり、例えばスマートフォン、タブレット型ＰＣ、ノート型ＰＣである。出力端末５２は、プリンタやデスクトップＰＣといった固定端末の例である。図示していないが、ダンプトラックのキャブ５の内部に出力端末を設置し、処理装置２０で演算された監視対象の効率値や統計データ、判定結果等をキャブ内で運転者等が確認できるようすることもできる。サーバ４０のモニタも出力端末の一種である。

出力端末５１は、最寄りの中継器ＲＰ及びネットワークＮＴを介してサーバ４０にアクセス可能である。出力端末５１はモバイル端末であり、最寄りの中継器ＲＰの無線通信回線（電波）ＷＬが受信可能な場所であれば、場所を選ばずサーバ４０にアクセス可能である。また、例えばダンプトラック１ａのデータを確認する場合、出力端末５１とダンプトラック１ａの距離が無線媒体ＢＴの届く範囲であれば、ネットワークＮＴを介さず出力端末５１から車載コントローラ３０にアクセスすることも可能である。出力端末５１によれば、インストールされた所定のアプリケーションにより、サーバ４０又は車載コントローラ３０からダウンロードしたデータを、そのディスプレイで閲覧することができる。ディスプレイには所定のレポート形式でデータが表示される。この場合、車載コントローラ３０及びサーバ４０において効率値等についてレポート形式の表示データが作成され、出力端末５１でレポートや指定したダンプトラックの所定期間のデータを閲覧する構成とすることができる。また、車載コントローラ３０及びサーバ４０からダウンロードしたデータを出力端末５１でアプリケーションによりレポート形式に変換して表示する構成とすることもできる。

出力端末５２は、サーバ４０が設置された管理センタの内部でＬＡＮ等のクローズドネットワークを介してサーバ４０にアクセス可能であり、サーバ４０からダウンロードしたデータをディスプレイに表示したり印刷したりすることができる。出力端末５１の場合と同じく、ディスプレイには所定のレポート形式でデータが表示され、印刷することもできる。サーバ４０からダウンロードしたデータを出力端末５２でアプリケーションによりレポート形式に変換して表示、印刷する構成としても良い。

なお、図３では管理センタ内に設置された出力端末５２からＬＡＮ等のクローズドネットワークを介してサーバ４０にアクセスする構成を例示したが、ネットワークＮＴに接続可能な他の固定端末からサーバ４０にアクセスできるようにすることも可能である。

−効率値の選別方法−
パワートレインの部品に異常が発生すると、部品のエネルギーロスが増加して効率値が低下する。そこで、監視対象の効率値を演算し監視することで、その監視対象の異常を判定することができる。図２の例では、例えば、原動機１１の燃料噴射量、原動機出力、整流器１３が出力する直流電力、インバータ出力、モータ出力のうちの任意の２つの値の比を算出することで、それら値を入出力エネルギーとする監視対象の効率値が演算できる。燃料噴射量はセンサＳ１の信号から、原動機出力はセンサＳ２の信号から、直流電力はセンサＳ３の信号から、インバータ出力はセンサＳ４の信号から、モータ出力はセンサＳ５の信号から、車載コントローラ３０で演算することができる。

例えば原動機１１の効率値は、センサＳ２の信号から演算した原動機出力（出力エネルギー）及びセンサＳ１の信号から演算した燃料噴射量（入力エネルギー）に基づいて演算することができる。原動機出力の効率値の計算結果の一例を図４に示した。同様に、発電機１２（部品）、又は発電機１２及び整流器１３（サブシステム）の効率値は、センサＳ２，Ｓ３の信号から求めることができる。発電機１２及び整流器１３からなるサブシステムの効率値の計算結果の一例を図５に示した。インバータ１４の効率値はセンサＳ３，Ｓ４の信号から、走行用電動モータ１５の効率値はセンサＳ４，Ｓ５の信号から求められる。インバータ１４の効率値の計算結果の一例を図６に、走行用電動モータ１５の効率値の計算結果の一例を図７に示した。

その他、原動機１１、発電機１２及び整流器１３からなるサブシステムの効率値はセンサＳ１，Ｓ３の信号から、更にインバータ１４を加えたサブシステムの効率値はセンサＳ１，Ｓ４の信号から求められる。発電機１２、整流器１３及びインバータ１４からなるサブシステムの効率値はセンサＳ２，Ｓ４の信号から、更に走行用電動モータ１５を加えたサブシステムの効率値はセンサＳ２，Ｓ５の信号から求められる。インバータ１４及び走行用電動モータからなるサブシステムの効率値はセンサＳ３，Ｓ５の信号から求められる。パワートレイン全体の効率値はセンサＳ１，Ｓ５の信号から求められる。

図４〜図７に示した通り正常な監視対象の効率値は、入力エネルギーと出力エネルギーが概ね比例関係になる。しかし、例えば原動機１１の場合、原動機１１の回転数やブースト圧、排気温度、冷却温度等の影響を受け、効率値の演算結果にばらつきが生じる。また、発電機１２と整流器１３のサブシステムの場合、ダンプトラックの走行速度、冷却ポンプ、走行モータブロワ、インバータブロワ、発電効率、変換効率等の影響を受ける。インバータ１４であれば直流変換（チョッパ）やインバータ温度の影響を受けるし、走行用電動モータ１５であれば走行抵抗（路面勾配や加速度）やモータ温度等の影響を受ける。そのため、場面も考慮せずある時刻の入力エネルギーと出力エネルギーから監視対象の瞬間的な効率値を演算しても、演算された効率値が監視対象の調子を評価するための妥当な値であるとは必ずしも言えない。

図８はダンプトラックの走行に伴って取得されたデータの一例である。同図では、上段から車速、積載量（荷台に積載された積荷重量）、燃料噴射量、直流電力（整流器の出力）、モータ出力を示している。図２で説明したパワートレイン１０について図８のデータが得られたとすれば、図８のデータに基づいて燃料噴射量（入力エネルギー）とモータ出力（出力エネルギー）の比をとればパワートレイン１０の全体の効率値が演算できる。例えば、燃料噴射量と直流電力の値を用いて入出力エネルギーの比を取れば、発電機１２及び整流器１３からなるサブシステム又は部品としての原動機１１の効率値が演算できる。直流電力とモータ出力を用いて入出力エネルギーの比を取れば、インバータ１４と走行用電動モータ１５からなるサブシステムの効率値が演算できる。必要なデータを検出すれば個々の部品（例えば原動機１１）の効率値も当然に演算できるが、このように複数の部品を組み合わせたサブシステム単位でも効率値を演算できる。

後述するように監視対象が正常であるか異常を来しているかをその監視対象の効率値で判断する場合、判断に用いられる効率値を高負荷条件下の運転時のデータに基づいて演算することが判断結果の精度を上げる上で重要となる。高負荷条件は原動機への入力エネルギーが所定値以上の条件である。原動機１１にエンジンを採用した図２の例では、代表的には燃料噴射量が負荷パラメータとなり、燃料噴射量が所定位置以上であることを１つの高負荷条件とすることができる。燃料噴射量は本実施形態では操作ペダルの操作量（センサＳ１の信号）から演算でき、自動速度調整装置を搭載する場合には自動速度調整装置によるエンジン制御信号からも演算できる。原動機１１に電動モータを採用したダンプトラックの場合、電動モータへの供給電力（トロリー電力等）を負荷パラメータとすることができる。

その他、上り勾配の路面を走行する場合に燃料噴射量又は供給電力が増加する傾向がある。この観点で走行路面の勾配も高負荷条件を定義する負荷パラメータの１つと捉えることができ、上り勾配が所定の負荷判定値以上であることを１つの高負荷条件とすることができる。走行路面の勾配はセンサＳ６の信号から演算できる。加速抵抗も高負荷条件を定義する負荷パラメータとして例示できる。また図８において積載量に着目すると、積載量が小さい場合に比べて積載量が大きい場合に燃料噴射量が全体的に増加する傾向が見て取れる。この傾向から積載量も高負荷条件を定義する負荷パラメータの１つと捉えることができ、積載量が所定の負荷判定値以上であることも１つの高負荷条件とすることができる。

図９は燃料噴射量に対する直流電力の値について図８のデータから積載量が所定値よりも大きい条件下で得られたデータを抽出した結果である。原動機１１、発電機１２及び整流器１３からなるサブシステム（図９〜図１２に関する以下の説明において単にサブシステムと記載する）の効率値は直流電力／燃料噴射量で表せるので、図９の個々のデータについてサブシステムの効率値を演算することができる。しかし、積載量のみのフィルタリングで抽出したデータは図９のように運転状態等の種々の要因によるばらつきが残り、図９のデータから演算した効率値によりサブシステムが正常であるか異常を来しているかを判断することは難しい。

図１０は図９の個々のデータを付随する位置及び時刻のデータで区分し、燃料噴射量に対する直流電力の値について各区分の平均値を算出して得られた結果である。図１０にプロットされた各点は、時間帯と走行領域が同じデータを基礎として演算された平均燃料噴射量に対する平均直流電力を表している。走行領域は、例えば位置座標系をメッシュ（例えば３０ｍ×３０ｍ）で分割し、付随する位置データがどのメッシュに属しているかでデータを区分できる。時間帯は、所定時間毎に区切りをつけ、どの時間帯（時間区分）に取得されたかでデータを区分できる。図９と図１０とを比較すると、図９に対して図１０では効率値のデータのばらつきは減少したもののサブシステムが正常であるか異常であるかを精度良く判断することは難しい。

図１１は図１０に示したデータから平均値計算の基礎データ個数が所定値以上のものを抽出した結果である。つまり、所定値未満のデータ個数の平均値を図１０から除いたものが図１１である。図１１ではデータのばらつきが大分抑えられている。このように積載量に関する高負荷条件で大まかに選別したデータを走行領域及び時間帯で区分し、区分毎に平均値を出して基礎データ数が多いものを抽出した例において、走行環境や運転技能等の外乱によるデータのばらつきが抑えられた。

図１２は図１１を燃料噴射量と効率値（ＫＰＩ）の関係に変換したデータである。図１２で確認できる通り、演算された効率値のばらつきは燃料噴射量が大きい高負荷領域でより小さくなる。高負荷領域では、エンジン回転数やブースト圧の変動が低負荷領域に対して小さく、また冷却ポンプやモータブロワ等の補機に取られるエネルギーが低負荷領域に対して小さいことが理由として考えられる。図１２において、例えば効率値のばらつきが所定の許容値以下の領域を燃料噴射量がＸよりも大きな領域であるとする。この場合、燃料噴射量について予め設定した負荷判定値Ｘをメモリ３３に格納しておき、負荷判定値Ｘよりも燃料噴射量が大きな高負荷領域のロバストな効率値を評価することで、監視対象が正常であるか異常を来しているかの判断の妥当性が向上する。

なお、図１２のデータは予め積載量でフィルタリングされていることから（図９）、燃料噴射量が負荷判定値Ｘ以上の値の抽出は２つ目の高負荷条件に関するフィルタリングになる。しかし、データ数の増加が許容できれば、積載量によるフィルタリング及び燃料噴射量によるフィルタリングのいずれか（例えば前者）を省略し、１つの高負荷条件でデータを抽出しても良い。反対に３つ以上の高負荷条件でデータを更に絞り込むこともできる。

−異常の判定方法−
図１３はパワートレインが正常であるときの効率値についての箱ひげ図の例、図１４はパワートレインに異常が発生した際の効率値についての箱ひげ図の例である。これらの図において、横軸は日付、縦軸は効率値を表し、１台のダンプトラックの１つの監視対象について日毎の効率値の統計値として四分位範囲及び中央値が演算されている。図３の車体管理システムで効率値に基づいて監視対象の異常及び正常を判定するための判定値を設定する場合、例えばパワートレイン１０の正常時に各監視対象について図１２のデータを所要期間分統計し、それを基に所要期間分の図１３のデータを作成する。そして、各監視対象について、データに基づいて、異常の発生を判定するための異常判定値Ｄ１、異常の予兆を判定するための予兆判定値Ｄ２を予め設定し、メモリ３３，４２（図３）のうち少なくともメモリ４２に格納しておく。

異常判定値Ｄ１としては、図１３に示したように、例えば所定期間の日毎の効率値の四分位範囲の第１四分位点（各boxの下端の値）の最小値に対して所定のマージンだけ小さくとった値を設定することができる。その他、所定期間中の日毎の効率値の中央値（第２四分位点）の最小値に対して所定のマージンだけ小さくとった値を異常判定値Ｄ１として設定しても良い。ＣＰＵ４３（又はＣＰＵ３４）で監視対象の効率値について四分位範囲を演算し、図１４に示したようにある監視対象について効率値の中央値が異常判定値Ｄ１を下回った場合、その監視対象に異常が発生したことを判定できる。

予兆判定値Ｄ２としては、図１３に示したように、所定期間中の日毎の効率値の四分位範囲の最大値と最小値との差分（whiskerの長さ、つまりばらつきの大きさ）に対して所定のマージンだけ大きくとった値を設定できる。例えばＣＰＵ４３（又はＣＰＵ３４）で監視対象の効率値について四分位範囲を演算する。そして、図１４のようにある監視対象について四分位範囲の最大値と最小値の差分、つまりデータのばらつきの大きさが予兆判定値Ｄ２を超えた場合、その監視対象に異常が発生する予兆があることを判定できる。

また、同一のダンプトラックについて異なる時間帯（例えば当日とその前日）の効率値の統計データを比較し、これら統計データが予め設定した判定値Ｄ３を超えて変化した場合にパワートレインに異常又はその予兆が生じていると判定することもできる。判定値Ｄ３はメモリ３３，４２（図３）のうち少なくともメモリ４２に格納しておく。判定値Ｄ３を用いて監視対象の調子を判定する場合、各監視対象について演算される効率値の統計データをメモリ３３，４２のうち少なくともメモリ４２に蓄積する。例えば、同一のダンプトラックのある監視対象について、新たに演算された所定期間（例えば１日）分の効率値の統計データと、メモリに記憶されている過去の所定期間分（例えば前日分）の効率値の統計データとの差分をＣＰＵ４３（又はＣＰＵ３４）で演算する。この差分の大きさがメモリから読み出した判定値Ｄ３より大きい場合、その監視対象に異常又は異常の予兆があると判定することができる。比較する統計データとしては中央値を一例に挙げることができるが、四分位範囲の最大値と最小値の差分を比較することも考えられる。異常を判定する場合は判定値Ｄ３を大きめに設定し、予兆を判定する場合は判定値Ｄ３を小さめに設定することが考えられる。大小２つの判定値Ｄ３を設定して異常と予兆を区別することも考えられる。

異なる複数のダンプトラックについて同じ時間帯に同じ走行領域を走行して得られた効率値の統計データ同士を比較し、これら統計データの差分が予め設定した判定値Ｄ４よりも大きい場合にパワートレインに異常又はその予兆が生じていると判定することもできる。判定値Ｄ４はメモリ３３，４２（図３）のうち少なくともメモリ４２に格納しておく。図３のダンプトラック１ａ，１ｂが同一時間帯に同じサイト内を走行している場面を例として、ダンプトラック１ａのパワートレインの異常又はその予兆を判定する場合を説明する。この場合、ダンプトラック１ａが走行して得られたある監視対象の所定期間（例えば１日）分の効率値の統計データを、同一時間帯（例えば同日）に同じサイト内をダンプトラック１ｂが走行して得られたある監視対象の効率値の統計データと比較する。ダンプトラック１ａ，１ｂについての効率値の統計値はメモリ４２に記憶されたデータで比較できる。ダンプトラック１ａについての効率値の統計データＺａがダンプトラック１ｂについての効率値の統計データＺｂよりも判定値Ｄ４を超えて小さい場合（Ｚｂ＞Ｚａ＋Ｄ４）、ダンプトラック１ａの監視対象に異常又は異常の予兆があると判定することができる。比較する統計データとしては中央値を一例に挙げることができるが、四分位範囲の最大値と最小値の差分を比較することも考えられる。判定値Ｄ３と同様、異常を判定する場合は判定値Ｄ４を大きめに設定し、予兆を判定する場合は判定値Ｄ４を小さめに設定することが考えられる。大小２つの判定値Ｄ４を設定して異常と予兆を区別することも考えられる。

なお、ダンプトラック１ａの統計データを同一時間帯に同じ領域を走行する複数の他のダンプトラックの統計データと比較することもできる。この場合、他の複数のダンプトラックの統計データの代表値（例えば平均値、中央値、最大値）を演算し、ダンプトラック１ａの統計データと比較することが考えられる。

−効率値演算処理−
図１５は処理装置による監視対象の効率値の演算手順の一例を表すフローチャートである。車載コントローラ３０は、電力が供給されている間、又は自己が搭載されたダンプトラックの走行中、メモリ３３に格納されたプログラムを読み込んでＣＰＵ３４により図１５及び図１６のフローを０．１秒周期で繰り返し実行する。図１５の処理を経て、監視対象毎の高負荷条件下の効率値が演算され、位置コード（後述）と共にメモリ３３に記録される。

［ステップＳ１１］
図１５のフローを開始すると、車載コントローラ３０は、ステップＳ１１においてセンサＳ１〜Ｓ７及び測位装置Ｓ８の信号を入力し、入力した信号を基にパワートレイン１０の少なくとも１種類の現在の負荷パラメータをＣＰＵ３４でリアルタイムに演算する。「現在の」とは現在の（つまり今回の）処理サイクルの意味である。ここで演算する負荷パラメータは、前述した高負荷条件を判定するための値であり、例えば原動機１１の燃料噴射量、積荷の積載量又は路面勾配である。燃料噴射量はセンサＳ１の信号から、積載量はセンサＳ７の信号から、路面勾配はセンサＳ６の信号から、それぞれ演算することができる。

［ステップＳ１２］
続くステップＳ１２で、車載コントローラ３０は、ステップＳ１１で演算した負荷パラメータが、メモリ３３から読み出した規定の負荷判定値Ｘよりも大きいかをＣＰＵ３４で判定する。負荷パラメータが負荷判定値Ｘよりも大きい場合、車載コントローラ３０はステップＳ１２からステップＳ１３に手順を移す。負荷パラメータが負荷判定値Ｘ以下である場合、車載コントローラ３０は図１５のフローの現在の処理サイクルを終了し次回の処理サイクルに手順を移す。

なお、ステップＳ１１で負荷パラメータが複数種演算される場合、例えば全ての負荷パラメータがそれぞれの負荷判定値Ｘより大きい場合にステップＳ１２の判定が満たされるようにプログラムすることができる。いずれかの負荷パラメータがその負荷判定値Ｘよりも大きい場合にステップＳ１２の判定が満たされるようにしても良い。負荷パラメータが３種以上演算される場合、半数以上又は所定個数の負荷パラメータがそれぞれの負荷判定値Ｘより大きい場合にステップＳ１２の判定が満たされるようにすることも考えられる。こうした判定条件は処理装置２０の演算負荷等を考慮して決めれば良い。

［ステップＳ１３］
ステップＳ１３に手順を移すと、車載コントローラ３０は、各監視対象について、それぞれ入力エネルギーと出力エネルギーとの比をとって効率値を演算する（例えば出力エネルギーを入力エネルギーで割る）。最小二乗法により予め設定した効率関数（直線や低次曲線等）とマッチングすることにより効率計算を演算しても良い。負荷パラメータが負荷判定値Ｘより大きいことを条件として監視対象の効率値が演算され、負荷パラメータが負荷判定値Ｘ以下である間の効率値の演算は省略される。各入出力エネルギーは、現在の処理サイクルのステップＳ１１でセンサＳ１〜Ｓ７から車載コントローラ３０に入力された信号を基に演算され、信号入力の際にＲＴＣ３２で計測された時刻のデータが付加される。

［ステップＳ１４］
続くステップＳ１４において、車載コントローラ３０は、ステップＳ１１で入力された測位装置Ｓ８の受信データを基にダンプトラック（車載コントローラ３０が搭載された自車両）の現在位置をＣＰＵ３４で演算し、ステップＳ１３で演算した効率値に付加する。本ステップで演算される位置は、一般の地球座標系の値でも良いし、独自に定義したｘｙ座標系の値でも良い。また、測位装置Ｓ８の受信データから現在位置を演算する代わりに、例えばダンプトラックの車載カメラの画像を処理し各地点のデータベース（撮影画像データベース等）と照合することにより現在位置を演算することもできる。距離計の計測走行距離や操舵履歴を基に割り出した走行軌跡から現在位置を演算することも考えられる。

［ステップＳ１５］
続くステップＳ１５において、車載コントローラ３０は、ダンプトラックの現在位置が属するメッシュを割り出し、割り出したメッシュの位置コードを特定する。メッシュの位置コードは、独自に定義したものでも良いし、例えばジオハッシュ（Geohash）のような一般的なものでも良い。メッシュは一定の広さの走行領域を位置座標系上で定義するものであり、例えば現実の地表面上の３０ｍ×３０ｍの領域に相当する領域といったものである。位置コードはメッシュ毎に割り当てられたデータであり、位置コードでメッシュつまり走行領域を認識することができる。

［ステップＳ１６］
続くステップＳ１６で、車載コントローラ３０は、ステップＳ１３で演算された各種効率値とこれに付加された位置コード及び時刻とのデータセットをメモリ３３に記録する。ステップＳ１６の手順を終えたら、車載コントローラ３０は図１５のフローの現在の処理サイクルを終了し次回の処理サイクルに手順を移す。車載コントローラ３０はこのようにして各監視対象の効率値のデータを演算してメモリ３３に逐次記録する。

−効率値選別処理−
図１６は処理装置による監視対象の効率値の選別手順の一例を表すフローチャートである。このフローチャートによる処理は、例えば図１５のステップＳ１６で効率値が新たに記録される度に車載コントローラ３０で実行される。

［ステップＳ２１］
図１６のフローを開始すると、車載コントローラ３０は、メモリ３３に記録された最新の効率値について付随する位置コードを識別し、識別した位置コードについて初期時刻がメモリ３３に登録されているかを判定する。この初期時刻は、各領域（メッシュ）におけるデータ計数について設定された制限時間の起算時刻である。車載コントローラ３０は、効率値の位置コードについて初期時刻が登録されていればステップＳ２１からステップＳ２３に、初期時刻が登録されていなければステップＳ２１からステップＳ２２に、手順を移す。

［ステップＳ２２］
ステップＳ２２に手順を移すと、車載コントローラ３０は、ステップＳ２１で識別した位置コードについて初期時刻をメモリ３３に登録し、現在の処理サイクルを終了して次回の処理サイクルに手順を移す。ステップＳ２２で登録する初期時刻には、現在の処理サイクルのステップＳ２１で初期時刻の有無が判定された効率値に付加された時刻を用いることができる。こうして初期時刻が登録されることで、位置コードが共通する効率値が以降も連続する間、次回以降の処理サイクルでステップＳ２１の判定が満たされる。ステップＳ２２を次回実行する機会は、受信される効率値の位置コードが変わり、登録された初期時刻から設定時間Ｔ１が経過し、又は現在の位置コードの効率値のデータ数が設定データ数Ｎ１に到達した場合に到来する。設定時間Ｔ１及び設定データ数Ｎ１は予め設定されてメモリ３３に記録された値である。

［ステップＳ２３］
ステップＳ２３に手順を移すと、車載コントローラ３０は、現在の処理サイクルのステップＳ２１で初期時刻の登録が確認された効率値について、メモリ３３に現在登録されている初期時刻から起算した経過時間をＣＰＵ３４により演算する。経過時間は、現在時刻と初期時刻との差分をとって演算できる。ここで言う現在時刻には、例えば現在の処理サイクルのステップＳ２１において現在初期時刻が登録されている位置コードを持つことが確認された効率値に付随する時刻を用いることができる。或いはＲＴＣ３２がリアルタイムで計測する現在時刻を用いることもできる。

［ステップＳ２４］
続くステップＳ２４において、車載コントローラ３０はＣＰＵ３４により、予め設定された設定時間Ｔ１をメモリ３３から読み出し、ステップＳ２３で演算した経過時間が設定時間Ｔ１以下であるかを判定する。判定の結果、車載コントローラ３０は、経過時間が設定時間Ｔ１を超えていればステップＳ２４からステップＳ２８に手順を移し、経過時間が設定時間Ｔ１以下であればステップＳ２４からステップＳ２５に手順を移す。

［ステップＳ２５］
ステップＳ２５に手順を移すと、車載コントローラ３０は、現在メモリ３３に登録されている初期時刻以降に記録された、現在の位置コードについての効率値のデータ数をＣＰＵ３４により演算する。

［ステップＳ２６］
続くステップＳ２６において、車載コントローラ３０はＣＰＵ３４により、予め設定された設定データ数Ｎ１をメモリ３３から読み出し、ステップＳ２５で演算したデータ数が設定データ数Ｎ１以上かを判定する。判定の結果、データ数が設定データ数Ｎ１に満たなければ、車載コントローラ３０は図１６のフローの現在の処理サイクルを終了して次回の処理サイクルに手順を移す。データ数が設定データ数Ｎ１に到達していれば、車載コントローラ３０はステップＳ２６からステップＳ２７に手順を移す。

［ステップＳ２７］
ステップＳ２７に手順を移すと、車載コントローラ３０は、初期時刻から設定時間Ｔ１以内に蓄積された同一位置コードのＮ１個の効率値の平均値をＣＰＵ３４により演算する。こうしてダンプトラックの位置で効率値を区分し初期時刻からの経過時間を計測することで、ある領域（メッシュ）について設定時間Ｔ１以内に収集された設定データ数Ｎ１以上の効率値のみが有効データとして抽出され、それらの平均効率値が演算される。演算された平均効率値は、位置コード及び時間帯のデータと共にメモリ３３に記録され、これらデータセットは逐次又は一定の時間間隔でサーバ４０に送信される。また、メモリ３３に記録されたデータセットは、図３で説明した通り無線媒体ＢＴを介して出力端末５１にダウンロードして閲覧することもできる。

サーバ４０で管理するダンプトラックが複数台存在する場合、各ダンプトラックの車載コントローラ３０から、平均効率値、位置コード及び時間帯に車体ＩＤを加えたデータセットが送信されるようにする。

なお、設定時間Ｔ１及び設定データ数Ｎ１は、例えばメッシュの大きさ（正方形の１辺の長さ）とサンプリング周期の他、走行路面の勾配及びその勾配を走行する際の走行速度について標準値を想定することで設定できる。例えば、サンプリング周期を０．１秒、メッシュの大きさを３０ｍ、標準の上り勾配を５ｍ／ｓで走行する場面を想定した場合、３０ｍの走行時間から設定時間Ｔ１を６秒、その間のサンプリング数から設定データ数Ｎ１を６０とすることができる。このように設定時間Ｔ１と設定データ数Ｎ１を決めることで、ダンプトラックがメッシュを僅かに横切った際に演算された効率値のデータが除外されデータのばらつきが抑えられる。

［ステップＳ２８］
ステップＳ２７で平均効率値を演算等したら、車載コントローラ３０はステップＳ２８に手順を移し、ＣＰＵ３４により初期化のために現在の位置コードについてメモリ３３に登録されている初期時刻を消去する。初期時刻の登録を抹消したら、車載コントローラ３０は図１６のフローの現在の処理サイクルを終了して次回の処理サイクルに手順を移し、次の時間帯又は次の位置コードの効率値のデータ統計に移行する。

ステップＳ２８の手順は、同一位置コードの効率値が設定データ数Ｎ１だけ集まる前に初期時刻から設定時間Ｔ１が経過した場合にもＣＰＵ３４によって実行され、現在の位置コードについて登録されている初期時刻が消去される（ステップＳ２４→Ｓ２８）。同一の位置コードについて同一時間帯（初期時刻から設定時間Ｔ１以内）に設定データ数Ｎ１以上の効率値が集まらない場合、その時間帯の効率値は有効データとして扱われない。この間の無効データはメモリ３３に蓄積されるようにしても良いが、必要以上のメモリ容量の使用を避けるべき場合は無効データをメモリ３３に蓄積しない構成、又は一時的に記憶しても適宜上書きされる構成とすることができる。従って、本実施形態で有効データとしてメモリ３３に記録されサーバ４０に送信されるのは、負荷パラメータが負荷判定値Ｘを超えた同一位置コードの効率値について連続する設定時間Ｔ１以内に設定データ数Ｎ１のデータが収集された場合のみである。

−異常判定処理−
図１７は処理装置による監視対象の異常又はその予兆の判定手順の一例を表すフローチャートである。このフローチャートによる処理は、各監視対象についてそれぞれ所定期間毎（例えば日毎）にサーバ４０により実行される。管理するダンプトラックが複数ある場合、各ダンプトラックについて監視対象毎に実行される。

［ステップＳ３１］
図１７の処理を開始すると、サーバ４０は、ステップＳ３１で車載コントローラ３０からアップロードされた所定期間分（例えば１日分）のデータをＣＰＵ４３により統計する。本例では、異常や予兆の有無を判定する監視対象について上記平均効率値の所定期間毎（例えば日毎）のデータの中央値と四分位範囲（ＩＱＲ）が統計データとして演算される。

［ステップＳ３２］
続くステップＳ３２において、サーバ４０はＣＰＵ４３により、ステップＳ３１で演算した統計データとメモリ４２から読み出した対応する異常判定値Ｄ１とを比較し、監視対象の異常の有無を判定する。本例ではステップＳ３１で演算した中央値が対応する異常判定値Ｄ１以上かがＣＰＵ４３で判定され、中央値が異常判定値Ｄ１未満で監視対象の異常が推定される場合、サーバ４０はステップＳ３２からステップＳ３８に手順を移す。中央値が異常判定値Ｄ１以上であれば、サーバ４０はステップＳ３２からステップＳ３３に手順を移す。

［ステップＳ３３］
ステップＳ３３に手順を移したら、サーバ４０はＣＰＵ４３により、ステップＳ３１で演算した統計データとメモリ４２から読み出した対応する予兆判定値Ｄ２とを比較し、監視対象の異常の予兆の有無を判定する。本例ではステップＳ３１で演算した四分位範囲（四分位範囲の最大値と最小値との差分）が対応する予兆判定値Ｄ２以下かがＣＰＵ４３で判定される。四分位範囲が予兆判定値Ｄ２より大きく監視対象が異常を来す予兆がある場合、サーバ４０はステップＳ３３からステップＳ３７に手順を移す。四分位範囲が予兆判定値Ｄ２以下であれば、サーバ４０はステップＳ３３からステップＳ３４に手順を移す。

［ステップＳ３４］
ステップＳ３４に手順を移したら、サーバ４０はＣＰＵ４３により、ステップＳ３１で演算した統計データと、同じダンプトラック（自車）についてメモリ４２に記録されている過去の所定期間分（例えば前日分）の統計データとの差分を演算する。サーバ４０は更に、演算した差分が判定値Ｄ３以下かをＣＰＵ４３によって判定する。本例では最新の一日分の効率値を統計した中央値が前日分の効率値を統計した中央値に対して判定値Ｄ３を超えて低下していて監視対象に異常の予兆があると判定される場合、サーバ４０はステップＳ３４からステップＳ３７に手順を移す。最新の中央値と前日の中央値の差分が判定値Ｄ３以下である場合、サーバ４０はステップＳ３４からステップＳ３５に手順を移す。

［ステップＳ３５］
ステップＳ３５に手順を移したら、サーバ４０はＣＰＵ４３により、ステップＳ３１で演算した統計データと、他のダンプトラックについて演算した統計データとの差分を演算し、演算した差分の大きさが判定値Ｄ４以下かを判定する。本例では同一サイトを走行した別のダンプトラックの対応する監視対象について演算された同日の中央値よりもステップＳ３１で演算した中央値が判定値Ｄ４を超えて低く、監視対象に異常の予兆があると判定される場合、サーバ４０はステップＳ３７に手順を移す。両ダンプトラックの同一サイトにおける同一時間帯の効率値の中央値の差分が判定値Ｄ４以下である場合、サーバ４０はステップＳ３５からステップＳ３６に手順を移す。

［ステップＳ３６］
ステップＳ３２〜Ｓ３５の全ての判定で監視対象に異常もその予兆も推定されずにステップＳ３６に手順を移したら、サーバ４０は、ＣＰＵ４３により監視対象に異常がない旨の判定結果（正常判定）をメモリ４２に記録する。この判定結果は、メモリ４２に記録されると同時にＣＰＵ４３によりレポート形式のデータに変換され、出力端末５１又は出力端末５２に通知されるようにしても良い。ステップＳ３６の手順を終了したら、サーバ４０は図１７の現在のフローを終了して次回（例えば翌日）のフローの開始時刻まで待機する（又は他のダンプトラック又は監視対象についての図１７のフローに手順を移す）。

［ステップＳ３７］
ステップＳ３３〜Ｓ３５のいずれかの判定で監視対象に異常の予兆が見られてステップＳ３７に手順を移したら、サーバ４０は、ＣＰＵ４３によって監視対象に異常が発生する予兆がある旨の判定結果（予兆判定）をメモリ４２に記録する。この判定結果は、メモリ４２に記録されると同時にＣＰＵ４３によりレポート形式のデータに変換され、出力端末５１又は出力端末５２に通知されるようにしても良い。ステップＳ３７の手順を終了したら、サーバ４０は図１７の現在のフローを終了して次回（例えば翌日）のフローの開始時刻まで待機する（又は他のダンプトラック又は監視対象についての図１７のフローに手順を移す）。

［ステップＳ３８］
ステップＳ３２の判定で監視対象における異常の発生が推定されてステップＳ３８に手順を移したら、サーバ４０は、ＣＰＵ４３によって監視対象に異常が発生した旨の判定結果（異常判定）をメモリ４２に記録する。この判定結果は、メモリ４２に記録されると同時にＣＰＵ４３によりレポート形式のデータに変換され、出力端末５１又は出力端末５２に通知されるようにしても良い。ステップＳ３８の手順を終了したら、サーバ４０は図１７の現在のフローを終了して次回（例えば翌日）のフローの開始時刻まで待機する（又は他のダンプトラック又は監視対象についての図１７のフローに手順を移す）。

−レポート表示−
図１８及び図１９は出力端末におけるレポートの表示画面の一例を表した図である。図１７のステップＳ３６〜Ｓ３８の判定結果の出力端末５１又は出力端末５２への通知について先に触れた。図１８にはその際に出力端末に表示されるレポート画面６０の一例を表している。例えば各ダンプトラックについて登録された出力端末に対して図１７の予兆判定や故障判定に伴って通知がされ、出力端末において通知に係るアプリケーションを起動させることによりその出力端末のディスプレイにレポート画面６０が表示される。必要であれば正常判定がされた場合にもその旨が出力端末に通知される構成とすることができる。

なお、図１８の画面は、サーバ４０から通知があった場合に出力端末５１等で表示される場合の他、出力端末５１等からサーバ４０にアクセスし、レポートをダウンロードして表示させることもできることは言うまでもない。この場合、出力端末５１等でダンプトラックや監視対象を指定して、状態を知りたい任意の監視対象についてレポートを閲覧することができる。

図１８に例示したレポート画面６０には、メッセージ欄６１、選択ボタン６２〜６４が表示されている。メッセージ欄６１には、監視対象が故障している旨や故障する予兆がある旨、或いは正常である旨のメッセージが表示される。図１８では故障する予兆がある旨を知らせるメッセージが例示してある。この例では「ダンプ（ＩＤ：ＸＸＸ）のＸＸＸに故障の予兆が見られます。」というようにどのダンプトラックのどの監視対象が故障しそうなのかを知らせている。

選択ボタン６２，６３は、現状に対して推奨される対処法を知らせる図１９の画面７０を表示させるボタンであると同時に、感覚的又は数値的に故障確率を表示する役割を果たす。選択ボタン６２は状況に応じて表示色が変わり、表示色により閲覧者に状況を直感させる。いつ故障が発生してもおかしくない（例えば１週間以内に故障しそうな）状況では、選択ボタン６２は例えば赤又は赤系統（警告色）で表示される。近々故障が発生そうな（例えば１月以内に故障しそうな）状況では、選択ボタン６２は例えば黄又は黄系統（注意色）で表示される。猶予はあるが遠くないうちに故障が発生そうな（例えば１月以上先に故障しそうな）状況では、選択ボタン６２は例えば青、緑又はその系統（通知色）で表示される。選択ボタン６２を操作すると図１９に示した画面７０が表示される。

なお、故障確率の判定について図１７のフローでは説明していないが、例えばステップＳ３３の四分位範囲と判定値Ｄ２を比較する際、四分位範囲と判定値Ｄ２との差分に対して２つの閾値α１，α２（α１＜α２）を設定しておく。四分位範囲と判定値Ｄ２との差分がα２以上であれば警告色、α１以上α２未満であれば注意色、α１未満であれば通知色といったように予兆の程度を区分することができる。ステップＳ３４，Ｓ３５の判定においても、判定値との差分の程度で予兆の程度を区分することができる。

選択ボタン６３には部品別の負荷が表示される。例えば選択ボタン６３を操作すると部品又は部位毎の負荷状態を表示する画面（不図示）に遷移し、それぞれの負荷状態を負荷の大きさレベルに応じて０から５のランクで表示する。これにより、部品又は部位毎の負荷状態を確認することができる。

選択ボタン６４を操作すると、監視対象について直近の所定期間の効率値のデータをまとめたグラフが表示される。表示されるグラフは異常や予兆等の監視対象の調子の程度が確認できるものであれば形態は限定されない。一例としては、例えば図１３や図１４に示したような、監視対象について予め設定された異常判定値や予兆判定値を統計データ（日毎の効率値の箱ひげ図）と共に表示したグラフを挙げることができる。異常判定値や予兆判定値までは表示されず、単に効率値（例えば所定期間毎（日毎等）の効率値）を表しただけのグラフが表示されるようにしても良い。出力端末５１又は出力端末５２にこうしたグラフを表示出力することで、処理装置２０の判定結果とは別に管理者等が監視対象の調子を判断することができる。

選択ボタン６２を操作して表示される画面７０（図１９）には、メッセージ欄７１、連絡先欄７２が表示されている。メッセージ欄７１には、状況の詳細を説明するメッセージが表示されている。図１９の例では、１週間以内に故障が生じ得る旨と保守点検の勧告が記載されている。連絡先欄７２には、監視対象の保守点検に関する業者や担当のサービスマン等の連絡先（例えば電話番号、ＵＲＬ、メールアドレス等）が表示されている。電話番号を表示した場合には、出力端末５１がスマートフォンであれば連絡先を操作（タップ）するとその連絡先に電話が掛かるようにすることができる。ＵＲＬを表示した場合には、連絡先を操作（タップ、クリック等）するとその連絡先のＷＥＢページが表示されるようにすることができる。メールアドレスを表示した場合には、連絡先を操作（タップ、クリック等）するとその連絡先へのメール作成画面が表示されるようにすることができる。

−効果−
（１）本実施形態によれば、監視対象の効率値を演算し、監視対象について効率値のデータを収集して記録し、又は出力端末５１等に出力する。効率値は、運転者の運転技能や走行路面の状態、勾配等に受ける影響が燃費に比べて小さく、監視対象の調子（正常であるか異常であるか、異常の予兆があるか等）を判断するのに高いロバスト性が期待できる。しかし、パワートレインの負荷が低い状態では、前述した通り補機にとられるエネルギーの割合が高い等の理由で、同じような運転技能や路面状態でも効率値の演算結果のばらつきが増加し得る。この観点に基づき、本実施形態ではパワートレイン１０の負荷状態に応じて変化する負荷パラメータ（代表的には燃料噴射量）を逐次演算し、負荷パラメータが負荷判定値Ｘよりも大きい条件下で監視対象の入出力エネルギーからその効率値を演算することとした。

これにより効率値の演算結果のロバスト性が向上し、この効率値の演算結果を参照することで、パワートレイン１０の異常を合理的に判断することができる。例えばあるサブシステム又はパワートレインに異常が見つかった場合、その構成部品のそれぞれの効率値のレポートを確認すれば、具体的に異常が発生している部品を特定できる。パワートレイン１０の異常又はその予兆、またパワートレイン１０のどの部品又はサブシステムに異常が生じているかが的確に判断できるため、故障又はその予兆に対して適切に対処することができる。パワートレイン１０の故障に迅速に又は未然に対処できるので、二酸化炭素排出量や燃料消費量の抑制にも貢献できる。また効率値のデータから故障の予兆がある場合、交換部品の事前準備により故障発生時のダウンタイムが短縮できる。異常の判断のみならず、監視対象の効率値は監視対象の性能評価にも役立ち、性能面で改善の余地がある監視対象についてチューニングを施すことができるメリットもある。

（２）図１０及び図１１で説明した通り、効率値のデータを走行領域で区分したり区分したデータをデータ数で選別したりした上で統計することで、効率値のロバスト性を更に高めることができる。特に本実施形態のように車載コントローラ３０で効率値のデータを統計し、サーバ４０で異常判定等を実行する場合、車載コントローラ３０からサーバ４０に送信されるデータ容量が絞られるため、通信コストやサーバ４０の演算負荷を抑えることができる。

（３）図１３や図１４に例示したような効率値の統計データ（例えば箱ひげ図）を異常判定値や予兆判定値をと共に出力端末５１等に出力することで、効率値を判定値と比較することにより管理者等が視覚的に監視対象の調子を判断することができる。

（４）処理装置２０で異常判定値や予兆判定値と効率値とを比較し、監視対象の異常や予兆についての判定結果を記録又は出力端末に出力することで、管理者等にリアルタイムに監視対象の調子を知らせることができる。

（５）効率値を統計して中央値を演算し、中央値が異常判定値を下回った場合に監視対象に異常が発生していると判定することで、ある時点の入出力エネルギーから演算した瞬間的な効率値で異常を判定するよりも精度良く異常判定をすることができる。

（６）効率値を統計して四分位範囲を演算することで、四分位範囲の最大値と最小値との差分（つまりデータのばらつきの大きさ）により、監視対象が故障こそしていないものの故障しそうな状態（予兆）を検知することができる。

（７）同一のダンプトラックについて過去のデータに比べて効率値がどの程度低下したかを判定することによっても、監視対象に異常又はその予兆があるかを判定することができる。

（８）他のダンプトラックに比べて効率値がどの程度低いかを判定することによっても、監視対象に異常又はその予兆があるかを判定することができる。

（９）ディスプレイを持つ携帯端末である出力端末５１を用いることで、ダンプトラックの効率値や異常等の判定結果を場所によらず確認でき、監視対象の故障等について迅速かつ柔軟に対応することができる。

（第２実施形態）
図２０〜図２３を用いて本発明の第２実施形態について説明する。本実施形態は、勾配を負荷パラメータとし、一定以上（＝負荷判定値Ｘ以上）の勾配領域を走行している場合に効率を演算する例である。勾配はセンサＳ６の信号から求めることができるし、地形データが利用できればダンプトラックの位置と地形データから求めることもできる。また、地形データもセンサＳ６も用いない場合、走行した路面の勾配（上り勾配）が一定以上であるかを例えば燃料噴射量から推定することもできる。以下に走行した路面の勾配が一定以上であるかを推定する方法を説明する。

図２０〜図２２はメッシュ毎の燃料噴射量の平均値を位置座標系にプロットした例である。１点のプロットが１つのメッシュに相当する。いずれの図も同一のダンプトラック（１台）の１日分の走行データを元に作成してある。各図の横軸は緯度、縦軸は経度、プロットが連なって描かされた走行軌跡の濃度は燃料噴射量の大きさを示している。

図２０は積荷の運搬中であること（積載量が所定値より大きいこと）を条件として燃料噴射量のデータをフィルタリングした例である。同図によりダンプトラックがサイト内で様々な場所を往来していることが窺い知れる。

図２１は図２０のデータからメッシュ当たりのサンプリングデータ数が所定値よりも大きいデータを抽出した例である。この図で抽出された走行軌跡は、この日何度もダンプトラックが低速走行した場所であると推定される。

図２２は図２１のデータから燃料噴射量が所定値よりも大きいデータを抽出した例である。この図で抽出された走行軌跡は、加速抵抗又は勾配抵抗が大きな場所であると推定される。このとき、加速抵抗が増す走行加速中はパワートレインが過渡状態にあって効率値がばらつき易いため、勾配地でなくとも燃料噴射量が増加する場合がある。そこで、第１実施形態と同じ要領で、メッシュ内における所定時間内のデータサンプリング数でフィルタリングすれば、高速運転後の減速走行から再加速する場合のように効率が大きくばらつく条件を排除し、勾配地の走行データを抽出することができる。また図２２のデータを複数のダンプトラックについて演算し、平均効率のデータ数が所定値よりも多い場所を勾配地と推定することもできる。

図２３は処理装置による監視対象の効率値の演算手順の一例を表すフローチャートである。同図のフローチャートは第１実施形態の図１５のフローチャートに対応している。車載コントローラ３０は、電力が供給されている間、又は自己が搭載されたダンプトラックの走行中、メモリ３３に格納されたプログラムを読み込んでＣＰＵ３４により図２３のフローを０．１秒周期で繰り返し実行する。本実施形態では、図２３の処理を経て、監視対象毎の高負荷条件下の効率値が演算され、位置コード（後述）と共にメモリ３３に記録される。その後は第１実施形態と同様に図１６及び図１７の処理が実行される。

［ステップＳ４１］
図２３のフローを開始すると、車載コントローラ３０は、ステップＳ４１においてセンサＳ１〜Ｓ７及び測位装置Ｓ８の信号を入力し、測位装置Ｓ８の受信データを基にダンプトラックの現在位置をＣＰＵ３４で演算する。本ステップにおける位置の演算方法は、図１５のステップＳ１４と同様である。

［ステップＳ４２］
続くステップＳ４２において、車載コントローラ３０は、ダンプトラックの現在位置が属するメッシュを割り出し、割り出したメッシュの位置コードを特定する。本ステップにおける位置コードの演算方法は、図１５のステップＳ１５と同様である。

［ステップＳ４３］
続くステップＳ４３において、車載コントローラ３０は、ダンプトラックの現在位置する位置コードのメッシュの上り勾配（負荷パラメータ）が所定値（勾配についての負荷判定値Ｘ）より大きいかをＣＰＵ３４で判定する。本ステップは、図１５のステップＳ１２に対応する手順である。メッシュの勾配に関するデータは、地形データ（事前に測量等で得たデータ）又はセンサＳ６の信号から演算しても良いし、地形データやセンサＳ６を用いない場合は図２０〜図２２で説明した方法で演算しても良い。負荷パラメータが負荷判定値Ｘよりも大きい場合、車載コントローラ３０はステップＳ４３からステップＳ４４に手順を移す。負荷パラメータが負荷判定値Ｘ以下である場合、車載コントローラ３０は図２３のフローの現在の処理サイクルを終了し次回の処理サイクルに手順を移す。

［ステップＳ４４］
ステップＳ４４に手順を移すと、車載コントローラ３０は、各監視対象について、それぞれ入力エネルギーと出力エネルギーとの比をとって効率値を演算する。本ステップで実行される処理は、図１５のステップＳ１３と同様である。

［ステップＳ４５］
続くステップＳ４５で、車載コントローラ３０は、ステップＳ４４で演算された各種効率値とこれに付加された位置コード及び時刻とのデータセットをメモリ３３に記録する。ステップＳ４５の手順を終えたら、車載コントローラ３０は図１５のフローの現在の処理サイクルを終了し次回の処理サイクルに手順を移す。本ステップで実行される処理は、図１５のステップＳ１６と同様である。

本実施形態のように効率値を演算しても第１実施形態と同様の効果を得ることができる。また、同じ場所を走行した結果を比較することにより、過去のデータとの比較（ステップＳ３４）又は他車体のデータとの比較（ステップＳ３５）において判定精度の向上が期待できる。

（変形例）
以上においては、車載コントローラ３０とサーバ４０で処理装置２０の機能を分担する構成を例に挙げて説明したが、例えば１台のみのダンプトラックについて監視対象の効率値を評価する場合、処理装置の全機能を車載コントローラ３０で実行する構成にもできる。この場合、第１及び第２実施形態では日毎にバッチ処理されていた図１７の判定処理がリアルタイムに実行できるメリットがある。複数のダンプトラックを集中管理する場合であっても、例えばダンプトラック同士で通信可能な構成であれば、特定のダンプトラックの車載コントローラ３０にサーバ４０の機能を持たせ、特定のダンプトラックで各ダンプトラックの効率値を評価することもできる。

反対に、第１及び第２実施形態では、図１６の処理を車載コントローラ３０で実行する構成を例に挙げて説明したが、図１５及び図２３で演算された効率値のデータに車体ＩＤを付加してサーバ４０に送信し、図１６の処理をサーバ４０で実行する構成としても良い。この場合、車載コントローラ３０の演算負荷を軽減することができる。また、各ダンプトラックから集まる豊富な効率データを管理センタ等で分析し、サーバ４０において設定時間Ｔ１や設定データ数Ｎ１等の判定値を調整し適正化することもできる。

第１及び第２実施形態では監視対象の異常及びその予兆の双方を判定する場合を例に挙げて説明したが、監視対象の異常及びその予兆のいずれか一方のみを判定する構成としても良い。また、異常の予兆について図１７では３通りの判定手順（ステップＳ３３，Ｓ３４，Ｓ３５）を実行する例を説明したが、このうちの１つ又は２つのみの判定を実行する構成としても良いし、更なる判定を加えて実行する構成としても良い。異常判定についても中央値の比較に限らず、効率値に応じた他の値（効率値そのものを含む）で異常を評価する構成としても良い。図１７で説明した処理は、あくまで効率値を用いた異常又はその予兆の判定の一例である。

その他、第１及び第２実施形態では車体管理システムが管理する車体としてダンプトラックを例に挙げて説明したが、ホイールショベルやホイールローダ等の他の建設機械を車体管理システムで管理することもできる。基本的には相応の距離を移動するホイール式の車体が管理対象として想定されるが、必要であればクローラ式の車体であっても車体管理システムで管理できる。

１，１ａ，１ｂ…ダンプトラック（車体）、１０…パワートレイン（監視対象）、１１…原動機（部品、サブシステム、監視対象）、１２…発電機（部品、サブシステム、監視対象）、１３…整流器（部品、サブシステム、監視対象）、１４…インバータ（部品、サブシステム、監視対象）、１５…走行用電動モータ（部品、サブシステム、監視対象）、２０…処理装置、３０…車載コントローラ（処理装置）、４０…サーバ（処理装置）、５１，５２…出力端末、Ｄ１…異常判定値、Ｄ２…予兆判定値、Ｄ３，Ｄ４…判定値、Ｓ１〜Ｓ７…センサ、Ｓ８…測位装置、Ｘ…負荷判定値

Claims (11)

1. 原動機を含む複数の部品からなるパワートレインを有する車体を管理する車体管理システムであって、
   前記車体に設けられるセンサにより検出される前記車体の情報に基づき、前記パワートレイン、前記パワートレインの部品又はサブシステムである監視対象の効率値を演算する処理装置と、
   前記処理装置で演算された前記監視対象の効率値を出力する出力端末と
   を備え、
   前記処理装置は、
   前記パワートレインの負荷パラメータを演算し、
   前記負荷パラメータが予め設定された負荷判定値より大きいかを判定し、
   前記負荷パラメータが前記負荷判定値より大きいことを条件として、前記監視対象の入力エネルギー及び出力エネルギーに基づいて前記監視対象の効率値を演算し、
   演算した監視対象の効率値を記録する
   ことを特徴とする車体管理システム。
2. 請求項１に記載の車体管理システムにおいて、
   前記処理装置は、前記負荷パラメータとして前記原動機の燃料噴射量、積荷の積載量又は路面勾配を演算することを特徴とする車体管理システム。
3. 請求項１に記載の車体管理システムにおいて、
   前記車体は、測位装置を備えており、
   前記処理装置は、前記測位装置の受信データを基に前記車体の位置を演算して前記効率値に付加し、
   前記車体の位置で前記効率値を区分し、
   設定時間内の前記効率値のデータ数が設定データ数以上の走行領域について前記効率値の収集し、
   収集した前記効率値の統計データを演算する
   ことを特徴とする車体管理システム。
4. 請求項３に記載の車体管理システムにおいて、前記出力端末は、前記監視対象について予め設定された異常の発生を判定するための異常判定値又は異常の予兆を判定するための予兆判定値を前記統計データと共に出力することを特徴とする車体管理システム。
5. 請求項３に記載の車体管理システムにおいて、
   前記処理装置は、
   前記監視対象について予め設定された異常の発生を判定するための異常判定値又は異常の予兆を判定するための予兆判定値と前記統計データとを比較して前記監視対象の異常の有無又は予兆の有無を判定し、
   前記出力端末は、前記処理装置による判定結果を出力する
   ことを特徴とする車体管理システム。
6. 請求項５に記載の車体管理システムにおいて、
   前記処理装置は、
   前記統計データとして前記効率値について中央値を演算し、
   前記中央値が前記異常判定値を下回った場合に前記監視対象に異常が発生していると判定する
   ことを特徴とする車体管理システム。
7. 請求項５に記載の車体管理システムにおいて、
   前記処理装置は、
   前記統計データとして前記効率値について四分位範囲を演算し、
   前記四分位範囲の最大値と最小値との差分が前記予兆判定値を超えた場合に前記監視対象に異常の予兆があると判定する
   ことを特徴とする車体管理システム。
8. 請求項３に記載の車体管理システムにおいて、
   前記処理装置は、
   前記統計データと過去に演算された統計データとの差分をとり、
   前記差分の大きさが判定値より大きい場合に前記監視対象に異常又は異常の予兆があると判定する
   ことを特徴とする車体管理システム。
9. 請求項３に記載の車体管理システムにおいて、
   前記処理装置は、
   前記統計データと他車体について演算した統計データとの差分をとり、
   前記差分の大きさが判定値より大きい場合に前記監視対象に異常又は異常の予兆があると判定する
   ことを特徴とする車体管理システム。
10. 請求項１に記載の車体管理システムにおいて、前記パワートレインは、前記部品として、エンジン、前記エンジンで駆動される発電機、前記発電機の出力電力を直流電力に変換する整流器、前記整流器の出力電力を三相交流電力に変換するインバータ、前記インバータからの三相交流電力で駆動される走行用電動モータを含んでいることを特徴とする車体管理システム。
11. 請求項１に記載の車体管理システムにおいて、前記出力端末は、ディスプレイを持つ携帯端末であることを特徴とする車体管理システム。

Images