JP7082516B2 - 機械装置の状態監視システム及び機械装置の状態監視方法 - Google Patents

Description

本発明は、機械装置の状態監視システム及び機械装置の状態監視方法に関する。

作業機械は、複数の機械装置を備える。油が貯留される機械装置の収容室を撮像装置で撮像する技術が提案されている。

国際公開第２０１７／０７３７３４号

機械装置のライフサイクルコスト低減及び稼働率向上のためには、機械装置の状態を推定し、故障の兆候を初期段階で検出できるようにして、機械装置がダメージを受ける前に適切な処置を講ずることが必要である。

本発明の態様は、機械装置の状態を監視し、故障の兆候を初期段階で検出できるようにして、機械装置のライフサイクルコストの低減及び稼働率の向上を図ることを目的とする。

本発明の態様に従えば、機械部品が収容される収容室の内部の画像データを取得する画像データ取得部と、前記画像データに基づいて前記収容室の油中の異物に係る異物データを出力する画像解析部と、前記異物の特性を示す特性データを記憶する記憶部と、前記異物データと前記特性データとに基づいて前記機械部品を有する機械装置の状態を推定して推定データを出力する推定部と、を備える機械装置の状態監視システムが提供される。

本発明の態様によれば、機械装置の状態を監視し、故障の兆候を初期段階で検出できるようになり、機械装置のライフサイクルコストの低減及び稼働率の向上を図ることができる。

図１は、本実施形態に係る機械装置の一例を示す図である。 図２は、本実施形態に係る可視化センサの一例を示す側断面図である。 図３は、本実施形態に係る可視化センサの一例を示す平面図である。 図４は、本実施形態に係る状態監視システムの一例を模式的に示す図である。 図５は、本実施形態に係る状態監視システムの一例を示す機能ブロック図である。 図６は、本実施形態に係るデータベース部の一例を示す模式図である。 図７は、本実施形態に係る記憶部の一例を示す模式図である。 図８は、本実施形態に係る画像解析部が出力した異物データの一例を示す図である。 図９は、本実施形態に係る出力装置の出力例を示す模式図である。 図１０は、本実施形態に係る状態監視方法の一例を示すフローチャートである。 図１１は、コンピュータシステムの一例を示すブロック図である。

以下、本発明に係る実施形態について図面を参照しながら説明するが本発明はこれに限定されない。以下で説明する実施形態の構成要素は適宜組み合わせることができる。また、一部の構成要素を用いない場合もある。

［機械装置］
図１は、本実施形態に係る機械装置１の一例を示す図である。機械装置１は、作業機械に搭載される。作業機械として、ダンプトラック、油圧ショベル、ホイールローダ、及びブルドーザの少なくとも一つが例示される。機械装置１として、油圧ポンプのような油圧機器、エンジン、及びアクスルの少なくとも一つが例示される。図１は、油圧ポンプの少なくとも一部を示す。油圧ポンプは、作業機械に搭載された油圧シリンダのような油圧アクチュエータに油を供給する。

機械装置１は、機器本体１０と、機器本体１０の内部に設けられた収容室１１とを備える。機械装置１の少なくとも一部を構成する機械部品が収容室１１に収容される。収容室１１に油が満たされる。機械部品は、油に浸けられた状態で収容室１１に収容される。収容室１１の油は、機械部品を潤滑したり冷却したりする。

収容室１１に収容されている機械部品として、ベアリングのような回転部材、ベアリングに回転可能に支持される出力シャフト、及びギヤが例示される。

可視化センサ２が機器本体１０に装着される。可視化センサ２とは、少なくとも撮像装置３を含み、検出対象を可視化して、検出対象を検出するセンサをいう。すなわち、可視化センサ２とは、検出対象の画像データを取得して、検出対象を検出するセンサをいう。可視化センサ２は、機器本体１０に装着された状態で、収容室１１の内部の画像データを取得する。

機器本体１０は、収容室１１の底部と収容室１１の外部とを結ぶ排出孔１２を有する。排出孔１２は、収容室１１の油を外部に排出するための孔である。排出孔１２は、収容室１１の底面の最も低い位置に設けられる。可視化センサ２は、排出孔１２に着脱可能に装着される。油中の異物は、重力の作用により、収容室１１の底面の最も低い位置に沈降して集まる。可視化センサ２が収容室１１の底面の最も低い位置に設けられることにより、沈降して集まった油中の異物の画像データを取得することができる。

図２は、本実施形態に係る可視化センサ２の一例を示す側断面図である。図３は、本実施形態に係る可視化センサ２の一例を示す平面図である。

可視化センサ２は、プラグ２０と、プラグ２０に支持される透明なスペーサ部材３０と、スペーサ部材３０に埋設される磁石３２と、スペーサ部材３０を介して収容室１１の内部を撮像する撮像装置３と、プラグ２０に装着されるキャップ部材５０とを有する。

プラグ２０は、軸部２０ａと、フランジ部２０ｂと、頭部２０ｃと、キャップ装着部２０ｄとを有する。プラグ２０は、金属製部材である。軸部２０ａは、機器本体１０に結合される部分である。軸部２０ａの外周面にねじ山２０ｅが設けられる。軸部２０ａは、排出孔１２の内周面に設けられているねじ溝に結合される。フランジ部２０ｂは、排出孔１２の内径よりも大きい外径の円環状の部分である。頭部２０ｃは、プラグ２０を着脱する際に工具が嵌合される部分である。頭部２０ｃの断面は、四角形又は六角形のような多角形である。キャップ装着部２０ｄは、キャップ部材５０が装着される部分である。キャップ部材５０の内周面にねじ溝が設けられる。キャップ部材５０は、キャップ装着部２０ｄの外周面に設けられるねじ山２０ｆに結合される。

プラグ２０は、キャップ装着部２０ｄの下端面と軸部２０ａの上端面とを貫通する装着孔２１を有する。装着孔２１は、キャップ装着部２０ｄの下端面に開口するグロメット嵌合孔部２１ａと、グロメット嵌合孔部２１ａの内径よりも小さい内径の第１収容孔部２１ｂと、第１収容孔部２１ｂの内径よりも大きい内径の第２収容孔部２１ｃと、第２収容孔部２１ｃの内径よりも大きい内径のリング装着孔部２１ｄと、上方に向かって内径が大きくなるテーパ孔部２１ｅとを含む。第１収容孔部２１ｂと第２収容孔部２１ｃとの間に円環状の受圧面２１ｆが設けられる。受圧面２１ｆは、スペーサ部材３０を介して加えられる油圧を受ける。

リング装着孔部２１ｄにＣリング２２が装着される。スペーサ部材３０は、第２収容孔部２１ｃに配置される。スペーサ部材３０と第２収容孔部２１ｃとの間にＯリングのようなシール部材３１が配置される。撮像装置３は、第１収容孔部２１ｂに配置される。

スペーサ部材３０は、透明な円柱状部材である。スペーサ部材３０は、ポリカーボネートのような合成樹脂製である。なお、スペーサ部材３０は、ガラス製でもよい。スペーサ部材３０の一方の端面３０ａとＣリング２２とが接触し、スペーサ部材３０の他方の端面３０ｃと受圧面２１ｆとが接触する。テーパ孔部２１ｅの内面とスペーサ部材３０の端面３０ａとにより、上方に向かって内径が大きくなる凹部２３が規定される。

磁石３２は、スペーサ部材３０に埋設される。磁石３２は、永久磁石である。磁石３２は、円柱状である。磁石３２の一方の端面がＮ極であり、磁石３２の他方の端面がＳ極である。

磁石３２は、スペーサ部材３０に２つ設けられる。磁石３２は、スペーサ部材３０の中心軸の両側に配置される。一方の磁石３２は、Ｎ極の端面とスペーサ部材３０の端面３０ａとが同一平面内に配置されるようにスペーサ部材３０に保持される。他方の磁石３２は、Ｓ極の端面とスペーサ部材３０の端面３０ａとが同一平面内に配置されるようにスペーサ部材３０に保持される。なお、磁石３２は１つでも２つ以上の複数でもよい。

撮像装置３は、透明なスペーサ部材３０を介して収容室１１の内部を撮像する。撮像装置３が取得する画像データは、静止画データでもよいし、動画データでもよい。本実施形態において、撮像装置３が取得する画像データは、静止画データである。

撮像装置３の撮像範囲は、スペーサ部材３０の端面３０ａと実質的に一致する。撮像装置３の入射面３ａは、スペーサ部材３０の端面３０ｃに接触する。撮像装置３の入射面３ａとスペーサ部材３０の端面３０ｃとが接触した状態で、撮像装置３の光学系の焦点は、スペーサ部材３０の端面３０ａと一致する。

スペーサ部材３０の端面３０ａは、収容室１１の最も低い位置に配置される。端面３０ａは、上方を向き、収容室１１に面する。端面３０ａは、収容室１１の油と接触する。油に摩耗粉のような異物が混入している場合、重力の作用により異物は沈殿し、スペーサ部材３０の端面３０ａに堆積する。撮像装置３は、スペーサ部材３０の端面３０ａに堆積した異物の画像データを取得することができる。

また、スペーサ部材３０に磁石３２が埋設されている。異物が鉄粉のような磁性体である場合、磁石３２は、異物をスペーサ部材３０の端面３０ａに吸着することができる。

本実施形態においては、２つの磁石３２が隣接するように配置される。これにより、一方の磁石３２から他方の磁石３２に向かう磁力線が形成される。そのため、例えば異物が大きい場合、２つの磁石３２をまたいで吸着される。

［状態監視システム］
次に、本実施形態に係る機械装置１の状態監視システム１００について説明する。状態監視システム１００は、可視化センサ２を介して機械装置１の状態を監視する。状態監視システム１００は、可視化センサ２の撮像装置３が取得した画像データに基づいて、機械装置１の状態を推定する。

図４は、本実施形態に係る状態監視システム１００の一例を模式的に示す図である。状態監視システム１００は、作業機械４に搭載されている車載制御装置２００と、作業機械４の外部に設けられるサーバ３００とを備える。車載制御装置２００及びサーバ３００のそれぞれは、コンピュータシステムを含む。

車載制御装置２００は、可視化センサ２に接続される。撮像装置３は、取得した画像データを車載制御装置２００に出力する。

車載制御装置２００とサーバ３００とは、通信ネットワーク５を介して通信可能である。通信ネットワーク５として、ローカルエリアネットワーク（ＬＡＮ：Local Area Network）、インターネット（internet）、携帯電話通信網、及び衛星通信網の少なくとも一つが例示される。

車載制御装置２００は、撮像装置３が取得した画像データをサーバ３００に送信する。サーバ３００は、収容室１１の画像データを取得する。サーバ３００は、複数の作業機械４のそれぞれと通信可能である。複数の作業機械４は同種でも異種でもよい。本実施形態においては、説明を簡単にするため、サーバ３００と通信可能な作業機械４は、第１作業機械４Ａと、第２作業機械４Ｂと、第３作業機械４Ｃであることとする。サーバ３００は、第１作業機械４Ａ、第２作業機械４Ｂ、及び第３作業機械４Ｃのそれぞれから画像データを取得する。なお、サーバ３００と通信可能な作業機械４は、１台のみでも、４台以上の任意の複数台でもよく、例えば１万台でもよい。

作業機械４は、複数の機械装置１を有する。上述のように、機械装置１として、油圧ポンプのような油圧機器、エンジン、及びアクスルの少なくとも一つが例示される。本実施形態においては、説明を簡単にするため、１台の作業機械４が有する機械装置１が、第１機械装置１Ａと、第２機械装置１Ｂと、第３機械装置１Ｃとであることとする。可視化センサ２は、第１機械装置１Ａ、第２機械装置１Ｂ、及び第３機械装置１Ｃのそれぞれに設けられる。なお、１台の作業機械４が有する機械装置１は、４つ以上の任意の複数でもよい。

第１機械装置１Ａは、例えば油圧ポンプである。第２機械装置１Ｂは、例えばエンジンである。第３機械装置１Ｃは、例えばアクスルである。第１機械装置１Ａの機能と、第２機械装置１Ｂの機能と、第３機械装置１Ｃの機能とは、異なる。

第１作業機械４Ａに搭載される第１機械装置１Ａの機能と、第２作業機械４Ｂに搭載される第１機械装置１Ａの機能と、第３作業機械４Ｃに搭載される第１機械装置１Ａの機能とは、等しい。同様に、第１，第２，第３作業機械４Ａ，４Ｂ，４Ｃのそれぞれに搭載される第２機械装置１Ｂの機能は、等しい。第１，第２，第３作業機械４Ａ，４Ｂ，４Ｃのそれぞれに搭載される第３機械装置１Ｃの機能は、等しい。

図５は、本実施形態に係る状態監視システム１００の一例を示す機能ブロック図である。図５に示すように、車載制御装置２００は、作業機械４に搭載される。サーバ３００は、通信ネットワーク５を介して、車載制御装置２００と通信する。

サーバ３００に出力装置６が接続される。出力装置６は、表示データを出力する表示装置でもよいし、印刷物を出力する印刷装置でもよい。表示装置として、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）又は有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electroluminescence Display）のようなフラットパネルディスプレイが例示される。

サーバ３００は、画像データ取得部３０１と、データベース部３０２と、画像解析部３０３と、推定部３０４と、記憶部３０５と、出力制御部３０６とを有する。

画像データ取得部３０１は、撮像装置３により撮像された収容室１１の内部の画像データを取得する。画像データ取得部３０１は、通信ネットワーク５を介して、車載制御装置２００から画像データを取得する。画像データ取得部３０１は、複数の作業機械４（４Ａ，４Ｂ，４Ｃ）のそれぞれから、複数の機械装置１（１Ａ，１Ｂ，１Ｃ）のそれぞれの収容室１１の内部の画像データを取得する。

データベース部３０２は、画像データ取得部３０１により取得された画像データを記憶する。データベース部３０２は、第１機械装置１Ａの収容室１１の内部の画像データ、第２機械装置１Ｂの収容室１１の内部の画像データ、及び第３機械装置１Ｃの収容室１１の内部の画像データを記憶する。上述のように、第１機械装置１Ａと第２機械装置１Ｂと第３機械装置１Ｃとは機能が異なる。データベース部３０２は、機能が異なる複数の機械装置１（１Ａ，１Ｂ，１Ｃ）の収容室１１の内部の画像データを記憶する。

また、データベース部３０２は、第１作業機械４Ａの複数の機械装置１（１Ａ，１Ｂ，１Ｃ）の収容室１１の内部の画像データを記憶する。データベース部３０２は、第２作業機械４Ｂの複数の機械装置１（１Ａ，１Ｂ，１Ｃ）の収容室１１の内部の画像データを記憶する。データベース部３０２は、第３作業機械４Ｃの複数の機械装置１（１Ａ，１Ｂ，１Ｃ）の収容室１１の内部の画像データを記憶する。上述のように、第１，第２，第３作業機械４Ａ，４Ｂ，４Ｃのそれぞれに搭載される第１機械装置１Ａの機能は等しく、第２機械装置１Ｂの機能は等しく、第３機械装置１Ｃの機能は等しい。データベース部３０２は、複数の作業機械４（４Ａ，４Ｂ，４Ｃ）のそれぞれに搭載されている機能が等しい複数の第１機械装置１Ａの収容室１１の内部の画像データを記憶する。データベース部３０２は、複数の作業機械４（４Ａ，４Ｂ，４Ｃ）のそれぞれに搭載されている機能が等しい複数の第２機械装置１Ｂの収容室１１の内部の画像データを記憶する。データベース部３０２は、複数の作業機械４（４Ａ，４Ｂ，４Ｃ）のそれぞれに搭載されている機能が等しい複数の第３機械装置１Ｃの収容室１１の内部の画像データを記憶する。

図６は、本実施形態に係るデータベース部３０２の一例を示す模式図である。図６に示すように、データベース部３０２は、第１作業機械４Ａ、第２作業機械４Ｂ、及び第３作業機械４Ｃのそれぞれについて、第１機械装置１Ａに係る画像データ、第２機械装置１Ｂに係る画像データ、及び第３作業機械４Ｃに係る画像データを記憶する。

画像解析部３０３は、データベース部３０２に記憶されている画像データに写っている油中の異物を解析して、収容室１１の油中の異物に係る異物データを出力する。画像データから、異物の有無、異物の形状、大きさ、量、色、磁性の有無、及び異物の増加率などを解析することで、機械装置１の状態を把握し、推定を行う。なお、画像解析及び診断は、人間が行っても人工知能（ＡＩ：Artificial Intelligence）などを用いて自動で行ってもよい。

本実施形態において、データベース部３０２は、機械装置１の車両情報（稼動環境、負荷、修理履歴、メンテナンス、他のセンサ情報等）と画像データとを対応付けて記憶してもよい。そうすることで、機械装置１の状態を詳細に把握し、高度に推定ができるようになる。

例えば機械部品の摺動に起因して機械部品が摩耗した場合、異物として機械部品から摩耗粉が発生する。また、例えば機械部品に作用する衝撃に起因して機械部品の一部が剥離した場合、異物として機械部品から剥離片が発生する。撮像装置３は、機械部品から発生し、スペーサ部材３０の端面３０ａに集積された異物のカラーの画像データを取得可能である。

画像解析部３０３は、機械部品から発生した異物の画像データを画像処理して、スペーサ部材３０の端面３０ａに集積された異物の量、形状、大きさ、及び色の少なくとも一つを検出することができる。画像解析部３０３は、機械部品から発生した異物の画像データを画像処理して、スペーサ部材３０の端面３０ａに集積された異物の量を検出することができる。画像解析部３０３は、機械部品から発生した異物の画像データに基づいて、スペーサ部材３０の端面３０ａにおける単位時間当たりの異物の増加量を示す異物の増加率を検出することができる。画像解析部３０３は、機械部品から発生した異物の画像データに基づいて、スペーサ部材３０の端面３０ａに集積された異物の色を検出することができる。

機械部品が鉄のような磁性材料である場合、機械部品から発生する異物は磁性材料である。機械部品が銅のような非磁性材料である場合、機械部品から発生する異物は非磁性材料である。上述のように、スペーサ部材３０に磁石３２が埋設されている。そのため、スペーサ部材３０の端面３０ａに集積される異物が磁性材料である場合と非磁性材料である場合とで、異物の集積状態が異なる。異物が磁性材料である場合、異物は磁石３２に密集する。異物が非磁性材料である場合、異物は磁石３２に密集せず、スペーサ部材３０の端面３０ａにおいて分散する。画像解析部３０３は、機械部品から発生した異物の画像データを画像処理して、スペーサ部材３０の端面３０ａに集積された異物が磁性材料であるか否かを検出することができる。

推定部３０４は、画像解析部３０３から出力された異物データに基づいて、機械部品を有する機械装置１の状態を推定する。推定部３０４は、機械装置１の状態の推定結果を示す推定データを出力する。異物データは、異物の量、形状、大きさ、及び色の少なくとも一つを示す。

推定部３０４は、データベース部３０２の画像データから検出された異物データに基づいて、機能が異なる複数の機械装置１のそれぞれの状態を推定することができる。

推定部３０４は、データベース部３０２の画像データから検出された異物データに基づいて、作業機械４の異なる複数の機械装置１のそれぞれの状態を推定することができる。

機械装置１の状態の推定は、機械部品の劣化部位の推定を含む。例えば機械部品としてギヤの一部が剥離した場合、剥離片は、ギヤの形状に基づく特徴的な形状及び大きさを有する。推定部３０４は、画像解析部３０３から出力された異物の形状及び大きさに基づいて、機械部品の劣化部位（剥離部位）がギヤであると推定することができる。また、収容室１１に磁性材料の第１機械部品と非磁性材料の第２機械部品とが存在する場合、スペーサ部材３０の端面３０ａにおける第１機械部品から発生した摩耗粉の集積状態と、第２機械部品から発生した摩耗粉の集積状態とは、異なる。推定部３０４は、画像解析部３０３から出力された異物の集積状態を示す異物データに基づいて、異物が磁石３２に密集していると判定した場合、機械部品の劣化部位（摩耗部位）が第１機械部品であると推定することができる。また、推定部３０４は、画像解析部３０３から出力された異物の集積状態を示す異物データに基づいて、異物がスペーサ部材３０の端面３０ａにおいて均一に分散していると判定した場合、機械部品の劣化部位（摩耗部位）が第２機械部品であると推定することができる。

本実施形態において、記憶部３０５は、異物の特性を示す特性データを記憶する。異物の特性データは、機械部品からの発生が予測される異物の特性を示す。異物の特性データは、異物の形状、大きさ、色、及び磁性の少なくとも一つを含む。異物の特性データは、収容室１１に収容されている機械部品の設計データ（諸元データ）、予備実験、及びシミュレーションの少なくとも一つから導出可能な既知データである。機械部品の設計データは、機械部品の構造データ、形状データ、材料データ、及び磁性データの少なくとも一つを含む。

推定部３０４は、画像解析部３０３から出力された異物データと、記憶部３０５に記憶されている特性データとに基づいて、機械装置１の劣化部位を推定する。

図７は、本実施形態に係る記憶部３０５の一例を示す模式図である。図７に示すように、記憶部３０５は、１つの機械装置１が有する複数の機械部品（機械部品Ａ，Ｂ，Ｃ，Ｄ）のそれぞれについての異物の特性データを記憶する。図７は、異物の特性データとして、異物の形状を示す形状データ、及び異物の磁性を示す磁性データが記憶部３０５に記憶されている例を示す。

例えば機械部品Ａがピストンシューのような摺動部材である場合、機械部品Ａから剥離片が発生する可能性は低く、摩耗粉が発生する可能性が高い。また、機械部品Ａが非磁性材料で形成されている場合、発生する摩耗粉は非磁性である。記憶部３０５には、機械部品Ａからの発生が予測される異物の特性として、摩耗粉の形状と、摩耗粉が非磁性であることとが記憶されている。なお、機械部品Ａからの発生が予測される異物の特性として、摩耗粉の大きさが記憶部３０５に記憶されてもよい。上述のように、異物の特性を示す特性データは、機械部品の設計データ（諸元データ）、予備実験、及びシミュレーションなどから導出可能な既知データである。

例えば機械部品Ｂがベアリングである場合、機械部品Ｂから剥離片が発生する可能性が高い。また、機械部品Ｂが磁性材料で形成されている場合、発生する剥離片は磁性である。記憶部３０５には、機械部品Ｂからの発生が予測される異物の特性として、剥離片の形状と、剥離片が磁性であることとが記憶されている。なお、機械部品Ｂからの発生が予測される異物の特性として、剥離片の大きさが記憶部３０５に記憶されてもよい。

例えば機械部品Ｃがギヤである場合、機械部品Ｃから剥離片が発生する可能性が高い。また、機械部品Ｃが磁性材料で形成されている場合、発生する剥離片は磁性である。記憶部３０５には、機械部品Ｃからの発生が予測される異物の特性として、剥離片の形状と、剥離片が磁性であることとが記憶されている。なお、機械部品Ｃからの発生が予測される異物の特性として、剥離片の大きさが記憶部３０５に記憶されてもよい。

また、機械部品Ｄの発生が予測される異物の特性として、記憶部３０５には、機械部品Ｄからの発生が予測される異物の特性として、剥離片の形状と、剥離片が磁性であることとが記憶されている。なお、機械部品Ｄからの発生が予測される異物の特性として、剥離片の大きさが記憶部３０５に記憶されてもよい。

推定部３０４は、記憶部３０５に記憶されている特性データと、画像解析部３０３から出力された異物データとを照合して、機械部品の劣化部位を特定することができる。例えば、画像解析部３０３により検出された異物の形状と記憶部３０５に記憶されている機械部品Ｂの剥離片の形状とが等しい又は近似する場合、推定部３０４は、機械装置１の劣化部位が機械部品Ｂであると推定することができる。同様に、画像解析部３０３により検出された異物の形状と記憶部３０５に記憶されている機械部品Ｃの剥離片の形状とが等しい又は近似する場合、推定部３０４は、機械装置１の劣化部位が機械部品Ｃであると推定することができる。

また、画像解析部３０３により検出された異物データに基づいて、その異物が摩耗粉であると推定した場合、推定部３０４は、スペーサ部材３０の端面３０ａにおける摩耗粉の集積状態に基づいて、その摩耗粉が機械部品Ａ及び機械部品Ｄのどちらから発生した摩耗粉であるかを推定することができる。上述のように、非磁性材料と磁性材料とでは、スペーサ部材３０の端面３０ａにおける摩耗粉の集積状態が異なる。そのため、推定部３０４は、摩耗粉の集積状態を示す異物データに基づいて、機械部品Ａ及び機械部品Ｄのどちらから摩耗粉が発生したのかを推定することができる。異物の形状に基づいて機械装置１の劣化部位を推定することが困難な場合でも、推定部３０４は、磁性（摩耗粉の集積状態）に基づいて、機械装置１の劣化部位を推定することができる。

なお、図７に示す異物の特性データの項目は一例である。特性データの項目が多いほど、推定部３０４は、機械装置１の劣化部位を高精度に推定することができる。

また、機械装置１の状態の推定は、機械装置１の劣化状態の推定を含む。機械装置１の劣化状態の推定は、機械装置１の寿命の推定を含む。推定部３０４は、異物データに基づいて、機械装置１の劣化状態を推定することができる。

図８は、本実施形態に係る画像解析部３０３が出力した異物の特性データの一例を示す図である。図８に示すように、画像解析部３０３は、新品状態の機械部品の使用が開始された開始時点ｔ０からの経過時間Ｔと、スペーサ部材３０の端面３０ａに集積された異物の量との関係を導出する。図８は、スペーサ部材３０の端面３０ａにおける単位時間当たりの異物の増加量を示す異物の増加率を示す。なお、図８では、ラインＬａ，Ｌｂ，Ｌｃを直線で示しているが、必ずしも直線に限らない。

端面３０ａに集積された異物の量から、機械装置１の機械部品の劣化の進展具合が推定される。端面３０ａに集積された異物の量が多い場合、機械部品から多量の異物が発生し機械部品の劣化が進行していると推定される。端面３０ａに集積された異物の量が少ない場合、機械部品から発生した異物は少量であり、機械部品の劣化は未だ進行していないと推定される。

推定部３０４は、端面３０ａにおける異物の増加率に基づいて、機械装置１の劣化状態を推定することができる。また、推定部３０４は、端面３０ａにおける異物の増加率に基づいて、機械装置１の異常の有無を判定することができる。

例えば図８のラインＬａで示すように、異物の増加率が小さい場合、推定部３０４は、機械部品の劣化の進行速度は低く、機械装置１に異常は発生していないと判定することができる。

図８のラインＬｂで示すように、異物の増加率が大きい場合、推定部３０４は、機械部品の劣化の進行速度は速く、機械装置１に異常が発生する可能性があると判定することができる。

図８のラインＬｂｃ示すように、異物の増加率が過大である場合、推定部３０４は、機械装置１に異常が発生していると判定することができる。

また、推定部３０４は、開始時点ｔ０から規定時間経過後の時点ｔａにおける異物の量に基づいて、機械装置１の劣化状態を推定したり、機械装置１の異常の有無を判定したりしてもよい。

このように、推定部３０４は、画像解析部３０３から出力された異物データに基づいて、機械装置１の状態の推定のみならず、異常が発生したか否かを判定することができる。推定部３０４は、機械装置１の状態の推定結果を示す推定データのみならず、異常の発生の有無の判定結果を示す判定データを出力することができる。

また、上述のように、データベース部３０２は、複数の機械装置１のそれぞれの修理履歴などの車両情報と画像データとを対応付けて記憶する。推定部３０４は、修理履歴などの車両情報と異物の特性データとに基づいて、作業機械４の異なる複数の機械装置１それぞれの状態を推定することができる。

出力制御部３０６は、画像データ、異物データ、推定データ、及び判定データの少なくとも一つを出力装置６に出力させる。

図９は、本実施形態に係る出力装置６の出力例を示す模式図である。図９は、異物データとして異物の増加率を示すグラフが出力されている例を示す。本実施形態においては、異物の量に係る異常判定閾値が設定される。図９（Ａ）は、異物の増加率が小さく、異物の量が異常判定閾値を上回らず、判定データとして「正常」の文字データが出力装置６に出力されている例を示す。図９（Ｂ）は、異物の増加率が大きく、異物の量が異常判定閾値を上回り、判定データとして「異常」の文字データが出力装置６に出力されている例を示す。なお、異常判定は、例えば開始時点ｔ０からの経過時間Ｔが１０００時間の時点又は２０００時間の時点のように予め決められた時点で行ってもよい。

なお、出力装置６に、収容室１１の内部の画像データが出力されてもよいし、推定部３０４から出力された推定データが出力されてもよい。

［状態監視方法］
図１０は、本実施形態に係る状態監視方法の一例を示すフローチャートである。収容室１１の内部の画像データが撮像装置３により撮像される。車載制御装置２００は、通信ネットワーク５を介して、サーバ３００に画像データを送信する。サーバ３００の画像データ取得部３０１は、油に浸けられた機械部品が収容される収容室１１の内部の画像データを取得する（ステップＳＰ１０）。

画像データ取得部３０１により取得された画像データは、データベース部３０２に記憶される。画像データに係る機械装置１に修理履歴がある場合、データベース部３０２は、画像データに「修理履歴などの情報」のタグを付した状態で記憶する。

画像解析部３０３は、データベース部３０２に記憶されている画像データを解析する（ステップＳＰ２０）。

画像解析部３０３は、画像データに基づいて、油に存在する異物に係る異物データを出力する（ステップＳＰ３０）。画像解析部３０３は、異物データとして、異物の形状、大きさ、量、色、磁性、及び前記異物の増加率の少なくとも一つを出力する。

推定部３０４は、画像解析部３０３から出力された異物データに基づいて、機械部品を有する機械装置１の状態を推定する（ステップＳＰ４０）。

推定部３０４は、機能が異なる複数の機械装置１のそれぞれの状態を推定する。また、推定部３０４は、作業機械４の異なる複数の機械装置１のそれぞれの状態を推定する。推定部３０４は、機械装置１の状態の推定結果を示す推定データを出力する。また、推定部３０４は、異物データに基づいて、機械装置１に異常が発生したか否かを判定して判定データを出力する。

出力制御部３０６は、画像データ取得部３０１により取得された画像データ、画像解析部３０３から出力された異物データ、推定部３０４から出力された推定データ、及び推定部３０４から出力された判定データの少なくとも一つを出力装置６に出力させる（ステップＳＰ５０）。

［コンピュータシステム］
図１１は、コンピュータシステム１０００の一例を示すブロック図である。上述の車載制御装置２００及びサーバ３００のそれぞれは、コンピュータシステム１０００を含む。コンピュータシステム１０００は、ＣＰＵ（Central Processing Unit）のようなプロセッサ１００１と、ＲＯＭ（Read Only Memory）のような不揮発性メモリ及びＲＡＭ（Random Access Memory）のような揮発性メモリを含むメインメモリ１００２と、ストレージ１００３と、入出力回路を含むインターフェース１００４とを有する。上述の車載制御装置２００の機能及びサーバ３００の機能は、プログラムとしてストレージ１００３に記憶されている。プロセッサ１００１は、プログラムをストレージ１００３から読み出してメインメモリ１００２に展開し、プログラムに従って上述の処理を実行する。なお、プログラムは、ネットワークを介してコンピュータシステム１０００に配信されてもよい。

［効果］
以上説明したように、本実施形態によれば、油に浸けられた機械部品が収容される収容室１１の内部の画像データを取得する画像データ取得部３０１と、画像データに基づいて油中に存在する異物に係る異物データを出力する画像解析部３０３と、異物データに基づいて機械部品を有する機械装置１の状態を推定して推定データを出力する推定部３０４とが設けられる。画像データの情報量は多いため、画像データに基づいて機械装置１の状態を高精度に推定することができる。機械装置１の状態を高精度に推定することができるため、機械装置１がダメージを受ける前に適切な処置を講ずることができる。したがって、機械装置１のライフサイクルコスト低減及び稼働率向上ができる。

また、画像データの情報量は多く多面的なパラメータを含むので、画像解析部３０３は、異物データとして、異物の形状、大きさ、量、色、磁性、及び前記異物の増加率の少なくとも一つを出力することができる。

また、推定部３０４は、画像解析部３０３から出力された異物データに基づいて、機械装置１に異常が発生したか否かを判定して判定データを出力することができる。これにより、機械装置１が致命的なダメージを受ける前に適切な処置を講ずることができる。

また、収容室１１の内部の画像データ、異物データ、推定データ、及び判定データの少なくとも一つが出力装置６に出力されることにより、視覚を通じて機械装置１の状態を認識することができる。また、出力装置６が音声出力装置である場合、聴覚を通じて機械装置１の状態を認識することができる。

また、異物の特性を示す特性データが記憶部３０５に予め記憶されている。そのため、推定部３０４は、画像解析部３０３から出力された異物データと記憶部３０５に記憶されている特性データとに基づいて、機械装置１の劣化部位を推定することができる。

データベース部３０２には、機能が異なる複数の機械装置１に係る画像データ、及び機能が等しく搭載されている作業機械４が異なる機械装置１に係る画像データのそれぞれが記憶される。これら多数の画像データを用いることにより、機械装置１の状態を多面的に推定したり、機械装置１の劣化の進展具合の傾向を推定したりすることができる。

また、データベース部３０２に記憶される画像データに、修理履歴などの車両情報を紐付けすることにより、その紐付けに基づいて、機械装置１の状態の推定の精度を向上させることができる。

［他の実施形態］
上述の実施形態において、画像データ、異物データ、推定データ、及び判定データの少なくとも一部が、通信ネットワーク５を介して、作業機械４を使用する顧客に通知されてもよいし、作業機械４の保守者に通知されてもよいし、作業機械４を製造又はメンテナンスする工場設備に通知されてもよい。例えば、推定部３０４において機械装置１のダメージが高レベルであると判定された場合、出力制御部３０６は、ダメージが大きいこと又は緊急対応を要することを示す通知データが顧客、工場設備、保守者、及び代理店のそれぞれに送信してもよい。推定部３０４において機械装置１のダメージが中レベルであると判定された場合、出力制御部３０６は、機械装置１の部品交換又は修理を促すガイダンスデータを出力装置６に出力させてもよい。推定部３０４において機械装置１のダメージが低レベルであると判定された場合、出力制御部３０６は、機械装置１の点検を促すガイダンスデータを出力装置６に出力させてもよい。

また、推定部３０４において機械装置１のダメージが高レベルであると判定された場合、車載制御装置２００は、作業機械４のエンジンの回転数を制限したり、エンジンの起動を規制したりしてもよい。

上述の実施形態において、画像データ、異物データ、推定データ、及び判定データの少なくとも一部が、作業機械４の運転室に配置されている表示装置に表示されてもよい。また、上述の通知データ又はガイダンスデータが、作業機械４の運転室に配置されている表示装置に表示されてもよい。

上述の実施形態において、サーバ３００の機能の少なくとも一部が車載制御装置２００に設けられてもよいし、車載制御装置２００の少なくとも一部がサーバ３００に設けられてもよい。例えば、車載制御装置２００が、画像データ取得部３０１、データベース部３０２、画像解析部３０３、推定部３０４、及び記憶部３０５の機能を有し、車載制御装置２００において取得された画像データ、異物データ、推定データ、及び判定データの少なくとも一つが、通信ネットワーク５を介して、サーバ３００に送信されてもよい。

また、撮像装置３（可視化センサ２）と携帯端末とが接続され、撮像装置３が取得した画像データが携帯端末に出力されてもよい。また、携帯端末に、画像データ取得部３０１、データベース部３０２、画像解析部３０３、推定部３０４、及び記憶部３０５の少なくとも一部の機能が設けられてもよい。また、携帯端末からサーバに画像データ、異物データ、推定データ、及び判定データの少なくとも一つが送信されてもよい。携帯端末として、パーソナルコンピュータ、タブレット型コンピュータ、及びスマートフォンの少なくとも一つが例示される。

上述の実施形態においては、機械部品が油に浸けられていることとした。機械部品は油に浸けられてなくてもよい。例えば、収容室が、油が存在する油浸空間と、油浸空間の上方に設けられた非油浸空間とを有してもよい。非油浸空間は、油が存在せず、機械部品が存在する空間である。機械部品で発生した異物は、油浸空間に落下する。撮像装置３は、油浸空間の油中の異物を撮像することができる。

１…機械装置、１Ａ…第１機械装置、１Ｂ…第２機械装置、１Ｃ…第３機械装置、２…可視化センサ、３…撮像装置、３ａ…入射面、４…作業機械、４Ａ…第１作業機械、４Ｂ…第２作業機械、４Ｃ…第３作業機械、５…通信ネットワーク、６…出力装置、１０…機器本体、１１…収容室、１２…排出孔、２０…プラグ、２０ａ…軸部、２０ｂ…フランジ部、２０ｃ…頭部、２０ｄ…キャップ装着部、２０ｅ…ねじ山、２０ｆ…ねじ山、２１…装着孔、２１ａ…グロメット嵌合孔部、２１ｂ…第１収容孔部、２１ｃ…第２収容孔部、２１ｄ…リング装着孔部、２１ｅ…テーパ孔部、２１ｆ…受圧面、２２…Ｃリング、２３…凹部、３０…スペーサ部材、３０ａ…端面、３０ｃ…端面、３１…シール部材、３２…磁石、５０…キャップ部材、１００…状態監視システム、２００…車載制御装置、３００…サーバ、３０１…画像データ取得部、３０２…データベース部、３０３…画像解析部、３０４…推定部、３０５…記憶部、３０６…出力制御部。

Claims (7)

1. 機械装置が有する機械部品が収容される収容室の内部の画像データが前記機械装置に装着された撮像装置を含む可視化センサにより取得され、前記可視化センサから前記収容室の内部の油の画像データを取得する画像データ取得部と、
   前記画像データに基づいて前記収容室の油中の異物に係る異物データを出力する画像解析部と、
   前記異物データに含まれる各種パラメータと前記機械装置の状態との対応関係を示す特性データを記憶する記憶部と、
   前記収容室の油中の前記異物データと前記特性データとに基づいて前記機械部品を有する前記機械装置の状態を推定して推定データを出力する推定部と、を備える
   機械装置の状態監視システム。
2. 前記画像解析部は、前記異物データとして、前記異物の形状、大きさ、量、色、磁性、及び前記異物の増加率の少なくとも一つを出力する、
   請求項１に記載の機械装置の状態監視システム。
3. 前記推定部は、前記画像解析部から出力された前記異物データに基づいて、異常が発生したか否かを判定して判定データを出力する、
   請求項１又は請求項２に記載の機械装置の状態監視システム。
4. 前記画像データ、前記異物データ、前記推定データ、及び前記判定データの少なくとも一つを出力装置に出力させる出力制御部を備える、
   請求項３に記載の機械装置の状態監視システム。
5. 前記機械装置は、機能が異なる第１機械装置と第２機械装置とを含み、
   前記第１機械装置の前記画像データ及び前記第２機械装置の前記画像データを記憶するデータベース部を備え、
   前記推定部は、前記データベース部の前記画像データに基づいて、前記第１機械装置及び前記第２機械装置のそれぞれの状態を推定する、
   請求項１から請求項４のいずれか一項に記載の機械装置の状態監視システム。
6. 前記機械装置は、機能が等しい第１機械装置と第２機械装置とを含み、
   前記第１機械装置及び前記第２機械装置の修理履歴と前記画像データとを対応付けて記憶するデータベース部を備え、
   前記推定部は、前記修理履歴と前記異物データとに基づいて、前記第１機械装置及び前記第２機械装置のそれぞれの状態を推定する、
   請求項１から請求項５のいずれか一項に記載の機械装置の状態監視システム。
7. 機械装置が有する機械部品が収容される収容室の内部の画像データが前記機械装置に装着された撮像装置を含む可視化センサにより取得され、前記可視化センサから前記収容室の内部の油の画像データを取得することと、
   前記画像データに基づいて前記収容室の油中の異物に係る異物データを出力することと、
   前記収容室の油中の前記異物データと前記異物データに含まれる各種パラメータと前記機械装置の状態との対応関係を示す特性データとに基づいて前記機械部品を有する機械装置の状態を推定することと、を含む
   機械装置の状態監視方法。

Images