JP7309554B2

JP7309554B2 - 点検時期予測装置及び点検時期予測システム

Info

Publication number: JP7309554B2
Application number: JP2019172718A
Authority: JP
Inventors: 孝一濱口
Original assignee: Hino Motors Ltd
Current assignee: Hino Motors Ltd
Priority date: 2019-09-24
Filing date: 2019-09-24
Publication date: 2023-07-18
Anticipated expiration: 2039-09-24
Also published as: JP2021049484A

Description

本開示は、エアドライヤの点検時期を予測する点検時期予測装置及び点検時期予測システムに関する。

トラックやバス等の車両は、エアコンプレッサにより圧縮エアをエアタンクに充填し、エアタンクに充填された圧縮エアを用いてエアブレーキ、エアサスペンション等の機器を作動させている。エアコンプレッサから送られる圧縮エアには、水分及び油分が含まれている。水分及び油分が上記機器に侵入すると、上記機器の機能が劣化するおそれがある。そこで、車両には、エアコンプレッサから送られる圧縮エアから水分及び油分を除去するためのエアドライヤが搭載されている（例えば、特許文献１参照）。

特開２０１５－３４５２７号公報

エアドライヤは、圧縮エア中の水分及び油分を除去するための乾燥剤を有している。また、エアドライヤは、パージ作用により適宜乾燥剤に含んだ水分、油分を外部に排出して再生する機能を有する。しかし、エア消費量（エアドライヤ通気量）が多い車両では、パージ作用によって再生する機能が不足することにより、乾燥剤の劣化が進み、エアドライヤの除湿機能が失われてしまう。このため、従来、車種（エアドライヤ仕様）毎に走行距離又は使用期間の閾値が設定されており、走行距離又は使用期間が上記閾値を超えた場合に、エアドライヤの点検（必要に応じて乾燥剤を交換することを含む）を行うことが推奨されている。

しかし、同一車種であったとしても、走行距離又は使用期間に応じたエア消費量には車両間で個体差がある。具体的には、車両の使用条件（例えば、走行する道路の形状に応じた車体への負担、ブレーキが踏まれる回数等）が車両毎に異なるため、同一車種である車両Ａ及び車両Ｂの間で走行距離又は使用期間が一致していたとしても、車両Ａのエア消費量と車両Ｂのエア消費量とが一致するとは限らない。このため、上記のように走行距離又は使用期間と閾値との比較に基づいて決定されたエアドライヤの点検時期は、車両によっては最適な点検時期と一致しない。例えば、エア消費量が多い使用条件の車両では、走行距離又は使用期間が閾値を超えていないにも関わらず、既に交換が必要な程度に乾燥剤が劣化しているといった状況が生じ得る。また、エア消費量が少ない使用条件の車両では、走行距離又は使用期間が閾値を超えているにも関わらず、交換が必要な程度に乾燥剤が劣化していないといった状況が生じ得る。この場合、エアドライヤの不要な点検コストが生じてしまう。

そこで、本開示は、車両毎にエアドライヤの最適な点検時期を予測可能な点検時期予測装置及び点検時期予測システムを提供することを目的とする。

本開示の一側面に係る点検時期予測装置は、エアドライヤが搭載された車両から、エアドライヤの通気量の積算値に関するエア消費量と、エア消費量に対応するタイムスタンプ及び走行距離の少なくとも一方と、を含むエア消費量データを取得する取得部と、取得部により取得された複数の時点におけるエア消費量データと、車両に応じて予め定められた閾値と、に基づいて、エア消費量が閾値に到達する時期を予測する予測部と、を備える。

上記点検時期予測装置では、エアドライヤが搭載された車両から、車両個別のエア消費量データ（エア消費量と当該エア消費量に対応するタイムスタンプ及び走行距離の少なくとも一方とを含むデータ）が取得される。そして、複数の時点において取得されたエア消費量データに基づいて、エア消費量が車両に応じた閾値に到達する時期（すなわち、車両個別のエアドライヤの最適な点検時期）が予測される。従って、上記点検時期予測装置によれば、車両毎にエアドライヤの最適な点検時期を予測することができる。

エア消費量は、エアコンプレッサからエアドライヤへと送られる圧縮エアの１サイクル当たりの通気量のうち車両について予め定められた規定量を超えた量を積算した値であってもよい。エアドライヤは、除湿機能を再生する機能を有している。具体的には、エアドライヤは、エアコンプレッサからエアドライヤへと１サイクル（ロード（エアタンクへの充填）とアンロード（エアドライヤからの排出）とからなるサイクル）の圧送によって送られる圧縮エアの量（通気量）が一定量（予め定められた規定量）以内であれば、エアドライヤが有する乾燥剤が吸着した水分を大気中に放出し、乾燥剤の機能を再生させることができる。すなわち、エアコンプレッサからエアドライヤへと１サイクルの圧送によって送られる圧縮エアの通気量が規定量以内である場合、設計想定上、乾燥剤に水分が蓄積されず、乾燥剤の劣化に対する影響は少ない。従って、上記構成によれば、乾燥剤の劣化に影響すると考えられる圧縮エアの通気量（すなわち、各サイクルの圧送で生じた通気量のうち規定量を超えた量）のみを考慮することにより、エアドライヤの最適な点検時期をより一層精度良く予測することが可能となる。

エア消費量データは、タイムスタンプを少なくとも含んでもよい。上記構成によれば、エア消費量データから、タイムスタンプ（例えば日時等）とエア消費量との対応関係を把握することが可能となる。これにより、例えばタイムスタンプを説明変数とし、エア消費量を目的変数として回帰分析を行うこと等により、エア消費量が閾値に到達する時期（日時等）を予測することが可能となる。すなわち、エア消費量が閾値に到達するまでの残り時間を予測することが可能となる。

エア消費量データは、走行距離を少なくとも含んでもよい。上記構成によれば、エア消費量データから、走行距離とエア消費量との対応関係を把握することが可能となる。これにより、例えば走行距離を説明変数とし、エア消費量を目的変数として回帰分析を行うこと等により、エア消費量が閾値に到達する時期（走行距離）を予測することが可能となる。すなわち、エア消費量が閾値に到達するまでの残り走行距離を予測することが可能となる。

本開示の一側面に係る点検時期予測システムは、複数の車両と、複数の車両の各々と通信可能な点検時期予測装置と、を備え、複数の車両の各々は、エアドライヤと、エアドライヤの通気量の積算値に関するエア消費量と、エア消費量に対応するタイムスタンプ及び走行距離の少なくとも一方と、を含むエア消費量データを点検時期予測装置に送信する制御部と、を有し、点検時期予測装置は、複数の車両の各々からエア消費量データを取得する取得部と、車両毎に、取得部により取得された複数の時点におけるエア消費量データと、車両に応じて予め定められた閾値と、に基づいて、エア消費量が閾値に到達する時期を予測する予測部と、を有する。

上記点検時期予測システムでは、エアドライヤが搭載された各車両から、点検時期予測装置へと、車両毎のエア消費量データ（エア消費量と当該エア消費量に対応するタイムスタンプ及び走行距離の少なくとも一方とを含むデータ）が送信される。そして、車両毎に、複数の時点において取得された複数のエア消費量データに基づいて、エア消費量が車両に応じた閾値に到達する時期（すなわち、車両個別のエアドライヤの最適な点検時期）が予測される。従って、上記点検時期予測システムによれば、車両毎にエアドライヤの最適な点検時期を予測することができる。

本開示によれば、車両毎にエアドライヤの最適な点検時期を予測可能な点検時期予測装置及び点検時期予測システムを提供することができる。

一実施形態に係る点検時期予測システムの構成を示すブロック図である。エア消費量について説明するための図である。タイムスタンプを含むエア消費量データの一例を示す図である。走行距離を含むエア消費量データの一例を示す図である。点検時期予測システムの動作の一例を示すシーケンス図である。

以下、本開示の実施形態について図面を参照しながら説明する。各図において同一又は相当の部分には同一の符号を付し、重複する説明を省略する。

［点検時期予測システムの構成］
図１に示されるように、本実施形態の点検時期予測システム１は、サーバ１０（点検時期予測装置）と、複数の車両２０と、を備えている。図１では、代表的な１台の車両２０のみを図示しているが、サーバ１０は、複数の車両２０の各々と通信可能に構成されていてもよい。その場合、サーバ１０は、各車両２０から後述するエア消費量データを取得する。そして、サーバ１０は、車両毎に取得された複数の時点におけるエア消費量データに基づいて、車両毎の最適なエアドライヤ２３の点検時期を予測する。

［車両の構成］
車両２０は、例えば、トラックやバス等の大型車両である。車両２０は、ＥＣＵ２１（制御部）と、エアコンプレッサ２２と、エアドライヤ２３と、エアタンク２４と、を備えている。

ＥＣＵ２１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＣＡＮ（Controller Area Network）通信回路等を有する電子制御ユニットである。ＥＣＵ２１では、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。ＥＣＵ２１は、複数の電子制御ユニットから構成されてもよい。

エアコンプレッサ２２は、例えば、エアタンク２４に圧縮エアを供給するエンジン（不図示）により駆動する機械式のエアコンプレッサである。エアコンプレッサ２２は、エンジンからのギヤを介した動力により圧縮エアを生成し、当該圧縮エアをエアタンク２４に供給する。

エアドライヤ２３は、エアコンプレッサ２２とエアタンク２４との間に配置され、エアコンプレッサ２２から送られる圧縮エアを乾燥させる。具体的には、エアドライヤ２３は、乾燥剤２３ａを有しており、エアコンプレッサ２２から送られる圧縮エアを乾燥剤２３ａに通過させることにより、当該圧縮エアに含まれる水分、油分等を乾燥剤２３ａに吸着させる。そして、エアドライヤ２３を通過した圧縮エア（すなわち、水分、油分等が除去された圧縮エア）が、エアタンク２４へと供給される。エアタンク２４に蓄えられた圧縮エアは、車両２０に搭載されたエアブレーキ、エアサスペンション等の各機器（不図示）を作動させるために用いられる。

エアドライヤ２３は、上述したようにエアコンプレッサ２２から送られる圧縮エアを除湿する機能を有すると共に、乾燥剤２３ａに吸着させた水分、油分を大気中に放出する再生機能を有している。しかし、エアドライヤ２３の使用を続けるうちに、大気中に放出しきれなかった水分、油分が乾燥剤２３ａに吸着されたままとなり、乾燥剤２３ａの機能が劣化するおそれがある。乾燥剤２３ａの機能が劣化した状態のエアドライヤ２３を使用し続けると、エアタンク２４に蓄積される圧縮エア中に水分、油分等が混入してしまう。そして、これらの水分、油分等がエアブレーキ、エアサスペンション等の機器に侵入することにより、当該機器の機能が劣化するおそれがある。

上記のような問題を回避するためには、適切なタイミングでエアドライヤ２３の点検（すなわち、必要に応じた乾燥剤２３ａの交換）を行うことが重要となる。エアドライヤ２３（乾燥剤２３ａ）の寿命は、エアドライヤ２３のエア消費量と相関があることが知られている。そこで、ＥＣＵ２１は、エア消費量を含むエア消費量データをサーバ１０に送信するように構成されている。これにより、サーバ１０は、後述する処理を実行することで、エアドライヤ２３の最適な点検時期を予測することが可能となる。

ここで、「エア消費量」は、エアドライヤ２３の通気量（すなわち、乾燥剤２３ａを通過した圧縮空気の量）の積算値に関する量である。上述したように、エアドライヤ２３には、乾燥剤２３ａに吸着させた水分、油分を大気中に放出し、乾燥剤２３ａの機能を再生させる機能を有している。具体的には、エアコンプレッサ２２からエアドライヤ２３へと１サイクルの圧送によって送られる圧縮エアの通気量が規定量未満である場合、設計想定上、当該圧送によって乾燥剤２３ａに吸着した水分は全て大気中に適宜放出されるため、乾燥剤２３ａに水分が蓄積されない。そこで、本実施形態では、ＥＣＵ２１は、エア消費量を示すデータとして、エアコンプレッサ２２からエアドライヤ２３へと送られる圧縮エアの１サイクルの通気量（送風量）のうち規定量を超えた量を積算した値を、サーバ１０に送信する。ここで、「１サイクルの圧送によって送られる圧縮エアの通気量」とは、エアコンプレッサ２２が１回のロード（充填）とアンロード（排出）を継続したことによってエアドライヤ２３へと供給される圧縮エアの通気量である。また、「規定量」は、エアドライヤ２３（乾燥剤２３ａ）の劣化を生じるか否かの境界に対応する通気量である。言い換えれば、規定量は、乾燥剤２３ａに吸着された水分、油分を全て放出可能であるか否かの境界に対応する通気量である。或いは、規定量は、乾燥剤２３ａに吸着された水分を全て放出可能であるか否かの境界に対応する通気量であってもよい。このような規定量は、エアドライヤ２３に装填されている乾燥剤２３ａの量、エアコンプレッサ２２の設計容量等によって決定される。すなわち、規定量は、車両２０毎に予め定められる。

図２を参照して、上述したエア消費量の一例について説明する。図２は、エアドライヤ２３の使用開始時点（或いは、乾燥剤２３ａが新品に交換された時点。以下同じ。）からの、エアコンプレッサ２２からエアドライヤ２３へと送られた圧縮エアの１サイクル当たりの通気量（ここでは一例として、５０Ｌ刻みの同一の範囲にあるものをグループ化している。）と各通気量に対応する回数との関係を示したグラフである。例えば、図２の例は、１サイクル当たりの通気量が「２００Ｌ～２４９Ｌ」の範囲に含まれるエアコンプレッサ２２からエアドライヤ２３への送風が、エアドライヤ２３の使用開始時点から、およそ３００回超行われたことを示している。また、この例では、規定量は、３５０Ｌに設定されている。

本実施形態におけるエア消費量Ｃは、下記式（１）により求まる。図２の例では、下記式（１）は、下記式（２）と表される。下記式（２）において、ａ１は「３５０Ｌ～３９９Ｌ」の範囲に対応する超過量（例えば、２５Ｌ（＝通気量の平均値３７５Ｌ－規定量３５０Ｌ））であり、ａ２は「４００Ｌ～４４９Ｌ」の範囲に対応する超過量（例えば、７５Ｌ（＝通気量の平均値４２５Ｌ－規定量３５０Ｌ））であり、ａ３は「４５０Ｌ～４９９Ｌ」の範囲に対応する超過量（例えば、１２５Ｌ（＝通気量の平均値４７５Ｌ－規定量３５０Ｌ））であり、ａ４は「５００Ｌ～５９９Ｌ」の範囲に対応する超過量（例えば、２００Ｌ（＝通気量の平均値５５０Ｌ－規定量３５０Ｌ））である。ｎ１は、「３５０Ｌ～３９９Ｌ」の範囲に対応する回数であり、ｎ２は、「４００Ｌ～４４９Ｌ」の範囲に対応する回数であり、ｎ３は、「４５０Ｌ～４９９Ｌ」の範囲に対応する回数であり、ｎ４は、「５００Ｌ～５９９Ｌ」の範囲に対応する回数である。
Ｃ＝Σ（規定量を超えた通気量×回数） …（１）
Ｃ＝ａ１×ｎ１＋ａ２×ｎ２＋ａ３×ｎ３＋ａ４×ｎ４ …（２）

上記式を用いることにより、乾燥剤２３ａの劣化の程度（吸着された水分の蓄積量）を反映したエア消費量Ｃを得ることができる。ＥＣＵ２１は、例えば、エアドライヤ２３の１サイクル当たりの通気量を算出するための設計値を予め記憶している。また、ＥＣＵ２１は、エアコンプレッサ２２の吐出量を算出するためのエンジン回転数を監視する。これにより、ＥＣＵ２１は、エアコンプレッサ２２の吐出量「設計値×エンジン回転数」を算出することにより、１サイクル当たりの通気量を取得することができる。なお、図２の例では、５０Ｌ刻みの範囲でグループ化された通気量と回数とを対応付け、規定量を超えるグループ毎の平均超過量ａ１～ａ４に基づいてエア消費量Ｃを算出する方法（すなわち、上記式（２））を例示したが、１サイクル当たりの通気量を取得する方法はこれには限定しない。例えば、センサーや物理モデル（物理理論に基づく仮想センサー）等によってエア消費量を検出してもよい。

ＥＣＵ２１は、上述したエア消費量と、当該エア消費量に対応するタイムスタンプ（例えば日時等）及び走行距離の少なくとも一方と、を含むエア消費量データを、サーバ１０に送信する。ＥＣＵ２１は、例えば、定期的に（例えば１週間に１回等の周期で）、エア消費量データをサーバ１０に送信する。なお、「走行距離」は、エアドライヤ２３の使用開始、又は乾燥剤交換の時点からの累積走行距離である。

［点検時期予測装置の構成］
サーバ１０は、例えば無線通信により、各車両２０に搭載されたＥＣＵ（Electronic Control Unit）２１と通信可能に構成されている。サーバ１０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、通信モジュール等を有するコンピュータ装置である。サーバ１０は、物理的には、１台のサーバ装置によって構成されてもよいし、複数のサーバ装置によって構成されてもよい。サーバ１０では、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。サーバ１０は、取得部１１と、予測部１２と、を備えている。

取得部１１は、エアドライヤ２３が搭載された車両２０から、上述したエア消費量データを定期的に取得する。

図３は、エアドライヤ２３の使用開始、又は乾燥剤交換の時点からのエア消費量（Ｌ）とデータ取得時点（タイムスタンプ。例えば日時。）とを含む４つのエア消費量データＤ１～Ｄ４の例を示している。エア消費量データＤ１は、時点ｔ１に対応するエア消費量がｃ１であったことを示すデータである。同様に、エア消費量データＤ２～Ｄ４は、時点ｔ２～ｔ４に対応するエア消費量がｃ２～ｃ４であったことを示すデータである。

図４は、エアドライヤ２３の使用開始時点からのエア消費量（Ｌ）及び走行距離（ｋｍ）を含む４つのエア消費量データＤ１～Ｄ４の例を示している。エア消費量データＤ１は、走行距離ｄ１に対応するエア消費量がｃ１であったことを示すデータである。同様に、エア消費量データＤ２～Ｄ４は、走行距離ｄ２～ｄ４に対応するエア消費量がｃ２～ｃ４であったことを示すデータである。

予測部１２は、取得部１１により取得された複数の時点におけるエア消費量データ（図３又は図４の例では、４つのエア消費量データＤ１～Ｄ４）と、車両２０に応じて予め定められた閾値Ｔｈと、に基づいて、エア消費量が閾値Ｔｈに到達する時期を予測する。ここで、閾値Ｔｈは、例えば、車両２０に搭載されたエアドライヤ２３の種類（型番）、車両の使われ方等に基づいて予め設定される値である。閾値Ｔｈは、エアドライヤ２３の点検（乾燥剤２３ａの交換）を実施するのに最適と考えられるタイミングを示す値である。つまり、エア消費量が閾値Ｔｈに到達するタイミングは、エアドライヤ２３の点検（乾燥剤２３ａの交換）を実施することが好ましいタイミング（最適点検時期）に相当する。このような閾値Ｔｈは、例えば、以下のようにして設定され得る。例えば、エア消費量と、エアドライヤ２３により除湿された圧縮エアを用いるエアブレーキ、エアサスペンション等の機器の性能値と、の間の相関関係を予め調査し、上記機器の性能値が一定以下となるようなエア消費量を閾値Ｔｈとして設定することができる。

図３に示されるように、エア消費量データＤ１～Ｄ４が、時点ｔ１～ｔ４と各時点ｔ１～ｔ４に対応するエア消費量ｃ１～ｃ４とを含む場合、予測部１２は、以下のようにして、エア消費量が閾値Ｔｈに到達する時期を予測することができる。例えば、予測部１２は、複数のエア消費量データＤ１～Ｄ４の時点ｔ１～ｔ４を説明変数とし、エア消費量ｃ１～ｃ４を目的変数として、回帰分析を行う。これにより、予測部１２は、回帰式Ｌ１を得ることができる。そして、予測部１２は、回帰式Ｌ１とエア消費量の閾値Ｔｈとの交点に対応する時点ｔｐを、エア消費量が閾値Ｔｈに到達すると予測される時期として取得することができる。

図４に示されるように、エア消費量データＤ１～Ｄ４が、走行距離ｄ１～ｄ４と各走行距離ｄ１～ｄ４に対応するエア消費量ｃ１～ｃ４とを含む場合、予測部１２は、以下のようにして、エア消費量が閾値Ｔｈに到達する時期（走行距離ｄｐ）を予測することができる。例えば、予測部１２は、複数のエア消費量データＤ１～Ｄ４の走行距離ｄ１～ｄ４を説明変数とし、エア消費量ｃ１～ｃ４を目的変数として、回帰分析を行う。これにより、予測部１２は、回帰式Ｌ２を得ることができる。そして、予測部１２は、回帰式Ｌ２とエア消費量の閾値Ｔｈとの交点に対応する走行距離ｄｐを、エア消費量が閾値Ｔｈに到達すると予測される走行距離として取得することができる。すなわち、予測部１２は、走行距離が走行距離ｄｐに到達する時期を、エア消費量が閾値Ｔｈに到達すると予測される時期として取得することができる。この場合、例えば車両２０の運行計画（走行スケジュール）等を合わせて参照することにより、走行距離が走行距離ｄｐに到達すると予測される時期を把握することができる。

予測部１２により予測された最適点検時期（時点ｔｐ又は走行距離ｄｐ）の情報は、例えば、車両２０のメンテナンスを管理するサーバ又はオペレータ等に通知される。これにより、車両２０のエアドライヤ２３の点検（乾燥剤２３ａの交換）を適切な時期に実施することが可能となる。

［点検時期予測システムの動作］
図５を参照して、点検時期予測システム１の動作の一例について説明する。まず、車両２０（ＥＣＵ２１）は、エアコンプレッサ２２からエアドライヤ２３への１サイクル当たりの通気量の超過量（規定量を超えた量）を取得及び蓄積する（ステップＳ１）。上述したように、例えば、ＥＣＵ２１は、エアコンプレッサ２２が圧縮エアをエアドライヤ２３へと圧送する毎に、エンジン回転数を取得することで、１サイクル当たりの通気量を把握することができる。ＥＣＵ２１は、ステップＳ１の処理を予め定められた送信タイミング（例えば、予め設定された送信日時等）が到来するまで繰り返し実行する（ステップＳ２：ＮＯ→ステップＳ１）。

送信タイミングが到来すると（ステップＳ２：ＹＥＳ）、ＥＣＵ２１は、ステップＳ１において蓄積された１サイクル当たりの超過量を積算することによりエア消費量を算出する。そして、ＥＣＵ２１は、当該送信タイミングにおけるタイムスタンプ及び走行距離の少なくとも一方を当該エア消費量に関連付けたエア消費量データを生成する（ステップＳ３）。続いて、ＥＣＵ２１は、生成したエア消費量データをサーバ１０に送信する（ステップＳ４）。

続いて、サーバ１０の取得部１１が、車両２０から送信されたエア消費量データを取得する（ステップＳ５）。ステップＳ１～Ｓ５までの処理は、定期的に実行される。これにより、サーバ１０には、複数の時点におけるエア消費量データが蓄積される。すなわち、取得部１１によって、複数の時点におけるエア消費量データ（例えば、図３又は図４の例におけるエア消費量データＤ１～Ｄ４）が取得される。

続いて、サーバ１０の予測部１２が、複数の時点におけるエア消費量データに基づいて、エア消費量が閾値Ｔｈに到達する時期（最適点検時期）を予測する（ステップＳ６）。予測部１２は、例えば上述した回帰分析等を実行することにより、最適点検時期（時点ｔｐ又は走行距離ｄｐ）を予測することができる（図３又は図４参照）。

［作用効果］
上述したサーバ１０では、エアドライヤ２３が搭載された車両２０から、車両個別のエア消費量データ（エア消費量と当該エア消費量に対応するタイムスタンプ及び走行距離の少なくとも一方とを含むデータ）が取得される。そして、複数の時点において取得された複数のエア消費量データ（図３又は図４の例では、エア消費量データＤ１～Ｄ４）に基づいて、エア消費量が車両２０に応じた閾値Ｔｈに到達する時期（すなわち、車両個別のエアドライヤ２３の最適な点検時期）が予測される。従って、サーバ１０によれば、車両毎にエアドライヤ２３の最適な点検時期を予測することができる。

また、エア消費量は、エアコンプレッサ２２からエアドライヤ２３へと送られる圧縮エアの１サイクル当たりの通気量のうち車両２０について予め定められた規定量を超えた量を積算した値である。上述したとおり、エアコンプレッサ２２からエアドライヤ２３へと１サイクルの圧送によって送られる圧縮エアの通気量が規定量以内である場合、設計想定上、乾燥剤２３ａに水分が蓄積されず、乾燥剤２３ａの劣化に対する影響は少ない。従って、上記構成によれば、乾燥剤２３ａの劣化に影響すると考えられる圧縮エアの通気量（すなわち、各サイクルの圧送で生じた通気量のうち規定量を超えた量）のみを考慮することにより、エアドライヤ２３の最適な点検時期をより一層精度良く予測することが可能となる。

また、図３に示されるように、エア消費量データＤ１～Ｄ４は、タイムスタンプを少なくとも含んでもよい。この場合、エア消費量データＤ１～Ｄ４から、時点ｔ１～ｔ４（例えば日時等のタイムスタンプ）とエア消費量ｃ１～ｃ４との対応関係を把握することが可能となる。これにより、例えば時点ｔ１～ｔ４を説明変数とし、エア消費量ｃ１～ｃ４を目的変数として回帰分析を行うこと等により、エア消費量が閾値Ｔｈに到達する時期（時点ｔｐ）を予測することが可能となる。すなわち、エア消費量が閾値Ｔｈに到達するまでの残り時間（残り日数等）を予測することが可能となる。

また、図４に示されるように、エア消費量データＤ１～Ｄ４は、走行距離を少なくとも含んでもよい。この場合、エア消費量データＤ１～Ｄ４から、走行距離ｄ１～ｄ４とエア消費量ｃ１～ｃ４との対応関係を把握することが可能となる。これにより、例えば走行距離ｄ１～ｄ４を説明変数とし、エア消費量ｃ１～ｃ４を目的変数として回帰分析を行うこと等により、エア消費量が閾値Ｔｈに到達する時期（走行距離ｄｐ）を予測することが可能となる。すなわち、エア消費量が閾値Ｔｈに到達するまでの残り走行距離を予測することが可能となる。

また、図３及び図４に示されるように、エア消費量データＤ１～Ｄ４が、タイムスタンプ及び走行距離の両方を含んでいる場合には、上述した両方の効果が奏される。すなわち、エア消費量が閾値Ｔｈに到達するまでの残り日数及び残り走行距離の両方を予測することが可能となる。

また、点検時期予測システム１では、エアドライヤ２３が搭載された各車両２０から、サーバ１０へと、車両毎のエア消費量データが送信される。そして、車両毎に、複数の時点において取得された複数のエア消費量データに基づいて、エア消費量が車両２０に応じた閾値Ｔｈに到達する時期（すなわち、車両個別のエアドライヤ２３の最適な点検時期）が予測される。従って、点検時期予測システム１によれば、車両毎にエアドライヤ２３の最適な点検時期を予測することができる。

［変形例］
以上のように、本開示の実施形態について説明したが、本開示は上述した実施形態に限定されるものではない。本開示は、特許請求の範囲の記載の要旨を逸脱しない範囲で様々な変形態様で実施することができる。

例えば、上記実施形態では、エアドライヤ２３に装填された乾燥剤２３ａの最適な交換時期を予測する例について説明したが、本開示に係る点検時期予測装置及び点検時期予測システムは、エアドライヤ２３の他の部材（例えばフィルタ等）の最適な交換時期を予測する場合にも適用可能である。また、機械式のエアコンプレッサを例として示したが、電動式のエアコンプレッサにおいても適用可能である。

例えば、予測部１２は、上述した回帰分析の代わりに、任意の機械学習モデルを用いることによって、エア消費量が閾値Ｔｈに到達する時期を予測してもよい。例えば、予測部１２は、上述したエア消費量データに対応する教師データを複数用意する。そして、予測部１２は、複数の教師データを用いて、例えばニューラルネットワーク（深層学習を含む）による機械学習を実行することにより、複数のエア消費量データを入力して、エア消費量が閾値Ｔｈに到達する時期を出力するように構成された学習済みモデルを得ることができる。そして、予測部１２は、上記学習済みモデルに複数のエア消費量データ（図３又は図４の例の場合、エア消費量データＤ１～Ｄ４）を入力し、上記学習済みモデルの出力結果を、エア消費量が閾値Ｔｈに到達すると予測される時期（図３の例の場合は時点ｔｐ、図４の例の場合は走行距離ｄｐ）として取得してもよい。なお、上記学習済みモデルは、必ずしも予測部１２（サーバ１０）によって生成される必要はなく、サーバ１０以外の装置で予め作成されてもよい。

１…点検時期予測システム、１０…サーバ（点検時期予測装置）、１１…取得部、１２…予測部、２０…車両、２１…ＥＣＵ（制御部）、２２…エアコンプレッサ、２３…エアドライヤ、ｃ１～ｃ４…エア消費量、Ｄ１～Ｄ４…エア消費量データ、Ｔｈ…閾値。

Claims

エアドライヤが搭載された車両から、複数の時点の各々について、前記エアドライヤの通気量の積算値に関する一の時点におけるエア消費量と、前記一の時点を示すタイムスタンプと、を関連付けたエア消費量データを取得する取得部と、
前記取得部により取得された前記複数の時点の各々に対応する前記エア消費量データと、前記車両に応じて予め定められた閾値と、に基づいて、前記エア消費量が前記閾値に到達する時期を予測する予測部と、を備え、
前記エア消費量は、エアコンプレッサから前記エアドライヤへと送られる圧縮エアの１サイクル当たりの通気量のうち前記車両について予め定められた規定量を超えた量を積算した値である、点検時期予測装置。
エアドライヤが搭載された車両から、複数の時点の各々について、前記エアドライヤの通気量の積算値に関する一の時点におけるエア消費量と、前記一の時点における前記車両の走行距離と、を関連付けたエア消費量データを取得する取得部と、
前記取得部により取得された前記複数の時点の各々に対応する前記エア消費量データと、前記車両に応じて予め定められた閾値と、に基づいて、前記エア消費量が前記閾値に到達する時期を予測する予測部と、を備え、
前記エア消費量は、エアコンプレッサから前記エアドライヤへと送られる圧縮エアの１サイクル当たりの通気量のうち前記車両について予め定められた規定量を超えた量を積算した値であり、
前記走行距離は、前記エアドライヤの使用開始、又は前記エアドライヤに含まれる乾燥剤交換の時点からの累積走行距離である、点検時期予測装置。
複数の車両と、
前記複数の車両の各々と通信可能な点検時期予測装置と、を備え、
前記複数の車両の各々は、
エアドライヤと、
複数の時点の各々について、前記エアドライヤの通気量の積算値に関する一の時点におけるエア消費量と、前記一の時点を示すタイムスタンプと、を関連付けたエア消費量データを前記点検時期予測装置に送信する制御部と、を有し、
前記点検時期予測装置は、
前記複数の車両の各々から前記エア消費量データを取得する取得部と、
前記車両毎に、前記取得部により取得された前記複数の時点の各々に対応する前記エア消費量データと、前記車両に応じて予め定められた閾値と、に基づいて、前記エア消費量が前記閾値に到達する時期を予測する予測部と、を有し、
前記エア消費量は、エアコンプレッサから前記エアドライヤへと送られる圧縮エアの１サイクル当たりの通気量のうち前記車両について予め定められた規定量を超えた量を積算した値である、点検時期予測システム。
複数の車両と、
前記複数の車両の各々と通信可能な点検時期予測装置と、を備え、
前記複数の車両の各々は、
エアドライヤと、
複数の時点の各々について、前記エアドライヤの通気量の積算値に関する一の時点におけるエア消費量と、前記一の時点における前記車両の走行距離と、を関連付けたエア消費量データを前記点検時期予測装置に送信する制御部と、を有し、
前記点検時期予測装置は、
前記複数の車両の各々から前記エア消費量データを取得する取得部と、
前記車両毎に、前記取得部により取得された前記複数の時点の各々に対応する前記エア消費量データと、前記車両に応じて予め定められた閾値と、に基づいて、前記エア消費量が前記閾値に到達する時期を予測する予測部と、を有し、
前記エア消費量は、エアコンプレッサから前記エアドライヤへと送られる圧縮エアの１サイクル当たりの通気量のうち前記車両について予め定められた規定量を超えた量を積算した値であり、
前記走行距離は、前記エアドライヤの使用開始、又は前記エアドライヤに含まれる乾燥剤交換の時点からの累積走行距離である、点検時期予測システム。