JP7380475B2 - 異常判定装置 - Google Patents
異常判定装置 Download PDFInfo
- Publication number
- JP7380475B2 JP7380475B2 JP2020132247A JP2020132247A JP7380475B2 JP 7380475 B2 JP7380475 B2 JP 7380475B2 JP 2020132247 A JP2020132247 A JP 2020132247A JP 2020132247 A JP2020132247 A JP 2020132247A JP 7380475 B2 JP7380475 B2 JP 7380475B2
- Authority
- JP
- Japan
- Prior art keywords
- variable
- gear
- mapping
- data
- abnormality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 title claims description 122
- 238000013507 mapping Methods 0.000 claims description 154
- 238000000034 method Methods 0.000 claims description 122
- 230000008569 process Effects 0.000 claims description 117
- 230000005540 biological transmission Effects 0.000 claims description 50
- 238000012545 processing Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 24
- 239000010720 hydraulic oil Substances 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 28
- 238000002485 combustion reaction Methods 0.000 description 11
- 230000007246 mechanism Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 101150049912 bin3 gene Proteins 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 101150040844 Bin1 gene Proteins 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 4
- 101100364790 Drosophila melanogaster S6KL gene Proteins 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
- B60T17/18—Safety devices; Monitoring
- B60T17/22—Devices for monitoring or checking brake systems; Signal devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/36—Inputs being a function of speed
- F16H59/38—Inputs being a function of speed of gearing elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
- G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/14—Inputs being a function of torque or torque demand
- F16H2059/148—Transmission output torque, e.g. measured or estimated torque at output drive shaft
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/68—Inputs being a function of gearing status
- F16H2059/6807—Status of gear-change operation, e.g. clutch fully engaged
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/68—Inputs being a function of gearing status
- F16H59/70—Inputs being a function of gearing status dependent on the ratio established
- F16H2059/706—Monitoring gear ratio in stepped transmissions, e.g. by calculating the ratio from input and output speed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
- F16H2061/0075—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method
- F16H2061/0096—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by a particular control method using a parameter map
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/36—Inputs being a function of speed
- F16H59/44—Inputs being a function of speed dependent on machine speed of the machine, e.g. the vehicle
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/50—Inputs being a function of the status of the machine, e.g. position of doors or safety belts
- F16H59/54—Inputs being a function of the status of the machine, e.g. position of doors or safety belts dependent on signals from the brakes, e.g. parking brakes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16H—GEARING
- F16H59/00—Control inputs to control units of change-speed-, or reversing-gearings for conveying rotary motion
- F16H59/68—Inputs being a function of gearing status
- F16H59/72—Inputs being a function of gearing status dependent on oil characteristics, e.g. temperature, viscosity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Transportation (AREA)
- Biomedical Technology (AREA)
- Control Of Transmission Device (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
1.歯車によって動力を伝達する変速装置を備えた車両に適用され、実行装置と、記憶装置と、を備え、前記記憶装置には、機械学習によって学習済みの写像を規定するデータである写像データが記憶されており、前記写像は、前記歯車の回転数の時系列データを示す変数が入力変数として入力されると、前記歯車の状態を示す変数である状態変数を出力変数として出力するものであり、前記実行装置は、前記時系列データを示す変数を取得して前記入力変数の値とする取得処理と、前記入力変数の値を前記写像に入力することによって該写像が出力する出力変数の値を基に、前記変速装置に異常が発生しているか否かを判定する判定処理と、を実行する異常判定装置である。
5.前記特徴量算出処理は、前記時系列データにおける前記回転数の平均値に基づいて1次周波数を算出し、該1次周波数を基準として前記周波数成分を正規化する処理を含む上記4に記載の異常判定装置である。
7.前記時系列データは、前記歯車の回転数を検出する回転数センサの検出信号に基づいて算出される上記1~6のいずれか一項に記載の異常判定装置である。
9.前記入力変数には、前記歯車によって伝達されるトルクの大きさを示す変数が含まれる上記1~8のいずれか一項に記載の異常判定装置である。
上記構成によれば、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、歯形の誤差等が回転数の時系列データに与える影響を考慮して判定処理を行うことができる。これによって、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、バックラッシが回転数の時系列データに与える影響を考慮して判定処理を行うことができる。これによって、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、車両の減速に伴う回転数の時系列データの変動を考慮して判定処理を行うことができる。これによって、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
上記構成によれば、歯車が損傷している状態であるか否かを判定することができる。これによって、要因別に分類した異常を検知することができる。
上記構成によれば、歯打ち音が発生する状態であるか否かを判定できる。これによって、要因別に分類した異常を検知することができる。
上記構成によれば、うなり音が発生する状態であるか否かを判定できる。これによって、要因別に分類した異常を検知することができる。
以下、第1の実施形態について図面を参照しつつ説明する。
図1に示すように、車両VCは、内燃機関10、第1モータジェネレータ22および第2モータジェネレータ24を備えている。内燃機関10のクランク軸12には、動力分割装置20が機械的に連結されている。動力分割装置20は、内燃機関10、第1モータジェネレータ22、および第2モータジェネレータ24の動力を分割する。動力分割装置20は、遊星歯車機構を備えている。遊星歯車機構のキャリアCは、クランク軸12と機械的に連結されている。遊星歯車機構のサンギアSは、第1モータジェネレータ22の回転軸22aと機械的に連結されている。遊星歯車機構のリングギアRは、第2モータジェネレータ24の回転軸24aと機械的に連結されている。なお、第1モータジェネレータ22の端子には、第1インバータ23の出力電圧が印加される。また、第2モータジェネレータ24の端子には、第2インバータ25の出力電圧が印加される。
制御装置40は、駆動トルク設定処理を実行する。駆動トルク設定処理は、駆動輪30に付与すべきトルクの指令値である駆動トルク指令値Trq*を算出する処理である。駆動トルク指令値Trq*は、車両VCが備えるアクセル操作部材の操作量を入力として、当該操作量が大きいほど大きい値に算出される。
図2に、制御装置40が実行する処理の手順を示す。図2に示す処理は、ROM44に記憶されたプログラムをCPU42がたとえば所定周期で繰り返し実行することによって実現される。なお、以下では、先頭に「S」が付与された数字によって、各処理のステップ番号を表現する。
上記数式(式1)において、「N」は、正規化後の歯車回転数Ngearである。「n」は、正規化の対象とする歯車回転数Ngearである。「nmax」は、正規化前の歯車回転数Ngearの最大値である。「nmin」は、正規化前の歯車回転数Ngearの最小値である。
CPU42は、歯車回転数Ngearの時系列データに基づき歯車の状態を判定する。このように歯車回転数Ngearの時系列データを参照することによって、変速装置26に異常が生じたか否かを判定することができる。
(1)写像への入力変数を、歯車回転数Ngearの時系列データを加工して算出する正規化特徴量NFvとした。時系列データが、図4に示すような度数分布を表すデータに加工されることによって、歯車に異常が発生している場合に歯車回転数Ngearの時系列データが示す特徴と、歯車に異常が発生していない場合に歯車回転数Ngearの時系列データが示す特徴とを判別しやすくなる。すなわち、変速装置に異常が発生しているか否かを判定する精度を向上させることができる。
以下、第2の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
図6に示すように、車両VCの記憶装置46には、複数の写像データが記憶されている。たとえば、第1写像データDM(A1)は、歯車が正常であるときの正規化特徴量NFvに基づく教師データと、歯車が損傷している状態であるときの正規化特徴量NFvに基づく教師データとを用いて予め学習された学習済みモデルである。第2写像データDM(A2)は、歯車が正常であるときの正規化特徴量NFvに基づく教師データと、歯打ち音が発生する状態であるときの正規化特徴量NFvに基づく教師データとを用いて予め学習された学習済みモデルである。第3写像データDM(A3)は、歯車が正常であるときの正規化特徴量NFvに基づく教師データと、うなり音が発生する状態であるときの正規化特徴量NFvに基づく教師データとを用いて予め学習された学習済みモデルである。
図7は、図6に示した制御装置40が実行する処理の手順を示す。図7に示す処理は、歯車の状態を判定する処理である。図7に示す処理は、ROM44に記憶されたプログラムをCPU42がたとえば所定周期で繰り返し実行することによって実現される。
第2の実施形態では、歯車が損傷している状態を検出するための第1写像が規定された第1写像データDM(A1)と、歯打ち音が発生する状態を検出するための第2写像が規定された第2写像データDM(A2)と、うなり音が発生する状態を検出するための第3写像が規定された第3写像データDM(A3)と、が用いられる。このため、第1判定処理、第2判定処理および第3判定処理の各判定処理を実行するときには、一つの写像によって歯車の異常の要因を判別しようとする場合と比較して、実行装置の演算負荷が軽減される。これによって、変速装置26に異常が発生しているか否かを判定する際に、実行装置の演算負荷が高くなったり判定の精度が低下したりすることを抑制できる。
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。[1]異常判定装置は、図1および図6の制御装置40に対応する。実行装置は、図1および図6のCPU42およびROM44に対応する。記憶装置は、図1および図6の記憶装置46に対応する。写像データは、写像データDMに対応する。取得処理は、図2のS104の処理に対応する。判定処理は、図2のS105~S107の処理に対応する。[2,3]特徴量算出処理は、図2のS102,S103の処理に対応する。[21]第1写像データは、第1写像データDM(A1)に対応する。第2写像データは、第2写像データDM(A2)に対応する。第3写像データは、第3写像データDM(A3)に対応する。
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・図3に歯車回転数Ngearの時系列データを例示したが、図3は、規定期間における歯車回転数Ngearのサンプリング数を限定するものではない。
・上記実施形態におけるS102の処理では、規定期間における歯車回転数Ngearの最大値が「1」となり規定期間における歯車回転数Ngearの最小値が「0」となるように歯車回転数Ngearの時系列データを正規化した。歯車回転数Ngearの時系列データを正規化する手法は、この限りではない。たとえば、歯車回転数Ngearの平均値が「0」となり分散が「1」となるように歯車回転数Ngearの時系列データを正規化することも考えられる。
・上記実施形態では、歯車回転数Ngearの時系列データを加工した特徴量を写像への入力変数としているが、歯車回転数Ngearの時系列データを入力変数としてもよい。たとえば、サンプリング値を入力変数とすることができる。
・写像データDMによって規定される写像への入力変数に、油温Toilを含めることは必須ではない。入力変数には、歯車回転数Ngearの時系列データが含まれていればよい。
・写像データDMによって規定される写像への入力変数に、音NZを含めてもよい。
・写像データDMによって規定される写像への入力変数に、積算走行距離ODを含めてもよい。積算走行距離ODに替えて、車両VCが始動している間の積算時間を用いることもできる。この構成によれば、変速装置26に異常が発生しているか否かを判定する際に、歯車等の経年変化を考慮することができる。
・写像データDMによって規定される写像への入力変数に、かみあい誤差を含めてもよい。この構成によれば、変速装置26に異常が発生しているか否かを判定する際に、歯形の誤差等が歯車回転数Ngearに与える影響を考慮することができる。
・写像データDMによって規定される写像への入力変数に、歯車によって伝達されるトルクの大きさを含めてもよい。
・ニューラルネットワークとしては、全結合順伝播型ネットワークに限らない。たとえば、1次元の畳み込みニューラルネットワークを用いてもよい。もっとも、機械学習による学習済みモデルとしては、ニューラルネットワークに限らない。たとえば、サポートベクターマシンによる分類を用いて歯車の状態を判別してもよい。
・写像としては、出力変数y(0),y(1),y(2),y(3)の四つを出力変数とするものに限らない。時系列データを加工した特徴量に基づいて特定できる歯車の状態がさらにあれば、新たに状態変数として採用して写像の出力変数とすることができる。
・上記第2の実施形態における図7の処理では、第1写像データDM(A1)~第3写像データDM(A3)を順に選択して、選択した写像データを用いて判定処理を実施した。複数の写像データのうち一つの写像データを選択する際には、第1写像データDM(A1)~第3写像データDM(A3)の順に写像データを選択することは必須ではない。たとえば、音センサ59によって検出される音NZの周波数が、うなり音の周波数のように高い場合には、最初に第3写像データDM(A3)を選択するようにしてもよい。これによって、少ない試行回数で歯車の異常を特定できる場合がある。
・上記実施形態では、判定結果を記憶する記憶装置を、写像データDMが記憶されている記憶装置と同一としたが、これに限らない。
・上記実施形態では、修理工場に車両VCが持ち込まれた際の対応に、出力変数の算出結果を用いた。たとえば車両VCの製造メーカにおいて、歯打ち音が発生する動作点を特定できると、これを避けるように設計を行うことができる。同様に、うなり音が発生する動作点を特定できると、これを避けるように設計を行うことができる。
・実行装置としては、CPU42とROM44とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばASIC等の専用のハードウェア回路を備えてもよい。すなわち、実行装置は、以下の(a)~(c)のいずれかの構成であればよい。(a)上記処理のすべてを、プログラムに従って実行する処理装置と、プログラムを記憶するROM等のプログラム格納装置とを備える。(b)上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。(c)上記処理のすべてを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・上記実施形態では、内燃機関10、第1モータジェネレータ22および第2モータジェネレータ24を備えている車両VCを例示した。歯車によって動力を伝達する変速装置を備えている車両であれば、制御装置40を適用することができ、上記実施形態と同様に歯車の状態を判定することができる。
22…第1モータジェネレータ
24…第2モータジェネレータ
26…変速装置
30…駆動輪
32…オイルポンプ
40…制御装置
42…CPU
44…ROM
46…記憶装置
50…クランク角センサ
52…第1回転角センサ
54…第2回転角センサ
56…油温センサ
57…車輪速センサ
58…振動センサ
59…音センサ
60…走行距離計
80…制動制御装置
Claims (21)
- 歯車によって動力を伝達する変速装置を備えた車両に適用され、
実行装置と、記憶装置と、を備え、
前記記憶装置には、機械学習によって学習済みの写像を規定するデータである写像データが記憶されており、
前記写像は、前記歯車の回転数の時系列データを示す変数が入力変数として入力されると、前記歯車の状態を示す変数である状態変数を出力変数として出力するものであり、
前記実行装置は、
前記時系列データを示す変数を取得して前記入力変数の値とする取得処理と、
前記入力変数の値を前記写像に入力することによって該写像が出力する出力変数の値を基に、前記変速装置に異常が発生しているか否かを判定する判定処理と、を実行する
異常判定装置。 - 前記実行装置は、前記時系列データを加工した特徴量を算出する特徴量算出処理を実行し、
前記取得処理は、前記特徴量を取得して前記入力変数の値とするものであり、
前記特徴量算出処理では、前記時系列データを構成する前記回転数の値を該回転数の大きさで階級分けして、各階級における度数を前記特徴量として算出する
請求項1に記載の異常判定装置。 - 前記特徴量算出処理は、前記回転数の最大値が「1」となり前記回転数の最小値が「0」となるように前記時系列データを正規化する処理を含む
請求項2に記載の異常判定装置。 - 前記実行装置は、前記時系列データを加工した特徴量を算出する特徴量算出処理を実行し、
前記取得処理は、前記特徴量を取得して前記入力変数の値とするものであり、
前記特徴量算出処理では、前記時系列データを高速フーリエ変換して得られる周波数成分の分布を前記特徴量として算出する
請求項1に記載の異常判定装置。 - 前記特徴量算出処理は、前記時系列データにおける前記回転数の平均値に基づいて1次周波数を算出し、該1次周波数を基準として前記周波数成分を正規化する処理を含む
請求項4に記載の異常判定装置。 - 前記特徴量算出処理は、周波数領域を複数の周波数帯に区切り、各周波数帯における前記周波数成分の強度の平均値を当該周波数帯での強度とする処理を含む
請求項4または5に記載の異常判定装置。 - 前記時系列データは、前記歯車の回転数を検出する回転数センサの検出信号に基づいて算出される
請求項1~6のいずれか一項に記載の異常判定装置。 - 前記時系列データは、前記車両の車速に基づいて算出される
請求項1~6のいずれか一項に記載の異常判定装置。 - 前記入力変数には、前記歯車によって伝達されるトルクの大きさを示す変数が含まれる
請求項1~8のいずれか一項に記載の異常判定装置。 - 前記入力変数には、前記変速装置内の作動油の温度を示す変数が含まれる
請求項1~9のいずれか一項に記載の異常判定装置。 - 前記入力変数には、前記歯車の諸元に基づいた当該歯車の寸法を示す変数が含まれる
請求項1~10のいずれか一項に記載の異常判定装置。 - 前記入力変数には、前記歯車のかみあい誤差を示す変数が含まれる
請求項1~11のいずれか一項に記載の異常判定装置。 - 前記入力変数には、前記歯車をかみ合わせたときのバックラッシの大きさを示す変数が含まれる
請求項1~12のいずれか一項に記載の異常判定装置。 - 前記入力変数には、振動を検出する振動センサによる検出値を示す変数が含まれる
請求項1~13のいずれか一項に記載の異常判定装置。 - 前記入力変数には、音を検出する音センサによる検出値を示す変数が含まれる
請求項1~14のいずれか一項に記載の異常判定装置。 - 前記入力変数には、車両の制動装置における液圧を示す変数が含まれる
請求項1~15のいずれか一項に記載の異常判定装置。 - 前記入力変数には、車両の走行距離を示す変数が含まれる
請求項1~16のいずれか一項に記載の異常判定装置。 - 前記状態変数には、前記歯車が損傷している状態であることを示す変数が含まれる
請求項1~17のいずれか一項に記載の異常判定装置。 - 前記状態変数には、前記歯車の回転に伴って歯打ち音が発生する状態であることを示す変数が含まれる
請求項1~18のいずれか一項に記載の異常判定装置。 - 前記状態変数には、前記歯車の回転に伴ってうなり音が発生する状態であることを示す変数が含まれる
請求項1~19のいずれか一項に記載の異常判定装置。 - 前記写像は、前記入力変数が入力されると、前記歯車が損傷している状態であるか否かを示す変数である状態変数を出力変数として出力する第1写像であり、
前記写像データは、前記第1写像を規定する第1写像データであり、
前記判定処理は、第1判定処理であり、
前記記憶装置には、機械学習によって学習済みの写像を規定するデータである第2写像データおよび第3写像データがさらに記憶されており、
前記第2写像データは、前記入力変数が入力されると、前記歯車の回転に伴って歯打ち音が発生する状態であるか否かを示す変数である状態変数を出力変数として出力する第2写像を規定するデータであり、
前記第3写像データは、前記入力変数が入力されると、前記歯車の回転に伴ってうなり音が発生する状態であるか否かを示す変数である状態変数を出力変数として出力する第3写像を規定するデータであり、
前記実行装置は、前記入力変数の値を前記第2写像に入力することによって該第2写像が出力する出力変数の値を基に、前記変速装置に異常が発生しているか否かを判定する第2判定処理と、前記入力変数の値を前記第3写像に入力することによって該第3写像が出力する出力変数の値を基に、前記変速装置に異常が発生しているか否かを判定する第3判定処理と、を実行する
請求項1~17のいずれか一項に記載の異常判定装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020132247A JP7380475B2 (ja) | 2020-08-04 | 2020-08-04 | 異常判定装置 |
US17/372,608 US11915536B2 (en) | 2020-08-04 | 2021-07-12 | Anomaly determination apparatus |
DE102021119097.5A DE102021119097A1 (de) | 2020-08-04 | 2021-07-23 | Vorrichtung zur bestimmung von anomalien |
CN202110853865.2A CN114060509B (zh) | 2020-08-04 | 2021-07-28 | 异常判定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020132247A JP7380475B2 (ja) | 2020-08-04 | 2020-08-04 | 異常判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022029105A JP2022029105A (ja) | 2022-02-17 |
JP7380475B2 true JP7380475B2 (ja) | 2023-11-15 |
Family
ID=79686514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020132247A Active JP7380475B2 (ja) | 2020-08-04 | 2020-08-04 | 異常判定装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11915536B2 (ja) |
JP (1) | JP7380475B2 (ja) |
CN (1) | CN114060509B (ja) |
DE (1) | DE102021119097A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7380475B2 (ja) * | 2020-08-04 | 2023-11-15 | トヨタ自動車株式会社 | 異常判定装置 |
DE102022205670B3 (de) * | 2022-06-02 | 2023-08-03 | Zf Friedrichshafen Ag | Verfahren zum Aufbereiten eines Getriebeparametersignals sowie Verfahren zum Anlernen und zur Verwendung eines neuronalen Netzes mittels des aufbereiteten Getriebeparametersignals |
JP2024118219A (ja) * | 2023-02-20 | 2024-08-30 | トヨタ自動車株式会社 | 適合システム及び適合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002213601A (ja) | 2000-12-27 | 2002-07-31 | Hyundai Motor Co Ltd | 周波数復調技法を利用したギヤ状態診断方法 |
JP2004198384A (ja) | 2002-12-20 | 2004-07-15 | Nsk Ltd | 異常診断装置 |
JP2007198918A (ja) | 2006-01-26 | 2007-08-09 | Matsushita Electric Works Ltd | 異常監視方法、および異常監視装置 |
JP6665961B1 (ja) | 2019-08-01 | 2020-03-13 | トヨタ自動車株式会社 | 内燃機関の状態検出システム、データ解析装置、及び車両 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0491348A (ja) * | 1990-08-01 | 1992-03-24 | Hitachi Ltd | 自動車制御装置 |
JPH1094943A (ja) * | 1996-09-20 | 1998-04-14 | Hitachi Ltd | 自動加工装置 |
US7945397B2 (en) * | 2009-04-02 | 2011-05-17 | Honeywell International Inc. | System and method for gearbox health monitoring |
JP4990949B2 (ja) | 2009-10-09 | 2012-08-01 | 本田技研工業株式会社 | シートベルト故障診断装置 |
CN102288286B (zh) * | 2011-06-16 | 2012-10-03 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
CN104502099B (zh) * | 2015-01-20 | 2017-05-17 | 中国人民解放军军事交通学院 | 齿轮箱瞬变工况特征分量循频提取方法 |
US10375098B2 (en) * | 2017-01-31 | 2019-08-06 | Splunk Inc. | Anomaly detection based on relationships between multiple time series |
CN109187007A (zh) * | 2018-08-27 | 2019-01-11 | 哈尔滨东安汽车发动机制造有限公司 | 一种用于变速器测试噪声与振动检测的判断方法 |
DE102018215894A1 (de) * | 2018-09-19 | 2020-03-19 | Robert Bosch Gmbh | Verfahren zur Ermittlung des Getriebespieles eines Getriebes |
CN110617965B (zh) * | 2019-04-26 | 2021-10-15 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
JP7380475B2 (ja) * | 2020-08-04 | 2023-11-15 | トヨタ自動車株式会社 | 異常判定装置 |
JP7338584B2 (ja) * | 2020-08-07 | 2023-09-05 | トヨタ自動車株式会社 | 異常判定装置 |
JP7392606B2 (ja) * | 2020-08-07 | 2023-12-06 | トヨタ自動車株式会社 | 動力伝達装置の異常判定装置 |
-
2020
- 2020-08-04 JP JP2020132247A patent/JP7380475B2/ja active Active
-
2021
- 2021-07-12 US US17/372,608 patent/US11915536B2/en active Active
- 2021-07-23 DE DE102021119097.5A patent/DE102021119097A1/de active Pending
- 2021-07-28 CN CN202110853865.2A patent/CN114060509B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002213601A (ja) | 2000-12-27 | 2002-07-31 | Hyundai Motor Co Ltd | 周波数復調技法を利用したギヤ状態診断方法 |
JP2004198384A (ja) | 2002-12-20 | 2004-07-15 | Nsk Ltd | 異常診断装置 |
JP2007198918A (ja) | 2006-01-26 | 2007-08-09 | Matsushita Electric Works Ltd | 異常監視方法、および異常監視装置 |
JP6665961B1 (ja) | 2019-08-01 | 2020-03-13 | トヨタ自動車株式会社 | 内燃機関の状態検出システム、データ解析装置、及び車両 |
Also Published As
Publication number | Publication date |
---|---|
CN114060509A (zh) | 2022-02-18 |
US20220044502A1 (en) | 2022-02-10 |
CN114060509B (zh) | 2023-06-20 |
DE102021119097A1 (de) | 2022-02-10 |
JP2022029105A (ja) | 2022-02-17 |
US11915536B2 (en) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7380475B2 (ja) | 異常判定装置 | |
CN114383711B (zh) | 车辆的异响判定装置 | |
US12024180B2 (en) | Abnormality determination device | |
US11525758B2 (en) | Method and apparatus for identifying gear tooth numbers in a gearbox | |
US20220042842A1 (en) | Device for vehicle including power transfer device | |
CN114464213A (zh) | 车辆的异常声音检查装置 | |
JP2022070632A (ja) | 異常検出装置 | |
US11776331B2 (en) | Noise estimation device and vehicle control device | |
JP2006285884A (ja) | 故障診断方法およびそれを備えた制御装置 | |
US11796054B2 (en) | Anomaly determination device for power transmission device | |
US20220307941A1 (en) | Method for early detection and prognosis of wheel bearing faults using wheel speed sensor | |
JP7310699B2 (ja) | オイル状態推定装置、車両用制御装置、車両用制御システム、およびデータ解析装置 | |
CN118318119A (zh) | 用于运行具有电动马达式的驱动装置的驱动系的方法 | |
CN113715754B (zh) | 车载部件的异常部位确定方法、系统及装置、异常部位通知控制装置及车辆用控制装置 | |
JP2022055513A (ja) | 車載部品の動作音推定装置 | |
US20190234324A1 (en) | Crank drive condition monitoring for an internal combustion engine | |
JP2022131889A (ja) | 異音診断装置 | |
JP7262380B2 (ja) | 診断装置 | |
CN115683618A (zh) | 混动变速箱振动噪声的监控方法、装置及电子设备 | |
JP2022007030A (ja) | 故障時期予測装置 | |
Gárdonyi et al. | Comparison of Vibration Spectra and Cepstra used for Determining the Rotational Speed of Rotary Machines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220809 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230927 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231016 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7380475 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |