KR20230042363A - 부품 수명 예측 시스템 및 보수 지원 시스템 - Google Patents

Abstract

부품 수명 예측 시스템(1)은 작업 기계(2)와 통신 가능하게 구성되고, 작업 기계(2)의 부품의 수명을 예측하는 서버 장치(10)를 구비한다. 서버 장치(10)는 작업 기계(2)의 가동 위치의 정보를 포함하는 작업 기계(2)의 가동 정보와 미리 기억된 작업 기계(2)의 가동 위치의 항공 사진을 각각 취득하고, 취득한 작업 기계(2)의 가동 정보 및 가동 위치의 항공 사진에 기초하여 작업 기계(2)가 사용되는 업종을 추정하고, 추정한 업종에 기초하여 작업 기계(2)의 부품의 수명을 예측한다.

Description

부품 수명 예측 시스템 및 보수 지원 시스템

본 발명은 부품 수명 예측 시스템 및 보수 지원 시스템에 관한 것으로, 특히 작업 기계의 부품의 수명을 예측하는 부품 수명 예측 시스템 및 보수 지원 시스템에 관한 것이다.

본원은 2021년 3월 31일에 출원된 일본 특허 출원 제2021-059112호에 기초하여 우선권을 주장하고, 그 내용을 여기에 원용한다.

종래, 이러한 기술분야로서, 예를 들어 특허문헌 1에 기재된 바와 같이, 작업 기계의 위치 정보를 기초로 가동 지역에서의 부품에 가해지는 부하를 서버로부터 취득하고, 작업 기계의 가동 이력에 기초하여 가동 지역마다의 부품의 수명을 예측하고, 부품 수명에 도달한 작업 기계에 대하여 경고 정보를 송신하는 보급 부품 생산 예측 시스템이 알려져 있다.

일본 특허 공개 제2005-173979호 공보

그러나, 특허문헌 1에 기재된 보급 부품 생산 예측 시스템의 경우, 가동 지역마다 부품의 부하를 대응지은 것만으로는 정밀도가 높은 수명 예측을 할 수 있다고는 하기 어렵다. 또한, 가동 지역에서의 부품에 가해지는 부하에 관한 데이터는 가동 지역마다 미리 준비해 둘 필요가 있고, 과거에 가동한 지역이라면 부품의 수명을 예측할 수 있지만, 처음 가동 지역의 경우는 그 지역에서의 부품에 가해지는 부하에 관한 데이터가 없으므로, 수명을 예측할 수 없는 문제가 있다. 그 결과, 부품 수명의 예측 정밀도가 낮다.

상술한 사정을 감안하여, 본 발명은 작업 기계의 부품의 수명을 예측하는 예측 정밀도를 높일 수 있는 부품 수명 예측 시스템 및 보수 지원 시스템을 제공하는 것을 목적으로 한다.

본 발명에 관한 부품 수명 예측 시스템은, 작업 기계와 통신 가능하게 구성되고, 상기 작업 기계의 부품의 수명을 예측하는 서버 장치를 구비한 부품 수명 예측 시스템이며, 상기 서버 장치는, 상기 작업 기계의 가동 위치의 정보를 포함하는 상기 작업 기계의 가동 정보를 취득하고, 상기 작업 기계의 가동 정보 및 미리 기억된 상기 작업 기계의 가동 위치의 항공 사진에 기초하여 상기 작업 기계가 사용되는 업종을 추정하고, 추정한 업종에 기초하여 상기 작업 기계의 부품의 수명을 예측하는 것을 특징으로 하고 있다.

본 발명에 관한 부품 수명 예측 시스템에서는, 작업 기계의 가동 정보 및 미리 기억된 작업 기계의 가동 위치의 항공 사진에 기초하여 작업 기계가 사용되는 업종을 추정하고, 추정한 업종에 기초하여 작업 기계의 부품의 수명을 예측한다. 이와 같이 하면, 각 업종에서의 작업 기계의 가동 환경 및 가동 특징을 고려하여 그 업종에 따른 부품의 수명 예측을 행할 수 있으므로, 예측 정밀도를 높일 수 있다.

본 발명에 따르면, 작업 기계의 부품의 수명을 예측하는 예측 정밀도를 높일 수 있다.

도 1은 실시 형태의 부품 수명 예측 시스템을 나타내는 개략 구성도이다.
도 2는 서버 장치의 제어 처리를 나타내는 흐름도이다.
도 3은 가동 일보 테이블의 일례를 나타내는 도면이다.
도 4는 부품 교환 이력 테이블의 일례를 나타내는 도면이다.
도 5는 고객 정보 테이블의 일례를 나타내는 도면이다.
도 6은 각 업종에서의 작업 기계의 가동 특징의 일례를 나타내는 도면이다.
도 7은 유저 단말기에 표시된 메시지의 일례를 나타내는 도면이다.
도 8은 서버 장치의 다른 제어 처리를 나타내는 흐름도이다.
도 9는 유저 단말기에 표시된 고장 요인의 일례를 나타내는 도면이다.
도 10은 유저 단말기에 표시된 고장 요인의 일례를 나타내는 도면이다.
도 11은 실시 형태의 보수 지원 시스템을 나타내는 개략 구성도이다.

이하, 도면을 참조하여 본 발명에 관한 부품 수명 예측 시스템 및 보수 지원 시스템의 실시 형태에 대하여 설명하지만, 실시 형태의 설명에 앞서, 본 발명에 이른 경위를 설명한다.

유압 셔블 등의 작업 기계는, 다양한 업종에 사용되고 있다. 업종에 따라서는 유압 셔블의 가동 환경이 크게 다르므로, 유압 셔블의 부품의 마모 상태나 고장 요인도 다르다. 예를 들어 동형의 유압 셔블이어도, 해체에 사용되는 유압 셔블은, 어태치먼트의 클로 부분의 손상이 스크랩이나 산업 폐기 등 다른 업종보다 심하므로, 어태치먼트의 클로 부분의 마모 진행이 빠르다.

또한, 동형의 유압 셔블이 쇄석, 산업 폐기, 토목 공사, 렌탈, 스크랩 및 해체의 업종에 각각 사용된 경우에 있어서, 스프로킷 톱니 단부의 예를 들면, 렌탈 업종에서의 스프로킷 톱니 단부의 마모량은 가장 작고, 스크랩 업종에서의 스프로킷 톱니 단부의 마모량은 가장 큰 경향이 있다. 이것은, 스크랩 하치장에는 다른 업종보다 금속편이 많기 때문에, 그것들이 유압 셔블의 스프로킷의 톱니와 링크 사이에 말려들어서, 말려든 금속편을 문 상태에서 작업 기계가 주행함으로써, 스프로킷 톱니 단부의 마모 진행이 빨라지는 것으로 생각된다.

한편, 슈러그의 예를 들면, 렌탈 업종에서의 슈러그의 마모량은 가장 작고, 쇄석업종에서의 슈러그의 마모량은 가장 큰 경향이 있다. 이것은, 쇄석장에 단단하고 뾰족한 쇄석이 많으므로, 슈러그에 대한 대미지가 큰 것으로 생각된다.

그래서, 본 발명자들은, 업종의 차이에 따라 작업 기계 부품의 마모 상태나 고장 요인이 바뀌는 것에 착안하여, 작업 기계가 사용되는 업종을 추정하고, 추정한 업종에서의 작업 기계의 가동 환경과 가동 특징을 고려하여 부품의 수명 예측을 행함으로써, 예측 정밀도를 높일 수 있음을 알아내어, 본 발명을 완성하기에 이르렀다.

[부품 수명 예측 시스템]

도 1은 실시 형태의 부품 수명 예측 시스템을 나타내는 개략 구성도이다. 도 1에 나타내는 바와 같이, 부품 수명 예측 시스템(1)은 작업 기계(2)와, 작업 기계 관리 서버(3)와, 항공 사진 관리 서버(4)와, 작업 기계(2)의 부품의 수명을 예측하는 서버 장치(10)와, 유저 단말기(5)를 구비하고 있다. 작업 기계(2), 작업 기계 관리 서버(3), 항공 사진 관리 서버(4), 서버 장치(10) 및 유저 단말기(5)는 네트워크(6)를 통해 각각 통신 가능하게 구성되어 있다.

본 실시 형태에 있어서, 작업 기계(2)로서 유압 셔블의 예를 들어 설명하지만, 작업 기계(2)는 유압 셔블에 한정되지 않고, 휠 로더나 불도저 등이어도 된다. 또한, 작업 기계(2)는 단체에 한정되지 않고 복수여도 된다. 각 작업 기계(2)는 식별 번호가 부여되어 있다.

도 1에 나타내는 바와 같이, 작업 기계(2)는 통신부(21)와, 차체 컨트롤러(22)와, 기억부(23)와, 차량 탑재 센서(24)를 갖는다. 통신부(21)는 예를 들어 네트워크(6)와 접속하기 위한 무선기이며, 차량 탑재 센서(24)에 의해 검출된 각 데이터를 작업 기계 관리 서버(3)에 송신하거나, 작업 기계(2)의 가동 정보를 정기적으로(예를 들어 1일 1회의 빈도로) 작업 기계 관리 서버(3)에 송신하거나, 작업 기계(2)의 부품 교환 정보를 작업 기계 관리 서버(3)에 송신하거나 한다. 또한, 통신부(21)는 작업 기계 관리 서버(3)로부터 송신된 차체 컨트롤러(22)의 갱신 프로그램을 수신한다. 또한, 차량 탑재 센서(24)에 의해 검출된 각 데이터, 가동 정보 및 부품 교환 정보를 작업 기계 관리 서버(3)에 송신할 때, 통신부(21)는 작업 기계(2)의 식별 번호도 동시에 송신한다.

차체 컨트롤러(22)는 예를 들어 연산을 실행하는 CPU(Central Processing Unit)와, 연산을 위한 프로그램을 기록한 이차 기억 장치로서의 ROM(Read Only Memory)과, 연산 경과의 보존이나 일시적인 제어 변수를 보존하는 일시 기억 장치로서의 RAM(Random Access Memory)을 조합하여 이루어지는 마이크로컴퓨터에 의해 구성되어 있고, 기억된 프로그램의 실행에 의해 작업 기계(2) 전체의 제어를 행한다.

기억부(23)는 작업 기계(2)를 제어하는 프로그램, 차량 탑재 센서(24)에 의해 검출된 데이터 등을 기억한다. 차량 탑재 센서(24)는 작업 기계(2)에 설치된 각종 센서이며, 작업 기계(2)의 가동에 관한 각 데이터를 검출하고, 검출한 데이터를 차체 컨트롤러(22)에 출력한다. 차량 탑재 센서(24)로서는, 예를 들어 작업 기계(2)의 암, 붐 및 버킷의 기울기를 각각 검출하는 IMU(Inertial Measurement Unit), 작업 기계(2)의 선회체의 선회 각도를 검출하는 선회각 센서, 주행 조작을 검출하는 주행 조작 센서 등을 들 수 있다.

또한, 작업 기계(2)에는, GPS(Global Positioning System) 센서(25)가 탑재되어 있다. GPS 센서(25)는 GPS 위성으로부터의 신호를 수신하는 안테나를 갖고, 복수의 GPS 위성으로부터 수신한 신호의 시간차에 기초하여 지구 좌표계에서의 작업 기계(2)의 가동 위치의 정보를 검출한다.

작업 기계 관리 서버(3)는 작업 기계(2)의 메이커의 본사, 지사, 공장 혹은 관리 센터에 설치되어, 작업 기계(2)로부터 송신된 가동 정보나 부품 교환의 정보 등을 정기적으로 수집하여, 작업 기계(2)의 집중 관리를 행한다. 작업 기계 관리 서버(3)는 예를 들어 연산을 실행하는 CPU(Central Processing Unit)와, 연산을 위한 프로그램을 기억한 이차 기억 장치로서의 ROM(Read Only Memory)과, 연산 경과의 보존이나 일시적인 제어 변수를 보존하는 일시 기억 장치로서의 RAM(Random Access Memory)을 조합하여 이루어지는 마이크로컴퓨터에 의해 구성되어 있고, 기억된 프로그램의 실행에 의해 각 처리를 행한다.

작업 기계 관리 서버(3)는 통신부(31)와, 가동 일보 테이블(32)과, 부품 교환 이력 테이블(33)과, 고객 정보 테이블(34)을 갖는다. 통신부(31)는 예를 들어 네트워크(6)와 접속하기 위한 무선기이며, 작업 기계(2)로부터 송신된 가동 정보나 부품 교환 정보 등을 수신하거나, 서버 장치(10)로부터의 요구에 따라 작업 기계(2)의 가동 정보를 서버 장치(10)에 송신하거나 한다.

가동 일보 테이블(32)은 작업 기계(2)로부터 송신된 가동 정보에 기초하여 작성된 것이다. 가동 일보 테이블(32)에는, 예를 들어 도 3에 나타내는 바와 같이, 「호기 번호」, 「가동일」, 「가동 시간」, 「주행 시간」, 「굴삭 시간」, 「선회 시간」, 「연비」, 「위도」 및 「경도」와 같은 항목이 기억되어 있다. 호기 번호는, 즉 작업 기계(2)의 식별 번호이다. 가동일은 작업 기계(2)로부터 송신된 가동 정보를 수신하는 날이다. 가동 시간, 주행 시간, 굴삭 시간, 선회 시간 및 연비는, 작업 기계(2)의 차량 탑재 센서(24)에 의해 검출된 데이터에 기초하여 산출된다. 위도 및 경도는 작업 기계(2)의 GPS 센서(25)에 의해 검출된 것이다. 또한, 여기서는, 「가동일」 대신에 「가동 일시」로 해도 된다.

부품 교환 이력 테이블(33)은 작업 기계(2)로부터 송신된 부품 교환 정보에 기초하여 작성된 것이다. 부품 교환 이력 테이블(33)에는, 예를 들어 도 4에 나타내는 바와 같이, 「호기 번호」, 「교환일」, 「교환 부품 번호」 및 「개수」와 같은 항목이 기재되어 있다. 고객 정보 테이블(34)은 작업 기계(2)의 유저인 고객의 정보를 관리하는 것이다. 고객 정보 테이블(34)에는, 예를 들어 도 5에 나타내는 바와 같이, 「호기 번호」 및 「고객명」이 기재되어 있다.

항공 사진 관리 서버(4)는 세계 각지의 항공 사진을 수집하여 관리하고, 네트워크(6)를 통해 외부에 제공한다. 여기서의 항공 사진은, 공중 사진이라고도 하고, 정기적으로 갱신되는 것이 바람직하다. 이 항공 사진 관리 서버(4)는 통신부(41)와, 항공 사진을 기억하는 항공 사진 기억부(42)와, 지도 정보를 기억하는 지도 정보 기억부(43)를 갖는다. 또한, 항공 사진 관리 서버(4)는 지도 정보 기억부(43)를 갖지 않아도 된다.

또한, 항공 사진 관리 서버(4)는 작업 기계 관리 서버(3) 또는 서버 장치(10)로부터의 요구에 따라, 어떤 위도 경도(예를 들어, 작업 기계(2)의 가동 위치)에 대응하는 항공 사진을 항공 사진 기억부(42)로부터 추출하여, 작업 기계 관리 서버(3) 또는 서버 장치(10)에 송신한다.

유저 단말기(5)는 예를 들어 스마트폰, 태블릿 단말기, 휴대 전화, PC(Personal Computer) 등이며, 작업 기계(2)의 보수원 또는 소유자 등에 휴대되고 있다. 유저 단말기(5)는 통신부(51)와, 서버 장치(10)로부터 송신된 정보를 취득하는 정보 취득부(52)와, 취득한 정보를 표시하기 위한 디스플레이로 이루어지는 표시부(53)를 갖는다.

서버 장치(10)는 예를 들어 연산을 실행하는 CPU(Central Processing Unit)와, 연산을 위한 프로그램을 기억한 이차 기억 장치로서의 ROM(Read Only Memory)과, 연산 경과의 보존이나 일시적인 제어 변수를 보존하는 일시 기억 장치로서의 RAM(Random Access Memory)을 조합하여 이루어지는 마이크로컴퓨터에 의해 구성되어 있고, 기억된 프로그램의 실행에 의해 산출, 예측 및 추정 등의 처리를 행한다.

본 실시 형태에서는, 서버 장치(10)는 작업 기계 관리 서버(3)로부터 송신된 작업 기계(2)의 가동 정보와, 항공 사진 관리 서버(4)로부터 송신된 항공 사진에 기초하여, 작업 기계(2)가 사용되는 업종을 추정하고, 추정한 업종에 기초하여 작업 기계(2)의 부품의 수명을 예측하고, 또한 부품의 고장 요인을 추정한다. 그 때문에, 본 실시 형태의 서버 장치(10)는 통신부(11)와, 정보 취득부(12)와, 업종 추정부(13)와, 부품 수명 예측부(14)와, 고장 요인 추정부(15)를 갖는다.

통신부(11)는 예를 들어 네트워크(6)와 접속하기 위한 무선기이며, 예를 들어 작업 기계 관리 서버(3)로부터 송신된 작업 기계(2)의 가동 정보와, 항공 사진 관리 서버(4)로부터 송신된 항공 사진을 수신하거나, 서버 장치(10)로부터의 각 정보를 유저 단말기(5)에 송신하거나 한다. 정보 취득부(12)는 통신부(11)를 통해 작업 기계 관리 서버(3)로부터 작업 기계(2)의 가동 정보와, 항공 사진 관리 서버(4)로부터 항공 사진을 각각 취득하고, 취득한 정보를 기억한다.

업종 추정부(13)는 정보 취득부(12)에 의해 취득된 작업 기계(2)의 가동 정보와 작업 기계(2)의 가동 위치의 항공 사진에 기초하여, 작업 기계(2)가 사용되는 업종을 추정한다. 구체적으로는, 업종 추정부(13)는, 먼저, 작업 기계(2)의 과거에 사용된 업종을 특정하고, 특정한 업종과, 과거에 사용된 때의 가동 위치의 항공 사진을 관련지음으로써 기계 학습용의 교사 데이터를 작성하고, 또한 작성한 교사 데이터에 대하여 딥 러닝으로 기계 학습을 행함으로써 업종 추정의 모델을 구축한다. 다음으로, 업종 추정부(13)는 구축한 업종 추정의 모델을 사용하여, 작업 기계(2)의 가동 정보와 작업 기계(2)의 가동 위치의 항공 사진에 기초하여, 해당 작업 기계(2)가 사용되는 업종을 추정한다.

보다 구체적으로는, 업종 추정의 모델을 구축할 때, 업종 추정부(13)는, 먼저, 정보 취득부(12)에 의해 취득된 작업 기계(2)의 과거의 가동 정보에 대하여, 해당 가동 정보에 포함된 가동 위치의 정보(즉, 위도 경도)를 추출한다. 다음으로, 업종 추정부(13)는 정보 취득부(12) 및 통신부(11)를 통해, 추출한 경도 위도에 대응하는 항공 사진(즉, 가동 위치의 항공 사진)을 항공 사진 관리 서버(4)로부터 취득한다.

다음으로, 업종 추정부(13)는 취득한 작업 기계(2)의 가동 위치의 항공 사진과, 특정한 작업 기계(2)가 사용된 업종을 사용하여 기계 학습용의 교사 데이터(즉, 업종명 구비의 항공 사진 파일 군)를 작성하고, 작성한 교사 데이터에 대하여 딥 러닝에 의해, 자동적으로 각각의 특징을 추출함으로써 업종 분류를 행하여, 업종 추정의 모델을 구축한다. 여기서의 업종으로서는, 예를 들어 스크랩, 채석이나 강 모래 등의 원재료 채취, 산업 폐기, 토목 공사, 해체, 도로 공사, 철강·금속, 임업, 항만 하역, 리사이클, 농업, 렌탈 등을 들 수 있다.

또한, 본 실시 형태의 업종 추정부(13)는 취득한 작업 기계(2)의 가동 정보와, 사전에 작성된 각 업종에서의 작업 기계(2)의 가동 특징에 기초하여, 예를 들어 결정목 분류에 의해, 작업 기계(2)가 사용되는 업종을 추정한다. 여기서, 작업 기계는 업종(가동 현장)에 따라 빈번히 행하는 동작의 경향이 있다(이하, 「가동 특징」이라고 함). 가동 특징은, 즉, 각 업종에서의 작업 기계(2)의 사용 방법의 특징이다.

구체적으로는, 업종 추정부(13)는 예를 들어 도 6에 나타내는 바와 같이, 횡축이 업종(스크랩, 원재료 채취, 산업 폐기, 토목 공사)을 나타내고, 종축이 가동 특징(어태치먼트의 장착이나 조작, 굴삭 부하, 선회 조작량, 무조작 시간 및 주행 빈도)을 나타내고 있고, 작업 기계(2)의 가동 특징에 기초하여 결정목 분류에 의해 업종 분류를 행한다. 도 6 중의 「◎」는 범례가 많은 것, 「○」는 범례가 보통, 「△」는 범례가 적은 것을 각각 나타낸다. 또한 「범례」란, 업종에 특징적인 작업 기계의 동작을 가리킨다.

예를 들어 도 6 중의 어태치먼트의 장착이나 조작의 예를 들면, 스크랩, 원재료 채취, 산업 폐기 및 토목 공사 중, 원재료 채취, 산업 폐기 및 토목 공사와 비교하여 스크랩의 경우는 어태치먼트의 장착이나 조작이 많다는 특징을 갖는다. 마찬가지로, 굴삭 부하의 예를 들면, 스크랩, 원재료 채취, 산업 폐기 및 토목 공사 중, 스크랩, 원재료 채취 및 토목 공사와 비교하여 산업 폐기의 경우는 굴삭 부하가 작다는 특징을 갖는다. 또한, 어태치먼트의 장착이나 조작, 굴삭 부하, 선회 조작량, 무조작 시간 및 주행 빈도에 관한 정보는, 작업 기계(2)의 가동 일보로부터 얻어진다.

또한, 각 업종에서의 작업 기계(2)의 가동 특징으로서, 스크랩의 경우는, 리프 마그(즉, 리프팅 마그네트) 또는 포크에 의한 금속류 등의 분류, 적하가 많고, 원재료 채취의 경우는, 버킷에 의한 표토 제거, 굴삭·적재, 플랜트 적재, 브레이커에 의한 소분할이 많다. 또한, 산업 폐기의 경우는, 버킷 또는 포크에 의한 적하, 고르기 작업, 산업 폐기물의 이동, 표토 뿌리기, 압접 작업이 많고, 토목 공사의 경우는, 버킷에 의한 토사의 굴삭·적재, 토사의 이동, 정지, 다지기가 많고, 다른 것과 비교하여 선회 조작이 많은 경향이 있다.

또한, 각 업종에서의 작업 기계(2)의 가동 특징으로서, 작업 기계(2)의 이동 거리의 차이도 들 수 있다. 예를 들어, 업종이 산업 폐기, 스크랩, 리사이클, 농업, 철강·제철, 해체인 경우는, 작업 기계의 가동 범위가 일정 지역 내에 한정되기 때문에 작업 기계의 이동 거리가 약 100m 이내이며 주행 빈도가 적고, 업종이 항만 하역, 원재료 채취, 토목 공사, 도로 공사인 경우는, 작업 기계의 이동 거리가 약 500m 이내가 된다. 한편, 업종이 쇄석인 경우는, 작업 기계의 이동 거리가 커져서 약 1km 이내가 되고, 업종이 임업인 경우는, 작업 기계의 이동 거리가 더 커져서 약 3km 이내가 되고, 주행 빈도가 높다.

따라서, 업종 추정부(13)는 각 업종에서의 이동 거리의 차이(바꿔 말하면, 각 업종에서의 이동 거리의 특성)를 이용하여, 업종의 분류를 행할 수 있다. 또한, 작업 기계(2)의 이동 거리는, 작업 기계(2)의 가동 일보로부터 얻어진다.

또한, 본 실시 형태에서는, 업종 추정부(13)는 작업 기계(2)의 가동 정보와 각 업종에서의 작업 기계(2)의 가동 특징에 기초한 업종 추정의 결과를 사용하여, 상기 항공 사진에 대하여 기계 학습을 행함으로써 구축한 업종 추정의 모델의 정밀도를 높인다. 즉, 업종 추정부(13)는 작업 기계(2)의 가동 정보와 각 업종에서의 작업 기계(2)의 가동 특징에 기초한 업종 추정의 결과와, 상기 항공 사진에 대하여 기계 학습을 행하는 것에 의한 업종 추정의 결과를 합쳐, 업종 추정의 모델을 고정밀도로 구축할 수 있다. 이와 같이 하면, 업종 분류의 정밀도를 더욱 향상시키는 것이 가능하게 된다.

그리고, 어떤 작업 기계(2)가 사용되는 업종을 추정하고 싶을 때, 업종 추정부(13)는 해당 작업 기계(2)의 가동 위치의 정보에 기초하여 해당 작업 기계(2)의 가동 위치의 항공 사진을 항공 사진 관리 서버(4)로부터 취득하고, 취득한 항공 사진과 상기 구축한 업종 추정의 모델에 기초하여, 해당 작업 기계(2)가 사용되는 업종의 추정을 행한다.

이때, 업종 추정부(13)는 업종을 추정하고 싶은 상대인 작업 기계(2)의 가동 정보와 각 업종에서의 작업 기계(2)의 가동 특징에 기초하여 업종을 또한 추정하고, 그 추정 결과와 상기 항공 사진 및 업종 추정의 모델에 기초한 업종 추정의 결과를 합침으로써, 업종 추정의 정밀도를 높이는 것이 바람직하다. 또한, 업종 추정부(13)의 추정 결과는, 기계 학습용의 교사 데이터에 피드백되는 것이 더욱 바람직하다.

부품 수명 예측부(14)는 업종 추정부(13)에 의해 추정된 업종에 기초하여, 작업 기계(2)의 부품의 수명을 예측한다. 구체적으로는, 부품 수명 예측부(14)는 미리 작성된 업종마다의 모델 부품의 가동 시간과 마모율의 관계 그래프나 테이블 등을 사용하여, 작업 기계(2)의 가동 시간(총 가동 시간)에 기초하여 그 업종의 모델 부품의 수명을 예측한다. 본 실시 형태에 있어서, 부품의 수명이란, 현재의 사용 조건에서 계속 가동한 경우에 해당 부품의 잔존 사용 시간을 의미한다. 또한, 업종마다의 모델 부품은 하나여도 되고 복수여도 된다.

또한, 부품 수명 예측부(14)는 작업 기계 관리 서버(3)의 부품 교환 이력 테이블(33)에 기억된 부품의 교환 이력을 참조하여 모델 부품의 수명 예측을 행한다. 예를 들어, 어떤 모델 부품이 교환되면, 그 부품에 관한 총 가동 시간을 리셋하여 재계산하게 된다.

고장 요인 추정부(15)는 업종 추정부(13)에 의해 추정된 업종에 기초하여, 그 업종에서의 작업 기계(2)의 고장 경향을 고려하여 고장 요인을 추정한다. 업종마다의 작업 기계(2)의 고장 경향은, 업종마다의 과거의 고장 요인을 통계적으로 처리함으로써 추출된다.

예를 들어 업종이 스크랩인 경우는, 스크랩 하치장의 금속편이 유압 셔블의 서스펜션 부품에 끼이는 일이 많고, 금속편의 끼임에 기인하는 주행 부품의 고장이 많이 발생하는 경향이 있다. 따라서, 작업 기계(2)가 사용된 업종이 스크랩이라고 추정되고, 또한 주행 부품에 이상이 검출된 경우, 고장 요인 추정부(15)는 상술한 고장 경향을 고려하여, 금속편의 끼임의 원인에 의한 고장인지 여부를 중점적으로 추정한다.

또한, 업종이 토목 공사인 경우는, 흙이나 모래가 에어 클리너 등의 부품에 침입하기 쉬워, 엔진의 이상 연소를 일으키는 경향이 있다. 따라서, 작업 기계(2)가 사용된 업종이 토목 공사라고 추정되고, 또한 엔진의 이상 연소가 발생한 경우, 고장 요인 추정부(15)는 흙이나 모래의 에어 클리너에의 침입에 의한 원인인지 여부를 중점적으로 추정한다.

그리고, 서버 장치(10)는 업종 추정부(13)에 의해 추정된 결과와, 부품 수명 예측부(14)에 의해 예측된 결과와, 고장 요인 추정부(15)에 의해 추정된 결과를 유저 단말기(5)에 송신한다.

이하, 도 2를 참조하여 서버 장치(10)의 제어 처리에 대하여 설명한다.

먼저, 스텝 S11에서는, 서버 장치(10)의 정보 취득부(12)는 통신부(11)를 통해 작업 기계 관리 서버(3)로부터 작업 기계(2)의 가동 정보를 취득한다. 스텝 S11에 이어지는 스텝 S12에서는, 정보 취득부(12)는 취득한 작업 기계(2)의 가동 정보로부터 작업 기계(2)의 가동 위치의 정보(위도 경도)를 추출하고, 해당 가동 위치의 항공 사진을 통신부(11)를 통해 항공 사진 관리 서버(4)로부터 취득하여, 기억한다. 여기서의 가동 정보 취득(스텝 S11) 및 항공 사진 취득(스텝 S12)은 예를 들어 정보 취득부(12)에 의해 소정 주기로 자동적으로 행해진다.

스텝 S12에 이어지는 스텝 S13에서는, 업종 추정부(13)는 상술한 바와 같이, 취득한 가동 정보와 항공 사진에 기초하여 기계 학습용의 교사 데이터를 작성하여, 업종 추정의 모델을 구축한다.

스텝 S13에 이어지는 스텝 S14에서는, 서버 장치(10)는 부품의 수명을 예측하고 싶은 작업 기계(2)의 가동 위치의 정보(위도 경도)를 취득하고, 해당 위도 경도의 정보에 의해 항공 사진을 항공 사진 관리 서버(4)로부터 취득한다. 부품의 수명을 예측하고 싶은 작업 기계(2)에 대해서는, 서버 장치(10)는 작업 기계 관리 서버(3)로부터의 지시에 따라 결정해도 되고, 또는 스스로 결정해도 된다.

스텝 S14에 이어지는 스텝 S15에서는, 업종 추정부(13)는 상술한 바와 같이, 취득한 항공 사진과 작업 기계(2)의 가동 정보에 기초하여, 부품의 수명을 예측하고 싶은 작업 기계(2)가 사용된 업종을 추정한다. 즉, 상기 항공 사진과 업종 추정의 모델에 기초한 업종 추정 및 상기 작업 기계(2)의 가동 정보와 각 업종에서의 작업 기계(2)의 가동 특징에 기초한 업종 추정의 양쪽을 사용하여, 업종 추정을 행한다.

스텝 S15에 이어지는 스텝 S16에서는, 부품 수명 예측부(14)는 스텝 S15에서 추정한 업종의 결과에 기초하여, 업종마다의 모델 부품의 수명을 예측한다. 모델 부품이란 수명 예측 시의 벤치마크(지표)가 되는 부품을 말한다. 구체적으로는, 먼저, 서버 장치(10)는 스텝 S15에서 추정한 업종의 결과에 기초하여 해당 업종의 모델 부품을 추출한다. 예를 들어, 스텝 S15에 있어서 작업 기계(2)가 사용된 업종이 스크랩이라고 추정된 경우, 서버 장치(10)는 스크랩의 모델 부품으로서의 스프로킷을 추출한다.

다음으로, 부품 수명 예측부(14)는 미리 작성된 스프로킷의 가동 시간과 마모율의 관계 그래프를 기초로, 작업 기계(2)의 가동 시간(총 가동 시간)에 기초하여 스프로킷의 수명을 예측한다. 또한, 부품 수명 예측부(14)는 예측한 스프로킷의 수명에 기초하여, 해당 스프로킷의 교환 시기를 산출한다.

스텝 S16에 이어지는 스텝 S17에서는, 서버 장치(10)는 업종마다의 모델 부품 교환 시기가 역치 이상인지 여부를 판정한다. 예를 들어, 서버 장치(10)는 부품 수명 예측부(14)에 의해 산출된 스프로킷의 교환 시기를 미리 설정된 역치와 비교하여, 해당 스프로킷의 교환 시기가 역치 이상인지 여부를 판정한다. 여기서의 역치는, 주의 환기의 알람을 발보하는 기준이며, 예를 들어 교환 시기의 90％로서 설정되어 있다. 또한, 이 역치는 상황에 따라 적절히 변경해도 된다.

그리고, 업종마다의 모델 부품 교환 시기가 역치 이상이 아니라고 판정된 경우, 제어 처리는 종료된다. 한편, 업종마다의 모델 부품 교환 시기가 역치 이상이라고 판정된 경우, 제어 처리는 스텝 S18로 진행한다. 스텝 S18에서는, 서버 장치(10)는 통신부(11)를 통해 유저 단말기(5)에 알람을 통지함과 함께, 부품의 누적 대미지와 교환까지의 예측값을 확인할 수 있는 어드레스를 기재한 메일도 유저 단말기(5)에 송신한다.

부품의 누적 대미지는, 예를 들어 작업 기계(2)가 과거에 사용된 업종의 비율을 참조하여 산출된다. 일례로서, 작업 기계(2)가 과거에 사용된 업종의 비율은 스크랩 70％, 산업 폐기 30％의 경우, 「누적 대미지(％)=스크랩 업종의 계수×70％+산업 폐기 업종의 계수×30％」에 의해 산출된다. 스크랩 업종의 계수는 예를 들어 1, 산업 폐기 업종의 계수는 예를 들어 0.5로 설정된다. 또한, 작업 기계(2)가 과거에 사용된 업종의 비율은 원재료 채취 50％, 토목 공사 50％의 경우, 「누적 대미지(％)=원재료 채취 업종의 계수×50％+토목 공사 업종 계수×50％」에 의해 산출된다. 또한, 교환까지의 예측값은, 부품이 앞으로 어느 정도의 시간에서 수명의 역치에 도달할지를 나타내는 값이다. 또한, 이때, 부품의 손상도와 교환 시기의 상관을 나타내는 그래프도 동시에 유저 단말기(5)에 송신해도 된다.

그리고, 유저 단말기(5)에 있어서, 수신한 메일에 첨부된 어드레스를 클릭하면, 도 7에 나타내는 바와 같이, 「현재의 사용 조건에서 가동한 경우, 앞으로 100시간에서 수명의 역치를 맞이합니다. 부품의 발주 등을 검토해 주세요.」와 같은 메시지가 표시부(53)에 표시된다. 메시지는 텍스트 메시지에 한정되지 않고, 수명의 역치가 높은 순으로 「A(교환 권장도: 높음)」, 「B(교환 권장도: 중간)」, 「C(교환 권장도: 낮음)」 등의 간략화된 분류에 의한 표시여도 된다. 작업 기계(2)의 소유자 등은, 표시된 메시지를 보고, 부품의 수명을 용이하게 파악할 수 있으므로, 부품의 구입 계획을 세우기가 보다 쉬워진다. 또한, 메시지는 텍스트 표시에 한정되지 않고, 예를 들어 작업 기계의 이미지 화상을 표시하고, 해당하는 개소를 명멸함으로써 표시해도 된다. 명멸 시에는, 수명의 역치가 높은(교환 시기가 다가오는) 순으로, 적·황·청 등의 색으로 표시하고, 명멸하고 있는 개소를 탭함으로써 고장에 관한 정보(개요)를 또한 통지하는 구성으로 해도 된다. 또한, 고장나 있는 개소는 유저 단말기의 조작 화면 상에서의 핀치 인·핀치 아웃의 조작에 의해, 임의로 확대·축소할 수 있다. 이와 같이 함으로써, 작업 기계(2)의 부위의 누적 대미지와 수명을 직감적으로 시인할 수 있다. 또한, 교환 시기 등의 대책의 개요를 파악하는 것이 가능하게 된다.

또한, 업종마다의 모델 부품은 하나여도 되고 복수여도 된다. 복수의 경우, 스텝 S16에서는 각각의 모델 부품의 수명 예측 및 교환 시기가 산출되고, 스텝 S17에서는 각각의 모델 부품에 관한 교환 시기와 역치의 비교가 행해진다. 그리고, 복수의 모델 부품 중, 하나의 부품 교환 시기가 역치 이상이라고 판정되면, 유저 단말기(5)에 대한 알람 통지 및 메일 송신이 행해진다.

이상과 같이 구성된 서버 장치(10)에서는, 작업 기계(2)의 가동 위치의 정보를 포함하는 작업 기계(2)의 가동 정보와 작업 기계(2)의 가동 위치의 항공 사진을 취득하는 정보 취득부(12)와, 취득한 작업 기계(2)의 가동 정보 및 가동 위치의 항공 사진에 기초하여 기계 학습으로 작업 기계(2)가 사용되는 업종을 추정하는 업종 추정부(13)와, 추정한 업종에 기초하여 작업 기계(2)의 부품의 수명을 예측하는 부품 수명 예측부(14)를 갖는다. 이와 같이 하면, 각 업종에서의 작업 기계(2)의 가동 환경 및 가동 특징을 고려하여 그 업종에 따른 부품의 수명 예측을 행할 수 있으므로, 예측 정밀도를 높일 수 있다.

그 결과, 작업 기계(2)의 유저 또는 대리점 등에 부품 교환의 제안을 시의적절하게 행하는 것이 가능하게 되므로, 부품의 고장에 의한 가동 시간의 손실을 방지할 수 있다. 또한 작업 기계(2)의 가동 정보 및 작업 기계(2)의 가동 위치의 항공 사진을 사용하여 기계 학습으로 업종 추정의 모델을 구축함으로써, 구축한 업종 추정의 모델의 정밀도를 높일 수 있음과 함께, 처음의 공사 장소에 있어서도 업종을 추정할 수 있다.

또한, 본 실시 형태의 서버 장치(10)의 제어 처리는 상술한 것에 한정되지 않고, 예를 들어 도 8에 나타내는 제어 처리를 행할 수 있다.

도 8에 나타내는 스텝 S21 내지 S23은 상술한 스텝 S11 내지 S13과 동일하기 때문에, 중복 설명을 생략한다. 스텝 S23에 이어지는 스텝 S24에서는, 고장 요인 추정부(15)는 상술한 바와 같이, 업종마다의 과거의 고장 요인을 통계적으로 처리하여, 업종마다의 작업 기계(2)의 고장 경향을 추출한다.

스텝 S24에 이어지는 스텝 S25에서는, 서버 장치(10)는 이상 검출인지 여부를 판정한다. 이때, 서버 장치(10)는 작업 기계(2)의 차량 탑재 센서(24)에 의해 검출되어 통신부(21)를 통해 송신된 검출의 결과에 기초하여, 이상 검출이 있는지 여부를 판정한다. 이 스텝 S25는, 이상 검출까지 반복하여 실행된다.

그리고, 이상 검출이 있다고 판정된 경우("예"), 제어 처리는 스텝 S26으로 진행한다. 스텝 S26에서는, 업종 추정부(13)는 상술한 바와 같이, 취득한 항공 사진과 작업 기계(2)의 가동 정보에 기초하여, 이상이 검출된 작업 기계(2)의 업종을 추정한다. 구체적으로는, 서버 장치(10)의 정보 취득부(12)는 이상이 검출된 작업 기계(2)의 가동 위치의 정보(위도 경도)를 취득하고, 해당 가동 위치의 항공 사진을 항공 사진 관리 서버(4)로부터 취득한다. 다음으로, 업종 추정부(13)는 상기 스텝 S15와 동일한 처리를 행하여, 이상이 검출된 작업 기계(2)의 업종 추정을 행한다.

스텝 S26에 이어지는 스텝 S27에서는, 고장 요인 추정부(15)는 스텝 S24에서 추출한 업종마다의 작업 기계(2)의 고장 경향을 사용하여, 스텝 S25에서 검출한 이상에 관한 고장 요인을 추정한다.

스텝 S27에 이어지는 스텝 S28에서는, 서버 장치(10)는 통신부(11)를 통해 유저 단말기(5)에 부품이 고장나 있을 가능성이 있다는 취지의 알람을 통지함과 함께, 추정한 고장 요인 등을 확인할 수 있는 어드레스를 기재한 메일도 유저 단말기(5)에 송신한다.

그리고, 유저 단말기(5)에 있어서, 수신한 메일에 첨부된 어드레스를 클릭하면, 도 9 및 도 10에 나타내는 바와 같이, 「고장 알람명」, 「업종 추정」 및 「요인 추정」에 관한 내용이 표시부(53)에 표시된다. 예를 들어, 도 9에 나타내는 예에서는, 업종으로서는 토목 공사로 추정되고, 이상 연소의 고장 요인으로서는, 엔진 부품에 모래가 혼재되어 있을 가능성이 있다고 추정된다. 도 10에 나타내는 예에서는, 업종으로서는 스크랩으로 추정되고, 주행 부품의 고장 요인으로서는, 서스펜션 부품에 금속편이 끼어 있을 가능성이 있다고 추정된다. 그리고, 작업 기계(2)의 소유자 등은, 표시된 내용을 보고, 고장 요인을 용이하게 파악할 수 있고, 고장에 대한 대책 등의 조치를 용이하게 강구할 수 있다. 또한, 이에 의해, 작업 기계(2)의 보수원의 작업 효율의 향상도 도모할 수 있다. 도 7과 동일하게, 고장 요인의 표시는 텍스트 표시에 한정되지 않는다. 즉, 고장 알람에 해당하는 고장 내용은 작업 기계의 실루엣을 나타내는 이미지도를 표시함과 함께, 해당 개소를 명멸함으로써 표시해도 된다. 그때, 도 7의 예와 동일하게, 명멸하고 있는 개소를 탭함으로써, 업종 추정 등의 정보가 부가적으로 표시되지만, 확률은 퍼센트 표시여도 된다. 그때, 업종 추정의 확률이 적어도 2개의 업종에서 근사할 경우(예를 들어, 토목 공사(45％), 산업 폐기(40％)), 가장 확률이 높은 업종과 그 다음으로 확률이 높은 업종이 병기된다. 근사의 범위는 임의로 설정하는 것으로 해도 된다. 이러한 표기에 의해 작업 기계(2)의 보수원은 고장에 관한 정보를 직감적으로 파악할 수 있고, 가장 높은 확률의 업종 추정의 특정이 곤란한 경우에도, 차점의 업종도 상정한 유연한 준비를 하는 것이 가능하게 된다.

[보수 지원 시스템]

이하, 도 11을 기초로 보수 지원 시스템(100)에 대하여 설명한다. 보수 지원 시스템(100)은 서버 장치(10A)의 구조에 있어서 상술한 부품 수명 예측 시스템(1)과 다르다. 기타의 구조는, 부품 수명 예측 시스템(1)과 마찬가지이기 때문에, 부품 수명 예측 시스템(1)과 동일 부호를 붙이고, 중복 설명을 생략한다.

도 11에 나타내는 바와 같이, 보수 지원 시스템(100)은 보수원 등의 보수 작업을 지원하기 위한 시스템이며, 가동 위치의 정보를 포함하는 작업 기계(2)의 가동 정보를 수집하는 작업 기계 관리 서버(3) 및 위치 정보에 기초한 항공 사진을 기억하는 항공 사진 관리 서버(4)와 통신 가능하게 구성되는 서버 장치(10A)를 포함한다. 상술한 부품 수명 예측 시스템(1)과 마찬가지로, 작업 기계 관리 서버(3)는 수집한 작업 기계(2)의 가동 정보를 서버 장치(10A)에 송신하고, 서버 장치(10A)는 작업 기계(2)의 가동 정보를 항공 사진 관리 서버(4)에 송신하고, 항공 사진 관리 서버(4)는 작업 기계(2)의 가동 정보에 포함되는 가동 위치의 정보에 대응하는 항공 사진을 추출하여 서버 장치(10A)에 송신한다.

또한, 서버 장치(10A)는 작업 기계(2)의 가동 정보 및 작업 기계(2)의 가동 위치의 항공 사진에 기초하여 작업 기계(2)가 사용되는 업종을 추정한다. 또한, 서버 장치(10A)는 작업 기계(2)의 가동 정보와, 각 업종에서의 작업 기계(2)의 가동 특징에 기초하여 작업 기계(2)가 사용되는 업종을 추정한다.

상술한 부품 수명 예측 시스템(1)의 서버 장치(10)와 비교하여, 서버 장치(10A)는 부품 수명 예측부(14) 및 고장 요인 추정부(15)를 갖고 있지 않고, 통신부(11), 정보 취득부(12) 및 업종 추정부(13)만으로 구성되어 있다. 이 서버 장치(10A)는 업종 추정부(13)에 의해 추정된 업종의 결과를 보수원의 단말기(즉, 유저 단말기(5))에 송신한다. 이때, 서버 장치(10A)는 추정한 업종의 결과와 함께, 예측 정밀도도 송신하는 것이 바람직하다. 보수원은, 송신된 결과를 보고 작업 기계(2)가 사용되는 업종을 파악하고, 또한 그 업종에 적합한 보수 툴을 현장에 가져갈 수 있다. 그 결과, 필요하지 않은 툴의 휴대에 의한 보수원의 부하 증가를 방지하여, 보수 작업의 효율을 향상시킬 수 있다.

본 실시 형태의 보수 지원 시스템(100)에 의하면, 상술한 부품 수명 예측 시스템(1)과 마찬가지로, 작업 기계(2)의 부품의 수명을 예측하는 예측 정밀도를 높일 수 있으므로, 보수 작업의 효율의 향상을 도모하는 것이 가능하게 된다.

이상, 본 발명의 실시 형태에 대하여 상세하게 설명했지만, 본 발명은 상기의 실시 형태에 한정되는 것은 아니며, 특허 청구 범위에 기재된 본 발명의 정신을 일탈하지 않는 범위에서, 다양한 설계 변경을 행할 수 있는 것이다.

1: 부품 수명 예측 시스템
2: 작업 기계
3: 작업 기계 관리 서버
4: 항공 사진 관리 서버
5: 유저 단말기
10, 10A: 서버 장치
11: 통신부
12: 정보 취득부
13: 업종 추정부
14: 부품 수명 예측부
15: 고장 요인 추정부
24: 차량 탑재 센서
25: GPS 센서
32: 가동 일보 테이블
33: 부품 교환 이력 테이블
42: 항공 사진 기억부
53: 표시부
100: 보수 지원 시스템

Claims (8)

1. 작업 기계와 통신 가능하게 구성되고, 상기 작업 기계의 부품의 수명을 예측하는 서버 장치를 구비한 부품 수명 예측 시스템이며,
   상기 서버 장치는,
   상기 작업 기계의 가동 위치의 정보를 포함하는 상기 작업 기계의 가동 정보를 취득하고, 상기 작업 기계의 가동 정보 및 미리 기억된 상기 작업 기계의 가동 위치의 항공 사진에 기초하여 상기 작업 기계가 사용되는 업종을 추정하고, 추정한 업종에 기초하여 상기 작업 기계의 부품의 수명을 예측하는 것을 특징으로 하는 부품 수명 예측 시스템.
2. 제1항에 있어서,
   상기 서버 장치는, 상기 작업 기계의 가동 위치의 항공 사진에 대하여 기계 학습을 행함으로써, 상기 작업 기계가 사용되는 업종을 추정하는, 부품 수명 예측 시스템.
3. 제1항에 있어서,
   상기 서버 장치는, 상기 작업 기계의 가동 정보와, 각 업종에서의 작업 기계의 가동 특징에 기초하여, 상기 작업 기계가 사용되는 업종을 추정하는, 부품 수명 예측 시스템.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 서버 장치는, 추정한 업종과, 미리 작성된 업종마다의 모델 부품의 가동 시간과 마모율의 관계에 기초하여, 상기 작업 기계의 모델 부품의 수명을 예측하는, 부품 수명 예측 시스템.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 서버 장치는, 추정한 업종에 기초하여 부품의 고장 요인을 또한 추정하는, 부품 수명 예측 시스템.
6. 제5항에 있어서,
   상기 서버 장치는, 부품 수명의 예측 결과와 고장 요인의 추정 결과를, 상기 서버 장치와 통신 가능하게 구성되는 단말기에 송신하는, 부품 수명 예측 시스템.
7. 가동 위치의 정보를 포함하는 작업 기계의 가동 정보를 수집하는 작업 기계 관리 서버 및 위치 정보에 기초한 항공 사진을 기억하는 항공 사진 관리 서버와 통신 가능하게 구성되는 서버 장치를 포함하는 보수 지원 시스템이며,
   상기 작업 기계 관리 서버는, 수집한 작업 기계의 가동 정보를 상기 서버 장치에 송신하고,
   상기 서버 장치는, 상기 작업 기계의 상기 가동 정보를 상기 항공 사진 관리 서버에 송신하고,
   상기 항공 사진 관리 서버는, 상기 가동 정보에 포함되는 가동 위치의 정보에 대응하는 항공 사진을 추출하여 상기 서버 장치에 송신하고,
   상기 서버 장치는, 상기 작업 기계의 가동 정보 및 상기 작업 기계의 가동 위치의 항공 사진에 기초하여 상기 작업 기계가 사용되는 업종을 추정하는 것을 특징으로 하는 보수 지원 시스템.
8. 제7항에 있어서,
   상기 서버 장치는, 상기 작업 기계의 가동 정보와, 각 업종에서의 작업 기계의 가동 특징에 기초하여 상기 작업 기계가 사용되는 업종을 추정하여, 예측 정밀도와 함께 출력 표시하는, 보수 지원 시스템.

Images