KR20230134578A - 성능 진단 장치, 성능 진단 방법 - Google Patents
성능 진단 장치, 성능 진단 방법 Download PDFInfo
- Publication number
- KR20230134578A KR20230134578A KR1020237028829A KR20237028829A KR20230134578A KR 20230134578 A KR20230134578 A KR 20230134578A KR 1020237028829 A KR1020237028829 A KR 1020237028829A KR 20237028829 A KR20237028829 A KR 20237028829A KR 20230134578 A KR20230134578 A KR 20230134578A
- Authority
- KR
- South Korea
- Prior art keywords
- performance
- working machine
- data
- unit
- time
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims description 14
- 230000015556 catabolic process Effects 0.000 claims abstract description 8
- 238000006731 degradation reaction Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000009825 accumulation Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 8
- 230000000704 physical effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000009412 basement excavation Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/267—Diagnosing or detecting failure of vehicles
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/261—Surveying the work-site to be treated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/40—Special vehicles
- B60Y2200/41—Construction vehicles, e.g. graders, excavators
- B60Y2200/412—Excavators
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
본 발명은 작업 기계가 동작하는 현장 특성이나 부하량의 영향을 고려하여 성능 저하를 진단할 수 있는, 성능 진단 장치를 제공하는 것을 목적으로 한다. 본 발명에 관한 성능 진단 장치는, 작업 기계가 실시하는 동작의 타입, 부하량, 동작 내용, 및 현장 특성의 조합마다 생성한 기준 성능 모델을 사용하여, 상기 작업 기계의 성능 저하를 진단한다(도 1 참조).
Description
본 발명은, 작업 기계의 성능을 진단하는 성능 측정 진단 장치에 관한 것이다.
작업 기계의 경년 열화 등에 의한 성능 저하를 진단하는 방법으로서, 작업자가 수순서를 따라서 대상 기계를 소정의 상태로 한 후에 규정의 동작을 실시하고, 계측한 동작 시간을 어느 기준값과 비교하여 성능 저하되어 있는지 여부를 진단하는 것이 잘 알려져 있다. 그러나, 이 방법은, 미리 정해진 역치와 동작 시간을 비교하는 것이고, 그 작업 기계의 과거의 작업 이력은 고려되어 있지 않다.
이에 반해, 특허문헌 1은, 일상적으로 시중 등을 주행하고 있는 통상의 자동차 등의 차량에 축적되어 있는 문제 발생 시 등의 주행 데이터를 이용하여, 정상 운전 시의 데이터를 생성하는 방법을 개시하고 있다. 본 방법은, 다수의 차량으로부터 얻어지는 시계열 데이터를 축차 축적하여 보존하고, 수치 벡터를 생성한다. 그리고, 수치 벡터를 클러스터링하여, 특징에 따른 복수의 클러스터로 분류하고, 복수의 클러스터의 각각에 있어서, 각각의 운전 파라미터마다 해당 파라미터의 값에 대하여 출현 빈도가 높은 값의 범위를 구한다. 출현 빈도가 높은 값의 범위를 운전 파라미터의 정상값의 범위로 하여 보존하고, 그 정상값의 범위를 고장 진단용의 기준값으로 한다.
특허문헌 1에 있어서의, 출현 빈도가 높은 값의 범위를 결정하기 위한 역치는, 그 기계의 기종 등에 따라서 미리 설정되어, 진단 장치 내에 저장되어 있는 것이다. 즉, 동 문헌에 기재된 기술은, 기계 개체차를 고려한 성능 진단을 하는 것이 곤란하다.
상기의 과제에 대하여, 특허문헌 2에 기재된 기술은, 미리 설정한 소정의 도로 조건에서 주행 중의 자동차 등의 차량의 상태 데이터를 검출하고, 소정의 기간분 또는 소정의 거리분의 상태 데이터를 축적하면서, 차량의 상태 데이터로부터 소정의 도로 조건에서의 상태 데이터의 정상 상태 모델을 작성한다. 정상 상태 모델의 작성 후, 미리 설정한 소정의 도로 조건에서 주행할 때, 취득된 차량 상태 데이터와 정상 상태 모델을 비교함으로써, 주행 중의 고장을 검출할 수 있다.
작업 기계는 다양한 환경이나 현장에 있어서 작업하는 것 외에, 동일한 현장에서도 다양한 부하량으로 작업하는 것이 일반적이다. 특허문헌 1 내지 2에 기재된 기술은, 기계의 개체차를 고려할 수 있지만, 현장 특성이나 부하량의 영향은 고려되어 있지 않다.
본 발명은, 상술한 사정을 감안하여 이루어진 것이고, 작업 기계가 동작하는 현장 특성이나 부하량의 영향을 고려하여 성능 저하를 진단할 수 있는, 성능 진단 장치를 제공하는 것을 목적으로 한다.
본 발명에 관한 성능 진단 장치는, 작업 기계가 실시하는 동작의 타입, 부하량, 동작 내용, 및 현장 특성의 조합마다 생성한 기준 성능 모델을 사용하여, 상기 작업 기계의 성능 저하를 진단한다.
본 발명에 관한 성능 진단 장치에 의하면, 다양한 현장이나 부하량 하에서 작업하는 작업 기계의 성능 저하를 고정밀도로 진단할 수 있다.
도 1은 실시 형태 1에 관한 성능 진단 장치(1)의 구성도이다.
도 2a는 성능 진단 장치(1)가 작업 기계(100)의 성능을 진단하는 수순을 설명하는 흐름도이다.
도 2b는 성능 진단 장치(1)가 작업 기계(100)의 성능을 진단하는 수순을 설명하는 흐름도이다.
도 3은 실시 형태 2에 관한 성능 진단 장치(1)의 구성도이다.
도 4는 실시 형태 3에 관한 성능 진단 장치(1)의 구성도이다.
도 5는 실시 형태 4에 관한 성능 진단 장치(1)의 구성도이다.
도 6은 실시 형태 5에 관한 성능 진단 장치(1)의 구성도이다.
도 2a는 성능 진단 장치(1)가 작업 기계(100)의 성능을 진단하는 수순을 설명하는 흐름도이다.
도 2b는 성능 진단 장치(1)가 작업 기계(100)의 성능을 진단하는 수순을 설명하는 흐름도이다.
도 3은 실시 형태 2에 관한 성능 진단 장치(1)의 구성도이다.
도 4는 실시 형태 3에 관한 성능 진단 장치(1)의 구성도이다.
도 5는 실시 형태 4에 관한 성능 진단 장치(1)의 구성도이다.
도 6은 실시 형태 5에 관한 성능 진단 장치(1)의 구성도이다.
<실시 형태 1>
도 1은 본 발명의 실시 형태 1에 관한 성능 진단 장치(1)의 구성도이다. 성능 진단 장치(1)는 작업 기계(100)의 부하 정보, 가동 정보, 현장 특성 등으로부터 작업 기계(100)의 성능 저하를 진단하기 위한 장치이다. 본 실시 형태 1에 있어서는, 성능 진단 장치(1)는 작업 기계(100)의 내부에 배치되어 있는 것으로 한다.
성능 진단 장치(1)는 작업 동작 분류부(11), 작업 데이터 취득부(12), 작업 시간 측정부(13), 작업 데이터 축적부(14), 기준 성능 모델 작성부(15), 성능 진단부(16)를 구비하고 있다.
작업 동작 분류부(11)는 기계의 동작을 판별 및 분류한다. 예를 들어, 셔블에 설치되는 차량 탑재 카메라의 영상으로부터 셔블의 굴삭ㆍ방토 등의 동작을 화상 처리에 의해 인식함으로써, 동작을 판별 및 분류할 수 있다. 또는, 작업 기계(100)가 구비하고 있는 센서가 작업 기계(100)의 물리 상태를 검출한 결과를 기술한 센서 데이터를 작업 기계(100)의 컨트롤러로부터 취득하고, 그 센서 데이터를 사용하여, 그때 작업 기계(100)가 실시한 동작을 특정해도 된다. 센서 데이터는 예를 들어, 작업 기계(100) 내부의 네트워크를 흐르는 CAN(Control Area Network) 데이터 등의 형식으로 취득할 수 있다. 작업 동작 분류부(11)는 분류 처리에 의해, 그 동작의 타입을 특정한다.
작업 데이터 취득부(12)는 작업 동작 분류부(11)와 전기적으로 접속되고, 작업 동작 분류부(11)가 판별한 동작에 따라서, 그 동작의 계속 시간을 측정하기 위해 필요한 작업 데이터를 취득하고, 작업 시간 측정부(13)에 출력한다. 작업 데이터 취득부(12)는, 과거의 예를 들어 작업 기계(100)의 부하 정보, 동작 내용 등을 나타내는 작업 데이터를 소급하여 취득할 수 있다. 예를 들어, 상정되어 있는 동작에 관련되는 작업 데이터를 항상 시계열로 취득하여 보존해 둠으로써, 과거의 임의의 시각에 있어서의 작업 데이터를 취득할 수 있다.
작업 기계(100)의 부하량으로서는, 이하와 같은 것을 들 수 있다. 예를 들어 유압에 의해 가동 부위를 동작시키는 유압 기기의 압력값은, 그 가동 부위에 대하여 가해지는 부하를 나타내고 있으므로, 그 유압을 부하량의 지표로서 사용할 수 있다. 그 밖의, 작업 기계(100)의 작업 부하를 나타내는 임의의 파라미터를 부하량의 지표로서 사용할 수 있다.
작업 기계(100)가 동작하는 현장의 물리적 특성으로서는, 이하와 같은 것을 들 수 있다. 예를 들어 작업 기계(100)가 작업하는 장소의 3차원 형상은, 그 작업 현장의 물리적 특성을 나타내고 있다. 혹은 굴삭 작업을 실시하는 작업 기계(100)의 경우에 있어서는, 토질이나 지반의 단단함, 및 작업 기계가 가동되고 있는 환경의 타입(스크랩 현장이나, 해체 현장 등)도 작업 효율에 영향을 미친다. 그 때문에, 지질 특성과 가동 환경 정보도 물리적 특성으로서 사용하는 것으로 한다. 그 밖의, 작업 기계(100)의 작업 효율에 대하여 영향을 주는 임의의 파라미터를, 현장의 물리적 특성으로서 사용할 수 있다. 현장 특성을 취득하는 방법에 대해서는 후술한다.
작업 시간 측정부(13)는 작업 동작 분류부(11)가 분류한 동작의 개시 타이밍과 종료 타이밍을, 작업 데이터 취득부(12)에서 취득한 작업 데이터로부터 특정함으로써, 동작 계속 시간을 측정한다. 예를 들어 셔블의 경우, 동작을 촬영한 화상으로부터 굴삭 동작의 개시 타이밍과 종료 타이밍을 화상 처리에 의해 인식하고, 이에 의해 굴삭 동작의 계속 시간을 측정할 수 있다. 작업 시간 측정부(13)는 작업 데이터 축적부(14)에 전기적으로 접속되고, 측정한 시간을 작업 데이터 축적부(14)에 출력한다.
작업 데이터 축적부(14)는 작업 데이터 취득부(12)에서 취득한 작업 데이터와, 작업 시간 측정부(13)가 측정한 동작 계속 시간을, 소정의 기간분 혹은 소정의 가동 시간, 작업 동작 분류부(11)가 분류한 동작 타입/부하량/동작 내용/현장 특성의 조합마다 시계열 데이터로서 축적한다.
기준 성능 모델 작성부(15)는 작업 데이터 축적부(14)가 축적한 데이터로부터 기준 성능 모델을 작성한다. 작성한 기준 성능 모델은, 예를 들어 작업 데이터와 동일한 기억 장치에, 작업 동작 분류부(11)가 분류한 동작 타입/부하량/동작 내용/현장 특성의 조합마다 보존한다.
성능 진단부(16)는 작업 동작 분류부(11)가 분류한 동작의 작업 데이터를 사용하여, 작업 데이터 축적부(14)에 저장되어 있는 동일 작업 조건(동작 분류/부하량/동작 내용/현장 특성의 조합이 동일하거나 또는 동종)의 기준 성능 모델과 비교하여, 작업 기계(100)의 현재의 성능이 기준값 미만까지 저하되어 있는지 여부를 진단한다. 진단 결과는 작업 기계(100)의 알람으로서 출력해도 되고, 네트워크를 통하여 관계자 등에게 알려도 된다.
성능 진단부(16)는 또한, 작업 데이터 축적부(14)에 축적한 과거의 소정 기간의 작업 데이터에 대하여 회귀 분석을 실시하고, 그 결과를 기준 성능 모델과 비교한다. 이에 의해, 현재로부터 소정 기간 후의 작업 기계(100)의 성능이 소정 기간 후에 기준값 미만까지 저하될 가능성이 있는지 여부를 예측할 수 있다.
도 2a 내지 도 2b는, 성능 진단 장치(1)가 작업 기계(100)의 성능을 진단하는 수순을 설명하는 흐름도이다. 기재의 편의상, 1개의 흐름도를 2개의 도면으로 나누고, 도면 중의 기호 『A』의 부분에서 접속하고 있다. 이하 도 2a 내지 도 2b의 각 스텝을 설명한다.
(도 2a: 스텝 S201)
작업 동작 분류부(11)는, 지금부터 진단할 작업 기계(100)의 동작 타입(진단 대상 동작)을 선택한다. 이때, 동작의 타입 외에도 그 동작에서 상정되는 기본적 동작 내용(예를 들어 이동 동작이면 작업 기계(100)가 직진하는, 등)을 미리 설정한다. 작업 동작 분류부(11)는, 선택된 동작 타입과 동작 내용을 상정 작업으로서 보유해 둔다.
(도 2a: 스텝 S202)
작업 동작 분류부(11)는 카메라 영상을 사용한 화상 인식이나 CAN 데이터를 사용한 패턴 매칭 등에 의해, 작업 기계(100)의 동작을 판별함으로써, 동작 타입을 식별한다. 동작 타입의 예로서는, 예를 들어 선회 동작, 암 신장 동작, 굴삭 동작, 이동 동작 등을 들 수 있다.
(도 2a: 스텝 S203)
작업 동작 분류부(11)는, S202에 있어서 판별한 동작이 S201에 있어서 설정한 진단 대상 동작에 상정되어 있는지 여부(즉 상정한 작업인지 여부)를 조사한다. 판별한 동작이 진단 대상 동작인 경우는 S204로 진행한다(S203: 예). 그렇지 않은 경우는, 스텝 S202로 되돌아간다(S203: 아니요).
(도 2a: 스텝 S204)
작업 데이터 취득부(12)는, S201에 있어서 설정된 동작의 작업 데이터를, 예를 들어 CAN 통신을 통해 기계로부터 취득한다. 본 스텝에 있어서는, 작업 데이터를 항상 실시간으로 취득하여 보존하고, 동작이 종료된 시각으로부터 소급하여, 동작 시간의 기댓값에 대하여 충분히 긴 최근분의 작업 데이터를 취득해도 된다.
(도 2a: 스텝 S204: 보충 그 1)
본 스텝에 있어서 취득하는 작업 데이터로서는, 예를 들어 동작의 부하량을 나타내는 데이터, 동작의 내용을 나타내는 데이터 등이 포함된다. 부하량의 예로서는 예를 들어, 작업 기계를 구동하는 유압 펌프의 토출압을 들 수 있다. 동작의 내용의 예로서는 예를 들어, 작업 기계가 이동하는 동작이면, 차륜의 회전 속도 등을 들 수 있다. 작업 데이터 취득부(12)는 또한, 작업 동작 분류부(11)가 식별한 동작 타입을 수취한다. 이 동작 타입을 기술한 데이터도, 작업 데이터의 일부로서 취급해도 된다.
(도 2a: 스텝 S204: 보충 그 2)
본 스텝에 있어서는, 작업을 실시하기 위해 작업기가 놓여 있는 환경의 물리 특성을 나타내는 파라미터를 아울러 취득해도 된다. 예를 들어 작업 기계의 주변을 촬영한 화상으로부터 그 작업 기계가 놓여 있는 장소의 형상이나 노면 상태 등을 취득할 수 있다. 혹은 굴삭 동작을 실시하는 경우는, 버킷을 구동하기 위해 필요한 구동력(예를 들어 유압)으로부터 노면의 굳기를 취득해도 된다. 혹은 이들의 파라미터를 기술한 데이터를 적당한 인터페이스 경유로 취득해도 된다. 이 물리 특성 데이터를 작업 데이터의 일부로서 취급해도 된다.
(도 2a: 스텝 S205)
작업 시간 측정부(13)는 입력된 작업 데이터로부터 당해 동작의 개시 타이밍과 종료 타이밍을 검출함으로써, 당해 동작의 작업 계속 시간(동작이 개시되고 나서 종료될 때까지의 시간)을 계산한다.
(도 2a: 스텝 S206)
작업 데이터 축적부(14)는 판별한 동작마다, S204에 있어서 얻어진 작업 데이터와 S205에 있어서 계산된 작업 계속 시간을 데이터베이스에 축적한다.
(도 2a: 스텝 S207)
성능 진단 장치(1)는 일정 기간 또는 일정 가동 시간분의 데이터를 축적하였는지 여부를 확인한다. 아직 데이터를 축적하지 않은(S207: 아니요) 경우, S204로 되돌아간다. 데이터를 모두 축적한(S207: 예) 경우, S208로 진행한다.
(도 2b: 스텝 S208 내지 S210)
기준 성능 모델 작성부(15)는 S202에 있어서 판별한 동작의 기준 성능 모델을 작성하였는지 여부를 확인한다(S208). 작성하지 않은(S208: 아니요) 경우, 판별한 동작에 대하여 기준 성능 모델을 작성하여 데이터베이스에 보존한다(S209). 작성 완료(S208: 예)인 경우, 성능 진단부(16)는 판별한 동작의 기준 성능 모델을 사용하여, 취득한 작업 데이터에 있어서의 기준 시간을 필요에 따라서 보간한다(S210).
(도 2b: 스텝 S209: 보충)
기준 성능 모델 작성부(15)는 기준 성능 모델을 이하의 조합마다 작성한다: (a) 작업 기계의 동작 타입; (b) 작업 기계의 동작의 부하량; (c) 작업 기계의 동작의 내용; (d) 작업 기계가 놓여 있는 환경의 물리 특성 파라미터.
(도 2b: 스텝 S210: 보충)
기준 성능 모델은, 기준 성능을 이산적으로 기술하고 있는 경우가 있다. 이 경우, 각 이산값 사이의 값은, 예를 들어 선형 보간에 의해 보충할 필요가 있다. 본 스텝은 이 보간 처리를 실시하기 위한 것이다.
(도 2b: 스텝 S211 내지 S213)
성능 진단부(16)는 S205에 있어서 측정한 동작 시간이 S210에 있어서 산출한 기준값과 비교하여 역치 이상 이격되는지를 확인한다(S211). 동작 시간이 기준값에 비해 역치 이상 이격된(S211: 예) 경우, 이격된 정도에 따라서 작업 기계(100)의 성능 저하 정도의 진단 결과를 출력한다(스텝 S212). 그렇지 않은(S211: 아니요) 경우, 판별한 동작과 취득한 작업 데이터에 있어서의 과거의 소정 기간의 데이터의 회귀 모델을 계산하고, 그 회귀 모델을 사용하여 당해 동작의 소정 기간 후의 동작 시간을 예측한다(S213).
(도 2b: 스텝 S212: 보충)
성능 진단부(16)는 측정한 동작 시간과 기준 성능 사이의 차분이 클수록, 성능 저하가 크다고 진단한다. 성능 진단 결과는, 그 차분 자체에 의해 나타내어도 되고, 그 차분에 대하여 어떠한 연산을 실시한 파라미터에 의해 나타내어도 된다. S215에 있어서도 마찬가지이다.
(도 2b: 스텝 S214 내지 S215)
성능 진단부(16)는 예측한 소정 기간 후의 동작 시간이 산출된 기준값에 비해 역치 이상 이격되는지를 확인한다(S214). 예측한 소정 기간 후의 동작 시간이 기준값에 비해 역치 이상 이격된(S214: 예) 경우, 이격된 정도에 따라서 작업 기계(100)의 성능 저하 정도의 예측 진단 결과를 출력한다(S215). 그렇지 않으면 본 흐름도를 종료한다(S214: 아니요).
<실시 형태 1: 정리>
본 실시 형태에 관한 성능 진단 장치(1)는, (a) 작업 기계의 동작 타입; (b) 작업 기계의 동작의 부하량; (c) 작업 기계의 동작의 내용; (d) 작업 기계가 놓여 있는 환경의 물리 특성 파라미터;의 조합마다 기준 성능 모델을 작성하고, 그 기준 성능 모델을 참조함으로써 취득한 기준 성능과 동작 계속 시간을 비교함으로써 동작이 정상적인 것인지 여부를 진단한다. 이에 의해, 작업 기계가 놓여 있는 개별의 환경이나 부하량을 고려하여, 성능 진단을 실시할 수 있으므로, 종래의 성능 진단보다도 진단 정밀도를 높일 수 있다.
본 실시 형태에 관한 성능 진단 장치(1)는 작업 기계(100)의 내부에 마련되어 있다. 즉 작업 기계(100)는 자신의 성능을 스스로 진단할 수 있다. 이에 의해 작업 기계(100)는 유저의 조작에 의거하지 않고 자동적으로 자기 진단을 실시할 수 있다.
<실시 형태 2>
도 3은 본 발명의 실시 형태 2에 관한 성능 진단 장치(1)의 구성도이다. 본 실시 형태에 있어서의 성능 진단 장치(1)의 구성은 실시 형태 1과 동일하지만, 실시 형태 1과는 달리 성능 진단 장치(1)는 휴대 단말기(110)(예를 들어 스마트폰) 내부에 구성되어 있다.
휴대 단말기(110)는 통신부(112)를 통해 작업 기계(100)와 통신함으로써, 작업 기계(100) 내부의 네트워크를 흐르는 CAN 데이터(센서의 검출 결과 등을 기술한 센서 데이터를 포함함)를 취득할 수 있다. 작업 동작 분류부(11)는 그 CAN 데이터를 사용하여 작업 기계(100)의 동작 타입을 판별하고, 혹은 그 동작의 계속 시간을 측정할 수 있다.
혹은, 휴대 단말기(110)를 작업 기계(100)에 설치하고, 휴대 단말기(110)가 내장되어 있는 가속도 센서(111) 그 밖의 센서를 사용하여 작업 기계(100)의 동작에 수반하는 진동 등의 물리적 동작을 계측함으로써, 작업 기계(100)의 동작 타입을 판별하고, 그 계속 시간을 측정할 수 있다. 예를 들어 작업 동작 분류부(11)는 작업 기계(100)의 동작에 수반하여 발생하는 진동 패턴을 동작 타입마다 미리 보유해 두고, 센서가 계측한 진동 패턴과 미리 보유하고 있는 진동 패턴을 매칭함으로써, 동작 타입과 동작 계속 시간을 식별할 수 있다.
본 실시 형태에 관한 성능 진단 장치(1)는 작업자 등이 정기적으로 휴대 단말기(110)를 사용하여, 기준 성능 모델을 만들기 위해 필요한 데이터를 수집할 수 있다. 또한, 휴대 단말기(110)가 구비하는 전자 메일 그 밖의 통지 기능에 의해, 진단 결과를 빠르게 작업자에게 통지할 수 있으므로, 적절하게 수리 등의 대책이 가능해진다. 또한 작업자는 휴대 단말기(110)를 상시 휴대할 수 있으므로, 실시 형태 1과 비교하여, 필요한 타이밍에 특정한 동작에 대하여 성능 진단을 할 수 있다.
<실시 형태 3>
도 4는 본 발명의 실시 형태 3에 관한 성능 진단 장치(1)의 구성도이다. 본 실시 형태에 있어서의 성능 진단 장치(1)는 휴대 단말기(110) 내부에 구성되어 있다. 성능 진단 장치(1)는 작업 동작 분류부(11), 작업 데이터 취득부(12), 작업 시간 측정부(13), 성능 진단부(16)를 구비한다. 작업 데이터 축적부(14)와 기준 성능 모델 작성부(15)는 작업 기계(100) 내부에 배치되어 있다. 그 밖의 구성은 실시 형태 1과 마찬가지이다.
통신부(112)는 실시 형태 2와 마찬가지로 작업 기계(100)와 통신함으로써, 작업 기계(100) 내부의 CAN 데이터 등을 취득할 수 있다. 이에 의해 실시 형태 2와 마찬가지로, 동작 판별이나 작업 계속 시간 측정을 실시할 수 있다. 통신부(112)는 또한, 작업 기계(100)가 보유하고 있는 기준 성능 모델을 참조함으로써 기준 성능을 취득하거나, 혹은 기준 성능 모델 그 자체를 취득한다.
작업 기계(100)는 통신부(112)를 통해 작업 데이터(동작 타입, 동작 내용, 환경 특성을 포함함)를 취득하고, 작업 데이터 축적부(14)에 축적한다. 기준 성능 모델 작성부(15)는 작업 데이터 축적부(14)가 축적한 작업 데이터를 사용하여, 기준 성능 모델을 작성한다.
본 실시 형태의 성능 진단 장치(1)에 의하면, 실시 형태 1과 마찬가지의 작용 효과가 얻어진다. 또한, 기준 성능 모델을 작업 기계(100) 내부에서 작성하여 보유하고 있으므로, 휴대 단말기(110)가 기준 성능 모델을 작성ㆍ보유하는 경우와 비교하여, 개개의 휴대 단말기(110)에 의거하지 않고, 동일한 기준 성능 모델을 제공할 수 있다. 즉, 휴대 단말기(110)가 기준 성능 모델을 작성ㆍ보유하는 경우는, 그 휴대 단말기(110) 고유의 기준 성능 모델이 작성되므로, 각 휴대 단말기(110)가 각각 기준 성능 모델을 보유하게 된다. 이에 반해 본 실시 형태에 있어서는, 어느 휴대 단말기(110)에 대해서도 동일한 기준 성능 모델을 제공할 수 있다.
<실시 형태 4>
도 5는 본 발명의 실시 형태 4에 관한 성능 진단 장치(1)의 구성도이다. 본 실시 형태에 있어서, 성능 진단 장치(1)는 외장 조작 단말기(120) 내부에 구성되어 있다. 그 밖의 구성은 실시 형태 1과 마찬가지이다. 외장 조작 단말기(120)는 작업 기계(100)에 대하여 추후 장착할 수 있는 단말기이고, 장착 후에는 외장 조작 단말기(120)를 통해 작업 기계(100)를 조작할 수 있다. 외장 조작 단말기(120)는 가속도 센서(121) 등의 센서, 통신부(122)를 구비한다.
외장 조작 단말기(120)는 통신부(122)를 통해 작업 기계(100)와 통신함으로써 작업 기계(100)로부터 CAN 데이터를 실시간으로 취득할 수 있다. 성능 진단 장치(1)는, 그 CAN 데이터를 사용하여 동작 판별이나 동작 시간 측정을 실시할 수 있다. 혹은, 가속도 센서(121)가 검출한 진동 패턴과 미리 보유하고 있는 진동 패턴을 매칭함으로써, 동작 타입과 동작 계속 시간을 식별할 수 있다.
본 실시 형태의 성능 진단 장치(1)에 의하면, 실시 형태 1과 마찬가지의 작용 효과가 얻어진다. 또한, 외장 조작 단말기(120) 내부에 성능 진단 장치(1)를 구성함으로써, 성능 진단 기능을 구비하고 있지 않은 기존의 작업 기계(100)에 대하여, 성능 진단 장치(1)가 제공하는 성능 진단 기능을 후발적으로 부여할 수 있다. 이에 의해, 자기 진단 기능을 구비하고 있지 않은 작업 기계(100)여도, 후발적으로 이를 구비할 수 있다.
<실시 형태 5>
도 6은 본 발명의 실시 형태 5에 관한 성능 진단 장치(1)의 구성도이다. 본 실시 형태에 있어서, 성능 진단 장치(1)는, 예를 들어 네트워크 상에 배치된 서버 컴퓨터로 구성되어 있다. 성능 진단 장치(1)는 작업 시간 측정부(13)(작업 데이터를 취득하는 통신부로서도 동작함), 작업 데이터 축적부(14), 기준 성능 모델 작성부(15), 성능 진단부(16)를 구비한다. 작업 동작 분류부(11)와 작업 데이터 취득부(12)는 휴대 단말기(110) 내부에 배치되어 있다. 그 밖의 구성은 실시 형태 1과 마찬가지이다.
휴대 단말기(110)는 실시 형태 2와 마찬가지로, 가속도 센서(111)나 통신부(112)를 통해 작업 데이터(동작 타입, 동작 내용, 환경 특성을 포함함)를 취득하고, 통신부(112)를 통해 그 작업 데이터를 성능 진단 장치(1)에 송신한다. 성능 진단 장치(1)는 그 작업 데이터를 수취한다. 작업 시간 측정부(13) 이후의 처리는 실시 형태 1과 마찬가지이다.
본 실시 형태의 성능 진단 장치(1)에 의하면, 실시 형태 1과 마찬가지의 작용 효과가 얻어진다. 또한, 예를 들어 연산 성능이 높은 서버 컴퓨터를 사용하여 성능 진단 장치(1)를 구성함으로써, 처리가 빨라질 뿐만 아니라, 진단 결과를 작업자 등에 대하여 빠르게 알릴 수 있다.
<본 발명의 변형예에 대해서>
본 발명은 전술한 실시 형태에 한정되는 것은 아니며, 다양한 변형예가 포함된다. 예를 들어, 상기한 실시 형태는 본 발명을 알기 쉽게 설명하기 위해 상세하게 설명한 것이고, 반드시 설명한 모든 구성을 구비하는 것에 한정되는 것은 아니다. 또한, 어느 실시 형태의 구성의 일부를 다른 실시 형태의 구성으로 치환하는 것이 가능하고, 또한 어느 실시 형태의 구성에 다른 실시 형태의 구성을 추가하는 것도 가능하다. 또한, 각 실시 형태의 구성 일부에 대해서, 다른 구성의 추가ㆍ삭제ㆍ치환을 하는 것이 가능하다.
이상의 실시 형태에 있어서, 작업 데이터 취득부(12)가 작업 데이터(동작 타입, 동작 내용, 환경 특성을 포함함)를 취득하고, 작업 시간 측정부(13)가 작업 계속 시간을 측정하는 것을 설명하였다. 이들의 데이터는 성능 진단부(16)가 기준 성능을 취득할 때 사용하므로, 적어도 성능 진단부(16)는 그 시점에서 이들의 데이터를 모두 취득하게 된다. 따라서 성능 진단부(16)는 이들의 데이터를 취득하는 데이터 취득부로서의 역할을 갖는 것을 부언해 둔다.
이상의 실시 형태에 있어서, 작업 기계(100)는 예를 들어, 연산을 실행하는 CPU(Central Processing Unit)와, 연산을 위한 프로그램을 기록한 ROM(Read Only Memory)과, 연산 경과의 보존이나 일시적인 제어 변수를 보존하는 일시 기억 장치로서의 RAM(Random Access Memory)을 조합하여 이루어지는 마이크로 컴퓨터에 의해 구성할 수 있다. 마이크로컴퓨터는, 기억된 프로그램의 실행에 의해 CAN 데이터를 취득할 수 있다.
이상의 실시 형태에 있어서, 작업 동작 분류부(11), 작업 데이터 취득부(12), 작업 시간 측정부(13), 작업 데이터 축적부(14), 기준 성능 모델 작성부(15), 성능 진단부(16)는, 이들의 기능을 실장한 회로 디바이스 등의 하드웨어에 의해 구성할 수도 있고, 이들의 기능을 실장한 소프트웨어를 연산 장치가 실행하는 것에 의해서 구성할 수도 있다.
1: 성능 진단 장치
11: 작업 동작 분류부
12: 작업 데이터 취득부
13: 작업 시간 측정부
14: 작업 데이터 축적부
15: 기준 성능 모델 작성부
16: 성능 진단부
100: 작업 기계
110: 휴대 단말기
120: 외장 조작 단말기
11: 작업 동작 분류부
12: 작업 데이터 취득부
13: 작업 시간 측정부
14: 작업 데이터 축적부
15: 기준 성능 모델 작성부
16: 성능 진단부
100: 작업 기계
110: 휴대 단말기
120: 외장 조작 단말기
Claims (15)
- 작업 기계의 성능을 진단하는 성능 진단 장치이며,
상기 작업 기계가 실시한 동작의 타입, 상기 동작의 개시로부터 종료까지 걸린 시간, 상기 동작의 부하량, 상기 동작의 내용, 및 상기 작업 기계가 놓여 있는 현장의 물리적 특성을 기술한 데이터를 취득하는 데이터 취득부,
상기 작업 기계의 기준 성능을 기술한 기준 성능 모델을 참조함으로써 상기 작업 기계의 성능을 진단하는 성능 진단부,
를 구비하고,
상기 기준 성능 모델은, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성의 조합마다 상기 기준 성능을 기술하고 있고,
상기 성능 진단부는, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성을 사용하여 상기 기준 성능 모델을 참조함으로써, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성에 있어서의 상기 동작의 기준 성능을 취득하고,
상기 성능 진단부는, 상기 취득한 기준 성능과 상기 시간을 비교함으로써 상기 작업 기계의 성능을 진단하여 그 결과를 출력하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 동작을 분류하는 동작 분류부를 더 구비하고,
상기 동작 분류부는,
상기 동작을 촬영한 화상,
상기 동작에 수반하여 상기 작업 기계에 있어서 발생하는 가속도를 측정한 결과를 기술한 가속도 데이터,
상기 동작에 수반하여 발생하는 상기 작업 기계의 물리 상태를 검출하는 센서가 상기 물리 상태를 측정한 결과를 기술한 센서 데이터,
중 적어도 어느 것을 사용하여, 상기 동작을 분류함으로써, 상기 동작의 타입을 특정하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 시간을 측정하는 작업 시간 측정부를 더 구비하고,
상기 작업 시간 측정부는,
상기 동작을 촬영한 화상,
상기 동작에 수반하여 상기 작업 기계에 있어서 발생하는 가속도를 측정한 결과를 기술한 가속도 데이터,
상기 동작에 수반하여 발생하는 상기 작업 기계의 물리 상태를 검출하는 센서가 상기 물리 상태를 측정한 결과를 기술한 센서 데이터,
중 적어도 어느 것을 사용하여, 상기 동작의 개시 시각과 상기 동작의 종료 시각을 특정함으로써, 상기 시간을 측정하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는,
상기 데이터를 축적하는 데이터 축적부,
상기 데이터가 축적되어 있는 상기 데이터를 사용하여 상기 기준 성능 모델을 작성하는 모델 작성부,
를 더 구비하는
것을 특징으로 하는 성능 진단 장치. - 제4항에 있어서,
상기 모델 작성부는, 상기 데이터가 기술하고 있는 상기 타입, 상기 데이터가 기술하고 있는 상기 부하량, 상기 데이터가 기술하고 있는 상기 내용 및 상기 데이터가 기술하고 있는 상기 물리적 특성의 조합마다, 상기 기준 성능 모델을 작성하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 데이터를 축적하는 데이터 축적부를 더 구비하고,
상기 성능 진단부는, 상기 데이터 축적부가 축적되어 있는 과거의 상기 데이터의 이력을 사용하여, 소정 시간 경과 시점에 있어서의 상기 시간을 예측하고,
상기 성능 진단부는, 상기 예측한 상기 소정 시간 경과 후에 있어서의 상기 시간과, 상기 기준 성능 모델이 기술되어 있는 상기 기준 성능 사이의 차분이 역치 이상인지 여부에 기초하여, 상기 소정 시간 경과 후에 있어서 상기 작업 기계의 성능 저하가 발생하는지 여부를 예측하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 작업 기계로부터 착탈할 수 있는 휴대 단말기로서 구성되어 있고,
상기 성능 진단 장치는,
상기 동작을 분류하는 동작 분류부,
상기 시간을 측정하는 작업 시간 측정부,
상기 휴대 단말기에 대하여 가해지는 가속도를 측정하는 가속도 센서,
를 더 구비하고,
상기 동작 분류부는, 상기 가속도 센서가 측정한 가속도를 사용하여 상기 동작을 분류하고,
상기 작업 시간 측정부는, 상기 가속도 센서가 측정한 가속도를 사용하여 상기 동작의 개시 시각과 상기 동작의 종료 시각을 특정함으로써, 상기 시간을 측정하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 작업 기계로부터 착탈할 수 있는 휴대 단말기로서 구성되어 있고,
상기 성능 진단 장치는,
상기 동작을 분류하는 동작 분류부,
상기 시간을 측정하는 작업 시간 측정부,
상기 동작에 수반하여 발생하는 상기 작업 기계의 물리 상태를 검출하는 센서가 상기 물리 상태를 측정한 결과를 기술한 센서 데이터를 상기 작업 기계로부터 통신에 의해 취득하는 통신부,
를 더 구비하고,
상기 동작 분류부는, 상기 통신부가 취득한 상기 센서 데이터를 사용하여 상기 동작을 분류하고,
상기 작업 시간 측정부는, 상기 통신부가 취득한 상기 센서 데이터를 사용하여 상기 동작의 개시 시각과 상기 동작의 종료 시각을 특정함으로써, 상기 시간을 측정하는
것을 특징으로 하는 성능 진단 장치. - 제7항에 있어서,
상기 작업 기계는,
상기 데이터를 축적하는 데이터 축적부,
상기 데이터가 축적되어 있는 상기 데이터를 사용하여 상기 기준 성능 모델을 작성하는 모델 작성부,
를 구비하고,
상기 성능 진단 장치는, 상기 작업 기계로부터 상기 기준 성능 모델을 취득하는 통신부를 더 구비하고,
상기 성능 진단부는, 상기 통신부가 상기 작업 기계로부터 취득한 상기 기준 성능 모델을 사용하여, 상기 작업 기계의 성능을 진단하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 작업 기계에 대하여 착탈 가능하게 구성되고, 작업자가 상기 작업 기계를 조작하기 위해 사용하는, 외장 조작 단말기로서 구성되어 있는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 성능 진단 장치는, 상기 데이터를 수집하는 단말기와 접속하여 상기 데이터를 상기 단말기로부터 취득하는 통신부를 더 구비하고,
상기 성능 진단부는, 상기 통신부가 상기 단말기로부터 취득한 상기 데이터를 사용하여, 상기 작업 기계의 성능을 진단하는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 물리적 특성은, 상기 작업 기계가 상기 동작을 할 때의 작업 효율에 대하여 영향을 주는 파라미터인
것을 특징으로 하는 성능 진단 장치. - 제12항에 있어서,
상기 물리적 특성은,
상기 현장의 지질 특성,
상기 현장의 타입,
상기 현장의 형상,
중 적어도 어느 것에 의해 규정되어 있는
것을 특징으로 하는 성능 진단 장치. - 제1항에 있어서,
상기 부하량은, 상기 작업 기계를 구동하는 유압 펌프의 토출압에 의해 규정되어 있는
것을 특징으로 하는 성능 진단 장치. - 작업 기계의 성능을 진단하는 성능 진단 방법이며,
상기 작업 기계가 실시한 동작의 타입, 상기 동작의 개시로부터 종료까지 걸린 시간, 상기 동작의 부하량, 상기 동작의 내용, 및 상기 작업 기계가 놓여 있는 현장의 물리적 특성을 기술한 데이터를 취득하는 스텝,
상기 작업 기계의 기준 성능을 기술한 기준 성능 모델을 참조함으로써 상기 작업 기계의 성능을 진단하는 스텝,
을 갖고,
상기 기준 성능 모델은, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성의 조합마다 상기 기준 성능을 기술하고 있고,
상기 성능을 진단하는 스텝에 있어서는, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성을 사용하여 상기 기준 성능 모델을 참조함으로써, 상기 타입과 상기 부하량과 상기 내용과 상기 물리적 특성에 있어서의 상기 동작의 기준 성능을 취득하고,
상기 성능을 진단하는 스텝에 있어서는, 상기 취득한 기준 성능과 상기 시간을 비교함으로써 상기 작업 기계의 성능을 진단하여 그 결과를 출력하는
것을 특징으로 하는 성능 진단 방법.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JPJP-P-2021-064894 | 2021-04-06 | ||
JP2021064894A JP7214780B2 (ja) | 2021-04-06 | 2021-04-06 | 性能診断装置、性能診断方法 |
PCT/JP2022/017164 WO2022215705A1 (ja) | 2021-04-06 | 2022-04-06 | 性能診断装置、性能診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230134578A true KR20230134578A (ko) | 2023-09-21 |
Family
ID=83546208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020237028829A KR20230134578A (ko) | 2021-04-06 | 2022-04-06 | 성능 진단 장치, 성능 진단 방법 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240071149A1 (ko) |
EP (1) | EP4321694A1 (ko) |
JP (1) | JP7214780B2 (ko) |
KR (1) | KR20230134578A (ko) |
CN (1) | CN117043572A (ko) |
WO (1) | WO2022215705A1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5018444B1 (ko) | 1971-03-12 | 1975-06-28 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08333777A (ja) * | 1995-06-06 | 1996-12-17 | Sumitomo Constr Mach Co Ltd | 建設機械に於ける油圧機器の性能限界表示装置 |
JP2000297443A (ja) | 1999-04-15 | 2000-10-24 | Komatsu Ltd | 建設機械の情報管理装置 |
JP4405159B2 (ja) | 2003-01-30 | 2010-01-27 | 日立建機株式会社 | 建設機械の情報管理装置 |
AU2005238350B2 (en) | 2004-04-28 | 2009-12-10 | Komatsu Ltd. | Maintenance support system for construction machine |
JP5018444B2 (ja) | 2007-12-13 | 2012-09-05 | 株式会社豊田中央研究所 | 車両故障診断予測装置 |
JP2010066188A (ja) | 2008-09-12 | 2010-03-25 | Mitsubishi Heavy Ind Ltd | 産業車両の回転体故障診断方法及び装置 |
JP4414470B1 (ja) | 2008-10-10 | 2010-02-10 | 本田技研工業株式会社 | 車両の故障診断のための基準値の生成 |
JP2010180674A (ja) | 2009-02-09 | 2010-08-19 | Caterpillar Japan Ltd | 作業機械のファンクションスピード計測方法 |
JP5808605B2 (ja) | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
JP5530020B1 (ja) | 2013-11-01 | 2014-06-25 | 株式会社日立パワーソリューションズ | 異常診断システム及び異常診断方法 |
JP6320185B2 (ja) | 2014-06-16 | 2018-05-09 | 住友重機械工業株式会社 | ショベル支援装置 |
-
2021
- 2021-04-06 JP JP2021064894A patent/JP7214780B2/ja active Active
-
2022
- 2022-04-06 KR KR1020237028829A patent/KR20230134578A/ko unknown
- 2022-04-06 EP EP22784687.0A patent/EP4321694A1/en active Pending
- 2022-04-06 WO PCT/JP2022/017164 patent/WO2022215705A1/ja active Application Filing
- 2022-04-06 US US18/280,277 patent/US20240071149A1/en active Pending
- 2022-04-06 CN CN202280017563.4A patent/CN117043572A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5018444B1 (ko) | 1971-03-12 | 1975-06-28 |
Also Published As
Publication number | Publication date |
---|---|
WO2022215705A1 (ja) | 2022-10-13 |
CN117043572A (zh) | 2023-11-10 |
US20240071149A1 (en) | 2024-02-29 |
JP7214780B2 (ja) | 2023-01-30 |
JP2022160253A (ja) | 2022-10-19 |
EP4321694A1 (en) | 2024-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7464063B2 (en) | Information processor, state judging unit and diagnostic unit, information processing method, state judging method and diagnosing method | |
JP5290026B2 (ja) | 作業機械の学習診断システム、状態診断装置及び状態学習装置 | |
CN111435557B (zh) | 用于检测机器部件问题的故障检测装置 | |
JP4032045B2 (ja) | データ処理方法及びデータ処理装置、並びに診断方法及び診断装置 | |
JP5858839B2 (ja) | 作業機械の異常診断装置 | |
JP2000516374A (ja) | 故障状態予測方法と装置 | |
EP1764728A1 (en) | Data compressing device and method, data analyzing device and method, and data managing system | |
CN111501896B (zh) | 挖土机及挖土机的诊断系统 | |
JPH0854924A (ja) | 故障状態指示方法と装置 | |
CN105579922A (zh) | 信息处理装置以及分析方法 | |
KR102206737B1 (ko) | 기계학습 기반 펌프수차 고장 진단 방법 및 시스템 | |
Aqueveque et al. | Data-driven condition monitoring of mining mobile machinery in non-stationary operations using wireless accelerometer sensor modules | |
CN111435464A (zh) | 用于检测和识别机器行为的目标测试和机器学习系统 | |
CN112633583B (zh) | 发电机组振动预测方法、装置、计算机设备和存储介质 | |
KR20230134578A (ko) | 성능 진단 장치, 성능 진단 방법 | |
JP3765551B2 (ja) | 建設機械の異常監視方法 | |
WO2020195536A1 (ja) | 構造物の異常判別方法及び異常判別システム | |
CN115384521A (zh) | 驾驶员操作水平评价方法、装置、工程车辆及存储介质 | |
JP2020107248A (ja) | 異常判定装置および異常判定方法 | |
US20200143004A1 (en) | Visualization of machine structure damage from machine sensor data using machine learning | |
KR101971553B1 (ko) | 사물인터넷 기반 기기 관리 시스템 및 방법 | |
JP2019183646A (ja) | ショベル支援装置 | |
CN116981923A (zh) | 机械的状态检测装置 | |
CN115004203A (zh) | 行动解析装置以及行动解析方法 | |
JP2019194437A (ja) | ショベル及びショベルの診断システム |