WO2017168940A1 - データ統合分析システム - Google Patents

データ統合分析システム Download PDF

Info

Publication number
WO2017168940A1
WO2017168940A1 PCT/JP2017/000912 JP2017000912W WO2017168940A1 WO 2017168940 A1 WO2017168940 A1 WO 2017168940A1 JP 2017000912 W JP2017000912 W JP 2017000912W WO 2017168940 A1 WO2017168940 A1 WO 2017168940A1
Authority
WO
WIPO (PCT)
Prior art keywords
index
data
analysis
processing unit
vehicle
Prior art date
Application number
PCT/JP2017/000912
Other languages
English (en)
French (fr)
Inventor
了 古谷
Original Assignee
株式会社日立製作所
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2018508410A priority Critical patent/JP6619083B2/ja
Priority to EP17773490.2A priority patent/EP3437956A4/en
Publication of WO2017168940A1 publication Critical patent/WO2017168940A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
    • B61L15/0018—Communication with or on the vehicle or vehicle train
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/40—Adaptation of control equipment on vehicle for remote actuation from a stationary place
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00—Recording or indicating positions or identities of vehicles or vehicle trains or setting of track apparatus
    • B61L25/02—Indicating or recording positions or identities of vehicles or vehicle trains
    • B61L25/04—Indicating or recording train identities
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • B61L27/10—Operations, e.g. scheduling or time tables
    • B61L27/16—Trackside optimisation of vehicle or vehicle train operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map

Definitions

  • the technical field is related to data integration analysis of moving objects such as railway vehicles whose location changes from time to time, targeting devices and devices operating in various places (for example, power generation devices, air conditioning devices, etc.).
  • Patent Document 1 JP 2011-201336 A (Patent Document 1).
  • Patent Document 1 “Comparing the status data of multiple devices in the same vehicle, the abnormality is detected by separating into position factor component and device factor component, but only the data in the same vehicle is used and the data of other vehicles are utilized
  • the vehicle state data is classified for each small section, and the abnormal alarm determination is made by comparing with the past information of the section.
  • the vehicle dynamics are transmitted to the ground side by wireless communication, it becomes a burden in terms of transmission capacity, cost, and reliability.
  • the moving body is a measuring device for measuring the state of various devices included in the moving body, and the measuring device measures the above-mentioned
  • a state monitoring device that detects the occurrence of a failure using state data of various devices, a communication device that transmits the type of failure that occurred and state data before and after the failure to the ground system, and receives an abnormality determination result from the ground system;
  • the ground system also includes a communication device that transmits / receives data to / from a mobile unit, a storage unit that stores past fault type and status data of the mobile unit, and analyzes past fault status data and
  • the ground system further includes an abnormality diagnosis unit that outputs an abnormality diagnosis result that determines whether or not the abnormality is abnormal.
  • the ground system further includes the past failure type, abnormality diagnosis result, and status data.
  • the failure analysis database stored in association with the failure type, the failure type at the time of failure occurrence, the state data before and after the failure, and the past failure type and state data stored in the abnormality analysis database are compared. And an abnormality occurrence predicting unit that outputs an abnormality determination result, and the communication device of the ground system transmits the abnormality determination result to the mobile body ”(see Patent Document 1 [0009]). Yes.
  • Patent Document 1 a highly effective improvement measure is extracted more easily and in a short time for the entire moving body or a specific moving body, and these improvement measures are necessary. The method of feeding back to the moving body is not disclosed.
  • detection data detected by a sensor mounted on a control target device of a mobile object is collected, and a performance improvement index of the mobile object is extracted from the detection data.
  • a data integration analysis system for a mobile object wherein the performance index information of the mobile object and the operation state of each control target device, the performance index information on the mobile object as the target indicator, the operation state of each control target device
  • the data analysis central device collects the analysis results of each mobile object and performs clustering analysis to extract the explanatory indices effective for improving the performance index of each mobile object.
  • the effective explanation index is applied only to the moving body.
  • Example of the configuration of the entire railway integrated data analysis system of the first embodiment An example of the system configuration of the vehicle data analysis processing unit shown in FIG.
  • An example of the system configuration of the data central analyzer shown in FIG. An example of the analysis flow of the railway vehicle data integration analysis system shown in FIG.
  • An example of analysis processing of the vehicle data analysis processing unit shown in FIG. An example of the analysis processing result of the vehicle data analysis processing unit shown in FIG.
  • Example of selection method of explanatory index candidates of the data central analyzer shown in FIG. An example of a method for selecting the priority of the explanation index from the explanation index candidates shown in FIG.
  • a data integrated analysis system for the purpose of energy saving of a railway vehicle, targeting a railway vehicle as an example of a moving body.
  • a mobile body may be a motor vehicle, a construction machine, an elevator, a ship, and an airplane irrespective of a railway vehicle.
  • the purpose of data analysis is not limited to energy saving of the moving body, but may be improved comfort such as riding comfort, improved reliability against equipment failure, or a combination index thereof.
  • the same number is provided to the component which has a common function, The duplicate description is abbreviate
  • the entire railway vehicle data integrated analysis system includes a railway vehicle 1 and a data central analyzer 2.
  • the railcar 1 includes a driver 10, a driver's cab 7, a device control device 9 that controls devices such as doors, toilets, and brakes of the railcar 1, a vehicle information control processing unit 4, and a vehicle data analysis processing unit 3.
  • a support information setting processing unit 5 and a data transmission processing unit 6 are included.
  • the vehicle information control processing unit 4, the vehicle data analysis processing unit 3, and the support information setting processing unit 5 are mounted on one device of the railway vehicle 1 or on an independent device, and the interior of the specific vehicle of the railway vehicle 1 or under the floor. It should just install in etc.
  • the vehicle information control processing unit 4 receives a signal 21 a such as a vehicle driving command from the cab 7, a signal 23 a such as a device state monitoring signal from the device control device 9, and support information 30 a from the support information setting processing unit 5. Then, a signal 22a for vehicle driving assistance or the like is output to the cab 7, a signal 24a such as a device state change parameter is output to the device control device 9, and a vehicle state monitoring signal 25a is output to the vehicle data analysis processing unit 3.
  • the vehicle data analysis processing unit 3 receives the vehicle state monitoring signal 25 a from the vehicle information control processing unit 4 and outputs the vehicle data analysis result 26 a to the data transmission processing unit 6.
  • the support information setting processing unit 5 inputs support condition information 29 a from the data transmission processing unit 6, and outputs support information 30 a to the vehicle information control processing unit 4.
  • the data transmission processing unit 6 wirelessly transmits the vehicle data analysis result 26a input from the vehicle data analysis processing unit 3 as the vehicle data analysis result 27a to the data central analysis device 2 and receives it from the data central analysis device 2 wirelessly.
  • the support condition information 28a is output to the support information setting processing unit 5 as the support condition information 29a.
  • the data central analysis device 2 inputs the vehicle data analysis result 27a wirelessly transmitted from the data transmission processing unit 6 of the railway vehicle 1, and outputs support condition information 28a to the data transmission processing unit 6 of the railway vehicle 1.
  • the data central analysis device 2 has a system configuration that wirelessly transmits the support condition information 28b and the vehicle data analysis result 29b not only for the rail vehicle 1 but also for the other rail vehicles 300.
  • the vehicle data analysis processing unit 3 includes an analysis sample generation processing unit 50, an explanation index generation processing unit 51, an objective index generation processing unit 52, a regression analysis processing unit 53, and a representative index selection processing unit 54.
  • the vehicle state monitoring signal 25 a output from the vehicle information control processing unit 4 is input to the analysis sample generation processing unit 50, and the analysis sample generation processing unit 50 includes the explanation index generation processing unit 51.
  • the time history signal 60a of the vehicle state monitoring signal sampled for data analysis is output to the target index generation processing unit 52.
  • the explanation index generation processing unit 51 generates an explanation index used for regression analysis from the time history signal 60 a of the input vehicle state monitoring signal, and outputs the explanation index signal 61 a to the regression analysis processing unit 53.
  • the target index generation processing unit 52 generates a target index used for regression analysis from the time history signal 60 a of the input vehicle state monitoring signal, and outputs the target index signal 62 a to the regression analysis processing unit 53.
  • the regression analysis processing unit 53 performs a regression analysis from the input explanation index signal 61a and the target index signal 62a, and outputs a regression analysis result 63a to the representative index selection processing unit 54.
  • the representative index selection processing unit 54 inputs the regression analysis result 63 a and outputs the vehicle data analysis result 26 a to the data transmission processing unit 6. An example of processing contents of the vehicle data analysis processing unit will be described in detail later.
  • the data central analysis device 2 includes a data reception processing unit 70, a representative index integration processing unit 71, a clustering processing unit 72, a determination processing unit 73, a support condition setting processing unit 74, and a data transmission processing unit 75. included.
  • the data central analyzer 2 first, the data analysis results 27a, 27b,..., 27n of the railway vehicles output from the data transmission processing unit 6 are input to the data reception processing unit 70, and the representative index integration processing unit 71 The vehicle data analysis result 80a of each railway vehicle is output.
  • the representative index integration processing unit 71 inputs the data analysis result 80a of each rail vehicle, and outputs the integrated index result 81a to the clustering processing unit 72.
  • the clustering processing unit 72 receives the integrated processing result 81 a and outputs the clustering processing result 82 a to the determination processing unit 73.
  • the determination processing unit 73 receives the clustering processing result 82 a and outputs the determination result 83 a to the support condition setting processing unit 74.
  • the support condition setting processing unit 74 inputs the determination result 83 a and outputs support condition information 84 a to the data transmission processing unit 75 to the data transmission processing unit 75.
  • the data transmission processing unit 75 inputs the support condition information 84a, and outputs the support condition information 28a, 28b,..., 28n to the data transmission processing unit 6 of each vehicle that requires the support condition information 84a.
  • An example of the processing contents of the data central analyzer 2 will be described in detail later.
  • the data central analyzer 2 may be installed somewhere on the ground side, such as an operation command center or a maintenance base. Alternatively, any one of a plurality of railway vehicles may be a representative vehicle.
  • the vehicle information control processing unit 4 inputs state monitoring information of each control device and the like mounted on the railway vehicle 1 (S200).
  • the analysis sample generation processing unit 50 in the vehicle data analysis processing unit is based on vehicle speed information that is the speed of the railway vehicle among these state monitoring information, a position signal such as station information where the vehicle is located, and time information.
  • An analysis sample is generated (S201). For example, by using the vehicle speed and station information, the state monitoring information between stops is generated as one analysis sample.
  • the target index generation processing unit 52 in the vehicle data analysis processing unit generates a target index based on the analysis sample (S202).
  • the power consumption of the drive system or auxiliary equipment between the stop stations is used as one objective index.
  • the power consumption may be normalized by the travel distance, for example, a value obtained by dividing the power consumption by the travel distance is used as a target index.
  • the explanatory index generation processing unit 51 in the vehicle data analysis processing unit generates an explanatory index based on the analysis sample (S203).
  • the operation rate of each state monitoring information between stopping stations that is, the vehicle traveling speed is described as the vehicle traveling speed, the operating traveling speed is within a speed range of 0 to 25%, 25 to 25%. 50%, 50 to 75%, and 75 to 100%, respectively, are calculated and used as one explanation index.
  • the regression analysis processing unit 53 in the vehicle data analysis processing unit performs a regression analysis based on the above-described objective index and explanation index (S204).
  • the representative index selection processing unit 54 in the vehicle data analysis processing unit extracts an explanatory index having a high correlation with the target index serving as the representative index (S205).
  • an explanatory index having a high correlation with the target power consumption amount is extracted from the correlation, the correlation coefficient and the regression coefficient (absolute value) are recorded as a set, and a preset number of upper explanatory indices are represented. List as an index.
  • the representative index of each railway vehicle is received by the data reception processing unit 70 in the data central analysis device 2, and the representative index of each railway vehicle examined by the representative index integration processing unit 71 is collected (S206).
  • the clustering processing unit 72 in the data central analysis device 2 performs clustering processing (for example, each of the objective variables with respect to the objective variable) to calculate a reference value for discriminating the tendency of the representative index of each rail vehicle from the aggregated representative index.
  • Correlation coefficients and regression coefficients for explanation indices are prepared, and correlation coefficients and regression coefficients for each explanation index A, B, C... (Process for classifying into subsets for each of A, B, C...) (S207).
  • the support condition setting processing unit 74 in the data central analysis device 2 extracts the railway vehicle and its support conditions based on the clustering processing result (S208). For example, the explanation index A is applied to all railway vehicles A ... N to be analyzed. Alternatively, a support condition is calculated such that the explanation index B is applied only to A, B, and C of the railway vehicle to be analyzed.
  • support for the host vehicle is implemented in the support information setting processing unit of the railway vehicle to be supported (S209).
  • FIG. 5 shows a time history waveform of the power consumption 80 and the explanatory index A81 as a target index between the stop station A and the stop station B, where the power consumption 80 is between the stop station A and the stop station B.
  • the explanation index A is set with a first threshold value 86 and a second threshold value 87.
  • the range 1 is smaller than the first threshold value 86
  • the range 2 is between the first threshold value 86 and the second threshold value 87
  • the second threshold value 87 It is divided into a large range 3.
  • the ratio per driving time in which the explanatory index A exists in each range is used as the explanatory index.
  • range 1 of the explanatory index A is generated in S203. This is a sample of the explanatory index.
  • the regression analysis 82 the above indices are extracted between a plurality of stopped stations, the regression analysis 82 is performed in S204, the correlation coefficient between the range 1 of the explanatory index A and the power consumption of the target index, and the regression line 83. The regression coefficient is calculated from and output.
  • the period which implements the regression analysis 82 should just be updated for every certain stop station number, and may be updated by elapsed time and travel distance.
  • the ratio and range for dividing the explanatory variable may be set in advance.
  • the explanation index may be a complex explanation index obtained by multiplying a plurality of explanation indices.
  • data analysis may be performed as a ratio of the range 1 of the explanation index A and the range 1 of the explanation index B.
  • the representative index 100 includes an organization ID 101 for identifying each rail vehicle, a representative index analysis period 102, an explanation index 103 selected as an important index, a correlation coefficient 104 corresponding to each explanation index 103, The regression coefficient 105 is used.
  • the explanation index 103 is organized by correlation coefficient with the preset number as the upper limit.
  • the representative index collected from each railway vehicle is normalized by the number of railway vehicles to be index collected for each index.
  • the explanation index 150 applied to the entire railway vehicle and the explanation index 151 applied to a specific railway vehicle are determined based on a preset normalization frequency threshold 152.
  • the representative explanation indices A, B,..., N exceeding the threshold 152 are selected as candidates for the explanation index 150 applied to all railway vehicles, and the representative explanation indices C,.
  • the candidate is selected as a candidate for the explanation index 151 to be applied to the vehicle.
  • the explanation indices A121 and N123 are selected as representative indices for each railway vehicle, and any of the correlation coefficients is high.
  • the explanation index B122 is an index with a variation in the correlation coefficient, although it is selected as a representative index for each railway vehicle.
  • an explanation index to be applied to each vehicle is selected from these explanation indices A121, B122, and N123 as follows.
  • the number of explanatory indices equal to or greater than the threshold 125 is extracted with respect to a preset correlation coefficient threshold 125.
  • the ratio of the number of explanatory indices equal to or greater than the threshold 125 is calculated, and the explanatory indices equal to or greater than the preset ratio threshold are targeted.
  • the priority of the explanation index is determined based on the center-of-gravity distances 126a and 126b determined by the correlation coefficient and the regression coefficient among the explanation indices equal to or greater than the ratio threshold.
  • the centroid distances 126a and 126b determined by the correlation coefficient and the regression coefficient may be calculated by weighting the correlation coefficient and the regression coefficient, respectively.
  • the priority of the explanation index can be determined by the same method for the explanation index candidate applied to a specific railway vehicle.
  • the explanation index is applied from the explanation index applied to the entire railway vehicle and applied to the specific railway vehicle. May be carried out in the procedure of carrying out, and the procedure may be reversed.
  • the priority order may be set based on the center-of-gravity distance determined by the correlation coefficient and the regression coefficient of each explanatory index.
  • an improvement measure with a high power consumption reduction effect can be extracted easily and in a short period for the entire railway vehicle as a moving body or a specific railway vehicle. By feeding back to the required railway vehicle, the performance of the target railway vehicle can be improved.

Abstract

従来技術において、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策を簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックする方法については開示されていない。 移動体の制御対象機器に搭載されたセンサで検出した検出データを収集し、検出データから移動体の性能改善指標を抽出する移動体のデータ統合分析システムであって、移動体の性能指標情報と、各制御対象機器の運転状態から、前記移動体上で前記性能指標情報を目的指標に、前記各制御対象機器の運転状態から生成した説明指標で相関分析を実施し、データ分析中央装置が各移動体の前記分析結果を収集し、クラスタリング分析することで、各移動体の性能指標改善に効果的な説明指標を抽出し、前記移動体に対してのみ前記効果的な説明指標を適用するように構成することを特徴とする。

Description

データ統合分析システム
　技術分野は、様々な場所で稼働する機器や装置等（例えば、発電装置、空調装置等）を対象として、特にその存在位置が時々刻々と変化する鉄道車両等の移動体のデータ統合分析に関する。
　本技術分野の背景技術として、特開２０１１－２０１３３６公報（特許文献１）がある。この公報には、
「同一車両複数機器の状態データを比較して、位置要因成分、機器要因成分に分離して異常を検知しているが、同一車両内のデータのみを利用しており他の車両のデータが活用されていない。また、車両動態値を小区間ごとに格納・管理する手法では、車両状態データが小区間ごとに分類され、区間の過去情報と比較して異常警報判定をしているので過去情報を活用してはいるが、地上側との通信が逐次発生する危惧が大きく、車両動態値を無線通信で地上側に伝送する場合には伝送容量やコスト、信頼性の観点で負担になり、生データを蓄積するとなると莫大な蓄積容量が必要になる。また、前記のシステムでは、故障時の状態データ（＝センサ出力）に異常の兆候が含まれていなければ異常検知を判定することができない。逆に、故障発生時までの状態データに何らかのデータ変化があり異常検知条件を満たしても、その後状態データが回復し、条件判定に基づいて下した異常検知の判断が誤検知となる場合もある。いずれにしても、故障発生時点では将来の状態データは移動体上で得られておらず、また将来の状態データを予測するのに十分な状態データを移動体上に備えることは困難である。このように、発生した故障が軽微なものであってもその時点では移動体の乗務員の単独では異常との判断がつかず、移動体を停止させてしまうことが多い。このため、誤検知によって、異常判定に起因した本来不要な運転停止を移動体に促すことになり稼働率の低下を招くこととなる。特に移動体が列車である場合、サービス品質の低下に繋がる。そこで、故障が発生した時点で地上システム側から過去の事例を参照するなどして高度な支援が図られれば、当該故障から異常へ至るか否かの異常判断を確度の高いものにすることができると考えられ、そうした高度な支援を確立する点で解決すべき課題がある。本発明では、上記の課題に対して、故障発生の際に、移動体の状態データを地上側に送信し、地上側において過去の事例を参照するなどして故障から異常に繋がる可能性を適切に予測する高度な支援を行い、移動体を停止させるに至る誤検知となる確率を低下させて移動体の稼働率の向上を目指すものである。」
（特許文献１［０００６］［０００７］［０００８］参照）を課題とし、その解決手段として
「移動体は、当該移動体に備える各種機器の状態を計測する計測装置と、計測装置が計測した前記各種機器の状態データを用いて故障発生を検知する状態監視装置と、地上システムに当該発生した故障の種類と故障前後の状態データを送信し、地上システムからの異常判定結果を受信する通信装置とを備える。また、地上システムは、移動体とデータを送受信する通信装置と、移動体の過去の故障の種類及び状態データを蓄積する蓄積部と、過去の故障の状態データを分析するとともに当該故障が異常であるか否かを判定した異常診断結果を出力する異常診断部とを備える。地上システムは、更に、前記過去の故障の種類と異常診断結果と状態データとを関連付けて記憶する異常分析データベースと、移動体から送信された故障発生時の故障の種類と故障前後の状態データと異常分析データベースに記憶されている過去の故障の種類及び状態データとを対比して異常判定結果を出力する異常発生予測部とを備えており、地上システムの通信装置は、異常判定結果を前記移動体に送信する」（特許文献１［０００９］参照）等が開示されている。
特開２０１１－２０１３３６号公報
　しかし、特許文献１に記載されているような従来技術において、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策をより簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックする方法については開示されていない。
　上記課題を解決するために、本発明の一実施の態様は、例えば移動体の制御対象機器に搭載されたセンサで検出した検出データを収集し、検出データから移動体の性能改善指標を抽出する移動体のデータ統合分析システムであって、移動体の性能指標情報と、各制御対象機器の運転状態から、前記移動体上で前記性能指標情報を目的指標に、前記各制御対象機器の運転状態から生成した説明指標で相関分析を実施し、データ分析中央装置が各移動体の前記分析結果を収集し、クラスタリング分析することで、各移動体の性能指標改善に効果的な説明指標を抽出し、前記移動体に対してのみ前記効果的な説明指標を適用するように構成する。
　上記手段によれば、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策をより簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックすることにより、対象となる移動体の性能を改善することができる。
実施例１の鉄道車両のデータ統合分析システム全体の構成例 図１に示す車両データ分析処理部のシステム構成の一例 図１に示すデータ中央分析装置のシステム構成の一例 図１に示す鉄道車両のデータ統合分析システムの分析フローの一例 図２に示す車両データ分析処理部の分析処理の一例 図２に示す車両データ分析処理部の分析処理結果の一例 図３に示すデータ中央分析装置の説明指標候補の選定方法の一例 図７に示す説明指標候補から説明指標の優先度を選定する方法の一例
　以下、移動体例として鉄道車両を対象に、鉄道車両の省エネルギー化を目的とするデータ統合分析システムについて図面を参照しながら実施例を説明する。なお、移動体は鉄道車両に係らず、自動車、建設機械、エレベータ、船舶、飛行機であってもよい。さらに、データ分析の目的は移動体の省エネルギー化に限られず、乗心地等の快適性向上や、機器故障に対する信頼性向上としてもよく、それらの組合せ指標としてもよい。また、各図において、共通な機能を有する構成要素には同一の番号を付与し、その重複する説明を省略する。
　まずは、本実施例のシステム全体の構成を、図１を用いて説明する。図１では、鉄道車両のデータ統合分析システム全体として、鉄道車両１とデータ中央分析装置２から構成される。鉄道車両１には、ドライバ１０と、運転台７と、鉄道車両１のドアやトイレ、ブレーキ等の機器を制御する機器制御装置９と、車両情報制御処理部４と、車両データ分析処理部３と、支援情報設定処理部５と、データ伝送処理部６とが含まれる。なお、車両情報制御処理部４と、車両データ分析処理部３と、支援情報設定処理部５は鉄道車両１の一機器あるいは独立した機器に搭載し、鉄道車両１の特定車両の機器室内あるいは床下等に設置しておけばよい。
　次に、各装置と各処理部との間の信号の流れについて説明する。まず、車両情報制御処理部４は運転台７から車両運転指令等の信号２１ａと、機器制御装置９から機器状態監視信号等の信号２３ａと、支援情報設定処理部５から支援情報３０ａを入力し、運転台７へ車両運転支援等の信号２２ａと、機器制御装置９へ機器状態変更パラメータ等の信号２４ａと、車両データ分析処理部３へ車両状態監視信号２５ａを出力する。車両データ分析処理部３は、車両情報制御処理部４から車両状態監視信号２５ａを入力し、データ伝送処理部６へ車両データ分析結果２６ａを出力する。支援情報設定処理部５は、データ伝送処理部６から支援条件情報２９ａを入力し、車両情報制御処理部４へ支援情報３０ａを出力する。データ伝送処理部６は、車両データ分析処理部３から入力された車両データ分析結果２６ａを車両データ分析結果２７ａとしてデータ中央分析装置２に無線で送信し、データ中央分析装置２から無線で受信した支援条件情報２８ａを支援条件情報２９ａとして支援情報設定処理部５へ出力する。データ中央分析装置２は、鉄道車両１のデータ伝送処理部６から無線で送信された車両データ分析結果２７ａを入力し、鉄道車両１のデータ伝送処理部６へ支援条件情報２８ａを出力する。なお、データ中央分析装置２は、鉄道車両１だけでなくその他の鉄道車両３００についても、支援条件情報２８ｂと車両データ分析結果２９ｂを無線でデータ伝送するシステム構成となっている。
　次に、車両データ分析処理部のシステム構成を、図２を用いて説明する。車両データ分析処理部３には、分析標本生成処理部５０と、説明指標生成処理部５１と、目的指標生成処理部５２と、回帰分析処理部５３と、代表指標選定処理部５４とが含まれる。車両データ分析処理部３では、まず、車両情報制御処理部４から出力された車両状態監視信号２５ａが分析標本生成処理部５０に入力され、分析標本生成処理部５０は、説明指標生成処理部５１と目的指標生成処理部５２へデータ分析用にサンプリングされた車両状態監視信号の時刻歴信号６０ａを出力する。説明指標生成処理部５１は、入力された車両状態監視信号の時刻歴信号６０ａから回帰分析に用いる説明指標を生成し、回帰分析処理部５３へ説明指標信号６１ａを出力する。目的指標生成処理部５２は入力された車両状態監視信号の時刻歴信号６０ａから回帰分析に用いる目的指標を生成し、回帰分析処理部５３へ目的指標信号６２ａを出力する。回帰分析処理部５３は入力された説明指標信号６１ａと目的指標信号６２ａから回帰分析を実施し、代表指標選定処理部５４へ回帰分析結果６３ａを出力する。代表指標選定処理部５４は、回帰分析結果６３ａを入力し、データ伝送処理部６へ車両データ分析結果２６ａを出力する。車両データ分析処理部の処理内容の一例は後で詳細説明する。
　次に、データ中央分析装置のシステム構成を、図３を用いて説明する。データ中央分析装置２には、データ受信処理部７０と、代表指標統合処理部７１と、クラスタリング処理部７２と、判定処理部７３と、支援条件設定処理部７４と、データ送信処理部７５とが含まれる。データ中央分析装置２では、まず、データ伝送処理部６から出力された各鉄道車両のデータ分析結果２７ａ、２７ｂ、・・・、２７ｎがデータ受信処理部７０に入力され、代表指標統合処理部７１へ各鉄道車両の車両データ分析結果８０ａが出力される。代表指標統合処理部７１は各鉄道車両のデータ分析結果８０ａを入力し、クラスタリング処理部７２へ統合指標結果８１ａを出力する。クラスタリング処理部７２は統合処理結果８１ａを入力し、判定処理部７３へクラスタリング処理結果８２ａを出力する。判定処理部７３はクラスタリング処理結果８２ａを入力し、支援条件設定処理部７４へ判定結果８３ａを出力する。支援条件設定処理部７４は判定結果８３ａを入力し、データ送信処理部７５へ支援条件情報８４ａをデータ送信処理部７５へ出力する。データ送信処理部７５は支援条件情報８４ａを入力し、支援条件情報８４ａを必要とする各車両のデータ伝送処理部６へ支援条件情報２８ａ、２８ｂ、・・・、２８ｎを出力する。データ中央分析装置２の処理内容の一例は後で詳細説明する。なお、データ中央分析装置２は地上側の運転指令所や保守基地といったどこかに設置しておけばよい。或いは、複数ある鉄道車両のどれか代表車両であってもよい。
　次に、データ統合分析システムの分析フローを、図４を用いて説明する。まず、車両情報制御処理部４は、鉄道車両１に搭載された各制御機器等の状態監視情報を入力する（Ｓ２００）。次に、車両データ分析処理部内の分析標本生成処理部５０は、これら状態監視情報のうち鉄道車両の速度である車速情報や、車両が位置する駅情報等の位置信号、また、時間情報に基づく分析標本を生成する（Ｓ２０１）。例えば、車速と駅情報を活用し、停車駅間あたりの状態監視情報を一分析標本として生成する。次に、車両データ分析処理部内の目的指標生成処理部５２は、前記分析標本を基にして、目的指標を生成する（Ｓ２０２）。例えば、一分析標本として停車駅間あたりの駆動系或いは補機の消費電力量を一目的指標とする。なお、停車駅間で走行距離が異なる場合、消費電力量を走行距離で割り算した値を目的指標とするなど、走行距離で消費電力量を正規化しておくとよい。次に、車両データ分析処理部内の説明指標生成処理部５１において、前記分析標本を基にして、説明指標を生成する（Ｓ２０３）。例えば、一分析標本として停車駅間あたりの各状態監視情報の動作割合（すなわち，車両走行速度で説明すると，営業最高速度１００％に対して，営業走行速度が速度範囲０～２５％、２５～５０％、５０～７５％、７５～１００％にそれぞれ入っている時間割合とする）を算出し、一説明指標とする。なお、停車駅間で走行時間が異なる場合、動作割合を走行時間で割り算した値を説明指標とするなど、走行時間で説明指標を正規化しておくとよい。次に、車両データ分析処理部内の回帰分析処理部５３において、前記した目的指標と説明指標を基にした回帰分析を実施する（Ｓ２０４）。次に、車両データ分析処理部内の代表指標選定処理部５４において、代表指標となる目的指標と相関の高い説明指標を抽出する（Ｓ２０５）。例えば、目的指標である消費電力量と相関の高い説明指標を相関関係から抽出し、その相関係数と回帰係数（絶対値）をセットで記録し、予め設定された個数の上位説明指標を代表指標としてリスト化しておく。次に、データ中央分析装置２内のデータ受信処理部７０で各鉄道車両の代表指標を受信し、代表指標統合処理部７１で受診した各鉄道車両の代表指標を集約する（Ｓ２０６）。
次に、データ中央分析装置２内のクラスタリング処理部７２にて、集約された代表指標から各鉄道車両の代表指標の傾向を判別する基準値を算出するためにクラスタリング処理（例えば、目的変数に対する各説明指標の相関係数と回帰係数を準備しておき，相関係数と回帰係数の軸上に各説明指標Ａ、Ｂ、Ｃ・・・の相関係数と回帰係数をプロットし，各説明変数Ａ、Ｂ、Ｃ・・・毎の部分集合に分類する処理）を実施する（Ｓ２０７）。次に、データ中央分析装置２内の支援条件設定処理部７４にて、クラスタリング処理結果を基に、鉄道車両とその支援条件を抽出する（Ｓ２０８）。例えば、データ分析対象とする全ての鉄道車両Ａ・・・Ｎに対して、説明指標Ａを適用する。或いは、データ分析対象とする鉄道車両のＡ，Ｂ，Ｃに対してのみ、説明指標Ｂを適用するといった支援条件を算出する。次に、支援対象となる鉄道車両の支援情報設定処理部等において、自車両に対する支援を実施する（Ｓ２０９）。
　次に、車両データ分析処理部の分析処理の一例を、図５を用いて説明する。図５では、停車駅Ａ－停車駅Ｂ間における目的指標となる消費電力量８０と説明指標Ａ８１の時刻歴波形を示しており、消費電力量８０は鉄道車両が停車駅Ａ－停車駅Ｂ間を走行中に逐次積算されており、停車駅Ｂで積算された走行距離あたりの消費電力量８４を回帰分析に用いるためにＳ２０２で生成される目的指標の一サンプルとする。また、説明指標Ａは第１閾値８６と第２閾値８７が設定され、第１閾値８６より小さい範囲１と、第１閾値８６と第２閾値８７の間の範囲２と、第２閾値８７より大きい範囲３で分けられており、回帰分析には各範囲（範囲１～３）に説明指標Ａが存在する走行時間あたりの割合を説明指標とし、ここでは説明指標Ａの範囲１をＳ２０３で生成される説明指標の一サンプルとする。回帰分析８２には複数の停車駅間において、上記指標を抽出し、Ｓ２０４において回帰分析８２を実施し、説明指標Ａの範囲１と目的指標の消費電力量との相関係数、及び回帰直線８３から回帰係数を算出し、出力するものとする。なお、回帰分析８２を実施する周期は、ある停車駅回数毎に更新するようにしておけばよく、経過時間、走行距離で更新してもよい。さらに、説明変数を分割する割合と範囲は予め設定しておけばよい。また、説明指標は複数の説明指標を掛け合わせた複合的な説明指標であってもよく、例えば、説明指標Ａの範囲１と説明指標Ｂの範囲１を取る割合としてデータ分析してもよい。
　次に、車両データ分析処理部で選定した代表指標の一例を、図６を用いて説明する。図６では、代表指標１００は各鉄道車両を特定する編成ＩＤ１０１と、代表指標の分析期間１０２と、重要指標として選定された説明指標１０３と、各説明指標１０３に対応する相関係数１０４と、回帰係数１０５で構成される。説明指標１０３は予め設定しておいた個数を上限として相関係数で整理する。
　次に、データ中央分析装置２の説明指標候補の選定方法の一例を、図７を用いて説明する。図７では、各鉄道車両から収集した代表指標を指標毎に指標収集対象となる鉄道車両数で正規化している。鉄道車両全体に適用する説明指標１５０と特定の鉄道車両に適用する説明指標１５１は予め設定した正規化頻度の閾値１５２を基に判定する。閾値１５２を超過する代表説明指標Ａ、Ｂ、・・・、Ｎは全ての鉄道車両に適用する説明指標１５０の候補として選定し、閾値１５２を下回る代表説明指標Ｃ、・・・は特定の鉄道車両に適用する説明指標１５１の候補として選定する。
　次に、データ中央分析装置２の説明指標の優先度を選定する方法の一例を、図８を用いて説明する。図８では、各鉄道車両で選定された代表指標から、鉄道車両全体に適用する説明指標候補として選定された説明指標Ａ１２１、Ｂ１２２、Ｎ１２３について、各鉄道車両の相関係数と回帰係数の関係１２０を示す。説明指標Ａ１２１、Ｎ１２３は各鉄道車両で代表指標として選定され、且つ、いずれの相関係数が高い指標である。説明指標Ｂ１２２は各鉄道車両で代表指標として選定されたものの、相関係数にバラつきがある指標である。この時、これらの説明指標Ａ１２１、Ｂ１２２、Ｎ１２３から各車両に適用する説明指標を以下の通り選定する。まず、予め設定した相関係数の閾値１２５に対して、閾値１２５以上の各説明指標の個数を抽出する。次に、閾値１２５以上の説明指標の個数の比率を算出し、予め設定された比率閾値以上の説明指標を対象とする。ここで、説明指標Ｂ１２２の指標群１２４のように、指標選定個数が少なく比率閾値以下の場合は指標対象から除外する。さらに、比率閾値以上の説明指標のうち、相関係数と回帰係数で決まる重心距離１２６ａ、１２６ｂに基づき、説明指標の優先度を決定する。なお、相関係数と回帰係数で決まる重心距離１２６ａ、１２６ｂは、相関係数と回帰係数にそれぞれ重みをつけを行って算出してもよい。また、特定の鉄道車両に適用する説明指標候補に対しても同様の方法で説明指標の優先度を決定することができる。また、ある鉄道車両で鉄道車両全体に適用する説明指標と特定の鉄道車両に適用する説明指標が重複した場合、鉄道車両全体に適用する説明指標から実施し、特定の鉄道車両に適用する説明指標を実施するという手順で実施すればよく、その手順が逆となってもよい。また、各説明指標の相関係数と回帰係数で決まる重心距離に基づき優先順位を設定してもよい。
　以上より、本実施例によれば、移動体である鉄道車両全体、或いはある特定の鉄道車両に対して、消費電力量削減効果の高い改善施策を簡易且つ短期間に抽出し、これら改善策を必要とする鉄道車両にフィードバックすることにより、対象となる鉄道車両の性能を改善することができる。
　　　１　　　　　　　鉄道車両
　　　２　　　　　　　データ中央分析装置
　　　３　　　　　　　車両データ分析処理部
　　　４　　　　　　　車両情報制御処理部
　　　５　　　　　　　支援情報設定処理部
　　　６　　　　　　　データ伝送処理部
　　　７　　　　　　　運転台
　　　９　　　　　　　機器制御装置
　　　１０　　　　　　ドライバ
　　　２１ａ　　　　　　車両運転指令等の信号
　　　２２ａ　　　　　　車両運転支援等の信号
　　　２３ａ　　　　　　機器状態監視等の信号
　　　２４ａ　　　　　　機器状態変更パラメータ等の信号
　　　２５ａ　　　　　　車両状態監視信号
　　　２６ａ　　　　　　車両データ分析結果
　　　２７ａ　　　　　　車両データ分析結果
　　　２８ａ　　　　　　支援条件情報
　　　２９ａ　　　　　　支援条件情報
　　　３０ａ　　　　　　支援情報
　　　３１ａ　　　　　　車両データ分析結果
　　　３２ａ　　　　　　支援データ
　　　５０　　　　　　分析標本生成処理部
　　　５１　　　　　　説明指標生成処理部
　　　５２　　　　　　目的指標生成処理部
　　　５３　　　　　　回帰分析処理部
　　　５４　　　　　　代表指標選定処理部
　　　６０ａ　　　　　　車両状態監視信号の時刻歴信号
　　　６１ａ　　　　　　説明指標信号
　　　６２ａ　　　　　　目的指標信号
　　　６３ａ　　　　　　回帰分析結果
　　　７０　　　　　　　車両データ受信処理部
　　　７１　　　　　　　代表指標統合処理部
　　　７２　　　　　　　クラスタリング処理部
　　　７３　　　　　　　判定処理部
　　　７４　　　　　　　支援条件設定処理部
　　　７５　　　　　　　データ送信処理部
　　　８０ａ　　各車両の車両データ分析結果
　　　８１ａ　　統合指標結果
　　　８２ａ　　クラスタリング処理結果
　　　８３ａ　　判定結果
　　　８４ａ　　支援条件情報
　　　３００　　鉄道車両

Claims (6)

  1. 　複数の移動体の制御対象機器の運転状態を検出するセンサで検出した検出データを収集し、前記検出データから移動体の性能を改善する指標を抽出するデータ統合分析システムであって、
    　前記複数の移動体は、前記各移動体の性能を示す複数の目的指標と、前記検出データから生成した前記制御対象機器の状態を示す複数の説明指標と、の相関分析を実施する車両データ分析処理部を備え、
    　前記複数の移動体に備えられた複数の前記各車両データ分析処理装置から相関分析結果を収集し、前記複数の相関分析結果に基づき前記目的指標との相関が大きい前記説明指標を抽出するデータ中央分析装置を備え、
    　前記データ中央分析装置は、抽出した説明指標を前記移動体に対して適用することを特徴とするデータ統合分析システム。
  2. 　請求項１記載のデータ統合分析システムにおいて、
    　前記各移動体の性能改善に効果的な前記説明指標を、前記相関分析結果の相関係数と回帰係数から全移動体共通に使用可能な説明指標と、ある特定の移動体にのみ使用可能な説明指標と、に分けて抽出することを特徴とするデータ統合分析システム。
  3. 　請求項１または請求項２記載のデータ統合分析システムにおいて、
    　前記目的指標は、前記移動体搭載機器の消費電力量、移動体の快適性、移動体搭載部品の信頼性、或いはそれらの組合せを指標とすることを特徴とするデータ統合分析システム。
  4. 　請求項１乃至請求項３のいずれか１項に記載のデータ統合分析システムにおいて、
    　前記車両データ分析処理部で実施する相関分析は、一定時間間隔、一定走行距離、或いは、停車駅間区間での走行距離単位で実施することを特徴とする移動体のデータ統合分析システム。
  5. 　請求項１乃至請求項４のいずれか１項に記載のデータ統合分析システムにおいて、
    　前記データ分析中央装置は、地上側、或いは、特定の移動体に設けられることを特徴とするデータ統合分析システム。
  6. 　請求項１乃至請求項５のいずれか１項に記載のデータ統合分析システムにおいて、
    　前記移動体の代わりに空間上の設置場所が変化しない装置或いは設備をデータ分析の対象とすることを特徴とするデータ統合分析システム。
PCT/JP2017/000912 2016-03-31 2017-01-13 データ統合分析システム WO2017168940A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018508410A JP6619083B2 (ja) 2016-03-31 2017-01-13 データ統合分析システム
EP17773490.2A EP3437956A4 (en) 2016-03-31 2017-01-13 DATA INTEGRATION AND ANALYSIS SYSTEM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016069941 2016-03-31
JP2016-069941 2016-03-31

Publications (1)

Publication Number Publication Date
WO2017168940A1 true WO2017168940A1 (ja) 2017-10-05

Family

ID=59963978

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/000912 WO2017168940A1 (ja) 2016-03-31 2017-01-13 データ統合分析システム

Country Status (3)

Country Link
EP (1) EP3437956A4 (ja)
JP (1) JP6619083B2 (ja)
WO (1) WO2017168940A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255953A (zh) * 2018-09-19 2019-01-22 江苏本能科技有限公司 基于区域的活动车辆分布展示方法及系统
US11281559B2 (en) * 2017-09-06 2022-03-22 Fujitsu Limited Information processing apparatus, information processing system, and storage medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002109690A (ja) * 2000-10-02 2002-04-12 Nissan Motor Co Ltd リモートメンテナンス装置および方法
JP2006088821A (ja) * 2004-09-22 2006-04-06 Denso Corp 車両の故障診断方法、故障診断システム、車載装置、故障解析装置、故障診断装置
JP2011201336A (ja) * 2010-03-24 2011-10-13 Hitachi Ltd 移動体異常判断支援システム
JP2013213692A (ja) * 2012-03-30 2013-10-17 Fujitsu Ten Ltd エネルギー消費量算出システム及びエネルギー消費量算出方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4761276B2 (ja) * 2008-07-10 2011-08-31 東芝エレベータ株式会社 乗客コンベアの異常診断システム
JP5297272B2 (ja) * 2009-06-11 2013-09-25 株式会社日立製作所 装置異常監視方法及びシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002109690A (ja) * 2000-10-02 2002-04-12 Nissan Motor Co Ltd リモートメンテナンス装置および方法
JP2006088821A (ja) * 2004-09-22 2006-04-06 Denso Corp 車両の故障診断方法、故障診断システム、車載装置、故障解析装置、故障診断装置
JP2011201336A (ja) * 2010-03-24 2011-10-13 Hitachi Ltd 移動体異常判断支援システム
JP2013213692A (ja) * 2012-03-30 2013-10-17 Fujitsu Ten Ltd エネルギー消費量算出システム及びエネルギー消費量算出方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3437956A4 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11281559B2 (en) * 2017-09-06 2022-03-22 Fujitsu Limited Information processing apparatus, information processing system, and storage medium
CN109255953A (zh) * 2018-09-19 2019-01-22 江苏本能科技有限公司 基于区域的活动车辆分布展示方法及系统
CN109255953B (zh) * 2018-09-19 2020-11-03 江苏本能科技有限公司 基于区域的活动车辆分布展示方法及系统

Also Published As

Publication number Publication date
JPWO2017168940A1 (ja) 2019-03-22
EP3437956A4 (en) 2019-12-04
EP3437956A1 (en) 2019-02-06
JP6619083B2 (ja) 2019-12-11

Similar Documents

Publication Publication Date Title
CN109689470B (zh) 异常诊断装置、异常诊断方法和计算机程序
US10571908B2 (en) Autonomous vehicle failure mode management
Mori et al. Condition monitoring of railway track using in-service vehicle
US9177425B2 (en) Vehicle data analysis apparatus, vehicle data analysis method, and defect diagnosis apparatus
EP2064106B1 (en) Diagnostic system and method for monitoring a rail system
JP5382991B2 (ja) 軌道系交通システムの異常診断方法及び異常診断システム
JP2019018755A (ja) 異常検知装置、異常検知方法およびコンピュータプログラム
JP5416630B2 (ja) 移動体異常判断支援システム
CN108645634B (zh) 一种轨道车辆故障诊断装置
KR20190083029A (ko) 철도 차량 부품들의 결함을 진단하는 방법 및 장치
Balouchi et al. Development of railway track condition monitoring from multi-train in-service vehicles
US20210217256A1 (en) Method and Apparatus for Diagnosing and Monitoring Vehicles, Vehicle Components and Routes
US8649921B2 (en) Method and electronic device for monitoring the state of components of railway vehicles
EP3168111A1 (en) Control system with adhesion map for rail vehicles
JP6619083B2 (ja) データ統合分析システム
WO2016113724A1 (ja) 状態監視装置、状態監視システム、および編成列車
KR20200058132A (ko) 철도차량 주요부품 및 시스템 진단장치
Tsunashima et al. Condition monitoring of railway track and driver using in-service vehicle
JP6382732B2 (ja) 状態監視装置、状態監視システム、および編成列車
EP3459810B1 (en) Method for predicting a failure of a sensor
KR20200061247A (ko) 열차의 속도 측정 방법 및 장치
KR102172012B1 (ko) 철도차량 안전부품 진단장치
KR20090056453A (ko) 철도차량의 안전운행용 모니터링 시스템 및 방법
JP2008044563A (ja) 編成列車振動計測装置の位置認識方法
US20240116552A1 (en) Monitoring system for a plurality of homogeneous devices of at least two convoys, in particular two railway convoys

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018508410

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2017773490

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017773490

Country of ref document: EP

Effective date: 20181031

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17773490

Country of ref document: EP

Kind code of ref document: A1