WO2022215705A1 - 性能診断装置、性能診断方法 - Google Patents

性能診断装置、性能診断方法 Download PDF

Info

Publication number
WO2022215705A1
WO2022215705A1 PCT/JP2022/017164 JP2022017164W WO2022215705A1 WO 2022215705 A1 WO2022215705 A1 WO 2022215705A1 JP 2022017164 W JP2022017164 W JP 2022017164W WO 2022215705 A1 WO2022215705 A1 WO 2022215705A1
Authority
WO
WIPO (PCT)
Prior art keywords
performance
data
motion
unit
time
Prior art date
Application number
PCT/JP2022/017164
Other languages
English (en)
French (fr)
Inventor
ティエンチエン レ
昭吾 國岡
洋 津久井
大生 伊藤
Original Assignee
日立建機株式会社
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 日立建機株式会社 filed Critical 日立建機株式会社
Priority to EP22784687.0A priority Critical patent/EP4321694A1/en
Priority to US18/280,277 priority patent/US20240071149A1/en
Priority to KR1020237028829A priority patent/KR20230134578A/ko
Priority to CN202280017563.4A priority patent/CN117043572A/zh
Publication of WO2022215705A1 publication Critical patent/WO2022215705A1/ja

Links

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
    • 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

Definitions

  • the present invention relates to a performance measurement diagnostic device that diagnoses the performance of working machines.
  • Patent Document 1 data during normal driving is generated by using driving data accumulated in vehicles such as ordinary automobiles that are routinely driven in the city when trouble occurs. It discloses how to This method sequentially accumulates and stores time-series data obtained from a large number of vehicles to generate a numerical vector. Then, the numerical vectors are clustered and classified into a plurality of clusters according to their features, and in each of the plurality of clusters, for each operating parameter, a range of values with a high appearance frequency is obtained for the value of the parameter. A range of values with a high appearance frequency is stored as a normal value range of the operating parameter, and the normal value range is used as a reference value for fault diagnosis.
  • Patent Document 1 the threshold for determining the range of values with high appearance frequency is set in advance according to the model of the machine and stored in the diagnostic device. In other words, it is difficult for the technique described in the document to perform performance diagnosis in consideration of individual machine differences.
  • Patent Document 2 detects state data of a vehicle such as an automobile that is running under predetermined road conditions, and collects state data for a predetermined period or distance. Once accumulated, a normal condition model of the condition data under predetermined road conditions is created from the vehicle condition data. After creating the normal state model, when the vehicle travels under predetermined road conditions, it is possible to detect failures during travel by comparing the acquired vehicle state data with the normal state model.
  • Patent Literatures 1 and 2 In addition to working in various environments and sites, work machines generally work with various loads even at the same site. Although the techniques described in Patent Literatures 1 and 2 can consider individual differences in machines, they do not consider the effects of site characteristics and load amount.
  • the performance diagnosis device diagnoses performance degradation of the work machine using a reference performance model generated for each combination of the type of operation performed by the work machine, the amount of load, the content of the operation, and the site characteristics.
  • the performance diagnosis device According to the performance diagnosis device according to the present invention, it is possible to accurately diagnose deterioration in the performance of working machines that work at various sites and under various loads.
  • FIG. 1 is a configuration diagram of a performance diagnostic device 1 according to Embodiment 1.
  • FIG. 4 is a flowchart for explaining a procedure for diagnosing the performance of the work machine 100 by the performance diagnosis device 1;
  • 4 is a flowchart for explaining a procedure for diagnosing the performance of the work machine 100 by the performance diagnosis device 1;
  • FIG. 10 is a configuration diagram of a performance diagnosis device 1 according to Embodiment 2;
  • FIG. 11 is a configuration diagram of a performance diagnosis device 1 according to Embodiment 3;
  • FIG. 11 is a configuration diagram of a performance diagnosis device 1 according to Embodiment 4;
  • FIG. 11 is a configuration diagram of a performance diagnosis device 1 according to Embodiment 5;
  • FIG. 1 is a configuration diagram of a performance diagnostic device 1 according to Embodiment 1 of the present invention.
  • the performance diagnosis device 1 is a device for diagnosing performance degradation of the work machine 100 based on load information, operation information, site characteristics, and the like of the work machine 100 .
  • the performance diagnostic device 1 is assumed to be arranged inside the working machine 100 .
  • the performance diagnostic device 1 includes a work motion classification unit 11, a work data acquisition unit 12, a work time measurement unit 13, a work data accumulation unit 14, a reference performance model creation unit 15, and a performance diagnosis unit 16.
  • the work motion classification unit 11 determines and classifies machine motions. For example, by recognizing the excavation, earth dumping, and other actions of the excavator from the images captured by an onboard camera installed on the excavator, the actions can be discriminated and classified.
  • sensor data describing the result of detection of the physical state of work machine 100 by a sensor included in work machine 100 is acquired from the controller of work machine 100, and using the sensor data, work machine 100 performs You may specify the action that was performed.
  • the sensor data can be acquired in the form of CAN (Control Area Network) data flowing through the network inside the work machine 100, for example.
  • the work motion classification unit 11 identifies the type of motion through the classification process.
  • the work data acquisition unit 12 is electrically connected to the work movement classification unit 11, and acquires work data necessary for measuring the duration of the movement according to the movement determined by the work movement classification unit 11, Output to the work time measurement unit 13 .
  • the work data acquisition unit 12 can retroactively acquire past work data representing, for example, load information and operation details of the work machine 100 . For example, by always acquiring and storing work data related to assumed motions in chronological order, it is possible to acquire work data at any time in the past.
  • the load amount of the work machine 100 includes the following. For example, since the pressure value of a hydraulic device that operates an operating part by hydraulic pressure represents the load applied to the operating part, the hydraulic pressure can be used as an indicator of the amount of load. In addition, any parameter representing the work load of work machine 100 can be used as an indicator of the amount of load.
  • the physical characteristics of the site where the work machine 100 operates include the following.
  • the three-dimensional shape of the place where work machine 100 works represents the physical characteristics of the work site.
  • the type of environment in which the work machine is operating also affects work efficiency. Therefore, geological characteristics and operating environment information are also used as physical characteristics.
  • any parameter that affects the work efficiency of work machine 100 can be used as the physical property of the site. A technique for acquiring site characteristics will be described later.
  • the work time measurement unit 13 measures the duration of the motion by specifying the start timing and end timing of the motion classified by the work motion classification unit 11 from the work data acquired from the work data acquisition unit 12 .
  • the start timing and end timing of the excavation operation can be recognized by image processing from an image of the excavation operation, thereby measuring the duration of the excavation operation.
  • the work time measurement unit 13 is electrically connected to the work data accumulation unit 14 and outputs the measured time to the work data accumulation unit 14 .
  • the work data accumulation unit 14 classifies the work data acquired from the work data acquisition unit 12 and the operation duration time measured by the work time measurement unit 13 into a predetermined period or a predetermined operation time by the work operation classification unit 11. Accumulate time-series data for each combination of operation type/load amount/operation content/site characteristics.
  • the standard performance model creation unit 15 creates a standard performance model from the data accumulated in the work data accumulation unit 14.
  • the created reference performance model is stored, for example, in the same storage device as the work data, for each combination of motion type/load amount/motion details/site characteristics classified by the work motion classification unit 11 .
  • the performance diagnosis unit 16 uses the work data of the motions classified by the work motion classification unit 11 to determine the same work conditions (combination of motion classification/load amount/operation details/site characteristics) stored in the work data accumulation unit 14. (similar or similar) to a reference performance model to diagnose whether the current performance of work machine 100 has degraded below the reference value.
  • the diagnosis result may be output as an alarm for the work machine 100, or may be notified to the concerned parties or the like via the network.
  • the performance diagnosis unit 16 further performs regression analysis on the work data accumulated in the work data accumulation unit 14 for a predetermined period of time in the past, and compares the results with the reference performance model. Thus, it is possible to predict whether or not there is a possibility that the performance of work machine 100 after a predetermined period of time from now will drop below the reference value after the predetermined period of time.
  • FIGS. 2A and 2B are flowcharts for explaining the procedure for diagnosing the performance of the work machine 100 by the performance diagnosis device 1.
  • FIG. For convenience of description, one flow chart is divided into two drawings, which are connected by the symbol "A" in the drawing. Each step of FIGS. 2A and 2B will be described below.
  • the work motion classification unit 11 selects the motion type (diagnosis target motion) of the work machine 100 to be diagnosed. At this time, in addition to the type of motion, basic motion contents assumed for the motion (for example, in the case of a moving motion, work machine 100 moves straight, etc.) are set in advance. The work motion classification unit 11 holds the selected motion type and motion content as assumed work.
  • the work motion classification unit 11 identifies the motion type by determining the motion of the work machine 100 through image recognition using camera images, pattern matching using CAN data, or the like.
  • motion types include, for example, pivoting motion, arm pushing motion, digging motion, moving motion, and the like.
  • the work motion classification unit 11 checks whether or not the motion determined in S202 is assumed in the diagnosis target motion set in S201 (that is, whether or not it is the assumed work). If the determined motion is the motion to be diagnosed, the process proceeds to S204 (S203: Yes). Otherwise, the process returns to step S202 (S203: NO).
  • the work data acquisition unit 12 acquires the work data of the operation set in S201 from the machine via CAN communication, for example.
  • the work data may always be acquired and stored in real time, and the latest work data sufficiently long with respect to the expected value of the operation time may be acquired retroactively from the time when the operation ended.
  • the work data acquired in this step includes, for example, data representing the load amount of the motion, data representing the content of the motion, and the like.
  • An example of the load amount is the discharge pressure of a hydraulic pump that drives the work machine.
  • Examples of the content of the motion include, for example, the rotation speed of the wheels in the case of the motion in which the work machine moves.
  • the work data acquisition unit 12 further receives the motion type identified by the work motion classification unit 11 . Data describing this motion type may also be handled as part of the work data.
  • a parameter representing the physical characteristics of the environment in which the work implement is placed may also be acquired in order to carry out the work. For example, it is possible to acquire the shape of the place where the work machine is placed, the road surface condition, etc. from an image of the surroundings of the work machine. Alternatively, when performing an excavation operation, the hardness of the road surface may be obtained from the driving force (eg, hydraulic pressure) required to drive the bucket. Alternatively, data describing these parameters may be obtained via an appropriate interface. This physical property data may be treated as part of the work data.
  • the work time measurement unit 13 detects the start timing and end timing of the action from the input work data, thereby calculating the work duration time of the action (the time from the start to the end of the action).
  • the work data accumulation unit 14 accumulates in the database the work data obtained in S204 and the work duration time calculated in S205 for each determined motion.
  • Fig. 2A Step S207
  • the performance diagnostic device 1 confirms whether or not data for a certain period of time or a certain operating time has been accumulated. If data has not yet been accumulated (207: NO), the process returns to S204. If the data has been accumulated (S207: Yes), the process proceeds to S208.
  • the reference performance model creation unit 15 confirms whether or not a reference performance model for the operation determined in S202 has been created (S208). If not created (S208: No), a reference performance model is created for the determined motion and stored in the database (S209). If it has been created (S208: YES), the performance diagnosis unit 16 uses the determined reference performance model of the operation to interpolate the reference time in the acquired work data as necessary (S210).
  • the reference performance model creation unit 15 creates a reference performance model for each of the following combinations: (a) operation type of the work machine; (b) load amount of the operation of the work machine; (c) details of the operation of the work machine. (d) physical property parameters of the environment in which the work machine is located;
  • a baseline performance model may discretely describe the baseline performance.
  • the values between discrete values have to be interpolated, for example by linear interpolation. This step is for carrying out this interpolation processing.
  • the performance diagnosis unit 16 compares the operating time measured in S205 with the reference value calculated in S210 and confirms whether or not the difference is greater than or equal to a threshold value (S211). If the operating time is more than the threshold value away from the reference value (S211: Yes), the diagnosis result of the degree of performance deterioration of work machine 100 is output according to the degree of separation (step S212). If not (S211: No), calculate a regression model of data for a predetermined period in the past in the determined motion and the acquired work data, and use the regression model to predict the motion time after the predetermined period of time for the motion ( S213).
  • the performance diagnosis unit 16 diagnoses that the larger the difference between the measured operating time and the reference performance, the larger the performance degradation.
  • the performance diagnosis result may be represented by the difference itself, or may be represented by a parameter obtained by performing some operation on the difference. The same applies to S215.
  • the performance diagnosis unit 16 confirms whether or not the predicted operation time after the predetermined period is different from the calculated reference value by a threshold value or more (S214). If the predicted operation time after the predetermined period has deviated from the reference value by a threshold value or more (S214: YES), a predictive diagnostic result of the degree of performance deterioration of work machine 100 is output according to the degree of deviation (S215). Otherwise, this flow chart ends (S214: NO).
  • the performance diagnostic apparatus 1 includes (a) type of operation of the work machine; (b) amount of load of the operation of the work machine; (c) content of the operation of the work machine; A reference performance model is created for each combination of the physical property parameters of the environment in which it is used, and whether or not the operation is normal is determined by comparing the reference performance obtained by referring to the reference performance model and the operation duration. Diagnose.
  • the performance diagnosis can be performed in consideration of the individual environment and load amount in which the work machine is placed, so that the diagnosis accuracy can be improved as compared with the conventional performance diagnosis.
  • the performance diagnostic device 1 is provided inside the working machine 100 . That is, work machine 100 can self-diagnose its own performance. As a result, work machine 100 can automatically perform self-diagnosis without relying on user's operation.
  • FIG. 3 is a configuration diagram of the performance diagnostic device 1 according to Embodiment 2 of the present invention.
  • the configuration of the performance diagnostic device 1 in this embodiment is the same as in the first embodiment, but unlike the first embodiment, the performance diagnostic device 1 is configured inside a mobile terminal 110 (for example, a smart phone).
  • Portable terminal 110 communicates with work machine 100 via communication unit 112 to acquire CAN data (including sensor data describing sensor detection results and the like) flowing through the network inside work machine 100 .
  • the work motion classification unit 11 can use the CAN data to determine the motion type of the work machine 100 or measure the duration of the motion.
  • the mobile terminal 110 is attached to the working machine 100, and the acceleration sensor 111 and other sensors incorporated in the mobile terminal 110 are used to measure the physical motion such as the vibration caused by the operation of the working machine 100.
  • the work motion classification unit 11 stores vibration patterns generated by the motion of the work machine 100 in advance for each motion type, and matches the vibration patterns measured by the sensor with the vibration patterns stored in advance. , motion type and motion duration can be identified.
  • the performance diagnostic device 1 can collect data necessary for creating a reference performance model by a worker or the like using the portable terminal 110 on a regular basis.
  • the operator can be promptly notified of the diagnosis result by the notification function such as e-mail provided in the portable terminal 110, it is possible to take countermeasures such as repair in a timely manner.
  • performance diagnosis can be performed for a specific operation at the necessary timing.
  • FIG. 4 is a configuration diagram of a performance diagnostic device 1 according to Embodiment 3 of the present invention.
  • the performance diagnostic device 1 in this embodiment is configured inside the mobile terminal 110 .
  • the performance diagnostic device 1 includes a work motion classification unit 11 , a work data acquisition unit 12 , a work time measurement unit 13 and a performance diagnosis unit 16 .
  • the work data accumulation unit 14 and the reference performance model creation unit 15 are arranged inside the work machine 100 .
  • Other configurations are the same as those of the first embodiment.
  • the communication unit 112 can acquire CAN data and the like inside the work machine 100 by communicating with the work machine 100 as in the second embodiment. As a result, as in the second embodiment, motion determination and work duration measurement can be performed. Communication unit 112 further obtains the reference performance by referring to the reference performance model held by work machine 100, or obtains the reference performance model itself.
  • the work machine 100 acquires work data (including operation type, operation content, and environmental characteristics) via the communication unit 112 and stores it in the work data storage unit 14 .
  • the reference performance model creation unit 15 creates a reference performance model using the work data accumulated by the work data accumulation unit 14 .
  • the same effects as those of the first embodiment can be obtained. Furthermore, since the reference performance model is created and held inside work machine 100, the same performance model can be obtained without relying on individual mobile terminals 110, compared to the case where mobile terminal 110 creates and holds the reference performance model.
  • a reference performance model can be provided. That is, when the mobile terminal 110 creates and holds a reference performance model, a reference performance model unique to that mobile terminal 110 is created, so each mobile terminal 110 holds a reference performance model. On the other hand, in this embodiment, the same reference performance model can be provided to any mobile terminal 110 .
  • FIG. 5 is a configuration diagram of a performance diagnostic device 1 according to Embodiment 4 of the present invention.
  • the performance diagnostic device 1 is configured inside the external operation terminal 120 .
  • Other configurations are the same as those of the first embodiment.
  • the external operation terminal 120 is a terminal that can be attached to the work machine 100 as a retrofit. After the attachment, the work machine 100 can be operated via the external operation terminal 120 .
  • the external operation terminal 120 includes sensors such as an acceleration sensor 121 and a communication unit 122 .
  • the external operation terminal 120 can acquire CAN data from the work machine 100 in real time by communicating with the work machine 100 via the communication unit 122 .
  • the performance diagnostic device 1 can use the CAN data to perform operation determination and operation time measurement. Alternatively, by matching the vibration pattern detected by the acceleration sensor 121 with the vibration pattern stored in advance, the motion type and the motion duration can be identified.
  • the same effects as those of the first embodiment can be obtained. Further, by constructing the performance diagnostic device 1 inside the external operation terminal 120, the performance diagnostic function provided by the performance diagnostic device 1 is later added to the existing working machine 100 that does not have the performance diagnostic function. can do. As a result, even work machine 100 that does not have a self-diagnostic function can be equipped with it later.
  • FIG. 6 is a configuration diagram of the performance diagnostic device 1 according to Embodiment 5 of the present invention.
  • the performance diagnostic device 1 is configured as a server computer arranged on a network, for example.
  • the performance diagnostic device 1 includes a work time measurement unit 13 (which also operates as a communication unit that acquires work data), a work data accumulation unit 14 , a reference performance model creation unit 15 and a performance diagnosis unit 16 .
  • the work motion classification unit 11 and the work data acquisition unit 12 are arranged inside the mobile terminal 110 .
  • Other configurations are the same as those of the first embodiment.
  • the mobile terminal 110 acquires work data (including motion type, motion content, and environmental characteristics) via the acceleration sensor 111 and communication unit 112, and transmits the work data via the communication unit 112. Send to the performance diagnostic device 1 .
  • the performance diagnostic device 1 receives the work data.
  • the processing after the work time measuring unit 13 is the same as that of the first embodiment.
  • the same effects as those of the first embodiment can be obtained. Further, by constructing the performance diagnosis device 1 using a server computer with high computational performance, for example, not only can the processing speed up, but also the operator can be promptly informed of the diagnosis results.
  • the present invention is not limited to the embodiments described above, and includes various modifications.
  • the above-described embodiments have been described in detail in order to explain the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the configurations described.
  • part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment.
  • the work data acquisition unit 12 acquires work data (including operation type, operation content, and environmental characteristics), and the work time measurement unit 13 measures the work duration time. These data are used when the performance diagnosis unit 16 acquires the reference performance, so at least the performance diagnosis unit 16 acquires all these data at that time. Therefore, it should be added that the performance diagnosis unit 16 has a role as a data acquisition unit that acquires these data.
  • the work machine 100 includes, for example, a CPU (Central Processing Unit) that executes calculations, a ROM (Read Only Memory) that records programs for calculations, and storage of calculation progress and temporary control variables. It can be configured by a microcomputer combined with a RAM (Random Access Memory) as a temporary storage device for storing the .
  • a microcomputer can acquire CAN data by executing a stored program.
  • the work motion classification unit 11, the work data acquisition unit 12, the work time measurement unit 13, the work data accumulation unit 14, the reference performance model creation unit 15, and the performance diagnosis unit 16 are implemented by circuits implementing these functions. It can be configured by hardware such as a device, or it can be configured by an arithmetic unit executing software that implements these functions.
  • Performance diagnosis device 11 Work motion classification unit 12: Work data acquisition unit 13: Work time measurement unit 14: Work data storage unit 15: Reference performance model creation unit 16: Performance diagnosis unit 100: Work machine 110: Portable terminal 120 : External operation terminal

Abstract

本発明は、作業機械が動作する現場特性や負荷量の影響を考慮して性能低下を診断することができる、性能診断装置を提供することを目的とする。本発明に係る性能診断装置は、作業機械が実施する動作のタイプ、負荷量、動作内容、および現場特性の組み合わせ毎に生成した基準性能モデルを用いて、前記作業機械の性能低下を診断する（図１参照）。

Description

性能診断装置、性能診断方法
　本発明は、作業機械の性能を診断する性能測定診断装置に関する。
　作業機械の経年劣化等による性能低下を診断する方法として、作業者が手順書に沿って対象機械を所定の状態にした後に規定の動作を実施し、計測した動作時間をある基準値と比較して性能低下しているかどうかを診断することがよく知られている。しかしながら、この方法は、あらかじめ定められた閾値と動作時間を比較するものであり、その作業機械の過去の作業履歴は考慮されていない。
　これに対して、特許文献１は、日常的に市中等を走行している通常の自動車等の車両に蓄積されている不具合発生時等の走行データを利用して、正常運転時のデータを生成する方法を開示している。本方法は、多数の車両から得られる時系列データを逐次蓄積して保存し、数値ベクトルを生成する。そして、数値ベクトルをクラスタリングして、特徴に応じた複数のクラスタに分類し、複数のクラスタのそれぞれにおいて、それぞれの運転パラメータごとに該パラメータの値について出現頻度の高い値の範囲を求める。出現頻度の高い値の範囲を運転パラメータの正常値の範囲として保存し、その正常値の範囲を故障診断用の基準値とする。
　特許文献１における、出現頻度の高い値の範囲を決定するための閾値は、その機械の機種等に応じてあらかじめ設定され、診断装置内に格納されているものである。すなわち、同文献記載の技術は、機械個体差を考慮した性能診断をすることが困難である。
　上記の課題に対して、特許文献２記載の技術は、あらかじめ設定した所定の道路条件で走行中の自動車等の車両の状態データを検出し、所定の期間分または所定の距離分の状態データを蓄積したら、車両の状態データから所定の道路条件での状態データの正常状態モデルを作成する。正常状態モデルの作成後、あらかじめ設定した所定の道路条件で走行する際に、取得された車両状態データと正常状態モデルを比較することにより、走行中の故障を検出できる。
特許第４４１４４７０号公報 特許第５０１８４４４号公報
　作業機械は様々な環境や現場において作業する他、同じ現場でも様々な負荷量で作業するのが一般的である。特許文献１～２記載の技術は、機械の個体差を考慮できるものの、現場特性や負荷量の影響は考慮されていない。
　本発明は、上述の事情に鑑みてなされたものであり、作業機械が動作する現場特性や負荷量の影響を考慮して性能低下を診断することができる、性能診断装置を提供することを目的とする。
　本発明に係る性能診断装置は、作業機械が実施する動作のタイプ、負荷量、動作内容、および現場特性の組み合わせ毎に生成した基準性能モデルを用いて、前記作業機械の性能低下を診断する。
　本発明に係る性能診断装置によれば、様々な現場や負荷量の下で作業する作業機械の性能低下を精度よく診断することができる。
実施形態１に係る性能診断装置１の構成図である。 性能診断装置１が作業機械１００の性能を診断する手順を説明するフローチャートである。 性能診断装置１が作業機械１００の性能を診断する手順を説明するフローチャートである。 実施形態２に係る性能診断装置１の構成図である。 実施形態３に係る性能診断装置１の構成図である。 実施形態４に係る性能診断装置１の構成図である。 実施形態５に係る性能診断装置１の構成図である。
＜実施の形態１＞
　図１は、本発明の実施形態１に係る性能診断装置１の構成図である。性能診断装置１は、作業機械１００の負荷情報、稼働情報、現場特性などから作業機械１００の性能低下を診断するための装置である。本実施形態１においては、性能診断装置１は、作業機械１００の内部に配置されているものとする。
　性能診断装置１は、作業動作分類部１１、作業データ取得部１２、作業時間測定部１３、作業データ蓄積部１４、基準性能モデル作成部１５、性能診断部１６、を備えている。
　作業動作分類部１１は、機械の動作を判別および分類する。例えば、ショベルに設置される車載カメラの映像からショベルの掘削・放土等の動作を画像処理によって認識することにより、動作を判別および分類できる。または、作業機械１００が備えているセンサが作業機械１００の物理状態を検出した結果を記述したセンサデータを作業機械１００のコントローラから取得し、そのセンサデータを用いて、そのとき作業機械１００が実施した動作を特定してもよい。センサデータは例えば、作業機械１００内部のネットワークを流れるＣＡＮ（Ｃｏｎｔｒｏｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）データなどの形式で取得できる。作業動作分類部１１は、分類処理によって、その動作のタイプを特定する。
　作業データ取得部１２は、作業動作分類部１１と電気的に接続され、作業動作分類部１１が判別した動作に応じて、その動作の継続時間を測定するために必要な作業データを取得し、作業時間測定部１３に出力する。作業データ取得部１２は、過去の、例えば作業機械１００の負荷情報、動作内容などを表す作業データを遡って取得できる。例えば、想定されている動作に関連する作業データを常に時系列で取得して保存しておくことにより、過去の任意の時刻における作業データを取得できる。
　作業機械１００の負荷量としては、以下のようなものが挙げられる。例えば油圧によって稼働部位を動作させる油圧機器の圧力値は、その稼働部位に対してかかる負荷を表しているので、その油圧を負荷量の指標として用いることができる。その他、作業機械１００の作業負荷を表す任意のパラメータを負荷量の指標として用いることができる。
　作業機械１００が動作する現場の物理的特性としては、以下のようなものが挙げられる。例えば作業機械１００が作業する場所の３次元形状は、その作業現場の物理的特性を表している。あるいは掘削作業を実施する作業機械１００の場合においては、土質や地盤の固さ、および作業機械が稼働している環境のタイプ（スクラップ現場や、解体現場など）も作業効率に影響を及ぼす。そのため、地質特性と稼働環境情報も物理的特性として用いることとする。その他、作業機械１００の作業効率に対して影響を与える任意のパラメータを、現場の物理的特性として用いることができる。現場特性を取得する手法については後述する。
　作業時間測定部１３は、作業動作分類部１１が分類した動作の開始タイミングと終了タイミングを、作業データ取得部１２より取得した作業データから特定することにより、動作継続時間を測定する。例えばショベルの場合、動作を撮影した画像から掘削動作の開始タイミングと終了タイミングを画像処理によって認識し、これにより掘削動作の継続時間を測定できる。作業時間測定部１３は作業データ蓄積部１４に電気的に接続され、測定した時間を作業データ蓄積部１４に出力する。
　作業データ蓄積部１４は、作業データ取得部１２より取得した作業データと、作業時間測定部１３が測定した動作継続時間を、所定の期間分あるいは所定の稼働時間、作業動作分類部１１が分類した動作タイプ／負荷量／動作内容／現場特性の組み合わせごとに時系列データとして蓄積する。
　基準性能モデル作成部１５は、作業データ蓄積部１４が蓄積しているデータから基準性能モデルを作成する。作成した基準性能モデルは、例えば作業データと同じ記憶装置に、作業動作分類部１１が分類した動作タイプ／負荷量／動作内容／現場特性の組み合わせごとに保存する。
　性能診断部１６は、作業動作分類部１１が分類した動作の作業データを用いて、作業データ蓄積部１４に格納されている同一作業条件（動作分類／負荷量／動作内容／現場特性の組み合わせが同じかまたは同種）の基準性能モデルと比較して、作業機械１００の現在の性能が基準値未満まで低下しているか否かを診断する。診断結果は作業機械１００のアラームとして出力してもよいし、ネットワークを介して関係者等に知らせてもよい。
　性能診断部１６はさらに、作業データ蓄積部１４に蓄積されている過去の所定期間の作業データについて回帰分析を実施し、その結果を基準性能モデルと比較する。これにより、現在から所定期間後の作業機械１００の性能が所定期間後に基準値未満まで低下する可能性があるか否かを予測することができる。
　図２Ａ～図２Ｂは、性能診断装置１が作業機械１００の性能を診断する手順を説明するフローチャートである。記載の便宜上、１つのフローチャートを２つの図面に分け、図中の記号『Ａ』の部分で接続している。以下図２Ａ～図２Ｂの各ステップを説明する。
（図２Ａ：ステップＳ２０１）
　作業動作分類部１１は、これから診断する作業機械１００の動作タイプ（診断対象動作）を選択する。このとき、動作のタイプに加えてその動作で想定される基本的動作内容（例えば移動動作であれば作業機械１００が直進する、など）をあらかじめ設定する。作業動作分類部１１は、選択された動作タイプと動作内容を想定作業として保持しておく。
（図２Ａ：ステップＳ２０２）
　作業動作分類部１１は、カメラ映像を用いた画像認識やＣＡＮデータを用いたパターンマッチングなどによって、作業機械１００の動作を判別することにより、動作タイプを識別する。動作タイプの例としては、例えば旋回動作、アーム押し動作、掘削動作、移動動作、などが挙げられる。
（図２Ａ：ステップＳ２０３）
　作業動作分類部１１は、Ｓ２０２において判別した動作がＳ２０１において設定した診断対象動作に想定されているか否か（すなわち想定した作業であるか否か）を調べる。判別した動作が診断対象動作である場合はＳ２０４へ進む（Ｓ２０３：はい）。そうでない場合は、ステップＳ２０２に戻る（Ｓ２０３：いいえ）。
（図２Ａ：ステップＳ２０４）
　作業データ取得部１２は、Ｓ２０１において設定された動作の作業データを、例えばＣＡＮ通信を介して機械から取得する。本ステップにおいては、作業データを常にリアルタイムで取得して保存し、動作が終了した時刻から遡って、動作時間の期待値に対して十分長い直近分の作業データを取得してもよい。
（図２Ａ：ステップＳ２０４：補足その１）
　本ステップにおいて取得する作業データとしては、例えば動作の負荷量を表すデータ、動作の内容を表すデータ、などが含まれる。負荷量の例としては例えば、作業機械を駆動する油圧ポンプの吐出圧が挙げられる。動作の内容の例としては例えば、作業機械が移動する動作であれば、車輪の回転速度などが挙げられる。作業データ取得部１２はさらに、作業動作分類部１１が識別した動作タイプを受け取る。この動作タイプを記述したデータも、作業データの一部として取り扱ってもよい。
（図２Ａ：ステップＳ２０４：補足その２）
　本ステップにおいては、作業を実施するために作業機が置かれている環境の物理特性を表すパラメータを併せて取得してもよい。例えば作業機械の周辺を撮影した画像からその作業機械が置かれている場所の形状や路面状態などを取得することができる。あるいは掘削動作を実施する場合は、バケットを駆動するために必要な駆動力（例えば油圧）から路面の硬さを取得してもよい。あるいはこれらのパラメータを記述したデータを適当なインターフェース経由で取得してもよい。この物理特性データを作業データの一部として取り扱ってもよい。
（図２Ａ：ステップＳ２０５）
　作業時間測定部１３は、入力された作業データから当該動作の開始タイミングと終了タイミングを検出することにより、当該動作の作業継続時間（動作が開始してから終了するまでの時間）を計算する。
（図２Ａ：ステップＳ２０６）
　作業データ蓄積部１４は、判別した動作ごとに、Ｓ２０４において得られた作業データと２０５において計算された作業継続時間をデータベースに蓄積する。
（図２Ａ：ステップＳ２０７）
　性能診断装置１は、一定期間または一定稼働時間分のデータを蓄積したか否かを確認する。未だデータを蓄積していない（２０７：いいえ）場合、Ｓ２０４に戻る。データを蓄積し終えた（Ｓ２０７：はい）場合、Ｓ２０８に進む。
（図２Ｂ：ステップＳ２０８～Ｓ２１０）
　基準性能モデル作成部１５は、Ｓ２０２において判別した動作の基準性能モデルを作成したかどうかを確認する（Ｓ２０８）。未作成（Ｓ２０８：いいえ）の場合、判別した動作に対して基準性能モデルを作成してデータベースに保存する（Ｓ２０９）。作成済み（Ｓ２０８：はい）の場合、性能診断部１６は、判別した動作の基準性能モデルを用いて、取得した作業データにおける基準時間を必要に応じて補間する（Ｓ２１０）。
（図２Ｂ：ステップＳ２０９：補足）
　基準性能モデル作成部１５は、基準性能モデルを以下の組み合わせごとに作成する：（ａ）作業機械の動作のタイプ；（ｂ）作業機械の動作の負荷量；（ｃ）作業機械の動作の内容；（ｄ）作業機械が置かれている環境の物理特性パラメータ。
（図２Ｂ：ステップＳ２１０：補足）
　基準性能モデルは、基準性能を離散的に記述している場合がある。この場合、各離散値間の値は、例えば線形補間によって補う必要がある。本ステップはこの補間処理を実施するためのものである。
（図２Ｂ：ステップＳ２１１～Ｓ２１３）
　性能診断部１６は、Ｓ２０５において測定した動作時間がＳ２１０において算出した基準値と比較して閾値以上離れるかを確認する（Ｓ２１１）。動作時間が基準値に比べて閾値以上離れた（Ｓ２１１：はい）場合、離れた度合いに応じて作業機械１００の性能低下度合いの診断結果を出力する（ステップＳ２１２）。そうでない（Ｓ２１１：いいえ）場合、判別した動作と取得した作業データにおける過去の所定期間のデータの回帰モデルを計算し、その回帰モデルを用いて当該動作の所定期間後の動作時間を予測する（Ｓ２１３）。
（図２Ｂ：ステップＳ２１２：補足）
　性能診断部１６は、測定した動作時間と基準性能との間の差分が大きいほど、性能低下が大きいと診断する。性能診断結果は、その差分そのものによって表してもよいし、その差分に対して何らかの演算を施したパラメータによって表してもよい。Ｓ２１５においても同様である。
（図２Ｂ：ステップＳ２１４～Ｓ２１５）
　性能診断部１６は、予測した所定期間後の動作時間が算出した基準値に比べて閾値以上離れるかを確認する（Ｓ２１４）。予測した所定期間後の動作時間が基準値に比べて閾値以上離れた（Ｓ２１４：はい）場合、離れた度合いに応じて作業機械１００の性能低下度合いの予測診断結果を出力する（Ｓ２１５）。そうでなければ本フローチャートを終了する（Ｓ２１４：いいえ）。
＜実施の形態１：まとめ＞
　本実施形態に係る性能診断装置１は、（ａ）作業機械の動作のタイプ；（ｂ）作業機械の動作の負荷量；（ｃ）作業機械の動作の内容；（ｄ）作業機械が置かれている環境の物理特性パラメータ；の組み合わせごとに基準性能モデルを作成し、その基準性能モデルを参照することにより取得した基準性能と動作継続時間を比較することによって動作が正常であるか否かを診断する。これにより、作業機械が置かれている個別の環境や負荷量を考慮して、性能診断を実施できるので、従来の性能診断よりも診断精度を高めることができる。
　本実施形態に係る性能診断装置１は、作業機械１００の内部に設けられている。すなわち作業機械１００は、自身の性能を自ら診断できる。これにより作業機械１００はユーザの操作に依拠せず自動的に自己診断を実施できる。
＜実施の形態２＞
　図３は、本発明の実施形態２に係る性能診断装置１の構成図である。本実施形態における性能診断装置１の構成は実施形態１と同じであるが、実施形態１とは異なり性能診断装置１は携帯端末１１０（例えばスマートフォン）内部に構成されている。
　携帯端末１１０は、通信部１１２を介して作業機械１００と通信することにより、作業機械１００内部のネットワークを流れるＣＡＮデータ（センサの検出結果などを記述したセンサデータを含む）を取得することができる。作業動作分類部１１は、そのＣＡＮデータを用いて作業機械１００の動作タイプを判別し、あるいはその動作の継続時間を測定することができる。
　あるいは、携帯端末１１０を作業機械１００に取り付け、携帯端末１１０が内蔵している加速度センサ１１１その他のセンサを用いて作業機械１００の動作にともなう振動などの物理的動作を計測することにより、作業機械１００の動作タイプを判別し、その継続時間を測定できる。例えば作業動作分類部１１は、作業機械１００の動作にともなって発生する振動パターンを動作タイプごとにあらかじめ保持しておき、センサが計測した振動パターンとあらかじめ保持している振動パターンをマッチングすることにより、動作タイプと動作継続時間を識別することができる。
　本実施形態に係る性能診断装置１は、作業者等が定期的に携帯端末１１０を用いて、基準性能モデルを作るために必要なデータを収集できる。また、携帯端末１１０が備える電子メールその他の報知機能によって、診断結果を速やかに作業者へ通知することができるので、タイムリーに修理などの対策が可能となる。また作業者は携帯端末１１０を常時携帯することができるので、実施形態１と比べて、必要なタイミングで特定の動作に対して性能診断ができる。
＜実施の形態３＞
　図４は、本発明の実施形態３に係る性能診断装置１の構成図である。本実施形態における性能診断装置１は、携帯端末１１０内部に構成されている。性能診断装置１は、作業動作分類部１１、作業データ取得部１２、作業時間測定部１３、性能診断部１６を備える。作業データ蓄積部１４と基準性能モデル作成部１５は、作業機械１００内部に配置されている。その他の構成は実施形態１と同様である。
　通信部１１２は、実施形態２と同様に作業機械１００と通信することにより、作業機械１００内部のＣＡＮデータなどを取得できる。これにより実施形態２と同様に、動作判別や作業継続時間測定を実施できる。通信部１１２はさらに、作業機械１００が保持している基準性能モデルを参照することにより基準性能を取得し、あるいは基準性能モデルそのものを取得する。
　作業機械１００は、通信部１１２を介して作業データ（動作タイプ、動作内容、環境特性を含む）を取得し、作業データ蓄積部１４へ蓄積する。基準性能モデル作成部１５は、作業データ蓄積部１４が蓄積している作業データを用いて、基準性能モデルを作成する。
　本実施形態の性能診断装置１によれば、実施形態１と同様な作用効果を得られる。さらに、基準性能モデルを作業機械１００内部で作成して保持しているので、携帯端末１１０が基準性能モデルを作成・保持する場合と比較して、個々の携帯端末１１０に依拠することなく、同じ基準性能モデルを提供することができる。すなわち、携帯端末１１０が基準性能モデルを作成・保持する場合は、その携帯端末１１０固有の基準性能モデルが作成されるので、各携帯端末１１０がそれぞれ基準性能モデルを保持していることになる。これに対して本実施形態においては、いずれの携帯端末１１０に対しても同じ基準性能モデルを提供できる。
＜実施の形態４＞
　図５は、本発明の実施形態４に係る性能診断装置１の構成図である。本実施形態において、性能診断装置１は、外付操作端末１２０内部に構成されている。その他の構成は実施形態１と同様である。外付操作端末１２０は、作業機械１００に対して後付けで装着することができる端末であり、装着後は外付操作端末１２０を介して作業機械１００を操作することができる。外付操作端末１２０は、加速度センサ１２１などのセンサ、通信部１２２、を備える。
　外付操作端末１２０は、通信部１２２を介して作業機械１００と通信することによって作業機械１００からＣＡＮデータをリアルタイムで取得できる。性能診断装置１は、そのＣＡＮデータを用いて動作判別や動作時間測定を実施できる。あるいは、加速度センサ１２１が検出した振動パターンとあらかじめ保持している振動パターンをマッチングすることにより、動作タイプと動作継続時間を識別することができる。
　本実施形態の性能診断装置１によれば、実施形態１と同様な作用効果を得られる。さらに、外付操作端末１２０内部に性能診断装置１を構成することにより、性能診断機能を備えていない既存の作業機械１００に対して、性能診断装置１が提供する性能診断機能を後発的に付与することができる。これにより、自己診断機能を備えていない作業機械１００であっても、後発的にこれを備えることができる。
＜実施の形態５＞
　図６は、本発明の実施形態５に係る性能診断装置１の構成図である。本実施形態において、性能診断装置１は、例えばネットワーク上に配置されたサーバコンピュータとして構成されている。性能診断装置１は、作業時間測定部１３（作業データを取得する通信部としても動作する）、作業データ蓄積部１４、基準性能モデル作成部１５、性能診断部１６を備える。作業動作分類部１１と作業データ取得部１２は携帯端末１１０内部に配置されている。その他の構成は実施形態１と同様である。
　携帯端末１１０は、実施形態２と同様に、加速度センサ１１１や通信部１１２を介して作業データ（動作タイプ、動作内容、環境特性を含む）を取得し、通信部１１２を介してその作業データを性能診断装置１へ送信する。性能診断装置１はその作業データを受け取る。作業時間測定部１３以降の処理は実施形態１と同様である。
　本実施形態の性能診断装置１によれば、実施形態１と同様な作用効果を得られる。さらに、例えば演算性能が高いサーバコンピュータを用いて性能診断装置１を構成することにより、処理が速くなるのみならず、診断結果を作業者等に対して速やかに知らせることができる。
＜本発明の変形例について＞
　本発明は、前述した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　以上の実施形態において、作業データ取得部１２が作業データ（動作タイプ、動作内容、環境特性を含む）を取得し、作業時間測定部１３が作業継続時間を測定することを説明した。これらのデータは性能診断部１６が基準性能を取得するとき用いるので、少なくとも性能診断部１６はその時点でこれらのデータを全て取得することになる。したがって性能診断部１６は、これらのデータを取得するデータ取得部としての役割を有することを付言しておく。
　以上の実施形態において、作業機械１００は例えば、演算を実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）と、演算のためのプログラムを記録したＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）と、演算経過の保存や一時的な制御変数を保存する一時記憶装置としてのＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）とを組み合わせてなるマイクロコンピュータにより構成することができる。マイクロコンピュータは、記憶されたプログラムの実行によってＣＡＮデータを取得することができる。
　以上の実施形態において、作業動作分類部１１、作業データ取得部１２、作業時間測定部１３、作業データ蓄積部１４、基準性能モデル作成部１５、性能診断部１６は、これらの機能を実装した回路デバイスなどのハードウェアによって構成することもできるし、これらの機能を実装したソフトウェアを演算装置が実行することによって構成することもできる。
１：性能診断装置
１１：作業動作分類部
１２：作業データ取得部
１３：作業時間測定部
１４：作業データ蓄積部
１５：基準性能モデル作成部
１６：性能診断部
１００：作業機械
１１０：携帯端末
１２０：外付操作端末

Claims (15)

  1. 　作業機械の性能を診断する性能診断装置であって、
    　前記作業機械が実施した動作のタイプ、前記動作の開始から終了までにかかった時間、前記動作の負荷量、前記動作の内容、および前記作業機械が置かれている現場の物理的特性を記述したデータを取得するデータ取得部、
    　前記作業機械の基準性能を記述した基準性能モデルを参照することにより前記作業機械の性能を診断する性能診断部、
    　を備え、
    　前記基準性能モデルは、前記タイプと前記負荷量と前記内容と前記物理的特性の組み合わせごとに前記基準性能を記述しており、
    　前記性能診断部は、前記タイプと前記負荷量と前記内容と前記物理的特性を用いて前記基準性能モデルを参照することにより、前記タイプと前記負荷量と前記内容と前記物理的特性における前記動作の基準性能を取得し、
    　前記性能診断部は、前記取得した基準性能と前記時間を比較することにより前記作業機械の性能を診断してその結果を出力する
    　ことを特徴とする性能診断装置。
  2. 　前記性能診断装置はさらに、前記動作を分類する動作分類部を備え、
    　前記動作分類部は、
    　　前記動作を撮影した画像、
    　　前記動作にともなって前記作業機械において生じる加速度を測定した結果を記述した加速度データ、
    　　前記動作にともなって生じる前記作業機械の物理状態を検出するセンサが前記物理状態を測定した結果を記述したセンサデータ、
    　のうち少なくともいずれかを用いて、前記動作を分類することにより、前記動作のタイプを特定する
    　ことを特徴とする請求項１記載の性能診断装置。
  3. 　前記性能診断装置はさらに、前記時間を測定する作業時間測定部を備え、
    　前記作業時間測定部は、
    　　前記動作を撮影した画像、
    　　前記動作にともなって前記作業機械において生じる加速度を測定した結果を記述した加速度データ、
    　　前記動作にともなって生じる前記作業機械の物理状態を検出するセンサが前記物理状態を測定した結果を記述したセンサデータ、
    　のうち少なくともいずれかを用いて、前記動作の開始時刻と前記動作の終了時刻を特定することにより、前記時間を測定する
    　ことを特徴とする請求項１記載の性能診断装置。
  4. 　前記性能診断装置はさらに、
    　　前記データを蓄積するデータ蓄積部、
    　　前記データが蓄積している前記データを用いて前記基準性能モデルを作成するモデル作成部、
    　を備える
    　ことを特徴とする請求項１記載の性能診断装置。
  5. 　前記モデル作成部は、前記データが記述している前記タイプ、前記データが記述している前記負荷量、前記データが記述している前記内容、および前記データが記述している前記物理的特性の組み合わせごとに、前記基準性能モデルを作成する
    　ことを特徴とする請求項４記載の性能診断装置。
  6. 　前記性能診断装置はさらに、前記データを蓄積するデータ蓄積部を備え、
    　前記性能診断部は、前記データ蓄積部が蓄積している過去の前記データの履歴を用いて、所定時間経過時点における前記時間を予測し、
    　前記性能診断部は、前記予測した前記所定時間経過後における前記時間と、前記基準性能モデルが記述している前記基準性能との間の差分が閾値以上であるか否かに基づき、前記所定時間経過後において前記作業機械の性能低下が生じるか否かを予測する
    　ことを特徴とする請求項１記載の性能診断装置。
  7. 　前記性能診断装置は、前記作業機械から着脱することができる携帯端末として構成されており、
    　前記性能診断装置はさらに、
    　　前記動作を分類する動作分類部、
    　　前記時間を測定する作業時間測定部、
    　　前記携帯端末に対して加えられる加速度を測定する加速度センサ、
    　を備え、
    　前記動作分類部は、前記加速度センサが測定した加速度を用いて前記動作を分類し、
    　前記作業時間測定部は、前記加速度センサが測定した加速度を用いて前記動作の開始時刻と前記動作の終了時刻を特定することにより、前記時間を測定する
    　ことを特徴とする請求項１記載の性能診断装置。
  8. 　前記性能診断装置は、前記作業機械から着脱することができる携帯端末として構成されており、
    　前記性能診断装置はさらに、
    　　前記動作を分類する動作分類部、
    　　前記時間を測定する作業時間測定部、
    　　前記動作にともなって生じる前記作業機械の物理状態を検出するセンサが前記物理状態を測定した結果を記述したセンサデータを前記作業機械から通信によって取得する通信部、
    　を備え、
    　前記動作分類部は、前記通信部が取得した前記センサデータを用いて前記動作を分類し、
    　前記作業時間測定部は、前記通信部が取得した前記センサデータを用いて前記動作の開始時刻と前記動作の終了時刻を特定することにより、前記時間を測定する
    　ことを特徴とする請求項１記載の性能診断装置。
  9. 　前記作業機械は、
    　　前記データを蓄積するデータ蓄積部、
    　　前記データが蓄積している前記データを用いて前記基準性能モデルを作成するモデル作成部、
    　を備え、
    　前記性能診断装置はさらに、前記作業機械から前記基準性能モデルを取得する通信部を備え、
    　前記性能診断部は、前記通信部が前記作業機械から取得した前記基準性能モデルを用いて、前記作業機械の性能を診断する
    　ことを特徴とする請求項７記載の性能診断装置。
  10. 　前記性能診断装置は、前記作業機械に対して着脱可能に構成され、作業者が前記作業機械を操作するために用いる、外付操作端末として構成されている
    　ことを特徴とする請求項１記載の性能診断装置。
  11. 　前記性能診断装置はさらに、前記データを収集する端末と接続して前記データを前記端末から取得する通信部を備え、
    　前記性能診断部は、前記通信部が前記端末から取得した前記データを用いて、前記作業機械の性能を診断する
    　ことを特徴とする請求項１記載の性能診断装置。
  12. 　前記物理的特性は、前記作業機械が前記動作をする際の作業効率に対して影響を与えるパラメータである
    　ことを特徴とする請求項１記載の性能診断装置。
  13. 　前記物理的特性は、
    　　前記現場の地質特性、
    　　前記現場のタイプ、
    　　前記現場の形状、
    　のうち少なくともいずれかによって規定されている
    　ことを特徴とする請求項１２記載の性能診断装置。
  14. 　前記負荷量は、前記作業機械を駆動する油圧ポンプの吐出圧によって規定されている
    　ことを特徴とする請求項１記載の性能診断装置。
  15. 　作業機械の性能を診断する性能診断方法であって、
    　前記作業機械が実施した動作のタイプ、前記動作の開始から終了までにかかった時間、前記動作の負荷量、前記動作の内容、および前記作業機械が置かれている現場の物理的特性を記述したデータを取得するステップ、
    　前記作業機械の基準性能を記述した基準性能モデルを参照することにより前記作業機械の性能を診断するステップ、
    　を有し、
    　前記基準性能モデルは、前記タイプと前記負荷量と前記内容と前記物理的特性の組み合わせごとに前記基準性能を記述しており、
    　前記性能を診断するステップにおいては、前記タイプと前記負荷量と前記内容と前記物理的特性を用いて前記基準性能モデルを参照することにより、前記タイプと前記負荷量と前記内容と前記物理的特性における前記動作の基準性能を取得し、
    　前記性能を診断するステップにおいては、前記取得した基準性能と前記時間を比較することにより前記作業機械の性能を診断してその結果を出力する
    　ことを特徴とする性能診断方法。
PCT/JP2022/017164 2021-04-06 2022-04-06 性能診断装置、性能診断方法 WO2022215705A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP22784687.0A EP4321694A1 (en) 2021-04-06 2022-04-06 Performance diagnostic device and performance diagnostic method
US18/280,277 US20240071149A1 (en) 2021-04-06 2022-04-06 Performance diagnostic device and performance diagnostic method
KR1020237028829A KR20230134578A (ko) 2021-04-06 2022-04-06 성능 진단 장치, 성능 진단 방법
CN202280017563.4A CN117043572A (zh) 2021-04-06 2022-04-06 性能诊断装置、性能诊断方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-064894 2021-04-06
JP2021064894A JP7214780B2 (ja) 2021-04-06 2021-04-06 性能診断装置、性能診断方法

Publications (1)

Publication Number Publication Date
WO2022215705A1 true WO2022215705A1 (ja) 2022-10-13

Family

ID=83546208

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/017164 WO2022215705A1 (ja) 2021-04-06 2022-04-06 性能診断装置、性能診断方法

Country Status (6)

Country Link
US (1) US20240071149A1 (ja)
EP (1) EP4321694A1 (ja)
JP (1) JP7214780B2 (ja)
KR (1) KR20230134578A (ja)
CN (1) CN117043572A (ja)
WO (1) WO2022215705A1 (ja)

Citations (11)

* Cited by examiner, † Cited by third party
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
JP2004232343A (ja) * 2003-01-30 2004-08-19 Hitachi Constr Mach Co Ltd 建設機械の情報管理装置
WO2005106139A1 (ja) * 2004-04-28 2005-11-10 Komatsu Ltd. 建設機械のメンテナンス支援システム
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
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
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
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
JP2013041448A (ja) * 2011-08-17 2013-02-28 Hitachi Ltd 異常検知・診断方法、および異常検知・診断システム
JP2015088079A (ja) * 2013-11-01 2015-05-07 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
JP2016003462A (ja) * 2014-06-16 2016-01-12 住友重機械工業株式会社 ショベル支援装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5018444B1 (ja) 1971-03-12 1975-06-28

Patent Citations (11)

* Cited by examiner, † Cited by third party
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
JP2004232343A (ja) * 2003-01-30 2004-08-19 Hitachi Constr Mach Co Ltd 建設機械の情報管理装置
WO2005106139A1 (ja) * 2004-04-28 2005-11-10 Komatsu Ltd. 建設機械のメンテナンス支援システム
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
JP2013041448A (ja) * 2011-08-17 2013-02-28 Hitachi Ltd 異常検知・診断方法、および異常検知・診断システム
JP2015088079A (ja) * 2013-11-01 2015-05-07 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
JP2016003462A (ja) * 2014-06-16 2016-01-12 住友重機械工業株式会社 ショベル支援装置

Also Published As

Publication number Publication date
KR20230134578A (ko) 2023-09-21
US20240071149A1 (en) 2024-02-29
JP2022160253A (ja) 2022-10-19
EP4321694A1 (en) 2024-02-14
JP7214780B2 (ja) 2023-01-30
CN117043572A (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
CN108628281B (zh) 异常检测系统及异常检测方法
JP5220929B2 (ja) 作業機械の監視診断装置
US7464063B2 (en) Information processor, state judging unit and diagnostic unit, information processing method, state judging method and diagnosing method
JP5179086B2 (ja) 工業プロセスの監視方法及び監視システム
JP5858839B2 (ja) 作業機械の異常診断装置
JP6112488B2 (ja) ショベル、ショベル管理装置、及びショベル管理方法
JP2000516374A (ja) 故障状態予測方法と装置
CN111501896B (zh) 挖土机及挖土机的诊断系统
JP2003526859A5 (ja)
JPH0854924A (ja) 故障状態指示方法と装置
WO2016044249A1 (en) Machine operation classifier
CN104271846A (zh) 作业机管理装置
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
CN110597235A (zh) 一种通用智能故障诊断方法
JP7214780B2 (ja) 性能診断装置、性能診断方法
KR102513839B1 (ko) 건설 장비의 결함 진단 시스템 및 결함 진단 방법
CN112686359A (zh) 挖掘机斗数统计方法、装置及挖掘机
CN110165969B (zh) 机床的控制装置
JP2013140624A (ja) 異常診断装置および産業機械
CN114834851B (zh) 确定回转角度的方法、装置、可读存储介质和抓料机
WO2022210499A1 (ja) 機械の状態検出装置
Minh et al. System for recognising and monitoring the technical condition of construction machines
CN117314249A (zh) 一种绞吸式挖泥船操作手能力评估的方法及装置
CN117425813A (zh) 基于传感器数据确定软管组件的剩余寿命

Legal Events

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

Ref document number: 22784687

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20237028829

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237028829

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 202280017563.4

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 18280277

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2022784687

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022784687

Country of ref document: EP

Effective date: 20231106