WO2023166586A1 - 部品状態推定装置、部品状態推定システム、部品状態推定方法、及び記録媒体 - Google Patents

Abstract

部品状態推定装置（１０）は、取得部（１１０）及び推定部（１２０）を備えている。取得部（１１０）は、状態情報及び稼働予測データを取得する。状態情報は、製品に含まれる部品の状態を示す。稼働予測データは、所定時間経過するまでの製品の稼働状態の予想結果を示す稼働予測データを取得する。推定部（１２０）は、状態情報及び稼働予測データを用いて、所定時間が経過した後の部品の劣化状態を推定する。推定部（１２０）は、さらに、製品の稼働状態の実績データを用いて劣化状態を推定してもよい。

Description

部品状態推定装置、部品状態推定システム、部品状態推定方法、及び記録媒体

　本発明は、部品状態推定装置、部品状態推定システム、部品状態推定方法、及び記録媒体に関する。

　複数の部品からなる製品を管理するためには、各部品の状態を把握することが重要である。特許文献１には、ユーザ機器を管理するサーバが開示されている。このサーバは、ユーザ機器に装着されたセンサの検出情報の時系列データを取得し、この時系列データを解析する。そしてこのサーバは、ユーザ機器の長寿命化や、故障発生可能性を低減させるための利用改善ポイントを説明するメッセージを生成し、生成したメッセージをユーザ機器に送信する。

特開２０２１－１１０９９８号公報

　製品を管理する上で、その製品に含まれる部品の将来の劣化状態を推定することは重要である。しかし、上述した特許文献１においては、部品の将来の劣化状態を推定することについては、開示はない。

　本発明の目的の一例は、上述した課題を鑑み、製品に含まれる部品の将来の劣化状態を推定することができる部品状態推定装置、部品状態推定システム、部品状態推定方法、及び記録媒体を提供することにある。

　本発明の一態様によれば、製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得手段と、
　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定手段と、
を備える、部品状態推定装置が提供される。

　本発明の一態様によれば、製品に搭載された通信装置と、
　部品状態推定装置と、
を備え、
　前記通信装置は、前記製品に含まれる部品の状態を示す状態情報を前記部品状態推定装置に送信し、
　前記部品状態推定装置は、
　　前記状態情報、及び、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得手段と、
　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定手段と、
を備える、部品状態推定システムが提供される。

　本発明の一態様によれば、コンピュータが、
　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得し、
　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する、部品状態推定方法が提供される。

　本発明の一態様によれば、コンピュータに、
　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得処理と、
　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定処理と、
を行わせるプログラムを記憶する、コンピュータ読取可能な記録媒体が提供される。

　本発明の一態様によれば、製品に含まれる部品の将来の劣化状態を推定することができる部品状態推定装置、部品状態推定システム、部品状態推定方法、及び記録媒体を提供できる。

実施形態に係る部品状態推定装置の概要を示す図である。 図１に示した部品状態推定装置の使用環境の一例を示す図である。 部品状態推定装置の使用環境の詳細例を示す図である。 推定情報の一例を模式的に示す図である。 出力部が出力する情報の第１例を示す図である。 出力部が出力する情報の第２例を示す図である。 出力部が出力する情報の第３例を示す図である。 部品状態推定装置のハードウェア構成例を示す図である。 部品状態推定装置が行う処理の一例を示すフローチャートである。

　以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

　図１は、実施形態に係る部品状態推定装置１０の概要を示す図である。部品状態推定装置１０は、取得部１１０及び推定部１２０を備えている。

　取得部１１０は、状態情報及び稼働予測データを取得する。状態情報は、製品に含まれる部品の状態を示す。稼働予測データは、所定時間経過するまでの製品の稼働状態の予想結果を示す稼働予測データを取得する。

　推定部１２０は、状態情報及び稼働予測データを用いて、所定時間が経過した後の部品の劣化状態を推定する。

　この部品状態推定装置１０を用いると、状態情報及び稼働予測データを用いて、所定時間が経過した後の部品の劣化状態を推定することができる。

　図２は、図１に示した部品状態推定装置１０の使用環境の一例を示す図である。本図に示す例において、部品状態推定装置１０は、製品２０に搭載された送信装置２２から状態情報を取得する。そして、部品状態推定装置１０及び送信装置２２は、部品状態推定システムの少なくとも一部となっている。

　以下、部品状態推定装置１０の詳細例について説明する。

　図３は、部品状態推定装置１０の使用環境の詳細例を示す図である。部品状態推定装置１０は、例えば製品２０の利用者、所有者、及び管理者の少なくとも一人によって所持されている。部品状態推定装置１０は、例えばスマートフォンやタブレット型端末などの携帯型の通信端末であってもよいし、固定型の装置であってもよい。

　製品２０は、複数の部品を有している。製品２０の一例は、自動車などの車両、電車の車両、飛行機、及び携帯通信端末である。ただし、製品２０はこれらに限定されない。製品２０が自動車の場合、部品は、バッテリ、エンジンオイル、ワイパー、ヘッドライト、ベルト、タイヤ、及びブレーキパッドの少なくとも一つである。また、部品もこれらに限定されない。

　製品２０は送信装置２２を有している。送信装置２２は、状態情報を送信する。状態情報は、製品２０に含まれる部品の状態を示す。状態情報は、例えば部品に取り付けられたセンサの検出値及びこの検出値を用いて算出された値である。

　このセンサは、例えば、電圧センサ、電流センサ、電力センサ、温度センサ、及び濃度センサの少なくとも一つであるが、これらに限定されない。例えば部品がバッテリの場合、状態情報は、このバッテリの出力電圧、出力電流、出力電力、及びＳＯＣの少なくとも一つである。

　また、センサの検出値を用いて状態情報が算出される場合、状態情報は、例えば、このセンサの検出値の過去の値を用いて算出される。一例として、状態情報は、部品が新品の状態におけるセンサの検出値に対する、現在のセンサの検出値の比である。また状態情報は、このセンサの検出値の履歴を用いて算出されてもよい。

　ここで、送信装置２２が状態情報を送信するタイミングは様々である。例えば送信装置２２は、部品状態推定装置１０から状態情報を要求することを示す情報を取得すると、状態情報を送信してもよい。また送信装置２２は、予め決められたタイミングに状態情報を送信してもよい。また送信装置２２は、定期的に状態情報を送信してもよい。なお、製品２０が車両の場合、このタイミングの一例は、車検又は定期点検を行うタイミングである。

　また製品２０が車両の場合、送信装置２２は、車両が停車すると状態情報を送信してもよい。ここで、「車両が停車している」とは、車両がエンジンを有している場合はこのエンジンが停止していることを意味しており、車両が電動車両の場合はモータへの電力供給が行われていない場合、又はこの電力供給を制御する制御部がオフになっていることを意味している。

　また部品状態推定装置１０は、送信装置２２の他に、モデル生成装置３０と共に使用される。部品状態推定装置１０の推定部１２０は、所定時間が経過した後の部品の劣化状態を推定する際に、機械学習又は統計処理により生成されたモデルを用いる。モデル生成装置３０は、このモデルを生成して部品状態推定装置１０に記憶させる。モデル生成装置３０が行う機械学習の一例は、異種混合学習である。モデル生成装置３０が行う統計処理の一例は、重回帰分析である。

　そして、部品状態推定装置１０は、上記したように、取得部１１０及び推定部１２０を備えている。また部品状態推定装置１０は、さらに、出力部１３０及びモデル記憶部１４０を備えている。

　モデル記憶部１４０は、モデル生成装置３０が生成したモデルを記憶している。

　取得部１１０は、推定部１２０が用いるモデルの説明変数となる情報を取得する。この情報は、少なくとも状態情報、及び稼働予測データを含んでいる。なお、取得部１１０は、稼働予測データの代わりに、稼働予測データを生成するために必要な情報を取得してもよい。

　稼働予測データは、例えば、製品２０の稼働予定を示すスケジュール情報である。

　また稼働予測データを生成するために必要な情報の一例は、現在の月日である。この場合、取得部１１０は、さらに、製品２０の稼働状態の過去の実績データを用いて稼働予測データを生成する。例えば取得部１１０は、実績データのうち、現在の月日と条件が近い月日の実績データを取得し、この実績データ、又はこの実績データを統計処理した結果を、稼働予測データとする。ここで、「現在の月日と条件が近い月日」とは、例えば月の上旬、中旬、及び下旬という単位で同じ場合であったり、季節が同じ場合であったり、月日が全く同じ（例えば１年前）である場合を指す。

　そして、製品２０が車両であり、かつ対象となる部品がバッテリの場合、稼働予測データは、例えば、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働時間、ヘッドライトの稼働時間、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含んでいる。

　なお、取得部１１０は、稼働状態の実績データを、この稼働履歴を記憶している記憶部から取得する。この記憶部は、さらに過去の状態情報を記憶していてもよい。この記憶部は、部品状態推定装置１０の中にあってもよいし、製品２０の中にあってもよいし、部品状態推定装置１０及び製品２０の外部にあってもよい。

　なお、推定部１２０が用いるモデルの説明変数は、さらに、製品２０の稼働状態の実績データを含んでいてもよい。この場合、実績データは、例えば、製品２０が稼働した日時及び長さを含んでいる。実績データは、さらに、その稼働において製品２０に加わった負荷を示す情報を含んでいてもよい。製品２０が車両の場合、実績データは、例えば、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働実績、ヘッドライトの稼働実績、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含んでいるのが好ましい。

　また推定部１２０が用いるモデルの説明変数は、さらに、製品２０の過去の状態情報、及び製品２０の使用環境（例えば気温、湿度）の少なくとも一方を含んでいてもよい。

　推定部１２０は、取得部１１０が取得した情報、及びモデル記憶部１４０が記憶しているモデルを用いて、部品の劣化状態を推定する。以下、この推定結果を示す情報を推定情報と記載する。

　推定情報は、所定時間が経過した後の部品の劣化状態を示している。所定時間は、例えば１日、１週間、２週間、１か月、３か月、又は６か月であるが、これらに限定されない。推定情報は、例えば、部品の劣化状態を示す値によって示される。以下、この値を劣化度と記載する。劣化度は、例えば、初期能力に対するその時点での能力の割合、例えばバッテリにおけるＳＯＨ、又はタイミングベルトの強度の低下度であるが、これらに限定されない。

　推定情報は、部品の劣化状態の推移の推定結果を示していてもよい。この場合、推定情報の一例は、横軸が現在からの経過時間（例えば経過月日）であり、縦軸が部品の劣化度である。

　出力部１３０は、推定部１２０が生成した推定情報を出力する。例えば出力部１３０は、部品状態推定装置１０が有するディスプレイ、又は外部の印刷装置に、推定情報を出力する。

　また出力部１３０は、推定情報が基準を満たしたときに、所定の出力を行う。ここで用いられる基準は、部品が劣化してその部品を交換したほうが良いことを示している。例えば製品２０が車両であり、かつ部品がバッテリである場合、所定の出力を行うための基準の一例は、推定情報に含まれるＳＯＣ及び電圧の少なくとも一方が、基準値を下回ることである。この場合、出力部１５０が行う所定の出力は、バッテリの残容量が不足することによって車両が起動しない可能性があることを示している。

　基準値は、例えば部品状態推定装置１０の使用者によって設定される。また、複数の基準値が設定されていてもよい。この場合、第１の基準値は、例えば劣化の傾向がみられることを示しており、第１の基準値の次の基準値、すなわち第２の基準値は、劣化が進んでいる可能性があることを示している。また、第２の基準値の次の基準値、すなわち第３の基準値は、部品をすぐに交換したほうが良いことを示している。

　なお、所定の情報の出力条件の詳細例は、例えば以下の少なくとも一つである。いずれの例においても、推定部１２０の推定情報は、部品の状態を示すパラメータの推定値、例えばバッテリのＳＯＣ及び出力電圧の少なくとも一方の推定値を含んでいる。
ａ）現在の日時に対応する推定値が基準値を下回った場合。この場合、所定の出力は、基準値の設定内容によっては、すでに部品を交換したほうが良いことを示している。
ｂ）「現在の日時から所定時間後」に対応する推定値が基準値を下回った場合。これは、現在は部品を交換しなくてよいが、所定時間後、例えば１か月後には部品を交換したほうが良い場合である。

　出力部１３０が出力する所定の情報は、部品を交換すべきタイミングを示す情報を含んでいるのが好ましい。このタイミングは、例えば部品の状態を示すパラメータの推定値が基準値を下回るタイミングである。

　また、出力部１３０が出力する所定の情報は、部品の劣化を抑制するために参照すべき参照情報を含んでいてもよい。参照情報は、例えば、製品２０の使用方法や稼働タイミングに関する情報、例えば稼働タイミングや稼働時間のガイダンスを含んでいる。このガイダンスは、例えば、製品２０の稼働スケジュールを含んでいてもよい。

　例えば製品２０がエンジンを有する車両であり、部品がバッテリの場合、バッテリの劣化を抑制するためには、車両を定期的に稼働させつつ、車両を長時間稼働させないのが好ましい。そこで出力部１３０は、参照情報として、車両を定期的に稼働させつつ、車両を長時間稼働させないような稼働スケジュールを生成してもよい。例えばこの車両が物流のための車両である場合、出力部１３０が生成する稼働スケジュールは、この車両による物品の配送計画情報になる。なお、この配送計画情報は、月日別に、出発地点、目的地点、及び経由地点を少なくとも含んでいる。また配送警戒区情報は、さらに、出発地点から目的地点に至るまでのルート情報、経由地点への到着時刻、及び目的地点への到着時刻の少なくとも一つを含んでいてもよい。

　なお、部品状態推定装置１０は、クラウドサーバであってもよい。この場合、出力部１３０は、製品２０の利用者、所有者、及び管理者の少なくとも一人によって所持されている端末に、推定情報を出力するとともに、上記した所定の出力を行う。そしてこの端末は、推定情報を表示するとともに、所定の出力も表示する。

　図４は、推定情報の一例を模式的に示す図である。本図に示す例において、推定情報は、部品の状態を示すパラメータの推移の推定結果、例えばバッテリのＳＯＣや出力電圧の推移の推定結果を示している。この情報を示すグラフの原点は、例えば現在である。そしてこのパラメータが基準値を下回るタイミングは、部品を交換したほうが良いと推定されるタイミングを示している。

　図５は、出力部１３０が出力する情報の第１例を示す図である。本図が示す例において、出力部１３０は、所定の情報として、部品を交換したほうが良いと推定されるタイミングを示す情報を出力する。

　また図５において、出力部１３０が出力する情報は、ディスプレイに表示される。この表示は、マーク２００を有している。出力部１３０は、所定期間が経過した後の部品の劣化状態の推定結果に応じて、マーク２００の表示態様、例えば色、大きさ、模様、及び形状の少なくとも一つを変化させる。例えば出力部１３０は、所定時間が経過した後の部品の劣化度の推定値が第１の基準値以下の場合、部品に問題がないという態様、例えば青色でマーク２００を表示させる。また出力部１３０は、この推定値が第１の基準値以上第２の基準値以下の場合、部品に問題が生じる可能性があるという態様、例えば黄色でマーク２００を表示させる。さらに出力部１３０は、この推定値が第２の基準値以上の場合、部品に問題が生じる可能性が高いという態様、例えば赤色でマーク２００を表示させる。

　図６は、出力部１３０が出力する情報の第２例を示す図である。図６において、縦軸は劣化度の推定値を示している。本図に示す例において、推定部１２０は、複数の稼働予測データ、例えば繁忙状態を示す稼働予測データ、通常状態の稼働予測データ、及び閑散状態を示す稼働予測データのそれぞれを用いて、推定情報を生成している。そして出力部１３０は、所定の情報に、これら複数の推定情報を含んでいる。本図に示す例において、複数の推定情報は、同一のグラフ内に重ねて表示されている。

　図７は、出力部１３０が出力する情報の第３例を示す図である。本図が示す例において、出力部１３０は、所定の情報に、参照情報、すなわち部品の劣化を抑制するために参照すべき情報を含めている。本図に示す例において、参照情報は、単位時間（例えばひと月）における製品２０の稼働時間の上限値、及び製品２０の稼働スケジュールを含んでいる。

　なお出力部１３０は、図６に示した情報と図７に示した情報を同時に出力してもよい。

　図８は、部品状態推定装置１０のハードウェア構成例を示す図である。部品状態推定装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

　バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

　プロセッサ１０２０は、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

　メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

　ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカードなどのリムーバブルメディア、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は部品状態推定装置１０の各機能（例えば取得部１１０、推定部１２０、及び出力部１３０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０はモデル記憶部１４０としても機能する。

　入出力インタフェース１０５０は、部品状態推定装置１０と各種入出力機器とを接続するためのインタフェースである。

　ネットワークインタフェース１０６０は、部品状態推定装置１０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。部品状態推定装置１０は、ネットワークインタフェース１０６０を介して送信装置２２及びモデル生成装置３０と通信する。

　図９は、部品状態推定装置１０が行う処理の一例を示すフローチャートである。製品２０の送信装置２２は、所定のタイミングで状態情報を部品状態推定装置１０に送信する。このタイミングの一例は、例えば製品２０が稼働状態から停止状態に変わったタイミングであるが、これに限定されず、例えば製品２０が定期検査されるタイミングであってもよい。部品状態推定装置１０の取得部１１０は、この状態情報を取得する。また取得部１１０は、推定情報の生成に必要な他の情報も取得する。この情報の一例は、稼働予測データ、又は稼働予測データを生成するために必要な情報である（ステップＳ１０）。

　次いで、部品状態推定装置１０の推定部１２０は、推定情報を生成する。推定情報は、上記したように、所定時間が経過した後の部品の劣化状態を示している（ステップＳ２０）。推定部１２０が行う処理の詳細は、図３を用いて説明した通りである。

　次いで、部品状態推定装置１０の出力部１３０は、推定情報を出力する（ステップＳ４０）。出力部１３０が行う処理の詳細は、図３～図６を用いて説明した通りである。

　以上、本実施形態によれば、部品状態推定装置１０の取得部１１０は、状態情報及び稼働予測データを取得する。そして部品状態推定装置１０の推定部１２０は、モデルを用いて、所定時間が経過した後の部品の劣化状態を推定する。そして、このモデルの説明変数は、少なくとも、状態情報及び稼働予測データを含んでいる。このため、部品状態推定装置１０を用いると、製品２０に含まれる部品の将来の劣化状態を推定することができる。

　以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

　また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

　上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
　１．製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得手段と、
　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定手段と、
を備える、部品状態推定装置。
２．上記１に記載の部品状態推定装置において、
　前記推定手段は、さらに、前記製品の稼働状態の実績データを用いて前記劣化状態を推定する、部品状態推定装置。
３．上記１又は２に記載の部品状態推定装置において、
　前記取得手段は、前記製品の稼働予定を示すスケジュール情報、及び現在の月日の少なくとも一方を用いて前記稼働予測データを生成する、部品状態推定装置。
４．上記１～３のいずれか一項に記載の部品状態推定装置において、
　前記推定手段による推定結果が基準を満たしたときに、所定の出力を行う出力手段をさらに備える、部品状態推定装置。
５．上記４に記載の部品状態推定装置において、
　前記所定の出力は、前記部品を交換すべきタイミングを示す情報を含んでいる、部品状態推定装置。
６．上記４又は５に記載の部品状態推定装置において、
　前記所定の出力は、前記部品の劣化を抑制するために参照すべき参照情報を含む、部品状態推定装置。
７．上記６に記載の部品状態推定装置において、
　前記参照情報は、前記製品の稼働タイミングに関している、部品状態推定装置。
８．上記７に記載の部品状態推定装置において、
　前記製品は物流のための車両であり、
　前記参照情報を用いて、前記車両による配送計画情報を生成する配送計画生成手段を備える、部品状態推定装置。
９．上記１～８のいずれか一項に記載の部品状態推定装置において、
　前記製品は車両であり、
　前記部品は、バッテリ、エンジンオイル、ワイパー、ヘッドライト、ベルト、タイヤ、及びブレーキパッドの少なくとも一つである、部品状態推定装置。
１０．上記９に記載の部品状態推定装置において、
　前記部品はバッテリであり、
　前記稼働予測データは、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働時間、ヘッドライトの稼働時間、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含む、部品状態推定装置。
１１．製品に搭載された通信装置と、
　部品状態推定装置と、
を備え、
　前記通信装置は、前記製品に含まれる部品の状態を示す状態情報を前記部品状態推定装置に送信し、
　前記部品状態推定装置は、上記１～１０のいずれかに記載の部品状態推定装置である、部品状態推定システム。
１２．コンピュータが、
　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得し、
　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する、部品状態推定方法。
１３．上記１２に記載の部品状態推定方法において、
　前記コンピュータは、さらに、前記製品の稼働状態の実績データを用いて前記劣化状態を推定する、部品状態推定方法。
１４．上記１２又は１３に記載の部品状態推定方法において、
　前記コンピュータは、前記製品の稼働予定を示すスケジュール情報、及び現在の月日の少なくとも一方を用いて前記稼働予測データを生成する、部品状態推定方法。
１５．上記１２～１４のいずれか一項に記載の部品状態推定方法において、
　前記コンピュータは、前記推定結果が基準を満たしたときに、所定の出力を行う、部品状態推定方法。
１６．上記１５に記載の部品状態推定方法において、
　前記所定の出力は、前記部品を交換すべきタイミングを示す情報を含んでいる、部品状態推定方法。
１７．上記１５又は１６に記載の部品状態推定方法において、
　前記所定の出力は、前記部品の劣化を抑制するために参照すべき参照情報を含む、部品状態推定方法。
１８．上記１７に記載の部品状態推定方法において、
　前記参照情報は、前記製品の稼働タイミングに関している、部品状態推定方法。
１９．上記１８に記載の部品状態推定方法において、
　前記製品は物流のための車両であり、
　前記コンピュータは、前記参照情報を用いて、前記車両による配送計画情報を生成する、部品状態推定方法。
２０．上記１２～１９のいずれか一項に記載の部品状態推定方法において、
　前記製品は車両であり、
　前記部品は、バッテリ、エンジンオイル、ワイパー、ヘッドライト、ベルト、タイヤ、及びブレーキパッドの少なくとも一つである、部品状態推定方法。
２１．上記２０に記載の部品状態推定方法において、
　前記部品はバッテリであり、
　前記稼働予測データは、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働時間、ヘッドライトの稼働時間、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含む、部品状態推定方法。
２２．コンピュータに、
　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得処理と、
　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定処理と、
を行わせるプログラムを記憶する、コンピュータ読取可能な記録媒体。
２３．上記２２に記載の記録媒体において、
　前記推定処理は、さらに、前記製品の稼働状態の実績データを用いて前記劣化状態を推定する、記録媒体。
２４．上記２２又は２３に記載の記録媒体において、
　前記取得処理は、前記製品の稼働予定を示すスケジュール情報、及び現在の月日の少なくとも一方を用いて前記稼働予測データを生成する、記録媒体。
２５．上記２２～２４のいずれか一項に記載の記録媒体において、
　前記プログラムは、前記コンピュータに、前記推定処理による推定結果が基準を満たしたときに、所定の出力を行う出力処理を行わせる、記録媒体。
２６．上記２５に記載の記録媒体において、
　前記所定の出力は、前記部品を交換すべきタイミングを示す情報を含んでいる、記録媒体。
２７．上記２５又は２６に記載の記録媒体において、
　前記所定の出力は、前記部品の劣化を抑制するために参照すべき参照情報を含む、記録媒体。
２８．上記２７に記載の記録媒体において、
　前記参照情報は、前記製品の稼働タイミングに関している、記録媒体。
２９．上記２８に記載の記録媒体において、
　前記製品は物流のための車両であり、
　前記プログラムは、前記コンピュータに、前記参照情報を用いて、前記車両による配送計画情報を生成する配送計画生成処理を行わせる、記録媒体。
３０．上記２２～２９のいずれか一項に記載の記録媒体において、
　前記製品は車両であり、
　前記部品は、バッテリ、エンジンオイル、ワイパー、ヘッドライト、ベルト、タイヤ、及びブレーキパッドの少なくとも一つである、記録媒体。
３１．上記３０に記載の記録媒体において、
　前記部品はバッテリであり、
　前記稼働予測データは、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働時間、ヘッドライトの稼働時間、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含む、記録媒体。
３２．上記２２～３１に記載のプログラム。

１０　部品状態推定装置
２０　製品
２２　送信装置
３０　モデル生成装置
１１０　取得部
１２０　推定部
１３０　出力部
１４０　モデル記憶部

Claims (13)

1. 　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得手段と、
   　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定手段と、
   を備える、部品状態推定装置。
2. 　請求項１に記載の部品状態推定装置において、
   　前記推定手段は、さらに、前記製品の稼働状態の実績データを用いて前記劣化状態を推定する、部品状態推定装置。
3. 　請求項１又は２に記載の部品状態推定装置において、
   　前記取得手段は、前記製品の稼働予定を示すスケジュール情報、及び現在の月日の少なくとも一方を用いて前記稼働予測データを生成する、部品状態推定装置。
4. 　請求項１～３のいずれか一項に記載の部品状態推定装置において、
   　前記推定手段による推定結果が基準を満たしたときに、所定の出力を行う出力手段をさらに備える、部品状態推定装置。
5. 　請求項４に記載の部品状態推定装置において、
   　前記所定の出力は、前記部品を交換すべきタイミングを示す情報を含んでいる、部品状態推定装置。
6. 　請求項４又は５に記載の部品状態推定装置において、
   　前記所定の出力は、前記部品の劣化を抑制するために参照すべき参照情報を含む、部品状態推定装置。
7. 　請求項６に記載の部品状態推定装置において、
   　前記参照情報は、前記製品の稼働タイミングに関している、部品状態推定装置。
8. 　請求項７に記載の部品状態推定装置において、
   　前記製品は物流のための車両であり、
   　前記参照情報を用いて、前記車両による配送計画情報を生成する配送計画生成手段を備える、部品状態推定装置。
9. 　請求項１～８のいずれか一項に記載の部品状態推定装置において、
   　前記製品は車両であり、
   　前記部品は、バッテリ、エンジンオイル、ワイパー、ヘッドライト、ベルト、タイヤ、及びブレーキパッドの少なくとも一つである、部品状態推定装置。
10. 　請求項９に記載の部品状態推定装置において、
    　前記部品はバッテリであり、
    　前記稼働予測データは、走行距離、走行時間、速度の平均値及び上限値の少なくとも一方、ワイパーの稼働時間、ヘッドライトの稼働時間、冷暖房装置の稼働時間及び設定温度、並びにエンジンを起動した回数（エンジンのアイドリングストップの回数を含む）の少なくとも一つを含む、部品状態推定装置。
11. 　製品に搭載された通信装置と、
    　部品状態推定装置と、
    を備え、
    　前記通信装置は、前記製品に含まれる部品の状態を示す状態情報を前記部品状態推定装置に送信し、
    　前記部品状態推定装置は、
    　　前記状態情報、及び、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得手段と、
    　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定手段と、
    を備える、部品状態推定システム。
12. 　コンピュータが、
    　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得し、
    　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する、部品状態推定方法。
13. 　コンピュータに、
    　　製品に含まれる部品の状態を示す状態情報を取得するとともに、所定時間経過するまでの前記製品の稼働状態の予想結果を示す稼働予測データを取得する取得処理と、
    　　前記状態情報及び前記稼働予測データを用いて、所定時間が経過した後の前記部品の劣化状態を推定する推定処理と、
    を行わせるプログラムを記憶する、コンピュータ読取可能な記録媒体。

Images