CN113396437A - 疲劳管理*** - Google Patents
疲劳管理*** Download PDFInfo
- Publication number
- CN113396437A CN113396437A CN201980090626.7A CN201980090626A CN113396437A CN 113396437 A CN113396437 A CN 113396437A CN 201980090626 A CN201980090626 A CN 201980090626A CN 113396437 A CN113396437 A CN 113396437A
- Authority
- CN
- China
- Prior art keywords
- fatigue
- index value
- calculation unit
- degree
- damage degree
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 175
- 230000001186 cumulative effect Effects 0.000 claims abstract description 101
- 238000010276 construction Methods 0.000 claims abstract description 57
- 238000004891 communication Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 description 59
- 230000008569 process Effects 0.000 description 54
- 238000011156 evaluation Methods 0.000 description 43
- 239000003921 oil Substances 0.000 description 18
- 239000010720 hydraulic oil Substances 0.000 description 16
- 230000008439 repair process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 239000000725 suspension Substances 0.000 description 12
- 238000006073 displacement reaction Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 1
- 101150064138 MAP1 gene Proteins 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- E02F9/20—Drives; Control devices
- E02F9/2025—Particular purposes of control systems not otherwise provided for
- E02F9/2054—Fleet management
-
- 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
- E02F9/264—Sensors and their calibration for indicating the position of the work tool
- E02F9/265—Sensors and their calibration for indicating the position of the work tool with follow-up actions (e.g. control signals sent to actuate the work tool)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/03—Endless-tracks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60P—VEHICLES ADAPTED FOR LOAD TRANSPORTATION OR TO TRANSPORT, TO CARRY, OR TO COMPRISE SPECIAL LOADS OR OBJECTS
- B60P1/00—Vehicles predominantly for transporting loads and modified to facilitate loading, consolidating the load, or unloading
- B60P1/04—Vehicles predominantly for transporting loads and modified to facilitate loading, consolidating the load, or unloading with a tipping movement of load-transporting element
- B60P1/28—Tipping body constructions
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Operation Control Of Excavators (AREA)
- Component Parts Of Construction Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供一种能够与以往相比更高精度地对工程机械的每个部位的疲劳进行管理的疲劳管理***。疲劳管理***(S)的特征在于,具备:应力运算部(S1),其基于在工程机械的一部分上安装的传感器(18)的输出来计算出作用于工程机械的多个部位的应力;损伤度运算部(S2),其基于应力运算部(S1)所计算出的应力来计算出工程机械的各个部位的累积损伤度;以及指标值运算部(S3),其针对工程机械的各个部位计算出对累积损伤度加权得到的疲劳指标值。
Description
技术领域
本公开涉及工程机械的疲劳管理***。
背景技术
以往,已知一种关于对检测作业内容及作业环境与运行中的挖掘机的组合中的不相宜(不匹配)进行支援的挖掘机支援装置的发明(参照下述专利文献1)。该以往的发明的目的在于提供一种能够高精度地判别运行中的挖掘机是否与当前的作业内容和作业环境相宜的挖掘机支援装置。
根据上述以往的发明的一个观点,提供一种具有显示图像的显示画面、和在上述显示画面上显示图像的处理装置的挖掘机支援装置(参照该文献的权利要求1、第0005段等)。上述处理装置获取在作为评价对象的挖掘机的部件中积蓄的累积损伤度的评价值的时刻历史。另外,上述处理装置将累积损伤度的上述评价值与用于判断作为评价对象的上述挖掘机是否为不匹配状态的与运行时间一起增加的判断阈值进行比较。然后,上述处理装置在上述评价值超过上述判断阈值的情况下,通知作为评价对象的上述挖掘机为不匹配状态。
对于上述累积损伤度的计算,利用保存于存储装置的到当前时间点为止的运行信息或累积损伤度等。累积损伤度例如能够通过基于累积疲劳损伤法则对施加于部件的各评价部位的应力波形进行解析而求出(参照该文献的第0024段等)。具体地说,累积损伤度例如能够如以下那样求出(参照该文献的第0064段-第0076段等)。
首先,从附属装置的姿势传感器、附属装置的载荷传感器及旋转角传感器获取由挖掘机在作业中重复进行的一系列动作中的至少1周期量的测量值。接着,在一系列动作的1周期内,提取出要解析的多个时刻(以下称为“解析时刻”)。接着,在各个解析时刻下,使用解析模型,计算出施加于动臂、斗杆等部件各自的应力的分布。
接着,对各部件的每个评价点,计算出在1周期的动作期间中积蓄的损伤度即单周期损伤度。接着,对管理对象的挖掘机的每处机身及每个部件,计算出从机身的运行开始时间点到当前时间点为止的单周期损伤度的总和即累积损伤度,由此计算出部件的累积损伤度的分布。接着,将所求出的累积损伤度与机身编号等信息建立关联并存储到存储装置。像这样,对挖掘机的每处机身及每个部件的评价部位求出累积损伤度。
现有技术文献
专利文献
专利文献1:日本特开2016-003462号公报
发明内容
在上述以往的挖掘机支援装置中使用的累积损伤度是基于作为经验法则的线性累积损伤法则得出的,假定到达1时物体成为疲劳破坏。但是,累积损伤度本质上是包含偏差的值,实际上,在累积损伤度达到1之前物体会成为疲劳破坏,或者即使累积损伤度超过了1,物体也没有疲劳破坏。因此,若像上述以往的挖掘机支援装置那样直接使用累积损伤度,则无法恰当地设定挖掘机的每个部位的检查时机。
本公开提供一种与以往相比能够更高精度地对工程机械的每个部位的疲劳进行管理的疲劳管理***。
本公开的一个方案为一种疲劳管理***,其特征在于,具备:应力运算部,其基于在工程机械的一部分上安装的传感器的输出来计算出作用于上述工程机械的多个部位的应力;损伤度运算部,其基于上述应力来计算出各个上述部位的累积损伤度;和指标值运算部,其针对各个上述部位计算出对上述累积损伤度加权得到的疲劳指标值。
发明效果
根据本公开,可提供一种通过使用疲劳指标值而能够比以往更高精度地对工程机械的每个部位的疲劳进行管理的疲劳管理***。
附图说明
图1是表示本公开的疲劳管理***的适用例的框图。
图2是表示本公开的疲劳管理***的一个实施方式的框图。
图3是作为图2的疲劳管理***的管理对象的一例的液压挖掘机的侧视图。
图4是表示图3的液压挖掘机的液压驱动装置的结构的框图。
图5A是作业机械的各部位的累积损伤度与疲劳指标值的关系的一例。
图5B是作业机械的各部位的累积损伤度与疲劳指标值的关系的一例。
图5C是作业机械的各部位的累积损伤度与疲劳指标值的关系的一例。
图5D是作业机械的各部位的累积损伤度与疲劳指标值的关系的一例。
图6A是表示图2的疲劳管理***的疲劳指标值计算的一例的流程图。
图6B是表示计算图6A的疲劳指标值的处理的一例的流程图。
图6C是表示计算图6A的疲劳指标值的处理的一例的流程图。
图7A是表示图2所示的疲劳管理***的监控图像的一例的图像图。
图7B是表示图2所示的疲劳管理***的监控图像的一例的图像图。
图7C是表示图2所示的疲劳管理***的监控图像的一例的图像图。
图8是表示工程机械的疲劳指标值的时序数据的一例的曲线图。
图9是表示多个工程机械的疲劳指标值的时序数据的一例的曲线图。
图10是作为本公开的疲劳管理***的管理对象的一例的自卸卡车的侧视图。
图11是表示疲劳管理***的监控图像的一例的图像图。
具体实施方式
以下,参照附图对本公开的疲劳管理***的一个实施方式进行说明。
图1是表示本公开的疲劳管理***的适用例的框图。图2是表示本公开的疲劳管理***的一个实施方式的框图。图3是表示作为工程机械的一例的液压挖掘机10的侧视图。图4是表示图3所示的液压挖掘机10的液压驱动装置17的结构的一例的框图。
详情将后述,本实施方式的疲劳管理***S以下述结构为主要特征。疲劳管理***S具备应力运算部S1,该应力运算部S1基于在工程机械的一部分上安装的传感器18(参照图2)的输出来计算出作用于该工程机械的多个部位的应力。另外,疲劳管理***S具备损伤度运算部S2,该损伤度运算部S2基于应力运算部S1所计算出的应力来计算出工程机械的各个部位的累积损伤度。而且,疲劳管理***S还具备指标值运算部S3,该指标值运算部S3针对工程机械的各个部位计算出对损伤度运算部S2所计算出的累积损伤度加权得到的疲劳指标值。
作为疲劳管理***S的管理对象的工程机械没有特别限定,例如是液压挖掘机10。液压挖掘机10例如是在矿山中使用的超大型液压挖掘机。以下,首先说明作为本实施方式的疲劳管理***S的管理对象的液压挖掘机10的结构的一例,然后详细说明本实施方式的疲劳管理***S的各部分的结构。
(液压挖掘机)
液压挖掘机10例如如图3所示,具备下部行驶体11、上部旋转体12、驾驶室13、前作业机14和控制器15。另外,液压挖掘机10具备图2所示的传感器18、发送机19A及监控器19B、和图4所示的操作杆装置13a及液压驱动装置17。在以下的说明中,存在一边参照由与液压挖掘机10的前后方向平行的X轴、与液压挖掘机10的宽度方向平行的Y轴、与液压挖掘机10的高度方向平行的Z轴构成的三维正交坐标系,一边说明液压挖掘机10的各部分的情况。
下部行驶体11例如在液压挖掘机10的宽度方向(Y方向)具有一对履带式的行驶装置11a。下部行驶体11例如由液压驱动装置17驱动而使液压挖掘机10行驶。
上部旋转体12能够旋转地安装于下部行驶体11上。上部旋转体12例如由省略图示的液压马达或电动马达驱动,以与液压挖掘机10的高度方向(Z方向)平行的旋转轴为中心相对于下部行驶体11旋转。上部旋转体12收容例如省略图示的原动机、后述的液压泵、多个阀等各种设备。
驾驶室13例如是收容了供操作液压挖掘机10的操作员搭乘的驾驶席的液压挖掘机10的车室。驾驶室13例如在上部旋转体12的前侧部分的上部与前作业机14相邻地设置。
前作业机14例如设在上部旋转体12的前侧,由液压驱动装置17驱动而进行挖掘作业等作业。前作业机14例如具有动臂14a、斗杆14b、铲斗14c。
动臂14a的基端部例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与上部旋转体12连结。动臂14a例如由执行机构驱动,以安装于上部旋转体12的旋转轴为中心在规定的角度范围内转动。作为驱动动臂14a的执行机构,例如使用液压缸1。液压缸1是通过工作油的供给而被驱动的液压执行机构。
液压缸1例如具有缸筒1a、活塞1b、活塞杆1c。液压缸1例如是活塞杆1c向缸筒1a的单侧突出的单活塞杆型的液压缸。驱动动臂14a的液压缸1也存在例如被称为动臂缸1A的情况。
在动臂缸1A中,缸筒1a的一端例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与动臂14a的中间部连结。另外,活塞1b收容于缸筒1a,沿着缸筒1a的内周面在活塞杆1c的轴向上滑动。活塞杆1c的一端在缸筒1a的内部与活塞1b连结。在动臂缸1A中,活塞杆1c的另一端从缸筒1a的内部向外部延伸,例如,经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与上部旋转体12连结。
斗杆14b的基端部例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与动臂14a的前端部连结。斗杆14b例如由执行机构驱动,以安装于动臂14a的旋转轴为中心在规定的角度范围内转动。作为驱动斗杆14b的执行机构,例如使用与动臂缸1A相同的液压缸1。驱动斗杆14b的液压缸1也存在例如被称为斗杆缸1B的情况。
在斗杆缸1B中,缸筒1a的一端例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与动臂14a的中间部连结。在斗杆缸1B中,与活塞1b连结的活塞杆1c的一端的相反侧的、活塞杆1c的另一端经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与斗杆14b的基端部连结。斗杆缸1B的活塞杆1c例如连结于与动臂14a的前端相比靠斗杆14b的基端侧的位置。
铲斗14c的基端部例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与斗杆14b的前端部连结。铲斗14c例如由执行机构驱动,以安装于斗杆14b的旋转轴为中心在规定的角度范围内转动。作为驱动铲斗14c的执行机构,例如使用与动臂缸1A相同的液压缸1。驱动铲斗14c的液压缸1也存在例如被称为铲斗缸1C的情况。
在铲斗缸1C中,缸筒1a的一端例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与斗杆14b的基端部连结。在铲斗缸1C中,与活塞1b连结的活塞杆1c的一端的相反侧的、活塞杆1c的另一端例如经由连杆而与铲斗14c的基端部连结。连杆例如经由与液压挖掘机10的宽度方向(Y方向)平行的旋转轴而与活塞杆1c连结。
控制器15例如收容于上部旋转体12,根据基于设在驾驶室13的操作杆装置13a的操作产生的先导压和来自搭载于液压挖掘机10的传感器18的信号,控制液压驱动装置17。控制器15例如是包括中央运算处理装置等运算部15a、RAM和ROM等存储部15b、存储于该存储部15b的程序、及进行信号的输入输出的输入输出部的计算机单元。
控制器15的运算部15a、存储部15b、程序及输入输出部构成疲劳管理***S的应力运算部S1、损伤度运算部S2及指标值运算部S3。关于这些应力运算部S1、损伤度运算部S2及指标值运算部S3的详情将在后述。在本实施方式中,疲劳管理***S的应力运算部S1、损伤度运算部S2及指标值运算部S3例如设于控制液压驱动装置17的控制器15,但也能够相对于控制器15另行设置。控制器15例如经由控制器区域网络(CAN)等网络而与传感器18、发送机19A及监控器19B连接。
液压驱动装置17例如具备液压缸1、液压泵2、先导泵3、缸底压传感器4a、操作压传感器4b、工作油箱5和发动机6。另外,液压驱动装置17例如具备方向控制阀V1、可变节流部V2和可变节流控制阀V3。此外,液压挖掘机10例如具备动臂缸1A、斗杆缸1B和铲斗缸1C这三个液压缸1。但是,各液压缸1的结构相同。因此,在图2中,图示出一个液压缸1,省略其他两个液压缸1的图示。
液压缸1如前述那样,具备缸筒1a、活塞1b和活塞杆1c。缸筒1a的内部通过活塞1b而被划分为位于缸筒1a的基端侧的缸底侧油室1e、和位于缸筒1a的前端侧的活塞杆侧油室1f。
对于液压缸1,通过向缸底侧油室1e供给工作油,从而活塞1b向缸筒1a的前端侧移动,从活塞杆侧油室1f排出工作油,活塞杆1c伸长。另外,对于液压缸1,通过向活塞杆侧油室1f供给工作油,从而活塞1b向缸筒1a的基端侧移动,从缸底侧油室1e排出工作油,活塞杆1c缩短。
更具体地说,动臂缸1A通过使活塞杆1c伸长,以设于动臂14a的基端部的旋转轴为中心使动臂14a转动,使动臂14a的前端向液压挖掘机10的高度方向(Z方向)的上方侧移动。另外,动臂缸1A通过使活塞杆1c缩短,以设于动臂14a的基端部的旋转轴为中心使动臂14a转动,使动臂14a的前端向液压挖掘机10的高度方向(Z方向)的下方侧移动。
另外,斗杆缸1B通过使活塞杆1c伸长,以设于斗杆14b的基端部的旋转轴为中心使斗杆14b转动,使斗杆14b的前端向液压挖掘机10的高度方向(Z方向)的下方侧移动。另外,斗杆缸1B通过使活塞杆1c缩短,以设于斗杆14b的基端部的旋转轴为中心使斗杆14b转动,使斗杆14b的前端向液压挖掘机10的高度方向(Z方向)的上方侧移动。
另外,铲斗缸1C通过使活塞杆1c伸长,以设于铲斗14c的基端部的旋转轴为中心使铲斗14c转动,使铲斗14c的前端向液压挖掘机10的高度方向(Z方向)的上方侧移动。另外,铲斗缸1C通过使活塞杆1c缩短,以设于铲斗14c的基端部的旋转轴为中心使斗杆14b转动,使铲斗14c的前端向液压挖掘机10的高度方向(Z方向)的下方侧移动。
液压泵2例如是斜盘式、径向活塞式或斜轴式的可变容量型的液压泵。液压泵2通过发动机6而旋转驱动。液压泵2例如具有由斜盘或斜轴等构成的容量可变部2a、和驱动该容量可变部2a的容量可变机构2b。容量可变机构2b基于控制器15的指令而驱动容量可变部2a。由此,容量可变部2a的倾转角变化,能够使液压泵2的泵容量增减。液压泵2向排出管路排出液压油。排出管路在比方向控制阀V1靠上游侧的位置,分支为中间旁通管路和分支管路。
先导泵3例如是固定容量型的液压泵。先导泵3也通过发动机6而旋转驱动。先导泵3与工作油箱5一起构成先导液压源。先导泵3向先导管路排出先导液压油。先导管路在比操作杆装置13a靠上游侧的位置,分支出用于向可变节流控制阀V3侧供给先导液压油的节流用先导管路。
方向控制阀V1切换从液压泵2向液压缸1供给的液压油,控制液压油相对于液压缸1的供给和排出。方向控制阀V1由六通三位的液压先导式方向控制阀构成。方向控制阀V1经由排出管路与液压泵2连接,并经由中间旁通管路及返回管路与工作油箱5连接。而且,方向控制阀V1经由缸底侧管路与液压缸1的缸底侧油室1e连接,并经由活塞杆侧管路与液压缸1的活塞杆侧油室1f连接。
可变节流部V2在中间旁通管路的中途设于比方向控制阀V1靠下游侧的位置。可变节流部V2在比方向控制阀V1靠下游侧的位置使中间旁通管路的流路面积可变地缩小。可变节流部V2通过从可变节流控制阀V3供给的先导液压油而被控制。可变节流控制阀V3的先导压越大,则可变节流部V2的流路面积越小,可变节流控制阀V3的先导压越小,则可变节流部V2的流路面积越大。可变节流控制阀V3的先导压由控制器15可变地控制。
缸底压传感器4a是检测液压缸1的缸底侧油室1e的液压油的压力的压力传感器。缸底压传感器4a例如检测缸底侧油室1e或缸底侧管路的压力。缸底压传感器4a经由信号线与控制器15连接,将与所检测出的缸底侧油室1e的压力对应的检测信号输出到控制器15。
操作压传感器4b是检测操作杆装置13a的操作量的压力传感器。操作压传感器4b例如设于下降侧先导管路。操作压传感器4b检测下降侧先导管路的液压,即,检测动臂下降的先导压。操作压传感器4b经由信号线与控制器15连接,检测与动臂下降操作量对应的动臂下降的先导压。操作压传感器4b将与动臂下降的先导压对应的检测信号输出到控制器15。
传感器18安装于液压挖掘机10的一部分,检测物理量并输出到控制器15。更具体地说,传感器18例如包括对作用于作为工程机械的液压挖掘机10的力进行检测的力传感器、和检测液压挖掘机10的姿势的姿势传感器。在图2所示的例子中,传感器18作为力传感器而包括液压传感器18b,作为姿势传感器而包括角度传感器18a、角速度传感器18c、加速度传感器18d、倾斜角传感器18e及未图示的行程传感器。行程传感器检测动臂缸1A、斗杆缸1B及铲斗缸1C各自的行程。
液压传感器18b例如是检测液压缸1的缸底侧油室1e的工作油的压力的压力传感器。更具体地说,液压传感器18b是检测动臂缸1A、斗杆缸1B、铲斗缸1C各自的缸底侧油室1e的工作油的压力的压力传感器。此外,液压传感器18b例如也可以是前述的缸底压传感器4a。另外,液压传感器18b在下部行驶体11、上部旋转体12由液压马达驱动的情况下,检测该液压马达的工作油的压力。
角度传感器18a例如是检测工程机械的各部分的角度的传感器。具体地说,角度传感器18a例如是检测液压挖掘机10的上部旋转体12和前作业机14的各部分的角度的传感器。更详细地说,角度传感器18a例如分别设于上部旋转体12的旋转轴、动臂14a的基端部的旋转轴、斗杆14b的基端部的旋转轴以及铲斗14c的基端部的旋转轴。角度传感器18a例如检测上部旋转体12相对于下部行驶体11的旋转角、动臂14a相对于上部旋转体12的旋转角、斗杆14b相对于动臂14a的旋转角、铲斗14c相对于斗杆14b的旋转角。角速度传感器18c例如分别安装于上部旋转体12、动臂14a、斗杆14b及铲斗14c,检测上部旋转体12、动臂14a、斗杆14b及铲斗14c各自的角速度。加速度传感器18d例如分别安装于上部旋转体12、动臂14a、斗杆14b及铲斗14c,检测上部旋转体12、动臂14a、斗杆14b及铲斗14c各自的加速度。倾斜角传感器18e例如分别安装于上部旋转体12、动臂14a、斗杆14b及铲斗14c,检测上部旋转体12、动臂14a、斗杆14b及铲斗14c各自的倾斜角。
发送机19A例如与控制器15连接,发送从控制器15输出的疲劳指标值。更具体地说,发送机19A例如经由通信卫星170、基站局18及线路网190向服务器140发送疲劳指标值。另外,发送机19A例如利用无线通信,向作为信息终端160的顾客终端160A发送疲劳指标值。另外,发送机19A例如也可以发送液压挖掘机10的识别信息。另外,在液压挖掘机10具备例如全球导航卫星***(GNSS)等测位装置的情况下,发送机19A也可以发送液压挖掘机10的位置信息。
监控器19B例如是配置于驾驶室13内的液晶显示装置或有机EL显示装置等显示装置。监控器19B例如也可以包含触摸面板等输入装置。监控器19B例如显示将从控制器15输出的疲劳指标值和液压挖掘机10的各部件的多个部位建立关联得到的图像。
根据以上结构,液压挖掘机10中,若操作员对操作杆装置13a进行操作,则方向控制阀V1通过来自先导泵3的液压油而工作,液压泵2的液压油被导入到液压缸1的缸底侧油室1e或活塞杆侧油室1f。由此,液压挖掘机10如前述那样,与操作杆装置13a的操作量相应地,使动臂缸1A、斗杆缸1B及铲斗缸1C各自的活塞杆1c伸缩,能够操作动臂14a、斗杆14b及铲斗14c的各部分。
另外,控制器15根据来自操作杆装置13a的操作信号,控制下部行驶体11与上部旋转体12之间的液压马达或电动马达。由此,液压挖掘机10能够与操作杆装置13a的操作量相应地,使上部旋转体12相对于下部行驶体11旋转。
(疲劳管理***)
接下来,详细对本实施方式的疲劳管理***S的各部分的结构进行说明。本实施方式的疲劳管理***S除了前述的应力运算部S1、损伤度运算部S2和指标值运算部S3以外,还具备例如服务器140、存储装置150和信息终端160。
构成本实施方式的疲劳管理***S的应力运算部S1、损伤度运算部S2及指标值运算部S3例如如图2及图3所示,能够由搭载于工程机械的控制器15构成。此外,构成疲劳管理***S的应力运算部S1、损伤度运算部S2及指标值运算部S3不必一定搭载于工程机械。例如,也能够利用图1所示的服务器140及存储装置150构成应力运算部S1、损伤度运算部S2及指标值运算部S3。
应力运算部S1如前述那样,基于在工程机械的一部分上安装的传感器18的输出来计算出作用于工程机械的多个部位的应力。更具体地说,应力运算部S1例如基于液压挖掘机10的动臂14a、斗杆14b及铲斗14c上安装的传感器18的输出,计算出作用于动臂14a、斗杆14b及铲斗14c各自的多个部位的应力。虽然没有特别限定,但例如能够对各部件设定数十点至数百点的部位。
应力运算部S1对应力的计算方法的一例如下所述。如图2所示,应力运算部S1例如使用预先存储于存储部15b的应力运算式,计算出分别作用于构成液压挖掘机10的各个部件的多个部位的应力。应力运算式例如是表示传感器18的输出与分别作用于构成液压挖掘机10的部件的多个部位的应力之间的关系的式子。应力运算式例如使用多重回归式或利用了机械学习的回归式等,对构成液压挖掘机10的部件的各个部位预先求出,并存储到存储部15b。
以下的式(1)~(3)中示出应力运算式的一例。在式(1)~(3)中,σ1、σ2、…是分别作用于构成液压挖掘机10的部件的多个部位的应力。另外,在式(1)~(3)中,s1、s2、…是传感器18的输出,M、N及A是基于各个部位的特性的常数,t为时刻。像这样,通过预先求出应力运算式,能够基于传感器18的输出,利用单纯的运算而容易地求出分别作用于构成液压挖掘机10的部件的多个部位的应力及时刻历史应力波形。
【数1】
【数2】
【数3】
另外,应力运算部S1例如也可以基于以下的式(4)计算出以图2所示的加速度传感器18d或陀螺仪传感器及角度传感器18a再现的姿势下的液压挖掘机10中的各部位的应力。
【数4】
此外,在上述的式(4)中,[M]是质量矩阵,[C]是衰减矩阵,[K]是刚性矩阵,{u}是位移矩阵。{F}例如是液压缸1的压力、上部旋转体12的旋转压、下部行驶体11的液压马达压等作用于构造物的外力。
损伤度运算部S2基于由应力运算部S1计算出的作用于各个部位的应力对各个部位的累积损伤度D进行计算。更具体地说,损伤度运算部S2基于作用于液压挖掘机10的各部件的各个部位的时刻历史应力波形、应力振幅和重复数的S-N线图,计算出各部件的各个部位的累积损伤度D。累积损伤度D例如能够在基于程对(range pair)法、峰谷(peak tovalley)法、雨流(rain flow)法等进行的时刻历史应力波形的频度解析之后,利用以下的式(5)所示的迈因纳法则、修正迈因纳法则计算出。
【数5】
指标值运算部S3针对液压挖掘机10的各部件的各个部位计算出对由损伤度运算部S2计算出的累积损伤度D加权得到的疲劳指标值。疲劳指标值例如是通过针对关于液压挖掘机10的各部件的各个部位计算出的累积损伤度,进行与关于各个液压挖掘机10、各部件及各个部位的使用环境、材料特性及其他条件相应的加权而得到的,是表示疲劳度的指数,例如以从1开始增加的整数表示。
图5A~图5D中说明根据液压挖掘机10的各部件的各个部位中的累积损伤度D求出疲劳指标值的例子。在该例子中,设置以加权条件与累积损伤度D的大小相应而分别不同的方式设定的多个图表(map)(A)~(D),从这些图表(A)~(D)选择一个图表,根据该选择出的图表,基于累积损伤度D求出疲劳指标值i。(A)~(D)中示出疲劳指标值i的图表的例子。图中将累积损伤度D为0.0~小于0.35的范围设为低范围,将0.35~小于0.65的范围设为中范围,将0.65以上设为高范围,该情况下的疲劳指标值i将指数以规定的等级显示,设为Lv.1<Lv.2<Lv.3<Lv.4<Lv.5。图5A的图表(A)是如下例子:在累积损伤度D处于低范围时,即使累积损伤度D增加,疲劳指标值也不会变化,设为固定的Lv.1值;在处于中范围时,与累积损伤度D的增加相应地使疲劳指标值增加到Lv.2、Lv.3、Lv.4;在累积损伤度D处于高范围时,即使累积损伤度D增加,疲劳指标值也不会变化,设为固定的Lv.5。另外图5B的图表(B)是如下例子:在累积损伤度D处于低范围时,与累积损伤度D的增加相应地使疲劳指标值i增加到Lv.1、Lv2、Lv.3;在处于中范围时,即使累积损伤度D增加,疲劳指标值i也设为固定的Lv4;在累积损伤度D处于高范围时,即使累积损伤度D增加,疲劳指标值也不会变化,设为固定的Lv.5。另外图5C的图表(C)是如下例子:在累积损伤度D处于低范围及中范围时,即使累积损伤度D增加,疲劳指标值也不会变化,设为固定的Lv.1;在高范围中,与累积损伤度D的增加相应地,使疲劳指标值i增加到Lv.2、Lv.3、Lv.4、Lv.5。另外图5D的图表(D)是如下例子:在累积损伤度D的低范围到高范围,累积损伤度D每增加0.2~0.25,则使疲劳指标值i增加到Lv.1、Lv.2、Lv.3、Lv.4、Lv.5,而且图表(A)、(B)是比较早地使疲劳指标值增加的例子,图表(C)、(D)是与累积损伤度D的增加相应地使疲劳指标值增加的例子。并且如前述那样,存储部15b例如存储有用于从不同的多个加权得到的图表(A)至(D)中针对作为作业机械的液压挖掘机10的各部件的每个部位选择图表的条件。指标值运算部S3针对各个液压挖掘机10的各部件的每个部位,与存储于存储部15b的条件相应地选择图表(A)、(B)、(C)和(D)中的某一个。然后,指标值运算部S3根据由损伤度运算部S2计算出的累积损伤度D并根据所选择的图表,针对各个液压挖掘机10的各部件的各个部位而将疲劳指标值i计算为Lv.1~Lv.5。以下,针对存储于该存储部15b的条件和基于该条件的图表(A)、(B)、(C)或(D)的选择,说明几个例子。
在图表选择的第1例中,根据利用运算从传感器18的检测结果得到的作用于各部件的各个部位的应力、与实际作用于各部件的各个部位的应力之间的一致度的条件,选择针对各部件的各部位的图表(A)、(B)、(C)或(D)。利用运算得到的应力与实际应力之间的一致度例如可以根据液压挖掘机10等作业机械的作业历史而经验性地得到,也可以基于通过在作业机械的各部件的各个部位安装应变仪等应力传感器而预先试验上获取到的实际应力与利用上述运算得到的应力之间的比较而得到。后者的情况下,利用运算得到的应力与实际应力之间的一致度例如能够基于决定系数R2而求出。一致度的条件能够基于决定系数R2分类成若干条件,例如以下等:在决定系数R2为作为阈值的0.8以上的情况下设为最高精度,设定决定系数R2小于0.8的规定的阈值而分类为高精度、中精度及低精度的各条件。
存储部15b例如作为用于从加权不同的多个图表(A)至(D)中针对作业机械的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件,存储有作用于液压挖掘机10的各个部位的实际应力与由应力运算部S1计算出的应力之间的一致度的条件。更具体地说,存储部15b例如作为每个评价点的一致度的条件,存储有低精度、中精度、高精度及最高精度这四个条件中的一个条件。另外,存储部15b存储有一致度的阈值、随着累积损伤度D的增加而使疲劳指标值i增加的作为第1图表的图表(C)及(D)、随着累积损伤度D的增加而使疲劳指标值i与作为第1图表的图表(C)及(D)相比更早增加的作为第2图表的图表(A)及(B)。指标值运算部S3例如在计算液压挖掘机10等作业机械的各部件的各个部位的疲劳指标值i时,参照存储于存储部15b的关于该部位的运算出的应力与实际应力之间的一致度的条件。然后,指标值运算部S3判断该部位的一致度是低精度、中精度、高精度、最高精度这四个条件中的哪一个。此外,一致度的条件例如可以是低精度、高精度这两个条件的分类,也可以是低精度、中精度、高精度这三个条件,还可以是五个条件以上。
另外,指标值运算部S3根据所判断出的一致度的条件,作为作业机械的各部件的各个部位的累积损伤度的加权,选择例如图5A至图5D所示的某一个图表(A)、(B)、(C)或(D)。具体地说,指标值运算部S3例如对于作业机械的各个部位,在一致度为阈值以上的情况下,选择作为第1图表的图表(C)或(D),在一致度比阈值低的情况下,选择作为第2图表的图表(A)或(B)。更具体地说,例如,在将一致度分类为上述四条件的情况下,若运算疲劳指标值时选择出的某部位的一致度的条件为低精度,则指标值运算部S3选择图5B所示的图表(B)。由此,该部位的疲劳指标值i从累积损伤度D比较低的阶段开始上升。另外,例如若所选择出的部位的一致度的条件为中精度,则指标值运算部S3选择图5A所示的图表(A),若为高精度,则指标值运算部S3选择图5D所示的图表(D),若为更高精度即最高精度,则指标值运算部S3选择图5C所示的图表(C)。由此,该部位的一致度越上升,则随着累积损伤度的增加的疲劳指标值i的上升越平缓。
即,若所选择出的部位的运算应力与实际应力之间的一致度为最高精度,则指标值运算部S3如图5C所示的图表(C)那样,在累积损伤度D上升而破损的风险变高后,使疲劳指标值i急剧上升。另外,若所选择出的部位的运算应力与实际应力之间的一致度为高精度,则指标值运算部S3如图5D的图表(D)所示那样,与累积损伤度D的上升一起使疲劳指标值i逐渐上升,与上述一致度为更高精度的情况相比更早地使疲劳指标值i上升。另外,若所选择出的部位的运算应力与实际应力之间的一致度为中精度,则指标值运算部S3如图5A所示的图表(A)那样,在根据累积损伤度D的上升而风险以一定程度上升后,与上述一致度为高精度的情况相比更早地使疲劳指标值i上升。另外,若所选择出的部位的运算应力与实际应力之间的一致度为低精度,则指标值运算部S3如图5B所示的图表(B)那样,与上述一致度为中精度的情况相比更早地使疲劳指标值i上升而引起注意。
在图表的选择的第2例中,选择与破损产生的风险相应的图表(A)、(B)、(C)或(D)。具体地说,存储部15b例如作为用于从不同的多个加权中针对作业机械的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件,将每个部位的破损产生的风险分类为最高风险、高风险和其他这三个条件并存储。指标值运算部S3例如在计算液压挖掘机10等作业机械的各部件的各个部位的指标值时,参照存储于存储部15b的各部位的风险的条件,判断该部位的破损风险是最高风险、高风险和其他中的哪一个。此外,破损风险的条件例如也可以是高风险和其他这两个条件,还可以是四个条件以上。
另外,指标值运算部S3与判断出的破损风险的条件相应地,作为作业机械的各部件的各个部位的累积损伤度D的加权,选择例如图5A至图5D所示的某一个图表(A)、(B)、(C)或(D)。具体地说,例如在将破损风险分类成上述三个条件的情况下,若运算疲劳指标值i时选择出的某个部位的破损风险为最高风险,则指标值运算部S3选择图5B所示的图表(B)。由此,该部位的疲劳指标值i从累积损伤度D比较低的阶段开始上升。另外,例如若所选择出的部位的破损风险为高风险,则指标值运算部S3选择图5A所示的图表(A);若为其他,则指标值运算部S3选择图5C或图5D所示的图表(C)或(D)。由此,该部位的破损风险越上升,则随着累积损伤度D的增加而疲劳指标值i越早上升。
在图表选择的第3例中,选择与各个部位破损时对作业机械的影响度相应的图表(A)、(B)、(C)或(D)。具体地说,存储部15b例如作为用于从不同的多个加权中对作业机械的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件,将每个部位的对作业机械的影响度分类为例如作业机械的运行停止的影响度大、担心作业机械的运行停止的影响度中、和其他这三个条件并存储。指标值运算部S3在计算例如液压挖掘机10等作业机械的各部件的各个部位的疲劳指标值i时,参照存储于存储部15b的各部位的对作业机械的影响度的条件,判断该部位的影响度是影响度大、影响度中和其他中的哪一个。此外,影响度的分类例如也可以是影响度大和其他这两个等级的分类,还可以是四个等级以上的分类。
另外,指标值运算部S3与所判断出的影响度相应地,作为作业机械的各部件的各个部位的累积损伤度D的加权,选择例如图5A至图5D所示的某一个图表(A)、(B)、(C)或(D)。具体地说,例如,在将影响度分类成上述三个条件的情况下,若运算疲劳指标值i时选择出的某个部位的影响度大,则指标值运算部S3选择图5B所示的图表(B)。由此,该部位的疲劳指标值从累积损伤度比较低的阶段开始上升。另外,例如若所选择出的部位的影响度为中,则指标值运算部S3选择图5A所示的图表(A);若为其他,则指标值运算部S3选择图5C或图5D所示的图表(C)或(D)。由此,该部位的破损的影响度越大,则随着累积损伤度的增加而疲劳指标值i越早上升。
在图表选择的第4例中,选择与各个部位破损时对作业机械的安全的影响相应的图表(A)、(B)、(C)或(D)。具体地说,存储部15b例如作为用于从不同的多个加权中针对作业机械的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件,将对作业机械的安全的影响分类成该部位是否为安全关联部件和/或安全关联部位这两个条件并存储。指标值运算部S3例如在计算液压挖掘机10等作业机械的各部件的各个部位的疲劳指标值i时,参照存储于存储部15b的与对作业机械的安全的影响相关的条件,判断该部位是否为安全关联部件和/或安全关联部位。
另外,指标值运算部S3与判断出的条件相应地,作为作业机械的各部件的各个部位的累积损伤度D的加权,选择例如图5A至图5D所示的某一个图表(A)、(B)、(C)或(D)。具体地说,例如若在运算疲劳指标值i时选择出的某个部位为安全关联部件和/或安全关联部位,则指标值运算部S3选择图5A或图5B所示的图表(A)或(B),否则,选择图5C或图5D所示的图表(C)或(D)。由此,对于该部位的疲劳指标值i,若该部位为安全关联部件和/或安全关联部位,则与并非如此的情况相比疲劳指标值i更早上升。
在图表选择的第5例中,选择与包含各个部位的部件的更换时间和/或修理时间相应的图表(A)、(B)、(C)或(D)。具体地说,存储部15b例如作为用于从不同的多个加权中针对作业机械的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件,将每个部位的更换·修理难度分类为例如部件的更换和/或修理需要长期间甚至还需要作业车辆的难度高、更换和/或修理需要时间但无需作业车辆的难度中、和其他难度低这三个条件并存储。指标值运算部S3在例如计算液压挖掘机10等作业机械的各部件的各个部位的疲劳指标值i时,参照存储于存储部15b的各部位的更换·修理难度,判断包含该部位的部件的更换·修理难度。此外,更换·修理难度的分类例如也可以是难度高和其他这两个等级的分类,还可以是四个等级以上的分类。
另外,指标值运算部S3与所判断出的更换·修理难度的条件相应地,作为作业机械的各部件的各个部位的累积损伤度的加权,例如选择图5A至图5D所示的某一个图表(A)、(B)、(C)或(D)。具体地说,例如在将更换·修理难度分类为上述三个条件的情况下,若运算疲劳指标值时选择出的某个部位的更换·修理难度高,则指标值运算部S3选择图5B所示的图表(B)。由此,该部位的疲劳指标值i从累积损伤度比较低的阶段开始上升。另外,例如若选择出的部位的更换·修理难度为中,则指标值运算部S3选择图5A所示的图表(A);若为其他,则标值运算部S3选择图5C或图5D所示的图表(C)或(D)。由此,该部位的更换·修理难度越上升,则随着累积损伤度D的增加而疲劳指标值越早上升。
另外,作为上述以外的图表选择的例子,也可以是例如与向矿山等作业现场的通行好坏、对用户的心理影响、车身的使用方法或挖掘物的影响等各条件相应地,选择图5A至图5D的图表(A)、(B)、(C)或(D)。
服务器140与多个工程机械进行数据通信。服务器140例如经由通信卫星170、基站局180及线路网190等与多个液压挖掘机10进行数据通信。线路网190例如是包含因特网线路的通信线路。另外,服务器140例如经由作为信息终端160的顾客终端160A和线路网190,与多个液压挖掘机10进行数据通信。
存储装置150例如经由线路与服务器140连接。存储装置150例如包括指标值数据库150A和顾客信息数据库150B。指标值数据库150A例如存储有多个工程机械的各个疲劳指标值。顾客信息数据库150B例如存储有与多个客户相关的各种信息。另外,存储装置150也可以例如如前述那样,针对作为作业机械的液压挖掘机10的各部分的各个部位,存储有用于从图5A至图5D所示的多个图表(A)至(D)中选择一个图表的条件。
信息终端160与服务器140进行数据通信。信息终端160例如包含顾客终端160A、服务员、顾客、销售者等所使用的信息终端160B。顾客终端160A例如配置于使用液压挖掘机10的现场,利用无线通信与多个液压挖掘机10进行数据通信,利用无线通信或有线通信经由线路网190与服务器140进行数据通信。另外,信息终端160B例如是服务员、顾客及销售者使用的台式电脑、笔记本电脑或移动信息终端,利用有线通信或无线通信与服务器140进行数据通信。
本实施方式的疲劳管理***S例如具备生成将工程机械的各个部位与疲劳指标值建立了关联的图像的图像生成部、和显示该图像的图像显示装置。图像生成部例如可以是指标值运算部S3的一部分。即,指标值运算部S3例如也可以作为生成将液压挖掘机10的各部件的各个部位与该各个部位的疲劳指标值建立了关联的图像的图像生成部而发挥功能。该情况下,能够将监控器19B用作图像显示装置。此外,可以是信息终端160具备图像生成部及图像显示装置,也可以是服务器140具备图像生成部、信息终端160具备图像显示装置。
另外,本实施方式的疲劳管理***S如前述那样,具备与多个工程机械进行数据通信的服务器140、与该服务器140连接的存储装置150、和与服务器140进行数据通信的信息终端160。该情况下,信息终端160也可以具有基于疲劳指标值的时序数据对疲劳度进行比较的比较部。
以下,参照图6A至图9,对本实施方式的疲劳管理***S的作用进行说明。图6A是表示基于图2所示的疲劳管理***S进行的疲劳指标值的计算流程的一例的流程图。
例如,若操作员启动液压挖掘机10,则疲劳管理***S开始疲劳指标值i的计算。首先,应力运算部S1进行从传感器18获取到的数据中有无未运算的数据的判断P1。具体地说,在判断P1中,应力运算部S1对从传感器18获取到的数据进行检索,在存在过去未处理的新数据的情况下(是),进行读入数据的处理P2。另一方面,在判断P1中,在不存在过去未处理的新数据的情况下(否),应力运算部S1在进行等待一定时间的处理P3后,返回到判断P1。
应力运算部S1若在处理P2中读入了数据,则进行处理P4,即从与液压挖掘机10的各部件的多个部位对应的多个评价点中选择一点未被运算应力的未运算评价点。在处理P4中,对所有的评价点分配单独的编号,应力运算部S1从编号小的未运算评价点开始一点一点地按升序选择。
在处理P4结束后,应力运算部S1进行处理P5,即,使用例如上述式(1)至(3)那样的运算式和从传感器18获取到的数据,计算所选择的评价点中的时序下的应力波形、即时刻历史应力波形。然后,损伤度运算部S2进行处理P6,即,如前述那样,基于应力运算部S1所计算出的时刻历史应力波形,计算所选择出的评价点中的累积损伤度。而且,指标值运算部S3进行处理P7,即,如前述那样,使用损伤度运算部S2所计算出的累积损伤度D,计算所选择出的评价点的疲劳指标值i。
图6B是表示图6A所示的计算疲劳指标值的处理P7的一例的流程图。如图6B所示,指标值运算部S3对于与作为作业机械的液压挖掘机10的各部分的各个部位中的一个部位对应的所选择出的评价点,执行第1判断处理P71。在该第1判断处理P71中,指标值运算部S3对于所选择出的评价点,判断用于从存储于存储装置150的不同的多个图表(A)至(D)中选择一个图表(A)、(B)、(C)或(D)的条件。
具体地说,例如,如前述的图表选择的第1例那样设想以下情况:相应于利用运算从传感器18的检测结果得到的作用于作为作业机械的液压挖掘机10的各部件的各部位的应力、与实际作用于各部件的各部位的应力之间的一致度的条件,对每个部位选择图表(A)、(B)、(C)或(D)。该情况下,指标值运算部S3在第1判断处理P71中,例如,对于所选择出的评价点,参照预先存储于存储装置150的该评价点的一致度的条件,判断该评价点的一致度的条件是否为高精度。
在该第1判断处理P71中,指标值运算部S3若判断成所选择出的评价点的一致度的条件不为高精度(否),则执行选择图5A或图5B所示的作为第2图表的图表(A)或(B)的处理P72。另外,在第1判断处理P71中,指标值运算部S3若判断成所选择出的评价点的一致度为高精度(是),则执行选择图5C或图5D所示的作为第1图表的图表(C)或(D)的处理P72。然后,在疲劳指标值计算处理P74中,指标值运算部S3根据所选择出的图表并基于累积损伤度D,计算出所选择出的评价点的疲劳指标值。
图6C是表示计算图6A所示的疲劳指标值i的处理P7的其他一例的流程图。在图6B所示的例子中,指标值运算部S3根据第1判断处理P71,与各评价点的基于运算得到的应力与实际应力之间的一致度的条件相应地,分类成一致度为高精度的情况和并非高精度的情况这两个条件。但是,在图6C所示的例子中,指标值运算部S3也能够通过执行第1判断处理P71和第2判断处理P75,如前述那样,判断各评价点的基于运算得到应力与实际应力之间的一致度的三个条件。
具体地说,在图6C所示的例子中,指标值运算部S3与图6B所示的例子同样地执行第1判断处理P71,若判断成所选择出的评价点的一致度的条件并非高精度或最高精度(否),则执行选择图5A或图5B所示的作为第2图表的图表(A)或(B)的处理P72。另外,在第1判断处理P71中,指标值运算部S3若判断成所选择出的评价点的一致度的条件为高精度或最高精度(是),则进一步执行第2判断处理P75。在第2判断处理P75中,指标值运算部S3判断所选择出的评价点的一致度的条件是否为最高精度,若判断成并非最高精度(否),则执行选择图5D所示的作为第1图表的图表(D)的处理P76,若判断成是最高精度(是),则执行选择图5C所述的作为第1图表的图表(C)的处理P77。然后,在指标值计算处理P74中,指标值运算部S3根据所选择出的图表并基于累积损伤度D,计算出所选择出的评价点的疲劳指标值i。
虽然省略了图示,但也可以除了第1判断处理P71、处理P72至处理74、第2判断处理P75、处理76及处理77以外,还追加新条件的判断处理和基于该判断处理选择图表的新的选择处理。由此,如前述那样,也能够判断各评价点的基于运算得到的应力与实际应力之间的一致度的四个条件以上的条件。另外,指标值运算部S3在计算指标值的处理P7中,也可以通过图6B及图6C所示那样的处理流程,根据各评价点的基于运算得到的应力与实际应力之间的一致度以外的条件来选择图表(A)、(B)、(C)或(D)。
具体地说,指标值运算部S3在图6B所示的流程的第1判断处理P71中,可以如前述的图表选择的第2例那样判断作为作业机械的液压挖掘机10的各部件的各部位的破损风险是否高,也可以如前述的图表选择的第4例那样判断各部位的对安全的影响是否大。另外,指标值运算部S3也可以如前述的图表选择的第3例那样,在图6C所示的流程的第1判断处理P71中,判断对作业机械的运行的影响度是否大,在第2判断处理P75中判断对作业机械的运行的影响是否小。另外,指标值运算部S3也可以如前述的图表选择的第5例那样,在图6C所示的流程的第1判断处理P71中,判断更换·修理难度是否为中或低,在第2判断处理P75中判断更换·修理难度是否低。在这些情况下也是,指标值运算部S3然后执行选择针对各评价点的加权的处理P72、处理P73、处理76或处理77,在疲劳指标值计算处理P74中,根据所选择出的图表并基于累积损伤度D,计算出所选择出的评价点的疲劳指标值。
接着,在图6A所示的判断P8中,疲劳管理***S例如进行是否通过应力运算部S1、损伤度运算部S2或指标值运算部S3对所有评价点计算出了应力、累积损伤度或疲劳指标值的判断。在判断P8的结果为所有评价点的运算未结束的情况下(否),返回到处理P4。另一方面,在判断P8的结果为所有评价点的运算已结束的情况下(是),指标值运算部S3例如进行疲劳指标值是否超过存储于存储部15b的各评价点的阈值的判断P9。
在该判断P9中,指标值运算部S3既可以将所有评价点各自的疲劳指标值与各评价点的阈值进行比较,也可以将预先选定的多个评价点各自的疲劳指标值与所选定的各评价点的阈值进行比较。在判断P9的结果为在某一评价点中疲劳指标值超过了阈值的情况下,例如,指标值运算部S3能够将推荐检查与该评价点对应的部位的警报经由发送机19A发送到信息终端160或显示到监控器19B。
在判断P9结束后,指标值运算部S3例如进行将所有评价点的疲劳指标值输出到监控器19B及存储部15b的处理P10,然后返回到判断P1。判断P1至处理P10例如能够从液压挖掘机10的启动开关打开到关闭为止反复进行。
如以上那样,本实施方式的疲劳管理***S具备应力运算部S1、损伤度运算部S2和指标值运算部S3。应力运算部S1基于在工程机械的一部分上安装的传感器18的输出来计算出作用于工程机械的多个部位的应力。损伤度运算部S2基于疲劳管理***S所计算出的应力,计算出各个部位的累积损伤度。指标值运算部S3针对各个部位计算出对累积损伤度加权而得到的疲劳指标值。
根据该结构,疲劳管理***S例如能够根据各个工程机械、该工程机械的各部件及该各部件的多个部位各自特有的条件,与以往相比更高精度地管理工程机械的每个部位的疲劳。
更具体地说,在上述以往的挖掘机支援装置中直接使用的累积损伤度是基于作为经验法则的线形累积损伤法则而得到的,假定在到达1时物体成为疲劳破坏。但是,累积损伤度本质上是包含偏差的值,实际上,在累积损伤度达到1之前物体会成为疲劳破坏,或者即使累积损伤度超过了1,物体也没有疲劳破坏。因此,若像上述以往的挖掘机支援装置那样直接使用累积损伤度,则担心挖掘机的每个部位的疲劳应对并不充分,或相反地因过度应对而产生浪费。
与之相对,本实施方式的疲劳管理***S通过指标值运算部S3针对各个部位计算出对累积损伤度加权得到的疲劳指标值。由此,例如能够根据各个液压挖掘机10、该液压挖掘机10的上部旋转体12、动臂14a、斗杆14b、铲斗14c、以及这些部件的多个部位各自特有的条件,对各个部位的疲劳进行管理。
更详细地说,例如,能够以使液压挖掘机10的各部件中的产生破坏的风险高的部件或该部件的特定部位的疲劳指标值比其他部件或其他部位的疲劳指标值高的方式,对累积损伤度加权。因此,能够通过使用由指标值运算部S3计算出的疲劳指标值,更高精度且安全地对产生破坏的风险高的部件及特定部位的疲劳进行管理。
另外,本实施方式的疲劳管理***S也能够例如在偏僻矿山等通行困难的现场,以与通行容易的现场相比增大疲劳指标值的方式,设定基于指标值运算部S3进行的累积损伤度的加权。由此,在通行困难的现场,能够与通行容易的现场相比在更早时期请求工程机械的检查,能够实现与现场环境相应的高精度的工程机械的疲劳管理。
另外,本实施方式的疲劳管理***S例如也能够在工程机械中,以在更换、修理花费时间的部件或难以维护的部位中,与其他部件或部位相比增大疲劳指标值的方式,设定基于指标值运算部S3进行的累积损伤度的加权。由此,能够实现与工程机械的各部件的特性和各部位的维护的容易性相应的高精度的工程机械的疲劳管理。
另外,在本实施方式的疲劳管理***S中,传感器18包括检测作用于工程机械的力的力传感器、和检测工程机械的姿势的姿势传感器。这样的力传感器和姿势传感器以与计算出作用于工程机械的多个部位的应力的目的不同的目的,从以往开始就安装于工程机械。因此,无需在工程机械上安装例如应变仪等仅用于计算应力的传感器。
另外,本实施方式的疲劳管理***S具备存储部15b或存储装置150,其存储有用于从不同的多个图表(A)至(D)中针对液压挖掘机10的各部件的每个部位选择一个图表(A)、(B)、(C)或(D)的条件。并且,指标值运算部S3针对液压挖掘机10的各部件的每个部位,选择与存储于存储装置150的条件相应的一个图表(A)、(B)、(C)或(D)。根据该结构,能够与液压挖掘机10的各部件的每个部位的条件相应地,使伴随累积损伤度的增加的疲劳指标值的增加方式不同,能够与各自的条件相应地对各部件及各部位的疲劳更高精度地进行管理。
另外,在本实施方式的疲劳管理***S中,存储部15b或存储装置150作为用于选择图表(A)、(B)、(C)或(D)的条件而存储有作用于液压挖掘机10的各个部位的实际应力与由应力运算部S1计算出的应力之间的一致度。另外,存储部15b或存储装置150存储有该一致度的阈值、随着累积损伤度的增加而使疲劳指标值增加的作为第1图表的图表(C)或(D)、和随着累积损伤度的增加而使疲劳指标值比作为第1图表的图表(C)或(D)更早增加的作为第2图表的图表(A)或(B)。并且,指标值运算部S3对于液压挖掘机10的各个部位,在上述一致度为上述阈值以上的情况下选择作为第1图表的图表(C)或(D),在上述一致度低于上述阈值的情况下选择作为第2图表的图表(A)或(B)。
根据该结构,能够使上述一致度为上述阈值以上的情况下的、即基于指标值运算部S3进行的应力的运算为高精度的部位的疲劳指标值相对于累积损伤度的增加,比上述一致度低于上述阈值的情况下的、即基于指标值运算部S3进行的应力的运算并非高精度的部位的疲劳指标值相对于累积损伤度的增加更为平缓。换言之,在基于应力运算部S1进行的应力的运算精度比规定的阈值低的部位,与其他部位相比使疲劳指标值相对于累积损伤度更早增加,由此能够引起对该部位的疲劳的注意。因此,能够与以往相比更高精度地对液压挖掘机10的每个部位的疲劳进行管理,能够更加提高疲劳管理***S的安全性。
另外,上述中根据利用式(5)运算出的累积损伤度D,基于以上述条件选择出的图表(A)~(D)而求出疲劳指标值,但也能够利用下面的式(6)以运算求出。
以下的式(6)中示出疲劳指标值的计算式的一例。在式(6)中,i1、i2、…是各部件的各个部位的疲劳指标值。a是任意的系数。wa1、wa2、…及wb1、wb2、…及b1、b2、…是液压挖掘机10的各部件的各个部位特有的用于加权的数值。d1、d2、…是利用式(5)求出的各部件的各个部位的累积损伤度。
【数6】
关于各个液压挖掘机10、各部件及各个部位的与使用环境、材料特性、以及其他条件相应的加权wa1、wa2、…及wb1、wb2、…及b1、b2,…,例如与式(6)那样的运算式一起存储于存储部15b。这些加权例如能够通过由疲劳管理***S的用户或销售者根据个别要求或环境将信息输入到监控器19B的输入装置或信息终端160的输入装置而任意变更。关于加权的见解,能够利用与上述相同的见解设定,例如可以将上述的图表(A)~(D)作为预先设定有累积损伤度d与加权wa及wb的关系的加权图表而创建,并以与上述相同的条件进行选择。然后指标值运算部S3例如使用式(6)所示那样的运算式,根据由损伤度运算部S2计算出的累积损伤度d1、d2、…,计算出疲劳指标值i1、i2,…。该情况下的疲劳指标值i是没有上限的指数。
另外,本实施方式的疲劳管理***S例如具备指标值运算部S3,其作为生成将作为工程机械的液压挖掘机10的各个部位与疲劳指标值建立了关联的图像的图像生成部而发挥功能。而且,本实施方式的疲劳管理***S具备作为显示由图像生成部生成的图像的图像显示装置的监控器19B。根据该结构,能够例如如图7A至图7C所示那样视觉性地示出疲劳指标值。
图7A至图7C是表示在图2所示的疲劳管理***S中在图2所示的监控器19B上显示的图像G的一例的图像图。在图7A所示的例子中,监控器19B显示将液压挖掘机10的斗杆14b的多个部位分别与疲劳指标值建立了关联的图像G。在图像G中,从斗杆14b的多个部位中选择例如从任意的点a至点j的10点。疲劳指标值例如针对斗杆14b的点a至点j的部位,分别显示为等级Lv.1至等级Lv.5这5个级别的“指标”。等级Lv.1是疲劳指标值在5个级别中最小,等级Lv.5是疲劳指标值在5个级别中最大。
在图7A所示的例子中,图像G示出了斗杆14b的图像、从斗杆14b的点a至点j的部位引出的引出线、和显示在该引出线的前端且包含表示各部位的文字的圆。该圆例如以与指标的等级相应的直径和颜色显示。具体地说,例如在指标的等级高而疲劳指标值高的情况下,与各部位对应的圆的直径显示得大;在指标的等级低而疲劳指标值低的情况下,与各部位对应的圆的直径显示得小。另外,例如在指标的等级高而疲劳指标值高的情况下,与各部位对应的圆及表的单元格为深色,在指标的等级低而疲劳指标值低的情况下,与各部位对应的圆及表的单元格为浅色。由此,能够视觉上表示液压挖掘机10的各部件的各个部位的疲劳指标值。
在图7B所示的例子中,监控器19B显示将构成液压挖掘机10的上部旋转体12的构造体的多个部位分别与疲劳指标值建立了关联的图像G。另外,在图7C所示的例子中,监控器19B显示将构成液压挖掘机10的下部行驶体11的构造体的多个部位分别与疲劳指标值建立了关联的图像G。在这些例子中也是,与图7A所示的例子同样地,能够视觉上示出液压挖掘机10的各部件的各个部位的疲劳指标值。此外,在这些例子中示出了在斗杆14b、上部旋转体12及下部行驶体11的构造体中对预先确定的10个部位进行显示的例子,但也可以是对于超过了预先设定的规定的疲劳指标值的任意部位同样地显示疲劳指标值。
另外,本实施方式的疲劳管理***S具备与多个工程机械进行数据通信的服务器140、与该服务器140连接的存储装置150、和与服务器140进行数据通信的信息终端160。该信息终端160例如具有基于疲劳指标值的时序数据对疲劳度进行比较的比较部。根据该结构,例如,能够对工程机械的特定部位的疲劳度与其阈值进行比较,更高精度地对工程机械的特定部位的疲劳度进行管理。另外,能够在多个工程机械之间比较疲劳度。
图8是表示特定的工程机械的疲劳指标值的时序数据的一例的曲线图。更具体地说,图8例如是多个液压挖掘机10中的一台、即A号机的动臂14a的在图7A所示的e点的疲劳指标值的时序数据。像这样,能够利用疲劳指标值的时序数据掌握e点的疲劳度的推移,能够在e点的疲劳度达到规定阈值的时间点,采取例如发出推荐检查的警报等恰当的对策。
图9是表示多个工程机械的疲劳指标值的时序数据的一例的曲线图。更具体地说,图9是例如多个液压挖掘机10中的A号机至D号机这四台液压挖掘机10各自的动臂14a的在图7A所示的e点的疲劳指标值的时序数据。在图9所示的例子中,信息终端160的比较部基于A号机至D号机这四台液压挖掘机10的疲劳指标值的时序数据,对各液压挖掘机10的疲劳度进行比较。由此,可知B号机的疲劳度最高,C号机的疲劳度最低。由此,例如,将疲劳度高的液压挖掘机10分配到负荷低的作业,将疲劳度低的液压挖掘机10分配到负荷高的作业,诸如此等,能够建立与各液压挖掘机10的疲劳度相应的恰当的作业计划。此外,在图8、图9中使用的疲劳指标值是作为指数求出的疲劳指标值。
如以上说明那样,根据本实施方式,可提供一种通过使用疲劳指标值能够与以往相比更高精度地对工程机械的每个部位的疲劳进行管理的疲劳管理***S。此外,作为本实施方式的疲劳管理***S的管理对象的工程机械不限定于液压挖掘机10。
图10是表示作为疲劳管理***S的管理对象的工程机械的其他例子的自卸卡车20的侧视图。自卸卡车20例如是在矿山中搬运采挖出的碎石物等搬运对象物的大型搬运车辆。自卸卡车20例如具有车身架21、左右的前轮22F、左右的后轮22R、左右的前轮侧悬架装置23F、左右的后轮侧悬架装置23R、货斗24、左右的举升缸25、驾驶室26、行驶驱动装置27和构造室28。
车身架21例如是支承前轮22F、后轮22R、前轮侧悬架装置23F、后轮侧悬架装置23R、货斗24、举升缸25、驾驶室26、行驶驱动装置27及构造室28的框状构造体。
左右的前轮22F是能够旋转地支承于车身架21前部的转向轮。左右的后轮22R是能够旋转地支承于车身架21后部的驱动轮。左右的前轮侧悬架装置23F安装于车身架21的前部,弹性地支承左右的前轮22F。
左右的后轮侧悬架装置23R设于车身架21的后部,弹性地支承左右的后轮22R。左右的后轮侧悬架装置23R的上端安装在设于车身架21后部的左右的托架21b。左右的后轮侧悬架装置23R的下端安装在行驶驱动装置27的桥壳27a。
货斗24能够倾转地安装在车身架21上,例如是自卸卡车20的前后方向上的长度超过10米那样的大型容器,装载所采挖出的大量碎石等。货斗24例如底部的后方侧的部分经由连结销21p与车身架21的左右的托架21b连结,底部的前方侧的部分与举升缸25的上端连结。
左右的举升缸25的下端能够转动地与车身架21连结,上端能够转动地与货斗24连结。举升缸8例如是液压缸。由此,若举升缸25伸长,则货斗24以连结销21p为中心转动,倾转到前部位于上方、后部位于下方的排出位置。另外若举升缸25从该状态缩短,则货斗24以连结销21p为中心向相反方向转动,返回到图10所示的装载位置。
行驶驱动装置27与左右的后轮22R连接并旋转驱动左右的后轮22R。行驶驱动装置27例如具有桥壳27a和托架27b。桥壳27a例如收容省略图示的行驶马达及减速装置等并设为沿左右延伸的圆筒状。托架27b例如设为从桥壳27a向前方突出。托架27b的前端部相对于车身架21的安装部件21m能够转动地安装。
构造室28在车身架21的前部划分出机械室。构造室28在其内部收容省略图示的发动机、液压泵等。驾驶室26设在位于构造室28上部的平坦底板之上。驾驶室26设为箱状并划分出供操作员搭乘的驾驶室。虽然省略了图示,但在驾驶室26内设有供操作员落座的驾驶席、方向盘、操作踏板等。
自卸卡车20例如具备与图2所示的液压挖掘机10的控制器15相同的控制器。自卸卡车20的控制器例如构成应力运算部S1、损伤度运算部S2和指标值运算部S3。另外,自卸卡车20具备检测该自卸卡车20的姿势的姿势传感器。姿势传感器例如能够由加速度传感器等构成。
另外,在自卸卡车20的前轮侧悬架装置23F及后轮侧悬架装置23R的缸上,设有与液压挖掘机10的液压传感器18b相同的液压传感器。自卸卡车20的液压传感器例如是检测作用于前轮侧悬架装置23F及后轮侧悬架装置23R的力的力传感器。另外,自卸卡车20例如与图2所示的前述的液压挖掘机10同样地,具备发送机19A及监控器19B。
因此,根据本实施方式的疲劳管理***S,与前述的液压挖掘机10同样地,对于自卸卡车20,也能够与以往相比更高精度地对各部件的每个部位的疲劳进行管理。
更详细地说,疲劳管理***S如前述那样,具备应力运算部S1、损伤度运算部S2和指标值运算部S3。根据该结构,疲劳管理***S与前述的液压挖掘机10同样地,例如,能够根据各个自卸卡车20、该自卸卡车20的各部件、以及该各部件的多个部位各自特有的条件,与以往相比更高精度地对自卸卡车20的每个部位的疲劳进行管理。
图11是表示本实施方式的疲劳管理***S的监控图像的一例的图像图。在图11所示的例子中,监控器19B显示了将自卸卡车20的车身架21的多个部位分别与疲劳指标值建立了关联的图像G。在本实施方式的疲劳管理***S中也是,与图7A至图7C所示的例子同样地,能够视觉上示出自卸卡车20的各部件的各个部位的疲劳指标值。
以上,使用附图详细说明了本公开的疲劳管理***的实施方式,但具体结构不限定于该实施方式,即使存在不脱离本公开要旨的范围内的设计变更等,其也包含于本公开。
附图标记说明
1 液压缸
10 液压挖掘机(工程机械)
15b 存储部
18 传感器
18a 角度传感器(姿势传感器)
18b 液压传感器(力传感器、压力传感器)
18c 角速度传感器(姿势传感器)
18d 加速度传感器(姿势传感器)
18e 倾斜角传感器(姿势传感器)
19B 监控器(图像显示装置)
20 自卸卡车(工程机械)
140 服务器
150 存储装置
160 信息终端(比较部)
G 图像
S 疲劳管理***
S1 应力运算部
S2 损伤度运算部
S3 指标值运算部(图像生成部)。
Claims (6)
1.一种疲劳管理***,其特征在于,具备:
应力运算部,其基于安装在工程机械上的传感器的输出来计算出作用于所述工程机械的多个部位的应力;
损伤度运算部,其基于所述应力来计算出各个所述部位的累积损伤度;和
指标值运算部,其针对各个所述部位计算出对所述累积损伤度加权得到的疲劳指标值。
2.如权利要求1所述的疲劳管理***,其特征在于,
所述传感器包括检测作用于所述工程机械的力的力传感器、和检测所述工程机械的姿势的姿势传感器。
3.如权利要求1所述的疲劳管理***,其特征在于,
具备存储有如下条件的存储部,该条件用于从不同的多个所述加权得到的疲劳指标值或用于所述加权的数值中针对每个所述部位选择一个所述疲劳指标值或用于所述加权的数值,
所述指标值运算部针对每个所述部位选择与所述条件相应的一个所述疲劳指标值或用于所述加权的数值。
4.如权利要求3所述的疲劳管理***,其特征在于,
所述存储部作为所述条件而存储有作用于各个所述部位的实际应力与由所述应力运算部计算出的所述应力之间的一致度,并且存储有该一致度的阈值、随着所述累积损伤度的增加而使所述疲劳指标值增加的第1图表、和随着所述累积损伤度的增加而使所述疲劳指标值比所述第1图表更早增加的第2图表,
所述指标值运算部对于各个所述部位,在所述一致度为所述阈值以上的情况下选择所述第1图表,在所述一致度低于所述阈值的情况下选择所述第2图表。
5.如权利要求1所述的疲劳管理***,其特征在于,
具备:生成将所述工程机械的各个所述部位与所述疲劳指标值建立了关联的图像的图像生成部;和显示所述图像的图像显示装置。
6.如权利要求1所述的疲劳管理***,其特征在于,
具备与多个所述工程机械进行数据通信的服务器、与该服务器连接的存储装置、和与所述服务器进行数据通信的信息终端,
所述信息终端具有基于所述疲劳指标值的时序数据对疲劳度进行比较的比较部。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/038470 WO2021064776A1 (ja) | 2019-09-30 | 2019-09-30 | 疲労管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113396437A true CN113396437A (zh) | 2021-09-14 |
CN113396437B CN113396437B (zh) | 2024-04-09 |
Family
ID=75337784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980090626.7A Active CN113396437B (zh) | 2019-09-30 | 2019-09-30 | 疲劳管理*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US11814818B2 (zh) |
EP (1) | EP4040371A4 (zh) |
JP (1) | JP7138252B2 (zh) |
CN (1) | CN113396437B (zh) |
AU (1) | AU2019468667B2 (zh) |
WO (1) | WO2021064776A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7081319B2 (ja) * | 2018-06-13 | 2022-06-07 | いすゞ自動車株式会社 | 推定装置及び、推定方法 |
JP7206985B2 (ja) * | 2019-02-08 | 2023-01-18 | コベルコ建機株式会社 | 損害推定装置及び機械学習装置 |
JP7419977B2 (ja) * | 2020-06-04 | 2024-01-23 | 株式会社タダノ | 移動式クレーンの疲労損傷評価装置、疲労損傷評価プログラムおよび疲労損傷評価方法 |
WO2024075768A1 (ja) * | 2022-10-04 | 2024-04-11 | 日立建機株式会社 | 応力推定装置 |
WO2024091840A1 (en) * | 2022-10-25 | 2024-05-02 | PTO Genius, LLC | Systems and methods for exhaustion mitigation and organization optimization |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006337144A (ja) * | 2005-06-01 | 2006-12-14 | Kawasaki Heavy Ind Ltd | 橋梁の疲労寿命診断方法及び診断支援装置 |
US20140336954A1 (en) * | 2013-05-13 | 2014-11-13 | Michael Bruyneel | Calculating Fatigue and Fatigue Failure of Structures |
CN104515685A (zh) * | 2013-09-30 | 2015-04-15 | 上海汇众汽车制造有限公司 | 基于道路载荷的扭转梁后桥耐久性评价方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6314818B1 (en) * | 1999-03-29 | 2001-11-13 | Caterpillar Inc. | Apparatus and method of measuring the stress on a work machine |
WO2001073215A1 (fr) * | 2000-03-31 | 2001-10-04 | Hitachi Construction Machinery Co., Ltd. | Procede et systeme de gestion d'une machine de construction, et appareil de traitement arithmetique |
JP2007206007A (ja) * | 2006-02-06 | 2007-08-16 | Mitsubishi Heavy Ind Ltd | 部品の状態監視方法及びその装置 |
US7908928B2 (en) * | 2006-10-31 | 2011-03-22 | Caterpillar Inc. | Monitoring system |
WO2009076972A1 (en) | 2007-12-14 | 2009-06-25 | Ab Skf | Method of determining fatigue life and remaining life |
JP5416148B2 (ja) * | 2011-02-01 | 2014-02-12 | 株式会社小松製作所 | 建設機械のメンテナンス方法およびメンテナンスシステム |
WO2013040633A1 (en) * | 2011-09-20 | 2013-03-28 | Tech Mining Pty Ltd Acn 153 118 024 | Stress and/or accumulated damage monitoring system |
WO2013172277A1 (ja) * | 2012-05-14 | 2013-11-21 | 日立建機株式会社 | 作業機械の応力演算システム |
JP2014163047A (ja) * | 2013-02-21 | 2014-09-08 | Hitachi Constr Mach Co Ltd | 建設機械の疲労強度評価装置 |
WO2015132838A1 (ja) * | 2014-03-03 | 2015-09-11 | 株式会社日立製作所 | 機械の材料疲労の表示方法、及びその装置 |
US10048154B2 (en) * | 2014-04-17 | 2018-08-14 | Flanders Electric Motor Service, Inc. | Boom calibration system |
JP6320185B2 (ja) | 2014-06-16 | 2018-05-09 | 住友重機械工業株式会社 | ショベル支援装置 |
JP2018031610A (ja) | 2016-08-23 | 2018-03-01 | 株式会社日立製作所 | 累積疲労損傷度推定システムまたは累積疲労損傷度推定方法 |
CN107358596B (zh) * | 2017-04-11 | 2020-09-18 | 阿里巴巴集团控股有限公司 | 一种基于图像的车辆定损方法、装置、电子设备及*** |
JP6879873B2 (ja) * | 2017-09-08 | 2021-06-02 | 株式会社日立製作所 | 故障確率評価システム |
-
2019
- 2019-09-30 AU AU2019468667A patent/AU2019468667B2/en active Active
- 2019-09-30 WO PCT/JP2019/038470 patent/WO2021064776A1/ja unknown
- 2019-09-30 US US17/435,896 patent/US11814818B2/en active Active
- 2019-09-30 CN CN201980090626.7A patent/CN113396437B/zh active Active
- 2019-09-30 JP JP2021550740A patent/JP7138252B2/ja active Active
- 2019-09-30 EP EP19947931.2A patent/EP4040371A4/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006337144A (ja) * | 2005-06-01 | 2006-12-14 | Kawasaki Heavy Ind Ltd | 橋梁の疲労寿命診断方法及び診断支援装置 |
US20140336954A1 (en) * | 2013-05-13 | 2014-11-13 | Michael Bruyneel | Calculating Fatigue and Fatigue Failure of Structures |
EP2803968A1 (en) * | 2013-05-13 | 2014-11-19 | Siemens Industry Software NV | A process for calculating fatigue and fatigue failure of structures |
CN104515685A (zh) * | 2013-09-30 | 2015-04-15 | 上海汇众汽车制造有限公司 | 基于道路载荷的扭转梁后桥耐久性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113396437B (zh) | 2024-04-09 |
US11814818B2 (en) | 2023-11-14 |
EP4040371A4 (en) | 2023-06-14 |
AU2019468667A1 (en) | 2021-12-23 |
AU2019468667B2 (en) | 2023-12-07 |
EP4040371A1 (en) | 2022-08-10 |
JPWO2021064776A1 (ja) | 2021-12-16 |
WO2021064776A1 (ja) | 2021-04-08 |
US20220178115A1 (en) | 2022-06-09 |
JP7138252B2 (ja) | 2022-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113396437B (zh) | 疲劳管理*** | |
CN114174603B (zh) | 动作识别装置 | |
JP5887405B2 (ja) | 作業機械の応力演算システム | |
US20140167971A1 (en) | Vehicle Payload Weight Display Method and System | |
CN110431388A (zh) | 轮式装载机以及铲斗装载载重运算方法 | |
CN108691325A (zh) | 工程机械 | |
CN108368690A (zh) | 施工机械中的致动器驱动控制*** | |
CN106168238A (zh) | 用于估算泵的排量的*** | |
CN106687645A (zh) | 作业车辆以及作业车辆的控制方法 | |
CN110072716B (zh) | 用于监控有效载荷分布的***和方法以及包括其的机器 | |
US11198990B2 (en) | Method and a system for determining a load in a working machine | |
US20240159022A1 (en) | Work machine, measurement method, and system | |
JP2024028566A (ja) | ショベルの管理システム | |
Kalinin et al. | Information System for Controlling Transport-Technological Unit With Variable Mass. | |
CN115059127B (zh) | 挖掘机稳定性评价***和方法、控制器和挖掘机 | |
CN112334924A (zh) | 施工机械的显示方法及施工机械的支持装置 | |
EP3421673A1 (en) | A method and a system for determining a load in a linkage of a working machine | |
JP2021152275A (ja) | 作業機械 | |
Kosiara et al. | Assessment of Implementation of Neural Networks in On-Board Dynamic Payload Weighing Systems | |
KR20240042101A (ko) | 작업 기계를 위한 시스템, 방법, 및 작업 기계 | |
US20240167247A1 (en) | Computing device and computing method | |
CN114555890A (zh) | 工程机械 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |