JP4252909B2 - Vehicle diagnostic system - Google Patents

Description

本発明は、車両の消耗品の劣化又は消費状況を管理する車両診断システムに関する。   The present invention relates to a vehicle diagnosis system that manages deterioration or consumption status of consumables of a vehicle.

車両の運転状況や部品の劣化状況などを、情報処理装置を用いて管理し、それらの状況をドライバーに通知して保守点検をサポートするシステムや、中古車、保険などの査定に利用するシステムが知られている。   There are systems that use information processing devices to manage vehicle operating conditions and parts deterioration status, and notify the driver of these conditions to support maintenance and inspections, as well as systems used for assessment of used cars, insurance, etc. Are known.

例えば、特許文献１のシステムは、メーカー標準車の基本モード走行による瞬間燃費と集合と、ユーザ車の一般走行による瞬間燃費の集合とを比較してユーザ車の燃費の良否を判定する。   For example, the system of Patent Document 1 compares the instantaneous fuel consumption and set of basic mode travel of a manufacturer standard vehicle with the set of instantaneous fuel consumption of general travel of the user vehicle to determine whether the fuel consumption of the user vehicle is good.

特許文献２のシステムは、各車両に自車の運転履歴（走行履歴）や維持管理履歴などを記録する管理コンピュータを搭載し、この管理コンピュータと保険会社、カーディーラとが情報を送受信し得るようシステムを形成する。それにより、カーディーラや保険会社が車両の運転履歴や維持管理履歴を利用して、きめ細かなサービスを提供する。   The system of Patent Document 2 is equipped with a management computer that records the driving history (running history), maintenance management history, and the like of each vehicle in each vehicle so that the management computer and the insurance company / card dealer can transmit and receive information. Form a system. As a result, card dealers and insurance companies use the driving history and maintenance history of vehicles to provide detailed services.

特許文献３のシステムは、各車両と情報センターとで情報の送受信を行うシステムを形成し、各車両において分析された走行特性を情報センターに送る。情報センターは、各車両からの走行特性を統計処理して、各車両のドライバーの運転特性を診断し、診断結果を各車両に通信を介して通知する。通知の態様としては、各車両の運転特性を他の車両の平均値と比較して通知し、また、必要に応じて運転特性を改善すれば燃費向上が図れるメッセージ、乗り心地が良くなるなどのメッセージを併せて通知する技術を提案している。   The system of Patent Document 3 forms a system for transmitting and receiving information between each vehicle and the information center, and sends the traveling characteristics analyzed in each vehicle to the information center. The information center statistically processes the driving characteristics from each vehicle, diagnoses the driving characteristics of the driver of each vehicle, and notifies each vehicle of the diagnosis result via communication. As a notification mode, the driving characteristics of each vehicle are notified in comparison with the average value of other vehicles, and if the driving characteristics are improved as necessary, a message that can improve fuel consumption, a comfortable ride, etc. It proposes a technology for notifying messages as well.

特許文献４のシステムは、車両部品の劣化状況を、情報処理装置を用いてトータル的に管理し、メンテナンス予想時期を出力装置又は表示装置に出力する。   The system of Patent Document 4 totally manages the deterioration status of vehicle parts using an information processing device, and outputs a predicted maintenance time to an output device or a display device.

特開平１１−２９５１８７号公報JP-A-11-295187

特開２００２−２７９２９８号公報JP 2002-279298 A 特開２００２−３１９０８７号公報JP 2002-319087 A 特開２０００−２６２６号公報JP 2000-2626 A

従来のシステムは、車両部品の劣化状況や燃費の良否を通知するだけ、或いは運転特性の診断結果を改善メッセージと併せて通知するだけである。   The conventional system only notifies the deterioration status of the vehicle parts and the fuel efficiency, or only notifies the diagnosis result of the driving characteristic together with the improvement message.

ドライバーは、車両部品の劣化や燃費の診断を通知された場合には、それがどのような要因により生じているか、その因果関係を知り得れば、システムをより積極的に利用できるが、従来技術は、そのような配慮までされていなかった。   When a driver is notified of deterioration of vehicle parts or a diagnosis of fuel efficiency, the driver can use the system more positively if he / she knows the causal relationship that caused it, The technology was not up to that kind of consideration.

本発明の課題は、このような従来配慮されていなかった課題を解決することにある。   An object of the present invention is to solve such a problem that has not been considered in the past.

本発明は、基本的には、車両の消耗品の劣化又は消費を診断し、その診断結果を車載ディスプレイの画面に表示する車両診断システムにおいて、前記診断にドライバーの運転挙動の情報を加味して、前記消耗品の劣化度合い又は消費度合いと、運転挙動とを、関連付けて表示する。   The present invention is basically a vehicle diagnostic system that diagnoses deterioration or consumption of consumables of a vehicle and displays the diagnosis result on the screen of an in-vehicle display, and adds information on driving behavior of a driver to the diagnosis. The deterioration degree or consumption degree of the consumables and the driving behavior are displayed in association with each other.

例えば、診断結果として、消耗品の劣化度合い又は消費度合いと、その要因となる運転挙動の割合とを算出して、それらを画面に表示してドライバーに通知する。及び／または、劣化度合い又は消費度合いと併せて、その運転挙動が消耗品に対してどのような影響を与えているかを通知する。   For example, as the diagnosis result, the degree of deterioration or consumption of the consumables and the ratio of the driving behavior that causes the consumables are calculated and displayed on the screen to notify the driver. In addition, in addition to the degree of deterioration or the degree of consumption, notification is made of how the driving behavior affects the consumables.

さらに、これらの診断システムを、各車両とサービスセンター間の協働による情報処理により実現させる構成を提案する。詳細は、発明の実施の形態にて説明する。   Furthermore, the structure which implement | achieves these diagnostic systems by the information processing by cooperation between each vehicle and a service center is proposed. Details will be described in the embodiment of the invention.

本発明によれば、車両消耗品の診断結果を、唯単に画面に表示するのではなく、また、ドライバーの運転挙動を唯単に画面に表示するのではなく、車両消耗品に劣化度合い、消費度合いの診断要素に、ドライバーの運転挙動が加味されて画面に表示される。したがって、ドライバーは、車両消耗品の診断結果とドライバーの運転挙動の因果性を関連付けて直感的に知ることができ、経済的運転、安全運転を心掛けることができる。   According to the present invention, the diagnosis result of the vehicle consumables is not simply displayed on the screen, and the driving behavior of the driver is not simply displayed on the screen. The driver's driving behavior is added to the diagnostic elements and displayed on the screen. Therefore, the driver can intuitively know the causality of the driving consumables and the diagnosis result of the vehicle consumables, and can make economical driving and safe driving.

図１及び図２は、本発明の一実施例に係るシステム概要を示す図、図３は、その詳細を示すブロック図である。   1 and 2 are diagrams showing an outline of a system according to an embodiment of the present invention, and FIG. 3 is a block diagram showing details thereof.

先ず、システムの概要について説明する。本実施例の車両診断システムは、基地局となるサービスセンター１０と、センターに登録した各車両２０と、カーディーラ３０とで構成され、三者間の情報の送受信を利用して実行される。送受信は、通信回線のほかに無線通信を利用することも可能である。   First, an outline of the system will be described. The vehicle diagnosis system according to the present embodiment includes a service center 10 serving as a base station, each vehicle 20 registered in the center, and a card dealer 30 and is executed using transmission / reception of information between the three parties. In addition to the communication line, wireless communication can be used for transmission / reception.

各車両２０は、自車の消耗品（例えば、タイヤ、オイル、ブレーキパッド、バッテリ、ファンベルト）の劣化度合い、及び燃料の消費度合いを算出するために必要なデータと、ドライバーの運転挙動とを検出する。これらデータは、各車両の車載端末機２１が収集してサービスセンター１０に送られる。車載端末機２１は、データの送受信機能、情報処理機能、車載ディスプレイを備えるものであり、カーナビゲーター、ＥＴＣ、モバイルなどが使用される。   Each vehicle 20 includes data necessary for calculating the degree of deterioration of the consumables (for example, tires, oil, brake pads, batteries, fan belts) of the own vehicle, and the degree of fuel consumption, and the driving behavior of the driver. To detect. These data are collected by the in-vehicle terminal 21 of each vehicle and sent to the service center 10. The in-vehicle terminal 21 includes a data transmission / reception function, an information processing function, and an in-vehicle display, and a car navigator, ETC, mobile, or the like is used.

車載端末機２１が収集するデータとしては、例えば、車のトータルな整備情報データ、部品の不調データ、車の部品故障を推定するデータのほかに、車の消耗品の劣化を推定するメンテナンスデータ２２（例えば、バッテリ端子電圧、タイヤ空気圧、タイヤ温度、エンジン温度、部品交換日時、ランニング時間、走行距離、加速度、各種時系列、燃料消費量など）、ドライバーの運転挙動データ２３（加速度分布、速度時系列、急加減速、走行時間、走行距離）がある。各車両２０よりセンター１０に送られるメンテナンスデータ（：車両部品の劣化診断に必要なデータ）２２と運転挙動データ２３は、それぞれのデータベース１２ａ，１２ｂに格納される。一方、ディーラ３０の端末機からセンター１０に送られる部品交換データ（：実際の部品交換時劣化状況，部品交換日）３１もデータベース１２ｃに格納される。   The data collected by the in-vehicle terminal 21 includes, for example, maintenance data 22 for estimating deterioration of consumables for a car in addition to total maintenance information data for a car, malfunctioning data for parts, and data for estimating a car part failure. (For example, battery terminal voltage, tire pressure, tire temperature, engine temperature, parts replacement date, running time, mileage, acceleration, various time series, fuel consumption, etc.), driver driving behavior data 23 (acceleration distribution, speed) Series, sudden acceleration / deceleration, travel time, travel distance). Maintenance data (data required for deterioration diagnosis of vehicle parts) 22 and driving behavior data 23 sent from each vehicle 20 to the center 10 are stored in the respective databases 12a and 12b. On the other hand, part replacement data (: actual part replacement deterioration state, part replacement date) 31 sent from the terminal of the dealer 30 to the center 10 is also stored in the database 12c.

サービスセンター１０では、ホストコンピュータ１１及びデータベースを備え、メンテナンス部品ＤＢ（データベース）１２ａ、運転挙動ＤＢ１２ｂ、さらには部品劣化ＤＢ１２ｃに基づき、部品劣化の統計処理の関数近似を行う。この関数近似の式は、部品劣化推定の演算を各車載端末機２１で実行させるために、センター１０から各車載端末機２１に提供される（符号１１）。また、センター１０は、関数近似に基づいてパラメータ計算と消耗品毎の主成分分析を行う（符号１１ａ）。パラメータ（係数，消耗部品毎の主成分分析）については、各車載端末機２１に送られる。   The service center 10 includes a host computer 11 and a database, and performs function approximation of statistical processing of component deterioration based on the maintenance component DB (database) 12a, the operation behavior DB 12b, and further the component deterioration DB 12c. This function approximation formula is provided from the center 10 to each in-vehicle terminal 21 in order to cause each in-vehicle terminal 21 to execute a component deterioration estimation calculation (reference numeral 11). The center 10 performs parameter calculation and principal component analysis for each consumable based on the function approximation (reference numeral 11a). Parameters (coefficients, principal component analysis for each consumable part) are sent to each in-vehicle terminal 21.

車載端末機２１は、センターから提供された統計処理関数近似（関数式）及びパラメータを利用して、消耗品の部品劣化状態（劣化度合い）の算出（推定）と、その要因の比率とを計算（推定）する。この要因として、運転のランニング時間のほかに各車両のドライバーの運転挙動も組み込まれる。   The in-vehicle terminal 21 uses the statistical processing function approximation (function formula) and parameters provided from the center to calculate (estimate) the component deterioration state (deterioration degree) of the consumables and calculate the factor ratio. (presume. As a factor of this, the driving behavior of the driver of each vehicle is incorporated in addition to the running time of driving.

消耗品の部品劣化推定によって、例えば、今までの蓄積された部品劣化推定と、本日あたりの部品劣化推定と、本日の劣化要因などが算出される。さらに、部品劣化の時系列な診断結果や将来の予測（傾向）を作成する。   Based on the estimation of consumable parts deterioration, for example, the parts deterioration estimation accumulated so far, the parts deterioration estimation for today, and the deterioration factors for today are calculated. In addition, time-series diagnosis results and future predictions (trends) of component deterioration are created.

その算出結果が各車両２０の車載ディスプレイの画面表示される。   The calculation result is displayed on the on-vehicle display of each vehicle 20.

上記の劣化算出データは、各車載端末機２１よりセンター１０に送られ、データベース１１ｂに格納される。センター１０では、この消耗品劣化に関する全登録データについて、車種毎／消耗品毎に平均値と順位付けをし、必要に応じて該当車両にその車両自身の順位データや平均値を提供する。   The deterioration calculation data is sent from each in-vehicle terminal 21 to the center 10 and stored in the database 11b. The center 10 ranks the average values and rankings of all the registration data related to the deterioration of the consumables for each vehicle type / consumable item, and provides the vehicle with its own ranking data and average value as necessary.

さらに、センター１０或いは車載端末機２１は、本日の消耗品の劣化或いは消費とその平均値との差分を取り、これに車両毎部品劣化ＤＢ１１ｃから得られる消耗品の原価を掛け、消耗品劣化に影響する運転挙動による金銭的損失を計算する。運転挙動分の金銭的損失は、要因の比率（割合）を分析して計算される。   Furthermore, the center 10 or the in-vehicle terminal 21 takes the difference between the deterioration or consumption of today's consumables and the average value thereof, and multiplies this by the cost of the consumables obtained from the vehicle-specific parts deterioration DB 11c. Calculate the monetary loss due to the driving behavior that affects you. The monetary loss for driving behavior is calculated by analyzing the factor ratio.

センター１０で算出した消耗品の劣化又は消費に関する情報は、カーディーラ３０によっても取り入れ可能である。また、ディーラ３０で消耗品の点検や交換が行われた場合には、その情報（劣化部品の実際の劣化状況、部品交換、その日付）がセンター２０に送られ各車両の管理データが更新され、その情報がセンターに送られて管理データが更新される。   Information regarding the deterioration or consumption of the consumables calculated by the center 10 can also be taken in by the card dealer 30. When the dealer 30 inspects or replaces consumables, the information (actual deterioration status of deteriorated parts, replacement of parts, date) is sent to the center 20 and the management data of each vehicle is updated. The information is sent to the center and the management data is updated.

なお、消耗品の具体的な劣化計算方法については、後述する。その前に、車載ディスプレイで表示される消耗品の診断結果（劣化或いは消費度合い，要因割合，金銭的損失、診断結果の時系列表示など）の具体的形態について図５〜図９により説明する。   A specific method for calculating the deterioration of consumables will be described later. Before that, a specific form of the diagnosis result (deterioration or consumption level, factor ratio, monetary loss, time series display of the diagnosis result, etc.) of the consumables displayed on the in-vehicle display will be described with reference to FIGS.

図５はタイヤ劣化診断結果の画像表示である。画面の上部には、本日の日付、走行距離、平均速度、走行時間などが表示される。また、その下の左半分には、蓄積されたタイヤ劣化度が数値表示されると共に、本日の劣化要因がイラストにより要因別に区分け表示される。この要因表示には、空気圧などの部品の運転条件のほかに、「急ブレーキ、アクセル」、「高速運転」「長時間連続運転」等の運転挙動が含まれる。なお、画面外の右側に示すように、良好要因があれば、それも併せて表示するようにしてもよい。さらに、運転挙動がタイヤ劣化に影響を及ぼしている場合には、それによる損失を金額換算してメッセージ表示される。   FIG. 5 is an image display of the tire deterioration diagnosis result. At the top of the screen, today's date, distance traveled, average speed, travel time, etc. are displayed. In addition, in the lower left half, the accumulated tire deterioration degree is numerically displayed, and today's deterioration factors are classified and displayed by illustrations. This factor display includes operation behaviors such as “rapid braking, accelerator”, “high-speed operation”, and “long-time continuous operation” in addition to the operation conditions of components such as air pressure. As shown on the right side outside the screen, if there is a good factor, it may be displayed together. Further, when the driving behavior has an influence on the tire deterioration, a message is displayed by converting the loss due to the monetary amount.

画面の右半分には、診断結果の時系列表示として、タイヤ劣化履歴および予測がグラフ表示されている。また、その下部には、総合偏差値と登録車両台数のうち自車のタイヤ劣化の順位が表示される。   On the right half of the screen, the tire deterioration history and prediction are displayed in a graph as a time-series display of diagnosis results. Further, in the lower part, the rank of the tire deterioration of the own vehicle among the total deviation value and the registered vehicle number is displayed.

なお、上記した画面上の各表示部のレイアウトについては、任意に設計変更可能である。   The layout of each display unit on the screen can be arbitrarily changed.

図６に車両消耗品の診断対象としてオイルの場合を示す。   FIG. 6 shows a case where oil is used as a diagnostic object for vehicle consumables.

この場合の表示レイアウトは、図５同様である。画面の左上にオイル劣化度が数値表示され、併せてドライバーの運転挙動（例えば高エンジン回転、長時間連続運転など）を加味したオイルの劣化要因が、要因毎に区分けして表示されている。   The display layout in this case is the same as in FIG. The oil deterioration degree is numerically displayed on the upper left of the screen, and oil deterioration factors taking into account the driving behavior of the driver (for example, high engine speed, continuous operation for a long time, etc.) are displayed separately for each factor.

また、左下には、運転挙動がオイル劣化に影響を及ぼしている場合には、それによる損失を金額換算してメッセージ表示される。   In the lower left, if the driving behavior affects oil deterioration, a message is displayed by converting the loss due to the amount of money.

画面の右半分には、診断結果の時系列表示として、オイル劣化履歴および予測がグラフ表示されている。また、その下部には、総合偏差値と登録車両台数のうち自車のオイル劣化の順位が表示される。   In the right half of the screen, the oil deterioration history and prediction are displayed in a graph as a time-series display of diagnosis results. In the lower part, the order of oil degradation of the vehicle is displayed among the total deviation value and the number of registered vehicles.

図７に車両消耗品の診断対象としてブレーキパッドの場合を示す。   FIG. 7 shows the case of a brake pad as a vehicle consumable diagnosis target.

この場合には、画面の左上にブレーキパッド劣化度が数値表示され、併せてドライバーの運転挙動（例えば急ブレーキ、高速運転、ブレーキ頻発、長時間連続運転など）を加味したブレーキパッドの劣化要因が、要因毎に区分けして表示されている。   In this case, the brake pad deterioration degree is displayed numerically in the upper left corner of the screen, and there are also brake pad deterioration factors that take into account the driver's driving behavior (for example, sudden braking, high speed driving, frequent braking, continuous operation for a long time, etc.). They are displayed separately for each factor.

また、左下には、運転挙動がブレーキバッド劣化に影響を及ぼしている場合には、それによる損失を金額換算してメッセージ表示される。   In the lower left, if the driving behavior has an influence on the brake pad deterioration, a message is displayed by converting the loss caused by the monetary amount.

画面の右半分には、診断結果の時系列表示として、ブレーキパッド劣化履歴および予測がグラフ表示されている。また、その下部には、総合偏差値と登録車両台数のうち自車のブレーキパッドの劣化の順位が表示される。
図８に車両消耗品の診断対象としてバッテリの場合を示す。 On the right half of the screen, the brake pad deterioration history and prediction are displayed in a graph as a time-series display of diagnosis results. In the lower part, the order of deterioration of the brake pads of the vehicle is displayed among the total deviation value and the number of registered vehicles.
FIG. 8 shows a case where a battery is used as a vehicle consumable diagnosis target.

この場合には、画面の左上にバッテリ劣化度が数値表示され、併せてドライバーの運転挙動（例えば低充電度、エンジン起動回数、充電回数など）を加味したバッテリの劣化要因が、要因毎に区分けして表示されている。   In this case, the battery deterioration level is displayed numerically in the upper left corner of the screen, and the deterioration factors of the battery taking into account the driver's driving behavior (for example, low charge level, engine start count, charge count, etc.) are classified for each factor. Is displayed.

また、左下には、運転挙動がバッテリ劣化に影響を及ぼしている場合には、それによる損失を金額換算してメッセージ表示される。   In the lower left, when the driving behavior affects the battery deterioration, a message is displayed by converting the loss due to the amount of money.

画面の右半分には、診断結果の時系列表示として、バッテリ劣化、充電度の診断履歴および予測がグラフ表示されている。また、その下部には、総合偏差値と登録車両台数のうち自車のバッテリ劣化の順位が表示される。   On the right half of the screen, as a time-series display of diagnosis results, battery deterioration, diagnosis of charge degree, and prediction are displayed in a graph. In addition, in the lower part, the rank of the battery deterioration of the own vehicle among the total deviation value and the number of registered vehicles is displayed.

図９に車両消耗品の診断対象として燃費の場合を示す。   FIG. 9 shows the case of fuel consumption as a diagnostic object for vehicle consumables.

この場合には、画面の左上に燃費診断点数と燃費が数値表示され、併せてドライバーの運転挙動（例えばアクセルワーク、ブレーキワーク、アイドリングなど）を加味したバッテリの劣化要因が、要因毎に区分けして表示されている。   In this case, the fuel economy diagnostic score and fuel economy are displayed numerically in the upper left corner of the screen, and the deterioration factors of the battery taking into account the driver's driving behavior (for example, accelerator work, brake work, idling, etc.) are also classified for each factor. Is displayed.

また、左下には、運転挙動が燃費に影響を及ぼしている場合には、それによる損失を金額換算してメッセージ表示される。   In the lower left, if the driving behavior has an effect on the fuel consumption, a message is displayed by converting the loss due to the amount of money.

画面の右半分には、診断結果の時系列表示として、燃費履歴がグラフ表示されている。また、その下部には、総合偏差値と登録車両台数のうち自車の燃費の順位が表示される。   In the right half of the screen, a fuel consumption history is displayed in a graph as a time-series display of diagnosis results. In addition, in the lower part, the ranking of the fuel consumption of the own vehicle among the total deviation value and the number of registered vehicles is displayed.

以下、タイヤ劣化の計算方法、オイル劣化の計算方法、ブレーキパッド劣化の計算方法、バッテリ劣化の計算方法、燃費要因の計算方法、劣化の主成分要因の仕分けについて、説明する。
１．タイヤ劣化の計算方法
Δ劣化率／Δ走行距離は、次式で表すことができる。 Hereinafter, a tire deterioration calculation method, an oil deterioration calculation method, a brake pad deterioration calculation method, a battery deterioration calculation method, a fuel consumption factor calculation method, and a main component factor classification will be described.
1. Calculation Method of Tire Degradation Δ Degradation Rate / Δ Traveling Distance can be expressed by the following equation.

Δ劣化率／Δ走行距離＝ａ１×加速度標準偏差＋ａ２×急ブレーキ率〔回／ｋｍ〕＋ａ３×急加速率〔回／ｋｍ〕＋ａ４×平均速度＋ａ５×最高速度＋ａ６×タイヤ平均温度＋ａ７×タイヤ最高温度＋ａ８×最大連続運転時間＋ａ９×平均空気圧＋ａ１０×Σスリップ率／走行距離＋ｂ …（１）
ここで、スリップ率＝｜Ｖ−ｖ｜／ｍｉｎ（Ｖ，ｖ）、Ｖ：実車両速度、ｖ：タイヤ速度。 Δdegradation rate / Δtravel distance = a1 × acceleration standard deviation + a2 × rapid braking rate [times / km] + a3 × accelerated acceleration rate [times / km] + a4 × average speed + a5 × maximum speed + a6 × average tire temperature + a7 × maximum tire Temperature + a8 × maximum continuous operation time + a9 × average air pressure + a10 × Σ slip ratio / travel distance + b (1)
Here, slip ratio = | V−v | / min (V, v), V: actual vehicle speed, v: tire speed.

タイヤ交換は、劣化率が９９パーセントで推奨とする。温度計が無い場合には、温度の項はないものとする。スリップ率は、ＧＰＳ（Global Positioning System）で計測した車の速度と車速パルスで計測したタイヤ速度より求める。ここで、車速パルスの速度とＧＰＳで計測した車の速度は一致しない。この補正の係数としては、通常走行（スリップ無し）の場合で車速パルスとＧＰＳ速度は比例にあるため、この通常走行の場合で値が一致するように比例定数を定める。
（各係数の求め方；センター１０で行われる）
ここで、対象日（当日）の劣化率は、（１）式のΔ劣化率／Δ走行距離に走行距離をかけたものとなる。本実施例では、この対象日の劣化率を、センター１０が以下に述べるデータシートのデータで正規化を行うことで求める。 Tire replacement is recommended at a 99% degradation rate. If there is no thermometer, there is no temperature term. The slip ratio is obtained from the vehicle speed measured by GPS (Global Positioning System) and the tire speed measured by the vehicle speed pulse. Here, the speed of the vehicle speed pulse and the speed of the vehicle measured by GPS do not match. As a coefficient for this correction, since the vehicle speed pulse and the GPS speed are proportional in the case of normal travel (no slip), a proportionality constant is determined so that the values match in the case of normal travel.
(How to find each coefficient; done at Center 10)
Here, the deterioration rate of the target day (the current day) is obtained by multiplying the Δ deterioration rate / Δ travel distance of the equation (1) by the travel distance. In this embodiment, the deterioration rate of the target day is obtained by normalizing the data on the data sheet described below by the center 10.

図１１は、各車両２０およびカーディーラ３０からセンター１０に送られたタイヤ劣化の算出に必要なデータを蓄積したシートであり、データベースに格納されている。シートには、登録車両ごとのタイヤ交換時の状態（溝の深さ）、タイヤ交換時の状態（傷の程度）、走行距離、スリップ率総和、加速度標準偏差、急ブレーキ回数、急加速回数、平均速度、１日走行最高速度の平均、タイヤ平均温度、１日走行タイヤ最高温度の平均、１日最大連続運転時間の平均、平均空気圧が記録されている。これらの記録は蓄積されていくたびに更新される。   FIG. 11 is a sheet in which data necessary for calculation of tire deterioration sent from each vehicle 20 and the car dealer 30 to the center 10 is stored and stored in a database. On the seat, the state of the tire change for each registered vehicle (depth of the groove), the state of the tire change (degree of scratches), mileage, total slip rate, standard deviation of acceleration, number of sudden braking, number of sudden acceleration, The average speed, the average of the daily running maximum speed, the average tire temperature, the average of the daily running tire maximum temperature, the average of the maximum continuous running time of the day, and the average air pressure are recorded. These records are updated as they accumulate.

これらのデータを用いて、図１２（ａ）に示す各変数、すなわち、劣化率、劣化率／走行距離、スリップ率／走行距離、加速度標準偏差、急ブレーキ率、急加速率、平均速度、１日走行最高速度の平均、タイヤ平均温度、１日走行タイヤ最高温度の平均、１日最大連続運転時間の平均、平均空気圧を、シートに記録する。   Using these data, each variable shown in FIG. 12A, that is, deterioration rate, deterioration rate / travel distance, slip ratio / travel distance, acceleration standard deviation, sudden brake rate, sudden acceleration rate, average speed, 1 The average daily running maximum speed, average tire temperature, average daily running tire maximum temperature, average daily maximum continuous operation time, and average air pressure are recorded on the sheet.

カーディーラなどから実際に得られたデータシートのタイヤ交換時の状態などを基に実際のタイヤ劣化率を、下記（２）式として計算する。   The actual tire deterioration rate is calculated as the following equation (2) based on the data sheet actually obtained from a card dealer or the like at the time of tire replacement.

劣化率＝１−（タイヤ交換時の溝の深さ−スリップサイン時の溝の深さ）／初期の溝の深さ＋傷の程度係数 …（２）
このタイヤ劣化率の式は、タイヤ劣化近似関数のパラメータ演算に使用されるものであり、タイヤ劣化を推定する関数近似とは区別される。ここで、「スリップサイン時の溝の深さ」とは、タイヤメーカがタイヤに施したスリップサイン（スリップが生じる目安となるサイン）が出た時の溝の深さである。 Degradation rate = 1- (groove depth at tire replacement-groove depth at slip sign) / initial groove depth + scratch factor coefficient (2)
The tire deterioration rate equation is used for parameter calculation of a tire deterioration approximation function, and is distinguished from function approximation for estimating tire deterioration. Here, “the depth of the groove at the time of the slip sign” is the depth of the groove when a slip sign (a sign that is an indication of the occurrence of slip) given to the tire by the tire manufacturer.

傷の程度係数は、任意に設定され、例えば、「無し」が０、小が「０．０５」、中が「０．４」、大が「０．８」とする。上記式により算出されるタイヤ劣化率は、１を超えた場合には、１として扱う。   The scratch degree coefficient is arbitrarily set. For example, “None” is 0, Small is “0.05”, Medium is “0.4”, and Large is “0.8”. When the tire deterioration rate calculated by the above formula exceeds 1, it is treated as 1.

急ブレーキ率は急ブレーキ回数／走行距離、急加速率は急加速回数／走行距離により求められる。   The sudden braking rate is obtained by the number of sudden brakings / travel distance, and the sudden acceleration rate is obtained by the number of sudden accelerations / travel distance.

また、図１２（ａ）のシートに記録された各車両のデータは、図１２（ｂ）に示すように、変数名は、劣化率／走行距離がｙ、スリップ率／走行距離がｘ１０、加速度標準偏差がｘ１、急ブレーキ率がｘ２、急加速率がｘ３、平均速度がｘ４、１日走行最高速度の平均がｘ５、タイヤ平均温度がｘ６、１日走行タイヤ最高温度の平均がｘ７、１日最大連続運転時間の平均がｘ８、平均空気圧がｘ９であり、これらは（１）式の各変数に相当する。   Further, as shown in FIG. 12 (b), the data of each vehicle recorded on the seat of FIG. 12 (a) is the variable name: deterioration rate / travel distance y, slip ratio / travel distance x10, acceleration Standard deviation is x1, sudden braking rate is x2, sudden acceleration rate is x3, average speed is x4, average daily driving maximum speed is x5, average tire temperature is x6, average daily tire maximum temperature is x7, 1 The average of the daily maximum continuous operation time is x8, and the average air pressure is x9, which correspond to each variable of the equation (1).

センター側で求めるタイヤ劣化要因の係数、近似関数の求め方は、服部環，海保博之著の「心理データ解析」（福村出版；１９９７年１１月２０日、第３刷）を参考にした。
（１）まず、先に述べた図１２のデータシートでｙ，ｘ１〜ｘ１０の値に対して正規化を行う。新しい変数を、次式によりＹ，Ｘｉ（ｉ＝１，…，１０）とする。 The coefficient of tire deterioration factor and the approximate function to be obtained on the center side were referred to “Psychological Data Analysis” written by Tamaki Hattori and Hiroyuki Kaiho (Fukumura Publishing; November 20, 1997, 3rd print).
(1) First, normalization is performed on the values y, x1 to x10 in the data sheet of FIG. 12 described above. Let the new variables be Y, Xi (i = 1,..., 10) according to the following equation.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（３）
ここで、Ａｉ：ｘｉの平均、σｉ：ｘｉの標準偏差、ｊ：１，…，登録された車の台数
Ｙｉ（ｊ）＝（ｙ（ｊ）−Ａ）／σ …（４）
ここで、Ａ：ｙの平均、σ：ｙの標準偏差
（２）次にＸ１〜Ｘ１０に対して主成分分析を行う。すなわち、Ｘ１〜Ｘ１０の相関行列Ｒを計算し、その相関行列の固有行列Ｐを計算する。
（３）（ｚ１，ｚ２，…，ｚ１０）＝（Ｘ１，Ｘ２，…，Ｘ１０）Ｐｔとして新変数ｚ１，…，ｚ１０を作成する。ＰｔはＰの転置行列である。
（４）Ｙ＝ΣＣｉ×ｚｉと仮定して最小二乗法により係数Ｃｉ（Ｃｉ＝Ｃ１，…，Ｃ１０）を求める。さらに、重相関係数ｒも計算する。
（５）ｚｉの要因を固有行列Ｐに従い命名する。この命名方法としては、固有行列Ｐの値によって決める。命名方法を、図１９を用いて説明する。 Xi (j) = (xi (j) −Ai) / σi (3)
Here, the average of Ai: xi, σi: standard deviation of xi, j: 1,..., The number of registered vehicles Yi (j) = (y (j) −A) / σ (4)
Here, A: average of y, σ: standard deviation of y (2) Next, principal component analysis is performed on X1 to X10. That is, the correlation matrix R of X1 to X10 is calculated, and the eigenmatrix P of the correlation matrix is calculated.
(3) Create new variables z1,..., Z10 as (z1, z2,..., Z10) = (X1, X2,..., X10) Pt. Pt is a transposed matrix of P.
(4) Assuming Y = ΣCi × zi, coefficients Ci (Ci = C1,..., C10) are obtained by the least square method. Further, a multiple correlation coefficient r is calculated.
(5) The factor of zi is named according to the eigenmatrix P. This naming method is determined by the value of the eigenmatrix P. The naming method will be described with reference to FIG.

一例として、タイヤの場合を説明する。   As an example, the case of a tire will be described.

既述したように、（１）式における変数名（正規化前の元の変数名）は、Yが劣化率／走行距離、ｘ１０がスリップ率／走行距離、ｘ１が加速度標準偏差、ｘ２が急ブレーキ率、ｘ３が急加速率、ｘ４が平均速度、ｘ５が１日走行最高速度の平均、ｘ６がタイヤ平均温度、ｘ７が１日走行タイヤ最高温度の平均、ｘ８が１日最大連続運転時間の平均、ｘ９が平均空気圧である。   As described above, in the variable name (original variable name before normalization) in the equation (1), Y is the deterioration rate / travel distance, x10 is the slip ratio / travel distance, x1 is the acceleration standard deviation, and x2 is abrupt. Brake rate, x3 is the rapid acceleration rate, x4 is the average speed, x5 is the average daily maximum speed, x6 is the average tire temperature, x7 is the average daily maximum tire temperature, x8 is the maximum daily continuous operation time Average, x9 is the average air pressure.

そして、「急ブレーキ、アクセル」の要因に属するｚｉの変数番号集合（正規化後の変数集合）をS1（要因１）、「高速運転」の要因に属するｚｉの変数番号集合をS2（要因２）、「空気圧」の要因に属すｚｉの変数番号集合をS3（要因３）、「長時間連続運転」の要因に属するｚｉをS4（要因４）と命名する。これらの新変数命名のうち、「急ブレーキ、アクセル」の要因S1に属する（すなわち、S1に関係の深い）元の変数番号集合は変数ｘ１，ｘ２，ｘ３，ｘ１０である。   Then, the variable number set of zi belonging to the factor of “sudden brake, accelerator” (normalized variable set) is S1 (factor 1), and the variable number set of zi belonging to the factor of “high speed driving” is S2 (factor 2) ), The variable number set of zi belonging to the factor of “air pressure” is named S3 (factor 3), and zi belonging to the factor of “long-time continuous operation” is named S4 (factor 4). Among these new variable names, the original variable number set belonging to the factor S1 of “rapid brake, accelerator” (that is, closely related to S1) is the variables x1, x2, x3, and x10.

「高速運転」の要因S2に関係の深い元の変数番号集合の変数はｘ５である。「空気圧」に関係の深い変数番号集合の変数はｘ９である。「長時間運転」に関係の深い変数番号集合の変数は、ｘ６，ｘ７，ｘ８である。そして、これらの変数の係数の最も大きな固有行列の要因を、図１９に示す等アルゴリズムにより探すことによって、新変数の要因の仕分けが行われ、Ｓｉが定義（命名）されて戻ってくる。   The variable of the original variable number set that is closely related to the factor S2 of “high speed operation” is x5. The variable in the variable number set closely related to “air pressure” is x9. The variables in the variable number set that are closely related to “long-time operation” are x6, x7, and x8. Then, by searching for the factor of the eigenmatrix having the largest coefficient of these variables using the algorithm shown in FIG. 19, the factors of the new variable are sorted, and Si is defined (named) and returned.

このようにしてセンターで求められたパラメータは各車両２０の車載端末機２１に送られる。端末へのパラメータ送信としては、ｘ１，…，ｘ１０の平均値Ａｉと標準偏差σｉ、ｙの平均値Ａと標準偏差σ、固有行列Ｐ、重相関係数ｒ、係数Ｃ１，…，Ｃ１０、変数ｚ１，…，ｚ１０の命名がある。
（車載端末機側のタイヤ劣化率の計算（推定））
各車両２０の端末では、センター１０から上記のパラメータを受けて、タイヤ劣化率（劣化度合い）を以下のように算出する。
（１）車載端末側のコンピュータは、１日１回以下の表１に示す値を計測或いは算出する。 Thus, the parameter calculated | required in the center is sent to the vehicle-mounted terminal device 21 of each vehicle 20. As parameter transmission to the terminal, the average value Ai and standard deviation σi of x1,..., X10, the average value A and standard deviation σ of y, eigenmatrix P, multiple correlation coefficient r, coefficients C1,. There are nomenclature z1,.
(Calculation (estimation) of tire deterioration rate on in-vehicle terminal side)
The terminal of each vehicle 20 receives the above parameters from the center 10 and calculates the tire deterioration rate (deterioration degree) as follows.
(1) The computer on the in-vehicle terminal side measures or calculates the values shown in Table 1 below once a day.

（２）新変数ｚ１，…，ｚ１０を求める。 (2) Find new variables z1, ..., z10.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（５）
Ａｉ：センターから送られたｘｉの平均、σｉ：センターから送られたｘｉの標準偏差、
（ｚ１，ｚ２，…，ｚ１０）＝（Ｘ１，Ｘ２，…，Ｘ１０）Ｐｔ …（６）
Ｐｔ：センターから送られた固有行列Ｐの転置行列
（３）ここで、対象日の劣化率を下記式により計算
ｘ０×{σ×ΣＣｉ×ｚｉ＋Ａ} …（７）
（４）トータルの劣化率を下記式により計算
劣化率＝前日の劣化率＋対象日の劣化率 …（８）
ここで、「前日の劣化率」とは、前回診断終了時点の蓄積劣化率である。 Xi (j) = (xi (j) −Ai) / σi (5)
Ai: average of xi sent from the center, σi: standard deviation of xi sent from the center,
(Z1, z2,..., Z10) = (X1, X2,..., X10) Pt (6)
Pt: transposed matrix of eigenmatrix P sent from the center (3) where the deterioration rate of the target day is calculated by the following formula
x0 × {σ × ΣCi × zi + A} (7)
(4) Calculate the total deterioration rate using the following formula.
Deterioration rate = previous day's deterioration rate + target day's deterioration rate (8)
Here, “the deterioration rate of the previous day” is the accumulated deterioration rate at the end of the previous diagnosis.

端末側でのタイヤ劣化要因推定を以下とする。   The tire deterioration factor estimation on the terminal side is as follows.

要因として、「急ブレーキ、アクセル」「高速運転」「空気圧」「長時間連続運転」および「その他」とする。その他とは、１−ｒ^２である。
「急ブレーキ、アクセル」の要因に属するｚｉの変数番号集合をＳ１（要因１）
「高速運転」の要因に属するｚｉの変数番号集合をＳ２（要因２）
「空気圧」の要因に属するｚｉの変数番号集合をＳ３（要因３）
「長時間連続運転」の要因に属するｚｉの変数集合をＳ４（要因４）
とする。また「急ブレーキ、アクセル」と関係の深い元変数は、ｘ１、ｘ２、ｘ３、ｘ１０であり、「高速運転」と関係の深い元変数は、ｘ４、ｘ５、「空気圧」と関係の深い元変数は、ｘ９、「長時間連続運転」と関係の深い元変数はｘ５、ｘ７、ｘ８であり、図１９のアルゴリズムを通す前に予め定義しておく。 Factors include “sudden braking and acceleration”, “high speed operation”, “air pressure”, “long-time continuous operation”, and “others”. Other and is a ^{1-r 2.}
The variable number set of zi belonging to the factor of “sudden braking, accelerator” is S1 (factor 1)
The variable number set of zi belonging to the factor of “high speed driving” is S2 (factor 2)
The variable number set of zi belonging to the factor of “air pressure” is S3 (factor 3)
The variable set of zi belonging to the factor of “long-time continuous operation” is S4 (factor 4).
And Also, the original variables closely related to “rapid braking, accelerator” are x1, x2, x3, and x10, and the original variables closely related to “high speed driving” are the original variables closely related to x4, x5, and “air pressure”. The original variables closely related to x9, “long-time continuous operation” are x5, x7, and x8, and are defined in advance before passing through the algorithm of FIG.

要因ｉの％を以下として計算する。   The factor i is calculated as follows.

λｉ＝Ｕ（ΣＣｋ×ｚｋ） （ｉ＝１，２，３，４）…（９）
ｋ∈Ｓｉ
ここで、Ｕ（ｘ）とは値が負の場合に０、正の場合にｘを取る関数
その他の要因％＝１−ｒ^２ …（１０）
要因ｉの％＝ｒ^２×｜λｉ｜／Σ｜λｉ｜ …（１１）
２．オイル劣化の計算方法
劣化率＝１−ｅｘｐ（−Ｆ）
Δ劣化率／Δエンジン駆動時間＝（１−劣化率）×ΔＦ／Δエンジン駆動時間
ΔＦ／Δエンジン駆動時間＝ａ１×平均回転数＋ａ２×最大回転数＋ａ３×エンジン始動回数＋ａ４×平均エンジン温度＋ａ５×1日走行最大エンジン温度平均＋ａ６×最大連続運転時間＋ｂ …（１２）
オイル交換は、劣化率が９５％で推奨とする。
（各係数の求め方；センター１０で行われる）
ここで、対象日（当日）の劣化率は、（１２）式のΔ劣化率／Δエンジン駆動時間にエンジン駆動時間をかけたものとなる。本実施例では、この対象日の劣化率を、センター１０が以下に述べるデータシートのデータで正規化を行うことで求める。 λi = U (ΣCk × zk) (i = 1, 2, 3, 4) (9)
k∈Si
Here, U (x) is a function that takes 0 when the value is negative and x when the value is positive. Other factors% = 1-r ² (10)
% Of factor i = r ² × | λi | / Σ | λi | (11)
2. Calculation method of oil deterioration Deterioration rate = 1-exp (-F)
Δdeterioration rate / Δengine drive time = (1−deterioration rate) × ΔF / Δengine drive time ΔF / Δengine drive time = a1 × average rotation speed + a2 × maximum rotation speed + a3 × engine start frequency + a4 × average engine temperature + a5 × 1 day running maximum engine temperature average + a6 × maximum continuous operation time + b (12)
Oil change is recommended at a 95% degradation rate.
(How to find each coefficient; done at Center 10)
Here, the deterioration rate of the target day (the current day) is obtained by multiplying the Δ deterioration rate / Δ engine drive time of the equation (12) by the engine drive time. In this embodiment, the deterioration rate of the target day is obtained by normalizing the data on the data sheet described below by the center 10.

図１３は、各車両２０およびカーディーラ３０からセンター１０に送られたオイル劣化の算出に必要な算出データを蓄積したシートであり、データベースに格納されている。これらは、「オイル交換時のオイルチェックシート状態」「該当オイルを使用していた間のエンジン駆動時間」「平均回転数」「1日辺りのエンジン最大回転数の平均」「該当オイルを使用していた間のエンジン平均温度」「該当オイルを使用していた間の1日辺りのエンジン最高温度の平均」「該当オイルを使用していた間の総エンジン始動回数」「1日辺り最大連続運転時間の平均」である。   FIG. 13 is a sheet in which calculation data necessary for calculation of oil deterioration sent from each vehicle 20 and the car dealer 30 to the center 10 is accumulated and stored in a database. These are: "Oil check seat condition when changing oil", "Engine drive time while using the relevant oil", "Average speed", "Average of maximum engine speed per day", "Applicable oil The average engine temperature during the operation period, the average engine maximum temperature per day while using the oil, the total number of engine starts during the use of the oil, and the maximum continuous operation per day "Average of time".

オイル交換時のオイルチェックシートより得られた劣化率を以下として計算する。     The deterioration rate obtained from the oil check sheet at the time of oil change is calculated as follows.

劣化率：かなり悪い＝０．９９、悪い＝０．９５、やや悪い＝０．９０、少し悪い＝０．８５。このオイル劣化率の式は、オイル劣化近似関数のパラメータ演算に使用されるものであり、オイル劣化を推定する関数近似とは区別される。   Deterioration rate: fairly bad = 0.99, bad = 0.95, somewhat bad = 0.90, slightly bad = 0.85. This equation of oil deterioration rate is used for parameter calculation of an oil deterioration approximation function and is distinguished from function approximation for estimating oil deterioration.

さらに、図１３のデータシートに基づき、図１４（ａ）に示す各変数、すなわち、
「１ｎ １／（１−劣化率）／エンジン駆動時間」「平均回転数」「1日辺りの最大回転数の平均」「該当オイルを使用していた間の総エンジン始動回数」「該当オイルを使用していた間の平均温度」「該当オイルを使用していた間の１日辺りのエンジン最高温度の平均」「１日辺り最大連続運転時間の平均」を、シートに記録する。 Furthermore, based on the data sheet of FIG. 13, each variable shown in FIG.
“1n 1 / (1−Deterioration rate) / Engine drive time” “Average speed” “Average of maximum speed per day” “Total number of engine starts while using the relevant oil” Record the “average temperature during use”, “average engine maximum temperature per day while using the oil”, and “average maximum continuous operation time per day” on the sheet.

これらの変数名は、それぞれｙ，ｘ１，ｘ２，ｘ３，ｘ４，ｘ５，ｘ６であり、これらは（１２）式の各変数に相当する。   These variable names are y, x1, x2, x3, x4, x5, and x6, respectively, and these correspond to the variables in equation (12).

センター側で求めるオイル劣化要因の係数、近似関数の求め方は、上記タイヤ劣化同様にして、求められる。
（１）まず、先に述べた図１４（ａ）のデータシートのデータでｙ，ｘ１〜ｘ６の値に対して正規化を行う。新しい変数を、次式によりＹ，Ｘｉ（ｉ＝１，…，６）とする。 The coefficient of the oil deterioration factor and the approximate function obtained on the center side are obtained in the same manner as the tire deterioration.
(1) First, normalization is performed on the values y, x1 to x6 with the data in the data sheet of FIG. Let the new variable be Y, Xi (i = 1,..., 6) according to the following equation.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（３）
ここで、Ａｉ：ｘｉの平均、σｉ：ｘｉの標準偏差、ｊ：１，…，登録された車の台数
Ｙｉ（ｊ）＝（ｙ（ｊ）−Ａ）／σ …（４）
ここで、Ａ：ｙの平均、σ：ｙの標準偏差
（２）次にＸ１〜Ｘ６に対して主成分分析を行う。すなわち、Ｘ１〜Ｘ６の相関行列Ｒを計算し、その相関行列の固有行列Ｐを計算する。
（３）（ｚ１，ｚ２，…，ｚ６）＝（Ｘ１，Ｘ２，…，Ｘ６）Ｐｔとして新変数ｚ１，…，ｚ６を作成する。ＰｔはＰの転置行列である。
（４）Ｙ＝ΣＣｉ×ｚｉと仮定して最小二乗法により係数Ｃｉ（Ｃｉ＝Ｃ１，…，Ｃ６）を求める。さらに、重相関係数ｒも計算する。
（５）ｚｉの要因を固有行列Ｐに従い命名する。この命名方法としては、固有行列Ｐの値によって決める。決め方は、タイヤ劣化計算で述べた図１９のアルゴリズムで行われる。 Xi (j) = (xi (j) −Ai) / σi (3)
Here, the average of Ai: xi, σi: standard deviation of xi, j: 1,..., The number of registered vehicles Yi (j) = (y (j) −A) / σ (4)
Here, A: average of y, σ: standard deviation of y (2) Next, principal component analysis is performed on X1 to X6. That is, the correlation matrix R of X1 to X6 is calculated, and the eigenmatrix P of the correlation matrix is calculated.
(3) (z1, z2,..., Z6) = (X1, X2,..., X6) New variables z1,. Pt is a transposed matrix of P.
(4) Assuming Y = ΣCi × zi, coefficients Ci (Ci = C1,..., C6) are obtained by the least square method. Further, a multiple correlation coefficient r is calculated.
(5) The factor of zi is named according to the eigenmatrix P. This naming method is determined by the value of the eigenmatrix P. The determination method is performed by the algorithm of FIG. 19 described in the tire deterioration calculation.

ここで求められたパラメータは、各車両２０の車載端末機２１に送られる。端末へのパラメータ送信としては、ｘ１，…，ｘ６の平均値Ａｉと標準偏差σｉ、ｙの平均値Ａと標準偏差σ、固有行列Ｐ、重相関係数ｒ、係数Ｃ１，…，Ｃ６、変数ｚ１，…，ｚ６の命名がある。
（車載端末機側のオイル劣化率の計算（推定））
各車両２０の端末では、センター１０から上記のパラメータを受けて、オイル劣化率（劣化度合い）を以下のように算出する。
（１）車載端末側のコンピュータは、１日１回以下の表２に示す値を計測或いは算出する。 The parameters obtained here are sent to the in-vehicle terminal 21 of each vehicle 20. The parameter transmission to the terminal includes average value Ai and standard deviation σi of x1,..., X6, average value A and standard deviation σ of y, eigenmatrix P, multiple correlation coefficient r, coefficients C1,. There are nomenclature z1,..., z6.
(Calculation (estimation) of oil deterioration rate on the in-vehicle terminal side)
The terminal of each vehicle 20 receives the above parameters from the center 10 and calculates the oil deterioration rate (deterioration degree) as follows.
(1) The computer on the in-vehicle terminal side measures or calculates the values shown in Table 2 below once a day.

（２）新変数ｚ１，…，ｚ６を求める。 (2) Find new variables z1, ..., z6.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（５）
Ａｉ：センターから送られたｘｉの平均、σｉ：センターから送られたｘｉの標準偏差、
（ｚ１，ｚ２，…，ｚ１０）＝（Ｘ１，Ｘ２，…，Ｘ６）Ｐｔ …（６）
Ｐｔ：センターから送られた固有行列Ｐの転置行列
（３）ここで、対象日の劣化率を下記式により計算
（１−前日の劣化率）×{σ×ΣＣｉ×ｚｉ＋Ａ}×エンジン駆動時間 …（７´）
次に以下のようにしてオイル劣化要因を推定する。 Xi (j) = (xi (j) −Ai) / σi (5)
Ai: average of xi sent from the center, σi: standard deviation of xi sent from the center,
(Z1, z2,..., Z10) = (X1, X2,..., X6) Pt (6)
Pt: Transposition matrix of eigenmatrix P sent from the center (3) Here, the deterioration rate of the target day is calculated by the following formula (1−deterioration rate of the previous day) × {σ × ΣCi × zi + A} × engine driving time. (7 ')
Next, the oil deterioration factor is estimated as follows.

要因として、「高エンジン回転」「長時間連続運転」「エンジン温度」および「その他」とする。その他とは、１−ｒ^２である。
「高エンジン回転」の要因に属するｚｉの変数番号集合をＳ１（要因１）
「長時間連続運転」の要因に属するｚｉの変数番号集合をＳ２（要因２）
「エンジン温度」の要因に属するｚｉの変数番号集合をＳ３（要因３）
とする。また「高エンジン回転」と関係の深い変数は、ｘ１、ｘ２、「長時間連続運転」と関係の深い変数は、ｘ７、「エンジン温度」と関係の深い変数はｘ４、ｘ５であり、図１９のアルゴリズムに通す前に予め定義しておく。 Factors include “high engine speed”, “long-time continuous operation”, “engine temperature”, and “others”. Other and is a ^{1-r 2.}
The variable number set of zi belonging to the factor of “high engine speed” is S1 (factor 1).
The variable number set of zi belonging to the factor of “long-time continuous operation” is S2 (factor 2)
The variable number set of zi belonging to the “engine temperature” factor is S3 (factor 3).
And Further, variables closely related to “high engine speed” are x1, x2, variables closely related to “long-time continuous operation” are x7, and variables closely related to “engine temperature” are x4 and x5. It is defined in advance before passing the algorithm.

要因ｉの％を以下として計算する。   The factor i is calculated as follows.

λｉ＝Ｕ（ΣＣｋ×ｚｋ） （ｉ＝１，２，３）…（９´）
ｋ∈Ｓｉ
ここで、Ｕ（ｘ）とは値が負の場合に０、正の場合にｘを取る関数
その他の要因％＝１−ｒ^２ …（１０）
要因ｉの％＝ｒ^２×｜λｉ｜／Σ｜λｉ｜ …（１１）
３．ブレーキパッド劣化の計算方法
Δ劣化率／Δ走行距離は、次式で表すことができる。 λi = U (ΣCk × zk) (i = 1, 2, 3) (9 ′)
k∈Si
Here, U (x) is a function that takes 0 when the value is negative and x when the value is positive. Other factors% = 1-r ² (10)
% Of factor i = r ² × | λi | / Σ | λi | (11)
3. Brake Pad Degradation Calculation Method Δ Degradation rate / Δ Traveling distance can be expressed by the following equation.

Δ劣化率／Δ走行距離＝ａ１×加速度標準偏差＋ａ２×急ブレーキ率＋ａ３×ブレーキ回数＋ａ４×平均温度＋ａ５×１日辺り最高温度＋ａ６×１日辺り最大連続運転時間＋ａ７×１日辺り最大速度＋ｂ …（１３）
ブレーキパッド交換は、劣化率が９０％で推奨とする。急ブレーキ率とは、１ｋｍ辺りの急ブレーキ回数、ブレーキ回数率とは、１ｋｍ辺りのブレーキ回数である。温度計が無い場合には、ブレーキパッドの温度の項はないものとする。
（各係数の求め方；センター１０で行われる）
ここで、対象日（当日）の劣化率は、（１３）式のΔ劣化率／Δ走行距離に走行距離をかけたものとなる。本実施例では、この対象日の劣化率を、センター１０が以下に述べるデータシートのデータで正規化を行うことで求める。 Δdeterioration rate / Δtravel distance = a1 × acceleration standard deviation + a2 × rapid braking rate + a3 × brake frequency + a4 × average temperature + a5 × maximum temperature per day + a6 × maximum continuous operation time per day + a7 × maximum speed per day + b ... (13)
Brake pad replacement is recommended at a 90% deterioration rate. The sudden braking rate is the number of times of sudden braking around 1 km, and the braking number rate is the number of times of braking around 1 km. If there is no thermometer, there is no brake pad temperature term.
(How to find each coefficient; done at Center 10)
Here, the deterioration rate of the target day (the current day) is obtained by multiplying the Δ deterioration rate / Δ travel distance of equation (13) by the travel distance. In this embodiment, the deterioration rate of the target day is obtained by normalizing the data on the data sheet described below by the center 10.

図１５は、各車両２０およびカーディーラ３０からセンター１０に送られたブレーキパッド劣化の算出に必要なデータを蓄積したシートであり、データベースに格納されている。シートには、「ブレーキパッド交換時の残りのパッドの厚さ」「ブレーキパッドを使用していた間の走行距離」「加速度標準偏差」「急ブレーキ回数」「ブレーキ回数」「該当ブレーキパッドを使用していた間の平均」「該当ブレーキパッドを使用していた間の１日辺り温度の平均」「１日辺りの最大連続運転時間の平均」「１日辺り最大速度の平均」が記録されている。   FIG. 15 is a sheet in which data necessary for calculation of brake pad deterioration sent from each vehicle 20 and the car dealer 30 to the center 10 is accumulated and stored in a database. For the seat, “the remaining pad thickness when replacing the brake pad”, “travel distance while the brake pad was used”, “acceleration standard deviation”, “number of sudden braking”, “number of braking”, “use the corresponding brake pad "Average during the day", "Average temperature per day while using the brake pad", "Average maximum continuous operation time per day", "Average maximum speed per day" Yes.

これらのデータを用いて、図１６に示す各変数、すなわち、「劣化率／走行距離」「加速度標準偏差」「急ブレーキ頻度」「ブレーキ回数」「該当ブレーキパッドを使用していた間の平均大気温度」「該当ブレーキパッドを使用していた間の１日辺りの大気温度の平均」、「１日辺りの最大連続運転時間の平均」「１日辺り最大速度の平均」であり、これらの変数名は、それぞれｙ，ｘ１，ｘ２，ｘ３，ｘ４，ｘ５，ｘ６，ｘ７である。これらは（１３）式の変数に相当する。   Using these data, each variable shown in FIG. 16, that is, “deterioration rate / travel distance”, “acceleration standard deviation”, “sudden brake frequency”, “brake frequency”, and “average atmosphere while using the corresponding brake pad” These are the "temperature", "average of ambient temperature per day while using the relevant brake pads", "average of maximum continuous operation time per day", "average of maximum speed per day", and these variables. The names are y, x1, x2, x3, x4, x5, x6, and x7, respectively. These correspond to the variables in equation (13).

カーディーラなどから実際に得られたデータシートのタイヤ交換時の状態などを基に実際のブレーキパッド劣化率を、下記（１４）式として計算する。     The actual brake pad deterioration rate is calculated as the following equation (14) based on the data sheet actually obtained from a card dealer or the like at the time of tire replacement.

劣化率＝１−交換時のブレーキパッドの厚さ／元のブレーキパッドの厚さ …（１４）
このブレーキパッド劣化率の式は、ブレーキパッド劣化近似関数のパラメータ演算に使用されるものであり、ブレーキパッド劣化を推定する関数近似とは区別される。 Deterioration rate = 1-brake pad thickness at the time of replacement / original brake pad thickness (14)
This formula of the brake pad deterioration rate is used for parameter calculation of the brake pad deterioration approximate function, and is distinguished from the function approximation for estimating the brake pad deterioration.

センター側で求めるブレーキパッド劣化要因の係数、近似関数の求め方は、上記タイヤ劣化同様にして、求められる。
（１）まず、先に述べた図１６のデータシートのデータでｙ，ｘ１〜ｘ７の値に対して正規化を行う。新しい変数を、次式によりＹ，Ｘｉ（ｉ＝１，…，７）とする。 The brake pad deterioration factor coefficient and the approximate function obtained on the center side are obtained in the same manner as the tire deterioration described above.
(1) First, normalization is performed on the values of y, x1 to x7 with the data of the data sheet of FIG. 16 described above. Let the new variables be Y, Xi (i = 1,..., 7) according to the following equation.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（３）
ここで、Ａｉ：ｘｉの平均、σｉ：ｘｉの標準偏差、ｊ：１，…，登録された車の台数
Ｙｉ（ｊ）＝（ｙ（ｊ）−Ａ）／σ …（４）
ここで、Ａ：ｙの平均、σ：ｙの標準偏差
（２）次にＸ１〜Ｘ７に対して主成分分析を行う。すなわち、Ｘ１〜Ｘ７の相関行列Ｒを計算し、その相関行列の固有行列Ｐを計算する。
（３）（ｚ１，ｚ２，…，ｚ７）＝（Ｘ１，Ｘ２，…，Ｘ７）Ｐｔとして新変数ｚ１，…，ｚ７を作成する。ＰｔはＰの転置行列である。
（４）Ｙ＝ΣＣｉ×ｚｉと仮定して最小二乗法により係数Ｃｉ（Ｃｉ＝Ｃ１，…，Ｃ６）を求める。さらに、重相関係数ｒも計算する。
（５）ｚｉの要因を固有行列Ｐに従い命名する。この命名方法としては、固有行列Ｐの値によって決める。決め方は、タイヤ劣化計算で述べた図１９のアルゴリズムで行われる。 Xi (j) = (xi (j) −Ai) / σi (3)
Here, the average of Ai: xi, σi: standard deviation of xi, j: 1,..., The number of registered vehicles Yi (j) = (y (j) −A) / σ (4)
Here, A: average of y, σ: standard deviation of y (2) Next, principal component analysis is performed on X1 to X7. That is, the correlation matrix R of X1 to X7 is calculated, and the eigenmatrix P of the correlation matrix is calculated.
(3) (z1, z2,..., Z7) = (X1, X2,..., X7) New variables z1,. Pt is a transposed matrix of P.
(4) Assuming Y = ΣCi × zi, coefficients Ci (Ci = C1,..., C6) are obtained by the least square method. Further, a multiple correlation coefficient r is calculated.
(5) The factor of zi is named according to the eigenmatrix P. This naming method is determined by the value of the eigenmatrix P. The determination method is performed by the algorithm of FIG. 19 described in the tire deterioration calculation.

ここで求められたパラメータは、各車両２０の車載端末機２１に送られる。端末へのパラメータ送信としては、ｘ１，…，ｘ７の平均値Ａｉと標準偏差σｉ、ｙの平均値Ａと標準偏差σ、固有行列Ｐ、重相関係数ｒ、係数Ｃ１，…，Ｃ６、変数ｚ１，…，ｚ７の命名がある。
（車載端末機側のブレーキパッド劣化率の計算（推定））
各車両２０の端末では、センター１０から上記のパラメータを受けて、ブレーキパッド劣化率（劣化度合い）を以下のように算出する。
（１）車載端末側のコンピュータは、１日１回以下の表３に示す値を計測或いは算出する。 The parameters obtained here are sent to the in-vehicle terminal 21 of each vehicle 20. As parameter transmission to the terminal, the average value Ai and standard deviation σi of x1,..., X7, the average value A and standard deviation σ of y, eigenmatrix P, multiple correlation coefficient r, coefficients C1,. There are z1,.
(Calculation (estimation) of brake pad deterioration rate on in-vehicle terminal side)
The terminal of each vehicle 20 receives the above parameters from the center 10 and calculates the brake pad deterioration rate (deterioration degree) as follows.
(1) The computer on the in-vehicle terminal side measures or calculates the values shown in Table 3 once a day or less.

（２）新変数ｚ１，…，ｚ７を求める。 (2) Find new variables z1, ..., z7.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（５）
Ａｉ：センターから送られたｘｉの平均、σｉ：センターから送られたｘｉの標準偏差、
（ｚ１，ｚ２，…，ｚ７）＝（Ｘ１，Ｘ２，…，Ｘ７）Ｐｔ …（６）
Ｐｔ：センターから送られた固有行列Ｐの転置行列
（３）ここで、対象日の劣化率を下記式により計算
前日の劣化率＋{σ×ΣＣｉ×ｚｉ＋Ａ}×走行距離 …（７ａ）
次に以下のようにしてブレーキパッド劣化要因を推定する。 Xi (j) = (xi (j) −Ai) / σi (5)
Ai: average of xi sent from the center, σi: standard deviation of xi sent from the center,
(Z1, z2,..., Z7) = (X1, X2,..., X7) Pt (6)
Pt: Transposition matrix of eigenmatrix P sent from the center (3) Here, the deterioration rate of the target day is calculated by the following formula: deterioration rate of the previous day + {σ × ΣCi × zi + A} × travel distance (7a)
Next, the brake pad deterioration factor is estimated as follows.

要因として、「急ブレーキ」「高速運転」「ブレーキ頻発」長時間連続運転」および「その他」とする。その他とは、１−ｒ^２である。
「急ブレーキ」の要因に属するｚｉの変数番号集合をＳ１（要因１）
「高速運転」の要因に属するｚｉの変数番号集合をＳ２（要因２）
「ブレーキ頻発」の要因に属するｚｉの変数番号集合をＳ３（要因３）
「長時間」の要因に属するｚｉの変数番号集合をＳ４（要因４）
とする。また、「急ブレーキ」と関係の深い元変数は、ｘ２、「高速運転」と関係の深い変数はｘ７、「ブレーキ頻発」と関係の深い元変数はｘ１、長時間と関係の深い変数はｘ４、ｘ５、ｘ６として、予め決めておき図１９のアルゴリズムを実行する。 Factors include "sudden braking", "high speed driving", "brake frequent", "long-time continuous driving" and "others". Other and is a ^{1-r 2.}
The variable number set of zi belonging to the factor of “sudden braking” is S1 (factor 1)
The variable number set of zi belonging to the factor of “high speed driving” is S2 (factor 2)
The variable number set of zi belonging to the factor of “brake frequency” is S3 (factor 3)
The variable number set of zi belonging to the “long time” factor is S4 (factor 4).
And In addition, the original variable closely related to “sudden braking” is x2, the variable closely related to “high speed driving” is x7, the original variable closely related to “braking frequently” is x1, and the variable deeply related to long time is x4. , X5 and x6 are determined in advance and the algorithm of FIG. 19 is executed.

要因ｉの％を以下として計算する。   The factor i is calculated as follows.

λｉ＝Ｕ（ΣＣｋ×ｚｋ） （ｉ＝１，２，３，４）…（９ａ）
ｋ∈Ｓｉ
ここで、Ｕ（ｘ）とは値が負の場合に０、正の場合にｘを取る関数
その他の要因％＝１−ｒ^２ …（１０）
要因ｉの％＝ｒ^２×｜λｉ｜／Σ｜λｉ｜ …（１１）
４．バッテリ劣化の計算方法
バッテリの劣化としては、真のバッテリの寿命と、車の発電機による故障のため充電不能状態に陥っている、クーラーの使いすぎ等による電力不足、または漏電によりバッテリが上がりといった、バッテリ以外の要因によりバッテリが劣化しているような現象の２通りがある。このため、バッテリの劣化であるか、発電機故障であるか、使用電力オーバーであるかの３通りの警告をドライバーに通知する。 λi = U (ΣCk × zk) (i = 1, 2, 3, 4) (9a)
k∈Si
Here, U (x) is a function that takes 0 when the value is negative and x when the value is positive. Other factors% = 1-r ² (10)
% Of factor i = r ² × | λi | / Σ | λi | (11)
4). Battery degradation calculation method Battery degradation includes true battery life, battery failure due to car generator failure, lack of power due to overuse of cooler, or battery rise due to leakage There are two types of phenomena in which the battery deteriorates due to factors other than the battery. For this reason, the driver is notified of three types of warnings: battery deterioration, generator failure, or over-use power.

この警告の判定方法について述べる。判定としては、バッテリへの電力計、及び発電機への電力計を付加しバッテリからの電力とバッテリに充電される電力を監視する。ここでエンジン回転数が予め定めた値以上の場合の、バッテリへの充電量が規定値以下であるならば、発電機の故障または、電力オーバーの場合である。ここで、発電機からの電力が予め定められた規定値以下の場合には、発電機故障とみなし、それ以外では電力オーバーとする。   A method for determining this warning will be described. As the determination, a power meter to the battery and a power meter to the generator are added to monitor the power from the battery and the power charged in the battery. Here, if the amount of charge to the battery is equal to or less than a predetermined value when the engine speed is equal to or greater than a predetermined value, the generator is malfunctioning or the power is over. Here, when the electric power from the generator is equal to or less than a predetermined value, it is regarded as a generator failure, otherwise the power is over.

次に発電機故障、電力オーバー以外の場合であるが、この場合にはバッテリ劣化となる。このバッテリ劣化の推定方法について述べる。バッテリ劣化を推定するための計測としては、内部抵抗、電圧、温度、再充電回数（ディーラーにおける充電）の４つを計測する。   Next, it is a case other than a generator failure or power over, but in this case, battery deterioration occurs. A method for estimating this battery deterioration will be described. As the measurement for estimating the battery deterioration, four of the internal resistance, the voltage, the temperature, and the number of recharges (charging at the dealer) are measured.

内部抵抗の計算は、バッテリ無負荷時の電圧と負荷時の電圧、負荷時の電流により以下として計算される。   The internal resistance is calculated as follows based on the voltage when the battery is not loaded, the voltage when loaded, and the current when loaded.

内部抵抗＝（無負荷時の電圧−負荷時の電圧）／負荷時の電流
内部抵抗が、再充電しても一定値の抵抗以上になった場合に劣化と判断する。 Internal resistance = (Voltage at no load-Voltage at load) / Current at load When the internal resistance exceeds a certain value even after recharging, it is judged as degraded.

Δ劣化率／Δ使用時間は、次式で表すことができる。     The Δ degradation rate / Δ use time can be expressed by the following equation.

Δ劣化率／Δ使用時間＝ａ１×温度＋ａ２×バッテリ平均電圧＋ａ３×充電回数率＋ａ４×平均充電度＋a５×内部抵抗＋ｂ …（１５）
バッテリ交換は、劣化率が５０％で推奨とする。バッテリ平均電圧とは、バッテリの端子電圧の時間平均、充電回数率とはディーラでの充電回数／使用時間である。温度計が無い場合には、バッテリの温度の項はないものとする。 ΔDeterioration rate / ΔUsage time = a1 × temperature + a2 × battery average voltage + a3 × charge frequency rate + a4 × average charge degree + a5 × internal resistance + b (15)
Battery replacement is recommended at a degradation rate of 50%. The battery average voltage is the time average of the terminal voltage of the battery, and the charge frequency rate is the number of times of charge / use time at the dealer. If there is no thermometer, there is no battery temperature term.

（各係数の求め方；センター１０で行われる）
ここで、対象日（当日）の劣化率は、（１５）式のΔ劣化率／Δ使用時間に使用時間をかけたものとなる。本実施例では、この対象日の劣化率を、センター１０が以下に述べるデータシートのデータで正規化を行うことで求める。 (How to find each coefficient; done at Center 10)
Here, the deterioration rate of the target date (the current day) is obtained by multiplying the Δ deterioration rate / Δ use time of the equation (15) by the use time. In this embodiment, the deterioration rate of the target day is obtained by normalizing the data on the data sheet described below by the center 10.

図１７は、各車両２０およびカーディーラ３０からセンター１０に送られたバッテリ劣化の算出に必要なデータを蓄積したシートであり、データベースに格納されている。これらは、「バッテリ劣化率」「バッテリ使用時間」「バッテリ使用温度平均」「バッテリ平均電圧」「充電回数」「平均充電度」「内部抵抗」である。   FIG. 17 is a sheet in which data necessary for calculation of battery deterioration sent from each vehicle 20 and the car dealer 30 to the center 10 is stored and stored in a database. These are “battery deterioration rate”, “battery usage time”, “battery usage temperature average”, “battery average voltage”, “number of times of charging”, “average degree of charging”, and “internal resistance”.

バッテリ劣化率は、充電度測定により求められる。ここでのバッテリ劣化率は、カーディーラなどで点検で知り得たものであり、バッテリ劣化近似関数のパラメータ演算に使用されるものであり、バッテリ劣化を推定する関数近似とは区別される。   The battery deterioration rate is obtained by measuring the degree of charge. The battery deterioration rate here is obtained by inspection with a card dealer or the like, and is used for parameter calculation of a battery deterioration approximation function, and is distinguished from function approximation for estimating battery deterioration.

さらに、図１７のデータシートに基づき、図１８に示す各変数、すなわち、「バッテリ劣化率／バッテリ使用時間」「バッテリ使用温度平均」「バッテリ平均電圧」「平均充電度」「内部抵抗」であり、これらの変数名は、それぞれｙ，ｘ１，ｘ２，ｘ３，ｘ４，ｘ５である。これらは、（１５）式の各変数に相当する。   Further, based on the data sheet of FIG. 17, the variables shown in FIG. 18, that is, “battery deterioration rate / battery usage time”, “battery usage temperature average”, “battery average voltage”, “average charge degree”, “internal resistance”. These variable names are y, x1, x2, x3, x4, and x5, respectively. These correspond to each variable of the equation (15).

センター側で求めるバッテリ劣化要因の係数、近似関数の求め方は、上記タイヤ劣化同様にして、求められる。
（１）まず、先に述べた図１８のデータシートのデータでｙ，ｘ１〜ｘ４の値に対して正規化を行う。新しい変数を、次式によりＹ，Ｘｉ（ｉ＝１，…，４）とする。 The battery deterioration factor and the approximate function obtained on the center side are obtained in the same manner as the tire deterioration.
(1) First, normalization is performed on the values of y, x1 to x4 with the data of the data sheet shown in FIG. Let the new variables be Y, Xi (i = 1,..., 4) according to the following equation.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（３）
ここで、Ａｉ：ｘｉの平均、σｉ：ｘｉの標準偏差、ｊ：１，…，登録された車の台数
Ｙｉ（ｊ）＝（ｙ（ｊ）−Ａ）／σ …（４）
ここで、Ａ：ｙの平均、σ：ｙの標準偏差
（２）次にＸ１〜Ｘ４に対して主成分分析を行う。すなわち、Ｘ１〜Ｘ４の相関行列Ｒを計算し、その相関行列の固有行列Ｐを計算する。
（３）（ｚ１，ｚ２，…，ｚ４）＝（Ｘ１，Ｘ２，…，Ｘ４）Ｐｔとして新変数ｚ１，…，ｚ４を作成する。ＰｔはＰの転置行列である。
（４）Ｙ＝ΣＣｉ×ｚｉと仮定して最小二乗法により係数Ｃｉ（Ｃｉ＝Ｃ１，…，Ｃ４）を求める。さらに、重相関係数ｒも計算する。
（５）ｚｉの要因を固有行列Ｐに従い命名する。この命名方法としては、固有行列Ｐの値によって決める。決め方は、タイヤ劣化計算で述べた図１９のアルゴリズムで行われる。 Xi (j) = (xi (j) −Ai) / σi (3)
Here, the average of Ai: xi, σi: standard deviation of xi, j: 1,..., The number of registered vehicles Yi (j) = (y (j) −A) / σ (4)
Here, A: mean of y, σ: standard deviation of y (2) Next, principal component analysis is performed on X1 to X4. That is, the correlation matrix R of X1 to X4 is calculated, and the eigenmatrix P of the correlation matrix is calculated.
(3) (z1, z2,..., Z4) = (X1, X2,..., X4) New variables z1,. Pt is a transposed matrix of P.
(4) Assuming Y = ΣCi × zi, coefficients Ci (Ci = C1,..., C4) are obtained by the least square method. Further, a multiple correlation coefficient r is calculated.
(5) The factor of zi is named according to the eigenmatrix P. This naming method is determined by the value of the eigenmatrix P. The determination method is performed by the algorithm of FIG. 19 described in the tire deterioration calculation.

ここで求められたパラメータも各車両２０の車載端末機２１に送られる。端末へのパラメータ送信としては、ｘ１，…，ｘ４の平均値Ａｉと標準偏差σｉ、ｙの平均値Ａと標準偏差σ、固有行列Ｐ、重相関係数ｒ、係数Ｃ１，…，Ｃ４、変数ｚ１，…，ｚ４の命名がある。
（車載端末機側のバッテリ劣化率の計算（推定））
各車両２０の端末では、センター１０から上記のパラメータを受けて、バッテリ劣化率（劣化度合い）を以下のように算出する。
（１）車載端末側のコンピュータは、１日１回以下の表４に示す値を計測或いは算出する。 The parameters obtained here are also sent to the in-vehicle terminal 21 of each vehicle 20. As parameter transmission to the terminal, the average value Ai and standard deviation σi of x1,..., X4, the average value A and standard deviation σ of y, eigenmatrix P, multiple correlation coefficient r, coefficients C1,. There are nomenclature z1,..., z4.
(Calculation (estimation) of battery deterioration rate on in-vehicle terminal side)
The terminal of each vehicle 20 receives the above parameters from the center 10 and calculates the battery deterioration rate (deterioration degree) as follows.
(1) The computer on the in-vehicle terminal side measures or calculates the values shown in Table 4 below once a day.

（２）新変数ｚ１，…，ｚ４を求める。 (2) Find new variables z1, ..., z4.

Ｘｉ（ｊ）＝（ｘｉ（ｊ）−Ａｉ）／σｉ …（５）
Ａｉ：センターから送られたｘｉの平均、σｉ：センターから送られたｘｉの標準偏差、
（ｚ１，ｚ２，…，ｚ４）＝（Ｘ１，Ｘ２，…，Ｘ４）Ｐｔ …（６）
Ｐｔ：センターから送られた固有行列Ｐの転置行列
（３）ここで、対象日の劣化率を下記式により計算
前日の劣化率＋{σ×ΣＣｉ×ｚｉ＋Ａ}×バッテリ使用時間 …（７ａ）
次に以下のようにしてバッテリ劣化要因を推定する。 Xi (j) = (xi (j) −Ai) / σi (5)
Ai: average of xi sent from the center, σi: standard deviation of xi sent from the center,
(Z1, z2,..., Z4) = (X1, X2,..., X4) Pt (6)
Pt: transposed matrix of eigenmatrix P sent from the center (3) Here, the deterioration rate of the target day is calculated by the following formula: deterioration rate of the previous day + {σ × ΣCi × zi + A} × battery usage time (7a)
Next, the battery deterioration factor is estimated as follows.

要因として、「低充電度」「バッテリ温度」「電圧異常」「充電回数」および「その他」とする。その他とは、１−ｒ^２である。
「低充電度」の要因に属するｚｉの変数番号集合をＳ１（要因１）
「バッテリ温度」の要因に属するｚｉの変数番号集合をＳ２（要因２）
「電圧異常」の要因に属するｚｉの変数番号集合をＳ３（要因３）
「充電回数」の要因に属するｚｉの変数番号集合をＳ４（要因４）
とする。また予め「低充電度」と関係の深い元の変数としてはｘ３、「バッテリ温度」と関係の深い元の変数としてはｘ２、「電圧異常」と関係の深い変数は、ｘ１、ｘ４であり、予め図１９のアルゴリズムに通す前に定義を行っておく。 Factors include “low charge level”, “battery temperature”, “voltage abnormality”, “number of times of charging”, and “others”. Other and is a ^{1-r 2.}
The variable number set of zi belonging to the factor of “low charge” is S1 (factor 1)
A variable number set of zi belonging to the factor of “battery temperature” is represented by S2 (factor 2).
The variable number set of zi belonging to the factor of “voltage abnormality” is S3 (factor 3)
The variable number set of zi belonging to the “charge count” factor is S4 (factor 4).
And In addition, x3 is an original variable closely related to “low charge level”, x2 is an original variable closely related to “battery temperature”, and x1 and x4 are variables closely related to “voltage abnormality”. Definitions are made before passing through the algorithm of FIG.

要因ｉの％を以下として計算する。   The factor i is calculated as follows.

λｉ＝Ｕ（ΣＣｋ×ｚｋ） （ｉ＝１，２，３，４）…（９ａ）
ｋ∈Ｓｉ
ここで、Ｕ（ｘ）とは値が負の場合に０、正の場合にｘを取る関数
その他の要因％＝１−ｒ^２ …（１０）
要因ｉの％＝ｒ^２×｜λｉ｜／Σ｜λｉ｜ …（１１）
５．燃費要因計算方法
燃費については、上記の部品劣化の計算法と異なり、端末機側で計算される。 λi = U (ΣCk × zk) (i = 1, 2, 3, 4) (9a)
k∈Si
Here, U (x) is a function that takes 0 when the value is negative and x when the value is positive. Other factors% = 1-r ² (10)
% Of factor i = r ² × | λi | / Σ | λi | (11)
5. Fuel consumption factor calculation method The fuel consumption is calculated on the terminal side, unlike the above-described component deterioration calculation method.

今回走行の消費燃料[I]は次のようにして算出される。
（１）0.5秒刻みの「燃料噴射量[μl]」「速度時系列」「アクセル開度[%]」「ブレーキランプ点灯率[%]」を検出しているものとする。
（２）速度が０でエンジン噴射量がある場合をアイドリングとし、そのトータルの燃料を「アイドリング燃料」として計算。 The fuel consumption [I] for traveling this time is calculated as follows.
(1) It is assumed that “fuel injection amount [μl]”, “speed time series”, “accelerator opening [%]”, and “brake lamp lighting rate [%]” are detected every 0.5 seconds.
(2) When the speed is 0 and there is an engine injection amount, idling is calculated, and the total fuel is calculated as “idling fuel”.

すなわち、エンジンが動いていて、かつ車の速度が０のときの燃料消費量を燃料噴射パルスから計算する。   That is, the fuel consumption when the engine is running and the vehicle speed is zero is calculated from the fuel injection pulse.

アイドリング消費燃料／今回走行消費燃料×１００をアイドリング燃料消費率とする。   Idling consumption fuel / current running consumption fuel × 100 is defined as an idling fuel consumption rate.

時系列は、次の内容である。すなわち、速度が正となる、ｖ(t)「速度時系列」、f(t)「燃料噴射パルス」、a(t)「アクセル開度」、b(t)「ブレーキ灯」、w(t)「エンジン仕事量」の時系列を作成する。   The time series are as follows. That is, the speed becomes positive, v (t) “speed time series”, f (t) “fuel injection pulse”, a (t) “accelerator opening”, b (t) “brake light”, w (t ) Create a time series of “engine work”.

図２０にその時系列を示す。縦軸が速度、エンジン仕事率、ブレーキ灯、アクセル開度、燃料噴射量の度合い、横軸が時間軸であり、横軸の数字は、前回の燃料診断（初回は初めから）の時刻を０として、速度が正となっていた時刻を示す。なお、ブレーキ灯及び燃料噴射量の度合いは、図２０のグラフの零レベル付近に示されるため、本図の縮尺では、視認することが困難であるため、便宜上グラフの零レベル付近にブレーキ灯及び燃料噴射量が存在しているものとして、引出線を出しておく。アイドリングのデータを元時系列から取り除く。すなわち、図２０に示すように、速度０を取り除いて、時刻を整列し直す。
（３）一分刻みの「燃料噴射量」「エンジン仕事量」「正の加速度の平均値」「速度の逆数」「アクセル開度[%]」「ブレーキランプ率[%]」を計算しなおす。 FIG. 20 shows the time series. The vertical axis is speed, engine power, brake light, accelerator opening, fuel injection amount, the horizontal axis is the time axis, and the numbers on the horizontal axis indicate the time of the last fuel diagnosis (from the beginning for the first time). The time when the speed was positive is shown. Since the degree of the brake light and the fuel injection amount are shown near the zero level in the graph of FIG. 20, it is difficult to see at the scale of this figure. A leader line is drawn out assuming that the fuel injection amount exists. Remove idling data from the original time series. That is, as shown in FIG. 20, the speed 0 is removed and the times are rearranged.
(3) Recalculate "fuel injection amount", "engine work amount", "average positive acceleration", "reciprocal of speed", "accelerator opening [%]", "brake ramp rate [%]" every minute. .

具体的には、６０秒毎にデータを区切り、その６０秒毎のL(T)「一分走行距離[km]」、Ｃ(Ｔ)「一分間の消費燃料[l]」、Ａ(Ｔ)「アクセル開度平均[%]」、Ｂ(Ｔ)「ブレーキ灯点灯率[%]」Ｗ(Ｔ)「エンジン仕事量平均[J]」を求める。Ｔは走行した分数分作成。
（４）次に６０秒毎の1/L(T)「速度逆数[min/km]、Ａ(Ｔ)「アクセル開度平均[%]」、Ｂ(Ｔ)「ブレーキ灯点灯率[%]」Ｗ(Ｔ)「エンジン仕事量平均[J]」の主成分分析により、新たな変数を求める。速度逆数の係数の大きいものを「渋滞度」、ブレーキ点灯率の係数の大きいものを「ブレーキワーク」、残りの変数で固有値の大きいもの順に「アクセルワーク１」「アクセルワーク２」と名前付けする。Ｔ＝１，・・，N N：走行分数。
（５）出力変数をＣ(Ｔ)/L(T)「単位距離辺りの消費燃料[l/km]」として、入力変数を「渋滞度」「ブレークワーク」「アクセルワーク１」「アクセルワーク２」として重回帰分析を行う。渋滞度の係数をa1、ブレーキワークの係数をa2、アクセルワーク１の係数をa3、アクセルワーク2の係数をa4、定数項をｂとする。
（６）「渋滞度」「ブレークワーク」「アクセルワーク１」「アクセルワーク２」の燃費率は、以下のように表される。
渋滞度燃費率＝１００×（１−アイドリング消費率/100）×ｒ2×a12/Σai2
ブレーキワーク燃費率＝（１−アイドリング消費率/100）×ｒ2×a22/Σai2
アクセルワーク燃費率＝（１−アイドリング消費率/100）×ｒ2×(a32+ a42)/Σai2
その他燃費率＝１００ ×（１−アイドリング消費率/100） ×ｒ2
アイドリング燃料消費率＝１００×アイドリング燃料消費量／総燃料消費量
…（１６）
６．燃費の要因集計方法
燃費の要因データを集計する方法の一例について、図２１に示す。 Specifically, the data is divided every 60 seconds, and the L (T) “1 minute mileage [km]”, C (T) “1 minute fuel consumption [l]”, A (T ) "Accelerator opening average [%]", B (T) "Brake light lighting rate [%]" W (T) "Engine work average [J]" is obtained. T is created for the number of minutes traveled.
(4) Next, every 60 seconds, 1 / L (T) “reciprocal speed [min / km], A (T)“ accelerator opening average [%] ”, B (T)“ brake light lighting rate [%] A new variable is obtained by principal component analysis of “W (T)“ engine work average [J] ”. The one with a large coefficient of reciprocal speed is named “congestion degree”, the one with large coefficient of brake lighting rate is “brake work”, and the remaining variables are named “accel work 1” and “accel work 2” in descending order of eigenvalues. . T = 1,..., NN: Running minutes.
(5) The output variable is C (T) / L (T) “fuel consumption per unit distance [l / km]”, and the input variables are “congestion”, “break work”, “accel work 1”, “accel work 2” Multiple regression analysis. The congestion degree coefficient is a1, the brake work coefficient is a2, the accelerator work 1 coefficient is a3, the accelerator work 2 coefficient is a4, and the constant term is b.
(6) The fuel consumption rates of “congestion degree”, “break work”, “accel work 1”, and “accel work 2” are expressed as follows.
Congestion fuel consumption rate = 100 x (1-idling consumption rate / 100) x r2 x a12 / Σai2
Brake work fuel consumption rate = (1-idling consumption rate / 100) x r2 x a22 / Σai2
Accel work fuel consumption rate = (1-idling consumption rate / 100) x r2 x (a32 + a42) / Σai2
Other fuel consumption rate = 100 x (1-idling consumption rate / 100) x r2
Idling fuel consumption rate = 100 x Idling fuel consumption / Total fuel consumption
... (16)
6). FIG. 21 shows an example of a method for totaling fuel efficiency factor data.

この場合、入力としては、燃料時系列、エンジン回転数時系列、速度時系列、アクセル開度時系列、ブレーキランプ時系列Bを用意する。   In this case, the fuel time series, engine speed time series, speed time series, accelerator opening time series, and brake lamp time series B are prepared as inputs.

計算結果は「空ぶかし」「アイドリング（通常アイドリング）」「シフトギア不適切」「あおり運転」「アクセルワーク（通常一定走行）」「発進（通常発進）」「急発進」「ブレーキ」「渋滞」のそれぞれの燃料消費量[l]である。   The calculation results are: “Empty”, “Idling (normal idling)”, “Inappropriate shift gear”, “Tilt operation”, “Acceleration work (normally constant driving)”, “Start (normal start)”, “Quick start”, “Brake”, “Congestion” Is the fuel consumption [l].

なお、本発明は、上記実施の形態に限定されるものではない。   The present invention is not limited to the above embodiment.

例えば、図１０の他の実施例では、上記サービスセンター１０、各登録車両２０、ディーラ３０のほかに保険会社４０の端末機もセンター１０および各車両２０とデータの送受信可能にしている。そして、保険会社４０は、センター１０からの各車両のメンテナンス情報（部品劣化データのお知らせ、部品交換日の通知）を入手し、それを自動車保険料の算定に用いている。   For example, in another embodiment of FIG. 10, in addition to the service center 10, each registered vehicle 20, and the dealer 30, the terminal of the insurance company 40 can transmit and receive data to and from the center 10 and each vehicle 20. The insurance company 40 obtains maintenance information (notification of parts deterioration data, notice of part replacement date) of each vehicle from the center 10 and uses it for calculation of automobile insurance premiums.

また、燃費の診断および運転特性については、既述したように車両側で実施することも可能である。さらに、消耗品の劣化度合いや要因の具体的な演算を全てセンター側で行って、その結果を各車両に送るようにすることもできる。   Further, as described above, the fuel consumption diagnosis and driving characteristics can be performed on the vehicle side. Furthermore, it is possible to perform all the specific calculations of the degree of deterioration of consumables and factors on the center side and send the results to each vehicle.

本実施例によれば、各車両の消耗部品の劣化や燃費の具体的数値を、運転挙動の要因割合、それに伴う損失表示、さらには、劣化や燃費の時系列な経過、さらには、部品の取り替え時機などをドライバーに通知することができ、車両の安全性、経済性などを高めることができる。   According to the present embodiment, the specific values of the deterioration and fuel consumption of the consumable parts of each vehicle are displayed, the factor ratio of driving behavior, the loss display associated therewith, the time series of deterioration and fuel consumption, and the parts The driver can be notified of the time for replacement and the like, and the safety and economy of the vehicle can be improved.

本発明の一実施例に係るシステム概要を示す図。The figure which shows the system outline | summary which concerns on one Example of this invention. 上記実施例のシステム概要を見方を変えて示す図。The figure which changes how to see the system outline | summary of the said Example. 上記システムの詳細を示すブロック図。The block diagram which shows the detail of the said system. 各車両の消耗品劣化計算に必要なデータを示す図。The figure which shows the data required for the consumables deterioration calculation of each vehicle. 上記実施例におけるタイヤ劣化度の表示形態を示す図。The figure which shows the display form of the tire deterioration degree in the said Example. 上記実施例におけるオイル劣化度の表示形態を示す図。The figure which shows the display form of the oil deterioration degree in the said Example. 上記実施例におけるブレーキパッド劣化度の表示形態を示す図。The figure which shows the display form of the brake pad deterioration degree in the said Example. 上記実施例におけるバッテリ劣化度の表示形態を示す図。The figure which shows the display form of the battery deterioration degree in the said Example. 上記実施例における燃費診断の表示形態を示す図。The figure which shows the display form of the fuel consumption diagnosis in the said Example. 本発明の他の実施例を示すシステム構成図。The system block diagram which shows the other Example of this invention. タイヤについてセンターに蓄積された情報（データシート）を示す図。The figure which shows the information (data sheet) accumulate | stored in the center about the tire. 図１１の情報に基づきタイヤ劣化診断の関数近似に用いる変数のデータシートを示す図。The figure which shows the data sheet of the variable used for the function approximation of a tire degradation diagnosis based on the information of FIG. 図１２ａのデータシートを関数近似のために整理した図。The figure which arranged the data sheet of Drawing 12a for function approximation. オイルについてセンターに蓄積された情報（データシート）を示す図。The figure which shows the information (data sheet) accumulate | stored in the center about oil. 図１３の情報に基づきオイル劣化診断の関数近似に用いる変数のデータシートを示す図。The figure which shows the data sheet of the variable used for the function approximation of an oil deterioration diagnosis based on the information of FIG. ブレーキパッドについてセンターに蓄積された情報（データシート）を示す図。The figure which shows the information (data sheet) accumulate | stored in the center about the brake pad. 図１５の情報に基づきブレーキパッド劣化診断の関数近似に用いる変数のデータシートを示す図。The figure which shows the data sheet of the variable used for the function approximation of a brake pad deterioration diagnosis based on the information of FIG. バッテリについてセンターに蓄積された情報（データシート）を示す図。The figure which shows the information (data sheet) accumulate | stored in the center about the battery. 図１７の情報に基づきバッテリ劣化診断の関数近似に用いる変数のデータシートを示す図。The figure which shows the data sheet of the variable used for the function approximation of a battery deterioration diagnosis based on the information of FIG. 部品の劣化の主成分分析による新変数の要因の仕分けを示す説明図。Explanatory drawing which shows the classification of the factor of a new variable by the principal component analysis of deterioration of parts. 燃費診断に用いる走行状態の時系列を示す図。The figure which shows the time series of the driving | running | working state used for a fuel consumption diagnosis. 燃費の要因集計方法を示す図。The figure which shows the factor totalization method of a fuel consumption.

符号の説明Explanation of symbols

１０…サービスセンター、１１…ホストコンピュータ、１２ａ〜１２ｃ…データベース、２０…車両、２１…車載端末機、３０…カーディーラ。   DESCRIPTION OF SYMBOLS 10 ... Service center, 11 ... Host computer, 12a-12c ... Database, 20 ... Vehicle, 21 ... In-vehicle terminal, 30 ... Card dealer.

Claims (6)

車両の消耗品の劣化又は消費を診断し、その診断結果を車載ディスプレイの画面に表示する車両診断システムにおいて、
前記診断にドライバーの運転挙動の情報を加味して、前記消耗品の劣化度合い又は消費度合いと、運転挙動とを、関連付けて表示し、
前記診断により、前記消耗品の劣化度合い又は消費度合いと、その要因となる運転挙動の割合とを算出し、
運転挙動が前記消耗品の劣化又は消費に影響を及ぼす要因になると診断されると、前記画面に、前記劣化度合い又は消費度合いと併せて、その運転挙動が消耗品に対してどのような影響を与えているかを通知する車両診断システム。 In a vehicle diagnosis system that diagnoses deterioration or consumption of consumables of a vehicle and displays the diagnosis result on the screen of an in-vehicle display,
In consideration of the driving behavior information of the driver to the diagnosis, the deterioration degree or consumption degree of the consumables and the driving behavior are displayed in association with each other .
By the diagnosis, the degree of deterioration or consumption of the consumables and the ratio of the driving behavior that is the factor are calculated,
When the driving behavior is diagnosed as a factor affecting the deterioration or consumption of the consumables, the influence of the driving behavior on the consumables is displayed on the screen together with the degree of deterioration or consumption. A vehicle diagnostic system that notifies you of what you are giving . 車両の消耗品の劣化度合い又は消費度合いを算出する手段と、
ドライバーの運転挙動を検出する手段と、
前記消耗品の劣化又は消費に対して、前記運転挙動が影響を及ぼす割合である要因割合を算出する手段と、
前記車両の劣化度合い又は消費度合いと前記要因割合とを所定のフォーマットにより画像化する手段とを、備えた車両診断システム。 Means for calculating the degree of deterioration or consumption of the consumables of the vehicle;
Means for detecting the driving behavior of the driver;
The relative consumables deteriorated or consumed, means for calculating a factor proportion to the driving behavior is a ratio influence,
A vehicle diagnostic system comprising means for imaging the degree of deterioration or consumption of the vehicle and the factor ratio in a predetermined format. 請求項１において、前記車両診断システムは、少なくとも、基地局となるサービスセンターと、前記センターに登録した各車両との間のデータの送受信を利用して実行され、
前記各車両において、車両の消耗品の劣化度合い及び消費度合いを算出するために必要なデータと、前記ドライバーの運転挙動とを検出し、
検出された前記各種情報は、前記各車両の通信機器を介して前記センターに送られ、
前記センター側で、その情報に基づき各車両の消耗品の劣化度合い又は消費度合いと、それに影響を及ぼす前記要因割合を算出し、
その算出データが前記車両側に送られ車載ディスプレイに画面表示される車両診断システム。 The vehicle diagnosis system according to claim 1 , wherein the vehicle diagnosis system is executed by using transmission / reception of data between at least a service center serving as a base station and each vehicle registered in the center,
In each vehicle, data necessary for calculating the degree of deterioration and consumption of the consumables of the vehicle, and the driving behavior of the driver are detected,
The detected various information is sent to the center via the communication device of each vehicle,
On the center side, based on the information, the degree of deterioration or consumption of the consumables of each vehicle, and the factor ratio affecting it are calculated.
A vehicle diagnostic system in which the calculated data is sent to the vehicle side and displayed on a vehicle-mounted display. 請求項１において、前記車両診断システムは、少なくとも、基地局となるサービスセンターと、前記センターに登録した各車両との間のデータの送受信を利用して実行され、
前記各車両において、車両の消耗品の劣化度合い又は消費度合いを算出するために必要なデータと、前記ドライバーの運転挙動とを検出し、
検出された前記各種情報は、前記各車両の通信機器を介して前記センターに送られ、
前記センター側で、その情報に基づき各車両の消耗品の劣化度合い又は消費度合いを求めるための関数パラメータと、それに影響を及ぼす要因割合を算出するための関数パラメータとが算出され、それらのパラメータが各車両に送られ、
そのパラメータに基づく関数により前記各車両で自車の前記消耗品の劣化度合い又は消費度合いとその要因割合とを算出して車載ディスプレイに画面表示する車両診断システム。 The vehicle diagnosis system according to claim 1 , wherein the vehicle diagnosis system is executed by using transmission / reception of data between at least a service center serving as a base station and each vehicle registered in the center,
In each vehicle, the data necessary for calculating the degree of deterioration or consumption of the consumables of the vehicle and the driving behavior of the driver are detected,
The detected various information is sent to the center via the communication device of each vehicle,
On the center side, function parameters for calculating the degree of deterioration or consumption of the consumables of each vehicle based on the information and function parameters for calculating the factor ratio that affects the parameters are calculated. Sent to each vehicle,
A vehicle diagnostic system that calculates the degree of deterioration or consumption of the consumables of the own vehicle and the factor ratio thereof by a function based on the parameter, and displays the vehicle on-screen display. 請求項３または請求項４において、前記センターにおいて、前記各車両の消耗品の劣化又は消費に影響を及ぼす運転挙動による経済的損失を金銭に換算し、その損失額は対応する車両に送信されて、そのディスプレイに表示される車両診断システム。 In Claim 3 or Claim 4 , in the center, the economic loss due to driving behavior that affects the deterioration or consumption of each vehicle is converted into money, and the loss amount is transmitted to the corresponding vehicle. Vehicle diagnostic system displayed on its display. 請求項３ないし５のいずれか１項において、前記車両診断システムは、前記センターとカーディーラとの間でも情報の送受信が行われ、前記各車両の消耗品の劣化又は消費に関する情報が前記カーディーラによっても取り入れ可能であり、また、前記カーディーラで消耗品の交換が行われた場合には、その情報が前記センターに送られ各車両の管理データが更新され、またカーディーラで車両点検がされた場合には、その情報が前記センターに送られて管理データが更新される車両診断システム。
In any one of claims 3 to 5, wherein the vehicle diagnostic system, the center and also with the car dealer is transmitted and received information, the information about the degradation or consumption of consumables each vehicle the vehicle dealer If the consumables are replaced by the card dealer, the information is sent to the center, the management data of each vehicle is updated, and the vehicle is inspected by the card dealer. If this happens, the information is sent to the center and the management data is updated.

Images