JP6689479B1 - Diagnostic system and method - Google Patents
Diagnostic system and method Download PDFInfo
- Publication number
- JP6689479B1 JP6689479B1 JP2020506384A JP2020506384A JP6689479B1 JP 6689479 B1 JP6689479 B1 JP 6689479B1 JP 2020506384 A JP2020506384 A JP 2020506384A JP 2020506384 A JP2020506384 A JP 2020506384A JP 6689479 B1 JP6689479 B1 JP 6689479B1
- Authority
- JP
- Japan
- Prior art keywords
- deterioration
- information
- unit
- diagnostic system
- analysis
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title description 10
- 230000006866 deterioration Effects 0.000 claims abstract description 167
- 238000004458 analytical method Methods 0.000 claims abstract description 160
- 238000005259 measurement Methods 0.000 claims abstract description 92
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 6
- 238000005299 abrasion Methods 0.000 claims description 5
- 238000002405 diagnostic procedure Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 description 94
- 238000007726 management method Methods 0.000 description 44
- 238000013500 data storage Methods 0.000 description 29
- 238000004891 communication Methods 0.000 description 27
- 238000003860 storage Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 16
- 238000003745 diagnosis Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 238000013480 data collection Methods 0.000 description 9
- 238000013523 data management Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 238000010891 electric arc Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007790 scraping Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01M17/08—Railway vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
機器の劣化の高精度な解析および効率的な解析のうち少なくとも一方を実現できる可能性を高めることができる診断システムを得ることを目的とする。本発明にかかる診断システムは、車両に搭載される機器の状態を複数の日時においてそれぞれ計測した計測データに基づいて算出された複数の日時のそれぞれに対応する機器の劣化の度合いを示す劣化量と、車両の走行した路線を示す路線情報を含む運行情報とを取得するデータ取得部(12)と、路線情報を用いて、車両の走行の状態の実績を示す第1情報を取得し、第1情報と複数の日時の劣化量とを用いて機器の劣化を解析する劣化解析部(14)と、を備える。An object of the present invention is to obtain a diagnostic system capable of increasing the possibility of realizing at least one of highly accurate analysis and efficient analysis of device deterioration. The diagnostic system according to the present invention includes a deterioration amount indicating a degree of deterioration of a device corresponding to each of a plurality of dates and times calculated based on measurement data obtained by measuring a state of a device mounted on a vehicle at a plurality of dates and times. , A data acquisition unit (12) for acquiring operation information including route information indicating a route on which the vehicle has traveled, and the route information to acquire first information indicating a track record of a traveling state of the vehicle, and A deterioration analysis unit (14) for analyzing deterioration of the device using the information and the deterioration amounts of a plurality of dates and times.
Description
本発明は、鉄道車両に搭載される機器の劣化を診断する診断システムおよび診断方法に関する。 The present invention relates to a diagnostic system and a diagnostic method for diagnosing deterioration of equipment mounted on a railway vehicle.
従来、鉄道車両(以下、単に車両とも呼ぶ)では、正常な走行、乗客の快適性等のために、搭載される機器の保守点検が行われている。保守点検では、パンタグラフ、車輪、ブレーキといった各機器の劣化の確認が行われる。機器の劣化は、作業者による目視確認、計測装置による機器の形状の計測等により行われる。例えば、特許文献1には、パンタグラフのすり板をステレオカメラにより撮影し、撮影された画像を用いて算出された形状情報から、パンタグラフのすり板の摩耗量を求める技術が開示されている。特許文献1に記載の技術では、新たに取得された形状情報を、同一の編成番号の同一の設置位置の過去の形状情報と比較することにより、パンタグラフのすり板の摩耗量を求めている。
2. Description of the Related Art Conventionally, in a railway vehicle (hereinafter, also simply referred to as a vehicle), maintenance and inspection of equipment mounted therein are performed for normal traveling, passenger comfort, and the like. During maintenance, deterioration of each device such as the pantograph, wheels, and brakes is confirmed. Degradation of equipment is performed by visual confirmation by an operator, measurement of the shape of the equipment by a measuring device, or the like. For example,
パンタグラフのすり板の摩耗量が、あらかじめ定められた限界値を超えないようにするためには、すり板の時間変化の傾向を解析して、将来の摩耗量を予測することが望まれる。すり板の摩耗量を予測することで、使用するための下限値として定められた使用限界値を下回る前にすり板を交換することができる。特許文献1には、車両の走行距離が取得できる場合には、走行距離に基づいて摩耗量を推定することもできる旨も記載されているが、具体的にどのように走行距離を取得するかの記載はない。
In order to prevent the wear amount of the contact plate of the pantograph from exceeding a predetermined limit value, it is desirable to analyze the tendency of the time change of the contact plate and predict the future wear amount. By predicting the amount of wear of the contact plate, the contact plate can be replaced before it falls below the use limit value set as the lower limit value for use.
機器の劣化の解析は、予測の目的に限らず、パンタグラフの製品自体の評価等のためにも用いることができる。このように、機器の劣化の解析は、機器の保守点検のために有用であるが、すり板の摩耗量をはじめとした各機器の劣化量は、走行距離だけに依存するとは限らない。例えば、機器の劣化量は、車両が走行した路線におけるカーブの数、車両の速度、車両の重さといった様々な情報のうちの少なくとも1つにも依存する可能性がある。このため、機器の劣化の解析において、走行距離を考慮しただけでは、精度の高い解析が実施できなない可能性がある。また、走行距離を考慮しただけでは、効率的な解析ができない場合もある。 The analysis of device deterioration can be used not only for the purpose of prediction but also for evaluation of the pantograph product itself. As described above, the analysis of the deterioration of the device is useful for the maintenance and inspection of the device, but the deterioration amount of each device such as the wear amount of the contact plate does not always depend only on the traveling distance. For example, the deterioration amount of the device may depend on at least one of various pieces of information such as the number of curves on the route along which the vehicle travels, the speed of the vehicle, and the weight of the vehicle. Therefore, in the analysis of the deterioration of the device, it may not be possible to perform a highly accurate analysis only by considering the traveling distance. In addition, there are cases where efficient analysis cannot be performed only by considering the travel distance.
本発明は、上記に鑑みてなされたものであって、機器の劣化の高精度な解析および効率的な解析のうち少なくとも一方を実現できる可能性を高めることができる診断システムを得ることを目的とする。 The present invention has been made in view of the above, and an object of the present invention is to obtain a diagnostic system capable of increasing the possibility of realizing at least one of highly accurate analysis and efficient analysis of device deterioration. To do.
上述した課題を解決し、目的を達成するために、本発明にかかる診断システムは、鉄道車両に搭載される機器の状態を複数の日時においてそれぞれ計測した計測データに基づいて算出された複数の日時のそれぞれに対応する機器の劣化の度合いを示す劣化量と、鉄道車両の走行した路線を示す路線情報を含む運行情報とを取得するデータ取得部、を備える。診断システムは、さらに、路線情報を用いて、鉄道車両の走行の状態の実績を示す第1情報を取得し、第1情報と複数の日時の劣化量とを用いて機器の劣化を解析する劣化解析部、を備える。 In order to solve the above-mentioned problems and achieve the object, the diagnostic system according to the present invention has a plurality of dates and times calculated based on measurement data obtained by measuring the states of the devices mounted on the railway vehicle at a plurality of dates and times. And a data acquisition unit that acquires the deterioration amount indicating the degree of deterioration of the device corresponding to each of the above and operation information including the route information indicating the route on which the railway vehicle has traveled. The diagnostic system further uses the route information to acquire first information indicating a track record of the running state of the railway vehicle, and analyzes deterioration of the device using the first information and the deterioration amounts of a plurality of dates and times. An analysis unit is provided.
本発明にかかる診断システムは、機器の劣化の高精度な解析および効率的な解析のうち少なくとも一方を実現できる可能性を高めることができるという効果を奏する。 The diagnostic system according to the present invention has the effect of increasing the possibility of realizing at least one of highly accurate analysis and efficient analysis of device deterioration.
以下に、本発明の実施の形態にかかる診断システムおよび診断方法を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。 Hereinafter, a diagnostic system and a diagnostic method according to an embodiment of the present invention will be described in detail with reference to the drawings. The present invention is not limited to this embodiment.
実施の形態1.
図1は、本発明の実施の形態1にかかる鉄道管理システムの構成例を示す図である。鉄道管理システム3は、鉄道車両である車両5のさまざまな情報を収集して分析することで、車両5のライフサイクルを管理する装置である。これにより、車両5のメンテナンスの効率化を図ることができる。
FIG. 1 is a diagram showing a configuration example of a railway management system according to a first embodiment of the present invention. The
本実施の形態の鉄道管理システム3は、図1に示すように、本発明にかかる診断システム1と、データベースシステム2とを備える。鉄道管理システム3は、例えばクラウドシステムにより実現されるが、これに限定されない。
As shown in FIG. 1, the
データベースシステム2は、図1に示すように、各種のデータを記憶する記憶部21と、通信部22と、データ管理部23とを備える。データベースシステム2の通信部22は、車両5の走行データを無線装置42を介して受信し、運行情報を運行管理システム41から受信し、検査データを検査システム60から受信し、これらを記憶部21へ格納する。データ管理部23は、記憶部21に格納されたデータを管理する。データ管理部23は、検査データ、運行情報および走行データそれぞれに含まれる少なくとも車両番号を含む編成情報を用いて、これらを対応付けて管理する。
As shown in FIG. 1, the
診断システム1は、データベースシステム2に蓄積されたデータを用いて、車両5の劣化を診断する診断装置である。これにより、診断システム1は、鉄道事業者、車両5の製造業者、車両5に搭載される機器の製造メーカ等の利用者に、メンテナンスの効率化に供する情報を提供することができる。また、診断システム1は、鉄道管理システム3の解析結果等を、利用者の端末装置9へ送信することもできる。
The
車両5は、パンタグラフ51、車輪52、床下機器53および車上装置54を備える。床下機器53は、例えば、VVVF(Variable Voltage Variable Frequency)インバータ装置、断流器、補助電源装置、コンプレッサーである。パンタグラフ51、車輪52および床下機器53は、車両5に搭載される車載機器(以下、単に機器ともいう)の例であり、車両5にはこれら以外にも図示しないブレーキ、台車、歯車、歯車箱等の機器も搭載されており、車両5に搭載される機器は図1に示した例に限定されない。また、車両5の車体も車両5に搭載される機器の一例であるとする。すなわち、本実施の形態の診断対象となる、車両5に搭載される機器は、パンタグラフ51、車輪52、ブレーキ、車体、モータ、台車のうち少なくとも1つ含む。車上装置54は、車両5に搭載される機器に制御指令を送信するとともに、各機器から、制御指令に対する応答、各機器の状態を示す情報等を受信する。なお、図1では、車両5と車両5に搭載される各機器とを模式的に示しており、実際の車両5の形状、各機器の形状および搭載位置を示すものではない。また、車両5には、各機器の状態だけでなく、走行距離、速度等を計測しており、車上装置54は、これらの計測結果も取得する。また、車両5が列車重量、車内温度および外気温等を計測している場合には、車上装置54は、これらの計測結果も取得する。
The
車上装置54は、各機器を制御するための制御指令、および各機器から受信した応答および情報、各計測結果を、走行データとして無線により送信する。車両5から送信された無線信号は、無線装置42により受信される。無線装置42は、受信した走行データを運行管理システム41へ送信し、運行管理システム41は受信した走行データをデータベースシステム2へ送信する。無線装置42は、受信した走行データを運行管理システム41へ送信し、運行管理システム41は受信した走行データをデータベースシステム2へ送信する。これにより、データベースシステム2は、無線装置42および運行管理システム41を介して車両5の走行データを取得することができる。なお、図1では、図の簡略化のため無線装置42を1つ図示しているが、一般には、複数の無線装置42が、例えば、線路に沿って配置される。また、図1では、1つの車両5を示しているが、複数の車両5が1編成の列車を構成してもよい。
The on-
また、運行管理システム41は、複数の路線における複数の車両5の運行を管理する。運行管理システム41は、複数の路線の運行計画を保持しており、運行計画に従って、複数の車両5の運行を管理する。複数の車両5が1編成の列車を構成する場合、編成ごとに、いつどの路線を走行するかが運行計画として定められる。また、運行管理システム41は、各編成で、どの車両5が用いられるかを示す情報(車両番号)を編成情報として保持している。さらに、運行管理システム41は、どの編成がどの路線を走行したかを示す運行実績も保持している。また、運行管理システム41は、路線ごとの、距離、停車駅数を示す路線状態情報を含む。運行管理システム41は、運行計画、運行実績、路線状態情報および編成情報を含む情報である運行情報を、データベースシステム2へ送信する。なお、運行実績を車上装置54も管理している場合には、データベースシステム2は、車上装置54から運行実績を取得してもよい。
The operation management system 41 also manages the operation of the plurality of
データベースシステム2の通信部22は、検査システム60から検査データを取得し、記憶部21に格納する。検査システム60は、例えば、車両基地または車両基地の周辺に設けられる。検査システム60は、解析装置6、データ収集装置7および計測システム8を備える。なお、解析装置6は、鉄道管理システム3に含まれてもよい。
The communication unit 22 of the
図2は、本実施の形態のデータ収集装置7および計測システム8の一例を示す図である。計測システム8は、一般には車両基地の周辺または車両基地内に設けられる。図2に示した例では、計測システム8は、車両5を上部から計測する計測装置である架線上装置81と、車両5の走行する軌道84に設けられる計測装置である軌道内装置82と、車両5を側面から計測する計測装置である軌道脇装置83とを備える。架線上装置81は、例えば、ステレオカメラ、超音波センサである。軌道内装置82は、例えば、振動センサ、加速度センサ、カメラ等である。データ収集装置7は、例えばパーソナルコンピュータである。軌道脇装置83は、例えば、カメラである。軌道脇装置83は、車両5の車両番号を読み取るセンサを含んでいてもよい。
FIG. 2 is a diagram showing an example of the
なお、ここでは、計測システム8が、これら3種類の計測装置を備える例を説明したが、計測装置の種類はこれらに限定されない。計測システム8は、これらの3種類のうちの1種類または2種類であってもよいし、これら3種類以外の計測装置を含んでいてもよい。なお、パンタグラフ51のすり板の摩耗量を計測する場合には架線上装置81を備え、車輪52の劣化を計測する場合には、軌道内装置82を備えるといったように、検査の対象に応じて計測装置を設置すればよい。
Here, the example in which the
計測システム8を構成する各計測装置は、計測した計測データを、データ収集装置7に送信する。データ収集装置7は、各計測装置から受信した計測データを解析装置6へ送信する。
Each measurement device that constitutes the
解析装置6は、各計測装置から受信した計測データを用いて、車両5に搭載される各機器の検査のための解析を行う。図3は、本実施の形態の解析装置6の構成例を示す図である。図3に示すように、解析装置6は、通信部61、計測データ記憶部62、解析部63、解析結果提示部64、反映部65および検査データ生成部66を備える。
The
通信部61は、データ収集装置7から、各計測装置の計測データを受信し、計測データ記憶部62へ格納する。計測データ記憶部62は、各計測装置の計測データを記憶する。解析部63は、計測データ記憶部62に記憶されている計測データを用いて、車両5に搭載される各機器の検査のための解析を行う。解析結果提示部64は、解析部63による解析により得られた解析結果を、検査を行う作業者等に提示する。反映部65は、検査を行う作業者等からの解析結果に関する入力を受け付け、入力された情報を検査データ生成部66へ出力する。検査データ生成部66は、解析結果と入力された情報とに基づいて、検査データを生成する。検査データ生成部66は、検査データを作業者等に提示する。また、検査データ生成部66は、検査データを通信部61へ出力し、通信部61は、検査データをデータベースシステム2へ送信する。なお、通信部61は、計測データ記憶部62に記憶されている計測データ、解析部63の解析結果についても、データベースシステム2へ送信してもよい。解析結果および検査データの詳細については後述する。
The
次に、車両5に搭載される車上装置54の構成例を説明する。図4は、本実施の形態の車上装置54の構成例を示す図である。図4に示すように、車上装置54は、無線装置541および制御装置542を備える。無線装置541は、無線装置42との間でデータの送受信を行う。制御装置542は、車両5内部の制御情報に基づいて車両5に搭載される複数の車載機器である車載機器50−1,50−2,・・・を制御することにより、車両5を制御する。車載機器50−1,50−2,・・・は、例えば、図1に示したパンタグラフ51、車輪52、床下機器53、図示しないブレーキ等である。また、制御装置542は、上述した走行データを収集し、無線装置541を介して、無線装置42へ送信する。以下、車載機器50−1,50−2,・・・のそれぞれを個別に区別しないで示すときには、車載機器50とも記載する。
Next, a configuration example of the on-
次に、本実施の形態の鉄道管理システム3における診断システム1の構成例を説明する。図5は、本実施の形態の診断システム1の構成例を示す図である。図5に示すように、本実施の形態の診断システム1は、通信部11、データ取得部12、データ記憶部13、劣化解析部14、劣化予測部15、交換時期推定部16および表示部17を備える。
Next, a configuration example of the
通信部11は、データベースシステム2、端末装置9等と通信を行うことができる。データ取得部12は、通信部11を介してデータベースシステム2から機器の診断に用いるデータを取得し、データ記憶部13へ格納する。機器の診断に用いるデータは、診断対象の機器に関する検査データ、走行データおよび運行情報を含む。検査データは、後述するように、計測データに基づいて算出された複数の日時のそれぞれに対応する機器の劣化の度合いを示す劣化量を含む。なお、本実施の形態の機器の診断は、機器の劣化の実績の解析、機器の劣化の予測、機器の劣化の評価等のうちの少なくとも1つを含む。診断対象の機器は、利用者により指定されてもよいし、あらかじめ定められた手順に従い、劣化の解析等が必要な、全ての車載機器50に関する診断を自動で行うようにしてもよい。例えば、利用者によって機器の診断の開始が指示された場合に、診断システム1は、自動的に劣化の解析等が必要な、全ての車載機器50に関する診断を行ってもよい。利用者による機器の診断の開始の指示、および利用者による診断対象の機器の指定は、端末装置9を介して行われてもよいし、診断システム1の図5では図示しない入力手段を用いて行われてもよい。
The
走行データは、上述したように、車両5から取得されたデータであって車両5における制御指令、制御指令に対する応答および車両5の状態を計測した状態値のうち少なくとも1つを含むデータである。
As described above, the travel data is data acquired from the
また、データ取得部12は、運行実績および編成情報から、各車両5の走行した路線を示す、すなわち各車両5がどの路線を走行したかを示す路線情報を取得してデータ記憶部13へ格納する。なお、1編成が1車両で構成される場合には、編成情報は不要である。路線情報は、車両5ごとの当該車両がどの路線を走行する予定であるかの計画を含んでいてもよい。路線情報の詳細については後述する。
Further, the
劣化解析部14は、データ記憶部13に格納されたデータに基づいて、機器の劣化の解析を行う。具体的には、劣化解析部14は、路線情報を用いて、車両5の走行の状態の実績を示す第1情報を取得し、第1情報と複数の日時の劣化量とを用いて機器の劣化を解析する。第1情報は、例えば、診断対象の機器が搭載された鉄道車両の走行距離の実績値である。機器の劣化の解析は、例えば、パンタグラフ51の摩耗量の時間変化の傾向の算出、車輪52の摩耗量の解析、車輪52に発生する平らな傷であるフラットの発生状況の解析、ブレーキの摩耗の解析、台車の劣化度合いの解析等である。機器の劣化の解析は、これらに限定されない。機器の劣化の解析の具体例については後述する。劣化解析部14は、データ取得部12とデータ記憶部13とを用いずに記憶部21に格納されたデータに基づいて、機器の劣化の解析を行ってもよい。劣化解析部14が、記憶部21に格納されたデータに基づいて、機器の劣化の解析を行う場合は、データ取得部12が実施する路線情報の生成をデータ管理部23が行い、路線情報を記憶部21で管理すればよい。
The
劣化予測部15は、劣化解析部14による解析結果を用いて機器の将来の劣化量を予測する。詳細には、劣化解析部14の解析結果とデータ記憶部13に格納されたデータとに基づいて、将来の機器の劣化を予測する。推定部である交換時期推定部16は、機器の劣化の予測結果に基づいて、機器が交換または調整を要する状態となる時期を推定する。機器の劣化の予測、および交換時期の推定の具体例については後述する。表示部17は、劣化解析部14の解析結果、劣化予測部15の予測結果、交換時期推定部16の推定結果等を表示する。
The
次に、本実施の形態の各システムおよび各装置のハードウェア構成について説明する。上述したように、本実施の形態の鉄道管理システム3は、例えば、クラウドシステムにより実現される。クラウドシステムでは、コンピュータシステムのハードウェアと、機能ごとのサーバ等の装置との切り分けを任意に設定できる。例えば、1台のコンピュータシステムが複数の装置としての機能を有していてもよいし、複数台のコンピュータシステムで1つの装置としての機能を有していてもよい。したがって、鉄道管理システム3は、1台のコンピュータシステムで実現されてもよいし、複数台のコンピュータにより実現されてもよい。なお、この例に限らず、鉄道管理システム3は、クラウドシステム以外で実現されてもよい。例えば、鉄道管理システム3が1台のコンピュータシステムにより実現されてもよく、診断システム1と、データベースシステム2とがそれぞれ1台のコンピュータシステムにより実現されてもよい。いずれにしても、鉄道管理システム3は、1台以上のコンピュータシステムにより実現される。
Next, a hardware configuration of each system and each device according to the present embodiment will be described. As described above, the
鉄道管理システム3を実現するコンピュータシステムの構成例を説明する。図6は、本実施の形態の鉄道管理システム3を実現するコンピュータシステムの構成例を示す図である。図6に示すように、このコンピュータシステムは、制御部101と入力部102と記憶部103と表示部104と通信部105と出力部106とを備え、これらはシステムバス107を介して接続されている。
A configuration example of a computer system that realizes the
図6において、制御部101は、例えば、CPU(Central Processing Unit)等である。制御部101は、本実施の形態の鉄道管理システム3が実施する各処理が記述された鉄道管理プログラムを実行する。入力部102は、たとえばキーボード、マウス等で構成され、コンピュータシステムのユーザが、各種情報の入力を行うために使用する。記憶部103は、RAM(Random Access Memory),ROM(Read Only Memory)等の各種メモリおよびハードディスク等のストレージデバイスを含み、上記制御部101が実行すべきプログラム、処理の過程で得られた必要なデータ等を記憶する。また、記憶部103は、プログラムの一時的な記憶領域としても使用される。表示部104は、LCD(Liquid Crystal Display:液晶表示パネル)等で構成され、コンピュータシステムのユーザに対して各種画面を表示する。通信部105は、通信処理を実施する通信回路等である。通信部105は、複数の通信方式にそれぞれ対応する複数の通信回路で構成されていてもよい。出力部106は、プリンタ、外部記憶装置等の外部の装置へデータを出力する出力インタフェイスである。なお、図6は、一例であり、コンピュータシステムの構成は図6の例に限定されない。例えば、コンピュータシステムは出力部106を備えていなくてもよい。また、鉄道管理システム3が複数のコンピュータシステムにより実現される場合、これらの全てのコンピュータシステムが図6に示したコンピュータシステムでなくてもよい。例えば、一部のコンピュータシステムは図6に示した表示部104、出力部106および入力部102のうち少なくとも1つを備えていなくてもよい。
In FIG. 6, the control unit 101 is, for example, a CPU (Central Processing Unit) or the like. The control unit 101 executes a railway management program in which each process executed by the
ここで、本実施の形態の鉄道管理プログラムのうち診断システム1の処理が記述された診断プログラムが実行可能な状態になるまでのコンピュータシステムの動作例について説明する。上述した構成をとるコンピュータシステムには、たとえば、図示しないCD(Compact Disc)−ROMドライブまたはDVD(Digital Versatile Disc)−ROMドライブにセットされたCD−ROMまたはDVD−ROMから、診断プログラムが記憶部103にインストールされる。そして、診断プログラムの実行時に、記憶部103から読み出された診断プログラムが記憶部103の主記憶装置となる領域に格納される。この状態で、制御部101は、記憶部103に格納された診断プログラムに従って、本実施の形態の診断システム1としての処理を実行する。鉄道管理プログラムのうちデータベースシステム2の処理が記述されたプログラムが実行可能な状態になるまでのコンピュータシステムの動作例は鉄道管理プログラムの場合と同様である。
Here, an operation example of the computer system until the diagnostic program in which the processing of the
なお、上記の説明においては、CD−ROMまたはDVD−ROMを記録媒体として、診断システム1における処理を記述したプログラムを提供しているが、これに限らず、コンピュータシステムの構成、提供するプログラムの容量等に応じて、たとえば、通信部105を経由してインターネット等の伝送媒体により提供されたプログラムを用いることとしてもよい。
In the above description, the program describing the processing in the
図1に示したデータベースシステム2の通信部22は、図6に示した通信部105により実現され、図1に示した記憶部21は図6に示した記憶部103の一部であり、図1に示したデータ管理部23は図6に示した制御部101により実現される。
The communication unit 22 of the
また、図5に示した診断システム1の通信部11は、図6に示した通信部105により実現される。図5に示したデータ記憶部13は、図6に示した記憶部103の一部である。図5に示したデータ取得部12、劣化解析部14、劣化予測部15および交換時期推定部16は、図6に示した制御部101により実現される。図5に示した表示部17は、図6に示した制御部101および表示部104により実現される。
The
図3に示した解析装置6はコンピュータシステムにより実現される。解析装置6を実現するコンピュータシステムの構成は、図6に示したコンピュータシステムと同様である。解析装置6は、複数台のコンピュータシステムによって構成されていてもよい。解析装置6が複数台のコンピュータシステムによって構成される場合、これらのうちの一部が表示部104、出力部106および入力部102のうち少なくとも1つを備えていなくてもよい。図3に示した通信部61は、図6に示した通信部105により実現される。図3に示した計測データ記憶部62は、図6に示した記憶部103の一部である。図3に示した解析部63は、図6に示した制御部101により実現される。図3に示した解析結果提示部64および検査データ生成部66は、図6に示した制御部101および表示部104により実現される。検査データ生成部66が検査データの表示を行う場合、検査データ生成部66の実現にはさらに表示部104も用いられる。図3に示した反映部65は、図6に示した入力部102により実現される。
The
図4に示した車上装置54の制御装置542もコンピュータシステムにより実現される。制御装置542を実現するコンピュータシステムの構成は、図6に示したコンピュータシステムと同様である。運行管理システム41もコンピュータシステムにより実現される。運行管理システム41を実現するコンピュータシステムの構成は、図6に示したコンピュータシステムと同様である。制御装置542および運行管理システム41についても、それぞれ複数台のコンピュータシステムによって構成されていてもよい。制御装置542および運行管理システム41が複数台のコンピュータシステムによって構成される場合、これらのうちの一部が表示部104、出力部106および入力部102のうち少なくとも1つを備えていなくてもよい。
The
端末装置9は、コンピュータシステムにより実現される。端末装置9を実現するコンピュータシステムの構成は、図6に示したコンピュータシステムと同様である。また、端末装置9は、タブレット、スマートフォン等のコンピュータシステムであってもよい。
The
次に、本実施の形態の動作について説明する。まず、本実施の形態の機器の診断の一例として、パンタグラフ51のすり板の摩耗量に関する診断を説明する。パンタグラフ51のすり板の摩耗量は、機器の劣化の度合いを示す劣化量の一例である。図7は、本実施の形態の劣化の診断対象の一例である、パンタグラフ51のすり板を示す図である。図7に示したすり板511の形状は一例であり、すり板511の形状は図7に示した例に限定されない。パンタグラフ51はすり板511を備えており、すり板511が、架線であるトロリ線55と接触することで、パンタグラフ51はトロリ線55から電力を集電する。なお、本実施の形態において車両5に搭載される機器として、パンタグラフ51、車輪52等を例示したが、パンタグラフ51を構成するすり板511等についても車両5に搭載される機器である。すなわち、ある機器を構成する部品も車両5に搭載される機器である。
Next, the operation of this embodiment will be described. First, as an example of the diagnosis of the device of the present embodiment, a diagnosis regarding the wear amount of the contact plate of the
すり板511は、トロリ線55との機械的接触と、トロリ線55から離れる際に生じるアーク放電との主に2つの要因により摩耗が発生する。すり板511の摩耗が進むと、集電できなくなる可能性があるため、一般に、すり板511の摩耗量には、すり板511を使用可能な限界値が定められている。この限界値は、例えば、鉄道事業者ごとに定められる。車両5の検査を行う際には、すり板511の摩耗量の確認が行われ、摩耗量が限界値を超えた場合には、すり板511の交換が行われる。
The
このため、検査システム60では、計測システム8によりすり板511の摩耗量を検知するための計測が行われている。この計測の一例は、ステレオカメラによる画像の撮影、超音波センサによるすり板511の形状の計測等である。計測の具体的な方法は、これらに限定されず、すり板511の形状を把握可能な計測であればよい。解析装置6は、計測システム8により計測された計測データを、データ収集装置7を介して取得し、取得した計測データを解析する。
Therefore, in the inspection system 60, the
図7に示すように、すり板511の長手方向をX軸とし、すり板511の短手方向をY軸とする。X軸の正方向は、紙面の右側へ向かう方向とし、Y軸の正方向をX軸の正方向を90度回転させた方向とし、Z軸を、XYZ座標系が右手系となるように定義する。このとき、すり板511のうち法線がZ軸正方向を向く面である上面がトロリ線55と接触することになる。図7に示すように、XYZ座標系の原点を、摩耗が生じていないときの上面上に設ける。この場合、概ねZ軸の負の方向に摩耗が進むことになる。
As shown in FIG. 7, the longitudinal direction of the sliding
図8は、本実施の形態の計測システム8により計測されたすり板511の形状の一例を示す図である。図8は、図7に示すようにXYZ座標系を定義したときのすり板511の形状を示している。図8の縦軸は、図7のXYZ座標系のZ軸に相当する。図8の縦軸の数値は、原点すなわち摩耗が無い状態からの変位量を示している。このため、図8の縦軸の数値の絶対値が摩耗量である。また、図8の縦軸に直交する面は図7のXY面に相当する。図8において、縦軸に直交する軸に示した数値は、すり板511のX軸方向の位置を示している。数値は示されていないが同様に、図8の紙面の奥行方向は、すり板511のY軸方向の位置を示している。なお、図7および図8で示したXYZ座標系の定義は一例であり、すり板511の形状がわかるように定義されていればよく、座標系の定義は図7および図8に示した例に限定されない。
FIG. 8 is a diagram showing an example of the shape of the sliding
すり板511の摩耗量は、一般には時間が経過すると増加する。すなわち、時間の経過とともに摩耗が進行する。検査システム60では、摩耗の進行を把握できる情報を、検査を行う作業者に提示することができる。具体的には、解析装置6が、計測データを蓄積し、蓄積した計測データを用いて解析して、解析結果を表示する。これにより、作業者は、すり板511の摩耗の時間変化の傾向を把握しやすくなる。
The wear amount of the
図9は、本実施の形態の解析装置6の解析結果の一例を示す図である。図9では、解析装置6が、異なる複数の日に計測されたすり板511の形状の計測データに基づいて解析を行った結果を示している。なお、ここでは、計測周期すなわち、計測日から次の計測日までの日数は固定であるとするが、計測周期は固定されていなくてもよい。図9の上部には、計測日の異なる3つの計測データが示されている。これら3つの計測データは、複数の日時においてそれぞれ計測した計測データの一例である。各計測日の計測データは、図8に示した例と同様に、すり板511の形状をXYZ座標系で表したものである。図9の下部には、解析装置6の解析部63が、これらの3つの計測データから、それぞれの摩耗量の最大値200を算出し、算出した最大値200を計測日と対応付けて解析結果として求めた例を示している。図9に示す摩耗量実績値201は、横軸を日付としたときの摩耗量の変化を示している。なお、図8と同様に、図9の縦軸は実際には、摩耗が生じていないときからのZ軸方向の変位であるため、摩耗量実績値201は負の値で示されているが、この値の絶対値が、摩耗した量としての摩耗量の実績値である。解析結果提示部64は、このような解析結果を、図9に示すようなグラフとして表示することにより、作業者に解析結果を提示する。摩耗量実績値201は、計測データに基づいて算出された複数の日時のそれぞれに対応する機器の劣化の度合いを示す劣化量の一例である。また、このとき、解析結果提示部64は、図9の上部に示された計測データを解析結果とともに表示する。なお、ここでは、計測データを解析結果とともに表示する例を示したが、解析対象の機器、解析の内容によっては、解析結果だけが表示されてもよい。
FIG. 9 is a diagram showing an example of the analysis result of the
作業者は、解析結果を視認することにより、すり板511の摩耗量の時間変化の様子を確認することができる。また、図9の摩耗量実績値201は、各計測日における摩耗量の最大値200に相当しているが、すり板511の劣化を評価する際に検査すべき箇所は、摩耗量の最大値であるとは限らない。例えば、すり板511のY軸方向の位置により摩耗の影響が異なっている等の理由により、最大値ではない箇所の摩耗量が検査の対象となることがある。このような場合、作業者は、計測データから抽出すべき点を最大値200から評価対象点202に変更する。詳細には、例えば、図9に示した図が表示され、表示画面上で、評価対象点202をマウスで選択することにより入力可能としてもよいし、評価対象点202とするXY面内の位置座標を数値で入力できるようにしてもよい。反映部65は、評価対象点202を示す情報の入力を受け付け、検査データ生成部66へ渡す。検査データ生成部66は、反映部65から受け取った情報に基づいて解析結果を修正して検査データを生成する。図9に示した摩耗量実績値301は、検査データの一例である。
By visually observing the analysis result, the operator can confirm how the wear amount of the sliding
なお、解析装置6は、計測データと、反映部65が受け付けた入力情報との対応を保持して蓄積しておき、蓄積した情報を機械学習してもよい。例えば、ニューラルネットワーク等の機械学習モデルを用い、入力である計測データと、結果である入力情報とを教師データとして学習する。これにより、解析装置6は、計測データを受け取ると、学習済モデルを用いて入力情報を推定して、解析結果とともに推定した入力情報を表示するようにしてもよい。なお、解析装置6は、計測データと入力情報との組をデータベースシステム2へ送信し、診断システム1がデータベースシステム2から、これらの情報を受け取ることにより、診断システム1が、上述した機械学習を行ってもよい。
The
以上のように、検査システム60では、作業者が実績値を確認して検査を行うことが可能である。また、作業者は、検査データに基づいて、すり板511の摩耗量の今後の変化をある程度予測することはできるが、すり板511の摩耗量は実際には経過日数自体に依存するものではない。上述したように、すり板511の摩耗の主たる要因は、機械的接触とアーク放電である。したがって、例えば、車両5が故障等の要因により運行されずに車両基地に留まっていた場合には摩耗の進行は抑制される。このため、すり板511の摩耗量を予測するには、経過時間だけでなく他の情報との相関も考慮することが望ましい。すり板511の摩耗の主要因が機械的接触とアーク放電であることを考慮すると、すり板511の摩耗量は、概ね車両5の走行距離に依存すると考えられる。したがって、走行距離の関数として摩耗量を表せば、経過時間の関数として摩耗量を表す場合より正確な関数が求められると予想できる。一方、すり板511の摩耗がどのような要因でどのように進行するかの詳細については明らかになっていない面もある。このため、すり板511の摩耗量を、車両5に関する様々な情報と関連付けて解析することが、すり板511の摩耗の発生のメカニズムの解明のために有効であると考えられる。すり板511に限らず、車両5の車載機器50全般に関しても、計測データを、車両5に関する様々な情報と関連付けて解析することで、劣化のメカニズムの解明のために有効であると考えられる。
As described above, in the inspection system 60, the operator can check the actual value and perform the inspection. Further, although the worker can predict the future change in the wear amount of the
例えば、すり板511の摩耗が、a1からa10までの10個の、車両5の状態量に依存すると仮定する。この場合、すり板511の摩耗量はa1からa10に関する関数f(a1,a2,・・・,a10)で表すことができる。車両5の状態量は、例えば、走行距離、走行した経路のカーブの数、ある値以上の速度で走行した回数等である。このうち、1つの状態量だけを考慮して摩耗量を示す関数を求めると、a1からa10の10個の状態量の関数として求めるときに比べて、関数の精度は低くなるため、この関数を用いて予測を行う場合の予測の精度も低くなる。このため、a1からa10の状態量が何であるかがわかっている場合には、これら全てを計測して、計測データに基づいて関数を求めると高精度な予測を実現できる。しかしながら、実施には、すり板511の摩耗のメカニズムは完全には解明されていないため、どのような状態量を考慮すべきかを決めることができない。また、すり板511の摩耗が、a1からa10の10個の状態量に依存するとしても、これらの状態量のなかには、すり板511の摩耗に対する寄与度が少なく、当該状態量を考慮せずともすり板511の摩耗量を十分な精度で予測できるものも含まれる可能性がある。For example, assume that the wear of the
以上のことから、すり板511の摩耗量の検査データを、車両5に関する様々な情報と対応付けることができるようにすることで、すり板511の摩耗量を示す関数の算出等の解析の精度の向上を実現できる可能性が高まる。本実施の形態では、図1に示したように、鉄道管理システム3が、走行データ、運行情報、検査データを収集して蓄積し、これらを用いて、すり板511の摩耗量の解析をはじめとした各機器の劣化の解析を行うことで、機器の劣化の高精度な解析および効率的な解析のうち少なくとも一方の実現を図る。
From the above, by making it possible to associate the inspection data of the wear amount of the sliding
解析装置6は、検査データを生成すると、データベースシステム2へ検査データを送信する。なお、図9で例示したように、過去の計測データも用いて検査データが生成されている場合には、検査データのなかには、既に送信済みの部分が含まれている場合もある。この場合には、解析装置6は、更新されたデータだけをデータベースシステム2へ送信してもよい。データベースシステム2は、受信した検査データを記憶部21へ記憶する。このとき、データ管理部23は、各車両5の機器ごとに検査データを記憶部21へ記憶する。
When the
以下、本実施の形態の診断システム1の動作について説明する。図10は、本実施の形態の診断システム1における診断処理手順の一例を示すフローチャートである。図10に示すように、診断システム1は、診断対象の機器に対応する検査データ、該検査データに対応する走行データおよび運行情報を取得する(ステップS1)。具体的には、データ取得部12が、通信部11を介して、データベースシステム2から診断対象の機器に対応する検査データ、該検査データに対応する走行データおよび運行情報を取得し、データ記憶部13に格納する。なお、検査データ、走行データ及び運行情報は、編成情報を用いて対応付けて管理されてもよい。なお、データベースシステム2と診断システム1が同一のコンピュータシステムにより実現される場合には、ステップS1の実施は不要である。この場合、データ記憶部13は記憶部21に統合されている。
Hereinafter, the operation of the
図11は、本実施の形態の検査データの構成例を示す図である。検査データは、例えば、図11に示すように、車両5を識別するための編成情報(車両番号)と、機器を示す機器ID(IDentifier)と、日時ごとの解析結果とを含む。すなわち、検査データは、複数の日時においてそれぞれ計測した計測データに基づいて算出された複数の日時のそれぞれに対応する機器の劣化量を含む。なお、検査データに含まれる解析結果は、上述した反映部65を介した作業者からの入力が反映された解析結果であるが、検査データに、解析装置6の解析部63による解析結果自体も含めてもよい。また、検査データに、計測システム8の計測データを含めてもよい。このように、データベースシステム2において、検査データは、各車両5の機器ごとに管理される。このため、診断システム1は、診断対象の車両5と機器を指定することにより、データベースシステム2から、診断対象の機器の検査データを取得することができる。検査データの具体的な形式は図11に示した例に限定されない。
FIG. 11 is a diagram showing a configuration example of inspection data according to the present embodiment. As shown in FIG. 11, the inspection data includes, for example, organization information (vehicle number) for identifying the
図12は、本実施の形態の走行データの一例を示す図である。図12に示した例では、走行データは、編成情報(車両番号)と日時ごとの各機器に対応する制御指令、応答、状態値等とを含む。なお、制御指令、応答、状態値が周期的に取得される場合には、個別に日時が付加されている必要はなく、これらのデータのはじめのデータの日時だけが示されていればよい。走行データの具体的な形式は図12に示した例に限定されない。制御指令は、例えば、ノッチ指令、ブレーキ指令等である。状態値は、例えば、車両5の速度、車両5の重量、車両5の車内温度、外気温、台車の空気ばね圧力、ブレーキ管圧力、ブレーキシリンダ圧力等である。
FIG. 12 is a diagram showing an example of travel data according to the present embodiment. In the example shown in FIG. 12, the travel data includes organization information (vehicle number) and control commands, responses, state values, etc. corresponding to each device for each date and time. In addition, when the control command, the response, and the state value are periodically acquired, it is not necessary to individually add the date and time, and only the date and time of the first data of these data may be shown. The specific format of the traveling data is not limited to the example shown in FIG. The control command is, for example, a notch command, a brake command, or the like. The state value is, for example, the speed of the
図13は、本実施の形態の運行情報に含まれる路線状態情報の一例を示す図である。路線状態情報は、図13に示すように、路線名と、路線の総距離である距離と、停車駅数と、カーブ情報と、点検情報とを含む。なお、図示はしないが運行情報には、編成情報(車両番号)が含まれてもよい。なお、図13では、路線を識別する路線識別情報の一例として路線名を記載しているが、路線識別情報は路線名に限定されない。停車駅数は、快速、普通、特急といった列車種別ごとに示される。カーブ情報は、当該路線におけるカーブの位置、曲率等を含む。カーブ情報は、路線のカーブに関する情報であればよく、上述した例に限定されず、カーブの総数であってもよい。点検情報は、当該路線の点検において、なんらかの異常が検出されたことを示す情報である。点検情報は、例えば、トロリ線がいつ更新されたかを示す情報、トロリ線の異常の有無等を含んでいてもよい。このようなトロリ線に関する情報が点検情報に含まれていると、劣化解析部14は、例えば、トロリ線の状態とパンタグラフ51のすり板511の摩耗量との関係を解析することができる。なお、路線状態情報のうち、カーブ情報と点検情報は、運行情報に含まれていなくてもよく、診断システム1に直接これらの情報が入力されてもよい。または、データベースシステム2が、カーブ情報と点検情報を他の装置から収集して、運行管理システム41から取得した運行情報の路線状態情報に追加してもよい。
FIG. 13 is a diagram showing an example of route state information included in the operation information according to the present embodiment. As shown in FIG. 13, the line status information includes a line name, a distance that is the total distance of the line, the number of stop stations, curve information, and inspection information. Although not shown, the operation information may include organization information (vehicle number). In FIG. 13, the route name is described as an example of the route identification information for identifying the route, but the route identification information is not limited to the route name. The number of stops is indicated for each train type such as rapid, normal, and limited express. The curve information includes the position and curvature of the curve on the line. The curve information is not limited to the above-mentioned example as long as it is information about the curve of the route, and may be the total number of curves. The inspection information is information indicating that some abnormality is detected in the inspection of the route. The inspection information may include, for example, information indicating when the trolley wire is updated, presence / absence of abnormality of the trolley wire, and the like. When the inspection information includes such information about the trolley wire, the
図10の説明に戻る。ステップS1の後、診断システム1は、走行データおよび運行情報から、対応する車両の路線情報を取得する(ステップS2)。詳細には、データ取得部12が、データ記憶部13に格納されている走行データおよび運行情報から、対応する車両の路線情報に対応する情報を抽出することにより、路線情報を生成して、路線情報をデータ記憶部13に格納する。路線情報は、少なくとも車両の走行した路線を示す情報を含むが、ここでは、将来、車両5が走行する路線を示す情報も含むこととする。路線情報が、将来車両5が走行する路線を示す情報を含む場合には、後述する劣化量の予測で路線情報を用いることができる。データ取得部12は、将来車両5が走行する路線を示す情報を、運行情報の運行計画から取得することができる。なお、運行情報だけから路線情報を生成できる場合には、データ取得部12は、走行データを用いずに運行情報から路線情報を生成する。
Returning to the description of FIG. After step S1, the
図14は、本実施の形態の路線情報の一例を示す図である。上述したように、路線情報は、例えば、運行情報に基づいて生成される。データベースシステム2には、車両5の車両番号と日時ごとに路線情報が格納されている。路線情報は、車両5ごとに、当該車両5がどの路線を走行したかを示す情報を少なくとも含む。図14に示した例では、路線情報は、路線名等の路線を識別する路線識別情報と、快速、普通といった列車種別を示す情報と、車両5が運行される時間帯を示す時間帯情報とを示す。時間帯情報は、1日の時間帯を例えば、早朝、朝のラッシュ時間帯、昼間の時間帯、夕方からのラッシュ時間帯、夜間の時間帯など、乗客の数、気温等が異なると思われる時間帯に区分しておき、車両5が走行したその時間帯で各路線を走行したかを示す。また、時間帯情報に、平日と休祝日との区分を示す情報を追加してもよい。なお、時間帯の区分は上述した例に限定されない。
FIG. 14 is a diagram showing an example of route information according to the present embodiment. As described above, the route information is generated based on the operation information, for example. The
なお、ここでは、診断システム1のデータ取得部12が路線情報を生成する例を説明するが、データベースシステム2のデータ管理部23が、運行情報に基づいて路線情報を生成し、診断システム1がデータベースシステム2から路線情報を取得してもよい。また、診断システム1は、路線情報を生成せずに、路線情報に相当する情報を、走行データおよび運行情報のうち少なくとも1つから対応する情報を抽出して用いることにより、路線情報を用いた処理を実施してもよい。この場合も、路線情報を用いた処理を行っていることに相当する。
Here, an example in which the
図10の説明に戻る。ステップS2の後、診断システム1は、検査データおよび路線情報に基づいて機器の劣化の実績を解析する(ステップS3)。詳細には、劣化解析部14が、データ記憶部13に格納されている検査データおよび路線情報に基づいて機器の劣化の実績を解析する。例えば、劣化解析部14は、路線情報を用いて、対応する路線状態情報を参照することで、検査データ内の各解析結果である各劣化量に対応する日時における車両5の走行の状態の実績を示す第1情報を求め、第1情報と劣化量の対応を求める。第1情報の一例は上述したように過去の走行距離であるが、これに限らず、機器が搭載された車両5の走行した路線のカーブに関する情報、停車した駅の数等であってもよい。さらには、第1情報は、車両5の走行した路線に関する後述する点検情報であってもよい。第1情報と劣化量の対応は、例えば、第1情報と劣化量との関係を示すパラメータにより示される。このように、劣化解析部14による解析結果は、例えば、第1情報と劣化量との関係を示すパラメータを含む。パラメータの具体例については後述する。
Returning to the description of FIG. After step S2, the
図15は、本実施の形態の、機器の劣化の実績の解析結果の一例を示す図である。図15に示した例では、劣化解析部14が図9に例示したすり板511の摩耗量の検査データを用いて解析した解析結果305を示している。図9では、摩耗量実績値301は、横軸が日付であったが、図15の解析結果305は、横軸は走行距離で示されている。計測点302,303,304は、それぞれ図9に示した1日目、2日目、3日目の計測日に対応する点である。図15に示した例では、走行距離を横軸にとることで、すり板511の摩耗量が、直線に近くなっている。このように、すり板511の摩耗量が、経過日数より走行距離との相関が高い場合、走行距離を横軸にとることで、摩耗の傾向をより把握しやすくなる。なお、ここでは走行距離を例にあげたが、このかわりに、路線状態情報のカーブ情報を用いて、カーブの総数等を横軸にとることも可能である。また、走行距離とカーブの総数との両方への依存度を確認するために3次元で表示することも可能である。
FIG. 15 is a diagram showing an example of an analysis result of the device deterioration record according to the present embodiment. The example shown in FIG. 15 shows an
また、例えば、劣化解析部14が、列車種別ごとに、走行距離と機器の劣化量との関係を算出する等といった解析を行うことも可能である。同様に、列車種別および時間帯ごとに、走行距離と機器の劣化量との関係を算出する等といった解析を行うことも可能である。また、各路線の時間帯ごとの乗客数の平均値などを算出しておき、路線および時間帯ごとの乗客数を混雑度情報としてデータ記憶部13に格納しておき、劣化解析部14が、路線情報と混雑度情報に基づいて、乗客数を算出することで、車両5の重量の履歴を推定してもよい。劣化解析部14は、車両5の重量の履歴を用いて、機器の劣化量を解析してもよい。なお、混雑度情報として乗客数に基づいて重量自体を、路線および時間帯ごとに保持してもよい。
Further, for example, the
また、劣化解析部14は、路線状態情報だけでなく、走行データも用いることで、速度が一定値以上であった時間の積分値とすり板511の摩耗量との相関を求めるなどの解析を行ってもよい。同様に、走行データとして格納されている各種状態値自体、または走行データから算出されるブレーキの回数等と、すり板511の摩耗量との相関を求め、相関の高いものを横軸にとって、すり板511の摩耗量を表示することも可能である。すり板511の摩耗量に限らず、同様に、各機器の劣化を解析することができる。劣化解析部14は、例えば、すり板511の摩耗量等の各機器の劣化を示す劣化量と相関の高いデータを選択し、選択したデータの関数として劣化量を表すことができる。具体的には、劣化解析部14は、例えば、線形回帰分析により、すり板511の摩耗量f(R)を、以下の式(1)に示すような走行距離Rの一次関数として近似するためのパラメータb1,b2を算出する。式(1)は2次元の線形回帰分析を行う例であるが、多次元の線回帰分析を行い、すり板511の摩耗量を複数の変数の関数として算出するための各パラメータを算出してもよい。また、線形回帰分析に限らず、走行距離等の変数とすり板511の摩耗量との関係を多項式で近似するための回帰分析を行い、多項式の係数を各パラメータとして求めてもよい。これらのパラメータは、第1情報と劣化量との関係を示すパラメータの例である。
f(R)=b1・R+b2・・・(1)In addition, the
f (R) = b 1 · R + b 2 (1)
図10の説明に戻る。ステップS3の後、診断システム1は、ステップS3の解析結果と運行情報に基づいて機器の劣化を予測する(ステップS4)。詳細には、劣化予測部15が、劣化解析部14の解析結果と、運行情報に含まれる運行計画とに基づいて、機器の劣化を予測する。例えば、路線情報に将来車両5が走行する路線を示す情報が含まれている場合、劣化予測部15は、路線情報を用いて車両5の将来の走行の状態を示す第2情報を取得し、第2情報とパラメータとに基づいて機器の将来の劣化量を予測する。第2情報は、走行距離等の第1情報と同種の情報であるが、第1情報は過去の情報であるのに対し、第2情報は将来の情報である。例えば、ステップS3の解析により、すり板511の摩耗量が走行距離の関数として算出されていた場合には、運行計画または路線情報に基づいて、路線状態情報から各路線の距離を取得することにより当該車両5の将来の日時ごとの走行距離を求め、すり板511の摩耗量を予測する。
Returning to the description of FIG. After step S3, the
次に、診断システム1は、交換時期を推定する(ステップS5)。詳細には、交換時期推定部16が、劣化予測部15の予測値と、あらかじめ定められた、機器の交換条件と、を用いて、機器の交換時期を推定する。機器の交換条件は、例えば、機器がすり板511である場合、摩耗量が限界値を超えるという条件である。また、交換時期推定部16は、予測結果と、あらかじめ定められた機器の調整の条件とに基づいて、機器が調整を要する状態となる時期を推定してもよい。調整の一例は、車輪断面の摩耗、および、フラットを除去するために、車輪52を削る作業である。ここでいう車輪断面とは、切断面を、車輪52を含む面としたときの車輪52の断面であり、車輪断面の摩耗は、この断面における車輪52の形状が元の形状から摩耗によりすり減ることを意味する。交換および調整に関するこれらの条件は機器ごとに定められており、機器ごとの条件を交換時期推定部16が保持している。この条件は、端末装置9を介して診断システム1に設定されてもよいし、解析装置6から診断システム1が受信することで設定されてもよいし、診断システム1に直接、作業者等により入力されてもよい。
Next, the
次に、表示部17は、結果を提示する(ステップS6)。表示部17は、例えば、上述した処理で得られる結果を表示する。表示される結果は、ステップS3の解析結果であってもよいし、ステップS4の予測結果であってもよいし、ステップS5の交換時期の推定値であってもよいし、これらの組み合わせであってもよい。表示部17は、日付に対する劣化量を示すグラフと、第1情報に対する劣化量を示すグラフと、を切替え可能であってもよい。なお、診断システム1は、これらの結果を端末装置9へ送信し、端末装置9がこれらの結果を表示してもよい。
Next, the display unit 17 presents the result (step S6). The display unit 17 displays, for example, the result obtained by the above processing. The displayed result may be the analysis result of step S3, the prediction result of step S4, the estimated value of the replacement time of step S5, or a combination thereof. May be. The display unit 17 may be capable of switching between a graph showing the deterioration amount with respect to the date and a graph showing the deterioration amount with respect to the first information. The
図16は、本実施の形態におけるすり板511の摩耗量の予測結果の表示例を示す図である。図16に示した例では、ステップS4で算出された予測値306が、図9に示した摩耗量実績値301とともに表示される。図16では、日付を横軸にとっているため、作業者は、交換時期を把握しやすくなる。図16に示した限界値307は、摩耗量の限界値を示している。
FIG. 16 is a diagram showing a display example of the prediction result of the wear amount of the sliding
このように、本実施の形態では、路線情報を用いて、検査データと検査データに対応する車両5が走行した路線に関する情報を対応付けることができるので、多様な情報に基づいて、機器の劣化を解析することができる。したがって、解析の精度の向上を図ることができる。さらに、走行データを用いて解析を行うと、さらに解析の精度の向上を図ることができる。
As described above, in the present embodiment, the route information can be used to associate the inspection data with the information regarding the route on which the
また、以上の説明では、パンタグラフ51のすり板511の摩耗量を例に挙げて説明したが、上述したように、他の車載機器50の劣化の解析および予測を行うことも可能である。図17は、本実施の形態の劣化の一例である車輪断面の摩耗を示す図である。図17は、車軸57を通る断面を切断面としたときの車輪52の断面を模式的に示す。車輪52には、図17の車輪52の右端部分に示されているようにフランジが設けられる。車輪52の右側の平らな部分は線路と接触する接触面(車輪踏面)である。フランジと車輪踏面との境界部分はなだらかな曲面となっている。図17では、正常な車輪52の形状を実線で示しており、2種類の摩耗により車輪52の形状が変化したときの車輪52の形状をそれぞれ摩耗形状521,522として1点鎖線で示している。
Further, in the above description, the wear amount of the sliding
摩耗形状521は、車輪52のフランジが削られるフランジ摩耗が生じた場合の車輪52の断面の形状を模式的に示している。フランジ摩耗が生じると、摩耗形状521として示したように、正常時に比べて、フランジと車輪踏面を接続する曲面が急峻になったりフランジの厚みが減少したりする。摩耗形状522は、車輪踏面の勾配が変化するような摩耗が生じた場合の車輪52の断面の形状を模式的に示している。摩耗形状521,522に示されるような車輪52の断面形状を変化させる摩耗である車輪断面の摩耗が生じると、車両5が脱線するなどの重大事故になる可能性がある。このため、車輪断面の摩耗が進行した場合には、車輪52の車輪踏面を削る調整作業が行われる。また、摩耗がより進行して調整作業では対応しきれない場合には、車輪52の交換が行われる。車輪断面の摩耗がどの程度進行すると調整作業が行われるかの条件はあらかじめ定められている。このため、検査システム60の計測システム8では、軌道内装置82により、カメラ、レーザーなどの計測機器により、車輪断面を計測し、車輪52に生じた摩耗を検知する。解析装置6は、上述したすり板511の摩耗量と同様に、車輪断面の摩耗量の変化を解析する。解析対象の摩耗量は、例えば、フランジの厚さ、車輪52の厚さ、フランジと車輪踏面を接続する曲面の曲率半径、車輪踏面の勾配等のうちの少なくとも1つである。これらの車輪断面の摩耗量は線路の形状、カーブ量などに依存するため、診断システム1は、車輪断面の摩耗量を劣化量と扱って、上述したすり板511の摩耗量と同様の解析および予測を行うことも可能である。また、診断システム1は、上述した調整、交換の条件を用いて、車輪52の調整または交換の時期を推定することも可能である。
The
同様に、計測システム8は、パンタグラフ51の傾き、上昇度、がいしの破損等を検出するための計測を行うことができる。また、計測システム8は、車両5の外観すなわち車体の傷、凹み等を検出するための計測を行うことができる。また、計測システム8は、ブレーキの摩耗を検出するための計測、モータの絶縁劣化を検出するための計測、台車の劣化度合いを検出するための計測、歯車、歯車箱、モータ等の材質の劣化度合いを検出するための計測等様々な計測を行うことができる。ブレーキの摩耗としては、踏面ブレーキにおける制輪子の摩耗、ディスクブレーキにおけるライニングの摩耗が例示できる。台車の劣化度合を表す指標としては、画像を取得することによりキズ、亀裂等の数および大きさが挙げられる。台車の劣化度合を表す別の指標としては、画像から算出される車体の高さが挙げられる。車体の高さを求めることによる空気バネの劣化の度合いを把握することができる。また、機器の劣化の度合いを検出するための計測として、サーモカメラ等により温度の計測が行われてもよい。例えば、台車、歯車、歯車箱、モータ等の材質の劣化度合いを検出するために、これらに対応する箇所の温度を計測してもよい。診断システム1は、これらの計測データを用いて生成される検査データを用いて、すり板511の摩耗量と同様に、これらの機器の劣化の度合いを示す劣化量の実績を解析したり、劣化量を予測したり、交換または調整を要する状態となる時期を推定したりすることができる。なお、データベースシステム2が、単一の鉄道事業者により運行される様々な車両5だけでなく、複数の鉄道事業者により運行される車両5の各種情報を収集するようにすることで、本実施の形態の診断システム1は、複数の鉄道事業者に車両5の劣化の診断結果を提供することができる。
Similarly, the
以上のように、本実施の形態では、診断システム1が、車両5の機器の検査のための検査データと、車両5の路線情報とに基づいて、機器の劣化を解析するようにした。このため、解析の精度の向上および効率的な解析のうち少なくとも一方を図ることができる。さらに、走行データを用いて解析を行うと、さらなる解析の精度の向上を図ることができる。
As described above, in the present embodiment, the
実施の形態2.
図18は、本発明の実施の形態2にかかる診断システムの構成例を示す図である。本実施の鉄道管理システムは、実施の形態1の診断システム1のかわりに診断システム1aを備える以外は実施の形態1の鉄道管理システム3と同様である。本実施の形態の端末装置9、検査システム60、運行管理システム41、無線装置42および車両5は実施の形態1と同様である。実施の形態1と同様の構成要素は、実施の形態1と同一の符号を付して重複する説明を省略する。以下、実施の形態1と異なる点を主に説明する。
FIG. 18 is a diagram showing a configuration example of a diagnostic system according to the second exemplary embodiment of the present invention. The railway management system according to the present embodiment is the same as the
図18に示すように、診断システム1aは、実施の形態1の診断システム1に学習部18が追加され、データ記憶部13のかわりにデータ記憶部13aを備える以外は、診断システム1と同様である。本実施の形態では、劣化予測部15は、予測した結果を推定結果としてデータ記憶部13aへ格納する。また、推定結果には予測に用いた検査データも格納しておく。学習部18は、データ記憶部13aに格納された推定結果に対応する検査データに含まれる劣化量である劣化量の実績値を取得すると、実績値と推定結果との差分を求める。学習部18は、劣化予測部15の予測に用いたパラメータと差分とを対応付けて教師データとして用いてニューラルネットワーク等の機械学習モデルを生成する。このパラメータは、上述した第1情報と劣化量との関係を示すパラメータである。すなわち、学習部18は、劣化予測部15により予測された予測値と、計測データに基づいて算出された当該予測値に対応する日時の劣化量の実績値との差分を算出し、劣化予測部15の予測に用いたパラメータと差分との関係を学習する。
As shown in FIG. 18, the diagnostic system 1a is the same as the
学習部18は、新たな検査データを受け取ると、学習済の機械学習モデルを用いて差分の推定値を算出する。この差分の推定値を用いて、劣化予測部15がパラメータを修正することで、高精度な予測を実現することができる。なお、差分を学習する際に、データベースシステム2が情報を収集する全ての車両5の同一の機器の情報に基づいて機械学習を行ってもよいし、鉄道事業者ごと、または走行した路線ごとに機械学習を行ってもよい。例えば、学習部18は、パンタグラフ51のすり板511に関して全鉄道事業者の車両5に関して、走行距離と摩耗量の関係を算出することにより得られる予測値と、対応する実績値との差分を算出し、走行距離と摩耗量の関係を示すパラメータと差分との組を教師データとして学習しておく。そして、学習部18は、新たな検査データを取得して、走行距離と摩耗量の関係を示すパラメータを学習済モデルに入力して差分の推定値を得ることで、パラメータを補正する。または、摩耗量と対応する走行距離との複数組のデータセットと上述した差分とを教師データとして用いて、機械学習を行っておき、新たな検査データを取得すると走行距離と摩耗量とのデータセットを学習済モデルに入力して差分の推定値を得てもよい。さらには、走行距離だけでなく、検査データに対応する車両5の走行した路線状態情報から得られる情報と走行データの状態値等の全ての情報と上記の差分とのデータセットを教師データとして用いて機械学習を行ってもよい。
When the
実施の形態3.
図19は、本発明の実施の形態3にかかる診断システムの構成例を示す図である。本実施の鉄道管理システムは、実施の形態1の診断システム1のかわりに診断システム1bを備える以外は実施の形態1の鉄道管理システム3と同様である。本実施の形態の端末装置9、検査システム60、運行管理システム41、無線装置42および車両5は実施の形態1と同様である。実施の形態1と同様の構成要素は、実施の形態1と同一の符号を付して重複する説明を省略する。以下、実施の形態1と異なる点を主に説明する。
FIG. 19 is a diagram showing a configuration example of a diagnostic system according to the third embodiment of the present invention. The railway management system of the present embodiment is the same as the
図19に示すように、診断システム1bは、実施の形態1の診断システム1に分類部19が追加され、データ記憶部13のかわりにデータ記憶部13bを備える以外は、診断システム1と同様である。
As shown in FIG. 19, the diagnostic system 1b is the same as the
本実施の形態では、検査データに、機器IDだけでなく、機器の製造メーカ、機器の型番、製造年月日、ロット番号等を示す製造情報が含まれる。製造情報は、少なくとも機器の製造メーカを示す情報を含む。例えば、図20は、本実施の形態の検査データの一例を示す図である。診断システム1bは、図10に示したステップS3までの処理、またはステップS4までの処理が行われた後、これらの結果をデータ記憶部13bに製造情報ごとに、グルーピング情報として保持しておく。本実施の形態の診断システム1bは、多数の車両5の情報に基づいて解析を行うことができるため、製造情報ごとに劣化の解析結果等をグルーピングすることで、製品自体の異常、またはロット異常などを検出することができる。
In the present embodiment, the inspection data includes not only the device ID, but also manufacturing information indicating the manufacturer of the device, the model number of the device, the manufacturing date, the lot number, and the like. The manufacturing information includes at least information indicating the manufacturer of the device. For example, FIG. 20 is a diagram showing an example of inspection data according to the present embodiment. The diagnostic system 1b holds these results as grouping information for each manufacturing information in the
図21は、本実施の形態のグルーピング結果の一例を示す図である。図21は、分類部19により製造情報ごとに、グルーピングされた後の、各グループの劣化の実績値および予測値を示している。分類部19は、グループごとの劣化の実績値および予測値をグルーピング情報としてデータ記憶部13bへ格納する。図21は、パンタグラフ51のすり板511の摩耗量を例にあげて、3つのグループの摩耗量の実績値および予測値を示している。摩耗量401は、グループ#1の摩耗量の実績値および予測値を示し、摩耗量402は、グループ#2の摩耗量の実績値および予測値を示し、摩耗量403は、グループ#3の摩耗量の実績値および予測値を示している。なお、実線部分が実績値であり、破線部分が予測値である。図21に示した例では、グループ#3に対応するロットのすり板511の摩耗量が大きくなっている。なお、図21では予測値も表示される例を示しているが、実績値だけが表示されてもよい。分類部19は、劣化解析部14による解析結果を、機器の製造メーカごとに分類してもよいし、製造メーカおよび製造年月日ごと、すなわちロットごとに分類してもよい。
FIG. 21 is a diagram showing an example of the grouping result of this embodiment. FIG. 21 shows the actual value and predicted value of deterioration of each group after grouping by manufacturing information by the
また、各機器は、常時、同じ車両5に搭載されているとは限らず、途中で、別の車両5への載せ替えが行われる場合がある。例えば、車両5の走行距離がわかったとしても、載せ替えが行われた機器に対応する真の走行距離を把握することができない。このため、このような載せ替えの情報をトレース情報として管理すると、機器に着目した劣化をより精度よく解析することができる。図22は、本実施の形態のトレース情報の一例を示す図である。図22に示すように、トレース情報は、機器IDと当該機器に対応する製造情報といつからいつまでどの車両5に搭載されたかを示す情報を示す。例えば、このトレース情報と実施の形態1で述べた路線情報とを組み合わせることにより、各機器に対応する走行距離を算出することができる。これにより、各機器のトレーサビリティを向上させるとともに、機器の劣化の解析精度を向上させることができる。なお、トレース情報には、製造情報を含めなくてもよい。製造情報に基づく、分類を行わない場合でも、機器ごとに劣化の解析および予測を行うことで、解析精度および予測精度を向上させることができる。
In addition, each device is not always mounted in the
なお、上述した例では、実施の形態1の診断システム1に分類部19を追加したが、実施の形態2の診断システム1aに分類部19を追加してもよい。この場合、学習部18は、グループごとに、推定結果の学習を行ってもよい。
In the example described above, the
以上の実施の形態に示した構成は、本発明の内容の一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、本発明の要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。 The configurations shown in the above embodiments show an example of the content of the present invention, and can be combined with other known techniques, and the configurations of the configurations are possible without departing from the gist of the present invention. It is also possible to omit or change parts.
1,1a,1b 診断システム、2 データベースシステム、3 鉄道管理システム、5 車両、6 解析装置、7 データ収集装置、8 計測システム、9 端末装置、11,22,61 通信部、12 データ取得部、13,13a,13b データ記憶部、14 劣化解析部、15 劣化予測部、16 交換時期推定部、17 表示部、18 学習部、19 分類部、21 記憶部、23 データ管理部、41 運行管理システム、42,541 無線装置、50−1,50−2 車載機器、51 パンタグラフ、52 車輪、53 床下機器、54 車上装置、55 トロリ線、62 計測データ記憶部、63 解析部、64 解析結果提示部、65 反映部、66 検査データ生成部、511 すり板、542 制御装置。 1, 1a, 1b Diagnostic system, 2 database system, 3 railway management system, 5 vehicles, 6 analysis device, 7 data collection device, 8 measurement system, 9 terminal device, 11, 22, 61 communication unit, 12 data acquisition unit, 13, 13a, 13b data storage unit, 14 deterioration analysis unit, 15 deterioration prediction unit, 16 replacement time estimation unit, 17 display unit, 18 learning unit, 19 classification unit, 21 storage unit, 23 data management unit, 41 operation management system , 42, 541 wireless device, 50-1, 50-2 in-vehicle device, 51 pantograph, 52 wheels, 53 underfloor device, 54 on-board device, 55 trolley wire, 62 measurement data storage unit, 63 analysis unit, 64 analysis result presentation Unit, 65 reflection unit, 66 inspection data generation unit, 511 contact plate, 542 control device.
Claims (22)
前記路線情報を用いて、前記鉄道車両の走行の状態の実績を示す第1情報を取得し、前記第1情報と前記複数の日時の前記劣化量とを用いて前記機器の劣化を解析する劣化解析部と、
を備えることを特徴とする診断システム。A deterioration amount indicating the degree of deterioration of the device corresponding to each of the plurality of dates and times calculated based on measurement data obtained by measuring the state of the device mounted on the railroad vehicle at each of the plurality of dates and times, and A data acquisition unit that acquires operation information including route information indicating the route traveled,
Deterioration using the route information to obtain first information indicating a track record of the running state of the railway vehicle, and analyzing deterioration of the device using the first information and the deterioration amounts at the plurality of dates and times. An analysis section,
A diagnostic system comprising:
を備えることを特徴とする請求項1に記載の診断システム。A deterioration prediction unit that predicts the future deterioration amount of the device using the analysis result by the deterioration analysis unit,
The diagnostic system according to claim 1, further comprising:
前記劣化予測部は、前記路線情報を用いて前記鉄道車両の将来の走行の状態を示す第2情報を取得し、前記第2情報と前記パラメータとに基づいて前記機器の将来の劣化量を予測することを特徴とする請求項2に記載の診断システム。The analysis result includes a parameter indicating a relationship between the first information and the deterioration amount,
The deterioration prediction unit acquires second information indicating a future traveling state of the railway vehicle using the route information, and predicts a future deterioration amount of the device based on the second information and the parameter. The diagnostic system according to claim 2, wherein:
を備えることを特徴とする請求項2または3に記載の診断システム。An estimation unit that estimates a time when the device needs to be replaced or adjusted, based on a prediction result by the deterioration prediction unit and a predetermined condition for replacement or adjustment of the device,
The diagnostic system according to claim 2, further comprising:
を備え、
前記劣化予測部は、前記解析結果と前記学習部の学習により得られる前記差分の推定値とに基づいて将来の劣化量を予測することを特徴とする請求項2から4のいずれか1つに記載の診断システム。The difference between the predicted value predicted by the deterioration prediction unit and the actual value of the deterioration amount at the date and time corresponding to the predicted value calculated based on the measurement data is calculated, and the deterioration amount at the plurality of dates and times. And a learning unit for learning the difference,
Equipped with
The deterioration prediction unit predicts a future deterioration amount based on the analysis result and an estimated value of the difference obtained by the learning of the learning unit. Diagnostic system described.
をさらに備えることを特徴とする請求項1から5のいずれか1つに記載の診断システム。A classification unit that classifies the analysis result by the deterioration analysis unit for each manufacturer of the device,
The diagnostic system according to any one of claims 1 to 5, further comprising:
前記劣化解析部は、さらに前記走行データに基づいて、前記機器の劣化を解析することを特徴とする請求項1から12のいずれか1つに記載の診断システム。The data acquisition unit is data acquired from the railway vehicle and is data including at least one of a control command in the railway vehicle, a response to the control command, and a state value obtained by measuring the state of the railway vehicle. Get the data,
13. The diagnostic system according to claim 1, wherein the deterioration analysis unit further analyzes deterioration of the device based on the traveling data.
前記劣化量は、パンタグラフのすり板の摩耗量を含むことを特徴とする請求項1から13のいずれか1つに記載の診断システム。The device includes a pantograph contact plate,
The diagnostic system according to any one of claims 1 to 13, wherein the deterioration amount includes an abrasion amount of a pantograph contact plate.
鉄道車両に搭載される機器の状態を複数の日時においてそれぞれ計測した計測データに基づいて算出された前記複数の日時のそれぞれに対応する前記機器の劣化の度合いを示す劣化量と、前記鉄道車両の走行した路線を示す路線情報を含む運行情報とを取得する取得ステップと、
前記路線情報を用いて、前記鉄道車両の走行の状態の実績を示す第1情報を取得し、前記第1情報と前記複数の日時の前記劣化量とを用いて前記機器の劣化を解析する劣化解析ステップと、
を含むことを特徴とする診断方法。Diagnostic system
A deterioration amount indicating the degree of deterioration of the device corresponding to each of the plurality of dates and times calculated based on measurement data obtained by measuring the state of the device mounted on the railway vehicle at each of the plurality of dates and times, and An acquisition step of acquiring operation information including route information indicating the route traveled,
Deterioration using the route information to obtain first information indicating a track record of the running state of the railway vehicle, and analyzing deterioration of the device using the first information and the deterioration amounts at the plurality of dates and times. Analysis step,
A diagnostic method comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020068535A JP7493375B2 (en) | 2019-10-23 | 2020-04-06 | Diagnostic system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/041555 WO2021079438A1 (en) | 2019-10-23 | 2019-10-23 | Diagnosis system and diagnosis method |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020068535A Division JP7493375B2 (en) | 2019-10-23 | 2020-04-06 | Diagnostic system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6689479B1 true JP6689479B1 (en) | 2020-04-28 |
JPWO2021079438A1 JPWO2021079438A1 (en) | 2021-11-18 |
Family
ID=70413767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020506384A Active JP6689479B1 (en) | 2019-10-23 | 2019-10-23 | Diagnostic system and method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6689479B1 (en) |
WO (1) | WO2021079438A1 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6935031B1 (en) * | 2021-01-22 | 2021-09-15 | 三菱電機株式会社 | Deterioration evaluation equipment, inspection planning equipment, railroad vehicle management system, deterioration evaluation program and deterioration evaluation method |
WO2021229947A1 (en) * | 2020-05-12 | 2021-11-18 | 村田機械株式会社 | Learning system |
WO2021229948A1 (en) * | 2020-05-12 | 2021-11-18 | 村田機械株式会社 | Rail-guided carrier system |
JPWO2022049701A1 (en) * | 2020-09-03 | 2022-03-10 | ||
JP7046148B1 (en) | 2020-11-26 | 2022-04-01 | 三菱電機株式会社 | Diagnostic system, diagnostic program and diagnostic method |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT525771A1 (en) * | 2021-12-23 | 2023-07-15 | Siemens Mobility Austria Gmbh | Inspection method and inspection device for bogies for rail vehicles |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275573A (en) * | 2005-03-28 | 2006-10-12 | Railway Technical Res Inst | Program, information storage medium, wheel abrasion estimator, and flange angle estimator |
JP2011113220A (en) * | 2009-11-25 | 2011-06-09 | Mitsubishi Heavy Ind Ltd | Component deterioration prediction system for rail traveling vehicle |
US20120119897A1 (en) * | 2010-11-17 | 2012-05-17 | Kia Motors Corporation | System for maintaining consumables of vehicle and method thereof |
JP2013253847A (en) * | 2012-06-06 | 2013-12-19 | Hitachi Ltd | Device and method for calculating failure probability and railroad maintenance system |
JP2017088140A (en) * | 2015-11-17 | 2017-05-25 | 富士ゼロックス株式会社 | Monitor device and monitor system |
JP2018087008A (en) * | 2018-02-14 | 2018-06-07 | 三菱電機株式会社 | Machine diagnosis system, ground device and on-vehicle device |
JP2018185256A (en) * | 2017-04-27 | 2018-11-22 | 公益財団法人鉄道総合技術研究所 | Device and method for diagnosing railway vehicle apparatus |
-
2019
- 2019-10-23 JP JP2020506384A patent/JP6689479B1/en active Active
- 2019-10-23 WO PCT/JP2019/041555 patent/WO2021079438A1/en active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275573A (en) * | 2005-03-28 | 2006-10-12 | Railway Technical Res Inst | Program, information storage medium, wheel abrasion estimator, and flange angle estimator |
JP2011113220A (en) * | 2009-11-25 | 2011-06-09 | Mitsubishi Heavy Ind Ltd | Component deterioration prediction system for rail traveling vehicle |
US20120119897A1 (en) * | 2010-11-17 | 2012-05-17 | Kia Motors Corporation | System for maintaining consumables of vehicle and method thereof |
JP2013253847A (en) * | 2012-06-06 | 2013-12-19 | Hitachi Ltd | Device and method for calculating failure probability and railroad maintenance system |
JP2017088140A (en) * | 2015-11-17 | 2017-05-25 | 富士ゼロックス株式会社 | Monitor device and monitor system |
JP2018185256A (en) * | 2017-04-27 | 2018-11-22 | 公益財団法人鉄道総合技術研究所 | Device and method for diagnosing railway vehicle apparatus |
JP2018087008A (en) * | 2018-02-14 | 2018-06-07 | 三菱電機株式会社 | Machine diagnosis system, ground device and on-vehicle device |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021229947A1 (en) * | 2020-05-12 | 2021-11-18 | 村田機械株式会社 | Learning system |
WO2021229948A1 (en) * | 2020-05-12 | 2021-11-18 | 村田機械株式会社 | Rail-guided carrier system |
JP7449489B2 (en) | 2020-05-12 | 2024-03-14 | 村田機械株式会社 | Track guided trolley system |
EP4151491A4 (en) * | 2020-05-12 | 2024-05-29 | Murata Machinery, Ltd. | Rail-guided carrier system |
JPWO2022049701A1 (en) * | 2020-09-03 | 2022-03-10 | ||
WO2022049701A1 (en) * | 2020-09-03 | 2022-03-10 | 三菱電機株式会社 | Instrument analysis device, instrument analysis method, and instrument analysis program |
JP7214054B2 (en) | 2020-09-03 | 2023-01-27 | 三菱電機株式会社 | Instrumental analysis device, instrumental analysis method and instrumental analysis program |
JP7046148B1 (en) | 2020-11-26 | 2022-04-01 | 三菱電機株式会社 | Diagnostic system, diagnostic program and diagnostic method |
JP2022084385A (en) * | 2020-11-26 | 2022-06-07 | 三菱電機株式会社 | Diagnosis system, diagnosis program, and diagnosis method |
JP6935031B1 (en) * | 2021-01-22 | 2021-09-15 | 三菱電機株式会社 | Deterioration evaluation equipment, inspection planning equipment, railroad vehicle management system, deterioration evaluation program and deterioration evaluation method |
JP2022112687A (en) * | 2021-01-22 | 2022-08-03 | 三菱電機株式会社 | Deterioration evaluation device, inspection planning device, railway vehicle management system, deterioration evaluation program, and deterioration evaluation method |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021079438A1 (en) | 2021-11-18 |
WO2021079438A1 (en) | 2021-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6689479B1 (en) | Diagnostic system and method | |
US11440431B2 (en) | Managing and monitoring car-battery and tires to assure safe operation and providing arrival ready battery and tire services | |
EP2937241B1 (en) | Railway vehicle damage estimation | |
WO2017159701A1 (en) | Track state evaluation method, device, and program | |
JP5382991B2 (en) | Abnormality diagnosis method and abnormality diagnosis system for track system | |
EP1900597A1 (en) | Diagnostic system and method for monitoring a rail system | |
WO2017175555A1 (en) | Wear inspection apparatus and wear inspection method | |
US20220355839A1 (en) | Monitoring, predicting and maintaining the condition of railroad elements with digital twins | |
JP2019022306A (en) | Abnormality diagnostic device, abnormality diagnostic method, and computer program | |
JP2019018755A (en) | Abnormality detection device, abnormality detection method, and computer program | |
RU2696412C2 (en) | Railway vehicle wheels condition diagnostics | |
JP7271109B2 (en) | Tire maintenance management device and tire maintenance system | |
US11691655B2 (en) | Planning of maintenance of railway | |
EP2998183A1 (en) | Method and system for operating a vehicle system to reduce wheel and track wear | |
JP2020183767A (en) | Abrasion prediction device, abrasion prediction method and computer program | |
CN112469613A (en) | Method and device for diagnosing and monitoring vehicles, vehicle components and traffic lanes | |
JP7493375B2 (en) | Diagnostic system and method | |
JP7046148B1 (en) | Diagnostic system, diagnostic program and diagnostic method | |
JP6935031B1 (en) | Deterioration evaluation equipment, inspection planning equipment, railroad vehicle management system, deterioration evaluation program and deterioration evaluation method | |
Palo | Condition-based maintenance for effective and efficient rolling stock capacity assurance: a study on heavy haul transport in Sweden | |
CN115031957A (en) | System and method for preventing locking of an axle | |
Umamaheswari et al. | Reliability analysis and dynamic maintenance model based on fuzzy degradation approach | |
KR20220129755A (en) | Method and system of diagnosing defect and calculating remaining life of gearbox | |
Müller et al. | Definition of wheel maintenance measures for reducing ground vibration | |
JP6829785B1 (en) | Railway system, railway information management device, railway inspection support method, and railway inspection support program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200205 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200205 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200228 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200407 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6689479 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |