JP7782064B2 - 応力推定装置 - Google Patents

Description

本開示は、応力推定装置に関する。

従来からダンプトラックの応力演算システムが知られている。たとえば、下記特許文献１に記載されたダンプトラックの応力演算システムは、記憶手段と、検出手段と、演算手段とを備えている（要約、第０００８段落、および請求項１）。上記記憶手段は、複数の外力がそれぞれダンプトラックに作用したときに当該ダンプトラックの所定位置に生じる応力のデータが記憶されている。上記検出手段は、上記ダンプトラックに作用する外力の方向および大きさを検出する。

上記演算手段は、上記検出手段の検出値および上記記憶手段に記憶された応力データに基く内挿または外挿によって上記所定位置に生じる応力の時間変化を推定する。この従来の応力演算システムによれば、車両評価位置の応力の時間変化を算出する際に周波数領域から時間領域に変換する工程が含まれないので、車両評価位置における応力の時間変化を高精度に算出できる（特許文献１、要約、第０００９段落）。

また、下記特許文献２に記載された作業機械の応力演算システムは、荷重関連パラメータ検出器と、姿勢関連パラメータ検出器と、演算部とを備えている（要約、第０００９段落、請求項１）。上記荷重関連パラメータ検出器は、外部から荷重が作用した時に作業機械に生じる変化を示すパラメータである荷重関連パラメータを検出する。上記姿勢関連パラメータ検出器は、上記作業機械の姿勢を示すパラメータである姿勢関連パラメータを検出する。

上記演算部は、上記荷重関連パラメータ検出器および上記姿勢関連パラメータ検出器の出力値に基いて、当該出力値のときの上記作業機械の応力分布を推定する。この従来の応力演算システムによれば、少数のセンサで作業機械の所望の位置での応力評価が可能なので、作業機械の運動性能の維持およびコストの抑制が可能になる（特許文献２、要約、第００１０段落）。

また、下記特許文献３に記載された疲労管理システムは、応力演算部と、損傷度演算部と、インデックス値演算部と、を備える（要約、第００１０段落、請求項１）。上記応力演算部は、建設機械に取り付けられたセンサの出力に基いて上記建設機械の複数の部位に作用する応力を算出する。上記損傷度演算部は、前記応力に基いて各々の前記部位の累積損傷度を算出する。

上記インデックス値演算部は、前記累積損傷度に重み付けがされた疲労インデックス値を各々の前記部位に対して算出する。このように、疲労インデックス値を用いることで、建設機械の部位ごとの疲労を従来よりも精度よく管理することが可能な疲労管理システムを提供することができる（特許文献３、第００１１段落）。

特開２０１３－１６４３９６号公報 国際公開第２０１３／１７２２７７号 国際公開第２０２１／０６４７７６号

上記特許文献１の応力演算システムでは、たとえば、上記検出手段によって検出された外力と、上記記憶手段に記憶された応力データに基く内挿近似または外挿近似により、車両評価位置における応力の時間変化を求める。また、上記特許文献２の作業機械の応力演算システムにおいても、圧力検出器、加速度検出器、変位検出器および回転角検出器の出力値に基いて、当該出力値のときの作業機械の応力分布を推定する。

同様に、上記特許文献３の疲労管理システムにおいても、建設機械に取り付けられたセンサの出力に基いて上記建設機械の複数の部位に作用する応力を算出する。しかしながら、ダンプトラックに作用する応力をより高精度に推定するためには、センサの出力値から直接的に応力を推定する方法には限界があり、上記従来のシステムには改善の余地がある。

本開示は、ダンプトラックに作用する応力をより高精度に推定することが可能な応力推定装置を提供する。

本開示の一態様は、記憶部と演算部とを備え、ダンプトラックに作用する応力を推定する応力推定装置であって、前記記憶部は、前記ダンプトラックのサスペンション装置に作用する力を検出する力センサの出力値、または、前記ダンプトラックに取り付けられた加速度センサの出力値および前記力センサの出力値に基いて前記ダンプトラックの所定部分に作用する力を算出するための力演算式と、前記力に基いて前記ダンプトラックに作用する応力を算出するための応力演算式と、が記憶され、前記演算部は、前記力センサの出力値、または、前記加速度センサおよび前記力センサの出力値と前記記憶部に記憶された前記力演算式とを用いて前記力を算出する力演算部と、前記力演算部によって算出された前記力と前記記憶部に記憶された前記応力演算式とを用いて前記ダンプトラックに作用する応力を算出する応力演算部と、を有することを特徴とする応力推定装置である。

本開示の上記一態様によれば、ダンプトラックに作用する応力をより高精度に推定することが可能な応力推定装置を提供することができる。

本開示に係る応力推定装置の一実施形態を示すブロック図。 図１の応力推定装置が対象とするダンプトラックの一例を示す側面図。 図１の応力推定装置を含む疲労管理システムの一例を示すブロック図。 図２のダンプトラックの所定部分に作用する力の一例を示す模式図。 図２のダンプトラックの所定部分に作用する力の一例を示す模式図。 図１の応力推定装置の変形例を示すブロック図。

以下、図面を参照して本開示に係る応力推定装置の実施形態を説明する。図１は、本開示に係る応力推定装置の一実施形態を示すブロック図である。図２は、図１の応力推定装置１００が対象とするダンプトラック２００の一例を示す側面図である。図３は、図１の応力推定装置１００を含む疲労管理システム３００の一例を示すブロック図である。

図１に示すように、本実施形態の応力推定装置１００は、記憶部１１０と演算部１２０とを備え、図２に示すようなダンプトラック２００に作用する応力を推定する。また、応力推定装置１００は、たとえば、図３に示すサーバ３１０や情報端末３２０とともに、ダンプトラック２００の部品の疲労を管理する疲労管理システム３００の一部を構成する。

以下では、まず、本実施形態の応力推定装置１００が対象とするダンプトラック２００の構成を簡単に説明し、次に、本実施形態の応力推定装置１００および疲労管理システム３００の構成を詳細に説明する。ダンプトラック２００は、たとえば、鉱山で採掘した鉱石等の積荷を運搬する大型の運搬車両である。

図２に示すように、ダンプトラック２００は、たとえば、フレーム２１０と、左右の前輪２０１と、左右の後輪２０２と、各々が油圧シリンダから構成される前輪側の左右のサスペンション装置２０３と、各々が油圧シリンダから構成される後輪側の左右のサスペンション装置２０４と、ベッセルまたはボディ２０５と、左右のホイストシリンダ２０６と、走行駆動装置２２０と、建屋２０７と、キャブ２０８と、を有している。また、図１に示すように、ダンプトラック２００は、たとえば、力センサ２３０と、加速度センサ２４０と、コントローラ２５０と、出力装置２６０と、通信装置２７０とを有している。なお、図１では、力センサ２３０と、加速度センサ２４０と、を記載しているが、ダンプトラック２００は、両方を備える必要はなく、力センサ２３０を備えていれば、加速度センサ２４０は備えなくてもよい。

図２では図示を省略するが、力センサ２３０は、各々のサスペンション装置２０３，２０４の油圧シリンダの圧力を検出する油圧センサとすることができる。なお、各々のサスペンション装置２０３，２０４に作用する力を検出する力センサ２３０は、たとえば、荷重センサであってもよい。図１では、複数の力センサ２３０を代表して一つの力センサ２３０を図示している。詳細については後述するが、力センサ２３０は、図１に示すように、各々のサスペンション装置２０３，２０４を構成する油圧シリンダの油圧検出値である力検出値ＨＶをコントローラ２５０へ出力する。

フレーム２１０は、たとえば、ラダー形状の枠状の構造体である。フレーム２１０の前部の左右には前輪側のサスペンション装置２０３が取り付けられ、フレーム２１０の後部の左右には後輪側のサスペンション装置２０４が取り付けられている。また、フレーム２１０は、ダンプトラック２００の積荷が積載されるボディ２０５を下方から支持している。図２では図示を省略するが、ダンプトラック２００が加速度センサ２４０を備える場合、フレーム２１０には、たとえば、ダンプトラック２００の加速度を検出する加速度センサ２４０（図１参照）が取り付けられる。

また、加速度センサ２４０は、積荷を積載するボディ２０５に取り付けられていてもよい。詳細については後述するが、加速度センサ２４０は、図１に示すように、ダンプトラック２００の加速度検出値ＡＶをコントローラ２５０へ出力する。ボディ２０５に取り付けられた加速度センサ２４０によって検出される加速度は、ダンプトラック２００の走行時にボディ２０５に作用する慣性力と比例関係にある。したがって、加速度センサ２４０は、フレーム２１０に作用する慣性力を検出する慣性力センサとしても機能する。

なお、本実施形態の応力推定装置１００の対象であるダンプトラック２００と同一の構成を有し、後述する力演算式１１１を決定するために使用される試験用ダンプトラック２００Ａは、たとえば、図１に二点鎖線で示すように、試験用力センサ２８０をさらに備えている。試験用力センサ２８０は、ダンプトラック２００において力が作用する所定部分に対応する試験用ダンプトラック２００Ａの所定部分に取り付けられ、試験用ダンプトラック２００Ａの所定部分に作用する力を検出する。より具体的には、ダンプトラック２００の所定部分は、ダンプトラック２００に作用する応力を計算する構造解析において、ダンプトラック２００の解析モデルに対する力の入力位置に対応する部分である。

図４および図５は、図２のダンプトラック２００の所定部分に作用する力Ｆの一例を示す模式図である。図４および図５に示す例において、ダンプトラック２００の所定部分は、サスペンション装置２０３，２０４が取り付けられるとともにダンプトラック２００の積荷が積載されるボディ２０５を支持するダンプトラック２００のフレーム２１０の複数の部分２１１を含む。また、ダンプトラック２００の所定部分は、アクスルハウジング２２１の前方に設けられたブラケット２２２から力が作用するフレーム２１０のマウント部材２１４を含む。より詳細には、ダンプトラック２００の所定部分は、たとえば、ボディ２０５の底部に接触するフレーム２１０の複数の部分２１１とアクスルハウジング２２１を支持するフレーム２１０のマウント部材２１４を含む。

図４に示す例において、ダンプトラック２００の所定部分に作用する力Ｆは、積荷を積載したボディ２０５に作用する重力によってボディ２０５からフレーム２１０の複数の部分２１１に作用する荷重Ｌと、アクスルハウジング２２１からフレーム２１０のマウント部材２１４に作用する荷重Ｌである。図５に示す例において、ダンプトラック２００の所定部分に作用する力Ｆは、積荷を積載したボディ２０５に作用する慣性力によってボディ２０５からフレーム２１０の複数の部分２１１に作用する力Ｆと、アクスルハウジング２２１からフレーム２１０のマウント部材２１４に作用する力Ｆである。たとえば、ダンプトラック２００の加減速時や旋回時には、積荷を搭載したボディ２０５に重力と慣性力や遠心力が同時に作用するため、ダンプトラック２００の所定部分には図４および図５に示すような力Ｆが複合的に作用することになる。

左右の前輪２０１は、図２に示すように、フレーム２１０の前部に左右のサスペンション装置２０３を介して回転可能に支持された操舵輪である。左右の後輪２０２は、フレーム２１０の後部に左右のサスペンション装置２０４を介して回転可能に支持された駆動輪である。前輪側の左右のサスペンション装置２０３は、左右の前輪２０１を弾性的に支持し、後輪側の左右のサスペンション装置２０４は、走行駆動装置２２０のアクスルハウジング２２１を介して左右の後輪２０２を弾性的に支持している。

ボディ２０５は、たとえば、底部の後部がフレーム２１０の左右のブラケット２１２に連結ピン２１３を介して連結され、底部の前部にホイストシリンダ２０６の上端が回動可能に連結されている。ホイストシリンダ２０６の下端は、フレーム２１０に回動可能に連結されている。ホイストシリンダ２０６は、たとえば、油圧シリンダによって構成されている。ホイストシリンダ２０６が伸長することで、ボディ２０５が連結ピン２１３を回転中心としてフレーム２１０上で傾動し、ボディ２０５に積載された積荷が投下される。

走行駆動装置２２０は、左右の後輪２０２に連結されてこれらを回転駆動する。走行駆動装置２２０は、たとえば、アクスルハウジング２２１と、ブラケット２２２とを有している。アクスルハウジング２２１は、たとえば、図示を省略する走行モータおよび減速装置等を収容して左右に延びる円筒状に設けられている。ブラケット２２２は、たとえば、アクスルハウジング２２１から前方に突出するように設けられている。ブラケット２２２の前端部は、フレーム２１０のマウント部材２１４に対して回動可能に取り付けられている。

建屋２０７は、フレーム２１０の前部に機械室を画定する。建屋２０７は、その内部に図示を省略するエンジン、油圧ポンプ等を収容している。キャブ２０８は、建屋２０７の上部に位置する平坦なフロアの上に設けられている。キャブ２０８は、ボックス状に設けられオペレータが搭乗する運転室を画定する。図示を省略するが、キャブ２０８内には、オペレータが着席する運転席、ステアリングホイール、操作ペダル等が設けられている。

コントローラ２５０は、たとえば、中央処理装置（ＣＰＵ）、メモリ、タイマ、および入出力部を備える一つ以上のマイクロコントローラによって構成され、キャブ２０８に収容されている。詳細については後述するが、本実施形態において、応力推定装置１００は、たとえば、ダンプトラック２００のコントローラ２５０によって構成され、記憶部１１０と演算部１２０とを備えている。記憶部１１０および演算部１２０は、たとえば、応力推定装置１００を構成するコントローラ２５０のメモリに記憶されたプログラムをＣＰＵによって実行することで実現される応力推定装置１００の機能を表している。

出力装置２６０は、たとえば、表示装置とスピーカによって構成され、キャブ２０８に収容されてコントローラ２５０に接続されている。出力装置２６０は、たとえば、応力推定装置１００から出力された情報を画面に表示したり、音声によって出力したりすることで、キャブ２０８内のオペレータに応力推定装置１００から出力された情報を通知する。通信装置２７０は、ダンプトラック２００に搭載されてコントローラ２５０に接続され、無線通信回線を介して外部との通信を行う無線通信装置と、衛星通信回線を介して外部との通信を行う衛星通信装置との少なくとも一方を含む。

次に、本実施形態の応力推定装置１００および疲労管理システム３００の構成を詳細に説明する。図１に示すように、本実施形態の応力推定装置１００は、記憶部１１０と演算部１２０とを備え、ダンプトラック２００に作用する応力Ｓを推定する。前述のように、記憶部１１０および演算部１２０は、たとえば、ダンプトラック２００のコントローラ２５０のメモリに記憶されたプログラムをＣＰＵによって実行することで実現される応力推定装置１００の機能を表している。

記憶部１１０には、たとえば、力演算式１１１と、応力演算式１１２とが記憶されている。また、図１に示す例において、記憶部１１０には、ダンプトラック２００の対象部品のＳ－Ｎ曲線１１３と、演算部１２０によって算出された対象部品の累積損傷度１１４とが記憶されている。力演算式１１１は、ダンプトラック２００のサスペンション装置２０３，２０４を構成する油圧シリンダの油圧を検出する力センサ２３０の出力値、または、ダンプトラック２００に取り付けられた加速度センサ２４０および力センサ２３０の出力値に基いて、ダンプトラック２００の所定部分に作用する力Ｆを算出するための数式である。力演算式１１１の例として、以下の式（１）から式（３）を示す。

上記の式（１）から式（３）に示す力演算式１１１において、ｆ_１、ｆ_２、…は、ダンプトラック２００の所定部分に作用する力Ｆであり、ｓ_１、ｓ_２、…は、力センサ２３０または加速度センサ２４０の出力値であるが、少なくとも1つは力センサ２３０の出力値を含むものである。また、ｓ_１’、ｓ_２’、…は、力センサ２３０または加速度センサ２４０の出力値、ｓ_１、ｓ_２、…の一階微分値であり、ｓ_１”、ｓ_２”、…は、力センサ２３０または加速度センサ２４０の出力値、ｓ_１、ｓ_２、…の二階微分値である。また、Ｋ、Ｌ_１からＬ_３、Ｍ_１からＭ_３、およびＡは、入力される力Ｆの特性に基く定数である。

なお、ｓ_１、ｓ_２、…は、全てが力センサ２３０の出力値でもよく、少なくとも１つに力センサ２３０の出力値を含めば、他がすべて加速度センサ２４０の出力値でもよく、力センサ２３０の出力値と加速度センサ２４０の出力値とが複数混在してもよい。

力演算式１１１は、たとえば、次にように決定することができる。図１および図２に示す通常のダンプトラック２００と同一の構成を備え、図１に二点鎖線で示す試験用力センサ２８０をさらに備えた試験用ダンプトラック２００Ａを、所定期間にわたって積荷の有無や勾配の有無などを含む様々な条件で走行させる。そして、試験用ダンプトラック２００Ａの試験用力センサ２８０の出力値である力検出値ＦＶと、力センサ２３０の出力値である力検出値HVと、加速度センサ２４０の出力値である加速度検出値AVとを取得する。そして、取得した各センサの出力値の関係を、たとえば、重回帰式や機械学習による回帰式等を用いて解析することによって、力演算式１１１を決定する。

すなわち、力演算式１１１は、たとえば、試験用ダンプトラック２００Ａの試験用力センサ２８０の出力値と試験用ダンプトラック２００Ａの力センサ２３０の出力値、または、試験用ダンプトラック２００Aの試験用力センサ２８０の出力値と試験用ダンプトラック２００Aの力センサ２３０および加速度センサ２４０の出力値に基いて決定されている。なお、試験用力センサ２８０は、たとえば、応力推定装置１００の対象である通常のダンプトラック２００には取り付けられておらず、通常のダンプトラック２００と同一の構成を備えた試験用ダンプトラック２００Ａの所定部分に取り付けられて、通常のダンプトラック２００の所定部分に対応する試験用ダンプトラック２００Ａの所定部分に作用する力Ｆを検出する。

また、力演算式１１１は、たとえば、ダンプトラック２００の解析モデルに基いて決定することも可能である。具体的には、ダンプトラック２００の解析モデルにダンプトラック２００の速度、加速度、角速度などの条件を入力する。そして、解析モデルから、ダンプトラック２００の各部に作用する重力や慣性力によってダンプトラック２００の所定部分に作用する力Ｆと、力センサ２３０の出力値である力検出値ＨＶ、または、所定部分に作用する力Fと、力センサ２３０の出力値である力検出値HVと、加速度センサ２４０の出力値である加速度検出値ＡＶとを算出する。そして、算出したダンプトラック２００の所定部分に作用する力Ｆと力検出値ＨＶとの関係、または、所定部分に作用する力Fと力検出値HVと加速度検出値ＡＶとの関係を、たとえば、重回帰式や機械学習による回帰式等を用いて解析することによって、力演算式１１１を決定する。

一方、応力演算式１１２は、上記の力演算式１１１を用いて算出された力Ｆ、すなわち、ダンプトラック２００の所定部分に作用する力Ｆに基いて、ダンプトラック２００に作用する応力Ｓを算出するための数式である。応力演算式１１２の例として、以下の式（４）から式（６）を示す。

上記の式（４）から式（６）に示す応力演算式１１２において、σ_１、σ_２、…は、ダンプトラック２００に作用する応力Ｓであり、たとえば、フレーム２１０を構成する各々の部品に作用する応力Ｓである。また、ｓ_１、ｓ_２、…は、力センサ２３０または加速度センサ２４０の出力値であり、ｓ_１’、ｓ_２’、…は、それら出力値の一階微分値であり、ｓ_１”、ｓ_２”、…は、それら出力値の二階微分値である。また、ｆ_１、ｆ_２、…は、力演算式１１１を用いて算出されたダンプトラック２００の各々の所定部分に作用する力Ｆであり、ｆ_１’，ｆ_２’，…は、それらの力Ｆの一階微分値であり、ｆ_１”、ｆ_２”、…は、それらの力Ｆの二階微分値である。また、Ｋ_ｓ、Ｋ_ｆ、Ｌ_ｓ１からＬ_ｓ３、Ｌ_ｆ１からＬ_ｆ３、Ｍ_ｓ１からＭ_ｓ３、Ｍ_ｆ１からＭ_ｆ３、およびＡは、入力される力Ｆの特性に基く定数である。

なお、上記の式（４）から（６）において応力Ｓを算出する場合には、力演算式１１１により算出された力Ｆが必須であるが、ｓ_１、ｓ_２、…にあっては、力センサ２３０または加速度センサ２４０の出力値のいずれかを用いることができる。

前述のように、ダンプトラック２００の所定部分は、たとえば、ダンプトラック２００に作用する応力Ｓを計算する構造解析におけるダンプトラック２００の解析モデルに対する力Ｆの入力位置に対応する部分である。上記（４）から式（６）に示すような応力演算式１１２は、たとえば、解析モデルから導出されている。すなわち、応力演算式１１２は、たとえば、次のように決定することができる。ダンプトラック２００の解析モデルにおける力Ｆの入力位置に、様々な大きさや方向の力Ｆを入力して、解析モデルによってダンプトラック２００の各部に作用する応力Ｓを算出する。そして、入力した力Ｆと算出された応力Ｓとの関係を、重回帰式や機械学習による回帰式等を用いて求めることで、上記（４）から式（６）に示すような応力演算式１１２を決定する。

また、記憶部１１０に記憶されたダンプトラック２００の部品のＳ－Ｎ曲線１１３は、ダンプトラック２００の部品に作用する応力Ｓの時刻歴波形と、応力振幅の繰り返し数との関係を表す曲線である。Ｓ－Ｎ曲線１１３は、演算部１２０の損傷度演算部１２３によって累積損傷度Ｄを算出するために用いられる。記憶部１１０には、たとえば、累積損傷度Ｄに基いて疲労を管理することが必要なダンプトラック２００の各々の部品のＳ－Ｎ曲線１１３が記憶されている。

図１に示すように、演算部１２０は、力演算部１２１と、応力演算部１２２と、を有している。また、演算部１２０は、たとえば、損傷度演算部１２３を備えてもよい。これら演算部１２０の各部は、たとえば、前述のように、ＣＰＵによってメモリに記憶されたプログラムを実行することで実現される応力推定装置１００の各機能を表している。なお、これら演算部１２０の各部は、たとえば、それぞれを一つの装置によって構成してもよく、二つ以上を一つの装置によって構成してもよい。

力演算部１２１は、力センサ２３０の出力値、または、力センサ２３０および加速度センサ２４０の出力値と、記憶部１１０に記憶された力演算式１１１とを用いて、ダンプトラック２００の所定部分に作用する力Ｆを算出する。応力演算部１２２は、力演算部１２１によって算出された力Ｆと、記憶部１１０に記憶された応力演算式１１２とを用いて、ダンプトラック２００に作用する応力Ｓを算出する。損傷度演算部１２３は、応力演算部１２２によって算出された応力Ｓと、記憶部１１０に記憶されたＳ－Ｎ曲線１１３とを用いて、ダンプトラック２００の部品の累積損傷度Ｄを算出する。

より詳細には、損傷度演算部１２３は、たとえば、レンジペア法、ピークバレー法またはレインフロー法などによる時刻歴応力波形の頻度解析を行う。その後、損傷度演算部１２３は、たとえば、以下の式（７）に示すマイナー則や、修正マイナー則によって累積損傷度Ｄを算出する。式（７）において、Ｄは累積損傷度、ｎ_ｉは応力Ｓの負荷回数、Ｎ_ｉはＳ－Ｎ曲線１１３から求めた疲労寿命である。

損傷度演算部１２３によって算出されたダンプトラック２００の各々の部品の累積損傷度Ｄは、たとえば、記憶部１１０に記憶される。また、ダンプトラック２００の各々の部品の累積損傷度Ｄは、たとえば、個々のダンプトラック２００の識別情報や位置情報とともに、通信装置２７０によって衛星通信回線または無線通信回線を介して外部へ送信される。また、ダンプトラック２００の各々の部品の累積損傷度Ｄは、出力装置２６０によってダンプトラック２００のオペレータに通知される。

図３に示すように、本実施形態の疲労管理システム３００は、たとえば、ダンプトラック２００に搭載された応力推定装置１００と、サーバ３１０とを備えている。また、疲労管理システム３００は、たとえば、情報端末３２０を備えていてもよい。サーバ３１０は、たとえば、複数のダンプトラック２００の通信装置２７０から、無線通信回線または衛星通信回線を介して送信された累積損傷度Ｄを、無線通信基地局ＷＢまたは通信衛星ＣＳおよび衛星通信基地局ＳＢ、ならびにインターネット回線などのネットワークを介して受信する。

サーバ３１０は、複数のダンプトラック２００から識別情報や位置情報とともに受信した各々のダンプトラック２００の各々の部品の累積損傷度Ｄを、サーバ３１０のデータベースに格納する。サーバ３１０のデータベースには、たとえば、各々のダンプトラック２００の識別情報と関連付けた顧客情報が格納されている。なお、データベースは、サーバ３１０の外部に設けられていてもよい。サーバ３１０は、たとえば、累積損傷度Ｄが所定のしきい値を超えた部品を備えるダンプトラック２００のリストを生成して、ダンプトラック２００の部品の疲労を管理する。

情報端末３２０は、たとえば、ダンプトラック２００を購入した顧客の拠点またはダンプトラック２００のメンテナンス拠点に設置されたパーソナルコンピュータや、ダンプトラック２００のオペレータやメンテナンス要員が所持する携帯情報端末を含む。情報端末３２０は、たとえば、無線通信回線やネットワークを介してサーバ３１０に接続されている。

また、情報端末３２０は、たとえば、ダンプトラック２００の識別情報が入力されると、その識別情報に関連付けられた部品の累積損傷度Ｄをサーバ３１０から取得する。また、情報端末３２０は、たとえば、あらかじめ登録したダンプトラック２００の識別情報に基いて、累積損傷度Ｄが所定のしきい値を超えた部品を備えるダンプトラック２００のリストをサーバ３１０から受信する。

以上のように、本実施形態の応力推定装置１００は、記憶部１１０と演算部１２０とを備え、ダンプトラック２００に作用する応力Ｓを推定する。記憶部１１０は、力演算式１１１と、応力演算式１１２とが記憶されている。力演算式１１１は、ダンプトラック２００のサスペンション装置２０３，２０４に作用する力を検出する力センサ２３０の出力値、または、ダンプトラック２００に取り付けられた加速度センサ２４０の出力値および力センサ２３０の出力値に基いてダンプトラック２００の所定部分に作用する力Ｆを算出するための式である。応力演算式１１２は、ダンプトラック２００の所定部分に作用する力Ｆに基いてダンプトラック２００に作用する応力Ｓを算出するための式である。演算部１２０は、力演算部１２１と応力演算部１２２とを有している。力演算部１２１は、力センサ２３０の出力値、または、加速度センサ２４０の出力値および力センサ２３０の出力値と、記憶部１１０に記憶された力演算式１１１とを用いてダンプトラック２００の所定部分に作用する力Ｆを算出する。応力演算部１２２は、力演算部１２１によって算出された力Ｆと、記憶部１１０に記憶された応力演算式１１２とを用いて、ダンプトラック２００に作用する応力Ｓを算出する。

このような構成により、本実施形態の応力推定装置１００は、まず、ダンプトラック２００の所定部分に作用する力Ｆを推定し、次に、推定した力Ｆに基いてダンプトラック２００に作用する応力Ｓを推定することができる。そのため、上記従来の応力演算システムや疲労管理システムのように、センサの出力値から直接的に応力を推定する場合と比較して、ダンプトラック２００に作用する応力Ｓをより高精度に推定することが可能になる。また、記憶部１１０に力演算式１１１があらかじめ記憶されている。そのため、演算部１２０は、ダンプトラック２００の所定部分に作用する力Ｆおよびその時間歴波形を、力センサ２３０の出力値、または、加速度センサ２４０および力センサ２３０の出力値と、力演算式１１１とに基いて、力演算部１２１によって容易に算出することができる。また、記憶部１１０に応力演算式１１２があらかじめ記憶されているため、演算部１２０は、ダンプトラック２００に作用する応力Ｓおよびその時間歴波形を、応力演算式１１２と力Ｆとに基いて、応力演算部１２２によって容易に算出することができる。

また、本実施形態の応力推定装置１００において、ダンプトラック２００の所定部分は、ダンプトラック２００に作用する応力Ｓを計算する構造解析におけるダンプトラック２００の解析モデルに対する力Ｆの入力位置に対応する部分である。そして、応力演算式１１２は、ダンプトラック２００の解析モデルから導出されている。

このような構成により、本実施形態の応力推定装置１００は、ダンプトラック２００の解析モデルを用い、ダンプトラック２００の所定部分に作用する力Ｆによってダンプトラック２００に作用する応力Ｓを高精度に推定可能な応力演算式１１２を得ることができる。したがって、本実施形態の応力推定装置１００によれば、ダンプトラック２００に作用する応力Ｓをより高精度に推定することが可能になる。

また、本実施形態の応力推定装置１００において、力演算式１１１は、試験用ダンプトラック２００Ａに取り付けられた試験用力センサ２８０の出力値と試験用ダンプトラック２００Aの力センサ２３０の出力値、または、試験用ダンプトラック２００Ａの試験用力センサ２８０の出力値と試験用ダンプトラック２００Aに取り付けられた加速度センサ２４０の出力値および力センサ２３０の出力値に基いて決定されている。試験用力センサ２８０は、ダンプトラック２００と同一の構成を備えた試験用ダンプトラック２００Ａの所定部分に取り付けられて、試験用ダンプトラック２００Ａの所定部分に作用する力Ｆを検出する。

このような構成により、本実施形態の応力推定装置１００は、試験用ダンプトラック２００Ａを走行させて試験用力センサ２８０の出力値と、試験用ダンプトラック２００Ａの力センサ２３０および加速度センサ２４０の出力値とを収集することが可能になる。そのため、応力推定装置１００は、収集した各センサの検出値の関係を解析することにより、力センサ２３０の出力値、または、力センサ２３０および加速度センサ２４０の出力値に基いてダンプトラック２００の所定部分に作用する力Ｆを高精度に推定可能な力演算式１１１を得ることができる。したがって、本実施形態の応力推定装置１００によれば、ダンプトラック２００に作用する応力Ｓをより高精度に推定することが可能になる。

また、本実施形態の応力推定装置１００において、ダンプトラック２００の所定部分は、ダンプトラック２００のフレーム２１０の複数の部分２１１を含む。フレーム２１０は、サスペンション装置２０３，２０４が取り付けられるとともにダンプトラック２００の積荷が積載されるボディ２０５を支持する部分である。

このような構成により、本実施形態の応力推定装置１００は、積荷が積載されるボディ２０５から比較的に大きな力Ｆが複数の部分２１１に作用することで比較的に疲労が蓄積しやすいフレーム２１０に作用する応力Ｓを、高精度に推定することができる。したがって、本実施形態の応力推定装置１００によれば、ダンプトラック２００の安全性をより向上させることができる。

また、本実施形態の応力推定装置１００において、記憶部１１０には、ダンプトラック２００の部品に作用する応力Ｓの時刻歴波形と、応力振幅の繰り返し数とのＳ－Ｎ曲線１１３が記憶されている。また、演算部１２０は、応力演算部１２２によって算出された応力Ｓと、記憶部１１０に記憶されたＳ－Ｎ曲線１１３とを用いて、ダンプトラック２００の部品の累積損傷度Ｄを算出する損傷度演算部１２３を有する。

このような構成により、本実施形態の応力推定装置１００は、より高精度に算出することが可能になったダンプトラック２００に作用する応力Ｓに基いて、ダンプトラック２００の部品の累積損傷度Ｄをより高精度に算出することが可能になる。その結果、本実施形態の応力推定装置１００を含む疲労管理システム３００は、複数のダンプトラック２００の各々の部品の疲労を、従来の疲労管理システムよりも高精度に管理して、効率の良い部品交換やメンテナンスを促進することが可能になる。

以上説明したように、本実施形態によれば、ダンプトラック２００に作用する応力Ｓをより高精度に推定することが可能な応力推定装置１００と、その応力推定装置１００を含む疲労管理システム３００を提供することができる。なお、本開示に係る応力推定装置は、前述の実施形態に限定されない。

図６は、図１の応力推定装置１００の変形例を示すブロック図である。図６に示す例において、応力推定装置１００は、たとえば、サーバ３１０によって構成されている。すなわち、応力推定装置１００の記憶部１１０および演算部１２０は、たとえば、サーバ３１０のＣＰＵによってサーバ３１０のメモリに記憶されたプログラムを実行することによって実現される応力推定装置１００の機能である。

この場合、ダンプトラック２００のコントローラ２５０は、力センサ２３０から出力される力検出値ＨＶ、または、加速度センサ２４０から出力される加速度検出値ＡＶおよび力センサ２３０から出力される力検出器HVを記憶して、通信装置２７０を介してサーバ３１０へ送信する記憶部２５１を構成する。また、試験用ダンプトラック２００Ａの記憶部２５１は、さらに試験用力センサ２８０の力検出値ＦＶを記憶して、通信装置２７０を介してサーバ３１０へ送信する。

図６に示す変形例に係る応力推定装置１００によっても、図１に示す応力推定装置１００と同様の効果を奏することができる。すなわち、応力推定装置１００は、たとえば、ダンプトラック２００のコントローラ２５０、サーバ３１０、または情報端末３２０の少なくとも一つによって構成することが可能である。また、演算部１２０は、損傷度演算部１２３を有しなくてもよく、損傷度演算部１２３に替えて、たとえば、特許文献３に記載された疲労インデックス値を算出するインデックス値算出部を有してもよい。

以上、図面を用いて本開示に係る応力推定装置の実施形態を詳述してきたが、具体的な構成はこの実施形態に限定されるものではなく、本開示の要旨を逸脱しない範囲における設計変更等があっても、それらは本開示に含まれるものである。

１００ 応力推定装置
１１０ 記憶部
１１１ 力演算式
１１２ 応力演算式
１１３ Ｓ－Ｎ曲線
１１４ 累積損傷度
１２０ 演算部
１２１ 力演算部
１２２ 応力演算部
１２３ 損傷度演算部
２００ ダンプトラック
２００Ａ 試験用ダンプトラック
２１０ フレーム
２１１ フレームの部分（所定部分）
２０３ サスペンション装置
２０４ サスペンション装置
２０５ ボディ
２３０ 力センサ
２４０ 加速度センサ
２８０ 試験用力センサ
Ｄ 累積損傷度
Ｆ 力
Ｓ 応力

Claims (5)

1. 記憶部と演算部とを備え、ダンプトラックに作用する応力を推定する応力推定装置であって、
   前記記憶部は、前記ダンプトラックのサスペンション装置に作用する力を検出する力センサの出力値、または、前記ダンプトラックに取り付けられた加速度センサの出力値および前記力センサの出力値に基いて前記ダンプトラックの所定部分に作用する力を算出するための力演算式と、前記力に基いて前記ダンプトラックに作用する応力を算出するための応力演算式と、が記憶され、
   前記演算部は、前記力センサの出力値、または、前記加速度センサおよび前記力センサの出力値と前記記憶部に記憶された前記力演算式とを用いて前記力を算出する力演算部と、前記力演算部によって算出された前記力と前記記憶部に記憶された前記応力演算式とを用いて前記ダンプトラックに作用する応力を算出する応力演算部と、を有することを特徴とする応力推定装置。
2. 前記所定部分は、前記ダンプトラックに作用する応力を計算する構造解析における前記ダンプトラックの解析モデルに対する力の入力位置に対応する部分であり、
   前記応力演算式は、前記解析モデルから導出されていることを特徴とする請求項１に記載の応力推定装置。
3. 前記力演算式は、前記ダンプトラックと同一の構成を備えた試験用ダンプトラックの前記所定部分に取り付けられて前記試験用ダンプトラックの前記所定部分に作用する力を検出する試験用力センサの出力値と前記試験用ダンプトラックの前記力センサの出力値、または、前記試験用力センサの出力値と前記加速度センサの出力値および前記力センサの出力値に基いて決定されていることを特徴とする請求項１に記載の応力推定装置。
4. 前記所定部分は、前記サスペンション装置が取り付けられるとともに前記ダンプトラックの積荷が積載されるボディを支持する前記ダンプトラックのフレームの複数の部分を含むことを特徴とする請求項１に記載の応力推定装置。
5. 前記記憶部には、前記ダンプトラックの部品に作用する応力の時刻歴波形と、応力振幅の繰り返し数とのＳ－Ｎ曲線が記憶されており、
   前記演算部は、前記応力演算部によって算出された応力と、前記記憶部に記憶された前記Ｓ－Ｎ曲線とを用いて、前記部品の累積損傷度を算出する損傷度演算部を有することを特徴とする請求項１に記載の応力推定装置。