CN103814335A - 挖土机、挖土机管理装置及挖土机管理方法 - Google Patents

Abstract

车辆控制器控制显示装置。车辆控制器根据推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息，以能够辨认与可疑组件建立了关联的优先级的方式，显示于可疑组件显示装置。

Description

挖土机、挖土机管理装置及挖土机管理方法

技术领域

本发明涉及一种挖土机、挖土机管理装置及挖土机管理方法。

背景技术

以往的不良状态管理系统中，若在施工机械中产生任何故障，则根据施工机械的机种、型号、设备编号、故障代码，从不良状态管理信息表检索适于故障检修的处理事例。不良状态管理信息表中设定有“优先级”项目。例如，设定为以往的故障处理事例的总计件数越多的处理事例，其优先级越高。维修人员以不良管理信息表作为参考，进行故障检修。

其他异常分析系统中，故障的产生原因及当时的车辆状态值等作为培训用数据进行数据库化。车辆中产生任何异常时，从各种车辆信息抽出异常原因识别信息，如是由于异常操作而导致，还是由于异常行走而导致，或是由于组件的劣化而导致等。根据该异常原因识别信息选择培训用数据。利用所选择的培训用数据，通过数据挖掘方式，进行确定异常原因的处理。

已知有根据通过各种传感器取得的信号判断是何种故障，并显示故障代码及故障内容的施工机械的故障诊断装置。该故障诊断装置中，显示通过传感器检测出的值为异常的故障内容，但是并未提供具体是哪个组件发生故障及应进行何种对应的信息。

并且，已知有判定有无传感器的故障，并以与故障内容对应的记号图像显示信号线的短路或接地等故障内容的施工机械的故障诊断装置。

现有技术文献

专利文献

专利文献1：国际公开2006/085469号

专利文献2：日本特开2010-55545号公报

专利文献3：日本特开2007-224531号公报

专利文献4：日本特开2010-180636号公报

发明内容

发明要解决的技术课题

很难根据发生异常时的各种信息将异常原因确定为一个。并且，所确定的异常原因并不一定是真正的原因。

以往的故障诊断装置中，未确定故障组件，因此很难根据传感器的异常信号等确定应进行何种故障对应。

用于解决技术课题的手段

根据本发明的一观点，提供一种挖土机，其具有显示装置及控制所述显示装置的车辆控制器，所述车辆控制器根据推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息，以能够辨认与所述可疑组件建立了关联的优先级的方式，将所述可疑组件显示于所述显示装置。

根据本发明的其他观点，提供一种挖土机管理装置，其具有显示装置及控制所述显示装置的处理装置，所述处理装置根据推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息，以能够辨认与所述可疑组件建立了关联的优先级的方式，将所述可疑组件显示于所述显示装置。

根据本发明的另一其他观点，提供一种挖土机管理方法，其具有：从诊断对象挖土机取得与挖土机的运行信息相关的多个运行变量的测定值的工序；利用按成为应评价的单位的各评价对象分别从挖土机取得的所述运行变量的测定值与确定在该评价对象中发生的故障的故障类别建立关联而成的因果关系信息，以所述运行变量为从所述诊断对象挖土机取得的测定值的事件作为结果，计算所述故障类别的事后概率的工序；及根据计算出的事后概率，对所述故障类别排等级并输出至输出装置的工序。

发明效果

由于能够辨认与可疑组件建立了关联的优先级，因此即使在显示有多个可疑组件的情况下，也能够轻松地锁定故障部位。

附图说明

图1是基于实施例1的施工机械的侧视图。

图2是基于实施例1的施工机械的动力系统的框图。

图3是基于实施例1的施工机械的信息系统的框图。

图4是表示故障管理单的一例的图表。

图5是表示故障推断信息的图表。

图6是显示于显示装置的机体、机体的基本信息及操作按钮的图像。

图7A及图7B是显示于显示装置的包含可疑组件的部位的图像。

图7C是显示于显示装置的包含可疑组件的部位及故障信息的图像。

图7D是显示于显示装置的检查项目的图像。

图7E是显示于显示装置的检修顺序的图像。

图8是制作用于进行基于实施例1的故障诊断的因果关系信息并存储的处理的流程图。

图9是表示从评价对象挖土机取得的运行变量及故障类别的一例的图表。

图10是用于说明对运行变量进行离散化的方法的运行时间的直方图。

图11时表示已离散化的运行变量与故障类别的关联（因果关系信息）的图表。

图12是表示实施例1中采用的故障推断模型的事前概率及带条件概率的一例的图。

图13是基于实施例1的施工机械的管理装置中进行的推理故障类别的事后概率的处理的流程图。

图14是表示从诊断对象施工机械取得的运行变量的离散化值及已推理的故障类别的事后概率的图表。

图15是表示从实施例2中采用的评价对象挖土机取得的运行变量及故障类别的一例的图表。

图16是表示实施例2中采用的故障推断模型的事前概率及带条件概率的一例的图。

具体实施方式

[实施例1]

图1中示出基于实施例1的液压挖土机的侧视图。下部行走体（基体）20上经由回转机构21搭载有上部回转体23。回转机构21包括电动机（马达），使上部回转体23顺时针或逆时针回转。上部回转体23上安装有动臂24。动臂24通过液压驱动的动臂缸25相对于上部回转体23向上下方向摆动。动臂24的前端安装有斗杆26。斗杆26通过液压驱动的斗杆缸27相对于动臂24向前后方向摆动。斗杆26的前端安装有铲斗28。铲斗28通过液压驱动的铲斗缸29相对于斗杆26向上下方向摆动。上部回转体23上进一步搭载有容纳驾驶员的驾驶室30。

图2中示出基于实施例1的挖土机的动力系统及液压系统的框图。图2中，以双重线表示动力系统，以粗实线表示高压液压管路，以虚线表示先导管路。

引擎31的驱动轴经由变矩器32与主泵34连结。引擎31使用通过燃料的燃烧产生驱动力的引擎，例如柴油引擎等内燃机。引擎31在施工机械的运行期间始终被驱动。主泵34成为引擎31的外部负载。

主泵34经由高压液压管路36向控制阀37供给液压。控制阀37通过来自驾驶员的指令，向行走用液压马达38A、38B、回转用液压马达45、动臂缸25、斗杆缸27及铲斗缸29分配液压。行走用液压马达38A及38B分别驱动图1所示的下部行走体20中具备的左右2条履带。回转用液压马达45驱动图1所示的回转机构21。

先导泵50产生液压操作系统所需的先导压力。所产生的先导压力经由先导管路51供给至操作装置52。操作装置52包括操纵杆和踏板，由驾驶员操作。操作装置52根据驾驶员的操作将从先导管路51供给的初级侧的液压转换为次级侧的液压。次级侧的液压经由液压管路53传递至控制阀37，并且经由另一液压管路54传递至压力传感器55。

由压力传感器55检测出的压力检测结果输入至控制装置40。由此，控制装置40能够感测下部行走体20、回转机构21、动臂24、斗杆26及铲斗28的操作情况。控制装置40根据操作情况控制引擎31的输出。

图3中示出基于实施例1的挖土机的信息系统的框图及管理装置（管理中心）的框图。挖土机60上搭载有车辆控制器61、通信装置62、GPS车载设备63、显示装置64及指定设备65。车辆控制器61接收由设置于挖土机60的各种传感器测定的运行变量的测定值。挖土机60相当于成为诊断对象的挖土机、或成为收集用于诊断故障的因果关系信息的评价对象的挖土机等。

指定设备65能够指定显示装置64的画面内的坐标。所指定的坐标输入至车辆控制器61。指定设备65例如能够利用操纵杆、触控板、触控面板、追踪球等。

通信装置62经由通信线路80与管理装置70进行各种信息的收发。GPS车载设备63测量挖土机60的当前位置。

管理装置70包括通信装置71、处理装置72、存储装置73、显示装置74及指定设备75。通信装置71经由通信线路80与挖土机60进行各种信息的收发。处理装置72根据从挖土机60接收的运行变量的测定值，推断挖土机60中发生的或预计会发生的故障类别。通常，推断多个故障类别，从发生概率较高的故障依次赋予优先级。对于故障类别的推断处理的详细内容，将进行后述。

存储装置73中存储有基于处理装置72的推断处理所需的各种信息。显示装置74显示基于处理装置72的故障类别的推断结果。并且，推断结果作为故障推断信息经由通信装置71发送至挖土机60。

图4中示出故障管理单的一例。故障管理单储存于管理装置70内的存储装置73（图3）。挖土机60中划定有具有某种汇总的功能的多个部位。各个部位由多个组件构成。例如，“引擎”这个部位由多个组件构成，例如由燃料管路、喷油器、燃料过滤器、交流发电机、机油冷却器等构成。

故障管理单按故障类别准备。各故障管理单通过故障类别X进行识别，包括故障名称、故障部位、故障组件及与对策相关的信息。例如，故障类别X为X1的故障的名称为“引擎燃料管路异常”，故障部位为“引擎”，故障组件为“燃料管路”，对策为“检查、清扫、更换燃料管路”。

故障管理单针对预先设想的故障而准备。而且，发生了未设想的故障时，对于该故障制作新的故障管理单。图4中，示出6种故障类别的故障管理单，但实际上准备有更多的故障管理单。

图5中示出从管理装置70（图3）发送至挖土机60的故障推断信息的一例。故障推断信息包括优先级、故障类别、名称、部位、组件及对策。将推断为发生了故障的组件作为“可疑组件”。例如，向挖土机60发送优先级1至4的故障类别。挖土机60的车辆控制器61根据故障推断信息，将故障信息以图像显示于显示装置64。

图6中示出显示于显示装置64的图像的一例。车辆控制器61以能够识别包括可疑组件的部位与其他部位的方式，将挖土机基体的图像显示于显示装置64。例如，以粗闭合曲线包围包括可疑组件的部位来显示。接收到图5所示的故障推断信息时，引擎及回转马达的位置被粗闭合曲线包围。

而且，显示装置64中显示挖土机的型号、引擎、液压泵、回转马达等基本信息。而且，显示有用于显示其他信息的多个操作按钮，例如“运转信息”、“运转历史”、“检修历史”、“位置信息”的按钮。若选择运转信息按钮，则在显示装置64上显示本周的运转信息。若选择运转历史按钮，则显示本周之前的过去的运转信息。若选择检修历史按钮，则显示过去的检修历史。若选择位置信息按钮，则显示地图，并且显示在地图内表示当前位置的记号例如箭头。

若通过指定设备65指定包括可疑组件的部位，则显示该部位的名称及优先级。例如，若指定设备65指定引擎的位置，则显示与该部位中所包含的可疑组件建立对应关联的最高优先级及部位名称“引擎”，最高优先级在此为“1”。若指定设备65指定回转马达的位置，则显示与该部位中所包含的可疑组件建立对应关联的最高优先级及部位名称“回转马达”，最高优先级在此为“4”。另外，可根据优先级改变粗闭合曲线的颜色。并且，除了以粗闭合曲线强调显示可疑部位之外，还可以以操作员或维修人员能够在视觉上轻松识别可疑部位的方式强调显示。例如，可利用点线或虚线的闭合曲线，也可闪烁显示可疑部位。

若通过指定设备65指定包括可疑组件的部位，则车辆控制器61将所指定的部位的放大图像显示于显示装置64。

图7A中示出由指定设备65指定了部位“引擎”时的放大图像的一例。以能够识别可疑组件与其他组件的方式，且以能够辨认与可疑组件建立对应关联的优先级的方式，显示包括可疑组件的部位。图7A中，通过以粗闭合曲线包围可疑组件，区别可疑组件与其他组件。显示于可疑组件附近的带圈数字表示优先级。另外，可代替粗闭合曲线使用点线或虚线的闭合曲线，也可闪烁显示可疑组件。

若通过指定设备65指定可疑组件，则车辆控制器61显示与被指定的可疑组件对应的故障名称、组件名及故障对策。图7B中示出指定了组件“喷油器”时的显示例。作为故障名称显示“引擎喷油器异常”，作为组件名显示“喷油器”，作为故障对策显示“更换喷油器”。

由于以图像显示推断为发生了故障的部位及组件，维修人员能够轻松确定故障部位。即使在推断为发生有故障的部位为多个部位时，由于故障组件与优先级建立了关联，因此容易锁定故障部位。而且，根据显示于显示装置64的故障对应等信息，能够在短时间内发现适当的检修方法。

另外，包括可疑组件的部位为一个部位时，可以不显示图6所示的包括多个部位的机体图像，而是显示图7A所示的部位的放大图像。并且，部位中所包含的可疑组件为一个时，可在图7A中显示可疑组件。仅通过显示可疑组件的图像很难把握部位时，可以以能够确定可疑组件的方式，显示整个部位的图像。

图7A及图7B中虽未示出，但与图6的情况同样地，还显示用于显示其他信息的多个操作按钮。

图7C中表示可疑部位的其他显示例。图7C所示的例子中，除了引擎的图像之外，还显示故障信息。与图6所示的例子同样地，显示有用于显示其他信息的多个操作按钮。

故障信息按优先级归纳为一个选项卡而以选项卡形式显示。与一个选项卡对应的显示区域内显示故障类别、故障概率、故障组件，并且显示检查项目按钮、组件目录按钮及检修步骤按钮。“故障概率”是指，在评价对象挖土机中发生所显示的故障类别的故障的概率。若选择与当前显示的选项卡不同的选项卡，则显示与被选择的选项卡对应的其他优先级的故障信息。

图7D中示出选择了检查项目按钮（图7C）时显示的图像的一例。作为检查项目，显示多个应检查的内容及对检查结果的对应。工作人员按照检查项目进行检查工作，由此能够轻松地确定发生故障的组件。与图6的情况同样地，还显示用于显示其他信息的多个操作按钮。而且，显示“返回”按钮。

图7E中示出选择了检修步骤按钮（图7C）时显示的图像的一例。以时间序列显示检修所需的准备品及工作步骤。工作人员能够根据所显示的检修步骤轻松地进行检修。与图6的情况同样地，还显示用于显示其他信息的多个操作按钮。而且，显示“返回”按钮。

接着，参考图8～图14，对故障类别的推断处理进行说明。

图8中示出制作用于进行故障诊断的因果关系信息并存储的处理的流程图。在步骤SA1中，管理装置70从评价对象挖土机60取得运行变量的测定值及在收集了该测定值期间发生的故障类别。

图9中示出步骤SA1中取得的运行变量的测定值及故障类别的一例。关于运行变量的测定值及故障类别的取得，按挖土机的设备编号且按一定收集期间进行。收集期间例如设定为一天。在一个收集期间内从一个设备编号的挖土机收集的信息群构成一个评价对象。

图9中，作为一例，评价对象No.1的信息为2011年7月1日从设备编号a的挖土机取得的信息，运行时间A为24，泵压力B为19，冷却水温度C为15，液压负载D为11，运转时间E为14。“运行时间”是指，从按下挖土机的启动开关开始至按下停止开关为止的时间，即挖土机处于启动状态的时间。“运转时间”是指，操作员对挖土机进行操作的时间。并且，评价对象No.1的故障类别X为X1。这表示2011年7月1日在设备编号a的挖土机中发生了故障类别X1的故障。图9中示出的故障类别X0表示未发生故障。

接着，在步骤SA2（图8）中，进行运行变量的离散化处理，将各运行变量置换为有限离散事件。

参考图10，对将运行时间A置换为有限离散事件的方法进行说明。另外，对于其他运行变量，同样也能够置换为有限离散事件。

图10表示运行时间A的直方图的一例。图10的横轴表示运行时间A，纵轴表示评价对象的数量（频率）。将运行时间A的平均设为μ，将标准偏差设为σ。对从μ-3σ至μ+3σ为止的范围进行三等分。即，横轴分割为μ-3σ～μ-σ、μ-σ～μ+σ、μ+σ～μ+3σ这三个区域。关于运行时间A，将μ-σ以下的区段设为A1，将μ-σ～μ+σ的区段设为A2，将μ+σ以上的区段设为A3。

对于运行时间A，产生测定值取区段A1内的值的事件、取区段A2内的值的事件及取区段A3内的值的事件中的任一事件。

图11中示出离散化处理后的运行变量及故障类别的一览。对于运行时间A，以其测定值所属的区段A1、A2、A3表示。同样地，其他运行信息也置换为有限离散事件。

接着，在步骤SA3（图8）中，制作因果关系信息并储存于存储装置73（图3）。

图11中示出的对有限离散事件的运行变量A、B、C、……与故障类别X建立了关联的一览表，可以说是将故障类别X作为原因事件且将运行变量作为结果事件的因果关系信息。

图12中示出实施例1中采用的故障推断模型的事前概率及带条件概率的一例。将故障类别X作为原因事件，将各运行变量作为设想成由于原因而产生的结果事件，能够从图11所示的因果关系信息计算事前概率P（X）。而且，对于运行变量A、B、C……的每一个，能够计算以发生各故障类别X的事件为前提条件的带条件概率P（A|X）、P（B|X）、……。图12中示出计算出的事前概率P（X）及带条件概率P（A|X）、P（B|X）的一例。

图13中示出推断故障原因的方法的流程图。在步骤SB1中，管理装置70从成为诊断对象的挖土机取得运行变量的测定值。在步骤SB2中，进行所取得的运行变量的离散化处理。该离散化处理根据与图8的步骤SA2中进行的离散化处理相同的基准进行。图14中示出离散化处理后的运行变量的一例。例如，运行时间A的离散化值为A2，泵压力B的离散化值为B3，冷却水温度C的离散化值为C1，液压负载D的离散化值为D2，运转时间E的离散化值为E2。

在步骤SB3中，利用从图8所示的因果关系信息得到的事前概率P（X）、带条件概率P（A|X）等，求出各故障类别的事后概率（进行贝叶斯推理）。

作为一例，在已发生运行时间A为A2的事件的条件下，发生了故障类别X1的故障的事后概率P（X=X1|A=A2）（以下，标记为P（X1|A2））能够通过以下公式计算。

[式1]

$P\left(X1\right|A2)=\frac{P\left(A2\right|X1)P\left(X1\right)}{\underset{X}{\mathrm{\Σ}}P\left(X\right)P\left(A2\right|X)}$

同样地，能够计算发生了故障类别X2、X3等故障的事后概率P（X2|A2）、P（X3|A2）、……。

而且，将计算出的事后概率P（X1|A2）、P（X2|A2）、P（X3|A2）……重新作为事前概率来处理，在已发生泵压力B的离散化值为B3的事件的条件下，发生了故障类别X1的故障的事后概率P（X1|A2，B3）能够通过以下公式计算。另外，假设运行时间A与泵压力B为独立。

[式2]

$P\left(X1\right|A2,B3)=\frac{P\left(B3\right|X1,A2)P\left(X1\right|A2)}{\underset{X}{\mathrm{\Σ}}P\left(X\right|A2)P\left(B3\right|X,A2)}$

右边的P（B3|X1，A2）能够从图8所示的因果关系信息求出。同样地，能够计算发生了故障类别X2、X3等故障的事后概率P（X2|A2，B3）、P（X3|A2，B3）……。

而且，作为新的结果追加冷却水温度C、液压负载D、运转时间E等其他运行变量来计算事后概率，由此能够进一步提高计算出的事后概率的客观性。

图14中示出计算出的事后概率的一例。该例子中，成为诊断对象的挖土机中，推断发生了故障类别X2、X4、X5、X6的故障的概率分别为50%、5%、10%、3%。即如下式。

[式3]

P(X2|A2，B3，C1，D2，E2，…）＝50％

P(X4|A2，B3，C1，D2，E2，…）＝5％

P(X5|A2，B3，C1，D2，E2，…)＝10％

P(X6|A2，B3，C1，D2，E2，…）＝3％

另外，上述实施例1中依次追加成为结果的事件，重新阶段性地计算事后概率，但未必一定要阶段性地计算事后概率。也可利用图11所示的因果关系信息计算故障类别的事后概率。并且，还可利用图12所示的事前概率P（X）及各运行变量的条件概率P（A|X）、P（B|X）等，将所有运行变量考虑为结果事件来计算故障类别的事后概率。

如上述，将图14所示的运行变量的测定值的离散化值作为结果事件，利用图11所示的因果关系信息进行贝叶斯推理，由此能够计算作为原因事件的故障类别的事后概率。根据所推断的故障类别的事后概率的大小关系，对故障类别赋予优先级。图14所示的例子中，故障类别X2的优先级为“1”，故障类别X5的优先级为“2”，故障类别X4的优先级为“3”，故障类别X6的优先级为“4”。

接着，在步骤SB4（图13）中，将对所推断的故障类别建立了优先级关联的故障推断信息（图5）发送至诊断对象挖土机。另外，处理装置72在管理装置70的显示装置74上也将故障推断信息作为图像来显示。显示于管理装置70的显示装置74的图像与图6、图7A、图7B中示出的显示于挖土机60的显示装置的图像相同，通过指定设备指定部位和可疑组件的处理也与挖土机的车辆控制器61的处理相同。而且，也可通过搭载于挖土机的车辆控制器61进行管理装置70中的推断处理。此时，相当于用于存储推断处理所需的信息的存储装置73的装置搭载于挖土机。推断处理的结果发送至管理装置70。管理装置70的处理装置72将所接收的推断处理结果显示于显示装置74。此时，作为管理装置70，例如利用便携信息终端。

并且，能够将过去进行的推断处理的推断结果作为推断结果信息而事先存储于挖土机的车辆控制器61中。若事先在车辆控制器61中存储推断结果信息，则不与管理装置70进行通信就能够根据需要从推断结果信息对故障类别赋予优先级来输出。即使在如无法进行与管理装置70的通信的偏僻的地方进行挖土机的工作时，在发生任何异常时，也能够根据过去的推断结果信息迅速开始保养工作。

[实施例2]

接着，对实施例2进行说明。以下，对与实施例1的不同点进行说明，对于相同结构省略说明。

实施例1中，如图6所示，使故障类别X0、X1、X2、……中的任一个与评价对象对应。实施例2中，如图15所示，对于评价对象，使是否发生有故障类别X1、X2、……的各故障的信息与其对应。按故障类别，将发生有该故障类别的故障时的值设为“1”，将未发生时的值设为“0”。

图16中示出原因事件与结果事件的因果关系模型。例如，对某一故障类别与由于该故障的发生而受到影响的运行变量相互建立关联。图16中，例如运行时间A及冷却水温度C与故障类别X1建立关联。例如，发生故障类别X1、X2、X3的故障的事前概率P（X1）、P（X2）、P（X3）分别为0.375、0.125、0.25。并且，不发生故障类别X1、X2、X3的故障的事前概率P（X1^C）、P（X2^C）、P（X3^C）分别为0.625、0.875、0.75。其中，“X1^C”表示未发生故障类别X1的故障的事件。

对在步骤SB3（图13）中计算事后概率的方法进行说明。作为一例，在已发生运行时间为A2的事件的条件下，发生了故障类别X1的故障的事后概率P（X1|A=A2）（以下，标记为P（X1|A2））能够通过以下公式计算。

[式4]

$P\left(X1\right|A2)=\frac{P\left(A2\right|X1)P\left(X1\right)}{P\left(X1\right)P\left(A2\right|X1)+P\left({X1}^C\right)P\left(A2\right|{X1}^C)}$

而且，将计算出的事后概率P（X1|A2）重新作为事前概率来处理，在已发生冷却水温度C的离散化值为C1（参考图14）的事件的条件下，发生了故障类别X1的故障的事后概率P（X1|A2，C1）能够通过以下公式计算。

[式5]

$\left(X1\right|A2,C1)=\frac{P\left(C1\right|X1,A2)P\left(X1\right|A2)}{P\left(X1\right|A2)P\left(C1\right|X1,A2)+P\left({X1}^C\right|A2)P\left(C1\right|{X1}^C,A2)}$

存在与故障类别X1建立了关联的其他运行变量时，进一步将计算出的事后概率P（X1|A2，C1）作为事前概率来处理，作为新结果追加与故障类别X1建立了关联的其他运行变量来计算事后概率。由此，能够进一步提高计算出的事后概率的客观性。

同样地，能够计算发生了故障类别X2、X3等的故障的事后概率。通过事后概率的计算结果，可得到与图14所示的实施例1的表相同的表。

以上，根据实施例对本发明进行了说明，但本发明不限于此。本领域技术人员应可理解例如能够进行各种变更、改良、组合等。

符号说明

20-下部行走体（基体），21-回转机构，23-上部回转体，24-动臂，25-动臂缸，26-斗杆，27-斗杆缸，28-铲斗，29-铲斗缸，30-驾驶室，31-引擎，32-变矩器，34-主泵，36-高压液压管路，37-控制阀，38A、38B-液压马达，40-控制装置，45-回转用液压马达，50-先导泵，51-先导管路，52-操作装置，53、54-液压管路，55-压力传感器，60-挖土机，61-车辆控制器，62-通信装置，63-GPS车载设备，64-显示装置，65-指定设备，70-管理装置（管理中心），71-通信装置，72-处理装置，73-存储装置，74-显示装置，75-指定设备，80-通信线路。

Claims (16)

1.一种挖土机，其具有显示装置及控制所述显示装置的车辆控制器，其中，

所述车辆控制器根据推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息，以能够辨认与所述可疑组件建立了关联的优先级的方式，将所述可疑组件显示于所述显示装置。

2.根据权利要求1所述的挖土机，其中，

划定有分别由多个组件构成的多个部位，

所述故障推断信息中包含按各可疑组件分别表示故障对策的信息，

所述车辆控制器以能够识别所述可疑组件与其他组件的方式，将包含所述可疑组件的部位显示于所述显示装置。

3.根据权利要求1所述的挖土机，其中，

其进一步具有指定所述显示装置的显示画面内的位置的指定设备，

若通过所述指定设备指定了所述可疑组件，则所述车辆控制器显示与该可疑组件对应的故障对策。

4.根据权利要求3所述的挖土机，其中，

划定有分别由多个组件构成的多个部位，

所述车辆控制器根据所述故障推断信息，以能够识别包含所述可疑组件的部位与其他部位的方式，在所述显示装置上显示包含多个部位的机体，

若通过所述指定设备指定了包含所述可疑组件的部位，则所述车辆控制器以能够将所述可疑组件与其他组件识别开的方式、且以能够辨认与该可疑组件建立了关联的优先级的方式，将所指定的部位显示于所述显示装置。

5.一种挖土机管理装置，其具有显示装置及控制所述显示装置的处理装置，其中，

所述处理装置根据挖土机的推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息，以能够辨认与所述可疑组件建立了关联的优先级的方式，将所述可疑组件显示于所述显示装置。

6.根据权利要求5所述的挖土机管理装置，其中，

进一步具有存储装置，按成为应评价的单位的各评价对象分别从挖土机取得的运行信息所相关的多个运行变量的测定值及确定在该评价对象中发生的故障的故障类别被建立关联，并作为因果关系信息存储在该存储装置中，

所述处理装置根据从诊断对象挖土机取得的所述运行变量的测定值及存储于所述存储装置的因果关系信息，计算出所述可疑组件及所述优先级。

7.根据权利要求6所述的挖土机管理装置，其中，

所述处理装置根据从诊断对象挖土机取得的所述运行变量的测定值及存储于所述存储装置的因果关系信息，计算出故障类别的事后概率，并根据计算出的事后概率计算出所述可疑组件及所述优先级。

8.根据权利要求5所述的挖土机管理装置，其中，

所述处理装置中，

按成为应评价的单位的评价对象，分别从挖土机取得与挖土机的运行信息相关的多个运行变量的测定值及确定在该评价对象中发生的故障的故障类别，

关于所取得的多个评价对象，将所述多个运行变量与所述多个故障类别建立关联，并作为因果关系信息来存储，

以所述运行变量为从诊断对象挖土机取得的测定值的事件作为结果，利用所述因果关系信息计算出所述故障类别的事后概率。

9.根据权利要求7所述的挖土机管理装置，其中，

所述处理装置以所述运行变量为从所述诊断对象挖土机取得的测定值的事件作为结果，利用所述因果关系信息计算出所述故障类别的事后概率。

10.根据权利要求8或9所述的挖土机管理装置，其中，

所述处理装置对各所述运行变量，计算以产生各所述故障类别的事件作为前提条件的带条件概率，根据计算出的带条件概率求出所述事后概率。

11.根据权利要求8至10中任一项所述的挖土机管理装置，其中，

所述处理装置对所述多个运行变量各自的测定值进行离散化，从而将各所述运行变量作为有限离散事件来处理。

12.根据权利要求5所述的挖土机管理装置，其中，

进一步具有通信装置，其构成为从挖土机接收所述可疑组件及所述故障推断信息。

13.根据权利要求12所述的挖土机管理装置，其中，

所述故障推断信息中包含按所述可疑组件分别表示故障对策的信息，

所述处理装置将表示所述故障对策的信息与所述可疑组件一同显示于所述显示装置。

14.根据权利要求12或13所述的挖土机管理装置，其中，

所述挖土机中定义有分别包含多个组件的多个部位，

所述处理装置以能够识别包含所述可疑组件的部位与其他部位的方式，将包含所述可疑组件的部位显示于所述显示装置。

15.一种挖土机管理方法，其具有：

取得诊断对象挖土机的组件中被推断为发生了故障的可疑组件及包含与该可疑组件建立了关联的优先级的故障推断信息的工序；及

以能够识别所述故障推断信息中包含的与所述可疑组件建立了关联的优先级的方式，将所述可疑组件显示于显示装置的工序。

16.根据权利要求15所述的挖土机管理方法，其中，

在取得所述故障推断信息的工序之前，进一步包括：

从所述挖土机取得与挖土机的运行信息相关的多个运行变量的测定值的工序；

利用按成为应评价的单位的各评价对象分别从挖土机取得的所述运行变量的测定值与确定在该评价对象中发生的故障的故障类别建立关联而成的因果关系信息，以所述运行变量为从所述诊断对象挖土机取得的测定值的事件作为结果，计算所述故障类别的事后概率的工序；及

根据计算出的事后概率，计算出与所述可疑组件建立了关联的优先级的工序。

Images