特許ウォッチ

公開番号2025067057
公報種別公開特許公報(A)
公開日2025-04-24
出願番号2023176730
出願日2023-10-12
発明の名称情報処理装置
出願人トヨタ自動車株式会社
代理人個人,個人
主分類G01M 17/007 20060101AFI20250417BHJP(測定;試験)
要約【課題】モデルデータに入力する特徴パラメータの種類の数を抑制する。
【解決手段】情報処理装置は、実行装置を備えている。実行装置は、車両で取得された各種の時系列データを含む走行データを取得する。実行装置は、走行データが含むパラメータのうち、動力伝達装置が含む部品の経年劣化に応じた変化が大きい複数のパラメータを複数の特徴パラメータとして特定する(S53)。実行装置は、動力伝達装置の故障の予兆が生じているときの走行データに含まれる複数の特徴パラメータのうち変化が大きいものから順に選択されたK個の特徴パラメータ、及び予兆に関わる故障原因を組み合わせたデータを用いた機械学習によりモデルデータを生成する(S61～S63)。実行装置は、モデルデータの推定精度が予め定められた規定精度以上である場合に、取得した走行データに含まれるK個の特徴パラメータを、モデルデータに入力することにより推定結果を出力する。
【選択図】図3
特許請求の範囲【請求項１】
車両に搭載されたセンサによって取得された各種の時系列データを含む走行データが入力されることにより、動力伝達装置の故障原因の推定結果を出力するモデルのデータをモデルデータとし、
前記走行データのうち、前記動力伝達装置が含む部品の経年劣化に応じて変化するパラメータを特徴パラメータとし、
前記特徴パラメータの種類の数を示す「Ｋ」を１以上の整数としたとき、
実行装置を備え、
前記実行装置は、
前記走行データを取得することと、
前記走行データが含むパラメータのうち、前記動力伝達装置が含む部品の経年劣化に応じた変化が大きい複数のパラメータを複数の前記特徴パラメータとして特定することと、
前記動力伝達装置の故障の予兆が生じているときの前記走行データに含まれる複数の前記特徴パラメータのうち変化が大きいものから順に選択されたＫ個の前記特徴パラメータ、及び前記予兆に関わる前記故障原因を組み合わせたデータを用いた機械学習により前記モデルデータとしての第１モデルデータを生成することと、
前記予兆が生じているときの前記走行データに含まれる複数の前記特徴パラメータのうち変化が大きいものから順に選択されたＫ＋１個の前記特徴パラメータ、及び前記予兆に関わる前記故障原因を組み合わせたデータを用いた機械学習により前記モデルデータとしての第２モデルデータを生成することと、
生成した前記第１モデルデータの推定精度である第１精度を算出することと、
生成した前記第２モデルデータの推定精度である第２精度を算出することと、
算出した前記第１精度が予め定められた規定精度以上である場合に、取得した前記走行データに含まれるＫ個の前記特徴パラメータを、前記第１モデルデータに入力することにより前記推定結果を出力することと、
算出した前記第１精度が前記規定精度未満であって、且つ、算出した前記第２精度が前記規定精度以上である場合に、取得した前記走行データに含まれるＫ＋１個の前記特徴パラメータを、前記第２モデルデータに入力することにより前記推定結果を出力することと、
を実行可能である
情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置に関する。
続きを表示（約 2,600 文字）【背景技術】
【０００２】
特許文献１の異常検出システムは、異常検出装置と、複数の温度センサとを備えている。各温度センサは、光ファイバーケーブルにおける各地点の温度を検出する。異常検出装置は、複数の温度センサから複数の地点の温度についての複数の時系列データを取得する。異常検出装置は、複数の時系列データをモデルデータに入力することにより、光ファイバーケーブルの故障の予兆を検出する。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－０９８３７３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１のような異常検出システムでは、モデルデータを生成するにあたって当該モデルデータに入力するパラメータの種類を多くすることで、モデルデータを用いた故障の予兆についての検出の精度を向上でき得る。しかし、単にモデルデータに入力するパラメータの種類を多くすると、モデルデータに入力するパラメータの種類の数が過度に多くなるおそれがある。
【課題を解決するための手段】
【０００５】
上記課題を解決するための情報処理装置は、車両に搭載されたセンサによって取得された各種の時系列データを含む走行データが入力されることにより、動力伝達装置の故障原因の推定結果を出力するモデルのデータをモデルデータとし、前記走行データのうち、前記動力伝達装置が含む部品の経年劣化に応じて変化するパラメータを特徴パラメータとし、前記特徴パラメータの種類の数を示す「Ｋ」を１以上の整数としたとき、実行装置を備え、前記実行装置は、前記走行データを取得することと、前記走行データが含むパラメータのうち、前記動力伝達装置が含む部品の経年劣化に応じた変化が大きい複数のパラメータを複数の前記特徴パラメータとして特定することと、前記動力伝達装置の故障の予兆が生じているときの前記走行データに含まれる複数の前記特徴パラメータのうち変化が大きいものから順に選択されたＫ個の前記特徴パラメータ、及び前記予兆に関わる前記故障原因を組み合わせたデータを用いた機械学習により前記モデルデータとしての第１モデルデータを生成することと、前記予兆が生じているときの前記走行データに含まれる複数の前記特徴パラメータのうち変化が大きいものから順に選択されたＫ＋１個の前記特徴パラメータ、及び前記予兆に関わる前記故障原因を組み合わせたデータを用いた機械学習により前記モデルデータとしての第２モデルデータを生成することと、生成した前記第１モデルデータの推定精度である第１精度を算出することと、生成した前記第２モデルデータの推定精度である第２精度を算出することと、算出した前記第１精度が予め定められた規定精度以上である場合に、取得した前記走行データに含まれるＫ個の前記特徴パラメータを、前記第１モデルデータに入力することにより前記推定結果を出力することと、算出した前記第１精度が前記規定精度未満であって、且つ、算出した前記第２精度が前記規定精度以上である場合に、取得した前記走行データに含まれるＫ＋１個の前記特徴パラメータを、前記第２モデルデータに入力することにより前記推定結果を出力することと、を実行可能である。
【発明の効果】
【０００６】
上記構成によれば、第１精度が予め定められた規定精度以上である場合には、第２モデルデータに比べて入力する特徴パラメータの種類の数が少ない第１モデルデータを用いて動力伝達装置の故障原因の推定結果が出力される。これにより、規定精度以上の推定精度を担保しつつ、モデルデータに入力する特徴パラメータの種類の数が過度に多くなることを抑制できる。
【図面の簡単な説明】
【０００７】
図１は、推定システムの概略構成図である。
図２は、モデルデータの説明図である。
図３は、生成制御を示すフローチャートである。
【発明を実施するための形態】
【０００８】
＜推定システムの概略構成＞
以下、本発明の一実施形態を図１～図３にしたがって説明する。先ず、推定システム１０の概略構成について説明する。
【０００９】
図１に示すように、推定システム１０は、情報処理装置２０、入力デバイス３０、及びディスプレイ４０を備えている。入力デバイス３０は、例えば、キーボード、及びポインティングデバイス等を含んでいる。ディスプレイ４０は、各種の情報を表示可能である。
【００１０】
情報処理装置２０は、実行装置２１、及び記憶装置２２を備えている。実行装置２１の一例は、ＣＰＵである。記憶装置２２は、読み出しのみが可能なＲＯＭと、読み出し及び書き込みが可能な揮発性のＲＡＭと、読み出し及び書き込みが可能な不揮発性のストレージとを含んでいる。記憶装置２２は、各種のプログラム及び各種のデータを予め記憶している。また、記憶装置２２は、各種のプログラムの一つとして制御プログラム２２Ａを予め記憶している。さらに、記憶装置２２は、各種のデータの一つとしてモデルデータＤＭを予め記憶している。モデルデータＤＭは、所定の入力変数と、動力伝達装置の故障原因の推定結果を示す出力変数との関係性が、実行装置２１が認識可能な形式で記述されたものである。ここで、動力伝達装置は、車両のうち、当該車両が備えている駆動源から駆動輪までの動力の伝達経路上の装置である。動力伝達装置の一例は、いわゆるトランスアクスルである。また、モデルデータＤＭは、後述する生成制御において機械学習により生成されたものである。なお、モデルデータＤＭについての具体的な説明は後述する。また、記憶装置２２は、モデルデータＤＭに付随するデータとして、複数の学習用データＤＬを予め記憶している。学習用データＤＬは、モデルデータＤＭを生成するためのデータである。学習用データＤＬについての具体的な説明は後述する。実行装置２１は、記憶装置２２に記憶された制御プログラム２２Ａを実行することにより、後述する各種の処理を実現する。情報処理装置２０の一例は、いわゆるパーソナルコンピュータである。
（【００１１】以降は省略されています）

関連特許