特開 2024-82103 タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024082103

(43)【公開日】2024-06-19

(54)【発明の名称】タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラム

(51)【国際特許分類】

   B60C 19/00 20060101AFI20240612BHJP

【ＦＩ】

B60C19/00 Z

B60C19/00 H

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022195822

(22)【出願日】2022-12-07

(71)【出願人】

【識別番号】000005278

【氏名又は名称】株式会社ブリヂストン

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【識別番号】100186015

【弁理士】

【氏名又は名称】小松 靖之

(74)【代理人】

【識別番号】100211395

【弁理士】

【氏名又は名称】鈴木 裕貴

(72)【発明者】

【氏名】有馬 正之

【テーマコード（参考）】

3D131

【Ｆターム（参考）】

3D131BC31

3D131LA22

3D131LA34

(57)【要約】      （修正有）

【課題】タイヤの残存耐久性の予測精度を向上させることができる、タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラムを提供することにある。
【解決手段】本開示に係るタイヤ残存耐久性予測装置は、タイヤを装着した車両の走行データを時系列データとして取得するとともに、前記タイヤに固有の製造データを取得する、データ取得部と、前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力する、算出部と、を備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

タイヤを装着した車両の走行データを時系列データとして取得するとともに、前記タイヤに固有の製造データを取得する、データ取得部と、
前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力する、算出部と、
を備える、タイヤ残存耐久性予測装置。

【請求項2】

前記算出部は、前記タイヤの前記残存耐久性の初期値から、前記走行データに応じて前記タイヤの耐久性を減少させることで、前記タイヤの前記残存耐久性を算出し、
前記初期値は、前記製造データにより補正される、請求項１に記載のタイヤ残存耐久性予測装置。

【請求項3】

前記算出部は、前記タイヤの前記残存耐久性の初期値から、前記走行データに応じて前記タイヤの耐久性を減少させることで、前記タイヤの前記残存耐久性を算出し、
前記耐久性の減少度合いは、前記製造データにより補正される、請求項１又は２に記載のタイヤ残存耐久性予測装置。

【請求項4】

前記タイヤに固有の前記製造データは、前記タイヤの構成部材の物理量に関するデータを含む、請求項１に記載のタイヤ残存耐久性予測装置。

【請求項5】

前記タイヤの構成部材の物理量に関する前記データは、タイヤ幅方向においてタイヤ赤道面を境界とした２つのタイヤ半部のいずれか一方の構成部材の物理量に関するデータである、請求項４に記載のタイヤ残存耐久性予測装置。

【請求項6】

前記データ取得部は、タイヤ状態データを時系列データとして更に取得し、
前記算出部は、前記走行データと、前記タイヤ状態データと、前記製造データとに基づき、前記タイヤの前記残存耐久性を出力する、請求項１に記載のタイヤ残存耐久性予測装置。

【請求項7】

１つ以上のコンピュータが実行するタイヤ残存耐久性予測方法であって、
タイヤを装着した車両の走行データを時系列データとして取得することと、
前記タイヤに固有の製造データを取得することと、
前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力することと、
を含む、タイヤ残存耐久性予測方法。

【請求項8】

１つ以上のコンピュータに、
タイヤを装着した車両の走行データを時系列データとして取得することと、
前記タイヤに固有の製造データを取得することと、
前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力することと、
を含む動作を実行させる、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラムに関する。

【背景技術】

【0002】

従来、タイヤの残存耐久性を予測する技術が知られている。例えば、特許文献１には、タイヤを構成する部材の材料特性を考慮してタイヤの劣化状態を評価するタイヤ劣化状態予測方法が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１７－２１９４７７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

近年、タイヤの残存耐久性の予測精度の更なる向上が求められている。例えば、タイヤの残存耐久性の予測において、個々のタイヤに固有の製造上のばらつきを考慮することにより予測精度を向上させることが求められている。

【0005】

かかる事情に鑑みてなされた本開示の目的は、タイヤの残存耐久性の予測精度を向上させることができる、タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラムを提供することにある。

【課題を解決するための手段】

【0006】

〔１〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、タイヤを装着した車両の走行データを時系列データとして取得するとともに、前記タイヤに固有の製造データを取得する、データ取得部と、前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力する、算出部と、を備える。
本開示の一実施形態に係るタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の予測精度を向上させることができる。

【0007】

〔２〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、上記〔１〕に記載のタイヤ残存耐久性予測装置であって、前記算出部は、前記タイヤの前記残存耐久性の初期値から、前記走行データに応じて前記タイヤの耐久性を減少させることで、前記タイヤの前記残存耐久性を算出し、前記初期値は、前記製造データにより補正されることが好ましい。かかる構成を有するタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の予測精度を更に向上させることができる。

【0008】

〔３〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、上記〔１〕又は〔２〕に記載のタイヤ残存耐久性予測装置であって、前記算出部は、前記タイヤの前記残存耐久性の初期値から、前記走行データに応じて前記タイヤの耐久性を減少させることで、前記タイヤの前記残存耐久性を算出し、前記耐久性の減少度合いは、前記製造データにより補正されることが好ましい。かかる構成を有するタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の予測精度を更に向上させることができる。

【0009】

〔４〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、上記〔１〕から〔３〕のいずれか一項に記載のタイヤ残存耐久性予測装置であって、前記タイヤに固有の前記製造データは、前記タイヤの構成部材の物理量に関するデータを含むことが好ましい。かかる構成を有するタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の予測精度を更に向上させることができる。

【0010】

〔５〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、上記〔４〕に記載のタイヤ残存耐久性予測装置であって、前記タイヤの構成部材の物理量に関する前記データは、タイヤ幅方向においてタイヤ赤道面を境界とした２つのタイヤ半部のいずれか一方の構成部材の物理量に関するデータであることが好ましい。かかる構成を有するタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の算出のための処理量の増加を抑制することができる。

【0011】

〔６〕本開示の一実施形態に係るタイヤ残存耐久性予測装置は、上記〔１〕から〔５〕のいずれか一項に記載のタイヤ残存耐久性予測装置であって、前記データ取得部は、タイヤ状態データを時系列データとして更に取得し、前記算出部は、前記走行データと、前記タイヤ状態データと、前記製造データとに基づき、前記タイヤの前記残存耐久性を出力することが好ましい。かかる構成を有するタイヤ残存耐久性予測装置によれば、タイヤの残存耐久性の予測精度を更に向上させることができる。

【0012】

〔７〕本開示の一実施形態に係るタイヤ残存耐久性予測方法は、１つ以上のコンピュータが実行するタイヤ残存耐久性予測方法であって、タイヤを装着した車両の走行データを時系列データとして取得することと、前記タイヤに固有の製造データを取得することと、前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力することと、を含む。
本開示の一実施形態に係るタイヤ残存耐久性予測方法によれば、タイヤの残存耐久性の予測精度を向上させることができる。

【0013】

〔８〕本開示の一実施形態に係るプログラムは、１つ以上のコンピュータに、タイヤを装着した車両の走行データを時系列データとして取得することと、前記タイヤに固有の製造データを取得することと、前記走行データと、前記製造データとに基づき、前記タイヤの残存耐久性を出力することと、を含む動作を実行させる。
本開示の一実施形態に係るプログラムによれば、タイヤの残存耐久性の予測精度を向上させることができる。

【発明の効果】

【0014】

本開示によれば、タイヤの残存耐久性の予測精度を向上させることができる、タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラムを提供することができる。

【図面の簡単な説明】

【0015】

【図1】本開示の一実施形態に係るタイヤ残存耐久性予測システムの概略構成を示す図である。

【図2】図１に示されるサーバの構成を示すブロック図である。

【図3】図１に示されるサーバの動作の一例を示すフローチャートである。

【図4】一般的なタイヤの、タイヤ幅方向における部分断面図である。

【図5】車両に装着されたタイヤに作用する外力を示す概略図である。

【図6】タイヤの残存耐久性の時系列変化を示す図である。

【図7】図１に示されるサーバの動作の他の例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】

【0016】

以下、本開示の一実施形態に係るタイヤ残存耐久性予測装置について、図面を参照して説明する。各図において、同一又は相当する部分には、同一符号が付されている。本実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。

【0017】

（タイヤ残存耐久性予測システムの構成）
はじめに、図１参照して、本実施形態に係るタイヤ残存耐久性予測システム１の概要について説明する。図１は、タイヤ残存耐久性予測システム１の概略構成を示す図である。図１に示されるように、タイヤ残存耐久性予測システム１は、サーバ１０と、計測装置２０と、端末装置３０とを含む。なお、図１では、それぞれ１つのサーバ１０、計測装置２０及び端末装置３０が示されている。しかしながら、タイヤ残存耐久性予測システム１は、任意の数のサーバ１０、計測装置２０及び端末装置３０を含んでいてもよい。

【0018】

サーバ１０は、１つ以上のコンピュータで構成されている。本実施形態では、サーバ１０は、１つのコンピュータで構成されているものとして説明する。しかしながら、サーバ１０は、クラウドコンピューティングシステム等、複数のコンピュータによって構成されていてもよい。本開示において、サーバ１０は、「タイヤ残存耐久性予測装置」とも称される。

【0019】

計測装置２０は、デジタルタコグラフ、タイヤ空気圧監視システム（ＴＰＭＳ：Tire Pressure Monitoring System）、ＥＣＵ（Electronic Control Unit）、又はカーナビゲーション装置等の、１つ以上のコンピュータで構成されている。計測装置２０は、タイヤ３を装着した車両２の走行データ又はタイヤ３のタイヤ状態データの少なくとも一方を生成し、時系列データとしてサーバ１０に送信する。そのために、計測装置２０は、車両２又はタイヤ３に設置されていてもよい。

【0020】

タイヤ３を装着した車両２の走行データは、例えば、車両２の速度、加速度、荷重、走行時間、走行距離、走行経路又はタイヤ３の回転数等の時系列データである。例えば、車両２の走行データは、デジタルタコグラフによって生成されてもよい。ただし、車両２の走行データは、上述した例に限られず、タイヤ３を装着した車両２の走行状態を示す任意のデータを含んでいてもよい。

【0021】

タイヤ３のタイヤ状態データは、例えば、タイヤ３の内圧（空気圧）又は温度等の時系列データである。例えば、タイヤ３のタイヤ状態データは、ＴＰＭＳによって生成されてもよい。ただし、タイヤ３のタイヤ状態データは、上述した例に限られず、タイヤ３の状態を示す任意のデータを含んでいてもよい。

【0022】

車両２は、例えば、トラックである。ただし、車両２は、トラックに限られず、乗用車、建設車両、工事車両、バイク、自転車、又は飛行機等、タイヤ３を装着可能な任意の車両であってもよい。

【0023】

端末装置３０は、例えばスマートフォン、タブレット端末、又はパーソナルコンピュータ等の、コンピュータである。

【0024】

ネットワーク４０は、サーバ１０、計測装置２０及び端末装置３０が相互に通信可能な、任意の通信網である。本実施形態におけるネットワーク４０は、例えばインターネット、移動体通信網、ＬＡＮ（Local Area Network）、又はこれらの組み合わせであってもよい。

【0025】

タイヤ残存耐久性予測システム１は、１つ以上のタイヤ３の残存耐久性を予測するために用いられる。タイヤ残存耐久性予測システム１において、サーバ１０は、例えば計測装置２０からタイヤ３を装着した車両２の走行データを時系列データとして取得する。さらに、サーバ１０は、タイヤ３に固有の製造データを取得する。タイヤ３に固有の製造データは、例えばタイヤ３の工場出荷時点等に計測された、カーカスの折返し部の長さ、ベルト幅、ベルト角度、又は材料物性等であってもよい。サーバ１０は、車両２の走行データと、タイヤ３に固有の製造データとに基づき、タイヤ３の残存耐久性を出力する。例えば、タイヤ３の残存耐久性は、サーバ１０から端末装置３０に送信され、端末装置３０によって表示されてもよい。このように、計測装置２０から取得したデータに加えて、タイヤ３に固有の製造データを使用して、タイヤ３の残存耐久性を予測することで、タイヤ３の残存耐久性の予測精度を向上させることができる。

【0026】

タイヤ３の「耐久性」とは、タイヤ３の使用に伴い変化するタイヤ３の状態を表す指標である。本開示において、タイヤ３の耐久性は、タイヤ３の使用に伴い減少する指標で表わされるものとする。タイヤ３の使用に伴い減少する指標は、例えば、タイヤ３の残存耐久性である。タイヤ３の「残存耐久性」とは、使用中のタイヤ３が所定の限界状態に至るまでの残期間を表す指標である。残存耐久性は、残存寿命ともいう。例えば、タイヤ３の残存耐久性は、タイヤ３の初期状態における値を１００とし、タイヤ３の限界状態における値を０として、０～１００の数値で表すことができる。ただし、タイヤ３の耐久性は、タイヤ３の使用に伴い増加する指標で表わされてもよい。タイヤ３の使用に伴い増加する指標は、例えば、タイヤ３の疲労度である。タイヤ３の「疲労度」とは、使用中のタイヤ３に蓄積された疲労の大きさを表す指標である。例えば、タイヤ３の疲労度は、タイヤ３の初期状態における値を０とし、タイヤ３の限界状態における値を１００として、０～１００の数値で表すことができる。

【0027】

次に、図２を参照して、タイヤ残存耐久性予測装置であるサーバ１０について、詳細に説明する。図２は、サーバ１０の構成を示すブロック図である。図２に示されるように、サーバ１０は、通信部１１と、出力部１２と、入力部１３と、記憶部１４と、制御部１５と、を備える。サーバ１０において、通信部１１、出力部１２、入力部１３、記憶部１４、及び制御部１５は、有線又は無線で互いに通信可能に接続されている。

【0028】

通信部１１は、ネットワーク４０に接続するための通信モジュールを含む。通信モジュールは、例えば４Ｇ（4th Generation）又は５Ｇ（5th Generation）等の移動体通信規格に対応した通信モジュールである。通信モジュールは、例えば有線ＬＡＮ又は無線ＬＡＮ等の規格に対応した通信モジュールであってもよい。通信モジュールは、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又は赤外線通信等の近距離無線通信規格に対応した通信モジュールであってもよい。本実施形態において、サーバ１０は、通信部１１を介してネットワーク４０に接続される。これによって、サーバ１０は、計測装置２０、端末装置３０、又は他のコンピュータ等と通信することができる。

【0029】

出力部１２は、１つ以上の出力装置を含む。出力部１２に含まれる出力装置は、例えばディスプレイ、スピーカ又はランプ等である。これにより、出力部１２は、画像、音又は光等を出力する。

【0030】

入力部１３は、１つ以上の入力装置を含む。入力部１３に含まれる入力装置は、例えばタッチパネル、カメラ又はマイク等である。入力部１３は、例えば、サーバ１０の利用者による入力操作を受け付ける。

【0031】

記憶部１４は、例えば半導体メモリ、磁気メモリ、又は光メモリ等である。記憶部１４は、例えば主記憶装置、補助記憶装置、又はキャッシュメモリとして機能する。記憶部１４は、サーバ１０の動作に用いられる任意の情報を記憶する。例えば、記憶部１４は、システムプログラム、アプリケーションプログラム、組み込みソフトウェア、又はデータベース等を記憶する。記憶部１４に記憶された情報は、例えば通信部１１を介してネットワーク４０から取得される情報で更新可能であってもよい。

【0032】

例えば、記憶部１４は、計測装置２０の計測対象となる１つ以上のタイヤ３のタイヤ識別情報を記憶していてもよい。タイヤ３のタイヤ識別情報は、タイヤ３を一意に識別可能な情報である。タイヤ識別情報は、例えば、サーバ１０によって一意に払い出されたタイヤ３のＩＤ（Identifier）であるが、これに限られず、タイヤ３の製造番号などであってもよい。さらに、記憶部１４は、タイヤ３のタイヤ識別情報と関連付けて、タイヤ３に関する情報を記憶していてもよい。

【0033】

制御部１５は、１つ以上のプロセッサを含む。プロセッサは、例えば、ＣＰＵ（Central Processing Unit）等の汎用のプロセッサ、又は特定の処理に特化した専用のプロセッサ等であってもよい。制御部１５は、プロセッサに限られず、１つ以上の専用回路を含んでもよい。専用回路は、例えば、ＦＰＧＡ（Field-Programmable Gate Array）、又はＡＳＩＣ（Application Specific Integrated Circuit）であってもよい。制御部１５は、上述した、通信部１１、出力部１２、入力部１３、及び記憶部１４等の構成要素の機能を含む、サーバ１０の機能を実現させるために、それぞれの構成要素を制御する。詳細は後述するが、本開示では、制御部１５は、上述したサーバ１０の構成要素を制御して、データ取得部１５１、算出部１５２、及びモデル構築部１５３として動作することができる。

【0034】

（タイヤ残存耐久性予測装置の動作）
図３、図４、図５、図６及び図７を参照して、タイヤ残存耐久性予測装置であるサーバ１０の動作を説明する。図３は、サーバ１０の動作の一例を示すフローチャートである。図４は、一般的なタイヤ３の、タイヤ幅方向における部分断面図である。図５は、車両２に装着されたタイヤ３に作用する外力を示す概略図である。図６は、タイヤ３の残存耐久性の時系列変化を示す図である。図７は、サーバ１０の動作の他の例を示すフローチャートである。図３及び図７に示されるフローチャートには、サーバ１０の動作が示されている。そのため、本動作の説明は、サーバ１０が実行するタイヤ残存耐久性予測御方法に相当する。

【0035】

はじめに、図３を参照して、サーバ１０による、タイヤ３の残存耐久性を予測する動作について説明する。

【0036】

本動作の説明にあたり、サーバ１０は、記憶部１４に、タイヤ３のタイヤ識別情報と、タイヤ３のタイヤ識別情報に関連付けられた、タイヤ３に関する情報と、を記憶しているものとする。タイヤ３に関する情報は、例えば、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報の少なくとも１つを含む。タイヤ３の構成情報は、例えば、タイヤ３の種類、型番、材料物性、ベルト角度、サイズ、又は重量等である。タイヤ３を装着する車両２の構成情報は、車両２の種類、型番、排気量、装着タイヤ数、又はシャフト数等である。

【0037】

ステップＳ１０１において、サーバ１０の制御部１５は、データ取得部１５１として、タイヤ３を装着した車両２の走行データを時系列データとして取得する。

【0038】

例えば、サーバ１０の制御部１５は、通信部１１を介して、タイヤ３を装着した車両２の走行データを計測装置２０から取得する。制御部１５は、取得した走行データを、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0039】

ステップＳ１０１において、サーバ１０の制御部１５は、データ取得部１５１として、車両２の走行データ以外のデータを取得してもよい。

【0040】

例えば、サーバ１０の制御部１５は、通信部１１を介して、タイヤ３のタイヤ状態データを時系列データとして計測装置２０から取得してもよい。また例えば、制御部１５は、通信部１１を介して、計測装置２０又は気象情報提供サービスから、外気温データを取得してもよい。外気温データは、例えば、タイヤ３を装着した車両２の位置する地点の気温、湿度、又は降水量等のデータである。或いは、制御部１５は、通信部１１を介して、端末装置３０から、タイヤ３の摩耗状態を取得してもよい。タイヤ３の摩耗状態は、タイヤ３の使用に伴うタイヤ３の摩耗度合いを表す指標である。タイヤ３の摩耗状態は、例えば、タイヤ３のドレッドの残溝量である。制御部１５は、取得したデータを、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0041】

ステップＳ１０２において、サーバ１０の制御部１５は、データ取得部１５１として、タイヤ３に固有の製造データを取得する。

【0042】

例えば、サーバ１０の制御部１５は、通信部１１を介して、端末装置３０から、タイヤ３に固有の製造データを取得してもよい。

【0043】

タイヤ３に固有の製造データは、タイヤ３の構成部材の物理量に関するデータを含んでいてもよい。タイヤ３に固有の製造データには、カーカス（プライ）の折返し部の長さ又はベルト幅等の情報が含まれる。図４を参照すると、カーカスの折返し部の長さは、カーカスの、ビードコアから折り返されている部分の長さＬ１である。図示例において、カーカスは、ビードコアの周りをタイヤ幅方向内側から外側へ折り返されている構造であるが、タイヤ幅方向外側から内側に折り返される構造等とされてもよい。また、ベルト幅は、タイヤ幅方向におけるベルトの両端間の長さである。ベルト幅は、タイヤ赤道面ＣＬからベルト端部までの長さＬ２を２倍したものとされてもよい。これらの製造データは、タイヤ３の製造工程において生じる製造誤差等により、タイヤ３ごとに固有の値となり得る。そして、これらのタイヤ３に固有の製造データは、タイヤ３の耐久性に影響し得る。カーカスの折り返し部の長さ又はベルト幅については耐久指標に対する適値があり、適値からのずれが耐久性の低下につながることがある。例えば、カーカスの折返し部が広いほど、タイヤ３の残存耐久性が高くなるように算出してもよい。また例えば、ベルト幅が狭いほど、タイヤ３の残存耐久性が高くなるように算出してもよい。このように、タイヤ３の構成部材の物理量に関するデータを取得し、後続の処理で使用することによって、タイヤ３の残存耐久性の算出精度を更に向上させることができる。

【0044】

なお、上述した製造データは、例えば、タイヤ３の工場出荷時点等にＸ線検査装置により計測され、端末装置３０の利用者により、端末装置３０に入力されてもよい。ここで、タイヤ３の構成部材の物理量に関するデータは、タイヤ幅方向においてタイヤ赤道面ＣＬを境界とした２つのタイヤ半部のいずれか一方の構成部材の物理量に関するデータであってもよい。これにより、入力されるデータ量を削減することで、タイヤ３の残存耐久性の算出のための処理量の増加を抑制することができる。また、２つのタイヤ半部それぞれのデータのうち、よりタイヤ３の耐久性を低くし得るデータを使用することが好ましい、これにより、タイヤ３の残存耐久性をより厳しい条件で評価することができる。制御部１５は、取得した製造データを、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0045】

再び図３を参照して、ステップＳ１０３において、サーバ１０の制御部１５は、算出部１５２として、タイヤ３を装着した車両２の走行データと、タイヤ３に固有の製造データとに基づき、タイヤ３の残存耐久性を出力する。

【0046】

タイヤ３の残存耐久性の算出には、任意の手法が採用可能である。サーバ１０の制御部１５は、タイヤ３を装着した車両２の走行データ及びタイヤ３に固有の製造データと、タイヤ３の残存耐久性との対応付けアルゴリズムを記憶部１４に予め記憶していてもよい。制御部１５は、対応付けアルゴリズムを用いて、タイヤ３を装着した車両２の走行データ及びタイヤ３に固有の製造データに基づいて、タイヤ３の残存耐久性を算出することができる。具体的には、制御部１５は、タイヤ３の残存耐久性の初期値（例えば、１００）から、走行データに応じてタイヤ３の耐久性を減少させることで、タイヤ３の残存耐久性（例えば、０～１００）を算出してもよい。

【0047】

本実施形態では、タイヤ３の残存耐久性の算出に用いられる対応付けアルゴリズムは、機械学習又はディープラーニング等の統計的手法により構築されている。詳細は後述するが、本動作例では、対応付けアルゴリズムは、機械学習によって構築された１つ以上の演算モデルを含んでいる。演算モデルは、タイヤ３を装着した車両２の走行データ及びタイヤ３に固有の製造データを取得し、タイヤ３の残存耐久性を出力する。これにより、サーバ１０は、機械学習により、タイヤ３の残存耐久性の算出精度を更に向上させることができる。ただし、対応付けアルゴリズムは、統計的手法によらない、所定の関係式を含んでいてもよい。なお、制御部１５は、算出されたタイヤ３の残存耐久性を、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0048】

一例として、対応付けアルゴリズムは、シーケンシャルに実行される３つの演算モデル１０３Ａ、１０３Ｂ、及び１０３Ｃを含むように構成されていてもよい。１つの演算モデルを用いて、車両２の走行データから直接、タイヤ３の残存耐久性を算出するのではなく、複数の演算モデルを用いて、タイヤ３に作用する外力データ及びタイヤ３の少なくとも一部分における劣化履歴データ等の中間データを算出した上で、タイヤ３の残存耐久性を算出することで、算出される数値の精度及び信頼性を向上させることができる。ただし、対応付けアルゴリズムを構成する演算アルゴリズムは、任意の数の演算モデルを含むように構成されていてもよい。

【0049】

第１の演算モデル１０３Ａは、タイヤ３を装着した車両２の走行データに基づき、タイヤ３に作用する外力データを算出するためのモデルである。すなわち、第１の演算モデル１０３Ａは、タイヤ３を装着した車両２の走行データを取得し、タイヤ３に作用する外力データを出力する。外力データは、タイヤ３に加えられる力を表す時系列データである。外力データは、１つ以上の外力成分で構成されていてもよい。本動作例では、外力データは、図５に示されるように、タイヤ３が車両２に装着された状態において、車両２の進行方向における外力成分Ｆｘ、タイヤ３の回転軸方向における外力成分Ｆｙ、及び、垂直方向における外力成分Ｆｚで構成されている。これにより、外力データは、タイヤ３に加えられる力の大きさ及びその方向を表すことができる。ただし、外力データを構成する成分の数は、３つに限られない。

【0050】

第２の演算モデル１０３Ｂは、第１の演算モデル１０３Ａにより算出された外力データに基づき、タイヤ３の少なくとも一部分における劣化履歴データを算出するためのモデルである。すなわち、第２の演算モデル１０３Ｂは、タイヤ３に作用する外力データを取得し、タイヤ３の少なくとも一部分における劣化履歴データを出力する。

【0051】

劣化履歴データは、タイヤ３の劣化に関連性のある指標の時系列データである。劣化履歴データは、温度履歴データ、歪履歴データ、又は酸素濃度履歴データの少なくとも１つを含んでいてもよい。温度履歴データは、タイヤ３の少なくとも一部分における温度の時系列データである。歪履歴データは、タイヤ３の少なくとも一部分に生じる歪みの時系列データである。酸素濃度履歴データは、タイヤ３の少なくとも一部分を構成するゴムに含まれる酸素の濃度の時系列データである。劣化履歴データは、温度履歴データ、歪履歴データ、又は酸素濃度履歴データの少なくとも２つを含んでいることが好ましく、温度履歴データ、歪履歴データ、及び酸素濃度履歴データの全てを含んでいることがより好ましい。

【0052】

ここで、タイヤ３の少なくとも一部分は、タイヤ３の台タイヤ部分３Ａ内の少なくとも一部分であってもよい。図４に示さるように、タイヤ３の台タイヤ部分３Ａは、タイヤ３のトレッドゴム３Ｂ以外の部分であってもよい。タイヤ３の台タイヤ部分３Ａには、ベルト、カーカス、ビードコア及びサイドゴム等が含まれる。タイヤ３の台タイヤ部分３Ａは、タイヤ３がリトレッドされる際に除去されずに継続して利用され得る部分である。このように、タイヤ３の台タイヤ部分３Ａ内の少なくとも一部分における劣化履歴データを算出することで、タイヤ３がリトレッドされた場合であっても、本動作によって算出されるタイヤ残存耐久性をタイヤ３の耐久性の評価指標として継続して利用することができる。

【0053】

タイヤ３の台タイヤ部分３Ａ内の少なくとも一部分には、ベルト間３Ａ－１、ベルト・プライ間３Ａ－２、及びプライ端３Ａ－３が含まれる。図４において、ベルト間３Ａ－１、ベルト・プライ間３Ａ－２、及びプライ端３Ａ－３の各々の概略的な位置が、破線で囲んで示されている。ただし、ベルト間３Ａ－１、ベルト・プライ間３Ａ－２、及びプライ端３Ａ－３の各々は、図４中の破線の範囲に限定されるものではない。

【0054】

ベルト間３Ａ－１は、ベルトを構成するベルト層又はベルト補強層の間の位置である。ベルト・プライ間３Ａ－２は、ベルトとカーカスとの間の位置である。プライ端３Ａ－３は、カーカスの折返し部の端部及びその近傍である。これらの位置では、タイヤ３の使用に伴い、例えば、ベルト又はカーカスを構成するスチールコード等のコードに沿ってゴムとコードとの間に亀裂が発生することがあり、この亀裂がタイヤ３の耐久性の低下の原因となり得る。このように、タイヤ３の耐久性の低下の原因となり得る部分における劣化履歴データを算出することが、後続処理におけるタイヤ３の耐久性の評価において好適である。ただし、タイヤ３の台タイヤ部分３Ａ内の少なくとも一部分には、上述した例に限られず、タイヤ３の任意の部分が含まれていてもよい。

【0055】

第２の演算モデル１０３Ｂは、温度履歴データ、歪履歴データ、又は酸素濃度履歴データのそれぞれを出力するための複数の演算モデルで構成されていてもよい。複数の演算モデルは、出力する劣化履歴データに応じて互いに異なる機械学習手法を用いて構築されてもよい。例えば、温度履歴データを出力する演算モデルは、タイヤ３に作用する外力データに加え、過去の出力を入力として用いる回帰型の演算モデルであることが好ましい。回帰型の演算モデルは、例えば、リカレントニューラルネットワーク（Recurrent neural network）である。温度履歴データは、前後のデータとの関連性が強い時系列データであるため、過去の出力を入力として用いることで、その算出精度を向上させることができる。また例えば、歪履歴データを算出する演算モデルは、タイヤ３に作用する外力データを取得し、タイヤ３の歪の振幅に関するデータを歪履歴データとして出力する。これにより、車両２の走行中にタイヤ３が回転することに伴い周期的に強弱の変化が繰り返される、歪履歴データの算出精度を向上させることができる。ただし、温度履歴データ、歪履歴データ、又は酸素濃度履歴データを出力するための演算モデルは、同一の機械学習手法を用いて構築されてもよい。

【0056】

第３の演算モデル１０３Ｃは、第２の演算モデル１０３Ｂにより算出された劣化履歴データに基づき、タイヤ３の残存耐久性を出力するためのモデルである。すなわち、第３の演算モデル１０３Ｃは、タイヤ３の少なくとも一部分における劣化履歴データを取得し、タイヤ３の残存耐久性を出力する。

【0057】

具体的には、図６に示されるように、タイヤ３の残存耐久性を出力する第３の演算モデル１０３Ｃは、工場出荷時点における未使用状態でのタイヤ３の残存耐久性を初期値（例えば、１００）とし、第３の演算モデル１０３Ｃへの入力から算出されたタイヤ３の使用に伴う耐久性の減少量を引くことで、現在のタイヤ３の残存耐久性（例えば、０～１００）を算出するように構成されている。このように、サーバ１０の制御部１５は、算出部１５２として、タイヤ３の残存耐久性の初期値から、走行データに応じてタイヤ３の耐久性を減少させることで、タイヤ３の残存耐久性を算出することができる。

【0058】

第３の演算モデル１０３Ｃは、入力として、タイヤ３に固有の製造データを更に取得してもよい。そして、第３の演算モデル１０３Ｃにより出力されるタイヤ３の残存耐久性は、タイヤ３に固有の製造データにより補正されてもよい。これにより、タイヤ３の製造ばらつきを考慮することができ、タイヤ３の残存耐久性の出力精度を向上させることができる。例えば、図６にＸで示されるように、タイヤ３の残存耐久性の初期値が、タイヤ３に固有の製造データにより補正されてもよい。また例えば、タイヤ３の残存耐久性の初期値に加えて／代えて、図６にＹで示されるように、タイヤ３の耐久性の減少度合いが、タイヤ３に固有の製造データにより補正されてもよい。これにより、タイヤ３の製造ばらつきを考慮することができ、タイヤ３の残存耐久性の算出精度を更に向上させることができる。ただし、第３の演算モデル１０３Ｃに限られず、第１の演算モデル１０３Ａ又は第２の演算モデル１０３Ａ１０３Ｂも、入力として、タイヤ３に固有の製造データを更に取得してもよい。

【0059】

また、３つの演算モデル１０３Ａ、１０３Ｂ、又は１０３Ｃは、入力として、上述したデータに加えて、タイヤ３のタイヤ状態データを更に取得してもよい。すなわち、図３のステップＳ１０３において、サーバ１０の制御部１５は、算出部１５２として、タイヤ３を装着した車両２の走行データと、タイヤ３のタイヤ状態データと、タイヤ３に固有の製造データとに基づき、タイヤ３の残存耐久性を出力してもよい。上述のとおり、タイヤ３のタイヤ状態データは、例えば、タイヤ３の内圧（空気圧）又は温度等の時系列データである。これにより、タイヤ３の内圧又は温度等を考慮することができ、演算モデルによる出力の精度を向上させることができる。

【0060】

再び図３を参照して、サーバ１０の制御部１５は、ステップＳ１０３において算出されたタイヤ３の残存耐久性を任意の方法により出力することができる。例えば、制御部１５は、ディスプレイ等の出力部１２を介して、タイヤ３の残存耐久性を表示させてもよい。或いは、制御部１５は、通信部１１を介して、タイヤ３の残存耐久性を表示させる要求を、端末装置３０に送信してもよい。かかる場合、端末装置３０が、サーバ１０から受信した要求に基づいて、ディスプレイ等を介して、タイヤ３の残存耐久性を表示することができる。その結果、タイヤ残存耐久性予測システム１の利用者は、可視化されたタイヤ３の残存耐久性を閲覧することができる。このように、タイヤ残存耐久性予測システム１によれば、タイヤ３の残存耐久性を予測する技術の有用性を向上させることができる。また、制御部１５は、タイヤ３の残存耐久性に加えて、タイヤ３に作用する外力データ及びタイヤ３の少なくとも一部分における劣化履歴データ等の、残存耐久性の算出における中間データを出力してもよい。利用者に、タイヤ３の残存耐久性に加えて、残存耐久性の算出における中間データを提示することで、機械学習等を用いて算出された残存耐久性の信頼性を向上させることができる。

【0061】

ステップＳ１０４において、サーバ１０の制御部１５は、タイヤ３の残存耐久性が所定の閾値を下回った場合に、アラートを出力させてもよい。所定の閾値は、例えば、タイヤ３の耐久性の許容範囲を示す閾値であってもよい。或いは、所定の閾値は、タイヤ３の交換、リトレッド、又はローテーションの少なくとも１つと対応付けられていてもよい。例えば、所定の閾値が、タイヤ３の交換と対応付けられている場合、タイヤ３の残存耐久性が所定の閾値よりも下回った場合に、タイヤ３の交換を促すアラートを出力させることができる。

【0062】

アラートの出力には、任意の手法が採用可能である。サーバ１０の制御部１５は、出力部１２を介して、情報の表示、音又は光の出力を行ってもよい。或いは、制御部１５は、通信部１１を介して、アラートを出力させる要求を、端末装置３０に送信してもよい。かかる場合、端末装置３０が、サーバ１０から受信した要求に基づいて、ディスプレイ等を介して、アラートを出力することができる。その結果、タイヤ残存耐久性予測システム１の利用者に、タイヤ３の交換、リトレッド、或いはローテーション等の行動を促すことができる。

【0063】

次に、図７を参照して、サーバ１０による演算モデルを構築する動作について説明する。上述のとおり、算出部１５２では、３つの演算モデル１０３Ａ、１０３Ｂ、及び１０３Ｃが用いられるものとして説明した。モデル構築部１５３により、これらの演算モデルが構築されてもよい。

【0064】

ステップＳ２０１において、サーバ１０の制御部１５は、モデル構築部１５３として、それぞれの演算モデルを構築するための教師データを生成する。

【0065】

教師データの生成には、任意の手法が採用可能である。例えば、サーバ１０の制御部１５は、それぞれの演算モデルにおける入力及び出力に相当する過去の実測値を説明変数及び目的変数とする教師データを生成してもよい。これにより、計測データの蓄積により、演算モデルによる出力の精度を向上させることができる。さらに、サーバ１０の制御部１５は、過去の実測値に加えて／代えて、シミュレーションにより生成された仮想時系列データを説明変数及び目的変数とする教師データを生成してもよい。例えば、仮想時系列データの生成は、実際の車両走行データ等に基づいて、公知のランダム過程の手法であるＫＬ展開（Karhunen-Loeve展開）等を使用して要約統計量（平均、分散など）を保持した仮想データ生成を行うのが好ましい。これにより、計測データの蓄積が少ない初期段階においても、高精度の演算モデルを効率的に構築することができる。なお、シミュレーションによる仮想時系列データの生成には、車両走行シミュレータ、３次元のタイヤ転動シミュレータ等が用いられてもよい。３次元のタイヤ転動シミュレータでは、例えば、ＩＧＡ（Isogeometric Analysis）、ＦＥＭ（Finite Element Method；有限要素法）等が用いられる。

【0066】

ステップＳ２０２において、サーバ１０の制御部１５は、モデル構築部１５３として、教師データに基づいて、機械学習を実行して、それぞれの演算モデルを構築する。

【0067】

なお、ステップＳ２０１～Ｓ２０２における、演算モデルの構築には、タイヤ３を装着した車両２の走行データ、タイヤ３のタイヤ状態データ等の時系列データに加えて、任意の情報が用いられてもよい。例えば、タイヤ３を装着した車両２の走行データ、タイヤ３のタイヤ状態データ等の時系列データに加えて、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報等のタイヤ３に関する情報が用いられてもよい。また例えば、外気温データ、タイヤ３の摩耗状態、又はタイヤ３に固有の製造データ等が用いられてもよい。外気温データは、例えば、タイヤ３を装着した車両２の位置する地点の気温、湿度、又は降水量等のデータである。タイヤ３の摩耗状態は、タイヤ３の使用に伴うタイヤ３の摩耗度合いを表す指標である。タイヤ３の摩耗状態は、例えば、タイヤ３のドレッドの残溝量である。これにより、機械学習により構築される演算モデルの出力の精度を向上させることができる。

【0068】

以上述べたように、本実施形態において、タイヤ残存耐久性予測装置であるサーバ１０は、タイヤ３を装着した車両２の走行データを時系列データとして取得するとともに、タイヤ３に固有の製造データを取得する、データ取得部１５１と、タイヤ３を装着した車両２の走行データと、タイヤ３に固有の製造データとに基づき、タイヤ３の残存耐久性を出力する、算出部１５２と、を備える。

【0069】

かかる構成によれば、サーバ１０は、タイヤ３を装着した車両２の走行データに加えて、タイヤ３に固有の製造データを使用して、タイヤ３の残存耐久性を予測することができる。このように、タイヤ３に固有の製造データを加味することで、タイヤ３の残存耐久性の予測精度を向上させることができる。

【0070】

本開示を諸図面及び実施形態に基づき説明してきたが、当業者であれば本開示に基づき種々の変形及び修正を行うことが可能であることに注意されたい。したがって、これらの変形及び修正は本開示の範囲に含まれることに留意されたい。例えば、各実施形態に含まれる構成又は機能等は論理的に矛盾しないように再配置可能である。また、各実施形態に含まれる構成又は機能等は、他の実施形態に組み合わせて用いることができ、複数の構成又は機能等を１つに組み合わせたり、分割したり、或いは一部を省略したりすることが可能である。

【0071】

例えば、上述した実施形態において、サーバ１０の制御部１５は、データ取得部１５１、算出部１５２及びモデル構築部１５３として動作するものとして説明したが、この限りではない。それぞれの動作に特化した制御部１５及びサーバ１０が用意されてもよい。

【0072】

また、例えば、上述した実施形態において、タイヤ３の残存耐久性の算出には、シーケンシャルに実行される３つの演算モデル１０３Ａ、１０３Ｂ、及び１０３Ｃが用いられるものとして説明したが、この限りではない。タイヤ３の残存耐久性の算出には、１つ以上の任意の数の演算モデルが用いられてもよい。例えば、タイヤ３の残存耐久性の算出には、タイヤ３を装着した車両２の走行データと、タイヤ３に固有の製造データとを取得し、タイヤ３の残存耐久性を出力する、１つの演算モデルが用いられてもよい。

【0073】

また例えば、汎用のコンピュータを、上述した実施形態に係るサーバ１０として機能させる実施形態も可能である。具体的には、上述した実施形態に係るサーバ１０の各機能を実現する処理内容を記述したプログラムを、汎用のコンピュータのメモリに格納し、プロセッサによって当該プログラムを読み出して実行させる。したがって、本開示は、プロセッサが実行可能なプログラム、又は当該プログラムを記憶する非一時的なコンピュータ読取可能な媒体としても実現可能である。非一時的なコンピュータ読取可能な媒体には、例えば、磁気記録装置、光ディスク、光磁気記録媒体、又は半導体メモリ等が含まれる。

【産業上の利用可能性】

【0074】

本開示によれば、タイヤの残存耐久性の予測精度を向上させることができる、タイヤ残存耐久性予測装置、タイヤ残存耐久性予測方法及びプログラムを提供することができる。

【0075】

［国連が主導する持続可能な開発目標（ＳＤＧｓ）への貢献］
持続可能な社会の実現に向けて、ＳＤＧｓが提唱されている。本発明の一実施形態は「Ｎｏ．１２＿つくる責任、つかう責任」および「Ｎｏ．１３＿気候変動に具体的な対策を」などに貢献する技術となり得ると考えられる。"

【符号の説明】

【0076】

１：タイヤ残存耐久性予測システム、 ２：車両、 ３：タイヤ、 ３Ａ：台タイヤ、 ３Ａ－１：ビード間、 ３Ａ－２：ビード・プライ間、 ３Ａ－３：プライ端、 ３Ｂ：トレッドゴム、 １０：サーバ（タイヤ残存耐久性予測装置）、 １１：通信部、 １２：出力部、 １３：入力部、 １４：記憶部、 １５：制御部、 １５１：データ取得部、 １５２：算出部、 １５３：モデル構築部、 ２０：計測装置、 ３０：端末装置、 ４０：ネットワーク、 １０３Ａ、１０３Ｂ、１０３Ｃ：演算モデル、 Ｆｘ、Ｆｙ、Ｆｚ：外力成分、 ＣＬ：タイヤ赤道面、Ｌ１、Ｌ２：長さ、 Ｘ：初期値、 Ｙ：減少度合い

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】