特開 2025-1209 クレーンの診断方法およびシステム

(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】P2025001209

(43)【公開日】2025-01-08

(54)【発明の名称】クレーンの診断方法およびシステム

(51)【国際特許分類】

   B66C 15/00 20060101AFI20241225BHJP

   B66C 13/16 20060101ALI20241225BHJP

【ＦＩ】

B66C15/00 A

B66C13/16 Z

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023100681

(22)【出願日】2023-06-20

(71)【出願人】

【識別番号】000005902

【氏名又は名称】株式会社三井Ｅ＆Ｓ

(74)【代理人】

【識別番号】110001368

【氏名又は名称】清流国際弁理士法人

(74)【代理人】

【識別番号】100129252

【弁理士】

【氏名又は名称】昼間 孝良

(74)【代理人】

【識別番号】100155033

【弁理士】

【氏名又は名称】境澤 正夫

(72)【発明者】

【氏名】岩成 真司

(72)【発明者】

【氏名】國本 隆司

(72)【発明者】

【氏名】吉田 健治

(72)【発明者】

【氏名】小川 靖之

【テーマコード（参考）】

3F204

【Ｆターム（参考）】

3F204AA01

3F204CA07

3F204GA03

3F204GA04

(57)【要約】

【課題】フィードバック制御が組み込まれた制御システムを診断対象として、その制御システムの状態をより忠実に把握するクレーンの診断方法および診断システムを提供する。
【解決手段】フィードバック制御が組み込まれている制御システム１の状態を演算装置１２により診断するクレーンの診断方法において、制御システム１の状態が異常ではない状況で、指令値Ｔ＊と実電力Ｐとの相関関係を取得しておき、指令値Ｔ＊と予め把握しているその相関関係とに基づいて実電力Ｐの推定値Ｐ＊を推定するデータ処理を演算装置１２により行うとともに、実電力Ｐを電力取得装置１１により取得し、推定した推定値Ｐ＊と取得した実電力Ｐとの乖離度ΔＰを算出するデータ処理を演算装置１２により行って、算出したその乖離度ΔＰを指標として用いて制御システム１の状態を診断する。
【選択図】図１

【特許請求の範囲】

【請求項1】

クレーンの電動機を制御対象として、出力取得装置により取得された前記電動機の出力値と制御装置に入力された入力値との差分に基づいて、前記制御装置により指令値を生成し、生成したその指令値によりインバータから前記電動機に電力を供給させて、前記電動機を駆動させるフィードバック制御が組み込まれている制御システムの状態を演算装置により診断するクレーンの診断方法において、
前記制御システムの状態が異常ではない状況で、前記指令値とその指令値に基づいて前記インバータから前記電動機に実際に供給された実電力との相関関係を取得しておき、
前記指令値と予め把握しているその相関関係とに基づいて前記実電力の推定値を推定するデータ処理を前記演算装置により行うとともに、前記実電力を電力取得装置により取得し、
推定した前記推定値と前記電力取得装置により取得した前記実電力との乖離度を算出するデータ処理を前記演算装置により行って、算出したその乖離度を指標として用いて前記制御システムの状態を診断するクレーンの診断方法。

【請求項2】

前記出力値ごとに異なる複数の前記相関関係を取得しておき、複数の前記相関関係の中から前記出力取得装置により取得された前記出力値に応じた相関関係を選択するデータ処理を前記演算装置により行って、前記推定値の推定に選択したその相関関係を用いる請求項１に記載のクレーンの診断方法。

【請求項3】

前記制御システムの状態が異常ではない状況で、前記指令値と前記出力値との相関関係を取得しておき、
前記指令値と予め把握しているその相関関係とに基づいて前記出力値の推定値を推定するデータ処理を前記演算装置により行い、
推定したその推定値と前記出力取得装置により取得した前記出力値との乖離度を算出するデータ処理を前記演算装置により行って、前記制御システムの状態の診断では、複数の前記乖離度を指標として用いる請求項１に記載のクレーンの診断方法。

【請求項4】

前記制御システムの状態が異常ではない状況で、前記指令値とその指令値に基づいた前記電動機の駆動により作動する作動部の状態を示す測定値との相関関係を取得しておき、
前記指令値と予め把握しているその相関関係とに基づいて前記測定値の推定値を推定するデータ処理を前記演算装置により行い、
推定したその推定値と状態取得装置により取得した前記測定値との乖離度を算出するデータ処理を前記演算装置により行って、前記制御システムの状態の診断では、複数の前記乖離度を指標として用いる請求項１に記載のクレーンの診断方法。

【請求項5】

前記乖離度が基準よりも高い場合に、前記演算装置により前記制御システムの状態が異常であると判断する請求項１～４のいずれか１項に記載のクレーンの診断方法。

【請求項6】

前記乖離度が基準よりも高くなった回数が所定数よりも多くなった場合に、前記演算装置により前記制御システムの状態が異常であると判断する請求項１～４のいずれか１項に記載のクレーンの診断方法。

【請求項7】

電動機、制御装置、インバータ、および、出力取得装置を有していて、前記制御装置が前記出力取得装置により取得された前記電動機の出力値と前記制御装置に入力された入力値との差分に基づいて指令値を生成するデータ処理を実行することにより、前記インバータが生成されたその指令値に基づいた電力を前記電動機に供給して、制御対象である前記電動機が駆動するフィードバック制御が組み込まれている制御システムの状態を診断する演算装置を備えているクレーンの診断システムにおいて、
前記インバータから前記電動機に実際に供給された実電力を取得する電力取得装置を備えていて、
前記演算装置が、前記制御システムの状態が異常ではない状況での前記指令値および前記実電力の相関関係を示すデータベースを有していて、前記指令値と前記データベースとに基づいて前記実電力の推定値を推定するデータ処理と、推定したその推定値と前記電力取得装置により取得した前記実電力との乖離度を算出するデータ処理と、算出したその乖離度を指標として用いて前記制御システムの状態を診断するデータ処理と、を実行する構成であるクレーンの診断システム。

【請求項8】

前記データベースには、前記出力値ごとの複数の前記相関関係が存在しており、
前記演算装置が、複数の前記相関関係の中から前記出力取得装置により取得された前記出力値に応じた相関関係を選択するデータ処理を実行して、前記推定値を推定するデータ処理では、選択したその相関関係が用いられる構成である請求項７に記載のクレーンの診断システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、クレーンの診断方法およびシステムに関し、より詳細には、フィードバック制御が組み込まれた制御システムを診断対象として、その制御システムの状態をより忠実に把握するクレーンの診断方法およびシステムに関する。

【背景技術】

【0002】

コンテナターミナルなどの物流施設で荷物を荷役するクレーンに故障が発生すると、荷役作業が中断して物流に大きな支障が生じる。特に制御装置（例えば、ＰＬＣ）やインバータなどの長納期品が故障した場合、クレーンの復旧に多大な時間を要して荷役作業の中断が長期に渡るおそれがある。それ故、クレーンに対しては、点検や診断を定期的に行い維持管理することが必要となっている。

【0003】

クレーンなどの機械、あるいは、クレーンの各部品を診断対象として、機械部品の期待耐用年数の推定方法が提案されている（例えば、特許文献１参照）。この提案されている推定方法は、作業サイクルのプロセスデータとして、作業サイクルの始点位置および終点位置、機器の速度、荷重、パワー、消費、温度、油圧条件などが集積したデータベースを用いて、故障パターンを分析している。

【0004】

上記の提案されている推定方法では、プロセスデータが機械または部品の機械的な動作の状態を表しており、機械的な故障パターンを分析することにより、機械または部品の耐用年数を推定している。しかしながら、機械的な動作の状態の変動に基づいた故障パターンでは、制御システムの内部の電気的な故障傾向まで把握することができない。特に、フィードバック制御が組み込まれたクレーンの制御システムでは、そのフィードバック制御により、電動機の出力値（例えば、回転速度や出力トルク）が入力値（例えば、操作装置の操作による入力値）に一致するような補正が制御システムの内部で行われている。つまり、電動機の出力値は、制御システムの内部に故障の前兆である異常が生じていても、制御システムの内部で補正されることにより概ね正常な値を示すことになる。それ故、フィードバック制御が組み込まれたクレーンの制御システムを診断対象として、その制御システムの状態をより忠実に把握するには、改善の余地がある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１８－１４０９２号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明の目的は、フィードバック制御が組み込まれた制御システムを診断対象として、その制御システムの状態をより忠実に把握するクレーンの診断方法およびシステムを提供することである。

【課題を解決するための手段】

【0007】

上記の目的を達成する本発明のクレーンの診断方法は、クレーンの電動機を制御対象として、出力取得装置により取得された前記電動機の出力値と制御装置に入力された入力値との差分に基づいて、前記制御装置により指令値を生成し、生成したその指令値によりインバータから前記電動機に電力を供給させて、前記電動機を駆動させるフィードバック制御が組み込まれている制御システムの状態を演算装置により診断するクレーンの診断方法において、前記制御システムの状態が異常ではない状況で、前記指令値とその指令値に基づいて前記インバータから前記電動機に実際に供給された実電力との相関関係を取得しておき、前記指令値と予め把握しているその相関関係とに基づいて前記実電力の推定値を推定するデータ処理を前記演算装置により行うとともに、前記実電力を電力取得装置により取得し、推定した前記推定値と前記電力取得装置により取得した前記実電力との乖離度を算出するデータ処理を前記演算装置により行って、算出したその乖離度を指標として用いて前記制御システムの状態を診断することを特徴とする。

【0008】

上記の目的を達成する本発明のクレーンの診断システムは、電動機、制御装置、インバータ、および、出力取得装置を有していて、前記制御装置が前記出力取得装置により取得された前記電動機の出力値と前記制御装置に入力された入力値との差分に基づいて指令値を生成するデータ処理を実行することにより、前記インバータが生成されたその指令値に基づいた電力を前記電動機に供給して、制御対象である前記電動機が駆動するフィードバック制御が組み込まれている制御システムの状態を診断する演算装置を備えているクレーンの診断システムにおいて、前記インバータから前記電動機に実際に供給された実電力を取得する電力取得装置を備えていて、前記演算装置が、前記制御システムの状態が異常ではない状況での前記指令値および前記実電力の相関関係を示すデータベースを有していて、前記指令値と前記データベースとに基づいて前記実電力の推定値を推定するデータ処理と、推定したその推定値と前記電力取得装置により取得した前記実電力との乖離度を算出するデータ処理と、算出したその乖離度を指標として用いて前記制御システムの状態を診断するデータ処理と、を実行する構成であることを特徴とする。

【発明の効果】

【0009】

本発明によれば、推定値が制御システムの状態が異常ではない状況での理論値を表しており、実電力が診断時の制御システムの状態での実測値を表している。即ち、推定値と実電力との乖離度は、フィードバック制御により内部的に補正された度合いを示している。制御システムの状態が異常な状況では良好の状況に比して乖離度が高くなり、その増加分は、制御システムの経時的な劣化の進行や突発的な異常の発生による状態の変化と見做すことができる。そのため、この乖離度を用いることで、フィードバック制御が組み込まれた制御システムの状態をより忠実に把握するには有利になる。

【図面の簡単な説明】

【0010】

【図1】クレーンの診断システムの実施形態を例示する説明図である。

【図2】データベースを例示する説明図である。

【図3】クレーンの診断方法の手順を例示するフロー図である。

【図4】図２のデータベースで示される指令値と実電力との相関関係を例示するグラフ図である。

【図5】実施形態の変形例１での手順を例示するフロー図である。

【図6】変形例１で用いるデータベースを例示する説明図である。

【図7】図６のデータベースで示される出力値ごとの指令値と実電力との相関関係を例示するグラフ図である。

【図8】実施形態の変形例２での手順を例示するフロー図である。

【図9】変形例２で用いる指令値と出力値との相関関係を例示する説明図である。

【図10】実施形態の変形例３を例示する説明図である。

【図11】変形例３で用いるデータベースを例示する説明図である。

【発明を実施するための形態】

【0011】

以下、本発明のクレーンの診断方法およびシステムを、図に示す実施形態に基づいて説明する。

【0012】

図１に例示するクレーンの診断システム１０の実施形態を用いて、クレーンの診断方法が実施される。この診断システム１０および診断方法は、クレーンの制御システム１を診断するために使用される。即ち、この実施形態によって、後述するように、制御システム１の診断結果が出力される。

【0013】

まず、制御システム１について説明する。

【0014】

制御システム１は、図示しないクレーンの荷役時に、吊具の昇降装置、トロリの横行装置、構造物の走行装置などを作動させる電動機２を制御対象としている。クレーンは、公知の種々のクレーンを用いることができる。クレーンは、例えば、物流施設であるコンテナターミナルに存在する蔵置レーンを跨いで蔵置レーンに沿って走行するトランスファクレーン（門型クレーン）である。物流施設は、物流の拠点となっているコンテナターミナル（港湾施設）や倉庫施設などの公知の種々の物流施設を用いることができる。なお、物流施設には、鋼板などを製造および出荷する製造施設も含む。クレーンとしては、天井クレーン、ガントリークレーン、ジブクレーン、移動式クレーン（トラッククレーン、鉄道クレーン）も用いることができる。作動部は、クレーンの荷役時に作動する部位を示し、吊具および昇降装置の組み合わせ、ブームおよび旋回装置の組み合わせ、トロリおよび横行装置の組み合わせ、および、ガータを有する構造物および走行装置の組み合わせなどが該当する。作動部は電動機２を駆動源とするものであればよく、特に限定されるものではない。

【0015】

制御システム１は、電動機２の回転速度あるいは出力トルクをフィードバック制御により調節する公知のシステムを用いることができる。制御システム１は、電動機２、操作装置３、制御装置４、インバータ５、および、出力取得装置６を有している。制御システム１は、制御装置４により入力値ω＊と出力値ωとの差分に基づいた指令値Ｔ＊を生成し、生成した指令値Ｔ＊によりインバータ５から電動機２に電力を供給させて、電動機２を駆動させるフィードバック制御が組み込まれている。組み込まれたフィードバック制御により、制御システム１は、出力値ωが入力値ω＊に一致するように調節している。

【0016】

電動機２は、作動部に連結されていて、作動部の作動の駆動源となっている。電動機２は、三相誘導電動機や同期電動機などの公知の電動機を用いることができる。なお、電動機２と作動部との間に減速機などの変速機が介在されていてもよい。

【0017】

操作装置３は、ボタン、レバー、ハンドルなどの人的に操作される公知の種々の操作装置を用いることができる。操作装置３は、クレーンに設置された運転室やクレーンから離間した位置に設置された操作室などに配置されている。操作装置３の操作により入力値ω＊が生成されて、生成されたその入力値ω＊が制御装置４に入力される。操作装置３は必須ではなく、操作装置３の代わりに入力値ω＊を生成する演算装置を有していてもよい。また、その演算装置と操作装置３とを併用して、演算装置による自動運転と操作装置３による手動運転とを切り替える構成でもよい。

【0018】

制御装置４は、プログラマブルロジックコントローラ（ＰＬＣ）やダイレクトデジタルコントローラなどの公知の種々のコンピュータを用いることができる。制御装置４は、中央演算処理部（ＣＰＵ）、主記憶部（メモリ）、補助記憶部（例えば、ＨＤＤ）、入出力部（例えば、I／Oモジュールやネットワワークアダプタ）を有している。制御装置４は、操作装置３から入力された入力値ω＊と出力取得装置６が取得した出力値ωとが入力されて、所定のプログラムにより指示されたデータ処理を実行することにより指令値Ｔ＊を生成している。制御装置４は、インバータ５と一体化していてもよい。

【0019】

インバータ５は、物流施設で使用されている交流電源やクレーンに設置された交流電源、あるいは、クレーンに設置されたバッテリなどの直流電源などの電力源から供給された電力を変換して電動機２に電力を供給する公知の種々のインバータを用いることができる。インバータ５は、制御装置４が生成した指令値Ｔ＊に基づいた電力を電動機２に供給している。インバータ５は電動機２と一体化していてもよい。

【0020】

出力取得装置６は、電動機２の出力値ωを取得している。出力取得装置６は、速度センサ（パルスジェネレータ）などの公知の種々のセンサを用いることができる。出力値ωは電動機２の出力を示しており、例えば、回転速度や出力トルクである。出力値ωは、制御装置４に入力される入力値ω＊と同種であり、出力取得装置６には入力値ω＊に応じたセンサが選択される。入力値ω＊が回転速度の場合、出力取得装置６は出力値ωとして電動機２の回転速度を取得する。なお、出力取得装置６は、電動機２の出力値ωを間接的に取得する構成でもよく、例えば、出力取得装置６が作動部の状態（移動量、移動速度、荷重など）を示す測定値を取得して、取得した測定値から電動機２の出力値ωを取得してもよい。この場合、制御装置４が、出力取得装置６が取得したその測定値と電動機２から作動部までの動力伝達経路での変速などに基づいて、電動機２の出力値ωを算出するデータ処理を実行してもよい。

【0021】

図１中では、入力値ω＊および出力値ωが回転速度を示している。指令値Ｔ＊がトルクを示している。なお、指令値Ｔ＊として三相電流指令値ｉｑ＊を用いてもよい。

【0022】

制御システム１は、速度制御系と電流制御系との二つの制御系により構成されている。速度制御系では、出力値ωを入力値ω＊に一致させるフィードバック制御を用いている。電流制御系では、センサレスベクトル制御やエンコーダフィードバック付きベクトル制御（ＰＧ付ベクトル制御）などの公知の種々のベクトル制御を用いている。電流制御系では、例えば、エンコーダフィードバック付きベクトル制御を用いており、出力取得装置６をエンコーダとして用いている。出力取得装置６の代わりに、電動機２の内部に設置された磁気センサを用いてもよく、出力取得装置６が出力値ωとして出力トルクを取得する構成の場合に、出力取得装置６とは別体の速度センサを用いてもよい。制御システム１は、ベクトル制御に限定されるものではなく、Ｖ／ｆ制御を用いてもよい。

【0023】

次に、診断システム１０の実施形態について説明する。

【0024】

診断システム１０は、電力取得装置１１と演算装置１２とを備えている。診断システム１０は、診断対象の制御システム１が複数でもよく、物流施設で運用されている多数のクレーンのそれぞれが有する多数の制御システム１を診断することも可能である。

【0025】

電力取得装置１１は、公知の種々の電力取得装置を用いることができ、インバータ５から電動機２に実際に供給された実電力を取得している。電力取得装置１１は、例えば、二つの電圧計１１ａと二つの電流計１１ｂとを有している。電圧計１１ａは、インバータ５から電動機２に供給される三相電圧を直に取得してもよいが、制御装置４からインバータ５に出力される三相電圧指令値Ｖｕ、Ｖｖ、Ｖｗを三相電圧と見做して、その三相電圧指令値Ｖｕ、Ｖｖ、Ｖｗを取得している。電流計１１ｂは、インバータ５から電動機に供給される三相電流の中の所定の二相電流ｉｕ、ｉｗを取得している。電力取得装置１１は、インバータ５から電動機２に実際に供給された実電力、あるいは、実電圧および実電流を取得できればよく、特に限定されるものではない。なお、電力取得装置１１は、電圧計１１ａと電流計１１ｂとを有する一つの装置に限定されるものではなく、電圧計１１ａと電流計１１ｂとが別体の装置でもよい。

【0026】

演算装置１２は、公知の種々のコンピュータを用いることができる。演算装置１２は、中央演算処理部（ＣＰＵ）１３、主記憶部（メモリ）１４、補助記憶部（例えば、ＨＤＤ）１５、入出力部１６（例えば、キーボード、マウス、ディスプレイ、I／Oモジュールやネットワワークアダプタなど）を有している。補助記憶部１５には、所定のプログラムと、データベースＤ１とが記憶されている。演算装置１２は、所定のプログラムが起動されて実行されると、そのプログラムにより指示された各データ処理を実行する。そして、各データ処理を実行して制御システム１の診断結果を出力する。

【0027】

演算装置１２は、クレーンに設置されていてもよく、クレーンの外部に設置されていてもよい。演算装置１２がクレーンの外部に設置されている場合、演算装置１２と制御装置４および電力取得装置１１とが公知の種々のネットワークにより通信可能に接続される。なお、演算装置１２と電力取得装置１１とは、互いに直に通信可能に接続されていなくてもよく、制御装置４を介して間接的に通信可能に接続されていてもよい。

【0028】

図２に例示するデータベースＤ１は、制御システム１の状態が異常ではない状況（制御システム１の状態が良好な状況）での多数の指令値Ｔ＊（Ｔ＊１、Ｔ＊２、・・・、Ｔ＊ｎ）についての実電力Ｐ（Ｐ１、Ｐ２、・・・、Ｐｎ）を有している。即ち、データベースＤ１は、制御システム１の状態が異常ではない状況での指令値Ｔ＊と実電力Ｐとの相関関係を示している。

【0029】

詳述するとデータベースＤ１は、表の左列に記載された指令値Ｔ＊のサンプルに基づいてインバータ５から電動機２に実際に供給された実電力Ｐが多数、集積している。指令値Ｔ＊のサンプル（Ｔ＊１、Ｔ＊２、・・・、Ｔ＊ｎ）は、指令値Ｔ＊におけるサンプル番号（１～ｎ）を示している。

【0030】

実電力Ｐは、電力取得装置１１により取得されている。実電力Ｐは、三相電圧値と三相電流値とに基づいて算出される電力値で示されていてもよく、それらの三相電圧値と三相電流値とで示されていてもよい。

【0031】

データベースＤ１は、演算装置１２により、制御システム１の状態が異常ではない状況でのクレーンの荷役作業中に取得されたデータを用いて作成される。具体的に、クレーンの荷役作業中に制御装置４で生成された指令値Ｔ＊が演算装置１２の補助記憶部１５に記憶される。また、記憶されたその指令値Ｔ＊に基づいてインバータ５から電動機２に実際に供給された実電力Ｐが電力取得装置１１により取得されて、演算装置１２の補助記憶部１５に記憶される。データベースＤ１は、補助記憶部１５に記憶されたそれらの指令値Ｔ＊と実電力Ｐとを用いて作成される。また、データベースＤ１は、クレーンの製造業者やクレーンを管理運用する物流施設の管理者などが従来から蓄積している膨大な指令値Ｔ＊と実電力Ｐを用いることができる。また、データベースＤ１は、クレーンの研究開発での多数の実験、試験の結果やコンピュータシミュレーション結果などのラボデータも用いることができる。

【0032】

次に、クレーンの診断方法の実施形態について説明する。

【0033】

図３に例示するようにクレーンの診断方法の手順としては、まず、演算装置１２による推定値Ｐ＊の推定と電力取得装置１１による実電力Ｐの取得が行われる（Ｓ１１０～Ｓ１３０）。次いで、演算装置１２により乖離度ΔＰを算出して（Ｓ１４０）、算出した乖離度ΔＰを指標として制御システム１の状態を診断する（Ｓ１５０）。以下に、各ステップ（Ｓ１１０～Ｓ１５０）の詳細について説明する。

【0034】

ステップ（Ｓ１１０）では、演算装置１２により、制御装置４が生成した指令値Ｔ＊とデータベースＤ１とに基づいて実電力Ｐの推定値Ｐ＊を推定するデータ処理が実行される。具体的に、操作装置３により制御装置４に入力された入力値ω＊に基づいて制御装置４が生成した指令値Ｔ＊を演算装置１２が受信する。次いで、演算装置１２が、受信した指令値Ｔ＊と、データベースＤ１を用いて予め把握している指令値Ｔ＊および実電力Ｐの相関関係（推定モデル２０）と、に基づいて推定値Ｐ＊を推定する。

【0035】

図４に例示する指令値Ｔ＊と実電力Ｐとの相関関係を示すグラフ図は、データベースＤ１に基づいて作成されたものである。図４中の黒点は、データベースＤ１の指令値Ｔ＊と実電力Ｐの該当位置にプロットしたものである。このプロットした黒点群から推定モデル２０（指令値Ｔ＊と実電力Ｐとの相関関係）を求めるには、一般化線形モデルを用いる線形回帰や非線形モデルを用いる非線形回帰などの公知の種々の回帰分析を用いることができる。図４では、黒点群を直線に近似した直線が推定モデル２０を示す。

【0036】

ステップ（Ｓ１２０）では、電力取得装置１１により、インバータ５から電動機２に実際に供給された実電力Ｐを取得する。実電力Ｐは、ステップ（Ｓ１１０）での推定値Ｐ＊の推定に用いた指令値Ｔ＊に基づいて、インバータ５から電動機２に実際に供給された電力を示す。なお、ステップ（Ｓ１１０）とステップ（Ｓ１２０）は順不同であり、並列処理も可能である。

【0037】

指令値Ｔ＊が変更されたか否かを判定するステップ（Ｓ１３０）では、演算装置１２により、制御装置４が生成した指令値Ｔ＊が変更された、即ち、操作装置３から制御装置４に新たな入力値ω＊が入力されたか否かを判定するデータ処理が実行される。このステップ（Ｓ１３０）は必須ではなく、省略することができる。ただし、このステップ（１３０）を行うことで、指令値Ｔ＊が変更されるまでの期間で複数の実電力Ｐを取得することが可能になり、サンプル数（取得された実電力Ｐの数）が増える。また、指令値Ｔ＊に基づいてインバータ５から供給された電力で駆動する電動機２の回転速度は、経時的に可変であり、それに伴って実電力Ｐも経時的に可変する。つまり、サンプルの種類数（値の異なる実電力Ｐの数）も増える。このように、多種多様なサンプルを用いることにより、診断結果の信頼度の向上には有利になる。

【0038】

乖離度ΔＰを算出するステップ（Ｓ１４０）では、演算装置１２により、推定した推定値Ｐ＊と取得した実電力Ｐとの乖離度ΔＰを算出するデータ処理が実行される。乖離度ΔＰの算出には、公知の種々の算出手法を用いることができる。算出手法は、推定値Ｐ＊と実電力Ｐとを一対一で比較する手法に限定されず、推定値Ｐ＊と指令値Ｔ＊が変更されるまでの期間での複数の実電力Ｐとを比較する手法を用いてもよい。

【0039】

推定値Ｐ＊は制御システム１の状態が異常ではない状況での実電力Ｐの理論値を示しており、実電力Ｐは診断時の制御システム１の状態での実測値である。即ち、乖離度ΔＰは、推定値Ｐ＊と実電力Ｐと乖離がフィードバック制御により内部的に補正された度合いを示している。乖離度ΔＰが低いほど実電力Ｐが推定値Ｐ＊に近似し、乖離度ΔＰが高いほど実電力Ｐが推定値Ｐ＊から大きく相違する。

【0040】

乖離度ΔＰとしては、推定値Ｐ＊および実電力Ｐの差分の他、公知の精度評価指数、情報量基準、仮説検定の結果などを用いることができる。精度評価指数としては、平均二乗誤差、平均絶対誤差、決定係数、および、平均平方二乗誤差などが例示される。情報量基準としては、最小記述長（ＭＤＬ）、ベイズ情報量基準（ＢＩＣ）、および、赤池情報量基準（ＡＩＣ）などが例示される。仮説検定としては、χ二乗検定、Ｋｏｌｍｏｇｏｒｏｖ－Ｓｍｉｒｎｏｖ検定（ＫＳ検定）、Ａｎｄｅｒｓｏｎ－Ｄａｒｌｉｎｇ検定（ＡＤ検定）、Ｓｈａｐｉｒｏ－Ｗｉｌｋ検定（ＳＷ検定）などが例示される。なお、複数の実電力Ｐは、そのまま用いてもよいが、指令値Ｔ＊が変更されるまでの期間の移動平均を用いてもよい。このように、複数の実電力Ｐを用いる場合は、移動平均を用いることで経時的に変動する実電力Ｐを平滑化することにより、複数の実電力Ｐのばらつきによる誤診断を抑制するには有利になる。

【0041】

ステップ（Ｓ１５０）では、演算装置１２により、算出した乖離度ΔＰを指標として用いて、制御システム１の状態を診断するデータ処理が実行される。診断する制御システム１の状態とは、制御システム１の内部での電気的な処理の状態である。具体的には、出力取得装置６の出力値ωの取得状態、各装置間での信号の送受信状態、制御装置４でのデータ処理状態、インバータ５の出力状態などである。制御システム１の内部での電気的な処理の状態が悪化すると、制御システム１の内部での実測値は理論値から大きく相違する。乖離度ΔＰは、実測値と理論値との乖離の度合いを示すので、乖離度ΔＰの高さは、制御システム１の内部での電気的な処理の状態の悪化を意味している。そこで、乖離度ΔＰを指標にすれば、制御システム１の状態を把握できる。例えば、乖離度ΔＰが低いほど制御システム１の内部での電気的な処理の状態が良好であり、乖離度ΔＰが高いほど制御システム１の内部での電気的な処理の状態が異常であると推定できる。このように、算出した乖離度ΔＰの高低に基づいて、制御システム１の状態をより忠実に把握することが可能となる。

【0042】

制御システム１の状態の程度（良好か異常かの程度）は、クレーンの製造業者やクレーンを管理運用する物流施設の管理者などの当業者であれば、クレーンの荷役中のデータの蓄積、多数の実験や試験データの蓄積、あるいは、コンピュータシミュレーション結果の蓄積などに基づいて概ね把握されている。また、制御システム１を適用したクレーンの診断を継続することで得られる診断結果の蓄積に基づいて概ね把握できる。以上のような当業者の知見や診断結果の蓄積を利用して制御システム１の良好な状態以外の状態が制御システム１の異常な状態として検知される。

【0043】

具体的には、制御システム１の状態が良好な状況を基準として定めて、その基準を示す閾値を用いる。乖離度ΔＰが基準よりも高い場合（乖離度ΔＰがその閾値よりも高い場合）に、制御システム１の状態が異常であると推定できる。また、乖離度ΔＰが基準よりも高くなった回数を用いて、その回数が所定数よりも多くなった場合に、制御システム１の状態が異常であると推定できる。乖離度ΔＰの高低の閾値（基準のレベル）は任意に設定することができる。閾値は、制御システム１の状態が良好である状況と制御システム１の状態が異常である状況とを比較して、制御システム１の各装置での突発的に生じた異常や各装置の経時的な劣化を把握できるように設定すればよい。なお、閾値は、制御システム１の状態が良好な状況のデータと異常な状況のデータとを機械学習により生成された分類モデルを用いて分類して、算出することもできる。同様に、所定数も任意に設定することができる。所定数は、突発的な異常ではなく、経時的な劣化による異常を把握できるように設定すればよい。

【0044】

診断結果は、演算装置１２の入出力部１６に出力される。入出力部１６からの診断結果の出力は、例えば、モニタへの診断結果の表示、他のコンピュータへの診断結果の通知などである。なお、制御システム１の状態が異常である診断結果のみを出力してもよく、診断結果として制御システム１の状態の異常が把握されると、演算装置１２によりその診断結果をモニタに表示したり、他のコンピュータに通知したりするデータ処理が実行されてもよい。

【0045】

診断結果は、乖離度ΔＰを出力してもよい。また、診断結果は、乖離度ΔＰと閾値との差分に応じて設定された異常度を出力してもよい。異常度は、制御システム１の良好の状態（異常のない状態）から経時的な劣化が進行した度合いを示す。異常度が高いほど制御システム１の状態が異常であり、異常度が低いほど制御システム１の状態が良好である。また、診断結果は、乖離度ΔＰを用いて、インバータ５から電動機２に供給される電力の低下率として出力することができる。診断結果は、例えば、最大電力のＸ（Ｘ：１～１００）％で表すことができ、電圧および電流を個別に表してもよい。このように、診断結果として、制御システム１の状態を良好あるいは異常で表すのではなく、その状態を数値化することで制御システム１の状態の変動をより具体的に把握するには有利になる。

【0046】

実施形態の一例では、推定値Ｐ＊と実電力Ｐとの乖離度ΔＰを用いたが、インバータ５から電動機２に供給される電力の電圧と電流とのそれぞれの推定値を推定して、電圧と電流とのそれぞれの乖離度を指標として用いて制御システム１の状態を診断してもよい。この場合、データデータＤ１には、実電力Ｐとして、三相電圧や三相電流が集積することになる。

【0047】

以上のように、本実施形態によれば、推定値Ｐ＊が制御システム１の状態が良好な状況での理論値を表しており、実電力Ｐが診断時の制御システム１の状態での実測値を表している。即ち、推定値Ｐ＊と実電力Ｐとの乖離度ΔＰは、フィードバック制御により内部的に補正された度合いを示している。制御システム１の状態が異常な状況では良好の状況に比して乖離度ΔＰが高くなり、その増加分は、制御システム１の経時的な劣化の進行や突発的な異常の発生による状態の変化と見做すことができる。そのため、この乖離度ΔＰを用いることで、フィードバック制御が組み込まれた制御システム１の状態をより忠実に把握するには有利になる。

【0048】

制御装置４やインバータ５、あるいは出力取得装置６などの制御システム１の内部での電気的な処理を行う機器が実際に故障して制御システム１が機能しなくなると、クレーンの荷役作業が中断して、物流施設に大きな支障が生じる。しかしながら、制御システム１には、フィードバック制御が組み込まれていることから、それらの機器の故障傾向の把握は難しく、従来では、主に使用年数に基づいた交換やオーバーホールなどの保全メンテナンスなどの時間基準保全が推奨実施されていた。本実施形態によれば、制御システム１の状態をより忠実に把握することにより、機器の故障傾向を把握できる。それ故、機器の故障を事前に把握して、状態基準保全（不要な機器交換やメンテナンスを行わずに、状態が悪化したときに実施されるメンテナンス）を実施することができる。これにより、事後保全や時間基準保全に比してメンテナンスに要するコストを大幅に削減しつつ、機器の故障による荷役作業の中断の頻度を大幅に低下することができる。また、診断結果の履歴を確認することで、機器の故障の発生時の故障原因を特定することが可能になり、突発的な故障による荷役作業の中断を即時復旧することが可能となる。

【0049】

特に、制御装置４やインバータ５などの長納期品の故障傾向を把握することで、予め長納期品を手配することができる。これにより、クレーンの荷役作業の中断の時間をより短縮するには有利になる。また、診断結果に基づいて、物流施設でのクレーンの運用計画を見直すことが可能となり、荷役作業の長期的な生産性の向上に大いに寄与する。

【0050】

次に、クレーンの診断方法およびシステムの実施形態の変形例１について説明する。

【0051】

図５は変形例１でのクレーンの診断方法の手順の一例を示す。変形例１では、上述した図３の手順に対して別のステップ（Ｓ２１０）が追加されている。即ち、変形例１の手順では、推定値Ｐ＊の推定（Ｓ１１０）の前に、演算装置１２により、複数の推定モデル（２０ａ、２０ｂ、２０ｃ、２０ｄ）の中から出力値ωに応じた対象推定モデル（例えば、推定モデル２０ｂ）の選択（Ｓ２１０）が行われる。したがって、変形例１では、演算装置１２により、選択された対象推定モデルを推定モデル２０として用いて推定値Ｐ＊が推定される（Ｓ１１０）。

【0052】

図６は、変形例１で用いるデータベースＤ１ａの一例を示している。データベースＤ１ａは、上述した図２のデータベースＤ１に対して、表の最右列に出力値ω（ω１、ω２、・・・、ωｎ）が追加されている。電動機２が吊具の昇降装置に連結されている場合、電動機２の状態は、吊具が荷物を吊っていない状態と吊具が荷物を吊った状態とがあり、更に、荷物の重量に応じてそれぞれ異なる状態がある。即ち、同じ指令値Ｔ＊でも、状態が異なると出力値ωが異なる。データベースＤ１ａに出力値ωが追加されることで、電動機２のそれぞれの状態に応じた指令値Ｔ＊と実電力Ｐとの複数の相関関係を把握することが可能となる。

【0053】

ステップ（Ｓ２１０）では、演算装置１２により、複数の推定モデル（２０ａ、２０ｂ、２０ｃ、２０ｄ）の中から出力取得装置６が取得した出力値ωに応じた対象推定モデル（例えば、推定モデル２０ｂ）を選択するデータ処理が実行される。出力取得装置６が取得した出力値ωは、ステップ（Ｓ１１０）での推定値Ｐ＊の推定に用いた指令値Ｔ＊に基づいて、インバータ５から供給された電力により駆動した電動機２の実際の出力を示す。

【0054】

図７に例示する指令値Ｔ＊と実電力Ｐとの相関関係を示すグラフ図は、データベースＤ１ａに基づいて作成されたものである。図７中の各点（白丸点、黒丸点、黒四角点、黒三角点）は、データベースＤ１ａの指令値Ｔ＊と実電力Ｐの該当位置にプロットしたものである。各点の分類（相違）は、出力値ωの分類（相違）を表している。出力値ωは、例えば、１ｍ／ｓごとに細かく分類することも可能であるが、分類が細かくなるほどデータベースＤ１ａのサンプル数（ｎ）が膨大になる。そこで、出力値ωは、所定の範囲ごとに分類するとよい。図７中では、出力値ωが四つの範囲に分類されており、白丸点、黒丸点、黒四角点、黒三角点の順にそれぞれに属する出力値ω（回転速度）が低くなっている。このプロットした各点群から出力値ωごと（分類された範囲ごと）の推定モデル２０ａ～２０ｄ（指令値Ｔ＊と実電力Ｐとの相関関係）を求めるには、出力値ωごとに公知の種々の回帰分析を用いることができる。図７では、それぞれの点群を直線に近似した四つの直線が出力値ωごとの推定モデル２０ａ～２０ｄを示す。

【0055】

従来、状態が変化する機器に対しては、特定の状態でのデータのみを抽出して、抽出したデータに基づいた診断が実施されていた。クレーンでは、例えば、空荷（吊具が荷物を吊っていない状況）の状況で診断されていた。それ故、機器が特定の状態に維持された短い期間での診断結果しか得られないことに加えて、特定の状態を除いた残りの状態での診断結果が得られなかった。上述した変形例１では、複数の推定モデル２０ａ～２０ｄの中から出力値ωに応じた対象推定モデルが選択されて（Ｓ２１０）、指令値Ｔ＊と選択された対象推定モデルとに基づいて実電力Ｐの推定値Ｐ＊が推定される（Ｓ１１０）。それ故、電動機２の状態が変化しても、その変化に応じた推定モデル（相関関係）を用いることにより、電動機２の状態に依らずに制御システム１の状態を診断することができる。この結果、より長い期間、かつ、より多数の状況での制御システム１の状態を把握するには有利になる。

【0056】

クレーンにおいては、吊具の昇降、トロリの横行、および、構造物の走行での作動開始地点から作動終了地点までの間の移動量が、予め設定された固定の加速度、定格速度、および、減速度を用いて、加速度期間、定格速度期間、および、減速度期間で設定されている場合がある。加速度期間中は、作動部の作動が安定しないことに起因して、診断精度が低下するおそれがある。そこで、演算装置１２により、加速度期間では、制御システム１の状態の診断を禁止することが望ましい。これにより、診断精度の向上には有利になる。

【0057】

次に、クレーンの診断方法およびシステムの実施形態の変形例２について説明する。

【0058】

図８は変形例２でのクレーンの診断方法の手順の一例を示す。変形例２では、上述した図３の手順に対して別のステップ（Ｓ３１０～Ｓ３４０）が追加されている。即ち、変形例２の手順では、乖離度ΔＰの算出とは別に、演算装置１２により乖離度Δωが算出される（Ｓ３１０～Ｓ３４０）。したがって、変形例２では、演算装置１２により、乖離度ΔＰと乖離度Δωとの複数の指標を用いて制御システム１の状態が診断される（Ｓ１５０）。以下に、各ステップ（Ｓ３１０～Ｓ３４０）の詳細について説明する。

【0059】

ステップ（Ｓ３１０）では、演算装置１２により、制御装置４が生成した指令値Ｔ＊とデータベースＤ１ａとに基づいて出力値ωの推定値ω＊＊を推定するデータ処理が実行される。具体的に、操作装置３により制御装置４に入力された入力値ω＊に基づいて制御装置４が生成した指令値Ｔ＊を演算装置１２が受信する。次いで、演算装置１２が、受信した指令値Ｔ＊と、データベースＤ１ａを用いて予め把握している指令値Ｔ＊および出力値ωの相関関係と、に基づいて推定値ω＊＊を推定する。

【0060】

図９に例示する指令値Ｔ＊と出力値ωとの相関関係を示すグラフ図は、データベースＤ１ａに基づいて作成されたものである。図９中の黒点は、データベースＤ１ａの指令値Ｔ＊と出力値ωの該当位置にプロットしたものである。このプロットした黒点群から指令値Ｔ＊と出力値ωとの相関関係を求めるには、公知の種々の回帰分析を用いることができる。図９では、黒点群を直線に近似した直線が指令値Ｔ＊と出力値ωとの相関関係を示す。

【0061】

ステップ（Ｓ３２０）では、出力取得装置６により、電動機２から出力された出力値ωを取得する。出力値ωは、ステップ（Ｓ３１０）での推定値ω＊＊の推定に用いた指令値Ｔ＊に基づいてインバータ５から供給された電力により駆動した電動機２の実際の出力を示す。

【0062】

ステップ（Ｓ３３０）は、上述した図３に示すステップ（Ｓ１３０）と同様のため、その詳細な説明は省略する。

【0063】

ステップ（Ｓ３４０）では、演算装置１２により、推定した推定値ω＊＊と取得した出力値ωとの乖離度Δωを算出するデータ処理が実行される。乖離度Δωの算出には、乖離度ΔＰの算出手法と同様に公知の種々の算出手法を用いることができる。乖離度Δωは、推定値ω＊＊と出力値ωとの乖離の度合いを示している。推定値ω＊＊はフィードバック制御が適用された電動機２の出力の理論値を示しており、出力値ωは診断時の電動機２の出力の実測値である。乖離度Δωが低いほど出力値ωが推定値ω＊＊に近似し、乖離度Δωが高いほど出力値ωが推定値ω＊＊から大きく相違する。

【0064】

制御システム１の状態を診断するステップ（Ｓ１５０）では、演算装置１２により、算出した乖離度ΔＰと乖離度Δωとの両方を指標として用いて、制御システム１の状態を診断するデータ処理が実行される。乖離度Δωの高さは、制御システム１の内部での電気的な処理の中の出力取得装置６の出力値ωの取得状態の悪化を意味している。そこで、乖離度Δωを指標にすれば、出力取得装置６の出力値ωの取得状態を把握できる。例えば、乖離度Δωが低いほど出力取得装置６の出力値ωの取得状態が良好（出力値ωの精度が高い状態）であり、乖離度Δωが高いほど出力取得装置６の出力値ωの取得状態が異常（出力値ωの精度が低い状態）であると推定できる。

【0065】

乖離度ΔＰを指標として用いた制御システム１の状態の診断では、制御システム１の内部での電気的な処理の状態を診断できるが、その電気的な処理には、出力取得装置６の出力値ωの取得状態、各装置間での信号の送受信状態、制御装置４でのデータ処理状態、インバータ５の出力状態などが含まれる。そこで、変形例２によれば、乖離度ΔＰに加えて乖離度Δωを指標として用いることで、制御システム１に発生している異常の原因を切り分けることが可能となる。乖離度Δωが高いに場合は、出力取得装置６の出力値ωの取得状態が悪化しているため、出力取得装置６が制御システム１に発生している異常の原因と推定できる。乖離度Δωが低く、かつ、乖離度ΔＰが高い場合は、各装置間での信号の送受信状態、制御装置４でのデータ処理状態、インバータ５の出力状態などが悪化しているため、制御装置４およびインバータ５が制御システム１に発生している異常の原因と推定できる。このように、制御システム１に発生している異常の原因を切り分けることにより、故障傾向の装置の特定には有利になる。

【0066】

次に、クレーンの診断方法およびシステムの実施形態の変形例３について説明する。

【0067】

図１０に例示する診断システム１０の実施形態の変形例３では、上述した図１の制御システム１の構成に状態取得装置７が追加されている。また、診断システム１０の演算装置１２の補助記憶部１５には、データベースD１ｂが記憶されている。

【0068】

状態取得装置７は、指令値Ｔ＊に基づいた電動機２の駆動により作動する作動部の状態を示す測定値を取得する。状態取得装置７は、測定値を取得できればよく、ロードセルなどの公知の種々のセンサを用いることができる。状態取得装置７は、例えば、ロードセルを用いていて、作動部の状態を示す測定値として、クレーンの吊具を吊り上げ支持するワイヤーロープに作用する荷重Ｎを取得している。状態取得装置７が取得した荷重Ｎに基づいて、制御装置４が過荷重を検知しており、過荷重が検知された場合に電動機２の駆動を停止している。

【0069】

図１１は、変形例３で用いるデータベースＤ１ｂの一例を示している。データベースＤ１ｂは、上述した図２のデータベースＤ１に対して、表の最右列に荷重Ｎ（Ｎ１、Ｎ２、・・・、Ｎｎ）が追加されている。

【0070】

変形例３でのクレーンの診断方法の手順は、上述した図８の手順と同様であり、使用するデータが異なるのみである。したがって、その診断方法の手順を例示するフロー図を省略する。変形例３での手順では、演算装置１２により、指令値Ｔ＊とデータベースＤ１ｂにより予め把握されている指令値Ｔ＊および荷重Ｎの相関関係とを用いて、荷重Ｎの推定値Ｎ＊を推定する。次いで、推定した推定値Ｎ＊と荷重取得装置７が取得した荷重Ｎとの乖離度ΔＮを算出する。したがって、変形例３では、演算装置１２により、乖離度ΔＰと乖離度ΔＮとの複数の指標を用いて制御システム１の状態を診断する。

【0071】

乖離度ΔＮの高さは、荷重取得装置７の荷重Ｎの取得状態の悪化を意味している。そこで、乖離度ΔＮを指標にすれば、荷重取得装置７の荷重Ｎの取得状態を把握できる。例えば、乖離度ΔＮが低いほど荷重取得装置７の荷重Ｎの取得状態が良好（荷重Ｎの精度が高い状態）であり、乖離度ΔＮが高いほど荷重取得装置７の荷重Ｎの取得状態が異常（荷重Ｎの精度が低い状態）であると推定できる。

【0072】

以上のように、変形例３によれば、電動機２の駆動により作動する作動部の状態を示す測定値を取得する状態取得装置７の状態も把握することができる。これにより、作動部の作動状況をより高精度に把握することが可能となる。

【0073】

以上、本発明の実施形態について説明したが、本発明のクレーンの診断方法およびシステムは特定の実施形態に限定されるものではなく、本発明の要旨の範囲内において、種々の変形・変更が可能である。

【0074】

既述した実施形態では、制御システム１の制御対象を電動機２としたが、制御対象を作動部としてもよい。制御対象を作動部とした場合、入力値および出力値は、電動機２の出力値に対して電動機２から作動部までの動力伝達経路における変速比などを考慮すればよい。

【0075】

出力取得装置６は、電動機２の出力トルクを取得してもよい。出力取得装置６としては、公知のトルクセンサを用いることができる。出力取得装置６としてトルクセンサを用いる場合、荷重取得装置７が取得した荷重Ｎに基づいて電動機２に作用するトルクを算出して、算出したトルクと出力取得装置６が取得した出力値とに基づいて電動機２の回転速度を算出することができる。なお、出力取得装置６は、速度センサとトルクセンサとの二種類のセンサで構成することもできる。

【0076】

上述した変形例１では、出力値ωを有するデータベースＤ１ａを用いたが、荷重Ｎを有するデータベースＤ１ｂを用いることもできる。即ち、複数の推定モデル（相関関係）を荷重Ｎごとに取得しておき、複数の推定モデルの中から荷重取得装置７により取得された荷重Ｎに応じた対象推定モデルを選択するデータ処理を演算装置１２により行って、推定値ΔＰの推定に選択したその対象推定モデルを用いる。なお、データベースＤ１ａとデータベースＤ１ｂを統合したデータベースを用いることもできる。

【0077】

上述した変形例１～変形例３を併せて適用することもできる。例えば、変形例２や変形例３と用いる推定モデルを、変形例１のように複数の推定モデルの中から選択してもよい。変形例１～変形例３を併せて適用することにより、制御システム１の状態の診断に用いる指標が多種多様になり、制御システム１に発生した異常の原因の特定には有利になる。

【符号の説明】

【0078】

１ 制御システム
２ 電動機
３ 操作装置
４ 制御装置
５ インバータ
６ 出力取得装置
７ 荷重取得装置
１０ 診断システム
１１ 電力取得装置
１２ 演算装置
ω 出力値
ω＊ 入力値
Ｔ＊ 指令値
Ｐ 実電力
Ｐ＊ 推定値
ΔＰ 乖離度

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】