专利名称：建筑机械的管理方法及系统以及运算处理装置的制作方法
技术领域：
本发明涉及建筑机械的管理方法及系统以及运算处理装置，特别涉及如液压挖土机那样具有前端作业机械部分、旋转部分、行走部分等的运行状态不同的多个部位的建筑机械的管理方法及系统以及运算处理装置。
背景技术：
液压挖土机等的建筑机械的制造商，一般，研究每一时期景气动向和过去的产品的销售台数等，制订未来的产品(建筑机械本身及其零件)生产计划。
为了制订产品的生产计划而研究过去产品的销售台数的工作，是为了根据过去的产品的销售台数预测更换台数(用户换购产品而引起的新、旧产品更换台数＝用户的换购台数)的工作。
但是，液压挖土机等的建筑机械的寿命受到用户对产品的使用情况影响，即使在销售后经过很短的时间，如果用户长时间使用也会使使用寿命耗尽，相反，即使销售后经过很长的时间，如果其间运行时间短，仍可以充分地使用。
以往，因为并不是根据产品的实际运行时间，而是根据销售后经过的时间预测产品的更换台数，所以不能进行产品销售台数的正确地预测。因此，不能适宜地制订产品生产计划，常常出现产库存积压和产品不足的问题。
另外，液压挖土机等的建筑机械的零件的实际的运行状态(运行时间，工作次数等)因该零件所在的部位不同而不同。
即，在液压挖土机的零件中，主泵和控制泵是在引擎运行时的零件，前臂和挖斗、挖斗爪是在前端操作(挖掘)运行的零件，旋转轮和旋转电机是在旋转时运行的零件，行走电机和行走履带、行走轮是在行走时动作的零件。
在此，与引擎通过接通键开关运行不同，前端、旋转体、行走体是在引擎运行中在操作人员操作时才动作的零件，例如引擎运行时间、前端操作时间、旋转时间、行走时间取各自不同的值。
以往，因为不能掌握每个部位的动作状态，所以不仅不能正确地预测零件的更换期，而且不能正确地进行零件销售个数的预测。因此，也不能适宜地制订零件生产计划，时常出现库存积压和产品不足。
技术内容本发明的第1目的在于提供可以正确地进行建筑机械的销售台数的预测、可以制订建筑机械的适宜的生产计划的建筑机械的管理方法及系统以及运算处理装置。
本发明的第2目的在于提供可以正确地进行建筑机械的零件销售个数的预测、可以制订零件的适宜的生产计划的建筑机械的管理方法及系统以及运算处理装置。
(1)为了实现上述第1目的，本发明设置成在建筑机械的管理方法中设置成，具有计测在市场上运行的多台建筑机械各自的运行状态，把它们转送到基站计算机中作为运行数据存储蓄积在数据库中的第1步；在上述基站计算机中，统计处理上述运行数据，生成并输出建筑机械的更换台数的预测数据的第2步，用上述预测数据预测建筑机械的更换台数。
通过这样把建筑机械的各自的运行状态作为运行数据存储、积蓄，生成建筑机械的更换台数的预测数据进行预测，根据实际的运行状态预测建筑机械的更换台数，就可以正确地进行预测。其结果，可以正确地预测建筑机械的销售台数，可以制订建筑机械的适宜的生产计划。
(2)在上述(1)中，理想的是，上述第2步具有，根据上述动作数据求出当前正在运行的建筑机械的运行状态和其运行台数的第1相关作为上述预测数据的第3步，用上述第1相关预测建筑机械的更换台数。
由此可以生成建筑机械的更换台数的预测数据。
(3)在上述(2)中，理想的是，上述第2步进一步具有，根据过去更换过的建筑机械的更换数据和运转数据，求出过去的建筑机械的运转状态和其更换台数的第2相关作为上述第2预测数据，通过比较上述第1相关和第2相关预测建筑机械的更换台数。
通过这样求出过去的建筑机械的运转状态和其更换台数的第2相关，并和上述第1相关比较，反映过去的实绩预测建筑机械的更换台数，就可以进一步正确地进行其预测。
(4)另外，在上述(1)中，上述第2步具有，作为上述预测数据，根据上述运转数据求出现在运转的建筑机械中运转状态超过预先设定的基准值的台数作为上述预测数据的第5步，根据该台数预测建筑机械的更换台数。
由此，可以根据现在的运转数据正确地进行建筑机械更换台数的预测。
(5)在上述(4)中，上述基准值，例如是过去被更换的建筑机械的平均运转状态。
由此反映过去的实际可以进一步正确地进行建筑机械的更换台数的预测。
(6)在上述(5)中，上述第2步进一步具有，根据过去更换的建筑机械的更换数据和运转数据，求出过去的建筑机械的运转状态和其更换台数的相关的第6步，上述平均运转状态是根据上述相关求得的值。
由此，可以求作为基准值的过去被更换的建筑机械的平均运转状态。
(7)在上述(1)～(6)中，理想的是，上述运转状态是运转时间和行走距离的至少一方。
由此，可以使用运转时间和行走距离之一，预测建筑机械的更换台数。
(8)另外，在上述(4)中，上述运转状态是运转时间，上述基准值可以是根据抵价价格曲线和修理成本曲线的交点求得的规定的换购判定时间。
由此也可以预测建筑机械的更换台数。
另外，运转时间超过换购判定时间表示达到了推荐该建筑机械换购的时期。因而，可以对用户进行推销，以达到促进销售的目的。
(9)另外，为了实现上述第2目的，本发明在建筑机械的管理系统中设置，具有对在市场上运行的多台建筑机械的各自计测每一部位的运行状态，把它们的运行状态转送到基站计算机中作为运行数据存储、积蓄在数据库中的第1步；在上述基站计算机中，统计处理上述运转数据，生成并输出涉及各部位的零件的修理更换个数的预测数据的第2步，用上述预测数据预测在个部位上的零件的修理更换个数。
通过这样对建筑机械的各自把每一部位的运转状态作为运转数据存储、积蓄，生成涉及各部位的零件的修理更换个数的预测数据进行预测，根据实际的运行状态预测零件的修理更换个数，就可以正确地进行其预测。其结果，可以正确地进行零件的销售个数的预测，可以制订零件的适宜的生产计划。
(10)在上述(9)中，上述第2步具有，根据上述运行数据，求出现在运行的建筑机械的每一部位的运转状态和其运转台数的第1相关作为上述预测数据的第3步，用上述第1相关预测涉及各部位的零件的修理更换个数。
由此，可以生成零件的修理更换个数的预测数据。
(11)在上述(10)中，理想的是，上述第2步进一步具有，根据过去修理更换的零件的修理更换数据和运转数据，求出涉及该零件的每一部位的过去的运转状态和修理更换个数的第2相关作为上述预测数据的第4步，通过比较上述第1相关和第2相关预测涉及各部位的零件的修理规更换个数。
通过这样求出过去的运转状态和修理更换个数的第2相关，与上述第1相关比较，反映过去的实绩预测零件的修理更换个数，就可以进一步正确地进行其预测。
(12)另外，在上述(9)中，理想的是，上述第1步，加上计测上述每一部位的运转状态计测每一部位的负荷，作为运转数据存储、积蓄在上述基站计算机的数据库中，上述第2步，进一步具有根据上述负荷的程度负荷补正上述运转状态的第5步，把该负荷补正后的运转状态作为运转数据使用，生成上述预测数据。
在建筑机械中，在每一部位上不仅运转状态不同而且负荷也不同，还由于各部位的负荷的程度，零件的寿命(更换时间间隔)变化。即，即使是不同的建筑机械的相同部位的零件，在高负荷下运行频率高的部位的零件寿命短，在低负荷下运行频度高的部位的零件的寿命长。因而，通过负荷补正每一部位的运转状态，把它作为运转数据使用生成预测数据，预测零件的修理更换个数，就可以更正确地进行其预测。
(13)另外，在上述(9)～(12)中，理想的是，上述运转状态是运转时间和操作次数的至少一方。
由此通过使用运转时间和行走距离之一，就可以预测零件的修理更换个数。
(14)进而，在上述(9)～(12)中，理想的是，上述建筑机械是液压挖土机(1)，上述部位，是液压挖土机的前端、旋转体、行走体、引擎、液压泵之一。
由此可以对涉及液压挖土机的前端、旋转体、行走体、引擎、液压泵的零件预测修理更换个数，可以适宜地制订这些零件的生产计划。
(15)进而，为了实现上述第1目的，本发明在建筑机械的管理系统中具备，计测、收集在市场上运行的多台建筑机械各自的运行状态的运转时间计测收集单元；被设置在基站中，具有把上述计测收集到的建筑机械的运转状态作为运转数据存储、积蓄的数据库的基站计算机，上述基站计算机具有，处理上述运转数据，生成输出建筑机械的更换台数的预测数据的运算单元，使用上述预测数据预测建筑机械的更换台数。
(16)在上述(15)中，理想的是，上述演算单元具有，根据上述运转数据，求出现在运行的建筑机械中的运转状态和其运转台数的第1相关作为上述预测数据的第1单元，用上述第1相关预测建筑机械的更换台数。
(17)在上述(16)中，理想的是，上述演算单元进一步具有，根据过去已更换的建筑机械的更换数据和运转数据，求出过去的建筑机械的运行状态和其更换台数的第2相关作为上述预测数据的第2单元，通过比较第1相关和第2相关预测建筑机械的更换台数。
(18)另外，在上述(15)中，最好是，上述演算单元具有，根据上述运行数据求出在现在运行的建筑机械中运行状态超过预先设定的基准值的台数作为上述预测数据的第3步，根据该台数预测建筑机械的更换台数。
(19)在上述(18)中，上述基准值，是例如在过去被更换的基准机械的平均运行状态。
(20)在上述(19)中，理想的是，上述运算步骤进一步具有，根据过去被更换的建筑机械的更换数据和运行数据，求出过去的建筑机械的运行状态和其更换台数的相关的第4步，上述平均运行状态是从上述相关中求得的值。
(21)另外，在上述(15)～(20)中，理想的是，上述运行状态是运行时间和行走距离的至少一方。
(22)另外，在上述(18)中，上述运行状态是运行时间，上述基准值也可以是根据抵价价格曲线和修理曲线的交点求得的换购判定时间。
(23)另外，为了实现上述第2目的，本发明在建筑机械的管理系统中具备，对在市场上运行的多台建筑机械各自计测收集每一部位的运行状态的运行数据计测收集单元；被设置在基站中，具有把上述计测收集到的每一部位的运行状态作为运行数据存储蓄积的数据库的基站计算机，上述基站计算机具有，统计处理上述运行数据，生成并输出涉及各部位零件的修理更换个数的预测数据的运算单元，使用上述预测数据预测涉及各部位的零件的修理更换个数。
(24)在上述(23)中，理想的是，上述运算单元具有，根据上述运行数据，求出现在运行的建筑机械的每一部位的运行状态和其运行台数的第1相关作为上述预测数据的第1单元，用上述第1相关预测涉及各部位的零件的修理更换个数。
(25)另外，在上述(23)中，理想的是，上述运算单元具有，根据过去修理更换过的零件的修理更换数据和运行数据，求出涉及该零件的每一部位过去运行的运行状态和修理更换个数的第2相关作为上述预测数据的第2单元，通过比较上述第1相关和第2相关预测涉及各部位的零件的修理更换个数。
(26)在上述(23)，理想的是，上述数据计测收集单元，除了上述每一部位的运行状态计测收集每一部位的负荷，上述基站计算机，把上述计测收集到的每一部位的运行状态和负荷作为运行数据存储蓄积在数据库中，上述运算单元，进一步具有根据上述负荷的程度补正上述运行状态的第3单元，把该负荷补正后的运行状态作为运行数据使用生成上述预测数据。
(27)另外，在上述(23)～(26)中，理想的是，上述运行状态是运行时间和操作次数的至少一方。
(28)进而，在上述(23)～(26)中，理想的是，上述建筑机械是液压挖土机，上述部位是液压挖土机的前端、旋转体、行走体、引擎、液压泵之一。
(29)为了实现上述第1目的，本发明提供一种具有以下特征的运算处理装置，在把市场上运行的多台建筑机械各自的运行状态作为运行数据存储蓄积的同时，统计处理上述运行数据，生成并输出建筑机械的更换台数和预测数据。
(30)进而，为了实现上述第2目的，本发明提供一种具有以下特征的运算处理装置，在对在市场上运行的多台建筑机械的各自把每一部位的运行状态作为运行数据存储蓄积的同时，统计处理上述运行数据，生成并输出涉及各部位零件的修理更换个数的预测数据。
图1是具备涉及本发明的实施方案1的建筑机械销售预测系统的管理系统的整体概念图。
图2是展示机体一方控制器的构成的详细的图。
图3是展示液压挖土机以及传感器群的详细的图。
图4是展示基站中心服务器的CPU处理功能的概念的功能方框图。
图5是展示在机体一方的控制器的CPU中的液压挖土机每一部位运行时间的收集功能的流程图。
图6是展示在发送收集到的运行时间数据时的机体一方控制器的通信控制部分的处理功能的流程图。
图7是展示从机体一方控制器发送来运行时间数据时的基站中心服务器的机体、运行处理部分的处理功能的流程图。
图8是展示在基站中心服务器的产品更换·零件更换信息处理部分中的产品更换信息处理功能的流程图。
图9是展示在基站中心服务器的产品更换·零件更换信处理部分中的零件更换信息处理功能的流程图。
图10是展示在基站中心服务器的数据库中的运行数据、实绩维护保养数据、更换运行时间数据的存储状态的图。
图11是展示得到相对引擎运行时间的运转台数分布数据的顺序的流程图。
图12是展示得到相对每一零件运行时间的运行台数分布数据的顺序的流程图。
图13是展示相对机种X的液压挖土机的运转时间(引擎运行时间)的运行台数分布图的一例的图。
图14是展示相对挖斗爪的前端操作时间(挖掘时间)的运行台数分布图的一例的图。
图15是展示相对行走履带行走时间的运行台数分布图的一例的图。
图16是展示计算相对过去更换过的液压挖土机的运行时间的更换台数分布数据，制成其分布图的顺序的流程图。
图17是展示相对过去更换过的液压挖土机运行时间的更换台数分布图的一例的图。
图18是展示计算过去的零件更换数据相对运行时间的分布数据，制成其分布图的流程图。
图19是展示过去的挖斗爪更换个数相对前端操作时间的分布图的一例的图。
图20是展示发送到公司内计算机以及用户一方计算机的日报的一例的图。
图21是展示发送到公司内计算机以及用户一方计算机的日报的一例的图。
图22是展示在本发明的实施方案2中的建筑机械管理系统中的机体一方控制器的构成的详细的图。
图23是展示在机体一方控制器的CPU中液压挖土机的每一部位运行时间以及操作次数的收集功能的流程图。
图24是展示从机体一方控制器发送来运行数据时的基站中心服务器的机体·运行信息处理部分的处理功能的流程图。
图25是展示在基站中心服务器的数据库中的运行数据的存储状况的图。
图26是展示在基站中心服务器的产品更换·零件更换信息处理部分中的产品更换信息的处理功能的流程图。
图27是展示在基站中心服务器的产品更换·零件更换信息处理部分中的零件更换信息的处理功能的流程图。
图28是展示在基站中心服务器的数据库中的实绩维护保养数据、更换运行时间数据的存储状况的图。
图29是展示得到相对每一机种行走距离的运行台数分布数据的程序的流程图。
图30是展示相对机种Y的液压挖土机行走距离的运行台数分布图的一例的图。
图31是展示在图24的步骤S36中的，得到每一零件的操作次数和运行台数分布数据的处理的详细流程图。
图32是展示负荷补正在图24A的步骤S42A中的每一零件的操作次数，得到该负荷补正后的操作次数和运行台数分布数据的处理的详细流程图。
图33是展示在图32的步骤437中求得的负荷频度分布的图。
图34是展示预先设定的平均挖掘负荷MD和负荷补正系数α的关系的图。
图35是展示运行台数相对有关挖斗爪的前端操作次数的分布图一例的图。
图36是展示运行台数相对有关行走履带的行走操作次数的分布图一例的图。
图37是计算更换台数相对在图26的步骤S47A中的过去更换过的液压挖土机的行走距离的分布数据，制成其分布图的顺序的流程图。
图38是展示更换台数相对过去更换过的液压挖土机的行走距离的分布图一例的图。
图39是展示负荷补正在图27的步骤S55中更换过的零件的操作次数并存储的处理的详细流程图。
图40是展示计算在图27中的步骤S56A中零件更换个数相对负荷补正的操作次数的分布数据，制成其分布图的流程图。
图41是展示过去的挖斗爪更换个数相对前端操作次数的分布图一例的图。
图42是展示在涉及本发明的实施方案2的建筑机械管理系统中的基站中心服务器中的机体·运行信息处理部分的处理功能的流程图。
图43是展示被发送到公司内计算机4中的换购信息一例的图。
图44是展示确定换购判定时期的抵价价格曲线和修理成本曲线的关系的图。
具体实施例方式
以下，用图说明本发明的实施方案。
图1是具备涉及本发明的实施方案1的建筑机械销售预测系统的建筑机械的管理系统的全体概要图，该管理系统具备机体一方的控制器2，被安装于在市场中运行的液压挖土机1、1a、1b、1c、…(以下，用符号1表示)上；基站的中心服务器3，被设置在总公司、分公司、生产工厂等处；公司内计算机，设置在分店、服务工厂、生产工厂等的公司内；用户方计算机5。进而，作为基站中心服务器3的设置场所可以是上述场所以外的地方，也可以例如具有多台液压挖土机的租赁公司中。
各液压挖土机1的控制器2用于收集各个液压挖土机1的运行信息，其收集到的运行信息和机体信息(机种，机器号)一同通过通信卫星6的卫星通信传送到地面站7，从地面站7发送到基站中心服务器3。机体运行信息被取入基站中心服务器3的方法也可以代替卫星通信使用个人电脑8。这种情况下，维修人员把收集在控制器2中的运行信息和机体信息(机种，机器号)一同下载到个人电脑8，从个人电脑8经由软盘或者通信线路，例如公共电话线，因特网等取入基站中心服务器3。另外，在使用个人电脑8的情况下，加上液压挖土机1的机体·运行信息，还可以有维修人员手工收集定期检查时的检查信息和修理信息，把该信息也取入基站中心服务器3。
图2展示机体一方控制器2的构成的详细。在图2中，控制器2具备输入输出接口2a、2b，CPU(中央处理运算部分)2c，存储器2d，计时器2e以及通信控制部分2f。
经由输入输出接口2a从传感器群(后述)输入前端、旋转、行走的控制压检测信号、引擎32(参照图3)的运行时间(以下，称为引擎运行时间)检测信号、液压系统的泵压检测信号、液压系统的油温检测信号、引擎转速的检测信号。CPU2c，使用定时器(包含计时功能)2e把这些输入信息加工成规定的运行信息存储在存储器2d中。通信控制部分2f把该运行信息定期通过通信卫星发送到基站中心服务器3。另外，经由输入输出接口2b把运行信息下载到个人电脑8中。
机体一方控制器2，还具备存储有用于在CPU2c中进行上述的运算处理的控制程序的ROM和暂时存储运算过程中的数据的RAM。
图3展示液压挖土机1以及传感器群的详细。在图3中，液压挖土机1具备行走体12；被设置在行走体12上的可以旋转的旋转体13；被设置在旋转体13的前部左侧的驾驶室14、被设置在旋转体13的前部中央可以俯仰的前端操作机(挖掘作业装置)，即前端15。前端15，由被设置在旋转体13上可以转动的悬臂16、被设置在该悬臂16的前端可以转动的前臂17、被设置在该前臂的前段可以转动的挖斗18构成。
另外，在液压挖土机1上安装有液压系统20，液压系统20具备液压泵12a、21b，悬臂控制阀22a、22b，前臂控制阀23，挖斗控制阀24，旋转控制阀25，行走控制阀26a、26b，悬臂液压缸27，前臂液压缸28，挖斗液压缸29，旋转电机30，行走电机31a、31b。液压泵21a、21b由柴油机(以下，简单地称为引擎)32驱动转动吐出带压油，控制阀22a、22b～26a、26b控制从液压泵21a、21b提供给传动器27～31a、31b的带压油的流动(流量以及流动方向)，传动器27～31a、31b进行悬臂16、前臂17、挖斗18、旋转体13、行走体12的驱动。液压泵21a、12b，控制阀22a、22b～26a、26b以及引擎32被设置在旋转体13后部的收纳室内。
对控制阀22a、22b～26a、26b设置操作杆装置33、34、35、36。如果在十字的一方向X1上操作操作杆装置33的操作杆，则生成前臂推压的控制压或者前臂翻卸的控制压，并被施加在前臂控制阀23上，如果在十字的另一方向X2上操作操作杆装置33的操作杆，则生成右旋转的控制压或者左旋转的控制压，并被施加在旋转控制阀25上。如果在十字的一方向X3上操作操作杆装置34的操作杆，则生成悬臂上扬的控制压或者悬臂下降的控制压，并被施加在悬臂控制阀22a、22b上，如果在十字的另一方向X4上操作操作杆装置34的操作杆，则生成挖斗推压的控制或者挖斗翻卸的控制压，并被施加在挖斗控制阀24上。另外，如果操作操作杆装置35、36的操作杆，则生成左行走的控制压以及右行走的控制压，并被施加在行走控制阀26a、26b上。
操作杆装置33～36和控制器2一同被配置在驾驶室14中。
在如上所述的液压系统20中设置传感器40～46。传感器40，是把前臂推压的控制压作为前端15的操作信号检测出的压力传感器，传感器41是检测经由往复阀41a取出的旋转控制压的压力传感器，传感器42是检测经由往复阀42a、42b、42c取出的行走控制压的压力传感器。另外，传感器43是检测引擎32的钥匙开关的开·关的传感器，传感器44是检测经由往复阀44a取出的液压泵21a、21b的吐出压力，即检测泵压的压力传感器，传感器45是检测液压系统1的工作油的温度(油温)的油温传感器。另外，引擎32的转速由转速传感器46检测。这些传感器40～46的信号被送到控制器2。
返回图1，基站中心服务器3，具备输入输出接口3a、3b，CPU3c，形成数据库100的存储装置3d。输入输出接口3a输入来自机体一方控制器2的机体·运行信息以及检查信息，输入输出接口3b从公司内计算机4输入零件更换信息。CPU3c在把这些输入信息存储蓄积在存储装置3d的数据库100中的同时，加工已存储在数据库100中的信息，制成日报、维护保养报告、诊断书等，把它们经由输入输出接口3b发送到公司内计算机4以及用户一方计算机5。
基站中心服务器3，为了在CPU3c上进行上述运算处理，还具备存储控制程序的ROM和把运算过程中的数据一次性存储的RAM。
图4是在功能方框图中展示CPU3c的处理功能的概要。CPU3c，具有机体·运行信息处理部分50、产品更换·零件更换信息处理部分51、检查信息处理部分52、面向公司内的比较判定处理部分53、面向公司外比较判定处理部分54的各处理功能。机体·运行信息处理部分50用从机体一方控制器2输入的运行信息进行规定的处理，产品更换·零件更换信息处理部分51用从公司内计算机4输入的产品换购、零件更换信息进行规定的处理(后述)。检查信息处理部分52在把从个人电脑8输入的检查信息存储蓄积在数据库100中的同时，加工该信息制作诊断书。面向公司比较判定处理部分53以及面向公司外判定处理部分54，分别选择在机体·运行信息处理部分50、产品更换·零件更换信息处理部分51、检查信息处理部分52制成的信息以及被存储、积蓄在数据库100内的信息中所需要的信息，发送到公司内计算机4以及用户一方计算机5。
根据流程图说明机体一方控制器2以及基站中心服务器3的机体·运行信息处理部分50以及产品更换·零件更换信息处理部分51的处理功能。
在机体一方控制器2的处理功能中，具有液压挖土机每一部位的运行时间的收集功能，与此对应在基站中心服务器3的机体·运行信息处理部分50中具有运行时间的处理功能。另外，在产品换购·零件更换信息处理部分51中具有产品换购信息的处理功能和零件信息的处理功能。
首先，说明机体一方控制器2的对液压挖土机每一部位的运行时间的收集功能。
图5是展示在控制器2的CPU2c中的液压挖土机每一部位的运行时间的收集功能的流程图，图6是展示在发送收集到的每一部位的运行时间数据时的控制器2的通信控制部分2f的处理功能的流程图。
在图5中，CPU2c，首先根据传感器46的引擎转速信号是否达到规定的转速以上，判断引擎是否在运行中(步骤S9)。当判断为引擎未在运行中的情况下重复步骤S9。如果判断为引擎在运行中，则进入下一步骤S10，读入与传感器40、41、42的前端、旋转、行走的控制压检测信号有关的数据(步骤S10)。接着，对于读入的前端、旋转、行走控制压的各自，使用定时器2e的时间信息，计算控制压超过了规定压的时间，并与日期以及时间对应地存储、积蓄在存储器2d(步骤S12)中。在此，所谓规定压是可以看作操作前端、旋转、行走的控制压。另外，在步骤S9中当判断为引擎在运行中期间，使用定时器2e的时间信息计算引擎运行时间，与日期以及时间对应地存储、积蓄在存储器2d(步骤S14)。CPU2在控制器2的电源接通期间，在规定的每一循环进行这种处理。
在步骤S12、S14中，也可以把计算出的各自的时间加在存储于存储器2d中的过去计算出的时间上，作为累计运行时间存储。
在图6中，通信控制部分2f，监视定时器2e是否已工作(ON)(步骤S20)，在定时器2e已工作时，读出已存储、积蓄在存储器2d中的前端、旋转、行走的每一部位的运行时间以及引擎运行时间(带日期以及时间)和机体信息(步骤S22)，把这些数据发送到基站中心服务器3(步骤S24)。在此，定时器2e设定每天工作的时刻，例如在午夜0点时工作(ON)。由此，一到午夜0点，前一天整个一天的运行时间数据被送到基站中心服务器3。
CPU2c以及通信控制部分2f每天重复进行以上的处理。被存储在CPU2c中的数据在发送到基站中心服务器3后，如果经过规定的天数，例如365天(1年)则被删除。
图7是展示从机体一方控制器2发送机体·运行信息时的中心服务器3的机体·运行信息处理部分50的处理功能的流程图。
在图7中，机体·运行信息处理部分50监视是否从机体一方控制器2输入机体·运行信息(步骤S30)，如果机体·运行信息被输入，则读入这些信息，作为运行数据(后述)存储蓄积在数据库100中(步骤S32)。在机体信息中，如上所述包含机种、机器号。接着，从数据库100中读出规定天数，例如1个月的运行数据，制成与运行时间有关的日报(步骤S34)。另外，从数据库100中读出现在在市场上运行的全部液压挖土机的运行数据，为液压挖土机的每一机种、每一零件算出运行台数相对运行时间的分布数据(步骤S36)，根据该分布时间制成运行台数的分布图(步骤S38)(后述)。而后，把这样制成的日报以及分布图送到公司内计算机4，并且把日报送到用户一方计算机5(步骤S40)。
图8是展示在中心服务器3的产品更换·零件更换处理部分51中的产品换购信息的处理功能的流程图。
在图8中，产品更换·零件更换信息处理部分51监视是否从公司内计算机4例如由维修人员输入了产品更换信息(步骤S44)，如果输入产品更换信息，则读入这些信息(步骤S45)。在此，所谓产品替换信息，是用于液压挖土机的换购的已更换的旧液压挖土机的机种以及机器号、新液压挖土机的机种及机器号以及更换日的日期。
接着，访问数据库100，读出旧液压挖土机的机器的运行数据，把该最新的引擎运行时间作为至液压挖土机的更换的运行时间(以下，称为适宜更换运行时间)存储在数据库100中(步骤S46)。
而后，读出最新的更换运行时间数据，算出更换台数相对运行时间的分布数据，根据该数据制作更换台数的分布图(步骤S47)(后述)。
图9是展示在中心服务器3的产品更换·零件更换信息处理部分51中的零件更换信息的处理功能的流程图。
在图9中，产品更换·零件更换信息处理部分51监视是否从公司内计算机4例如由维修人员输入了零件更换信息(步骤S50)。如果输入零件更换信息，则读入这些信息(步骤S52)。在此，所谓零件更换信息，是更换了零件的液压挖土机的机种以及机器号和更换零件的日期和更换的零件名。
接着，访问数据库100，读出同机种以及相同号码号机器的运行数据，以所更换的零件所涉及的部位的运行时间基准计算该零件的更换时间间隔，在数据库100中作为实绩维护保养数据存储、积蓄(步骤S54)。在此，所谓零件的更换时间间隔，是从1个零件被装入机体中后到因故障或者达到寿命而被更换为新的零件的时间间隔，如上所述该时间以该零件所涉及的部位的运行时间基准计算。例如，在挖斗爪的情况下，其所涉及的部位是前端，如果从1个挖斗爪被安装在机体上后到损坏更换期间的前端操作时间(挖掘时间)是1500小时，则计算为该挖斗爪的更换时间间隔是1500小时。
而后，读出最新的实绩维护保养数据，算出零件更换个数相对运行时间的分布数据，根据该分布数据制成零件更换个数的分布图(步骤S56)(后述)。
图10展示在数据库100中的运行数据、实绩维护保养数据、更换运行时间数据的存储状况。
在图10中，在数据库100中，具有存储、积蓄每一机种、每台机器的运行数据的数据库(以下，称为运行数据库)，存储、积蓄每一机种、每台机器的实绩维护保养数据的数据库(以下，称为实际维护保养数据库)，存储、积蓄每一机种、每台机器的更换运行时间的数据库(以下，称为更换数据库)的各区域，在这些数据库中如以下那样存储着数据。
在每一机种、每台机器的运行数据库中，对于每一机种、每台机器把引擎运行时间、前端操作时间(以下，适宜称为挖掘时间)、旋转时间、行走时间与日期对应以累计值的形式存储。在图示的例子中，TNE(1)以及TD(1)分别是机种为A的N号机的2000年1月1日的引擎运行时间的累计值以及前端操作时间的累计值，TNE(K)以及TD(K)分别是机种为A的N号机的2000年3月16日的引擎运行时间的累计值以及前端操作时间的累计值。同样，机种为A的N号机的旋转时间的累计值TS(1)～TS(K)以及行走时间的累计值TT(1)～TT(K)也被赋予日期对应存储。机种为A的N+1号机、N+2号机、……、机种B、机种C……也一样。
在每一机种、每台机器的实绩维护保养数据库中，对于每一机种、每台机器把过去更换后的零件的更换时间间隔以该零件涉及的部位的运行时间基准的累计值存储。在图示的例子中，TFB(1)以及TFB(L)分别是机种为A的N号机的第1次以及第L次挖斗爪的更换时间间隔的累计值(例如，前端运行时间基准是3400hr、12500hr)，TTL(1)以及TTL(M)分别是N号机的第1次以及第M次行走履带的更换的更换时间间隔的累计值(例如行走时间基准是5100hr、14900hr)。对于机种为A的N+1号机、N+2号机、……、机种B、机种C、……来说也一样。在每一机种、每台机器更换数据库中，对于每一机种、每台机器，把更换过的旧液压挖土机的运行时间以引擎运行时间基准的值存储。在图示的例子中，TX(1)是机种A的1号机至更换前的运行时间(例如引擎运行时间基准是32000hr)，TX(L)是机种A的L号机至更换前的运行时间(例如引擎运行时间基准是30000hr)。机种B、C、……也一样。
机体·运行信息处理部分50，在图7所示的步骤S36中，使用存储在上述运行数据库中的数据，按照在图11以及图12中所示流程图的顺序，对液压机挖土机的每一机种、每一零件计算运行台数相对在市场中运行的液压挖土机的运行时间的分布数据。每一零件的运行时间，以该零件涉及每一部位的运行时间计算。
在此，在本实施方案中所谓“零件涉及的每一部位的运行时间”，在挖斗、挖斗爪、前端销(例如悬臂和前臂的联结销)等，其零件所涉及的部位在前端15的情况下，是前端15的操作时间(挖掘时间)，在旋转轮、旋转电机等，零件所涉及的部位是旋转体13的情况下，是旋转时间，在行走电机、行走履带、行走轮等，零件所涉及的部位是行走体12的情况下，是行走时间。另外，在机油和机油过滤器等，零件所涉及的部位是引擎32的情况下，是引擎运行时间。进而，在液压油、液压油过滤器、主泵、控制泵等，零件所涉及的部位是液压系统的液压源的情况下，把引擎运行时间看作这些零件所涉及的部位的运行时间。进而，也可以检测出液压泵21a、21b的吐出压在规定以上的运行时间，从引擎运行时间中减去无负荷时间，把该时间作为液压源的运行时间。
图11是展示得到运行台数相对每一机种的引擎运行时间的分布数据的顺序的流程图。
在图11中，首先，从图10所示的运行数据库中读出机种A的全部机器的引擎运行时间(步骤S60)。接着，按每10000小时划分引擎运行时间，计算在引擎运行时间的各运行时间范围内的液压挖土机的台数。即，计算在0～10000hr，10001～20000hr，20001～30000hr，30001～40000hr，40001hr以上的各个引擎运行时间范围内的液压挖土机的台数(步骤S62～步骤S70)。
同样，对机种B、机种C、……也计算在每10000小时的引擎运行时间范围内的液压挖土机的台数(步骤S72)。这样如果对每一运行时间范围计算出液压挖土机的台数，则在图7所示的步骤S38以及步骤S40的处理中制成其运行台数的分布图，并输出到公司内计算机中。
图13作为分布图的一例，展示运行台数相对机种X的液压挖土机的运行时间(引擎运行时间)的分布图。图13的横轴是液压挖土机的运行台数，纵轴是液压挖土机的运行时间。
图12是展示得到运行台数相对每一零件的运行时间的分布数据的顺序的流程图。
在图12中，首先，为了对机种A的机器1～Z的全部数据进行处理，进行机器N是否在Z以下的判断(步骤S81)，如果N在Z以下，则从图10所示的运行数据库中读出机种A的N号机器的最新的前端操作时间(挖掘时间)累计值TD(K)(步骤S82)。接着，读出图10所示的实绩维护保养数据库的N号机器的最新挖斗爪更换时间间隔的累计值TFB(M)(步骤S83)，用下式计算对现在使用中的挖斗爪的运行时间(前端操作时间)ΔTLFB(步骤S84)。
ΔTLFB＝TD(K)-TFB(M)而后，对机器1～Z的全部进行该处理，对机种A的全部液压挖土机计算在现在使用中的挖斗爪的运行时间(前端操作时间)ΔTLFB。
接着，以每500小时分割各挖斗爪的前端操作时间ΔTLFB，计算被包含在各操作时间范围中的液压挖土机的台数。即，计算被包含在0～500hr，501～1000hr，1001～1500hr，1501～2000hr，2001hr以上的各个前端操作时间范围中的液压挖土机的台数，得到运行台数的分布数据(步骤S85)。
同样地对机种A的各液压挖土机的行走履带也计算每一履带的运行时间(行走时间)，得到每250hr的运行台数分布数据(步骤S86)。以下，对其它的零件也同样地计算运行时间，计算规定的每一运行时间范围的运行台数的分布数据。
同样，对机种B、机种C、……的各零件也计算运行时间，计算规定的每一运行时间范围的运行台数的分布数据(步骤S87)。
如果这样对每一机种、每一零件计算出运行时间和运行台数的分布数据，则在图7所示的步骤S38以及步骤S40的处理中制成其运行台数的分布图，并输出到公司内计算机。
图14是展示相对与挖斗爪有关的前端操作时间(挖掘时间)的运行台数的分布图的一例，图15是展示相对与行走履带的行走时间的运行台数的分布图的一例。图14、图15的横轴是液压挖土机的运行台数，纵轴是前端操作时间(挖掘时间)以及行走时间。
产品更换·零件更换信息处理部分51，在图8所示的步骤S47中，用图10所示的更换数据库的数据，以图16的流程图所示的顺序，计算出产品更换台数相对过去更换过的液压挖土机的运行时间的分布数据，根据该数据制成产品更换台数的分布图。
在图16中，首先，从图10所示的更换数据库读出机种A的全部机器至更换时的运行时间(步骤S90)。接着，从该运行时间的数据中计算相对运行时间的产品更换台数的分布数据，根据该数据制成产品更换台数的分布图(步骤S92)。该分布数据可以用和上述的运行台数的分布数据的运算同样的方法求得。对于机种B、机种C、……也同样计算产品更换台数的分布数据，制成分布图(步骤S94)。接着，等待来自维修人员的指示(步骤S96)，如果有指示就把制成的产品更换台数分布图输出到公司内计算机(步骤S98)。
图17展示相对过去被更换的液压挖土机运行时间的产品更换台数的分布图的一例。图17的横轴是液压挖土机的运行时间，纵轴是产品更换台数。
另外，产品更换·零件更换信息处理部分51，在图9所示的步骤56中，使用图10所示的实绩维护保养数据库的数据，按照图18的流程所示的顺序，计算相对运行时间的过去的零件更换个数的分布数据，根据该分布数据制成零件更换个数的分布图。
在图18中，首先，从图10所示的实绩维护保养数据库读出机种A的全部机器的维护保养数据(步骤S100)。接着，为了对机种A的机器1～Z的全部数据进行处理，进行机器号N是否在Z以下的判定(步骤S102)，如果N在Z以下，则对被读出的N号机器的数据中的例如挖斗爪，通过下式从其更换时间间隔的累计值中计算更换时间间隔ΔTFB(i)(步骤S104)。
ΔTFB(i)＝TFB(i)-TFB(i-1)i＝1～L(L是N号机器的挖斗爪的更换次数)在此，所谓挖斗爪的更换时间的间隔ΔTFB(i)，是从1个挖斗爪被装在机体上至因故障或者到达寿命而更换为新挖斗爪的时间间隔(寿命)，该时间，是挖斗爪涉及的部位的前端的操作时间(挖掘时间)基准的值。而后，对机器号1～N的全部进行该处理，收集机种A的全部液压挖土机的各挖斗爪的更换时间间隔ΔTFB数据。
如果对全部液压挖土机的挖斗爪的更换时间间隔ΔTFB的数据数据结束，则从该更换时间间隔计算相对更换时间间隔的零件更换个数的分布数据，根据该分布数据制成零件更换个数的分布图(步骤S106)。该分布数据可以用和上述的运行台数的分布数据的运算相同的方法求得。对于行走履带等其他的零件也同样计算零件更换个数的分布数据，制成分布图(步骤S108)。对于机种B、机种C、……也同样计算零件更换个数的分布数据，制成分布图(步骤S110)。接着，等待来自维修人员的指示(步骤S112)，如果有指示则把已制成的零件更换个数的分布图输出到公司内计算机(步骤S114)。
图19是展示相对前端操作时间的过去的挖斗爪更换个数的分布图的一例。图19的横轴是前端操作时间，纵轴是挖斗爪更换个数。
图20以及图21是展示发送到公司内计算机4以及用户一方计算机5的日报的一例。图20是把1个月的各运行时间数据与日期对应地以标志以及数值展示的图。由此用户可以掌握过去1个月期间自己的液压挖土机的使用状况的变化。图21的左侧是把过去半年期间的每个部位的运行时间和无负荷引擎运行时间标志化展示的图，图21的右侧是把过去半年期间的有负荷引擎运行时间和无负荷引擎运行时间的比例推移标志化展示的图。由此用户可以掌握过去半年期间自己的液压挖土机的使用状况以及使用效率的变化。
在如上述那样构成的本实施方案中，在在市场上运行的多台液压挖土机1的各自中，作为数据计测收集装置设置传感器40～46以及控制器2，用该传感器40～46以及控制器2对在每一台液压挖土机中运行时间不同的多个部位(引擎32，前端15，旋转体13，行走体12，液压泵21a、21b)计测每一部位的运行时间，把该每一部位的运行时间在基站计算机3中作为图10所示的运行数据存储、积蓄，在基站计算机3中，因为对每一台液压挖土机读出其运行数据，制成、输出相对图13所示的液压挖土机的运行时间(引擎运行时间)的运行台数的分布图，所以可以通过看其分布图预测未来的液压挖土机的更换台数。
该液压挖土机的更换台数的预期，例如可以按照如下的顺序进行。
①设定至液压挖土机的更换的平均运行时间。但是，其平均运行时间假设为引擎运行时间基准的值。
例如，在引擎运行时间基准中设定为20000小时。
②从运行台数的分布图中计算已超过平均运行时间的液压挖土机的台数。
例如，当设定平均运行时间如上述那样为20000小时的情况下，在图13所示的例子中已超过平均运行时间的液压挖土机的台数，是运行时间20001～30000hr的2000台，30001～40000hr的600台，40001hr以上的200台的合计2800台。
③从已超过平均运行时间的液压挖土机的台数中预测未来的液压挖土机的更换台数。
例如，在图13所示的例子中，在已超过20000小时的平均运行时间的2800台液压挖土机中，把未来不换购仍然使用的液压挖土机的台数，和现在一样，在30001～40000hr时推定为600台，在40001hr以上时推定为200台，把未来的液压挖土机的更换台数预测为2000台。
而后如上所述可以预测液压挖土机的更换台数的结果，可以正确地进行未来的液压挖土机的销售台数的预测，可以制订液压挖土机的适宜的生产计划。
另外，在本实施方案中，同样在基站计算机3中，因为对每一液压挖土机读出其运行数据，制成、输出相对如图14以及图15所示那样的前端操作时间(挖掘时间)和行走时间的运行台数的分布图，所以可以通过看其分布图预测与未来的前端和行走体有关的零件的更换个数。
该零件的更换个数的预测，可以和上述的液压挖土机的更换台数的预测一样，按照以下的顺序进行。
①设定至零件更换的平均运行时间。但是，其平均运行时间假设为该零件所涉及的部位的运行时间基准值。
例如，如果取挖斗爪为例，则在前端操作时间基准中设定为1000小时。
②从相对该零件所涉及的运行时间的运行台数的分布图中计算已超过平均运行时间的液压挖土机的台数。
例如，当把挖斗爪的前端操作时间基准的平均运行时间如上述那样设定成1000小时的情况下，在图14所示的分布图中前端运行时间(挖掘时间)已超过判决运行时间的液压挖土机的台数，是运行时间1001～1500hr的2000台，1501～2000hr的600台，2001hr以上的200台的合计2800台。
③从已超过平均运行时间的液压挖土机的台数中推定未来更换零件的液压挖土机的台数。
例如，在图14所示的例子中，在前端操作时间已超过1000小时的平均运行时间的2800台的液压挖土机中，把未来不更换挖斗爪而仍然使用的液压挖土机的台数推定为约1成，把更换挖斗爪的液压挖土机的台数推定为2520台。
④在液压挖土机的判定台数上乘以每1台的零件的个数，预测未来的零件更换个数。
例如，如果把更换挖斗爪的液压挖土机的台数推定为2520台，则因为每1台的挖斗爪的个数是4个，所以预定未来的挖斗爪的更换个数是10080个。
其它零件的情况下也一样，例如在是行走履带的情况下，由于把至更换的平均运行时间在行走时间基准中设定为500小时，因而可以从图15所示的分布图中同样地预测未来的行走履带的更换个数。
而后可以这样预测零件更换个数的结果，可以正确地进行未来零件的销售个数的预测，可以制订零件的适宜的生产计划。
进而，在本实施方案中，在基站计算机3中，因为，读出如图10所示那样的液压挖土机的更换数据和运行数据，制成、输出相对图17所示的过去被更换的液压挖土机的运行时间的产品更换台数的分布图，所以，可以通过看该分布图确定至液压挖土机的更换的平均运行时间，可以更正确地预测未来的液压挖土机的更换台数。
即，在上述的说明中，把至液压挖土机的更换的平均运行时间按照上述①的顺序以引擎运行时间为基准设定为20000小时，根据该已设定的平均运行时间适宜的程度如何还可以确定液压挖土机的更换台数的预测精度。
在本实施方案中，因为可以得到如图17所示那样的实绩更换台数的分布图，所以例如可以把该分布图的最大更换台数附近的运行时间TA设定为至液压挖土机的更换的平均运行时间。由此至液压挖土机的更换的平均运行时间TA反映了过去的实绩，可以更正确地预测液压挖土机的更换台数。因此，可以更正确地进行未来的液压挖土机的销售台数的预测，可以制订液压挖土机更适合的生产计划。
另外，在本实施方案中，同样在基站计算机3中，因为，读出如图10所示的实绩维护保养数据(零件的修理更换数据)和运行数据，用图19所示的该零件所涉及的每一部位的运行时间基准，制成、输出相对运行时间的过去的零件更换个数的分布图，所以可以通过看该分布确定至零件更换的平均运行时间TB，可以更正确地预测未来的零件更换个数。
即，在上述的说明中，把至挖斗爪更换的平均运行时间按照上述①的顺序以前端操作时间为基准设定为1000时间，根据该设定的平均运行时间适宜的程度如何还可以确定挖斗爪更换个数的预测精度。
在本实施方案中，因为可以得到图19所示的实绩更换个数的分布图，所以例如可以把该分布图的最大更换个数附近的运行时间TB设定为至挖斗爪更换的平均运行时间。由此至挖斗爪的更换的平均运行时间反映了过去的实绩，可以更正确地预测挖斗爪的更换个数。因此，可以更正确地进行未来的零件销售个数的预测，可以制订产品的更适宜的生产计划。
如上所述如果采用本实施方案，则可以正确地进行液压挖土机的销售台数及其零件的销售个数的预测，其结果可以适宜地制订液压挖土机及其零件的生产计划。另外，因为生产计划适宜，所以可以适宜地进行库存管理，可以尽量减少过剩库存和产品不足的发生。
另外，以上是管理主体是液压挖土机的制造商时的效果，但在管理主体是租赁公司的情况下，即把基站中心服务器3的设置场所设置成租赁公司的情况下，由于可以预测液压挖土机的更换台数，因而可以适宜地制订液压挖土机的构入台数、抵价台数的计划和零件的采买个数的计划，预算的确定容易并且可以适宜地进行资产管理。
另外，如果采用本实施方案，因为适宜地向用户一方提供运行信息的日报和保养检查结果的诊断书，所以可以在用户一方随时掌握自己的液压挖土机的运行状况，容易在用户一方进行液压挖土机的管理。
加上图1、图3、图4、图10，用图22～图41说明本发明的实施方案2。本实施方案作为建筑机械的运行状态掌握行走距离，在进行销售台数的预测的同时，作为各部位的运行状态掌握操作次数进行零件的销售个数的预测，并且负荷补正各部位的运行状态(操作次数)。
首先，说明涉及本实施方案的建筑机械的管理系统的整体构成。本实施方案适宜轮式液压挖土机、轮式装载机、牵引车等，行走能力高的建筑机械的管理，在图1中液压挖土机例如是轮式，机体一方控制器2被装在该轮式液压挖土机上。
图22是展示涉及本发明的机体一方控制器2和其输入信号的详细的图。在控制器2中，加上前端、旋转、行走的控制压、引擎运行时间、泵压、油温、引擎转速的各检测信号，输入行走距离的检测信号。行走距离由轮式液压挖土机的行走距离计48计测。
机体一方控制器2，具有运行时间、操作次数、行走距离的各数据收集功能，和频度分布数据的收集功能，与此对应在图4所示的基站中心服务器3的机体·运行信息处理部分50中，具有运行时间、操作次数、行走距离的各数据的处理功能和频度分布数据的处理功能。
图23是展示机体一方控制器2的运行时间、操作次数、行走距离的各数据的收集功能的流程图。控制器2和图5所示的实施方案1一样进行步骤S9～S14的处理。但是，在步骤S10A中，还读入泵压的检测信号。接着在步骤S16A中，从读入的前端、旋转、行走的操作控制压中计数前端(挖掘)、旋转、行走的各操作次数，并与日期以及时间赋予关联性存储、积蓄在存储器2d中。在此，操作次数在控制压达到规定压以上时计数1次。另外，前端操作次数，例如按照挖掘作业所需要的前臂抬起的控制压计数。进而，也可以以悬臂、前臂、挖斗爪的操作控制压的各自计数为1次，这种情况下，因为把复合操作计数为1次，所以在悬臂、前臂、挖斗的操作控制压之一超过规定以上而其他的操作压未达到规定压以上时，取这些信号的“OR”计数为1次。
接着，在步骤S16A中在每次计数操作次数时，检测经过规定时间(例如2～3秒)后的泵压，与操作次数对应地存储、积蓄在存储器2d中(步骤S17A)。接着，进入步骤S18A，读出行走距离的检测信号，与日期以及时刻对应地存储、积蓄在存储器2d中。
被这样存储、积蓄的机体·运行信息，如在实施方案1中用图6说明的那样，每天1次被发送到基站中心服务器3。
图24是展示从机体一方控制器2发送来机体·运行信息时的中心服务器3的机体·运行信息处理部分50的处理功能的流程图。机体·运行信息处理部分50监视是否从机体一方控制器2输入了数据(步骤S30A)，如果输入数据则读出这些数据，即运行时间数据，和前端、旋转、行走的各操作次数、泵压、行走距离的各数据，作为运行数据存储、积蓄在数据库100中(步骤S32A)。接着，从数据库100中读出规定天数，例如1个月的运行数据，制成与运行时间、操作次数、泵压、行走距离有关的日报(步骤S34A)。另外，从数据库100中读出在目前市场上运行的全部液压挖土机的运行数据，算出相对每一机种的行走距离的运行台数的分布数据、相对每种零件的操作次数的运行台数分布数据(步骤S36A)，根据该分布数据制成运行台数的分布图(步骤S38A)(后述)。另外，负荷补正在步骤S36A中求得的每种零件的操作次数，算出相对负荷补正后的操作次数的运行台数的分布数据(步骤S42A)(后述)。接着，根据该分布数据制成每种零件的运行台数和经负荷补正的操作次数的分布图(步骤S43A)。接着，把这样制成的日报以及分布图发送到公司内计算机4，并且把日报发送到用户方计算机5(步骤S40A)。
图25展示在数据库100中的运行数据的存储状况。在数据库100的每一机种、每台机器的运行数据库中，行走距离、前端操作次数(挖掘次数)、旋转操作次数、行走操作次数被和日期对应地以累计值存储。在图示的例子中，D(1)以及SD(1)分别是机种A的N号机器在2000年1月1日的行走距离累计值以及前端操作次数累计值，D(K)以及SD(K)分别是机种为A的N号机器在2000年3月16日的行走距离累计值以及前端操作次数累计值。同样，也把机种为A的N号机器的旋转操作次数累计值SS(1)～SS(K)以及行走操作次数的累计值ST(1)～ST(K)与日期对应起来存储。机种为A的N+1号机、N+2号机、……、机种B、机种C、……也一样。
另外，在每一机种、每台机器的运行数据库中，对于前端、旋转、行走的各部位的每一操作，泵负荷频度分布被与日期对应地存储、积蓄。在图示的例子中，在2000年1月1日的前端操作区域上，如0MPa以上～5MPa以下12次，5MPa以上～10MPa以下32次，……，25MPa以上～30MPa以下28次，30MPa以上9次那样，以每5MPa泵压区域存储操作次数。旋转操作、行走操作的区域，以及其后的日期的区域，也分别同样地存储有泵负荷频度。
图26是展示在中心服务器3的产品更换·零件更换信息处理部分51中的产品更换信息的处理功能的流程图。产品更换·零件更换信息处理部分51监视是否从公司内计算机4例如由维修人员输入了产品更换信息(步骤S44A)，如果输入产品更换信息，则读入这些信息(步骤S45A)。如上所述，所谓产品更换信息，是用于液压挖土机的换购的已更换的旧液压挖土机的机器种类及机器号、新液压挖土机的机器种类及机器号以及更换日期。
接着，访问数据库100，读出旧液压挖土机的机器号的运行数据，把其最新的行走距离作为至液压挖土机的更换的行走距离(以下，称为适宜更换行走距离)存储在数据库100中(步骤S46A)。
而后，读出最新的更换行走距离数据，算出相对行走距离的产品更换台数的数据，根据该数据制成产品更换台数的分布图(步骤S47A)(后述)。
图27是展示中心服务器3的产品更换·零件更换信息处理部分51中的零件更换信息的处理功能的流程图。图27的步骤S50～S54的处理和图9所示的流程图相同。在步骤S54后，访问数据库100，读出同一号机器的运行数据，用已更换的零件所涉及部位的操作次数基准计算该零件的操作次数，并作为实绩维护保养数据存储、积蓄在数据库100中(步骤S54A)(后述)。另外，负荷补正其操作次数，经负荷补正的操作次数也作为实绩维护保养数据存储、积蓄在数据库100中(步骤S55)(后述)。
而后，读出最新的实绩维保养数据，算出相对经负荷补正的操作次数的零件更换个数的分布数据，根据该分布数据制成零件更换个数的分布图(步骤S56A)(后述)。
图28展示在数据库100中的操作次数的实绩维护保养数据、更换行走距离数据的存储状况。
在图28中，在数据库100的每一机种、每台机器的实绩维护保养数据库中，在每一机种、每台机器过去更换过的零件的更换时间间隔中的实绩的操作次数和经负荷补正的操作次数，以该零件涉及的部位的操作次数基准的累计值存储。在图示的例子中，SFB(1)以及SFB(L)分别是机种A的N号机的第1次以及第L次的挖斗爪的前端操作次数的累计值(例如，6800次，25000次)，S’FB(1)以及S’FB(L)分别是同一挖斗爪的经负荷补正的前端操作次数的累计值(例如，6200次，21200次)。 STL(1)以及STL(M)分别是N号机的第1次以及第M次的行走履带的行走操作次数的累计值(例如1610次，10200次)，S’TL(1)以及S’TL(M)分别是同一行走履带的经负荷补正的行走操作次数的累计值(例如1820次，11800次)。机种A的N+1号机、N+2号机、……也一样。
在每一机种、每台机器更换数据库中，为每一机种、每一台机器，存储被更换的旧液压挖土机的行走距离。在图示的例子中，DX(1)是机种A的1号机的至更换的行走距离(例如是3200Km)，DX(L)是机种A的至L号机的更换的行走距离(例如3000Km)，机种B、C、……也一样。
图29是展示在图24的步骤S36A中的得到每种机器的行走距离和运行台数的分布数据的处理的详细的流程图。首先，从运行数据库中读出机种A的全部机器的行走距离(步骤S60A)。接着，把行走距离以每1000公里划分，计算在行走距离的各范围中的液压挖土机的台数。即，计算在0～1000Km、1001～2000Km、2001～3000Km、3001～4000Km、4001Km以上的各行走距离范围中的液压挖土机的台数(步骤S62A～步骤S70A)。
同样，对于机种B、机种C、……也计算在每1000Km的行走范围中的液压挖土机的台数(步骤S72A)。
在图30中作为分布图的一例，展示相对机种Y的液压挖土机行走距离的运行台数的分布图。图30的横轴是液压挖土机的运行台数，纵轴是液压挖土机的行走距离。
图31是展示在图24的步骤36A中得到每一零件的操作次数和运行台数的分布数据的处理的详细流程图。首先，为了对机种A的机器号1～N的全部数据进行处理，进行机器号N是否在N以下的判定(步骤S81A)，如果N在Z以下，则从图25所示的运行数据库中读出机种A的N号机的最新的前端操作次数的累计值SD(K)(步骤S82A)。接着，读出图28所示的实绩维护保养数据库的N号机的最新的挖斗爪操作次数的累计值SFB(M)(步骤S83A)，由下式计算在使用中的挖斗爪的前端操作次数ΔSLFB(步骤S84A)。
ΔSLFB＝SD(K)-SFB(M)而后，对机器号1～Z的全部进行该处理，对机种A的全部液压挖土机计算现在使用中的挖斗爪的前端操作次数ΔSLFB。
接着，以每1000次分割对于各挖斗爪的前端操作次数ΔSLFB，计算被包含在各操作次数范围内的液压挖土机的台数。即，计算被包含在0～1000次、1001～2000次、2001次～3000次、3001次～4000次、4001次以上的各前端操作次数范围内的液压挖土机的台数，得到运行台数的分布数据(步骤S85A)。
同样对于机种A的各液压挖土机的行走履带也计算每一履带的操作次数(行走操作次数)，得到每500次的运行台数的分布数据(步骤S86A)。以下，对其他的零件也同样计算操作次数，计算在规定的每一操作范围中的运行台数的分布数据。
同样，对于机种B、机种C、……的各零件也计算操作次数，计算在规定的每一操作范围内的运行台数的分布数据(步骤S87A)。
如果这样为每种机器、每种零件算出操作次数和运行台数的分布数据，则在图24所示的步骤S38A以及步骤S40A的处理中制成其运行台数的分布图，并输出到公司内计算机。
图32是展示负荷补正在图24的步骤S42A中的每一零件的操作次数，得到经该负荷补正的操作次数和运行台数的分布数据的处理的详细流程图。
在图32中，首先，设定验证的液压挖土机的机种，机器号(例如N)(步骤S430)。接着，从图10所示的运行数据库中读入设定机种的N号机的最新的挖掘时间的累计值TD(K)(步骤S432)。另外，从图10所示的实绩维护保养数据库中读入设定机种的N号机的最新的挖斗爪更换时间间隔的累计值TFB(M)(步骤S434)。接着，计算现在的挖斗爪的运行时间ΔTLFB如下(步骤S436)。
ΔTLFB＝TD(K)-ΔTFB(M)接着，从图25所示的运行数据库中读出泵负荷频度分布的前端操作区域的数据，计算在现在的挖斗爪的运行时间ΔTLFB期间的前端操作负荷频度分布(挖掘负荷频度分布)(步骤S437)。以下，计算对于现在的挖斗爪的每次操作的平均挖掘负荷DM(步骤S438)。该计算，例如进行如下。
图33是展示在步骤437中求得的负荷频度分布的图。从该分布中求出各泵压和前端操作次数的积，通过把它们的和用前端操作次数除，求出每次操作的平均挖掘负荷，把它设定为平均挖掘负荷DM。另外，也可以求图33所示的负荷频度分布的积分值的重心(×标志)的位置，把在该重心位置的泵压作为平均挖掘负荷DM。
如果这样在步骤S438中求目前挖斗爪的平均挖掘负荷DM，则接着从平均挖掘负荷求DM求出负荷补正系数α(步骤S440)。该计算，例如使用如图34所示那样的预先设定的平均挖掘负荷DM和负荷补正系数α的关系进行。
在图34中，平均挖掘负荷DM和负荷补正系数α的关系被设定成，在DM是标准负荷时α＝1时，在DM比标准负荷大时α与1相比逐渐增大，在DM比标准负荷小时，α与1相比逐渐减小。
如果这样求负荷补正系数α，则把目前的挖斗爪的操作次数ΔSLFB用补正系数α补正如下，求补正操作次数ΔS’LFB(步骤S442)。
ΔS’LFB＝ΔSLFB×α如上所述如果对于经负荷补正的操作次数算出每种零件的运行台数的分布数据，则在图24所示的步骤S43A以及步骤S40A的处理中制成其运行台数的分布图，并输出到公司内计算机。
图35展示相对经负荷补正后的前端操作次数的运行台数分布图的一例，图36展示相对经负荷补正的行走操作次数的运行台数分布图的一例。图35、图36的横轴是液压挖土机的运行台数，纵轴是经负荷补正的前端操作次数以及行走操作次数。
图37是展示在图26的步骤S47A中的制成产品更换台数的分布数据以及分布图的处理的详细流程图。首先，从图28所示的更换数据库中读出机种A的全部机器至更换的行走距离(步骤S90A)。接着，从该行走距离的数据中算出相对行走距离的产品更换台数的分布数据，根据该数据制成产品更换台数的分布图(步骤S92A)。对于机种B、机种C、……也同样地计算产品更换台数的分布数据，制成分布图(步骤S94A)。接着，等待来自维修人员的指示(步骤S96A)，如果有指示，则把制成的产品更换台数的分布图输出到公司内计算机(步骤S98A)。
图38展示相对液压挖土机的行走距离的产品更换台数的分布图的一例。图38的横轴是液压挖土机的行走距离，纵轴是产品更换台数。另外，DA是分布图的最大更换台数附近的行走距离，即平均行走距离。
图39是展示对在图27的步骤S55中的已更换零件进行操作次数负荷补正并存储的处理的详细流程图。首先，为了对机种A的机器号1～Z的全部数据进行处理，进行机器号N是否在Z以下的判定(步骤S400)，如果N在Z以下，则访问图10所示的实绩维护保养数据库的N号机的挖斗爪更换时间间隔的存储部分，从其累计值中用下式计算更换时间间隔ΔTFB(i)(步骤S402)。
ΔTFB(i)＝TFB(i)-TFB(i-1)i＝1～L(L是N号机的挖斗更换次数)在此，挖斗爪的更换时间间隔ΔTFB(i)是前端的操作时间(挖掘时间)的基准的值。
接着，读出图25所示的运行数据库中的机种A的N号机的泵负荷频度分布的前端操作区域的数据，计算在挖斗爪的各更换时间间隔ΔTFB(i)中的挖掘负荷的频度分布(步骤S404)。该频度分布的计算，除了挖掘运行时间成为更换时间间隔ΔTFB(i)中的时间这一点外和图33所示相同。
接着，访问图28所示的实绩维护保养数据库的N号机的挖斗爪操作次数的存储部分，从其累计值中用下式计算在挖斗爪的各更换时间间隔ΔTFB(i)中的操作次数ΔSFB(i)(步骤S406)。
ΔSFB(i)＝SFB(i)-SFB(i-1)i＝1～L(L是N号机的挖斗爪的更换次数)而后，对机器号1～N的全部进行该处理，对机种A的全部液压挖土机收集在挖斗爪的各更换时间间隔ΔTFB(i)中的挖掘负荷的频度分布以及操作次数ΔSFB(i)的数据。
接着，计算对于与更换时间间隔ΔTFB(i)对应的挖斗爪的每次操作的平均挖掘负荷DM(i)(步骤S408)，从平均挖掘负荷DM(i)中求负荷补正系数α(i)(步骤S410)。该处理和图32所示的流程图的步骤S438、S440中的处理实质上相同。而后，把在步骤S406中求得的各挖斗爪的操作次数SFB(i)用补正系数α(i)补正如下，求出经负荷补正的操作次数S’FB(i)，并作为分布数据存储在数据库中(步骤S412)。
ΔS’FB＝Δ SFB×α对于行走履带等其它的零件也同样计算经负荷补正的操作次数的分布数据，并存储在数据库中(步骤S114)。对于机种B、机种C、……的各零件也同样计算经负荷补正的操作次数的分布数据，并存储在数据库中(步骤S116)。
图40是展示计算在图27中的步骤S56A中的，相对经负荷补正的操作次数的零件更换个数的分布数据，制成分布图的处理的详细流程图。
在图40中，首先，从图28所示的实绩维护保养数据库中读出机种A的全部机器的维护保养数据(步骤S100A)。接着，为了对机种A的机器号1～N的全部数据进行处理，进行机器号N是否在Z以下的判定(步骤S102A)，如果N在Z以下，则对读出的N号机的数据中例如首先是挖斗爪，根据前端操作次数的累计值中用下式计算前端操作次数SFB(i)(步骤S104A)。
ΔSFB(i)＝SFB(i)-SFB(i-1)i＝1～N(L是N号机的挖斗爪的更换次数)而后，对机器号1～N的全部机器进行该处理，对机种A的全部液压挖土机的各挖斗爪收集前端操作次数ΔSFB的数据。
如果这样对全部液压挖土机的挖斗爪完成了前端操作次数ΔSFB的数据收集，则根据该数据计算出相对前端操作次数的零件更换个数的分布数据，根据该分布数据制成零件更换个数的分布图(步骤S106A)。对于行走履带等其它的零件也同样计算零件更换个数的分布数据，制成分布图(步骤S108A)。对于机种B、机种C、……也同样计算零件更换个数的分布数据，制成分布图(步骤S110A)。接着，和实施方案1一样，等待来自维修人员的指示(步骤S112)，如果有指示则把制成的零件更换个数的分布图输出到公司内计算机(步骤S114)。
图41是展示相对前端操作次数的过去的挖斗爪更换个数的分布图的一例。图41的横轴是前端操作次数，纵轴是挖斗爪更换个数。另外，DB是分布图的最大更换个数附近的行走距离，即平均行走距离。
在上述那样构成的本实施方案中，液压挖土机的更换台数的预测以及零件的更换个数的预测，可以和实施方案1一样用图38以及图41进行。
因而，即使采用本实施方案，也可以使用行走距离和操作次数作为运行状态预测液压挖土机的更换台数的预测以及零件的更换个数的预测。其结果，在液压挖土机的制造商中，可以适宜地制订液压挖土机及其零件的生产计划。另外，因为生产计划适宜，所以可以适宜地进行库存管理，可以尽量减少库存过剩和库存不足的发生。进而，在液压挖土机的租赁公司中，可以适宜地制订液压挖土机的购入台数、抵价台数的计划和零件的采购计划，预算的确立容易并且可以适宜进行资产管理。
另外，在液压挖土机等的建筑机械中，每个部位不仅运行状态不同而且负荷不同，各部位的负荷程度也使零件的寿命(更换时间间隔)变化。在本实施方案中，加上每一部位的运行状态(操作次数)计测每一部位的负荷，并作为运行数据存储、积蓄在基站计算机3的数据库100中，根据该负荷的程度负荷补正运行状态(操作次数)，因为用该经补正的运行状态(操作次数)预测涉及各部位的零件的修理更换个数，所以可以修正负荷不同引起的寿命的变动，可以更正确地预测零件的修理更换个数。
进而，在上述实施方案2中负荷补正了各部位的操作次数，但行走距离也同样可以进行负荷补正，由此对液压挖土机也可以修正由于负荷不同引起的更换时期的变化，可以更正确地预测液压挖土机的更换台数。
另外，在实施方案1中，直接使用了液压挖土机的运行时间以及每一部位的运行时间，但对于这些运行时间也同样可以负荷补正在实施方案2中的操作次数，可以提高预测精度。
用图42～图44说明本发明的实施方案3。本实施方案代替平均运行时间使用另外确定的换购平定时间，预测更换台数。
本实施方案的建筑机械的管理系统全部构成和实施方案1相同，具有和图1～图3所示的实施方案1系统的相同构成。另外，机体一方控制器2以及基站中心服务器3除了下述的情况外，具有和用图4～图26说明的功能相同的处理功能。以下，说明和实施方案1的不同点。
图42是展示涉及本实施方案的中心服务器3的机体·运行信息处理部分50的处理功能的流程图。
在图42中，步骤S30～S36的处理和图7所示的实施方案1的处理相同。
在步骤S36中计算出运行时间的分布数据后，从数据库100的图10所示的运行数据库部分中读出目前正在运行的全部液压挖土机的运行数据，计算每一种机器其运行时间超过预先设定的换购判定时间的液压挖土机的台数，并作为换购信息存储在数据库100中(步骤S38B)。而后，把这样制成的换购信息和日报一同发送到公司内计算机4，并且把日报发送到用户一方计算机5(步骤S40B)。图43是展示被发送到公司内计算机4中的换购信息的一例的图。
在此，上述换购判定时间例如可以如以下那样确定。
一般在液压挖土机等的建筑机械中，如图44所示随着运行时间的增加抵价价格减少，相反修理成本增大。因而，基本上抵价价格曲线X1和修理成本曲线X2的交点P可以说是最佳换购时期。因而，比该最佳换购期稍前一些的时期是向用户推荐换购的理想期，考虑到它设定上述换购判定时间。但是，虽然图44的曲线是完全标准的曲线，而由于价格和修理成本根据建筑机械的状态等增减，所以希望还考虑到这些情况设定换购判定时间。或者，还可以把服务人员派往各地调查液压挖土机的状态，根据调查结果和运行时间确定最佳换购时期，根据它设定换购判定时间。另外，因为抵价价格曲线以及修理成本曲线根据机种而不同，所以换购判定时间也根据机种设定成不同的值。
即便采用本实施方案，也和实施方案1一样，可以正确地进行液压挖土机的销售台数的预测，其结果可以适宜地制订液压挖土机的生产计划。
另外，液压挖土机的运行时间超过了换购判定时间的状态表示，达到了应该推荐该液压挖土机的换购的时期。因而，根据在步骤S38B中求得的结果对用户进行推销，可以促进销售。
进而，在实施方案1以及实施方案2中，有关零件更换个数的预测根据已更换零件的运行数据直接预测更换个数，但对引擎、液压泵等、需要修理(包含检修)的零件，还可以首先预测零件的修理个数，根据该零件的修理工时预测该修理所需要的零件的更换个数。另外，这种情况下，因为可以预测零件的修理个数，所以可以预测其修理所需要的人力，可以制订适宜的人员计划。
另外，在实施方案1以及2中，在进行运行状态(运行时间)超过了基准值(平均运行时间)的机械台数、零件个数的计算时，说明了输出图17以及图19或者图38以及图41那样的分布图人为进行该计算以及其基准值的设定的情况，但这些计算以及设定例如也可以在基站中心服务器的产品更换·零件更换信息处理部分中进行，由此在可以减轻人员方面的负担的同时，可以得到正确的数据。
进而，在以上的实施方案中，相对在市场上运行的液压挖土机的运行时间的运行台数分布数据以及分布图的制作、发送，是和在中心服务器3中的日报的制作、发送一同每天进行的，但也可以不每天进行，只是分布数据的制作每天进行，分布图的制作、发送每周进行等，也可以使频度不同。另外，分布数据的制作在中心服务器3中自动进行，分布图的制作、发送，也可以使用公司内计算机通过维修人员的指示进行。另外，也可以根据双方维修人员的指示进行。
另外，在上述实施方案中，虽然相对已更换的旧液压挖土机的运行时间的产品更换台数的分布数据以及分布图，和相对运行时间的零件更换个数的分布数据以及分布图的制作，在每次输入产品更换数据以及零件更换数据时进行，但它也可以在适当的时期一并进行等的其它的定时进行。
进而，引擎运行时间的计测，使用了引擎转速传感器46，但可以用传感器43检测引擎按键开关开·关，使用该信号和定时器进行计测，也可以用附加在引擎上的交变发电信号的开·关和定时器计测，或者用该交变的发电使时间测量器转动，计测引擎运行时间。
进而，在中心服务器3中制成的信息发送到用户一方以及公司内，进而也可以返回液压挖土机1一方。
如果采用本发明，则可以正确地进行建筑机械的销售台数的预测，可以适宜地制订建筑机械的生产计划。因此，可以适宜地进行建筑机械的库存管理，可以尽量降低过剩库存和产品不足的发生。
另外，如果采用本发明，则可以正确地进行建筑机械的零件的销售个数的预测，可以适宜地制订其产品的生产计划。因此，可以适宜地进行零件的库存管理，可以尽量减少过剩库存和产品不足的发生。
另外，如果采用本发明，则在液压挖土机的租赁公司中，可以适宜地制订液压挖土机的购入台数、抵价台数的计划和零件的采购个数的计划，预算的确立容易并且可以适宜地进行资产管理。
权利要求
1.一种建筑机械的管理方法，其特征在于具有，第1步骤(S9-14，S20-24，S30-32)，它计测在市场上运行的多台建筑机械(1，1a，1b，1c)各自的运行状态，把它们转送到基站计算机(3)，在数据库(100)中作为运行数据存储、积蓄；第2步骤(S36-40，S44-47)，在上述基站计算机中，统计处理上述运行数据，生成并输出建筑机械的更换台数的预测数据，使用上述预测数据预测建筑机械的更换台数。
2.权利要求1所述的建筑机械管理方法，其特征在于上述第2步骤具有，作为上述预测数据，根据上述运行数据，求出目前运行的建筑机械的运行状态和其运行台数的第1相关的第3步骤(S36-40，S60-72)，用上述第1相关预测建筑机械的更换台数。
3.权利要求2所述的建筑机械管理方法，其特征在于上述第2步骤进一步具有，作为上述预测数据，根据过去更换过的建筑机械的更换数据和运行数据，求出过去的建筑机械的运行状态和其更换台数的第2相关的第4步骤(S44-47，S90-98)，通过比较上述第1相关和第2相关预测建筑机械的更换台数。
4.权利要求1所述的建筑机械管理方法，其特征在于上述第2步骤具有，作为上述预测数据，根据上述运行数据求出目前运行的建筑机械中运行状态超过预先确定的基准值的台数的第5步骤(S36-40，S60-72)，根据该台数预测建筑机械的更换台数。
5.权利要求4所述的建筑机械管理方法，其特征在于上述基准值，是过去更换过的基准机械的平均运行状态(TA；DA)。
6.权利要求5所述的建筑机械管理方法，其特征在于上述第2步骤具有，根据过去更换过的建筑机械的更换数据和运行数据，求出过去的建筑机械的运行状态和其更换台数的相关的第6步骤(S44-47，S90-98)，上述平均运行状态是根据上述相关求得的值(TA；DA)。
7.权利要求1～6的任意1项所述的建筑机械管理方法，其特征在于上述运行状态是运行时间和行走距离的至少一方。
8.权利要求4所述的建筑机械管理方法，其特征在于上述运行状态是运行时间，上述基准值，是根据抵价价格曲线(X1)和修理成本价格曲线(X2)的交点(P)求得的已确定的换购判定时间。
9.一种建筑机械的管理方法，其特征在于具有，第1步骤(S9-14，S20-24，S30-32)，它对在市场上运行的多台建筑机械(1，1a，1b，1c)各自计测每一部位(12，13，15，21a，21b，32)的运行状态，把它们的运行状态转送到基站计算机(3)在数据库中作为运行数据存储、积蓄；第2步骤(S36-40，S50-56)，在上述基站计算机中，统计处理上述运行数据，生成并输出涉及各部位零件的修理更换个数的预测数据，使用上述预测数据预测涉及各部位零件的修理更换个数。
10.权利要求9所述的建筑机械的管理方法，其特征在于上述第2步骤具有，作为上述预测数据，根据上述运行数据，求出目前运行的建筑机械的每一部位的运行状态和其运行台数的第1相关的第3步骤(S36-40，S81-87)，用上述第1相关预测涉及各部位的零件修理更换个数。
11.权利要求10所述的建筑机械的管理方法，其特征在于上述第2步骤进一步具有，作为上述预测数据，根据过去修理更换过的零件的修理更换数据和运行数据，求出涉及该零件的每一部位的过去的运行状态和修理更换个数的第2相关的第4步骤(S50-56，S100-114)，通过比较上述第1相关和第2相关预测涉及各部位零件的修理更换个数。
12.权利要求9所述的建筑机械的管理方法，其特征在于上述第1步骤(S9-S18A，S20-24，S30A-32A)，加上上述每一部位的运行状态计测每一部位的负荷，在上述基站计算机(3)的数据库(100)中作为运行数据存储、积蓄，上述第2步骤进一步具有，根据上述负荷的程度负荷补正上述运行状态的第5步骤(S42A，S430-442)，把该经负荷补正的运行状态作为运行数据使用，生成上述预测数据。
13.权利要求9～12的任意1项所述的建筑机械的管理方法，其特征在于上述运行状态是运行时间和每一部位的操作次数的至少一方。
14.权利要求9～12的任意1项所述的建筑机械的管理方法，其特征在于上述建筑机械是液压挖土机(1)，上述部位，是液压挖土机的前端(15)，旋转体(13)，行走体(12)，引擎(32)，液压泵(21a，21b)之一。
15.一种建筑机械的管理系统，其特征在于具备，计测、收集在市场上运行的多台建筑机械(1，1a，1b，1c)各自的运行状态的运行数据计测收集单元(2，40-46，48，S9-14)；被设置在基站中，具有把上述计测、收集到的建筑机械的运行状态作为运行数据存储、积蓄的数据库(100)的基站计算机(3)，上述基站计算机具有，统计处理上述运行数据，生成建筑机械的更换台数的预测数据并输出的运算单元(50，51，S36-40，S44-47)，用上述预测数据预测建筑机械的更换台数。
16.权利要求15所述的建筑机械的管理系统，其特征在于上述运算单元具有，作为上述预测数据，根据上述运行数据，求出现在运行着的建筑机械的运行状态和其运行台数的第1相关的第1单元(50，S36-40，S60-72)，用上述第1相关预测建筑机械的更换台数。
17.权利要求16所述的建筑机械的管理系统，其特征在于上述运算单元进一步具备，作为上述预测数据，根据过去被更换过的建筑机械的更换数据和运行数据，求出过去的建筑机械的运行状态和其更换台数的第2相关的第2单元(51，S44-47，S90-98)，通过比较上述第1相关和第2相关预测建筑机械的更换台数。
18.权利要求15所述的建筑机械的管理系统，其特征在于上述运算单元具有，作为上述预测数据，从上述运行数据中求出现在运行着的建筑机械中运行状态超过了预先确定的基准值的台数的第3步骤(50，S36-40，S60-72)，根据该台数预测建筑机械的更换台数。
19.权利要求18所述的建筑机械的管理系统，其特征在于上述基准值，是过去被更换过的建筑机械的平均运行状态(TA；DA)。
20.权利要求19所述的建筑机械的管理系统，其特征在于上述运算步骤进一步具备，根据过去被更换过的建筑机械的更换数据和运行数据，求出过去的建筑机械的运行状态和其更换台数的相关的第4步骤(51，S44-47，S90-98)，上述平均运行状态是根据上述相关求得的值。
21.权利要求15～20的任意1项所述的建筑机械的管理系统，其特征在于上述运行状态是运行时间和行走距离的至少一方。
22.权利要求18所述的建筑机械的管理系统，其特征在于上述运行状态是运行时间，上述基准值是根据抵价价格曲线(X1)和修理成本曲线(X2)的交点(P)求得的已确定的换购判定时间。
23.一种建筑机械的管理系统，其特征在于具有，对在市场上运行的多台建筑机械(1，1a，1b，1c)的各自计测、收集每一部位(12，13，15，21a，21b，32)的运行状态的运行数据计测收集单元(2，40-46，48，S9-14)；被设置在基站中，具有把上述计测、收集到的每一部位的运行状态作为运行数据存储、积蓄的数据库(100)的基站计算机(3，S30-32)，上述基站计算机具有，统计处理上述运行数据，生成输出涉及各部位的零件的修理更换个数的预测数据的运算单元(50，51，S36-40，S50-56)，用上述预测数据预测涉及各部位的零件的修理更换个数。
24.权利要求23所述的建筑机械的管理系统，其特征在于上述运算单元具有，作为上述预测数据，根据上述运行数据，求出现在正在运行的建筑机械的每一部位的运行状态和其运行台数的第1相关的第1单元(50，S36-40，S81-87)，用上述第1相关预测涉及各部位零件的修理更换个数。
25.权利要求23所述的建筑机械的管理系统，其特征在于上述运算单元进一步具有，作为上述预测数据，根据过去修理更换过的零件的修理更换数据和运行数据，求出该零件涉及的每一部位的过去的运行状态和修理更换个数的第2相关的第2单元(51，S50-56，S100-114)，通过比较上述第1相关和第2相关预测涉及各部位的零件的修理更换个数。
26.权利要求23所述的建筑机械的管理系统，其特征在于上述数据计测收集单元(2，40-46，48，S9-18A)，除了上述每一部位的运行状态计测、收集每一部位的负荷，上述基站计算机(3，S30A-32A)，把上述计测、收集到的每一部位的运行状态和负荷在数据库中作为运行数据存储、积蓄，上述运算单元，进一步具有根据上述负荷的程度补正上述运行状态的第3单元(50，S42A，S430-442)，把经该负荷补正的运行状态作为运行数据使用，生成上述预测数据。
27.权利要求23～26的任意1项所述的建筑机械的管理系统，其特征在于上述运行状态是运行时间和操作次数的至少一方。
28.权利要求23～26的任意1项所述的建筑机械的管理系统，其特征在于上述建筑机械是液压挖土机(1)，上述部位是液压挖土机的前端(15)、旋转体(13)、行走体(12)、引擎(32)、液压泵(21a，21b)之一。
29.一种运算处理装置，其特征在于在把在市场上运行的多台建筑机械(1，1a，1b，1c)各自的运行状态作为运行数据存储、积蓄的同时，统计处理上述运行数据，生成并输出建筑机械的更换台数的预测数据。
30.一种运算处理装置，其特征在于在对在市场上运行的多台建筑机械(1，1a，1b，1c)的各自把每一部位(12，13，15，21a，21b，32)的运行状态作为运行数据存储蓄积的同时，统计处理上述运行数据，生成并输出涉及各部位的零件的修理更换个数的预测数据。
全文摘要
在市场上运行的液压挖土机(1)上具备控制器(2),它计测引擎(32)、前端(15)、旋转体(13)、行走体(12)各自的运行时间,在把该数据存储在控制器(2)的存储器中后,经由卫星通信、FD等转送到基站计算机(3)中,存储在基站计算机(3)的数据库(100)中。在基站计算机3中,对每一台液压挖土机,读出被存储在数据库(100)中的数据,制成、输出相对液压挖土机的运行时间(引擎运行时间)的运行台数的分布图。而后,通过其分布图预测液压挖土机的更换台数,进行液压挖土机的销售台数的预测,制订液压挖土机的生产计划。由此可以正确地进行建筑机械的销售台数的预测,可以制订建筑机械的适宜的生产计划。
文档编号H04W4/04GK1365481SQ01800729
公开日2002年8月21日 申请日期2001年4月2日 优先权日2000年3月31日
发明者足立宏之, 平田东一, 杉山玄六, 渡边洋, 柴田浩一, 小松英树 申请人:日立建机株式会社