铁道用状态监视装置、铁道车辆的转向架、铁道车辆、铁道用制动控制装置

技术领域

本发明涉及一种铁道用状态监视装置、铁道车辆的转向架、铁道车辆以及铁道用制动控制装置。

背景技术

公知有检测车轮的平面磨损等的检测装置(例如专利文献1)。专利文献1所记载的检测装置具备：车轮探测器和冲击振动探测元件，其沿着轨道的长度方向隔开一定的距离地设置；和处理部，其处理车轴探测器和冲击振动探测元件的输出信号。处理部根据冲击振动探测元件的振动信号的大小和冲击振动的持续时间判定平面磨损的存在和剥离的存在。另外，处理部处理车轮探测器的输出信号而确定存在有平面磨损或剥离的车轮或者转向架。

专利文献1：日本特开昭60-000311号公报

发明内容

本发明人等针对铁道的轨道、车轮等的状态检测部件获得了以下认识。若铁道的轨道、车轮等磨损而导致故障，则有可能给行驶带来影响。出于减少这些故障的观点考虑，想到缩短维护间隔，以能够在故障之前进行更换等维护。在该情况下，维护的工时、更换材料花费过多，在成本上不利。另一方面，若延长维护间隔，则在磨损比设想早地进行了的情况下导致故障的可能性变高。因此，期望的是，检测轨道、车轮等的状态，以其检测结果为参考决定维护的时期。

期望的是，轨道、车轮等的状态检测部件的通用性较高。专利文献1所记载的检测装置使用隔开与车辆间距离相关联的一定的距离而设置到轨道的车轮探测器和冲击振动探测元件的输出信号，因此，仅能够在设置有它们的轨道上进行检测等，不能说通用性较高。

本发明是鉴于这样的问题而做成的，以提供可提高通用性的铁道用状态监视装置为目的之一。

为了解决上述问题，本发明的某形态的铁道用状态监视装置具备：取得部，其安装于铁道车辆的转向架，取得与振动、速度、加速度、声音、反射光、图像、温度、湿度以及车轮径中的1个以上的状态有关的状态信息；判定部，其安装于转向架，基于由取得部取得的状态信息进行转向架所行驶的轨道的状态或转向架的状态的判定，并提供该判定部的判定结果；发送部，其安装于转向架，向转向架的外部发送判定结果；以及供电部，其安装于转向架，向取得部和发送部供给电力。

此外，作为本发明的形态，以上的任意的组合、将本发明的构成要素、表述在方法、装置、程序、记录有程序的暂时性或非暂时性存储介质、系统等之间相互置换而成的形态也是有效的。

根据本发明，能够提供可提高通用性的铁道用状态监视装置。

附图说明

图1是概略地表示铁道车辆的主视的示意图。

图2是概略地表示图1的铁道车辆的侧视的示意图。

图3是概略地表示第1实施方式的状态监视装置的框图。

图4是示意性地表示第1实施方式的状态监视装置的学习模型的数据组的一个例子的图。

图5是示意性地表示第1实施方式的状态监视装置的学习模型的图。

图6是概略地表示第2实施方式的状态监视装置的框图。

图7是示意性地表示第2实施方式的状态监视装置的学习模型的数据组的一个例子的图。

图8是示意性地表示第2实施方式的状态监视装置的学习模型的图。

图9是概略地表示第3实施方式的制动控制装置的框图。

图10是表示第3实施方式的制动控制装置的动作的流程图。

图11是示意性地表示第3实施方式的制动控制装置的学习模型的数据组的一个例子的图。

图12是示意性地表示第3实施方式的制动控制装置的学习模型的图。

图13是概略地表示第4实施方式的状态监视装置的框图。

图14是示意性地表示第4实施方式的转向架的摇晃的示意图。

图15是示意性地表示第4实施方式的不同车轴不同地点倾斜信息的一个例子的图。

图16是概略地表示第5实施方式的状态监视装置的框图。

图17是表示第5实施方式的转向架在轨道面通过的状态的示意图。

图18是表示第5实施方式的转向架和另外转向架的振动信息的图。

图19是表示第5实施方式的状态监视装置的动作的流程图。

图20是概略地表示第6实施方式的状态监视装置的框图。

图21是表示第6实施方式的制动控制装置的动作的流程图。

图22是示意性地表示第6实施方式的接触制动器的制动力的比率的图。

图23是示意性地表示第6实施方式的接触制动器的动作的图。

图24是示意性地表示第6实施方式的接触制动器的动作的图。

图25是概略地表示第7实施方式的制动控制装置的框图。

图26是表示第7实施方式的制动控制装置的动作的流程图。

图27是示意性地表示第7实施方式的制动控制装置的动作的图。

图28是概略地表示第8实施方式的状态监视装置的框图。

图29是第8实施方式的转向架的前方视的示意图。

图30是第8实施方式的转向架的侧视的示意图。

图31是概略地表示第9实施方式的状态监视装置的框图。

图32是第9实施方式的转向架的前方视的示意图。

图33是第9实施方式的转向架的侧视的示意图。

图34是第9实施方式的转向架的侧视的示意图。

2、车身；8、轨道；10、转向架；12、转向架框；14、弹簧下部；16、车轮；16b、踏面；18、制动器；18b、制动蹄；18c、制动构件；18d、接触制动器；18e、再生制动器；20、状态监视装置；30、取得部；30b、振动传感器；30c、速度传感器；30d、加速度传感器；30e、声音传感器；30f、光传感器；30g、图像传感器；30h、温度传感器；30j、湿度传感器；30k、30p、30s、距离传感器；30m、倾斜传感器；44、判定部；46、存储部；48、发送部；60、制动控制部；70、供电部；80、制动控制装置；100、车辆。

具体实施方式

以下，基于优选的实施方式，一边参照各附图，一边说明本发明。在实施方式和变形例子中，对相同或相等的构成要素、构件标注相同的附图标记，适当省略重复的说明。另外，为了容易理解，各附图中的构件的尺寸适当放大、缩小而表示。另外，在各附图中，省略在说明实施方式方面并不重要的构件的一部分来表示。

另外，包括第1、第2等序数的用语是为了说明多样的构成要素而使用的，该用语仅以将一个构成要素相对于其他构成要素区别开的目的而使用，构成要素并不被该用语限定。

[第1实施方式]

参照图1～图5而说明本发明的第1实施方式的铁道用状态监视装置20(以下，有时简称为“状态监视装置20”)和铁道用制动控制装置80(以下，有时简称为“制动控制装置80”)。图1是表示铁道车辆100的主视的示意图。图2是表示铁道车辆100的侧视的示意图。图3是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。尤其是，状态监视装置20搭载于铁道车辆100的转向架10。

包括图3在内的本公开的各图所示的各功能模块在硬件方面能够由以计算机的CPU为首的电子元件、机械零部件等实现，在软件方面可由计算机程序等实现，在此，描绘了可由它们协作实现的功能模块。因而，本领域技术人员能够理解这些功能模块可利用硬件、软件的组合以各种形式实现。

以下，将车辆100的前后方向简称为前后方向，将车辆100的宽度方向简称为宽度方向。车辆100包括车身2、转向架10、制动器18、状态监视装置20、以及制动控制装置80。状态监视装置20包括取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、发送控制部42、以及模型生成部45。制动器18由接触制动器18d和再生制动器18e构成。

车身2借助空气弹簧12s支承于多个转向架10，利用牵引装置12p与各转向架10连结。车身2具有驾驶室2d。车辆100具备马达(未图示)作为原动机，利用该马达驱动在转向架10设置的车轮16而在轨道8行驶。本实施方式的车辆100具备前后隔开地配置的两个转向架10。

转向架10包括转向架框12、轴弹簧12j、以及弹簧下部14。转向架框12在上方支承车身2。弹簧下部14由转向架框12借助轴弹簧12j支承。轴弹簧12j是以在宽度方向上隔开的方式设置有两个的螺旋弹簧。轴弹簧12j也可以包括与螺旋弹簧的种类不同的种类的弹簧。

弹簧下部14包括轴箱14b、轴承14c、车轮16、车轴16s、以及接触制动器18d。轴箱14b与轴弹簧12j的两个螺旋弹簧相对应地设置有两个。轴箱14b是借助轴弹簧12j从上方支承于转向架框12的箱状的构件。轴承14c收容于轴箱14b，将车轴16s支承成可旋转。螺旋弹簧的数量并不限于两个，也可以是两个以上。

车轮16以在宽度方向上隔开的方式设置有两个，在中心设置有车轴16s。车轮16具有在轨道8上滚动的圆筒状或圆锥状的踏面16b和凸缘16c。车轴16s贯通车轮16的中心，突出到车轮16的宽度方向外侧的部分在轴箱14b内支承于轴承14c。接触制动器18d具有致动器18a和制动蹄18b。由于制动驱动用的空气压的作用，致动器18a被驱动，制动蹄18b被按压于踏面16b，从而使制动力在车轮16产生。

(制动控制装置)

本实施方式的车辆100除了具备接触制动器18d之外，还具备再生制动器18e。制动控制装置80基于来自状态监视装置20、其他控制单元的控制信息改变制动器18的施加方法。尤其是，制动控制部60若接收到根据判定结果E1所发送的制动控制信号Bc，就变更接触制动器18d和再生制动器18e的工作时刻。制动控制部60配置于车辆100的驾驶室2d。

(状态监视装置)

说明状态监视装置20。如上所述，状态监视装置20包括取得部30、信息处理部40、供电部70、以及位置信息取得部82，信息处理部40包括判定部44、存储部46、发送部48、发送控制部42、以及模型生成部45。

信息处理部40安装于转向架10。在该例子中，信息处理部40固定于转向架框12。在该情况下，能够减少车轮16的振动的影响。取得部30取得与振动、速度、加速度、声音、反射光、图像、温度、湿度以及车轮径中的1个以上的状态有关的状态信息J1。判定部44如随后论述那样基于由取得部30取得的状态信息J1判定状态信息J1是否满足预先设定好的条件。位置信息取得部82取得与车辆100有关的位置信息Jp。

(供电部)

说明供电部70。供电部70向状态监视装置20和取得部30供给电力。换言之，从供电部70向取得部30和信息处理部40供给电力。供电部70也可以向位置信息取得部82供给电力。供电部70具有发电机70g、电池70b、以及电力控制部70m。发电机70g供给发电电力。作为一个例子，发电机70g能够构成为包括可将转向架10的振动能量、车轮16的旋转能量等物理能量转换成电力的器件(包括发电元件)。

本实施方式的发电机70g构成为，基于电磁原理，根据由于车轮16的旋转而产生的涡流供给电力。通过设置发电机70g，能够省略与车身2之间的供电用的配线，能够削减配线用的空间、构件、配置工时等。另外，能够仅利用安装到转向架10的装置取得信息并向外部发送。此外，供电部70也可以向状态监视装置20供给从车身2经由配线传送来的车身电力。在该情况下，供电部70既可以同时使用发电机70g，也可以不同时使用。

(电池)

由于空间限制、重量限制等要因，有时发电机70g的发电电力被限制。另外，状态监视装置20的电能消耗随着时间经过而大幅度变动。若发电机70g的发电电力比状态监视装置20的峰值电能消耗小，则存在由于电力不足而状态监视装置20误动作的可能性。因此，本实施方式的供电部70具有利用发电机70g的发电电力或车身电力进行充电的电池70b。在该情况下，即使是在发电机70g的发电电力微弱的情况下，也能够通过向电池70b充电而在一定期间内供给大电力，因此，即使是在发电机70g的发电电力比状态监视装置20的峰值电能消耗小的情况下，也能够抑制误动作。

(电力控制部)

信息处理部40在随后论述的发送部48发送预定的信息之际消耗较多电力。在电池70b的蓄电余量较少的情况下，发送部48有时由于发送中的电力不足而误发送。因此，本实施方式的供电部70具有监控电池70b的蓄电余量、发电机70g的发电电力等的电力控制部70m。电力控制部70m基于与转向架10的电力有关的信息、转向架10的位置信息Jp等判定在发送部48的发送中是否产生电力不足，将判定结果作为电力信息Je向信息处理部40提供。作为与转向架10的电力有关的信息，可列举出发电机70g的发电电力、电池70b的蓄电余量、发送部48的发送安排等。也可以在电力控制部70m的判定结果中包括发送中的电力不足的有无、可供给充足的电力的时期等信息。也可以在电力信息Je中包括电池70b的蓄电余量、发电机70g的发电电力等。

(位置信息取得部)

说明位置信息取得部82。如上所述，位置信息取得部82取得与车辆100的位置有关的位置信息Jp。位置信息Jp能够通过全球定位系统(Global Positioning System)等利用了人造卫星的位置信息计量系统取得的方法、根据表示距铁道的起点的公里里程(距离)的标识取得的方法、对车辆的速度进行积分而取得的方法或组合这些方法而成的方法取得。本实施方式的位置信息取得部82利用全球定位系统而取得位置信息Jp。位置信息取得部82向信息处理部40发送所取得的位置信息Jp。位置信息Jp存储于存储部46。

(取得部)

说明取得部30。在取得部30中，与振动有关的振动信息由基于公知的原理的振动传感器30b取得。振动传感器30b能够设置于转向架框12或弹簧下部14。本实施方式的振动传感器30b设置于轴箱14b，取得转向架10的振动。获得振动信息的对象并没有限定，在本实施方式中以车轮16、车轴16s或轴箱14b为对象。能够基于振动信息把握对象的磨损、变形(包括剥离。以下相同)、表面粗糙度等表面状态。

出于容易比较的观点考虑，期望的是，振动信息在车辆速度处于预先设定好的状态时取得。在车辆速度的该状态中例如包括车辆处于预先设定好的加速状态的加速区域、维持预先设定好的速度的定速驾驶区域(包括惯性行驶)、车辆处于预先设定好的减速状态的减速区域等。此外，不仅振动信息，而且对于与速度、加速度、声音、反射光、图像、温度、湿度以及车轮径的状态有关的状态信息J1也是同样的。

在取得部30中，与速度有关的速度信息由基于公知的原理的速度传感器30c取得。速度传感器30c能够设置于转向架框12或弹簧下部14。本实施方式的速度传感器30c设置于轴箱14b，取得与转向架10的前后方向的速度有关的信息。能够基于速度信息的履历把握施加到转向架10及其构成构件的压力的蓄积状态(以下，称为“压力状态”)。

在取得部30中，与加速度有关的加速度信息由基于公知的原理的加速度传感器30d取得。加速度传感器30d能够设置于转向架框12或弹簧下部14。本实施方式的加速度传感器30d设置于轴箱14b，取得与转向架10的前后方向的加速度有关的信息。能够基于加速度信息的履历把握压力状态。

在取得部30中，与声音有关的声音信息由基于公知的原理的声音传感器30e取得。声音传感器30e能够设置于转向架框12或弹簧下部14。本实施方式的声音传感器30e设置于轴箱14b，取得与转向架10的声音有关的信息。获得声音信息的对象并没有限定，在本实施方式中以轨道8或车轮16的周围空间为对象。能够基于声音信息把握对象的磨损、变形、表面粗糙度等表面状态。声音传感器30e也可以是麦克风。

在取得部30中，与反射光有关的反射光信息由基于公知的原理的光传感器30f取得。光传感器30f能够设置于转向架框12或弹簧下部14。本实施方式的光传感器30f设置于转向架框12，取得与转向架10的反射光有关的信息。光传感器30f也可以向对象照射太阳光、外部照明光等外部光而探测该外部光的反射光。本实施方式的光传感器30f从为了获得反射光而设置到转向架10的光照射部32向对象物照射激光等光并探测该激光等光的反射光。获得反射光的对象没有限定，在本实施方式中以轨道8的上表面或车轮16的踏面16b为对象。能够基于反射光信息把握对象的磨损、变形等表面状态。

在取得部30中，与图像有关的图像信息由基于公知的原理的图像传感器30g取得。图像传感器30g能够设置于转向架框12或弹簧下部14。本实施方式的图像传感器30g设置于转向架框12，取得与转向架10的图像有关的信息。图像传感器30g也可以向对象照射太阳、外部照明等外部光而探测该外部光的对象的图像。本实施方式的图像传感器30g向对象物照射来自为了获得图像而设置到转向架10的光照射部32的光并探测该对象的图像。获得图像的对象并没有限定，在本实施方式中以轨道8的上表面或车轮16的踏面16b为对象。能够基于图像信息把握对象的磨损、变形等表面状态。

在取得部30中，与温度有关的温度信息由基于公知的原理的温度传感器30h取得。温度传感器30h能够设置于转向架框12或弹簧下部14。本实施方式的温度传感器30h设置于轴箱14b，取得与转向架10的温度有关的信息。获得温度信息的对象并没有限定，在本实施方式中以轨道8或车轮16的温度或其气氛气体温度为对象。能够基于温度信息把握对象的压力状态。能够基于温度信息把握对象的热膨胀的状态。能够基于温度信息的履历把握对象的累积压力状态。

在取得部30中，与湿度有关的湿度信息由基于公知的原理的湿度传感器30j取得。湿度传感器30j能够设置于转向架框12或弹簧下部14。本实施方式的湿度传感器30j设置于转向架框12，取得与转向架10的湿度有关的信息。获得湿度信息的对象并没有限定，在本实施方式中以轨道8或车轮16的气氛湿度为对象。能够基于湿度信息把握对象的摩擦系数的状态。能够基于湿度信息的履历把握对象的生锈状态。

在取得部30中，与车轮16的半径有关的车轮径信息由基于公知的原理的距离传感器30k取得。距离传感器30k能够设置于转向架框12或弹簧下部14。本实施方式的距离传感器30k设置于转向架框12，基于红外线、激光等的反射光取得从转向架框12到车轮16的踏面16b的距离作为车轮径信息。制动力根据车轮径而变化，因此，能够基于车轮径信息把握制动力的状态。能够基于所把握的制动力调整制动蹄18b的按压力、接触制动器18d的工作时刻，以获得更恰当的制动力。

各传感器30b、30c、30d、30e、30f、30g、30h、30j、30k的信息取得时刻并没有限制。本实施方式的各传感器30b、30c、30d、30e、30f、30g、30h、30j、30k也可以在乘客、行李未载置于车辆100的非营业状态下取得信息。在该情况下，能够降低乘客、行李对取得信息的影响。

取得部30也可以始终取得状态信息J1，在该例子中，在处于预先设定好的时刻、处于预先设定好的状态时，或在转向架10位于预先设定好的位置时取得状态信息J1。在该情况下，通过在一定的时刻或一定的位置取得信息，能够与过去的信息容易地比较，能够抑制电能消耗。状态信息J1包括由因行驶路径的条件的差异产生的影响导致的误差。作为该行驶路径的条件，可列举出隧道、弯路、铁桥、坡道等。出于抑制由行驶路径的条件的差异造成的影响的观点考虑，取得部30能够基于位置信息Jp在预先设定好的位置处取得状态信息J1。

(存储部)

存储部46暂时存储由取得部30取得的状态信息J1。存储部46能够与状态信息J1的取得时刻相关联地存储该状态信息J1。在该情况下，能够基于状态信息J1的履历判定轨道8和转向架10的状态。存储部46存储随后论述的学习模型M1。存储部46存储与轨道8和转向架10的状态有关的判定部44的判定结果。存储部46存储从位置信息取得部82发送来的位置信息Jp。存储部46暂时存储这些信息。通过如此将信息存储于存储部46，能够汇总数据而以适于发送的状态发送。

(判定部)

判定部44基于状态信息J1判定轨道8和转向架10的状态。根据发明人的研究，给出了如下启发：在状态信息J1与轨道8和转向架10的状态之间存在一定的相关关系。通过使用该相关关系，能够根据状态信息J1判定轨道8和转向架10的状态。判定部44也可以使用预先设定好的基准值(以下，称为“阈值”)而判定轨道8和转向架10的状态。例如，也可以是，判定部44在状态信息J1是阈值以下的情况下判定为正常，在状态信息J1超过阈值的情况下判定为异常。判定部44也可以使用过去所取得的参照用的状态信息J1而判定轨道8和转向架10的状态。例如，也可以是，判定部44对参照用的状态信息J1添加预定的裕度而设定阈值，在状态信息J1是阈值以下的情况下判定为正常，在状态信息J1超过阈值的情况下判定为异常。

判定部44也可以使用被存储到存储部46的学习模型M1而判定轨道8和转向架10的状态。以下，将这些判定部44的判定结果统称为判定结果E1。判定部44也可以使用多个阈值，状态信息J1也可以利用多个阈值从正常到异常而分类成多个类别。在该情况下，判定结果E1也可以是分类后的类别。

判定部44也可以在随机的时刻判定轨道8和转向架10的状态，但在该例子中，在处于预先设定好的时刻时、在处于预先设定好的状态时、或在转向架10位于预先设定好的位置时判定轨道8和转向架10的状态。判定部44能够基于位置信息Jp在预先设定好的位置处判定轨道8和转向架10的状态。在该情况下，能够抑制由行驶路径的条件的差异造成的影响。

(学习模型)

说明学习模型M1。该例子的判定部44为了判定轨道8和转向架10的状态Ck而使用学习模型M1。学习模型M1是通过以预先取得的参照用状态信息和与该参照用状态信息相对应的轨道的状态或转向架的状态的实测数据为基础进行机器学习而生成的AI模型。通过使用学习模型M1，有利于数据处理的高速化，获得较高的判定精度。图4是示意性地表示学习模型M1的数据组Ds1的一个例子的图。图5是示意性地表示学习模型M1的图。如图5所示，学习模型M1基于所输入的输入数据提供与该输入数据相对应的输出数据。

学习模型M1能够使用例如支持向量机、神经网络(包括深度学习)、随机森林等公知的机器学习方法而生成。学习模型M1储存于存储部46。学习模型M1也可以基于过去针对同种的其他转向架所收集的实测数据生成，在本实施方式中，将针对判定对象的转向架10自身所收集的实测数据设为数据组Ds1，由设置到转向架10的模型生成部45生成。

(模型生成部)

说明模型生成部45。模型生成部45基于轨道8和转向架10的状态Ck以及与该状态Ck相对应的状态信息J1预先通过机器学习生成学习模型M1。在该例子中，模型生成部45将事先所取得的状态Ck(Ck(0)、Ck(1)···)、状态信息J1(J1(0)、J1(1)···)设为数据组Ds1，将该数据组Ds1设为训练数据(日文：教師データ)而通过机器学习(监督学习)生成。

此外，在该说明中，表示了状态信息J1和状态Ck分别是一元的数据的例子，但状态信息J1和状态Ck也可以分别是多元的数据。另外，状态信息J1和状态Ck也可以是以预定的单位数值化后的数值数据。

数据组Ds1的实测数据的收集条件未被限定，在该例子中，基于位置信息Jp在预先设定好的位置处收集数据组Ds1的实测数据。在该情况下，能够抑制由行驶路径的条件的差异造成的影响。

判定部44将新取得的状态信息J1作为输入数据而输入学习模型M1，从学习模型M1获得轨道8和转向架10的状态Ck作为输出数据。判定部44将从学习模型M1获得的轨道8和转向架10的状态Ck作为判定结果E1输出。

学习模型M1在初始设定状态下也可以非更新地被使用，但在该例子中被更新。模型生成部45基于新取得的新状态信息和与该新状态信息相对应的轨道的状态或转向架的状态的实测数据通过机器学习更新学习模型M1。在该情况下，即使由于季节、使用年数等要因而状态信息J1与轨道8和转向架10的状态Ck之间的关系变化，也能够维持判定精度。模型生成部45也可以在随机的时刻更新学习模型M1，但在该例子中，在处于预先设定好的状态时在预先设定好的时刻更新学习模型M1。例如，模型生成部45能够按照根据季节所设定的安排更新学习模型M1。

(发送部)

发送部48向转向架10的外部(以下，在本说明书中，有时简称为“外部”)发送判定结果E1。从发送部48发送的判定结果E1既可以在驾驶室2d中被接收，也可以由车辆100的外部的地上指挥所84的计算机84c、云系统接收。判定结果E1也可以显示于驾驶室2d的车辆监控器2e。发送部48在判定结果E1满足预先设定好的条件时向制动控制部60发送制动控制信号Bc。例如，制动控制部60根据制动控制信号Bc变更接触制动器18d和再生制动器18e的工作时刻。

发送部48能够借助使用了有线或无线的、总线线路、网络线路、专用线路或通用线路发送信息。发送部48也可以使用蓝牙：Bluetooth(注册商标)、WIFI：Wi-Fi(注册商标)等标准化的通信方式而发送信息。在本实施方式中，发送部48使用无线而向外部发送信息。

(发送控制部)

发送部48的发送时刻不被限定，在本实施方式中，发送部48的发送时刻被发送控制部42控制。作为一个例子，发送控制部42在随后论述的情况下控制发送部48，以发送判定结果E1。发送部48在发送控制部42的控制下发送判定结果E1。在该情况下，与随时发送的情况相比，能够抑制发送数据量。

发送部48在判定部44的判定结果E1满足预先设定好的条件时发送判定结果E1，在不满足该条件时不发送。例如，也可以是，发送部48在判定结果E1表示正常时不发送，在判定结果E1表示异常的情况下发送。另外，发送部48也可以在判定结果E1相对于过去的判定结果变化了的情况下发送。

发送部48在判定部44的判定结果E1比判定结果E1的信息量预先设定好的水平大时发送判定结果E1，在比该水平小时不发送。在该情况下，能够抑制总的发送数据量。

发送部48在发电机70g的发电电力比预先设定好的水平大时发送判定结果E1，在比该水平小时不发送。另外，发送部48在电池70b的蓄电余量比预先设定好的水平大时发送判定结果E1，在比该水平小时不发送。在该情况下，能防止由发送中的电力不足导致的误发送。具体而言，发送控制部42也可以基于电力控制部70m的电力信息Je控制发送部48。

发送部48基于位置信息Jp而在转向架10位于预先设定好的发送位置时发送判定结果E1。另外，发送部48基于位置信息Jp而在位于预先另外设定的非发送位置时不发送判定结果E1。作为非发送位置，可列举出隧道、山背后、建筑物的背阴等成为发送的障碍的场所。

发送部48在与通信对象之间的通信状态比预先设定好的水平高(良好)时发送判定结果E1，在比该水平低(差)时不发送。例如，发送部48在由于隧道、山背后、建筑物的背阴等而通信状态较差的情况下不发送，在通信状态良好的情况下发送。例如，通信状态能够根据与地上指挥所84之间的相互通信的通信误差的产生率判定。

发送部48在与预先设定好的发送安排相应的发送时刻发送判定结果E1。作为该发送时刻，可列举出清晨、深夜等外来的振动、噪音较少的时间段。在该情况下，能够降低外来的振动、噪音的影响。另外，通过在一定时刻发送，能够降低轨道8的温度的波动的影响。另外，发送部48在预先另外设定的非发送时刻不发送判定结果E1。

发送部48在从驾驶室2d或地上指挥所84存在发送要求时发送判定结果E1。例如，地上指挥所84在从前方车接收到表示异常的判定结果的情况下，能够以在前方车判定为异常的位置处发送判定结果E1的方式向后续车提出要求。例如，地上指挥所84为了要求判定结果E1的发送而能够向后续车辆发送发送要求信号(以下，简称为“发送要求信号”)。

(地上指挥所)

说明地上指挥所84的一个例子。地上指挥所84具备计算机84c，能够与信息处理部40之间相互通信。例如，计算机84c从信息处理部40接收判定结果E1和状态信息J1，向信息处理部40发送用于要求判定结果E1和状态信息J1的发送的发送要求信号。计算机84c包括再判定部84j、学习模型84m、以及模型生成部84g。

再判定部84j基于从发送部48发送来的状态信息J1再判定轨道8和转向架10的状态。通过再判定，能够确认由信息处理部40进行的判定是不是没有错误。再判定部84j的构成并没有限定，该例子的再判定部84j基于状态信息J1并使用学习模型84m而再判定轨道8和转向架10的状态。

学习模型84m也可以与学习模型M1相同，但在该例子中与学习模型M1不同。与信息处理部40相比，计算机84c能以高速进行大容量的数据处理，因此，模型生成部84g能够通过以由许多车辆所收集的轨道8和转向架10的状态和与之相对应的状态信息为基础预先进行机器学习而生成学习模型84m。学习模型84m也可以是比学习模型M1大的规模。学习模型84m在初始设定状态下也可以非更新地被使用，但在该例子中被更新。模型生成部84g在预先设定好的时期内更新学习模型84m。

根据本实施方式，具备供电部70，该供电部70安装于转向架10，向取得部30和发送部48供给电力，因此，不从车身2接受供电，就能够向外部发送预定的信息。另外，本实施方式具备存储部46，因此，能够统一地发送数据，能够选择通信状态良好的时刻发送。另外，本实施方式具备位置信息取得部82，因此，能够选择通信状态良好的位置发送。另外，本实施方式在判定结果E1满足预先设定好的条件时发送判定结果E1，因此，能够抑制总的通信量。另外，本实施方式根据电池70b的蓄电余量发送判定结果E1，因此，能够选择蓄电余量较大时发送。

另外，本实施方式根据通信状态发送判定结果E1，因此，能够选择通信状态良好时发送。另外，本实施方式使用学习模型M1而判定，因此，判定精度较高。另外，本实施方式具备模型生成部45，因此，能够生成适于各转向架的学习模型M1。另外，本实施方式更新学习模型M1，因此，能够抑制由季节变动、经时变化导致的判定精度的降低。另外，发送部48固定于转向架框12，因此，本实施方式难以受到车轮16的振动的影响。

接着，说明本发明的第2实施方式～第9实施方式。在第2实施方式～第9实施方式的附图和说明中，对与第1实施方式相同或同等的构成要素、构件标注相同的附图标记。适当省略与第1实施方式重复的说明，重点说明与第1实施方式不同的构成。因而，第1实施方式的说明适用于第2实施方式～第9实施方式中的与第1实施方式相同或同等的构成要素、构件。此外，在该说明的适用中，只要不产生矛盾，第1实施方式的说明中的附图标记J1、E1、M1就改称为第2实施方式～第9实施方式中的附图标记J2～J9、E2～E9、M2～M9。

[第2实施方式]

参照图1、图2、图6～图8而说明本发明的第2实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图6是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

如图6所示，状态监视装置20包括取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。取得部30包括振动传感器30b和速度传感器30c。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

本实施方式的状态监视装置20基于与转向架10中的振动有关的振动信息Jv和车辆100的速度信息Js进行车轮16的踏面16b的平面产生状态和凸缘16c的磨损状态的判定，并提供其判定结果。在统称振动信息Jv和速度信息Js时，称为状态信息J2。在统称车轮16的平面产生状态和凸缘16c的磨损状态时，称为磨损状态Sw。磨损状态Sw包括车轮16的踏面16b的踏面剥离、热龟裂等异常磨损。也就是说，状态监视装置20基于速度信息Js确认车辆100的速度是否是预先设定好的速度(以下，称为“判定速度”)，在车辆100的速度是判定速度时，基于振动信息Jv判定磨损状态Sw。车轮16的平面是由于与轨道8之间的摩擦而产生的车轮16的踏面16b的偏磨的一种形态。

存储部46暂时存储由取得部30取得的振动信息Jv。存储部46能够与振动信息Jv的取得时刻相关联地存储该振动信息Jv。另外，存储部46能够根据振动信息Jv的水平将该振动信息Jv分类成多个等级，能够与取得时刻相关联地存储分类后的该等级。另外，存储部46能够基于位置信息Jp，与振动信息Jv相关联地存储取得振动信息Jv的位置。发送部48能够向外部发送存储部46的存储内容。

取得部30安装于转向架10，取得与转向架10中的振动有关的振动信息Jv和车辆100的速度信息Js。振动信息Jv由振动传感器30b取得，速度信息Js由速度传感器30c取得。振动传感器30b也可以安装于转向架框或轴箱。速度传感器30c只要可检测车辆100的速度即可，例如，也可以是输出与车轴的旋转相应的数的脉冲的编码器。通过对编码器的脉冲进行计数，能够算出车辆100的速度。另外，速度传感器30c也可以是利用了激光反射的多普勒传感器。

说明判定部44。判定部44基于由取得部30取得的振动信息Jv和速度信息Js进行转向架10的车轮16的磨损状态Sw的判定，提供该判定部44的判定结果E2。

根据本发明人等的研究，弄清楚了存在如下关系：若车轮16的平面、凸缘16c的磨损增加，则转向架10的振动增加。另外，给出了如下启发：在车辆速度处于预定的状态时，在转向架10的振动信息Jv与车轮16的平面产生状态或凸缘16c的磨损状态之间存在一定的相关关系。因而，能够根据振动信息Jv判定车轮16的平面或凸缘16c的磨损状态。

判定部44也可以使用预先设定好的阈值或对在过去(例如出厂时、前次维护时、当日、前日、最近的一定期间等)所取得的参照用的振动信息添加预定的裕度而设定的阈值来判定车轮16的平面或凸缘16c的磨损状态。在该情况下，能够减少由于车辆、转向架的个体差异而产生的误差，提高判定精度。

例如，判定部44在所取得的振动信息Jv是阈值以下的情况下能够判定为平面或凸缘16c的磨损处于容许范围内，在超过阈值的情况下能够判定为平面或凸缘16c的磨损超过了容许范围。预先设定好的阈值、过去所取得的振动信息以及平面的产生状态或凸缘16c的磨损状态存储于存储部46。

另外，通过将振动信息Jv与过去所取得的参照用的振动信息相比较，能够算出振动信息的经时变化。能够基于该经时变化预测车轮16的平面或凸缘16c的将来的磨损。

说明判定动作的第1例。该例子使用预先设定好的阈值而判定磨损状态。

(1)首先，在车辆100在行驶状态下所取得的振动信息Jv超过预先设定好的阈值的情况下，信息处理部40将该振动信息Jv与经过时间一起存储于存储部46。该阈值也可以是多个。此外，车辆100的行驶状态既可以是动力行驶着的状态，也可以是惯性行驶的状态，也可以是制动着的状态。

(2)判定部44基于存储部46的存储结果测定振动信息Jv超过阈值的时刻的周期(以下，称为“振动周期”)。

(3)在振动周期与车辆100的速度成反比的情况下，判定部44判定为在车轮16的踏面16b正在产生平面、或正在产生踏面剥离、热龟裂等异常磨损。

判定部44在如上述那样判定为在车轮16正在产生磨损时，根据振动信息Jv的水平将该振动信息Jv分类成多个等级，将分类后的该等级作为为判定结果E2提供。判定结果E2存储于存储部46。

说明判定动作的第2例。该例子使用通过机器学习而生成的学习模型M2而判定磨损状态Sw。学习模型M2是针对转向架10通过以在预定的车辆速度下预先取得的参照用的振动信息Jv和与该参照用振动信息Jv相对应的车轮16的平面产生状态或凸缘16c的磨损状态的实测数据为基础进行机器学习而生成的。在该情况下，使用学习模型M2，因此，判定精度较高。学习模型M2既可以基于该判定对象的转向架10自身的实测数据生成，也可以基于与判定对象的转向架10不同的转向架的实测数据生成。学习模型M2存储于存储部46。

将学习模型M2的数据组Ds2的一个例子表示在图7中。将学习模型M2的示意图表示在图8中。如图8所示，学习模型M2基于所输入的输入数据提供与该输入数据相对应的输出数据。通过以车轮16的磨损状态Sw和与该磨损状态Sw相对应的振动信息Jv为基础预先进行机器学习而生成学习模型M2。在该例子中，将事先实测到的磨损状态Sw(Sw(0)、Sw(1)···)、振动信息Jv(Jv(0)、Jv(1)···)设为数据组Ds2，将该数据组Ds2设为训练数据而通过机器学习(监督学习)生成学习模型M2。

此外，在该说明中，表示了振动信息Jv和磨损状态Sw分别是一元的数据的例子，但振动信息Jv和磨损状态Sw也可以分别是多元的数据。另外，振动信息Jv和磨损状态Sw也可以是以预定的单位数值化后的数值数据。

数据组Ds2的实测数据的收集条件未被限定，在该例子中，基于位置信息Jp在预先设定好的位置处收集数据组Ds2的实测数据。在该情况下，能够抑制由行驶路径的条件的差异造成的影响。

说明判定动作的第3例。在第3例子中，判定部44基于针对转向架10的相互隔开的多个部位所取得的多个振动信息Jv判定车轮16的平面产生状态或凸缘16c的磨损状态。在该情况下，能够比较多个振动信息Jv，因此，能够去除同相成分而提高判定精度。

具体而言，在沿着同一车辆100的前后方向分开的别的车轮设置有取得振动信息的别的振动传感器，参照该别的车轮的振动信息而判定判定对象的车轮16的磨损状态。例如，在车轮16的振动信息Jv的峰值的时刻与别的车轮的振动信息的峰值的时刻的时间差同两个车轮的分开距离除以车速而得到的时间大致相同的的情况下，识别为该峰值取决于由起因于轨道的接缝、轨道的磨损、轨道的破损等轨道的状态的异常振动，能够从判定结果E2除去。在该情况下，使由起因于轨道的状态的异常振动导致的误判定减少。别的车轮的数量并不限定于1个，也可以是在前后方向上分开的两个以上的车轮。此外，本公开中的振动信息Jv的峰值并不限定于最大值，包括振动信息Jv超过阈值且较大的区域。

说明判定动作的第4例。在第4例子中，探测振动信息Jv的峰值产生的时刻的车轮16的旋转位置(以下，称为“峰值位置”)，基于峰值位置判定磨损位置。只要多次旋转中的各峰值位置是随机的，就能够判定为振动起因于轨道的状态，只要各峰值位置大致一定，就能够判定为振动起因于车轮16的磨损。在各峰值位置大致一定的情况下，能够判定为在该峰值位置处在车轮16正在产生平面、踏面剥离、热龟裂等异常磨损。通过对速度传感器30c的编码器的脉冲进行计数，能够取得车轮16的旋转位置。

在本实施方式中，振动信息Jv由安装到转向架10的转向架框12或由转向架框12借助轴弹簧12j支承的弹簧下部14的振动传感器30b取得。在该情况下，能够将振动传感器30b配置于车轮16的附近，因此，能够高精度地取得振动。在该例子中，振动传感器30b设置于轴箱14b，借助轴箱14b探测车轮16的振动。振动传感器30b既可以设置于车轴16s，也可以设置于转向架框12。

本实施方式的判定部44设置于转向架框12或转向架10的外部。在该情况下，能够将判定部44配置于振动较少的场所，因此，能够缓和由振动造成的影响。在该例子中，判定部44设置于转向架框12。判定部44也可以设置于车身2的驾驶室2d、车辆100的外部。

判定部44也可以在随机的时刻判定磨损状态Sw，但在该例子中，在处于预先设定好的时刻时、在处于预先设定好的状态时、或在转向架10位于预先设定好的位置时判定磨损状态Sw。在该情况下，能够抑制由行驶路径的条件的差异造成的影响。

发送部48向转向架10的外部发送判定部44的判定结果E2。在该情况下，能够在外部利用判定结果E2。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。

在该例子中，发送部48向车身2的驾驶室2d发送判定结果E2，使驾驶室2d的车辆监控器2e显示该判定结果E2。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E2。驾驶室2d和车辆监控器2e例示了接收判定部44的判定结果E2的装置。发送部48在判定结果E2满足预先设定好的条件时向制动控制装置80的制动控制部60发送制动控制信号Bc。

制动控制装置80基于制动控制信号Bc改变制动器18的施加方法。尤其是，制动控制部60若接收到制动控制信号Bc，就变更接触制动器18d和再生制动器18e的工作时刻。制动控制部60配置于车辆100的驾驶室2d。

发送控制部42控制用于发送判定结果E2的时刻。发送部48能够在发送控制部42的控制下在以下的情况下向转向架10的外部发送判定结果E2。

(1)发送部48在判定部44的判定结果E2满足预先设定好的条件时发送判定结果E2，在不满足该条件时不发送。

(2)发送部48在判定结果E2相对于过去的判定结果变化了时发送，在不变化时不发送。

(3)发送部48在判定部44的判定结果E2的信息量比预先设定好的水平大时发送判定结果E2，在比该水平小时不发送。

(4)发送部48基于位置信息Jp在转向架10位于预先设定好的发送位置时发送判定结果E2，在位于预先所另外设定的非发送位置时不发送。

(5)发送部48在与通信对象之间的通信状态比预先设定好的水平高时发送判定结果E2，在比该水平低时不发送。

发送部48在从驾驶室2d或地上指挥所84存在发送要求时发送判定结果E2。例如，地上指挥所84能够为了要求判定结果E2的发送而将发送要求信号向信息处理部40发送。

在本实施方式的转向架10安装有振动传感器30b和判定部44。在该情况下，能够在转向架10上进行振动信息Jv的取得和与车轮16的磨损状态有关的判定。

[第3实施方式]

参照图1、图2、图9～图12而说明本发明的第3实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图9是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

在接触制动器18d的工作时有时产生制动噪声。制动噪声是在制动时由制动蹄18b与制动构件18c接触导致的来自摩擦面的振动经由制动蹄18b或制动构件18c放大而产生的异常噪声，有时称为制动噪音。制动噪声是由于制动蹄18b和制动构件18c的摩擦面的磨损等而产生的。在制动噪声产生了的情况下，若放置不管，则制动蹄18b、制动构件18c有可能受到损伤，期望的是，提前更换等。若产生了制动噪声，就变更制动蹄18b的摩擦件的材料、摩擦件的曲率、制动蹄18b的压靠力而能够抑制制动噪声。

根据本发明人等的研究，给出了如下启发：由声音传感器30e取得的声音信息(以下，称为“声音信息Jn”)或由振动传感器30b取得的振动信息(以下，称为“振动信息Jv”)与制动噪声的产生状态(以下，称为“产生状态Sn”)之间存在一定的相关关系。因而，能够根据声音信息Jn或振动信息Jv判定制动噪声的产生状态Sn。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。状态监视装置20具备取得部30、信息处理部40、以及供电部70。另外，制动控制装置80具备取得部30、信息处理部40、制动控制部60、以及位置信息取得部82。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。制动器18由接触制动器18d和再生制动器18e构成。取得部30包括振动传感器30b和声音传感器30e中的至少1个。取得部30在车辆100的转向架10中在将制动蹄18b压靠于作为制动构件18c的车轮16的踏面16b而使制动力产生了时取得与该转向架10中的声音有关的声音信息Jn或与振动有关的振动信息Jv。在统称声音信息Jn和振动信息Jv时，表述为状态信息J3。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

判定部44基于由取得部30取得的声音信息Jn或振动信息Jv判定制动蹄18b或制动构件18c的制动噪声的产生状态Sn，提供该判定部44的判定结果E3。判定结果E3是根据制动噪声的产生状态Sn的水平将该制动噪声的产生状态Sn分类成多个等级的结果。例如，判定结果E3既可以是分类成是否实质上正在产生制动噪声的两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。在制动噪声较小、因此在实用上能够忽视的情况下，不视作制动噪声。在判定部44判定为正在产生制动噪声的情况下，制动控制部60使制动力变化，以减少制动噪声。该例子的制动控制部60根据从信息处理部40发送的制动控制信号Bc使制动力变化。

说明状态监视装置20。状态监视装置20在转向架10中在将制动蹄18b压靠于制动构件18c而使制动力产生了时、基于转向架10中的声音信息Jn或振动信息Jv探测制动蹄18b或制动构件18c的制动噪声。信息处理部40的判定部44基于声音信息Jn或振动信息Jv判定制动噪声的产生状态，提供该判定部44的判定结果E3。

参照图10而说明制动控制装置80的动作。图10是表示制动控制装置80的动作S110的流程图。在通过司机的操作而制动指令成为ON，则动作S110开始(步骤S111)。

若制动指令成为ON，则判定部44判定再生制动器18e是否工作(步骤S112)。取得部30在接触制动器18d工作、且再生制动器18e未工作时取得声音信息Jn或振动信息Jv。

在再生制动器18e工作着的情况下(步骤S112的Y)，判定部44使处理返回步骤S112的前头，反复进行步骤S112直到再生制动器18e成为非工作。

在再生制动器18e未工作的情况下(非工作的情况)(步骤S112的N)，取得部30取得声音信息Jn或振动信息Jv(步骤S113)。若取得期间过短，则判定精度降低，因此，取得部30在预先设定好的期间内连续地或断续地取得声音信息Jn或振动信息Jv。存储部46暂时存储由取得部30取得的声音信息Jn和振动信息Jv中的至少一个。另外，存储部46能够与声音信息Jn和振动信息Jv的取得时刻相关联地存储该声音信息Jn和该振动信息Jv中的至少一个。存储部46能够与声音信息Jn和振动信息Jv所取得的位置的位置信息Jp相关联地存储该声音信息Jn和该振动信息Jv中的至少一个。

若取得了声音信息Jn或振动信息Jv，判定部44就基于由取得部30取得的声音信息Jn或振动信息Jv判定制动蹄18b或制动构件18c的制动噪声的产生状态。在该例子中，判定部44判定是否正在产生制动噪声(步骤S114)。在该步骤中，判定部44提供被分类成是否正在产生制动噪声的两个等级的判定结果E3。

在正在产生制动噪声的情况下(步骤S114的Y)，判定部44向发送部48提供表示正在产生制动噪声的情况的判定结果E3。提供有判定结果E3的发送部48向制动控制部60发送制动控制信号Bc。

接收到制动控制信号Bc的制动控制部60调整制动力，以减少制动噪声(步骤S115)。在该步骤中，制动力的调整模式只要减少制动噪声，就没有限制。例如，制动控制部60既可以减少制动力，也可以增加制动力，也可以以预先设定好的模式增减。通过使将制动蹄18b按压于制动构件18c的力变化，能够增减制动力。在该步骤中，在制动距离的变化在实用上不成为问题的范围内设定制动力的变化量。

若调整了制动力，就返回步骤S113的前头，反复进行步骤S113～步骤S115直到停止制动噪声产生为止。也可以在该反复的期间内调整而使制动力递增。

在未产生制动噪声的情况下(步骤S114的N)，判定部44提供表示未产生制动噪声的情况的判定结果E3，动作S110结束。该动作S110只是一个例子，也可以调换步骤的顺序，或追加·删除·变更一部分步骤。能够利用动作S110探测制动噪声，能够抑制制动噪声，能够向外部报告制动噪声的产生状态。

振动传感器30b安装于能够探测制动蹄18b的振动的位置。声音传感器30e安装于能够探测制动蹄18b附近的声音的位置。例如，振动传感器30b和声音传感器30e安装于转向架10的转向架框12或由转向架框12借助弹簧支承的部分。在该例子中，声音传感器30e或振动传感器30b设置于轴箱14b，借助轴箱14b探测车轮16的声音、振动。声音传感器30e或振动传感器30b既可以设置于车轴16s，也可以设置于转向架框12。振动传感器30b能够探测制动蹄18b的振动的频率和振幅。声音传感器30e能够探测接触制动器18d的声音的频率和振幅。

本实施方式的判定部44设置于转向架框12或转向架10的外部。在该例子中，判定部44设置于转向架框12。判定部44也可以设置于车身2的驾驶室2d、车辆100的外部。

取得车速的速度传感器也可以是例如输出与车轴的旋转相应的数的脉冲的编码器。通过对编码器的脉冲进行计数，能够算出车辆100的速度。另外，速度传感器也可以是利用了激光反射的多普勒传感器。能够从接触制动器18d的制动指令器取得制动力。此外，制动力也可以基于接触制动器18d的制动缸的压力取得。

说明判定部44的判定方法的第1例。在第1例子中，判定部44在声音信息Jn或振动信息Jv满足预先设定好的判定条件时判定为正在产生制动噪声。例如，能够基于声音信息Jn或振动信息Jv的频谱与预先分析的制动噪声特有的频谱的一致度进行该判定。既可以以一定的车速进行判定，也可以根据车速使频谱偏移而进行判定。制动噪声的频谱等判定条件能够通过实验或模拟设定。该判定条件存储于存储部46。

参照图11、图12而说明将学习模型M3使用于判定部44的第2例。在第2例子中，判定部44使用学习模型M3而判定制动噪声的产生状态Sn，该学习模型M3是通过以参照用声音信息Jn或参照用振动信息Jv和制动噪声的产生状态的实测数据为基础预先进行机器学习而生成的。参照用声音信息Jn或参照用振动信息Jv是针对声音信息Jn或振动信息Jv预先取得的实测数据。

图11是示意性地表示学习模型M3的数据组Ds3的一个例子的图。图12是示意性地表示学习模型M3的图。在该例子中，将事先实测的制动噪声产生状态Sn(Sn(0)、Sn(1)···)、声音信息Jn(Jn(0)、Jn(1)···)、以及振动信息Jv(Jv(0)、Jv(1)···)设为数据组Ds3，将该数据组Ds3设为训练数据而通过机器学习(监督学习)生成学习模型M3。

此外，在该说明中，表示了声音信息Jn、振动信息Jv以及产生状态Sn分别是一元的数据的例子，它们也可以分别是多元的数据。另外，声音信息Jn、振动信息Jv以及产生状态Sn也可以是以预定的单位数值化后的数值数据。

学习模型M3既可以基于该判定对象的转向架10自身的实测数据生成，也可以基于与判定对象的转向架10不同的转向架的实测数据生成。学习模型M3存储于存储部46。

数据组Ds3的实测数据的收集条件并未限定，在该例子中，在基于随后论述的位置信息Jp预先设定好的位置处收集数据组Ds3的实测数据。在该情况下，能够抑制由行驶路径的条件的差异造成的影响。

给出了如下启发：制动噪声的产生状态Sn被制动蹄18b的材料、制动蹄18b的形状、制动蹄18b的压靠力等影响。因此，学习模型M3也可以参照制动蹄18b的材料、制动蹄18b的形状、制动蹄18b的压靠力、车辆100的速度、制动蹄18b的振动频率以及制动力中的至少1个的实测数据而生成。在该情况下，通过参照这些，能够提高判定精度。

此外，制动蹄18b由于使用而磨损，其形状、固有振动频率变动，因此，制动噪声的频谱变化。因此，判定部44的判定条件或学习模型M3也可以根据制动蹄18b的磨损每一定期间更新。其更新期间能够根据车辆100的重量、行驶速度、车站间距离等条件设定。此外，判定部44的判定条件或学习模型M3的初始设定能够与制动蹄18b的制造时间点的形状相应地设定。在本实施方式中，制动蹄18b若磨损到预先设定好的程度，判定部44的判定条件或学习模型M3就被更新。更新后的判定条件或学习模型M3存储于存储部46。

进一步说明本实施方式的构成。存储部46能够基于位置信息Jp相关联地存储声音信息Jn和振动信息Jv中的至少一个信息和取得该信息的位置。另外，存储部46能够分别相关联地存储过去所取得的声音信息及过去的制动噪声的产生状态Sn或者过去所取得的振动信息及过去的制动噪声的产生状态Sn。发送部48能够向外部发送存储部46的存储内容。

判定部44能够通过将声音信息Jn或振动信息Jv与过去所取得的参照用的声音信息或振动信息比较来算出制动声音的经时变化。判定部44能够基于该经时变化预测将来的制动噪声的产生时期。

本实施方式具备向转向架10的外部发送判定部44的判定结果E3的发送部48。在该情况下，能够在外部利用判定结果E3。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E3，并使驾驶室2d的车辆监控器2e显示该判定结果E3。发送部48也可以向外部的地上指挥所84的计算机84c、云系统发送判定结果E3。

说明本实施方式的制动控制装置80的特征。制动控制装置80在判定部44判定为正在产生制动噪声的情况下，使制动力变化，以减少制动噪声，因此，能够抑制制动噪声。另外，通过使用判定条件而判定，判定精度较高。另外，通过使用学习模型M3而判定，能够进行更加高级的判定。另外，通过参照制动蹄18b的材料、制动蹄18b的形状、制动蹄18b的压靠力、车辆100的速度、制动蹄18b的振动频率以及制动力中任一个的实测数据而生成学习模型M3，判定精度提高。另外，通过在再生制动器18e未工作时取得声音信息Jn或振动信息Jv，不易受到再生制动器18e对声音、振动的影响。

另外，通过在制动蹄18b磨损到预先设定好的程度时更新学习模型M3，能够抑制由制动蹄18b的磨损导致的判定精度的降低。另外，通过将取得部30安装于转向架10的转向架框12或由转向架框12借助弹簧支承的部分，能够将传感器配置于车轮16的附近，能够高精度地取得声音、振动。另外，通过将判定部44设置于转向架框12或转向架10的外部，能够将判定部44配置于振动较少的场所而降低振动的影响。

说明本实施方式的制动控制装置80的变形例。也可以在调整制动力以使制动噪声减少时，暂时使再生制动器18e工作。在该情况下，能够抑制制动距离的增加。

[第4实施方式]

参照图1、图2、图13～图15而说明本发明的第4实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图13是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

若转向架10的摇晃增加，则乘车舒适度降低。作为转向架10的摇晃的要因，可列举出车轮状态的异常(以下，在本实施方式的说明中称为“车轮异常”)和轨道状态的异常(以下，在本实施方式的说明中称为“轨道异常”)。车轮异常是指，与车轮的磨损状态有关的状态(以下，在本实施方式的说明中称为“车轮状态”)比预先设定好的基准差的情况。在固定到车轴16s的宽度方向两侧的车轮16的车轮径的差(以下，在本实施方式的说明中称为“车轮径差”)较大的情况下，本实施方式的说明中的车轮异常主要是由于宽度方向两侧的车轮16的偏磨、不等磨损而产生。因而，计量车轮径差，只要车轮径差变大，就能够评价为车轮异常。

轨道异常是指，与轨道的宽度方向两侧的不等状态有关的状态(以下，在本实施方式的说明中称为“轨道状态”)比预先设定好的基准差的情况。本实施方式的说明中的轨道异常是宽度方向两侧的轨道表面的不等变形(以下，在本实施方式的说明中称为“轨道不平衡”)，主要是由于宽度方向两侧的轨道表面的不等磨损、不等的起伏而产生的。因而，计量轨道不平衡，只要轨道不平衡变大，就能够评价为轨道异常。

例如，计量车辆100在车辆段停车时的各车轮的车轮径，能够根据计量结果算出车轮径差。另外，轨道不平衡能够基于轨道图像、行驶车辆的振动的计量结果评价。不过，在车轮径差的计量、轨道不平衡的计量中使用特别的计量装置而进行特别的计量作业，因此，在成本上不利。

本实施方式使用在车辆100的通常行驶时所计量的计量数据而求出宽度方向两侧的车轮16的车轮径差，根据其结果评价车轮状态。尤其是，本实施方式使用已安装到转向架10的倾斜传感器的倾斜信息而求出车轮径差，评价车轮状态。另外，本实施方式基于该计量数据求出轨道不平衡，评价轨道状态。

根据本发明人等的研究，给出了如下启发：在由倾斜传感器取得的车轴的相对于水平面的倾斜信息(以下，在本实施方式的说明中称为“倾斜信息Jm”)与车轮16的车轮状态之间存在一定的相关关系。因而，能够基于该相关关系并根据倾斜信息Jm评价车轮状态。另外，给出了如下启发：在倾斜信息Jm与轨道8的轨道状态之间存在一定的相关关系。因而，能够基于该相关关系并根据倾斜信息Jm评价轨道状态。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。状态监视装置20具备取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。取得部30包括：倾斜传感器30m，其取得车轴16s相对于水平面的倾斜信息Jm；和振动传感器30b，其取得转向架10的振动信息Jv。取得部30将倾斜信息Jm和振动信息Jv作为取得信息J4向信息处理部40提供。

在本实施方式中，信息处理部40从抗偏器冲程传感器(yaw damper strokesensor)34取得冲程信息Jq。另外，信息处理部40从另外车轴倾斜传感器36取得与别的车轴有关的另外车轴倾斜信息Jr。另外车轴倾斜信息Jr既可以是一个另外车轴的倾斜信息，也可以是多个另外车轴的倾斜信息。随后论述另外车轴倾斜传感器36。

参照图14而说明转向架10的摆动。图14是示意性地表示转向架10的摆动的示意图。该图主要表示由转向架框12借助轴弹簧12j支承的弹簧下部14。在该图中，定义在水平面上沿着前后方向延伸的X轴、与X轴正交且在水平面上沿着宽度方向延伸的Y轴、与X轴和Y轴正交而在上下方向上延伸的Z轴。将以X轴为中心的摆动称为横摆，将以Y轴为中心的摆动称为前后颠簸，将以Z轴为中心的摆动称为偏摆。

说明抗偏器冲程传感器34。抗偏器冲程传感器34取得与抗偏器装置的冲程有关的冲程信息Jq。抗偏器装置的一端安装于车身2的端部，另一端安装于转向架10的侧部，抑制转向架10相对于车身2的偏摆。若偏摆较大，则冲程信息Jq变大，若偏摆较小，则冲程信息Jq变小。也就是说，能够根据冲程信息Jq判定偏摆的大小。

说明倾斜传感器30m。倾斜传感器30m没有限定，本实施方式的倾斜传感器30m是基于公知的原理探测车轴16s相对于水平面的角度的角度传感器。倾斜传感器30m利用距离传感器探测车轴16s的宽度方向的多个部位处的上下方向距离，根据该上下方向距离的差算出车轴16s的倾斜。在以下的说明中，示出倾斜传感器30m是计量横摆方向的倾斜角的传感器的例子。

如图14所示，本实施方式的倾斜传感器30m安装于车轴16s的弹簧下部14的例如轴箱14b。另外车轴倾斜传感器36安装于别的车轴16s(2)的例如轴箱14b(2)。倾斜传感器30m和另外车轴倾斜传感器36也可以安装于转向架框12。振动传感器30b安装于转向架框12。

若倾斜信息Jm和振动信息Jv的取得期间过短，则判定精度降低，因此，取得部30在预先设定好的期间内连续地或断续地取得倾斜信息Jm和振动信息Jv。信息处理部40的存储部46暂时存储由取得部30取得的倾斜信息Jm和振动信息Jv。存储部46能够与倾斜信息Jm和振动信息Jv的取得时刻相关联地存储该倾斜信息Jm和该振动信息Jv。存储部46能够与倾斜信息Jm和振动信息Jv所取得的位置的位置信息Jp相关联地存储该倾斜信息Jm和该振动信息Jv。

判定部44基于由取得部30取得的倾斜信息Jm判定车轮16的车轮状态或轨道8的轨道状态，提供该判定部44的判定结果E4。判定结果E4是根据车轮16的车轮状态或轨道状态的水平将车轮16的车轮状态或轨道状态分类成多个等级的结果。例如，判定结果E4既可以是将车轮16的车轮状态或轨道状态分类成两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。本实施方式的判定结果E4表示有没有车轮16的车轮异常，或者表示有没有轨道8的轨道异常。

发送部48向转向架10的外部发送判定部44的判定结果E4。在该情况下，能够在外部利用判定结果E4。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E4。判定结果E4也可以显示于驾驶室2d的车辆监控器2e。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E4。

在判定部44的判定结果E4表示车轮异常或轨道异常的情况下，发送部48向制动控制部60发送制动控制信号Bc，以调整制动力。制动控制部60根据从发送部48发送的制动控制信号Bc调整制动力。通过如此动作，取得部30、信息处理部40、以及制动控制部60作为制动控制装置80发挥功能。

(第1例)

说明如此构成的本实施方式的状态监视装置20中的、判定部44的判定方法的第1例。在第1例子中，在倾斜信息Jm超过了预先设定好的阈值的情况下，车轮径差过大，判定部44判定为是车轮异常。另外，在倾斜信息Jm中包含起因于轨道不平衡和轨道的超高(以下，在本实施方式的说明中称为“轨道要素”)的倾斜。因而，期望的是，在其判定中考虑轨道要素而进行。此外，轨道的超高是指，为了提高弯路上的车辆的稳定性等而在设计上设置的宽度方向两侧的轨道的高低差。

对降低轨道要素的影响的例子进行说明。例如，也可以使在多个位置处所取得的倾斜信息Jm平均化而使用。另外，也可以在轨道要素较小的位置处取得倾斜信息Jm。能够利用这些方法减少起因于轨道要素的判定误差。

另外，也可以是，在轨道要素已知的位置取得倾斜信息Jm，从该倾斜信息Jm减去已知的轨道要素而使用。例如，通过预先收集与位置相对应的轨道要素而生成数据库，向该数据库输入位置信息Jp，从而能够获得已知的轨道要素。能够利用该方法减少起因于轨道要素的判定误差。

(第2例)

参照图15而说明判定部44的判定方法的第2例。图15是示意性地表示不同车轴不同地点的倾斜信息的一个例子、不同地点轨道的超高设计值的一个例子的图。在该图中，标准偏差S1、S2···Sn表示同一地点的纵1列(以下，有时简称为“列”)的车轴数据的标准偏差，标准偏差Z1、Z2···Z20表示同一车轴的横1行(以下，有时简称为“行”)的车轴数据的标准偏差。

在第2例子中，判定部44使用在多个地点针对多个车轴所取得的与多个车轴有关的倾斜信息(以下，在本实施方式的说明中称为“多个车轴倾斜信息Mt”)而判定车轮16的车轮状态和轨道8的轨道状态，提供判定结果E4。判定结果E4包含车轮异常的有无和轨道异常的有无。多个车轴倾斜信息Mt包括随后论述的车轴编号1的倾斜信息Jm和随后论述的车轴编号2-20的另外车轴倾斜信息Jr。以下，统称倾斜信息Jm、另外车轴倾斜信息Jr、多个车轴倾斜信息Mt时，仅表述为倾斜信息。

图15表示5节1编组且具有20轴(每1节具有两个转向架，每1转向架具有两个轴)的车轴16s的列车取得了n个地点处的多个车轴倾斜信息Mt的数据。在地点编号1的地点处针对各车轴16s所取得的多个车轴倾斜信息Mt由地点编号1的纵1列的数据表示，在地点编号n的地点处针对各车轴16s所取得的倾斜信息由地点编号n的纵1列的数据表示。

在该图15中，A1、A2···A20是各车轴16s的起因于车轮要素的倾斜的车轮成分，B1、B2···Bn是各地点的起因于轨道要素的倾斜的轨道成分。如该图15所示，多个车轴倾斜信息Mt取得为车轮成分与轨道成分之和。因此，车轮成分A1、A2···A20和轨道成分B1、B2···Bn无法单独获得。

根据这些，本发明人想出来如下方法：使用从所测定的n地点中的1个或多个地点处的轨道的超高的设计值导出的倾斜D1、D2···Dn而推定车轮成分A1、A2···A20。例如，在轨道的磨损、变形较少且轨道不平衡较小的区域中，轨道成分B1、B2···Bn与倾斜D1、D2···Dn大致相等。因而，能够将从多个车轴倾斜信息Mt减去倾斜D1、D2···Dn而算出来的数据用作车轮成分A1、A2···A20。此外，也可以使用从超高的目标值导出的倾斜来替代超高的设计值。

在第2例子中，在算出来的车轮成分A1、A2···A20超过了预先设定好的阈值的情况下，车轮径差过大，判定部44判定为车轮异常，在阈值以下的情况下，判定为没有车轮异常。该情况的判定结果E4是车轮异常的有无。

另外，对同一地点的纵1列的各车轴的数据进行统计处理，对于各车轴的数据，在相对于纵1列的平均值的背离(＝数据-平均值)较大的情况下，能够评价为该车轴的车轮径差比其他车轴的车轮径差大。例如，也可以是，在该背离除以标准偏差S1、S2···Sn而标准化后的结果超过预先设定好的阈值的情况下，车轮径差过大，判定为是车轮异常，在阈值以下的情况下，判定不是车轮异常。

另外，对同一车轴的横1行的车轴数据进行统计处理，针对各地点的数据，在相对于横1行的平均值的背离(＝数据-平均值)较大的情况下，能够评价为该地点的轨道不平衡比其他地点的轨道不平衡大。例如，也可以是，在该背离除以标准偏差Z1、Z2···Z20而标准化后的结果超过预先设定好的阈值的情况下，轨道不平衡过大，判定为是轨道异常，在阈值以下的情况下，判定为不是轨道异常。

另外，也可以是，针对图15的数据，基于过去所取得而存储的过去数据与新取得的新数据之间的比较结果评价车轮径差或轨道不平衡。若车轴编号2的车轮磨损、且车轮径差增加，则在包含车轮成分A2的行的数据的全部中显露其影响。若轨道不平衡在地点编号2处增加，则在包含轨道成分B2的列的数据的全部中显露其影响。

例如，针对新数据相对于过去数据的变化量，以各行进行比较，在特定的行的变化量比其他行的变化量显著大的情况下，与该特定行相对应的车轴的车轮径差过大，能够判定为是车轮异常。

另外，针对新数据相对于过去数据的变化量，以各列进行比较，在特定的列的变化量比其他列的变化量显著大的情况下，能够判定为是轨道异常。

上述的判定部44的判定方法可进行各种变形。在上述的说明中，表示了基于单独列车的多个车轴倾斜信息Mt的数据判定的例子，例如，也可以基于多个列车的同一地点处的多个车轴倾斜信息的数据判定车轮异常或轨道异常。在该情况下，各列的数据数增加，判定精度提高。

在上述的说明中，表示了基于在任意的地点(轨道位置)处所取得的倾斜信息的数据判定的例子，也可以基于在作为基准的车站、车辆段、基地等特定的轨道位置处所取得的倾斜信息的数据判定。在该情况下，轨道要素的影响被降低，判定精度提高。

在上述的说明中，表示了判定部44仅使用倾斜信息而判定的例子，判定部44也可以基于倾斜信息和振动信息Jv判定。例如，也可以是，预先确定车轮径差较大的情况的振动信息Jv的特征，使用该特征而判定。例如，也可以是，与特定的取得地点(轨道位置)没有关系，在车轮径差较大的情况的振动信息Jv的特征显现的情况下判定为车轮异常。另外，也可以是，在振动信息Jv的特征仅在特定的取得地点(轨道位置)显现的情况下，判定为该地点存在轨道异常。此外，作为振动信息Jv的特征，可列举出振动的频谱、振动的振幅变动模式等。

另外，判定部44也可以基于倾斜信息和冲程信息Jq判定轨道异常。如上所述，从抗偏器冲程传感器34取得冲程信息Jq。例如，也可以是，针对同一取得地点(轨道位置)的冲程信息Jq，在新取得的新数据相对于过去所取得而存储的过去数据的变化量超过预先设定好的阈值的情况下，轨道不平衡过大，判定为是轨道异常。

在上述的说明中，表示了通过统计上的分析来判定车轮状态和轨道状态的例子，但并不限定于此。判定部44也可以使用预先通过机器学习而生成的学习模型M4来判定车轮状态和轨道状态。学习模型M4能够将预先取得的参照用倾斜信息和参照用振动信息的实测数据、车轮异常或轨道异常的产生状况作为训练数据而通过机器学习(监督学习)生成。在该情况下，训练数据也可以包括参照用振动信息的振动水平、振动的频谱以及振动的振幅的变动模式中任一个。学习模型M4也可以存储于存储部46。

在上述的说明中，表示了倾斜信息的数据在行驶中取得的例子，例如，也可以在停车在车站等的过程中取得。倾斜信息也可以在由速度传感器探测的车辆速度为零时取得。倾斜信息既可以随时取得，也可以在开始工作时、收工时等预先设定好的时刻取得。

磨损、变形根据转向架10的行驶距离而发展，车轮径差和轨道不平衡增加。若车轮径差变得过大，则存在给行驶带来故障的情况，期望的是故障之前进行车轮16、轨道8的维护。因此，发送部48向外部报告判定结果E4。

在上述的说明中，表示了倾斜信息是横摆方向的倾斜(宽度方向的倾斜)的例子，倾斜信息也可以包括前后颠簸方向的倾斜(前后方向的倾斜)。能够利用横摆方向的倾斜评价宽度方向两侧的车轮16的偏磨的程度之差。能够利用前后颠簸方向的倾斜评价转向架10的前后的车轮16的偏磨的程度之差。

在上述的说明中，表示了倾斜信息是相对于水平面的倾斜的例子，倾斜信息也可以是相对于路面的相对的倾斜。例如，能够利用在前后方向或宽度方向上分开地配置的两个距离传感器基于路面或路面上的物体的两点的上下方向距离的计量结果(上下方向距离)之差取得倾斜信息。

在上述的说明中，表示了倾斜信息由角度传感器取得的例子，也可以是，在车辆段跟前等预定位置预先设置有照相机，根据从转向架10或车轮16的车轴16s方向观察的图像数据取得倾斜信息。

说明本实施方式的状态监视装置20的特征。状态监视装置20基于倾斜信息判定车轮状态或轨道状态，因此，能够以较少的工时把握车轮状态或轨道状态，在成本上有利。

在本实施方式中，参照另外车轴的倾斜信息而判定，因此，能够在多个车轴之间的差异较大的情况下判定为车轮异常。在本实施方式中，参照不同地点的倾斜信息而判定，因此，能够在多个地点之间的差异较大的情况下判定为车轮异常。在本实施方式中，参照过去所取得的过去的倾斜信息而判定，因此，能够在经时的变化较大的情况下判定为车轮异常。

在本实施方式中，参照前方或后续的另外车辆的倾斜信息而判定，因此，能够在多个车辆之间的差异较大的情况下判定为车轮异常。在本实施方式中，参照比较用的基准地点的倾斜信息而判定，因此，能够在相对于基准地点的差异较大的情况下判定为车轮异常。

在本实施方式中，参照由振动传感器取得的振动信息而判定，因此，能够在车轮径差较大的情况的振动信息的特征显现的情况下判定为车轮异常。

[第5实施方式]

参照图1、图2、图16～图19而说明本发明的第5实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图16是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

随着铁道车辆的行驶，由磨损、伤痕、变形等导致的轨道面的凹凸增加而轨道劣化。在与轨道面的凹凸有关的状态(以下，在本实施方式的说明中称为“轨道状态”)比预先设定好的基准差的情况(以下，在本实施方式的说明中称为“轨道异常”)下，转向架10的摇晃变大，乘车舒适度降低。另外，若搁置轨道异常，则轨道的劣化进一步发展，牵涉到车辆行驶的妨碍。因此，提前探测轨道异常而进行维护等是重要的。

为了探测轨道异常，想到使诊断用的专用装置在轨道上行驶，并计量轨道的劣化状态。不过，在该情况下，使用特别的专用装置而进行特别的计量作业，因此，花费过多的作业工时、成本。

因此，本实施方式使用在车辆100的通常行驶时所计量的转向架的振动的计量数据而探测轨道异常。例如，想到根据超过预先设定好的阈值的大小的振动(以下，在本实施方式的说明中称为“异常振动”)判定轨道异常的有无。不过，除了在轨道异常的情况之外，异常振动也由于夹持小石等异物这样的暂时的要因而产生，存在误判定的可能性。因此，在本实施方式中，使用在不同的时期所取得的不同的时期的振动信息并排除由暂时的要因导致的异常振动而判定。在该情况下，减少作业工时、降低成本，能够提高轨道异常的有无的判定精度。在此，不同的时期既可以是同日的不同的时刻，也可以是不同日。另外，不同的时期的振动信息也可以在相同的转向架、别的转向架、别的车辆或别的列车中取得。

根据本发明人等的研究，给出了如下启发：在由振动传感器取得的与转向架的振动有关的振动信息(以下，在本实施方式的说明中称为“振动信息Jv”)与轨道8的轨道状态之间存在一定的相关关系。因而，能够基于该相关关系并根据振动信息Jv评价轨道状态。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。状态监视装置20具备取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。取得部30包括取得与转向架10的振动有关的振动信息Jv的振动传感器30b。取得部30将振动信息Jv和随后论述的图像信息Jg作为取得信息J5向信息处理部40提供。

在本实施方式中，信息处理部40从取得另外转向架11的振动信息的另外转向架振动传感器35取得与另外转向架11的振动有关的另外转向架振动信息Jvb。另外，信息处理部40从位置信息取得部82取得位置信息Jp。另外转向架11既可以是转向架10所属的车辆100的别的转向架，也可以是车辆100所属的列车的另外车辆的转向架。另外转向架振动传感器35既可以是与振动传感器30b的构成相同的构成，也可以利用与振动传感器30b相同的安装构造安装于另外转向架11。此外，在本实施方式的说明中，另外转向架11设为后续某编组的列车中的车辆100的另外车辆101的转向架。因而，转向架10在比另外转向架11早的时刻通过轨道8的同一地点。本实施方式的振动传感器30b和另外转向架振动传感器35设置于轴箱14b。

取得部30取得振动信息Jv和另外转向架振动信息Jvb而向信息处理部40提供。存储部46暂时存储由取得部30取得的振动信息Jv和另外转向架振动信息Jvb。存储部46能够与振动信息Jv和另外转向架振动信息Jvb的取得时刻相关联地存储该振动信息Jv和该另外转向架振动信息Jvb。存储部46能够与轨道上的取得了振动信息Jv和另外转向架振动信息Jvb的地点的位置信息Jp相关联地存储该振动信息Jv和该另外转向架振动信息Jvb。

判定部44基于振动信息Jv和另外转向架振动信息Jvb判定轨道8的轨道状态，提供该判定部44的判定结果E5。判定结果E5是根据轨道状态的水平分类成多个等级的结果。例如，判定结果E5既可以是将轨道状态分类成两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。本实施方式的判定结果E5表示有没有轨道8的轨道异常。

发送部48向转向架10的外部发送判定部44的判定结果E5。在该情况下，能够在外部利用判定结果E5。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E5。判定结果E5也可以显示于驾驶室2d的车辆监控器2e。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E5。也就是说，发送部48能够向转向架10的外部报告判定结果E5。

在判定部44的判定结果E5表示轨道异常的情况下，发送部48向制动控制部60发送制动控制信号Bc，以调整制动力。制动控制部60根据从发送部48发送的制动控制信号Bc调整制动力。通过如此动作，取得部30、信息处理部40、以及制动控制部60作为制动控制装置80发挥功能。

(第1例)

说明如此构成的本实施方式的状态监视装置20中的、判定部44的判定方法的第1例。在第1例子中，在振动信息Jv超过预先设定好的阈值的情况下，设为观测到异常振动，判定为是轨道异常。此外，在第1例子中，由于由异物等暂时的要因导致的异常振动，存在误判定的可能性，因此，期望的是，进行同一地点处的再测定、目视的再确认。

(第2例)

参照图17、图18、图19而说明判定部44的判定方法的第2例。该方法为了避免由暂时的要因导致的误判定，参照在不同的时期所取得的不同的时期的振动信息而判定。具体而言，在判定部44针对同一地点基于振动信息评价为轨道状态存在异常、且基于不同的时期的振动信息评价为轨道状态存在异常的情况下，判定为该地点处存在轨道异常。在图17的例子中，不同的时期的振动信息通过在后续的另外转向架11中测定来取得。

图17是示意性地表示转向架10和另外转向架11在地点P和地点Q处由于轨道面的凹凸部8p和轨道面的异物8q而受到振动的状态的示意图。如图17的(A)所示，转向架10是先行的车辆100的前侧的转向架，另外转向架11是后续的另外车辆101的前侧的转向架。车辆100和另外车辆101被连结，构成1编组的列车3。

凹凸部8p是由于轨道8的劣化而产生的，即使转向架10通过，也不消失。异物8q是由于转向架10的通过而消失的暂时性的东西。

在列车3在行进方向上行驶时，首先，如图17的(B)所示，转向架10在地点P处碾压凹凸部8p而探测异常振动。接着，如图17的(C)所示，另外转向架11在地点P处碾压凹凸部8p而探测异常振动。接着，如图17的(D)所示，转向架10在地点Q处碾压异物8q而探测异常振动。此时，异物8q被车轮弹开而消失。接着，如图17的(E)所示，另外转向架11在通过了地点Q时未探测异常振动。

图18是表示转向架10的振动信息Jv和另外转向架11的另外转向架振动信息Jvb的图。该图18的横轴表示轨道上的位置(以下，在本实施方式中称为“地点”)，纵轴表示振动水平。如图18的(A)所示，振动信息Jv在地点P、Q处观测异常振动。如图18的(B)所示，另外转向架振动信息Jvb在地点P处观测有异常振动，但在地点Q处未观测有异常振动。

在异常振动在转向架10和另外转向架11中被一致地观测的地点P，能够判定为存在轨道异常。在异常振动在转向架10和另外转向架11不一致的地点Q，能够判定为没有轨道异常。

参照图19而说明第2例的状态监视装置20的动作的一个例子。图19是表示状态监视装置20的动作S120的流程图。在列车3的行驶中执行该动作。若动作S120被开始，则探测先行的转向架10的异常振动(步骤S121)。在图17的例子中，状态监视装置20在地点P和地点Q处探测转向架10的异常振动。

接着，探测后续的另外转向架11的异常振动(步骤S122)。在图17的例子中，状态监视装置20在地点P处探测另外转向架11的异常振动。

接着，状态监视装置20针对转向架10的异常振动和另外转向架11的异常振动判定地点是否一致(步骤S123)。

在转向架10的异常振动的探测地点与另外转向架11的异常振动的探测地点一致的情况下(步骤S123的Y)，状态监视装置20向外部报告正在产生轨道异常(步骤S124)。在图17的例子中，转向架10和另外转向架11在地点P处一致地探测到异常振动，因此，状态监视装置20向外部发送在地点P处正在产生轨道异常作为判定结果E5。

在转向架10的异常振动的探测地点与另外转向架11的异常振动的探测地点不一致的情况下(步骤S123的N)，状态监视装置20结束动作S120。另外，状态监视装置20在执行了步骤S124之后结束动作S120。该动作S120只是一个例子，也可以调换步骤的顺序，或追加·删除·变更一部分步骤。

上述的判定部44的判定方法可进行各种变形。在上述的说明中，表示了基于单独的列车的多个转向架的振动信息的数据判定的例子，例如，也可以基于多个列车的同一地点处的振动信息的数据判定轨道异常。

在上述的说明中，表示了使用振动信息Jv的大小(振动水平)而判定的例子，也可以使用振动信息Jv的特征而判定。例如，也可以是，预先存储有存在轨道异常的情况的振动信息Jv的特征，判定为该特征在实测的振动信息Jv的数据显现的地点存在轨道异常。此外，作为振动信息Jv的特征，可列举出振动信息Jv的频谱(以下，在本实施方式的说明中称为“频谱”)、振幅的变动模式等。

例如，频谱是通过对数据的时间轴波形进行傅里叶转换并转换成频域而获得的。例如，将过去的轨道异常产生时的轨道状态和过去的实测数据的频谱作为训练数据而通过机器学习生成学习模型，能够通过向该学习模型输入新的实测数据的频谱而把握轨道状态。

在上述的说明中，表示了根据振动信息Jv并使用阈值而判定轨道状态的例子，但并不限定于此。判定部44也可以使用预先通过机器学习而生成的学习模型M5来判定轨道状态。学习模型M5能够将预先取得的参照用振动信息的实测数据和轨道异常的产生状况作为训练数据而通过机器学习(监督学习)生成。在该情况下，训练数据也可以包括参照用振动信息的振动水平、振动的频谱以及振动的振幅的变动模式中任一个。学习模型M5也可以存储于存储部46。

在上述的说明中，表示了基于振动传感器30b的振动信息Jv判定轨道状态的例子，但并不限定于此。例如，也可以是，在转向架10的转向架框12设置有取得轨道面的图像而输出图像信息Jg的图像传感器30g，判定部44也可以基于由图像传感器30g取得的图像信息Jg判定轨道状态。例如，也可以是，在轨道面的图像信息Jg显现了与其拍摄区域的前后的图像不同的图像的情况下，设为观测到图像异常，判定为轨道异常。在该情况下，也想到由暂时的要因导致的误判定，因此，期望的是进行同一地点处的再测定、目视的再确认。

为了避免由暂时的要因导致的误判定，也可以参照在不同的时期所取得的不同的时期的图像信息而进行判定。例如，也可以是，与图像传感器30g不同地，在沿着列车内的行进方向分开的别的位置设置别的图像传感器，在基于图像传感器30g的图像信息的图像异常的判定地点和基于别的图像传感器的图像信息的图像异常的判定地点一致的情况下，判定为轨道异常。

例如，判定部44在针对同一地点基于图像信息评价为轨道状态存在异常、且基于不同的时期的图像信息评价为轨道状态存在异常的情况下，判定为在该地点存在轨道异常。

此外，在自然光入射光量在最前或最末尾的转向架等处较多的情况下，可能成为误探测的原因。在该情况下，图像传感器30g也可以配置于避开了最前或最末尾的中间的转向架。另外，也可以是，为了减轻自然光的入射光量的影响，具备多个图像传感器30g，使用由自然光的入射光量较少的那个图像传感器30g取得的图像信息而判定。另外，为了获得良好的图像信息，也可以具备照亮轨道8的光照射部32。

说明本实施方式的状态监视装置20的特征。状态监视装置20基于在行驶中所取得的振动或图像的信息判定轨道状态，因此，能够以较少的工时把握轨道状态，在成本上有利。另外，在本实施方式中，参照针对轨道8的同一地点在不同的时期所取得的不同的信息而判定轨道状态，因此，能防止由暂时的要因导致的误判定。

在本实施方式中，针对同一地点，在基于一信息和别的信息的轨道状态的判断一致的情况下，判定为在该地点存在轨道异常，因此，使误判定减少。在本实施方式中，向转向架的外部报告判定部的判定结果，因此，能够利用判定结果而提前进行维护。在本实施方式中，使用由设置到转向架的传感器取得的信息，因此，能够利用直接地取得的信息。

在本实施方式中，利用设置到相同列车的另外车辆的另外转向架的传感器取得别的信息，因此，能够在列车内使系统完结。在本实施方式中，取得部30安装于转向架框12或弹簧下部14，判定部44安装于转向架框12，因此，能够缩短取得部30与判定部44之间的配线距离。

[第6实施方式]

参照图1、图2、图20～图24而说明本发明的第6实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图20是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

车辆100的制动器18通过将需要的制动力向再生制动器18e和接触制动器18d分配，在预定的制动距离内停止。接触制动器18d将制动蹄18b按压于车轮16的踏面16b，使摩擦力在它们之间产生，利用该摩擦力使车辆100减速，并使车辆100停止。不过，在踏面16b的平滑状态为比预先设定好的基准平滑的状态(以下，在本实施方式的说明中称为“过平滑状态”)下，未充足地获得摩擦力，制动距离变长。若制动距离变长，则由于超程等牵涉到妨碍车辆行驶，因此，探测过平滑状态并应对是重要的。

过平滑状态例如在踏面16b的表面粗糙度过度小的情况下、在表面粗糙度尽管是一定以上但踏面16b的表面也镜面化了的情况下产生。因而，本实施方式的过平滑状态包括镜面状态和虽然不是镜面但表面粗糙度过度小的状态。

根据本发明人等的研究，给出了如下启发：由探测踏面16b的反射光的光传感器30f取得的与踏面16b的表面性状有关的踏面信息(以下，在本实施方式的说明中称为“踏面信息J6”)与踏面16b的平滑状态之间存在一定的相关关系。因而，能够基于该相关关系并根据踏面信息J6评价踏面16b的平滑状态。另外，能够在以踏面信息J6表示的踏面16b的平滑状态比预先设定好的基准平滑的情况下判定为过平滑状态。光传感器30f从设置到转向架10的光照射部32向踏面16b照射激光而取得该激光的反射光。

而且，根据本发明人等的研究，弄清楚如下内容：通过将制动蹄18b强力按压于判定为过平滑状态的踏面16b，使踏面16b粗化，能够设为非过平滑的状态(以下，在本实施方式的说明中称为“非过平滑状态”)。因而，在判定为过平滑状态的情况下，进行增大制动蹄18b的按压力的控制，从而能够使踏面16b粗化而恢复摩擦力。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。如图20所示，状态监视装置20具备取得部30、信息处理部40、制动控制部60、供电部70、位置信息取得部82、速度传感器30c、以及光照射部32。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

在本实施方式中，信息处理部40从速度传感器30c取得速度信息Jc，从位置信息取得部82取得位置信息Jp。

取得部30包括在转向架10中取得与踏面16b的表面性状有关的踏面信息J6的光传感器30f。取得部30向信息处理部40提供踏面信息J6。存储部46暂时存储由取得部30取得的踏面信息J6。存储部46能够与取得了踏面信息J6时的速度信息Jc相关联地存储该踏面信息J6。存储部46能够与踏面信息J6的取得时刻相关联地存储该踏面信息J6。存储部46能够与轨道上的取得了踏面信息J6的地点的位置信息Jp相关联地存储该踏面信息J6。

判定部44基于由取得部30取得的踏面信息J6判定踏面16b的平滑状态，提供该判定部44的判定结果E6。判定结果E6是根据平滑状态的水平将平滑状态分类成多个等级的结果。例如，判定结果E6既可以是将平滑状态分类成两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。本实施方式的判定结果E6表示踏面16b是否处于过平滑状态。

发送部48向转向架10的外部发送判定部44的判定结果E6。在该情况下，能够在外部利用判定结果E6。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E6。判定结果E6也可以显示于驾驶室2d的车辆监控器2e。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E6。也就是说，发送部48能够向转向架10的外部报告判定结果E6。

在判定部44的判定结果E6表示处于过平滑状态的情况下，发送部48向制动控制部60发送制动控制信号Bc，以调整制动力。制动控制部60根据从发送部48发送的制动控制信号Bc调整制动力。通过如此动作，取得部30、信息处理部40、以及制动控制部60构成制动控制装置80。随后论述制动控制装置80的动作。

取得部30安装于转向架10。在该情况下，使取得部30和车轮16的位置关系一定而能够高精度地取得踏面信息J6。判定部44和制动控制部60设置于转向架10或车身2。在该情况下，能够将它们配置于振动较少的场所，因此，能够缓和振动造成的影响。

说明状态监视装置20的动作。在由利用取得部30取得的踏面信息J6表示的踏面16b的平滑状态比预先设定好的基准平滑的情况下，判定部44判定为踏面16b处于过平滑状态。另外，在该平滑状态变得不比该基准平滑的情况下，判定为踏面16b处于非过平滑状态(未处于过平滑状态)。判定部44提供判定结果E6。

参照图21、图22、图23、图24而说明制动控制装置80的动作的一个例子。图21是表示制动控制装置80的动作S130的流程图。图22是表示接触制动器18d的制动力相对于制动器18的制动力的比率的一个例子的图。该图的图形A表示将通常动作时(非制动控制时)的、制动器18的所期望的制动力设为100％时接触制动器18d的制动力的比率(例如30％)。图形B表示粗化动作时(制动控制时)的接触制动器18d的制动力的比率(例如40％)。图23、图24是示意性地表示接触制动器18d的动作的图。

在车辆100的行驶中且在制动器18的工作中执行该动作。若动作S130被开始，则判定再生制动器18e是否工作(步骤S131)。在再生制动器18e未工作的情况下(步骤S131的N)，制动控制部60结束动作S130。也就是说，在制动器18的制动力的100％是接触制动器18d的制动力时，不执行制动控制。其原因在于，若接触制动器18d的制动力过强，则有可能滑行。

在再生制动器18e工作的情况下(步骤S131的Y)，判定部44判定踏面16b是否处于过平滑状态(步骤S133)。在该步骤中，判定部44通过上述的动作向制动控制部60提供判定结果E6。

在踏面16b处于过平滑状态的情况下(步骤S133的Y)，制动控制部60增大接触制动器18d的制动力而提高该接触制动器18d的制动力比率(步骤S134)。在该步骤中，例如，如图22的图形B所示那样增大接触制动器18d的制动力而使其比率增加到40％。此时，也可以减弱再生制动器18e的制动力而使制动器18的制动力一定。

也可以是，在踏面16b处于过平滑状态的情况下(步骤S133的Y)，状态监视装置20向外部报告正在产生过平滑状态。

如图23、图24所示，若在步骤S134中提高接触制动器18d的制动力，则制动蹄18b被强力按压于踏面16b，能够使过平滑状态的踏面16b粗化为非过平滑状态。

若执行了步骤S134，就使处理返回步骤S131的前头，反复进行步骤S131～步骤S134的循环。在包括步骤S134的执行中在内地反复进行该循环的期间内，继续进行踏面16b的判定。

于在踏面16b的整个区域中过平滑状态被消除并成为非过平滑状态的情况下(步骤S133的N)，制动控制部60减小接触制动器18d的制动力而恢复成通常动作时的制动力，结束动作S130。此时，接触制动器18d的制动力的比率降低到通常动作时的比率。该动作S130只是一个例子，也可以调换步骤的顺序，或追加·删除·变更一部分步骤。

上述的制动控制装置80的动作可进行各种变形。在上述的说明中，表示了判定部44使用踏面信息J6而判定的例子，也可以使用踏面信息J6的特征而判定。例如，也可以是，预先存储有处于过平滑状态的情况的踏面信息J6的特征，在该特征显现于实测的踏面信息J6的数据的情况下，判定为处于过平滑状态。此外，作为踏面信息J6的特征，可列举出踏面信息J6的变动模式等。

在上述的说明中，表示了使用基准而根据踏面信息J6判定踏面16b的平滑状态的例子，但并不限定于此。判定部44也可以使用预先通过机器学习而生成的学习模型M6来判定踏面16b的平滑状态。学习模型M6能够将过去的发生了过平滑状态时的踏面信息J6的变动模式作为训练数据而通过机器学习(监督学习)生成。学习模型M6也可以存储于存储部46。

在上述的说明中，表示了状态监视装置20将光传感器30f的探测结果用作踏面信息J6而判定踏面16b的平滑状态的例子，但并不限定于此。例如，状态监视装置20也可以将拍摄踏面16b的图像传感器30g的拍摄结果用作踏面信息J6而判定踏面16b的平滑状态。例如，状态监视装置20也可以将由接触式或非接触式的表面粗糙度计取得的踏面16b的表面粗糙度用作踏面信息J6而判定踏面16b的平滑状态。

在上述的说明中，表示如下例子：在踏面16b处于过平滑状态的情况下，提高接触制动器18d的制动力，但并不限定于此。例如，也可以是，在踏面16b处于过平滑状态的情况下，制动控制部60使接触制动器18d的工作开始时刻提前。通过使接触制动器18d的工作时刻提前，制动蹄18b与踏面16b接触着的时间变长，能够促进踏面16b的粗化。

存在车轮16的周速度越大、摩擦力越小的倾向。因此，制动控制部60也可以参照车辆100的速度(速度信息Jc)而使接触制动器18d的制动力的比率、或接触制动器18d和再生制动器18e的工作时刻变化。

说明本实施方式的状态监视装置20的特征。在状态监视装置20中，基于与踏面16b的表面性状有关的踏面信息J6判定踏面16b的平滑状态，因此，能够以较少的工时把握踏面16b的平滑状态，在成本上有利。

说明本实施方式的制动控制装置80的特征。在制动控制装置80中，基于与踏面16b的表面性状有关的踏面信息J6判定踏面16b的平滑状态，基于其判定结果使接触制动器18d的制动力或工作时刻变化，因此，能够使踏面16b粗化而恢复制动力。

在本实施方式中，在所判定的平滑状态比预先设定好的基准平滑的情况下增大接触制动器18d的制动力，因此，能够使踏面16b粗化而恢复制动力。在本实施方式中，在使接触制动器18d的制动力增加了之后，在平滑状态变得不比基准平滑的情况下使接触制动器18d的制动力减少，因此，使与再生制动器18e的制动力之间的平衡恢复成稳定状态。

在本实施方式中，将光传感器30f的探测结果或图像传感器30g的拍摄结果作为踏面信息J6提供，因此，廉价且有利于小型化。在本实施方式中，参照车辆速度而使接触制动器18d的制动力或工作时刻变化，因此，能够根据车辆速度更恰当地控制。

[第7实施方式]

参照图1、图2、图25～图27而说明本发明的第7实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图25是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

若轨道存在过度的磨损(以下，在本实施方式中称为“过磨损”)，则乘车舒适度变差。因此，确定轨道的磨损位置而进行维护是重要的。为了检测轨道的磨损，想到使用专用的轨道检测车，在该情况下，轨道检测车是高价的，另外，也花费过多的作业工时。因此，监视磨损状态以使轨道不过度磨损是重要的。

因此，本实施方式的状态监视装置20具备：取得部30，其取得与铁道车辆100所行驶的轨道8的磨损有关的信息(以下，在本说明书中称为“轨道信息J7”)；和发送部48，其发送由取得部30取得的轨道信息J7。在该情况下，能够基于轨道信息J7监视轨道8的磨损状态。

另外，若根据本发明人等的研究，则给出了如下启发：轨道的磨损易于在接触制动器18d的制动开始位置(以下，在本实施方式中，简称为“制动开始位置”)进行，若制动开始位置集中于相同的位置，则磨损易于在该位置进行。如此，在磨损在特定的位置比在其他位置早地进行的情况下，轨道的更换的频度变高。因此，出于使磨损位置分散而减少轨道的更换的频度的观点考虑，期望的是使制动开始位置前后分散。

因此，本实施方式的制动控制装置80利用信息取得部30x从轨道信息提供装置90取得与轨道8的磨损有关的轨道信息Jx，利用位置信息取得部82取得车辆100(自身车辆)的位置信息Jp，基于轨道信息Jx和位置信息Jp决定接触制动器18d的制动开始位置。在该情况下，使制动开始位置分散而使磨损的进行延迟，使轨道的更换频度减少。

轨道信息Jx包括在轨道8中与一定以上的磨损(以下，在本实施方式中称为“特定磨损”)和该特定磨损的位置(以下，在本实施方式中称为“特定位置”)有关的信息。此外，在特定磨损中包含过磨损和不是过磨损、但进行到一定以上的程度的磨损。

根据制动控制装置80，基于轨道信息J7和车辆100本身的位置信息Jp使接触制动器18d的制动开始位置在特定位置的前后方向上分散，可谋求轨道8的磨损的分散。另外，能够以避开特定位置的方式设定接触制动器18d的制动开始位置。通过分散磨损位置，使轨道8的更换频度减少。

轨道信息提供装置90只要可提供轨道信息Jx，就并不被限定，例如，可列举出以下的轨道信息提供装置。

(1)前方车辆，其可拍摄轨道8的前方位置，并提供轨道信息Jx

(2)无人驾驶飞机等飞行体，其可拍摄轨道8的前方位置，并提供轨道信息Jx

(3)地上设备，其设置于轨道8的各处，可根据取得与轨道8的应变有关的应变信息的应变传感器的探测结果提供轨道信息Jx

(4)地上设备，其设置于轨道8的各处，可根据取得与轨道8的磨损有关的图像信息的定点照相机的拍摄结果提供轨道信息Jx

(5)地上设备，其包括存储在上述(1)～(4)中所提供的轨道信息Jx的数据库，可提供轨道信息Jx

在本实施方式的说明中，说明轨道信息提供装置90是可提供轨道信息Jx的前方车辆的例子。轨道信息提供装置90(前方车辆)包括图像传感器90g、位置信息取得部90p、磨损判定部90j、以及信息发送部90x。

图像传感器90g拍摄轨道8的前方位置，取得图像信息。具体而言，图像传感器90g设置于前方车辆的转向架，从照射到轨道8的光的反射光取得与轨道8的磨损状态有关的图像信息。该图像信息既可以是静画，也可以是动画。图像传感器90g的构成与第1实施方式的图像传感器30g的构成相同。

位置信息取得部90p取得与轨道信息提供装置90(前方车辆)的位置有关的位置信息。位置信息取得部90p的构成与第1实施方式的位置信息取得部82的构成相同。

磨损判定部90j基于由图像传感器90g取得的图像信息判定特定磨损的有无。磨损判定部90j根据由位置信息取得部90p取得的位置信息确定特定位置。信息发送部90x向外部发送与特定磨损的有无有关的磨损判定部90j的判定结果和特定位置作为轨道信息Jx。

尤其是，在存在特定磨损的情况下，信息发送部90x在探测到特定磨损的位置(特定位置)处发送轨道信息Jx。在从后续车辆等别的车辆、地上指挥所84或其他外部存在要求的情况下，信息发送部90x发送轨道信息Jx。也可以是，信息发送部90x也在从外部没有要求的情况下自主地发送轨道信息Jx。

轨道信息提供装置90(前方车辆)可进行各种变形。例如，也可以是，轨道信息提供装置90具备接触式或非接触式的表面粗糙度计来替代图像传感器90g，将由该表面粗糙度计取得的轨道8的表面粗糙度作为轨道信息。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。如图25所示，状态监视装置20具备取得部30、信息处理部40、供电部70、位置信息取得部82、以及光照射部32。另外，制动控制装置80具备信息取得部30x、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

信息取得部30x接收从轨道信息提供装置90发送来的轨道信息Jx而向信息处理部40提供。信息取得部30x也可以向轨道信息提供装置90要求轨道信息Jx的发送。位置信息取得部82向信息处理部40提供位置信息Jp。取得部30设置于转向架10，包括取得与轨道8的磨损有关的轨道信息J7的图像传感器30g。取得部30向信息处理部40提供轨道信息J7。

存储部46暂时存储由取得部30取得的轨道信息J7。存储部46能够与该轨道信息J7的取得时刻相关联地存储轨道信息J7。存储部46能够与轨道上的取得了该轨道信息J7的位置的位置信息Jp相关联地存储该轨道信息J7。存储部46相关联地暂时存储轨道信息Jx的特定磨损的信息和特定位置。

判定部44基于从轨道信息提供装置90(前方车辆)发送来的轨道信息Jx判定在车辆100的行进路线上的轨道8是否存在特定磨损。具体而言，判定部44判定轨道信息Jx的特定位置是否存在于车辆100的行进路线上，提供该判定部44的判定结果E7。因而，本实施方式的判定结果E7表示在行进路线上是否存在特定磨损。

发送部48向转向架10的外部发送判定部44的判定结果E7。在该情况下，能够在外部利用判定结果E7。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E7。判定结果E7也可以表示于驾驶室2d的车辆监控器2e。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E7。也就是说，发送部48能够向转向架10的外部报告判定结果E7。

在判定部44的判定结果E7表示存在特定磨损的情况下，发送部48向制动控制部60发送制动控制信号Bc，以控制制动开始位置。制动控制部60根据从发送部48发送的制动控制信号Bc控制制动开始位置。随后论述制动控制装置80的动作。

判定部44和制动控制部60设置于转向架10或车身2。在该情况下，能够将它们配置于振动较少的场所，因此，能够缓和振动造成的影响。

说明状态监视装置20的动作。判定部44根据由取得部30的图像传感器30g取得的轨道信息J7判定特定磨损的有无。判定部44根据位置信息取得部82的位置信息Jp确定特定位置。在判定部44判定为存在特定磨损的情况下，发送部48向外部发送特定磨损的信息和特定位置。也就是说，状态监视装置20针对后续车辆作为轨道信息提供装置90(前方车辆)发挥功能，也可以适用轨道信息提供装置90的说明。

也参照图26、图27而说明制动控制装置80的动作的一个例子。图26是表示制动控制装置80的动作S140的流程图。图27是示意性地表示制动控制装置80的动作S140的图。该动作是控制制动开始位置的动作。只要没有特别声明，动作S140的说明中的“制动”表示由接触制动器18d进行的制动。另外，轨道信息提供装置90是先行的另外车辆101。在车辆100的行驶中执行该动作。

图27的(A)表示在轨道8存在特定磨损8d、在该轨道8上先行的另外车辆101和后续于另外车辆101的车辆100在行进方向上行进的情况。如该图27的(A)所示，另外车辆101在探测到特定磨损8d的情况下，在探测到特定磨损8d的位置(特定位置)处发送轨道信息Jx。车辆100接收轨道信息Jx。

在未接收轨道信息Jx的通常行驶中，如图27的第1模式所示，车辆100在预先设定好的设定位置T处开始制动。在自动驾驶中，设定位置T每次都相同，存在在该位置产生特定磨损的可能性。设定位置T存储于存储部46。

若动作S140被开始，则判定部44判定在路径上的轨道8是否存在特定磨损8d(步骤S141)。在该步骤中，判定部44基于从轨道信息提供装置90(先行的另外车辆101)发送来的轨道信息Jx的特定磨损8d的有无判定。在没有特定磨损8d的情况下(步骤S141的N)，制动控制部60结束动作S140。

在存在特定磨损8d的情况下(步骤S141的Y)，制动控制部60判定存在特定磨损8d的特定位置是否是车辆100的设定位置T(步骤S142)。在特定位置不是设定位置T的情况下(步骤S142的N)，制动控制部60结束动作S140。

在特定位置是设定位置T的情况下(步骤S142的Y)，在比特定位置靠前的位置(慢的位置)处开始了制动时，制动控制部60不使用过度的制动而是判定车辆100是否可在容许停车范围内停车(步骤S143)。例如，在基于通常制动的制动距离比直到容许停车范围为止的距离短的情况下，能够判定为可停车。

在车辆100可在容许停车范围内停车的情况下(步骤S143的Y)，如图27的第2模式所示，制动控制部60在车辆100通过了特定位置之后开始制动(步骤S144)。若执行了步骤S144，制动控制部60就结束动作S140。

在车辆100无法在容许停车范围内停车的情况下(步骤S143的N)，如图27的第3模式所示，制动控制部60在比特定位置靠前的位置(早的位置)开始制动(步骤S145)。

若开始了制动，制动控制部60就判定车辆100是否到达了特定位置(步骤S146)。在车辆100未到达特定位置的情况下(步骤S146的N)，制动控制部60使处理返回步骤S145的前头，维持制动状态。

在车辆100到达了特定位置的情况下(步骤S146的Y)，制动控制部60停止制动(步骤S147)。在该情况的制动停止中包括狭义的制动停止和稍微使制动力产生的实质上的制动停止。

若停止了制动，制动控制部60就判定车辆100是否通过了特定位置(步骤S148)。在车辆100未通过特定位置的情况下(步骤S148的N)，制动控制部60使处理返回步骤S147的前头，维持制动停止状态。

在车辆100通过了特定位置的情况下(步骤S148的Y)，制动控制部60使制动再次开始(步骤S149)。若执行了步骤S149，制动控制部60就结束动作S140。该动作S140只的一个例子，也可以调换步骤的顺序，或追加·删除·变更一部分步骤。如此，根据动作S140，能够使制动开始位置向特定位置的前后分散。由此，使磨损的进展延迟而使轨道的更换频度减少。

制动控制装置80的动作可进行各种变形。例如，步骤S143的判定也可以使用预先通过机器学习而生成的学习模型M7而判定。学习模型M7能够将车辆速度、制动开始位置、制动距离的过去的实测数据作为训练数据而通过机器学习(监督学习)生成。学习模型M7也可以存储于存储部46。

制动控制装置80的动作对自动行驶的车辆特别有效，也可适用于驾驶员驾驶的非自动行驶的车辆。在该情况下，也可以设置向驾驶员报告制动开始位置的报告部(未图示)。驾驶员能够在报告部的报告时刻使接触制动器18d工作。

说明本实施方式的状态监视装置20的特征。在状态监视装置20中，取得部30包括安装到车辆100的转向架10的图像传感器。在将图像传感器30g安装于转向架10的情况下，能够抑制来自转向架10外部的异物的附着。在状态监视装置20中，取得部30也可以包括取得与轨道8的应变有关的应变信息的应变传感器。在该情况下，基于轨道8的应变使制动开始位置分散，可谋求磨损的均匀化。

[第8实施方式]

参照图1、图2、图28～图30而说明本发明的第8实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图28是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

在铁道车辆中，由于车辆重量而加速、减速等运动特性变化，因此，使用制动操纵装置(日文：ブレーキ受量器)而根据车辆重量控制再生制动器、接触制动器。因此，高精度地把握车辆重量是重要的。例如，想到：使用配置于转向架10与车身2之间的空气弹簧12s，基于空气弹簧12s的位移和弹簧常数算出车辆重量。不过，在该方法中，在空气弹簧12s存在高度调整阀的不灵敏带和探测用的连杆装置的晃动等，因此，弹簧常数成为非线性，误差变大。

根据这些，本发明人等想出来如下技术：着眼于配置于转向架框12与弹簧下部14之间的轴弹簧12j，基于轴弹簧12j的位移和弹簧常数算出车辆重量。

因此，本实施方式的状态监视装置20具备：取得部30，其取得与轨道8上的铁道车辆100的转向架10同轨道8之间的距离有关的信息(以下，在本说明书中称为“距离信息J8”)；和判定部44，其基于由取得部30取得的距离信息J8判定车辆100的重量。在该情况下，能够基于距离信息J8监视轨道8的车辆重量。在该技术中，与使用了空气弹簧12s的情况相比，能够提高车辆重量的推算精度。另外，该技术也能够适用于不具有空气弹簧的车辆。

例如，能够以乘客数是零的状态的实测值为基准根据轴弹簧12j的位移的变化量算出车辆重量(＝乘客数的变化)。具体而言，轴弹簧12j根据车辆重量的变化挠曲而上下伸缩，因此，测定从转向架框12到轨道8的上下方向的距离，从而能够算出车辆重量。

图29是示意性地表示从前方观察的转向架10的图。图30是示意性地表示从侧面观察的转向架10的图。如图29所示，取得部30安装于转向架10的转向架框12，包括多个距离传感器30ka、30kb，该多个距离传感器30ka、30kb分别计量直到宽度方向两侧的轨道8为止的距离。使用多个距离传感器30ka、30kb，因此，能够缩小车身2的重量平衡偏向宽度方向的一方的情况的误差。本实施方式的距离传感器30ka、30kb分别安装于宽度方向两侧的侧梁12e、12f的下表面。

距离传感器30ka在一侧梁12e的下表面处测定直到轨道8的上表面(踏面)的为止距离Hka，距离传感器30kb在另一侧梁12f的下表面处测定直到轨道8的上表面(踏面)为止的距离Hkb。距离传感器30ka、30kb是基于所照射的激光的反射光取得隔开距离的激光式位移传感器。距离传感器30ka、30kb也可以是超声波传感器、光学传感器等公知的传感器来替代激光式位移传感器。距离Hka、Hkb的测定结果作为距离信息J8提供。

如图30所示，多个距离传感器30ka、30kb在转向架10的前轮与后轮之间的中央位置处计量直到轨道为止的距离。在本实施方式中，中央位置并不限定于严密的中央位置，包括能够以目视判断为中央位置的情况。通过在中央位置处进行测距，因此，能够缩小车身2的重量平衡偏向前后的一方的情况的误差。另外，在该情况下，在与车轮分开的位置处进行测距，因此，能够缩小由车轮16和轨道7的接触面的状态造成的影响。此外，距离传感器30ka、30kb也可以配置于相对于中央位置前后偏置的位置。

在图30的例子中，侧梁12e、12f的中央部在前后方向上位于比两端部靠下侧的位置。距离传感器30ka、30kb既可以设置于位于比侧梁12e、12f的前后两端部靠下侧的部分，也可以设置于最接近轨道8的部分。

如图28所示，本实施方式具有向转向架10的外部发送判定部44的判定结果E8的发送部48。发送部48作为向外部报告判定结果E8的报告部发挥功能。

另外，如图28所示，本实施方式包括根据车辆重量的判定结果E8改变制动器18的施加方法的制动控制装置80。制动控制装置80具备：取得部30，其取得与轨道8上的铁道车辆100的转向架10同轨道8之间的距离有关的距离信息J8；判定部44，其基于由取得部30取得的距离信息J8判定车辆100的重量；以及制动控制部60，其基于判定部44的判定结果E8使车辆100的制动器18的制动力或工作时刻变化。在该情况下，能够根据距离信息J8改变制动器18的施加方法。随后论述制动器的控制动作。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。如图28所示，状态监视装置20具备取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、判定部44、以及制动控制部60。信息处理部40包括存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

位置信息取得部82向信息处理部40提供位置信息Jp。取得部30设置于转向架10的转向架框12，向信息处理部40提供包括距离Hka、Hkb在内的距离信息J8。

存储部46暂时存储由取得部30取得的距离信息J8。存储部46能够与距离信息J8的取得时刻相关联地存储该距离信息J8。存储部46能够与轨道上的取得了距离信息J8的位置的位置信息Jp相关联地存储该距离信息J8。存储部46能够存储过去针对距离信息J8所取得的过去数据、制造时或维护时的初始数据以及设计上的设计数据。

判定部44基于由取得部30取得的距离信息J8判定车辆重量，提供该判定部44的判定结果E8。具体而言，判定部44使用预先设定好的阈值而判定根据距离信息J8算出来的车辆重量。判定结果E8是根据算出来的车辆重量的水平将该算出来的车辆重量分类成多个等级的结果。例如，判定结果E8既可以是将距离信息J8分类成两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。本实施方式的判定结果E8表示车辆重量是否比阈值大。

另外，也可以是，不对车辆重量进行分类，根据车辆重量自动变更动力行驶控制和制动控制的与车辆重量有关的参数。例如，也可以向以发挥与制动指令相应的一定的减速度的方式进行控制的制动操纵装置输入车辆重量。制动操纵装置根据车辆重量控制再生制动器、接触制动器。

发送部48向转向架10的外部发送判定部44的判定结果E8。在该情况下，能够在外部利用判定结果E8。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E8。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E8。也就是说，发送部48能够向转向架10的外部报告判定结果E8。

在判定部44的判定结果E8表示车辆重量比阈值大的情况下，发送部48向制动控制部60发送制动控制信号Bc。制动控制部60根据从发送部48发送来的制动控制信号Bc进行控制，以使接触制动器18d的制动力增大，或使接触制动器18d的制动开始时刻提前。随后论述制动控制装置80的动作。

判定部44和制动控制部60设置于转向架10或车身2。在该情况下，能够将它们配置于振动较少的场所，因此，能够缓和振动造成的影响。

说明状态监视装置20的动作的一个例子。状态监视装置20针对距离信息J8以乘客数是零的状态下的过去数据、初始数据以及设计数据中任一个为基准值，针对距离信息J8，利用与新取得的距离信息J8之间的差值算出车辆重量。状态监视装置20判定算出来的车辆重量是否比阈值大，向转向架10的外部发送其判定结果E8。也可以每一定时间执行状态监视装置20的该动作。

出于减少误差的观点考虑，期望的是在预先设定好的特定位置处执行状态监视装置20的动作。特定位置既可以是基准位置，也可以选择例如轨道水平的位置。状态监视装置20也可以基于位置信息Jp动作。

也可以在车辆100的停止中或行驶中执行状态监视装置20的动作。为了避免车轮16的局部磨损的影响而提高测定精度，也可以将对在使车轮16旋转至少1圈的期间内所取得的数据进行统计学上的处理而得到的值(例如平均值)作为距离信息J8。在该情况下，能够抑制车轮16的局部磨损的影响。

说明制动控制装置80的动作的一个例子。制动控制装置80向制动操纵装置输入算出来的车辆重量，根据车辆重量算出需要的制动力。另外，制动控制装置80向外部发送算出来的车辆重量而将车辆重量作为控制参数而进行车辆的动力行驶控制和制动控制。也可以每一定时间执行制动控制装置80的该动作。

轴弹簧12j的位移与车辆重量之间的关系是非线性的，存在难以根据距离传感器30ka、30kb的探测结果算出车辆重量的情况。例如，车辆重量也可以使用预先通过机器学习而生成的学习模型M8来算出。学习模型M8能够将距离传感器30ka、30kb的探测结果和车辆重量的过去的实测数据作为训练数据而通过机器学习(监督学习)生成。学习模型M8也可以存储于存储部46。

[第9实施方式]

参照图1、图2、图31～图34而说明本发明的第9实施方式的铁道用状态监视装置20和铁道用制动控制装置80。本实施方式的状态监视装置20和制动控制装置80搭载于铁道车辆100。图31是概略地表示本实施方式的状态监视装置20和制动控制装置80的框图。

当铁道车辆100的车轮16在轨道8行驶时，由于与轨道8之间的摩擦、与制动蹄18b之间的摩擦、由雨导致的滑行等要因，车轮16的踏面16b磨损(包括损伤)。这样的磨损有时不均匀地进行，若磨损过度进行，则乘车舒适度变差，也存在给车辆100带来不良影响的可能性。因此，期望的是，把握车轮16的磨损量，在磨损过度进行之前进行车轮修整等车轮16的维护。

另外，车轮16的踏面16b的直径(以下，在本实施方式中称为“车轮径”)设定为车辆100的动力行驶控制、制动控制中的重要的参数。因此，期望的是，把握车轮径，在车轮径过度变化之前，根据车轮径的变化量变更参数。

为了测定车轮16的磨损量和车轮径变化量(以下，在本实施方式中统称为“车轮形状变化量”)，想到在车库使用车轮径测定装置等专用装置而进行特别的测定作业。不过，为了提高测定精度，该方法需要复杂的计算，使用大规模的专用装置，因此，在成本上不利。

根据这些，本发明人等想出来如下技术：根据新实测的转向架10与轨道8之间的距离相对于转向架10与轨道8之间的基准距离的变化量算出车轮形状变化量。

因此，本实施方式的状态监视装置20具备：取得部30，其取得与轨道8上的铁道车辆100的转向架10同轨道8之间的距离有关的信息(以下，在本说明书中称为“距离信息J9”)；和判定部44，其基于由取得部30取得的距离信息J9和预先设定好的基准距离信息Js判定转向架10的车轮16的形状变化量。在该情况下，能够基于距离信息J9监视轨道8的车轮形状变化量。

例如，基准距离信息Js也可以是在水平的轨道8且乘客数为零的空车状态下实测或所设定的转向架10与轨道8之间的距离。基准距离信息Js也可以是过去实测的过去数据、制造时或维护时的初始数据以及在设计时所设定的设计数据中任一个。本实施方式的基准距离信息Js基于制造时或维护时的初始数据设定。

图32是示意性地表示从前方观察的转向架10的图。图33是示意性地表示从一侧面观察的转向架10的图。图34是示意性地表示从另一侧面观察的转向架10的图。如图32所示，取得部30安装于转向架10的转向架框12，包括第1距离传感器30p和第2距离传感器30s，该第1距离传感器30p和第2距离传感器30s相互分开地配置于宽度方向两侧，分别计量直到轨道8为止的距离。使用分开地配置到宽度方向两侧的第1距离传感器30p和第2距离传感器30s，因此，能够缩小车身2的重量平衡偏向宽度方向的一方的情况的误差。本实施方式的第1距离传感器30p、第2距离传感器30s分别安装于宽度方向两侧的侧梁12e、12f的下表面。

第1距离传感器30p包括在转向架10的前轮16f与后轮16r之间前后分开地配置的多个(两个)传感器单元30pa、30pb。传感器单元30pa、30pb在一侧梁12e的下表面处计量直到轨道8的上表面(踏面)为止的距离Hpa、Hpb。第2距离传感器30s包括在转向架10的前轮16f与后轮16r之间前后分开地配置的多个(两个)传感器单元30sa、30sb。传感器单元30sa、30sb在另一侧梁12f的下表面处计量直到轨道8的上表面(踏面)为止的距离Hsa、Hsb。

传感器单元30pa、30pb、30sa、30sb是基于所照射的激光的反射光取得隔开距离的激光式位移传感器。传感器单元30pa、30pb、30sa、30sb也可以是超声波传感器、光学传感器等公知的传感器来替代激光式位移传感器。距离Hpa、Hpb、Hsa、Hsb的测定结果作为距离信息J9提供。

如图33、34所示，传感器单元30pa、30sa配置于比转向架10的中央位置靠前轮16f的位置，传感器单元30pb、30sb配置于比转向架10的中央位置靠后轮16r的位置。如此，通过分别与4个车轮16相对应地配置传感器单元，能够测定4个车轮16各自的车轮形状变化量。另外，通过将传感器单元靠近车轮16地配置，能够减少车轮形状变化量的测定误差。

此外，在图33、图34的例子中，侧梁12e、12f的中间部在前后方向上位于比两端部靠下侧的位置。传感器单元30pa、30pb、30sa、30sb既可以设置于位于侧梁12e、12f的比前后两端部靠下侧的部分，也可以设置于最接近轨道8的部分。

如图31所示，本实施方式具有向转向架10的外部发送判定部44的判定结果E9的发送部48。发送部48作为向外部报告判定结果E9的报告部发挥功能。

另外，如图31所示，本实施方式包括根据车轮形状变化量的判定结果E9改变制动器18的施加方法的制动控制装置80。制动控制装置80具备：取得部30，其取得与轨道8上的铁道车辆100的转向架10同轨道8之间的距离有关的距离信息J9；判定部44，其基于由取得部30取得的距离信息J9和预先设定好的基准距离信息Js判定转向架10的车轮16的形状变化量；以及制动控制部60，其基于判定部44的判定结果使车辆100的制动器18的制动力或工作时刻变化。在该情况下，能够根据距离信息J9改变制动器18的施加方法。随后论述制动器的控制动作。

说明本实施方式的状态监视装置20和制动控制装置80的主要的构成。如图31所示，状态监视装置20具备取得部30、信息处理部40、供电部70、以及位置信息取得部82。另外，制动控制装置80具备取得部30、信息处理部40、以及制动控制部60。信息处理部40包括判定部44、存储部46、发送部48、以及发送控制部42。只要没有特别声明，第1实施方式的说明就适用于所述各要素的构成和动作。

位置信息取得部82向信息处理部40提供位置信息Jp。取得部30设置于转向架10的转向架框12，向信息处理部40提供包括距离Hpa、Hpb、Hsa、Hsb在内的距离信息J9。

存储部46暂时存储由取得部30取得的距离信息J9。存储部46能够与距离信息J9的取得时刻相关联地存储该距离信息J9。存储部46能够与轨道上的取得了该距离信息J9的位置的位置信息Jp相关联地存储该距离信息J9。存储部46能够存储过去所取得的过去数据、制造时或维护时的初始数据以及设计上的设计数据作为基准距离信息Js。

判定部44基于由取得部30取得的距离信息J9和基准距离信息Js判定车轮形状变化量，提供该判定部44的判定结果E9。判定结果E9也可以是作为距离信息J9相对于基准距离信息Js的差值算出来的车轮形状变化量。另外，判定结果E9也可以是使用预先设定好的阈值而将算出来的车轮形状变化量分类成多个等级的结果。例如，判定结果E9既可以是将距离信息J9分类成两个等级的结果，也可以是更细微地分类成3个以上的等级的结果。

本实施方式的判定结果E9是针对车轮形状变化量中的磨损量分类成“磨损量较少”、“磨损量处于中间程度”、“磨损量较多”这3个等级的结果。例如，在判定结果E9表示“磨损量较少”的情况下，能够预测为当前未达到维护时期。例如，在判定结果E9表示“磨损量处于中间程度”的情况下，能够预测为在半年后达到车轮修整等的维护时期。例如，在判定结果E9表示“磨损量较多”的情况下，能够预测为在3个月以内达到车轮修整等的维护时期。

本实施方式的判定结果E9是针对车轮形状变化量中的车轮径变化量分类成“变化量较少”、“变化量处于中间程度”、“变化量较多”这3个等级的结果。例如，在判定结果E9表示车轮径的“变化量处于中间程度”或“变化量较多”的情况下，也可以根据该变化量变更与车辆100的动力行驶控制和制动控制的车轮径有关的参数。

另外，也可以是，对于车轮形状变化量中的车轮径变化量不进行分类，而是根据车轮径变化量自动变更动力行驶控制和制动控制的与车轮径有关的参数。例如，也可以向以发挥与制动指令相应的一定的减速度的方式进行控制的制动操纵装置输入车轮径变化量。制动操纵装置根据车轮径变化量控制再生制动器、接触制动器。

发送部48向转向架10的外部发送判定部44的判定结果E9。在该情况下，能够在外部利用判定结果E9。在该例子中，发送部48设置于转向架框12。发送部48也可以设置于车身2。在该例子中，发送部48向车身2的驾驶室2d发送判定结果E9。发送部48也可以向车辆100的外部的地上指挥所84的计算机84c、云系统发送判定结果E9。也就是说，发送部48能够向转向架10的外部报告判定结果E9。

在判定部44的判定结果E9表示车轮径的“变化量处于中间程度”或“变化量较多”的情况下，发送部48向制动控制部60发送制动控制信号Bc。制动控制部60根据从发送部48发送来的制动控制信号Bc进行控制，以使接触制动器18d的制动力增大，或使接触制动器18d的制动开始时刻提前。

判定部44和制动控制部60设置于转向架10或车身2。在该情况下，能够将它们配置于振动较少的场所，因此，能够缓和振动造成的影响。

说明状态监视装置20的动作的一个例子。状态监视装置20以如下方式动作：每预先设定好的期间取得距离信息J9，基于所取得的距离信息J9和基准距离信息Js判定形状变化量。预先设定好的期间也可以是1天、1周、1个月等。本实施方式每天在开始工作时或收工时进行该动作。

出于减少误差的观点考虑，期望的是在预先设定好的特定位置处执行状态监视装置20的动作。特定位置也可以是车库(包括坑槽、留置线)等的基准位置，期望的是轨道水平的位置。状态监视装置20也可以基于位置信息Jp动作。只要在水平的轨道上且是空车，也可以在车库以外执行状态监视装置20的动作。

也可以在车辆100的停止中或行驶中执行状态监视装置20的动作。为了避免车轮16的局部磨损的影响而提高测定精度，也可以将对在使车轮16旋转了至少1圈的期间内所取得的数据进行统计上的处理而得到的值(例如，平均值)设为距离信息J9。在该情况下，能够抑制车轮16的局部磨损的影响。

说明制动控制装置80的动作的一个例子。也可以是，制动控制装置80向制动操纵装置输入所算出来的车轮形状变化量，根据车轮形状变化量算出需要的制动力。另外，也可以是，向外部发送算出来的车轮形状变化量而将车轮形状变化量作为控制参数进行车辆的动力行驶控制和制动控制。也可以每一定时间执行制动控制装置80的该动作。

第1距离传感器30p、第2距离传感器30s的探测结果与车轮形状变化量(磨损量或车轮径变化量)之间的关系是非线性的，存在难以根据第1距离传感器30p、第2距离传感器30s的探测结果算出车轮形状变化量的情况。例如，车轮形状变化量也可以使用预先通过机器学习而生成的学习模型M9来算出。学习模型M9能够将第1距离传感器30p、第2距离传感器30s的探测结果、车轮形状变化量的过去的实测数据作为训练数据而通过机器学习(监督学习)生成。学习模型M9也可以存储于存储部46。

以上，详细地说明了本发明的实施方式的例子。上述的实施方式均只不过是表示实施本发明时的具体例。实施方式的内容并不用于限定本发明的保护范围，在不脱离权利要求书所规定的发明的思想的范围内，可进行构成要素的变更、追加、删除等很多设计变更。在上述的实施方式中，对于可进行这样的设计变更的内容，标注“实施方式的”“在实施方式中”等表述而说明，但并不是没有这样的表述的内容不容许设计变更。

[变形例]

以下，对变形例进行说明。在变形例的附图和说明中，对与实施方式相同或相等的构成要素、构件标注相同的附图标记。适当省略与实施方式重复的说明，重点说明与第1实施方式的构成不同的构成。

在第1实施方式的说明中，表示了基于从转向架框12到车轮16的踏面16b的距离取得车轮径信息的例子，但本发明并不限定于此。车轮径信息也可以基于从转向架框12到轨道8的距离取得。通过计量从转向架框12到轨道8的距离，能够探测车辆100的重量的变化(＝乘客数的变化)。能够根据与乘客数为零的状态下的测定值之间的差值把握车辆100的重量。

轴弹簧12j根据车辆100的重量的变化挠曲而上下伸缩，因此，测定从转向架框12到轨道8的上下方向的距离，从而能够把握车辆100的重量。从转向架框12到轨道8的上下方向的距离能够由超声波传感器、光学传感器等测定。在车辆100的重量一定的条件下，轴弹簧12j的挠曲一定，从转向架框12到轨道8的距离根据车轮径的变化而变化。因而，通过在车辆100的重量一定的条件下测定从转向架框12到轨道8的距离，能够算出车轮径。

期望的是，在转向架框12的宽度方向中央和前后方向中央测定从转向架框12到轨道8的距离。在该情况下，能够抑制车轴16s的影响。另外，在车辆100的重量相同的条件下，比较时间不同的两个时间点的、从转向架框12到轨道8的距离而求出相对于基准车轮径的差，从而能够把握当前的车轮径。比较多个车轮16之间的车轮径，从而能够与最小车轮径相应地修整多个车轮16而使车轮径一致。

上述的各实施方式表示了具备踏面制动器的例子，在与实施方式的说明不矛盾的范围内，也可以具备盘式制动器来代替踏面制动器。

上述的变形例起到与各实施方式的作用·效果同样的作用·效果。

上述的实施方式和变形例的任意的组合作为本发明的实施方式也是有用的。由于组合而产生的新的实施方式也一并具有所组合的实施方式和变形例各自的效果。