FI125170B

FI125170B - System for measuring the efficiency of a forest machine

Info

Publication number: FI125170B
Application number: FI20125617A
Authority: FI
Inventors: Timo Käppi; Arto Peltomaa; Kari Lehmusvaara; Aki Putkonen
Original assignee: John Deere Forestry Oy
Priority date: 2012-06-06
Filing date: 2012-06-06
Publication date: 2015-06-30
Also published as: FI20125617L; FI20125617A

Description

METSÄKONEEN SUORITUSKYVYN MITTAUSJÄRJESTELMÄ KEKSINNÖN TEKNIIKAN ALAMETHOD FOR MEASURING THE PERFORMANCE OF A FOREST MACHINE FIELD OF THE INVENTION

Keksinnön kohteena on menetelmä ja järjestelmä metsäkoneen jonkin osajärjestelmän toiminnan tai jonkin, yhden tai useamman, toiminnon suorituskyvyn monitoroimiseksi. Keksinnön kohteena on lisäksi menetelmään liittyvä tietokoneohjelma ja tietokoneohjelmatuote.The invention relates to a method and system for monitoring the performance of a subsystem of a forestry machine or the performance of one or more functions of a forestry machine. The invention further relates to a computer program and a computer program product related to the method.

KEKSINNÖN TAUSTAABACKGROUND OF THE INVENTION

Metsäkoneita ovat tunnetusti erilaiset harvesterit, kuormakoneet ja niiden yhdistelmät, joita kutsutaan myös combi-koneiksi. Tässä selityksessä näitä combi-koneita tarkoitetaan myös silloin, kun puhutaan harvestereista, mikäli tarkasteltava toiminto on samantyyppinen kuin harvesterissa. Metsäkoneiden ohjaukseen on tunnetusti käytetty ohjausjärjestelmiä. Eräs tunnetun tekniikan mukainen ohjausjärjestelmä on Timberjack Timbermatic 300, joka on metsäkoneen ja erityisesti harvesteripään toimintojen ja puutavaran mittauksen sekä apteerauksen ohjausjärjestelmä. Ohjausjärjestelmä valvoo mm. metsäkoneen dieselmoottoria, hydrostaattista ajovoimansiirtoa, harvesteripäätä ja puomijärjestelmää, johon harvesterikoura on kiinnitetty, ja sekä kaikkia näihin liittyviä aputoimintoja. Kyseinen ohjausjärjestelmä toimii esim. PC/Windows 2000 -käyttöympäristössä. Ohjausjärjestelmän apteerausohjeisiin voidaan sisällyttää prosessoitavan puutavaran osalta esim. arvo-, jakauma- ja väri-merkkausmatriisit, tavaralajiryhmät ja runkotyypit. Timbermatic 300 -järjestelmään sisältyvän sovelluksen avulla voidaan analysoida ja laskea tuotannon tulokset, kuten pölkkyjen määrä, pituudet ja läpimitat, jakauma-asteet, tavaralajiryhmät ja runkotyypit.Known forest machines include various types of harvesters, forwarders and combinations thereof, also known as combi machines. In this specification, these combi machines are also referred to as harvesters, provided that the function under consideration is of the same type as the harvester. Known control systems have been used to control forest machines. One prior art control system is the Timberjack Timbermatic 300, which is a control system for forest machine and especially harvester head functions and timber measurement and shipping. The control system monitors eg. forestry machine diesel engine, hydrostatic drive transmission, harvester head and boom system to which the harvester grapple is attached and all related ancillary functions. This control system works, for example, in the PC / Windows 2000 operating system. The control system bypass instructions may include, for example, value, distribution, and color marking matrices, product type groups and trunk types for the timber to be processed. The application included in the Timbermatic 300 system allows analysis and calculation of production results, such as number of logs, lengths and diameters, distribution rates, product groups and frame types.

Ohjausjärjestelmä ohjaa esimerkiksi harvesterikouraa siten, että puunrungon syötön ohjaus säätää automaattisesti syöttönopeutta ja syöttörullien sekä karsintaterien painetta, ja että luistonestotoiminto estää syöttörullien lipsumista ja mahdollistaa puunrungon pysäyttämisen tarkasti sahausta varten.For example, the steering system controls the harvester grapple so that the feed control of the tree trunk automatically adjusts the feed rate and the pressure of the feed rollers and pruning blades, and the anti-skid function prevents the feed rollers slipping and allows the tree trunk to stop accurately.

Ohjausjärjestelmän näyttö ja keskusyksikkö on sijoitettu ohjaamoon kuljettajan saataville. Järjestelmään kuuluu tavallisesti myös kirjoitin.The control system display and central unit are located in the driver's cab. The system usually includes a printer.

Ohjausjärjestelmän ohjaus- ja mittausautomatiikka perustuu ohjainväylän osalta tunnetun tekniikan mukaiseen CAN-väyläratkaisuun, jossa tieto kulkee digitaalisesti. Ohjainväylässä liikkuu sinänsä tunnetun tavan mukaisesti mittauksia ja viestejä. Tietojen perusteella voidaan seurata prosessoinnin eri vaiheiden kestoaikoihin ja toimintonopeuksiin liittyviä mittauksia. Viesteistä ja mittauksista saadaan tietoja eri toiminnoista vastaavien komponenttien toiminta-ajoista ja ajoituksesta. Komponentit voivat olla esimerkiksi puomijär-jestelmän tai siihen liitetyn harvesteripään toimintoja varten, kuten syöttö, halkaisijamittaus, pituusmittaus, sahaus ja karsinta. Yksittäisen puunrungon prosessointiin liittyy lukuisa määrä mittausarvoja, jotka voidaan tallettaa tietokantaan, jossa edelleen on luokittelu esimerkiksi runkojen ja pölkkyjen kokoluokkien perusteella. Mittausarvojen perusteella rungon kokoluokka on tiedossa.The control and measurement automation system of the control system is based on a CAN bus solution according to the prior art in the control bus, where the data is transmitted digitally. Measurements and messages are transmitted in the controller bus in a manner known per se. The data can be used to keep track of the durations and speeds of the various stages of processing. Messages and measurements provide information on the running times and timing of the components responsible for the various functions. The components may be, for example, for functions of the boom system or harvester head attached thereto, such as feed, diameter measurement, length measurement, sawing and pruning. The processing of a single tree trunk involves a plurality of measurement values that can be stored in a database that still has classification based on, for example, the size classes of trunks and logs. Based on the measured values, the frame size is known.

Kuormakoneen, harvesterin tai harvesterikouran alentunut tekninen suorituskyky sekä kokonaisjärjestelmän että sen osajärjestelmien ja osatoimintojen osalta heikentää puunkorjuutyön kannattavuutta. Pitkään jatkuneen suorituskyvyn alentumisen havaitseminen on ollut vaikeaa, koska se on perustunut esimerkiksi käyttäjän tai huolto- ja korjaushenkilökunnan subjektiivisiin arviointeihin ja kokemuksiin, jotka voivat olla rajautuneita niin ajallisesti ja koskevat vain joitakin metsäkoneyksilöitä. Korjaus- ja muutostöiden tai toimintatapojen muutoksien aiheuttamia vaikutuksia ei myöskään ole pystytty luotettavasti arvioimaan.The reduced technical performance of the loader, harvester or harvester grapple, both for the overall system and its subsystems and sub-functions, reduces the profitability of harvesting. It has been difficult to detect long-term performance degradation because it has been based, for example, on subjective evaluations and experiences by the user or maintenance and repair staff, which may be limited in time and concern only some forest machine operators. In addition, it has not been possible to reliably estimate the impact of repairs, modifications or changes in operating practices.

Esimerkiksi, harvesterin sahaustoiminnan tai syöttötoiminnon kuntoa ei ole aikaisemmin pystytty valvomaan luotettavasti. Tunnetuissa ratkaisuissa esimerkiksi sahausaikoja verrataan kiinteisiin varoitusrajoihin ja rajan ylittyessä kuljettajalle näytetään varoitusilmoitus. Sahajärjestelmän tai toisaalta syöttötoiminnon suorituskyky on kuitenkin tärkeimpiä harvesterin tuottavuuteen vaikuttavia tekijöitä. Alentunut suorituskyky heikentää puunkorjuutyön kannattavuutta ja jatkuessaan vikaantuminen voi johtaa entistä pahempiin lisävaurioihin ja tuotantokatkokseen.For example, the condition of the harvester's sawing or feeding function has not previously been reliably monitored. In known solutions, for example, sawing times are compared with fixed warning limits, and when the limit is exceeded, a warning message is displayed to the driver. However, the performance of the saw system or the feed function is one of the most important factors affecting harvester productivity. Reduced performance diminishes the profitability of logging and, if continued, failure can result in further damage and production interruption.

Harvesterikouran rungonpidon kuntoa ei myöskään ole aikaisemmin pystytty valvomaan. Harvesterikouran rungonpitokyky on tärkeä niin harvesterin tuottavuuteen kuin mittaustarkkuuteenkin vaikuttava tekijä. Heikentynyt run- gonpito laskee puunkorjuutyön kannattavuutta. Jos esimerkiksi karsimaterien puristus on riittämätön, syöttörullien vetovoima ei välity tehokkaasti runkoon ja toisaalta läpimitan mittaustarkkuus heikkenee. Myös pituusmittatarkkuus heikkenee, koska kontaktihäiriöt mittarullan ja rungon välillä lisääntyvät. Jos karsimaterien puristus on liian tiukka, terien ja puun välinen kitkavoima kasvaa liian suureksi. Tällöin kouran syöttönopeus ja tuottavuus laskee ja polttoaineen kulutus kasvaa.Also, the condition of the harvester grapple body has not been monitored in the past. The frame hold capacity of the harvester grapple is an important factor affecting both the productivity and the measurement accuracy of the harvester. Decreased trunk keeping decreases the profitability of logging. For example, if the compression of the pruning material is inadequate, the pulling force of the feed rollers is not effectively transmitted to the frame and, on the other hand, the accuracy of diameter measurement is reduced. Also, the dimensional accuracy decreases as contact errors between the measuring roller and the frame increase. If the compression of the pruning material is too tight, the frictional force between the blades and the wood becomes too high. This reduces the feed rate and productivity of the grapple and increases fuel consumption.

Metsäkoneen tuottavuutta ei ole aikaisemmin pystytty mittaamaan siten, että mittauksesta olisi hyötyä metsäkoneen suorituskyvyn seurannassa ja erityisesti kunnonvalvonnassa. Harvesterin riittävän korkea tuottavuus, ts. suuri tunnissa prosessoitu puumäärä kuutioina (ts. m3/h), on taloudellisesti kannattavan koneellisen puunkorjuun perusedellytys. Harvesterin tuottavuus voi kuitenkin heiketä monista syistä kuten tekniset viat tai olosuhteisiin sopimattomat koneasetukset.Previously, it has not been possible to measure the productivity of a forestry machine in a way that would be useful in monitoring the performance of a forest machine, and especially in condition monitoring. A sufficiently high productivity of the harvester, i.e. a large amount of wood processed in cubic meters per hour (i.e. m3 / h), is a prerequisite for economically viable mechanical harvesting. However, harvester productivity may decline for a variety of reasons such as technical failures or unsuitable machine settings.

Myöskään metsäkoneen polttoainekulutusta ei ole aikaisemmin pystytty mittaamaan siten, että mittauksesta olisi hyötyä koneen kunnonvalvonnassa. Aiemmin on mitattu suoraa tuntikulutusta, mikä ei riitä metsäkoneen kunnon arviointiin eikä suorituskyvyn seuraamiseen pidemmällä ajanjaksolla.Also, it has not been possible to measure the fuel consumption of a forestry machine in the past in a way that would be useful for monitoring the condition of the machine. In the past, direct hourly consumption has been measured, which is not sufficient for assessing the condition of a forestry machine or monitoring performance over a longer period.

Metsäkoneen, ts. kuormakoneen ja harvesterin, ajovoimansiirron osalta on seurattu käyttötuntien määrää, mikä ei kuitenkaan riitä kunnon arviointiin ja tarkemman huollontarpeen selvittämiseen. Samoin harvesterin tai kuormakoneen puomijärjestelmän kunnon arviointi ei ole ollut mahdollista riittävän tarkasti.The transmission time of the forestry machine, i.e. the load machine and the harvester, has been monitored, but this is not sufficient to assess the condition and to determine the need for more detailed maintenance. Similarly, it has not been possible to evaluate the condition of the harvester or loader boom system with sufficient precision.

KEKSINNÖN YHTEENVETOSUMMARY OF THE INVENTION

Keksinnön mukainen menetelmä on esitetty patenttivaatimuksessa 1. Keksinnön mukainen järjestelmä on esitetty patenttivaatimuksessa 9. Keksinnön mukainen tietokoneohjelma on esitetty patenttivaatimuksessa 5. Keksinnön mukainen tietokoneohjelmatuote on esitetty patenttivaatimuksessa 7.The method of the invention is set forth in claim 1. The system of the invention is set forth in claim 9. The computer program of the invention is set forth in claim 5. The computer program product of the invention is set forth in claim 7.

Keksinnössä on kysymys metsäkoneen yhden tai useamman osajärjestelmän kunnon tai suorituskykyominaisuuden mittaamisesta ja tuloksen esittämisestä käyttäjälle. Kuhunkin mittaustehtävään liittyy tapauskohtaista häiriöl- lisen datan suodattamista ja tiedon jalostusta luotettavaksi tunnusluvuksi, jota voi käyttää koneen suorituskyvyn ylläpidossa ja optimoinnissa.The invention relates to measuring the condition or performance of one or more subsystems of a forestry machine and presenting the result to the user. Each measurement task involves case-by-case filtering of disruptive data and data processing into a reliable metric that can be used to maintain and optimize machine performance.

Tunnuslukujen laskenta tapahtuu tyypillisesti neljässä vaiheessa: mittaus, poikkeavien mittausarvojen poistaminen, mittausdatan luokittelu ja kompensointi ja tunnusluvun laskenta. Tunnusluvun reaaliaikaisen laskennan jälkeen tulos tallennetaan ja käyttäjälle voidaan myöhemmin näyttää tunnusluvun aikahistoria halutulta jaksolta. Keksinnössä tarkasteltavia metsäkoneen osajärjestelmiä ovat esimerkiksi hydrostaattinen ajovoimansiirtojärjestelmä, puomijärjestelmä, harvesterin sahaustoiminto, harvesterin syöttötoiminto ja harvesterin rungonpitotoiminto. Suorituskykyominaisuuksina tarkastellaan harvesterin tuottavuutta ja polttoainetaloutta.Typically, the calculation of the ratios is carried out in four steps: measurement, elimination of deviated measurement values, classification and compensation of the measurement data, and calculation of the indicator. After the real-time calculation of the indicator, the result is saved and the user can later display the indicator's time history for the desired period. The forestry machine subsystems contemplated by the invention include, for example, a hydrostatic traction transmission system, a boom system, a harvester sawing function, a harvester feed function, and a harvester body support function. Performance features look at harvester productivity and fuel economy.

Keksinnön avulla metsäkoneiden, kuten kuormakoneen, harvesterin ja har-vesterikouran teknistä suorituskykyä on nyt mahdollista seurata, ja pitkän aikavälin trendiseurantaa, ts. vaihtelua ajan kuluessa, voidaan toteuttaa käyttämällä metsäkoneen eri osatoimintojen indeksiarvomittauksia. Seuranta tapahtuu tallentamalla riittävästi historiatietoa, tai esittämällä vaihtelu graafisesti tai numerotietoina, tai ottamalla historiatiedot analyysiä varten. Keksinnön avulla metsäkoneen eri käyttöolosuhteissa mitattua toiminnon suorittamiseen liittyvää dataa ja suorituskykydataa voidaan havainnollisesti vertailla, koska määritettävät indeksiarvot saadaan haluttaessa riippumattomiksi vaih-televista tekijöistä. Indeksiarvoilla voidaan esittää hyvin tiivistetyssä muodossa oleellisin informaatio, ts. esille saadaan koneen suorituskyvyn kokonaiskuva moniulotteisesta mittausdatasta ja suuresta määrästä yksittäisiä mittauksia. Tunnuslukuna toimivaa indeksiä määritetään toistuvasti, jolloin se määritetään esimerkiksi tietyin väliajoin, tiettyjen ehtojen täyttyessä, tai esimerkiksi riittävän suuren käsittelymäärän tai runkomäärän täyttyessä. Informaatiota hyödynnetään metsäkoneen kunnonvalvontajärjestelmässä ja informaation havainnollisuus, kattavuus ja yksityiskohtaisuus antavat erinomaisen pohjan asiantuntijaperustaisille arvioille koskien sitä, mikä on kyseisen metsäkoneen suorituskyky, missä mahdolliset ongelmat saattavat olla, ja mitä suorituskyvyn parantamiseksi olisi tehtävä.The invention now enables the technical performance of forest machines such as a load carrier, harvester and harrow to be tracked, and long-term trend tracking, i.e., variation over time, can be achieved using index value measurements of various sub-functions of the forest machine. Tracking is done by storing enough historical data, or by displaying the variation graphically or numerically, or by taking Historical data for analysis. By means of the invention, performance-related data and performance data measured under different operating conditions of a forest machine can be visually compared, since the index values to be determined are, if desired, obtained from independent factors. Index values can represent the most relevant information in a highly condensed form, i.e., provide an overall view of machine performance from multi-dimensional measurement data and a large number of individual measurements. The index serving as a key is determined repeatedly, for example, at certain intervals, when certain conditions are met, or, for example, when a sufficiently large amount of processing or frame volume is satisfied. The information is utilized in a forest machine condition monitoring system, and the visibility, coverage and detail of the information provide an excellent basis for expert judgment on what the forest machine's performance is, where potential problems may be, and what should be done to improve performance.

Erityisesti, mitattaessa metsäkoneen suorituskykyä, erityisenä vaikeutena on lisäksi mittausarvojen riippuvuus työskentelyolosuhteista ja kuljettajan ajotavasta. Keksinnön avulla nämäkin ongelmat voidaan ratkaista.In particular, when measuring the performance of a forestry machine, another particular difficulty is the dependence of the measured values on the working conditions and the driving behavior of the driver. The invention can also solve these problems.

Kehitetty mittaus- ja laskentamenetelmä tuottaa tunnusluvun, joka kertoo esimerkiksi sahausjärjestelmän tai syöttötoiminnon kokonaissuorituskyvyn (SAWING INDEX, FEEDING INDEX). Sahajärjestelmä koostuu esimerkiksi dieselmoottorin, työpumpun, sahamoottorin ja ketjusahan muodostamasta järjestelmästä. Muutokset jatkuvasti päivitettävän tunnusluvun arvossa ilmentävät muutoksia sahausjärjestelmän tai syöttötoiminnon teknisessä kunnossa.The advanced measurement and calculation method produces a measure of total performance of the sawing system or the feed function (SAWING INDEX, FEEDING INDEX). The saw system consists of, for example, a diesel engine, a work pump, a saw motor and a chain saw. Changes in the value of the continuously updated key figure reflect changes in the technical condition of the sawing system or feeder.

Edelleen, kehitetty mittaus- ja laskentamenetelmä tuottaa tunnusluvun, joka kertoo miten hyvin käsiteltävä runko on pysynyt kouran otteessa. Muutokset jatkuvasti päivitettävän tunnusluvun arvossa ilmentävät teknisiä ongelmia runkoa kannatelevien karsimaterien toiminnassa. Suuri tunnusluku indikoi liian alhaista terien puristuspainetta ja pieni tunnusluku indikoi liian korkeata puristuspainetta.Furthermore, the developed measurement and calculation method provides a measure of how well the workable body has remained in the grapple. Changes in the value of the continuously updated indicator reflect technical problems in the operation of pruning support material. A high indicator indicates too low a pressure on the blades and a low indicator indicates too high a pressure on the blades.

Edelleen, kehitetty mittaus- ja laskentamenetelmä tuottaa tunnusluvun, joka kertoo luotettavasti metsäkoneen polttoaineenkulutuksen tason (FUEL COMSUMPTION INDEX) tai harvesterin tuottavuuden (MACFIINE PRODUCTIVITY INDEX) normaalissa puunkorjuutyössä. Muutokset jatkuvasti päivitettävän tunnusluvun arvossa ilmentävät muutoksia esimerkiksi teknisessä polttoainetaloudessaFurthermore, the developed measurement and calculation method provides a key figure that reliably measures the FUEL COMSUMPTION INDEX of a forest machine or the productivity of a harvester (MACFIINE PRODUCTIVITY INDEX) in normal harvesting operations. Changes in the value of the continuously updated indicator reflect changes in, for example, technical fuel economy

Edelleen keksinnöllä tuotetaan sekä harvesterin että kuormakoneen ajovoimansiirron kuntoindeksi, joka esimerkiksi kuvaa hydraulimoottorilta vaaditun kierrosnopeuden suhdetta toteutuneeseen kierrosnopeuteen. Ajovoimansiir-tojärjestelmä sisältää tyypillisesti suljetussa järjestelmässä toimivan hydrauli-moottorin ja hydraulipumpun. Kuormitusjakauman seurannan avulla havaitaan ajovoimansiirrossa tapahtuvat suhteelliset muutokset ja huollontarve. Historiatieto on merkittävä tietolähde yllättävien vikaantumistapausten ollessa kyseessä.The invention further provides a condition index for the transmission of both the harvester and the load carrier, which for example describes the ratio of the required speed of the hydraulic motor to the realized speed. The traction transmission system typically comprises a closed-circuit hydraulic motor and a hydraulic pump. By monitoring the load distribution, relative changes in the traction transmission and the need for maintenance are detected. History is an important source of information in the event of unexpected failures.

Edelleen keksinnöllä tuotetaan puomijärjestelmän suorituskykyä kuvaava indeksi, joka kuvaa puomijärjestelmän toimintaa joko kuormakoneessa tai harvesterissa.The invention further provides an index of boom system performance, which describes the operation of the boom system in either a load carrier or harvester.

Keksinnön avulla alentunut suorituskyky havaitaan mahdollisimman varhain. Suorituskyky voidaan palauttaa hyväksyttävälle tasolle aikaisempaa nopeammin ja koneiden keskituottavuus nousee. Korjaustoimet voidaan tehdä ennakoivasti normaalien huoltojen yhteydessä ja näin saatu käyttöasteen nousu lisää myös keskituottavuutta.Reduced performance by the invention is detected as early as possible. Performance can be restored to an acceptable level faster than before and the average productivity of the machines increases. Repairs can be done proactively with normal maintenance, and the resulting increase in utilization rate also increases average productivity.

Keksinnön avulla häiriöt rungonpidossa havaitaan mahdollisimman varhain ja syyt voidaan korjata välittömästi. Suorituskyky saadaan hyväksyttävälle tasolle aikaisempaa nopeammin ja koneen keskituottavuus ja keskimääräinen mittaustarkkuus paranee.By means of the invention, disturbances in hull maintenance are detected as early as possible and the causes can be rectified immediately. Performance is achieved at an acceptable level faster than before and machine average productivity and average measurement accuracy are improved.

Keksinnön avulla kohonnut polttoainekulutus tai heikentynyt tuottavuus havaitaan mahdollisimman varhain. Polttoainetalous tai tuottavuus voidaan palauttaa hyväksyttävälle tasolle aikaisempaa nopeammin ja koneen käyttökustannukset laskevat. Korjaustoimet voidaan tehdä ennakoivasti ja käyttöaste nousee.By means of the invention, increased fuel consumption or reduced productivity is detected as early as possible. Fuel economy or productivity can be restored to an acceptable level faster than before and the machine's operating costs are reduced. Remedial action can be taken proactively and utilization rates increase.

Harvesterin sahausjärjestelmään tai syöttötoimintoon kohdistuu lukuisia luonnollisia häiriötekijöitä kuten esim. puiden kovuuden vaihtelu ja hydrauliik-kaöljyn lämpötilan vaihtelu (erityisesti sahausjärjestelmä), tai käsiteltävien runkojen kokovaihtelu (erityisesti syöttötoiminto). Suurista luonnollisista suo-rituskykyvaihteluista johtuen syöttötoiminnon kunnonvalvonta on vaikeata, ja tunnetuilla sahausajan monitorointiratkaisuilla ei ole kyetty luotettavaan sa-hajärjestelmän kunnon arviointiin. Tunnetuissa monitorointiratkaisuissa kuljettajalla tai huoltomiehellä ei ole ollut mahdollisuutta nähdä sahajärjestelmän suorituskykyhistoriaa. Keksinnön mahdollistama suorituskykyhistorian tarkistaminen on tärkeä edellytys tehokkaalle vianetsinnälle ja korjaustyölle.The harvesting system or feeder function of the harvester is subject to a number of natural distractions, such as tree hardness variation and hydraulic oil temperature variation (especially the sawing system), or the size of the trunks being processed (especially the feed function). Due to the large natural performance variations, the condition of the feed function is difficult to control and the known saw time monitoring solutions have not been able to reliably evaluate the condition of the saw system. With known monitoring solutions, the operator or service technician has not been able to see the performance history of the saw system. Reviewing the performance history enabled by the invention is an important prerequisite for effective troubleshooting and repair.

Suurista luonnollisista suorituskykyvaihteluista johtuen myös syöttötoiminnon kunnonvalvonta on vaikeata. Kunnonvalvontaa vaikeuttaa entisestään syöttötoiminnon monivaiheisuus (kiihdytys, tasaisen nopeuden syöttö, jarrutus-vaihe ja mitalle ajo) ja näihin vaiheisiin liittyvät lukuisat luonnolliset häiriöt, jotka on kyettävä kompensoimaan. Keksinnön mahdollistama käyttökelpoinen syötön kunnonvalvontaratkaisu kykenee monitoroimaan syötön kokonaistehokkuutta sekä osavaiheiden onnistumista.Due to the large natural variations in performance, it is also difficult to monitor the condition of the input function. Condition control is further complicated by the multi-phases of the feed function (acceleration, steady-speed feed, braking phase, and cradling) and the numerous natural disturbances associated with these phases which must be compensated. The useful feed condition monitoring solution provided by the invention is capable of monitoring the overall feed efficiency and the success of the sub-steps.

Harvesteripään rungonpitoon kohdistuu lukuisia luonnollisia häiriötekijöitä kuten käsiteltävien runkojen kokovaihtelut, oksaisuuden vaihtelu ja koneen hydrauliikkajärjestelmän painevaihtelut. Monista häiriötekijöistä johtuen run-gonpidon kunnonvalvonta on vaikeata. Keksinnön mahdollistaa seurannan myös tältä osin.There are a number of natural distractions to the harvester head frame maintenance, such as the size of the trunks being processed, the degree of branching variations and the pressure variations in the machine's hydraulic system. Due to many distractions, it is difficult to control the condition of run-gonpipe. The invention also enables monitoring in this regard.

Harvesterin tuottavuuteen vaikuttaa lukuisia luonnollisia häiriötekijöitä kuten korjattavien puiden koko, maasto-olosuhteet ja kuljettajan taitotaso. Suurista luonnollisista kulutusvaihteluista johtuen tunnetuilla monitorointiratkaisuilla ei kyetä luotettavaan koneen kunnon arviointiin. Tunnetuissa monitorointiratkai-suissa kuljettajalla tai huoltomiehellä ei ole mahdollisuutta nähdä tuottavuuden aikahistoriaa. Tuottavuuden aikahistorian tarkistaminen on tärkeä edellytys tehokkaalle vianetsintä-ja korjaustyölle.The harvester's productivity is affected by a number of natural distractions, such as the size of the trees to be harvested, the terrain and the skill level of the driver. Because of the large natural variations in wear, known monitoring solutions are not capable of reliably evaluating the condition of the machine. In known monitoring solutions, the driver or service technician does not have the ability to see the time history of productivity. Reviewing the time history of productivity is an important prerequisite for effective troubleshooting and repair.

Metsäkoneen polttoaineen kulutukseen vaikuttaa lukuisia luonnollisia häiriötekijöitä kuten korjattavien puiden koko ja maasto-olosuhteet. Suurista luonnollisista kulutusvaihteluista johtuen tunnetuilla monitorointiratkaisuilla ei kyetä luotettavaan koneen kunnon arviointiin. Tunnetuissa monitorointiratkai-suissa kuljettajalla tai huoltomiehellä ei ole mahdollisuutta nähdä polttoaine-kulutuksen aikahistoriaa. Keksinnön mahdollistama kulutushistorian tarkistaminen on perustana tehokkaalle vianetsintä-ja korjaustyölle.The fuel consumption of a forest machine is affected by a number of natural disturbances, such as the size of the trees to be harvested and the terrain. Because of the large natural variations in wear, known monitoring solutions are not capable of reliably evaluating the condition of the machine. In known monitoring solutions, the driver or service technician is not able to see the time history of fuel consumption. The verification of the wear history enabled by the invention is the basis for efficient troubleshooting and repair.

Eri suoritusmuodoissaan keksintö sisältää mm. sahauksen tai syötön suori-tuskykytunnusluvun, polttoaineenkulutustunnusluvun, puomijärjestelmän suo-rituskykytunnusluvun, ajovoimansiirron kuntoindeksin tai tuottavuustunnuslu-vun reaaliaikaisen laskennan, tunnusluvun tallentamisen ja suorituskykyhis-torian näyttämisen käyttäjälle. Mittaus, laskennat ja tulosten näyttäminen tehdään metsäkoneen ohjausjärjestelmään kuuluvalla PC-tietokoneella.In various embodiments, the invention includes e.g. displaying a saw or feed performance index, a fuel consumption index, a boom system performance index, a traction transmission condition index or a productivity index for real time computing, displaying the index, and displaying a performance history to the user. Measurement, calculations and display of results are done on a PC belonging to the forest machine control system.

Eri suoritusmuodoissaan keksintö sisältää lisäksi rungonpitotunnusluvun reaaliaikaisen laskennan, tunnusluvun tallentamisen ja suorituskykyhistorian näyttämisen käyttäjälle. Mittaus, laskennat ja tulosten näyttäminen tehdään koneen ohjausjärjestelmään kuuluvilla moduuleilla.In various embodiments, the invention further includes real-time computation of the trunk index, storing the index, and displaying the performance history to the user. Measurements, calculations and display of results are made with the modules of the machine control system.

Yleisessä muodossaan keksinnön menetelmä sisältää halutun tunnusluvun reaaliaikaisen laskennan, tunnusluvun tallentamisen ja suorituskykyhistorian näyttämisen käyttäjälle. Mittaus, laskennat ja tulosten näyttäminen tehdään koneen ohjausjärjestelmään kuuluvilla moduuleillaIn its general form, the method of the invention includes real-time calculation of a desired indicator, storing the indicator, and displaying the performance history to the user. Measurements, calculations and display of results are made with the modules of the machine control system

Erityisenä etuna on, että keksinnön eri suoritusmuotojen toteuttaminen ei vaadi uusien antureiden tai laskentamoduulien lisäämistä koneeseen, mikäli niin ei haluta. Lisäämällä antureita voidaan seurata myös kohteita, jotka eivät kuulu metsäkoneen ohjausjärjestelmän seurannan piiriin normaalisti, mutta jotka voivat olla kunnonvalvonnan kannalta olennaisia.It is a particular advantage that the implementation of the various embodiments of the invention does not require the addition of new sensors or calculation modules to the machine if this is not desired. Adding sensors can also be used to track items that are not normally controlled by the forest machine control system, but that may be essential for condition monitoring.

Eräissä suoritusmuodoissa keksinnön mukainen järjestelmä ja menetelmä jalostaa häiriöllisestä sahausajan, tai syöttötoiminnon tai polttoaineenkulutuksen perusmittauksesta, tai harvesterin ohjausjärjestelmäväylästä saatavista mittaustiedoista tuottavuuden määritystä varten, luotettavan suorituskykytun-nusluvun, jota voi käyttää korjaustoimenpiteiden perusteena. Aiemmin tunnetut sahaustoiminnon tai syöttötoiminnon tai polttoaineenkulutuksen monito-rointiratkaisut eivät mahdollista tätä. Aiemmin tunnetut menetelmät eivät mahdollista myöskään tuottavuuden seurantaa. Tunnuslukujen tallentaminen muistiin ja suorituskykyhistorian näyttäminen käyttäjälle tehostaa edelleen keksinnön käyttöä.In some embodiments, the system and method of the invention processes a reliable performance indicator that can be used as a basis for corrective action from intermittent sawing time, or from measurement data from a feed function or fuel consumption, or harvester control system bus for productivity determination. Previously known solutions for monitoring the sawing function or the feeding function or fuel consumption do not allow this. Also, the previously known methods do not allow monitoring of productivity. Storing the key figures in memory and displaying the performance history to the user further enhances the use of the invention.

Eräässä suoritusmuodossa keksinnön mukainen laskentamenetelmä jalostaa läpimitan ja pituuden perusmittauksista luotettavan rungonpitotunnusluvun, jota voi käyttää korjaustoimenpiteiden ja koura-asetusten virittämisen perusteena. Mikään aiemmin tunnettu monitorointiratkaisu ei mahdollista tätä.In one embodiment, the computation method of the invention refines from a basic measurement of diameter and length a reliable trunk holding number that can be used as a basis for tuning corrections and grapple settings. No previously known monitoring solution can do this.

Keksinnön eri suoritusmuotojen mukaisen tunnuslukuhistorian graafisen esittämisen tärkein ominaisuus on havainnollisuus käyttäjälle. Tunnusluku-historian graafinen esittäminen voidaan tehdä useilla tavoilla.The most important feature of the graphical representation of the key performance history according to various embodiments of the invention is user-friendliness. There are a number of ways to graphically access your key history.

Keksinnön eri suoritusmuotoesimerkeissä kehitettyjä tunnuslukuja on mahdollista käyttää yleisemmän, koko metsäkoneen toimintaa kuvaavan indeksin laskemiseen, esimerkiksi painotettua keskiarvoa käyttäen. Eri osatoimintokohtaisia indeksiarvoja hyödynnetään metsäkoneen ohjausjärjestelmän eri säätöparametrien optimaalisessa virittämisessä.It is possible to use the indicators developed in the various embodiments of the invention to calculate a more general index describing the operation of the entire forest machine, for example, using a weighted average. Various sub-function index values are utilized to optimize the tuning of various control parameters of the forest machine control system.

Keksinnön eri suoritusmuotoesimerkeissä kehitettyä tunnuslukua on mahdollista käyttää vastaavan sahajärjestelmän tai syöttötoiminnon tai polttoaineta- louden tai tuottavuuden tai rungonpidon adaptiivisen säädön perustana. Adaptiivinen säätö nostaa tuottavuutta tai pienentää esimerkiksi polttoaineenkulutusta valitsemalla automaattisesti optimaaliset parametrit eri käyttötilanteisiin. Kuljettajan työ helpottuu, kun parametreja ei tarvitsee muuttaa.In the various embodiments of the invention, it is possible to use the indicator developed as a basis for adaptive control of the respective saw system or feed function or fuel economy or productivity or frame maintenance. Adaptive control improves productivity or, for example, reduces fuel consumption by automatically selecting the optimal parameters for different operating situations. When the parameters need not be changed, the driver's work is facilitated.

PIIRUSTUSTEN LYHYT KUVAUSBRIEF DESCRIPTION OF THE DRAWINGS

Keksintöä selostetaan seuraavassa tarkemmin viittaamalla oheisiin piirustuksiin, joissa: kuva 1 esittää erästä metsäkonetta, joka on harvesteri, ja jossa keksintöä sovelletaan, kuva 2 esittää erästä harvesteripäätä, jonka suorituskyvyn seurantaan keksintöä sovelletaan, kuva 3 esittää erään harvesterin ohjaamoa ja sinne sijoitettua ohjausjärjestelmän varusteita, kuva 4 esittää kuvan 3 varusteita tarkemmin, kuva 5 esittää periaatekuvana harvesterin erään suoritusmuodon mukaista digitaalisen ohjaus- ja mittausjärjestelmän rakennetta, jossa keksintöä sovelletaan, kuva 6 esittää kuvan 5 ohjaus- ja mittausjärjestelmän tarkempaa rakennetta, kuva 7 esittää keksinnön mukaisen menetelmän eri vaiheita vuokaaviona, kuva 8 esittää tietojen esittämistä ja luokittelua syöttötoiminnon osalta, kuva 9 esittää indeksin historiatietojen esittämistä harvesteripään osalta, kuva 10 esittää indeksin historiatietojen esittämistä syöttötoiminnon osalta, kuva 11 esittää tietojen esittämistä ja luokittelua sahaustoiminnon osalta, kuva 12 esittää indeksin historiatietojen esittämistä sahaustoiminnon osalta, kuva 13 esittää tunnusluvun historiatietojen esittämistä rungonpidon osalta, kuva 14 esittää tuottavuusindeksin historiatietojen esittämistä, ja kuva 15 esittää indeksin historiatietojen esittämistä polttoaineenkulutuksen osalta.The invention will now be described in more detail with reference to the accompanying drawings, in which: Figure 1 illustrates a forestry machine which is a harvester, and where the invention is applied, Figure 2 shows a harvester head for performance monitoring, Figure 3 shows a cab of a harvester and control system Fig. 4 is a detailed view of the equipment of Fig. 3, Fig. 5 is a schematic view of a structure of a digital control and measurement system according to an embodiment of the harvester in which the invention is applied; shows representation and classification of data for input function, Figure 9 shows representation of index history data for harvester head, Figure 10 shows representation of index history information for input function Fig. 11 is a representation and classification of data for the sawing function, Fig. 12 is a representation of index history for a sawing function, Fig. 13 is a representation of historical indicator data for trunk maintenance, Fig. 14 is a representation of historical index for productivity index and Fig. 15

KEKSINNÖN TARKEMPI KUVAUSDETAILED DESCRIPTION OF THE INVENTION

Kuvassa 1 on esitetty eräs tunnetun tekniikan mukainen metsäkone, joka on tyypiltään sinänsä tunnettu Timberjack 1070D harvesteri, ja jossa keksinnön mukaista järjestelmää voidaan soveltaa. Harvesteri on runko-ohjattu ja se käsittää puomijärjestelmän, jonka päähän on kiinnitetty harvesteripää puunrunkojen prosessointia varten. Harvesterin ohjausjärjestelmänä on tässä tapauksessa Timbermatic 300, joka on PC-pohjainen mittaus- ja ohjausjärjestelmä, ja johon keksinnön mukaisia suorituskykyä mittaavia sovelluksia rakennetaan.Figure 1 shows a prior art forest machine of the type Timberjack 1070D harvester known per se and in which the system according to the invention can be applied. The harvester is frame-guided and comprises a boom system with a harvester head attached to the end for processing of tree trunks. The harvester control system in this case is the Timbermatic 300, which is a PC-based measuring and control system, and on which performance applications of the invention are built.

Kuvassa 2 on esitetty tarkemmin eräs tunnetun tekniikan mukainen harvesteripää, jonka monitorointiin useat keksinnön suoritusmuodot kohdistuvat. Har-vesteripäässä on sinänsä tunnetut yläkarsimaterät 21, alakarsimaterät 210, syöttörullat 23, sahan moottori 26, elimet sahalaipan syöttöön 29 ja asennon ohjaamiseen ja tilttitoiminto 211. Harvesteripäässä suoritetaan puunrungon läpimitan mittaus, tyypillisesti yläkarsimaterien avulla, ja pituuden mittaus mittausrullan avulla.Figure 2 illustrates in more detail one prior art harvester head for the monitoring of which several embodiments of the invention are directed. The Harvester End has as such known upper crown blades 21, lower crown blades 210, feed rollers 23, a saw motor 26, means for saw blade feed 29 and position control and a tilting function 211. The harvester head measures the diameter of the tree trunk, typically by means of upper crown blades.

Kuvissa 3 ja 4 on käytetty samaa numerointia samoista osista. Kuvassa 3 on esitetty tarkemmin harvesterin ohjaamo siten, että ohjausjärjestelmän varusteiden sijoittelu käy tarkemmin selville. Kuvassa 4 on puolestaan tarkemmin esitetty se, mitä kyseisiin varusteisiin kuuluu. Ohjausjärjestelmän varusteet käsittävät ohjauspaneelit 1, näyttömoduulin 2, PC-näppäimistön 3, touchpad-hiiren 4, keskusyksikön (HPC-CPU) prosessoineen ja muisteineen 5, tulostimen 6, hub-moduulin 7 ja istuinmoduulin 8 (Ch). Keksinnön mukaisen järjestelmän tunnuslukuhistoria esitetään graafisesti käyttäjälle käyttäen näyt-tömoduulia. Graafisen esityksen rakenne voi vaihdella, joten kyseeseen tulevat hyvinkin erilaiset, esimerkiksi 2-ulotteisesssa koordinaatissa olevat käyrät tai janat, ja pylväsdiagrammit tai muut havainnollistavat esitykset, jopa taulukkomuotoinen numeroesitys tai listaus, joka soveltuu erityisesti tulosteisiin.Figures 3 and 4 use the same numbering for the same parts. Figure 3 illustrates the harvester cab in greater detail so that the location of the control system fittings can be more clearly identified. Figure 4, in turn, illustrates in more detail what is included in the equipment in question. The control system accessories include control panels 1, a display module 2, a PC keyboard 3, a touchpad mouse 4, a central processing unit (HPC-CPU) with process and memory 5, a printer 6, a hub module 7 and a seating module 8 (Ch). The indicator history of the system according to the invention is graphically presented to the user using a display module. The structure of a graphical representation can vary, so there are very different types of graphs, such as 2D coordinates or segments, and bar charts or other illustrative representations, even tabular numerical representations or listings that are particularly suited to prints.

Keksinnön eri suoritusmuotojen toteuttamiseksi vaadittava sovellus ja sen sisältämä ohjelmisto asennetaan ohjausjärjestelmän keskusyksikköön, jossa on tarvittava RAM- ja massamuisti. Sovelluksien asentaminen suoritetaan joko uuteen metsäkoneeseen tai jälkiasennuksena vanhempaan metsäkoneeseen, jolloin sovelluksien siirtomediana on esimerkiksi CD-ROM. Esimerkiksi näyttömoduulissa on tarvittava CD-levyasema. Ohjausjärjestelmä hyödyntää sinänsä tunnettua käyttöjärjestelmää, jonka alaisuudessa sovellusta ajetaan. Käyttöympäristönä (Execution Environment) voi olla erilaiset tietokoneet käyttöjärjestelmineen (Operating System), erityisesti metsäkoneiden, ts. har-vestereiden prosessoripohjaiset ohjausjärjestelmät, jotka on tarkoitettu ohjausjärjestelmää palvelevien sovellusten ja ohjelmistojen ajamiseen, jolloin kyseeseen tulee erityisesti metsäkoneeseen asennettu henkilökohtainen tietokone (PC, Personal Computer) tai sellaisena toimiva työasema, joka käsittää tarkoitukseen soveltuvan käyttöjärjestelmän. Laitteistossa ja käyttöjärjestelmässä on tarvittavat sovellukset ja protokollavälineet tiedonsiirtoon muiden laitteiden kanssa. Käyttöjärjestelmä on sopivimmin tunnetun tekniikan mukainen valmis järjestelmä, joka tarjoaa jopa valmiit palvelut tiedonsiirron datavirran siirtoon esim. CAN-väylässä. Metsäkoneen mittaus- ja ohjausjärjestelmä sisältää tarvittavan ohjaustietokoneen, joka suorittaa keksinnön mukaisen menetelmän sisältävän tietokoneohjelman.The application required for implementing the various embodiments of the invention and the software contained therein are installed in a central processing unit of the control system having the required RAM and mass memory. Application installation is performed either on a new forest machine or as a retrofit on an older forest machine, where the application transfer medium is, for example, a CD-ROM. For example, the display module has the required CD drive. The control system utilizes a well-known operating system under which the application is run. The Execution Environment may be various computers with an Operating System, in particular processor-based control systems for forest machines, i.e. harvesters, intended to run applications and software serving the control system, in particular a personal computer (Forest PC). or a workstation operating as such and comprising a suitable operating system. The hardware and operating system have the necessary applications and protocol tools to communicate with other devices. The operating system is preferably a ready-made system according to the state of the art, which even provides ready-made services for the transmission of data transmission data, e.g. on a CAN bus. The forestry machine measuring and control system includes the necessary control computer which executes the computer program containing the method according to the invention.

Kuvassa 5 on puolestaan esitelty tarkemmin erään metsäkoneen ja erityisesti harvesterin digitaalisen ohjaus- ja mittausjärjestelmän rakennetta, joka perustuu CAN-väylätekniikkaan (Controller Area Network) ja hajautettuun ohjaukseen. Järjestelmä koostuu itsenäisistä älykkäistä moduuleista, jotka keskustelevat CAN-väylän välityksellä. CAN-väylätekniikka mahdollistaa modu laarisen rakenteen. Järjestelmänä on esimerkiksi Timbermatic 300, jossa on graafinen käyttöliittymä. Järjestelmä ohjaa dieselmoottoria, hydrostaattista ajovoimansiirtoa, puomijärjestelmää ja harvesteripäätä, sekä näihin liittyviä aputoimintoja. Järjestelmä koostuu tyypillisesti kuudesta tai seitsemästä moduulista, jotka ovat CAN-väylässä, ja jotka on esitelty tarkemmin kuvassa 6. Järjestelmän moduuleja ovat näyttömoduuli HPC-D, tietokoneen keskusyksikkö HPC-CPU (Harvester PC - Computer Processor Unit), väylänjakomoduuli Hub (Hub module), johon muut moduulit on suoraan yhdistetty, lukuun ottamatta näyttöä ja harvesteripäämoduulia. Harvesteripäämoduuli HHM (harvester Head Module) käsittelee ja välittää kaikki harvesteripäälle menevät ohjaussignaalit ja sieltä tulevat mittaustiedot. Harvesteripäämoduuli HHM on kytketty suoraan keskusyksikköön HPC-CPU. istuinmoduuliin Ch (Chair module) on kytketty järjestelmän ohjaukseen tarvittavat hallintalaitteet. Puomijärjestelmä-moduuli Cr (Crane module) huolehtii puomijärjestelmän venttiilien ohjauksesta. Voimansiirtomoduuli Tr (Transmission module) huolehtii peruskoneen dieselmoottorin, ajovoimansiirron, ja niihin liittyvien aputoimintojen ohjauksesta ja tiedonkulusta. Lisämoduuli Mf (Multifunction module) on optionaali-nen ja ECU (Engine Control Unit) on moottorin ohjausyksikkö, joka ohjaa ja valvoo moottorin toimintoja. Kuormakoneen osalta järjestelmä on moduuleiltaan rajatumpi, mutta rakenteeltaan vastaava esimerkiksi puomijärjestelmän osalta, kun keksintöä sovelletaan myös kuormakoneissa.Figure 5, in turn, illustrates in more detail the structure of a digital control and measurement system for a forest machine, and in particular a harvester, based on CAN bus technology (Controller Area Network) and distributed control. The system consists of independent intelligent modules, which communicate via CAN bus. CAN bus technology enables a modular structure. For example, the system is a Timbermatic 300 with a graphical user interface. The system controls the diesel engine, hydrostatic transaxle, boom system and harvester head, as well as associated ancillary functions. The system typically consists of six or seven modules that are on the CAN bus and are illustrated in more detail in Figure 6. The system modules are the HPC-D Display Module, the Harvester PC (Computer Processor Unit) CPU, and the Hub Module (Hub module). , to which other modules are directly connected, except for the display and harvester head module. The harvester head module (HHM) processes and transmits all control signals to and from the harvester head. The harvester head module HHM is directly connected to the HPC-CPU. Controls necessary to control the system are connected to the chair module Ch. Boom system Cr (Crane module) provides control of boom system valves. The Transmission Module Tr (Transmission Module) manages the basic engine's diesel engine, transaxle, and associated ancillary functions and information flow. The Multifunction module Mf is optional and the ECU (Engine Control Unit) is a motor control unit that controls and monitors engine functions. In the case of a load carrier, the system is more modular but similar in structure, for example, to a boom system, when the invention is also applied to a load carrier.

Keksinnön eri suoritusmuotoja varten mitattavat perustiedot saadaan metsäkoneen ohjausjärjestelmämoduuleita yhdistävästä digitaalisesta tiedonsiirtoväylästä, joka metsäkoneissa on yleensä CAN-väylä. Mittausohjelmisto valitsee normaalityöskentelyn aikaisesta väyläliikenteestä tarvittavat viestit, ai-kaleimaa ne ja puskuroi jatkokäsittelyä varten.The basic data to be measured for the various embodiments of the invention is obtained from a digital communication bus connecting the forest machine control system modules, which usually has a CAN bus in the forest machines. The measurement software selects the necessary messages from the bus traffic during normal operation, buffers them and buffers them for further processing.

Metsäkoneen ohjausjärjestelmän ohjainväylän mittauksia ja viestejä voidaan kerätä ja tallettaa tietokantaan ja mittausdata voidaan luokitella runko- ja pölkkykohtaisesti käyttäen prosessoitujen puiden eri tilavuuskokoluokkia. Mittausarvoja voidaan kerätä tiettyjen metsäkoneen toimintatilaa mittaavien ehtojen mukaisesti ja mittausdatasta voidaan muokata ja johtaa laskennallisia arvoja ennen tietokantaan tallennusta. Esimerkiksi harvesterikouran suorituskyky- ja tehokkuusmittaukset perustuvat prosessoinnin eri vaiheiden kestoajan ja toimintonopeuksien mittaamiseen. Yksittäisen puun rungon prosessointiin liittyy lukuisa määrä mittausarvoja ja monet mittaukset riippuvat voimakkaasti toisistaan. Erityisesti mitattaessa metsäkoneen suorituskykyä, erityisenä vaikeutena on lisäksi mittausarvojen riippuvuus työskentelyolosuhteista ja kuljettajan ajotavasta.Measurements and messages of the control bus of the forest machine control system can be collected and stored in a database and the measurement data can be categorized by trunk and log using different volume sizes of processed trees. Measured values can be collected according to certain conditions that measure the state of the forest machine, and the measured data can be edited and derivative values stored before being stored in a database. For example, performance and efficiency measurements of a harvester grapple are based on measuring the duration and speed of the various stages of processing. The processing of a single tree trunk involves a plurality of measurement values and many measurements are highly interdependent. In particular, when measuring the performance of a forestry machine, another particular difficulty is the dependence of the measured values on the working conditions and the driving behavior of the driver.

Metsäkoneen, tai harvesterin ja harvesterikouran, teknisen suorituskyvyn pitkän aikavälin trendiseuranta voidaan toteuttaa käyttämällä metsäkoneen eri osatoimintojen indeksiarvomittauksia. Mittausmenetelmässä laskennan lähtödataksi valitaan sellaisia metsäkoneen osatoimintojen mittauksia, joiden mittausarvoihin ei vaikuta koneen kuljettajan toiminta. Harvesterin teknisen toimintakunnon ja suorituskyvyn mittaamisessa merkitsevimpänä tekijänä on koneen kuormitustaso, joka on verrannollinen prosessoitujen puiden runko-kokoon. Valikoiduista perustason mittauksista kompensoidaan pois prosessoitujen runkojen tilavuuden vaikutus eri mittausarvoihin. Eri käyttöolosuhteissa mitattua metsäkoneen suorituskykydataa voidaan havainnollisesti vertailla, koska määritettävät indeksiarvot ovat mahdollisimman riippumattomia mm. tietyn leimikon runkokokojakaumasta. Indeksiarvoilla voidaan esittää hyvin tiivistetyssä muodossa oleellisin informaatio I. koneen suorituskyvyn kokonaiskuva moniulotteisesta mittausdatasta ja suuresta määrästä yksittäisiä mittauksia.Long-term trend tracking of the technical performance of a forestry machine, or harvester and harvester grapple, can be accomplished by using index value measurements of various sub-functions of the forestry machine. In the measurement method, the output of the computation is selected from those measurements of the sub-functions of the forest machine, the measurement values of which are not affected by the operation of the machine operator. The most important factor in measuring Harvester's technical condition and performance is the load level of the machine, which is proportional to the trunk size of the treated trees. From the selected baseline measurements, the effect of the volume of the processed frames on the various measurement values is offset. The performance data of the forest machine measured under different operating conditions can be illustrated comparatively, since the index values to be determined are as independent as possible, e.g. frame size distribution for a given stand. The index values can be used to present, in a highly compressed form, the most relevant information I. an overall view of the machine's performance from multi-dimensional measurement data and a large number of individual measurements.

Metsäkoneen osatoimintojen indeksiarvojen (I, Index) laskentaan tarvitaan riittävä määrä tilastollisesti edustavaa dataa, jolloin esim. 100 (tai esimerkiksi luokkaa 50 - 200) runkomittauksen joukosta voidaan laskea yksittäinen in-deksiarvo. Kun indeksiarvot lasketaan riittävän suuren runkokokomäärän keskiarvona, suorituskykymittauksen tulos ei reagoi liian herkästi yksittäisten poikkeavien mittaustulosten seurauksena. Tällöin yksittäiset indeksiarvot ovat keskenään vertailukelpoisia ja indeksiarvojen ero osoittaa suoraan harvesterin osatoiminnon suorituskyvyn muutosta. Indeksiarvojen perusteella voidaan valita täsmällisesti se tarkasteluväli mittausdatasta, jolloin oletettavasti harvesterin tietyn osajärjestelmän suorituskyky on muuttunut. Metsäkoneen suorituskyvyn muutoksen varsinaisia syitä voidaan hakea tarkastelemalla tätä tietyn osatoiminnon yksityiskohtaisempaa mittausdataa. Indeksimittauksia voidaan käyttää osana metsäkoneen kunnonvalvontajärjestelmää. Metsäkoneen eri osatoimintoja mittaavat indeksiarvot ovat toisistaan riippumattomia, jolloin tietyn osatoiminnon mahdollinen vikaantuminen voidaan paremmin paikallistaa.A sufficient amount of statistically representative data is needed to calculate the index values (I, Index) of the sub-functions of a forestry machine, so that a single index value can be calculated from 100 (or, for example, orders of magnitude 50-200) frame measurements. When index values are calculated as an average of a sufficiently large frame size, the result of the performance measurement will not react too readily as a result of individual deviations in measurement. In this case, the individual index values are comparable with each other and the difference in index values directly indicates a change in the performance of the harvester sub-function. Based on the index values, it is possible to accurately select the viewing interval from the measurement data, whereby the performance of a particular subsystem of the harvester is presumably changed. The root causes of a change in the performance of a forestry machine can be found by looking at this more detailed measurement data for a particular sub-function. Index measurements can be used as part of a forest machine condition monitoring system. The index values that measure the various sub-functions of the forest machine are independent of each other, so that any failure of a particular sub-function can be better localized.

Indeksilaskenta soveltuu erityisesti metsäkoneen teknisen suorituskyvyn vaihtelun mittaamiseen. Tärkeimpänä metsäkoneen suorituskyvyn mittana voidaan pitää kokonaistuottavuutta, joka voidaan laskea esimerkiksi runkokoon funktiona. Kokonaistuottavuuden osatekijöinä ovat metsäkoneen tekninen suorituskyky, kuljettajan työskentelyn tehokkuus sekä olosuhteiden vaihtelevuus.Index calculation is particularly suitable for measuring the variation in the technical performance of a forestry machine. The most important measure of a forest machine's performance can be considered total productivity, which can be calculated, for example, as a function of the frame size. The components of total productivity are the technical performance of the forestry machine, the efficiency of the driver's work and the variability of the conditions.

Eri osatoimintojen indeksimittausten avulla voidaan määrittää teknisen suorituskyvyn ja kuljettajan työskentelytehokkuuden vaikutus myös metsäkoneen kokonaistuottavuuteen. Indeksiarvojen laskennan lähtöarvoina käytetään vain metsäkoneen teknistä suorituskykyä mittaavia tunnuslukuja, jolloin eri tyyppisten indeksien perusteella voidaan arvioida missä määrin mahdollinen kokonaistuottavuuden muutos on nimenomaisesti seurausta teknisen suorituskyvyn muutoksesta.The index measurements of the various sub-functions can also be used to determine the impact of technical performance and driver working efficiency on the overall productivity of a forestry machine. The starting point for the calculation of the index values is only the performance indicators of the forest machine, whereby different types of indexes can be used to assess the extent to which any change in overall productivity is a direct result of the change in technical performance.

Harvesterin eri osatoimintoja, joissa keksintöä sovelletaan, ovat mm. sahaustoiminta, syöttötoiminto, rungonpito, tuottavuuden monitorointi, ajovoimansiirron seuranta, puomijärjestelmän toiminta ja polttoaineenkulutuksen seuranta. Erityisesti ajovoimansiirron seuranta on myös kuormanneeseen liittyvä osatoiminto.The various sub-functions of the harvester in which the invention is applied include: sawing, feed, trunking, productivity monitoring, traction transmission monitoring, boom system operation and fuel consumption monitoring. Particularly traction transmission monitoring is also a load related sub-function.

Indeksiarvojen laskentaCalculation of index values

Indeksilaskennan toteutus voi lisäksi perustua mittausten hierarkiseen laskentaan, jossa metsäkoneen osajärjestelmän ylimmän tason indeksien arvot lasketaan eri osatoimintojen indeksiarvoista. Esimerkiksi harvesterikouran kokonaissuorituskykyä kuvaava indeksi voidaan laskea useammista harvesterikouran osatoimintojen indeksiluvuista. Harvesterikouran eri osatoimintokohtaisia indeksiarvoja voidaan hyödyntää myös harvesterin ohjausjärjestelmän eri säätöparametrien optimaalisessa virittämisessä.In addition, the implementation of index computation may be based on a hierarchical computation of measurements in which the values of the top-level indices of the forest machine subsystem are calculated from the index values of the various sub-functions. For example, an index describing the overall performance of a harvester grapple can be calculated from several index numbers of the harvester grapple sub-functions. The index-specific index values of the harvester grapple can also be utilized to optimally adjust the various control parameters of the harvester control system.

Indeksilaskennan lähtökohtana on esimerkiksi sellaisten harvesterin ja harvesterikouran teknistä suorituskykyä mittaavien tunnuslukujen määrittäminen, jotka ovat riittävän merkitseviä arvioitaessa koneen suorituskykyä. Indeksi- laskennan syötteenä käytetään myös näistä perustason mittauksista johdettuja laskennallisia tunnuslukuja.The starting point for index calculation is, for example, to determine performance indicators for the harvester and harvester grapple that are significant enough to evaluate the machine's performance. The input to the index calculation is also derived from these baseline measurements.

Seuraavassa indeksiarvojen laskentaa tarkastellaan eräiden keksinnön sopivien suoritusmuotojen ja esimerkkien avulla. Samalla viitataan kuvaan 7, joka kuvaa laskennassa käytettyä menetelmää ja sen vaiheita. Tunnusluvun laskenta tapahtuu neljässä vaiheessa, joita ovat mittaus 70, tarvittaessa myös mittauksien tallentaminen 712, esimerkiksi tietokantaan, poikkeavien mittausarvojen poistaminen 71, mittausdatan luokittelu 72, mittausdatan kompensointi 73 ja tunnusluvun laskenta 74, johon kuuluu osaltaan myös indeksiar-von skaalaus 77 ja indeksiarvojen maksimi- ja minimiparametriarvojen käyttäminen 78. Indeksiarvojen maksimi- ja minimiparametriarvot asetetaan vaiheessa 79, perustuen esimerkiksi kiinteisiin raja-arvoihin tai kokemusperäiseen tietoon tai mittausdatan tilastollisiin ominaisuuksiin. Laskentaan liittyy myös indeksien ja tunnuslukujen tallentaminen 711 halutulta aikajaksolta, jonka jälkeen tulokset esitetään halutussa muodossa käyttäjälle. Laskenta-vaiheet voidaan tehdä usealla tavalla. Vaihtoehtoisia laskentamenetelmiä verrattaessa tärkein kriteeri on tunnusluvun luotettavuus. Esitetyt laskenta-ratkaisut eri suorituskykytunnuslukujen määrittämiselle täyttävät käyttökelpoisen tunnusluvun luotettavuuskriteerin. Vaihtoehtoisia laskentaratkaisuja voi arvioida myös esim. käytetyltä tietokonelaitteiston keskusyksiköltä (HPC-CPU) vaadittavan laskentakapasiteetin tai tarvittavan muistitilan suhteen.In the following, the calculation of the index values will be discussed with reference to some suitable embodiments and examples of the invention. At the same time, reference is made to Figure 7, which illustrates the method used in the calculation and its steps. Calculation of the parameter is carried out in four steps, including measurement 70, including, if necessary, storing measurements 712, for example in a database, deleting deviated measurement values 71, measurement data classification 72, measurement data compensation 73 and indicator calculation 74 which also includes index value scaling 77 and index values. and Using Minimum Parameter Values 78. The maximum and minimum index values of the index values are set in step 79, based, for example, on fixed thresholds or empirical data or statistical properties of the measurement data. The calculation also involves storing indexes and indicators 711 for a desired time period, after which the results are presented in the desired format to the user. The calculation steps can be done in several ways. The most important criterion when comparing alternative calculation methods is the reliability of the indicator. The computational solutions presented for determining the various performance indicators meet the reliability criterion of a useful indicator. Alternative computing solutions may also be evaluated, for example, in terms of the computing capacity required or the amount of memory required by the computer hardware processing unit (HPC-CPU) used.

Vaihe: mittausStep: measurement

Tarkastellaan keksinnön eri suoritusmuotojen käyttämiä mittauksia 75 ja tietoja kuormituksesta 76. Mittaukset eivät rajoitu vain esitettyihin esimerkkeihin.Consider the measurements 75 used by the various embodiments of the invention and the load information 76. The measurements are not limited to the examples given.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä sahaustoiminnon monitorointi (sahamoottori 26, sahalaipan syöttö- ja asennonohjauselimet 29), käytettävät perusmittaukset ovat sahausaika, katkaisuläpimitta ja puulaji. Sa-hausaika määritetään ohjausjärjestelmän kouranohjausmoduulille (HHM) lähetettävän SAHAA -komennon ja kouranohjausmoduulin lähettämän SAHAUS VALMIS -viestin aikaerosta. Katkaisuläpimitta luetaan kouranohjausmoduulin lähettämästä LÄPIMITTA -viestistä. Puulajitieto luetaan kouranohjausmoduulille lähetettävästä PUULAJI -viestistä.In the embodiment of the invention for monitoring the sawing function (saw motor 26, saw blade feed and position control means 29), the basic measurements used are the sawing time, the cutting diameter and the type of wood. The SA time is determined by the difference between the time of the SAHAA command to be sent to the control system grapple control module (HHM) and the SAW READY message sent by the grapple control module. The cut diameter is read from the Diameter message sent by the grapple control module. The tree species information is read from the tree species message sent to the grapple control module.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä syöttötoiminnon monitorointi (syöttörullat 23), käytettävät perusmittaukset ovat kunkin pölkyn syöttöaika, joka voidaan jakaa useampaan vaiheaikaan, esimerkiksi: kiihdy-tysaika, tasaisen vaiheen syöttönopeus, jarrutusvaiheen kesto ja hakuvaiheen kesto ja pölkyn järjestysnumero. Näiden lisäksi rekisteröidään pölkyn kokonaistilavuus.The basic measurements used in the embodiment of the invention for monitoring the feed function (feed rollers 23) are the feed time of each block, which can be divided into several phase times, for example: acceleration time, steady phase feed rate, braking phase duration, and paging phase duration and log sequence. In addition, the total volume of the log is recorded.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä rungonpidon monitorointi (yläkarsimaterät 21 ja alakarsimaterät 210), käytettävät perusmittaukset ovat kunkin pölkyn syötön aikana n. 10 cm välein saatavat pituus ja läpimitta-arvot. Rungonpidon osalta kunkin pölkyn pituus- ja läpimitta-arvoista muodostetaan pölkyn läpimittaprofiili. Tästä profiilista identifioidaan poikkeuksellisen suuret läpimittamuutokset. Kahden peräkkäisen läpimittapisteen erotukselle on määritetty tilastollisesti maksimiarvo, jonka ylittyminen tarkoittaa merkittävää äkkinäistä karsimaterien liikettä. Näiden äkkinäisten muutosten kokonaismäärä muodostaa pölkkykohtaisen rungonpitotunnusluvun. Jos kar-simaterät ovat löysät, ongelma ilmenee korkeina tunnuslukuarvoina. Liian kireät terät puolestaan pienentävät tunnusluvun tavoitearvoa pienemmäksi.In the embodiment of the invention for monitoring the trunk maintenance (upper pruning blades 21 and lower pruning blades 210), the length and diameter values obtained at every 10 cm during the feeding of each log are used. For trunk maintenance, a log profile is formed from the length and diameter values of each log. This profile identifies exceptionally large diameter changes. Statistically, a maximum value has been defined for the difference between two consecutive diameters, exceeding which represents a significant sudden movement of pruning material. The total number of these abrupt changes represents the trunk specific trunking index. If the carcass blades are loose, the problem manifests itself in high index values. Blades that are too tight, on the other hand, reduce the ratio below the target value.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä tuottavuuden monitorointi, käytettävät perusmittaukset ovat harvesterin kouranohjausmoduulilta (HHM) saatavat puun läpimitta- ja pituustiedot sekä puun prosessoinnin eri työvaiheiden kestoajat.The basic measurements used in the embodiment of the invention for monitoring productivity are the log diameter and length data obtained from the harvester grapple control module (HHM) and the duration of the various work steps of the wood processing.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä polttoainetalouden monitorointi, käytettävät perusmittaukset ovat koko rungon prosessointiaika ja prosessointiin käytetty polttoainemäärä, esimerkiksi litroina, tai vaihtoehtoisesti aikajatkuvana mittauksena polttoaineenkulutus prosessoinnin aikana, esimerkiksi litraa tunnissa, josta voidaan mitata erikseen sahaustoiminnon ja syöttötoiminnon polttoaineenkulutus.In the embodiment of the invention for the monitoring of fuel economy, the basic measurements used are the total frame processing time and the amount of fuel used for processing, e.g., liters, or alternatively a continuous measurement of fuel consumption during processing, e.g., liters per hour.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä ajovoimansiirron monitorointi, seurattavia CAN-viestejä ovat pedaalin nopeuspyynti, ajosuuntava-linta, joystick-pyynnöt, hydraulimoottorin kierrosnopeus ja dieselmoottorin kuormitusta kuvaava load factor-termi, sekä öljyn lämpötila, ja mahdollisesti myös ajovoimansiirtolinjojen painetaso.In an embodiment of the invention that is concerned with traction transmission monitoring, the CAN messages to be monitored include pedal speed traction, directional control, joystick requests, hydraulic motor speed and load factor term for diesel engine load, and possibly oil traction power level.

Keksinnön siinä suoritusmuodossa, jossa on kyseessä puomijärjestelmä, käytettävät perusmittaukset harvesterin osalta ovat kuormaimen nivelten ohjaussignaalit ja käyttöajat pölkyittäin sekä pölkkyjen läpimittaprofiilit ja pituudet. Jos metsäkone on varustettu puomijärjestelmän hydraulijärjestelmän painemittauksella, myös painemittaukset rekisteröidään. Kuormakonekäy-tössä mitataan puomijärjestelmän nivelten käyttöajat työvaiheittain puunrungon lastauksen tai purkamisen osalta. Lisäksi rekisteröidään kuormavaa’alta saatava nostettavan taakan paino ja hydraulijärjestelmän paine, mikäli metsäkone on varustettu näillä antureilla. Kuormavaaka liitetään puomi-järjestelmän ja harvesteripään väliin tai kuormakoneessa puomijärjestelmän ja kuormainkouran väliin.In the embodiment of the invention which is a boom system, the basic measurements used for the harvester are the control signals and operating times of the loader joints by log, and the log profiles and lengths. If the forestry machine is equipped with a boom system hydraulic system pressure measurement, the pressure measurements are also recorded. Loader operation measures the lifetime of the boom system joints during the loading or unloading of the tree trunk during work. In addition, the weight of the load to be lifted from the load balances and the pressure of the hydraulic system are recorded if the forest machine is equipped with these sensors. The load balance is connected between the boom system and the harvester head or in the loader between the boom system and the loader grapple.

Vaihe: poikkeavien mittausarvojen poistaminenStep: Removal of abnormal measured values

Indeksilaskennan seuraavana vaiheena osatoimintojen perustason mittauksista poistetaan poikkeavat mittausarvot, jotka johtuvat esimerkiksi poikkeavasta käyttötilanteesta tai mittausvirheistä. Jokaiselle yksittäiselle mittaussuu-reelle asetetaan mittausten tilastollisten keskiarvojen tai kokemusperäisen tiedon mukainen mittausarvon ylä- ja alaraja. Yksittäiseen runkoon tai pölkkyyn liittyvä virheellinen mittaus poistetaan, mutta muut sallittujen mittausra-jojen mukaiset mittaukset käytetään laskennassa.The next step in index calculation is to remove abnormal measurement values from the baseline measurements of sub-functions, due, for example, to abnormal operating conditions or measurement errors. An upper and lower limit of measurement value is set for each individual measurement variable in accordance with statistical averages of measurements or empirical information. The erroneous measurement associated with an individual frame or log is removed, but other measurements within the permitted measurement limits are used in the calculation.

Tarkastellaan tätä vaihetta keksinnön eri suoritusmuotojen osalta.Consider this step with respect to various embodiments of the invention.

Sahaustoiminnon osalta yksittäisille sahausaikamittauksille on asetettu tilastollisten keskiarvojen ja kokemusperäisen tiedon mukainen ala-ja yläraja.For the sawing function, lower and upper limits are set for individual saw time measurements based on statistical averages and empirical information.

Syöttötoiminnon osalta pölkyn kokonaissyöttöajalle ja osavaiheiden ajoille on asetettu tilastollisten keskiarvojen ja kokemusperäisen tiedon mukainen ala-ja yläraja. Niin sahaustoiminnon kuin syöttötoiminnonkin osalta yksittäinen virheellinen mittaus poistetaan, mutta sallittujen rajojen väliin jäävät mittaukset otetaan huomioon jatkolaskennoissa.For the feed function, a lower and upper limit is set for the total feed time and partial run times for the log, based on statistical averages and empirical information. For both the sawing function and the feeding function, the single erroneous measurement is eliminated, but the measurements within the permissible limits are taken into account in further calculations.

Tuottavuuden seurannassa yksittäisten runkojen prosessoinnin kokonaiskestolle on asetettu tilastollisten keskiarvojen ja kokemusperäisen tiedon mu kainen ala- ja yläraja. Jos rungon prosessoinnin kokonaiskesto on näiden rajojen ulkopuolella, runkoa ei oteta huomioon tunnusluvun laskennassa.In productivity monitoring, the overall processing time of individual frames is set at lower and upper limits according to statistical averages and empirical information. If the total processing time of the trunk is outside these limits, the trunk is not taken into account in the calculation of the indicator.

Polttoainetalouden osalta yksittäisten runkojen polttoainekulutusmittauksille on asetettu tilastollisten keskiarvojen ja kokemusperäisen tiedon mukainen ala- ja yläraja. Yksittäiseen runkoon liittyvä virheellinen mittaus poistetaan, mutta sallittujen rajojen väliin jäävät mittaukset otetaan huomioon jatkolas-kennassa.For fuel economy, lower and upper limits for fuel consumption measurements of individual hulls are set according to statistical averages and empirical information. The erroneous measurement associated with a single frame will be eliminated, but the measurements between the permissible limits will be taken into account in the further calculation.

Ajovoimansiirron osalta mittauspiste hyväksytään jos työhydrauliikka ei ole käytössä, ts. joystick-signaalit eivät ole aktiivisia, ajosuunta on eteenpäin, ja hydraulimoottorin pyörimisnopeus on aseteltavaa kynnysarvoa suurempi. Tämän lisäksi hydraulimoottorin kierrosnopeuden arvoa tarkastellaan ja hyväksytään se käyttöön mikäli se täyttää asetetut kriteerit. Samalla pyritään hyväksymään mittauspiste vain silloin, kun ajovoimansiirto ei ole dynaamisessa muutostilanteessa, joten dynamiikasta aiheutuvat virheet eivät vaikuta laskentaan.In the case of transaxle transmission, the measuring point is accepted if the operating hydraulics are not in use, ie the joystick signals are not active, the driving direction is forward and the speed of the hydraulic motor is higher than the set threshold. In addition, the value of the speed of the hydraulic motor is considered and accepted if it fulfills the set criteria. At the same time, it is attempted to accept a measuring point only when the transaxle is not in a dynamic changeover situation, so the errors due to dynamics do not affect the calculation.

Puomijärjestelmän osalta nivelkohtaisille suoritusajoille ja kokonaisajalle on asetettu tilastollisten keskiarvojen ja kokemusperäisen tiedon mukaiset ala-ja ylärajat. Yksittäinen virheellinen mittaus poistetaan, mutta sallittujen rajojen väliin jäävät mittaukset otetaan huomioon jatkolaskennoissa.For the boom system, lower and upper limits are specified for the joint-specific lead times and total time, based on statistical averages and empirical knowledge. A single erroneous measurement is eliminated, but measurements between the permissible limits are taken into account in further calculations.

Vaihe: mittausdatan luokittelu ia kompensointiStep: Classification and compensation of the measurement data

Osatoimintojen mittausdata, josta on poistettu poikkeavat mittausarvot, käsitellään siten, että työskentelyolosuhteiden vaikutus mittausarvoihin kompensoidaan. Kompensointilaskennalla normalisoidaan metsäkoneen työprosessin eri vaiheiden suorituskykymittaukset siten, että mitattu suorituskyvyn muutos ei riipu esimerkiksi prosessoitujen puiden runkokoosta. Suurin osa harvesterikouran runko- tai pölkkykohtaisista suorituskykymittauksista on syytä kompensoida prosessoidun rungon jäljellä olevan tilavuuden tai pölkyn tyypin suhteen. Pölkyn tyyppi luokitellaan tyvi-, väli- ja latvapölkkyihin. Pölkyn tyyppitieto kuvaa jossain määrin myös prosessoitavan pölkyn oksaisuutta, mikä vaikuttaa harvesterin prosessoinnin kuormittavuuteen ja mm. työskentelynopeuteen.Measurement data for sub-functions with deviated measurement values are processed so that the effect of operating conditions on the measurement values is compensated. Compensation calculations normalize performance measurements at different stages of the forest machine work process so that the measured change in performance does not depend, for example, on the trunk size of the treated trees. Most of the harvester grapple frame or log performance measurements should be compensated for the remaining volume of the processed frame or log type. The type of log is classified into bottom, intermediate and top sleepers. To a certain extent, the log type information also describes the branching behavior of the log being processed, which affects the loading capacity of the harvester and e.g. the working speed.

Eri perusmittausarvoihin vaikuttaa eri kompensointitekijät ja kullekin perusmittaukselle voidaan käyttää yhtä tai useampaa kompensointitekijää. Rungon jäljellä olevan tilavuuden ja pölkyn tilavuuden lisäksi voidaan käyttää myös rungon kokonaistilavuutta, puulajia tai rungosta tehtyjen pölkkyjen lukumäärää kompensointitekijöinä.Different offset factors are affected by different offset factors and one or more offset factors can be used for each offset measurement. In addition to the remaining volume of the frame and the volume of the log, the total volume of the frame, the species of wood or the number of logs made from the frame may also be used as compensation factors.

Runkotilavuuden vaikutusta kompensoitaessa valitaan tietty määrä runkoko-koluokkia, joiden mukaisesti luokitellaan yksittäiset harvesterin suorituskyky-mittaukset. Kullekin runkokokoluokan mittausdatalle lasketaan oma indek-siarvo ja lopullinen indeksiarvo saadaan laskemalla painotettu keskiarvo kaikkien runkokokoluokkien indeksiarvoista painotettuna kunkin runkokokoluokan mittausarvojen lukumäärällä.When compensating for the effect of the body volume, a certain number of frame size classes are selected, according to which individual harvester performance measurements are classified. An individual index value is calculated for each frame size measurement data and the final index value is obtained by calculating a weighted average of the index values of all frame sizes weighted by the number of measurement values for each frame size class.

Tarkastellaan luokittelua keksinnön eri suoritusmuotojen osalta.The classification with respect to various embodiments of the invention is contemplated.

Sahatoiminnon osalta mitatut sahausajat luokitellaan läpimitan ja puulajin mukaan.For the saw function, the measured saw times are classified according to diameter and type of wood.

Syöttötoiminnon osalta mitatut syöttöajat ja osavaiheajat luokitellaan rungon jäljellä olevan tilavuuden sekä pölkyn tyypin mukaan puulajeittain. Kuvassa 8 on esitetty eräs luokittelu, jossa on tarkasteltu syöttötoimintoa.For the feed function, the measured feed times and sub-feed times are classified by tree species according to the remaining volume of the frame and the type of log. Figure 8 shows one classification where the input function is considered.

Rungonpidon osalta luokittelu on pölkyn tyypin ja rungon jäljellä olevan tilavuuden mukaan.For trunk maintenance, the classification is based on the type of trestle and the remaining volume of the trunk.

Mitatut polttoainekulutusarvot luokitellaan runkotilavuuden ja puulajin mukaanThe measured fuel consumption values are classified by trunk volume and tree species

Ajovoimansiirron osalta lasketaan ajovoimansiirron kuntoindeksi, joka on pyydetyn hydraulimoottorin kierrosnopeuden suhde toteutuneeseen kierros-nopeuteen. Kuntoindeksiä voidaan lajitella edelleen pyörimisnopeuden, lämpötilan ja kuormitusalueen mukaisesti. Kuntoindeksimatriisia päivitetään laskemalla esimerkiksi uutta keskiarvoa.For the transaxle, the traction drive condition index is calculated, which is the ratio of the requested engine speed to the actual engine speed. The fitness index can be further sorted by speed, temperature and load range. The fitness index matrix is updated, for example, by calculating a new average.

Tuottavuuden määrityksessä mitatut prosessoinnin kokonaiskestot luokitellaan runkotilavuuden ja puulajin mukaan. Lisäksi työvaiheajoista poistetaan kuljettajasta johtuvat viiveet.The total processing times measured in the productivity determination are categorized by trunk volume and tree species. In addition, delays due to the driver are eliminated during work-time periods.

Puomijärjestelmän seurannassa mitatut nivelajat ja kokonaisajat luokitellaan harvesteri käytössä rungon jäljellä olevan tilavuuden ja käytetyn ohjaussignaalin suuruuden mukaan sekä lisäksi hydrauliikan painemittauksen mukaan, mikäli tämä mittaus on käytössä. Kuormakoneen ollessa kyseessä luokittelu tehdään työvaiheen (esimerkiksi kuorman nosto maasta kuormaan ja kuor-matilaan tai purku kuormasta pinoon) mukaan, käytetyn ohjaussignaalin suuruuden mukaan ja lisäksi vaakatiedon tai painetiedon mukaan, mikäli nämä mittaukset ovat käytössä.The articulation times and total times measured in the boom system monitoring are classified according to the remaining volume of the harvester in use and the magnitude of the control signal used, as well as the hydraulic pressure measurement, if used. In the case of a truck, the classification shall be made according to the work phase (for example lifting the load from the load to the load and the load compartment or unloading from the stack), the magnitude of the control signal used and additional horizontal or pressure data.

Vaihe: indeksiarvon skaalausStep: Scaling the index value

Indeksimittaukset havainnollistavat ensisijaisesti tietyn metsäkoneen konekohtaista suorituskyvyn muutosta. Harvesteri kouran indeksimittauksiin on valittu esimerkiksi 0-100 asteikko, jolloin suuret arvot kuvaavat tehokasta metsäkoneen toimintoa. Kullekin osatoiminnon perustason mittaussuureelle on laskettava huonon ja hyvän suorituskykytason rajat, jotka kuvautuvat varsinaisen indeksimittauksen minimi- ja maksimirajoiksi. Metsäkoneen suorituskyvyn normaalitaso asetetaan em. esimerkissä noin indeksiarvon 90 kohdalle, jolloin myös mahdollinen parempi suorituskykytaso voidaan esittää.Index measurements primarily illustrate the machine-specific performance change of a given forest machine. For example, a 0-100 scale is selected for grapple index measurements, with large values representing efficient forestry machine operation. For each sub-function baseline measurement, a range of low and high performance levels must be computed, representing the minimum and maximum limits of the actual index measurement. In the above example, the normal level of the forest machine's performance is set at about index value 90, whereby a possible improved level of performance can also be represented.

Vaihtoehtoisesti normalisoitu suorituskykyindeksiarvo voi mitata vain suhteellista muutosta mittauksen aloitushetkeä vastaavaan koneen suorituskyky-tasoon. Tällöin mittauksen alkuhetkeä vastaavien osatoimintojen mittaussuu-reiden ala- ja ylärajat valitaan siten, että indeksiarvot skaalautuvat esimerkiksi indeksilukuun 100. Käytettäessä näitä kiinteästi valittuja indeksiarvojen parametrirajoja indeksimittaus voi vaihdella molemmin puolin indeksiarvoa 100. Tärkeintä mittaussuureiden parametrirajoja määritettäessä on käyttää koneen normaalia suorituskykyä edustavaa mittausdataa ja myös mittauksia on oltava kullekin indeksityypille riittävästi.Alternatively, the normalized performance index value can only measure the relative change to the machine performance level at the time the measurement was initiated. In this case, the lower and upper limits of the measurement parameters of the subfunctions corresponding to the beginning of the measurement are chosen such that the index values are scaled, for example, to index number 100. must be sufficient for each index type.

Vaihe: indeksiarvojen maksimi- ia minimiparametriarvotStep: Maximum minimum values for the index values

Indeksiarvot (I, Index) määräytyvät eri osatoimintojen mittauksista. Näiden mittaussuureiden fysikaalisten ala- ja ylärajojen ja indeksiarvojen välin 0-100 vastaavuuden määrittämiseen on useitakin mahdollisuuksia. Eri osatoimintojen indeksiarvojen minimi- ja maksimiparametriarvoina voidaan käyttää kiinteästi valittuja tietyn perustana olevan metsäkone- ja harvesterikouramal-lin tunnusomaisia suorituskykyarvoja tai metsäkonekohtaisia ja tietyn metsä-koneyksilön mittausdatalla identifioituja parametrien raja-arvoja. Jos suorituskyvyn tason määrittävät parametri ovat kiinteästi valittuja, niin tietyn metsä-konetyypin yksilöiden suora vertailu on mahdollista.The index values (I, Index) are determined by the measurements of the various sub-functions. There are several possibilities for determining the correspondence between the physical lower and upper limits and the index values of these measured variables from 0 to 100. Minimum and maximum parameter values for the index values of the various sub-functions may be used as fixed values of the characteristic base machine and harvester grapple model, or as parameter limits defined by the measurement data of the forest machine and the particular forest machine individual. If the parameter defining the performance level is fixed, then direct comparison of individuals of a particular forest machine type is possible.

Osatoimintojen indeksiarvojen normaalia ja heikentynyttä suorituskykyä vastaavat minimi- ja maksimiparametriarvot lasketaan erikseen kullekin kompen-sointiluokalle.The minimum and maximum parameter values corresponding to the normal and degraded performance of the partial function index values are calculated separately for each compensation class.

Osa indeksilaskennan lähtöarvoina käytetyistä mittaussuureista riippuu merkittävästi perustana olevan metsäkoneen ja harvesteripään mekaanis-hyd-raulisista ominaisuuksista ja tehosta. Toisaalta osa mittaussuureista on sellaisia, että ominaisuuksiltaan eri tyyppisten metsäkoneiden ja harvesteri-kourien mittauksille voidaan käyttää yhteisiä vakioituja hyvän ja huonon suorituskyvyn raja-arvoja, esimerkiksi metsäkoneen absoluuttinen kokonaisteho ei vaikuta harvesteripään syöttötoiminnon jarrutuksen ja paikoitustarkkuuden mittauksiin. Sekä metsäkonetyyppikohtaiset parametrit että vakioidut parametrit voidaan määrittää esimerkiksi tilastollisesti useamman hyvin viritetyn metsäkoneen mittausdatan perusteella.Some of the measurement variables used as the starting values for index calculation depend significantly on the mechanical-hydraulic properties and power of the underlying forest machine and harvester head. On the other hand, some of the measurement variables are such that common standardized good and poor performance thresholds can be used for measurements of different types of forest machines and harvester grabs, for example, the absolute total power of the forest machine does not affect the braking and positioning accuracy of the harvester head. Both forest machine type-specific parameters and standardized parameters can be determined, for example, from the measurement data of several well tuned forest machines.

Taulukossa 1 on lueteltu eräitä esimerkkejä edellä mainituista harvesteri-kouran tunnusluvuista tai indekseistä, joille raja-arvot määritetään joko tyyp-pikohtaisesti tai käytetään yleistä vakioitua arvoa. Parametrit selitetään tarkemmin alempana. TAULUKKO 1Table 1 lists some examples of harvester grapple indicators or indices mentioned above for which thresholds are either specified by type or a generalized standard value is used. The parameters are explained in more detail below. TABLE 1

Tarkastellaan minimi- ja maksimiparametriarvojen soveltamista keksinnön eri suoritusmuotojen osalta.The application of minimum and maximum parameter values to various embodiments of the invention is contemplated.

Sahaustoiminnon osalta kunkin läpimittaluokan yksittäiset mittaukset ja syöttötoiminnon osalta kunkin tilavuusluokan yksittäiset mittaukset skaalataan välille 0-100 luokkakohtaisten sallittujen ala-ja ylärajojen mukaan. Kullekin luokalle lasketaan yhden tunnusluvun laskentajaksolta (esim. 100 runkoa) keskiarvo. Eri luokkien keskiarvoista lasketaan lopullinen tunnusluku painotettuna keskiarvona. Painotekijänä on luokkaan kertyneiden mittausten määrä.For the sawing operation, individual measurements for each diameter class and for the feed operation, individual measurements for each volume class are scaled from 0-100 according to the allowable lower and upper limits for each class. For each class, an average of one indicator per calculation period (eg 100 frames) is calculated. The final indicator is calculated as a weighted average of the mean of the different categories. The weight factor is the number of measurements in the class.

Rungonpidon osalta kunkin pölkyn pituus- ja läpimitta-arvoista muodostetaan pölkyn läpimittaprofiili. Tästä profiilista identifioidaan poikkeuksellisen suuret läpimittamuutokset. Kahden peräkkäisen läpimittapisteen erotukselle on määritetty tilastollisesti maksimiarvo, jonka ylittyminen tarkoittaa merkittävää äkkinäistä karsimaterien liikettä. Näiden äkkinäisten muutosten kokonaismäärä muodostaa pölkkykohtaisen rungonpitotunnusluvun. Jos karsimaterät ovat löysät, ongelma ilmenee korkeina tunnuslukuarvoina. Liian kireät terät puolestaan pienentävät tunnusluvun tavoitearvoa pienemmäksi.For trunk maintenance, a log profile is formed from the length and diameter values of each log. This profile identifies exceptionally large diameter changes. Statistically, a maximum value has been defined for the difference between two consecutive diameters, exceeding which represents a significant sudden movement of pruning material. The total number of these abrupt changes represents the trunk specific trunking index. If the pruning blades are loose, the problem manifests itself in high index values. Blades that are too tight, on the other hand, reduce the ratio below the target value.

Kuvassa 13 on esitetty tunnusluku runkokohtaisesti 200 rungon (Logs) osalta. Ongelmat ilmenevät korkeina tunnuslukuarvoina ja toisaalta ennalta asetettua tavoitearvoa pienemmät tunnusluvut kuvaavat liian voimakasta tilanteen korjausta. Yleisesti tunnusluvuille voidaan märittää jokin tavoitearvo, tai vaihteluväli, joka näkyy myös graafisessa esityksessä.Figure 13 shows the key figure per frame for 200 frames (Logs). Problems are manifested by high ratios and, on the other hand, ratios lower than the preset target value represent too strong a correction. Generally, a target value, or range, can be assigned to the key figures, which is also shown in the graph.

Tuottavuuden, puomijärjestelmän tai polttoainetalouden seurannan osalta kunkin runkokokoluokan yksittäiset mittaukset skaalataan välille 0-100 luokkakohtaisten sallittujen ala-ja ylärajojen mukaan. Kullekin luokalle lasketaan yhden tunnusluvun laskentajaksolta (esim. 100 runkoa) keskiarvo. Eri luokkien keskiarvoista lasketaan lopullinen tunnusluku painotettuna keskiarvona. Painotekijänä on luokkaan kertyneiden mittausten määrä.For productivity, boom system, or fuel economy monitoring, individual measurements for each frame size class are scaled from 0-100 per class lower and upper limits. For each class, an average of one indicator per calculation period (eg 100 frames) is calculated. The final indicator is calculated as a weighted average of the mean of the different categories. The weight factor is the number of measurements in the class.

Ajovoimansiirron osalta metsäkoneyksilön esimerkiksi ensimmäiset käyttö-kuukaudet määrittelevät tietyn referenssitason, johon tulevia arvoja voidaan seurata esimerkiksi kuukausittain.In the case of traction, for example, the first months of operation of a forestry machine define a certain reference level to which the values can be monitored, for example, on a monthly basis.

Osatoimintojen suorituskyvyn minimi- ja maksimitason raja-arvojen identifiointi mittausdatasta voidaan laskea ajoittain tietyn valitun referenssidatan perusteella tai parametrit voidaan laskea myös dynaamisesti siten, että laskentajärjestelmä automaattisesti havaitsee pysyvän suorituskykytason muutoksen ja indeksiarvot skaalataan automaattisesti vastaamaan tätä muuttunutta metsäkoneen toimintakuntoa. Tällainen metsäkoneen tietyn osatoiminnon suorituskykymittauksen bias-virhe voi aiheutua esimerkiksi siitä, että parametrien laskennassa käytetty mittausdata ei edusta metsäkoneen normaalia toimintaa tai tietyn metsäkoneen jonkin komponentin suorituskykyä on säädetty tai koko komponentti on vaihdettu ominaisuuksiltaan erilaiseen (esimerkiksi harvesterikouran syöttömoottorit).Identification of minimum and maximum level performance thresholds for component functions from measurement data can be periodically computed based on a selected set of reference data, or parameters can also be dynamically computed so that the computation system automatically detects a constant performance level change and index values are automatically scaled to this changed state. Such a bias error in the performance measurement of a particular sub-function of the forest machine may be due, for example, to the measurement data used to calculate the parameters not representing the normal operation of the forest machine or the performance of any component of the particular forest machine.

Vaihe: kokonaisindeksiarvon laskeminenStep: Calculating the total index value

Kuvan 7 vaiheessa 710 on kuvattu metsäkoneen erään kokonaissuoritusky-kyindeksin laskentaa. Kyseinen indeksi tai tunnusluku tallennetaan 713 historiatietojen esittämistä varten. Kokonaissuorituskykyä kuvaava indeksi voidaan haluttaessa laskea useammista osatoimintojen indeksiluvuista, mutta jotkin osatoimintojen indeksit antavat jo sellaisenaan kokonaisvaltaisen kuvan toiminnasta, esimerkkinä mainittakoon tuottavuutta ja polttoaineenkulutusta kuvaavat indeksit.Step 710 of Figure 7 illustrates the calculation of an overall performance index of a forestry machine. This index or index is stored for displaying 713 historical data. The Total Performance Index may be computed from a plurality of sub-function index numbers if desired, but some sub-function indices already provide a comprehensive view of performance, such as productivity and fuel consumption indices.

Esimerkiksi harvesterikouran kokonaissuorituskykyä kuvaava indeksi voidaan laskea useammista harvesterikouran osatoimintojen indeksiluvuista. Harvesterikouran kokonaissuorituskykyindeksi (HARVESTER HEAD INDEX total performance index) lasketaan esimerkiksi painotettuina keskiarvoina harvesterikouran osatoimintojen indeksiarvoista: kiihtyvyysindeksi (ACCELERATION INDEX), syöttöindeksi (FEEDING INDEX), syötön pysähdyksien ja suunnanvaihdoksien vaikutusta mittaava indeksi (BUCKING INDEX), katkaisukohdan paikoitustarkkuusindeksi (AUTOMATIC POSITIONING INDEX) ja katkaisusahausindeksi (SAWING INDEX).For example, an index describing the overall performance of a harvester grapple can be calculated from several index numbers of the harvester grapple sub-functions. For example, the HARVESTER HEAD INDEX total performance index is calculated as weighted averages of the harvester grapple sub-function index values: ACCELERATION INDEX, FEEDING INDEX, Feed INDEX, POS, and Ping IND. cutting saw index (SAWING INDEX).

Muitakin osatoimintoja voidaan koostaa erilaisiksi kokonaissuorituskykyin-dekseiksi.Other subfunctions can also be assembled into various total performance dexts.

Edellä mainitussa keskiarvon laskennassa käytetyt painokertoimet määräytyvät eri osatoimintojen merkitsevyyssuhteiden perusteella. Yksittäisten osa-toimintojen keskimääräinen osuus harvesterikouran prosessoinnin kokonaisajasta voidaan määrittää tilastollisesti mitatuista prosessoinnin eri vai-heajoista. Eräs esimerkki historiatiedoista koskien harvesteripään kokonais-suorituskykyindeksin (HARVESTER HEAD INDEX) käyttäytymisen osalta eräässä harvesterissa on esitetty kuvassa 9, jossa aikajaksona on yksi kuukausi ja kukin piste vastaa 100 runkoa.The weighting factors used in the above average calculation are determined by the significance ratios of the various sub-functions. The average proportion of individual sub-operations of the total harvester grapple processing time can be determined from the statistically measured different processing forces. An example of historical data regarding the behavior of the Harvester Head Total Performance Index (HARVESTER HEAD INDEX) in a harvester is shown in Figure 9, with a time period of one month and each point corresponding to 100 frames.

Tarkastellaan seuraavaksi mitä osatoimintojen suorituskykyä mittaavia tunnuslukuja ja niiden perusteella määriteltäviä indeksejä, kuten edellä olevissa suoritusmuodoissa on tuotu esille. Tunnusluvut ja indeksit perustuvat metsäkoneen ohjausjärjestelmän ohjaus- ja mittausautomatiikan välittämiin tietoihin.Next, let's consider the performance measures of the sub-functions and the indices that can be derived from them, as disclosed in the above embodiments. Indicators and indices are based on data transmitted by the control and measurement automation system of the forest machine control system.

Toteutusesimerkki: metsäkoneen svöttötoiminto (FEEDING INDEX)Execution Example: Forest Machine Sweeper (FEEDING INDEX)

Tarkastellaan ensiksi harvesteripäähän liittyviä tunnuslukuja ja indeksejä, joita voidaan esimerkkeinä ottaa käyttöön suorituskyvyn arviointia varten. Indeksit ovat eri tasoisia, ja ylemmän tason indeksiin hyödynnetään kaksi tai useampia alemman tason indeksejä.First, let's look at harvester head performance indicators and indices that can be used as examples to evaluate performance. The indices are of different levels, and the upper level index utilizes two or more lower level indices.

StartStuckPercentage-indeksi kuvaa puunrungon syötön jumiutumistiheyttä liikkeellelähdössä. Edellä kuvatussa kompensointilaskennassa otetaan huo mioon rungon jäljellä oleva tilavuus (StemVolumeLeft) ja pölkyn tyyppi (Log-Type). StartStuckPercentage -indeksi lasketaan StartStuck-tunnusluvusta, joka antaa jumiutumisien määrän. Mitä pienempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The StartStuckPercentage Index measures the stall frequency of a tree trunk feed at departure. In the compensation calculation described above, the remaining volume of the frame (StemVolumeLeft) and the log type (Log-Type) are taken into account. The StartStuckPercentage Index is calculated from the StartStuck index, which gives the number of freezes. The lower the average of the indicator, the higher the index value.

AccelerationStuckPercentage-indeksi kuvaa puunrungon syötön jumiutumis-tiheyttä kiihdytyksen aikana. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft). AccelerationStuckPercentage-indeksi lasketaan AccelerationStuck-tunnusluvusta, joka antaa jumiutumisien määrän. Mitä pienempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AccelerationStuckPercentage index measures the stall density of the tree trunk feed during acceleration. The compensation is the remaining volume of the frame (StemVolumeLeft). The AccelerationStuckPercentage index is calculated from the AccelerationStuck index, which gives the number of freezes. The lower the average of the indicator, the higher the index value.

AccelerationDelay-indeksi kuvaa syötön Iiikkeellelähtöviivettä (0-0.1 m). Ac-celerationDelay-indeksi lasketaan AccelerationDelay-tunnusluvusta, joka antaa viiveen. Mitä pienempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AccelerationDelay index describes the feed start-up delay (0-0.1 m). The Ac-celerationDelay index is calculated from the AccelerationDelay index, which gives a delay. The lower the average of the indicator, the higher the index value.

AccelerationTime-indeksi kuvaa syötön kiihdytysaikaa (0.1 - 1 m). Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft) ja pölkyn tyyppi (LogType). AccelerationTime-indeksi lasketaan AccelerationTime-tunnuslu-vusta, joka antaa kiihdytysajan. Mitä pienempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AccelerationTime Index measures the feed acceleration time (0.1 - 1 m). The compensation is the remaining volume of the frame (StemVolumeLeft) and the type of log (LogType). The AccelerationTime Index is calculated from the AccelerationTime Key, which gives the acceleration time. The lower the average of the indicator, the higher the index value.

Yhdistetty kiihtyvyysindeksi (ACCELERATION INDEX) saadaan yhdistämällä osatoimintojen indeksit StartStuck, AccelerationStuck, AccelerationDelay ja AccelerationTime.The combined acceleration index (ACCELERATION INDEX) is obtained by combining the partial function indices StartStuck, AccelerationStuck, AccelerationDelay and AccelerationTime.

AverageAutomaticFeedingSpeed-indeksi kuvaa syötön automaattimoodissa mitattua syöttönopeutta. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft) ja pölkyn tyyppi (LogType). AverageAutomaticFeeding-Speed-indeksi lasketaan syötön automaattitilassa mitatuista nollaa suuremmista AvgSpeed-tunnusluvun (syötön keskimääräinen nopeus) arvoista. Mitä suurempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AverageAutomaticFeedingSpeed index describes the feed rate as measured in automatic feed mode. The compensation is the remaining volume of the frame (StemVolumeLeft) and the type of log (LogType). The AverageAutomaticFeeding-Speed Index is calculated from values greater than zero in AvgSpeed (Average Feed Speed) measured in Automatic Feed Mode. The higher the average of the indicator, the higher the index value.

AverageManualFeedingSpeed-indeksi kuvaa syötän manuaalimoodissa mitattua syöttönopeutta. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft) ja pölkyn tyyppi (LogType). AverageManualFeeding-Speed-indeksi lasketaan syötön manuaalitilassa mitatuista nollaa suurem- mista AvgSpeed-tunnusluvun (syötön keskimääräinen nopeus) arvoista. Mitä suurempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AverageManualFeedingSpeed index describes the feed rate measured in manual mode. The compensation is the remaining volume of the frame (StemVolumeLeft) and the type of log (LogType). The AverageManualFeeding-Speed Index is calculated from values greater than zero in AvgSpeed (Average Feed Rate) measured in Manual Feed Mode. The higher the average of the indicator, the higher the index value.

AutomaticFeedStuckPercentage-indeksi kuvaa syötön jumiutumistiheyttä maksiminopeudella. Kompensointina on rungon jäljellä oleva tilavuus (Stem-VolumeLeft) ja pölkyn tyyppi (LogType). AutomaticFeedStuckPercentage-indeksi lasketaan FeedStuck-tunnusluvusta, joka antaa jumiutumisien määrän. Mitä pienempi on tunnusluvun keskiarvo, sitä suurempi on indeksin arvo.The AutomaticFeedStuckPercentage index describes the frequency of feed stalling at maximum speed. The compensation is the remaining volume of the frame (Stem-VolumeLeft) and the type of log (LogType). The AutomaticFeedStuckPercentage Index is calculated from the FeedStuck index, which gives the number of freezes. The lower the average of the indicator, the higher the index value.

Kuvassa 8 on esitetty eräs luokittelu, jossa on tarkastelu syöttötoiminnon kiihtyvyyttä (Acceleration) ja otetaan huomioon rungon jäljellä oleva tilavuus (StemVolumeLeft) ja puulaji, siis toisin sanoen koivu (Birch), mänty (Pine) tai kuusi (Spruce). Kuvassa luokittelu on esitetty koivun osalta ja kutakin tilavuutta vastaava syöttöjen kokonaismäärä on esitetty taulukon oikeassa sarakkeessa. Kuvan 8 taulukko on osa esimerkiksi osa harvesterin syöttötoi-minnon indeksiseurantaa ja siten myös osa harvesterikouran kokonaissuori-tuskyvyn indeksiseurantaa. Minimi- ja maksimiarvoihin verraten voidaan muodostaa tällekin tarkastelulle oma indeksi, joka on osa korkeamman tason indeksiä. Kuvan 8 mukainen taulukko esitetään käyttäjälle näyttölaitteen käyttöliittymässä (UI, User Interface), kuten myös kuvan 10 mukainen kuvio, joka antaa havainnollisen kuvan suorituskykyindeksin trendistä.Figure 8 shows a classification that looks at the acceleration of the feed function (Acceleration) and takes into account the remaining volume of the frame (StemVolumeLeft) and the species of wood, i.e. birch (Birch), pine (Spruce) or spruce. The figure shows the classification for birch and the total number of feeds corresponding to each volume is shown in the right column of the table. The table in Fig. 8 is part of, for example, part of the index tracking of the harvester feed function and thus part of the index of the overall performance of the harvester grapple. Compared to the minimum and maximum values, a separate index can be formed for this examination, which is part of the higher level index. The table of Figure 8 is shown to the user in the User Interface (UI) of the display device, as well as the figure of Figure 10, which gives an illustrative representation of the trend in the performance index.

Yhdistetty syöttöindeksi (FEEDING INDEX) saadaan tässä esimerkissä yhdistämällä indeksit ACCELERATION INDEX, AverageAutomaticFeeding-Speed, AverageManualFeedingSpeed ja AutomaticFeedStuckPercentage. Historiatietoja yhdistetyn syöttöindeksin käyttäytymisen osalta eräässä harvesterissa on esitetty kuvassa 10, jossa aikajaksona on yksi kuukausi ja kukin piste vastaa 100 runkoa.The Combined Feed Index (FEEDING INDEX) in this example is obtained by combining the ACCELERATION INDEX, AverageAutomaticFeeding-Speed, AverageManualFeedingSpeed, and AutomaticFeedStuckPercentage. Historical data on the behavior of the composite input index in a harvester is shown in Figure 10, with a time period of one month and each point corresponding to 100 frames.

Toteutusesimerkki: syötön pysähdyksien ia suunnanvaihdoksien vaikutus (BUCKING INDEX)Implementation Example: Effect of Feed Stops and Reversals (BUCKING INDEX)

AutomaticFeedApproachTime-indeksi kuvaa lähestymisaika syötön jarrutuksen aloitushetkestä pysähtymishetkeen katkaisuikkunassa. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft). AutomaticFeed-ApproachTime-indeksi lasketaan syötön automaattitilassa lasketuistaThe AutomaticFeedApproachTime index describes the approach time from the beginning of the feed stop to the stop at the exit window. The compensation is the remaining volume of the frame (StemVolumeLeft). The AutomaticFeed-ApproachTime index is calculated from those calculated in the automatic feed mode

ApproachTime-tunnusluvun arvoista. Mitä pienempi tunnusluvun keskiarvo, sitä suurempi indeksin arvo.Worth ApproachTime. The lower the average of the indicator, the higher the index value.

AutomaticFeedApproachLength-indeksi kuvaa lähestymismatkaa syötön jarrutuksen aloituskohdasta katkaisuikkunan pysähtymiskohtaan. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft). AutomaticFeed-ApproachLength-indeksi lasketaan syötön automaattitilassa lasketuista ApproachLength-tunnusluvun arvoista. Mitä pienempi tunnusluvun itseisarvojen keskiarvo, sitä suurempi indeksin arvo.The AutomaticFeedApproachLength index describes the approach distance from the starting point of feed braking to the stopping window stop. The compensation is the remaining volume of the frame (StemVolumeLeft). The AutomaticFeed-ApproachLength index is calculated from the ApproachLength index values calculated in the automatic feed mode. The lower the mean of the absolute values of the index, the higher the index value.

BuckingSuccess-indeksi kuvaa syötön pituusvalinnan muutoksesta aiheutuvia syötön suunnanvaihdoksia ja pysähdyksiä. BuckingSuccess-indeksi lasketaan syötön automaattitilassa lasketuista BuckingChangeCount-tunnuslu-vun arvoista. Mitä pienempi tunnusluvun keskiarvo, sitä suurempi indeksin arvo.The BuckingSuccess index describes feed reversals and stops caused by a change in feed length selection. The BuckingSuccess index is calculated from the BuckingChangeCount values calculated in the automatic feed mode. The lower the average of the indicator, the higher the index value.

Yhdistetty syötön pysähdyksien ja suunnanvaihdoksien vaikutusta mittaava indeksi (BUCKING INDEX) saadaan yhdistämällä AutomaticFeedApproach-Time-, AutomaticFeedApproachLength-ja BuckingSuccess-indeksit.The BUCKING INDEX is a combination of the AutomaticFeedApproach-Time, AutomaticFeedApproachLength, and BuckingSuccess indexes.

Toteutusesimerkki: katkaisukohdan paikoitustarkkuusindeksi (AUTOMATIC POSITIONING INDEX^Implementation Example: Positioning Accuracy Index (AUTOMATIC POSITIONING INDEX ^

SearchTime-indeksi kuvaa syötön katkaisukohdan hakuaikaa. Kompensointina on rungon jäljellä oleva tilavuus (StemVolumeLeft) ja pölkyn tyyppi (Log-Type). SearchTime-indeksi lasketaan syötön automaattitilassa lasketuista SearchTime-tunnusluvun arvoista. Mitä pienempi tunnusluvun keskiarvo, sitä suurempi indeksin arvo.The SearchTime index describes the search time at the feed break point. The compensation is the remaining volume of the frame (StemVolumeLeft) and the log type (Log-Type). The SearchTime index is calculated from the values of the SearchTime Key calculated in Automatic Feed mode. The lower the average of the indicator, the higher the index value.

PositivePositioningError-indeksi kuvaa paikoitusvirhettä liian pitkän syötön seurauksena. PositivePositioningError-indeksi lasketaan syötön automaatti-tilassa lasketuista 0 - 0.25 m välillä olevista PositioningError-tunnusluvun arvoista. Mitä pienempi tunnusluvun keskiarvo, sitä suurempi indeksin arvo.The PositivePositioningError index describes a positioning error due to too long a feed. The PositivePositioningError index is calculated from the PositioningError value values calculated between 0 and 0.25 m calculated in the Automatic Feed mode. The lower the average of the indicator, the higher the index value.

NegativePositioningError-indeksi kuvaa paikoitusvirhettä liian lyhyen syötön seurauksena. NegativePositioningError-indeksi lasketaan syötön automaatti-tilassa lasketuista PositioningError-tunnusluvun arvoista, jotka ovat välillä -0.25 - 0 m. Mitä pienempi tunnusluvun itseisarvojen keskiarvo, sitä suurempi indeksin arvo.The NegativePositioningError index describes a positioning error due to too short a feed. The NegativePositioningError index is calculated from the PositioningError value calculated in Feed Auto mode, which is between -0.25 and 0 m. The lower the average of the absolute values of the key, the higher the value of the index.

Yhdistetty katkaisukohdan paikoitustarkkuusindeksi (AUTOMATIC POSITIONING INDEX) saadaan yhdistämällä indeksit SearchTime, Positive-PositioningError ja NegativePositioningError.The combined break position positioning accuracy index (AUTOMATIC POSITIONING INDEX) is obtained by combining SearchTime, Positive-PositioningError and NegativePositioningError.

Toteutusesimerkki: harvesteripään sahaustoiminto (SAWING INDEX)Implementation Example: Harvester Head Sawing Function (SAWING INDEX)

Cross-CutTime-indeksi kuvaa katkaisusahausta. CuttingTime-indeksi lasketaan katkaisuhalkaisijan (CuttingDiam) perusteella lasketun teoreettisen kat-kaisuajan ja mitatun katkaisuajan (CuttingTime) erotuksesta. Sahan teoreettinen katkaisuaika voidaan määrittää esimerkiksi katkaisuläpimitan funktiona. Tarvittavat parametrit voidaan identifioida mittausdatan perusteella. Mitä lyhyempi mitattu katkaisuaika, sitä suurempi indeksin arvo.The Cross-CutTime index describes a cut saw. The CuttingTime index is calculated as the difference between the theoretical cut-off time calculated from the cut-off diameter (CuttingDiam) and the measured cut-off time (CuttingTime). The theoretical cutting time of the saw can be determined, for example, as a function of the cutting diameter. The required parameters can be identified based on the measurement data. The shorter the cut-off time measured, the higher the index value.

Kuvassa 11 on esitetty eräs luokittelu, jossa on tarkasteltu sahaustoiminnon nopeutta (Speed) ja otetaan huomioon rungon paksuus (Stem Diameter) ja puulaji, siis toisin sanoen koivu (Birch), mänty (Pine) tai kuusi (Spruce). Kuvassa luokittelu on esitetty kuusen osalta ja kutakin halkaisija-aluetta vastaava sahauksien kokonaismäärä on esitetty taulukon oikeassa sarakkeessa.Figure 11 shows a classification that looks at the speed of the sawing operation (Stem Diameter) and the species of wood, i.e. birch (Birch), pine (Pine) or spruce (Spruce). The figure shows the classification for spruce and the total number of saws corresponding to each diameter area is shown in the right column of the table.

Sahausindeksi (SAWING INDEX) saadaan Cross-CutTime -indeksistä. Historiatietoja sahausindeksin käyttäytymisen osalta eräässä harvesterissa on esitetty kuvassa 12, jossa aikajaksona on yksi kuukausi ja kukin piste vastaa 100 runkoa.The Sawing Index (SAWING INDEX) is obtained from the Cross-CutTime Index. Historical data on the behavior of the sawing index in a harvester is shown in Figure 12, with a period of one month and each point corresponding to 100 trunks.

Toteutusesimerkki: harvesteripään tuottavuus (MACHINE PRODUCTIVITY INDEX)Case Study: Harvester Head Productivity (MACHINE PRODUCTIVITY INDEX)

Tarkastellaan seuraavaksi harvesteripäähän tuottavuuteen liittyviä tunnuslukuja ja indeksejä, joita voidaan esimerkkeinä ottaa käyttöönNext, let's look at harvester head productivity ratios and indexes that can be used as examples

Harvesteripään tuottavuusindeksi (MACHINE PRODUCTIVITY INDEX) kuvaa harvesteripään tehollista prosessointiaikaa vastaavaa tuottavuutta. Tehollinen prosessointiaika on rungon kaikkien pölkkyjen yhteenlaskettu syöttöjä sahaustoimintojen aktiivinen käyttöaika. Harvesteripään tekninen teho- tuottavuus lasketaan runkokohtaisesti rungon tilavuudesta ja tehollisesta pro-sessointiajasta. Kompensointina on rungon tilavuus (StemVolume). Machine-Productivity-indeksi lasketaan EffectiveProductivity-tunnusluvusta. Mitä suurempi tunnusluvun keskiarvo, sitä suurempi indeksin arvo. Historiatietoja har-vesteripään tuottavuusindeksin käyttäytymisen osalta eräässä harvesterissa on esitetty kuvassa 14, jossa tarkastelujako on 1 kuukausi ja kukin piste vastaa 100 runkoa.The MACHINE PRODUCTIVITY INDEX describes the productivity corresponding to the effective processing time of the harvester head. Effective processing time is the sum of the inputs of all logs in the frame and the active running time of the sawing operations. The technical efficiency of the harvester head is calculated per frame by the volume of the frame and the effective processing time. The compensation is the body volume (StemVolume). The Machine Productivity Index is calculated from the EffectiveProductivity Index. The higher the average of the indicator, the higher the index value. Historical data on the performance of the Harvester head productivity index in a harvester is shown in Figure 14, with an observation period of 1 month and each point corresponding to 100 frames.

Toteutusesimerkki: harvesterioään polttoaineen kulutusindeksi (FUEL COMSUMPTION INDEX)Implementation Example: Fuel Consumption Index (FUEL COMSUMPTION INDEX) for their harvester

Tarkastellaan seuraavaksi harvesteripäähän aiheuttamaan polttoaineen kulutukseen liittyviä tunnuslukuja ja indeksejä, joita voidaan esimerkkeinä ottaa käyttöön.Let us now consider the indicators and indices related to fuel consumption caused by the harvester head, which may be used as examples.

Harvesteripään polttoaineen kulutusindeksi (FUEL COMSUMPTION INDEX) kuvaa koko rungon prosessointiin käytetty polttoainemäärää. Kompensointina on rungon tilavuus (StemVolume). FuelConsumption-indeksi lasketaan rungon ProcessingTime- ja FuelConsumption-tunnusluvuista. Mitä pienempi polttoaineen kulutuksen keskiarvo, sitä suurempi indeksin arvo. Historiatietoja harvesteripään polttoaineen kulutusindeksin käyttäytymisen osalta eräässä harvesterissa on esitetty kuvassa 15, jossa tarkastelujako on 1 kuukausi ja kukin piste vastaa 100 runkoa.The Harvester Head Fuel Consumption Index (FUEL COMSUMPTION INDEX) describes the amount of fuel used to process the entire hull. The compensation is the body volume (StemVolume). The FuelConsumption Index is calculated from the ProcessingTime and FuelConsumption indices of the hull. The lower the average fuel consumption, the higher the index value. Historical data on the behavior of the fuel consumption index of the harvester head in one harvester is shown in Figure 15, with a period of observation of 1 month and each point corresponding to 100 frames.

Keksintöä voidaan soveltaa hyvin monipuolisesti metsäkoneen eri toimintojen monitorointiin, jolloin aikaansaadaan informaatiota riittävän pitkältä ajalta päätöksien tueksi. Esitetty järjestelmä ja menetelmä ei sovellu pelkästään harvesterille, vaan se voidaan ottaa käyttöön myös kuormakoneissa, erityisesti ajovoimansiirron monitoroinnin osalta. Kuormakoneissa voidaan seurata myös esimerkiksi puomijärjestelmän osalta komponenttien kuntoa ja toimintaa, samoin polttoainetaloutta. Esimerkiksi indeksit voidaan esittää havainnollisesti käyttäjälle, ja käyttää niitä päätöksien tueksi.The invention can be applied in a wide variety of ways to monitor different functions of a forest machine, thereby providing information over a sufficiently long period to support decisions. The system and method shown is not only suitable for harvesters, but can also be implemented in lorries, especially for traction transmission monitoring. Loaders can also monitor the condition and operation of components, such as the boom system, as well as fuel economy. For example, indexes can be displayed visually to the user and used to support decisions.

Keksintöä ei ole rajoitettu vain edellä esitettyihin esimerkkeihin, vaan se voi vaihdella oheisten patenttivaatimuksien mukaisesti.The invention is not limited to the above examples, but may vary according to the appended claims.

Claims

A method in the control system of a forest machine for monitoring the performance of a subsystem of the forest machine, characterized in that the method comprises: - collection of measurement data relating to the function of the subsystem of the forest machine, when the driver works with the aid of the forest machine, - repeated determination of one or more calculated characteristic values representing the performance of said subsystem based on said measurement data, - monitoring the temporal variation of said one or more characteristic values by storing said one or more characteristic values, and - using said characteristic value as basis for adaptive adjustment of productivity, and automatic selection of the control system's optimum setting parameters for different use situations.

A method according to claim 1, characterized in that the operation of the forest machine's crane system is monitored, at least monitoring the use times of joints in the crane system working step by step.

Method according to claim 1 or 2, characterized in that the fuel consumption of the forest machine is continuously monitored.

Method according to claim 1, characterized in that the temporal variation of said one or more characteristic values is shown in the form of an overview graphical presentation to the user.

Computer programs comprising program code means, characterized in that it is arranged to perform the steps of the method according to any one of claims 1-15, when said computer program is run on a control computer.

Computer program according to claim 5, characterized in that said control computer is the central unit of the control system in a forest machine.

Computer program product comprising program code means stored on a computer readable medium, characterized in that it is arranged to perform the steps of the method according to any one of claims 1-4, when said computer program is run on a control computer.

Computer program product according to claim 7, characterized in that said control computer is the central unit of the control system in a forest machine.

A system for monitoring the performance of a subsystem or function in a forest machine, the system comprising: - a control system arranged to control a subsystem in the forest machine, characterized in that the control system is further adapted: - to collect measurement data relating to the function of said subsystem, when the driver works with the aid of the forest machine; variation, and - to use said characteristic value as the basis for adaptive adjustment of productivity by automatically selecting the optimal setting parameters of the control system for different use situations.

10. A system according to claim 9, characterized in that the control system is arranged to monitor the operation of the forest machine's crane system, whereby at least operating times of joints in the crane system are monitored working step by step.

System according to claim 9 or 10, characterized in that the control system is arranged to monitor the fuel consumption of the forest machine.

System according to any one of claims 9-11, characterized in that the control system is arranged to show the temporal variation of said one or more characteristic values in the form of a clear graphical presentation to the user.

System according to any one of claims 9-12, characterized in that the system also comprises a control bus arranged to operate under said control system and to convey said measurement data relating to the embodiment.

System according to claim 12, characterized in that the system comprises a display module connected to the control system which is intended to display said presentation.