CN110793792A - 异常监视装置、异常监视方法以及控制装置 - Google Patents
异常监视装置、异常监视方法以及控制装置 Download PDFInfo
- Publication number
- CN110793792A CN110793792A CN201910706730.6A CN201910706730A CN110793792A CN 110793792 A CN110793792 A CN 110793792A CN 201910706730 A CN201910706730 A CN 201910706730A CN 110793792 A CN110793792 A CN 110793792A
- Authority
- CN
- China
- Prior art keywords
- abnormality
- abnormality monitoring
- control device
- information
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C19/00—Bearings with rolling contact, for exclusively rotary movement
- F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
- F16C19/525—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to temperature and heat, e.g. insulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C19/00—Bearings with rolling contact, for exclusively rotary movement
- F16C19/52—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
- F16C19/527—Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions related to vibration and noise
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C2233/00—Monitoring condition, e.g. temperature, load, vibration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16C—SHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
- F16C32/00—Bearings not otherwise provided for
- F16C32/04—Bearings not otherwise provided for using magnetic or electric supporting means
- F16C32/0406—Magnetic bearings
- F16C32/044—Active magnetic bearings
- F16C32/0442—Active magnetic bearings with devices affected by abnormal, undesired or non-standard conditions such as shock-load, power outage, start-up or touchdown
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Numerical Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种异常监视装置、异常监视方法以及控制装置,能够减小安装器件的规模,并且能够进行高速的响应且能够实现高异常检测精度。异常监视装置具备:至少一个滤波器,所述至少一个滤波器将与利用电动机进行的产业机械的机构的驱动有关的状态信息作为至少一个频带的信号来提取;积分器,其对滤波器的每个频带的输出进行积分;以及异常检测部,其基于由积分器进行积分而得到的积分值来检测异常。状态信息能够设为控制电动机的控制装置的控制信息、或来自安装于机构的至少一个探测器的探测信息。
Description
技术领域
本发明涉及一种异常监视装置、异常监视方法以及控制装置。
背景技术
例如专利文献1至专利文献3中记载了在产业机械中使用的异常监视装置。
专利文献1中记载了一种在具备相对于静止构件相对地旋转或滑动的部件的机械设备中使用的异常诊断装置。该异常诊断装置具备:检测部,其固定于旋转或滑动的部件或者固定于静止构件,并且该检测部具有振动传感器和温度传感器;以及信号处理部,其根据检测部输出的检测信号来判定部件的状态。信号处理部具备:比较对照部,其将基于旋转速度信号计算出的由部件的损伤引起的频率分量与基于由振动传感器检测出的信号的实测数据的频率分量进行比较;以及异常判定部,其基于比较对照部的比较结果来判定部件有无异常或确定损伤部位。
专利文献2中记载了一种具备异常监视装置的机床用的磁轴承装置。该磁轴承装置是机床用的磁轴承装置,所述机床通过磁径向轴承单元和磁推力轴承单元使主轴相对于固定侧磁悬浮,并通过电动机单元对主轴进行旋转驱动,从而通过安装于主轴的端部的加工工具来进行工件加工,其中,所述磁轴承装置具备:振动检测单元,其检测主轴的振动;频率特性可变滤波器,其从振动检测单元的输出信号提取与旋转同步的振动分量;以及判定单元,其将频率特性可变滤波器的输出信号的水平超过规定水平的状态判定为是异常状态。
在专利文献3中记载了一种成为异常监视装置的工具缺损检测装置。该工具缺损检测装置具备:工具负荷检测电路,其用于得到与工具的负荷的变动有关的信息,所述工具的负荷的变动包括频率比较低的变动量和频率比较高的变动量,频率比较低的变动量例如为由被加工物的加工面相对于基准面的倾斜引起的变动、由进刀量的变化引起的变动等,频率比较高的变动量例如为刀尖生成切屑时的变动、由工具缺损等异常现象引起的突发的输出变动、由与工具的旋转相伴的加工机主轴部的阻力引起的变动等;以及信号处理电路,其根据工具负荷检测电路的输出来检测频率比较高的变动量中的峰值大的部分,并输出表示发生了工具缺损等异常的信号。而且,还记载了以下内容:信号处理电路具备:平均值化电路,其只使频率比较低的变动量通过;减法电路,其从工具负荷检测电路的输出中减去平均值化电路的输出;以及比较电路,其将该减法电路的输出与工具缺损检测用基准设定值进行比较,判断减法电路的输出是否超过了工具缺损检测用基准设定值。还记载了以下内容:可以在减法电路与比较电路之间设置用于将刀尖生成切屑时的变动量平均值化的积分电路。
现有技术文献
专利文献
专利文献1:国际公开第2006-030786号小册子
专利文献2:日本特开2001-259972号公报
专利文献3:日本特开昭60-232853号公报
发明内容
发明要解决的问题
在通过控制装置来控制电动机的旋转的情况下,直接导入转矩指令等控制信息、或者来自用于检测由支承主轴的轴承的劣化引起的振动的振动传感器的探测信息,来判定由伺服电动机驱动的机构的异常需要大规模的存储装置和计算电路,因此安装器件的规模变大。
本发明的目的在于提供一种能够减小安装器件的规模并且能够进行高速的响应且能够实现高异常检测精度的异常监视装置、异常监视方法和控制装置。
用于解决问题的方案
(1)本发明所涉及的异常监视装置具备:至少一个滤波器,所述至少一个滤波器将与利用电动机进行的产业机械的机构的驱动有关的状态信息作为至少一个频带的信号来提取;积分器,其对所述滤波器的每个频带的输出进行积分;以及异常检测部,其基于由所述积分器进行积分而得到的积分值来检测异常。
(2)在所述(1)的异常监视装置中,所述状态信息能够设为控制所述电动机的控制装置的控制信息。
(3)在所述(1)的异常监视装置中,所述状态信息能够设为来自安装于所述机构的至少一个探测器的探测信息。
(4)在所述(3)的异常监视装置中,所述异常检测部能够基于所述积分值和控制所述电动机的控制装置的控制信息来检测异常值。
(5)本发明所涉及的控制装置对用于驱动产业机械的机构的电动机进行控制,所述控制装置具备所述(2)所述的异常监视装置。
(6)在本发明所涉及的异常监视方法中,使用滤波器将与利用电动机进行的产业机械的机构的驱动有关的状态信息作为至少一个频带的信号来提取,使用积分器对所述滤波器的每个频带的输出进行积分,基于由所述积分器进行积分而得到的积分值来检测异常。
发明的效果
根据本发明,能够减小安装器件的规模,并且能够进行高速的响应且能够实现高异常检测精度。
附图说明
图1是表示本发明的第一实施方式的伺服控制装置的框图。
图2是表示异常监视部的结构的框图。
图3是表示转矩指令的波形fs(t)的波形图。
图4是表示将转矩指令值分割为n个频带的状态的说明图。
图5是表示n个频带的每个频带的积分值的特性图。
图6是表示自动编码器的结构的说明图。
图7是表示异常监视部的动作的流程图。
图8是表示具有伺服控制装置和异常监视装置的异常监视系统的结构的框图。
附图标记说明
10:伺服控制装置;20:伺服电动机;30:机构;40:探测器;101:位置指令制作部;102:减法器;103:位置控制部;104:减法器;105:速度控制部;106:减法器;107:电流控制部;108:积分器;109:控制信息获取部;110、110A:异常监视部。
具体实施方式
下面,使用附图来详细地说明本发明的实施方式。
(第一实施方式)
图1是表示本发明的第一实施方式的伺服控制装置的框图。
伺服控制装置10控制伺服电动机20的旋转,伺服电动机20包含于产业机械,用于驱动产业机械的机构30。伺服控制装置10为用于对驱动产业机械的机构的电动机进行控制的控制装置。产业机械为机床、产业用机器人、电动压力机等锻压机械、注塑成型机等。也可以是,伺服控制装置10与伺服电动机20一同包含于产业机械。
伺服控制装置10具备位置指令制作部101、减法器102、位置控制部103、减法器104、速度控制部105、减法器106、电流控制部107、积分器108、控制信息获取部109以及异常监视部110。异常监视部110为异常监视装置。控制信息获取部109和异常监视部110在此被设为伺服控制装置10的一部分,但也可以是,控制信息获取部109以及异常监视部110与伺服控制装置10分开设置。
位置指令制作部101制作位置指令值,减法器102求所制作的位置指令值与位置反馈来的检测位置之差,并将该差作为位置偏差输出至位置控制部103。
位置指令制作部101基于使伺服电动机20进行动作的加工程序来制作位置指令值。在伺服电动机20驱动作为产业机械的机床的情况下,机构30例如为驱动主轴、或搭载被加工物(工件)的工作台的连结机构。连结机构为连结于伺服电动机20的联轴器、固定于联轴器的滚珠丝杠、以及与滚珠丝杠旋合从而与工作台连接的螺母。
位置指令制作部101设定进给速度来制作位置指令值,使得成为由加工程序指定的加工形状。
减法器102求位置指令值与位置反馈来的检测位置之差,并将该差作为位置偏差输出至位置控制部103。
位置控制部103将使位置偏差乘以位置增益(日语:ポジションゲイン)Kp而得到的值作为速度指令值输出至减法器104。
减法器104求速度指令值与速度反馈来的速度检测值之差,并将该差作为速度偏差输出至速度控制部105。
速度控制部105将使速度偏差乘以积分增益K1v而进行了积分而得到的值与使速度偏差乘以比例增益K2v而得到的值相加,并作为转矩指令值输出至减法器106和控制信息获取部109。
减法器106求转矩指令值与电流反馈来的电流检测值之差,并将该差作为电流偏差输出至电流控制部107。
电流控制部107基于电流偏差来求电流指令值,并将该电流指令值输出至伺服电动机20来驱动伺服电动机20。
伺服电动机20的旋转角度位置由与伺服电动机20相关联的、作为位置检测部的旋转编码器来检测,速度检测值作为速度反馈被输入至减法器104。速度检测值由积分器108进行积分而成为位置检测值,位置检测值作为位置反馈而被输入至减法器102。利用电流传感器来检测流过伺服电动机20的电流值,检测出的电流检测值作为电流反馈而被输入至减法器106。此外,在产业机械为机床,且伺服电动机20驱动工作台的情况下,也可以是,在滚珠丝杠的端部安装线性标尺,线性标尺检测滚珠丝杠的移动距离,从而使用线性标尺的检测值来作为位置反馈。
控制信息获取部109从减法器106获取作为控制信息的转矩指令并发送至异常监视部110。控制信息为表示与利用电动机进行的产业机械的机构的驱动有关的状态的状态信息之一。此外,表示与利用电动机进行的产业机械的机构的驱动有关的状态的状态信息不限于转矩指令。例如,也可以包括电流指令值等电流信息、位置偏差等位置反馈信息等。而且,控制信息获取部109获取的控制信息不仅为转矩指令,例如也可以获取电流指令值等电流信息、位置偏差等位置反馈信息等。
异常监视部110使用从减法器106输出的转矩指令来判断异常。图2是表示异常监视部的结构的框图。
如图2所示,异常监视部110具备滤波器111-1~111-n(n为自然数)、积分器112-1~112-n、积分值获取部113-1~113-n、以及异常检测部114。
滤波器111-1~111-n将输入的转矩指令分为n个频带进行输出。图3是表示转矩指令(成为原始信号(日语:原信号))的波形fs(t)的波形图。图4是表示将转矩指令值分割为n个频带的状态的说明图。利用积分器112-1~112-n每隔规定期间对滤波器111-1~111-n的输出进行积分。积分值获取部113-1~113-n从积分器112-1~112-n获取积分值并发送至异常检测部114。图5是示出n个频带的每个频带的积分值(能量)的特性图。
异常检测部114基于通过正常的状态下的n个频带的积分值得到的曲线(称作主曲线)与图5所示那样的通过监视时的n个频带的积分值得到的曲线之差来检测是否异常。异常检测部114在检测到异常的情况下输出异常检测信号。
异常检测部114能够使用自动编码器。公开自动编码器的文献例如有《利用自动编码器进行的工具磨损的探测》、长野县产业技术中心研究报告No.12,p.P41-P44(2017)。
如图6所示,自动编码器包括输入层、中间层以及输出层,在输出层再现输入至输入层的信号。图6是表示自动编码器的结构的说明图。输入层的节点数与输出层的节点数相同,另一方面,中间层的节点数比输入层的节点数少。在中间层进行维度压缩(日语:次元圧縮),提取最能表现输入信号的特征的特征点。输出层基于所提取的该特征点来进行维度复原(日语:次元復元)。关于该维度压缩方法、维度复原方法,通过使用产业机械正常地动作时的n个频带的积分值重复学习来生成。关于上述的正常的状态的主曲线,能够在产业机械出厂时通过自动编码器的学习来得到。
在向已学习的自动编码器输入了正常的状态的数据的情况下,由于特征点与复原方法匹配,因此能够恰当地进行复原。另一方面,在输入了与正常的数据不同的异常数据的情况下,由于本来应提取的特征点、复原方法均不同,因此不能够顺利地进行复原。
将在图6中示出的自动编码器的中间层的式子表示为数式1。在数式1中,W表示加权系数、b表示偏置(bias)。f(x)为激活函数,使用Relu函数。为f(x)=max(0,x),在输入的值为0以下时f(x)为0,在输入的值大于1时将输入保持原样输出。
[数1]
在自动编码器的学习中使加权系数W和偏置b变动,以使用将n个频带的每个频带的积分值(能量)设为输入和输出的教师数据来使输入与输出之差最小。
像这样,使用利用正常的数据进行学习而生成的自动编码器,来监视复原的偏移量,由此能够检测产业机械的机构的异常。在此,通过数式2的异常度E来检测异常。在异常度E超过规定的阈值时能够判断为异常。当输入值与输出值之差大时,异常度E为大的值。在数式2中,xi表示输入值,xi’表示输出值。
[数2]
在检测产业机械的异常的情况下,异常监视部110能够使用电流指令的积分值来代替使用转矩指令的积分值。另外,能够将电流指令的积分值或/和成为位置反馈信息的位置偏差等与转矩指令的积分值组合。此时,可以对该控制信息组合每隔规定期间通过规定的评价函数针对该控制信息计算出的评价值。即,异常监视部110能够使用伺服控制装置10的转矩指令、电流指令、或位置偏差等控制信息来检测异常。在图1中,电流指令为电流控制部107的输出,位置偏置为减法器102的输出值。
仅通过转矩指令的积分值有时难以进行正常与异常的判定,如果如上所述那样在转矩指令的积分值以外还组合电流指令的积分值或/和作为位置反馈信息的位置偏差等来判定异常,则能够提高异常判定的准确率。
图7是表示异常监视部的动作的流程图。
异常监视部110在步骤S101中获取转矩指令来作为控制信息。滤波器111-1~111-n在步骤S102中将转矩指令分为n个频带。
接着,积分器112-1~112-n在步骤S103中每隔规定期间在n个频带的各个频带进行积分。异常检测部114在步骤S104中基于主曲线和监视时的曲线来进行是否异常的检测,在步骤S105中,进行是否异常的判断,在判断为异常时在步骤S106中输出异常检测信号。在判断为不异常时返回步骤S101。
接着,在输出异常检测信号后,在步骤S107中,判断是否继续进行产业机械的加工处理,在继续进行产业机械的加工处理的情况下返回步骤S101,在不继续进行产业机械的加工处理的情况下,结束异常监视动作。
在使用控制信息来检测产业机械的异常的情况下,当想要直接导入控制信息来检测异常时,用于实现异常监视装置的安装器件规模变大(AD、通信信道频带(日语:通信路帯域)、存储装置、CPU、GPU等的规模变大)。通过如本实施方式那样,将控制信息分为规定的数量的频带,并每隔规定期间在各频带进行积分,能够不损坏信息内容地压缩信息量。
另外,不需要大规模存储装置、计算电路,而实现为利用小型基板、微型计算机进行的预处理,由此能够在维持高异常检测精度的同时实现系统整体的小型化和高响应化。
(第二实施方式)
在第一实施方式中,使用伺服控制装置10的转矩指令值、电流指令值、或位置检测值等控制信息来检测产业机械的异常。在本实施方式中,对具有使用伺服控制装置的控制信息和探测器的探测信息来检测异常的异常监视装置的异常监视系统进行说明。控制信息和探测信息是表示与利用电动机进行的产业机械的机构的驱动有关的状态的状态信息。
图8是表示具有伺服控制装置和异常监视装置的异常监视系统的结构的框图。
如图8所示,异常监视系统具备伺服控制装置10A、控制信息获取部109、作为异常监视装置的异常监视部110A、伺服电动机20、产业机械的机构30以及探测器40。图1所示的伺服控制装置10在内部具备控制信息获取部109和异常监视部110,本实施方式的伺服控制装置10A不具备控制信息获取部109和异常监视部110。除了以下两点以外,异常监视部110A的结构与图2所示的异常监视部110的结构相同:向滤波器111-1~111-n输入探测器40的输出;除了向异常检测部114A输入来自积分值获取部113-1~113-n的输出以外还从控制信息获取部109向异常检测部114A输入转矩指令等控制信息。控制信息获取部109可以设置在伺服控制装置10A内。
探测器40为观测产业机械的机构30或伺服电动机20的状态的传感器。例如为AE(声发射)传感器、振动传感器或温度传感器。AE传感器为用于检测在材料被作用外力而损坏时、在材料彼此的界面间发生摩擦或碰撞时等产生的弹性波的传感器,例如检测由于加工材料(日语:被削材)凝结于工具的刀尖而导致的切削变得不稳定的情况。振动传感器用于检测由部件的劣化、例如支承主轴的轴承的劣化引起的振动。温度传感器用于测定并输出主轴或电动机附近的温度。
探测器40的探测信息被输入至滤波器111-1~111-n。利用积分器112-1~112-n每隔规定期间对滤波器111-1~111-n的输出进行积分,其积分值经由积分值获取部113-1~113-n被输入至异常检测部114A。另外,来自控制信息获取部109的转矩指令值等控制信息被输入至异常检测部114A。异常检测部114A与异常检测部114同样地基于通过正常的状态下的n个频带的积分值得到的曲线(称作主曲线)和通过监视时的n个频带的积分值得到的曲线之差,来检测是否异常并得到第一检测结果。另外,异常检测部114基于转矩指令值等控制信息来检测是否异常并得到第二检测结果。而且,在第一检测结果和第二检测结果均为异常的情况下,异常检测部114输出异常检测信号。表示异常监视部的动作的流程与在图7中将转矩指令置换为探测器40的探测信息得到的动作相同。
能够使用来自AE传感器、振动传感器或温度传感器的探测信息(传感器信息)来监视产业机械的机构的异常。但是,在只使用一个传感器信息来进行异常监视的情况下,考虑由于传感器噪声等的影响而引起误判定的可能性。
另外,能够使用能够比较容易地获取准确的信息的控制装置的控制信息(转矩指令、电流指令、位置反馈信息等)来监视产业机械的机构的异常。例如,在转矩指令值上升这样的情况下能够判定为异常,但有时在加工的负荷上升这样的情况下也难以进行正常与异常的判定。
因此,通过获取控制装置的控制信息并与AE传感器等的传感器信息组合来监视机构的异常,能够提高异常判定的准确率。例如,如果在加工的负荷上升时AE传感器也探测到异常,则能够可靠地判定为发生了设备、工具等产生变形这样的异常(碰撞等)。
在本实施方式中,当想要直接导入探测信息来进行判定时,用于实现异常判定装置的安装器件规模会变大。因此,在本实施方式中,也与第一实施方式同样地,将探测信息分为规定数量的频带,每隔规定期间在各频带进行积分,由此能够不损坏信息内容地压缩信息量。
此外,在一并使用控制信息和探测信息的情况下,当想要直接导入控制信息来进行判定时,用于实现异常判定装置的安装器件规模会变大。在本实施方式中,也与第一实施方式同样地,将控制信息分为规定的数量的频带,每隔规定期间在各频带进行积分,由此能够不损坏信息内容地压缩信息量。另外,也可以如前述那样,使用规定的评价函数来每隔规定期间计算每个控制信息的评价值,从而使用该评价值。
另外,不需要大规模存储装置、计算电路,而实现为利用小型基板、微型计算机进行的预处理,由此能够在维持高异常检测精度的同时实现系统整体的小型化和高响应化。
在本实施方式中,使用来自探测器的探测信息和伺服控制装置10A的控制信息来检测产业机械的异常,但也可以不使用伺服控制装置10A的控制信息而只通过来自探测器的探测信息来检测产业机械的异常。
以上,对伺服控制装置10、10A、以及异常监视部110A中包含的功能块进行了说明。
为了实现这些功能块,伺服控制装置10、10A、异常监视部110A分别具备CPU(Central Processing Unit:中央处理单元)等运算处理装置。另外,伺服控制装置10、10A、以及异常监视部110A分别还具备保存有应用软件、OS(Operating System:操作系统)等各种控制用程序的HDD(Hard Disk Drive:硬盘驱动器)等辅助存储装置、用于保存在运算处理装置执行程序时暂时所需的数据的RAM(Random Access Memory:随机存取存储器)之类的主存储装置。
而且,在伺服控制装置10、10A、异常监视部110A中,分别由运算处理装置从辅助存储装置读取应用软件、OS,并且一边将所读取的应用软件、OS在主存储装置中展开一边进行基于这些应用软件、OS的运算处理。另外,基于运算处理装置的运算结果来控制各装置所具备的各种硬件。由此,实现本实施方式的功能块。也就是说,能够通过硬件与软件协作来实现本实施方式。
关于异常监视部110、110A,由于伴随机器学习的运算量大,因此例如当在个人计算机中搭载GPU(Graphics Processing Units:图形处理单元),并通过被称作GPGPU(General-Purpose computing on Graphics Processing Units:通用图形处理单元)的技术将GPU用于伴随机器学习的运算处理时,能够进行高速处理,因此优选。并且,为了进行更高速的处理,可以使用多台这样的搭载有GPU的计算机来构建计算机集群,并由该计算机集群中包含的多台计算机来进行并行处理。
上述的伺服控制装置的伺服控制部和机器学习装置中包含的各结构部能够通过硬件、软件或硬件与软件的组合来实现。另外,通过上述的伺服控制装置中包含的各个结构部的协作进行的伺服控制方法也能够通过硬件、软件或硬件与软件的组合来实现。在此,通过软件来实现是指通过计算机读取并且执行程序来实现。
能够使用各种类型的非暂时性的计算机可读介质(non-transitory computerreadable medium)来保存程序,并能够将该程序供给至计算机。非暂时性的计算机可读介质包括各种类型的具有实体的记录介质(tangible storage medium)。非暂时性的计算机可读介质的例子包括磁记录介质(例如硬盘驱动器)、光磁记录介质(例如光磁盘)、CD-ROM(Read Only Memory:只读存储器)、CD-R、CD-R/W、半导体存储器(例如掩膜ROM、PROM(Programmable ROM:可编程只读存储器)、EPROM(Erasable PROM:可擦除可编程只读存储器)、闪存ROM、RAM(random access memory))。另外,可以通过各种类型的暂时性的计算机可读介质(transitory computer readable medium)来将程序提供给计算机。
上述的实施方式是本发明的优选实施方式,但本发明的范围并不只限定为上述实施方式,能够在不脱离本发明的主旨的范围内以进行了各种变更得到的方式来实施。
例如,在第一实施方式中,也可以是,异常监视部110与伺服控制装置10分开设置,并且与伺服控制装置1以能够通过网络进行通信的方式连接。另外,在第二实施方式中,也可以是,异常监视部110A与探测器40以及控制信息获取部109以能够经由网络进行通信的方式连接。网络例如为在工厂内构建的LAN(Local Area Network:局域网)、互联网、公共电话网或者它们的组合。关于网络中的具体的通信方式、是有线连接和无线连接中的哪种等,不特别进行限定。
Claims (6)
1.一种异常监视装置,具备:
至少一个滤波器,所述至少一个滤波器将与利用电动机进行的产业机械的机构的驱动有关的状态信息作为至少一个频带的信号来提取;
积分器,其对所述滤波器的每个频带的输出进行积分;以及
异常检测部,其基于由所述积分器进行积分而得到的积分值来检测异常。
2.根据权利要求1所述的异常监视装置,其特征在于,
所述状态信息为控制所述电动机的控制装置的控制信息。
3.根据权利要求1所述的异常监视装置,其特征在于,
所述状态信息为来自安装于所述机构的至少一个探测器的探测信息。
4.根据权利要求3所述的异常监视装置,其特征在于,
所述异常检测部基于所述积分值和控制所述电动机的控制装置的控制信息来检测异常值。
5.一种控制装置,对用于驱动产业机械的机构的电动机进行控制,
所述控制装置具备根据权利要求2所述的异常监视装置。
6.一种异常监视方法,包括:
使用滤波器将与利用电动机进行的产业机械的机构的驱动有关的状态信息作为至少一个频带的信号来提取,
使用积分器对所述滤波器的每个频带的输出进行积分,
基于由所述积分器进行积分而得到的积分值来检测异常。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018146804A JP6856585B2 (ja) | 2018-08-03 | 2018-08-03 | 異常監視装置、異常監視方法及び制御装置 |
JP2018-146804 | 2018-08-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110793792A true CN110793792A (zh) | 2020-02-14 |
CN110793792B CN110793792B (zh) | 2023-02-28 |
Family
ID=69168526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910706730.6A Active CN110793792B (zh) | 2018-08-03 | 2019-08-01 | 异常监视装置、异常监视方法以及控制装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11536627B2 (zh) |
JP (1) | JP6856585B2 (zh) |
CN (1) | CN110793792B (zh) |
DE (1) | DE102019005195A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7029681B2 (ja) | 2020-03-18 | 2022-03-04 | 株式会社安川電機 | ロボット制御装置、ロボット制御システム、及びロボット制御方法 |
JP7467251B2 (ja) | 2020-06-22 | 2024-04-15 | 日立Astemo株式会社 | 信号伝送装置、信号伝送システム |
CN114433656B (zh) * | 2020-10-30 | 2024-04-23 | 深圳富桂精密工业有限公司 | 冲压异常检测系统 |
CN113524260B (zh) * | 2021-07-29 | 2022-07-26 | 之江实验室 | 一种多关节机器人碰撞检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05312690A (ja) * | 1992-05-11 | 1993-11-22 | Toshiba Corp | 回転機械の監視装置 |
JP2007336640A (ja) * | 2006-06-13 | 2007-12-27 | Melec:Cc | ステッピングモータの脱調検出方法とその脱調検出装置 |
CN105745835A (zh) * | 2013-11-13 | 2016-07-06 | 三菱电机株式会社 | 旋转机的控制装置及电动助力转向装置 |
JP2018094686A (ja) * | 2016-12-14 | 2018-06-21 | ファナック株式会社 | 工作機械における工具のビビり発生の予兆を検知する機械学習装置、cnc装置および機械学習方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3582928A (en) * | 1969-07-16 | 1971-06-01 | Robert M Gaertner | Impending failure indication device for bearings |
JPH0616981B2 (ja) | 1984-04-27 | 1994-03-09 | 株式会社豊田中央研究所 | 工具欠損検出装置 |
JPH04372341A (ja) * | 1991-06-21 | 1992-12-25 | Hitachi Constr Mach Co Ltd | 回転工具の異常予知装置 |
KR0145146B1 (ko) * | 1994-12-01 | 1998-08-17 | 장문현 | 신경회로망을 이용한 회전기기의 이상유무 진단장치 및 그 진단방법 |
JP2001259972A (ja) | 2000-03-21 | 2001-09-25 | Matsushita Electric Ind Co Ltd | 工作機械用の磁気軸受装置 |
JP3402468B2 (ja) * | 2000-08-24 | 2003-05-06 | 川崎製鉄株式会社 | 軸受の振動診断装置 |
US7349997B2 (en) * | 2003-01-15 | 2008-03-25 | Hewlett-Packard Development Company, L.P. | Dynamic command filter |
WO2006030786A1 (ja) | 2004-09-13 | 2006-03-23 | Nsk Ltd. | 異常診断装置及び異常診断方法 |
WO2012176331A1 (ja) * | 2011-06-24 | 2012-12-27 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
US20140121789A1 (en) * | 2012-10-30 | 2014-05-01 | Rockwell Automation Technologies, Inc. | Advisable state of controlled objects in factory automation systems |
JP6051415B2 (ja) * | 2014-04-17 | 2016-12-27 | パナソニックIpマネジメント株式会社 | ブラシレスモータ制御装置およびその診断処理方法 |
JP6472268B2 (ja) * | 2015-02-23 | 2019-02-20 | 株式会社日立製作所 | 電動機駆動システム、電動機の制御方法および電力変換装置 |
JP2017173041A (ja) * | 2016-03-22 | 2017-09-28 | Ntn株式会社 | 状態監視装置およびそれを搭載する風力発電設備、ならびに電気的ノイズ除去方法 |
JP6809882B2 (ja) * | 2016-11-29 | 2021-01-06 | ファナック株式会社 | ファンの故障予測を学習する機械学習器、機械学習器を含む装置および機械学習方法 |
US11157782B2 (en) * | 2017-11-16 | 2021-10-26 | International Business Machines Corporation | Anomaly detection in multidimensional time series data |
JP6897790B2 (ja) * | 2017-12-01 | 2021-07-07 | 日産自動車株式会社 | 電動機の制御方法及び電動機の制御装置 |
KR102068077B1 (ko) * | 2018-05-21 | 2020-01-20 | 주식회사 티스마트 | 복합 신호를 이용한 회전기계설비 진단장치 |
-
2018
- 2018-08-03 JP JP2018146804A patent/JP6856585B2/ja active Active
-
2019
- 2019-07-13 US US16/510,881 patent/US11536627B2/en active Active
- 2019-07-25 DE DE102019005195.5A patent/DE102019005195A1/de active Pending
- 2019-08-01 CN CN201910706730.6A patent/CN110793792B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05312690A (ja) * | 1992-05-11 | 1993-11-22 | Toshiba Corp | 回転機械の監視装置 |
JP2007336640A (ja) * | 2006-06-13 | 2007-12-27 | Melec:Cc | ステッピングモータの脱調検出方法とその脱調検出装置 |
CN105745835A (zh) * | 2013-11-13 | 2016-07-06 | 三菱电机株式会社 | 旋转机的控制装置及电动助力转向装置 |
JP2018094686A (ja) * | 2016-12-14 | 2018-06-21 | ファナック株式会社 | 工作機械における工具のビビり発生の予兆を検知する機械学習装置、cnc装置および機械学習方法 |
Also Published As
Publication number | Publication date |
---|---|
US11536627B2 (en) | 2022-12-27 |
DE102019005195A1 (de) | 2020-02-06 |
US20200041381A1 (en) | 2020-02-06 |
JP2020022329A (ja) | 2020-02-06 |
CN110793792B (zh) | 2023-02-28 |
JP6856585B2 (ja) | 2021-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110793792B (zh) | 异常监视装置、异常监视方法以及控制装置 | |
Schmitz | Chatter recognition by a statistical evaluation of the synchronously sampled audio signal | |
US7246023B2 (en) | Flexible process optimizer | |
US5407265A (en) | System and method for detecting cutting tool failure | |
JP6837771B2 (ja) | 送り軸の異常判定方法 | |
US7742836B2 (en) | Control unit | |
US20150051846A1 (en) | Bearing life determination device | |
US10493576B2 (en) | Servo control device, spindle failure detection method using servo control device, and non-transitory computer readable medium encoded with computer program | |
CN112740004B (zh) | 滚珠丝杠的预压降低检测方法和直动驱动装置 | |
US10571890B2 (en) | Diagnostic data acquisition system, diagnostic system, and computer readable medium | |
US20210154790A1 (en) | Anomaly detection device, method of detecting anomaly, and program | |
CN112904797A (zh) | 数值控制装置以及控制方法 | |
CN109839270A (zh) | 进给轴的异常诊断方法和异常诊断装置 | |
US20190243351A1 (en) | Failure location specifying device, failure location specifying method, and failure location specifying program | |
CN110174873A (zh) | 伺服控制装置 | |
JP2018055383A (ja) | 管理システム、管理装置、管理装置を用いた主軸故障検出方法及びコンピュータプログラム | |
US10888966B2 (en) | Machine tool | |
JP2000107987A (ja) | 工具異常検出装置 | |
US7877215B2 (en) | Evaluation method for rolling bearing part | |
US10862812B2 (en) | Information processing apparatus, data management system, data management method, and non-transitory computer readable medium storing program | |
US10639759B2 (en) | Load state diagnosis device and load state diagnosis method for servomotor | |
US20230091985A1 (en) | Method and device for measuring cutting force, electronic apparatus and storage medium | |
JP2020027386A (ja) | 異常判定装置、異常判定システムおよび異常判定方法 | |
Meier et al. | Determination of bearing clearance by the application of neural networks | |
Alghassi | Generalized Anomaly Detection Algorithm Based on Time Series Statistical Features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |