CN111796554B - 监视装置、监视系统和监视方法 - Google Patents

监视装置、监视系统和监视方法 Download PDF

Info

Publication number
CN111796554B
CN111796554B CN202010251817.1A CN202010251817A CN111796554B CN 111796554 B CN111796554 B CN 111796554B CN 202010251817 A CN202010251817 A CN 202010251817A CN 111796554 B CN111796554 B CN 111796554B
Authority
CN
China
Prior art keywords
abnormality
distribution
execution time
unit
monitoring
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.)
Active
Application number
CN202010251817.1A
Other languages
English (en)
Other versions
CN111796554A (zh
Inventor
西彻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of CN111796554A publication Critical patent/CN111796554A/zh
Application granted granted Critical
Publication of CN111796554B publication Critical patent/CN111796554B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/0957—Detection of tool breakage
    • 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
    • G05B19/4063—Monitoring general control system
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q1/00—Members which are comprised in the general build-up of a form of machine, particularly relatively large fixed members
    • B23Q1/70—Stationary or movable members for carrying working-spindles for attachment of tools or work
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q11/00—Accessories fitted to machine tools for keeping tools or parts of the machine in good working condition or for cooling work; Safety devices specially combined with or arranged in, or specially adapted for use in connection with, machine tools
    • 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
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34465—Safety, control of correct operation, abnormal states

Abstract

本发明提供监视装置、监视系统和监视方法。监视装置(18)具备：分布生成部(20)，其生成程序的执行时间的频率分布即执行时间分布；存储部(22)，其存储至少一个表示异常的执行时间分布的异常信息；运算部(26)，其根据表示分布生成部(20)生成的执行时间分布的信息以及存储在存储部(22)中的异常信息，运算异常的发生概率；阈值设定部(32)，其对异常信息设定概率阈值；判定部(28)，其在发生概率为概率阈值以上时，判定为有异常的预兆。

Description

监视装置、监视系统和监视方法
技术领域
本发明涉及对在加工机的加工循环中重复执行的至少一个程序的处理时间进行监视的监视装置、监视系统和监视方法。
背景技术
在加工机中，为了捕捉异常的征兆，有时监视从加工机得到的信息。在日本特开2016-215311号公报中公开了以下的技术，测量主轴电动机开始惯性运行后直到停止为止的主轴停止时间并存储到存储部中，比较存储在存储部中的与主轴停止时间有关的多个数据，根据该比较的结果来判断主轴或主轴电动机有无异常。
但是，在日本特开2016-215311号公报的技术中，因为根据主轴电动机开始惯性运行后直到停止为止的主轴停止时间来预测异常的有无，所以无法捕捉主轴、主轴电动机以外的异常。
发明内容
因此，本发明的目的在于，提供一种能够综合地捕捉加工机的异常的监视装置、监视系统和监视方法。
本发明的第一实施方式是监视装置，其监视控制加工机的控制装置在加工循环中重复执行的至少一种程序的处理时间，其具备：分布生成部，其生成上述程序的执行时间的频率分布即执行时间分布；存储部，其存储至少一个表示异常的上述执行时间分布的异常信息；运算部，其根据表示上述分布生成部生成的上述执行时间分布的信息以及上述存储部中存储的上述异常信息，运算异常的发生概率；阈值设定部，其对上述异常信息设定概率阈值；判定部，其在上述发生概率为上述概率阈值以上时，判定为有异常的征兆。
本发明的第二实施方式是一种监视系统，其具备：上述监视装置；多个上述加工机；多个控制装置，其控制多个上述加工机中的各个加工机；管理服务器，其管理多个上述控制装置。
本发明的第三实施方式是监视方法，其监视控制加工机的控制装置在加工循环中重复执行的至少一种程序的处理时间，包含：分布生成步骤，生成上述程序的执行时间的频率分布即执行时间分布；运算步骤，根据表示在上述分布生成步骤中生成的上述执行时间分布的信息以及存储部中存储的至少一个表示异常的上述执行时间分布的异常信息，运算异常的发生概率；阈值设定步骤，对上述异常信息设定概率阈值；判定步骤，在上述发生概率为预定的上述概率阈值以上时，判定为有异常的征兆。
根据本发明，能够根据在加工循环中重复执行的程序的执行时间的频度的倾向，与特定的异常无关地判定异常的征兆，作为结果能够综合地捕捉加工机的异常。
通过参照附图对以下的实施方式进行说明，能够容易地了解上述目的、特征以及优点。
附图说明
图1是表示监视系统的结构的示意图。
图2是表示监视装置的结构的示意图。
图3是表示执行时间分布的生成状况的概念图。
图4表示执行时间分布的例子。
图5示例正常的执行时间分布和发生异常时紧前的执行时间分布。
图6表示分布生成部的结构例子。
图7是表示分布生成处理的流程的流程图。
图8是表示异常信息生成处理的流程的流程图。
图9是表示异常征兆判定处理的流程的流程图。
具体实施方式
以下提出恰当的实施方式一边参照附图一边详细说明本发明。
[实施方式]
图1是表示监视系统10的结构的示意图。监视系统10具备多个加工机12、控制多个加工机12中的各个加工机的多个控制装置14、管理多个控制装置14的管理服务器16、组装在管理服务器16中的监视装置18。通过网络将多个控制装置14与管理服务器16连接。
多个加工机12中的各个加工机对加工对象物进行加工。多个加工机12中的至少一个种类可以与其他加工机12不同。此外，作为加工机12的种类，例如列举机床、放电加工机等。
多个控制装置14分别以加工循环为单位控制加工机12，使得对加工对象物进行加工。另外，在加工机12发生了异常时，多个控制装置14中的各个控制装置使加工机12异常停止，并向管理服务器16输出异常通知信号，该异常通知信号包含与发生的异常的种类对应的固有的标识符(以下称为警报编号)。
管理服务器16与多个控制装置14中的各个控制装置收发各种信号，对多个控制装置14中的各个控制装置进行管理。管理服务器16例如根据从控制装置14取得的信号，识别该控制装置14控制的加工机12的状态，根据识别结果来修正控制装置14向加工机12输出的指令值。
监视装置18监视在加工循环中执行的程序的处理时间。在加工循环中，由控制装置14连续或间歇地重复执行程序。作为在一个加工循环中重复执行的程序，一般情况是多个种类的程序，但也有一种程序的情况。作为程序的种类，例如列举进给轴用电动机的控制程序、旋转轴用电动机的控制程序、附加轴的移动控制程序、向存储装置的写入程序、切削液等的流量控制程序、加工槽的温度控制程序、用于确认工序的图像识别程序、与外部设备的通信程序等。即，在加工循环中，重复执行至少一种程序。
监视装置18根据从多个控制装置14中的各个控制装置取得的信号，针对程序的每个种类监视该各个控制装置14在加工循环中执行的程序的处理时间。此外，监视装置18对于多个控制装置14中的各个控制装置的监视内容是相同的，因此，以下说明监视装置18对于一个控制装置14的监视。另外，监视装置18对于各种程序的监视内容是相同的，因此，以下说明监视装置18对于一种程序的监视。
图2是表示监视装置18的结构的示意图。监视装置18具备分布生成部20、存储部22、存储控制部24、运算部26、判定部28、通知部30以及阈值设定部32。
存储部22是硬件，分布生成部20、存储控制部24、运算部26、判定部28、通知部30以及阈值设定部32既可以是硬件，也可以是软件。在分布生成部20、存储控制部24、运算部26、判定部28、通知部30以及阈值设定部32是软件的情况下，监视装置18具备处理器，在存储部22中存储监视程序。通过由处理器执行监视程序，监视装置18作为分布生成部20、存储控制部24、运算部26、判定部28、通知部30以及阈值设定部32发挥功能。
分布生成部20生成程序的执行时间的频率分布(以下称为执行时间分布)。如图3所示，分布生成部20针对每个加工循环，测量控制装置14在加工循环中连续或间歇地重复执行的程序的执行时间和次数，根据测量结果生成执行时间分布。
此外，对程序分配了与程序的种类对应的固有的标识符(程序编号)。因此，分布生成部20通过测量被分配了相同标识符(程序编号)的程序的执行时间和次数，来生成与该标识符对应的种类的执行时间分布。
图4表示执行时间分布的例子。在图4中，将纵轴的执行时间的次数标准化为相对于在一个加工循环中被分配了相同标识符(程序编号)的程序的执行次数(总数)的比例，但也可以不进行标准化。分布生成部20通过生成执行时间分布，如图4例示的那样，能够捕捉在加工循环中重复执行的程序的执行时间的频度的倾向。
此外，分布生成部20在生成了执行时间分布时，将生成的执行时间分布存储到存储部22，另外将生成的执行时间分布输出到运算部26。
存储部22用于存储各种信息。作为该存储部22，例如可以列举硬盘、可移动型存储器等存储介质。在该存储部22中预先存储正常的执行时间分布。正常的执行时间分布是正常动作时的在加工循环中执行的程序的执行时间的频率分布，针对程序的每个种类预先存储在存储部22中。
存储控制部24将表示异常的执行时间分布的异常信息存储到存储部22。在本实施方式中，异常的执行时间分布是在异常停止时紧前的加工循环中由分布生成部20生成的执行时间分布，表示异常的执行时间分布的信息是该分布生成部20生成的执行时间分布与正常的执行时间分布的分布差。
存储控制部24当从控制装置14接收到异常通知信号时，从存储部22读出在接收到该异常通知信号时的加工循环的前一个加工循环中由分布生成部20生成的执行时间分布、以及正常的执行时间分布。存储控制部24运算所读出的执行时间分布与正常的执行时间分布的分布差。在本实施方式中，作为分布差，存储控制部24运算从存储部22读出的执行时间分布的平均与正常的执行时间分布的平均之间的差(平均值差)。
具体地说，在将程序的执行时间设为t，将正常时的执行时间的次数的比例设为PN(t)，将异常时的执行时间的次数的比例设为PA(t)，将平均值差设为ΔAverage(PN，PA)的情况下，存储控制部24能够使用下式运算平均值差。
[公式1]
存储控制部24当运算出分布差(平均值差)时，将运算出的分布差作为异常信息，与从控制装置14接收到的异常通知信号中包含的警报编号关联起来存储到存储部22。
图5例示正常的执行时间分布和发生异常时紧前的执行时间分布。发生异常时紧前的执行时间分布与正常的执行时间分布不同。具体地说，在图5的例子中，发生异常时紧前的执行时间分布相对于正常的执行时间分布向纸面右侧位移。作为其主要原因，例如可举出加工机12的工具磨损从而程序的执行时间产生增减。另外，在图5的例子中，发生异常时紧前的执行时间分布中产生在正常的执行时间分布中没有的分布。作为其主要原因，例如可举出与程序的条件分支等对应地产生了新的处理。
即，分布差是在加工机12实际异常停止紧前由分布生成部20生成的执行时间分布相对于正常的执行时间分布的变化量，表示了异常的特征性征兆。存储控制部24将上述分布差作为异常信息存储到存储部22，由此在每次加工机12实际异常停止时，能够捕捉到发生了该异常时的特征性征兆。
运算部26根据表示分布生成部20生成的执行时间分布的信息以及存储在存储部22中的异常信息，运算异常的发生概率。运算部26在每次取得从分布生成部20输出的执行时间分布时，运算异常的发生概率。
即，运算部26当取得从分布生成部20输出的执行时间分布时，从存储部22读出正常的执行时间分布，运算所读出的正常的执行时间分布与从分布生成部20取得的执行时间分布的分布差。
另外，运算部26在从分布生成部20取得了执行时间分布时，读出在存储部22中存储的全部异常信息(分布差)。在此，在从存储部22读出的异常信息是一个时，运算部26运算从分布生成部20取得的执行时间分布与正常的执行时间分布的分布差与上述一个异常信息(分布差)之间的差。运算部26当运算出差时，对运算出的差乘以预定的系数(影响度)，将通过向斜坡函数中代入该乘法结果而得到的值作为与一个异常信息相对的异常的发生概率。
与此相对，在从存储部22读出的异常信息是多个时，运算部26对每个异常信息运算上述差。运算部26当运算出各个差时，将运算出的各个差乘以预定的系数(影响度)后进行相加，将通过向斜坡函数代入该相加结果而得到的值作为与多个异常信息中的各个异常信息相对的异常的发生概率。
具体地说，在将警报编号设为j，将与该警报编号关联起来存储在存储部22中的异常信息(分布差)的个数设为N，将该异常信息(分布差)设为n，将上述影响度设为A(j，n)，将上述差设为ΔDistance(j，n)，将异常的发生概率设为ALARMj时，运算部26能够使用下式运算与至少一个异常信息相对的异常的发生概率。
[公式2]
运算部26当运算出与至少一个异常信息相对的异常的发生概率时，将运算出的发生概率输出到判定部28。
判定部28根据运算部26运算出的发生概率，判定是否有异常的预兆。判定部28当取得了从运算部26输出的与异常信息相对的发生概率时，将该发生概率与通过阈值设定部32对异常信息设定的概率阈值进行比较。
判定部28在得到了发生概率小于概率阈值的比较结果时，判定为没有异常的预兆。另一方面，判定部28在得到了发生概率为概率阈值以上的比较结果时，判定为有异常的预兆。具体地说，判定部28判定为具有与概率阈值以上的发生概率所对应的异常信息相关联的警报编号的异常的预兆。
此外，在运算部26运算出与多个异常信息相对的发生概率的情况下，判定部28针对多个异常信息中的每个异常信息，将与异常信息相对的发生概率与对异常信息设定的概率阈值进行比较。
判定部28在得到了各个发生概率小于概率阈值的比较结果时，判定为没有异常的预兆。另一方面，判定部28在各个发生概率中的即使一个发生概率为概率阈值以上时，判定为具有与概率阈值以上的发生概率所对应的异常信息相关联的警报编号的异常的预兆。
判定部28在判定为有异常的预兆时，将该判定结果输出到通知部30和阈值设定部32。具体地说，判定部28生成判定结果信号，并将生成的判定结果信号输出到通知部30和阈值设定部32，该判定结果信号表示具有判定出的警报编号的异常的预兆。
通知部30通知加工机12有可能由于判定部28判定出的异常而异常停止。通知部30当取得了从判定部28输出的判定结果信号时，根据该判定结果信号，例如通知警报编号和表示有可能异常停止的警报消息。
通知部30通过通知有可能异常停止，能够提醒操作者应该注意加工机12的异常停止。另外，通知部30通过通知警报编号，能够使操作者掌握由于怎样的异常而有可能异常停止。
此外，在监视装置18具备显示部、扬声器以及发光部中的至少一个的情况下，通知部30也可以使用显示部、扬声器以及发光部中的至少一个来通知加工机12有可能由于判定部28判定出的异常而异常停止。另外，在具备显示部、扬声器以及发光部中的至少一个的外部装置与监视装置18相连接的情况下，通知部30也可以通过向该外部装置发送动作信号来通知加工机12有可能由于判定部28判定出的异常而异常停止。
阈值设定部32对异常信息设定概率阈值。阈值设定部32当取得了从判定部28输出的判定结果信号时，根据该判定结果信号识别判定为具有异常的预兆的警报编号，对于与识别出的警报编号相关联的异常信息设定概率阈值。
另外，阈值设定部32判定以判定部28判定为具有异常的预兆时为契机的预定时间内加工机12是否由于判定部28判定为有预兆的异常而异常停止。
即，阈值设定部32在取得从判定部28输出的判定结果信号后，在预定的时间内没有从控制装置14收到异常通知信号的情况下，判定为加工机12没有由于判定部28判定为有预兆的异常而异常停止。在该情况下，阈值设定部32提高对异常信息已设定的概率阈值。由此，能够减少判定部28的错误判定。
此外，当概率阈值过高时，难以判定与该概率阈值所对应的异常信息相关的异常的预兆，另外具有异常信息的可靠性可疑的倾向。因此，阈值设定部32在概率阈值为预定值以上时，从存储部22删除与预定值以上的概率阈值对应的异常信息。由此，能够抑制判定部28的错误判定。
另一方面，阈值设定部32在取得从判定部28输出的判定结果信号后，在预定的时间内从控制装置14收到异常通知信号的情况下，确认加工机12是否由于判定部28判定为有预兆的异常而异常停止。具体地说，阈值设定部32确认异常通知信号中包含的警报编号与根据判定部28输出的判定结果信号识别出的判定为有异常的预兆的警报编号是否一致。在一致的情况下，为加工机12由于判定部28判定为有预兆的异常而异常停止。在该情况下，阈值设定部32降低对异常信息已经设定的概率阈值。由此，能够容易地捕捉实际产生的异常的预兆。
此外，在异常通知信号中包含的警报编号与根据判定部28输出的判定结果信号识别出的判定为有异常的预兆的警报编号不一致的情况下，为加工机12由于与判定部28判定为有预兆的异常不同的异常而异常停止。在该情况下，阈值设定部32不变更已经设定的概率阈值，而新设定概率阈值。即，如上述那样，阈值设定部32根据从判定部28输出的判定结果信号识别警报编号，对于与识别出的警报编号关联的异常信息设定概率阈值。
接着，说明分布生成部20的具体结构例子。图6表示分布生成部20的结构例子。分布生成部20具备临时存储器20A、控制器20B以及时钟20C。
在临时存储器20A中存储循环编号和程序编号。由控制装置14与控制装置14中的加工循环同步地生成循环编号，并从控制装置14输出。另外，由控制装置14与控制装置14中执行的程序同步地生成程序编号，并从控制装置14输出。
控制器20B使用在临时存储器20A中存储的循环编号和程序编号、以及时钟20C，在每个加工循环，测量控制装置14在加工循环中重复执行的程序的执行时间和次数。当一个加工循环结束时，控制器20B根据在该加工循环中计数得到的程序的执行时间和次数生成执行时间分布，并将生成的执行时间分布存储到存储部22。
接着，关于监视装置18的监视方法，说明监视装置18的分布生成处理。从控制装置14开始进行将加工对象物加工为希望的形状的控制后直到结束为止，执行该分布生成处理。图7是表示分布生成处理的流程的流程图。
在步骤S1中，分布生成部20测量在控制装置14中执行的程序的执行时间和次数，前进到步骤S2，判定一个加工循环是否已结束。在此，分布生成部20在判定为一个加工循环没有结束的情况下，返回到步骤S1，在判定为该加工循环已结束的情况下，前进到步骤S3。
在步骤S3中，分布生成部20根据在步骤S1中测量出的程序的执行时间和次数生成执行时间分布，前进到步骤S4，在将生成的执行时间分布存储到存储部22后返回到步骤S1。
接着，关于监视装置18的监视方法，说明监视装置18的异常信息生成处理。与上述分布生成处理并行地执行该异常生成处理。图8是表示异常信息生成处理的流程的流程图。
在步骤S11中，存储控制部24判定加工机12是否已异常停止。在此，存储控制部24在没有从控制装置14接收到异常通知信号的情况下，判定为加工机12没有异常停止，返回到步骤S11。与此相对，存储控制部24在从控制装置14接收到异常通知信号的情况下，判定为加工机12已异常停止，前进到步骤S12。
在步骤S12中，存储控制部24通过从存储部22进行读取来取得在步骤S11中接收到异常通知信号时的加工循环的前一个加工循环中生成的执行时间分布以及正常的执行时间分布，前进到步骤S13。在步骤S13中，存储控制部24运算在步骤S12中读出的执行时间分布与正常的执行时间分布的分布差(平均值差)，前进到步骤S14。
在步骤S14中，存储控制部24将在步骤S13中运算出的分布差作为异常信息，与警报编号关联起来存储到存储部22，前进到步骤S15。在步骤S15中，阈值设定部32对在步骤S14中存储的异常信息设定概率阈值，返回到步骤S11。
接着，关于监视装置18的监视方法，说明监视装置18的异常预兆判定处理。在将至少一个异常信息存储到存储部22后，与上述分布生成处理和异常信息生成处理并行地执行该异常信息预兆判定处理。图9是表示异常预兆判定处理的流程的流程图。
在步骤S21中，运算部26判定在上述分布生成处理的步骤S3中是否生成了执行时间分布。在此，在没有生成执行时间分布的情况下，运算部26返回到步骤S21，在生成了该执行时间分布的情况下，前进到步骤S22。
在步骤S22中，运算部26读出在存储部22中存储的至少为一个的全部异常信息。另外，运算部26根据从存储部22读出的异常信息、在上述分布生成处理的步骤S3中生成的执行时间分布，运算与从存储部22读出的异常信息相对的异常的发生概率，前进到步骤S23。
在步骤S23中，判定部28将在步骤S22中运算出的与至少一个异常信息相对的异常的发生概率与针对该异常信息设定的概率阈值进行比较。此外，该概率阈值是在上述异常信息生成处理的步骤S15中设定的概率阈值。
在此，在与一个或多个异常信息相对的异常的发生概率全部小于概率阈值的情况下，判定部28判定为没有异常的预兆，返回到步骤S21。与此相对，在与一个或多个异常信息相对的异常的发生概率的至少一个为概率阈值以上时，判定部28判定为具有与概率阈值以上的发生概率所对应的异常信息相关联的警报编号的异常的预兆，并前进到步骤S24。
在步骤S24中，通知部30通知加工机12有可能由于在步骤S23中判定出的异常而异常停止，前进到步骤S25。在步骤S25中，阈值设定部32判定加工机12是否由于在步骤S23中判定为有预兆的异常而已异常停止。
阈值设定部32在没有从控制装置14接收到异常通知信号的情况下，判定为加工机12没有异常停止，前进到步骤S26，判定以步骤S23中的判定为契机是否经过了预定时间。
在此，阈值设定部32在直到经过以步骤S23中的判定为契机的预定时间为止，没有从控制装置14接收到异常通知信号的情况下，前进到步骤S27。在步骤S27中，阈值设定部32提高在步骤S23中判定为有异常的预兆时使用的概率阈值，返回到步骤S21。
与此相对，阈值设定部32在直到经过以步骤S23中的判定为契机的预定时间为止，从控制装置14收到了异常通知信号的情况下，前进到步骤S28。在步骤S28中，阈值设定部32降低在步骤S23中判定为有异常的预兆时使用的概率阈值，返回到步骤S21。
[变形例子]
以上，作为本发明的一个例子说明了上述实施方式，但本发明的技术范围并不限于上述实施方式记载的范围。当然能够对上述实施方式施加各种变更或改进。根据保护范围的记载，能够了解本发明的技术范围也可包含施加了这样的变更或改进的实施方式。
(变形例子1)
在上述实施方式中，存储控制部24运算平均值差来作为从存储部22读出的执行时间分布与正常的执行时间分布的分布差。但是，存储控制部24只要能求出从存储部22读出的执行时间分布与正常的执行时间分布的分布差，也可以是平均值差以外的差。
此外，作为分布差，例如有中央值差、方差值差、差分面积、或不一致峰值数。中央值差是从存储部22读出的执行时间分布在时间轴上的中心与正常的执行时间分布在时间轴上的中心的差。方差值差是从存储部22读出的执行时间分布的方差值与正常的执行时间分布的方差值的差。差分面积是将从存储部22读出的执行时间分布的频度与正常的执行时间分布的频度的差作为面积的差分面积。不一致峰值数是从存储部22读出的执行时间分布的各峰值和与该峰值对应的正常的执行时间分布的各峰值不一致的数量。
具体地说，与上述实施方式同样地，在将执行时间设为t，将正常时的执行时间的次数的比例设为PN(t)，将异常时的执行时间的次数的比例设为PA(t)的情况下，能够如下那样分别求出中央值差、方差值差、差分面积以及不一致峰值数。
即，在将中央值差设为ΔCenter(PN，PA)的情况下，存储控制部24能够使用下式求出中央值差。
[公式3]
ΔCenter(PN，PA)＝{max(tA)-min(tA)-max(tN)-min(tN)}/2…(3)
另外，在将方差值差设为Δvariance(PN，PA)的情况下，存储控制部24能够使用下式求出方差值差。
[公式4]
另外，在将差分面积设为Δarea(PN，PA)的情况下，存储控制部24能够使用下式求出差分面积。
[公式5]
另外，在将不一致峰值数设为Δpeak_count(PN，PA)的情况下，存储控制部24能够使用下式求出不一致峰值数。
[公式6]
Δpeak_count(PN，PA)＝[PN(t)与PA(t)的峰值不一致的数量]…(6)
此外，存储控制部24也可以求出使用平均值差、中央值差、方差值差、差分面积以及不一致峰值数中的至少2个进行标准化而得到的值来作为分布差。
例如，在将对于平均值差设定的权重系数设为k1，将对于中央值差设定的权重系数设为k2，将对于方差值差设定的权重系数设为k3，将对于差分面积设定的权重系数设为k4，将对于不一致峰值数设定的权重系数设为k5的情况下，存储控制部24能够使用下式求出分布差Distance。
[公式7]
Distance＝k1|ΔAverage(PN，PA)|+k2|ΔCenter(PN，PA)|
+k3|Δvariance(PN，PA)|+k4|Δarea(PN，PA)|+k5|Δpeak_count(PN，PA)|
…(7)
(变形例子2)
在上述实施方式中，存储控制部24生成了异常信息。但是，也可以由监视装置18以外的其他装置生成异常信息。此外，在其他装置生成异常信息的情况下，将该异常信息预先存储到存储部22，从而没有存储控制部24。
(变形例子3)
在上述实施方式中，将异常停止时紧前的加工循环中的执行时间分布与正常的执行时间分布的分布差作为异常信息存储到存储部22。但是，也可以将异常停止时紧前的加工循环中的执行时间分布自身作为异常信息存储到存储部22。在该情况下，运算部26可以运算作为异常信息存储在存储部22中的执行时间分布与分布生成部20生成的执行时间分布的分布差来作为异常的发生概率。
(变形例子4)
在上述实施方式中，运算部26运算分布生成部20生成的执行时间分布与正常的执行时间分布的分布差与作为异常信息存储在存储部22中的异常信息(分布差)之间的差，并对运算出的差进行标准化，由此运算出发生概率。具体地说，运算部26将运算出的差乘以系数(影响度)后代入到斜坡函数，将由此得到的值作为发生概率。但是，运算部26也可以将分布生成部20生成的执行时间分布与正常的执行时间分布的分布差与作为异常信息存储在存储部22中的异常信息(分布差)之间的差作为发生概率。
(变形例子5)
在上述实施方式中，阈值设定部32根据将判定部28的判定作为契机的预定时间内加工机12是否由于判定部28判定为有预兆的异常而异常停止来变更概率阈值。但是，阈值设定部32也可以只在将判定部28的判定作为契机的预定时间内加工机12由于判定部28判定为有预兆的异常而异常停止时，变更概率阈值。
另外，阈值设定部32也可以只在将判定部28的判定作为契机的预定时间内加工机12没有由于判定部28判定为有预兆的异常而异常停止时，变更概率阈值。并且，还可以为无论在将判定部28的判定作为契机的预定时间内加工机12是否由于判定部28判定为有预兆的异常而异常停止，阈值设定部32都不变更概率阈值。
(变形例子6)
在上述实施方式中，阈值设定部32根据将判定部28的判定作为契机的预定时间内加工机12是否由于判定部28判定为有预兆的异常而异常停止来变更概率阈值。阈值设定部32也可以与该概率阈值的变更对应地变更上述时间。具体地说，阈值设定部32在提高了概率阈值时缩短上述时间，在降低了上述概率阈值时延长上述时间。由此，能够更进一步降低判定部28的错误判定。
(变形例子7)
在上述实施方式中，监视装置18安装在管理服务器16中，但也可以将监视装置18安装在多个控制装置14中的一个控制装置中。在该情况下，安装了监视装置18的控制装置14经由网络监视其他各个控制装置14在加工循环中执行的程序的处理时间。
另外，也可以将监视装置18安装在多个控制装置14中的各个控制装置。在该情况下，各个监视装置18可以经由网络将存储控制部24生成的异常信息、阈值设定部32变更了概率阈值时的结果积蓄到管理服务器16中。由此，能够共享由各个监视装置18得到的异常信息和变更了概率阈值时的结果。
另外，也可以将监视装置18的一部分安装在多个控制装置14中的各个控制装置。例如，将分布生成部20安装在多个控制装置14中的各个控制装置，将存储部22、存储控制部24、运算部26、判定部28、通知部30以及阈值设定部32安装在管理服务器16中。在该情况下，能够降低管理服务器16的处理负荷。
(变形例子8)
也可以在不发生矛盾的范围内任意组合上述实施方式和变形例。
[从上述记载能够掌握的发明]
以下，记载从上述实施方式和变形例能够掌握的发明。
<第一发明>
第一发明是监视装置(18)，其监视控制加工机(12)的控制装置(14)在加工循环中重复执行的至少一种程序的处理时间。该监视装置(18)具备：分布生成部(20)，其生成程序的执行时间的频率分布即执行时间分布；存储部(22)，其存储至少一个表示异常的执行时间分布的异常信息；运算部(26)，其根据表示分布生成部(20)生成的执行时间分布的信息、存储在存储部(22)中的异常信息，运算异常的发生概率；阈值设定部(32)，其对异常信息设定概率阈值；判定部(28)，其在发生概率为概率阈值以上时，判定为有异常的预兆。
由此，能够根据在加工循环中重复执行的程序的执行时间的频度的倾向，与特定的异常无关地判定异常的预兆，其结果是能够综合地捕捉加工机(12)的异常。
阈值设定部(32)在将判定部(28)判定为有异常的预兆时作为契机的预定时间内，加工机(12)没有由于判定部(28)判定为有预兆的异常而异常停止时，可以提高概率阈值。由此，能够减少判定部(28)的错误判定。
阈值设定部(32)在概率阈值为规定值以上时，可以从存储部(22)删除与概率阈值对应的异常信息。由此，能够抑制判定部(28)的错误判定。
阈值设定部(32)在将判定部(28)判定为有异常的预兆时作为契机的预定时间内，加工机(12)由于判定部(28)判定为有预兆的异常而异常停止时，可以降低概率阈值。由此，能够容易地捕捉实际产生的异常的预兆。
阈值设定部(32)可以与概率阈值的变更对应地变更时间。由此，能够更进一步减少判定部(28)的错误判定。
可以具备通知部(30)，该通知部在由判定部(28)判定为有异常的预兆时，通知加工机(12)有可能由于判定部(28)判定出的异常而异常停止。由此，能够提醒操作者应该注意加工机(12)的异常停止。
可以具备存储控制部(24)，该存储控制部在加工机(12)已异常停止时，将表示在异常停止时的加工循环紧前的加工循环中分布生成部(20)生成的执行时间分布的信息作为异常信息存储到存储部(22)。由此，能够在每次加工机(12)实际发生异常时，捕捉到发生该异常时的特征性征兆。
表示执行时间分布的信息可以是正常的执行时间分布与分布生成部(20)生成的执行时间分布的分布差，异常信息可以是正常的执行时间分布与异常的执行时间分布的分布差。由此，与该信息是频率分布自身时相比，能够降低运算部(26)对该信息的运算负荷，另外能够减少该信息向存储部(22)的存储容量。
<第二发明>
第二发明是监视系统(10)，其具备：上述监视装置(18)；多个加工机(12)；多个控制装置(14)，其控制多个加工机(12)中的各个加工机；管理服务器(16)，其管理多个控制装置(14)。
通过具备上述监视装置(18)，能够根据在加工循环中重复执行的程序的执行时间的频度的倾向，与特定的异常无关地判定异常的预兆，其结果是能够综合地捕捉加工机(12)的异常。
<第三发明>
第三发明是一种监视方法，其监视控制加工机(12)的控制装置(14)在加工循环中重复执行的至少一种程序的处理时间，其包含：生成程序的执行时间的频率分布即执行时间分布的分布生成步骤(S3)；根据表示在分布生成步骤(S3)中生成的执行时间分布的信息、存储在存储部(22)中的表示异常的执行时间分布的至少一个异常信息，运算异常的发生概率的运算步骤(S13)；对于异常信息设定概率阈值的阈值设定步骤(S15)；以及在发生概率为预定的概率阈值以上时，判定为有异常的征兆的判定步骤(S23)。
由此，能够根据在加工循环中重复执行的程序的执行时间的频度的倾向，与特定的异常无关地判定异常的预兆，其结果是能够综合地捕捉加工机(12)的异常。
还可以包含阈值上升步骤(S27)，在将判定步骤(S23)中判定为有异常的预兆时作为契机的预定时间内，加工机(12)没有由于判定步骤(S23)中判定为有预兆的异常而异常停止时，提高概率阈值。由此，能够减少错误判定。
阈值上升步骤(S27)也可以在概率阈值是规定值以上时，从存储部(22)删除与概率阈值对应的异常信息。由此，能够抑制错误判定。
也可以包含阈值下降步骤(S28)，在将判定步骤(S23)中判定为有异常的预兆时作为契机的预定时间内，加工机(12)由于判定步骤(S23)中判定为有预兆的异常而异常停止时，降低概率阈值。由此，能够容易地捕捉实际产生的异常的预兆。
也可以包含通知步骤(S24)，当在判定步骤(S23)中判定为有异常的预兆时，通知加工机(12)有可能由于在判定步骤(S23)中判定出的异常而异常停止。由此，能够提醒操作者应该注意加工机(12)的异常停止。
也可以包含存储控制步骤(S14)，在加工机(12)异常停止时，将表示在异常停止时的加工循环紧前的加工循环中生成的执行时间分布的信息作为异常信息存储到存储部(22)。由此，在每次加工机(12)实际发生异常时，能够捕捉发生该异常时的特征性征兆。

Claims (13)

1.一种监视装置，其监视控制加工机的控制装置在加工循环中重复执行的至少一种程序的处理时间，其特征在于，具备：
分布生成部，其针对每个所述加工循环，测量所述控制装置在所述加工循环中连续或间歇地重复执行的所述程序的执行时间和次数，根据测量到的所述执行时间和次数来生成上述程序的执行时间的频率分布即执行时间分布；
存储部，其存储至少一个表示异常的上述执行时间分布的异常信息；
运算部，其根据表示上述分布生成部生成的上述执行时间分布的信息以及在上述存储部中存储的上述异常信息，运算异常的发生概率；
阈值设定部，其对上述异常信息设定概率阈值；
判定部，其在上述发生概率为上述概率阈值以上时，判定为有异常的征兆；以及
存储控制部，其在上述加工机异常停止时，将表示在异常停止时的上述加工循环紧前的上述加工循环中上述分布生成部生成的上述执行时间分布的信息作为上述异常信息存储到上述存储部。
2.根据权利要求1所述的监视装置，其特征在于，
上述阈值设定部在将上述判定部判定为有异常的预兆时作为契机的预定时间内，上述加工机没有由于上述判定部判定为有预兆的异常而异常停止时，提高上述概率阈值。
3.根据权利要求2所述的监视装置，其特征在于，
上述阈值设定部在上述概率阈值为规定值以上时，从上述存储部删除与上述概率阈值对应的上述异常信息。
4.根据权利要求1～3中的任意一项所述的监视装置，其特征在于，
上述阈值设定部在将上述判定部判定为有异常的预兆时作为契机的预定时间内，上述加工机由于上述判定部判定为有预兆的异常而异常停止时，降低上述概率阈值。
5.根据权利要求2或3所述的监视装置，其特征在于，
上述阈值设定部与上述概率阈值的变更对应地变更上述预定时间。
6.根据权利要求1～3中的任意一项所述的监视装置，其特征在于，
上述监视装置具备通知部，该通知部在由上述判定部判定为有异常的预兆时，通知上述加工机有可能由于上述判定部判定出的异常而异常停止。
7.一种监视装置，其监视控制加工机的控制装置在加工循环中重复执行的至少一种程序的处理时间，其特征在于，具备：
分布生成部，其针对每个所述加工循环，测量所述控制装置在所述加工循环中连续或间歇地重复执行的所述程序的执行时间和次数，根据测量到的所述执行时间和次数来生成上述程序的执行时间的频率分布即执行时间分布；
存储部，其存储至少一个表示异常的上述执行时间分布的异常信息；
运算部，其根据表示上述分布生成部生成的上述执行时间分布的信息以及在上述存储部中存储的上述异常信息，运算异常的发生概率；
阈值设定部，其对上述异常信息设定概率阈值；以及
判定部，其在上述发生概率为上述概率阈值以上时，判定为有异常的征兆，
表示上述执行时间分布的信息是正常的上述执行时间分布与上述分布生成部生成的上述执行时间分布的分布差，上述异常信息是正常的上述执行时间分布与异常的上述执行时间分布的分布差。
8.一种监视系统，其特征在于，具备：
权利要求1～7中的任意一项所述的监视装置；
多个上述加工机；
多个控制装置，其控制多个上述加工机中的各个加工机；以及
管理服务器，其管理多个上述控制装置。
9.一种监视方法，其监视控制加工机的控制装置在加工循环中重复执行的至少一种程序的处理时间，其特征在于，包含：
分布生成步骤，针对每个所述加工循环，测量所述控制装置在所述加工循环中连续或间歇地重复执行的所述程序的执行时间和次数，根据测量到的所述执行时间和次数来生成上述程序的执行时间的频率分布即执行时间分布；
运算步骤，根据表示在上述分布生成步骤中生成的上述执行时间分布的信息以及存储部中存储的至少一个表示异常的上述执行时间分布的异常信息，运算异常的发生概率；
阈值设定步骤，对上述异常信息设定概率阈值；
判定步骤，在上述发生概率为预定的上述概率阈值以上时，判定为有异常的征兆；以及
存储控制步骤，在该存储控制步骤，在上述加工机异常停止时，将表示在异常停止时的上述加工循环紧前的上述加工循环中生成的上述执行时间分布的信息作为上述异常信息存储到上述存储部。
10.根据权利要求9所述的监视方法，其特征在于，
上述监视方法包含阈值上升步骤，在该阈值上升步骤，在将上述判定步骤中判定为有异常的预兆时作为契机的预定时间内，上述加工机没有由于上述判定步骤中判定为有预兆的异常而异常停止时，提高上述概率阈值。
11.根据权利要求10所述的监视方法，其特征在于，
在上述阈值上升步骤，在上述概率阈值为规定值以上时，从上述存储部删除与上述概率阈值对应的上述异常信息。
12.根据权利要求9～11中的任意一项所述的监视方法，其特征在于，
上述监视方法包含阈值下降步骤，在该阈值下降步骤，在将上述判定步骤中判定为有异常的预兆时作为契机的预定时间内，上述加工机由于上述判定步骤中判定为有预兆的异常而异常停止时，降低上述概率阈值。
13.根据权利要求9～11中的任意一项所述的监视方法，其特征在于，
上述监视方法包含通知步骤，在该通知步骤，当在上述判定步骤中判定为有异常的预兆时，通知上述加工机有可能由于在上述判定步骤中判定出的异常而异常停止。
CN202010251817.1A 2019-04-01 2020-04-01 监视装置、监视系统和监视方法 Active CN111796554B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-069963 2019-04-01
JP2019069963A JP6959287B2 (ja) 2019-04-01 2019-04-01 監視装置、監視システムおよび監視方法

Publications (2)

Publication Number Publication Date
CN111796554A CN111796554A (zh) 2020-10-20
CN111796554B true CN111796554B (zh) 2024-03-08

Family

ID=72607753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010251817.1A Active CN111796554B (zh) 2019-04-01 2020-04-01 监视装置、监视系统和监视方法

Country Status (4)

Country Link
US (1) US20200306912A1 (zh)
JP (1) JP6959287B2 (zh)
CN (1) CN111796554B (zh)
DE (1) DE102020002062A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011079350A (ja) * 2009-10-02 2011-04-21 Toyota Motor Corp 車両用故障検出装置、電子制御ユニット、車両用故障検出方法
JP2015197684A (ja) * 2014-03-31 2015-11-09 ブラザー工業株式会社 数値制御装置
CN107924184A (zh) * 2016-02-09 2018-04-17 欧姆龙株式会社 监视装置及监视装置的控制方法
CN108983710A (zh) * 2017-06-02 2018-12-11 欧姆龙株式会社 工序分析装置、工序分析方法以及存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59206957A (ja) * 1983-05-11 1984-11-22 Nec Corp 命令実行監視装置
JPS63174105A (ja) * 1987-01-14 1988-07-18 Amada Co Ltd 自動工作機械の安全制御方法
JPH05197408A (ja) * 1992-01-23 1993-08-06 Mitsubishi Electric Corp 数値制御装置
JP2004280505A (ja) * 2003-03-17 2004-10-07 Renesas Technology Corp 製造装置の処理能力検証装置
US7176475B2 (en) * 2004-11-16 2007-02-13 Omron Corporation Adjusting apparatus, production processing system, and method of controlling adjusting apparatus
JP4665621B2 (ja) * 2004-12-24 2011-04-06 オムロン株式会社 工程改善支援システム
JP4353155B2 (ja) * 2005-08-11 2009-10-28 日本電気株式会社 トランザクション装置、監視時間決定装置及び方法、プログラム
JP4413915B2 (ja) * 2006-12-13 2010-02-10 株式会社東芝 異常兆候検出装置および方法
JP5113893B2 (ja) * 2010-09-10 2013-01-09 株式会社東芝 保守システム及び保守方法
JP2013033149A (ja) * 2011-08-02 2013-02-14 Fuji Xerox Co Ltd 画質異常予測システム及びプログラム
US10255114B2 (en) * 2013-06-28 2019-04-09 Nec Corporation Abnormality detection apparatus, control method, and program
JP6200816B2 (ja) * 2014-01-15 2017-09-20 株式会社日立ビルシステム 機器診断装置、機器診断方法及び機器診断プログラム
US9671776B1 (en) * 2015-08-20 2017-06-06 Palantir Technologies Inc. Quantifying, tracking, and anticipating risk at a manufacturing facility, taking deviation type and staffing conditions into account
JP2017102716A (ja) * 2015-12-02 2017-06-08 株式会社エヌ・ティ・ティ・データ 情報処理装置及び方法
EP3680639B1 (en) * 2017-09-06 2023-11-15 Nippon Telegraph and Telephone Corporation Abnormality model learning device, method, and program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011079350A (ja) * 2009-10-02 2011-04-21 Toyota Motor Corp 車両用故障検出装置、電子制御ユニット、車両用故障検出方法
JP2015197684A (ja) * 2014-03-31 2015-11-09 ブラザー工業株式会社 数値制御装置
CN107924184A (zh) * 2016-02-09 2018-04-17 欧姆龙株式会社 监视装置及监视装置的控制方法
CN108983710A (zh) * 2017-06-02 2018-12-11 欧姆龙株式会社 工序分析装置、工序分析方法以及存储介质

Also Published As

Publication number Publication date
US20200306912A1 (en) 2020-10-01
CN111796554A (zh) 2020-10-20
JP6959287B2 (ja) 2021-11-02
DE102020002062A1 (de) 2020-10-29
JP2020170245A (ja) 2020-10-15

Similar Documents

Publication Publication Date Title
US7698113B2 (en) Method to automatically detect and predict performance shortages of databases
US20170178015A1 (en) Maintenance timing prediction system and maintenance timing prediction device
US7483811B2 (en) Optimizing bandwidth and power in wireless networks of smart sensors
CN110068435B (zh) 振动分析系统及方法
JP5556894B2 (ja) 無停電電源装置及び電子計算機システム
US8234526B2 (en) Computer system and monitoring device
CN105829981A (zh) 数控装置以及记录方法
US11687058B2 (en) Information processing method and information processing apparatus used for detecting a sign of malfunction of mechanical equipment
CN111796554B (zh) 监视装置、监视系统和监视方法
CN108899059B (zh) 一种固态硬盘的检测方法和设备
CN113342588B (zh) 基于动态调整负荷对服务器进行压力测试的方法和装置
CN110674149A (zh) 业务数据处理方法、装置、计算机设备和存储介质
US10862812B2 (en) Information processing apparatus, data management system, data management method, and non-transitory computer readable medium storing program
JP2019185415A (ja) 異常判定装置及び異常判定方法
CA3114157C (en) Process management device, process management method, and process management program storage medium
US7269536B1 (en) Method and apparatus for quantitatively determining severity of degradation in a signal
EP1739558A1 (en) Method, computer program and device to automatically predict performance shortages of databases
US20230367304A1 (en) State determination device and state determination method
CN115774646A (zh) 一种进程预警方法、装置、电子设备和存储介质
JP7068819B2 (ja) 施設監視装置および施設監視方法
WO2024013797A1 (ja) 処理装置、処理方法およびプログラム
US10050772B2 (en) Method and apparatus for generating standard pattern for data signals
JP3047892B2 (ja) 設備劣化診断装置および設備劣化診断方法、並びに記録媒体
JP2885109B2 (ja) 警報情報収集方式
JP4353155B2 (ja) トランザクション装置、監視時間決定装置及び方法、プログラム

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