CN114281028A - 信息处理方法和装置、记录介质、制造产品的方法、获取学习数据的方法、显示方法和装置 - Google Patents
信息处理方法和装置、记录介质、制造产品的方法、获取学习数据的方法、显示方法和装置 Download PDFInfo
- Publication number
- CN114281028A CN114281028A CN202111139753.7A CN202111139753A CN114281028A CN 114281028 A CN114281028 A CN 114281028A CN 202111139753 A CN202111139753 A CN 202111139753A CN 114281028 A CN114281028 A CN 114281028A
- Authority
- CN
- China
- Prior art keywords
- time
- series data
- information processing
- image
- information
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了信息处理方法和装置、记录介质、制造产品的方法、获取学习数据的方法、显示方法和装置。显示装置包括处理部分。所述显示装置被配置为显示与机器装置的状态相关的物理量。所述处理部分被配置为在时间信息被提供在图像中的状态下显示布置有从与所述物理量相关的时间序列数据提取的多个部分时间序列数据片段的所述图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
Description
技术领域
本发明涉及信息处理方法、信息处理装置等。
背景技术
机器装置的操作状态可以例如由于机器装置的组件的状态的改变而逐渐地改变。当机器装置的操作状态在出于机器装置的使用目的而设置的允许范围内时,机器装置处于其正常状态。相反,当机器装置的操作状态在允许范围外时,机器装置处于故障状态。例如,如果机器装置是生产机器并且在故障状态下操作,那么生产机器将造成诸如制造缺陷产品或使生产线停止的麻烦。
为了尽可能地防止故障状态,通常定期或不定期地对机器装置(诸如生产机器)执行维护工作,即使机器装置重复同一操作。为了增加预防安全性,使执行维护工作的间隔较短是有效的。然而,如果过度增加维护工作的频率,那么因为在维护工作期间生产机器停止,所以生产机器的运转率将降低。因此,检测生产机器虽然处于其正常状态、但是很快将具有故障状态的生产机器的状态是优选的。这是因为如果可以检测(预测)故障状态的到达,那么可以在检测(预测)故障状态的到达的时间点对生产机器执行维护工作。作为结果,可以抑制运转率过度降低。
在预测故障的发生的已知方法中,执行机器学习并且预先创建学习模型。学习模型已学习机器装置的状态;并且在评估中,通过使用学习模型来评估机器装置的状态。为了增加预测的准确性,创建适合用于预测故障的学习模型是重要的。由于这个原因,对通过机器学习创建的机器装置的故障预测模型准备学习数据(训练数据)是重要的。为了确定提取的数据是否适合用于学习数据,有必要执行详细的数据分析,诸如波形的检查和比较。
例如,在日本专利申请公开No.2013-8234中描述的数据分析方法中,从其中生产机器的物理量和测量时间彼此相关联的时间序列(time-series)数据提取多个部分时间序列数据片段(piece)。这些多个部分时间序列数据片段被绘制在具有表示从预定的参考时间起经过的时间的轴的单个示图(graph)上。然后,用户在经过时间轴方向上移位绘制的多个部分时间序列数据片段中的每一个,使得绘制的多个部分时间序列数据片段具有共同的参考点。通过这个操作,用户将多个部分时间序列数据片段彼此比较。
发明内容
根据本发明的第一方面,信息处理方法包括由信息处理装置获取与机器装置的状态相关的物理量的时间序列数据,由所述信息处理装置从所述时间序列数据提取多个部分时间序列数据片段,以及由所述信息处理装置在时间信息被提供的状态下显示布置有所述多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
根据本发明的第二方面,信息处理装置包括处理部分。所述处理部分被配置为获取与机器装置的状态相关的物理量的时间序列数据,从所述时间序列数据提取多个部分时间序列数据片段,以及在时间信息被提供的状态下显示布置有所述多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
根据本发明的第三方面,显示与机器装置的状态相关的物理量的显示方法包括在时间信息被提供的状态下显示布置有从与所述物理量相关的时间序列数据提取的多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
根据本发明的第四方面,显示装置被配置为显示与机器装置的状态相关的物理量。所述显示装置包括处理部分。所述处理部分被配置为在时间信息被提供的状态下显示布置有从与所述物理量相关的时间序列数据提取的多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
从参考附图对示例性实施例的以下描述,本发明的进一步特征将变得清楚。
附图说明
图1是用于示出实施例的时间序列数据显示装置的功能块的示意性功能框图。
图2是示意性地示出实施例的时间序列数据显示装置的硬件配置的一个示例的图。
图3是用于示出实施例的控制方法的流程图。
图4A是示出由时间序列数据显示装置收集的时间序列数据的一个示例的图。
图4B是示出由时间序列数据显示装置收集的事件数据的一个示例的图。
图5是示出从机器装置收集的重复操作中的一个的时间序列数据的示例的示图。
图6A是示出在连续地执行重复操作时收集的时间序列数据的示例的示图。
图6B是示出在长时间段中收集的时间序列数据并且在时间轴方向上压缩而显示的示图。
图7是其中提取的多个部分时间序列数据片段位于并且显示在将时间表示为索引(index)的线性标度(linear scale,即,绝对时间轴)上的示例。
图8示出了实施例的显示图像的一个示例。
图9A示出了在事件是由故障造成的停止的情况下获得的实施例的显示图像的一个示例。
图9B示出了关于存储的事件的信息的一个示例。
图10示出了实施例的显示图像的另一个示例。
图11示出了示例的显示图像的另一个示例。
图12是示出其中实施例的时间序列数据显示装置连接到六轴多关节型机器人的示例的图。
图13示出了在已执行实施例的编辑处理之后获得的图像的一个示例。
图14示出了在已执行实施例的编辑处理之后获得的图像的另一个示例。
图15示出了在已执行实施例的编辑处理之后获得的图像的又一个示例。
图16A示出了在编辑中添加的索引的一个示例。
图16B示出了在编辑中添加的索引的另一个示例。
图17示出了在已执行实施例的编辑处理之后获得的图像的又一个示例。
图18示出了在已执行实施例的编辑处理之后获得的图像的又一个示例。
图19示出了在已执行实施例的编辑处理之后获得的图像的又一个示例。
图20示出了在已执行实施例的编辑处理之后获得的图像的又一个示例。
具体实施方式
一般地,对机器装置执行测量以获取各种参数(物理量)来管理机器装置的操作状态。因此,获取大量的时间序列数据。为了创建适合用于预测机器装置的故障的学习模型,有必要从已获取的大量数据适当提取多个数据片段,并且执行详细的分析工作(诸如波形的检查和比较)以确定提取的数据是否适合用于学习数据。
然而,由于机器装置(诸如安装在生产线中的工业机器人)一般具有较低的故障频率,因此有必要长时间段收集时间序列数据。由于要收集的时间序列数据是用于管理机器装置的操作状态的数据,因此数据的测量参数很多,并且采样率被设置得高以详细地分析波形。作为结果,收集的数据的量变得巨大。因此,在要从在长时间段中以高采样率收集的数据提取与故障相关并且不定期地发生的数据片段以执行比较等的这样的情况下,传统的数据显示方法对工作者造成高负担,从而降低了工作的效率和准确性。
在最简单的方法中,时间序列数据显示在具有表示测量时间的水平轴的单个示图上。然而,在这种情况下,由于与故障相关的多个部分数据片段将不规则地散布在长时间轴上,因此与故障相关的多个部分数据片段可能不一定显示在画面上。如果时间序列数据在时间轴方向上被压缩以在画面上显示多个部分数据片段,那么即使时间序列数据是以高采样率测量的,在示图中显示的波形也将变形并且丢失特征。作为结果,变得难以检查和比较波形。此外,为了详细地分析波形,操作者必须由他自己或她自己执行操作(诸如部分放大波形)。作为结果,花费大量时间来执行数据分析工作。
在日本专利申请公开No.2013-8234中描述的技术中,从已获取的大量时间序列数据选择并且提取要添加到比较示图的多个部分时间序列数据片段。提取的多个部分时间序列数据片段然后提供有经过时间,并且显示在比较示图上,使得一个在另一个上显示,并且提取的多个时间序列数据片段在经过时间轴上彼此同相。由于多个部分时间序列数据片段位于比较示图上以便在经过时间轴上彼此同相,所以工作者可以将多个部分时间序列数据片段彼此比较。然而,工作者的操作是麻烦的。
由于这个原因,已期望实现简化从时间序列数据提取多个部分数据片段以检查和比较提取的多个部分数据片段时所需的操作的信息处理方法和信息处理装置。
接下来,将参考附图描述本发明的实施例的信息处理方法和信息处理装置。
注意的是,在以下实施例中参考的附图中,被给予相同的附图标记的组件具有相同的功能,除非另外指明。
图1是用于示出实施例的信息处理装置的功能块的配置的示意图。注意的是,在图1中,功能块表示描述实施例的特征所必要的功能元素。因此,通常使用并且与本发明的解决问题的原理不直接相关的其它功能块没有被示出。此外,由于图1的功能元素被概念性地示出使得可以理解元素的功能,因此元素可能不一定在物理上如图1中所示彼此连接。例如,功能块分散或统一的具体配置不限于图中所示的示例,并且根据使用状态等,功能块的一部分或全部可能在功能上或者在物理上以预定的单位分散或统一。
如图1中所示,用作信息处理装置的实施例的时间序列数据显示装置100与要被测量的机器装置10可通信地连接。
机器装置10是诸如工业机器人和部署在生产线中的生产装置的各种工业装置中的一个。机器装置10具有被部署用于测量与机器装置10的状态相关的物理量的各种传感器11。例如,如果机器装置10是多关节型机器人,那么机器装置10可以具有例如用于测量驱动关节的马达的电流值的传感器,用于测量关节的角度的传感器,以及用于测量速度、振动和声音的传感器。注意的是,由于上述传感器仅仅是示例,因此取决于机器装置10的类型和机器装置10的用途,可以将适当类型和适当数量的传感器部署在适当位置作为传感器11。传感器11的示例可以包括力传感器、扭矩传感器、振动传感器、声音传感器、图像传感器、距离传感器、温度传感器、湿度传感器、流量传感器、pH传感器、压力传感器、粘度传感器和气体传感器。注意的是,尽管为了说明的方便图1示出了单个传感器11,但是通常部署多个传感器以便能够与时间序列数据显示装置100通信。
机器装置10无线地或者经由电线与时间序列数据显示装置100连接,使得机器装置100可以与用作信息处理装置的时间序列数据显示装置100通信。因此,时间序列数据显示装置100可以通过通信获取由传感器11测量的数据。在下文中,将以顺序的方式描述时间序列数据显示装置100的功能块。时间序列数据显示装置100包括控制部分110、存储部分120、显示部分130和输入部分140。
控制部分110包括多个功能块,其通过时间序列数据显示装置100的CPU读取并且执行存储在例如存储设备或非暂时性记录介质中的控制程序来实现。在另一种情况下,功能块中的一部分或全部可以通过时间序列数据显示装置100中包括的硬件组件(诸如ASIC)来实现。
存储部分120包括时间序列数据存储部分121、事件数据存储部分122、提取数据存储部分123、结合(join)数据存储部分124和图像信息存储部分125。存储部分120的这些部分被适当地分配给存储设备(诸如硬盘驱动器、RAM或ROM)的存储区域。存储部分120是数据存储部分,该数据存储部分存储创建允许用户容易地查看时间序列数据的图像所必要的各个类型的数据。
显示部分130和输入部分140是时间序列数据显示装置100的用户接口。显示部分130可以包括显示设备,诸如液晶显示器或有机电致发光显示器。输入部分140可以包括输入设备,诸如键盘、慢速拨盘、鼠标、定点设备或语音输入设备。
控制部分110的数据收集部分111从机器装置10获取与机器装置10相关的时间序列数据和事件数据;并且将时间序列数据存储在时间序列数据存储部分121中,将事件数据存储在事件数据存储部分122中。数据收集部分111可以被称为数据获取部分。
数据收集部分111收集时间序列数据,并且将时间序列数据存储在时间序列数据存储部分121中。时间序列数据表示与机器装置的状态相关并且由机器装置10的传感器11测量的物理量,诸如电流、速度、压力、振动、声音和每个部分的温度。在另一种情况下,数据收集部分111可以从传感器11获取测量值,从预定的每个时间段中的测量值计算值(诸如最大值、最小值、平均值、积分值、通过在频域中执行积分获得的值、微分值或二次微分值),并且将得到的值存储在时间序列数据存储部分121中。
此外,数据收集部分111收集与在机器装置中已发生的事件相关的事件数据,并且将事件数据存储在事件数据存储部分122中。当机器装置具有预定状态时设置事件。例如,数据收集部分111收集关于事件发生的时间的信息作为事件数据;并且将时间信息存储在事件数据存储部分122中。例如,如果事件是通常执行重复操作(循环操作)的机器装置的停止状态,那么数据收集部分111在事件数据存储部分122中存储停止状态发生的日期和时间。机器装置的造成停止状态的事件(诸如故障或维护)一般是不定期的并且以长间隔发生。因此,实施例的信息处理装置适合用于处置在时间上离散且不定期地发生的这样的事件。
取决于事件数据存储部分122中存储的事件数据,数据提取部分112从时间序列数据存储部分121中存储的时间序列数据提取与该事件相关的部分时间序列数据片段;并且将部分时间序列数据片段存储在提取数据存储部分123中。
例如,如果提取条件是机器装置的停止,那么数据提取部分112作为事件数据从事件数据存储部分122读取关于机器装置停止的日期和时间的数据。取决于事件数据,数据提取部分112提取在机器装置停止的周期之前的操作周期中由传感器收集的测量值;并且将测量值作为部分时间序列数据存储在提取数据存储部分123中。在另一种情况下,数据提取部分112从时间序列数据存储部分121提取从在机器装置停止的周期之前的操作周期的预定时间中获得的测量值计算的值,诸如最大值、最小值、平均值、积分值、通过在频域中执行积分获得的值、微分值或二次微分值。然后数据提取部分112将该值作为部分时间序列数据存储在提取数据存储部分123中。
注意的是,尽管已针对对存储在事件数据存储部分122中并且与单个类型的事件对应的事件数据执行处理的情况进行了描述,但是可以存在事件数据存储部分122存储与多个类型的事件相关的事件数据的情况。在这种情况下,操作者可以经由输入部分140从多个类型的事件选择一个类型的事件;并且数据提取部分112提取与选择的类型的事件相关的部分时间序列数据片段,并且将提取的部分时间序列数据片段存储在提取数据存储部分123中。在另一种情况下,可以预先登记从多个类型的事件选择的一个类型的事件。在这种情况下,与登记的类型的事件相关的部分时间序列数据片段可以被自动地提取,并且存储在提取数据存储部分123中。
数据结合部分113使用存储在提取数据存储部分123中的多个部分时间序列数据片段,并且创建其中与一个类型的事件相关的多个部分时间序列数据片段对准的示图。数据结合部分113可以被称为图像形成部分或处理部分。例如,数据结合部分113创建其中与一种类型的事件相关的多个部分时间序列数据片段彼此结合或者在表示数据片段的数量等的水平轴上彼此靠近地部署的示图;并且将结合的数据存储在结合数据存储部分124中。创建的图像可以显示在显示部分130上或者通过使用打印装置(未示出)打印,如果工作者(操作者)需要这样做的话。
编辑部分114编辑由数据结合部分113创建的图像,并且将编辑后的图像存储在图像信息存储部分125中。具体地,编辑部分114对图像进行编辑,使得编辑后的图像对于操作者执行工作是方便的(例如,便于操作者容易地理解信息)。编辑部分1144可以被称为图像编辑部分或编辑部分。
稍后将参考附图描述编辑的具体示例。例如,图像被编辑以容易地识别结合的多个部分时间序列数据片段中的每一个,示出结合的多个部分时间序列数据片段中的每一个的属性,或者示出部分时间序列数据的分组。例如,图像的一个部分可以被分割,或者可以被着色。此外,可以向图像添加单色渐变(monochrome gradation)或纹理;可以向图像添加索引、标签或标记。
编辑后的图像可以显示在显示部分130上或者通过使用打印装置(未示出)打印,如果工作者(操作者)需要这样做的话。
图2示意性地示出了实施例的时间序列数据显示装置的硬件配置的一个示例。如图2中所示,时间序列数据显示装置包括PC硬件,该PC硬件包括用作主控制部分的CPU1601、以及用作存储设备的ROM 1602和RAM 1603。ROM 1602存储实现稍后描述的信息处理方法的信息(诸如处理程序)。RAM 1603例如在CPU 1601执行信息处理方法时用作CPU 1601的工作区域。此外,PC硬件与外部存储设备1606连接。外部存储设备1606可以是HDD、SSD或另一个网络安装的系统的外部存储设备。
实现实施例的信息处理装置和信息处理方法的CPU 1601的处理程序被存储在可以是HDD或SSD的外部存储设备1606、或者ROM1602的存储部分(诸如EEPROM区域)中。在这种情况下,实现信息处理方法(例如,时间序列数据显示方法)的CPU 1601的处理程序可以经由网络接口1607被供给到上述存储设备或存储部分,并且可以利用新的程序更新。在另一种情况下,实现信息处理方法的CPU 1601的处理程序可以经由各种存储介质(诸如磁盘、光盘、闪存)中的一个及其驱动设备被供给到上述存储设备或存储部分;并且可以被更新。存储实现信息处理方法的CPU 1601的处理程序的存储介质、存储部分或存储设备是用于本发明的信息处理方法或信息处理装置的计算机可读记录介质。
CPU 1601与传感器11连接,该传感器11在图1中示出。在图2中,为了简化说明,传感器11直接连接到CPU 1601。然而,传感器11例如可以经由IEEE 488(所谓的GPIB)连接到CPU 1601。在另一种情况下,传感器11可以经由网络接口1607和网络1608可通信地连接到CPU 1601。
网络接口1607可以符合诸如IEEE 802.3的有线通信标准,或者诸如IEEE 802.11或IEEE 802.15的无线通信标准。CPU 1601经由网络接口1607与外部装置1104和1121通信。例如,在显示来自工业机器人的时间序列数据的情况下,外部装置1104和1121可以是总体控制装置和管理服务器(诸如PLC和定序器),该总体控制装置和管理服务器被部署用于控制和管理工业机器人。
在图2中所示的示例中,作为用户接口设备(UI设备),与图1的输入部分140对应的操作部分1604和与显示部分130对应的显示装置1605连接到CPU 1601。操作部分1604可以是诸如手持终端的终端,或者诸如键盘、慢速拨盘、鼠标、定点设备或语音输入设备的设备(操作部分1604可以是包括上述设备的控制终端)。显示装置1605可以是任何设备,只要该设备可以在其显示画面上显示与数据提取部分112、数据结合部分113等执行的处理相关的信息即可。例如,显示装置1605可以是液晶显示装置。
接下来,参考图3的流程图,将描述由时间序列数据显示装置100执行的信息处理方法(时间序列数据显示方法)。图3示出了由时间序列数据显示装置100执行的处理的过程的一个示例。
在步骤S101中,时间序列数据显示装置100从机器装置100收集时间序列数据和事件数据。
图4A示出了由时间序列数据显示装置100收集的时间序列数据的一个示例。该示例是通过周期性地采样包括在机器装置10中的工业机器人的驱动电流而测量的一系列数据片段。时间序列数据显示装置100的数据收集部分111从机器装置10的传感器11收集这样的多个时间序列数据片段,并且将数据存储在时间序列数据存储部分121中。
在下文中,将更具体地描述由数据收集部分111收集的时间序列数据。图5示出了从包括在机器装置10中的工业机器人的正常操作的一个周期中的时间序列数据获得的电流波形的示图。图6A示出了从在工业机器人连续地执行循环操作时收集的时间序列数据获得的电流波形的示图。在图6A中,示图包含波形SPW,该波形SPW的幅度与其它波形不同。图6B是示出在长时间段中收集的时间序列数据并且与图6A中所示的时间序列数据相比在时间轴方向上更多地压缩而显示的示图。在图6B中,可以看到示图包含两个波形SPW,这两个波形SPW的幅度与其它波形不同。然而,由于循环操作的波形在时间轴方向上被压缩,因此不可能对波形执行详细的检查和比较。
图4B示出了由时间序列数据显示装置100收集的事件数据的一个示例。事件被设置为包括在机器装置10中的工业机器人停止的停止,并且事件数据被记录为事件发生的时间。在这个示例中,事件是由定期地或不定期地执行的维护工作造成的机器人的停止,或者由不定期地发生的机器人故障造成的机器人的停止。数据收集部分111在收集时间序列数据的同时通过从管理机器装置10的操作的控制部分接收控制信息来收集事件数据,并且将事件数据存储在事件数据存储部分122中。
返回到图3,在步骤S102中,数据提取部分112从存储在时间序列数据存储部分121中的时间序列数据提取与事件相关的部分时间序列数据片段。事件由工作者(操作者)从存储在事件数据存储部分122中的事件数据自由地选择。然而,事件可以由控制部分110自动地选择。
例如,数据提取部分112从图4A的时间序列数据提取与从图4B的事件数据选择的事件相关的部分时间序列数据片段。具体地,数据提取部分112提取包含在选择的事件发生(即,工业机器人停止)的周期之前的周期中的时间序列数据片段作为部分时间序列数据。注意的是,上述提取是一个示例。例如,数据提取部分112可以提取包含在比选择的事件发生的周期领先预定数量的操作周期的周期中的时间序列数据片段作为部分时间序列数据。在另一种情况下,数据提取部分112可以集中提取包含在多个连续的操作周期中的多个时间序列数据片段作为部分时间序列数据。在又一种情况下,数据提取部分112可以提取包含在选择的事件发生的周期本身中的时间序列数据片段作为部分时间序列数据。提取的部分时间序列数据片段连同与提取的部分时间序列数据片段相关的时间信息一起存储在提取数据存储部分123中。
顺便说一下,假设提取的多个部分时间序列数据片段被布置在将时间表示为索引的线性标度(即,绝对时间轴)上。图7示意性地示出了显示画面W。在示图中,由于连续操作中的大部分时间序列数据没有被提取,因此没有绘制未提取的多个时间序列数据片段,而仅示出了与一个类型的事件相关的部分时间序列数据的波形。因此,与图6B的示图相比较,可以说冗余显著减少。然而,如果在长时间段中收集时间序列数据,那么在显示画面W上,多个部分时间序列数据片段的波形将在时间轴方向上被压缩并且变形。因此,无法检查波形的细节。如果为了容易地观察波形并且比较多个部分时间序列数据片段的波形而在时间轴方向上扩展波形,那么波形可能超出画面。这是因为多个部分时间序列数据片段的波形彼此分开并且以不规则的间隔定位。
因此,在实施例中,在步骤S103中,用作处理部分的数据结合部分113将存储在提取数据存储部分123中的多个部分时间序列数据片段进行结合,并且将结合的数据存储在结合数据存储部分124中。即,与提取的多个部分时间序列数据片段被布置在将时间表示为索引的线性标度上的情况相比较,数据结合部分113创建其中提取的多个部分时间序列数据片段(例如,示图)彼此更靠近地布置的图像(结合数据)。具体地,数据结合部分113布置多个部分时间序列数据片段(例如,示图),使得一个部分时间序列数据片段与相邻的部分时间序列数据片段结合,或者一个部分时间序列数据片段与另一个部分时间序列数据片段相邻地部署,在它们之间插入短间距。例如,数据结合部分113执行图像处理,使得图7的一个部分时间序列数据片段的波形与相邻的部分时间序列数据片段的波形之间在水平轴方向上的距离具有零值或预定的小值。以这种方式,数据结合部分113使波形之间的距离较短。
在步骤S104中,时间序列数据显示装置100通过使用存储在结合数据存储部分124中的结合数据在显示部分130上显示示图。如果必要的话,示图可以在水平轴方向上扩展,以便于波形的观察和比较。优选地,示图的水平轴的索引(标度)不是绝对时间,而是原始测量数据的样本的数量、操作周期的数量等。如上所述,原本彼此分开并且以不规则的间隔定位的多个部分时间序列数据片段彼此相邻地部署。因此,如果在示图中水平轴的索引(标度)是绝对时间,那么索引的值将在一个部分时间序列数据片段与另一个部分时间序列数据片段之间的边界处不连续地跳跃,从而使工作者难以直观地容易理解示图。
注意的是,在步骤S104中,时间序列数据显示装置100可以不在显示部分130上显示创建的图像。代替地,时间序列数据显示装置100可以将图像发送到除时间序列数据显示装置100以外的另一个显示装置并且使另一个显示装置显示图像,或者可以将图像发送到打印装置并且使打印装置打印图像。即,时间序列数据显示装置100可以根据工作者(操作者)的方便性选择输出创建的图像的方法。
图8作为示例示出了在步骤S104中显示在显示部分130的显示画面W上的图像。在图8中,与一个类型的事件相关的一个部分时间序列数据片段在水平轴方向上与另一个部分时间序列数据片段结合,以便彼此相邻。即,事件数据与工业机器人的停止对应;从通过监视工业机器人的电流值获得的时间序列数据针对每个事件提取部分时间序列数据片段;并且在示图中多个部分时间序列数据片段彼此结合。因此,示图仅示出了与事件的发生相关并且彼此结合的多个部分时间序列数据片段。因此,工作者(操作者)可以容易地对与事件的发生相关的波形(示图)执行检查和比较。
例如,如果事件(停止)由对正常状态机器装置执行的查验(inspection)造成,那么部分时间序列数据片段的波形变得与图5的波形相似,图5的波形是正常状态机器装置的一个操作周期的波形。因此,在图8中所示的实施例的显示图像中,工作者(操作者)可以容易地检查波形的相似性。如果事件(停止)由机器装置的故障造成,那么部分时间序列数据片段的波形变成异常波形,像图8中所示的ABN1或ABN2一样,与正常波形不相似。因此,与正常波形不相似的这样的异常波形可以容易地被发现,并且与和事件相关的其它波形比较。因此,工作者(操作者)可以容易地提取用于创建故障预测模型的学习数据。
图8的示例涉及步骤S102中的提取条件(预定事件)包括由对正常状态机器装置的查验造成的停止和由机器装置的故障造成的停止两者。然而,工作者可以根据工作的目的改变步骤S102的提取条件(预定事件)。例如,如果工作者期望仅对与由故障造成的停止相关的波形执行比较并且研究故障原因与波形之间的相关性,那么工作者可以将由故障造成的停止设置为用作步骤S102的提取条件的事件。
作为示例,图9A示出了通过将由故障造成的停止设置为事件而获得的显示图像。在图像中,与事件相关的一个部分时间序列数据片段的一个波形与另一个部分时间序列数据片段的另一个波形在水平轴方向上结合以便彼此相邻。在这个示例中,水平轴的索引是操作周期的数量,并且示图在一个波形与另一个波形结合的位置处提供有垂直线,使得可以容易地辨识事件之间的边界。图9B示出了与存储在事件数据存储部分122中的事件相关的详细信息。在图9A中,关于图9B中所示的事件的详细信息与多个部分时间序列数据片段的对应波形相关联地示出。因此,工作者(操作者)从画面上显示的波形和关于事件的详细信息可以容易地理解到,当机器装置因过大的马达负荷而发生故障并且停止时,作为故障的迹象,波形的峰的最大值异常增加。此外,工作者(操作者)可以容易地理解到,当机器装置因制动器故障而发生故障并且停止时,作为故障的迹象,在一个操作周期中观察到的峰的数量增加。因此,工作者(操作者)通过详细地检查用于提取部分时间序列数据的事件,可以容易地理解通过使用对应事件提取的每个部分时间序列数据片段的特点。因此,工作者(操作者)可以容易地确定部分时间序列数据片段是否可以被用作机器学习的学习数据。因此,工作者(操作者)可以高效且容易地提取用于创建故障预测模型的学习数据。
此外,为了增加工作者(操作者)的工作效率,除了多个部分时间序列数据片段的结合波形和与事件相关的详细信息之外,还可以在图像中部署工作者(操作者)可以写上信息的输入区域。例如,可以在图像中显示复选框、下拉菜单、标志等,以用于工作者(操作者)提取波形作为学习数据的工作。在另一种情况下,可以在图像中部署方框,以供工作者(操作者)书写评论或备忘录。
图10示出了实施例的显示图像的另一个示例。在这个示例中,一个部分时间序列数据片段(示图)与另一个部分时间序列数据片段(示图)相邻地部署,在它们之间插入预定的短间距,以供工作者(操作者)在视觉上容易辨识一个部分时间序列数据片段与另一个部分时间序列数据片段之间的边界。此外,每个示图提供有表示关于事件的信息的标记,作为标签。在这个示例中,标记指示机器装置的停止(事件)的子类别。具体地,每个标记指示机器装置在正常状态下的停止(例如,由查验造成的停止),或者机器装置在异常状态下的停止(例如,由故障造成的停止)。标记与相应的示图相关联地作为标签显示在图像中。在每个标签上方,显示复选框以用于确定是否将对应的波形用作用于创建故障预测模型的学习数据。标签和复选框可以由工作者(操作者)经由输入部分140指示时间序列数据显示装置100来显示,或者可以由控制程序自动地显示。
在上述示例中,提取与单个类型的物理量(诸如电流值)相关的多个部分时间序列数据片段;并且多个部分时间序列数据片段的示图在水平轴上彼此相邻地显示。然而,在单个画面上显示的示图可以不与和单个类型的物理量相关的多个部分时间序列数据片段相关。即,可以在同一画面上显示与和多个类型的物理量相关的多个部分时间序列数据片段相关的示图。在这种情况下,由于工作者(操作者)可以容易地确定与事件相关的不同类型的物理量之间的相关性,因此示图对于提取用于创建故障预测模型的学习数据是方便的。
图11示出了实施例的显示图像的另一个示例。在这个示例中,在图3的流程图的步骤S102中提取与装置停止的事件相关的电流值和压力的多个部分时间序列数据片段。然后,在步骤S103中,对于电流值和压力中的每一个,提取的多个部分时间序列数据片段被彼此结合。在步骤S104中,电流值的示图和压力的示图被垂直地部署,使得电流值的示图中的事件在水平轴方向上与压力的示图中的事件在相位上同步。作为结果,可以理解到,如果造成电流峰的过高值的异常波形出现,那么造成压力峰的过低值的异常波形出现。因此,工作者可以容易地理解到事件造成电流值与压力之间的高相关性。此外,可以理解到,即使使一个操作周期中峰的数量增加的异常波形出现,对应的压力波形也保持正常。因此,工作者可以理解到,事件造成电流值与压力之间的较小相关性。如上所述,示图仅示出与事件的发生相关并且彼此结合的多个部分时间序列数据片段。因此,工作者(操作者)可以容易地对与事件的发生相关的示图执行检查和比较。因此,工作者(操作者)可以高效且容易地提取用于创建故障预测模型的学习数据。
如上所述,与例如图6B的示图相比较,在步骤S104中显示的图像增加了工作者的工作效率。此外,实施例的时间序列数据显示装置还包括进一步编辑图像的编辑部分114。
返回参考图3的流程图,在步骤S105中,编辑部分114对存储在结合数据存储部分124中的图像(结合数据)执行编辑处理,并且将编辑后的图像存储在图像信息存储部分125中。即,编辑部分114为了便于工作者的工作而编辑图像,并且将编辑后的图像存储在图像信息存储部分125中。利用这个操作,工作者可以在任何时候(例如,在工作者创建用于机器学习的训练数据时)使显示装置显示编辑后的图像,或者可以打印或重新编辑图像。
图13示出了在步骤S105中已由编辑部分114执行编辑处理之后获得的图像IG1。在图像IG1中,在步骤S103中创建的示图(其具有表示周期的数量的横轴,并且其中仅与预定事件相关的多个部分时间序列数据片段彼此结合)被添加有关于预定事件发生的时间(年和月)的信息(时间信息)INF1。时间信息INF1是标签。此外,图像被编辑,使得在相邻的月份之间提供边界线(点线SC1),以允许工作者容易地理解信息。如果在单个月中发生了多个预定事件,那么年和月信息INF1作为标签显示(不是针对每个事件、而是针对每个月),以允许工作者容易地理解示图。
接下来,将描述具体的数据处理方法的一个示例。编辑部分114将在步骤S103中通过仅将多个部分时间序列数据片段彼此结合而创建的示图以预定事件发生的年和月为单位分割成部分示图;并且将信息INF1添加到部分示图中的每一个。然后,编辑部分114再次将部分示图彼此结合,并且在一个年和月与另一个年和月之间的边界中提供边界线(点线SC1)。由于这是一个示例,因此可以通过使用不同的数据处理方法创建图13中所示的图像。当在步骤S105中执行编辑处理时,编辑部分114可以使显示部分130显示与编辑相关的图像和信息,并且操作者可以经由输入部分140向编辑部分114输入命令。
在步骤S106中,时间序列显示装置100使显示部分130显示存储在图像信息存储部分125中的编辑后的图像。步骤S106可以在任何时候(例如,在工作者创建用于机器学习的训练数据时)执行。
注意的是,在步骤S106中,时间序列数据显示装置100可以不使显示部分130显示编辑后的图像。代替地,时间序列数据显示装置100可以将编辑后的图像发送到除时间序列数据显示装置100以外的另一个显示装置并且使另一个显示装置显示编辑后的图像,或者可以将编辑后的图像发送到打印装置并且使打印装置打印编辑后的图像。即,时间序列数据显示装置100可以根据工作者(操作者)的方便性选择输出编辑后的图像的方法。
以这种方式编辑的图像允许工作者容易地辨识预定事件发生的年和月、在每个月中提取的预定事件的数量(即,在每个月中数量是较大还是较小)、以及预定事件发生的月份的规则性。
通过编辑处理作为标签显示的信息不限于年和月信息INF1。例如,图14示出了在已执行除针对图像IG1(图13)的编辑处理以外的编辑处理之后获得的图像IG2。
如图像IG1中那样,编辑部分114在图像IG2中显示年和月信息INF1以及边界线(点线SC1)。此外,编辑部分114将关于预定事件发生的日子的信息INF2添加到图像IG2。日信息INF2是标签。
以这种方式编辑的图像允许工作者容易地理解预定事件每多少天发生,或者预定事件是否具有在一个月中的特定时间段中发生的倾向(例如,预定事件是否具有在月末发生的倾向)。
注意的是,在编辑处理中添加到图像的信息不限于关于年、月和日的信息。例如,信息可以表示预定事件发生的周期的编号(周期的编号相对于连续操作的开始设置)。
此外,由编辑部分114执行的编辑处理不限于索引、标签、标记等的添加。即,为了容易地识别结合的多个部分时间序列数据片段中的每一个、示出结合的多个部分时间序列数据片段中的每一个的属性、或者示出部分时间序列数据的分组,可以通过使用另一种方法来编辑图像。例如,可以将表示信息的彩色或单色渐变或者纹理添加到图像。
在图13中所示的示例中,通过使用文字将关于预定事件发生的年和月的信息显示为标签(信息INF1)。然而,可以执行不同的编辑处理。例如,图15示出了在已执行除针对图像IG1(图13)的编辑处理以外的编辑处理之后获得的图像IG3。
为了示出关于预定事件发生的月份的信息,编辑部分114向示图图像的月份的背景部分BG1提供对应的单色渐变的色调。例如,如图像IG3中所示,月份与单色渐变之间的关系被设置为使得随着时间从年初朝着年末行进(proceed),色调逐渐变暗。作为结果,图像允许工作者容易地且直观地理解示图的每个部分与一年的对应时间段之间的关系。
此外,为了工作者的方便,图像IG3被添加有索引MGD1,该索引MGD1用作指示月份与单色渐变之间的关系的标度。注意的是,索引不限于图15中所示的示例。例如,索引可以是图16A中所示的索引或图16B中所示的索引。
注意的是,通过使用单色渐变等表达的信息不限于年和月信息。此外,为表达信息而执行的编辑处理不限于用于提供单色渐变的处理。例如,编辑处理可以提供不同的颜色、不同类型的纹理或其组合。在这种情况下,优选地在图像中显示与处理对应的索引(诸如颜色图表或纹理图表)以代替索引MGD1。
图15中所示的图像IG3包含在步骤S103、S105或S106中由工作者提供的评论信息COMT。在步骤中的一个中,例如,工作者可以在使显示部分130显示图像和其它信息的同时经由输入部分140输入评论信息COMT。
图17作为示例示出了在已执行不同的编辑处理之后获得的图像IG4。在这个示例中,为了表达预定事件发生的月份的信息,提供识别对应月份的图形。具体地,表达一个月的长度的箭头VEC被提供作为表达时间段的图形。注意的是,在图像中提供的图形不限于箭头,并且可以是任何图形,只要由图形表达的信息被工作者容易在视觉上辨识并且容易直观地理解即可。
箭头VEC被提供针对对应的月份设置的单色渐变的色调。此外,类似于图像IG3(图15),图像IG4被添加有指示每个月份与提供给箭头VEC的对应的单色渐变的色调之间的关系的索引MGD1。因此,图像允许工作者容易地且直观地理解示图的每个部分与一年的对应时间段之间的关系。
图18作为示例示出了在已执行不同的编辑处理之后获得的图像IG5。在这个示例中,图像被编辑,使得预定事件发生的偶数月份和预定事件发生的奇数月份彼此分开地分组,并且预定事件没有发生的月份被容易地辨识。具体地,在图18的示例中,示图的偶数月份的背景部分被着色为灰色,并且示图的奇数月份的背景部分被着色为白色。此外,预定事件(即,机器装置的停止)没有发生的月份的背景部分在彼此相邻的示图之间提供有间距,并且被着色为浅灰色。此外,为了工作者的方便,在图像IG5中将编辑处理的内容显示为COMT2。因此,图像允许工作者容易地且直观地理解示图的每个部分与一年的对应时间段之间的关系。
图19作为示例示出了在已执行不同的编辑处理之后获得的图像IG6。在这个示例中,如图15中所示的示例中那样,示图图像的每个月份的背景部分BG1被提供对应的单色渐变的色调。此外,图像被添加有关于预定事件的属性的信息。在示图中,预定事件是机器装置的停止,并且与预定事件相关的多个部分数据片段被提取并且彼此结合。顺便说一下,机器装置的停止由包括定期查验、故障和操作的停止的各种因素中的一个造成。因此,在图19的示例中,为了容易地且在视觉上辨识一系列示图的与定期查验相关的部分,在图像中提供标记INF3以指示该部分与定期查验相关。此外,为了工作者的方便,在图像中部署标记定义信息MGD4和评论框COMT3。评论框COMT3是工作者写上关于预定事件的信息的框。因此,图像允许工作者容易地在一系列示图图像中辨识与由定期查验造成的停止相关的部分。在这个示例中,工作者可以容易地发现在刚好在由定期查验造成的停止之前的操作周期中获得的波形从在机械装置的正常状态下获得的波形改变了多少。此外,工作者还可以发现定期查验与机器装置的全部停止的比率。因此,利用这些信息片段,例如,工作者可以容易地确定定期查验的间隔是否适当。
与预定事件的属性相关并且被添加到图像的信息不限于关于定期查验的信息。例如,可以将与故障相关的信息添加到图像。
在图20中所示的图像IG7中,为了容易地且在视觉上辨识一系列示图的与故障相关的部分,将标记INF4和标记定义信息MGD5添加到图像。标记INF4指示该部分与故障相关。因此,图像允许工作者容易地在一系列示图图像中辨识与由故障造成的停止相关的部分。在这个示例中,工作者可以容易地发现由故障造成的停止的间隔、故障的发生增加或减少的中长期的倾向、由故障造成的停止与机械装置的全部停止的比率等。此外,工作者可以容易地辨识在刚好在由故障造成的停止之前的操作周期中获得的两个类型的波形。即,在一个类型中,波形的峰的最大值具有异常高的值;并且在另一个类型中,在操作周期中观察到的峰的数量增加。
时间序列数据显示装置与机器人之间的连接的示例
图12示出了实施例的时间序列数据显示装置100连接到六轴多关节型机器人的示例,该六轴多关节型机器人是机器装置10的一个示例。
六轴多关节型机器人的连杆200至206经由六个旋转关节J1至J6彼此串行地链接。六轴多关节型机器人包括测量对应的旋转关节的马达的旋转速度的传感器、测量对应的关节的旋转角度的传感器、扭矩传感器、测量对应的马达的电流的传感器、以及测量驱动致动器的空气的压力的压力传感器。致动器(诸如机器人手210)可以可拆卸地附接到远端连杆。
六轴多关节型机器人与实施例的时间序列数据显示装置100可通信地连接。时间序列数据显示装置100收集与机器人的状态相关的物理量的时间序列数据以及与在机器人中已发生的事件相关的事件数据。
例如,六轴多关节型机器人重复地执行用于将组件组装成产品的操作。操作者可以经由输入部分140指示时间序列数据显示装置100,并且使时间序列数据显示装置100形成可以被显示或打印的图像。
例如,当六轴多关节型机器人执行用于制造产品的操作时,其中与选择的事件(例如,故障)相关的多个部分时间序列数据片段彼此结合的图像可以被形成,并且显示在显示部分130上。由于显示的图像允许操作者容易地检查与事件相关的机器人的历史,因此操作者可以确定例如是否要使机器人继续制造产品。因此,利用连接到制造装置(诸如机器人)并且显示部分时间序列数据的本发明的时间序列数据显示装置100,在可以防止由制造装置的故障引起的停止的同时可以制造产品。
此外,操作者可以通过使用时间序列数据显示装置100来制作用于创建用于预测机器人的故障的学习模型的训练数据(学习数据)。操作者可以从由时间序列数据显示装置100获取的事件数据选择事件,使时间序列数据显示装置100提取与各种类型的物理量相关的多个部分时间序列数据片段,并且使时间序列数据显示装置100在示图上显示操作者可以容易地执行比较等的图像。例如,如果使用图10中所示的复选框,那么操作者可以容易地对操作者已确定适合用于机器学习的训练数据的数据片段设置标志。因此,操作者可以容易地制作训练数据(学习数据)。
此外,尽管在本实施例中已对于其中作为一个示例机器装置10是六轴多关节型机器人的情况进行了描述,但是本公开不限于此。例如,机器装置10可以是可以根据存储在控制设备的存储设备中的信息自动地执行扩展和收缩、弯曲和伸展、上下移动、左右移动、枢转或它们的组合移动的机器装置。
注意的是,本发明不限于上述实施例,并且可以在本发明的技术构思内进行各种修改。
例如,本发明的实施例不限于与单个类型的事件相关的物理量的示图。例如,在图3的流程图的步骤S102中,多个类型的事件可以被设置为提取条件。然后,在步骤S103中,针对多个类型的事件中的每一个,可以提取物理量的多个部分时间序列数据片段,并且可以形成其中多个部分时间序列数据片段沿着水平轴彼此结合的示图。在步骤S104中,示图可以在单个画面中彼此相邻地显示。示图对于操作者研究对于物理量的不同类型的事件之间的相关性是方便的。
其它实施例
本发明的实施例还可以通过读出并执行记录在存储介质(其也可以被更完整地称为‘非暂时性计算机可读存储介质’)上的计算机可执行指令(例如,一个或更多个程序)以执行上述实施例中的一个或更多个的功能和/或包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如,专用集成电路(ASIC))的系统或装置的计算机、以及通过由系统或装置的计算机通过例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能和/或控制一个或更多个电路以执行上述实施例中的一个或更多个的功能而执行的方法来实现。计算机可以包括一个或更多个处理器(例如,中央处理单元(CPU)、微处理单元(MPU)),并且可以包括单独的计算机或单独的处理器的网络,以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质提供给计算机。存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储设备、光盘(诸如紧凑盘(CD)、数字多功能盘(DVD)或蓝光盘(BD)TM)、闪存设备、存储卡等中的一个或更多个。
本发明的实施例还可以通过如下的方法来实现,即,通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置,该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
虽然已参考示例性实施例描述了本发明,但是要理解的是,本发明不限于所公开的示例性实施例。以下权利要求的范围要被赋予最广泛的解释以便涵盖所有这样的修改以及等同的结构和功能。
Claims (28)
1.一种信息处理方法,包括:
由信息处理装置获取与机器装置的状态相关的物理量的时间序列数据;
由所述信息处理装置从所述时间序列数据提取多个部分时间序列数据片段;以及
由所述信息处理装置在时间信息被提供的状态下显示布置有所述多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
2.根据权利要求1所述的信息处理方法,其中,当在所述图像中布置所述多个部分时间序列数据片段时,所述多个部分时间序列数据被布置为使得所述多个部分时间序列数据片段中的一个片段与所述多个部分时间序列数据片段中的另一个片段之间的距离、小于提取之前的所述多个部分时间序列数据片段中的所述一个片段与提取之前的所述多个部分时间序列数据片段中的所述另一个片段之间的距离。
3.根据权利要求1所述的信息处理方法,其中,取决于与在所述机器装置中发生的事件相关的事件数据,提取所述多个部分时间序列数据片段。
4.根据权利要求1所述的信息处理方法,其中,尚未从中提取所述多个部分时间序列数据片段的时间序列数据位于将时间表示为索引的线性标度上。
5.根据权利要求1所述的信息处理方法,其中,所述图像被显示在显示部分上。
6.根据权利要求1所述的信息处理方法,其中,所述图像包含示图,所述示图表示所述物理量、彼此结合、并且与所述多个部分时间序列数据片段相关。
7.根据权利要求1所述的信息处理方法,其中,所述图像包含示图,所述示图表示所述物理量、并且分别与所述多个部分时间序列数据片段相关、彼此分开地部署。
8.根据权利要求2所述的信息处理方法,其中,所述图像包含关于预定事件的信息。
9.根据权利要求1所述的信息处理方法,其中,所述信息处理装置
获取与多个类型的物理量相关的时间序列数据,
从所述时间序列数据提取与所述多个类型的物理量相关的所述多个部分时间序列数据片段,以及
显示针对所述多个类型的物理量中的每一个部署有关于所述多个部分时间序列数据片段的信息的图像。
10.根据权利要求2所述的信息处理方法,其中,所述信息处理装置
获取与在所述机器装置中发生的多个类型的事件相关的事件数据,
提取与从所述多个类型的事件选择的至少两个类型的事件相关的所述多个部分时间序列数据片段,以及
显示部署有关于与所述至少两个类型的事件相关的所述多个部分时间序列数据片段的信息的图像。
11.根据权利要求1所述的信息处理方法,其中,所述图像包含操作者写上信息的输入区域。
12.根据权利要求1所述的信息处理方法,还包括设置显示所述时间信息的方式。
13.根据权利要求1所述的信息处理方法,其中,通过使用单色渐变、颜色、或者纹理在所述图像中显示所述时间信息。
14.根据权利要求13所述的信息处理方法,其中,在所述图像中在所述多个部分时间序列数据片段的背景部分中显示所述时间信息。
15.根据权利要求13所述的信息处理方法,其中,通过使用不同的单色渐变、不同的颜色、或者不同的纹理对所述多个部分时间序列数据片段已被获取的每个月份显示所述时间信息。
16.根据权利要求13所述的信息处理方法,其中,所述时间信息被显示为使得随着时间从年初朝着年末行进,单色渐变的色调逐渐增加。
17.根据权利要求1所述的信息处理方法,其中,使从在偶数月份获取的时间序列数据提取的部分时间序列数据片段的背景部分的颜色不同于从在奇数月份获取的时间序列数据提取的部分时间序列数据片段的背景部分的颜色。
18.根据权利要求17所述的信息处理方法,其中,在偶数月份和奇数月份之一中获取的部分时间序列数据片段的背景被着色为灰色,并且在偶数月份和奇数月份中的另一个中获取的部分时间序列数据片段的背景被着色为白色。
19.根据权利要求3所述的信息处理方法,其中,如果所述事件在一个月份中没有发生,那么在从所述时间序列数据提取的部分时间序列数据片段之间形成与所述月份对应的间距,并且所述间距被利用颜色着色,所述颜色不同于在所述事件发生的月份中获取的部分时间序列数据片段的背景部分的颜色。
20.根据权利要求1所述的信息处理方法,其中,通过使用文字和/或图形在所述图像中显示所述时间信息。
21.一种存储程序的计算机可读非暂时性记录介质,所述程序使计算机执行根据权利要求1至20中的任一项所述的信息处理方法。
22.一种信息处理装置,所述信息处理装置包括处理部分,其中,所述处理部分被配置为
获取与机器装置的状态相关的物理量的时间序列数据;
从所述时间序列数据提取多个部分时间序列数据片段;以及
在时间信息被提供的状态下显示布置有所述多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
23.根据权利要求22所述的信息处理装置,其中,当在所述图像中布置所述多个部分时间序列数据时,所述处理部分将所述多个部分时间序列数据布置为使得所述多个部分时间序列数据片段中的一个片段与所述多个部分时间序列数据片段中的另一个片段之间的距离、小于提取之前的所述多个部分时间序列数据片段中的所述一个片段与提取之前的所述多个部分时间序列数据片段中的所述另一个片段之间的距离。
24.根据权利要求22所述的信息处理装置,还包括被配置为显示所述图像的显示部分。
25.一种制造产品的方法,包括:
由根据权利要求22至24中的任一项所述的信息处理装置获取在所述机器装置执行用于制造产品的操作时获取的所述时间序列数据;以及
由根据权利要求22至24中的任一项所述的信息处理装置显示所述图像。
26.一种获取学习数据的方法,包括:
由根据权利要求22所述的信息处理装置显示所述图像以供操作者获取用于创建学习模型的学习数据,所述学习模型预测所述机器装置的故障。
27.一种显示与机器装置的状态相关的物理量的显示方法,所述显示方法包括:
在时间信息被提供的状态下显示布置有从与所述物理量相关的时间序列数据提取的多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
28.一种被配置为显示与机器装置的状态相关的物理量的显示装置,所述显示装置包括:
处理部分,所述处理部分被配置为在时间信息被提供的状态下显示布置有从与所述物理量相关的时间序列数据提取的多个部分时间序列数据片段的图像,所述时间信息与所述多个部分时间序列数据片段已被获取的时间相关。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-166751 | 2020-10-01 | ||
JP2020166751A JP2022059178A (ja) | 2020-10-01 | 2020-10-01 | 情報処理方法、情報処理装置、制御プログラム、記録媒体、物品の製造方法、学習用データの取得方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114281028A true CN114281028A (zh) | 2022-04-05 |
Family
ID=80868664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111139753.7A Pending CN114281028A (zh) | 2020-10-01 | 2021-09-27 | 信息处理方法和装置、记录介质、制造产品的方法、获取学习数据的方法、显示方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11776177B2 (zh) |
JP (1) | JP2022059178A (zh) |
CN (1) | CN114281028A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7311319B2 (ja) * | 2019-06-19 | 2023-07-19 | ファナック株式会社 | 時系列データ表示装置 |
JP2023150200A (ja) | 2022-03-31 | 2023-10-16 | 東洋電装株式会社 | ターンシグナルスイッチ装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5371842A (en) * | 1990-04-19 | 1994-12-06 | Bioscience Analysis Software Ltd. | System for real-time display of the waveshape of an incoming stream of digital data samples |
JP2013008234A (ja) | 2011-06-24 | 2013-01-10 | Omron Corp | データ比較装置、データ比較方法、制御プログラムおよび記録媒体 |
JP5808605B2 (ja) * | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
US9659250B2 (en) * | 2011-08-31 | 2017-05-23 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
US9824470B2 (en) * | 2012-12-21 | 2017-11-21 | Business Objects Software Ltd. | Use of dynamic numeric axis to indicate and highlight data ranges |
US9286413B1 (en) * | 2014-10-09 | 2016-03-15 | Splunk Inc. | Presenting a service-monitoring dashboard using key performance indicators derived from machine data |
RU2019139907A (ru) | 2017-05-12 | 2021-06-07 | Мицубиси Электрик Корпорейшн | Устройство обработки данных временного ряда, система обработки данных временного ряда и способ обработки данных временного ряда |
JP6845204B2 (ja) | 2018-10-30 | 2021-03-17 | ファナック株式会社 | ノウハウ作成装置、ノウハウ作成方法及びノウハウ作成プログラム |
-
2020
- 2020-10-01 JP JP2020166751A patent/JP2022059178A/ja active Pending
-
2021
- 2021-09-14 US US17/474,566 patent/US11776177B2/en active Active
- 2021-09-27 CN CN202111139753.7A patent/CN114281028A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2022059178A (ja) | 2022-04-13 |
US11776177B2 (en) | 2023-10-03 |
US20220108501A1 (en) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107924173B (zh) | 监视装置、监视系统及计算机可读存储介质 | |
CN114281028A (zh) | 信息处理方法和装置、记录介质、制造产品的方法、获取学习数据的方法、显示方法和装置 | |
US20200198128A1 (en) | Learning data confirmation support device, machine learning device, and failure predicting device | |
EP1918885B1 (en) | Operating condition monitoring apparatus, method for monitoring operating condition and program | |
EP3392727A1 (en) | Control device, monitoring system, control program, and recording medium | |
CN110770663B (zh) | 可视化系统 | |
US20040143360A1 (en) | Electronic fingerprints for machine control and production machines | |
EP2894529B1 (en) | Remote diagnostic system | |
CN102612642A (zh) | 车辆故障诊断装置 | |
US11740592B2 (en) | Control method, control apparatus, mechanical equipment, and recording medium | |
JP6922239B2 (ja) | 工程監視装置、工程監視装置の制御方法およびプログラム | |
CN114254449A (zh) | 信息处理方法和装置、显示方法和装置、记录介质、产品制造方法、以及学习数据获取方法 | |
JP7408606B2 (ja) | 可視化システム | |
AU2016332928B2 (en) | Reference hours tracking for machine maintenance | |
TW202043956A (zh) | 提高生產效率之支援系統 | |
JP2021096639A (ja) | 制御方法、制御装置、機械設備、制御プログラム、記録媒体 | |
US20220357726A1 (en) | Information processing method, information processing apparatus, control program, storage medium, method of manufacturing product, and method of acquiring learning data | |
US20240210927A1 (en) | Visualization system | |
US20230176559A1 (en) | Data management device and data management method | |
JP2005190196A (ja) | 巡視点検支援方法、巡視点検支援装置 | |
CN112115195A (zh) | 时间序列数据显示装置 | |
JP2015069318A (ja) | 画像データ生成装置及び画像データ生成方法 | |
JP2008287474A (ja) | 封入作業の実績を管理する作業実績管理システム | |
JP2010271920A (ja) | シミュレーション装置 |
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 |