CN116529679A - 数据收集计划生成装置以及数据收集计划生成方法 - Google Patents
数据收集计划生成装置以及数据收集计划生成方法 Download PDFInfo
- Publication number
- CN116529679A CN116529679A CN202180081076.XA CN202180081076A CN116529679A CN 116529679 A CN116529679 A CN 116529679A CN 202180081076 A CN202180081076 A CN 202180081076A CN 116529679 A CN116529679 A CN 116529679A
- Authority
- CN
- China
- Prior art keywords
- data collection
- collection plan
- generating
- machine
- 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.)
- Pending
Links
- 238000013480 data collection Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims description 21
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012937 correction Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000002826 coolant Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- 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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring 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
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- General Factory Administration (AREA)
Abstract
一种数据收集计划生成装置,生成由从动作中的工业机械取得数据时的动作条件的组合构成的数据收集计划。该数据收集计划生成装置设定工业机械的规格,提取与工业机械的动作相关的制约条件,并基于这些规格以及制约条件,生成包含与上述设定的规格有关的参数的值的组的多个动作条件,并根据所生成的动作条件生成并输出数据收集计划。
Description
技术领域
本发明涉及生成由从动作中的机械取得数据时的动作条件的组合构成的数据收集计划的数据收集计划生成装置以及数据收集计划生成方法。
背景技术
在工厂等制造现场设置有机床、机器人等工业机械。在制造现场,多个作业者使这些多个工业机械运转来进行产品的制造。工业机械由于各部的动作引起的发热、环境温度的变化,构成工业机械的各部分的部件膨胀或收缩。工业机械的各部分的膨胀或收缩影响工业机械的可动部分的定位。因此,在对工业机械要求精密的动作的情况下,例如在进行精密加工的情况下、进行由机器人进行的部件的组装的情况下等,需要根据工业机械的热状态来校正可动部分的位置,进行所谓的热位移校正。作为进行热位移校正的一个方法,有如下方法:基于从工业机械取得的动作信息、由传感器等检测出的工业机械的各部的温度,使用机器学习来推定校正量(例如,专利文献1等)。在机器学习中进行该热位移校正的方法也是公知的。
另外,若在制造现场持续运转工业机械,则有时因构成工业机械的各部件的经年劣化、外部气温的变化、振动等外在因素、作业者的设定错误等而在工业机械的动作中产生异常。在判定为工业机械的动作发生了异常的情况下,作业者停止发生了异常的工业机械的运转,在去除了异常的原因之后再次开始工业机械的运转而继续进行作业。
包含工业机械的正常/异常的运转状态例如由管理装置监视。管理工业机械的运转状态的装置例如监视经由网络由各个工业机械检测出的电动机的位置、速度、转矩等时间序列数据、表示预定时刻的信号的变化的数据、由安装于工业机械的传感器检测出的振动、声音、动态图像等的时间序列数据,通过检测各数据相对于时间的推移的变化状态,来管理工业机械的运转状态(例如,专利文献2、3等)。另外,作为判定工业机械的运转状态的一个方法,有基于由传感器等从工业机械检测出的物理量进行的方法。使用了作为该判定方法的机器学习的方法是公知的。
这样,在制造现场,在各种情形下应用机器学习。
现有技术文献
专利文献
专利文献1:日本特开2019-166603号公报
专利文献2:日本专利6453504号公报
专利文献3:日本特开2019-012473号公报
发明内容
发明所要解决的课题
为了利用机器学习功能来进行工业机械的热位移校正、运转状态的判定等,需要使用从工业机械收集到的数据来进行机器学习。此时,为了生成能够用于适当的热位移校正量的推定、工业机械的运转状态的适当的判定的学习模型、即良好的学习模型,需要能够均匀地覆盖工业机械的规格范围的数据。因此,在收集数据时,必须以覆盖工业机械的规格范围的方式在各种动作条件下收集数据。但是,如果想要均匀地覆盖规格范围而随意地增加数据数量,则开发工时大幅增加。特别是,在1次数据收集长时间进行的情况下,其开发工时变得庞大。即,必须进行数据收集的计划,以使得收集到的数据不会过量或不足地覆盖工业机械的规格范围。这样的课题不限于机器学习,在使用其他工业机械或产业系统等的动作实验等中也产生。
因此,需要一种能够根据机械的功能、规格等一般的设定值来生成用于收集适当的数据的适当的数据收集计划的结构。
用于解决课题的手段
本发明的一个方式是一种数据收集计划生成装置,其生成由从动作中的机械取得数据时的动作条件的组合构成的数据收集计划,其中,所述数据收集计划生成装置具备:规格设定部,其设定所述机械的规格;制约条件提取部,其提取与所述机械的动作有关的制约条件;动作条件生成部,其根据所述规格以及所述制约条件,生成包含与由所述规格设定部设定的规格有关的参数的值的组的多个动作条件;计划生成部,其根据所述动作条件生成部生成的动作条件生成数据收集计划;以及输出部,其输出所述计划生成部生成的数据收集计划。
本发明的另一方式是一种数据收集计划生成方法,该数据收集计划生成装置生成由从动作中的机械取得数据时的动作条件的组合构成的数据收集计划,其中,所述数据收集计划生成方法执行如下步骤:规格设定步骤,设定所述机械的规格;制约条件提取步骤,提取与所述机械的动作有关的制约条件;动作条件生成步骤,根据所述规格以及所述制约条件,生成包含与在所述规格设定步骤中设定的规格有关的参数的值的组的多个动作条件;计划生成步骤,根据所述动作条件生部生成的动作条件生成数据收集计划;以及输出步骤,输出在所述计划生成步骤中生成的数据收集计划。
发明效果
根据本发明的一个方式,能够生成用于从机械的功能、规格等一般的设定值收集适当的数据的适当的数据收集计划,预计能够实现机器学习功能的稳定的性能提高和开发工时削减。
附图说明
图1是一实施方式的数据收集计划生成装置的概略性的硬件结构图。
图2是第一实施方式的数据收集计划生成装置的概略性的功能框图。
图3是表示动作条件的例子的图。
图4是说明图2的数据收集计划生成装置中的动作条件生成部的动作条件的生成方法的图。
图5是说明动作条件生成部的动作条件的其他生成方法的图。
图6是说明动作条件生成部的动作条件的其他生成方法的图。
图7是说明动作条件生成部的动作条件的其他生成方法的图。
图8是表示选择规则的例子的图。
具体实施方式
以下,结合附图对本发明的实施方式进行说明。
图1是表示本发明的一实施方式的数据收集计划生成装置的主要部分的概略性的硬件结构图。
本发明的数据收集计划生成装置1例如能够安装为控制工业机械的控制装置,另外,也能够安装在与控制工业机械的控制装置并列设置的个人计算机、经由有线/无线的网络与控制装置连接的个人计算机、单元计算机、雾计算机、云服务器上。在本实施方式中,示出了将数据收集计划生成装置1安装在经由网络与控制工业机械的控制装置连接的个人计算机上的例子。
本实施方式的数据收集计划生成装置1具备的CPU11是整体控制数据收集计划生成装置1的处理器。CPU11经由总线22读出存储在ROM12中的系统程序,并按照该系统程序来控制数据收集计划生成装置1整体。在RAM13中暂时存储暂时的计算数据、显示数据、以及从外部输入的各种数据等。
非易失性存储器14例如由通过电池(未图示)备份的存储器、SSD(Solid StateDrive:固态驱动器)等构成,即使数据收集计划生成装置1的电源断开,也保持存储状态。在非易失性存储器14中存储经由接口15从外部设备72读入的数据、经由输入装置71输入的数据、经由接口20从控制装置3取得的数据等。非易失性存储器14中存储的数据也可以在执行时/利用时在RAM13中展开。另外,在ROM12中预先写入有公知的解析程序等各种系统程序。
接口15是用于连接数据收集计划生成装置1的CPU11与USB装置等外部设备72的接口。从外部设备72侧,例如能够读入由其他工业机械等取得的数据等。另外,在数据收集计划生成装置1内处理后的数据等能够经由外部设备72存储于外部存储单元(未图示)。
接口20是用于连接数据收集计划生成装置1的CPU11与有线或者无线的网络5的接口。在网络5上连接有控制装置3、雾计算机、云服务器等,在与数据收集计划生成装置1之间相互进行数据的交换。
在显示装置70中,经由接口17输出并显示作为执行了读入到存储器上的各数据、程序等的结果而得到的数据等。另外,由键盘、指示设备等构成的输入装置71经由接口18将基于作业者的操作的指令、数据等递交给CPU11。
图2是将本发明的第一实施方式的数据收集计划生成装置1所具备的功能表示为概略性的框图的图。
本实施方式的数据收集计划生成装置1所具备的各功能通过图1所示的数据收集计划生成装置1所具备的CPU11执行系统程序,控制数据收集计划生成装置1的各部的动作来实现。本实施方式的数据收集计划生成装置1具备生成用于从作为动作对象的机械的功能、规格等一般的设定值收集适当的数据的适当的数据收集计划的功能。另外,在本实施方式中,以使用机器学习进行机床的热位移校正的情况下的数据收集计划的生成为例进行了表示,但本实施方式的数据收集计划生成装置1例如也能够应用于通过机器学习进行机械的运转状态的判定的情况等。
本实施方式的数据收集计划生成装置1具备规格设定部100、制约条件提取部110、参数选择部120、动作条件生成部130、数据收集计划生成部135以及输出部140。另外,在数据收集计划生成装置1的RAM13或非易失性存储器14中,预先准备有:规格存储部200,其作为用于存储从输入装置71、外部设备72、控制装置3等取得并设定的与规格相关的数据的区域;数据收集计划存储部210,其作为存储与所生成的机械的数据收集计划相关的数据的区域;选择规则存储部220,其作为预先存储有选择作为动作条件的参数的规则的区域。
规格设定部100通过图1所示的数据收集计划生成装置1所具备的CPU11执行从ROM12读出的系统程序,主要由CPU11进行使用RAM13、非易失性存储器14的运算处理和基于接口15、18或者20的输入控制处理来实现。规格设定部100取得并设定与由控制装置3控制的工业机械4的动作相关联的规格相关的信息。与规格相关的信息例如可以是各轴的移动范围、各轴的最大移动速度、各轴的最大移动加速度、各轴的最大转矩、最大载重重量、主轴最大旋转速度、主轴最大转矩、冷却剂最大流量、冷却剂最大温度、冷却剂最低温度等那样的规定与机械的动作有关的参数的预定范围的信息、规定环境最大气温、环境最低气温等那样的与机械的动作环境有关的数据的预定范围的信息等。与这些规格有关的信息可以从控制装置3、未图示的雾计算机、云服务器等存储的信息取得,也可以从外部设备72读出。另外,也可以根据需要由作业者从输入装置71设定。规格设定部100取得的数据存储于规格存储部200。
制约条件提取部110通过图1所示的数据收集计划生成装置1所具备的CPU11执行从ROM12读出的系统程序,主要由CPU11进行使用RAM13、非易失性存储器14的运算处理来实现。制约条件提取部110从规格设定部100设定的规格以及作业者从输入装置71输入的其他信息中提取与机械的动作条件相关的制约条件。制约条件提取部110例如也可以基于与由规格设定部100设定的规格相关的信息,提取与各个机械的动作相关的参数的最大值以及最小值作为制约条件。制约条件提取部110例如也可以基于与由规格设定部100设定的规格相关的信息,提取与各个机械的动作环境相关的数据的最大值以及最小值作为制约条件。另外,制约条件也可以是制约预定的参数、动作环境能够取得的值的列表、表示分布的信息、预定的参数间的关系的条件式。制约条件提取部110例如也可以促使作业者输入与伴随机械的尺寸的动作相关的限制、连续运转时间的限制、动作次数的限制等,并基于从输入装置71输入的信息来提取制约条件。制约条件提取部110例如也可以从由控制装置3执行的加工程序中提取典型的主轴旋转速度、主轴旋转时间等信息作为制约条件。制约条件提取部110提取出的制约条件与规格相关的信息一起存储于规格存储部200。
参数选择部120通过图1所示的数据收集计划生成装置1所具备的CPU11执行从ROM12读出的系统程序,主要由CPU11进行使用RAM13、非易失性存储器14的运算处理来实现。参数选择部120选择作为机械的动作条件的生成对象的参数。参数选择部120例如也可以基于由规格设定部100设定的规格,将能够选择为工业机械4的动作条件的参数经由输出部140显示于显示装置70,使作业者从其中选择作为工业机械4的动作条件的参数。另外,参数选择部120例如也可以使作业者根据与工业机械4的动作条件相关的目的,按照存储在选择规则存储部220中的选择规则选择作为工业机械4的动作条件的参数。在这样的情况下,如图8所例示的那样,预先在选择规则存储部220中,针对数据收集的目的,存储将应该选择的参数的列表建立了关联的选择规则。参数选择部120对显示装置70显示选择规则所包含的数据收集的目的,并使作业者选择该目的,由此能够容易地选择适当的参数。另外,关于在规格设定部100中设定了规格的参数,在选择为全部动作条件的情况下,参数选择部120不是必须的结构。在这样的情况下,即使是不具备参数选择部120的数据收集计划生成装置1,也能够充分地享受本申请发明的效果。
动作条件生成部130通过图1所示的数据收集计划生成装置1所具备的CPU11执行从ROM12读出的系统程序,主要由CPU11进行使用RAM13、非易失性存储器14的运算处理来实现。动作条件生成部130生成工业机械4的动作条件。如图3所例示的那样,动作条件生成部130生成的各动作条件包含参数选择部120选择出的参数的值的组(set)。
数据收集计划生成部135通过图1所示的数据收集计划生成装置1所具备的CPU11执行从ROM12读出的系统程序,主要由CPU11进行使用RAM13、非易失性存储器14的运算处理来实现。数据收集计划生成部135生成用于从工业机械4收集适当的数据的适当的数据收集计划。即,在以动作条件所包含的参数为要素的向量的向量空间中,生成用于数据收集的动作条件的组合,以使得各动作条件所包含的参数的值均匀地分布在该向量空间。
为了使动作条件均匀地(uniformly)分布,数据收集计划生成部135例如也可以针对动作条件所包含的各参数,在该参数的最小值与最大值之间以预先决定的预定的间隔决定值,并生成该决定的值的组作为数据收集计划。
图4表示为了进行预测热位移校正的值的机器学习装置的机器学习而收集适当的学习用的数据,选择环境温度以及主轴旋转速度作为参数来生成数据收集计划的例子。在图4的例子中,针对环境温度以及主轴旋转速度的每一个,在最小值与最大值之间以预先决定的预定的间隔决定值,生成该决定的值的组作为数据收集计划。
为了使动作条件均匀地分布,数据收集计划生成部135例如也可以针对动作条件所包含的各参数,在与该参数关联的物理量的最小值与最大值之间以预先决定的预定的间隔决定值,并生成该决定的值的组作为数据收集计划。
图5表示与图4同样地,为了进行预测热位移校正的值的机器学习装置的机器学习而收集适当的学习用的数据,选择环境温度以及主轴旋转速度作为参数来生成数据收集计划的例子。在图5的例子中,关于环境温度,在最小值与最大值之间以预先决定的预定的间隔决定值,并且关于主轴旋转速度,以来自主轴的发热量成为预定的间隔的方式决定主轴旋转速度的值,并生成该决定的值的组作为数据收集计划。
数据收集计划生成部135也可以在要生成的数据收集计划中包含的动作条件的数量比制约条件提取部110提取出的动作次数的限制多的情况下,进行动作条件的缩减(thinned out)。例如,如图6所例示的那样,可以将动作条件均匀地缩减,也可以按照规定的规则,以动作条件均匀地分布的方式进行缩减。
与上述的例子相反,数据收集计划生成部135也可以在制约条件提取部110提取出的动作次数的限制的范围内反复生成动作条件。例如,也可以如图7所例示那样,在将各个参数的最小值以及最大值的组生成为动作条件之后,在参数的向量空间上选择动作条件的密度最薄的点,反复地重复进行生成该点的位置的值的组作为动作条件的处理。此时,动作条件的密度也可以根据向量空间上的轴而不同。通过使值的变化对机器学习的结果几乎不影响的参数的轴的密度变薄,可以不需要增加动作条件的数量。通过这样选择,能够生成在参数的向量空间上均匀地分布的任意的动作次数的参数值的组。
将数据收集计划生成部135提取出的数据收集计划存储于数据收集计划存储部210。存储于数据收集计划存储部210的数据收集计划也可以经由输出部140显示在显示装置70上。另外,输出部140也可以构成为不仅对显示装置70进行显示输出,还进行例如对外部设备72的输出处理、经由网络5的输出处理。在该情况下,存储于数据收集计划存储部210的数据收集计划也能够经由外部设备72存储于未图示的外部存储装置并利用,或者经由网络发送到控制装置3、未图示的雾计算机、云服务器来利用。
通过使用具备上述结构的本实施方式的数据收集计划生成装置1,作业者能够生成用于从机械的功能、规格等那样的一般的设定值收集适当的数据的适当的数据收集计划。
以上,对本发明的一实施方式进行了说明,但本发明并不仅限定于上述的实施方式的例子,通过施加适当的变更,能够以各种方式实施。
例如,在上述的实施方式中,数据收集计划生成装置1基于机械的规格、制约条件生成动作条件,但数据收集计划生成装置1处理的规格、制约条件不限于机械的规格、制约条件。例如,也可以基于如生产系统、实验系统等那样的由多个机械、装置构成的系统的各构成要素的规格、制约条件,生成该系统的动作条件。即使在这样的情况下,也能够有效地使用本申请的数据收集计划生成装置1的功能。
符号说明
1数据收集计划生成装置
3控制装置
4工业机械
5网络
6传感器
11CPU
12ROM
13RAM
14非易失性存储器
15、17、18、20接口
22总线
70显示装置
71输入装置
72外部设备
100规格设定部
110制约条件提取部
120参数选择部
130动作条件生成部
135数据收集计划生成部
140输出部
200规格存储部
210数据收集计划存储部
220选择规则存储部。
Claims (4)
1.一种数据收集计划生成装置,其生成由从动作中的机械取得数据时的动作条件的组合构成的数据收集计划,其特征在于,所述数据收集计划生成装置具备:
规格设定部,其设定所述机械的规格;
制约条件提取部,其提取与所述机械的动作有关的制约条件;
动作条件生成部,其根据所述规格以及所述制约条件,生成包含与由所述规格设定部设定的规格有关的参数的值的组的多个动作条件;
数据收集计划生成部,其根据所述动作条件生成部生成的动作条件生成数据收集计划;以及
输出部,其输出所述数据收集计划生成部生成的数据收集计划。
2.根据权利要求1所述的数据收集计划生成装置,其特征在于,
所述数据收集计划生成装置还具备:参数选择部,其基于所述规格以及所述制约条件,选择包含在所述机械的动作条件中的参数,
所述动作条件生成部基于所述规格以及所述制约条件,生成包含由所述参数选择部选择的参数的值的组的多个动作条件。
3.一种动作条件生成装置的数据收集计划生成方法,该动作条件生成装置生成由从动作中的机械取得数据时的动作条件的组合构成的数据收集计划,其特征在于,所述数据收集计划生成方法执行如下步骤:
规格设定步骤,设定所述机械的规格;
制约条件提取步骤,提取与所述机械的动作有关的制约条件;
动作条件生成步骤,根据所述规格以及所述制约条件,生成包含与在所述规格设定步骤中设定的规格有关的参数的值的组的多个动作条件;
数据收集计划生成步骤,根据在所述动作条件生成步骤中生成的动作条件生成数据收集计划;以及
输出步骤,输出在所述数据收集计划生成步骤中生成的数据收集计划。
4.根据权利要求3所述的数据收集计划生成方法,其特征在于,
在所述制约条件提取步骤之后,还执行参数选择步骤,在所述参数选择步骤中,基于所述规格以及所述制约条件,选择包含在所述机械的动作条件中的参数,
在所述动作条件生成步骤中,基于所述规格以及所述制约条件,生成包含在所述参数选择步骤中选择的参数的值的组的多个动作条件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-210351 | 2020-12-18 | ||
JP2020210351 | 2020-12-18 | ||
PCT/JP2021/046078 WO2022131260A1 (ja) | 2020-12-18 | 2021-12-14 | データ収集計画生成装置及びデータ収集計画生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116529679A true CN116529679A (zh) | 2023-08-01 |
Family
ID=82059483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180081076.XA Pending CN116529679A (zh) | 2020-12-18 | 2021-12-14 | 数据收集计划生成装置以及数据收集计划生成方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230418274A1 (zh) |
JP (1) | JPWO2022131260A1 (zh) |
CN (1) | CN116529679A (zh) |
DE (1) | DE112021005106T5 (zh) |
TW (1) | TW202224841A (zh) |
WO (1) | WO2022131260A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6917805B2 (ja) | 2017-06-30 | 2021-08-11 | 日立Geニュークリア・エナジー株式会社 | データフィルタリング装置および方法 |
JP6453504B1 (ja) | 2018-02-22 | 2019-01-16 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 異常監視装置、異常監視方法および異常監視プログラム |
JP6802208B2 (ja) | 2018-03-23 | 2020-12-16 | ファナック株式会社 | 熱変位補正システム及び計算機 |
JP2020064390A (ja) * | 2018-10-16 | 2020-04-23 | ファナック株式会社 | データ収集システム及びデータ収集方法 |
JP7098821B2 (ja) * | 2019-03-08 | 2022-07-11 | 富士フイルム株式会社 | データ生成装置および方法、並びに学習装置および方法 |
-
2021
- 2021-12-06 TW TW110145371A patent/TW202224841A/zh unknown
- 2021-12-14 DE DE112021005106.7T patent/DE112021005106T5/de active Pending
- 2021-12-14 JP JP2022570013A patent/JPWO2022131260A1/ja active Pending
- 2021-12-14 WO PCT/JP2021/046078 patent/WO2022131260A1/ja active Application Filing
- 2021-12-14 US US18/254,385 patent/US20230418274A1/en active Pending
- 2021-12-14 CN CN202180081076.XA patent/CN116529679A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE112021005106T5 (de) | 2023-08-24 |
JPWO2022131260A1 (zh) | 2022-06-23 |
TW202224841A (zh) | 2022-07-01 |
WO2022131260A1 (ja) | 2022-06-23 |
US20230418274A1 (en) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6386520B2 (ja) | 数値制御装置及び機械学習装置 | |
Ridwan et al. | Advanced CNC system with in-process feed-rate optimisation | |
US20170308052A1 (en) | Cell controller for optimizing motion of production system including industrial machines | |
JP6903976B2 (ja) | 制御システム | |
US11531327B2 (en) | Abnormality determination device and abnormality determination system | |
CN109719756B (zh) | 寿命预测装置 | |
CN110614537B (zh) | 调整必要性判断装置 | |
US11269710B2 (en) | Diagnostic apparatus | |
JP2019146421A (ja) | 故障予測装置及び機械学習装置 | |
CN110501972B (zh) | 热位移校正装置 | |
US11334045B2 (en) | Diagnosis apparatus and diagnosis method | |
CN112673327A (zh) | 控制装置及程序 | |
JP7063229B2 (ja) | 制御装置および制御プログラム | |
JP2020128013A (ja) | 状態判定装置及び状態判定方法 | |
CN116529679A (zh) | 数据收集计划生成装置以及数据收集计划生成方法 | |
CN112599234A (zh) | 诊断装置 | |
WO2023047545A1 (ja) | 追加学習データ選定装置及びコンピュータ読み取り可能な記録媒体 | |
CN116583798A (zh) | 异常分类装置 | |
WO2023026433A1 (ja) | 診断装置、及びプログラムを記録した記録媒体 | |
WO2022176375A1 (ja) | 予測システム、情報処理装置および情報処理プログラム | |
WO2022270056A1 (ja) | 予測システム、情報処理装置および情報処理プログラム | |
WO2020240945A1 (ja) | 制御システム、制御装置および制御プログラム | |
JP2023006304A (ja) | 制御システム、モデル生成方法およびモデル生成プログラム | |
JP2023002962A (ja) | 情報処理装置、モデル生成プログラムおよびモデル生成方法 | |
JP2023051402A (ja) | 制御システム、情報処理方法および情報処理装置 |
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 |