CN116755386A - 诊断用数据取得系统、诊断用系统以及计算机可读介质 - Google Patents
诊断用数据取得系统、诊断用系统以及计算机可读介质 Download PDFInfo
- Publication number
- CN116755386A CN116755386A CN202310722473.1A CN202310722473A CN116755386A CN 116755386 A CN116755386 A CN 116755386A CN 202310722473 A CN202310722473 A CN 202310722473A CN 116755386 A CN116755386 A CN 116755386A
- Authority
- CN
- China
- Prior art keywords
- diagnostic data
- diagnostic
- data acquisition
- unit
- timing
- 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
- 238000005259 measurement Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 75
- 238000000034 method Methods 0.000 description 37
- 238000012545 processing Methods 0.000 description 17
- 238000012360 testing method Methods 0.000 description 12
- 238000005520 cutting process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000003754 machining Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 101100521334 Mus musculus Prom1 gene Proteins 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013106 supervised machine learning method Methods 0.000 description 1
- 238000012549 training Methods 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
- 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
- G05B19/4065—Monitoring tool breakage, life or condition
-
- 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
-
- 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
- G05B2219/33—Director till display
- G05B2219/33285—Diagnostic
-
- 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
- G05B2219/37—Measurements
- G05B2219/37347—Speed, velocity
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种诊断用数据取得系统、诊断用系统以及计算机可读介质。在进行机床等的诊断时,减轻用户的负担并取得适于诊断的数据。取得用于诊断机床(100)的诊断用数据的诊断用数据取得系统(200)具备:控制部(210),其根据控制数据来控制机床(100)的可动部(110)的驱动;定时生成部(220),其根据上述控制数据来生成上述诊断用数据的取得定时;以及诊断用数据取得部(230),其根据上述取得定时取得随着上述控制部(210)的控制下的上述可动部(110)的驱动而变化的数据作为上述诊断用数据。
Description
本申请是申请日为2018年2月9日、申请号为201810134960.5、发明名称为“诊断用数据取得系统、诊断用系统以及计算机可读介质”的专利申请的分案申请。
技术领域
本发明涉及用于进行机床等设备的诊断的诊断用数据取得系统、诊断用系统以及计算机可读介质。
背景技术
当机床产生故障时,需要暂时停止机床的运转,进行修理故障部位或者更换故障的部件的恢复作业。但是,当在没有预料到的定时产生了故障时,到恢复为止需要时间,机床的停止时间(停机时间)有时会变长。
为了防止这种情况,通过平时进行故障预测或故障检测等诊断来早期发现故障的征兆或故障的发生变得重要。
这里,作为进行机床诊断的方法,有尽量在相同的条件下持续收集数据并从收集到的数据的随时间变化获取知识的方法。为了在相同条件下收集数据,例如以固定周期(例如每一天等)实施规定了主轴的转速等的预定测试运行即可。
用于进行这种测试运行来进行诊断的技术的一例被公开在专利文献1中。在专利文献1中公开的技术中,使用作为监督机器学习方法之一的支持向量机法进行诊断。
具体地说,通过测试用的预定运行模式使机床运行,同时测量机床的多个参数来取得最初测量数据。另外,使用所取得的最初测量数据作为机器学习用的训练数据,从而生成支持向量机的映射空间中的正常区域。
然后,使用这样生成的支持向量机的映射空间中的正常区域来进行诊断。具体地说,再次通过测试用的预定运行模式使机床运行,同时测量多个参数来取得再测量数据。另外,使用所取得的再测量数据作为机器学习用的测试数据,判定测试数据是否被包含在映射空间中的正常区域中。根据该判定结果能够进行机床的诊断。
如上述专利文献1公开的技术那样,在工厂等中设置机床并运转后,以固定周期使机床进行测试运行并取得测试数据,从而能够进行机床的诊断。
但是,为了这样进行诊断,用户需要对机床发出指示使得进行测试运行。并且,上述诊断需要例如以每一天的频率周期性地持续进行。因此,用户的负担变大。
另外,为了进行测试运行,需要暂时停止机床的通常运转,所以机床的生产性会下降。
考虑到这些问题,也考虑通过机床的通常运转时的数据进行诊断。但是,平常运转时的运行模式不是以诊断为目的,即使只取得数据,也未必是适于诊断用的数据。
专利文献1:日本特开2015-203646号公报
发明内容
因此,本发明的目的为提供在进行机床等诊断时减轻用户的负担并取得适于诊断的数据的诊断用数据取得系统、诊断用系统以及诊断用数据取得程序。
(1)本发明的诊断用数据取得系统(例如后述的诊断用数据取得装置200或诊断用数据取得装置201)是取得用于诊断机床(例如后述的机床100)的诊断用数据的诊断用数据取得装置,具备:控制部(例如后述的控制部210),其根据控制数据来控制上述机床的可动部(例如后述的可动部110)的驱动;定时生成部(例如后述的定时生成部220),其根据上述控制数据来生成上述诊断用数据的取得定时;以及诊断用数据取得部(例如后述的诊断用数据取得部230或诊断用数据取得部231),其根据上述取得定时取得随着上述控制部的控制下的上述可动部的驱动而变化的数据作为上述诊断用数据。
(2)在上述(1)记载的诊断用数据取得系统中,上述控制数据包括为了通过反馈控制来控制上述可动部的驱动而从上述机床取得的反馈信号,上述定时生成部至少根据上述预定的反馈信号来生成上述诊断用数据的取得定时,上述诊断用数据取得部也可以至少取得上述预定的反馈信号作为上述诊断用数据。
(3)上述(1)或(2)记载的诊断用数据取得系统还具备:测量数据取得部(例如后述的传感器数据取得部240),其从测量部取得由测量上述可动部的驱动相关的状态的上述测量部(例如后述的传感器120)测量到的测量数据,上述诊断用数据取得部可以至少取得上述测量数据作为上述诊断用数据。
(4)在上述(1)~(3)中的任意一个记载的诊断用数据取得系统中,上述定时生成部除了根据上述控制数据,也可以根据上述测量数据取得部所取得的上述测量数据来生成上述取得定时。
(5)在上述(1)~(4)中的任意一个记载的诊断用数据取得系统中,上述定时生成部可以生成上述取得定时,使得在上述可动部的驱动速度达到一定时开始上述诊断用数据的取得,在上述可动部的负荷比预定基准上升或下降时结束上述诊断用数据的取得。
(6)在上述(5)记载的诊断用数据取得系统中,上述定时生成部可以根据上述控制数据计算上述可动部的速度以及上述可动部的负荷。
(7)本发明的诊断系统(例如后述的诊断系统1或诊断系统2)具备从上述(1)到(6)的任意一项记载的诊断用数据取得系统、根据上述诊断用数据取得系统所取得的诊断用数据来诊断上述机床的诊断装置(例如后述的诊断装置300)。
(8)本发明的诊断用数据取得程序是使计算机作为取得用于诊断机床(例如后述的机床100)的诊断用数据的诊断用数据取得系统(例如后述的诊断用数据取得装置200或诊断用数据取得装置201)而发挥功能的诊断用数据取得程序,该诊断用数据取得系统具备:控制部(例如后述的控制部210),其根据控制数据控制上述机床的可动部(例如后述的可动部110)的驱动;定时生成部(例如后述的定时生成部220),其根据上述控制数据来生成上述诊断用数据的取得定时;以及诊断用数据取得部(例如后述的诊断用数据取得部230或诊断用数据取得部231),其根据上述取得定时,取得随着上述控制部的控制下的上述可动部的驱动而发生变化的数据作为上述诊断用数据。
根据本发明,在进行机床等的诊断时,能够减轻用户的负担并能够取得适于诊断的数据。
附图说明
图1是表示本发明第一实施方式的基本结构的框图。
图2A说明本发明各个实施方式的取得定时的一例。
图2B说明本发明各个实施方式的取得定时的其他一例。
图3是表示本发明的各实施方式的基本动作的流程图。
图4是表示本发明的第二实施方式的基本结构的框图。
附图标记说明
100、101:机床、110:可动部、120:传感器、200、201:诊断用数据取得装置(诊断用数据取得系统)、210:控制部、220:定时生成部、230、231:诊断用数据取得部、240:传感器数据取得部、300:诊断装置、310:诊断执行部。
具体实施方式
首先,说明本发明的实施方式的概略。本发明的实施方式使用用于控制机床等的可动部的驱动的一般控制数据来决定诊断用数据的取得定时。然后,在这样决定的取得定时取得诊断用数据,并通过所取得的诊断用数据进行诊断。
由此,在本发明的实施方式中,能够不进行测试运行而实施诊断,所以能够减轻用户的负担。
另外,在本实施方式中,取得定时在每次取得诊断用数据时,成为能够取得相同条件下的诊断用数据的定时。
由此,在本发明的实施方式中,能够取得诊断中适于根据数据的随时间变化获取知识的数据。
即,在本发明的实施方式中,能够解决在“发明要解决的问题”一栏中描述的“当进行机床等的诊断时,减轻用户的负担且取得适于诊断的数据”的问题。
以上是本发明的实施方式的概略。
接着,参照附图详细说明本发明的实施方式。这里,以下说明本发明的基本实施方式即第一实施方式、将第一实施方式的结构进行变形后的第二实施方式共2个实施方式。
<第一实施方式>
图1表示第一实施方式即诊断系统1整体的结构。如图1所示,本实施方式具备机床100、诊断用数据取得装置200以及诊断装置300。
机床100与诊断用数据取得装置200能够通信地连接。另外,诊断用数据取得装置200与诊断装置300也能够通信地连接。这些连接可以是经由连接接口的直接连接,或者也可以是经由LAN(Local Area Network局域网)等网络的经由中继设备的连接。
另外,图1中,将诊断用数据取得装置200记载为单一的装置,以下的说明中也将诊断用数据取得装置200作为单一的装置进行说明,但是这不是限定本实施方式的结构的意思。也可以通过包括多个装置和连接该多个装置的网络等的系统(相当于本发明的“诊断用数据取得系统”)来实现诊断用数据取得装置200。
机床100是根据数值控制装置等的控制来进行切削加工等预定加工的机床。
机床100具备可动部110。可动部110包括为了加工工件而进行驱动的电动机、安装在该电动机上的主轴和进给轴、与这些各轴对应的夹具和工具等。机床100根据从诊断用数据取得装置200输出的动作指令来驱动可动部110,从而进行预定的加工。这里,不特别限定预定的加工内容,除了切削加工以外,例如也可以是磨削加工、抛光加工、轧制加工或锻造加工等其他加工。
另外,机床100不需要特别是本实施方式特有的,而能够通过一般的机床来实现。另外,机床100可以不通过基于数值控制的加工用机械来实现,而是通过其他装置、例如在工厂内运转的机器人等来实现。
诊断用数据取得装置200具有通过控制机床100来使机床100进行预定加工的功能。另外,诊断用数据取得装置200也具有取得用于诊断机床100的数据即诊断用数据的功能。
为了实现这些功能,诊断用数据取得装置200具备控制部210、定时生成部220以及诊断用数据取得部230。
控制部210是实现作为一般数值控制装置的功能的部分。控制部210根据控制数据生成包括针对各轴的移动指令和针对驱动主轴的主轴电动机的主轴旋转指令等的动作指令,并将生成的动作指令发送给机床100,从而控制机床100的可动部110的驱动。由此,实现机床100的预定加工。
这里,控制部210对通过加工程序生成的动作指令进行基于速度反馈信号等反馈信号的比例运算和积分运算,从而进行称为修正的反馈控制。为此,控制部210从机床100接收随着可动部110的动作而变化的反馈信号。
即,本实施方式的控制数据中除了包括加工程序等信息,还包括速度反馈信号和电流反馈信号等反馈控制相关的信息。
这里,例如对由机床100中包括的旋转编码器和线性编码器检测出的位置反馈信号进行微分,从而能够计算出速度反馈信号。另外,例如能够通过测量流过电动机的电流来检测出电流反馈信号。
另外,本领域技术人员充分了解机床的反馈控制的一般的技术,所以省略进一步详细说明。
定时生成部220是从控制部210取得控制数据,并根据所取得的控制数据生成取得诊断用数据的定时即“取得定时”的部分。定时生成部220取得例如基于控制数据中包括的加工程序的动作指令值、速度反馈信号的信号值以及主轴所对应的主轴电动机的电流反馈信号的信号值。
然后,定时生成部220计算为了生成取得定时所需要的信息。例如根据基于加工程序的动作指令值和速度反馈信号的信号值,计算主轴或进给轴的驱动速度。另外,定时生成部220根据主轴所对应的主轴电动机的电流反馈信号的信号值来计算施加给主轴的负荷转矩。
另外,这样进行计算的方法不过是用于得到必要信息的一例,也可以通过定时生成部220的计算以外的方法来得到必要的信息。例如,关于负荷转矩,可以在控制主轴所对应的主轴电动机的主轴控制电路中设置干扰推定观测器,通过该干扰推定观测器来检测负荷转矩。
无论如何,定时生成部220取得为了生成取得定时所需要的信息,根据该信息生成取得定时。取得定时如上所述,成为在每次取得诊断用数据时能够取得在相同条件下的诊断用数据的定时。然后,定时生成部220将所生成的取得定时输出给诊断用数据取得部230。另外,参照图2A以及图2B在后面详细描述取得定时的生成方法。
诊断用数据取得部230根据定时生成部220所生成的取得定时来取得诊断用数据。在本实施方式中,诊断用数据取得部230取得控制数据中包括的信息内的诊断装置300用于诊断的信息作为诊断用数据。根据诊断装置300的诊断方法来决定诊断所使用的数据。例如可以与为了生成取得定时所需要的信息同样地,是用于计算主轴或进给轴的驱动速度的信息,也可以是用于计算施加给主轴的负荷转矩的信息,也可以是其他信息。
诊断用数据取得部230将所取得的诊断用数据输出给诊断装置300。
诊断装置300是根据诊断用数据取得部230所输出的诊断用数据进行诊断的装置。诊断装置300具备诊断执行部310作为用于执行诊断的部分。
诊断执行部310进行的诊断是例如用于进行故障预测和故障检测的诊断。诊断方法可以是任意的方法,也可以是例如比较诊断用数据中包括的值与预先决定的阈值,并根据比较结果进行诊断的简单的方法。另外,也可以由诊断执行部310进行使用了机器学习的诊断。
例如,诊断执行部310可以使用诊断用数据作为学习用数据来进行机器学习并构筑学习模型,通过该构筑的学习模型和新的诊断用数据来进行诊断。另外,诊断执行部310也可以使用由其他装置进行学习而构筑的学习模型来进行诊断。
作为机器学习,例如可以是如专利文献1公开的支持向量机法的方法,或者也可以是其它方法。
例如,可以通过组合感知器而构成的神经网络进行监督学习。具体地说,通过对输入数据(例如本实施方式的诊断用数据)赋予标签来生成教师数据,并将该教师数据提供给神经网络。
而且,变更神经网络中包括的各个感知器的权重,使得神经网络的输出变得与标签相同。例如,通过重复正向传播(Forward-propagation)以及反向传播(Back-propagation)的处理来变更权重。
这样,可以学习教师数据的特征,并归纳地获得用于根据输入推定结果的学习模型。另外,进一步可以采纳深度学习等的方法。
或者,也可以进行无监督学习。无监督学习与赋予教师数据来学习的监督学习不同,是赋予了输入数据,但是没有赋予标签的学习方法。在无监督学习中,学习输入数据(例如本实施方式的诊断用数据)中包括的模式和特征来模型化。
例如,为了进行聚类,使用k-means法或沃德法等算法来构筑学习模型。并且,使用构筑的学习模型来进行无外部基准地自动分类所赋予的输入数据的聚类。这样,能够进行例如缺陷或故障的检测。
另外,作为上述监督学习和无监督学习的中间学习法,也可以进行分别使用输入数据与输出数据的组、只有输入数据的半监督学习。
进一步,在例如通过机器人实现机床100的情况下,诊断执行部310可以通过使用例如日本特开2008-32477号公报公开的诊断方法进行机器人的减速机等的诊断。
诊断执行部310使用任意诊断方法输出诊断结果。作为输出的方法,例如在诊断装置300或诊断用数据取得装置200所具备的显示器(省略图示)显示诊断结果即可。另外,此外也可以将诊断结果发送给其它装置,或者在诊断装置300内部或外部的记录装置中进行记录。另外,也可以在例如作为诊断结果而发现了故障时输出警报声。
以上说明了诊断用数据取得装置200和诊断装置300的功能块。接着,说明这些功能块的实现方法。
为了实现这些功能块,诊断用数据取得装置200和诊断装置300分别具备CPU(Central Processing Unit中央处理单元)等运算处理装置。另外,诊断用数据取得装置200和诊断装置300分别具备存储了各种控制用程序的HDD(Hard Disk Drive硬盘驱动器)等辅助存储装置、用于存储在运算处理装置执行程序的情况下暂时需要的数据的RAM(Random Access Memory随机存取存储器)等主存储装置。
然后,在各个装置中,运算处理装置从辅助存储装置读入应用或OS,将读入的应用或OS展开到主存储装置中,并进行基于这些应用或OS的运算处理。另外,根据该运算结果来控制各个装置所具备的各种硬件。由此实现本实施方式的功能块。即,本实施方式能够通过硬件与软件的协作而实现。
作为具体例,诊断用数据取得装置200能够通过对数值控制装置追加用于实现本实施方式的软件来实现。另外,诊断装置300能够通过用于对个人计算机追加用于实现本实施方式的软件来实现。
但是,关于诊断装置300,伴随机器学习的运算量多,因此最好例如将GPU(Graphics Processing Units图形处理单元)装载到个人计算机上,并通过被称为GPGPU(General-Purpose computing on Graphics Processing Units图形处理单元的通用计算)的技术,将GPU用于伴随机器学习的运算处理。由此,能够进行高速处理。进一步,为了进行更高速的处理,使用多台装载了这种GPU的计算机来构筑计算机集群,通过该计算机集群中包括的多个计算机进行并行处理。
接着,参照图2A以及图2B说明本实施方式的取得定时的思路。另外,如上所述,作为前提,在本实施方式中,取得定时成为在每次取得诊断用数据时,能够取得相同条件下的诊断用数据的定时。
首先,图2A表示诊断用数据、主轴速度、主轴负荷以及诊断用数据各自的按照时间序列的变化。如上所述,定时生成部220取得主轴速度以及主轴负荷的值,作为诊断用数据生成所需要的信息。另外,诊断用数据取得部230是能够取得诊断用数据的状态,根据取得定时进行诊断用数据的取得。
然后,定时生成部220生成取得定时,使得根据主轴速度以及主轴负荷的值在“主轴速度固定而无负荷”的情况下取得诊断用数据。这里,“主轴速度固定而无负荷”的情况相当于例如安装在可动部110上的工具切入工件之前的瞬间的情况。
具体地说,定时生成部220首先监视主轴速度。然后,当主轴速度的速度成为固定时,监视主轴负荷,并且当主轴负荷为无负荷时,认为成为了取得定时,并将成为了取得定时的情况通知诊断用数据取得部230。诊断用数据取得部230根据该通知开始诊断用数据的取得。
这里,当主轴速度的变化是在比预先决定的时间长的时间为比预先决定的阈值小的变化时,能够判定为主轴速度固定。另外,当主轴负荷是比预先决定的阈值小的负荷时,能够判定为主轴负荷为无负荷。
之后,定时生成部220继续主轴负荷的监视,主轴负荷通过工具切入工件而上升,当主轴负荷不再是无负荷时,认为取得定时结束,并将取得定时结束的情况通知诊断用数据取得部230。诊断用数据取得部230根据该通知结束诊断用数据的取得。
另外,诊断用数据取得部230可以不将直到接收到通知的时间点为止所取得的诊断用数据全部输出给诊断装置300,而是将直到接收到通知的时间点的预定时间之前所取得的诊断用数据输出给诊断装置300。
即,如图所示,实质上将取得定时设为主轴负荷上升的预定时间之前即可。由此,不适合在负荷上升的瞬间、即工具切入工件的瞬间的考虑为急剧变化的诊断的诊断用数据不用于诊断。
这样的话,每次取得诊断用数据,能够在“工具切入工件前”的相同条件下取得诊断用数据。
接着,参照图2B说明取得定时生成的其它方法。图2B与图2A同样地表示诊断用数据、主轴速度、主轴负荷以及诊断用数据各自的按照时间序列的变化。
并且,定时生成部220生成取得定时,使得根据主轴速度以及主轴负荷的值在“主轴速度固定且负荷固定”的情况下取得诊断用数据。这里,“主轴速度固定且负荷固定”的情况相当于例如安装在可动部110上的工具切入工件后继续加工,切入结束前的瞬间(即加工结束前的瞬间)的情况。例如,当工件的厚度均匀时,容易成为“主轴速度固定且负荷固定”的状态。
具体地说,定时生成部220首先监视主轴速度。然后,当主轴速度的速度成为固定时,监视主轴负荷,当主轴负荷为负荷固定时,认为成为取得定时,并将成为取得定时的情况通知诊断用数据取得部230。
诊断用数据取得部230根据该通知开始诊断用数据的取得。这里,判定主轴速度为固定的方法参照图2A为上述那样。另外,当主轴负荷成为预先决定的范围内的负荷时,能够判定主轴负荷为负荷固定。
之后,定时生成部220继续主轴负荷的监视,通过工具对工件的切入结束而使主轴负荷下降,当主轴负荷不再是负荷固定时,作为取得定时结束,并将取得定时结束的情况通知诊断用数据取得部230。诊断用数据取得部230根据该通知结束诊断用数据的取得。
另外,与参照图2A所说明的情况相同,诊断用数据取得部230不将直到接收到通知的时间点为止所取得的诊断用数据全部输出给诊断装置300,而是将接收到通知的时间点的预定时间之前所取得的诊断用数据输出给诊断装置300即可。
即,如图所示,实质上将取得定时设为主轴负荷下降的预定时间之前即可。由此,不适合在负荷下降的瞬间、即工具对工件的切入结束的瞬间的考虑为急剧变化的诊断的诊断用数据不用于诊断。
这样的话,每次取得诊断用数据时,能够在“工具对工件的切入结束前”的相同条件下取得诊断用数据。
以上,参照图2A和图2B说明2个取得定时的生成方法。定时生成部220可以通过这两个生成方法的任意一个方法来生成取得定时,也可以通过两个方法来生成取得定时。
另外,图2A以及后述的图2B为了容易理解说明而成为示意图。例如,图中通过直线表示主轴速度和主轴负荷的变化,但是实际上有微小的变化,因此包括一些曲线而变化。
接着,参照图3的流程图说明本实施方式的动作。
首先,控制部210根据加工程序和反馈信号来生成控制数据,进行可动部110的驱动(步骤S11)。
接着,定时生成部220根据控制数据中包括的预定信息来开始取得定时的生成(步骤S12)。关于取得定时的生成方法,参照图2A和图2B如上所述。
为了生成取得定时,首先定时生成部220继续主轴速度和主轴负荷的监视(步骤S13为“否”)。然后,当成为取得定时后(步骤S13为“是”),将该情况通知诊断用数据取得部230。
诊断用数据取得部230根据通知进行诊断用数据的取得(步骤S15)。之后,定时生成部220继续主轴速度和主轴负荷的监视,诊断用数据取得部230继续诊断用数据的取得(步骤S15为“否”)。然后,当取得定时结束时(步骤S15为“是“),将该情况通知诊断用数据取得部230。
诊断用数据取得部230根据通知结束诊断用数据的取得,并将取得的诊断用数据输出给诊断装置300(步骤S16)。此时,可以将直到接收到通知的时间点的预定时间前为止所取得的诊断用数据输出给诊断装置300这一点与上述相同。另外,取得定时的时间长度,根据应用本实施方式的环境而变化,但是例如是不满1秒的长度。
而且,接收了诊断用数据的诊断装置300的诊断执行部310进行基于该诊断用数据的诊断。
根据以上说明的本实施方式,能够不另外进行诊断用的测试运行而实施诊断,所以能够达到减轻用户的负荷的效果。
另外,根据以上所说明的本实施方式,生成取得定时,使得成为每次在取得诊断用数据时能够取得同等条件下的诊断用数据的定时,所以能够达到以下效果,即在诊断中能够取得适于根据数据的随时间变化获取知识的数据。
<第二实施方式>
接着,参照图4说明本发明的第二实施方式。这里,第二实施方式与上述第一实施方式在基本结构以及动作上共通,所以以下省略重复的说明。另一方面,在第二实施方式中,追加了取得由传感器测量到的传感器数据的功能,所以详细说明该点。
如图4所示,本实施方式的诊断系统2具备机床101、诊断用数据取得装置201以及诊断装置300。
第二实施方式的机床101是与第一实施方式的机床100相同的装置,但是其内部或其外部(图中设为在内部具备)具备用于测量可动部110的驱动相关的状态的传感器120这一点与第一实施方式的机床100不同。
由传感器120测量到的数据即传感器数据为了作为诊断数据而使用,被输出给诊断用数据取得装置201。传感器120能够通过任意的传感器来实现,但是最好通过例如加速度传感器、AE(Acoustic Emission声发射)传感器、温度传感器、电流计、电压计等传感器来实现。
第二实施方式的诊断用数据取得装置201是与第一实施方式的诊断用数据取得装置200相同的装置,但是其内部或其外部(图中设为在内部具备)具备用于取得传感器120输出的传感器数据的部分即传感器数据取得部240这一点与第一实施方式的诊断用数据取得装置200不同。另外,诊断用数据取得装置201在诊断用数据取得部230置换为231这一点也与诊断用数据取得装置200不同。
另外,也可以与第一实施方式的诊断用数据取得装置200同样地,通过包括多个装置和连接该多个装置的网络等的系统(相当于本发明的“诊断用数据取得系统”)来实现第二实施方式的诊断用数据取得装置201。
诊断用数据取得装置201取得由传感器120输出的传感器数据,当传感器数据是模拟信号时,通过A/D转换器将该模拟信号转换为数字信号。然后,诊断用数据取得装置201将转换后的数字信号作为传感器数据,输出给诊断用数据取得部231。另外,假设传感器数据是数字信号时,诊断用数据取得装置201将该数字信号作为传感器数据,输出给诊断用数据取得部231。
然后,诊断用数据取得部231不仅从控制部210取得控制数据作为诊断用数据,也取得传感器数据取得部240输出的传感器数据作为诊断用数据。即,在本实施方式中,使诊断用数据包括传感器数据。
这样,诊断执行部310能够进行使用了传感器数据的诊断。因此,在本实施方式中,达到能够提高诊断精度,或者能够使用利用了各个传感器数据的多种诊断方法的效果。
作为具体例,例如可以设为通过传感器120测量随着可动部110的驱动而产生的振动。此时,通过能够测量分别相互正交的X轴、Y轴以及Z轴的三轴方向的加速度的三轴加速度传感器来实现传感器120,将相当于各轴的加速度的模拟振动波形信号作为传感器数据进行输出。
然后,诊断用数据取得部230将模拟振动波形信号作为数字化后的传感器数据进行输出。另外,诊断用数据取得部231根据取得定时取得该传感器数据。
进一步,诊断执行部310根据诊断用数据取得部231所取得的传感器数据进行诊断,从而能够进行基于伴随可动部110的驱动而产生的振动的诊断。例如,产生了异常的振动,所以能够诊断为可动部110发生了故障。
此外,例如能够设为通过传感器120测量随着可动部110的驱动而变化的温度。此时,例如通过测量可动部110中包括的主轴电动机的温度的温度传感器来实现传感器120。
然后,诊断执行部310根据诊断用数据取得部231所取得的传感器数据进行诊断,从而能够进行基于伴随可动部110的驱动而变化的温度的诊断。例如,成为了能够容许的温度以上的温度,所以能够诊断为可动部110过热。
另外,能够通过硬件、软件或这些的组合来实现上述各个实施方式中包括的各个装置。另外,也能够通过硬件、软件或这些的组合来实现通过上述各个实施方式中包括的各个装置进行协作而进行的诊断方法。这里,通过软件来实现表示通过计算机读入程序并执行来实现。
可以使用各种类型的非瞬态的计算机可读介质(non-transitory computerreadable medium)来存储程序并提供给计算机。非瞬态的计算机可读介质包括各种类型的实体的记录介质(tangible storage medium有形的存储介质)。非瞬态的计算机可读介质的例子包括磁记录介质(例如软盘、磁带、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(例如掩模ROM、PROM(programmable可编程ROM)、EPROM(Erasable可擦除PROM)、闪速ROM、RAM(random accessmemory随机存取存储器))。另外,也可以通过各种类型的瞬态的计算机可读介质(transitory computer readable medium)对计算机提供程序。瞬态的计算机可读介质的例子包括电信号、光信号以及电磁波。瞬态的计算机可读介质可以经由电线以及光纤等有线通信路径或无线通信路径将程序提供给计算机。
另外,上述实施方式是本发明的优选实施方式,但是不是将本发明的范围仅限定为上述实施方式,能够在不脱离本发明主旨的范围中实施进行了各种变更后的方式。例如,能够通过以下变形例那样实施了变更的方式来实施。
<第一变形例>
在上述各实施方式中,如参照图2A以及图2B所说明的那样,根据主轴速度和主轴负荷来生成取得定时并进行诊断。
也可以对其进行变形,例如根据进给轴速度和主轴负荷来生成取得定时并进行诊断。即,也可以生成取得定时,使得在工具切入工件之前的瞬间且进给轴以固定速度进行驱动的情况下取得诊断用数据。然后,通过将要取得的诊断用数据例如设为进给轴的负荷等,能够对进给轴进行诊断。
<第二变形例>
在上述第二实施方式中,将传感器数据取得部240所取得的传感器数据作为诊断用数据来使用。也可以对其进行变形,为了定时生成部220生成取得定时而使用传感器数据取得部240所取得的传感器数据。
例如,可以将传感器120设为加速度传感器,根据该传感器120测量到的加速度来计算主轴速度,为了生成取得定时而使用。另外,也可以将传感器120设为转矩传感器,将该传感器120测量到的主轴的转矩(主轴负荷)用于取得定时的生成。
<第三变形例>
在上述各实施方式中,假设通过不同装置实现诊断用数据取得装置200或诊断用数据取得装置201以及诊断装置300,但是也可以通过同一装置来实现这些。或者,也可以通过诊断装置300来实现诊断用数据取得装置200或诊断用数据取得装置201的功能的一部分,也可以通过诊断用数据取得装置200或诊断用数据取得装置201来实现诊断装置300的功能的一部分。
进一步,也可以不是通过一个装置而是通过多个装置来分别实现诊断用数据取得装置200、诊断用数据取得装置201、诊断装置300。
Claims (11)
1.一种诊断用数据取得系统,取得用于诊断机床的诊断用数据,其特征在于,
该诊断用数据取得系统具备:
控制部,其根据包括为了通过反馈控制来控制可动部的驱动而从上述机床取得的反馈信号在内的控制数据来控制上述机床的上述可动部的驱动;
定时生成部,其至少根据上述控制数据中包括的上述反馈信号来生成上述诊断用数据的取得定时;以及
诊断用数据取得部,其根据上述取得定时取得随着上述控制部的控制下的上述可动部的驱动而变化的数据作为上述诊断用数据,
上述控制部根据速度反馈信号等反馈信号进行比例运算或积分运算,由此进行反馈控制,该反馈控制用于修正通过处理程序所生成的动作指令,
上述取得定时的时间长度为不满1秒的长度,
上述定时生成部生成上述取得定时,使得在上述可动部的驱动速度达到固定速度时开始上述诊断用数据的取得,
在上述可动部的驱动速度的变化在比预先决定的时间长的时间为比预先决定的阈值小的变化的情况下,判定上述可动部的驱动速度为固定速度。
2.根据权利要求1所述的诊断用数据取得系统,其特征在于,
上述诊断用数据取得部至少取得上述反馈信号作为上述诊断用数据。
3.根据权利要求1所述的诊断用数据取得系统,其特征在于,
该诊断用数据取得系统还具备:测量数据取得部,其从测量部取得由测量上述可动部的驱动相关的状态的上述测量部测量到的测量数据,
上述诊断用数据取得部至少取得上述测量数据作为上述诊断用数据。
4.根据权利要求3所述的诊断用数据取得系统,其特征在于,
上述定时生成部除了根据上述控制数据,还根据上述测量数据取得部所取得的上述测量数据来生成上述取得定时。
5.根据权利要求1所述的诊断用数据取得系统,其特征在于,
上述定时生成部根据上述控制数据计算上述可动部的速度以及上述可动部的负荷。
6.一种诊断系统,其特征在于,
该诊断系统具备:
权利要求1~4中的任意一项所述的诊断用数据取得系统;以及
诊断装置,其根据上述诊断用数据取得系统所取得的上述诊断用数据来诊断上述机床。
7.一种诊断系统,其特征在于,
该诊断系统具备:
权利要求1所述的诊断用数据取得系统;以及
诊断装置,其根据上述诊断用数据取得系统所取得的上述诊断用数据来诊断上述机床。
8.一种诊断系统,其特征在于,
该诊断系统具备:
权利要求5所述的诊断用数据取得系统;以及
诊断装置,其根据上述诊断用数据取得系统所取得的上述诊断用数据来诊断上述机床。
9.一种计算机可读介质,记录了诊断用数据取得程序,该诊断用数据取得程序使计算机作为诊断用数据取得系统而发挥功能,其特征在于,
该诊断用数据取得程序使上述计算机作为权利要求1~4中的任意一项所述的诊断用数据取得系统而发挥功能。
10.一种计算机可读介质,记录了诊断用数据取得程序,该诊断用数据取得程序使计算机作为诊断用数据取得系统而发挥功能,其特征在于,
该诊断用数据取得程序使上述计算机作为权利要求1所述的诊断用数据取得系统而发挥功能。
11.一种计算机可读介质,记录了诊断用数据取得程序,该诊断用数据取得程序使计算机作为诊断用数据取得系统而发挥功能,其特征在于,
该诊断用数据取得程序使上述计算机作为权利要求5所述的诊断用数据取得系统而发挥功能。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-023989 | 2017-02-13 | ||
JP2017023989A JP6571704B2 (ja) | 2017-02-13 | 2017-02-13 | 診断用データ取得システム、診断用システム、及び診断用データ取得プログラム |
CN201810134960.5A CN108427374A (zh) | 2017-02-13 | 2018-02-09 | 诊断用数据取得系统、诊断用系统以及计算机可读介质 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810134960.5A Division CN108427374A (zh) | 2017-02-13 | 2018-02-09 | 诊断用数据取得系统、诊断用系统以及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116755386A true CN116755386A (zh) | 2023-09-15 |
Family
ID=62982850
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310722473.1A Pending CN116755386A (zh) | 2017-02-13 | 2018-02-09 | 诊断用数据取得系统、诊断用系统以及计算机可读介质 |
CN201810134960.5A Pending CN108427374A (zh) | 2017-02-13 | 2018-02-09 | 诊断用数据取得系统、诊断用系统以及计算机可读介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810134960.5A Pending CN108427374A (zh) | 2017-02-13 | 2018-02-09 | 诊断用数据取得系统、诊断用系统以及计算机可读介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10571890B2 (zh) |
JP (1) | JP6571704B2 (zh) |
CN (2) | CN116755386A (zh) |
DE (1) | DE102018201975A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6860540B2 (ja) * | 2018-10-25 | 2021-04-14 | ファナック株式会社 | 出力装置、制御装置、及び学習パラメータの出力方法 |
BE1026844B1 (de) * | 2018-12-07 | 2020-07-08 | Phoenix Contact Gmbh & Co | Vorrichtung und Verfahren zur Verschleißerkennung einer elektromechanischen Schalteinrichtung |
JP6860599B2 (ja) * | 2019-01-31 | 2021-04-14 | ファナック株式会社 | 機械の制御装置 |
JP7235610B2 (ja) * | 2019-07-05 | 2023-03-08 | ファナック株式会社 | モータ情報取得システム |
JP7498613B2 (ja) | 2020-07-17 | 2024-06-12 | ミネベアミツミ株式会社 | モータ駆動制御装置、モータ駆動制御システム、ファンシステム、及びモータ駆動制御方法 |
CN115335785B (zh) * | 2020-10-14 | 2024-06-18 | 三菱电机株式会社 | 外部信号输入输出单元、控制系统、机器学习装置及推断装置 |
TWI744147B (zh) | 2020-12-24 | 2021-10-21 | 財團法人工業技術研究院 | 可動式機械的動作測試方法與控制主機 |
WO2023209768A1 (ja) * | 2022-04-25 | 2023-11-02 | ファナック株式会社 | 診断用データ収集装置、診断用データ収集方法、記録媒体、及び制御装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3100406B2 (ja) * | 1991-03-06 | 2000-10-16 | ジヤトコ・トランステクノロジー株式会社 | 工作機械の故障予知装置 |
DE102008060010A1 (de) * | 2008-11-25 | 2010-06-02 | Pilz Gmbh & Co. Kg | Sicherheitssteuerung und Verfahren zum Steuern einer automatisierten Anlage |
JP5297272B2 (ja) * | 2009-06-11 | 2013-09-25 | 株式会社日立製作所 | 装置異常監視方法及びシステム |
DE102012200593B4 (de) * | 2012-01-17 | 2015-10-22 | Siemens Aktiengesellschaft | Befundungssystem, Befundungsverfahren und Produkt mit Steuermodul für die Bildakquisition |
DE112013006799T5 (de) * | 2013-04-08 | 2015-11-26 | Mitsubishi Electric Corporation | Numerische Steuerungsvorrichtung |
JP5705929B2 (ja) * | 2013-08-16 | 2015-04-22 | ファナック株式会社 | 軸受寿命判定装置 |
US10254743B2 (en) * | 2013-12-16 | 2019-04-09 | Mitsubishi Electric Corporation | Numerical control apparatus and logging method |
JP6340236B2 (ja) | 2014-04-15 | 2018-06-06 | 三菱重工工作機械株式会社 | 工作機械の診断方法及びシステム |
US10139311B2 (en) * | 2014-09-26 | 2018-11-27 | Palo Alto Research Center Incorporated | Computer-implemented method and system for machine tool damage assessment, prediction, and planning in manufacturing shop floor |
JP6267105B2 (ja) * | 2014-12-19 | 2018-01-24 | ファナック株式会社 | 保守診断情報を出力する制御装置及び診断情報記録表示装置 |
TWI571716B (zh) * | 2015-10-27 | 2017-02-21 | 財團法人資訊工業策進會 | 診斷裝置及診斷方法 |
-
2017
- 2017-02-13 JP JP2017023989A patent/JP6571704B2/ja active Active
-
2018
- 2018-01-30 US US15/883,459 patent/US10571890B2/en active Active
- 2018-02-08 DE DE102018201975.4A patent/DE102018201975A1/de active Pending
- 2018-02-09 CN CN202310722473.1A patent/CN116755386A/zh active Pending
- 2018-02-09 CN CN201810134960.5A patent/CN108427374A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2018132809A (ja) | 2018-08-23 |
JP6571704B2 (ja) | 2019-09-04 |
CN108427374A (zh) | 2018-08-21 |
US10571890B2 (en) | 2020-02-25 |
DE102018201975A1 (de) | 2018-08-16 |
US20180231956A1 (en) | 2018-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116755386A (zh) | 诊断用数据取得系统、诊断用系统以及计算机可读介质 | |
CN107272586B (zh) | 机械学习装置、机械学习方法、故障预知装置及系统 | |
JP6810097B2 (ja) | 異常検出器 | |
KR101903283B1 (ko) | 발전 설비의 자동 진단 시스템 및 자동 진단 방법 | |
US11531319B2 (en) | Failure prediction device and machine learning device | |
JP6603192B2 (ja) | 学習モデル構築装置、故障予測システム、学習モデル構築方法及び学習モデル構築プログラム | |
US20200198128A1 (en) | Learning data confirmation support device, machine learning device, and failure predicting device | |
WO2020039565A1 (ja) | 回転機械に用いられる軸受の異常診断方法 | |
JP2015203646A (ja) | 工作機械の診断方法及びシステム | |
US20110238329A1 (en) | Method and a device for detecting abnormal changes in play in a transmission unit of a movable mechanical unit | |
JP2018119924A (ja) | 診断装置 | |
US20210154790A1 (en) | Anomaly detection device, method of detecting anomaly, and program | |
US11951615B2 (en) | Malfunction-type determination device and malfunction-type determination method | |
JP6568167B2 (ja) | 異常検知装置及び機械学習装置 | |
CN112947356A (zh) | 控制方法、控制装置、机械装备和记录介质 | |
JP2019148971A (ja) | 異常要因特定装置 | |
CN112987682A (zh) | 控制方法、控制装置和机械设备 | |
JP7361573B2 (ja) | 送り軸装置の異常診断方法及び異常診断装置 | |
US20210178615A1 (en) | Abnormality diagnosis device and abnormality diagnosis method | |
KR102484471B1 (ko) | 실시간 로봇 상태 진단 방법 및 이러한 방법을 수행하는 장치 | |
JP2006285884A (ja) | 故障診断方法およびそれを備えた制御装置 | |
US20230191513A1 (en) | Tool diagnostic device | |
JPWO2019186885A1 (ja) | 異常検出装置及び異常検出方法 | |
KR20230071533A (ko) | 로봇 고장 진단 방법, 장치 및 시스템 | |
JP2019024305A (ja) | モータ制御システム |
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 |