-
HINTERGRUND DER ERFINDUNG
-
Gebiet der Erfindung
-
Die vorliegende Erfindung bezieht sich auf eine Steuervorrichtung, ein Steuersystem und eine Vorrichtung für maschinelles Lernen.
-
Beschreibung der verwandten Technik
-
Eine Mehrzahl von Industriemaschinen, wie z.B. Werkzeugmaschinen, Spritzgussmaschinen und Roboter, die in einer Fabrik oder einer anderen Fertigungsstätte installiert sind, arbeiten auf der Grundlage von Befehlen einzelner, zur Steuerung der Industriemaschinen vorgesehener Steuervorrichtungen. Diese Industriemaschinen sind an vorgegebene Stromversorgungseinrichtungen angeschlossen und verbrauchen während des Betriebs elektrische Energie von diesen (z.B.
japanische Patent-Offenlegungsschrift Nr. 2017-162300 ). Wenn, während dies geschieht, ein Befehl für hohe Leistungsaufnahme von den Industriemaschinen ausgeführt wird, so findet in den Industriemaschinen eine hohe elektrische Leistungsaufnahme statt. Um die Höhe der Leistungsaufnahme in einem solchen Fall zu verringern, wird die Leistungsaufnahme gedämpft, indem ein anderer Motor als die Antriebsmotoren der Industriemaschinen im Voraus angetrieben wird und der andere Motor zum Zeitpunkt der Leistungsaufnahme in den Industriemaschinen abgebremst wird, wodurch Rückspeiseenergie erzeugt wird, wie beispielsweise in
7 dargestellt. Der zu diesem Zweck installierte andere oder alternative Motor wird hier als Motor zum Kappen von Spitzenwerten bezeichnet.
-
Wie oben beschrieben, wird erwartet, dass der Motor zum Kappen von Spitzenwerten abgebremst wird, um Rückspeiseenergie zum Zeitpunkt der Leistungsaufnahme in den Industriemaschinen zu erzeugen, so dass er sich normalerweise mit einer vorgegebenen Drehzahl (Basisdrehzahl) drehen sollte. Diese Basisdrehzahl wird zum Beispiel in Bezug auf Betriebsmuster der Antriebsmotoren der Industriemaschinen und dergleichen festgelegt, auf Grundlage der Erfahrung eines Mitarbeiters vor Ort. Die Basisdrehzahl wird tendenziell etwas zu hoch eingestellt, um zu vermeiden, dass die Motordrehzahl des Motors zum Kappen von Spitzenwerten zu stark verringert wird, wenn der Motor zur Erzeugung der Rückspeiseenergie abgebremst wird.
-
Wenn die Basisdrehzahl des Motors zum Kappen von Spitzenwerten festgelegt wird, wenn die Leistungsaufnahme in den Industriemaschinen am höchsten ist, zum Beispiel wenn die Ausgangsleistung der Antriebsmotoren der Industriemaschinen am höchsten ist, so wird der Motor zum Kappen von Spitzenwerten auch dann mit hoher Drehzahl weitergedreht, wenn die Ausgangsleistung der Antriebsmotoren der Industriemaschinen nicht hoch ist. Wenn jedoch die Basisdrehzahl des Motors zum Kappen von Spitzenwerten einheitlich eher hoch eingestellt ist, so treten Probleme auf, insofern als die Leistungsverluste im Motor zum Kappen von Spitzenwerten zunehmen und die Lebensdauer der Lager des Motors aufgrund eines Anstiegs der Eisenverluste oder ähnlichem verkürzt wird.
-
Deshalb besteht ein Bedarf für ein Verfahren zum Lernen und Einstellen einer angemessenen Basisdrehzahl des Motors zum Kappen von Spitzenwerten in Übereinstimmung mit den Betriebszuständen von Industriemaschinen.
-
ÜBERSICHT ÜBER DIE ERFINDUNG
-
Eine Steuervorrichtung nach einem Aspekt der vorliegenden Erfindung löst die oben genannten Probleme, indem sie, auf der Grundlage von die Ausgangsleistung der Industriemaschinen betreffenden Daten, eine angemessene Basisdrehzahl eines Motors zum Kappen von Spitzenwerten in jedem Zustand der Industriemaschinen durch Versuch und Irrtum lernt, und die Basisdrehzahl auf der Grundlage des Ergebnisses des Lernens einstellt.
-
Ein Aspekt der vorliegenden Erfindung ist eine Steuervorrichtung, die dazu ausgebildet ist, einen Betrieb zum Kappen von Spitzenwerten eines Motors zum Kappen von Spitzenwerten, der mit ein und demselben Stromversorgungspfad mit mindestens einer Industriemaschine verbunden ist, zu steuern, und die eine Datenerfassungseinheit, die dazu ausgebildet ist, Daten zu erfassen, die wenigstens einen Betriebszustand der Industriemaschine betreffen, eine Lernmodell-Speichereinheit, die dazu ausgebildet ist, ein Lernmodell zu speichern, bei dem der Wert einer Einstellaktion für eine Basisdrehzahl des Motors zum Kappen von Spitzenwerten dem Betriebszustand der Industriemaschine zugeordnet ist, und eine Entscheidungseinheit umfasst, die dazu ausgebildet ist, unter Verwendung des in der Lernmodell-Speichereinheit gespeicherten Lernmodells, die Einstellaktion für die Basisdrehzahl des Motors zum Kappen von Spitzenwerten festzulegen, auf der Grundlage der von der Datenerfassungseinheit erfassten, den Betriebszustand der Industriemaschine betreffenden Daten.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist ein Steuersystem, bei dem eine Mehrzahl von Steuervorrichtungen miteinander verbunden sind, wobei das Steuersystem so ausgebildet ist, dass das Ergebnis des Lernens durch die Lerneinheit von den Steuervorrichtungen geteilt werden kann.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist eine Vorrichtung für maschinelles Lernen, die beim Steuern eines Betriebs zum Kappen von Spitzenwerten eines Motors zum Kappen von Spitzenwerten eine Einstellaktion für eine Basisdrehzahl des Motors zum Kappen von Spitzenwerten, der mit ein und demselben Stromversorgungspfad mit mindestens einer Industriemaschine verbunden ist, gelernt hat, wobei die Vorrichtung für maschinelles Lernen eine Lernmodell-Speichereinheit, die dazu ausgebildet ist, ein Lernmodell zu speichern, bei dem der Wert einer Einstellaktion für eine Basisdrehzahl des Motors zum Kappen von Spitzenwerten einem Betriebszustand der Industriemaschine zugeordnet ist, und eine Entscheidungseinheit umfasst, die dazu ausgebildet ist, unter Verwendung des in der Lernmodell-Speichereinheit gespeicherten Lernmodells, die Einstellaktion für die Basisdrehzahl des Motors zum Kappen von Spitzenwerten festzulegen, auf der Grundlage der von der Datenerfassungseinheit erfassten, den Betriebszustand der Industriemaschine betreffenden Daten.
-
Nach dem einem Aspekt der vorliegenden Erfindung wird die Basisdrehzahl des Motors zum Kappen von Spitzenwerten nicht zu stark erhöht, so dass mit einer Verringerung der Verluste im Motor zum Kappen von Spitzenwerten gerechnet werden kann und außerdem die Lebensdauer der Lager des Motors zum Kappen von Spitzenwerten verlängert werden kann.
-
Figurenliste
-
Die oben genannten und andere Ziele und Merkmale der vorliegenden Erfindung werden aus der nachfolgenden Beschreibung der Ausführungsformen unter Bezugnahme auf die beiliegenden Zeichnungen ersichtlich.
- 1 ist ein schematisches Hardware-Konfigurationsdiagramm einer Steuervorrichtung nach einer Ausführungsform;
- 2 ist ein schematisches Funktionsblockschaltbild einer Steuervorrichtung nach einer ersten Ausführungsform;
- 3 ist ein Diagramm, das die Leistungsaufnahme und das Rückspeisen von Leistung durch eine Industriemaschine zeigt;
- 4 ist ein Diagramm, das schematisch eine Betriebsumgebung eines Steuersystems nach einer Ausführungsform zeigt;
- 5 ist ein schematisches Funktionsblockschaltbild eines Steuersystems nach einer zweiten Ausführungsform;
- 6 ist ein Diagramm, das schematisch ein System zeigt, in dem eine Mehrzahl von Steuersystemen arbeitet; und
- 7 ist ein Diagramm, das einen Mechanismus zum Reduzieren der Leistungsaufnahme unter Verwendung eines Motors zum Kappen von Spitzenwerten nach dem Stand der Technik zeigt.
-
AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORM
-
Ausführungsformen der vorliegenden Erfindung werden nun unter Bezugnahme auf die beiliegenden Zeichnungen beschrieben.
-
1 ist ein schematisches Hardware-Konfigurationsdiagramm, das die wichtigsten Teile einer Steuervorrichtung nach einer Ausführungsform zeigt. Eine Steuervorrichtung 1 der vorliegenden Ausführungsform kann als Steuervorrichtung zur Steuerung eines Motors zum Kappen von Spitzenwerten ausgeführt sein. Die Steuervorrichtung 1 kann auch als ein Computer ausgeführt sein, z.B. als ein in einer Fabrik installierter Personalcomputer, ein Zellenrechner, der an ein Netzwerk in der Fabrik angeschlossen ist, ein Fog-Computer oder ein Cloud Server. In dem dargestellten Beispiel der vorliegenden Ausführungsform ist die Steuervorrichtung 1 als Steuervorrichtung zum Steuern eines Motors zum Kappen von Spitzenwerten ausgeführt.
-
Eine CPU (Central Processing Unit, Zentraleinheit) 11 der Steuervorrichtung 1 nach der vorliegenden Ausführungsform ist ein Prozessor zur allgemeinen Steuerung der Steuervorrichtung 1. Die CPU 11 liest ein Systemprogramm aus, das in einem mit ihr über einen Bus 20 verbundenen ROM (Read Only Memory, Festwertspeicher) 12 gespeichert ist, und steuert die gesamte Steuervorrichtung 1 entsprechend diesem Systemprogramm. Ein RAM (Random Access Memory, Arbeitsspeicher) 13 wird mit temporären Berechnungsdaten, Anzeigedaten, die auf einer Anzeigevorrichtung 70 angezeigt werden sollen, verschiedenen Daten, die von einem Mitarbeiter über eine Eingabevorrichtung 71 eingegeben werden, und dergleichen geladen.
-
Ein nichtflüchtiger Speicher 14 besteht zum Beispiel aus einem Speicher, SSD (Solid-State-Drive, Halbleiterlaufwerk) oder dergleichen, der durch eine Batterie (nicht abgebildet) gesichert wird, so dass sein Speicherzustand auch bei ausgeschalteter Steuervorrichtung 1 beibehalten werden kann. In dem nichtflüchtigen Speicher 14 ist ein Einstellbereich gespeichert, in den Einstellinformationen geladen werden, die sich auf den Betrieb der Steuervorrichtung 1 beziehen, sowie Daten und Steuerprogramme, die von der Eingabevorrichtung 71 über eine Schnittstelle 18 eingegeben werden. In dem nichtflüchtigen Speicher 14 gespeichert sind ferner verschiedene Daten (Steuerprogramme, die in Industriemaschinen 2 ausgeführt werden, ausgegebene Rechenwerte, ausgegebene Messwerte und Motordrehzahlen von Antriebsmotoren der Industriemaschinen 2, etc.), die von den Industriemaschinen 2 über ein Netzwerk 5 erfasst werden, Daten und Programme zur Steuerung, die über eine externe Speichervorrichtung (nicht abgebildet) gelesen werden, und dergleichen. Die in dem nichtflüchtigen Speicher 14 gespeicherten Programme und verschiedenen Daten können während der Ausführung und Benutzung im RAM 13 entwickelt werden. Außerdem werden Systemprogramme einschließlich konventioneller Analyseprogramme zum Analysieren der verschiedenen Daten zuvor in den ROM 12 geschrieben.
-
Die Steuervorrichtung 1 ist über eine Schnittstelle 16 an das drahtgebundene/drahtlose Netzwerk 5 angeschlossen. Das Netzwerk 5 ist mit mindestens einer der Industriemaschinen 2 verbunden, die an einen Stromversorgungspfad für die Stromversorgung der Steuervorrichtung 1 angeschlossen ist, so dass Daten mit der Steuervorrichtung 1 ausgetauscht werden können.
-
Daten, die in den Speicher eingelesen werden, Daten, die als Ergebnis der Ausführung von Programmen oder dergleichen erhalten werden, Daten, die von einer (weiter unten beschriebenen) Vorrichtung für maschinelles Lernen 100 ausgegeben werden, und dergleichen, werden über eine Schnittstelle 17 an die Anzeigevorrichtung 70 ausgegeben und auf dieser angezeigt. Außerdem liefert die Eingabevorrichtung 71, die aus einer Tastatur, einer Zeigevorrichtung und dergleichen besteht, Befehle, Daten und dergleichen, die auf der Bedienung eines Mitarbeiters basieren, über die Schnittstelle 18 an die CPU 11.
-
Eine Achsensteuerschaltung 30 empfängt von der CPU 11 einen Bewegungsbefehlsbetrag für jede Achse und gibt einen Befehl für die Achse an einen Servoverstärker 40 aus. Bei Empfang dieses Befehls treibt der Servoverstärker 40 einen Servomotor zum Kappen von Spitzenwerten 50 an. Der Servomotor zum Kappen von Spitzenwerten 50 weist einen eingebauten Positions-/Drehzahl-Detektor auf und führt ein Positions-/Drehzahl-Rückkopplungssignal von diesem Positions-/Drehzahl-Detektor an die Achsensteuerschaltung 30 zurück und führt dadurch eine Positions-/Drehzahl-Rückkopplungsregelung durch.
-
Eine Schnittstelle 21 verbindet die CPU 11 und die Vorrichtung für maschinelles Lernen 100. Die Vorrichtung für maschinelles Lernen 100 umfasst einen Prozessor 101, der dazu ausgebildet ist, die gesamte Vorrichtung für maschinelles Lernen 100 zu steuern, einen ROM 102, in dem Systemprogramme und dergleichen gespeichert sind, einen RAM 103 zum temporären Speichern in jedem Verarbeitungsschritt im Zusammenhang mit maschinellem Lernen, und einen nichtflüchtigen Speicher 104, der zum Speichern von Lernmodellen und dergleichen verwendet wird. Die Vorrichtung für maschinelles Lernen 100 kann Informationen (Steuerprogramme, die in den Industriemaschinen 2 ausgeführt werden, ausgegebene Rechenwerte, ausgegebene Messwerte und Motordrehzahlen der Antriebsmotoren der Industriemaschinen 2, etc.) beobachten, die von der Steuervorrichtung 1 über die Schnittstelle 21 erfasst werden können. Außerdem führt die Steuervorrichtung 1 bei Empfang von von der Vorrichtung für maschinelles Lernen 100 ausgegebenen Ergebnissen eine Anzeige auf der Anzeigevorrichtung 70, eine Ausgabe eines Befehls an den zu steuernden Servomotor zum Kappen von Spitzenwerten 50 und dergleichen aus.
-
2 ist ein schematisches Funktionsblockschaltbild einer Steuervorrichtung 1 und einer Vorrichtung für maschinelles Lernen 100 nach einer ersten Ausführungsform. Die Steuervorrichtung 1 der vorliegenden Ausführungsform weist eine Konfiguration auf, die erforderlich ist, wenn die Vorrichtung für maschinelles Lernen 100 das Lernen ausführt, und eine Konfiguration, die erforderlich ist für die Verarbeitung auf der Grundlage der Entscheidungsfindung durch die Vorrichtung für maschinelles Lernen 100. Jeder der in 2 gezeigten Funktionsblöcke ist so aufgebaut, dass die CPU 11 der Steuervorrichtung 1 und der Prozessor 101 der in 1 gezeigten Vorrichtung für maschinelles Lernen 100 ihre jeweiligen Systemprogramme ausführen und den Betrieb eines jeden Teils der Steuervorrichtung 1 und der Vorrichtung für maschinelles Lernen 100 steuern.
-
Die Steuervorrichtung 1 der vorliegenden Ausführungsform umfasst eine Steuereinheit 32, eine Datenerfassungseinheit 34 und eine Vorverarbeitungseinheit 36, und die Vorrichtung für maschinelles Lernen 100 der Steuervorrichtung 1 umfasst eine Lerneinheit 110 und eine Entscheidungseinheit 120. Außerdem ist eine Speichereinheit zum Speichern erfasster Daten 54, in der von den Industriemaschinen 2 und dergleichen erfasste Daten gespeichert sind, in dem in 1 dargestellten nichtflüchtigen Speicher 14 vorgesehen. Eine Lernmodell-Speichereinheit 130, die so ausgebildet ist, dass sie durch maschinelles Lernen durch die Lerneinheit 110 erstellte Lernmodelle speichert, ist in dem nichtflüchtigen Speicher 104 der Vorrichtung für maschinelles Lernen 100 vorgesehen.
-
Die Steuereinheit 32 ist so ausgelegt, dass die CPU 11 der in 1 gezeigten Steuervorrichtung 1 ein aus dem ROM 12 ausgelesenes Systemprogramm ausführt und eine arithmetische Verarbeitung hauptsächlich durch die CPU 11 unter Verwendung des RAM 13 und des nichtflüchtigen Speichers 14 und eine Steuerverarbeitung der Achsensteuerschaltung 30 für den Servomotor zum Kappen von Spitzenwerten 50 ausgeführt werden. Die Steuereinheit 32 steuert den Betrieb des Servomotors zum Kappen von Spitzenwerten 50 auf der Grundlage eines Steuerprogramms 52, das in dem in 1 dargestellten nichtflüchtigen Speicher 14 gespeichert ist. Die Steuereinheit 32 hat eine Funktion zum Erstellen einer Steuerung, die für die Steuerung des Betriebs eines jeden Teils der Industriemaschinen 2 erforderlich ist. Beispielsweise gibt sie gemäß dem Steuerprogramm 52 für jeden Steuerzeitraum einen Bewegungsbefehl an den Servomotor zum Kappen von Spitzenwerten 50 aus.
-
Die Steuereinheit 32 steuert den Servomotor zum Kappen von Spitzenwerten 50 so an, dass er mit einer Basisdrehzahl angetrieben wird, die im Steuerprogramm 52 eingestellt ist, oder in dem Einstellbereich, der im nichtflüchtigen Speicher 14 der Steuervorrichtung 1 vorgesehen ist. Darüber hinaus erfasst die Steuereinheit 32 über ein Werkstück 5 die Betriebszustände der Industriemaschinen 2 und steuert den Servomotor zum Kappen von Spitzenwerten 50 so an, dass er entsprechend einer eventuell auftretenden Zunahme der Höhe der Leistungsaufnahme der Industriemaschinen 2 abgebremst und dadurch Rückspeiseenergie erzeugt wird.
-
3 ist ein Diagramm, das schematisch den Zusammenhang zwischen dem Übergang der in den Industriemaschinen 2 verbrauchten elektrischen Leistung und der Drehzahlregelung des Servomotors zum Kappen von Spitzenwerten 50 zeigt. Wie in 3 dargestellt, bewirkt die Steuereinheit 32 normalerweise, dass der Servomotor zum Kappen von Spitzenwerten 50 mit der eingestellten Basisdrehzahl angetrieben wird. Wenn sich die Leistungsaufnahme in den Industriemaschinen 2 erhöht, so erzeugt die Steuereinheit 32 eine Rückspeiseleistung, indem sie den Servomotor zum Kappen von Spitzenwerten 50 abbremst. Außerdem beschleunigt sie den Servomotor zum Kappen von Spitzenwerten 50 zum Zeitpunkt der Erzeugung der Rückspeiseleistung in den Industriemaschinen 2 oder dergleichen auf die Basisdrehzahl.
-
Bei Zunahme der Höhe der Leistungsaufnahme in den Industriemaschinen
2, wenn die Drehzahlen der Antriebsmotoren der Industriemaschinen
2 durch einen hauptsächlich in den Industriemaschinen
2 ausgeführten Befehl erhöht werden, kann die Erhöhung der Leistungsaufnahme in diesem Fall durch eine Berechnung auf der Grundlage der Beschleunigungen der Antriebsmotoren oder ähnlichem erhalten werden. Daher kann eine angemessene Rückspeiseenergie erzeugt werden durch Abschätzen der Höhe der Leistungsaufnahme in den Industriemaschinen
2 durch sequenzielles Erfassen der Betriebszustände der Industriemaschinen
2 und durch geeignetes Abbremsen des Servomotors zum Kappen von Spitzenwerten
50 gemäß dem geschätzten Betrag. Alternativ kann die Zunahme der Leistungsaufnahme in den Industriemaschinen
2 durch direkte Messung mit Hilfe von Sensoren, wie z.B. an den Industriemaschinen
2 angebrachten Wattmetern, erfasst werden. Da eine Technik zum Erzeugen der Rückspeiseenergie zur Reduzierung der elektrischen Leistungsspitzen durch die Steuereinheit
32 bereits bekannt ist, zum Beispiel durch die
japanische Patent-Offenlegungsschrift Nr. 2018-153041 und ähnliche, wird hier auf eine detaillierte Beschreibung derselben verzichtet.
-
Wenn die Einstellung der Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 aus der Vorrichtung für maschinelles Lernen 100 ausgegeben wird, so stellt die Steuereinheit 32 die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 auf den von der Vorrichtung für maschinelles Lernen 100 ausgegebenen Wert ein.
-
Die Datenerfassungseinheit 34 ist so ausgelegt, dass die CPU 11 des in 1 dargestellten Steuergeräts 1 das aus dem ROM 12 ausgelesene Systemprogramm ausführt und vor allem die CPU 11 eine arithmetische Verarbeitung unter Verwendung des RAM 13 und des nichtflüchtigen Speichers 14 sowie eine Eingabe / Ausgabeverarbeitung unter Verwendung der Schnittstellen 16 und 18 und dergleichen ausführt. Die Datenerfassungseinheit 34 erfasst verschiedene Daten von den Industriemaschinen 2, der Eingabevorrichtung 71 und dergleichen. Zum Beispiel erfasst die Datenerfassungseinheit 34 Steuerprogramme, die in den einzelnen Industriemaschinen 2 ausgeführt werden, aktuelle Ausführungsblöcke in den Steuerprogrammen, ausgegebene Rechenwerte, ausgegebene Messwerte und Motordrehzahlen der Antriebsmotoren der Industriemaschinen 2 und dergleichen, und speichert sie in der Speichereinheit zum Speichern erfasster Daten 54. Alternativ kann die Datenerfassungseinheit 34 so ausgelegt werden, dass sie Daten von einer externen Speichervorrichtung oder von einem anderen Computer (nicht abgebildet) über das Netzwerk 5 erfasst.
-
Die Vorverarbeitungseinheit 36 ist so ausgelegt, dass die CPU 11 der in 1 dargestellten Steuervorrichtung 1 das aus dem ROM 12 ausgelesene Systemprogramm ausführt und vor allem die CPU 11 die arithmetische Verarbeitung unter Verwendung des RAM 13 und des nichtflüchtigen Speichers 14 ausführt. Die Vorverarbeitungseinheit 36 erzeugt, auf der Grundlage der von der Datenerfassungseinheit 34 erfassten Daten, Zustandsdaten, die für das Lernen durch die Vorrichtung für maschinelles Lernen 100 zu verwenden sind. Die Vorverarbeitungseinheit 36 erzeugt Zustandsdaten, die erhalten werden, indem die durch die Datenerfassungseinheit 34 erfassten Daten in eine einheitliche, in der Vorrichtung für maschinelles Lernen 100 verwendete Form konvertiert werden (durch Digitalisierung oder Datensampling). Wenn zum Beispiel die Vorrichtung für maschinelles Lernen 100 ein Verstärkungslernen ausführt, so erzeugt die Vorverarbeitungseinheit 36 einen Satz von Zustandsdaten S und Bestimmungsdaten D in einem vorgegebenen Format im Verstärkungslernen.
-
Die von der Vorverarbeitungseinheit 36 erzeugten Zustandsdaten S umfassen Antriebsmotordaten S1, die sich auf die Antriebsmotoren der Industriemaschinen 2 beziehen, und Basisdrehzahldaten S2, die eingestellte Werte der Basisdrehzahl in den durch die Antriebsmotordaten S1 angegebenen Betriebszuständen der Industriemaschinen 2 angeben.
-
Die Antriebsmotordaten S1 sind definiert als Daten, die die Betriebszustände der Antriebsmotoren der Industriemaschinen 2 angeben. Die Antriebsmotordaten S1 können Daten enthalten, die aktuelle Betriebszustände der Antriebsmotoren der Industriemaschinen 2 angeben. Außerdem können die Antriebsmotordaten S1 die Betriebszustände der Antriebsmotoren der Industriemaschinen 2 während einer vorgegebenen Zeitspanne enthalten, wenn und nachdem durch die Analyse der Steuerprogramme der Industriemaschinen 2 gewonnene Daten erfasst werden/wurden. Die Daten, die die Betriebszustände der Antriebsmotoren der Industriemaschinen 2 angeben, können beispielsweise die Drehzahlen der Antriebsmotoren der Industriemaschinen 2 und deren Verschiebungen, aus den Drehzahlen und deren Verschiebungen berechnete Ausgangsleistungswerte der Antriebsmotoren oder gemessene Werte der elektrischen Leistungsaufnahme der Antriebsmotoren sein, die mit Wattmetern oder ähnlichem gemessen werden. Die Antriebsmotordaten S1 können Zeitreihendaten über die Drehzahlen, die Ausgangsleistungswerte und die Leistungsaufnahmewerte enthalten.
-
Die Basisdrehzahldaten S2 sind Daten, die eingestellte Werte der Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 in den durch die Antriebsmotordaten S1 angegebenen Betriebszuständen der Industriemaschinen 2 angeben. Zu Beginn des Betriebs der Steuervorrichtung 1 sollte eine durch das Steuerprogramm 52 eingestellte Basisdrehzahl oder eine im Einstellbereich des nichtflüchtigen Speichers 14 eingestellte Basisdrehzahl nur für die Basisdrehzahldaten S2 verwendet werden. Außerdem ist es, nach der Einstellung der Basisdrehzahl auf der Grundlage eines von der Vorrichtung für maschinelles Lernen 100 ausgegebenen, eingestellten Wertes der Basisdrehzahl, nur noch erforderlich den eingestellte Basisdrehzahlwert direkt als Basisdrehzahldaten S2 zu verwenden.
-
Die von der Vorverarbeitungseinheit 36 erzeugten Bestimmungsdaten D sind Daten, die zur Bestimmung (oder Bewertung) der Angemessenheit der Einstellung der durch die Basisdrehzahldaten S2 angegebenen Basisdrehzahl bei der durch die Antriebsmotordaten S1 angegebenen Leistungsaufnahme zu verwenden sind. Die Bestimmungsdaten D umfassen zumindest Bestimmungsdaten D1, die sich auf den Betrieb zum Kappen von Spitzenwerten beziehen und die angeben, ob der Betrieb zum Kappen von Spitzenwerten für die Leistungsaufnahme durch die Industriemaschinen ausreichend ist, und Bestimmungsdaten D2 für die Betriebskosten, die sich auf die Betriebskosten des Servomotors zum Kappen von Spitzenwerten 50 beziehen.
-
Die Bestimmungsdaten D1, die sich auf den Betrieb zum Kappen von Spitzenwerten beziehen, können beispielsweise ein Wert sein, der das Ausmaß des Kappens von Spitzenwerten angibt, das durch das Abbremsen des Servomotors zum Kappen von Spitzenwerten 50 erreicht wird, wenn sich die Leistungsaufnahme in den Industriemaschinen 2 erhöht. Beispielsweise können die Bestimmungsdaten D1, die sich auf den Betrieb zum Kappen von Spitzenwerten beziehen, das Verhältnis der durch den Servomotor zum Kappen von Spitzenwerten 50 erzeugten Höhe der Rückspeiseleistung zur Höhe der in den Industriemaschinen 2 generierten Leistungsaufnahme sein. Außerdem können Bestimmungsdaten D1, die sich auf den Betrieb zum Kappen von Spitzenwerten beziehen, die Menge der elektrischen Energie sein, die von einer gemeinsamen Stromquelle in den Stromversorgungspfad eingespeist wird, wenn die Höhe der in den Industriemaschinen 2 generierten Leistungsaufnahme zunimmt. Mit anderen Worten, Daten, die die Angemessenheit des Betriebs zum Kappen von Spitzenwerten bestimmen können, sollten nur für die Bestimmungsdaten D1, die sich auf den Betrieb zum Kappen von Spitzenwerten beziehen, verwendet werden.
-
Die Bestimmungsdaten D2 für die Betriebskosten können beispielsweise ein Wert sein, der die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 selbst angibt. Mit anderen Worten, Daten, die bestimmen können, wie gering die Basisdrehzahl ist, mit der der Servomotor zum Kappen von Spitzenwerten 50 tatsächlich betrieben wird, sollten nur für die Bestimmungsdaten D2 für die Betriebskosten verwendet werden.
-
Die Lerneinheit 110 ist so ausgelegt, dass der in 1 dargestellte Prozessor 101 der Steuervorrichtung 1 das aus dem ROM 102 ausgelesene Systemprogramm ausführt und vor allem der Prozessor 101 eine arithmetische Verarbeitung unter Verwendung des RAM 13 und des nichtflüchtigen Speichers 14 ausführt. Die Lerneinheit 110 führt maschinelles Lernen unter Verwendung der von der Vorverarbeitungseinheit 36 erzeugten Daten aus. Die Lerneinheit 110 erzeugt ein Lernmodell, nachdem sie nach dem bekannten Verfahren des Verstärkungslernen einen Einstellvorgang für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50, relativ zu den Betriebszuständen der Antriebsmotoren der Industriemaschinen 2, gelernt hat, und speichert das erzeugte Lernmodell in der Lernmodell-Speichereinheit 130 ab. Verstärkungslernen ist ein Verfahren, bei dem ein Zyklus, in dem der aktuelle Zustand (oder Input) einer Umgebung, in der sich ein Lernobjekt befindet, beobachtet wird, eine vorbestimmte Aktion (oder Output) im aktuellen Zustand ausgeführt wird, und einige Belohnungen für die betreffende Aktion gegeben werden, durch Versuch und Irrtum wiederholt wird, und eine solche Vorgehensweise, die die Gesamtsumme der Belohnungen (die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 der vorliegenden Erfindung) maximiert, als eine geeignetere Lösung gelernt wird. Q-Learning oder dergleichen kann als Beispiel für das von der Lerneinheit 110 ausgeführte Verstärkungslernverfahren angeführt werden.
-
Was eine Belohnung R im Q-Lernen durch die Lerneinheit 110 angeht, so wird, wenn die Zufuhr der im Servomotor zum Kappen von Spitzenwerten 50 erzeugten Rückspeiseleistung beispielsweise in Bezug auf die Leistungsaufnahme in den Industriemaschinen 2 ausreichend ist (bei einem Verhältnis von 1,0 oder mehr), die Belohnung R als „konform“ bestimmt und als positive Belohnung R betrachtet. Im Gegensatz dazu wird, wenn die Zufuhr der im Servomotor zum Kappen von Spitzenwerten 50 erzeugten Rückspeiseleistung in Bezug auf die Leistungsaufnahme in den Industriemaschinen 2 nicht ausreichend ist (bei einem Verhältnis von weniger als 1,0), die Belohnung R als „nicht konform“ bestimmt und als negative Belohnung R betrachtet. Außerdem kann die Belohnung R als „konform“ bestimmt und als positive Belohnung R betrachtet werden, wenn die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 erfolgreich niedriger als beispielsweise ein vorgegebener Schwellenwert eingestellt wird. Des Weiteren kann die Belohnung R als „nicht konform“ bestimmt und als negative Belohnung R betrachtet werden, wenn die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 höher als der vorgegebene Schwellenwert eingestellt wird. Der Wert der Belohnung R kann ein Wert sein, der je nach Höhe des Verhältnisses oder der Größe der Differenz zum Schwellenwert variiert.
-
Beim Q-Lernen durch die Lerneinheit 110 kann als Lernmodell eine Aktionswerttabelle verwendet werden, in welcher die Zustandsdaten S, die Bestimmungsdaten D und die Belohnungen R in Verbindung mit einem Aktionswert (zum Beispiel einem Zahlenwert) organisiert sind, der durch eine Funktion Q dargestellt wird. In diesem Fall aktualisiert die Lerneinheit 110 die Aktionswerttabelle, wenn sie den Lernvorgang ausführt. Zu Beginn des Q-Lernens ist die Korrelation zwischen dem aktuellen Umgebungszustand und der Einstellung der Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 unbekannt. Daher wird eine Vielzahl von Zustandsdaten S, Bestimmungsdaten D und Belohnungen R in Verbindung mit dem nach dem Zufallsprinzip in der Aktionswerttabelle bestimmten Wert der Aktionswertfunktion Q erstellt. Wenn das Lernen fortschreitet, so wird der Wert der Aktionswertfunktion Q neu geschrieben, um die Aktionswerttabelle auf der Grundlage der Zustandsdaten S, der Bestimmungsdaten D und der berechneten Belohnungen R zu aktualisieren. Durch Wiederholung dieser Aktualisierung wird der Wert der Aktionswertfunktion Q, der in der Aktionswerttabelle angezeigt wird, sequentiell neu geschrieben, so dass der Wert umso größer ist, je geeigneter die Aktion ist. Wenn der Lernprozess voll und ganz fortgeschritten ist, so wird eine geeignetere Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 relativ zum aktuellen Zustand wählbar, indem nur auf die Aktionswerttabelle Bezug genommen wird.
-
Die Lerneinheit 110 kann so ausgelegt sein, dass sie ein neuronales Netz als Wertfunktion Q (Lernmodell) verwendet, die Zustandsdaten S und eine Aktion a in das neuronale Netz eingibt und den Wert (Ergebnis y) der Aktion a in dem betreffenden Zustand ausgibt. Wenn die Lerneinheit 110 auf diese Weise ausgelegt ist, kann ein neuronales Netz mit drei Schichten: Eingabeschicht, Zwischenschicht und Ausgabeschicht, als Lernmodell verwendet werden. Effektiveres Lernen und Inferenzen können durch die Verwendung des sogenannten Tiefenlernverfahrens, das auf einem neuronalen Netz aus drei oder mehr Schichten basiert, als alternatives Verfahren ausgeführt werden. Das von der Lerneinheit 110 erzeugte Lernmodell wird in der Lernmodell-Speichereinheit 130 in dem nichtflüchtigen Speicher 104 gespeichert und zur Entscheidungsverarbeitung für die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 durch die Entscheidungseinheit 120 verwendet.
-
Die Lerneinheit 110 ist eine unverzichtbare Struktur in der Phase des Lernens. Nach Abschluss des Erlernens der Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 durch die Entscheidungseinheit 120 ist die Lerneinheit 110 jedoch nicht unbedingt unverzichtbar. Die Lerneinheit 110 kann beispielsweise entfernt werden, wenn die Vorrichtung für maschinelles Lernen 100, für die das Lernen abgeschlossen ist, an einen Kunden oder dergleichen ausgeliefert werden soll.
-
Die Entscheidungseinheit 120 wird implementiert während der Prozessor 101 der in 1 dargestellten Steuervorrichtung 1 das aus dem ROM 102 ausgelesene Systemprogramm ausführt und vor allem der Prozessor 101 die arithmetische Verarbeitung unter Verwendung des RAM 103 und des nichtflüchtigen Speichers 104 ausführt. Die Entscheidungseinheit 120 erhält, auf der Grundlage der von der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S, eine geeignetere Lösung für die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 unter Verwendung des in der Lernmodell-Speichereinheit 130 gespeicherten Lernmodells, und gibt die erhaltene Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 aus. Die Entscheidungseinheit 120 gemäß der vorliegenden Ausführungsform kann Belohnungen für den Fall berechnen, dass die betreffende Aktion im aktuellen Zustand ausgeführt wird, indem sie die von der Vorverarbeitungseinheit 36 eingegebenen Zustandsdaten S (Antriebsmotordaten S1 etc.) und die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 als Eingangsdaten in das durch das Verstärkungslernen durch die Lerneinheit 110 erzeugte Lernmodell (für das ein Parameter eingestellt wird) eingibt. Diese Belohnungsberechnung wird für die aktuell ausführbare Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 durchgeführt, und eine Mehrzahl von berechneten Belohnungen werden verglichen, um als geeignetere Lösung die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50, für die die höchste Belohnung berechnet wird, festzulegen. Die geeignetere Lösung für die Einstellaktion für die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50, die von der Entscheidungseinheit 120 festgelegt wird, wird an die Steuereinheit 32 ausgegeben und zur Einstellung der Basisdrehzahl verwendet und kann zusätzlich für die Anzeigeausgabe an die Anzeigevorrichtung 70 oder die Übertragungsausgabe an einen Host-Computer, einen Cloud-Computer oder dergleichen über ein drahtgebundenes/drahtloses Netzwerk (nicht abgebildet) verwendet werden.
-
In der den oben beschriebenen Aufbau aufweisenden Steuervorrichtung 1 werden die Betriebszustände der Industriemaschinen 2 beobachtet, während die Einstellung der Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 verändert wird. Daraufhin kann die Rückspeiseleistung angemessen erzeugt werden, indem der Servomotor zum Kappen von Spitzenwerten 50 abgebremst wird, wenn sich die Leistungsaufnahme in den einzelnen Industriemaschinen erhöht. Außerdem wird, wenn die Rückspeiseleistung in den zukünftigen Betriebszuständen der Industriemaschinen 2 nicht wirklich notwendig ist, die Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50 dynamisch niedriger eingestellt. Deshalb können, im Vergleich mit dem konventionellen Fall, bei dem die Basisdrehzahl bisher fest eingestellt war, Leistungsverluste in dem Servomotor zum Kappen von Spitzenwerten 50 gedämpft oder die Lebensdauer des Servomotors 50 verlängert werden.
-
Nachfolgend wird ein Steuersystem gemäß einer zweiten Ausführungsform beschrieben, bei der die Steuervorrichtung 1 als Computer, wie zum Beispiel als Fog-Computer oder als Cloud-Server, ausgeführt ist.
-
4 ist ein Diagramm, das eine Umgebung zeigt, in der das Steuersystem nach der zweiten Ausführungsform arbeitet. Wie in 4 dargestellt, arbeitet das Steuersystem gemäß der vorliegenden Ausführungsform in einer Umgebung, in der eine Mehrzahl von Vorrichtungen, darunter ein Cloud-Server 6, Fog-Computer 7 und Edge-Computer 8, einzeln an ein drahtgebundenes/drahtloses Netzwerk angeschlossen sind. Das in 4 dargestellte System ist so aufgebaut, dass es logisch in drei Schichten unterteilt ist; eine Schicht, die den Cloud-Server 6 und dergleichen aufweist, eine Schicht, die die Fog-Computer 7 und dergleichen aufweist, und eine Schicht, die die Edge-Computer 8 (Robotersteuerungen zum Steuern von Robotern, die in Zellen 9 enthalten sind, Steuervorrichtungen zum Steuern von Werkzeugmaschinen, Peripherie-Maschinen wie z.B. Transfermaschinen, Stromversorgungseinrichtungen etc.) und dergleichen aufweist. Auf einem solchen System wird das Steuersystem nach der vorliegenden Ausführungsform erstellt, indem die Funktion der Steuervorrichtung 1, die in Verbindung mit der ersten Ausführungsform beschrieben wurde, auf Computern wie z.B. dem Cloud-Server 6 und den Fog-Computern 7 implementiert wird. Bei dem Steuersystem gemäß der zweiten Ausführungsform werden die Daten über das Netzwerk von den einzelnen Geräten gemeinsam genutzt oder verschiedene von den Edge-Computern 8 erfasste Daten werden in den Fog-Computern 7 und in dem Cloud-Server 6 gesammelt und einer groß angelegten Analyse unterzogen. Außerdem ermöglicht das Steuersystem die Steuerung des Betriebs eines jeden der Edge-Computer 8 auf der Grundlage des Ergebnisses der Analyse. In dem in 4 dargestellten System sind in einer Fabrik an jedem Ort eine Mehrzahl von Zellen 9 vorgesehen (zum Beispiel eine Zelle 9 auf jeder Etage einer Fabrik), und die Fog-Computer 7 in der oberen Schicht verwalten die einzelnen Zellen 9 in vorgegebenen Einheiten (zum Beispiel für jede Fabrik oder in Einheiten mehrerer Fabriken ein und desselben Herstellers). Diese von den Fog-Computern 7 gesammelten und analysierten Daten werden vom Cloud-Server 6 in der weiteren oberen Schicht gesammelt, analysiert und dergleichen. Daraus resultierenden Informationen können zur Steuerung in jedem Edge-Computer 8 und dergleichen verwendet werden.
-
5 ist schematisches Konfigurationsdiagramm des Steuersystems gemäß der vorliegenden Ausführungsform. Ein Steuersystem 300 gemäß der vorliegenden Ausführungsform umfasst eine Steuervorrichtung 1', die auf einem Computer wie z.B. dem Cloud-Server 6 oder dem Fog-Computer 7 ausgebildet ist, eine Mehrzahl von Industriemaschinen 2 als Edge-Computer, die über das Netzwerk 5 mit der Steuervorrichtung 1' verbunden sind, eine Motorantriebsvorrichtung 3 zum Steuern des Betriebs des Servomotors 50 zum Kappen von Spitzenwerten, und dergleichen. Die Steuervorrichtung 1' des Steuersystems 300 gemäß der vorliegenden Ausführungsform hat den gleichen Aufbau wie die in Bezug auf 2 beschriebene Steuervorrichtung 1, außer dass sie nicht mit der Steuereinheit 32 versehen ist.
-
Eine herkömmliche Motorantriebsvorrichtung, die den Betrieb eines Servomotors steuern und über ein Netzwerk Daten mit einer anderen Vorrichtung austauschen kann, sollte nur für die Motorantriebsvorrichtung 3 zum Steuern des Betriebs des Servomotors 50 zum Kappen von Spitzenwerten verwendet werden. Die Motorantriebsvorrichtung 3 führt eine herkömmliche Steuerung des Betriebs zum Kappen von Spitzenwerten für den Servomotor zum Kappen von Spitzenwerten 50 entsprechend den über das Netzwerk erfassten Zuständen der Leistungsaufnahme in den Industriemaschinen 2 aus. Außerdem ändert die Motorantriebsvorrichtung 3 die Basisdrehzahl im Betrieb zum Kappen von Spitzenwerten, wenn die Einstellung einer Basisdrehzahl von der Steuereinrichtung 1' über das Netz 5 befohlen wird.
-
In dem Steuersystem 300 gemäß der vorliegenden Ausführungsform stellt die Steuervorrichtung 1' die Basisdrehzahl für die Motorantriebsvorrichtung 3 ein. Die Vorrichtung für maschinelles Lernen 100 der Steuervorrichtung 1' lernt die Betriebszustände der gesteuerten Industriemaschinen 2 und die Art und Weise der Einstellung der Basisdrehzahl des Servomotors zum Kappen von Spitzenwerten 50, die einen sinnvollen Betrieb zum Kappen von Spitzenwerten ermöglichen. Daraufhin kann eine geeignetere Lösung für die Einstellung der Basisdrehzahl ausgegeben und für die Betriebszustände der Industriemaschinen 2 eingestellt werden.
-
6 zeigt ein Beispiel für das Einfügen einer Mehrzahl von Steuersystemen 300 in die in 4 dargestellte Systemumgebung. Das in 6 dargestellte System umfasst eine Mehrzahl von Steuersystemen 300 (nicht dargestellt), bei denen Steuervorrichtungen 1' auf den Fog-Computern 7 implementiert sind. Jede der Steuervorrichtungen 1' verwaltet eine Mehrzahl von Edge-Computern 8 und führt einen Lernvorgang auf der Grundlage von Daten aus, die von den gesteuerten Industriemaschinen (Edge-Computern 8) gesammelt werden. Jede Steuervorrichtung 1' ist so ausgelegt, dass sie ein Lernmodell als Ergebnis ihres Lernens mit einer anderen Steuervorrichtung 1' austauschen kann, direkt oder über den Cloud-Server 6.
-
Jedes auf diese Weise ausgelegte Steuersystem 300 kann ein Lernmodell von einem anderen Steuersystem 300, in dem beispielsweise ähnliche Industriemaschinen wie die gesteuerten Industriemaschinen angeordnet sind, übernehmen und verwenden. So kann, wenn eine neue Fabrik oder dergleichen errichtet wird, der Arbeitsaufwand für experimentelle operative Arbeiten zum Erstellen der Lernmodelle bei Inbetriebnahme der Fabrik erheblich reduziert werden, indem das Lernmodell von dem von einer Kombination ähnlicher Industriemaschinen betriebenen Steuersystem 300 abgeleitet wird.
-
Während Ausführungsformen der vorliegenden Erfindung oben beschrieben wurden, ist die Erfindung nicht auf die Beispiele der oben beschriebenen Ausführungsformen beschränkt und kann in geeigneter Weise modifiziert und in verschiedenen Formen ausgeführt werden.
-
Während beispielsweise die Steuervorrichtung 1 und die Vorrichtung für maschinelles Lernen 100 in den oben beschriebenen Ausführungsformen als Vorrichtungen beschrieben werden, die unterschiedliche CPUs (Prozessoren) aufweisen, kann die Vorrichtung für maschinelles Lernen 100 durch die CPU 11 der Steuervorrichtung 1 und die im ROM 12 gespeicherten Systemprogramme implementiert werden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- JP 2017162300 [0002]
- JP 2018153041 [0025]
