-
Gebiet der Erfindung
-
Die vorliegende Erfindung betrifft ein Diagnosegerät und ein Maschinenlerngerät, und insbesondere ein Diagnosegerät, das zum Diagnostizieren der Spannung eines Riemens zum Übertragen von Leistung konfiguriert ist, und ein Maschinenlerngerät.
-
Beschreibung des Stands der Technik
-
Ein Diagnosegerät zum Diagnostizieren der Betriebszustände von Industriemaschinen, wie etwa Robotern, Werkzeugmaschinen und Spritzgießmaschinen, die in einer Produktionslinie eingerichtet sind, wird in einer Fabrik oder einer anderen Fertigungsstelle eingesetzt. Das Diagnosegerät überwacht die Betriebszustände der Industriemaschinen, damit die Produktionslinie nicht anhält und damit die Produktionslinie schnell wiederhergestellt werden kann, falls sie angehalten wurde.
-
Die Industriemaschinen weisen einen Mechanismus zum Übertragen von Drehleistung eines Motors auf Achsen über eine Leistungsübertragungseinheit, wie etwa einen Riemen, auf. Der Riemen zum Gebrauch als die Leistungsübertragungseinheit bewirkt eine Verringerung der Lebensdauer, wenn seine Spannung (oder Straffheit) zu niedrig oder zu hoch ist. Zudem führt es, wenn die Spannung unangemessen ist, zu Schlupfen, Zahnübersprung oder dergleichen während des Betriebs. Daher ist es wünschenswert, dass der Grad der Riemenstraffheit innerhalb eines festgelegten Bereichs gehalten wird.
-
Dabei ist der Riemen alterungsanfällig, und seine Spannung ändert sich abhängig vom Aufbewahrungsverfahren. Zudem ändert sich die Spannung ständig bei Änderungen in den Gebrauchsumgebungen, wie etwa Raumtemperaturen. Daher ist es erheblich, Wartung und Inspektion in regelmäßigen Zeiträumen manuell oder automatisch durchzuführen (beispielsweise die offengelegte japanische Patentanmeldung Nr.
11-262932 ).
-
Beim Inspizieren der Riemenspannung wird die Drehung des Riemens angehalten, und die Spannkraft des Riemens wird unter Benutzung eines Spannungsmessers, wie etwa eines Schallriemenspannungsmessers, erfasst. Wenn die Riemenspannkraft unangemessen ist, wird sie auf einen geeigneten Wert eingestellt. Das Verfahren zur Riemenspannungsinspektion unter Benutzung des Spannungsmessers bringt jedoch Kapitalinvestitionskosten für den Spannungsmesser mit sich. Zudem erfordert die Inspektion, dass der Betrieb der Industriemaschinen völlig angehalten wird (oder erfordert, dass die Maschinen abgeschaltet werden). Zudem erfordert die manuelle Inspektion, dass die Industriemaschinen auseinandergenommen werden, um den Riemen freizulegen. Daher besteht außerdem das Problem einer Produktivitätsminderu ng.
-
Dementsprechend besteht Bedarf an einer Technologie, die eine Diagnose der Spannung oder Anomalie eines Riemens ermöglicht, ohne den Betrieb von Industriemaschinen anzuhalten.
-
KURZDARSTELLUNG DER ERFINDUNG
-
Der vorlegende Anmelder hat den Fokus auf die Tatsache gerichtet, dass sich die Resonanzfrequenz der Rückkopplungsverstärkung eines Motors zum Antreiben eines Riemens ändert, wenn sich die Spannung des Riemens ändert. Ein Diagnosegerät gemäß einem Aspekt der vorliegenden Erfindung beobachtet einen Frequenzgang, der erhalten wird, wenn der Motor zum Antreiben des Riemens dazu veranlasst wird, einen Ziehvorgang auf einer Drehzahl (Frequenz) innerhalb eines spezifizierten Bereichs auszuführen, und erstellt ein Lernmodell dadurch, dass es die Korrelation zwischen dem Ergebnis der Beobachtung und der Riemenspannung maschinengelernt hat. Die Riemenspannung wird unter Benutzung des erstellten Lernmodells abgeleitet. Der Wert der abgeleiteten Spannung kann angezeigt werden, beispielsweise um einen Benutzer auf Anomalie der Spannung hinzuweisen.
-
Der eine Aspekt der vorliegenden Erfindung ist ein Diagnosegerät, das zum Ableiten der Spannung eines Riemens einer Industriemaschine zum Übertragen von Leistung konfiguriert ist, und das eine Steuereinheit, die zum Steuern eines Diagnosevorgangs konfiguriert ist, bei dem der Riemen angetrieben wird, eine Datenerfassungseinheit, die zum Erfassen von zumindest Rückkopplungsdaten zur Zeit des Diagnosevorgangs konfiguriert ist, eine Vorverarbeitungseinheit, die zum Analysieren von Frequenz-/Verstärkungskennzeichen der Rückkopplungsdaten und Erstellen, als Eingangsdaten, eines Bereichs, der eine Resonanzfrequenz und eine Antiresonanzfrequenz in den Kennzeichen enthält, konfiguriert ist, und ein Maschinenlerngerät enthält, das zum Verarbeiten bezüglich Maschinenlernens konfiguriert ist, basierend auf den Daten, die durch die Vorverarbeitungseinheit erstellt werden.
-
Ein anderer Aspekt der vorliegenden Erfindung ist ein Maschinenlerngerät, das zum Ableiten der Spannung eines Riemens einer Industriemaschine zum Übertragen von Leistung konfiguriert ist und zum Analysieren von Frequenz-/Verstärkungskennzeichen von Rückkopplungsdaten, die zur Zeit eines Diagnosevorgangs erfasst werden, bei dem der Riemen angetrieben wird, und zum Ausführen von Verarbeiten bezüglich Maschinenlernens, basierend auf Eingabedaten, die einen Bereich darstellen, der eine Resonanzfrequenz und eine Antiresonanzfrequenz in den Kennzeichen enthält, ausgelegt ist.
-
In dem einen Aspekt der vorliegenden Erfindung ist es unnötig, einen Spannungsmesser einzusetzen. Daher kann die Riemenspannung ohne großen Kostenaufwand inspiziert werden. Ferner kann die Riemenspannung inspiziert werden, ohne den Lauf der Industriemaschine völlig anzuhalten. Zudem kann die Riemenspannung inspiziert werden, ohne den Riemen freizulegen. Infolgedessen ist die Produktivität der Industriemaschine verbessert.
-
Figurenliste
-
Die obenstehenden und andere Aufgaben und Merkmale der vorliegenden Erfindung werden aus der folgenden Beschreibung von Ausführungsformen unter Bezugnahme auf die beiliegenden Zeichnungen offensichtlich; es zeigen:
- 1 ein schematisches Hardwarekonfigurationsdiagramm eines Diagnosegeräts gemäß einer Ausführungsform;
- 2 ein schematisches Funktionsblockdiagramm eines Diagnosegeräts gemäß einer ersten Ausführungsform;
- 3 ein Diagramm, das ein Beispiel von Frequenzgangdaten zeigt; und
- 4 ein schematisches Funktionsblockdiagramm eines Diagnosegeräts gemäß einer zweiten Ausführungsform.
-
DETAILLIERTE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
-
Es werden nun Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die beiliegenden Zeichnungen beschrieben.
-
1 ist ein schematisches Hardwarekonfigurationsdiagramm, das ein Diagnosegerät gemäß einer Ausführungsform der vorliegenden Erfindung zeigt. Ein Diagnosegerät 1 kann in einem Steuergerät zum Steuern von Industriemaschinen, beispielsweise basierend auf Programmen zur Steuerung, angebracht sein. Zudem kann das Diagnosegerät 1 in einem Personal Computer angebracht sein, der am Steuergerät zum Steuern der Industriemaschinen basierend auf den Programmen zur Steuerung angefügt ist. Zudem kann das Diagnosegerät 1 auf einem Personal Computer, Zellenrechner, Fog-Computer 6 oder Cloudserver 7 implementiert sein, die über ein verdrahtetes/drahtloses Netzwerk mit dem Steuergerät verbunden sind. Im dargestellten Beispiel der vorliegenden Ausführungsform ist das Diagnosegerät 1 im Steuergerät zum Steuern der Industriemaschinen implementiert.
-
Eine CPU (zentrale Verarbeitungseinheit) 11 des Diagnosegeräts 1 gemäß der vorliegenden Ausführungsform ist ein Prozessor zum allgemeinen Steuern des Diagnosegeräts 1. Die CPU 11 liest ein Systemprogramm, das in einem ROM (Festwertspeicher) 12 gespeichert ist, über einen Bus 20 aus. Die CPU 11 steuert das gesamte Diagnosegerät 1 gemäß diesem Systemprogramm. Ein RAM (Direktzugriffsspeicher) 13 wird vorübergehend mit zeitweiligen Berechnungsdaten, Anzeigedaten, verschiedenen externen Eingabedaten und dergleichen geladen.
-
Ein nichtflüchtiger Speicher 14 ist beispielsweise ein Speicher, SSD (Solid-State-Laufwerk) oder dergleichen, der durch eine Batterie (nicht gezeigt) abgesichert ist. Der Speicherzustand des nichtflüchtigen Speichers 14 kann auch dann beibehalten werden, wenn das Diagnosegerät 1 ausgeschaltet ist. Der nichtflüchtige Speicher 14 wird mit Programmen zur Steuerung und Dateneingabe von externer Ausrüstung 72 über eine Schnittstelle 15 belegt. Zudem wird der nichtflüchtige Speicher 14 mit Programmen zur Steuerung und Dateneingabe über ein Eingabegerät 71 belegt. Ferner wird der nichtflüchtige Speicher 14 mit Programmen zur Steuerung, Daten und dergleichen belegt, die von anderen Geräten über ein Netzwerk 5 erfasst werden. Die Programme zur Steuerung und Daten, die im nichtflüchtigen Speicher 14 gespeichert sind, können während Ausführung und Gebrauch in den RAM 13 geladen werden. Zudem werden verschiedene Systemprogramme, wie etwa herkömmliche Analyseprogramme, im Voraus in den ROM 12 geschrieben.
-
Die Schnittstelle 15 verbindet die CPU des Diagnosegeräts 1 und die externe Ausrüstung 72, beispielsweise ein USB-Gerät. beispielsweise werden Programme zur Steuerung, Einstellungsdaten und dergleichen, die zum Steuern der Industriemaschinen benutzt werden, aus der externen Ausrüstung 72 ausgelesen. Zudem können die Programme zur Steuerung, Einstellungsdaten und dergleichen, die im Diagnosegerät 1 bearbeitet werden, dazu ausgelegt sein, in externen Speichermitteln über die externe Ausrüstung 72 gespeichert zu werden. Eine PLC (programmierbare Logiksteuerung) 16 führt ein Ablaufprogramm aus und gibt Signale zur Steuerung der Industriemaschinen und ihrer Peripheriegeräte (beispielsweise einen Werkzeugwechsler, eine Betätigungseinrichtung wie etwa ein Roboter, Sensoren, wie etwa Temperatursensoren und Feuchtigkeitssensoren, die an den Industriemaschinen angebracht sind) über eine E/A-Einheit 19 aus. Zudem empfängt die PLC 16 Signale von den verschiedenen Schaltern von Steuerpulten an den Hauptkörpern der Industriemaschinen, ihren Peripheriegeräten und dergleichen, führt notwendige Signalverarbeitung aus und führt die Signale dann der CPU 11 zu.
-
Eine Schnittstelle 20 verbindet die CPU 11 des Diagnosegeräts 1 und das verdrahtete/drahtlose Netzwerk 5. Das Netzwerk 5 ist mit anderen Industriemaschinen 3, dem Fog-Computer 6, dem Cloudserver 7 und dergleichen verbunden. Das Diagnosegerät 1 tauscht Daten mit diesen anderen Industriemaschinen 3, dem Fog-Computer 6, dem Cloudserver 7 und dergleichen aus.
-
Daten, die infolge von Ausführung der Daten, Programme und dergleichen erhalten und in den Speicher eingelesen werden, werden in ein Anzeigengerät 70 eingegeben und darauf angezeigt. Zudem werden Daten und dergleichen, die aus einem Maschinenlerngerät 100 (später beschrieben) ausgegeben werden, über eine Schnittstelle 17 in das Anzeigengerät 70 eingegeben und darauf angezeigt. Ferner führt das Eingabegerät 71, das aus einer Tastatur, einem Zeigergerät und dergleichen gebildet ist, Befehle, Daten und dergleichen basierend auf einem Vorgang einer Bedienungsperson der CPU 11 über eine Schnittstelle 18 zu.
-
Eine Achsensteuerschaltung 30 zum Steuern der Achsen der Industriemaschinen empfängt Befehle, die Achsenbewegungsbeträge anzeigen, von der CPU 11 und gibt Befehle zum Bewegen der Achsen an einen Servoverstärker 40 aus. Beim Empfang dieser Befehle treibt der Servoverstärker 40 einen Servomotor 50 zum Bewegen der Achsen einer Werkzeugmaschine an. Der Achsenservomotor 50 weist einen eingebauten Positions-/Drehzahldetektor auf. Der Servomotor 50 koppelt ein Positions-/Drehzahlrückkopplungssignal vom Positions-/Drehzahldetektor zur Achsensteuerschaltung 30 zurück. Dadurch führt die Achsensteuerschaltung 30 Positions-/Drehzahlrückkopplungssteuerung aus. Im Hardwarekonfigurationsdiagramm von 1 ist die Achsensteuerschaltung 30, der Servoverstärker 40 und der Servomotor 50 jeweils als nur als eins in der Anzahl gezeigt. Tatsächlich sind diese Elemente in der Anzahl entsprechend den Achsen vorgesehen, die gesteuert werden sollen. Zumindest einer der Servomotoren 50 ist mit einer vorgegebenen Achse der Industriemaschine durch einen Riemen zum Gebrauch als Leistungsübertragungseinheit verbunden.
-
Eine Schnittstelle 21 verbindet die CPU 11 und das Maschinenlerngerät 100. Das Maschinenlerngerät 100 enthält einen Prozessor 101, der zum Steuern des gesamten Maschinenlerngeräts 100 konfiguriert ist. Zudem enthält das Maschinenlerngerät 100 einen ROM 102, der mit Systemprogrammen und dergleichen belegt ist, einen RAM 103 für vorübergehende Speicherung in jedem Verarbeitungsschritt bezüglich Maschinenlernens und einen nicht flüchtigen Speicher 104, der zum Speichern von Lernmodellen und dergleichen benutzt wird. Das Maschinenlerngerät 100 kann diese Informationsstücke (beispielsweise Daten, die die Betriebszustände der Servomotoren 50 anzeigen, erkannte Werte von Temperatursensoren und Feuchtigkeitssensoren (nicht gezeigt) usw.) beobachten, welche durch das Diagnosegerät 1 über die Schnittstelle 21 erfasst werden können. Zudem erfasst das Diagnosegerät 1 Ergebnisse von Verarbeitungsausgabe vom Maschinenlerngerät 100 über die Schnittstelle 21. Das Diagnosegerät 1 speichert und zweigt die erfassten Ergebnisse an und überträgt sie über das Netzwerk 5 oder dergleichen an andere Geräte.
-
2 ist ein schematisches Blockdiagramm, das Funktionen eines Diagnosegeräts 1 gemäß einer Ausführungsform der vorliegenden Erfindung zeigt. Die individuellen Funktionen des Diagnosegeräts 1 gemäß der vorliegenden Ausführungsform werden implementiert, wenn die CPU 11 des Diagnosegeräts 1, die in 1 gezeigt ist, und der Prozessor 101 des Maschinenlerngeräts 100 das Systemprogramm ausführen und die Vorgänge der individuellen Teile des Diagnosegeräts 1 und des Maschinenlerngeräts 100 steuern. Das Diagnosegerät 1 gemäß der vorliegenden Ausführungsform führt Maschinenlernen der Korrelation zwischen Frequenzgangdaten, die erhalten werden, wenn ein Ziehvorgang auf einer Drehzahl (Frequenz) innerhalb eines spezifizierten Bereichs ausgeführt wird, und einem Spannungswert des Riemens aus. Der Ziehvorgang erhöht beispielsweise die Drehzahl (Frequenz) des Motors allmählich von einer vorgegebenen Drehzahl (Frequenz) auf eine höhere vorgegebene Drehzahl (Frequenz).
-
Das Diagnosegerät 1 der vorliegenden Ausführungsform enthält eine Steuereinheit 110, eine Datenerfassungseinheit 120 und eine Vorverarbeitungseinheit 130. Zudem enthält das Maschinenlerngerät 100 des Diagnosegeräts 1 eine Lerneinheit 106. Ferner wird der RAM 13 oder der nichtflüchtige Speicher 14 des Diagnosegeräts 1 vorher mit einem Programm zur Steuerung 200 zum Steuern der Servomotoren 50 der Industriemaschinen belegt. Außerdem wird der RAM 13 oder der nichtflüchtige Speicher 14 des Diagnosegeräts 1 im Voraus mit einer Erfassungsdatenspeichereinheit 210 als einen Bereich zum Speichern von Daten versehen, die durch die Datenerfassungseinheit 120 von den Servomotoren 50, einem Sensor 4 und dergleichen erfasst werden. Zudem ist eine Lernmodellspeichereinheit 109 als ein Bereich zum Speichern von Lernmodellen, die durch die Lerneinheit 106 erstellt werden, im Voraus am RAM 103 oder am nichtflüchtigen Speicher 104 des Maschinenlerngeräts 100 vorgesehen.
-
Die Steuereinheit 110 wird implementiert, wenn die CPU 11 des Diagnosegeräts 1, die in 1 gezeigt ist, das Systemprogramm ausführt, das aus dem ROM 102 ausgelesen wird, und hauptsächlich führt die CPU 11 arithmetische Verarbeitung unter Benutzung des RAM 13 und des nichtflüchtigen Speichers 14, Steuerverarbeitung für die individuellen Teile der Industriemaschinen unter Benutzung der Achsensteuerschaltung 30 und der PLC 16 und Eingabe-/Ausgabeverarbeitung über die Schnittstelle 18 aus. Die Steuereinheit 110 analysiert die Blöcke des Programms zur Steuerung 200 und steuert, basierend auf dem Ergebnis der Analyse, die individuellen Teile der Industriemaschinen. Wenn ein Block des Programms zur Steuerung 200 beispielsweise einen Befehl zum Antreiben der Achsen der Industriemaschinen ausgibt, erzeugt die Steuereinheit 110 Bewegungsbefehlsdaten gemäß dem Befehl durch den Block und gibt die Daten an die Servomotoren 50 aus. Zudem erzeugt, wenn der Block des Programms zur Steuerung 200 beispielsweise einen Befehl zum Aktivieren eines Peripheriegeräts, wie etwa des Sensors 4, der an der Industriemaschine angebracht ist, ausgibt, die Steuereinheit 110 ein spezifiziertes Signal zum Betreiben des Peripheriegeräts und gibt es an die PLC 16 aus. Die Steuereinheit 110 erfasst Drehzahlrückkopplungsverstärkungen von den Servomotoren 50 und erkannte Wertdaten, die durch die Sensoren 4, darunter die Temperatur- und Feuchtigkeitssensoren, erkannt werden, und gibt sie an die Datenerfassungseinheit 120 aus.
-
Das Programm zur Steuerung 200 enthält einen Block, der einen Befehl zum Zwingen des Servomotors 50 zum Antreiben des Riemens zum Ausführen des Ziehvorgangs auf der Drehzahl (Frequenz) innerhalb des spezifizierten Bereichs ausgibt. Zudem enthält das Programm zur Steuerung 200 einen Block, der einen Befehl zum Erfassen der Drehzahlrückkopplungsverstärkung des Servomotors 50, welcher den Ziehvorgang gerade ausführt, als Zeitreihendaten ausgibt. Ferner enthält das Programm zur Steuerung 200 einen Block, der einen Befehl zum Erfassen von erkannten Wertdaten der Sensoren 4 zu Beginn des Ziehvorgangs, während des Ziehvorgangs und/oder am Ende des Ziehvorgangs ausgibt.
-
Die Datenerfassungseinheit 120 wird implementiert, wenn die CPU 11 des Diagnosegeräts 1, die in 1 gezeigt ist, ein Systemprogramm ausführt, das aus dem ROM 12 ausgelesen wird, und arithmetische Verarbeitung hauptsächlich durch die CPU 11 unter Benutzung des RAM 13 und des nichtflüchtigen Speichers 14 ausgeführt wird. Die Datenerfassungseinheit 120 erfasst die Drehzahlrückkopplungsverstärkung, die durch den Servomotor 50 während des Betriebs der Industriemaschine erfasst werden soll, und die erkannten Wertdaten, die durch die Sensoren 4 erkannt werden, und speichert sie in der Erfassungsdatenspeichereinheit 210. Die Drehzahlrückkopplungsverstärkung, die durch die Datenerfassungseinheit 120 erfasst wird, sind Zeitreihendaten. Die erkannten Wertdaten, die durch die Datenerfassungseinheit 120 erfasst werden, können ein Datenwert sein, der zu einer spezifizierten Zeitwahl erfasst werden soll. Zudem erfasst die Datenerfassungseinheit 120 den Spannungswert des Riemens zum Zeitpunkt der Ausführung des Programms zur Steuerung 200 aus dem Eingabegerät 71 mittels Erfordern einer Eingabe einer Bedienungsperson. Dieser Riemenspannungswert wird im Voraus in der bei der Bedienungsperson gemessen.
-
Die Vorverarbeitungseinheit 130 wird implementiert, wenn die CPU 11 des Diagnosegeräts 1, die in 1 gezeigt ist, das Systemprogramm, das aus dem ROM 12 ausgelesen wird, ausführt und die arithmetische Verarbeitung hauptsächlich durch die CPU 11 unter Benutzung des RAM 13 und des nichtflüchtigen Speichers 14 und die Ausgabeverarbeitung unter Benutzung einer Schnittstelle 21 ausgeführt werden. Die Vorverarbeitungseinheit 130 erzeugt Lerndaten (Trainingsdaten) zur Benutzung für die Verarbeitung von Maschinenlernen durch das Maschinenlerngerät 100, basierend auf den Daten, die in der Datenerfassungseinheit 120 gespeichert sind. Die Vorverarbeitungseinheit 130 gibt die erzeugten Lerndaten an das Maschinenlerngerät 100 aus. Die Vorverarbeitungseinheit 130 erzeugt Trainingsdaten mit zumindest Eingabedaten S, die Frequenzgangdaten enthalten, welche Frequenz-/Verstärkungskennzeichen anzeigen, die durch eine Frequenzanalyse der Drehzahlrückkopplungsverstärkung des Servomotors 50 erhalten werden, welche in der Erfassungsdatenspeichereinheit 210 gespeichert sind, und Ausgabedaten L, die den Riemenspannungswert enthalten.
-
Die Frequenzgangdaten als die Eingabedaten S können Daten sein, die durch Abtasten von Verstärkungswerten in einem Frequenzband innerhalb eines spezifizierten Bereichs mit spezifizierten Frequenzzyklen erhalten werden. Anders gesagt können die Eingabedaten S durch Abtasten von Verstärkungswerten in einem spezifizierten Frequenzband erhalten werden. In diesem Fall sollten die Frequenzgangdaten als die Eingabedaten S vorzugsweise ein Frequenzband beinhalten, das eine primäre Resonanzfrequenz und eine primäre Antiresonanzfrequenz in einem Paar enthält. 3 ist ein Diagramm, das ein Beispiel einer Frequenzanalyse der Drehzahlrückkopplungsverstärkung zeigt. Im Beispiel von 3 liegt eine Spitze der Antiresonanzfrequenz in einer Position fa vor. Daher ist der Verstärkungswert in der Position fa ein lokaler Minimalwert. Zudem liegt eine Spitze der Resonanzfrequenz in einer Position fb vor. Daher ist der Verstärkungswert in der Position fb ein lokaler Maximalwert. Von der Vorverarbeitungseinheit 130 wird nur erwartet, Datenreihen über Frequenz-/Verstärkungssätze, die mit spezifizierten Frequenzzyklen fp abgetastet werden, als die Frequenzgangdaten zu erzeugen, die als die Eingabedaten S benutzt werden, in einem Frequenzband innerhalb eines spezifizierten Bereichs fr um die Positionen, in denen diese Spitzen der Resonanz- und Antiresonanzfrequenzen vorliegen. Die Frequenzgangdaten als die Eingabedaten S können dazu ausgelegt sein, ferner zusätzlich zu den obigen Daten einen Bereich zu enthalten, der sekundäre oder hochgradigere Resonanz- und Antiresonanzfrequenzen in einem Paar enthält.
-
Die Vorverarbeitungseinheit gemäß der vorliegenden Ausführungsform benutzt nicht nur die Werte der Antiresonanz- und Resonanzfrequenzen für die Frequenzgangdaten als die Eingabedaten S, sondern gliedert Datenreihen eines Frequenzbands innerhalb eines spezifizierten Bereichs um die Antiresonanz- und Resonanzfrequenzen in die Eingabedaten S ein. Dies geschieht, um die Einheit zum Lernen der Korrelation zwischen einer resultierenden Wellenform und dem Riemenspannungswert zu zwingen, da Antiresonanz- und resonanzpunkte nicht in einem Paar auftreten, sondern es tritt in manchen Fällen nur einer davon auf. Die Wellenform um die Antiresonanz- und Resonanzpunkte ändert sich abhängig von den Zuständen des Motors und des Riemens und dergleichen. Wenn man voraussetzt, dass die Antiresonanz- und Resonanzpunkte in unmittelbarer Nähe zueinander vorliegen, kann Lernen unter Benutzung der Datenreihen innerhalb des spezifizierten Bereichs als die Eingabedaten S selbst dann präzise ausgeführt werden, falls nur einer der Antiresonanz- und Resonanzpunkte auftritt.
-
Die Lerneinheit 106 des Maschinenlerngeräts 100 wird implementiert, wenn der Prozessor 101 des Maschinenlerngeräts 100, der in 1 gezeigt ist, das Systemprogramm, das aus dem ROM 102 ausgelesen wird, ausführt und die arithmetische Verarbeitung hauptsächlich durch den Prozessor 101 unter Benutzung des RAM 103 und des nichtflüchtigen Speichers 104 ausgeführt wird. Die Lerneinheit 106 erstellt ein Lernmodell durch Ausführen des Maschinenlernens unter Benutzung der Lerndaten (Trainingsdaten), die durch die Vorverarbeitungseinheit 130 erzeugt werden. Die Lerneinheit 106 bewirkt, dass die Lernmodellspeichereinheit 109 das erstellte Lernmodell speichert. Das Maschinenlernen, das durch die Lerneinheit 106 ausgeführt wird, ist herkömmliches überwachtes Lernen. Es kann vorausgesetzt werden, dass das Lernmodell, das durch die Lerneinheit 106 erstellt wird, die Korrelation des Riemenspannungswerts als die Etikettendaten L mit den Frequenzgangdaten als die Eingabedaten S erlernt hat. Ein mehrschichtiges Perzeptron, rekurrentes neuronales Netz, Long Short-Term Memory, konvolutionelles neuronales Netz und dergleichen können als Beispiele des Lernmodells dienen, das durch die Lerneinheit 106 erstellt wird.
-
Zudem kann das Lernmodell zum Ableiten der Riemenspannung unter Benutzung von Maschinenlernen, wie etwa einer Regressionsanalyse, mehrfachen Regressionsanalyse und Ridge Regression, basierend auf einigen Merkmalspunkten, darunter die Resonanzfrequenz und die Antiresonanzfrequenz, aus den Frequenzgangdaten als die Eingabedaten S und dem Riemenspannungswert als die Etikettendaten L ausgelegt sein. Das auf Regression basierende Lernmodell ist dahingehend vorteilhaft, dass seine Struktur einfach ist und der Prozessor 101 nicht leicht geladen werden kann. Andererseits genießt das auf Deep Learning basierende Lernmodell, wie etwa das konvolutionelle neuronale Netz, eine erhöhte Riemenspannungsableitungspräzision.
-
Das Diagnosegerät 1 gemäß der vorliegenden Ausführungsform erzeugt ein Lernmodell, das die Korrelation zwischen den Frequenzgangdaten, die erhalten werden, wenn der Ziehvorgang auf der Drehzahl (Frequenz) innerhalb des spezifizierten Bereichs ausgeführt wird, und dem Riemenspannungswert gelernt hat. Die Bedienungsperson stellt verschiedene Riemenspannungen im Voraus ein. Die Lerneinheit 106 erfasst Frequenzgangdaten, die erhalten werden, wenn der Ziehvorgang auf der Drehzahl (Frequenz) innerhalb des spezifizierten Bereichs ausgeführt wird, mit den individuellen Riemenspannungswerten und erstellt ein Lernmodell unter Benutzung der erfassten Daten.
-
Das erstellte Lernmodell kann für eine Ableitungseinheit gemäß einer zweiten Ausführungsform (später beschrieben) zum Ableiten des derzeitigen Riemenspannungswerts benutzt werden.
-
Als eine Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Ausführungsform kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, ferner Temperaturdaten und Feuchtigkeitsdaten als die erkannten Wertdaten in die Eingabedaten S einzugliedern. Die Temperatur und Feuchtigkeit der Umgebung, in der der Riemen angetrieben wird, beeinflussen die Riemenspannung. Daher kann die Präzision des Lernens des Riemenspannungswerts durch Eingliedern der Temperatur- und Feuchtigkeitsdaten als die erkannten Wertdaten in die Eingabedaten S verbessert werden.
-
Als andere Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Erfindung kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, Daten über mechanische Eigenschaften (Motorspezifikationen, Riemenscheibenverhältnisse, Spannen (Intervalle zwischen Riemenscheibenwellen), Gewichte beweglicher Teile usw.) der Industriemaschinen, die im Voraus im Diagnosegerät eingestellt werden, in die Eingabedaten S einzugliedern. In manchen Fällen können mechanische Eigenschaften bezüglich des Motors zum Antreiben des Riemens die Riemenspannung beeinflussen. Daher kann die Präzision des Lernens des Riemenspannungswerts durch Eingliedern der Daten bezüglich der mechanischen Eigenschaften in die Eingabedaten S verbessert werden.
-
Als andere Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Erfindung kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, Daten über Riemeneigenschaften (Riemenform, physikalische Eigenschaften von Materialien usw.), die im Voraus im Diagnosegerät eingestellt werden, in die Eingabedaten S einzugliedern. Die Riemeneigenschaften beeinflussen die Riemenspannung. Daher kann die Präzision des Lernens des Riemenspannungswerts durch Eingliedern der Daten bezüglich der Riemeneigenschaften in die Eingabedaten S verbessert werden.
-
4 ist ein schematisches Blockdiagramm, das Funktionen eines Diagnosegeräts 1 gemäß der zweiten Ausführungsform der vorliegenden Erfindung zeigt. Die individuellen Funktionen des Diagnosegeräts 1 gemäß der vorliegenden Ausführungsform werden implementiert, wenn die CPU 11 des Diagnosegeräts 1, die in 1 gezeigt ist, und der Prozessor 101 des Maschinenlerngeräts 100 das Systemprogramm ausführen und die Vorgänge der individuellen Teile des Diagnosegeräts 1 und des Maschinenlerngeräts 100 steuern. Das Diagnosegerät 1 gemäß der vorliegenden Erfindung leitet den Spannungswert eines Riemens einer Industriemaschine unter Benutzung eines Lernmodells ab, das die Korrelation zwischen Frequenzgangdaten, die erhalten werden, wenn ein Ziehvorgang auf einer Drehzahl (Frequenz) innerhalb eines spezifizierten Bereichs ausgeführt wird, und dem Riemenspannungswert gelernt hat.
-
Das Diagnosegerät 1 der vorliegenden Ausführungsform enthält eine Steuereinheit 110, Datenerfassungseinheit 120 und Vorverarbeitungseinheit 130. Zudem enthält das Maschinenlerngerät 100 des Diagnosegeräts 1 eine Ableitungseinheit 108. Ferner wird der RAM 13 oder der nichtflüchtige Speicher 14 des Diagnosegeräts 1 vorher mit einem Programm zur Steuerung 200 zum Steuern der Servomotoren 50 der Industriemaschinen belegt. Außerdem wird der RAM 13 oder der nichtflüchtige Speicher 14 des Diagnosegeräts 1 im Voraus mit einer Erfassungsdatenspeichereinheit 210 als einen Bereich zum Speichern von Daten versehen, die durch die Datenerfassungseinheit 120 von den Servomotoren 50, einem Sensor 4 und dergleichen erfasst werden. Zudem ist eine Lernmodellspeichereinheit 109 als ein Bereich zum Speichern von Lernmodellen, die durch die Lerneinheit 106 gemäß der ersten Ausführungsform erstellt werden, im Voraus am RAM 103 oder am nichtflüchtigen Speicher 104 des Maschinenlerngeräts 100 vorgesehen.
-
Die Steuereinheit 110 gemäß der vorliegenden Ausführungsform teilt die gleichen Funktionen mit der Steuereinheit 110 gemäß der ersten Ausführungsform.
-
Die Datenerfassungseinheit 120 gemäß der vorliegenden Ausführungsform erfasst die Drehzahlrückkopplungsverstärkung, die durch den Servomotor 50 während des Betriebs der Industriemaschine erfasst werden soll, und die erkannten Wertdaten, die durch die Sensoren 4 erkannt werden, und speichert sie in der Erfassungsdatenspeichereinheit 210. Die Drehzahlrückkopplungsverstärkung, die durch die Datenerfassungseinheit 120 erfasst wird, sind Zeitreihendaten. Die erkannten Wertdaten, die durch die Datenerfassungseinheit 120 erfasst werden, können ein Datenwert sein, der zu einer spezifizierten Zeitwahl erfasst werden soll.
-
Die Vorverarbeitungseinheit 130 gemäß der vorliegenden Ausführungsform erzeugt Daten zur Ableitung zur Benutzung für das Verarbeiten von Maschinenlernen durch das Maschinenlerngerät 100, basierend auf den Daten, die in der Datenerfassungseinheit 120 gespeichert sind. Die Vorverarbeitungseinheit 130 gibt die erzeugten Daten zur Ableitung an das Maschinenlerngerät 100 aus. Die Vorverarbeitungseinheit 130 erzeugt Daten zur Ableitung, die zumindest Eingabedaten S enthalten, welche Frequenzgangdaten enthalten, die Frequenz-/Verstärkungskennzeichen anzeigen, welche durch eine Frequenzanalyse der Drehzahlrückkopplungsverstärkung des Servomotors 50 erhalten werden, die in der Erfassungsdatenspeichereinheit 210 gespeichert sind. Die Frequenzgangdaten werden durch dasselbe Verfahren wie jenes erzeugt, das in Verbindung mit der ersten Ausführungsform beschrieben ist.
-
Die Ableitungseinheit 108 des Maschinenlerngeräts 100 wird implementiert, wenn der Prozessor 101 des Maschinenlerngeräts 100, der in 1 gezeigt ist, das Systemprogramm, das aus dem ROM 102 ausgelesen wird, ausführt und die arithmetische Verarbeitung hauptsächlich durch den Prozessor 101 unter Benutzung des RAM 103 und des nichtflüchtigen Speichers 104 ausgeführt wird. Die Ableitungseinheit 108 führt Ableitungsverarbeitung für den Riemenspannungswert unter Benutzung des Lernmodells, das in der Lernmodellspeichereinheit 109 gespeichert ist, basierend auf den Daten zur Ableitung aus, die durch die Vorverarbeitungseinheit 130 erzeugt werden. Die Ableitungseinheit 108 gibt das Ergebnis der Ableitungsverarbeitung aus. Die Ableitungsverarbeitung, die durch die Ableitungseinheit 108 ausgeführt wird, ist Ableitungsverarbeitung, die ein Lernmodell benutzt, das durch herkömmliches überwachtes Lernen erstellt wird. Wenn das Lernmodell, das in der Lernmodellspeichereinheit 109 gespeichert ist, beispielsweise als ein konvolutionelles neuronales Netz erstellt wird, gibt die Ableitungseinheit 108 die Daten zur Ableitung, die durch die Vorverarbeitungseinheit 130 erzeugt werden, in das neuronale Netz ein und gibt die resultierende Ausgabe oder einen abgeleiteten Riemenspannungswert als ein Ergebnis der Ableitung aus.
-
Der Riemenspannungswert als das Ergebnis der Ableitung durch die Ableitungseinheit 108 kann beispielsweise an ein Anzeigegerät 70 ausgegeben werden. Zudem kann der Riemenspannungswert als das Ergebnis der Ableitung an einen Personal Computer, wie etwa ein Überwachungsendgerät, einen Fog-Computer 6 und einen Cloudserver 7 über ein Netzwerk 5 übertragen werden. Ferner kann, wenn der Riemenspannungswert als das Ergebnis der Ableitung außerhalb eines vorbestimmten spezifizierten Bereichs liegt, eine Warnung dahingehend ausgegeben werden, dass sich die Riemenspannung als anormal herausgestellt hat.
-
Das Diagnosegerät 1 gemäß der vorliegenden Ausführungsform mit der oben beschriebenen Struktur leitet die Spannung eines Riemens einer Industriemaschine basierend auf den Frequenzgangdaten, die erhalten werden, wenn der Ziehvorgang eines Motors, wie etwa des Servomotors 50, auf der Drehzahl (Frequenz) innerhalb des spezifizierten Bereichs ausgeführt wird, ab. Das Diagnosegerät 1 kann spezifizierte Ausgabeverarbeitung basierend auf dem Ergebnis dieser Ableitung ausführen. Diese Ableitungsverarbeitung kann nur durch Ausführen des Programms zur Steuerung 200 zur Diagnose ausgeführt werden. Daher muss eine Bedienungsperson die Industriemaschine weder vollständig anhalten noch komplizierte Arbeit zum Auseinandernehmen der Industriemaschine leisten, um beispielsweise den Riemen freizulegen. Daher steht zu erwarten, dass die Produktivität der Industriemaschine verbessert ist.
-
Als eine Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Ausführungsform kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, ferner Temperaturdaten und Feuchtigkeitsdaten als die erkannten Wertdaten in die Eingabedaten S einzugliedern. Die Temperatur und Feuchtigkeit der Umgebung, in der der Riemen angetrieben wird, beeinflussen die Riemenspannung. Daher kann die Präzision der Ableitung des Riemenspannungswerts durch Eingliedern der Temperatur- und Feuchtigkeitsdaten als die erkannten Wertdaten in die Eingabedaten S verbessert werden.
-
Als andere Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Erfindung kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, Daten über mechanische Eigenschaften (Motorspezifikationen, Riemenscheibenverhältnisse, Spannen, Gewichte beweglicher Teile usw.) der Industriemaschinen, die im Voraus im Diagnosegerät eingestellt werden, in die Eingabedaten S einzugliedern. In manchen Fällen können mechanische Eigenschaften bezüglich des Motors zum Antreiben des Riemens die Riemenspannung beeinflussen. Daher kann die Präzision der Ableitung des Riemenspannungswerts durch Eingliedern der Daten bezüglich der mechanischen Eigenschaften in die Eingabedaten S verbessert werden.
-
Als andere Modifikation des Diagnosegeräts 1 gemäß der vorliegenden Erfindung kann die Vorverarbeitungseinheit 130 dazu ausgelegt sein, Daten über Riemeneigenschaften (Riemenform, physikalische Eigenschaften von Materialien usw.), die im Voraus im Diagnosegerät eingestellt werden, in die Eingabedaten S einzugliedern. Die Riemeneigenschaften beeinflussen die Riemenspannung. Daher kann die Präzision der Ableitung des Riemenspannungswerts durch Eingliedern der Daten bezüglich der Riemeneigenschaften in die Eingabedaten S verbessert werden.
-
Während obenstehend Ausführungsformen der vorliegenden Erfindung beschrieben wurden, ist die Erfindung nicht auf die Beispiele der oben beschriebenen Ausführungsformen beschränkt und kann in verschiedenen Formen angemessen modifiziert und verkörpert 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
-
