DE112021007618T5

DE112021007618T5 - Analysevorrichtung

Info

Publication number: DE112021007618T5
Application number: DE112021007618.3T
Authority: DE
Inventors: Tomofumi UWANO
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2021-07-09
Filing date: 2021-07-09
Publication date: 2024-03-14
Also published as: WO2023281732A1; CN117581170A; JPWO2023281732A1; WO2023281732A9

Abstract

Eine Analysevorrichtung nach der vorliegenden Offenbarung ist mit einer Datenerlangungseinheit, die durch eine Industriemaschine detektierte Daten erlangt; einer Betriebszustandsextraktionseinheit, die aus den Daten Daten extrahiert, welche während des Betriebs der Industriemaschine detektiert wurden; einer Anmerkungseinheit, die mehrere Datensatzgruppen erzeugt, indem sie mehrere Datensätze, die nach einem vorherbestimmen Standard aus den extrahierten Daten während des Betriebs ausgeschnitten wurden, auf der Basis eines vorherbestimmten Standards mit Anmerkungen, die Betriebszustände der Industriemaschine angeben, versieht; einer Merkmalsgrößenextraktionseinheit, die eine Merkmalsgröße von Daten, die in jedem der Datensätze enthalten sind, extrahiert; einer Lerneinheit, die für die mehreren Datensatzgruppen jeweils Entscheidungsbaummodelle erzeugt; und einer Anzeigeeinheit, die die erzeugten Entscheidungsbaummodelle auf der Basis der Raten von richtigen Antworten bezüglich einer Vorhersage der Anmerkungen, die auf bestimmten Trainingsdaten beruhen, reiht und die Entscheidungsbaummodelle anzeigt.

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung betrifft eine Analysevorrichtung.
ALLGEMEINER STAND DER TECHNIK
An Fertigungsstätten wie etwa in Werken wurden Vorrichtungen eingeführt, die Betriebszustände von Industriemaschinen wie etwa Robotern und Werkzeugmaschinen, welche an Fertigungsstraßen eingerichtet sind, überwachen und die Betriebszustände der Industriemaschinen steuern.
Als eine Vorrichtung zum Überwachen eines Betriebszustands einer Industriemaschine ist beispielsweise in dem Patentliteraturbeispiel 1 eine Vorrichtung offenbart, die während der Herstellung eines Produkts Daten hinsichtlich eines Normalzustands, in dem das Produkt normal hergestellt wird, und Daten hinsichtlich eines Anomaliezustands, in dem das hergestellte Produkt eine Anomalie aufweist, erlangt, auf der Basis der erlangten Daten den Zusammenhang zwischen der Anomalie, die bei dem hergestellten Produkt auftritt, und den Daten erlangt und dadurch Daten wählt, die für eine Anomalievorhersage verwendbar sind.
LITERATUR DER VORLÄUFERTECHNIK
PATENTLITERATUR
Patentliteraturbeispiel 1: Japanische Patentoffenlegungsschrift Nr. 2018-116545
KURZDARSTELLUNG DER ERFINDUNG
PROBLEME, DIE DIE ERFINDUNG LÖSEN SOLL
An einer Fertigungsstätte besteht der Bedarf, zu erkennen, welches Anzeichen in gesammelten Daten erscheint, bevor eine Anomalie auftritt. Um ein Anzeichen, das vor dem Auftreten einer Anomalie erscheint, zu finden, ist es bei der Datensammlung nötig, Daten, die in einem Normalzustand gesammelt wurden, mit Daten, die vor dem Auftreten einer Anomalie (dem Auftreten eines Alarms) gesammelt wurden, zu vergleichen, um ein Anzeichen, das in den Daten vor dem Auftreten der Anomalie erscheint, zu finden.
Ein solches Anzeichen, das in den Daten vor dem Auftreten der Anomalie erscheint, kann unmittelbar vor dem Auftreten der Anomalie erscheinen, kann aber auch einige Tage vorher erscheinen. Daher stellt der Vergleich der Daten hinsichtlich des Normalzustands mit den Daten vor dem Auftreten der Anomalie eine schwere Belastung für einen Benutzer dar, da der Benutzer bestimmen muss, welcher Teil einer enormen Menge an Daten verglichen werden soll. Überdies ist es schwierig, das Anzeichen in den Daten vor dem Auftreten der Anomalie durch Vergleichen einer solchen enormen Menge an Daten zu finden. Diese Tätigkeit ist nicht nur für Analysen der Daten hinsichtlich der Normalität/Anomalie, sondern auch für Analysen von Anzeichen, die in Daten vor dem Auftreten verschiedener Ereignisse an der Fertigungsstätte erscheinen, erforderlich.
Daher besteht ein Bedarf an einer Technologie, die eine Analysetätigkeit zum Finden eines Anzeichens, bei dem es sich um ein Anzeichen für ein Ereignis, das an der Fertigungsstätte auftritt, handelt, in Daten unterstützen kann.
MITTEL ZUR LÖSUNG DES PROBLEMS
Eine Betriebsdatenanalysevorrichtung nach der vorliegenden Offenbarung extrahiert Merkmalsgrößen aus Betriebsdaten, die von einer Industriemaschine erlangt wurden. Die Analysevorrichtung zeigt dann einen Unterschied in den extrahierten Merkmalsgrößen durch einen Entscheidungsbaum an, um eine Datenanalysetätigkeit, die von einem Benutzer vorgenommen wird, zu unterstützen, wodurch das obige Problem gelöst wird.
Ein Aspekt der Offenbarung ist eine Analysevorrichtung zum Unterstützen einer Analyse von Daten, die von einer Industriemaschine gesammelt wurden, wobei die Analysevorrichtung eine Datenerlangungseinheit, die die in der Industriemaschine detektierten Daten erlangt; eine Betriebszustandsextraktionseinheit, die aus den Daten Datenelemente extrahiert, welche während des Betriebs der Industriemaschine detektiert wurden; eine Anmerkungseinheit, die für mehrere Datensätze, welche auf der Basis eines vordefinierten Kriteriums aus den extrahierten Daten während des Betriebs ausgeschnitten wurden, mehrere Datensatzgruppen erzeugt, wobei jede Datensatzgruppe mit einer auf einem vordefinierten Kriterium beruhenden Anmerkung versehen ist, die einen Betriebszustand der Industriemaschine angibt; eine Merkmalsgrößenextraktionseinheit, die für Daten, die in jedem Datensatz enthalten sind, eine Merkmalsgröße extrahiert; eine Lerneinheit, die für jede der mehreren Datensatzgruppen unter Verwendung der Merkmalsgröße als unabhängige Variable und der Anmerkung, die den Betriebszustand der Industriemaschine angibt, als abhängige Variable ein Entscheidungsbaummodell erzeugt; und eine Anzeigeeinheit, die mehrere der erzeugten Entscheidungsbaummodelle auf der Basis einer Richtigkeitsrate bezüglich einer Vorhersage der Anmerkung, die auf bestimmten Trainingsdaten beruht, reiht und die gereihten Entscheidungsbaummodelle anzeigt, aufweist.
WIRKUNG DER ERFINDUNG
Ein Aspekt der vorliegenden Offenbarung kann Bedingungen, die Unterschiede in Zuständen einer Industriemaschine (z.B. im Normalbetrieb, vor dem Auftreten einer Anomalie), als gesammelte Daten detektiert wurden, darstellen, als Entscheidungsbaummodelle sichtbar machen und erleichtert das Erfassen eines Anzeichnens einer Zustandsveränderung, das in den Daten erscheint.
KURZE BESCHREIBUNG DER ZEICHNUNGEN

1 ist ein schematisches Hardwareaufbaudiagramm einer Analysevorrichtung nach einer Ausführungsform der vorliegenden Erfindung;
2 ist ein Blockdiagramm, das schematische Funktionen der Analysevorrichtung nach der Ausführungsform der vorliegenden Erfindung zeigt;
3 zeigt die Weise, wie Datensätze ausgeschnitten werden sollen, und die Weise, wie eine Anmerkung, die einen Betriebszustand einer Industriemaschine angibt, vorgenommen werden soll;
4 zeigt ein Beispiel für eine Anzeige, die von einer Anzeigevorrichtung vorgenommen wird; und
5 zeigt ein anderes Beispiel für eine Anzeige, die von der Anzeigevorrichtung vorgenommen wird.

WEISEN ZUR AUSFÜHRUNG DER Erfindung
Unter Bezugnahme auf die Zeichnungen wird nun eine Ausführungsform nach der vorliegenden Erfindung beschrieben werden.
1 ist ein schematisches Hardwareaufbaudiagramm, das einen Hauptabschnitt einer Analysevorrichtung nach einer Ausführungsform der vorliegenden Erfindung zeigt. Eine Analysevorrichtung 1 der Erfindung kann zum Beispiel in einer Steuerung zum Steuern einer Industriemaschine 3 eingerichtet sein. Die Analysevorrichtung 1 kann auch in einem Personal Computer, der der Industriemaschine 3 angegliedert ist, eingerichtet sein, oder kann in einem Computer wie etwa einem Personal Computer, einem Zellencomputer, einem Fog-Computer 6 oder einem Cloud-Server 7, der über ein drahtgebundenes/drahtloses Netzwerk an die Industriemaschine 3 angeschlossen ist, eingerichtet sein. Die anschauliche Ausführungsform zeigt ein Beispiel für eine Analysevorrichtung 1, die in einem Personal Computer, der über ein Netzwerk an die Industriemaschine 3 angeschlossen ist, eingerichtet ist.
Die Analysevorrichtung 1 nach der Ausführungsform weist eine zentrale Verarbeitungseinheit (CPU) 11 auf, bei der es sich um einen Prozessor zum Steuern der gesamten Analysevorrichtung 1 handelt. Die CPU 11 liest ein Systemprogramm, das in einem Nurlesespeicher (ROM) 12 gespeichert ist, über einen Bus 22 und steuert die gesamte Analysevorrichtung 1 gemäß dem Systemprogramm. Ein Direktzugriffsspeicher (RAM) 13 speichert temporäre Berechnungsdaten und Anzeigedaten wie auch verschiedene Datenelemente, die von außen eingegeben wurden, vorübergehend.
Ein nichtflüchtiger Speicher 14 besteht zum Beispiel aus einem Speicher, der durch eine nicht gezeigte Batterie gestützt wird, oder einem Solid-State-Laufwerk (SSD) und behält seinen Speicherzustand auch dann, wenn eine Stromquelle der Analysevorrichtung 1 ausgeschaltet ist. Der nichtflüchtige Speicher 14 speichert Datenelemente, die über eine Schnittstelle 15 von einer externen Vorrichtung 72 gelesen wurden, Datenelemente, die über eine Eingabevorrichtung 71 eingegeben wurden, Datenelemente, die von der Industriemaschine 3 erlangt wurden, und dergleichen. Die Daten, die in dem nichtflüchtigen Speicher 14 gespeichert sind, können bei Ausführung/Verwendung der Daten in den RAM 13 geladen werden. Außerdem sind verschiedene Systemprogramme wie etwa ein bekanntes Analyseprogramm und ähnliches vorab in den ROM 12 geschrieben.
Die Schnittstelle 15 dient zum Verbinden der CPU 11 der Analysevorrichtung 1 mit der externen Vorrichtung 72 wie etwa einer USB-Vorrichtung. Von der externen Vorrichtung 72 können zum Beispiel Bilddaten wie etwa vorgespeicherte Werkstückbilder geladen werden. Außerdem können zum Beispiel Einstelldaten, die in der Analysevorrichtung 1 bearbeitet wurden, über die externe Vorrichtung 72 in einem externen Speichermittel gespeichert werden.
Eine Schnittstelle 20 dient zum Verbinden der CPU 11 der Analysevorrichtung 1 mit einem drahtgebundenen oder drahtlosen Netzwerk 5. An das Netzwerk 5 sind die Industriemaschine 3 und der Fog-Computer 6, der Cloud-Server 7 oder ähnliches angeschlossen, um mit der Analysevorrichtung 1 Daten auszutauschen.
Die Industriemaschine 3 umfasst eine Drehmaschine, eine Funkenerosionsmaschine, einen Roboter, eine Fördermaschine und andere, die an einer Fertigungsstätte eingerichtet sind. Die CPU 11 der Analysevorrichtung 1 erlangt verschiedene Daten, die während einer Werkstückherstellungstätigkeit durch die Industriemaschine 3 über das Netzwerk 5 oder die externe Vorrichtung 72 detektiert wurden, wobei die verschiedenen Daten den Strom/die Spannung in einem Motor, die Position und die Geschwindigkeit eines jeden Betriebsabschnitts, eine Beschleunigungsrate, Bilder und Töne, die einen Bearbeitungszustand darstellen, Temperaturen der Umgebung der Maschine und jeder Maschinenkomponente, einen Signalzustand jeder Komponente, einen Einstellzustand jeder Komponente der Industriemaschine 3, die von einem Arbeiter eingegebene Betriebsqualität der Industriemaschine 3, das Ergebnis der Bearbeitung eines Produkts, Vorbereitungsinformationen und anderes betreffen.
Eine Anzeigevorrichtung 70 dient dazu, jeweilige Datenelemente, die in einen Speicher geschrieben wurden, Daten, die sich aus der Ausführung eines Programms ergeben, und dergleichen, die über eine Schnittstelle 17 ausgegeben werden, anzuzeigen. Zudem sendet die Eingabevorrichtung 71, die aus einer Tastatur, einer Zeigevorrichtung und anderen besteht, Befehle, die gemäß einer Betätigung durch den Arbeiter ausgegeben wurden, Daten und anderes über eine Schnittstelle 18 an die CPU 11.
2 ist ein schematisches Blockdiagramm, das Funktionen der Analysevorrichtung 1 nach einer Ausführungsform der vorliegenden Erfindung zeigt. Die Funktionen der Analysevorrichtung 1 dieser Ausführungsform werden auf eine solche Weise umgesetzt, dass die CPU 11, mit der die in 1 gezeigte Analysevorrichtung 1 versehen ist, ein Systemprogramm ausführt, um den Betrieb einer jeden Komponente der Analysevorrichtung 1 zu steuern.
Die Analysevorrichtung 1 der anschaulichen Ausführungsform weist eine Datenerlangungseinheit 110, eine Betriebszustandsextraktionseinheit 120, eine Veränderungspunktdetektionseinheit 125, eine Anmerkungseinheit 130, eine Merkmalsgrößenextraktionseinheit 135, eine Lerneinheit 145 und eine Anzeigeeinheit 155 auf. Zusätzlich sind in dem RAM 13 oder dem nichtflüchtigen Speicher 14 der Analysevorrichtung 1 vorab eine Betriebsdatenspeichereinheit 115, die ein Bereich ist, um Daten, die in der Industriemaschine 3 detektiert wurden, zu speichern, eine Merkmalsgrößenextraktionsmusterspeichereinheit 140, die ein Bereich ist, in dem vorab Merkmalsgrößenextraktionsmuster, die für das Extrahieren einer Merkmalsgröße verwendet werden, gespeichert wurden, eine Modellspeichereinheit 150, die ein Bereich ist, um ein Modell, das als Lernergebnis erzeugt wurde, zu speichern, und eine Trainingsdatenspeichereinheit 160, die ein Bereich ist, um Trainingsdaten, die zum Trainieren des erzeugten Modells verwendet werden sollen, zu speichern, vorbereitet.
Die Datenerlangungseinheit 110 ist dazu eingerichtet, Daten, die in der Industriemaschine 3 detektiert wurden, zu erlangen. Die Daten, die in der Industriemaschine 3 detektiert wurden, umfassen zum Beispiel Daten hinsichtlich des Stroms/der Spannung in einem Motor, der Position und der Geschwindigkeit eines jeden Betriebsabschnitts, einer Beschleunigungsrate, Bildern und Tönen, die einen Bearbeitungszustand darstellen, Temperaturen der Umgebung der Maschine und jeder Maschinenkomponente, eines Signalzustands jeder Komponente, eines Einstellzustands jeder Komponente der Industriemaschine 3, der von einem Arbeiter eingegebenen Betriebsqualität der Industriemaschine 3, des Ergebnisses der Bearbeitung eines Produkts, Vorbereitungsinformationen und anderes, die während des Betriebs der Industriemaschine detektiert wurden. Die Datenerlangungseinheit 110 kann die Daten von der Industriemaschine 3 zum Beispiel über das Netzwerk 5 erlangen. Zudem kann die Datenerlangungseinheit 110 vorgespeicherte Daten, die in der Industriemaschine 3 detektiert wurden, von der externen Vorrichtung 72 erlangen. Die Datenerlangungseinheit 110 speichert die erlangten Daten in der Betriebsdatenspeichereinheit 115.
Die Betriebszustandsextraktionseinheit 120 ist dazu eingerichtet, aus den Daten, die in der Industriemaschine 3 detektiert wurden und in der Betriebsdatenspeichereinheit 115 gespeichert wurden, Signaldaten zu extrahieren, die angeben, ob die Industriemaschine 3 in Betrieb steht, um dadurch den Teil der Daten, die während des Betriebs der Industriemaschine 3 detektiert wurden, zu identifizieren. Im Allgemeinen befindet sich ein Signal, das angibt, dass die Industriemaschine 3 in einem vorherbestimmten Betrieb steht, während des Betriebs der Industriemaschine 3 in einem EIN-Zustand. Die Betriebszustandsextraktionseinheit 12 extrahiert Daten innerhalb des Bereichs, in dem sich das betreffende Signal in dem EIN-Zustand befindet, als Satz von Daten, der während des Betriebs der Industriemaschine detektiert wurde.
Die Veränderungspunktdetektionseinheit 125 ist dazu eingerichtet, in den Daten, die in der Industriemaschine 3 detektiert wurden und in der Betriebsdatenspeichereinheit 115 gespeichert wurden, einen Veränderungspunkt zu detektieren, an dem Veränderungen bei Tendenzen der Datenbewegung erscheinen. Als Beispiele für den Veränderungspunkt gibt es einen Veränderungspunkt, der aus Daten extrahiert werden kann, wie etwa eine Änderung im Bearbeitungsprogramm, einen Wechsel des Werkzeugs und eine Veränderung bei einem Versatzwert, einen Veränderungspunkt, der aus Signaldaten extrahiert werden kann, wie etwa eine rasche Temperaturveränderung und eine Abnahme des Drehmoments des Motors der Industriemaschine 3, und einen Veränderungspunkt im Zusammenhang mit einer Aufgabe, die von einem Arbeiter durchgeführt wird, wie etwa eine Änderung bei einer Vorbereitungszeit und eine Änderung bei einer Laufzeit des Bearbeitungsprogramms. In vielen Fällen finden sich bei den detektierten Datenbewegungen vor und nach dem Veränderungspunkt keine ähnlichen Tendenzen. Daher detektiert die Veränderungspunktdetektionseinheit 125 den Veränderungspunkt als ein Kriterium für die Vornahme einer Analyse an den Daten. Die Analyse wird gewöhnlich unter Verwendung von Datengruppen, die zwischen den Veränderungspunkten in Sätzen detektiert wurden, vorgenommen.
Die Anmerkungseinheit 130 ist dazu eingerichtet, die Daten, die während des Betriebs der Industriemaschine 3 detektiert wurden und durch die Betriebszustandsextraktionseinheit 120 extrahiert wurden, mit einer Anmerkung zu versehen, um dadurch einen Betriebszustand der Industriemaschine 3, als die betreffenden Daten detektiert wurden, als Anmerkung hinzuzufügen. Beispielsweise können die durch die Anmerkungseinheit 130 vorgenommenen Anmerkungen, die den Betriebszustand angeben, „Normalbetrieb“ und „vor dem Auftreten einer Anomalie“ lauten. Ein anderes Beispiel für die durch die Anmerkungseinheit 130 vorgenommene Anmerkung, die den Betriebszustand angibt, kann auf einer Beschreibung, die von einem Arbeiter in Bezug auf ein Betriebsergebnis der Industriemaschine 3 eingegeben wurde, beruhen, wie zum Beispiel „vor dem Auftreten eines Bearbeitungsfehlers“. Darüber hinaus kann eine ausführliche Anmerkung bezüglich einer Anomalie der Industriemaschine 3, die auf einem detektierten Alarmsignal beruht, hinzugefügt werden, wie etwa „vor der Erzeugung eines Alarms in Verbindung mit dem Werkzeug“ oder „vor der Erzeugung eines Alarms in Verbindung mit einer Spindel“, oder eine ausführliche Anmerkung bezüglich eines Verarbeitungsfehlers gemäß den Besonderheiten des Fehlers hinzugefügt werden, wie etwa „vor dem Auftreten eines Absplitterns bei einem Werkstück“ oder „vor dem Auftreten einer ungemein großen Rauheit der Schneidefläche“. Diese Anmerkungen können je nach den Betriebsdaten automatisch hinzugefügt werden, oder ein Benutzer kann die Anmerkungen manuell bestimmen.
In einem Fall, in dem ein vorgegebenes Ereignis detektiert wurde, kann aus den detektierten Daten nicht einfach so erkannt werden, wie lange die Daten ein Anzeichen für das Ereignis zeigen. Daher schneidet die Anmerkungseinheit 130 zum Beispiel für jeden Betrieb einen Datensatz aus und erzeugt für einen Datensatz für einen Betrieb, der von dem Zeitpunkt, zu dem das vorgegebene Ereignis detektiert wurde, in der Zeit zurückgeht, eine Datensatzgruppe mit einer Anmerkung „vor dem Auftreten des betreffenden Ereignisses“. Zudem erzeugt die Anmerkungseinheit 130 für Datensätze für zwei Betriebe, die von dem Zeitpunkt, zu dem das vorgegebene Ereignis detektiert wurde, in der Zeit zurückgehen, eine Datensatzgruppe mit einer Anmerkung „vor dem Auftreten des betreffenden Ereignisses“. Überdies erzeugt die Anmerkungseinheit 130 für Datensätze für drei Betriebe, die von dem Zeitpunkt, zu dem das vorgegebene Ereignis detektiert wurde, in der Zeit zurückgehen, eine Datensatzgruppe mit einer Anmerkung „vor dem Auftreten des betreffenden Ereignisses“. Auf diese Weise erzeugt die Anmerkungseinheit 130 eine vorherbestimmte gegebene Anzahl von n Datensatzgruppen. Es ist günstig, wenn die Anzahl der Datensatzgruppen, die erzeugt werden soll, vorab auf der Basis von Definitionen, die von dem Benutzer vorgenommen werden, festgelegt werden kann. Der Bereich des Ausschneidens des Datensatzes ist nicht auf ein Ausschneiden, das auf der Basis der Anzahl von Betrieben vorgenommen wird, beschränkt. Beispielsweise kann das Ausschneiden auf der Basis eines Zurückgehens in der Zeit ab der Detektion des vorgegebenen Ereignisses wie etwa dreißig Minuten vorher, eine Stunde vorher oder dergleichen vorgenommen werden. Überdies kann der Veränderungspunkt, der durch die Veränderungspunktdetektionseinheit 125 detektiert wurde, als Bereich des Ausschneidens des Datensatzes benutzt werden. Der Bereich des Ausschneidens des Datensatzes kann auf der Basis einer von dem Benutzer vorgenommenen Definition festgelegt werden.
Unter Bezugnahme auf 3 wird eine Beschreibung von Beispielen für den Betrieb der Betriebszustandsextraktionseinheit 120 und der Anmerkungseinheit 130 vorgenommen werden. 3 zeigt ein Beispiel für Daten, die von der Industriemaschine 3 detektiert wurden, als bei einem Werkstück ein Bearbeitungsfehler detektiert wurde. Bei diesem Beispiel werden Datensätze für eine Anzahl von Betrieben der Industriemaschine 3 ausgeschnitten. Wenn die Daten, die in 3 dargestellt wird, detektiert werden, nimmt die Betriebszustandsextraktionseinheit 120 auf ein In-Betrieb-Signal, das in den detektierten Daten enthalten ist, Bezug, um eine Datengruppe in einem Abschnitt, in dem das In-Betrieb-Signal EIN lautet, als einen während des Betriebs detektierten Datensatz zu extrahieren. Bei dem Beispiel von 3 werden wenigstens drei Datensätze 311, 312 und 313 extrahiert. Es wird angenommen, dass ein Arbeiter meldet, dass bei einem bearbeiteten Werkstück ein Bearbeitungsfehler auftrat, als der Datensatz 311 unter diesen Datensätzen detektiert wurde. In diesem Fall erzeugt die Anmerkungseinheit 130 eine Datensatzgruppe mit diesen Datensätzen, worin der durch die Betriebszustandsextraktionseinheit 120 extrahierte Datensatz 311 mit der Anmerkung „vor dem Auftreten des Bearbeitungsfehlers“ versehen wurde, während jeder der Datensätze 312, 313 mit der Anmerkung „Normalbetrieb“ versehen wurde. Zudem erzeugt die Anmerkungseinheit 130 eine Datensatzgruppe mit diesen Datensätzen, worin die durch die Betriebszustandsextraktionseinheit 120 extrahierten Datensätze 311, 312 mit der Anmerkung „vor dem Auftreten des Bearbeitungsfehlers“ versehen wurden, während der Datensatz 313 mit der Anmerkung „Normalbetrieb“ versehen wurde. Auf diese Weise erzeugt die Anmerkungseinheit 130 mehrere Datensatzgruppen.
Die Merkmalsgrößenextraktionseinheit 135 extrahiert für jedes Datenelement, das in den mit Anmerkungen versehenden Datensätzen enthalten ist, eine vordefinierte Merkmalsgröße. Die vordefinierte Merkmalsgröße umfasst zum Beispiel die Steigungen eines Mittelwerts und einer Veränderung, einen Varianzwert, eine maximale Veränderung, einen Wert, der sich aus einer Fourier-Transformation ergibt, und einen Anomaliegrad. Die Merkmalsgrößenextraktionseinheit 135 kann aus einem Datenelement mehrere Merkmalsgrößen extrahieren. Für jedes Datenelement, das in dem Datensatz enthalten ist, ist in der Merkmalsgrößenextraktionsmusterspeichereinheit 140 vorab eine Merkmalsgröße, die extrahiert werden soll, gespeichert. Die Merkmalsgrößenextraktionseinheit 135 nimmt auf die Merkmalsgrößenextraktionsmusterspeichereinheit 140 Bezug, um die Merkmalsgröße, die für jedes Datenelement extrahiert werden soll, zu bestimmen.
Die Lerneinheit 145 erzeugt für jede Datensatzgruppe, die durch die Anmerkungseinheit 130 erzeugt wurde, ein Entscheidungsbaummodell, wobei das Entscheidungsbaummodell die Merkmalsgröße jedes Datenelements, die durch die Merkmalsgrößenextraktionseinheit 135 extrahiert wurde, als unabhängige Variable und die Anmerkung bezüglich des Betriebszustands der Industriemaschine 3, die durch die Anmerkungseinheit 130 vorgenommen wurde, als abhängige Variable aufweist. Die Lerneinheit 145 verwendet einen Entscheidungsbaum-Lernalgorithmus, der beispielsweise der bekannte ID3, CART oder C4.5 sein kann. Ein Hyperparameter des Entscheidungsbaums (z.B. die Tiefe des Baums, die Anzahl der Knoten) kann im Voraus festgelegt werden. Die Algorithmen für die Erzeugung des Entscheidungsbaummodells sind wohlbekannt, weshalb in dieser Beschreibung keine ausführliche Beschreibung bezüglich der Erzeugungsverarbeitung vorgenommen werden wird. Die Entscheidungsbaummodelle, die durch die Lerneinheit 145 erzeugt wurden, werden in der Modellspeichereinheit 150 gespeichert.
Die Anzeigeeinheit 155 bewertet das durch die Lerneinheit 145 erzeugte Entscheidungsbaummodell unter Verwendung von Trainingsdaten und zeigt das Ergebnis der Bewertung an. Die Trainingsdatenspeichereinheit 160 kann zum Beispiel mehrere Trainingsdatenelemente, die vorab von dem Benutzer erzeugt wurden, speichern. In diesem Fall sind die Trainingsdaten mit einer richtigen Anmerkung, die von dem Benutzer an einem vordefinierten Datensatz vorgenommen wurde, versehen. Als Trainingsdaten kann der oben beschriebene Datensatz, dem von der Anmerkungseinheit 130 die Anmerkung hinzugefügt wurde, verwendet werden. Die Anzeigeeinheit 155 sagt für jedes Trainingsdatenelement, das in der Trainingsdatenspeichereinheit 160 gespeichert werden soll, unter Verwendung eines jeden Entscheidungsmodells, das von der Lerneinheit 145 erzeugt wurde, die Anmerkung bezüglich des Betriebszustands der Industriemaschine 3 vorher. Dann berechnet die Anzeigeeinheit 155 unter der Annahme, dass die Vorhersage richtig ist, wenn die vorhergesagte Anmerkung der Anmerkung, die den Trainingsdaten hinzugefügt wurde, entspricht, und die Vorhersage nicht richtig ist, wenn die vorhergesagte Anmerkung nicht damit übereinstimmt, eine Richtigkeitsrate des Entscheidungsbaummodells für die gesamten Trainingsdaten. Dann zeigt die Anzeigeeinheit 155 das so erhaltene Ergebnis als Bewertungsergebnis an der Anzeigevorrichtung 70 an.
Die Anzeigeeinheit 155 kann die Richtigkeitsrate für jedes Entscheidungsbaummodell, das von der Lerneinheit 145 erzeugt wurde, zusammen mit einem Parameter, wie der Datensatz ausgeschnitten wurde, an der Anzeigevorrichtung 70 anzeigen. 4 zeigt ein Beispiel für die Anzeige der Richtigkeitsrate für jedes Modell, die durch die Anzeigeeinheit 155 vorgenommen wird. Wie in 4 dargestellt ist, liefert die Anzeigeeinheit 155 eine Anzeige, die das Verständnis einer Entsprechungsbeziehung zwischen einer Angabe, wie ein Datensatz ausgeschnitten werden soll, und, wie eine Anmerkung für jedes Modell vorgenommen werden soll, und der Richtigkeitsrate, wenn die Vorhersage an den Trainingsdaten vorgenommen wird, erleichtert. Eine solche Anzeige erleichtert das sofortige Verständnis, wie die Daten ausgeschnitten werden sollen, und wie eine Anmerkung vorgenommen werden soll, um ein Entscheidungsbaummodell, das näher an der richtigen Vorhersage liegt, zu erzeugen.
Zusätzlich dazu kann die Anzeigeeinheit 155 auf der Basis einer Festlegung durch den Benutzer oder für ein Entscheidungsbaummodell mit einer hohen Richtigkeitsrate automatisch Einzelheiten zu dem Entscheidungsbaummodell und der Richtigkeitsrate als Bewertungsergebnis anzeigen. 5 zeigt ein Beispiel für die Anzeige eines Ergebnisses der an dem Entscheidungsbaummodell vorgenommenen Bewertung durch die Anzeigeeinheit 155. In 5 ist ein Entscheidungsbaummodell dargestellt, das für eine Sammlung von Daten erzeugt wurde, bei der den einzelnen Datensätzen Anmerkungen „Normalbetrieb“ und „Zustand vor dem Auftreten der Anomalie“ hinzugefügt wurden. Der Entscheidungsbaum-Lernalgorithmus verwendet den Höchstwert des Spindeldrehmoments und einen Mittelwert einer Servomotortemperatur als unabhängige Variable, die ein Bewertungsergebnis beeinflussen, wobei für jede unabhängige Variable eine Bestimmung vorgenommen wird, um vorherzusagen, dass sich jeder Datensatz entweder in dem Zustand des Normalbetriebs oder in dem Zustand vor dem Auftreten der Anomalie befindet. Die Anzeigeeinheit 155 sagt den Zustand für vorbereitete Trainingsdaten unter Verwendung des oben beschriebenen Entscheidungsbaummodells vorher. 5 zeigt die Vorhersageergebnisse durch Kreisdiagramme. Aus dem Entscheidungsbaummodell, das in 5 gezeigt ist, kann auf einen Blick verstanden werden, dass die Richtigkeitsrate in einem Fall, in dem der Höchstwert des Spindeldrehmoments geringer als 100 N.m ist und die Servomotortemperatur 29 °C oder mehr beträgt, nicht gut ist. Überdies kann verstanden werden, dass die Richtigkeitsrate in einem Fall, in dem der Höchstwert des Spindeldrehmoments 100 N.m oder mehr beträgt und der Mittelwert der Servomotortemperatur niedriger als 26 °C ist, nicht gut ist.
Darüber hinaus kann in einem Fall, in dem in der Anzeige, die in 5 gezeigt ist, ein Knoten des Entscheidungsbaummodells gewählt wurde, zusammen damit ein Datensatz, der in diesen Knoten eingeordnet wurde, angezeigt werden. Durch paralleles Anordnen derartiger Darstellungen kann der Benutzer eine Einordnungsregel in jedem Entscheidungsbaummodell leicht verstehen.
Auf diese Weise nimmt der Benutzer auf das Entscheidungsbaummodell, das durch die Anzeigeeinheit 155 angezeigt wird, und das Vorhersageergebnis hinsichtlich der Trainingsdaten Bezug, um die Weise des Ausschneidens des Datensatzes zu ändern und in der Merkmalsgrößenextraktionsmustereinheit 140 gespeicherte Merkmalsgrößen, die extrahiert werden sollen, hinzuzufügen/wegzustreichen. Durch Wiederholen dieser Prozesse kann ein Entscheidungsbaummodell erhalten werden, dass eine passendere Vorhersage für die Trainingsdaten vornimmt. Der Benutzer kann feststellen, wie die Anmerkung für das Entscheidungsbaummodell, das die passende Vorhersage vornimmt, vorgenommen wurde, um dadurch leicht zu bestimmen, zu welchen Zeitpunkt das Anzeichen für die Zustandsveränderung erscheint.
Die Analysevorrichtung 1 mit dem oben beschriebenen Aufbau nach der Ausführungsform kann die Datenzustände, die ein Anzeichen für eine Veränderung in dem Zustand der Industriemaschine 3 (z.B. Normalzustand, vor dem Auftreten der Anomalie) sein werden, als Entscheidungsbaummodell sichtbar machen. Der Benutzer kann das Anzeichen für die Zustandsveränderung, das in den Daten erscheint, durch Bezugnahme auf das Entscheidungsbaummodell leicht erfassen. Darüber hinaus wird das Entscheidungsbaummodell, das für jede Weise des Ausschneidens eines Datensatzes erzeugt wird, sichtbar gemacht, so dass es möglich ist, zu bestimmen, wann das Anzeichen für die Veränderung in dem Zustand in jedem Datenelement erscheint.
Im Vorhergehenden wurde eine Ausführungsform der vorliegenden Erfindung beschrieben, doch ist die Erfindung nicht auf die obigen Beispiele beschränkt. Daher kann die vorliegende Erfindung durch passendes Abwandeln der Erfindung auf verschiedene Weisen umgesetzt werden.
BEZUGSZEICHENLISTE

1: Analysevorrichtung
3: Industriemaschine
5: Netzwerk
6: Fog-Computer
7: Cloud-Server
11: CPU
12: ROM
13: RAM
14: nichtflüchtiger Speicher
15, 17, 18, 20: Schnittstelle
22: Bus
70: Anzeigevorrichtung
71: Eingabevorrichtung
72: externe Vorrichtung
110: Datenerlangungseinheit
115: Betriebsdatenspeichereinheit
120: Betriebszustandsextraktionseinheit
125: Veränderungspunktdetektionseinheit
130: Anmerkungseinheit
135: Merkmalsgrößenextraktionseinheit
140: Merkmalsgrößenextraktionsmusterspeichereinheit
145: Lerneinheit
150: Modellspeichereinheit
155: Anzeigeeinheit
160: Trainingsdatenspeichereinheit
311 bis 313: Datensatz

Claims

Analysevorrichtung zum Unterstützen einer Analyse von Daten, die von einer Industriemaschine gesammelt wurden, aufweisend eine Datenerlangungseinheit, die die in der Industriemaschine detektierten Daten erlangt; eine Betriebszustandsextraktionseinheit, die aus den Daten Datenelemente extrahiert, welche während des Betriebs der Industriemaschine detektiert wurden; eine Anmerkungseinheit, die für mehrere Datensätze, welche auf der Basis eines vordefinierten Kriteriums aus den extrahierten Daten während des Betriebs ausgeschnitten wurden, mehrere Datensatzgruppen erzeugt, wobei jede Datensatzgruppe mit einer auf einem vordefinierten Kriterium beruhenden Anmerkung versehen ist, die einen Betriebszustand der Industriemaschine angibt; eine Merkmalsgrößenextraktionseinheit, die für Daten, die in jedem Datensatz enthalten sind, eine Merkmalsgröße extrahiert; eine Lerneinheit, die für jede der mehreren Datensatzgruppen unter Verwendung der Merkmalsgröße als unabhängige Variable und der Anmerkung, die den Betriebszustand der Industriemaschine angibt, als abhängige Variable ein Entscheidungsbaummodell erzeugt; und eine Anzeigeeinheit, die mehrere der erzeugten Entscheidungsbaummodelle auf der Basis einer Richtigkeitsrate bezüglich einer Vorhersage der Anmerkung, die auf bestimmten Trainingsdaten beruht, reiht und die gereihten Entscheidungsbaummodelle anzeigt.
Analysevorrichtung nach Anspruch 1, wobei das vordefinierte Kriterium für das Ausschneiden des Datensatzes aus den extrahierten Daten während des Betriebs eine Anzahl von Betrieben oder eine Betriebszeit der Industriemaschine ist.
Analysevorrichtung nach Anspruch 1, ferner aufweisend eine Veränderungspunktdetektionseinheit, die aus den Daten, die durch die Datenerlangungseinheit erlangt wurden, einen Veränderungspunkt des Betriebs der Industriemaschine detektiert, wobei das vordefinierte Kriterium für das Ausschneiden des Datensatzes aus den extrahierten Daten während des Betriebs der durch die Veränderungspunktdetektionseinheit detektierte Veränderungspunkt ist.
Analysevorrichtung nach Anspruch 1, wobei jede der mehreren Datensatzgruppen mit einer Anmerkung, die angibt, dass sich der Betriebszustand der Industriemaschine zu einem unterschiedlichen Zeitpunkt verändert hat, versehen ist.
Analysevorrichtung nach Anspruch 1, wobei die Anzeigeeinheit das Entscheidungsbaummodell und eine auf den Trainingsdaten beruhende Richtigkeitsrate für jeden Endknoten des Entscheidungsbaummodells anzeigt.
Analysevorrichtung nach Anspruch 1, wobei die Anzeigeeinheit dann, wenn ein Endknoten des Entscheidungsbaummodells gewählt wurde, Trainingsdaten, die in den gewählten Endknoten eingeordnet wurden, anzeigt.