JP2017117180A - ノイズの発生原因を検出する学習機能を有する制御装置 - Google Patents
ノイズの発生原因を検出する学習機能を有する制御装置 Download PDFInfo
- Publication number
- JP2017117180A JP2017117180A JP2015251564A JP2015251564A JP2017117180A JP 2017117180 A JP2017117180 A JP 2017117180A JP 2015251564 A JP2015251564 A JP 2015251564A JP 2015251564 A JP2015251564 A JP 2015251564A JP 2017117180 A JP2017117180 A JP 2017117180A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- unit
- control device
- learning
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
第1実施形態の機械システムは、複数の機械1A、1B、…、1Nを有する。例えば、機械は、工作機械、鍛圧機械、射出成形機、産業機械、あるいは各種ロボットであり、工場内に近接して複数台が配置されている。ここでは、工作機械を例として説明するがこれに限定されるものではない。
図2の機械は、図1の機械1A、1B、…、1Nのうちの1台で、その制御装置は、他の機械の制御装置と通信可能に接続されている。機械は、制御対象物2と、制御装置3と、を有する。制御対象物2は、工作機械の機械部分に加えて、モータを含む駆動部21と、センサ22と、を有する。ここでは、駆動部21は、ノイズセンサ23を有するが、ノイズセンサ23は、かならず設けられるものではない。
ステップS101で、状態観測部41が状態変数を観測する。
ステップS102で、ノイズ源学習部44が機械学習を行う。
ステップS103で、ノイズ源決定部45が学習モデルを元に、ノイズ原因の特定を行う。
ステップS104で、制御装置3が、ノイズ源学習部44で得られた学習モデルfΘ、およびノイズ源決定部45が特定したノイズ原因を、通信部32から他の制御装置等に通信することにより、学習結果を交換し共有する。
第2実施形態の機械システムは、第1実施形態の機械システムと同様の構成を有し、ノイズ源学習部44を決定木学習器で実現したものである。第2実施形態のノイズ源学習部44は、コンピュータ上でソフトウェアまたはファームウェア等で実現され、図4に示すような機能構成を有する。
なお、入力xの変数の数が、学習のためのコンピュータの演算能力に比べて少ない場合には、エントロピ算出部53および変数選別部54は、不要である。
決定木において、内部ノードは入力xの要素(変数)に対応し、子ノードへの枝はその要素(変数)の取り得る値の条件を示す。葉ノードは、ルートノードからの経路によって表される入力xの値の組み合わせに対する、出力yの予測値を表す。図5の決定木の例では、「外部出力信号DOxxの値」と「モータXの速度」が内部のノードに現れているので、この2つがノイズの原因であると判断できる。また、ノイズ発生条件としてはDOxxの値が1、モータXの速度が1000rpm以上の時であることが分かる。
ステップS201で、状態観測部41が状態変数を観測し、入力データ(変数およびノイズデータ)を収集する。これに応じて、ラベル算出部51がノイズデータからラベルを算出し、入力データ記憶部52が、変数およびラベルを記憶する。
ステップS202で、入力データ記憶部52がデータ量が十分であるか判定し、十分でなければS201に戻り、十分であればS203に進む。
ステップS203で、エントロピ算出部53が各変数によるエントロピの変化を算出する。
ステップS204で、変数選別部54が学習に使用する変数を選別する。
ステップS205で、決定木学習部55が、選別した入力xの変数およびラベルから決定木を作成する機械学習を行う。
ステップS206で、ノイズ源決定部45が決定木を元に、ノイズ原因の特定を行う。
その後、第1実施形態と同様に、制御装置3が、ノイズ源決定部45が特定したノイズ原因、すなわち学習結果を、通信部32から他の制御装置等に通信する。
第3実施形態の機械システムは、第1実施形態の機械システムと同様の構成を有し、ノイズ源学習部44を「教師有り」のニューラルネットワーク学習器で実現したものである。第3実施形態のノイズ源学習部44は、コンピュータ上でソフトウェアまたはファームウェア等で実現され、図7に示すような機能構成を有する。
ノイズ源学習部44は、ラベル算出部61と、ニューラルネットワーク(NW)学習器62と、関数更新部63と、を有する。
関数更新部63は、ラベル算出部61の出力するラベルとNW学習器62の出力する結果を比較し、比較結果をNW学習器62に出力する。
NW学習器62は、比較結果が一致するようにニューラルネットワーク(関数)を更新する学習を行う。
ステップS301で、工作機械を稼働する。
ステップS302で、状態観測部41は、状態変数およびノイズデータを観測する。
ステップS308に進んだ場合は、ニューラルネットワーク(関数)が、変数に応じてノイズが発生するか否か適切に判定できる状態になったことを意味する。S308で、ノイズ源決定部45は、ニューラルネットワーク(関数)の内部状態を元にノイズ発生の原因を探索し、ノイズ発生原因に関する情報を出力する。
学習の問題設定として、次のように考える。
・制御装置3の学習部4は環境の状態を観測し、ニューラルネットワーク(関数)の値(ノイズの有無)を計算する。
・環境は動作に従って変化する。
・観測した環境(状態変数)に対して、実際のノイズの有無が観測され、ラベルが得られる。
・ニューラルネットワーク(関数)は、計算結果が実際の結果であるラベルに一致するように更新される。
・環境(状態変数)が引き起こす結果(ノイズの有無)を全く知らない、または不完全にしか知らない状態から学習はスタートする。すなわち、機械(制御装置)が実際に動作して初めて、その結果(ノイズ)をデータとして得ることができる。つまり、試行錯誤しながら最適な関数が得られ、ノイズの原因を探索できるようにする必要がある。
2、2A−2N 制御対象物(工作機械)
3、3A−3N 制御装置
4、4A−4N 学習部
21 モータを含む駆動部
31 NC制御部
31 報酬計算部
32 通信部
33 通信エラー検出部
34 ノイズ検出部
41 状態観測部
42 ベクトル入力部
43 ノイズデータ入力部
44 ノイズ源学習部
45 ノイズ源決定部
51 ラベル算出部
52 入力データ記憶部
53 エントロピ算出部
54 変数選別部
55 決定木学習器
Claims (6)
- 制御対象物の制御を行う制御装置であって、
電気的ノイズを検出するノイズ検出部と、
前記制御装置の入出力信号および内部信号の状態および状態変化に関する情報、前記制御対象物の動作状態に関する情報、および前記制御装置の環境条件に関する情報の少なくとも一部からなる状態変数と、前記ノイズ検出部の検出した電気的ノイズに関するノイズデータと、を観察し、観察した前記状態変数および前記ノイズデータから、前記電気的ノイズの発生原因を学習する学習部と、を有することを特徴とする制御装置。 - 前記学習部は、
前記状態変数および前記ノイズデータが入力される状態観測部と、
前記状態変数および前記ノイズデータから、前記状態変数の前記電気的ノイズに対する影響具合を学習するノイズ源学習部と、
前記ノイズ源学習部の学習結果から、前記ノイズの発生原因を決定するノイズ源決定部と、を有する請求項1に記載の制御装置。 - 前記ノイズ源学習部は、
前記ノイズデータからラベル値を算出するラベル算出部と、
前記状態変数を入力ベクトルとし、前記ラベル値への決定木を学習する決定木学習器と、を有する請求項2に記載の制御装置。 - 前記ノイズ源学習部は、
前記ノイズデータから検出ラベル値を算出するラベル算出部と、
前記状態変数を入力とし、計算ラベル値を計算するニューラルネットワーク関数を有するニューラルネットワーク学習器と、
前記計算ラベル値と前記検出ラベル値の比較結果に基づいて、前記計算ラベル値と前記検出ラベル値が一致するように前記ニューラルネットワーク関数を更新する関数更新部と、を有する請求項2に記載の制御装置。 - 前記制御装置は、誤り検出符号または誤り訂正符号を含むデータを通信し、通信したデータの前記誤り検出符号または前記誤り訂正符号から通信エラーの発生を検出する通信部を有し、
前記ノイズデータを、前記通信エラー発生時にノイズ有りとし、前記通信エラー非発生時にノイズ無しとする請求項1から4のいずれか1項に記載の制御装置。 - 通信ネットワークを介して他の制御装置と相互に通信可能に接続され、他の制御装置と前記学習部の学習結果を交換または共有する請求項1から5のいずれか1項に記載の制御装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015251564A JP6444851B2 (ja) | 2015-12-24 | 2015-12-24 | ノイズの発生原因を検出する学習機能を有する制御装置 |
CN201610971996.XA CN106919162B (zh) | 2015-12-24 | 2016-11-01 | 具有检测噪音产生原因的学习功能的控制装置 |
DE102016015017.3A DE102016015017B4 (de) | 2015-12-24 | 2016-12-16 | Steuervorrichtung mit Lernfunktion zum Erfassen einer Rauschursache |
US15/389,512 US20170185056A1 (en) | 2015-12-24 | 2016-12-23 | Controller having learning function for detecting cause of noise |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015251564A JP6444851B2 (ja) | 2015-12-24 | 2015-12-24 | ノイズの発生原因を検出する学習機能を有する制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017117180A true JP2017117180A (ja) | 2017-06-29 |
JP6444851B2 JP6444851B2 (ja) | 2018-12-26 |
Family
ID=59010569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015251564A Active JP6444851B2 (ja) | 2015-12-24 | 2015-12-24 | ノイズの発生原因を検出する学習機能を有する制御装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170185056A1 (ja) |
JP (1) | JP6444851B2 (ja) |
CN (1) | CN106919162B (ja) |
DE (1) | DE102016015017B4 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019077837A1 (ja) * | 2017-10-19 | 2019-04-25 | オリンパス株式会社 | 推定装置、医療システム、推定方法及び推定プログラム |
JP2019096033A (ja) * | 2017-11-22 | 2019-06-20 | ファナック株式会社 | ノイズ発生原因推定装置 |
JP2019164762A (ja) * | 2018-03-19 | 2019-09-26 | ファナック株式会社 | 情報処理装置,機械学習装置及びシステム |
JP2021068004A (ja) * | 2019-10-18 | 2021-04-30 | 国立研究開発法人産業技術総合研究所 | 識別補助データ生成技術及び識別情報抽出技術 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11816465B2 (en) | 2013-03-15 | 2023-11-14 | Ei Electronics Llc | Devices, systems and methods for tracking and upgrading firmware in intelligent electronic devices |
US11734396B2 (en) | 2014-06-17 | 2023-08-22 | El Electronics Llc | Security through layers in an intelligent electronic device |
US10958435B2 (en) | 2015-12-21 | 2021-03-23 | Electro Industries/ Gauge Tech | Providing security in an intelligent electronic device |
KR102394832B1 (ko) * | 2017-07-11 | 2022-05-06 | 현대자동차주식회사 | 커넥티비티 통합관리 방법 및 커넥티드 카 |
US11734704B2 (en) * | 2018-02-17 | 2023-08-22 | Ei Electronics Llc | Devices, systems and methods for the collection of meter data in a common, globally accessible, group of servers, to provide simpler configuration, collection, viewing, and analysis of the meter data |
US11754997B2 (en) | 2018-02-17 | 2023-09-12 | Ei Electronics Llc | Devices, systems and methods for predicting future consumption values of load(s) in power distribution systems |
US11686594B2 (en) | 2018-02-17 | 2023-06-27 | Ei Electronics Llc | Devices, systems and methods for a cloud-based meter management system |
DE102019001760A1 (de) * | 2018-03-19 | 2019-09-19 | Fanuc Corporation | Informationsverarbeitungsgerät, maschinelle lernvorrichtungund system |
EP3561615B1 (en) | 2018-04-23 | 2021-07-14 | Omron Corporation | Method for operating an automation system and automation system |
CN108732931B (zh) * | 2018-05-17 | 2021-03-26 | 北京化工大学 | 一种基于jit-rvm的多模态间歇过程建模方法 |
DE102019118379A1 (de) * | 2018-07-12 | 2020-03-05 | Fanuc Corporation | Rauschquellenüberwachungsvorrichtung und Rauschquellenüberwachungsverfahren |
JP6856591B2 (ja) * | 2018-09-11 | 2021-04-07 | ファナック株式会社 | 制御装置、cnc装置及び制御装置の制御方法 |
JP6959214B2 (ja) * | 2018-11-29 | 2021-11-02 | ファナック株式会社 | 数値制御装置 |
JP7115346B2 (ja) * | 2019-02-07 | 2022-08-09 | 株式会社デンソー | 異常検知装置 |
US11863589B2 (en) | 2019-06-07 | 2024-01-02 | Ei Electronics Llc | Enterprise security in meters |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02296161A (ja) * | 1989-05-10 | 1990-12-06 | Kazuyuki Aihara | 部分放電検出方法 |
JPH07262866A (ja) * | 1994-03-23 | 1995-10-13 | Tokyo Electric Power Co Inc:The | 部分放電検出方法 |
JPH10187236A (ja) * | 1996-12-25 | 1998-07-14 | Toyota Central Res & Dev Lab Inc | 動的システムの診断装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4385745B2 (ja) | 2003-11-28 | 2009-12-16 | 株式会社ノーリツ | 給湯システム |
JP4070725B2 (ja) * | 2004-01-21 | 2008-04-02 | ファナック株式会社 | ノイズ検出機能を備える電子機器 |
ATE441140T1 (de) * | 2005-02-15 | 2009-09-15 | Abb Research Ltd | Diagnoseeinrichtung für ein prozesssteuersystem |
CN100483276C (zh) * | 2006-06-02 | 2009-04-29 | 中国科学院自动化研究所 | 一种基于噪声估计的自适应状态反馈预测控制方法 |
CN101733676A (zh) * | 2008-11-17 | 2010-06-16 | 深圳市大族激光科技股份有限公司 | 机床结构噪声识别与控制方法 |
JP5783808B2 (ja) * | 2011-06-02 | 2015-09-24 | 三菱電機株式会社 | 異常音診断装置 |
CN102566505B (zh) * | 2012-02-27 | 2013-11-20 | 温州大学 | 一种数控机床的智能故障诊断方法 |
JP2015050903A (ja) | 2013-09-04 | 2015-03-16 | 株式会社ダイナテック | 電磁波ノイズ検出装置 |
CN105094111B (zh) * | 2015-04-09 | 2017-12-05 | 南京航空航天大学 | 基于联合降噪和经验模态分解的控制系统健康状态分析方法 |
-
2015
- 2015-12-24 JP JP2015251564A patent/JP6444851B2/ja active Active
-
2016
- 2016-11-01 CN CN201610971996.XA patent/CN106919162B/zh active Active
- 2016-12-16 DE DE102016015017.3A patent/DE102016015017B4/de active Active
- 2016-12-23 US US15/389,512 patent/US20170185056A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02296161A (ja) * | 1989-05-10 | 1990-12-06 | Kazuyuki Aihara | 部分放電検出方法 |
JPH07262866A (ja) * | 1994-03-23 | 1995-10-13 | Tokyo Electric Power Co Inc:The | 部分放電検出方法 |
JPH10187236A (ja) * | 1996-12-25 | 1998-07-14 | Toyota Central Res & Dev Lab Inc | 動的システムの診断装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019077837A1 (ja) * | 2017-10-19 | 2019-04-25 | オリンパス株式会社 | 推定装置、医療システム、推定方法及び推定プログラム |
US10979922B2 (en) | 2017-10-19 | 2021-04-13 | Olympus Corporation | Estimation device, medical system, and estimation method |
JP2019096033A (ja) * | 2017-11-22 | 2019-06-20 | ファナック株式会社 | ノイズ発生原因推定装置 |
US11131985B2 (en) | 2017-11-22 | 2021-09-28 | Fanuc Corporation | Noise generation cause estimation device |
JP2019164762A (ja) * | 2018-03-19 | 2019-09-26 | ファナック株式会社 | 情報処理装置,機械学習装置及びシステム |
JP2021068004A (ja) * | 2019-10-18 | 2021-04-30 | 国立研究開発法人産業技術総合研究所 | 識別補助データ生成技術及び識別情報抽出技術 |
JP7416400B2 (ja) | 2019-10-18 | 2024-01-17 | 国立研究開発法人産業技術総合研究所 | 識別補助データ生成技術及び識別情報抽出技術 |
Also Published As
Publication number | Publication date |
---|---|
CN106919162A (zh) | 2017-07-04 |
JP6444851B2 (ja) | 2018-12-26 |
US20170185056A1 (en) | 2017-06-29 |
DE102016015017A1 (de) | 2017-06-29 |
DE102016015017B4 (de) | 2020-04-02 |
CN106919162B (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6444851B2 (ja) | ノイズの発生原因を検出する学習機能を有する制御装置 | |
US11275345B2 (en) | Machine learning Method and machine learning device for learning fault conditions, and fault prediction device and fault prediction system including the machine learning device | |
US10254750B2 (en) | Machining machine system which determines acceptance/rejection of workpieces | |
CN107305370B (zh) | 设定与产品的异常相关的变量的判定值的生产系统 | |
US20170344909A1 (en) | Machine learning device, failure prediction device, machine system and machine learning method for learning end-of-life failure condition | |
JP6148316B2 (ja) | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム | |
US20180373233A1 (en) | Failure predicting apparatus and machine learning device | |
CN108628253A (zh) | 异常检测装置以及机器学习装置 | |
US10949740B2 (en) | Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu | |
JP2017134786A (ja) | 製造機械の異常の原因を発見するセル制御装置 | |
CN110515351A (zh) | 异常检测器 | |
JP6333868B2 (ja) | セル制御装置、及び製造セルにおける複数の製造機械の稼働状況を管理する生産システム | |
Frankowiak et al. | A review of the evolution of microcontroller-based machine and process monitoring | |
US20170300041A1 (en) | Production system for executing production plan | |
Echevarría et al. | A variant of the particle swarm optimization for the improvement of fault diagnosis in industrial systems via faults estimation | |
US11436693B2 (en) | Machine learning device and machine learning method for learning correlation between shipment inspection information and operation alarm information for object | |
Park et al. | Development of a smart machining system using self-optimizing control | |
Villalonga et al. | Local decision making based on distributed digital twin framework | |
Su et al. | Intelligent prognostics system design and implementation | |
Nahian et al. | An unknown input observer–EFIR combined estimator for electrohydraulic actuator in sensor fault-tolerant control application | |
Yüksel et al. | Two fault detection and isolation schemes for robot manipulators using soft computing techniques | |
Zhao et al. | Experimental evaluation of human motion prediction toward safe and efficient human robot collaboration | |
CN109814499A (zh) | 噪声产生原因推定装置 | |
Yu et al. | GA based fault parameter identification for hybrid system with unknown mode changes | |
US20200306972A1 (en) | Robot control system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180606 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6444851 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |