JP2018086715A - テレスコピックカバーの異常発生推定装置及び異常発生推定方法 - Google Patents
テレスコピックカバーの異常発生推定装置及び異常発生推定方法 Download PDFInfo
- Publication number
- JP2018086715A JP2018086715A JP2017174459A JP2017174459A JP2018086715A JP 2018086715 A JP2018086715 A JP 2018086715A JP 2017174459 A JP2017174459 A JP 2017174459A JP 2017174459 A JP2017174459 A JP 2017174459A JP 2018086715 A JP2018086715 A JP 2018086715A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- physical quantity
- telescopic cover
- learning
- feature
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明では、機械学習を利用することによって、テレスコピックカバーにおける異常の発生を高精度に推定する。本発明の機械学習では、異常発生時及び正常時に発生する様々な物理量(振動、音、電流など)から特徴抽出を行い、抽出された特徴量と発生した異常(テレスコピックカバーの破損の位置や状態、クッション部品の摩耗状態/破損箇所、など)との関係を機械学習する。
<1.機械学習>
機械学習は、機械学習を行う装置(以下、機械学習器)に入力されるデータの集合から、その中にある有用な規則や知識表現、判断基準などを解析により抽出し、その判断結果を出力すると共に、知識の学習を行うことで実現される。機械学習の手法は様々であるが、大別すれば「教師あり学習」、「教師なし学習」、「強化学習」に分けられる。さらに、これらの手法を実現する上で、特徴量そのものの抽出を学習する、「深層学習」と呼ばれる手法がある。
最後に、ニューロンN31〜N33は、それぞれ、正解情報y1〜正解情報y3を出力する。
<2.実施形態>
図6は、本発明の一実施形態におけるテレスコピックカバーの異常発生推定装置1の概略構成を示すブロック図である。異常発生推定装置1は、典型的には、後述するセンサ2と通信回線や信号線などを介して接続されたコンピュータ等の情報処理装置として実装することができる。異常発生推定装置1は、教師あり機械学習器10(図中における点線枠)、物理量取得部20、特徴量抽出部30、推定結果出力部40を有する。
(参考文献1:下滝亜里,外5名,「ニューラルネットを用いた集団学習による交差点内環境音の識別方法」,第47回自動制御連合講演会講演論文集,2005年1月11日)
2 センサ
10 教師あり機械学習器
11 教師あり学習部
12 学習結果記憶部
13 異常推定部
20 物理量取得部
30 特徴量抽出部
40 推定結果出力部
Claims (13)
- 装置に取り付けられたテレスコピックカバーに関する異常の発生を推定する異常発生推定装置であって、
前記装置の稼働時に取得された物理量から抽出された特徴量と、前記テレスコピックカバーに発生した異常に関する情報とに基づいて教師あり学習した学習結果を記憶する学習結果記憶部と、
前記装置の稼働時に前記物理量を取得する物理量取得部と、
前記物理量取得部が取得した前記物理量に基づいて、前記物理量の特徴量を抽出する特徴量抽出部と、
前記学習結果記憶部に記憶された前記学習結果と、前記特徴量抽出部が抽出した前記特徴量とに基づいて、前記装置の稼働時に前記テレスコピックカバーに発生しうる異常を推定する異常推定部と、
前記異常推定部が推定した前記異常を出力する推定結果出力部と、を備えたことを特徴とする
テレスコピックカバーの異常発生推定装置。 - 前記装置の稼働時に取得された前記物理量から抽出された特徴量と、前記テレスコピックカバーに発生した異常に関する情報とに基づいて教師あり学習をし、当該学習の結果を前記学習結果記憶部に記憶する教師あり学習部を更に備えることを特徴とする
請求項1に記載のテレスコピックカバーの異常発生推定装置。 - 前記物理量の特徴量は、前記物理量の特徴を示す数値であることを特徴とする
請求項1または2に記載のテレスコピックカバーの異常発生推定装置。 - 前記物理量は、前記装置が発する音、振動又は前記装置の電流値の少なくともいずれか1つであることを特徴とする
請求項1乃至3いずれか1つに記載のテレスコピックカバーの異常発生推定装置。 - 前記物理量取得部は、加工プログラムによる前記装置の稼動時に前記物理量を取得する、
請求項1乃至4いずれか1つに記載のテレスコピックカバーの異常発生推定装置。 - 前記物理量取得部は、前記加工プログラムのブロックの内、予め定めた所定のブロックによる前記装置の稼動時に前記物理量を取得する、
請求項5に記載のテレスコピックカバーの異常発生推定装置。 - 前記物理量取得部は、判定用プログラムによる前記装置の稼動時に前記物理量を取得する、
請求項1乃至4いずれか1つに記載のテレスコピックカバーの異常発生推定装置。 - 装置に取り付けられたテレスコピックカバーに関する異常発生推定方法であって、
前記テレスコピックカバーを取り付けた状態で前記装置を稼働させる手順と、
前記装置が稼働している際に前記装置に関する物理量を取得する手順と、
前記取得した物理量の特徴量を抽出する手順と、
前記テレスコピックカバーに発生した異常に関する情報である正解情報、及び前記抽出された特徴量を入力とする教師あり学習を行なう手順と、
前記教師あり学習の学習結果に基づいて前記物理量の任意の特徴量が入力されたときに前記テレスコピックカバーに発生しうる異常を推定する手順と、を含むことを特徴とする
テレスコピックカバーの異常発生推定方法。 - 前記物理量の特徴量は、該物理量の特徴を示す数値であることを特徴とする
請求項8に記載のテレスコピックカバーの異常発生推定方法。 - 前記物理量は、前記装置が発する音、振動又は前記装置の電流値の少なくともいずれか1つであることを特徴とする
請求項8または9に記載のテレスコピックカバーの異常発生推定方法。 - 加工プログラムによる前記装置の稼動時に前記物理量を取得する、
請求項8乃至10いずれか1つに記載のテレスコピックカバーの異常発生推定方法。 - 前記加工プログラムのブロックの内、予め定めた所定のブロックによる前記装置の稼動時に前記物理量を取得する、
請求項11に記載のテレスコピックカバーの異常発生推定方法。 - 判定用プログラムによる前記装置の稼動時に前記物理量を取得する、
請求項8乃至10いずれか1つに記載のテレスコピックカバーの異常発生推定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017127098.1A DE102017127098B8 (de) | 2016-11-24 | 2017-11-17 | Gerät und Verfahren zum Annehmen eines Anormalitätsauftretens für Teleskopabdeckung |
US15/819,001 US10761063B2 (en) | 2016-11-24 | 2017-11-21 | Apparatus and method for presuming abnormality occurrence for telescopic cover |
CN201711176139.1A CN108108516B (zh) | 2016-11-24 | 2017-11-22 | 伸缩罩的异常发生推定装置以及异常发生推定方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016227720 | 2016-11-24 | ||
JP2016227720 | 2016-11-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018086715A true JP2018086715A (ja) | 2018-06-07 |
JP6499737B2 JP6499737B2 (ja) | 2019-04-10 |
Family
ID=62494128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017174459A Active JP6499737B2 (ja) | 2016-11-24 | 2017-09-12 | テレスコピックカバーの異常発生推定装置及び異常発生推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6499737B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019150932A (ja) * | 2018-03-06 | 2019-09-12 | ファナック株式会社 | 衝突位置推定装置及び機械学習装置 |
JP2020082304A (ja) * | 2018-11-29 | 2020-06-04 | 三菱電機株式会社 | びびり振動検知装置、びびり振動検知方法、びびり振動検知プログラム、及びびびり振動抑制装置 |
JP2020192631A (ja) * | 2019-05-28 | 2020-12-03 | 株式会社ディスコ | 加工装置及び加工方法 |
JP2021088040A (ja) * | 2019-12-05 | 2021-06-10 | ファナック株式会社 | 工作機械のテレスコピックカバー |
JP7442704B1 (ja) | 2023-02-09 | 2024-03-04 | Dmg森精機株式会社 | 工作機械、情報処理装置および制御プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000052183A (ja) * | 1998-08-11 | 2000-02-22 | Okuma Corp | カバー装置の損傷防止装置 |
JP2003275945A (ja) * | 2002-03-22 | 2003-09-30 | Toyoda Mach Works Ltd | 切粉堆積検知方法および装置 |
JP2008087094A (ja) * | 2006-09-29 | 2008-04-17 | Matsushita Electric Works Ltd | 工具の取付異常検出装置 |
JP2016068183A (ja) * | 2014-09-29 | 2016-05-09 | 株式会社ナベル | 工作機械用遮蔽装置 |
JP2018027576A (ja) * | 2016-08-15 | 2018-02-22 | オークマ株式会社 | テレスコカバー装置 |
-
2017
- 2017-09-12 JP JP2017174459A patent/JP6499737B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000052183A (ja) * | 1998-08-11 | 2000-02-22 | Okuma Corp | カバー装置の損傷防止装置 |
JP2003275945A (ja) * | 2002-03-22 | 2003-09-30 | Toyoda Mach Works Ltd | 切粉堆積検知方法および装置 |
JP2008087094A (ja) * | 2006-09-29 | 2008-04-17 | Matsushita Electric Works Ltd | 工具の取付異常検出装置 |
JP2016068183A (ja) * | 2014-09-29 | 2016-05-09 | 株式会社ナベル | 工作機械用遮蔽装置 |
JP2018027576A (ja) * | 2016-08-15 | 2018-02-22 | オークマ株式会社 | テレスコカバー装置 |
Non-Patent Citations (1)
Title |
---|
森 和男: "ドリル加工インプロセス診断システムの開発(第1報)−ニューラルネットワークによる折損予知−", 精密工学会 学術講演会 講演論文集1959−2002年, JPN6018021573, 25 May 2009 (2009-05-25), pages 1071 - 1072, ISSN: 0003919352 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019150932A (ja) * | 2018-03-06 | 2019-09-12 | ファナック株式会社 | 衝突位置推定装置及び機械学習装置 |
US10962957B2 (en) | 2018-03-06 | 2021-03-30 | Fanuc Corporation | Collision position estimation device and machine learning device |
JP2020082304A (ja) * | 2018-11-29 | 2020-06-04 | 三菱電機株式会社 | びびり振動検知装置、びびり振動検知方法、びびり振動検知プログラム、及びびびり振動抑制装置 |
JP2020192631A (ja) * | 2019-05-28 | 2020-12-03 | 株式会社ディスコ | 加工装置及び加工方法 |
JP7289596B2 (ja) | 2019-05-28 | 2023-06-12 | 株式会社ディスコ | 加工装置及び加工方法 |
JP2021088040A (ja) * | 2019-12-05 | 2021-06-10 | ファナック株式会社 | 工作機械のテレスコピックカバー |
JP7414498B2 (ja) | 2019-12-05 | 2024-01-16 | ファナック株式会社 | 工作機械のテレスコピックカバー |
JP7442704B1 (ja) | 2023-02-09 | 2024-03-04 | Dmg森精機株式会社 | 工作機械、情報処理装置および制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6499737B2 (ja) | 2019-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6499737B2 (ja) | テレスコピックカバーの異常発生推定装置及び異常発生推定方法 | |
CN108108516B (zh) | 伸缩罩的异常发生推定装置以及异常发生推定方法 | |
JP7104121B2 (ja) | 故障予知装置、故障予知システム及び故障予知方法 | |
US10618202B2 (en) | Failure cause diagnostic device for injection molding machine | |
JP6523379B2 (ja) | 情報処理装置 | |
US20180373233A1 (en) | Failure predicting apparatus and machine learning device | |
JP6140331B1 (ja) | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム | |
US20180281256A1 (en) | State determination apparatus | |
US20180264613A1 (en) | Abnormality detection apparatus and machine learning apparatus | |
US20180003588A1 (en) | Machine learning device which learns estimated lifetime of bearing, lifetime estimation device, and machine learning method | |
CN109693354B (zh) | 状态判定装置 | |
JP2017202632A (ja) | 射出成形機の逆流防止弁の摩耗量推定装置および摩耗量推定方法 | |
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 | |
US10962957B2 (en) | Collision position estimation device and machine learning device | |
US20190332936A1 (en) | Additional learning method for deterioration diagnosis system | |
US10802476B2 (en) | Numerical controller with learned pressure estimation | |
CN110125955B (zh) | 控制装置以及机器学习装置 | |
JP7504163B2 (ja) | 異常予知装置、異常予知システム、異常予知方法及び異常予知プログラム | |
KR102594205B1 (ko) | 리니어 모션 가이드 건전성 평가 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180419 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180528 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180612 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190118 |
|
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: 20190219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6499737 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |