JP2018141740A - 設備診断装置および設備診断方法 - Google Patents
設備診断装置および設備診断方法 Download PDFInfo
- Publication number
- JP2018141740A JP2018141740A JP2017037231A JP2017037231A JP2018141740A JP 2018141740 A JP2018141740 A JP 2018141740A JP 2017037231 A JP2017037231 A JP 2017037231A JP 2017037231 A JP2017037231 A JP 2017037231A JP 2018141740 A JP2018141740 A JP 2018141740A
- Authority
- JP
- Japan
- Prior art keywords
- equipment
- value
- abnormality
- feature
- facility
- 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.)
- Ceased
Links
Images
Abstract
【課題】簡易かつ確実に設備の異常を判定可能な設備診断装置を提供すること。【解決手段】ワークWへの所定の加工1サイクルにおける最大電力値Pmaxを算定すると共に、今回算定した最大電力値Pmaxiを含む最新21個の最大電力平均値Pmaxavejを算定し、これらを用いて設備異常の判定に適したダゴスティーノ・パーソン検定による検定値K2を算定すると共に、歪度および尖度を算定する(ステップS200〜S202)。そして、検定値K2、歪度、尖度、および、前回算定した最大電力平均値Pmaxavej-1と今回算定した最大電力平均値Pmaxavejとの関係に基づいて、刃具BLDに異常が生じているか否かを判定する(ステップS204〜S226)。設備異常の判定に適したダゴスティーノ・パーソン検定を利用するのみであるため、簡易かつ確実に刃具BLDに異常に生じたか否かを判定することができる。【選択図】図3
Description
本発明は、設備の異常を診断するための設備診断装置および設備診断方法に関する。
特開2011−121139号公報(特許文献1)には、工具によってワークの加工を開始してから加工を終了するまでの1サイクル分の加工負荷の積算値を求め、当該積算値を定められた基準値と比較して工具の異常を判定する設備診断装置が記載されている。
当該装置では、加工負荷の瞬時の値を用いるのではなく、加工負荷の積算値を用いて異常判定を行う構成であるため、加工1サイクル内での削り代が変化する加工や刃先の欠けにより実際の削り代が小さくなって加工負荷が小さくなった場合についても、工具の異常を検出することができる。
しかしながら、上述した公報に記載の設備診断装置では、積算した加工負荷が異常レベルか否かを判定するための基準値を設定する必要があり、例えば、工具に異常が生じた際の加工負荷を予め測定して、当該測定値に基づいて設定している。当該基準値の設定は、煩わしい作業であるということのみならず、適切な基準値を決定することは容易ではなく、かかる点において、なお改良の余地がある。
本発明は、上記に鑑みてなされたものであり、簡易かつ確実に設備の異常を判定可能な設備診断装置を提供することを主目的とする。
上述した主目的を達成するために鋭意研究したところ、本発明者らは、設備の特徴を示す物理量のバラツキが、当該設備が正常な場合には正規分布となり易いことに着目すると共に、正規分布の乖離度を求める手法の一つである「ダゴスティーノ・パーソン検定」が設備異常の判定に適していることを見出し、本発明を完成するに至った。
即ち、本発明に係る設備診断装置の好ましい形態によれば、設備の異常を診断するための設備診断装置が構成であって、当該設備の特徴を示す物理量を所定時間毎に検出する検出手段と、当該検出手段によって検出された物理量に基づいて特徴量を決定する特徴量決定手段と、当該特徴量決定手段によって決定された特徴量を記憶する記憶手段と、今回記憶した特徴量を含む複数個の特徴量に基づいてダゴスティーノ・パーソン検定を行って検定値を算定する検定値算定手段と、当該検定値に基づいて設備に異常が生じているか否かを判定する判定手段と、を備えている。ここで、本発明における「特徴量を決定する」とは、典型的には、検出した物理量を用いて演算によって特徴量を算定する態様がこれに該当するが、検出した物理量そのものを特徴量とする態様を好適に包含する。また、本発明における「設備に異常が生じている」とは、典型的には、設備を構成する機器の故障による設備の作動不能状態がこれに該当するが、設備は作動するが当該設備を構成する機器の劣化により当該機器ないし当該機器を構成する部品の交換が必要な状態を好適に包含する。例えば、設備が加工装置の場合にあっては、加工工具に欠損が生じた状態の他、加工工具に摩耗が生じて当該加工工具を交換する必要がある状態を含む概念である。
本発明によれば、正規分布の乖離度を求める手法の一つであって、設備異常の判定に適している「ダゴスティーノ・パーソン検定」によって検定値を算定し、当該検定値に基づいて設備に異常が生じているか否かを判定する構成であるため、検出した物理量が異常レベルか否かを判定するための基準値を設定する必要がない。これにより、簡易かつ確実に設備に異常が生じたか否かを判定することができる。
本発明に係る設備診断装置の更なる形態によれば、設備は、所定作業を1サイクルとして当該所定作業を繰り返し実施するように構成されている。検出手段は、1サイクル分の物理量を検出するように構成されている。また、特徴量決定手段は、1サイクル分の物理量に基づいて1サイクルの特徴量を1つ決定するように構成されている。さらに、記憶手段は、特徴量決定手段によって決定された1サイクルの特徴量を記憶するように構成されている。そして、検定値算定手段は、今回記憶した特徴量を含む最新の複数個の特徴量に基づいて検定値を算定するように構成されている。
本形態によれば、所定作業1サイクルの特徴量を1つ決定し、今回記憶した当該特徴量を含む最新の複数個の特徴量に基づいて検定値を算定するのみであるため、より簡易に設備に異常が生じたか否かを判定することができる。
本発明に係る設備診断装置の更なる形態によれば、特徴量に基づいて歪度を算定する歪度算定手段をさらに備えている。そして、判定手段は、歪度が第1所定範囲内であるか否かを判定し、当該判定の結果を設備に異常が生じているか否かの判定の条件の一つとするように構成されている。
本形態によれば、検定値に加えて歪度の状態に基づいて設備に異常が生じたか否かを判定するため、より確実に設備の異常を判定することができる。
本発明に係る設備診断装置の更なる形態によれば、特徴量に基づいて尖度を算定する尖度算定手段をさらに備えている。そして、判定手段は、尖度が第2所定範囲内であるか否かを判定し、当該判定の結果を設備に異常が生じているか否かを判定する際の条件の一つとするように構成されている。
本形態によれば、検定値に加えて尖度の状態に基づいて設備に異常が生じたか否かを判定するため、より確実に設備の異常を判定することができる。なお、検定値に加えて歪度の状態に基づいて設備に異常が生じたか否かを判定する構成においては、さらに尖度の状態を設備に異常が生じたか否かの条件の一つとすることになるため、設備の異常判定をより一層確実なものとすることができる。
本発明に係る設備診断装置の更なる形態によれば、記憶された最新の複数個の特徴量を用いて当該特徴量の移動平均値を算定する平均値算定手段をさらに備えている。記憶手段は、算定された移動平均値を記憶するように構成されている。そして、判定手段は、今回記憶した移動平均値と前回記憶した移動平均値との関係を比較し、該比較結果を設備に異常が生じているか否かを判定する際の条件の一つとするように構成されている。
本形態によれば、検定値に加えて特徴量の移動平均値に基づいて設備に異常が生じたか否かを判定するため、より確実に設備の異常を判定することができる。なお、検定値に加えて歪度や尖度の状態に基づいて設備に異常が生じたか否かを判定する構成においては、さらに特徴量の移動平均値の状態を設備に異常が生じたか否かの条件の一つとすることになるため、設備の異常判定をより一層確実なものとすることができる。
本発明に係る設備診断装置の更なる形態によれば、判定手段は、今回記憶した移動平均値が前回記憶した移動平均値よりも大きくなったときに、設備に異常が生じていると判定するように構成されている。
本形態によれば、今回記憶した移動平均値が前回記憶した移動平均値よりも大きいか否かを判定するのみであるため、設備に異常が生じていることを簡易かつ確実に判定することができる。
本発明に係る設備診断装置の更なる形態によれば、判定手段は、移動平均値が2回連続して減少したときは、設備に異常が生じていない交換と判定するように構成されている。
本形態によれば、移動平均値が2回連続して減少したか否かを判定するのみであるため、設備に異常が生じたか否かを簡易かつ確実に判定することができる。
本発明に係る設備診断装置の更なる形態によれば、設備は、工具を用いてワークに所定の処理を施す加工装置として構成されている。また、当該加工装置は、当該所定の処理を1サイクルとして当該所定の処理を繰り返し実施するように構成されている。そして、判定手段は、移動平均値が2回連続して減少したときは、前々回の所定の処理の終了後に工具の交換を行ったと判定するように構成されている。
本形態によれば、工具交換を行ったことを自動で検出することができる。
本発明に係る設備診断方法の好ましい形態によれば、設備の異常を診断する設備診断方法であって、(a)前記設備の特徴を示す物理量を所定時間毎に検出するステップと、(b)検出された前記物理量に基づいて特徴量を決定するステップと、(c)決定した前記特徴量を記憶するステップと、(d)今回記憶した前記特徴量を含む複数の前記特徴量に基づいてダゴスティーノ・パーソン検定を行って検定値を算定するステップと、(e)該検定値に基づいて前記設備に異常が生じているか否かを判定するステップと、を備えている。ここで、本発明における「設備に異常が生じている」とは、典型的には、設備を構成する機器の故障による設備の作動不能状態がこれに該当するが、設備は作動するが当該設備を構成する機器の劣化により機器ないし機器を構成する部品の交換が必要な状態を好適に包含する。例えば、設備が加工装置の場合にあっては、加工工具に欠損が生じた状態の他、加工工具に摩耗が生じて当該加工工具を交換する必要がある状態を含む概念である。
本発明によれば、正規分布の乖離度を求める手法の一つであって、設備異常の判定に適している「ダゴスティーノ・パーソン検定」によって検定値を算定し、当該検定値に基づいて設備に異常が生じているか否かを判定する構成であるため、検出した物理量が異常レベルか否かを判定するための基準値を設定する必要がない。これにより、簡易かつ確実に設備に異常が生じたか否かを判定することができる。
本発明に係る設備診断方法の更なる形態によれば、設備は、所定作業を1サイクルとして該所定作業を繰り返し実施するよう構成されている。そして、ステップ(a)は、1サイクル分の物理量を検出するステップであり、ステップ(b)は、1サイクル分の物理量に基いて1サイクルの特徴量を1つ決定するステップであり、ステップ(c)は、決定された1サイクルの特徴量を記憶するステップであり、ステップ(d)は、今回記憶した特徴量を含む最新の複数個の特徴量に基づいて検定値を算定するステップである。
本形態によれば、所定作業1サイクルの特徴量を1つ決定し、今回記憶した当該特徴量を含む最新の複数個の特徴量に基づいて検定値を算定するのみであるため、より簡易に設備に異常が生じたか否かを判定することができる
本発明に係る設備診断方法の更なる形態によれば、特徴量に基づいて歪度を算定するステップ(f)をさらに備えている。そして、ステップ(e)は、歪度が第1所定範囲内であるか否かを判定し、当該判定の結果を設備に異常が生じているか否かの判定の条件の一つとするステップである。
本形態によれば、検定値に加えて歪度の状態に基づいて設備に異常が生じたか否かを判定するため、より確実に設備の異常を判定することができる。
本発明に係る設備診断方法の更なる形態によれば、特徴量に基づいて尖度を算定するステップ(g)をさらに備えている。そして、ステップ(e)は、尖度が第2所定範囲内であるか否かを判定し、当該判定の結果を設備に異常が生じているか否かの判定の条件の一つとするステップである。
本形態によれば、検定値に加えて尖度の状態に基づいて設備に異常が生じたか否かを判定するため、より確実に設備の異常を判定することができる。なお、検定値および歪度の状態に基づいて設備に異常が生じたか否かを判定する構成においては、さらに尖度の状態を設備に異常が生じたか否かの条件の一つとすることになるため、設備の異常判定をより一層確実なものとすることができる。
本発明に係る設備診断方法の更なる形態によれば、記憶された最新の複数個の特徴量を用いて当該特徴量の移動平均値を算定するステップ(h)と、算定された移動平均値を記憶するステップ(i)と、をさらに備えている。そして、ステップ(e)は、今回記憶した移動平均値と前回記憶した移動平均値との関係に基づいて設備の異常態様を判定可能なステップである。
本形態によれば、設備に異常が生じたか否かのみならず、異常が生じた場合には、当該異常の態様まで判定することができる。
本発明によれば、簡易かつ確実に設備の異常を判定可能な設備診断装置を提供することができる。
次に、本発明を実施するための最良の形態を実施例を用いて説明する。
本実施の形態に係る設備診断装置10を備える加工設備1は、図1に示すように、ワークWを固定する固定台2と、当該固定台2にスライド可能に取り付けられたスライドテーブル4と、当該スライドテーブル4に固定されたギヤボックスGBと、当該ギヤボックスGBにツールホルダー5を介して取り付けられた刃具BLDと、ギヤボックスGBにベルトBLTを介して接続された主軸モータM1と、スライドテーブル4を固定台2に対してスライドさせるボールスクリュー6と、主軸モータM1に電気的に接続されたACサーボアンプ8と、ACサーボアンプ8に指令信号を出力する制御装置9と、加工設備1に電気的に接続された本実施の形態に係る設備診断装置10と、を備えている。加工設備1は、所定の加工を1サイクルとして当該所定の加工を繰り返して実施するように構成されている。加工設備1は、本発明における「設備」に対応する実施構成の一例である。また、刃具BLDは、本発明における「工具」に対応する実施構成の一例である。
主軸モータM1は、同期型ACサーボモータとして構成されている。主軸モータM1には、図示しない回転軸の回転速度および回転角度(位置)を検出可能な図示しない検出器、例えば、ロータリーエンコーダが設けられている。主軸モータM1が駆動されることによって、ベルトBLTおよびギヤボックスGBを介して刃具BLDが回転される。
ACサーボアンプ8は、図示はしないが、主回路部と、制御回路部と、から構成されており、主回路部によって図示しない電源からの交流電力の周波数、電圧、電流、位相などを制御して主軸モータM1の駆動にふさわしい形に電力形態を変換すると共に、主軸モータM1の検出器(ロータリーエンコーダ)からの信号を利用して主軸モータM1が制御装置9からの指令信号通りに駆動されるようにフィードバック制御する。
制御装置9は、図示しないCPUを中心とするマイクロプロセッサを備え、CPUの他に処理プログラムを記憶するROM(図示せず)や、入出力ポート、通信ポート(いずれも図示せず)などを備えており、予めROMに記憶された加工処理プログラムに応じた指令信号などが出力ポートを介してACサーボアンプ8に出力されている。
設備診断装置10は、図1に示すように、制御部12と、表示部14と、を備えている。制御部12は、CPU52を中心とするマイクロプロセッサを備え、CPU52の他に処理プログラムを記憶するROM56と、データを一時的に記憶するRAM54と、図示しない入出力ポートおよび通信ポートとを備えている。制御部12には、固定台2の振動を検出するXYZ加速度計62からの振動値や、スライドテーブル4の振動を検出するXYZ加速度計64からの振動値、ツールホルダー5に作用する応力を検出する応力センサ66からの応力値、主軸モータM1に供給される電流値Aおよび電圧値Vなどが入力されている。また、制御部12は、通信ポートを介して制御装置9と接続されており、必要に応じて当該制御装置9と各種制御信号やデータのやりとりを行っている。表示部14は、制御部12と電気的に接続されており、制御部12から必要な情報、例えば、振動値や応力値、電流値A、電圧値V、電流値Aおよび電圧値Vから算定された後述する最大電力値Pmaxなどが入力されて、これらの波形を表示したり、加工設備1の状態(異常が生じているか否かの情報)などを表示するように構成されている。電流値Aおよび電圧値Vは、本発明における「物理量」に対応し、電流値Aおよび電圧値Vが入力される制御部12は、本発明における「検出手段」に対応する実施構成の一例である。
次に、こうして構成された設備診断装置10の動作、特に、加工設備1の刃具BLDに異常が発生しているか否かを診断する際の動作について説明する。図2は、設備診断装置10により実行される電力値記憶処理ルーチンの一例を示すフローチャートであり、図3および図4は、設備診断装置10により実行される異常診断処理ルーチンの一例を示すフローチャートである。電力値記憶処理ルーチンは、加工設備1の運転が開始され、刃具BLDがワークWに接触してワークWへの所定の加工が開始されたときから、当該ワークWへの所定の加工が終了して刃具BLDのワークWへの接触が解除される直前まで(加工設備1による所定の加工が開始されてから当該所定の加工1サイクル分が終了する直前まで)繰り返し実行される。また、異常診断処理ルーチンは、ワークWへの加工が終了したときに実行される。まず、電力値記憶処理ルーチンについて説明し、続いて、異常診断処理ルーチンについて説明する。
電力値記憶処理ルーチンが実行されると、設備診断装置10のCPU52は、まず、主軸モータM1に供給される電流値Aおよび電圧値Vを読み込むと共に(ステップS100)、電力値Pを算定する(ステップS102)。ここで、電力値Pは、本実施の形態では、電流値Aに電圧値Vを乗じたものに√3および力率(cosθ)を乗じた値として算定される構成とした(P=√3×A×V×cosθ)。
続いて、算定した電力値Pが最大電力値Pmaxよりも大きいか否かを判定する(ステップS104)。ここで、最大電力値Pmaxは、本実施の形態では、初期値は値0に設定する構成としている。したがって、電力値記憶処理ルーチンが実行されて初めて当該ステップS104を実行する際には、Pmaxは値0となっているため、算定した電力値Pは最大電力値Pmaxよりも大きいと判定される。
算定した電力値Pが最大電力値Pmaxよりも大きいと判定されたときには、最大電力値Pmaxを算定した電力値Pに置き換える処理を実行すると共に(ステップS106)、刃具BLDによるワークWへの加工が終了したか否かの判定を行う(ステップS108)。なお、ステップS104において、算定した電力値Pが最大電力値Pmax以下であると判定されたときには、最大電力値Pmaxの算定した電力値Pへの置き換える処理(ステップS106)は実行せずに、刃具BLDによるワークWへの加工が終了したか否かの判定を行う(ステップS108)。
刃具BLDによるワークWへの加工が終了していない場合には、刃具BLDによるワークWへの加工が終了するまでステップS100〜ステップS108の処理を繰り返し実行する。そして、ステップS108において、刃具BLDによるワークWへの加工が終了したと判定された場合には、最大電力値カウンタiを値1だけインクリメントすると共に(ステップS110)、当該最大電力値Pmaxを最大電力値カウンタiの値と共にPmaxiとしてRAM54の所定領域に設定された最大電力値用バッファに格納する処理を実行する(ステップS112)。なお、最大電力値カウンタiの初期値は値0に設定されている。最大電力値Pmaxは、本発明における「特徴量」に対応し、ステップS102〜S112までの処理を実行する制御部12は、本発明における「特徴量決定手段」に対応する実施構成の一例である。また、最大電力値Pmaxを最大電力値カウンタiの値と共にPmaxiとしてRAM54の所定領域に設定された最大電力値用バッファに格納する処理(ステップS112)を実行する制御部12は、本発明における「記憶手段」に対応する実施構成の一例である。
次に、最大電力値カウンタiが値21以上であるか否かを判定する(ステップS114)。当該判定において、最大電力値カウンタiが値21よりも小さいと判定された場合には、何もせずに、本処理を終了する。一方、最大電力値カウンタiが値21以上である場合には、最大電力値用バッファに今回格納した最大電力値Pmaxiを含む最新21個の最大電力値Pmaxi-20〜Pmaxiの平均値である最大電力平均値Pmaxaveを算定すると共に(ステップS116)、最大電力平均値カウンタjを値1だけインクリメントする処理を実行する(ステップS118)。なお、最大電力平均値カウンタjの初期値は値0に設定されている。ここで、最大電力平均値Pmaxaveを算定する処理(ステップS116)を実行する制御部12は、本発明における「平均値算定手段」に対応する実施構成の一例である。
続いて、算定した最大電力平均値Pmaxaveを最大電力平均値カウンタjの値と共にPmaxavejとしてRAM54の所定領域に設定された最大電力平均値用バッファに格納すると共に(ステップS120)、最大電力値Pmaxを値0にリセットして、本処理を終了する。
次に、図3および図4を参照して異常診断処理ルーチンについて説明する。異常診断処理ルーチンが実行されると、設備診断装置10のCPU52は、まず、今回電力値記憶処理ルーチンによって算定され最大電力値用バッファおよび最大電力平均値用バッファに格納された最大電力値Pmaxiおよび最大電力平均値Pmaxavejと、前回電力値記憶処理ルーチンによって算定され最大電力平均値Pmaxavej-1と、を読み込むと共に(ステップS200)、検定値K2、歪度および尖度を算定する処理を実行する(ステップS202)。ここで、本発明者の鋭意研究の結果、正規分布の乖離度を求める手法の一つである「ダゴスティーノ・パーソン検定」が設備異常の判定に適していることを見出し、当該検定値K2として「ダゴスティーノ・パーソン検定」による検定値をK2を用いる構成とし、次式(1)を用いて算出する構成とした。ここで、ステップS202の処理を実行する制御部12は、本発明における「検定値算定手段」、「歪度算定手段」および「尖度算定手段」に対応する実施構成の一例である。
ここで、Z12およびZ2は、次式(2)および(3)を用いて算出することができる。
また、式(2)および(3)におけるδ,Y,α,B2,γ,√b1,m2,m3,A,κ3,Y’,b2,m4は、次式(4)〜(18)により算出することができる。なお、歪度は、√b1であり次式(9)で算出することができ、尖度は、b2−3であり次式(17)を用いて算出することができる。また、nは検定値K2を求めるために用いるデータ数(最大電力値Pmaxiの総数(i=1〜21))であり、本実施の形態ではn=21とした。
こうして検定値K2が算出されると、当該検定値K2が値5.991より大きいか否かの判定を行い(ステップS204)、検定値K2が値5.991より大きい場合には、歪度および尖度のいずれもが値±2の範囲内であるか否かを判定する(ステップS206)。そして、歪度および尖度のいずれか一方でも値±2の範囲外である場合、即ち、歪度および尖度の少なくとも一方が値+2よりも大きい場合、あるいは、値−2よりも小さい場合には、前回算定した最大電力平均値Pmaxavej-1と今回算定した最大電力平均値Pmaxavejとの関係を判定する(ステップS208)。
前回算定した最大電力平均値Pmaxavej-1が今回算定した最大電力平均値Pmaxavejよりも小さい場合には、刃具交換判定用カウンタCが値0であるか否かを判定し(ステップS210)、値0である場合には、今回、刃具BLDに欠損が生じたものとして今回に異常が発生した旨を表示部14に表示して(ステップS212)、本処理を終了する。ここで、刃具交換判定用カウンタCは、刃具BLDの交換を行ったか否かを判定する際に用いられるカウンタ値であり、初期値は値0に設定されている。
一方、ステップS210において、刃具交換判定用カウンタCが値0でない場合、即ち、刃具交換判定用カウンタCが値1である場合には、刃具交換判定用カウンタCを値0にリセットして(ステップS214)、前回の加工サイクルにおいて刃具BLDに欠損が生じていたものとして前回に異常が発生した旨を表示部14に表示して(ステップS216)、本処理を終了する。
また、ステップS208において、前回算定した最大電力平均値Pmaxavej-1が今回算定した最大電力平均値Pmaxavejよりも大きいと判定された場合には、刃具交換判定用カウンタCを値1だけインクリメントすると共に(ステップS220)、刃具交換判定用カウンタCが値2であるか否かの判定を行う(ステップS222)。刃具交換判定用カウンタCが値2である場合には、刃具交換判定用カウンタCを値0にリセットすると共に(ステップS224)、刃具BLDに異常は生じておらず、前々回の加工サイクル終了後に刃具BLDを交換したものとして前々回に刃具交換した旨を表示部14に表示して(ステップS226)、本処理を終了する。一方、ステップS222において、刃具交換判定用カウンタCが値2でないと判定された場合には、何もせずに本処理を終了する。
なお、ステップS204において検定値K2が5.991未満であると判定された場合、および、ステップS206において歪度および尖度ともに値±2の範囲内であると判定された場合には、刃具BLDには異常が生じていないものとして刃具BLDに異常ない旨を表示部14に表示して(ステップS218)、本処理を終了する。ステップS204〜S226の処理を実行する制御部12は、本発明における「判定手段」に対応する実施構成の一例である。
以上説明した本発明の実施の形態に係る設備診断装置1によれば、ワークWへの所定の加工1サイクルにおける最大電力値Pmaxを算定すると共に(ステップS102)、今回算定した最大電力値Pmaxiを含む最新21個の最大電力値Pmaxi〜Pmaxi-20の最大電力平均値Pmaxavejを算定し(ステップS116)、算定した当該最大電力値Pmaxiおよび最大電力平均値Pmaxavejを用いて、設備異常の判定に適したダゴスティーノ・パーソン検定を行って刃具BLDに異常が生じたか否かの判定を行う構成であるため、算定した最大電力値Pmaxiが異常レベルか否かを判定するための基準値を設定する必要がなく、簡易かつ確実に刃具BLDに異常に生じたか否かを判定することができる。
また、本発明の実施の形態に係る設備診断装置1によれば、ダゴスティーノ・パーソン検定に加えて、歪度および尖度が値±2の範囲内であるか否かを刃具BLDに異常に生じたか否かの判定の条件の一つとする構成であるため、より確実に刃具BLDの異常を判定することができる。
さらに、本発明の実施の形態に係る設備診断装置1によれば、前回算定した最大電力平均値Pmaxavej-1と今回算定した最大電力平均値Pmaxavejとの関係を刃具BLDに欠損が生じたか否かの判定の条件の一つとする構成であるため、より一層確実に刃具BLDの異常を判定することができる。なお、前回算定した最大電力平均値Pmaxavej-1が今回算定した最大電力平均値Pmaxavejよりも大きい場合に刃具BLDに欠損が生じたと判定し、最大電力平均値Pmaxavejが2回連続して減少した場合に前々回の加工サイクル終了後に刃具BLDを交換したと判定するのみであるため、判定が容易である。また、刃具BLDに異常が生じていないということのみならず、刃具BLDの交換時期を作業者に知らせることができるため有用である。
本実施の形態では、設備診断装置10を加工設備1の刃具BLDの異常検知に適用したが、これに限らない。例えば、設備診断装置10を加工設備1の固定台2やスライドテーブル4、ツールホルダー5、ボールスクリュー6、主軸モータM1、ギヤボックスGB、ACサーボアンプ8の異常検知に適用しても良い。また、加工設備1に限らず熱処理設備や搬送設備、組み立て設備など如何なる設備にも適用することができる。
本実施の形態では、刃具BLDの異常を検知する特徴量を1サイクル加工で1つ決定する構成としたが、これに限らない。例えば、当該特徴量を1サイクル加工中で複数決定して、当該複数の特徴量を用いてダゴスティーノ・パーソン検定を行う構成としても良い。当該構成によれば、1サイクル加工中のどの時点で刃具BLDに異常が生じたのかを検出することができる。
本実施の形態では、刃具BLDの異常を検知する特徴量として1サイクル加工中の最大電力値Pmaxを用いる構成としたが、これに限らない。例えば、特徴量として所定時間毎の電力変化量を1サイクル加工分積分した電力変化量積算値を用いる構成や、前回の加工サイクルにおける最大電力値Pmaxi-1と今回の加工サイクルにおける最大電力値Pmaxiとの変化量ΔPmaxiを用いる構成など、異常を検知する対象物に対して感度が高い物理量を任意に選定して特徴量として用いることができる。
本実施の形態では、ダゴスティーノ・パーソン検定に加えて歪度、尖度および最大電力平均値Pmaxaveの全てを異常判定の条件の一つとしたが、歪度、尖度および最大電力平均値Pmaxaveのいずれか一つのみ、あるいは、いずれかの一組を異常判定の条件の一つとしても良い。また、歪度、尖度および最大電力平均値Pmaxaveを異常判定の条件としなくても良い。
本実施の形態では、歪度および尖度の範囲はいずれも±2としたが、これに限らない。また、歪度と尖度とで許容範囲を異ならせても良い。
本実施の形態では、ダゴスティーノ・パーソン検定に用いるデータ数(最大電力値Pmaxiの総数(i=1〜21))を21個としたが、データ数は21個未満でも良いし、21個より多くても良い。なお、データ数は、21個以上が望ましい。
本実施形態は、本発明を実施するための形態の一例を示すものである。したがって、本発明は、本実施形態の構成に限定されるものではない。
1 加工設備(設備、加工装置)
2 固定台
4 スライドテーブル
5 ツールホルダー
6 ボールスクリュー
8 ACサーボアンプ
9 制御装置
10 設備診断装置(設備診断装置)
12 制御部(検出手段、特徴量決定手段、記憶手段、検定値算定手段、歪度算定手段、尖度算定手段、判定手段、平均値算定手段)
14 表示部
52 CPU
54 RAM
56 ROM
62 XYZ加速度計
64 XYZ加速度計
66 応力センサ
M1 主軸モータ
GB ギヤボックス
BLT ベルト
BLD 刃具(工具)
W ワーク(ワーク)
A 電流値(物理量)
V 電圧値(物理量)
P 電力値
Pmax 最大電力値(特徴量)
Pmaxave 最大電力平均値(移動平均)
K2 検定値(検定値)
2 固定台
4 スライドテーブル
5 ツールホルダー
6 ボールスクリュー
8 ACサーボアンプ
9 制御装置
10 設備診断装置(設備診断装置)
12 制御部(検出手段、特徴量決定手段、記憶手段、検定値算定手段、歪度算定手段、尖度算定手段、判定手段、平均値算定手段)
14 表示部
52 CPU
54 RAM
56 ROM
62 XYZ加速度計
64 XYZ加速度計
66 応力センサ
M1 主軸モータ
GB ギヤボックス
BLT ベルト
BLD 刃具(工具)
W ワーク(ワーク)
A 電流値(物理量)
V 電圧値(物理量)
P 電力値
Pmax 最大電力値(特徴量)
Pmaxave 最大電力平均値(移動平均)
K2 検定値(検定値)
Claims (13)
- 設備の異常を診断するための設備診断装置であって、
前記設備の特徴を示す物理量を所定時間毎に検出する検出手段と、
該検出手段によって検出された前記物理量に基づいて特徴量を決定する特徴量決定手段と、
該特徴量決定手段によって決定された特徴量を記憶する記憶手段と、
今回記憶した前記特徴量を含む複数個の前記特徴量に基づいてダゴスティーノ・パーソン検定を行って検定値を算定する検定値算定手段と、
該検定値に基づいて前記設備に異常が生じているか否かを判定する判定手段と、
を備える設備診断装置。 - 前記設備は、所定作業を1サイクルとして該所定作業を繰り返し実施するよう構成されており、
前記検出手段は、前記1サイクル分の前記物理量を検出するよう構成されており、
前記特徴量決定手段は、前記1サイクル分の前記物理量に基づいて前記1サイクルの前記特徴量を1つ決定するよう構成されており、
前記記憶手段は、前記特徴量決定手段によって決定された前記1サイクルの前記特徴量を記憶するよう構成されており、
前記検定値算定手段は、今回記憶した前記特徴量を含む最新の複数個の前記特徴量に基づいて前記検定値を算定するよう構成されている
請求項1に記載の設備診断装置。 - 前記特徴量に基づいて歪度を算定する歪度算定手段をさらに備え、
前記判定手段は、前記歪度が第1所定範囲内であるか否かを判定し、該判定の結果を前記設備に異常が生じているか否かの判定の条件の一つとするよう構成されている
請求項1または2に記載の設備診断装置。 - 前記特徴量に基づいて尖度を算定する尖度算定手段をさらに備え、
前記判定手段は、前記尖度が第2所定範囲内であるか否かを判定し、該判定の結果を前記設備に異常が生じているか否かを判定する際の条件の一つとするよう構成されている
請求項1ないし3のいずれか1項に記載の設備診断装置。 - 今回記憶した前記特徴量を含む最新の複数個の前記特徴量を用いて該特徴量の移動平均値を算定する平均値算定手段をさらに備え、
前記記憶手段は、算定された移動平均値を記憶するよう構成されており、
前記判定手段は、今回記憶した移動平均値と前回記憶した移動平均値との関係を比較し、該比較の結果を前記設備に異常が生じているか否かを判定する際の条件の一つとするよう構成されている
請求項1ないし4のいずれか1項に記載の設備診断装置。 - 前記判定手段は、今回記憶した移動平均値が前回記憶した移動平均値よりも大きくなったときに、前記設備に異常が生じていると判定するよう構成されている
請求項5に記載の設備診断装置。 - 前記判定手段は、前記移動平均値が2回連続して減少したときは、前記設備に異常が生じていないと判定するよう構成されている
請求項5に記載の設備診断装置。 - 前記設備は、工具を用いてワークに所定の処理を施す加工装置として構成され、該所定の処理を1サイクルとして該所定の処理を繰り返し実施するよう構成されており、
前記判定手段は、前記移動平均値が2回連続して減少したときは、前々回の前記所定の処理の終了後に前記工具の交換を行ったと判定するよう構成されている
請求項5に記載の設備診断装置。 - 設備の異常を診断する設備診断方法であって、
(a)前記設備の特徴を示す物理量を所定時間毎に検出し、
(b)検出された前記物理量に基づいて特徴量を決定し、
(c)決定した前記特徴量を記憶し、
(d)今回記憶した前記特徴量を含む複数の前記特徴量に基づいてダゴスティーノ・パーソン検定を行って検定値を算定し、
(e)該検定値に基づいて前記設備に異常が生じているか否かを判定する
設備診断方法。 - 前記設備は、所定作業を1サイクルとして該所定作業を繰り返し実施するよう構成されており、
前記ステップ(a)は、前記1サイクル分の前記物理量を検出するステップであり、
前記ステップ(b)は、前記1サイクル分の前記物理量に基いて前記1サイクルの前記特徴量を1つ決定するステップであり、
前記ステップ(c)は、決定された前記1サイクルの前記特徴量を記憶するステップであり、
前記ステップ(d)は、今回記憶した前記特徴量を含む最新の複数個の前記特徴量に基づいて前記検定値を算定するステップである
請求項9に記載の設備診断方法。 - 前記特徴量に基づいて歪度を算定するステップ(f)をさらに備え、
前記ステップ(e)は、前記歪度が第1所定範囲内であるか否かを判定し、該判定の結果を前記設備に異常が生じているか否かの判定の条件の一つとするステップである
請求項9または10に記載の設備診断方法。 - 前記特徴量に基づいて尖度を算定するステップ(g)をさらに備え、
前記ステップ(e)は、前記尖度が第2所定範囲内であるか否かを判定し、該判定の結果を前記設備に異常が生じているか否かの判定の条件の一つとするステップである
請求項9ないし11のいずれか1項に記載の設備診断方法。 - 記憶された最新の複数個の前記特徴量を用いて該特徴量の移動平均値を算定するステップ(h)と、
算定された移動平均値を記憶するステップ(i)と、
をさらに備え、
前記ステップ(e)は、今回記憶した移動平均値と前回記憶した移動平均値との関係に基づいて前記設備の異常態様を判定可能なステップである
請求項9ないし12のいずれか1項に記載の設備診断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017037231A JP2018141740A (ja) | 2017-02-28 | 2017-02-28 | 設備診断装置および設備診断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017037231A JP2018141740A (ja) | 2017-02-28 | 2017-02-28 | 設備診断装置および設備診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018141740A true JP2018141740A (ja) | 2018-09-13 |
Family
ID=63527919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017037231A Ceased JP2018141740A (ja) | 2017-02-28 | 2017-02-28 | 設備診断装置および設備診断方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018141740A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021025809A (ja) * | 2019-08-01 | 2021-02-22 | カヤバ システム マシナリー株式会社 | サーボ弁動特性評価システムおよびサーボ弁動特性評価方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0318739A (ja) * | 1989-06-16 | 1991-01-28 | Tech Res Assoc Openair Coal Min Mach | 減速機歯車の故障診断方法 |
JP2009076056A (ja) * | 2007-07-27 | 2009-04-09 | General Electric Co <Ge> | 異常集約方法 |
JP2009075081A (ja) * | 2007-07-27 | 2009-04-09 | General Electric Co <Ge> | 一過性の異常の検出方法 |
-
2017
- 2017-02-28 JP JP2017037231A patent/JP2018141740A/ja not_active Ceased
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0318739A (ja) * | 1989-06-16 | 1991-01-28 | Tech Res Assoc Openair Coal Min Mach | 減速機歯車の故障診断方法 |
JP2009076056A (ja) * | 2007-07-27 | 2009-04-09 | General Electric Co <Ge> | 異常集約方法 |
JP2009075081A (ja) * | 2007-07-27 | 2009-04-09 | General Electric Co <Ge> | 一過性の異常の検出方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021025809A (ja) * | 2019-08-01 | 2021-02-22 | カヤバ システム マシナリー株式会社 | サーボ弁動特性評価システムおよびサーボ弁動特性評価方法 |
JP7284026B2 (ja) | 2019-08-01 | 2023-05-30 | Kyb株式会社 | サーボ弁動特性評価システムおよびサーボ弁動特性評価方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200356069A1 (en) | Machine tool management system | |
TWI650625B (zh) | 刀具磨耗檢測裝置、其檢測方法及刀具磨耗補償方法 | |
US7574324B2 (en) | Abnormality diagnostic method and device thereof | |
KR101343403B1 (ko) | 공작기계 운전시의 이상 검출방법 | |
EP2620202B1 (en) | Method and apparatus for monitoring air filter condition | |
JP5837148B1 (ja) | 工作機械の熱変位補正装置 | |
US20130090755A1 (en) | Numerically-controlled machine tool | |
US20080144693A1 (en) | Method for detecting abnormality of temperature sensor in machine tool | |
JP6985174B2 (ja) | 工作機械の精度診断装置 | |
EP2926936B1 (en) | Wire electrical discharge machine having upper/lower guide thermal displacement correction function | |
TWI533589B (zh) | 電動機控制裝置 | |
JP2019178973A (ja) | 転がり軸受の異常診断方法及び異常診断装置 | |
JP2019217591A (ja) | 調整要否判断装置 | |
JP2020003363A (ja) | 転がり軸受の異常診断方法及び異常診断装置、異常診断プログラム | |
JP6845192B2 (ja) | 加工環境測定装置 | |
JP2018141740A (ja) | 設備診断装置および設備診断方法 | |
JP2019076993A (ja) | 工作機械における直動軸の異常診断装置及び異常診断方法、工作機械 | |
CN110877233B (zh) | 磨损量估计系统及方法、校正系统、异常、寿命检测系统 | |
WO2019176773A1 (ja) | 摩耗量推定システム、補正システム、異常検知システム、寿命検知システム、工作機械及び摩耗量推定方法、工作機械及び異常検知方法、工作機械及び寿命検知方法 | |
KR20120017163A (ko) | 스폿 용접팁 절삭 이상진단 방법 | |
JP5583569B2 (ja) | フィレットローラの欠損判定装置およびその方法 | |
JP2022007131A (ja) | 工作機械の精度診断装置及び精度診断方法 | |
KR101763359B1 (ko) | 모터 및 베어링의 이상 상태 모니터링 방법 및 장치 | |
US10663943B2 (en) | Parameter determination support device, and non-transitory computer-readable medium encoded with program | |
JP2005195422A (ja) | 設備診断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191211 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201028 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201030 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20210323 |