JP2019191733A - 状態識別装置、状態識別方法、及び機械装置 - Google Patents

状態識別装置、状態識別方法、及び機械装置 Download PDF

Info

Publication number
JP2019191733A
JP2019191733A JP2018081288A JP2018081288A JP2019191733A JP 2019191733 A JP2019191733 A JP 2019191733A JP 2018081288 A JP2018081288 A JP 2018081288A JP 2018081288 A JP2018081288 A JP 2018081288A JP 2019191733 A JP2019191733 A JP 2019191733A
Authority
JP
Japan
Prior art keywords
state
unit
feature amount
machine tool
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
Application number
JP2018081288A
Other languages
English (en)
Other versions
JP7005419B2 (ja
Inventor
秀男 坂井
Hideo Sakai
秀男 坂井
真彰 前田
Masaaki Maeda
真彰 前田
祐市 桜井
Yuichi Sakurai
祐市 桜井
高橋　昌義
Masayoshi Takahashi
昌義 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2018081288A priority Critical patent/JP7005419B2/ja
Priority to EP19167129.6A priority patent/EP3557346B1/en
Priority to US16/382,900 priority patent/US10845794B2/en
Publication of JP2019191733A publication Critical patent/JP2019191733A/ja
Application granted granted Critical
Publication of JP7005419B2 publication Critical patent/JP7005419B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02F—DREDGING; SOIL-SHIFTING
    • E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
    • E02F9/26—Indicating devices
    • E02F9/264—Sensors and their calibration for indicating the position of the work tool
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/188—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by special applications and not provided for in the relevant subclasses, (e.g. making dies, filament winding)
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24053—Diagnostic of controlled machine
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33285—Diagnostic
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35086—Machining feature extraction, geometry and machining parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Mining & Mineral Resources (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Numerical Control (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】 工作機械等の状態識別の精度を高いレベルで維持する。【解決手段】状態識別装置は、複数の稼動状態に遷移し得る工作機械部の物理データから特徴量を抽出する特徴量抽出部と、前記工作機械部が遷移し得る前記複数の稼動状態毎に、抽出された前記特徴量の保存先となる領域が設けられた特徴量記憶部と、抽出された前記特徴量と、前記特徴量記憶部に記憶されている特徴量との類似度を計算する類似度計算部と、計算された前記類似度に基づいて前記工作機械部の稼動状態を判定する状態判定部と、前記状態判定部の判定結果に基づいて、抽出された前記特徴量の保存先となる前記領域を決定する保存先決定部と、を備えることを特徴とする。【選択図】 図２

Description

本発明は、状態識別装置、状態識別方法、及び機械装置に関する。
従来、工作機械の稼動状態を取得し、取得した稼動実績に基づいて、保守のタイミングを決定したり、各工程での省コスト化を実現したりするための様々な提案が行われている。
工作機械の稼動状態を取得することに関連し、例えば特許文献１には、工作機械としての工作用ロボットからその動作異常を確実に検出し得るための構成として、「携帯測定装置１０が、地磁気センサ１１と加速度センサ１２と、各センサからのデータをサンプリングするデータ処理部１３と、サンプリングデータを無線送信する送信部１４と、を備え、トレースデータ処理装置２０が、送信部１４からのサンプリングデータを無線受信する受信部２１と、サンプリングデータに基いて特徴量を抽出する特徴抽出部２２と、基準となる標準状態での特徴量を標準データとして蓄積する標準データ蓄積部２３と、特徴抽出部２２からの出力データと標準データ蓄積部２３に蓄積されている標準データとを比較する参照部２４と、参照部２４の参照結果に基いてトレース結果の適否を判定する判定部２５と、を備える」トレーシングシステムが開示されている。
特開２００９−１６９５５６号公報
特許文献１に記載されたトレーシングシステムでは、各センサからのサンプリングデータと、予め作成した標準データとを比較するので、別の工作用ロボットや加工装置の稼動状態を取得したり、新規の工程を導入したりした場合、改めて学習データを事前に作成して、状態識別の精度を維持する必要がある。
また、事前に学習データを作成するのではなく、実際に状態識別を行った識別結果を用いて学習データを更新する方法も考えられる。その場合、学習データのデータ数に上限があると、同じ状態が継続して同一の識別結果が続いたときに、更新される学習データに偏りが生じてしまい、稼動状態の識別精度を維持できなくなってしまうことが起こり得る。
本発明は、このような状況に鑑みてなされたものであり、工作機械等の状態識別の精度を高いレベルで維持できるようにすることを目的とする。
本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。上記課題を解決すべく、本発明の一態様に係る状態識別装置は、複数の稼動状態に遷移し得る工作機械部の物理データから特徴量を抽出する特徴量抽出部と、前記工作機械部が遷移し得る前記複数の稼動状態毎に、抽出された前記特徴量の保存先となる領域が設けられた特徴量記憶部と、抽出された前記特徴量と、前記特徴量記憶部に記憶されている特徴量との類似度を計算する類似度計算部と、計算された前記類似度に基づいて前記工作機械部の稼動状態を判定する状態判定部と、前記状態判定部の判定結果に基づいて、抽出された前記特徴量の保存先となる前記領域を決定する保存先決定部と、を備えることを特徴とする。
本発明によれば、工作機械等の状態識別の精度を高いレベルで維持ことができる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
生産管理システムの構成例を示すブロック図である。 状態識別部の第１の構成例を示すブロック図である。 特徴量空間の一例を示す図である。 状態識別処理の一例を説明するフローチャートである。 基礎データ取得フェーズの処理の一例を説明するフローチャートである。 実稼動フェーズの処理の一例を説明するフローチャートである。 状態識別部の第２の構成例を示すブロック図である。 実稼動フェーズの処理の一例を説明するフローチャートである。 コンピュータの構成例を示すブロック図である。
以下に説明する一実施の形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。また、一実施の形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。
さらに、一実施の形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。同様に、各実施の形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合および原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。また、各実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。
以下、本発明に係る実施の形態について図面を用いて説明する。
＜生産管理システムの構成例＞
図１は、本発明に係る一実施の形態である機械装置を含む生産管理システムの構成例を示している。
該生産管理システム１０は、例えば工場内に設置された複数の機械装置２０の稼動率を可視化するためのものである。
該生産管理システム１０は、複数の機械装置２０がネットワーク３０を介して生産管理装置４０に接続されて構成される。
各機械装置２０は、工作機械部２１、センサ部２２、及び状態識別部２３を備える。
工作機械部２１は、例えば、金属等の材料を切削したり、研磨したりする旋盤、フライス盤、ロボット等からなる。工作機械部２１は、少なくともストップ(Stop)状態、アイドル(Idle)状態、及び作業状態の３種類の稼動状態のいずれかに遷移し得るものとする。
ストップ状態は、工作機械部２１が停止している状態を指す。アイドル状態は、工作機械部２１が直ちに切削等の作業を開始できるように待機している状態を指す。作業状態は、工作機械部２１が実際に切削等の作業を行っている状態を指す。
なお、工作機械部２１の稼動状態は、上述した３種類に限るものではない。また、工作機械部２１が２種類、または４種以上の稼動状態間を遷移するようにしてもよい。
センサ部２２は、工作機械部２１の物理データを検出する。ここで、物理データとは、例えば、消費電流、振動、回転、音量、音質等の工作機械部２１の稼動状態によって変化し得るデータであればよい。センサ部２２は、検出した物理データを状態識別部２３に出力する。
状態識別部２３（本発明の状態識別装置に相当する）は、センサ部２２から入力される物理データの特徴量を抽出し、抽出した特徴量に基づいて工作機械部２１の稼動状態（以下、機械装置２０の稼動状態とも称する）を識別する。また、状態識別部２３は、識別した機械装置２０の稼動状態を、ネットワーク３０を介して生産管理装置４０に通知する。
なお、工場等に設置されている全ての機械装置２０の稼動状態を可視化する場合、数百単位の数のセンサ部２２が必要となる。また、状態識別部２３についても機械装置２０の数だけ必要となるので、低コスト化のため、状態識別部２３を比較的安価なエッジマイコンを用いて実現することが考えられる。ただし、エッジマイコンは、同時に処理できるデータ数や保持できるデータ数に上限があるので、状態識別をリアルタイムで行なう場合にはこれらの点に留意する必要がある。
ネットワーク３０は、例えば、ＬＡＮ(local area network)やＷＡＮ(wide area network)等からなる。なお、ネットワーク３０は、有線によって構成してもよいし、所定の無線通信規格を採用して構成してもよい。
生産管理装置４０は、ネットワーク３０を介して各機械装置２０から通知される稼動状態の識別結果に基づき、各機械装置２０の稼動率を算出して、保守のタイミングを計画したり、機械装置２０の効率的な運用を計画したりする。
＜状態識別部２３の第１の構成例＞
次に、図２は、状態識別部２３の第１の構成例を示している。
状態識別部２３の第１の構成例は、特徴量抽出部２３１、類似度計算部２３２、状態判定部２３３、保存先決定部２３４、特徴量記憶部２３５、パラメータ記憶部２３６、及び通信部２３７を有する。
特徴量抽出部２３１は、センサ部２２から入力される物理データから特徴量を抽出して類似度計算部２３２に出力する。具体的には、例えば、特徴量抽出部２３１は、順次入力される物理データ（電流値等）に対して一定区間毎にＦＦＴ（高速フーリエ変換）を行い、その結果得られる各周波数成分の振幅値と主成分ベクトルとの内積を計算し、内積が大きい方から順に、特徴量の第１主成分値、第２主成分値、第３主成分値等として、特徴量の次元を３次元程度に制限する。
なお、特徴量抽出方法としては、上述した方法の他、ウェーブレット変換を用いる方法や、因子分析を用いる方法等を採用してもよい。
特徴量抽出部２３１は、抽出した特徴量を類似度計算部２３２及び保存先決定部２３４に出力する。
図３は、特徴量抽出部２３１にて抽出された特徴量を特徴量空間にプロットした場合の特徴量分布図の一例を示している。ただし、図３は、横軸が第１主成分値、縦軸が第２主成分値の２次元の特徴量空間を示している。
同図に示されるように、特徴量は特徴量空間において稼動状態毎に集まって分布する。なお、破線領域５０１はストップ状態に対応する特徴量の分布を示し、破線領域５０２はアイドル状態に対応する特徴量の分布を示し、破線領域５０３は作業状態に対応する特徴量の分布を示している。
図２に戻る。類似度計算部２３２は、特徴量記憶部２３５に既に記憶されている全ての特徴量と、特徴量抽出部２３１から入力された特徴量との類似度を計算する。計算される類似度は、類似の程度が高いほど大きな値になるものとする。類似度計算部２３２は、計算した類似度を状態判定部２３３に出力する。
状態判定部２３３は、計算された類似度と、予め設定されている閾値とを比較し、比較結果に基づき、機械装置２０の稼動状態をストップ状態、アイドル状態、又は作業状態のいずれかに判定する。なお、稼動状態の判定方法の詳細については後述する。
状態判定部２３３は、稼動状態の判定結果を保存先決定部２３４及び通信部２３７に出力する。
保存先決定部２３４は、特徴量抽出部２３１から入力される特徴量の特徴量記憶部２３５における保存先を、状態判定部２３３による稼動状態の判定結果に基づいて決定し、該特徴量を決定した保存先に記憶させる。
特徴量記憶部２３５は、パラメータ記憶部２３６に予め記憶されている記憶領域数Ｎと同数の領域が設けられている。なお、記憶領域数Ｎは、本実施の形態の場合、機械装置２０が遷移し得る稼動状態の数と同じ３とされている。よって、特徴量記憶部２３５には、第１状態用領域２３５１、第２状態用領域２３５２、及び、第３状態用領域２３５３が設けられることになる。
第１状態用領域２３５１には、ストップ状態に対応する特徴量が所定の上限数Ｍ１まで記憶される。以下、第１状態用領域２３５１に記憶されたストップ状態に対応する特徴量を基礎データとも称する。第２状態用領域２３５２には、アイドル状態に対応する特徴量が所定の上限数Ｍ２まで記憶される。第３状態用領域２３５３には、作業状態に対応する特徴量が所定の上限数Ｍ３まで記憶される。
パラメータ記憶部２３６には、上述したように記憶領域数Ｎが予め記憶されている。なお、パラメータ記憶部２３６に、第１状態用領域２３５１、第２状態用領域２３５２、及び第３状態用領域２３５３にそれぞれ記憶させる特徴量の上限数Ｍ１，Ｍ２，Ｍ３を記憶するようにしてもよい。なお、特徴量記憶部２３５の各領域に記憶させる特徴量の上限数Ｍ１，Ｍ２，Ｍ３は共通であってもよいし、異なっていてもよい。例えば、上限数Ｍ２や上限数Ｍ３を、上限数Ｍ１より大きな値にすれば、アイドル状態や作業状態の判定精度を向上させることができる。さらに、パラメータ記憶部２３６に、特徴量記憶部２３５の各領域に記憶させる特徴量の上限数の総数（Ｍ１＋Ｍ２＋Ｍ３）を記憶するようにしてもよい。
さらに、パラメータ記憶部２３６に記憶される記憶領域数Ｎ等のパラメータは、生産管理装置４０がネットワーク３０を介して変更できるようにしてもよい。
通信部２３７は、ネットワーク３０を介して生産管理装置４０に接続し、機械装置２０の稼動状態の判定結果を通知する。このように、通信部２３７が、稼動状態の判定結果を通知することにより、物理データやその特徴量を通知する場合に比較して、ネットワーク３０におけるデータの通信量を削減することができる。また、生産管理装置４０にて、各機械装置２０の物理データやその特徴量に基づいて稼動状態を判定する場合に比較して、生産管理装置４０の処理負荷を軽減することができる。
＜機械装置２０による状態識別処理＞
次に、図４は、機械装置２０による状態識別処理の一例を説明するフローチャートである。
該状態識別処理は、ストップ状態における特徴量を取得、記憶するための基礎データ取得フェーズ（ステップＳ１）と、工作機械部２１を実際に稼動させてその稼動状態を識別する実稼動フェーズ（ステップＳ２）とからなる。
図５は、ステップＳ１における基礎データ取得フェーズの処理の一例を説明するフローチャートである。
該基礎データ取得フェーズの処理は、後述する実稼動フェーズの処理に先行して少なくとも１回実行すべきものであり、ユーザからの所定操作に応じて開始される。
はじめに、機械装置２０が、工作機械部２１をストップ状態とする（ステップＳ１１）。次に、センサ部２２が、工作機械部２１の物理データを検出して状態識別部２３に出力する（ステップＳ１２）。
次に、状態識別部２３の特徴量抽出部２３１が、センサ部２２から入力された物理データから特徴量を抽出し、抽出した特徴量を保存先決定部２３４に出力する（ステップＳ１３）。
次に、保存先決定部２３４が、特徴量抽出部２３１から入力された特徴量の特徴量記憶部２３５における保存先を決定し、該特徴量を決定した保存先に記憶させる。ただし、基礎データ取得フェーズでは稼動状態がストップ状態に固定されているので、保存先を第１状態用領域２３５１に決定して、特徴量抽出部２３１から入力された特徴量を基礎データとして記憶させる（ステップＳ１４）。
次に、保存先決定部２３４が、特徴量記憶部２３５の第１状態用領域２３５１に記憶されている特徴量の数が上限数Ｍ１に達しているか否かを判定する（ステップＳ１５）。ここで、保存先決定部２３４が、第１状態用領域２３５１に記憶されている特徴量の数が上限数Ｍ１に達していないと判定した場合（ステップＳ１５でＮＯ）、処理はステップＳ１２に戻される。この後、ステップＳ１２〜Ｓ１５の処理が繰り返される。その後、保存先決定部２３４が、第１状態用領域２３５１に記憶されている特徴量の数が上限数Ｍ１に達したと判定した場合（ステップＳ１５でＹＥＳ）、該基礎データ取得フェーズの処理は終了される。基礎データ取得フェーズの処理が終了したことにより、この後は実稼動フェーズの処理が実行可能となる。
次に、図６は、実稼動フェーズの処理の一例を説明するフローチャートである。
該実稼動フェーズの処理は、基礎データ取得フェーズの処理が実行された後、機械装置２０が通電されている間、常時継続的に実行される。
はじめに、センサ部２２が、工作機械部２１の物理データを検出して状態識別部２３に出力する（ステップＳ２１）。
次に、状態識別部２３の特徴量抽出部２３１が、センサ部２２から入力された物理データから特徴量を抽出し、抽出した特徴量を類似度計算部２３２及び保存先決定部２３４に出力する（ステップＳ２２）。
次に、類似度計算部２３２が、特徴量抽出部２３１から入力された特徴量と、特徴量記憶部２３５に既に記憶されている全ての特徴量との類似度を計算して状態判定部２３３に出力する（ステップＳ２３）。
ただし、該実稼動フェーズの処理が開始された直後の場合、特徴量記憶部２３５には、第１状態用領域２３５１にストップ状態に対応する特徴量が上限数Ｍ１まで記憶されており、第２状態用領域２３５２、及び第３状態用領域２３５３には特徴量が記憶されていない。したがって、該実稼動フェーズの処理が開始された直後のステップＳ２３では、特徴量抽出部２３１から入力された特徴量と、ストップ状態に対応する特徴量との類似度を計算することになる。
次に、状態判定部２３３が、計算された類似度と、予め設定されている所定の閾値とを比較し、比較結果に基づき、機械装置２０の稼動状態をストップ状態、アイドル状態、又は作業状態のいずれかに判定する（ステップＳ２４）。
具体的には、特徴量記憶部２３５にストップ状態に対応する特徴量だけが記憶されている段階では、ストップ状態に対応する特徴量との類似度が所定の閾値以上である場合、稼動状態をストップ状態であると判定する。また、ストップ状態に対応する特徴量との類似度が所定の閾値未満である場合、ストップ状態ではないと仮判定する。通常、工作機械部２１は一定期間のアイドル状態を経てから作業状態に遷移する。そこで、ストップ状態ではないと仮判定した回数が上限数Ｍ２までは、稼動状態をアイドル状態であると判定する。
また、ストップ状態ではないと仮判定した回数が上限数Ｍ２を超えた場合、特徴量記憶部２３５にストップ状態に対応する上限数Ｍ１の特徴量と、アイドル状態に対応する上限数Ｍ２の特徴量とが記憶されていることになる。この段階では、ストップ状態に対応する特徴量との類似度と、アイドル状態に対応する特徴量との類似度との少なくとも一方が所定の閾値以上であれば、類似度が大きい方の稼動状態である判定する。また、ストップ状態に対応する特徴量との類似度と、アイドル状態に対応する特徴量との類似度との両方が所定の閾値未満である場合、稼動状態を作業状態であると判定する。
さらに、特徴量記憶部２３５にストップ状態に対応する特徴量と、アイドル状態に対応する特徴量と、作業状態に対応する特徴量とが記憶された段階では、所定の閾値との比較結果に拘わらず、類似度が最も大きい方の稼働状態である判定する。
上述したようにして機械装置２０の稼動状態を判定した後、状態判定部２３３が、判定結果を保存先決定部２３４に通知する（ステップＳ２５）。
次に、保存先決定部２３４が、特徴量抽出部２３１から入力されている特徴量の特徴量記憶部２３５における保存先を、状態判定部２３３による稼動状態の判定結果に基づいて決定する（ステップＳ２６）。具体的には、ストップ状態と判定された場合には、保存先を第１状態用領域２３５１に決定し、アイドル状態と判定された場合には、保存先を第２状態用領域２３５２に決定し、作業状態と判定された場合には、保存先を第３状態用領域２３５３に決定する。
次に、保存先決定部２３４が、ステップＳ２６で決定した特徴量の保存先に既に記憶されている特徴量の数が上限数に達しているか否かを判定する（ステップＳ２７）。ここで、上限数に達していると判定した場合（ステップＳ２７でＹＥＳ）、保存先決定部２３４が、決定した保存先に既に記憶されている１つの特徴量をランダム又は古いものから順に選択して消去する（ステップＳ２８）。反対に、保存先決定部２３４が、ステップＳ２６で決定した特徴量の保存先に既に記憶されている特徴量の数が上限数に達していないと判定した場合（ステップＳ２７でＮＯ）、ステップＳ２８をスキップする。
次に、保存先決定部２３４が、ステップＳ２６で決定した保存先に特徴量を記憶させる（ステップＳ２９）。例えば、特徴量抽出部２３１から入力されている特徴量の保存先が第１状態用領域２３５１であると決定された場合、既に第１状態用領域２３５１には上限数Ｍ１の特徴量が記憶されているので、保存先決定部２３４が、第１状態用領域２３５１から１つの特徴量を消去させた後、第１状態用領域２３５１に特徴量抽出部２３１から入力されている特徴量を記憶させる。
この後、処理はステップＳ２１に戻されて、ステップＳ２１〜Ｓ２９が繰り返される。そして、該実稼働フェーズの処理は、ユーザからの所定の操作に対応して終了される。
以上に説明した状態識別処理によれば、基礎データ取得フェーズにおいてストップ状態に対応する特徴量を基礎データとして上限数Ｍ１だけ取得、記憶すれば、その後、実稼動フェーズでは、稼働状態がストップ状態であるか否かだけでなく、ストップ状態、アイドル状態、及び作業状態の何れであるかを識別することが可能となる。
また、実稼動フェーズでは、アイドル状態に対応する特徴量、及び作業状態に対応する特徴量を取得、記憶することができるので、基礎データ取得フェーズの終了直後に比較して、稼動状態の識別精度を徐々に向上させることができる。
また、特徴量記憶部２３５では稼動状態毎に異なる領域を設けるとともに、そこに記憶する特徴量の数の上限数を設けているので、特徴量記憶部２３５に記憶されている特徴量に稼動状態の偏りが生じない。したがって、仮に同じ稼動状態が長く継続した後であっても、稼動状態の識別精度を高く維持することができる。
＜変形例＞
上述したステップＳ２４の処理では、状態判定部２３３が、特徴量記憶部２３５にストップ状態に対応する特徴量と、アイドル状態に対応する特徴量と、作業状態に対応する特徴量とが記憶されている段階では、所定の閾値との比較結果に拘わらず、稼動状態を類似度が最大となる方に判定するとした。
この変形例として、該段階では、計算された全ての類似度が所定の閾値未満である場合には、状態判定部２３３が、特徴量を抽出した元の物理データにノイズが生じていると判断して、特徴量抽出部２３１から保存先決定部２３４に出力された特徴量を消去させるか、又は４つ目の状態（例えば、作業状態が２種類存在する等）が発生していると判断し、該特徴量を特徴量記憶部２３５に追加して設けた第４状態用領域に記憶するようにする。
例えば、計算された全ての類似度が所定の閾値未満である場合の連続回数が所定数（例えば、５）未満であるときには、特徴量を抽出した元の物理データにノイズが生じていると状態判定部２３３が判断して、特徴量抽出部２３１から保存先決定部２３４に出力された特徴量を消去する。また、計算された全ての類似度が所定の閾値未満である場合の連続回数が所定数（例えば、５）以上であるときには、該特徴量を特徴量記憶部２３５に追加して設けた特別領域に記憶するようにする。ただし、特別領域に記憶した特徴量は、類似度計算には用いない。そして、特別領域に記憶した特徴量の数が所定数を超えた場合、４つ目の状態が存在する旨を表す警告メッセージ等を状態判定部２３３が出力し、通信部２３７及びネットワーク３０を介して生産管理装置４０に通知するようにしてもよい。その後、ユーザからの操作により、パラメータ記憶部２３６の記憶領域数Ｎが４に変更された後、記憶装置２０の稼動状態を４種類のいずれかに識別するようにすればよい。
＜状態識別部２３の第２の構成例＞
次に、図７は、状態識別部２３の第２の構成例を示している。
状態識別部２３の第２の構成例は、状態識別部２３の第１の構成例（図２）に対してリセット部２３８を追加し、パラメータ記憶部２３６にリセット回数Ｒを追加記憶させたものである。なお、状態識別部２３の第２の構成例の構成要素のうち、第１の構成例の構成要素と共通するものについては同一の符号を付して、その説明は適宜省略する。
リセット部（本発明の削除部に相当する）２３８は、パラメータ記憶部２３６に記憶されているリセット回数Ｒを取得する。また、リセット部２３８は、状態判定部２３３による判定結果を取得する。さらに、リセット部２３８は、状態判定部２３３によってストップ状態であるとリセット回数Ｒだけ連続して判定された場合、特徴量記憶部２３５の第１状態用領域２３５１に記憶されている特徴量（すなわち、基礎データ）だけを残して、第２状態用領域２３５２〜第Ｎ状態用領域２３５Ｎ（いまの場合、Ｎ＝３）に記録されている特徴量をリセット（削除）する。
次に、図８は、状態識別部２３の第２の構成例に対応する実稼動フェーズの処理の一例を説明するフローチャートである。以下、状態識別部２３の第２の構成例に対応する実稼動フェーズの処理を、第２の実稼動フェーズの処理と称する。また、状態識別部２３の第１の構成例に対応する実稼動フェーズの処理（図６）を、第１の実稼動フェーズの処理と称する。
なお、該第２の実稼動フェーズの処理に先行して実行される基礎データ取得フェーズについては、図５を参照して上述した説明と同様なので省略する。
該第２の実稼動フェーズの処理のステップＳ３１〜Ｓ３６は、図６を参照して上述した第１の実稼動フェーズの処理のステップＳ２１〜Ｓ２６と同一であるので、その説明は省略する。
ステップＳ３６の処理により、保存先決定部２３４が、特徴量抽出部２３１から入力されている特徴量の特徴量記憶部２３５における保存先を決定した後、次に、リセット部２３８が、特徴量記憶部２３５に記憶されている特徴量をリセットするか否かを判定する（ステップＳ３７）。
具体的には、直前のステップＳ３４における判定がストップ状態であり、そのストップ状態であるとの判定の連続回数がリセット回数Ｒに達した場合、リセット部２３８が、特徴量をリセットすると判定する。反対に、直前のステップＳ３４における判定がストップ状態ではなかったり、ストップ状態であってそのストップ状態であるとの判定の連続回数がリセット回数Ｒに達していなかったりした場合、リセット部２３８が、特徴量をリセットしないと判定する。
ここで、リセット部２３８が、特徴量をリセットすると判定した場合（ステップＳ３７でＹＥＳ）、特徴量記憶部２３５の第１状態用領域２３５１に記憶されている特徴量だけを残して、第２状態用領域２３５２〜第Ｎ状態用領域２３５Ｎ（いまの場合、Ｎ＝３）に記録されている特徴量をリセットする（ステップＳ３８）。この後、処理はステップＳ３９に進められる。
反対に、リセット部２３８が、特徴量をリセットしないと判定した場合（ステップＳ３７でＮＯ）、処理はステップＳ３８をスキップして、ステップＳ３９に進められる。
ステップＳ３９〜Ｓ４１は、図６を参照して上述した第１の実稼動フェーズの処理のステップＳ２７〜Ｓ２９と同一であるので、その説明は省略する。
以上に説明した第２の実稼動フェーズの処理によれば、例えば、工作機械部２１の仕様を変更したり、加工条件の変更作業を行ったりするために機械工作部２１をストップ状態とし、その状態が一定時間継続した場合、アイドル状態や作業状態に対応する特徴量をリセットすることができる。これにより、例えば、工作機械部２１の仕様を変更したり、加工条件の変更作業を行ったりした後の状態識別の精度を、特徴量をリセットしない場合に比較して向上させることができる。
ところで、上述した状態識別部２３については、ハードウェアにより構成することもできるし、ソフトウェアにより実現することもできる。状態識別部２３をソフトウェアにより実現する場合には、そのソフトウェアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、上述したエッジマイコンや、専用のハードウェアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
図９は、状態識別部２３をプログラムにより実現するコンピュータのハードウェアの構成例を示すブロック図である。
該コンピュータ３００において、ＣＰＵ（Central Processing Unit）３０１，ＲＯＭ（Read Only Memory）３０２，ＲＡＭ（Random Access Memory）３０３は、バス３０４により相互に接続されている。
バス３０４には、さらに、入出力インターフェース３０５が接続されている。入出力インターフェース３０５には、センサ部２２（不図示）、入力部３０６、出力部３０７、記憶部３０８、通信部２３７、及びドライブ３１０が接続されている。
入力部３０６は、キーボード、マウス、マイクロフォン等より成る。出力部３０７は、ディスプレイやスピーカ等より成る。記憶部３０８は、ＨＤＤ(Hard Disc Drive)，ＳＳＤ(Solid State Drive)等から成り、各種の情報を記憶する。記憶部３０８は、状態識別部２３の特徴量記憶部２３５及びパラメータ記憶部２３６に相当する。通信部２３７は、ＬＡＮインターフェース等から成り、ネットワークを介して他の装置と通信を行う。ドライブ３１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブルメディア３１１を駆動する。
以上のように構成されるコンピュータ３００では、ＣＰＵ３０１が、例えば、記憶部３０８に記憶されているプログラムを、入出力インターフェース３０５及びバス３０４を介して、ＲＡＭ３０３にロードして実行することにより、状態識別部２３が実現される。
コンピュータ３００（ＣＰＵ３０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア３１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、通信ネットワーク、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータ３００では、プログラムは、リムーバブルメディア３１１をドライブ３１０に装着することにより、入出力インターフェース３０５を介して、記憶部３０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２３７で受信し、記憶部３０８にインストールすることができる。その他、プログラムは、ＲＯＭ３０２や記憶部３０８に、あらかじめインストールしておくことができる。
なお、コンピュータ３００が実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであってもよいし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであってもよい。
本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
本発明は、上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した各実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、本発明が、必ずしも説明した全ての構成要素を備えるものに限定されるものではない。また、ある実施形態の構成の一部を、他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に、他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現されてもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
本発明は、状態識別装置、状態識別方法、及び機械装置だけでなく、コンピュータ読み取り可能なプログラム等の様々な態様で提供することができる。
１０・・・生産管理システム、２０・・・機械装置、２１・・・工作機械部、２２・・・センサ部、２３・・・状態識別部、３０・・・ネットワーク、４０・・・生産管理装置、２３１・・・特徴量抽出部、２３２・・・類似度計算部、２３３・・・状態判定部、２３４・・・保存先決定部、２３５・・・特徴量記憶部、２３６・・・パラメータ記憶部、２３７・・・通信部、２３８・・・リセット部、３００・・・コンピュータ、３０１・・・ＣＰＵ、３０２・・・ＲＯＭ、３０３・・・ＲＡＭ、３０４・・・バス、３０５・・・入出力インターフェース、３０６・・・入力部、３０７・・・出力部、３０８・・・記憶部、３１０・・・ドライブ、３１１・・・リムーバブルメディア

Claims (10)

  1. 複数の稼動状態に遷移し得る工作機械部の物理データから特徴量を抽出する特徴量抽出部と、
    前記工作機械部が遷移し得る前記複数の稼動状態毎に、抽出された前記特徴量の保存先となる領域が設けられた特徴量記憶部と、
    抽出された前記特徴量と、前記特徴量記憶部に記憶されている特徴量との類似度を計算する類似度計算部と、
    計算された前記類似度に基づいて前記工作機械部の稼動状態を判定する状態判定部と、
    前記状態判定部の判定結果に基づいて、抽出された前記特徴量の保存先となる前記領域を決定する保存先決定部と、
    を備えることを特徴とする状態識別装置。
  2. 請求項１に記載の状態識別装置であって、
    前記特徴量抽出部は、前記工作機械部がストップ状態に遷移しているときに検出された前記物理データから特徴量を抽出し、
    前記特徴量記憶部は、前記工作機械部がストップ状態に遷移しているときに検出された前記物理データから抽出された前記特徴量を、前記ストップ状態に対応する前記領域に基礎データとして記憶する
    ことを特徴とする状態識別装置。
  3. 請求項１に記載の状態識別装置であって、
    前記工作機械部は、前記稼動状態として、少なくともストップ状態、アイドル状態、及び作業状態の３種類のいずれかに遷移し、
    前記特徴量記憶部には、前記ストップ状態、前記アイドル状態、及び前記作業状態にそれぞれ対応する前記領域が設けられている
    ことを特徴とする状態識別装置。
  4. 請求項１に記載の状態識別装置であって、
    前記特徴量記憶部に設けられた前記複数の稼働状態にそれぞれ対応する前記領域には、前記特徴量を記憶する数の上限数が設けられており、
    前記特徴量記憶部は、抽出された前記特徴量の保存先に決定された前記領域に前記上限数の前記特徴量が記憶されている場合、記憶されている前記特徴量を１だけ消去した後、抽出された前記特徴量を記憶する
    ことを特徴とする状態識別装置。
  5. 請求項４に記載の状態識別装置であって、
    前記特徴量記憶部に設けられている前記複数の稼働状態にそれぞれ対応する前記領域には、それぞれ異なる前記上限数が設けられている
    ことを特徴とする状態識別装置。
  6. 請求項１に記載の状態識別装置であって、
    前記特徴量記憶部には、前記複数の稼働状態のいずれにも対応しない前記領域が設けられており、
    前記特徴量記憶部は、前記工作機械部の前記稼働状態が判定されなかった場合、前記複数の稼働状態のいずれにも対応しない前記領域に、抽出された前記特徴量を記憶する
    ことを特徴とする状態識別装置。
  7. 請求項２に記載の状態識別装置であって、
    前記特徴量記憶部から前記基礎データ以外の前記特徴量を削除する削除部を、
    備えることを特徴とする状態識別装置。
  8. 請求項７に記載の状態識別装置であって、
    前記削除部は、前記状態判定部によって前記工作機械部の前記稼動状態が前記ストップ状態であると所定回数連続して判定された場合、前記特徴量記憶部から前記基礎データ以外の前記特徴量を削除する
    ことを特徴とする状態識別装置。
  9. 状態識別装置の状態識別方法であって、
    複数の稼動状態に遷移し得る工作機械部の物理データから特徴量を抽出する特徴量抽出ステップと、
    抽出された前記特徴量と、特徴量記憶部に記憶されている特徴量との類似度を計算する類似度計算ステップと、
    計算された前記類似度に基づいて前記工作機械部の稼動状態を判定する状態判定ステップと、
    前記状態判定ステップでの判定結果に基づいて、抽出された前記特徴量の保存先となる前記特徴量記憶部における領域を決定する保存先決定ステップと、
    を含み、
    前記特徴量記憶部は、前記工作機械部が遷移し得る前記複数の稼動状態毎に、抽出された前記特徴量の保存先となる領域が設けられている
    ことを特徴とする状態識別方法。
  10. 複数の稼動状態に遷移し得る工作機械部と、
    前記工作機械部の物理データを検出するセンサ部と、
    検出された前記物理データから特徴量を抽出する特徴量抽出部と、
    前記工作機械部が遷移し得る前記複数の稼動状態毎に、抽出された前記特徴量の保存先となる領域が設けられた特徴量記憶部と、
    抽出された前記特徴量と、前記特徴量記憶部に記憶されている特徴量との類似度を計算する類似度計算部と、
    計算された前記類似度に基づいて前記工作機械部の稼動状態を判定する状態判定部と、
    前記状態判定部の判定結果に基づいて、抽出された前記特徴量の保存先となる前記領域を決定する保存先決定部と、
    を備えることを特徴とする機械装置。
JP2018081288A 2018-04-20 2018-04-20 状態識別装置、状態識別方法、及び機械装置 Active JP7005419B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018081288A JP7005419B2 (ja) 2018-04-20 2018-04-20 状態識別装置、状態識別方法、及び機械装置
EP19167129.6A EP3557346B1 (en) 2018-04-20 2019-04-03 State identification device, state identification method and mechanical device
US16/382,900 US10845794B2 (en) 2018-04-20 2019-04-12 State identification device, state identification method and mechanical device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018081288A JP7005419B2 (ja) 2018-04-20 2018-04-20 状態識別装置、状態識別方法、及び機械装置

Publications (2)

Publication Number Publication Date
JP2019191733A true JP2019191733A (ja) 2019-10-31
JP7005419B2 JP7005419B2 (ja) 2022-01-21

Family

ID=66092094

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018081288A Active JP7005419B2 (ja) 2018-04-20 2018-04-20 状態識別装置、状態識別方法、及び機械装置

Country Status (3)

Country Link
US (1) US10845794B2 (ja)
EP (1) EP3557346B1 (ja)
JP (1) JP7005419B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200309642A1 (en) * 2019-03-29 2020-10-01 Yu TESHIMA Diagnosis device, diagnosis system, and computer-readable medium

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022086866A (ja) * 2020-11-30 2022-06-09 株式会社リコー 診断装置、診断システム、診断方法、およびプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009169556A (ja) * 2008-01-12 2009-07-30 Kanto Auto Works Ltd トレーシングシステム
JP2010236302A (ja) * 2009-03-31 2010-10-21 Hitachi Constr Mach Co Ltd 作業機械の学習診断システム、状態診断装置及び状態学習装置
WO2017090098A1 (ja) * 2015-11-25 2017-06-01 株式会社日立製作所 設備管理装置および方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1028307B1 (en) * 1998-08-28 2008-06-25 Mitutoyo Corporation Apparatus and method for maintenance of instrument for measuring coordinates and surface properties
US7002465B2 (en) * 2001-04-25 2006-02-21 Hitachi Construction Machinery Security system of construction machine
JP4233932B2 (ja) * 2003-06-19 2009-03-04 日立建機株式会社 作業機械の作業支援・管理システム
JP2005032103A (ja) * 2003-07-09 2005-02-03 Nec Corp 自動販売機管理システム
JP2007316853A (ja) * 2006-05-24 2007-12-06 Hitachi Ltd プロジェクトの管理方法及びシステム
JP4321581B2 (ja) * 2006-11-30 2009-08-26 パナソニック電工株式会社 工作機械総合監視装置
KR101517917B1 (ko) * 2007-08-09 2015-05-07 히다치 겡키 가부시키 가이샤 작업기계의 기기 진단장치 및 기기 진단시스템
JP5301310B2 (ja) * 2009-02-17 2013-09-25 株式会社日立製作所 異常検知方法及び異常検知システム
JP2012064039A (ja) * 2010-09-16 2012-03-29 Toshiba Corp 紙葉類処理装置、及び紙葉類処理方法
JP6302645B2 (ja) * 2013-11-12 2018-03-28 日立建機株式会社 作業機械の稼働データ収集装置
JP6434246B2 (ja) * 2014-07-29 2018-12-05 ファナック株式会社 機械異常履歴の解析支援機能を有する数値制御装置
JP6254916B2 (ja) * 2014-08-11 2017-12-27 株式会社神戸製鋼所 混練装置用内部点検装置
CN106151085B (zh) * 2015-04-09 2019-12-03 开利公司 流体设备喘振监控方法和制冷系统
JP5946573B1 (ja) * 2015-08-05 2016-07-06 株式会社日立パワーソリューションズ 異常予兆診断システム及び異常予兆診断方法
JP2017048046A (ja) * 2015-09-04 2017-03-09 村田機械株式会社 繊維機械管理システム
RU2696649C1 (ru) * 2015-11-06 2019-08-05 Сименс Акциенгезелльшафт Интеллектуальные заготовки
CN107338826A (zh) * 2016-04-28 2017-11-10 东空销售股份有限公司 附件监视系统
US10482527B2 (en) * 2016-07-28 2019-11-19 OneMarket Network LLC Systems and methods to predict resource availability
US10528898B2 (en) * 2016-08-18 2020-01-07 i Smart Technologies Corporation Production management system, production management apparatus and production management method for manufacturing line

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009169556A (ja) * 2008-01-12 2009-07-30 Kanto Auto Works Ltd トレーシングシステム
JP2010236302A (ja) * 2009-03-31 2010-10-21 Hitachi Constr Mach Co Ltd 作業機械の学習診断システム、状態診断装置及び状態学習装置
WO2017090098A1 (ja) * 2015-11-25 2017-06-01 株式会社日立製作所 設備管理装置および方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200309642A1 (en) * 2019-03-29 2020-10-01 Yu TESHIMA Diagnosis device, diagnosis system, and computer-readable medium
US11841294B2 (en) * 2019-03-29 2023-12-12 Ricoh Company, Ltd. Diagnosis device, diagnosis system, and computer-readable medium

Also Published As

Publication number Publication date
EP3557346A1 (en) 2019-10-23
US10845794B2 (en) 2020-11-24
JP7005419B2 (ja) 2022-01-21
EP3557346B1 (en) 2021-07-07
US20190324428A1 (en) 2019-10-24

Similar Documents

Publication Publication Date Title
JP6330922B2 (ja) 情報処理装置および情報処理方法
CN106156355B (zh) 日志处理方法及装置
KR102097953B1 (ko) 고장 리스크 지표 추정 장치 및 고장 리스크 지표 추정 방법
JPWO2017090098A1 (ja) 設備管理装置および方法
JP4990988B2 (ja) 機器劣化評価支援方法及び機器劣化評価支援装置
KR101339844B1 (ko) 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법
JP7005419B2 (ja) 状態識別装置、状態識別方法、及び機械装置
CN102129425A (zh) 数据仓库中大对象集合表的访问方法及装置
WO2018122890A1 (ja) ログ分析方法、システムおよびプログラム
JP2019169044A (ja) ソフトウェアロボット定義情報生成システム、ソフトウェアロボット定義情報生成方法、及びプログラム
JP2018206316A (ja) プラント運転監視システム及びプラント運転監視方法
JP6864756B2 (ja) 作業分析装置、及び作業分析方法
JPWO2012153400A1 (ja) データ処理システム、データ処理方法、及び、プログラム
CN101465542B (zh) 电力系统低频振荡实时监测算法
US9791911B2 (en) Determining whether a change in power usage is abnormal when power usage exceeds a threshold based on additional metrics of components in an electronic device
EP3879470B1 (en) Data management system and data management method
EP3404589A1 (en) Computer system and method for improved monitoring of the technical state of industrial systems
JP2017045080A (ja) 業務フロー仕様再生方法
JP6415786B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US10862812B2 (en) Information processing apparatus, data management system, data management method, and non-transitory computer readable medium storing program
US20120233224A1 (en) Data processing
JP6524875B2 (ja) 処理設定検索装置、方法及びプログラム
JP6710232B2 (ja) 管理装置、管理方法およびプログラム。
JP2019152941A (ja) 保守計画支援装置、保守計画支援方法及び保守計画支援プログラム
JP6677068B2 (ja) 実行時間推定装置、実行時間推定方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201019

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210630

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210806

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: 20211221

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220105