JP2020149531A - 診断装置、診断方法、及び診断プログラム - Google Patents

Abstract

【課題】取得したデータを効率的に蓄積し、ユーザが利用しやすい形でデータ提供を行う診断装置、診断方法、及び診断プログラムを提供する。【解決手段】対象装置２００の動作に応じて変化する物理量を検知する検知部２２５から出力される検知情報を取得する第１の取得部１１２と、対象装置における複数の処理工程のうち、ユーザにより設定された監視対象の処理工程に対応する所定区間において取得された検知情報を抽出するデータ抽出部１０３ａと、所定区間の検知情報に基づいて異常スコアを算出するスコア算出部１０２ｃと、所定区間の検知情報および異常スコアの少なくともいずれかを記憶装置に蓄積するデータ蓄積部１０３ｂと、蓄積された所定区間の検知情報および異常スコアの少なくともいずれかを出力装置（表示部）１１５に出力させる出力制御部（表示制御部）１０５と、を備える。【選択図】図２

Description

本発明は、診断装置、診断方法、及び診断プログラムに関する。

処理対象物の処理を行う処理装置において、装置の異常等を検知するため、機械のモータの電流値の情報、振動、または力等の物理量を検知して出力する方法が既に知られている（特許文献１）。

しかしながら、特許文献１に記載された技術では、取得したデータの効率的な蓄積や、検知した異常をどのようにユーザに伝えるか等、ユーザが利用しやすい形でのデータ提供にうまく対応できていない。

本発明は、上述の課題に鑑みてなされたものであって、取得したデータを効率的に蓄積し、ユーザが利用しやすい形でデータ提供を行う診断装置、診断方法、及び診断プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、複数の処理工程を含むサイクルを繰り返す対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第１の取得部と、前記対象装置を動作させる区間を示す信号を前記対象装置から取得する第２の取得部と、前記信号から前記対象装置における前記複数の処理工程のうち、ユーザにより設定された監視対象の処理工程に対応する所定区間を判別し、前記所定区間において取得された前記検知情報を抽出するデータ抽出部と、前記所定区間の前記検知情報に基づいて前記検知情報の異常が累積されたスコア値である異常スコアを算出するスコア算出部と、前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを記憶装置に蓄積するデータ蓄積部と、蓄積された前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを出力装置に出力させる出力制御部と、を備える。

本発明によれば、取得したデータを効率的に蓄積し、ユーザが利用しやすい形でデータ提供を行うことが可能となる。

図１は、実施形態にかかる診断システムの構成を概略的に示す図である。 図２は、実施形態にかかる加工機および診断装置の構成の一例を機能ブロックで示す図である。 図３は、実施形態にかかる加工機のハードウェア構成の一例を示す図である。 図４は、実施形態にかかる診断装置のハードウェア構成の一例を示す図である。 図５は、実施形態にかかる加工機の検知情報およびラダー信号の一例を示す図である。 図６は、実施形態にかかる診断装置が検知情報から抽出した特徴情報を周波数成分で模式的に例示する図である。 図７は、実施形態にかかる診断装置におけるデータ取得に関わる処理の手順の一例を示すフロー図である。 図８は、実施形態にかかる診断装置における工具の設定操作について説明する図である。 図９は、実施形態にかかる診断装置における工具の設定操作について説明する図である。 図１０は、実施形態にかかる診断装置における工具の設定操作について説明する図である。 図１１は、実施形態にかかる診断装置における工具の設定操作について説明する図である。 図１２は、実施形態にかかる診断装置における工具の設定操作について説明する図である。 図１３は、実施形態にかかる診断装置における処理工程の設定操作について説明する図である。 図１４は、実施形態にかかる診断装置における処理工程の設定操作について説明する図である。 図１５は、実施形態にかかる診断装置における処理工程の設定操作について説明する図である。 図１６は、実施形態にかかる診断装置における処理工程の設定操作について説明する図である。 図１７は、実施形態にかかる診断装置における処理工程の設定操作について説明する図である。 図１８は、実施形態にかかる診断装置におけるアラート閾値の設定操作について説明する図である。 図１９は、実施形態にかかる診断装置におけるアラート閾値の設定操作について説明する図である。 図２０は、実施形態にかかる診断装置におけるアラート閾値の設定操作について説明する図である。 図２１は、実施形態にかかる診断装置が取得したデータの蓄積先を選択する処理の手順の一例を示すフロー図である。 図２２は、実施形態にかかる診断装置におけるデータの蓄積先の設定操作について説明する図である。 図２３は、実施形態にかかる診断装置におけるデータの蓄積先の設定操作について説明する図である。 図２４は、実施形態にかかる診断装置によるデータ解析処理の手順の一例を示すフロー図である。 図２５は、実施形態にかかる診断装置による異常スコアのグラフの更新について説明する図である。 図２６は、実施形態にかかる診断装置による異常スコアのグラフの更新について説明する図である。 図２７は、実施形態にかかる診断装置による異常スコアのグラフの更新について説明する図である。 図２８は、実施形態にかかる診断装置によるアラートアイコンの表示について説明する図である。 図２９は、実施形態にかかる診断装置によるアラートアイコンの表示について説明する図である。 図３０は、実施形態にかかる診断装置によるアラートアイコンの表示について説明する図である。 図３１は、実施形態にかかる診断装置によるアラートアイコンの表示について説明する図である。 図３２は、実施形態にかかる診断装置によるアラートアイコンの表示について説明する図である。 図３３は、実施形態にかかる診断装置における履歴データの表示処理の手順の一例を示すフロー図である。 図３４は、実施形態にかかる診断装置により表示される履歴データ画面の一例を示す図である。 図３５は、実施形態にかかる診断装置における異常スコアの表示処理の手順の一例を示すフロー図である。 図３６は、実施形態にかかる診断装置による異常スコアのグラフ表示について説明する図である。 図３７は、実施形態にかかる診断装置による異常スコアのグラフ表示について説明する図である。 図３８は、実施形態にかかる診断装置による異常スコアのグラフ表示について説明する図である。

以下に、図面を参照しながら、本発明にかかる診断装置、診断方法、及び診断プログラムの実施形態を詳細に説明する。以下の実施形態によって本発明が限定されるものではなく、以下の実施形態における構成要素には、当業者が容易に想到できるもの、実質的に同一のもの、およびいわゆる均等の範囲のものが含まれる。さらに、以下の実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換、変更および組み合わせを行うことができる。

（診断システムの全体構成）
図１は、実施形態にかかる診断システム１の構成を概略的に示す図である。図１に示すように、実施形態の診断システム１は、加工機２００、診断装置１００、及びクラウドサーバＣＳを備える。加工機２００と診断装置１００とは、通信回線ＣＭを介して互いに接続されている。診断装置１００は、ネットワークＮＴを介してクラウドサーバＣＳに接続されている。

図２は、実施形態にかかる加工機２００および診断装置１００の構成の一例を機能ブロックで示す図である。加工機２００は、工具を用いて、加工対象に対して切削、研削または研磨等の加工を行う工作機械である。加工機２００は、診断装置１００による診断の対象となる対象装置の一例である。診断装置１００は、加工機２００に対して通信可能となるように接続され、加工機２００の動作について異常の診断を行う装置である。

加工機２００は、数値制御部２０１と、通信制御部２２１と、駆動制御部２２３と、駆動部２２４と、検知部２２５と、を有する。

数値制御部２０１は、駆動部２２４による加工を数値制御（ＮＣ：Ｎｕｍｅｒｉｃａｌ Ｃｏｎｔｒｏｌ）により実行する機能部である。例えば、数値制御部２０１は、駆動部２２４の動作を制御する数値制御データを生成して出力する。また、数値制御部２０１は、工具を駆動させる駆動部２２４の動作状態を示すコンテキスト情報として、例えばラダー信号を通信制御部２２１に出力する。ラダー信号は加工実施の時間を示すＯＮ／ＯＦＦ信号である。加工実施の時間は、工具の加工対象に対する送り動作の開始から実際の加工処理が終了するまでの区間である。コンテキスト情報とは、加工機２００の動作の種類ごとに複数定められる情報である。コンテキスト情報は、上記のラダー信号のほか、例えば、加工機２００の識別情報、工具の識別情報等の駆動部２２４の識別情報、駆動部２２４に駆動される工具の径、および工具の材質等のコンフィギュレーション情報、ならびに、駆動部２２４の動作状態、駆動部２２４の使用開始からの累積使用時間、駆動部２２４に加わる負荷、駆動部２２４の回転数、駆動部２２４の加工速度等の加工条件の情報等を示す情報を含んでいてもよい。

数値制御部２０１は、例えば、現在の加工機２００の動作に対応するコンテキスト情報を、逐次、通信制御部２２１を介して診断装置１００に送信する。数値制御部２０１は、加工対象を加工する際の処理工程に応じて、駆動する駆動部２２４の種類、または駆動部２２４の回転数、回転速度等の駆動状態を変更する。数値制御部２０１は、動作の種類を変更するごとに、変更した動作の種類に対応するコンテキスト情報を、通信制御部２２１を介して診断装置１００に逐次送信する。

通信制御部２２１は、診断装置１００等の外部装置との間の通信を制御する機能部である。通信制御部２２１は、例えば、現在の動作に対応するコンテキスト情報を診断装置１００に送信する。

駆動制御部２２３は、数値制御部２０１により求められた数値制御データに基づいて、駆動部２２４を駆動制御する機能部である。

駆動部２２４は、駆動制御部２２３による駆動制御の対象となる機能部である。駆動部２２４は、駆動制御部２２３による制御によって工具を駆動する。駆動部２２４は、駆動制御部２２３によって駆動制御されるアクチュエータ（モータ）等である。なお、駆動部２２４は、加工に用いられ、数値制御の対象となるものであればどのようなアクチュエータであってもよい。また、駆動部２２４は、２以上備えられていてもよい。

検知部２２５は、加工機２００で発生する物理量を検知し、検知した物理量の情報を検知情報として診断装置１００へ出力する機能部である。加工機２００で発生する物理量としては、加工機２００で発生する振動または音等である。このような振動または音等は、例えば、加工機２００に設置された工具と加工対象とが加工動作中に接触することにより発生する。または、このような振動または音等は、工具もしくは加工機２００自体により発せられる。検知部２２５の個数は任意である。例えば、同一の物理量を検知する複数の検知部２２５を備えてもよいし、相互に異なる物理量を検知する複数の検知部２２５を備えてもよい。例えば、加工に用いる工具である刃の折れ、および、刃のチッピング等が発生すると、加工時の振動や音が変化する。このため、検知部２２５で振動データや音響データを検知し、正常な振動や音を判断するモデル等を用いて判断することにより、加工機２００の動作の異常が検知可能となる。

診断装置１００は、通信制御部１１１と、検知情報受信部１１２と、加工情報取得部１０１と、診断部１０２と、データ管理部１０３と、設定管理部１０４と、記憶部１１３と、入力部１１４と、表示制御部１０５と、表示部１１５と、を有する。

通信制御部１１１は、加工機２００及びクラウドサーバＣＳと診断装置１００との通信を制御する機能部である。例えば、通信制御部１１１は、加工機２００から、通信制御部２２１を介して検知情報およびコンテキスト情報を受信する。また、通信制御部１１１は、これらの情報に基づくデータ等をクラウドサーバＣＳに送信する。

第１取得部としての検知情報受信部１１２は、加工機２００に設置された検知部２２５から検知情報を受信する機能部である。検知情報受信部１１２は、受信した検知情報を、記憶部１１３を構成する１次記憶装置に一時的に格納する。

第２取得部としての加工情報取得部１０１は、加工機２００から、通信制御部１１１により受信されたコンテキスト情報を取得する機能部である。加工情報取得部１０１は、取得したコンテキスト情報を、記憶部１１３を構成する１次記憶装置に一時的に格納する。

診断部１０２は、特徴抽出部１０２ａ、モデル生成部１０２ｂ、及びスコア算出部１０２ｃを備え、これらの構成による検知情報の解析を行って、加工機２００の動作の異常等を判定する機能部である。

特徴抽出部１０２ａは、検知情報の特徴を示す特徴情報を検知情報から抽出する機能部である。特徴情報は、検知情報の特徴を示す情報であればどのような情報であってもよい。

モデル生成部１０２ｂは、加工が正常に行われたことの判定に用いられるモデルを生成する機能部である。モデルは、例えばコンテキスト情報ごとに生成される。なお、モデルを外部装置で生成する場合は、モデル生成部１０２ｂは備えられなくてもよい。

スコア算出部１０２ｃは、例えば特徴抽出部１０２ａにより抽出された特徴情報と、モデル生成部１０２ｂにより生成されたコンテキスト情報ごとのモデルと、を用いて、抽出された特徴情報の異常が累積されたスコア値である異常スコアを算出する。換言すれば、異常スコアは、抽出された特徴情報がモデルからどれくらい乖離しているかを示すものであり、これにより、加工機２００の動作が正常であるか否かの診断が可能となる。

データ管理部１０３は、データ抽出部１０３ａ及びデータ蓄積１０３ｂ備え、検知情報、コンテキスト情報、特徴情報、および異常スコア等を管理する機能部である。

データ抽出部１０３ａは、コンテキスト情報から加工機２００における所定の処理工程に対応する所定区間を算出する。所定の処理工程は、例えばユーザにより設定された監視対象の処理工程である。また、データ抽出部１０３ａは、検知情報受信部１１２により取得された検知情報のうち、上記の所定区間に取得された検知情報を抽出する。上記の診断部１０２は、例えば、抽出された所定区間の検知情報を用いて各種解析を行って加工機２００の異常診断を行う。

データ蓄積部１０３ｂは、上記の所定区間の検知情報、コンテキスト情報、特徴情報、及び異常スコア等のデータを、記憶部１１３を構成する２次記憶装置およびクラウドサーバＣＳ（図１参照）の少なくともいずれかに格納して蓄積していく。また、データ蓄積部１０３ｂは、ユーザからの指示にしたがい、蓄積したデータを２次記憶装置およびクラウドサーバＣＳから読み出す。

設定管理部１０４は、ユーザによる各種設定を管理する機能部である。設定管理部１０４は、ユーザが所定の工具を監視対象の工具として設定することを可能にする。また、設定管理部１０４は、ユーザが所定の処理工程を監視対象の処理工程として設定することを可能にする。また、設定管理部１０４は、ユーザによるこれらの設定内容を、記憶部１１３を構成する２次記憶装置に保存する。

記憶部１１３は、検知情報、特徴情報、モデル、及び異常スコアを、コンテキスト情報とそれぞれ関連付けて記憶する機能部である。また、記憶部１１３は、ユーザによる各種設定を保持する。

入力部１１４は、文字および数字等の入力、各種指示の選択、ならびにカーソルの移動等の操作を行う機能部である。

出力制御部としての表示制御部１０５は、表示部１１５の表示動作を制御する機能部である。具体的には、表示制御部１０５は、例えば、検知情報、特徴情報、モデル、及び異常スコア等の各種情報を、表示部１１５に表示させる。表示制御部１０５は、蓄積されたこれらの各種情報を、履歴情報として表示部１１５に表示させてもよい。表示部１１５は、表示制御部１０５による制御に従って各種情報を表示する機能部である。

なお、診断装置１００および加工機２００それぞれの機能部は、機能を概念的に示したものであって、このような構成に限定されるものではない。例えば、図２で独立した機能部として図示した複数の機能部を、１つの機能部として構成してもよい。一方、図２の１つの機能部が有する機能を複数に分割し、複数の機能部として構成してもよい。

また、加工機２００と診断装置１００とは、どのような接続形態で接続されてもよい。例えば、加工機２００と診断装置１００とは、専用の接続線、有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の有線ネットワーク、または、無線ネットワーク等により接続されていてもよい。

また、図２には１台の加工機２００が診断装置１００に接続されている例が示されているが、これに限定されるものではなく、複数台の加工機２００が診断装置１００に対して、それぞれ通信可能となるように接続されていてもよい。

（加工機のハードウェア構成）
次に、図３を用い、実施形態の加工機２００のハードウェア構成例について説明する。図３は、実施形態にかかる加工機２００のハードウェア構成の一例を示す図である。

図３に示すように、加工機２００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２０ａと、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２０ｂと、通信Ｉ／Ｆ（インターフェース）２１と、駆動制御回路２３と、がバス２Ｂで通信可能に接続された構成となっている。

ＣＰＵ２０は、加工機２００の全体を制御する演算装置である。ＣＰＵ２０は、例えば、ＲＡＭ２０ｂをワークエリア（作業領域）としてＲＯＭ２０ａ等に格納されたプログラムを実行することで、加工機２００全体の動作を制御し、加工機能を実現する。図２の数値制御部２０１は、例えば、ＣＰＵ２０で動作するプログラムによって実現される。

通信Ｉ／Ｆ２１は、診断装置１００等の外部装置との通信に用いられるインターフェースである。通信Ｉ／Ｆ２１は、例えば、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ）／ＩＰ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）に対応したＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）等である。図２の通信制御部２２１は、例えば、通信Ｉ／Ｆ２１、およびＣＰＵ２０で動作するプログラムによって実現される。

駆動制御回路２３は、モータ２４の駆動を制御する回路である。モータ２４は、加工に用いる工具２４ａを駆動する。工具２４ａには、ドリル、エンドミル、バイトチップ、砥石等、および、加工対象が載置され加工に合わせて移動されるテーブル等が含まれる。図２の駆動制御部２２３は、例えば、駆動制御回路２３によって実現される。図２の駆動部２２４は、例えば、モータ２４によって実現される。

センサ２５は、例えば、マイクデバイス、振動センサ、加速度センサ、またはＡＥ（Ａｃｏｕｓｔｉｃ Ｅｍｉｓｓｉｏｎ）センサ等で構成され、例えば、振動または音等が検出できる工具の近傍に設置される。センサ２５が接続されたセンサアンプ２５ａは、診断装置１００に通信可能に接続されている。センサ２５およびセンサアンプ２５ａは、加工機２００に予め備えられていてもよく、または、完成機械である加工機２００に対して後から取り付けられてもよい。また、センサアンプ２５ａは、加工機２００に設置されることに限定されるものではなく、診断装置１００側に設置されていてもよい。図２の検知部２２５は、例えば、センサ２５及びセンサアンプ２５ａによって実現される。

なお、図３に示したハードウェア構成は一例であり、加工機２００がすべての構成機器を備えている必要はなく、また、他の構成機器を備えていてもよい。例えば、図２に示す数値制御部２０１および通信制御部２２１は、図３に示すＣＰＵ２０にプログラムを実行させること、すなわち、ソフトウェアにより実現してもよく、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等のハードウェアにより実現してもよく、または、ソフトウェアおよびハードウェアを併用して実現してもよい。

（診断装置のハードウェア構成）
次に、図４を用い、実施形態の診断装置１００のハードウェア構成例について説明する。図３は、実施形態にかかる診断装置１００のハードウェア構成の一例を示す図である。

図４に示すように、診断装置１００は、ＣＰＵ１０と、ＲＯＭ１０ａと、ＲＡＭ１０ｂと、通信Ｉ／Ｆ１１と、センサＩ／Ｆ１２と、補助記憶装置１３と、入力装置１４と、ディスプレイ１５と、がバス１Ｂで通信可能に接続された構成となっている。

ＣＰＵ１０は、診断装置１００の全体を制御する演算装置である。ＣＰＵ１０は、例えば、ＲＡＭ１０ｂをワークエリア（作業領域）としてＲＯＭ１０ａ等に格納された診断プログラム等のプログラムを実行することで、診断装置１００全体の動作を制御し、診断機能を実現する。図２の加工情報取得部１０１、診断部１０２、データ管理部１０３、設定管理部１０４、および表示制御部１０５は、例えば、ＣＰＵ１０で動作するプログラムによって実現される。

通信Ｉ／Ｆ１１は、加工機２００等の外部装置との通信に用いられるインターフェースである。通信Ｉ／Ｆ１１は、例えば、ＴＣＰ／ＩＰに対応したＮＩＣ等である。図２の通信制御部１１１は、例えば、図４に示す通信Ｉ／Ｆ１１、およびＣＰＵ１０で動作するプログラムによって実現される。

センサＩ／Ｆ１２は、加工機２００に設置されたセンサ２５からセンサアンプ２５ａを介して検知情報を受信するインターフェースである。図２の検知情報受信部１１２は、例えば、センサＩ／Ｆ１２、およびＣＰＵ１０で動作するプログラムによって実現される。

補助記憶装置１３は、診断装置１００の設定情報、加工機２００から受信された検知情報およびコンテキスト情報、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）、およびアプリケーションプログラム等の各種データを記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、またはＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）等の不揮発性の記憶装置である。

なお、補助記憶装置１３は、診断装置１００が備えるものとしているが、これに限定されるものではなく、例えば、診断装置１００の外部に設置された記憶装置であってもよく、または、診断装置１００とデータ通信可能なクラウドサーバＣＳ（図１参照）等のサーバ装置が備えた記憶装置であってもよい。

図２の記憶部１１３は、例えば、ＲＡＭ１０ｂ及び補助記憶装置１３等によって実現される。ここで、ＲＡＭ１０ｂは、例えば検知情報受信部１１２が取得した検知情報等を一時的に記憶する１次記憶装置として機能する。また、補助記憶装置１３のうち、ＨＤＤ、ＳＳＤ，またはＥＥＰＲＯＭ等は、所定区間の検知情報、コンテキスト情報、特徴情報、及び異常スコア等のデータを長期的に記憶する２次記憶装置として機能する。また、補助記憶装置１３のうちのクラウドサーバＣＳも、所定区間の検知情報、コンテキスト情報、特徴情報、及び異常スコア等のデータを長期的に記憶する機能を備える。

入力装置１４は、文字および数字等の入力、各種指示の選択、ならびにカーソルの移動等の操作を行うマウスまたはキーボード等の入力装置である。図２の入力部１１４は、例えば、入力装置１４によって実現される。

ディスプレイ１５は、文字、数字、および各種画面および操作用アイコン等を表示するＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）ディスプレイ、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、または有機ＥＬ（Ｅｌｅｃｔｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等の表示装置である。図２の表示部１１５は、例えば、ディスプレイ１５によって実現される。

なお、図４に示したハードウェア構成は一例であり、診断装置１００がすべての構成機器を備えている必要はなく、また、他の構成機器を備えていてもよい。例えば、図２に示した診断装置１００の各機能部（加工情報取得部１０１、診断部１０２、データ管理部１０３、設定管理部１０４、および表示制御部１０５）は、ＣＰＵ１０にプログラムを実行させること、すなわち、ソフトウェアにより実現してもよく、ＩＣ等のハードウェアにより実現してもよく、または、ソフトウェアおよびハードウェアを併用して実現してもよい。また、診断装置１００が加工機２００の診断動作に特化し、診断結果を外部のサーバ装置等に送信する場合、入力装置１４およびディスプレイ１５は備えられていない構成としてもよい。

（診断装置の機能例）
次に、図５および図６を用い、診断装置１００の機能例について説明する。

図５は、実施形態にかかる加工機２００の検知情報およびラダー信号の一例を示す図である。図５に示すように、検知情報には、非加工区間を示す波形部分、および加工区間を示す波形部分が含まれる。非加工区間は、工具が加工対象に対する送り動作を開始する前後の区間である。加工区間は、工具が加工対象に接触して切削等の加工処理を行っている区間である。つまり、加工区間とは実際に加工を行っている期間である。

一方、加工機２００は、例えば、工具による加工動作の開始時にラダー信号をＯＮにし、工具を加工対象まで送る送り動作をさせ、実際の加工処理が終了したときにラダー信号をＯＦＦとする。つまり、図５の、ラダー信号がＯＮ状態となっている区間が加工実施の時間である。そして、この加工実施の時間には、工具が加工対象に接触していない区間である非加工区間と、工具が加工対象に接触して加工処理を行っている加工区間とが含まれる。

所定の加工品を複数製作する場合などには、加工機２００では複数の処理工程Ｐ１〜Ｐ３を含むサイクルが繰り返し行われることがある。このとき、ラダー信号等のコンテキスト情報とともに、加工機２００における振動や音等のセンサデータ、つまり、検知情報が、診断装置１００によって取得される。データ管理部１０３のデータ抽出部１０３ａは、各処理工程Ｐ１〜Ｐ３に対応する加工実施の時間をラダー信号から判別し、さらに、ユーザの設定に基づく所定の処理工程に対応する加工実施の時間に取得された検知情報を抽出する。診断部１０２は、抽出された区間の検知情報を様々に解析して加工機２００の異常診断を行う。

図６は、実施形態にかかる診断装置１００が検知情報から抽出した特徴情報を周波数成分で模式的に例示する図である。図６に示す区間は、例えばユーザにより監視対象に設定された処理工程Ｐ２に対応する加工実施の時間である。

特徴抽出部１０２ａは、検知情報が振動センサやマイクデバイスにより収集された周波数データである場合、エネルギー、周波数スペクトル、および、ＭＦＣＣ（メル周波数ケプストラム係数）等を特徴情報として抽出する。図６に示すように、本実施形態では、抽出される特徴情報は周波数スペクトルであるものとして説明する。

特徴抽出部１０２ａは、例えば、検知情報に対してフレームごとにフーリエ変換を行うことによって特徴情報を抽出する。ここで、フレームとは、検知情報の所定時間、例えば２０［ｍｓ］、４０［ｍｓ］等のデータ量を示し、特徴情報が、検知情報に対してフーリエ変換されることにより得られる周波数スペクトルである場合の窓長のデータ量に相当する。図６に示す特徴情報は、対応する検知情報のフレームの時間に関連付けられている。

モデル生成部１０２ｂは、加工機２００の正常動作時に検知情報から特徴抽出部１０２ａにより抽出された特徴情報の各処理工程ごとの相関分析や、特徴情報を用いた機械学習または深層学習等により、例えばコンテキスト情報ごとにモデルを生成する。

スコア算出部１０２ｃは、異常判定対象の検知情報について異常スコアを算出する。具体的には、スコア算出部１０２ｃは、モデル生成部１０２ｂが生成したモデルと、異常判定対象の検知情報から抽出された特徴情報とを比較して、その特徴情報の異常の累積値、つまり、その特徴情報がモデルからどれくらい乖離しているかを示す異常スコアを算出する。そして、スコア算出部１０２ｃは、算出した異常スコアを所定のアラート閾値と比較し、異常スコアがアラート閾値以下であれば加工機２００は正常であると判定する。また、スコア算出部１０２ｃは、異常スコアがアラート閾値を超えていたら加工機２００は異常であると判定する。

なお、スコア算出部１０２ｃは、モデルを用いることなく、加工機２００の正常動作時に得られた特徴情報と、異常判定対象の検知情報から得られた特徴情報とを比較することで、異常スコアを算出してもよい。あるいは、スコア算出部１０２ｃは、加工機２００の正常動作時に得られた検知情報と、異常判定対象の検知情報とを比較することで、異常スコアを算出してもよい。

（診断装置における設定処理の例）
診断装置１００により加工機２００の異常診断を行うにあたり、ユーザは、診断装置１００に対して幾つかの設定を行うことができる。以下に、診断装置１００における設定処理の例について、図７〜図２３を用いて説明する。

図７は、実施形態にかかる診断装置１００におけるデータ取得に関わる処理の手順の一例を示すフロー図である。図７に示すように、ユーザは診断装置１００に対し、工具、処理工程、及びアラート閾値の設定を行うことができる。

具体的には、診断装置１００の設定管理部１０４は、表示制御部１０５が表示部１１５に表示させた工具の設定画面において、ユーザが、所定の工具を監視対象として設定した内容を受け付ける（ステップＳ１０１）。

また、診断装置１００の設定管理部１０４は、表示制御部１０５が表示部１１５に表示させた処理工程の設定画面において、ユーザが、監視対象として設定した工具を用いる処理工程のうち、所定の処理工程を監視対象として設定した内容を受け付ける（ステップＳ１０２）。

また、診断装置１００の設定管理部１０４は、表示制御部１０５が表示部１１５に表示させたアラート閾値の設定画面において、ユーザが、監視対象として設定した処理工程における異常スコアのアラート閾値の設定を受け付ける（ステップＳ１０３）。

図８〜図１２は、実施形態にかかる診断装置１００における工具の設定操作について説明する図である。

図８に示すように、工具設定の初期画面においては、加工機２００が備える各種工具の工具名の一覧が表示される。ユーザは、「Ｌｏａｄ Ｄｅｌｅｔｅ」ボタンを押下して、この中から所望の工具の設定内容の一覧をロードさせることができる。

図９に示すように、ユーザがロードした工具の設定内容の一覧が表示される。ユーザは、所定の設定内容を選択して「Ｌｏａｄ」ボタンを押下することで、この中から所望の設定内容をロードさせることができる。

図１０に示すように、ユーザは、「ＯＫ」ボタンを押下することで、ロードした設定内容を、診断装置１００における以降のデータ取得に反映させることができる。

図１１に示すように、ユーザは、所望の工具について所望の設定内容が存在しない場合には、その工具についての設定を新しく作成することができる。その工具についての新たな設定内容を入力後、ユーザは、その設定内容を示す名前を入力して「ＯＫ」ボタンを押下することで、新たに入力した設定内容を保存することができる。換言すれば、設定管理部１０４は、例えば診断装置１００が備えるＨＤＤ等の２次記憶装置に新たな設定内容を保存する。２次記憶装置に保存された設定内容は図９の一覧に追加される。

図１２に示すように、ユーザは、所望の工具についての不要となった設定内容を削除することもできる。図９の一覧画面で所定の設定内容を選択して「Ｄｅｌｅｔｅ」ボタンを押下し、さらに、図１２の画面で「ＯＫ」ボタンを押下することで、その設定内容が削除される。削除された設定内容は図９の一覧からも削除される。

図１３〜図１７は、実施形態にかかる診断装置１００における処理工程の設定操作について説明する図である。

図１３に示すように、処理工程設定の初期画面においては、上記の工具の設定画面で設定された監視対象の工具が使用される処理工程の一覧が表示される。ユーザは、「Ｌｏａｄ Ｄｅｌｅｔｅ」ボタンを押下して、この中から所望の処理工程の設定内容の一覧をロードさせることができる。

図１４に示すように、ユーザがロードした処理工程の設定内容の一覧が表示される。ユーザは、所定の設定内容を選択して「Ｌｏａｄ」ボタンを押下することで、この中から所望の設定内容をロードさせることができる。

図１５に示すように、ユーザは、「ＯＫ」ボタンを押下することで、ロードした設定内容を、診断装置１００における以降のデータ取得に反映させることができる。つまり、診断装置１００は、これ以降、ユーザにより選択された処理工程に対応する加工実施の時間の検知情報について解析処理等を行う。

図１６に示すように、ユーザは、所望の処理工程について所望の設定内容が存在しない場合には、その処理工程についての設定を新しく作成することができる。その処理工程についての新たな設定内容を入力後、ユーザは、その設定内容を示す名前を入力して「ＯＫ」ボタンを押下することで、新たに入力した設定内容を保存することができる。換言すれば、設定管理部１０４は、例えば診断装置１００が備えるＨＤＤ等の２次記憶装置に新たな設定内容を保存する。２次記憶装置に保存された設定内容は図１４の一覧に追加される。

図１７に示すように、ユーザは、所望の処理工程についての不要となった設定内容を削除することもできる。図１４の一覧画面で所定の設定内容を選択して「Ｄｅｌｅｔｅ」ボタンを押下し、さらに、図１７の画面で「ＯＫ」ボタンを押下することで、その設定内容が削除される。削除された設定内容は図１４の一覧からも削除される。

図１８〜図２０は、実施形態にかかる診断装置１００におけるアラート閾値の設定操作について説明する図である。

図１８に示すように、ユーザは、過去に取得したデータの解析結果の表示画面等において「Ａｌｅｒｔ Ｓｅｔｔｉｎｇｓ」ボタンを押下することで、アラート閾値の設定画面を表示させることができる。図１８に示す解析画面は、スコア算出部１０２ｃが所定データについて算出した異常スコアをグラフ化して表示した画面である。

図１９に示すように、ユーザは、アラート閾値の設定画面において、「Ａｌｅｒｔ」を「Ｅｎａｂｌｅ」とし、「Ａｌｅｒｔ Ｔｈｒｅｓｈｏｌｄ」に所定値を入力し、「ＯＫ」ボタンを押下することで、所望のアラート閾値を設定することができる。

図２０に示すように、ユーザにより所定のアラート閾値が設定されると、過去データである異常スコアのグラフにアラート閾値を示す線分ＡＴが表示される。図２０の例では、異常スコアの値１．２がアラート閾値として設定されている。これにより、ユーザは、設定したアラート閾値を、診断装置１００における以降のデータ取得に反映させることができる。つまり、診断装置１００は、これ以降、監視対象となっている処理工程において、異常スコアが、設定されたアラート閾値を超えた場合には、加工機２００に異常が発生したと判定する。また、診断装置１００は、例えば表示部１１５にアラートアイコンを表示して、ユーザに加工機２００の異常を通知する。

図２１は、実施形態にかかる診断装置１００が取得したデータの蓄積先を選択する処理の手順の一例を示すフロー図である。上述のように、診断装置１００は、一時的なデータの格納先としては、記憶部１１３を構成するＲＡＭ１０ｂ等の１次記憶装置を使用する。図２１に示すように、ユーザは診断装置１００に対し、長期的なデータの蓄積先を設定することができる。

具体的には、診断装置１００の設定管理部１０４は、表示制御部１０５が表示部１１５に表示させたデータの蓄積先の設定画面において、ユーザが、データの蓄積先として選択した内容を受け付ける（ステップＳ２０１）。ユーザは、データの蓄積先として、例えば、診断装置１００の記憶部１１３を構成するＨＤＤ等の２次記憶装置、または、診断装置１００とネットワークＮＴにより接続されるクラウドサーバＣＳのいずれかを選択することができる。

診断装置１００は、ユーザにより選択された２次記憶装置またはクラウドサーバＣＳ等の記憶装置との疎通および記憶装置の容量の確認を行って、記憶装置にデータの書き込みが可能であるか否かを判定する（ステップＳ２０２）。

例えば蓄積先の記憶装置に空き容量が無い場合等、データの書き込みができない状態にあるときは（ステップＳ２０２：Ｎｏ）、表示制御部１０５は、ユーザに他の記憶装置を選択させる画面表示等を行って問題の解消を図らせる。

データの書き込みが可能な状態であれば（ステップＳ２０２：Ｙｅｓ）、ユーザによるデータの蓄積先の設定を有効にする（ステップＳ２０３）。

図２２および図２３は、実施形態にかかる診断装置１００におけるデータの蓄積先の設定操作について説明する図である。

図２２に示すように、初期設定画面において、ユーザは、「Ｅｘｔｅｒｎａｌ Ｏｕｔｐｕｔ」を「Ｅｎａｂｌｅ」とし、「Ｓｅｌｅｃｔ」ボタンを押下することで、データの格納先の候補を表示させることができる。

図２３に示すように、データの格納先の候補を表示した画面で、ユーザは、ＨＤＤ等の２次記憶装置またはクラウドサーバＣＳのいずれかを選択し、データの蓄積先として設定することができる。診断装置１００は、これ以降に取得したデータのうち、ユーザの設定した処理工程に対応する加工実施の時間の検知情報、その検知情報に基づく特徴情報、モデル、異常スコア等を、ユーザが選択した蓄積先に格納する。

以上により、診断装置１００において、データを取得し、解析し、かつ、蓄積していくための前提となる設定処理が終了する。

（診断装置のデータ解析処理の例）
次に、図２４〜図３２を用い、診断装置１００によるデータ解析処理の例について説明する。図２４は、実施形態にかかる診断装置１００によるデータ解析処理の手順の一例を示すフロー図である。

図２４に示すように、診断装置１００は、ユーザから収録開始ボタンの押下を受け付けると（ステップＳ３０１）、加工機２００からの情報の取得を開始する（Ｓ３０２）。すなわち、診断装置１００の検知情報受信部１１２は、加工機２００から検知情報を取得する。加工情報取得部１０１は、加工機２００からコンテキスト情報を取得する。

検知情報受信部１１２及び加工情報取得部１０１は、記憶部１１３を構成するＲＡＭ１０ｂ等の１次記憶装置の空き容量を確認し（ステップＳ３０３）、空き容量がなければ（ステップＳ３０３：Ｎｏ）古いデータを削除する（ステップＳ３０４）。

空き容量があるとき（ステップＳ３０３：Ｙｅｓ）、または古いデータの削除後、検知情報受信部１１２及び加工情報取得部１０１は、取得した検知情報およびコンテキスト情報を、一時的に１次記憶装置に保存する（ステップＳ３０５）。

データ抽出部１０３ａは、１次記憶装置に一時的に保存されたコンテキスト情報に含まれるラダー信号に基づき、取得された検知情報に加工実施の時間が含まれているか否かを判定する（ステップＳ３０６）。加工実施の時間が含まれていない場合には（ステップＳ３０６：Ｎｏ）、ステップＳ３０２に戻って次の情報が取得されるのを待つ。

加工実施の時間が含まれていた場合には（ステップＳ３０６：Ｙｅｓ）、データ抽出部１０３ａは、コンテキスト情報に基づき、その加工実施の時間が、ユーザにより設定された監視対象の処理工程に対応する加工実施の時間であるか否かを判定する（ステップＳ３０７）。監視対象の処理工程に対応する加工実施の時間でない場合には（ステップＳ３０７：Ｎｏ）、ステップＳ３０２に戻って次の情報が取得されるのを待つ。

監視対象の処理工程に対応する加工実施の時間であった場合には（ステップＳ３０７：Ｙｅｓ）、データ抽出部１０３ａは、その加工実施の時間に取得された検知情報を抽出する。データ蓄積部１０３ｂは、記憶部１１３を構成するＨＤＤ等の２次記憶装置またはクラウドサーバＣＳのうち、ユーザがデータの蓄積先として設定した方に、対応するコンテキスト情報と共に、抽出された検知情報を保存する（ステップＳ３０８）。

また、診断部１０２は、データ抽出部１０３ａが抽出した検知情報を様々に解析する（ステップＳ３０９）。すなわち、特徴抽出部１０２ａは検知情報から特徴情報を抽出する。モデル生成部１０２ｂは特徴情報からモデルを生成する。データ蓄積部１０３ｂは、ユーザがデータの蓄積先として設定した２次記憶装置またはクラウドサーバＣＳに、対応するコンテキスト情報と共に、特徴情報およびモデル等の解析情報を保存する（ステップＳ３１０）。

また、スコア算出部１０２ｃは、特徴情報等から異常スコアを算出する（ステップＳ３１１）。データ蓄積部１０３ｂは、ユーザがデータの蓄積先として設定した２次記憶装置またはクラウドサーバＣＳに、対応するコンテキスト情報と共に、算出された異常スコアを保存する（ステップＳ３１２）。

また、スコア算出部１０２ｃは、算出した異常スコアがアラート閾値を超えているか否かを判定する（ステップＳ３１３）。異常スコアがアラート閾値を超えていない場合には（ステップＳ３１３：Ｎｏ）、ステップＳ３０２に戻って次の情報が取得されるのを待つ。

異常スコアがアラート閾値を超えていた場合には（ステップＳ３１３：Ｙｅｓ）、スコア算出部１０２ｃは、監視対象の加工実施の時間に生成された検知情報が異常である、つまり、加工機２００に異常が起きていると判定する（ステップＳ３１４）。

スコア算出部１０２ｃにより異常判定がなされると、表示制御部１０５は、表示部１１５にアラートアイコンを表示させる（ステップＳ３１５）。

以上のように、診断装置１００は、逐次、加工機２００から検知情報およびコンテキスト情報を取得し、監視対象の加工実施の時間の検知情報を解析する。また、診断装置１００は、逐次、監視対象の加工実施の時間の検知情報を２次記憶装置またはクラウドサーバＣＳに蓄積していく。また、診断装置１００は、逐次、解析結果である特徴情報、モデル、及び異常スコアを更新し、２次記憶装置またはクラウドサーバＣＳに蓄積していく。

図２５〜図２７は、実施形態にかかる診断装置１００による異常スコアのグラフの更新について説明する図である。

図２５に示すように、診断装置１００の表示制御部１０５は、ユーザの指示にしたがい、例えば表示部１１５に異常スコアのグラフを表示させる。異常スコアのグラフ表示画面では、これまでに取得され、解析された検知情報に基づく異常スコアがプロットされている。

図２６に示すように、異常スコアのプロットがグラフの右端まで到達した状態で、新たに追加すべき異常スコアのデータが生成されると、表示制御部１０５は、グラフ領域の横幅に対して所定の比率で、異常スコアのプロット表示を縮小させて左にシフトさせる。異常スコアのデータ追加は、例えば監視対象の加工実施の時間が終了したタイミング、つまり、ラダー信号がＯＦＦとなったタイミングで行われる。

図２７に示すように、表示制御部１０５は、新たに生成された異常スコアを、グラフの空き領域に追加する。新たな異常スコアのプロット追加のため、所定比率までプロット表示が縮小された後は、それ以上、プロット表示が縮小されることなく、新たなページが追加されていく。

図２８〜図３２は、実施形態にかかる診断装置１００によるアラートアイコンの表示について説明する図である。

図２８に示すように、本例では、アラート閾値は例えば異常スコアの値１．２に設定されている。当初、異常スコアは１．２未満に保持されており、異常検知はなされていない。

図２９に示すように、所定のサイクル回数を経た後、異常スコアの値が１．２を超えると、例えば画面右上にアラートアイコンＡＩが表示される。これにより、加工機２００に異常が発生したことが、ユーザに通知される。

図３０に示すように、ユーザは、アラートアイコンＡＩにより加工機２００の異常を確認した後、図２９の画面で「Ｔｕｒｎ Ｏｆｆ Ａｌｅｒｔ」ボタンを押下し、さらに、図３０の画面で「ＯＫ」ボタンを押下することで、アラートをオフにしてアラートアイコンを非表示にすることができる。

図３１に示すように、ユーザによりアラートがオフにされると、アラートアイコンＡＩが非表示となる。ただし、これ以降、新たにアラート閾値を超える異常スコアを有するデータが取得されたときは、再び、アラートアイコンＡＩが表示される。

図３２に示すように、次のサイクルのデータが取得され、再び、アラート閾値を超える異常スコアが算出されて、アラートアイコンＡＩが再表示されている。

（記憶装置からのデータ読み出し処理の例）
ユーザは、上記のような異常スコアのグラフやその他の解析結果を診断装置１００に任意に表示させることができる。また、２次記憶装置またはクラウドサーバＣＳに蓄積された履歴データを診断装置１００に任意に表示させることができる。次に、図３３〜図３８を用いて、診断装置１００からのデータの読み出し処理の例について説明する。

図３３は、実施形態にかかる診断装置１００における履歴データの表示処理の手順の一例を示すフロー図である。

図３３に示すように、診断装置１００の表示制御部１０５は、ユーザの指示にしたがい、表示部１１５の表示を所定の画面から履歴画面に遷移させる（ステップＳ４０１）。

データ蓄積部１０３ｂは、履歴画面からのユーザの選択にしたがい、検知情報や解析結果を、データ蓄積先の２次記憶装置またはクラウドサーバＣＳから読み出す（ステップＳ４０２）。

表示制御部１０５は、読み出されたデータを履歴データとして表示部１１５に表示させる（ステップＳ４０３）。

図３４は、実施形態にかかる診断装置１００により表示される履歴画面の一例を示す図である。図３４に示すように、履歴画面において、ユーザは、波形や周波数スペクトル等、表示させるグラフやデータの種類を選択することができる。また、ユーザは、番号を指定して、表示させるデータの処理工程を選択することができる。図３４の例では、全処理工程における検知情報の波形が選択され、表示されている。

図３５は、実施形態にかかる診断装置１００における異常スコアの表示処理の手順の一例を示すフロー図である。

図３５に示すように、診断装置１００の表示制御部１０５は、ユーザの指示にしたがい、表示部１１５の表示を所定の画面から解析画面に遷移させる（ステップＳ５０１）。

データ蓄積部１０３ｂは、解析画面からのユーザの選択にしたがい、対象となる異常スコアを、データ蓄積先の２次記憶装置またはクラウドサーバＣＳから読み出す（ステップＳ５０２）。

表示制御部１０５は、読み出された異常スコアを例えばグラフ化して表示部１１５に表示させる（ステップＳ５０３）。

図３６〜図３８は、実施形態にかかる診断装置１００による異常スコアのグラフ表示について説明する図である。

図３６に示すように、解析結果を表示させる初期画面では、これまでに取得した解析結果を示すデータ番号の一覧が表示される。データ番号の右横に表示される「！」マークは、そのデータがアラート閾値を超える異常スコアを含んでいることを示している。データ番号の右横に表示されるチェックマークは、そのデータにはアラート閾値を超える異常スコアが含まれず、異常が発生していないことを示している。データ番号の右横に何も表示されていない場合には、そのデータに対してアラート閾値が設定されていないことを示している。ユーザは、これらの中から、任意のデータ番号のアイコンを押下して、所望のデータの異常スコアを表示させることができる。なお、画面右上のアラートアイコンＡＩは、一覧中のデータのうち、少なくともいずれかのデータで異常が発生していることを示している。

図３７に示すように、ユーザにより、例えばデータ番号「２００１」のデータが選択されると、そのデータの異常スコアのグラフが表示される。データ番号「２００１」は、チェックマークの付いた、異常の発生していないデータである。このため、異常スコアのプロットは、全てアラート閾値以下に保持されている。画面右上にアラートアイコンＡＩが表示されているのは、他のデータにおいて異常が発生しているためである。

図３８に示すように、ユーザにより、例えばデータ番号「１１１５」のデータが選択されると、そのデータの異常スコアのグラフが表示される。データ番号「１１１５」は、「！」マークの付いた、異常の発生しているデータである。確かに、グラフの右端において、異常スコアのプロットがアラート閾値を超えている。画面右上にアラートアイコンＡＩが表示されているのは、現在表示中のデータを含む幾つかのデータにおいて異常が発生しているためである。

以上のように、図７、図２１、図２４、図３３、及び図３５における一連の処理により、診断装置１００による診断処理が実行される。

例えば、特許文献１においては、工作機械の加工時の異常を検出する目的で、音波の変換手段と、収録したデータの記憶装置と、異常信号の出力手段とを備えた異常検出装置が開示されている。しかしながら、特許文献１の異常検出装置では、取得したデータを選別することなく記憶するのみで、効率的に蓄積することができない。また、ユーザへの異常の通知手法についても、何らＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）における改善がなされておらず、ユーザが利用しやすい形でデータを提供することができない。

実施形態の診断装置１００においては、ユーザが監視対象の処理工程を設定することができ、その監視対象の処理工程に対応する検知情報等が抽出されて蓄積される。つまり、加工実施の時間の、特にユーザが指定した区間を判別し、必要なデータは２次記憶装置またはクラウドサーバＣＳへ転送し、不要なデータは即時で廃棄される。これにより、取得したデータのうち、ユーザが特に重要と考えるデータを効率的に蓄積することができる。よって、記憶部１１３等における限られたリソースを有効活用することができ、また、ユーザがこれらのデータを任意に読み出し可能とすることで、ユーザに即時にデータを提示することができる。

実施形態の診断装置１００においては、ユーザが選択した蓄積先である２次記憶装置またはクラウドサーバＣＳ等にデータを蓄積する。これにより、データを長期的に保存しておくことができ、後からデータ解析をまとめて行いたい場合などにも対応することができる。

実施形態の診断装置１００においては、監視対象の検知情報について異常スコアが算出されて表示される。これにより、ユーザにわかりやすく、利用しやすい形で解析結果を提供することができる。解析結果をユーザにわかり易く伝えることで、加工機２００における生産性の向上や工具折損時のダウンタイム削減に寄与することができる。

実施形態の診断装置１００においては、異常スコアがグラフ表示される。また、蓄積されたデータの履歴を表示させることもできる。これにより、例えば工具等の消耗品の消耗時期を予測することができ、工具の交換時期をスケジュールに組み込むなどして、ダウンタイムを削減することができる。

実施形態の診断装置１００においては、異常スコアに所定のアラート閾値を設定することができる。これにより、ユーザは、異常が発生した場合に、即刻、気づくことができる。

実施形態の診断装置１００においては、ユーザが設定した工具の設定内容および処理工程の設定内容が保存され、かつ、ユーザがそれらの設定内容を読み出すことができる。これにより、ユーザの手間をかけずに、以前の設定等を用いることができる。

（変形例）
上述の実施形態では、ユーザが監視対象に設定した処理工程に対応する加工実施の時間の検知情報等を長期的に保存し蓄積することとしたが、これに限られない。上記加工実施の時間以外の検知情報、つまり、例えば検知情報受信部１１２が取得した検知情報がそのまま、対応するコンテキスト情報と紐づけられて、長期に保存され蓄積されてもよい。

上述の実施形態では、診断装置１００の表示制御部１０５が表示部１１５に各種データを表示させるものとしたが、データの出力手法はこれに限られない。診断装置１００に接続されるプリンタ等に、各種データがプリントアウトされるようにしてもよい。診断装置１００に接続されるスピーカ等により、アラート閾値超えにより警報が発報されるなど、各種データが音声データとして出力されるようにしてもよい。

上述の実施形態では、検知情報は、例えば、振動データまたは音響データ等であるとしたが、モータの電流値、負荷、トルク等、他のデータであっても検知情報として用いることができる。

上述の実施形態では、種々の検知情報を用いて加工機２００の診断を行うこととしたが、実加工区間である加工区間のみを解析に利用して、スコアの積算及び記憶を行ってもよい。

上述の実施形態では、診断対象の装置を例えば加工機２００であるとしたが、組立機等の他の工作機械、測定機、検査機、または洗浄機等の機械が対象装置であってもよい。

なお、上述の実施形態および各変形例の診断システム１で実行される診断プログラム等のプログラムは、ＲＯＭ等に予め組み込まれて提供するように構成してもよい。

また、上述の実施形態および各変形例の診断システム１で実行される診断プログラム等のプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Ｃｏｍｐａｃｔ Ｄｉｓｋ−Ｒｅｃｏｒｄａｂｌｅ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータ・プログラム・プロダクトとして提供するように構成してもよい。

また、上述の実施形態および各変形例の診断システム１で実行される診断プログラム等のプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、上述の実施形態および各変形例の診断システムで実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

また、上述の実施形態および各変形例の診断システム１で実行される診断プログラム等のプログラムは、上述した各機能部を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵがＲＯＭからプログラムを読み出して実行することにより上述の各機能部が主記憶装置上にロードされ、各機能部が主記憶装置上に生成されるようになっている。

１ 診断システム
１Ｂ バス
１０ ＣＰＵ
１０ａ ＲＯＭ
１０ｂ ＲＡＭ
１１ 通信Ｉ／Ｆ
１２ センサＩ／Ｆ
１３ 補助記憶装置
１４ 入力装置
１５ ディスプレイ
２Ｂ バス
２０ ＣＰＵ
２０ａ ＲＯＭ
２０ｂ ＲＡＭ
２１ 通信Ｉ／Ｆ
２３ 駆動制御回路
２４ モータ
２４ａ 工具
２５ センサ
２５ａ センサアンプ
１００ 診断装置
１０１ 加工情報取得部
１０２ 診断部
１０２ａ 特徴抽出部
１０２ｂ モデル生成部
１０２ｃ スコア算出部
１０３ データ管理部
１０３ａ データ抽出部
１０３ｂ データ蓄積部
１０４ 設定管理部
１０５ 表示制御部
１１１ 通信制御部
１１２ 検知情報受信部
１１３ 記憶部
１１４ 入力部
１１５ 表示部
２００ 加工機
２０１ 数値制御部
２２１ 通信制御部
２２３ 駆動制御部
２２４ 駆動部
２２５ 検知部

特開平６−１１３８７号公報

Claims (12)

1. 複数の処理工程を含むサイクルを繰り返す対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第１の取得部と、
   前記対象装置を動作させる区間を示す信号を前記対象装置から取得する第２の取得部と、
   前記信号から前記対象装置における前記複数の処理工程のうち、ユーザにより設定された監視対象の処理工程に対応する所定区間を判別し、前記所定区間において取得された前記検知情報を抽出するデータ抽出部と、
   前記所定区間の前記検知情報に基づいて前記検知情報の異常が累積されたスコア値である異常スコアを算出するスコア算出部と、
   前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを記憶装置に蓄積するデータ蓄積部と、
   蓄積された前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを出力装置に出力させる出力制御部と、を備える、
   診断装置。
2. 前記第１の取得部が取得した前記検知情報を一時的に記憶する１次記憶装置を備える、
   請求項１に記載の診断装置。
3. 情報が蓄積される前記記憶装置は２次記憶装置である、
   請求項１または請求項２に記載の診断装置。
4. 情報が蓄積される前記記憶装置は２次記憶装置またはクラウドサーバであり、
   前記データ蓄積部は、ユーザの選択に応じて前記情報を前記２次記憶装置または前記クラウドサーバに振り分けて蓄積する、
   請求項１または請求項２に記載の診断装置。
5. 前記ユーザによる前記監視対象の処理工程に関する設定内容を前記記憶装置に格納する設定管理部を備える、
   請求項１乃至請求項４のいずれか１項に記載の診断装置。
6. 前記対象装置は複数の工具を備え、
   前記監視対象の処理工程では、ユーザにより設定された所定の工具が使用され、
   前記設定管理部は、前記ユーザによる前記所定の工具に関する設定内容を前記記憶装置に格納する、
   請求項５に記載の診断装置。
7. 前記出力制御部は、前記異常スコアが、ユーザにより設定されたアラート閾値を超えたときはアラートを前記出力装置に出力させ、
   前記設定管理部は、前記ユーザによる前記アラート閾値に関する設定内容を前記記憶装置に格納する、
   請求項５または請求項６に記載の診断装置。
8. 前記出力制御部は、前記異常スコアをグラフ化して前記出力装置に出力させる、
   請求項１乃至請求項７のいずれか１項に記載の診断装置。
9. 前記出力制御部は、前記記憶装置に蓄積された情報の履歴を前記出力装置に出力させる、
   請求項１乃至請求項８のいずれか１項に記載の診断装置。
10. 前記記憶装置には、ユーザの選択に応じて、前記所定区間の前記検知情報に限らず前記第１の取得部が取得した前記検知情報が蓄積される、
    請求項１乃至請求項９のいずれか１項に記載の診断装置。
11. 複数の処理工程を含むサイクルを繰り返す対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第１の取得ステップと、
    前記対象装置を動作させる区間を示す信号を前記対象装置から取得する第２の取得ステップと、
    前記信号から前記対象装置における前記複数の処理工程のうち、ユーザにより設定された監視対象の処理工程に対応する所定区間を判別し、前記所定区間において取得された前記検知情報を抽出するデータ抽出ステップと、
    前記所定区間の前記検知情報に基づいて前記検知情報の異常が累積されたスコア値である異常スコアを算出するスコア算出ステップと、
    前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを記憶装置に蓄積するデータ蓄積ステップと、
    蓄積された前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを出力装置に出力させる出力制御ステップと、を含む、
    診断方法。
12. コンピュータに、
    複数の処理工程を含むサイクルを繰り返す対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第１の取得ステップと、
    前記対象装置を動作させる区間を示す信号を前記対象装置から取得する第２の取得ステップと、
    前記信号から前記対象装置における前記複数の処理工程のうち、ユーザにより設定された監視対象の処理工程に対応する所定区間を判別し、前記所定区間において取得された前記検知情報を抽出するデータ抽出ステップと、
    前記所定区間の前記検知情報に基づいて前記検知情報の異常が累積されたスコア値である異常スコアを算出するスコア算出ステップと、
    前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを記憶装置に蓄積するデータ蓄積ステップと、
    蓄積された前記所定区間の前記検知情報および前記異常スコアの少なくともいずれかを出力装置に出力させる出力制御ステップと、を実行させるための、
    診断プログラム。

Images