JP2021082126A - 異常検出装置、異常検出方法およびプログラム - Google Patents

異常検出装置、異常検出方法およびプログラム Download PDF

Info

Publication number
JP2021082126A
JP2021082126A JP2019210526A JP2019210526A JP2021082126A JP 2021082126 A JP2021082126 A JP 2021082126A JP 2019210526 A JP2019210526 A JP 2019210526A JP 2019210526 A JP2019210526 A JP 2019210526A JP 2021082126 A JP2021082126 A JP 2021082126A
Authority
JP
Japan
Prior art keywords
detection information
abnormality
degree
mapping function
initial stage
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.)
Pending
Application number
JP2019210526A
Other languages
English (en)
Inventor
勇輔 山科
Yusuke Yamashina
勇輔 山科
哲也 明事
Tetsuya Meiji
哲也 明事
山本　英明
Hideaki Yamamoto
英明 山本
周作 安田
Shusaku Yasuda
周作 安田
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries 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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2019210526A priority Critical patent/JP2021082126A/ja
Priority to CN202011173477.1A priority patent/CN112824988A/zh
Priority to US17/084,968 priority patent/US20210154790A1/en
Priority to EP20205142.1A priority patent/EP3825800A1/en
Publication of JP2021082126A publication Critical patent/JP2021082126A/ja
Pending legal-status Critical Current

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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • B23Q17/0957—Detection of tool breakage
    • 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
    • G05B19/4065—Monitoring tool breakage, life or condition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23B—TURNING; BORING
    • B23B49/00—Measuring or gauging equipment on boring machines for positioning or guiding the drill; Devices for indicating failure of drills during boring; Centering devices for holes to be bored
    • B23B49/001—Devices for detecting or indicating failure of drills
    • 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
    • G05B19/4155—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 programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q2717/00—Arrangements for indicating or measuring
    • 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
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34465—Safety, control of correct operation, abnormal states
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45136—Turning, lathe
    • 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
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50276—Detect wear or defect tool, breakage and change tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Numerical Control (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

【課題】工具等の個体差によるばらつきに対応することができる異常検出装置、異常検出方法およびプログラムを提供する。【解決手段】異常検出装置は、１つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得する初期段階検出情報取得部と、初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定する写像関数特定部と、一連の加工工程における、初期段階に続く摩耗進行段階の検出情報を取得する摩耗進行段階検出情報取得部と、摩耗進行段階の検出情報に対し、写像関数を適用する写像関数適用部と、写像関数が適用された摩耗進行段階の検出情報の、基準検出情報に対する相違の度合いを示す異常度を算出する異常度算出部と、異常度が、事前に定められた異常判定閾値を上回るか否かの判定により工具の異常検出を行う異常検出部と、を備える。【選択図】図１

Description

本開示は、異常検出装置、異常検出方法およびプログラムに関する。
特許文献１には、工具を駆動するモータ電流値の最大値と最小値の時系列的な分散に閾値を設けて異常判定をする寿命予測方法が開示されている。特許文献１に記載されている寿命予測方法では閾値が次のように設定および使用される。すなわち、閾値は、予めドリル折損までの加工を各種の条件でテストして得た適正値に設定される。そして、量産時には、その閾値が、材質、ドリル径、送り速度、回転数などにより、予めテストで求めた値で補正される。
特許第５３０１３８０号公報
しかしながら、特許文献１に記載の寿命予測方法では、工具等の個体差によるばらつきや、加工条件（加工時間、加工数など）の変化に対応していないという課題があった。
本開示は、上記課題を解決するためになされたものであって、工具等の個体差によるばらつきに対応することができる異常検出装置、異常検出方法およびプログラムを提供することを目的とする。
上記課題を解決するために、本開示に係る異常検出装置は、１つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得する初期段階検出情報取得部と、前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定する写像関数特定部と、前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得する摩耗進行段階検出情報取得部と、前記摩耗進行段階の検出情報に対し、前記写像関数を適用する写像関数適用部と、前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出する異常度算出部と、前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行う異常検出部と、を備える。
また、本開示に係る異常検出方法は、１つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得するステップと、前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定するステップと、前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得するステップと、前記摩耗進行段階の検出情報に対し、前記写像関数を適用するステップと、前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出するステップと、前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行うステップと、を有する。
また、本開示に係るプログラムは、１つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得するステップと、前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定するステップと、前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得するステップと、前記摩耗進行段階の検出情報に対し、前記写像関数を適用するステップと、前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出するステップと、前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行うステップと、をコンピュータに実行させる。
本開示の異常検出装置、異常検出方法およびプログラムによれば、工具等の個体差によるばらつきに対応することができる異常検出装置、異常検出方法およびプログラムを提供することができる。
本開示の実施形態に係る異常検出装置の構成例を示すブロック図である。 図１に示す工作機械の一例を示す斜視図である。 本開示の実施形態に係る異常検出方法の手順を示すフローチャートである。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる模式図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。 本開示の実施形態に係る異常検出装置の動作例を説明するために用いる模式図である。 本開示の実施形態に係るコンピュータの構成を示す概略ブロック図である。
＜第一実施形態＞
以下、本開示の実施形態に係る異常検出装置および異常検出方法について、図１〜図１１を参照して説明する。なお、各図において同一または対応する構成には同一の符号を用いて説明を適宜省略する。
図１は、本開示の実施形態に係る異常検出装置３０の構成例を示すブロック図である。図２は、図１に示す工作機械１０の一例を示す斜視図である。図３は、本開示の実施形態に係る異常検出方法の手順を示すフローチャートである。図４〜図７と図９は、本開示の実施形態に係る異常検出装置の動作例を説明するために用いる波形図である。図８および図１０は、本開示の実施形態に係る異常検出装置の動作例を説明するために用いる模式図である。図１１は、本開示の実施形態に係るコンピュータの構成を示す概略ブロック図である。
図１に示す異常検出装置３０は、制御盤２０によって制御される工作機械１０が備える工具の異常検出を行う。工作機械１０に限定はなく、ＮＣ（Ｎｎｕｍｅｒｉｃａｌ Ｃｏｎｔｒｏｌ；数値制御）やＣＮＣ（Ｃｏｍｐｕｔｅｒ Ｎｕｍｅｒｉｃａｌ ｃｏｎｔｒｏｌ；コンピュータ数値制御）される工作機械一般とすることができる。ただし、本実施形態では、異常検出対象である工作機械１０が、一例として、制御盤２０によって数値制御される門形加工機（以下、門形加工機１０という）であるとする。
図２に示すように、本実施形態において、門形加工機１０は、ベッド１１、テーブル１２、コラム部１３、クロスレール１４、サドル１５、ラム１６、主軸１７、アタッチメント１８、工具ユニット１９、工具Ｔなどを有している。
ベッド１１は床面上に水平に設置されており、ベッド１１上にはテーブル１２およびコラム部１３が設置されている。テーブル１２は被加工物であるワーク（図示省略）を載せる台であり、ベッド１１上において一つの水平方向に移動可能に設けられている。コラム部１３はベッド１１を跨ぐように配置された門形の形状であり、ベッド１１の左右に垂直に立設された２つの左コラム１３Ｌおよび右コラム１３Ｒを有している。クロスレール１４は左コラム１３Ｌおよび右コラム１３Ｒを水平に横断するように取り付けられており、左コラム１３Ｌおよび右コラム１３Ｒの鉛直方向摺動面に沿って鉛直方向に移動可能に設けられている。
サドル１５はクロスレール１４に取り付けられており、クロスレール１４の水平方向摺動面に沿って水平方向に移動可能に設けられている。ラム１６はサドル１５に把持されており、サドル１５の鉛直方向摺動面に案内されて鉛直方向に移動可能に設けられている。主軸１７はラム１６の内部に配置されており、図示していない主軸モータよって回転可能である。また、主軸１７には、アタッチメント１８を介して、工具Ｔを有する工具ユニット１９が装着されている。
上述した構成を有する門形加工機１０には、その工具Ｔの異常を検知するため、例えば、工具摩耗、工具折損、チッピング、欠損などの工具Ｔ自身の異常や工具Ｔによる加工状態の異常を検知するため、工具Ｔ（主軸１７）の振動を測定する振動センサ、工具Ｔ（主軸１７）の切削力を測定する切削動力計、工具Ｔ（主軸１７）の音を測定する音センサ等が設けられている。また、主軸１７を駆動する主軸モータからは、主軸負荷電流や電力値が測定されている。また、例えば、ラム１６を駆動する図示していない送りモータからは、モータ電流や電力値が測定されている。なお、ここでは、ラム１６を駆動する送りモータを代表して例示しているが、送りモータは移動方向（例えば、ＸＹＺ方向）に対応して、複数設けられている。工具Ｔは、例えば、切削工具、研削工具等であり、加工や研削において所定の摩耗や欠損等が発生した場合に交換される。
本実施形態では、門形加工機１０において、主軸負荷電流、Ｘ、ＹおよびＺ方向の各駆動軸電流値、Ｘ、ＹおよびＺ方向の各駆動軸振動値等が測定され、制御盤２０を介して所定の通信線を用いて、測定されたデータ（加工データという）が、異常検出装置３０へ送信される。なお、加工データは、主軸回転数、送り速度、切削量、機械振動、工具摩耗、破損状態、加工面の様子等が含まれていてもよい。
制御盤２０は、予め設定されたプログラムに従って門形加工機１０を数値制御したり、門形加工機１０で測定された加工データを異常検出装置３０へ送信したりする。
異常検出装置３０は、例えばパーソナルコンピュータ等のコンピュータで構成され、コンピュータが有するハードウェアとハードウェアを用いて実行されるプログラム等のソフトウェアとの組み合わせで構成される機能的構成要素として、初期段階検出情報取得部３１、写像関数特定部３２、摩耗進行段階検出情報取得部３３、写像関数適用部３４、異常度算出部３５、異常検出部３６、記憶部３７、および、出力部３８を備える。また、記憶部３７は、基準検出情報３７１、異常判定閾値３７２等を記憶する。
初期段階検出情報取得部３１は、１つの工具Ｔを用いて行う一連の加工工程における初期段階の検出情報を取得する。図４は、門形加工機１０における主軸負荷電流の測定結果を示す。主軸負荷電流の各ピークが１周期（数値制御の１周期）の加工に対応している。本実施形態では、一例として３周期分の加工の期間を初期段階として、それ以降の期間を摩耗進行段階としている。この初期段階の加工回数（加工周期数）を学習加工数という。ただし、初期段階は、例えば、１または２周期の加工の期間としたり、４周期以上の加工の期間としたりしてもよい。また、検出情報は、上述した加工データであり、主軸負荷電流、Ｘ、ＹおよびＺ方向の各駆動軸電流値、Ｘ、ＹおよびＺ方向の各駆動軸振動値等を含む。なお、異常検出装置３０では、これら複数種類の加工データを多次元情報（ベクトル情報）として扱う。
写像関数特定部３２は、初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定する。基準検出情報は、初期段階の検出情報を取得した際に用いられた工具Ｔと同一仕様の１つの工具Ｔ（工具Ｔの仕様は同一であるが固体は異なる）を用いて行う同一の一連の加工工程において予め計測された、図４に示すような初期段階の検出情報を少なくとも含む。初期段階の検出情報は、例えば、量産時の初期段階の検出情報に対応し、基準検出情報は、例えば、試作時や量産初期時の初期段階の検出情報に対応する。
本実施形態において、初期段階の検出情報を、基準検出情報に写像させる、とは、例えば、図５に示すように、基準検出情報（図５では学習データｙ）と初期段階の検出情報（図５では検証データｘ）に差がある場合（一致していない場合）に、図７に示すように、その差が小さくなるように（できるだけ一致するように）、初期段階の検出情報（検証データｘ）を基準検出情報に近づける（移動させる）ことである。
なお、図５および図７は、図６に示すように、初期段階における主軸負荷電流の３個の定常状態の期間ＳＢ１、ＳＢ２およびＳＢ３が連続するように合成した主軸負荷電流の波形を示す。定常状態の期間ＳＢ１、ＳＢ２およびＳＢ３は、初期段階から、工具Ｔのワークへの導入時の期間ＳＡ１、ＳＡ２およびＳＡ３と、加工終了後の期間ＳＣ１、ＳＣ２およびＳＣ３を除いた期間に対応する。
基準検出情報を学習データｙ、初期段階の検出情報を検証データｘとすると、写像関数ｆは、下式で表される。
Figure 2021082126
また、写像関数ｆは、初期段階の検証データｘの平均値ｘ＿ｍｅａｎ、最大値ｘ＿ｍａｘ、最小値ｘｍｉｎと、学習データｙの平均値ｙ＿ｍｅａｎ、最大値ｙ＿ｍａｘ、最小値ｙ＿ｍｉｎを用いて、例えば次式で表す関数とすることができる。
Figure 2021082126
検証データｘの最大値ｘ＿ｍａｘおよび最小値ｘ＿ｍｉｎと、学習データｙの最大値ｙ＿ｍａｘおよび最小値ｙ＿ｍｉｎは図５に示した。この場合、写像処理は、学習データｙの平均値ｙ＿ｍｅａｎと検証データｘの平均値ｘ＿ｍｅａｎの差分（オフセット）を検証データｘに加算し、検証データｘの最大値ｘ＿ｍａｘと最小値ｘ＿ｍｉｎの差に対する学習データｙの最大値ｙ＿ｍａｘと最小値ｙ＿ｍｉｎの差の比を乗算する処理である。写像処理は、オフセットと拡大または縮小を組み合わせた処理となる。
なお、写像関数特定部３２は、複数種類の加工データである多次元情報の次元毎（種類毎）に写像関数ｆを特定する。ただし、複数種類の加工データの写像関数の一部または全部を共通化することもできる。
また、写像関数特定部３２は、写像の成否を以下のような条件にて評価することができる。例えば、写像関数特定部３２は、両データの最大値が〇％以内にあるか否か、両データの最小値が〇％以内にあるか否か、ＲＭＳＥ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ；誤差の２乗和）が〇％以下であるか否か、あるいは、検証データが学習データの最大から最小までの範囲に〇％以上含まれているか否かといった条件を確認し、条件が満たされていない場合には例えば、オフセット量や拡大・縮小量を変化させて評価し直したり、写像関数が特定できなかったとして処理を終了したりすることができる。
一方、摩耗進行段階検出情報取得部３３は、一連の加工工程における、初期段階に続く図４に示すような摩耗進行段階の検出情報を取得する。
また、写像関数適用部３４は、摩耗進行段階の検出情報に対し、写像関数ｆを適用する。すなわち、摩耗進行段階の検出情報（検証データｘ）に対して写像関数ｆを適用して、写像関数ｆが適用された摩耗進行段階の検出情報（ｆ（ｘ））を算出する。
また、異常度算出部３５は、写像関数ｆが適用された摩耗進行段階の検出情報（ｆ（ｘ））の、基準検出情報に対する相違の度合いを示す異常度を算出する。例えば、異常度は、基準検出情報（試作時等に得られた加工データの多次元情報）と、写像関数ｆが適用された摩耗進行段階の検出情報（ｆ（ｘ））（量産時等に得られた加工データの多次元情報に写像処理したデータ（写像データ））との多次元情報間の距離とすることができる。多次元情報間の距離は、例えば、Ｌ２ノルム（ユークリッド距離）とすることができる。異常度算出部３５は、多次元情報に基づき１つの類似度を算出する。
なお、本実施形態において異常度算出部３５は、機械学習手法の一つであるｋＮＮ（ｋ−ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ａｌｇｏｒｉｔｈｍ；ｋ近傍法）を用いて、異常度を算出する。異常度算出部３５は、図８に示すように、まず、移動窓ＭＷをずらしながら波形を学習する。ここで、移動窓ＭＷのサイズを短くすると感度がシャープになる。次に、異常度算出部３５は、ｋ個の似ている波形を学習データから抽出する。そして、異常度算出部３５は、そのｋ個の距離の平均を異常度として算出する。
図９は、異常度の算出結果の一例を示す。図９（ａ）は、図４に示す主軸負荷電流の波形から、図６を参照して説明した定常状態の期間ＳＢ１等を抽出し、初期段階から摩耗進行段階まで連結した波形である。図９（ｂ）は、異常度算出部３５が、図９（ａ）に示す主軸負荷電流を含む加工データの多次元情報に写像処理した写像データに基づき算出した類似度の例である。図９（ｃ）は、異常度算出部３５が、参考のため、写像処理が行われていない図９（ａ）に示す主軸負荷電流を含む多次元情報に基づき算出した類似度の例である。図９（ｃ）の類似度は、１回目の加工（例えば１溝目の加工）から大きく、増加傾向を示さない。一方、図９（ｂ）に示す本実施形態による類似度は、異常度の増加傾向が確認でき、写像処理による効果が確認できる。
また、異常検出部３６は、異常度が、事前に定められた異常判定閾値を上回るか否かの判定により工具Ｔの異常検出を行う。異常判定閾値は、学習データを取得した際の（例えば試作時の）初期段階の波形に続く、摩耗進行段階の波形と学習データに基づく図９（ｂ）に示すような類似度を基準として設定することができる。例えば、当該摩耗進行段階において工具Ｔの折損が発生した場合、折損発生直前の類似度を基準として、異常判定閾値を設定することができる。また、当該摩耗進行段階において工具Ｔの折損が発生しなかった場合（例えば加工終了後の検査等で摩耗量が大きいとして工具Ｔが交換された場合等）、交換前最後に確認された類似度を基準として、異常判定閾値を設定することができる。ただし、折損が発生しなかった場合の異常判定閾値については、例えば、量産時等において、その後に折損することなく算出された最大の類似度を基準として更新するよういにしてもよい。
また、記憶部３７は、基準検出情報３７１、異常判定閾値３７２等を記憶する。
また、出力部３８は、異常検出部３６による判定結果を示す信号を出力する。出力の仕方は、例えば、図示していないモニタへの表示、制御盤２０への異常が検出したことをあるいは異常が検出されていないことを示す信号の送信等とすることができる。また、例えば、モニタ等への出力は例えば図９（ｂ）に示すような類似度をあるいは類似度から推定される工具Ｔの摩耗量をグラフ表示や数値表示するものであってもよい。
次に、図３を参照して、異常検出装置３０の動作例について説明する。なお、記憶部３７には、予め基準検出情報３７１と異常判定閾値３７２が記憶されている。
図３に示す処理では、加工が開始されると（ステップＳ１１）、初期段階検出情報取得部３１は、学習加工数に到達するまで（ステップＳ１３で「Ｙｅｓ」になるまで）、制御盤２０から加工データを収集する（ステップＳ１２）。
学習加工数に到達すると（ステップＳ１３で「Ｙｅｓ」になると）、写像関数特定部３４が、収集された加工データと記憶部３７に記憶されている基準検出情報３７１に基づき、写像関数ｆを加工データの種類毎（次元毎）に作成する（ステップＳ１４）。
次に、摩耗進行段階検出情報取得部３３が加工データを収集し（ステップＳ１５）、写像関数適用部３４が収集された加工データに写像関数ｆを適用して写像データを算出するとともに、異常度算出部３５が写像処理された加工データと記憶部３７に記憶されている基準検出情報３７１に基づき異常度を算出する（ステップＳ１６）。
次に、異常検出部３６が、算出された異常度と記憶部３７に記憶されている異常判定閾値３７２に基づき異常判定（異常度が異常判定閾値３７２を超えているか否かの判定）を行う（ステップＳ１７）。
次に、出力部３８が、異常検出部３６による異常判定の結果を出力する（ステップＳ１８）。
次に、摩耗進行段階検出情報取得部３３が、加工は終了したか否かを判定し（ステップＳ１９）、加工が終了した場合には（ステップＳ１９で「Ｙｅｓ」の場合）には図３に示す処理を終了し、加工が終了していない場合には（ステップＳ１９で「Ｎｏ」の場合）には再び加工データを収集する（ステップＳ１５）。
次に、図１０を参照して本実施形態の作用・効果についてまとめる。図１０（ａ）は写像処理前の実データ空間における多次元情報に基づく正常データ空間の範囲を模式的に示し、図１０（ｂ）は写像処理後の多次元情報に基づく写像データ空間における正常データ空間の範囲を模式的に示し、図１０（ｂ）は写像処理後の多次元情報に基づく実データ空間における正常データ空間の範囲を模式的に示す。
図１０（ａ）に示すように、写像処理を行う前の実測データに基づく場合、条件の違い（個体差によるオフセット等）により正常だが異常と判断される領域が存在しているが、図１０（ｂ）および図１０（ｃ）に示すように、写像処理を行うことで、異常と判断される範囲でも、正常の範囲内とすることができ、正常の領域を拡大することができる。このように、本実施形態によれば、オフセットされていたデータなどが全て異常または対象外とされていた検証データを、学習データ上（領域）に写像させることとで、同じ尺度で評価できるようになった。
以上のように、本実施形態によれば、工具等の個体差によるばらつきに対応することができる。
なお、本実施形態においては、機械学習手法を用いて異常度を算出し、算出した異常度をモニタリングすることで、工具の寿命を管理することができる。異常度の算出方法としては、例えば、ｋＮＮを用いたデータ間距離を異常度として算出する。ただし、ｋＮＮに限らず、例えばＬｏｆ（Ｌｏｃａｌ Ｏｕｔｌｉｅｒ Ｆａｃｔｏｒ）、変分ベイズ法等を用いてもよい。
また、本実施形態によれば、工具の最初の数回の加工における加工データを、閾値があらかじめ決定できているデータ（基準検出情報）に対して写像させることで、基準検出情報と同等の異常度で評価できるようにしているので、既知の閾値を使って、異常を評価することができる。
また、テスト加工などで、工具が破損するまでのデータが取得できていれば、そのデータをベースとし、閾値を決定することができる。また、摩耗や破損のデータがない場合は、正常に加工できているデータをベースに、閾値を更新してもよい。
写像処理を行わない場合、異常判定のための閾値が加工条件・工具種類・素材等で異なっており、閾値を一意に決定することができなかったが、本実施形態によれば、上記の差異（加工条件・工具種類・素材等）を写像処理によって吸収することで、閾値を一意に決定することができる。
本実施形態によれば、工具・加工の種類や工具の個体差、加工条件によらない、汎用的な異常検知が可能である。また、本実施形態によれば、工具・加工の種類によらない寿命管理ができ、加工条件が変わっても誤検知せず、複数の指標を同時に評価することができる。
（その他の実施形態）
以上、本開示の実施の形態について図面を参照して詳述したが、具体的な構成はこの実施の形態に限られるものではなく、本開示の要旨を逸脱しない範囲の設計変更等も含まれる。
なお、上記実施形態では異常度に基づいて異常検出を行うこととしたが、これに限るものではなく、例えば写像処理後の多次元情報に基づく、基準検出情報に基づく確率密度分布と検出情報に基づく確率密度分布との比較結果、基準検出情報に基づく最大値と最小値の差分と検出情報に基づく最大値と最小値の差分との比較結果等を、類似度とともにあるいは類似度に代えて用いることができる。また、類似度、確率密度分布、最大値と最小値の差分等の各指標について、複数の指標の平均値や重みづけ加算値等を算出して、異常検出の判断対象としてもよい。
以上、この発明の実施形態について図面を参照して説明してきたが、具体的な構成は上記実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。
〈コンピュータ構成〉
図１１は、上記実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、プロセッサ９１、メインメモリ９２、ストレージ９３、インタフェース９４を備える。
上述の異常検出装置３０は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９３に記憶されている。プロセッサ９１は、プログラムをストレージ９３から読み出してメインメモリ９２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９１は、プログラムに従って、上述した各記憶部に対応する記憶領域をメインメモリ９２に確保する。
プログラムは、コンピュータ９０に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、ストレージに既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータは、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。この場合、プロセッサによって実現される機能の一部または全部が当該集積回路によって実現されてよい。
ストレージ９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。ストレージ９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムをメインメモリ９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ９３は、一時的でない有形の記憶媒体である。
＜付記＞
各実施形態に記載の異常検出装置３０は、例えば以下のように把握される。
（１）第１の態様に係る異常検出装置３０は、１つの工具Ｔを用いて行う一連の加工工程における初期段階の検出情報を取得する初期段階検出情報取得部３１と、前記初期段階の検出情報を、基準検出情報に写像させるための写像関数ｆを特定する写像関数特定部３２と、前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得する摩耗進行段階検出情報取得部３３と、前記摩耗進行段階の検出情報に対し、前記写像関数ｆを適用する写像関数適用部３４と、前記写像関数ｆが適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出する異常度算出部３５と、前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行う異常検出部３６と、を備える。
（２）第２の態様に係る異常検出装置３０は、第１の態様に係る異常検出装置３０であって、前記検出情報が多次元情報であって、前記写像関数特定部３２は、前記多次元情報の次元毎に前記写像関数を特定する。この構成によれば、多次元の加工データにおいても、工具等の個体差によるばらつきに対応することができる。
（３）第３の態様に係る異常検出装置３０は、第１または第２の態様に係る異常検出装置３０であって、前記検出情報が多次元情報であって、前記異常度算出部３５は、前記多次元情報間の距離に基づいて前記異常度を算出する。この構成によれば、多次元の加工データにおいても、工具等の個体差によるばらつきに対応することができる。
（４）第４の態様に係る異常検出装置３０は、第１から第３の態様に係る異常検出装置３０であって、前記異常判定閾値は、前記基準検出情報が取得された前記初期段階に続く前記摩耗進行段階の検出情報に基づく前記異常度に基づく。この構成によれば、異常判定閾値を、前記基準検出情報の取得の際に取得することができる。
１０ 門形加工機
２０ 制御盤
３０ 異常検出装置
３１ 初期段階検出情報取得部
３２ 写像関数特定部
３３ 摩耗進行段階検出情報取得部
３４ 写像関数適用部
３５ 異常度算出部
３６ 異常検出部
３７ 記憶部
３８ 出力部
３７１ 基準検出情報
３７２ 異常判定閾値

Claims (6)

  1. １つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得する初期段階検出情報取得部と、
    前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定する写像関数特定部と、
    前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得する摩耗進行段階検出情報取得部と、
    前記摩耗進行段階の検出情報に対し、前記写像関数を適用する写像関数適用部と、
    前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出する異常度算出部と、
    前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行う異常検出部と、
    を備える異常検出装置。
  2. 前記検出情報が多次元情報であって、
    前記写像関数特定部は、前記多次元情報の次元毎に前記写像関数を特定する
    請求項１に記載の異常検出装置。
  3. 前記検出情報が多次元情報であって、
    前記異常度算出部は、前記多次元情報間の距離に基づいて前記異常度を算出する
    請求項１または２に記載の異常検出装置。
  4. 前記異常判定閾値は、前記基準検出情報が取得された前記初期段階に続く前記摩耗進行段階の検出情報に基づく前記異常度に基づく
    請求項１から３のいずれか１項に記載の異常検出装置。
  5. １つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得するステップと、
    前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定するステップと、
    前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得するステップと、
    前記摩耗進行段階の検出情報に対し、前記写像関数を適用するステップと、
    前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出するステップと、
    前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行うステップと、
    を有する異常検出方法。
  6. １つの工具を用いて行う一連の加工工程における初期段階の検出情報を取得するステップと、
    前記初期段階の検出情報を、基準検出情報に写像させるための写像関数を特定するステップと、
    前記一連の加工工程における、前記初期段階に続く摩耗進行段階の検出情報を取得するステップと、
    前記摩耗進行段階の検出情報に対し、前記写像関数を適用するステップと、
    前記写像関数が適用された前記摩耗進行段階の検出情報の、前記基準検出情報に対する相違の度合いを示す異常度を算出するステップと、
    前記異常度が、事前に定められた異常判定閾値を上回るか否かの判定により前記工具の異常検出を行うステップと、
    をコンピュータに実行させるプログラム。
JP2019210526A 2019-11-21 2019-11-21 異常検出装置、異常検出方法およびプログラム Pending JP2021082126A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019210526A JP2021082126A (ja) 2019-11-21 2019-11-21 異常検出装置、異常検出方法およびプログラム
CN202011173477.1A CN112824988A (zh) 2019-11-21 2020-10-28 异常检测装置、异常检测方法以及程序
US17/084,968 US20210154790A1 (en) 2019-11-21 2020-10-30 Anomaly detection device, method of detecting anomaly, and program
EP20205142.1A EP3825800A1 (en) 2019-11-21 2020-11-02 Anomaly detection device, method of detecting anomaly, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019210526A JP2021082126A (ja) 2019-11-21 2019-11-21 異常検出装置、異常検出方法およびプログラム

Publications (1)

Publication Number Publication Date
JP2021082126A true JP2021082126A (ja) 2021-05-27

Family

ID=73448768

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019210526A Pending JP2021082126A (ja) 2019-11-21 2019-11-21 異常検出装置、異常検出方法およびプログラム

Country Status (4)

Country Link
US (1) US20210154790A1 (ja)
EP (1) EP3825800A1 (ja)
JP (1) JP2021082126A (ja)
CN (1) CN112824988A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6952318B1 (ja) * 2021-08-20 2021-10-20 株式会社Ｍａｚｉｎ 推定負荷利用方法および推定負荷利用システム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220176509A1 (en) * 2020-12-08 2022-06-09 National Formosa University Method for inspecting normality of a spindle of a machine tool
CN116016274B (zh) * 2022-12-29 2023-11-24 天航长鹰(江苏)科技有限公司 一种异常通讯检测方法和系统
CN117171604B (zh) * 2023-11-03 2024-01-19 城资泰诺(山东)新材料科技有限公司 基于传感器的保温板生产线异常监测系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000121426A (ja) * 1998-10-13 2000-04-28 Mazda Motor Corp ツールの異常状態検出装置
JP3883485B2 (ja) * 2002-10-08 2007-02-21 ファナック株式会社 工具折損あるいは予知検出装置
DE602005010539D1 (de) * 2004-12-28 2008-12-04 Fanuc Ltd Bestimmung eines Schwellwertes für ein Gerät zur Schadenserkennung auf einem Werkzeug
JP4024832B1 (ja) * 2007-05-28 2007-12-19 株式会社リミックスポイント ドリル検査装置、ドリル検査方法、およびそのプログラム
US8078552B2 (en) * 2008-03-08 2011-12-13 Tokyo Electron Limited Autonomous adaptive system and method for improving semiconductor manufacturing quality
WO2015122288A1 (ja) * 2014-02-17 2015-08-20 三菱電機株式会社 異音検知装置、加工機異音検知システムおよび異音検知方法
CN103792155B (zh) * 2014-02-27 2016-02-03 河南理工大学 基于惯性测量参数的钻头磨损预测方法
JP6340236B2 (ja) * 2014-04-15 2018-06-06 三菱重工工作機械株式会社 工作機械の診断方法及びシステム
EP3385889A4 (en) * 2015-12-01 2019-07-10 Preferred Networks, Inc. ANOMALY DETECTION SYSTEM, ANOMALY DETECTION METHOD, ANOMALY DETECTION PROGRAM, AND APPRIS MODEL GENERATION METHOD
JP6426667B2 (ja) * 2016-08-10 2018-11-21 三菱重工工作機械株式会社 工作機械の工具の異常検知装置及び方法
JP7047386B2 (ja) * 2018-01-10 2022-04-05 セイコーエプソン株式会社 異常を警告する方法および異常警告システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6952318B1 (ja) * 2021-08-20 2021-10-20 株式会社Ｍａｚｉｎ 推定負荷利用方法および推定負荷利用システム
JP2023028734A (ja) * 2021-08-20 2023-03-03 株式会社Mazin 推定負荷利用方法および推定負荷利用システム

Also Published As

Publication number Publication date
CN112824988A (zh) 2021-05-21
US20210154790A1 (en) 2021-05-27
EP3825800A1 (en) 2021-05-26

Similar Documents

Publication Publication Date Title
JP2021082126A (ja) 異常検出装置、異常検出方法およびプログラム
US6845340B2 (en) System and method for machining data management
JP6450738B2 (ja) 工作機械における工具のビビり発生の予兆を検知する機械学習装置、ｃｎｃ装置および機械学習方法
JP6340236B2 (ja) 工作機械の診断方法及びシステム
KR102166649B1 (ko) 기계학습을 이용한 회전기계 고장 진단 및 예측시스템
US7383097B2 (en) Method for managing machine tool data
US7571022B2 (en) System and method for monitoring machine health
TWI472402B (zh) Tool flutter monitoring method
JP2018024055A (ja) 工作機械の工具の異常検知装置及び方法
Ferretti et al. Monitoring systems for zero defect manufacturing
JP6752866B2 (ja) 刃具状態検査システム及び方法
JP6571704B2 (ja) 診断用データ取得システム、診断用システム、及び診断用データ取得プログラム
JP7358725B2 (ja) 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム
US20230008247A1 (en) Diagnostic system, diagnostic method, and recording medium
JP2016200451A (ja) 信号処理方法、信号処理装置、及び切削加工用異常検出装置
CN114326593B (zh) 一种刀具寿命预测系统及方法
Massol et al. An exTS based neuro-fuzzy algorithm for prognostics and tool condition monitoring
JP6712236B2 (ja) 異常予兆検知システム及び異常予兆検知方法
CN112987682A (zh) 控制方法、控制装置和机械设备
TW201633025A (zh) 工具機主軸故障形式的診斷方法及其系統
KR102558133B1 (ko) 인공지능을 통한 가공 설비 최적 운전 조건 추적 방법
Hsu et al. Low-cost vibration and acceleration sensors module for the drilling processes monitoring
JP7310195B2 (ja) 診断装置、診断システム及び診断プログラム
JP7154100B2 (ja) 工作機械の加工異常検出装置
JP6348934B2 (ja) 異常診断システム及び異常診断方法