JP2022128115A - メンテナンス支援システム - Google Patents

Abstract

【課題】ロボットのメンテナンス作業を実行するために必要な情報を取得することができる、メンテナンス支援システムを提供することを目的とする。【解決手段】本開示に係るメンテナンス支援システムは、ロボット１０１と、異常検出器１１０と、表示装置１２０と、制御装置２００と、を備え、記憶器２００ｂには、異常検出器１１０が検出したロボット１０１における複数のエラーコードを含む入力データと、異常検出器１１０が異常状態を検出したロボット１０１の異常が発生した部位を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデル２１０が記憶されており、演算器２００ａは、異常検出器１１０が検出したロボット１０１に関する異常状態のデータを入力データとして入力し、入力データに対応する出力データを学習済モデル２１０から導き出すように構成されている。【選択図】図１

Description

本開示は、メンテナンス支援システムに関する。

メンテナンス対象装置を効率的にメンテナンスできる可能性を高めることを目的とした、機械学習装置が知られている（例えば、特許文献１参照）。

特許文献１に開示されている機械学習装置では、メンテナンス対象装置のステータス情報（例えば、エラーコード等）と、メンテナンス対象装置が設置されている環境の情報（例えば、温度、湿度、気圧）である、設置環境情報と、の少なくとも１つと学習済モデルを用いて、メンテナンス対象装置で実行すべきメンテナンスを取得し、メンテナンスの優先順位を表示している。

特開２０２０－１７０３７９号公報

上記特許文献１に開示されている機械学習装置は、メンテナンス対象装置として、プリンターが例示されているが、ロボットもメンテナンス対象装置になり得るとしている。

ところで、特許文献１に開示されている機械学習装置では、どのようなエラーコードが入力データとして、学習済モデルに入力されるのか、具体的には記載されていない。このため、複数のエラーコードを入力する場合については、何ら考慮されていない。そして、複数のエラーコードの組み合わせは無限に存在する。

したがって、複数のエラーコードが表示されるような、故障が発生した場合に、メンテナンスの優先順位を表示することは、上記特許文献１に開示されている機械学習装置では、困難であった。

本開示は、上記特許文献１に開示されている機械学習装置に比して、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる、メンテナンス支援システムを提供することを目的とする。

上記従来の課題を解決するために、本開示に係るメンテナンス支援システムは、ロボットと、前記ロボットの異常状態を検出する異常検出器と、表示装置と、演算器と記憶器を有する制御装置と、を備え、前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの異常が発生した部位を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、前記演算器は、前記異常検出器が前記ロボットにおける複数のエラーコードを検出すると、前記学習済モデルを用いて、前記入力データに対応する前記出力データを導き出すように構成されており、前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている。

これにより、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる。

また、本開示に係るメンテナンス支援システムは、ロボットと、前記ロボットの異常状態を検出する異常検出器と、表示装置と、演算器と記憶器を有する制御装置と、を備え、前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの修理に必要な機器を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、前記演算器は、前記異常検出器が前記ロボットにおける複数のエラーコードを検出すると、前記学習済モデルを用いて、前記入力データに対応する前記出力データを導き出すように構成されており、前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている。

これにより、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる。

本開示の上記目的、他の目的、特徴、及び利点は、添付図面参照の下、以下の好適な実施形態の詳細な説明から明らかにされる。

本開示のメンテナンス支援システムによれば、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる。

図１は、本実施の形態１に係るメンテナンス支援システムの概略構成を示す模式図である。 図２は、本実施の形態１に係るメンテナンス支援システムの概略構成を示す模式図である。 図３は、図１及び図２に示すメンテナンス支援システムにおけるロボットの概略構成を示す模式図である。 図４は、本実施の形態１に係るメンテナンス支援システムの動作の一例（学習済モデルの生成動作）を示すフローチャートである。 図５は、本実施の形態１に係るメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。 図６は、本実施の形態１に係るメンテナンス支援システムに用いられる、教師データの一例を示す表である。 図７は、本実施の形態１に係るメンテナンス支援システムの動作の他の例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。 図８は、本実施の形態１における変形例１のメンテナンス支援システムの概略構成を示す模式図である。 図９は、本実施の形態１における変形例１のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。 図１０は、本実施の形態１における変形例１のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。 図１１は、本実施の形態１における変形例２のメンテナンス支援システムの概略構成を示す模式図である。 図１２は、本実施の形態１における変形例２のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。 図１３は、本実施の形態１における変形例２のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。 図１４は、本実施の形態２に係るメンテナンス支援システムの概略構成を示す模式図である。 図１５は、本実施の形態２に係るメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。 図１６は、本実施の形態２に係るメンテナンス支援システムに用いられる、教師データの一例を示す表である。 図１７は、本実施の形態２に係るメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。 図１８は、本実施の形態２における変形例１のメンテナンス支援システムの概略構成を示す模式図である。 図１９は、本実施の形態２における変形例１のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。 図２０は、本実施の形態２における変形例１のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

以下、本開示の実施の形態を、図面を参照しながら説明する。なお、全ての図面において、同一又は相当部分には同一符号を付し、重複する説明は省略する。また、全ての図面において、本開示を説明するための構成要素を抜粋して図示しており、その他の構成要素については図示を省略している場合がある。さらに、本開示は以下の実施の形態に限定されない。

（実施の形態１）
以下、本実施の形態１に係るメンテナンス支援システムの一例について、図１～図７を参照しながら説明する。

［メンテナンス支援システムの構成］
図１及び図２は、本実施の形態１に係るメンテナンス支援システムの概略構成を示す模式図である。

図１及び図２に示すように、本実施の形態１に係るメンテナンス支援システム３００は、ロボット１０１、異常検出器１１０、表示装置１２０、及び制御装置２００を備えている。ロボット１０１及び異常検出器１１０については、後述する。

表示装置１２０は、例えば、机、床等に据え置いて使用する、据え置き型のディスプレイで構成されていてもよい。また、表示装置１２０は、タブレットパソコン、スマートフォン等の携帯機器で構成されていてもよい。

なお、表示装置１２０は、ロボット１０１を操作するための操作装置（例えば、ティーチングペンダント等）のディスプレイで構成されていてもよい。また、表示装置１２０は、後述するロボットコントローラ１５０が備える表示器（ディスプレイ）で構成されていてもよい。

また、表示装置１２０は、通信ネットワーク３１０を介して、制御装置２００と接続されている。なお、通信ネットワーク３１０及び制御装置２００については、後述する。

また、メンテナンス支援システム３００は、入力装置１３０を備えている。入力装置１３０は、表示装置１２０に表示されている出力データの有効度を入力するように構成されている。入力装置１３０としては、キーボードで構成されていてもよい。なお、表示装置１２０がタッチパネルで構成されている場合には、表示装置１２０が入力装置１３０を兼ねてもよい。

次に、図３を参照しながら、ロボット１０１の構成について、詳細に説明する。なお、以下においては、ロボット１０１として、垂直多関節型のロボットについて説明するが、ロボット１０１としては、水平多関節型等の他のロボットを採用してもよい。

図３は、図１及び図２に示すメンテナンス支援システムにおけるロボットの概略構成を示す模式図である。

図３に示すように、ロボット１０１は、複数のリンク（ここでは、第１リンク１１ａ～第６リンク１１ｆ）の連接体と、複数の関節（ここでは、第１関節ＪＴ１～第６関節ＪＴ６）と、これらを支持する基台１５と、を有する多関節ロボットアームである。

第１関節ＪＴ１では、基台１５と、第１リンク１１ａの基端部とが、鉛直方向に延びる軸回りに回転可能に連結されている。第２関節ＪＴ２では、第１リンク１１ａの先端部と、第２リンク１１ｂの基端部とが、水平方向に延びる軸回りに回転可能に連結されている。第３関節ＪＴ３では、第２リンク１１ｂの先端部と、第３リンク１１ｃの基端部とが、水平方向に延びる軸回りに回転可能に連結されている。

また、第４関節ＪＴ４では、第３リンク１１ｃの先端部と、第４リンク１１ｄの基端部とが、第４リンク１１ｄの長手方向に延びる軸回りに回転可能に連結されている。第５関節ＪＴ５では、第４リンク１１ｄの先端部と、第５リンク１１ｅの基端部とが、第４リンク１１ｄの長手方向と直交する軸回りに回転可能に連結されている。第６関節ＪＴ６では、第５リンク１１ｅの先端部と第６リンク１１ｆの基端部とが、捻れ回転可能に連結されている。

そして、第６リンク１１ｆの先端部には、メカニカルインターフェースが設けられている。このメカニカルインターフェースには、作業内容に対応したエンドエフェクタ１２が着脱可能に装着される。

また、第１関節ＪＴ１～第６関節ＪＴ６には、それぞれ、各関節が連結する２つの部材を相対的に回転させるアクチュエータの一例としての駆動器（駆動モータ）が設けられている（いずれも図示せず）。駆動器は、例えば、ロボットコントローラ１５０によってサーボ制御されるサーボモータであってもよい。また、第１関節ＪＴ１～第６関節ＪＴ６には、それぞれ、駆動モータの温度を検出する温度センサと、駆動モータの回転位置を検出する回転センサと、駆動器の回転を制御する電流を検出する電流センサと、が設けられている（いずれも図示せず）。回転センサは、例えば、エンコーダであってもよい。

また、ロボット１０１は、異常検出器１１０を備えている。異常検出器１１０は、ロボット１０１に関する異常状態を示すデータ（例えば、エラーコード）を検出して、ロボットコントローラ１５０及び通信ネットワーク３１０を介して、制御装置２００に出力するように構成されている。なお、駆動器の回転を制御する電流を検出する電流センサと、異常検出器１１０はロボットコントローラ１５０に設けられていてもよい。

ここで、ロボット１０１に関する異常状態とは、予め設定されているプログラムを実行することができない状態、又はロボット１０１等に設置されている各種のセンサが検出する検出値が、予め設定されている所定の閾値以外を検出した状態をいう。また、ロボット１０１に関する異常状態は、ロボット１０１本体の異常であってもよく、ロボット１０１が配置されている工場内に設置されている各種の機器（例えば、ベルトコンベア等）の異常であってもよい。

また、異常検出器１１０が検出するロボット１０１に関する異常状態を示すデータは、異常状態が発生したロボット１０１の機種情報、異常状態が発生したロボット１０１の動作情報、異常状態が発生したロボット１０１の作業情報、及びエラーコードのうち、少なくとも１つの情報であってもよい。

異常状態が発生したロボット１０１の動作情報は、ロボット１０１の動作速度、ロボット１０１に設置されている駆動器（駆動モータ）の温度、ロボット１０１の駆動器の回転角度、ロボット１０１の電流値のうち、少なくとも１つの情報であってもよい。

また、ロボット１０１の作業情報は、ワークの保持及び搬送作業、ワークに対する溶接作業、及びワークに対する塗装作業のうち、少なくとも１つの作業であってもよい。

ロボットコントローラ１５０は、演算処理器１５０ａ、記憶器１５０ｂ、及び入力器１５０ｃを備えている。演算処理器１５０ａは、マイクロプロセッサ、ＣＰＵ等で構成されていて、記憶器１５０ｂに記憶されている基本プログラム等のソフトウェアを読み出して実行することにより、メンテナンス支援システム３００の各種動作を制御する。

記憶器１５０ｂは、基本プログラム、各種固定データ等の情報が記憶されている。記憶器１５０ｂは、単一である必要はなく、複数の記憶器（例えば、ランダムアクセスメモリ及びハードディスクドライブ）として構成されてもよい。演算処理器１５０ａがマイクロコンピュータで構成されている場合には、記憶器１５０ｂの少なくとも一部がマイクロコンピュータの内部メモリとして構成されてもよいし、独立したメモリとして構成されてもよい。

入力器１５０ｃは、演算処理器１５０ａに対して、メンテナンス支援システム３００の制御に関する各種パラメータ、あるいはその他のデータ等を入力可能とするものであり、キーボード、タッチパネル、ボタンスイッチ群等の公知の入力装置で構成されている。

なお、ロボットコントローラ１５０は、集中制御する単独のロボットコントローラ１５０によって構成されていてもよいし、互いに協働して分散制御する複数のロボットコントローラ１５０によって構成されていてもよい。また、ロボットコントローラ１５０は、マイクロコンピュータで構成されていてもよく、ＭＰＵ、ＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）、論理回路等によって構成されていてもよい。

また、図１及び図２に示すように、ロボットコントローラ１５０は、通信ネットワーク３１０を介して、制御装置２００と接続されている。

制御装置２００は、演算器２００ａ、記憶器２００ｂ、入力器２００ｃ、及び判定器２１１を備えている。なお、本実施の形態１においては、制御装置２００が判定器２１１を備える形態を採用したが、これに限定されない。判定器２１１が、制御装置２００とは異なる制御装置により構成されている形態を採用してもよい。

演算器２００ａは、マイクロプロセッサ、ＣＰＵ等で構成されていて、記憶器２００ｂに記憶されている基本プログラム等のソフトウェアを読み出して実行することにより、メンテナンス支援システム３００の各種動作を制御する。

記憶器２００ｂは、基本プログラム、各種固定データ等の情報が記憶されている。記憶器２００ｂは、単一である必要はなく、複数の記憶器（例えば、ランダムアクセスメモリ及びハードディスクドライブ）として構成されてもよい。演算器２００ａがマイクロコンピュータで構成されている場合には、記憶器２００ｂの少なくとも一部がマイクロコンピュータの内部メモリとして構成されてもよいし、独立したメモリとして構成されてもよい。

また、記憶器２００ｂには、学習済モデル２１０が記憶されている。なお、学習済モデル２１０については、後述する。

入力器２００ｃは、演算器２００ａに対して、メンテナンス支援システム３００の制御に関する各種パラメータ、あるいはその他のデータ等を入力可能とするものであり、キーボード、タッチパネル、ボタンスイッチ群等の公知の入力装置で構成されている。

判定器２１１は、入力装置１３０から入力された出力データの有効度に基づいて、出力データを学習済モデル２１０の教師データとして採用するか否かを判定するように構成されている。

なお、制御装置２００は、集中制御する単独の制御装置２００によって構成されていてもよいし、互いに協働して分散制御する複数の制御装置２００によって構成されていてもよい。また、制御装置２００は、マイクロコンピュータで構成されていてもよく、ＭＰＵ、ＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）、論理回路等によって構成されていてもよい。

［メンテナンス支援システムの動作及び作用効果］
次に、本実施の形態１に係るメンテナンス支援システム３００の動作及び作用効果について、図１～図７を参照しながら、詳細に説明する。

（１）学習済モデルの生成動作（生成処理）
まず、制御装置２００の記憶器２００ｂに記憶されている学習済モデル２１０の生成動作について、図１～４を参照しながら、詳細に説明する。

なお、本実施の形態１においては、学習済モデル２１０は、（多）クラス分類を行う学習モデルであってもよい。また、本実施の形態１においては、学習済モデル２１０は、ロボット１０１の機種ごとに生成されてもよい。

また、以下においては、制御装置２００の演算器２００ａが、学習済モデル２１０を生成する動作について説明するが、学習済モデル２１０は、制御装置２００の演算器２００ａ以外の演算器により生成されて、学習済モデル２１０に記憶されてもよい。また、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。さらに、以下の動作は、学習済モデルの再学習を実行する場合に実行されてもよい。

図４は、本実施の形態１に係るメンテナンス支援システムの動作の一例（学習済モデルの生成動作）を示すフローチャートである。図５は、本実施の形態１に係るメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。なお、図５においては、ノード及びノード間の結合の一部の記載を省略している。

図４に示すように、制御装置２００の演算器２００ａは、訓練モデルと教師データを取得する（ステップＳ１０１）。訓練モデルとしては、例えば、図５に示すニューラルネットワークを用いてもよい。また、学習済モデルの再学習（更新）を実行する場合には、訓練モデルとして、既存の学習済モデルを用いてもよい。なお、ニューラルネットワークの構成は公知であるため、その詳細な説明は省略する。

ここで、訓練モデルについて、図５を参照しながら説明する。

図５に示すように、訓練モデルは、ニューラルネットワークで構成されていて、ニューラルネットワークは、入力層Ｌｉ、中間層Ｌｍ、及び出力層Ｌｏを有している。また、訓練モデルは、異常検出器１１０が検出した複数のエラーコードをニューラルネットワークの入力層Ｌｉへの入力データとし、出力層Ｌｏから異常検出器１１０が異常状態を検出したロボット１０１の異常が発生した部位を出力データとして、出力する。

また、訓練モデルに入力する入力データは、異常状態が発生したロボット１０１の動作情報、及び異常状態が発生したロボット１０１の作業情報のうち、少なくとも１つの情報であってもよい。

異常状態が発生したロボット１０１の動作情報は、ロボット１０１の動作速度、ロボット１０１に設置されている駆動器（駆動モータ）の温度、ロボット１０１の駆動器の回転角度、ロボット１０１の駆動器の位置偏差、ロボット１０１の電流値のうち、少なくとも１つの情報であってもよい。

また、ロボット１０１の作業情報は、ワークの保持及び搬送作業、ワークに対する溶接作業、ワークに対する塗装作業、ワークの組み立て作業、ワークに対するシーリング作業、及び医療補助作業のうち、少なくとも１つの作業であってもよい。溶接作業としては、スポット溶接を実行してもよく、アーク溶接を実行してもよい。医療補助作業としては、例えば、ＰＣＲ検査の検体採取であってもよい。

教師データは、異常検出器１１０が異常状態を検出したロボット１０１における複数のエラーコードを含む入力データと、異常検出器１１０が異常状態を検出したロボット１０１の異常が発生した部位と、を対応付けたデータである。

すなわち、異常検出器１１０が検出したロボット１０１における複数のエラーコードと、当該複数のエラーコードに基づいて、メンテナンス作業者が実際にメンテナンス作業を実行したときのロボット１０１の部位（正解データ）と、が教師データとして使用される。

図４に示すように、次に、制御装置２００の演算器２００ａは、ステップＳ１０１で取得した、訓練モデルと教師データ用いて、学習を実行して、学習済モデル２１０を生成する（ステップＳ１０２）。具体的には、制御装置２００の演算器２００ａは、ステップＳ１０１で取得した、訓練モデルに教師データを入力する。

ここで、教師データについて、図６を参照しながら説明する。なお、Ｌｏの各ノードに入力される数字は任意であってもよい。また、以下においては、説明の便宜上、Ｌｏの各ノードに入力される数字の和が１となるようにし、Ｌｏの複数のノードに数字を入力する場合には、入力される数字は、それぞれ、同じ値とする。

図６は、本実施の形態１に係るメンテナンス支援システムに用いられる、教師データの一例を示す表である。

図６に示すように、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１１－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボットコントローラ１５０の演算処理器１５０ａのメンテナンス作業を実行したとする。

なお、エラーコード「Ｅ１０１－０１」は、第１関節ＪＴ１の偏差異常を示し、ロボット１０１の動作情報「Ｆ１０１１－０１」は、第１関節ＪＴ１における軸の位置情報の指令値の急変を示す。偏差異常とは、第１関節ＪＴ１の軸の指令値－第１関節ＪＴ１の軸の現在値があらかじめ設定されている閾値以上になった場合をいう。

また、ロボット１０１の動作情報「Ｆ１０１１－０１」は、エラーコード「Ｅ１０１－０１」を出力するための内部フラグである。異常検出器１１０が、ロボット１０１の動作情報「Ｆ１０１１－０１」をＯＮすると、エラーコード「Ｅ１０１－０１」が出力される。このため、本実施の形態１においては、内部フラグもエラーコードとして、取り扱うこととする。

この場合、教師データとして、図５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１１－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図５のＬｏの「ロボットコントローラ１５０の演算処理器１５０ａ異常」に対応するノードには「１」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１２－０１」を制御装置２００に出力したとする。このとき、（１）メンテナンス作業者がロボット１０１の第１関節ＪＴ１のブレーキ、サーボドライバ、モータ、及びエンコーダのメンテナンス作業を実行したとする。

なお、ロボット１０１の動作情報「Ｆ１０１２－０１」は、第１関節ＪＴ１における軸の位置情報の現在値の急変を示す。また、ロボット１０１の動作情報「Ｆ１０１２－０１」は、エラーコード「Ｅ１０１－０１」を出力するための内部フラグである。

（１）の場合、教師データとして、図５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１２－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図５のＬｏの「第１関節ＪＴ１のブレーキ異常」、「第１関節ＪＴ１のサーボドライバ異常」、「第１関節ＪＴ１のモータ異常」、及び「第１関節ＪＴ１のエンコーダ異常」のそれぞれに対応するノードには「０．２５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、（２）メンテナンス作業者がロボット１０１の第１関節ＪＴ１のブレーキ及びエンコーダのメンテナンス作業を実行した場合には、教師データとして、図５のＬｏの「第１関節ＪＴ１のブレーキ異常」及び「第１関節ＪＴ１のエンコーダ異常」のそれぞれに対応するノードには「０．５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０２－０１」及びロボット１０１の動作情報「Ｆ１０２１－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータの電磁ブレーキのメンテナンス作業を実行したとする。

なお、エラーコード「Ｅ１０２－０１」は、第１関節ＪＴ１のモータの過負荷を示し、ロボット１０１の動作情報「Ｆ１０２１－０１」は、第１関節ＪＴ１における電磁ブレーキの励磁コイルに通電している電流値の異常を示す。また、ロボット１０１の動作情報「Ｆ１０２１－０１」は、エラーコード「Ｅ１０１－０１」を出力するための内部フラグである。さらに、電磁ブレーキについては、特開２０１７－１８５５９５号公報にその詳細な説明が記載されているため、本実施の形態１において、その説明は省略する。

この場合、教師データとして、図５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０２１－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図５のＬｏの「ロボット１０１の第１関節ＪＴ１のブレーキ異常」及び「ロボット１０１の第１関節ＪＴ１のモータ異常」に対応するノードには「０．５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータのエンコーダ及びブレーキのメンテナンス作業を実行したとする。

なお、ロボット１０１の動作情報「Ｆ１０２３－０１」は、第１関節ＪＴ１に配置されているエンコーダが、予め設定されている所定の温度以上（高温）になった異常を示す。また、ロボット１０１の動作情報「Ｆ１０２３－０１」は、エラーコード「Ｅ１０１－０１」を出力するための内部フラグである。

この場合、教師データとして、図５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図５のＬｏの「ロボット１０１の第１関節ＪＴ１のエンコーダ異常」、「ロボット１０１の第１関節ＪＴ１のブレーキ異常」、及び「ロボット１０１の第１関節ＪＴ１のモータ異常」に対応するノードには、それぞれ、「０．３３」が入力され、それ以外のＬｏのノードには「０」が入力される。

さらに、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」、エラーコード「Ｅ１０２－０１」、ロボット１０１の動作情報「Ｆ１０１２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータのエンコーダのメンテナンス作業を実行したとする。

この場合、教師データとして、図５のＬｉのエラーコード「Ｅ１０１－０１、エラーコード「Ｅ１０２－０１」、ロボット１０１の動作情報「Ｆ１０１２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図５のＬｏの「ロボット１０１の第１関節ＪＴ１のエンコーダ異常」に対応するノードには「１」が入力され、それ以外のＬｏのノードには「０」が入力される。

ついで、制御装置２００の演算器２００ａは、ステップＳ１０２の処理において、訓練モデルにより出力されたデータと、教師データ（正解データ）との誤差を示す損失関数によって誤差を特定する。そして、制御装置２００の演算器２００ａは、損失関数のパラメータによる微分又は偏微分に基づいてパラメータを更新する処理を所定回数、繰り返して実行し、学習済モデル２１０を生成する。なお、パラメータを更新する処理は、勾配降下法等公知の手法を用いることができる。

次に、制御装置２００の演算器２００ａは、ステップＳ１０２で生成した学習済モデル２１０を記憶器２００ｂに記憶させて（ステップＳ１０３）、本プログラムを終了する。

（２）メンテナンス支援動作及び再学習処理
次に、本実施の形態１に係るメンテナンス支援システム３００のメンテナンス支援動作及び学習済モデル２１０の再学習処理について、図１～図７を参照しながら説明する。なお、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。

図７は、本実施の形態１に係るメンテナンス支援システムの動作の他の例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

図７に示すように、制御装置２００の演算器２００ａは、異常検出器１１０が検出したロボット１０１に対する複数のエラーコードを取得する（ステップＳ２０１）。ついで、制御装置２００の演算器２００ａは、ステップＳ２０１で取得した複数のエラーコードを学習済モデル２１０に入力する（ステップＳ２０２）。

これにより、制御装置２００の演算器２００ａは、学習済モデル２１０により算出された、出力層Ｌｏにおける各ノード（第１情報）の出力値を取得することができる。なお、第１情報は、例えば、図５に示すように、ロボット１０１の第１関節ＪＴ１のエンコーダ異常等の各ノードを示す。

次に、制御装置２００の演算器２００ａは、学習済モデル２１０に算出された出力値に基づいて、当該出力値の大きい順に各ノードに対応する第１情報（出力データ）をソートする（並び替える）（ステップＳ２０３）。ここで、出力値の大きさは、メンテナンス作業に必要な情報である可能性の大きさを示しているので、出力値の大きいノードほど、優先順位が高いとみなすことができる。

このため、制御装置２００の演算器２００ａは、優先順位の高い第１情報を表示装置１２０に表示させる（ステップＳ２０４）。このとき、制御装置２００の演算器２００ａは、優先順位の最も高い第１情報を表示装置１２０に表示させてもよく、複数（例えば、３つ）の優先順位の高い第１情報を表示装置１２０に表示させてもよい。

これにより、メンテナンス作業者に対して、メンテナンス作業に必要な情報を提示することができ、メンテナンス作業を支援することができる。

次に、制御装置２００の演算器２００ａは、入力装置１３０から入力された、表示装置１２０に表示されている出力データ（第１情報）の有効度を取得する（ステップＳ２０５）。ついで、制御装置２００の演算器２００ａは、ステップＳ２０５で取得した第１情報の有効度を判定器２１１に入力する。

判定器２１１は、入力された有効度を基に、第１情報を教師データとして採用するか否かを判定する（ステップＳ２０６）。具体的には、例えば、判定器２１１は、有効度が５０％以上である場合には、第１情報を教師データとして採用するように構成されていてもよい。また、判定器２１１は、有効度が７５％以上である場合には、第１情報を教師データとして採用するように構成されていてもよい。

また、判定器２１１は、入力装置１３０から入力された、第１情報の有効度に予め設定されている所定の係数を乗算してもよい。この場合、例えば、判定器２１１は、メンテナンス作業者の熟練度が高い場合には、第１情報の有効度に第１係数を乗算してもよい。第１係数は、０よりも大きく、１以下の任意の数値である。また、判定器２１１は、メンテナンス作業者の熟練度が低い場合には、第１情報の有効度に第１係数よりも小さな係数である、第２係数を乗算してもよい。第１係数及び第２係数は、予め記憶器２００ｂに記憶されていてもよく、メンテナンス作業者が、入力装置３００により、第１係数及び第２係数を入力してもよい。

なお、制御装置２００の演算器２００ａが、ステップＳ２０５で取得した有効度を基に、第１情報を教師データとして採用するか否かを判定してもよい、この場合、制御装置２００の演算器２００ａが、判定器２１１を構成する。

次に、制御装置２００の演算器２００ａは、判定器２１１が、第１情報が有効ではないと判定した場合（ステップＳ２０６でＮｏ）には、本プログラムを終了する。

一方、制御装置２００の演算器２００ａは、判定器２１１が、第１情報が有効であると判定した場合（ステップＳ２０６でＹｅｓ）には、ステップＳ２０１で取得した複数のエラーコードと、有効であると判定した第１情報と、を対応付けて、教師データとして、記憶器２００ｂに記憶させる（教師データの更新；ステップＳ２０７）。

次に、制御装置２００の演算器２００ａは、記憶器２００ｂに記憶されている、ステップＳ２０７で更新された教師データを含む、教師データを用いて、学習済モデル２１０を再学習させる（ステップＳ２０８）。ついで、制御装置２００の演算器２００ａは、再学習させた学習済モデル２１０を記憶器２００ｂに記憶させて（更新させて）、本プログラムを終了する。

本実施の形態１に係るメンテナンス支援システムは、ロボットと、前記ロボットの異常状態を検出する異常検出器と、表示装置と、演算器と記憶器を有する制御装置と、を備え、前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの異常が発生した部位を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、前記演算器は、前記異常検出器が検出した前記ロボットにおける複数のエラーコードを前記学習済モデルに入力データとして入力し、前記入力データに対応する前記出力データを前記学習済モデルから導き出すように構成されており、前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている。

これにより、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる。

また、本実施の形態１に係るメンテナンス支援システムでは、前記入力データが、前記異常状態が発生した前記ロボットの機種情報、前記異常状態が発生した前記ロボットの動作情報、及び前記異常状態が発生した前記ロボットの作業情報のうち、少なくとも１つの情報をさらに含んでもよい。

また、本実施の形態１に係るメンテナンス支援システムでは、前記ロボットの動作情報は、前記ロボットの動作速度、前記ロボットの駆動器の温度、前記ロボットの駆動器の回転角度、前記ロボットの駆動器の位置偏差、前記ロボットの電流値のうち、少なくとも１つの情報であってもよい。

また、本実施の形態１に係るメンテナンス支援システムでは、前記ロボットの作業情報は、ワークの保持及び搬送作業、前記ワークの組み立て作業、前記ワークに対する溶接作業、前記ワークに対する塗装作業、前記ワークに対するシーリング作業、及び医療補助作業のうち、少なくとも１つの作業であってもよい。

［変形例１］
次に、本実施の形態１に係るメンテナンス支援システム３００の変形例１について、図８～図１０を参照しながら説明する。

［メンテナンス支援システムの構成］
図８は、本実施の形態１における変形例１のメンテナンス支援システムの概略構成を示す模式図である。

図８に示すように、本実施の形態１における変形例１のメンテナンス支援システム３００は、実施の形態１に係るメンテナンス支援システム３００と基本的構成は同じであるが、機種入力器１５１をさらに備える点と、学習済モデル２１０に代えて、学習済モデル２１０Ａを備える点と、が異なる。学習済モデル２１０Ａについては、後述する。

機種入力器１５１は、ロボットコントローラ１５０が制御するロボット１０１の機種を制御装置２００に入力するように構成されている。本変形例１においては、ロボットコントローラ１５０が、機種入力器１５１を備える形態を採用したが、これに限定されない。ロボット１０１又は異常検出器１１０が、機種入力器１５１を備える形態を採用してもよく、制御装置２００が、機種入力器１５１を備える形態を採用してもよい。

［メンテナンス支援システムの動作及び作用効果］
次に、本変形例１におけるメンテナンス支援システム３００の動作及び作用効果について、図８～図１０を参照しながら、詳細に説明する。

（１）学習済モデルの生成動作（生成処理）
まず、制御装置２００の記憶器２００ｂに記憶されている学習済モデル２１０Ａの生成動作について、図８及び図９を参照しながら、詳細に説明する。なお、本変形例１においては、ロボット１０１の全ての機種について、１つの学習済モデル２１０Ａを生成する。

図９は、本実施の形態１における変形例１のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。

図９に示すように、本変形例１の学習済モデル２１０Ａは、実施の形態１に係るメンテナンス支援システム３００の学習済モデル２１０と基本的には同じであるが、訓練モデル（学習済モデル）に入力する入力データとして、ロボット１０１の機種情報が含まれる点が異なる。

これにより、１つの学習済モデル２１０Ａにより、全てのロボット１０１の機種に対して、出力データを出力することができる。

（２）メンテナンス支援動作及び再学習処理
次に、本変形例１におけるメンテナンス支援システム３００のメンテナンス支援動作及び学習済モデル２１０Ａの再学習処理について、図１０を参照しながら説明する。なお、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。

図１０は、本実施の形態１における変形例１のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

図１０に示すように、本変形例１におけるメンテナンス支援システム３００の動作（メンテナンス支援動作及び再学習処理）は、実施の形態１に係るメンテナンス支援システム３００と基本的には同様の動作（処理）が実行されるが、ステップＳ２０３の処理に代えて、ステップＳ２０３Ａの処理が実行される点と、学習済モデル２１０に代えて、学習済モデル２１０Ａが用いられる点と、が異なる。

具体的には、制御装置２００の演算器２００ａは、制御装置２００の演算器２００ａは、異常検出器１１０が検出したロボット１０１に対する複数のエラーコードを取得する（ステップＳ２０１）。ついで、ステップＳ２０１で取得した複数のエラーコードを学習済モデル２１０Ａに入力する（ステップＳ２０２）。

これにより、制御装置２００の演算器２００ａは、学習済モデル２１０Ａにより算出された、出力層Ｌｏにおける各ノードの出力値を取得することができる。

次に、制御装置２００の演算器２００ａは、学習済モデル２１０Ａにより算出された出力値と、機種入力器１５１からロボット１０１の機種情報を取得して、各ノードの出力値に対応する第１情報（出力データ）をソートする（並び替える）（ステップＳ２０３Ａ）。

より詳細には、制御装置２００の演算器２００ａは、学習済モデル２１０Ａにより算出された各ノードの出力値に対応する第１情報について、ステップＳ２０３Ａで取得したロボット１０１の機種情報を基に、ロボット１０１の該当機種以外のノードを除去する。ついで、制御装置２００の演算器２００ａは、除去されなかった出力値について、出力値の大きい順に各ノードに対応する第１情報をソートする（並び替える）。

次に、制御装置２００の演算器２００ａは、実施の形態１に係るメンテナンス支援システム３００と同様に、ステップＳ２０４～ステップＳ２０８の処理を実行して、本プログラムを終了する。

このように構成されている本変形例１のメンテナンス支援システム３００であっても、実施の形態１に係るメンテナンス支援システム３００と同様の作用効果を奏する。

［変形例２］
次に、本実施の形態１に係るメンテナンス支援システム３００の変形例２について、図１１～図１３を参照しながら説明する。

［メンテナンス支援システムの構成］
図１１は、本実施の形態１における変形例２のメンテナンス支援システムの概略構成を示す模式図である。

図１１に示すように、本実施の形態１における変形例２のメンテナンス支援システム３００は、実施の形態１に係るメンテナンス支援システム３００と基本的構成は同じであるが、作業入力器１５２をさらに備える点と、学習済モデル２１０に代えて、学習済モデル２１０Ｂを備える点と、が異なる。学習済モデル２１０Ｂについては、後述する。

作業入力器１５２は、ロボットコントローラ１５０が制御するロボット１０１が実行している作業情報（作業内容）を制御装置２００に入力するように構成されている。本変形例２においては、ロボットコントローラ１５０が、作業入力器１５２を備える形態を採用したが、これに限定されない。ロボット１０１又は異常検出器１１０が、作業入力器１５２を備える形態を採用してもよく、制御装置２００が、作業入力器１５２を備える形態を採用してもよい。

［メンテナンス支援システムの動作及び作用効果］
次に、本変形例２におけるメンテナンス支援システム３００の動作及び作用効果について、図１１～図１３を参照しながら、詳細に説明する。

（１）学習済モデルの生成動作（生成処理）
まず、制御装置２００の記憶器２００ｂに記憶されている学習済モデル２１０Ｂの生成動作について、図１１及び図１２を参照しながら、詳細に説明する。なお、本変形例２においては、ロボット１０１の作業内容ごとに、学習済モデル２１０Ｂを生成する。

図１２は、本実施の形態１における変形例２のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。

図１２に示すように、本変形例２の学習済モデル２１０Ｂは、実施の形態１に係るメンテナンス支援システム３００の学習済モデル２１０と基本的には同じであるが、訓練モデル（学習済モデル）に入力する入力データとして、ロボット１０１の機種情報が含まれる点と、ロボット１０１の作業情報が入力されない点と、が異なる。

これにより、１つの学習済モデル２１０Ｂにより、同じ作業を実行する全てのロボット１０１の機種に対して、出力データを出力することができる。

（２）メンテナンス支援動作及び再学習処理
次に、本変形例２におけるメンテナンス支援システム３００のメンテナンス支援動作及び学習済モデル２１０Ａの再学習処理について、図１３を参照しながら説明する。なお、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。

図１３は、本実施の形態１における変形例２のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

図１３に示すように、本変形例２におけるメンテナンス支援システム３００の動作（メンテナンス支援動作及び再学習処理）は、実施の形態１に係るメンテナンス支援システム３００と基本的には同様の動作（処理）が実行されるが、ステップＳ２０３の処理に代えて、ステップＳ２０３Ｂの処理が実行される点と、学習済モデル２１０に代えて、学習済モデル２１０Ｂが用いられる点と、が異なる。

具体的には、制御装置２００の演算器２００ａは、制御装置２００の演算器２００ａは、異常検出器１１０が検出したロボット１０１に対する複数のエラーコードを取得する（ステップＳ２０１）。ついで、ステップＳ２０１で取得した複数のエラーコードを学習済モデル２１０Ｂに入力する（ステップＳ２０２）。

これにより、制御装置２００の演算器２００ａは、学習済モデル２１０Ｂにより算出された、出力層Ｌｏにおける各ノードの出力値を取得することができる。

次に、制御装置２００の演算器２００ａは、学習済モデル２１０Ｂにより算出された出力値と、作業入力器１５２からロボット１０１の作業情報を取得して、各ノードの出力値に対応する第１情報（出力データ）をソートする（並び替える）（ステップＳ２０３Ｂ）。

より詳細には、制御装置２００の演算器２００ａは、学習済モデル２１０Ｂにより算出された出力値について、ステップＳ２０３Ｂで取得したロボット１０１の作業情報を基に、ロボット１０１が実行している作業以外のノードを除去する。ついで、制御装置２００の演算器２００ａは、除去されなかった出力値について、出力値の大きい順に各ノードに対応する第１情報をソートする（並び替える）。

次に、制御装置２００の演算器２００ａは、実施の形態１に係るメンテナンス支援システム３００と同様に、ステップＳ２０４～ステップＳ２０８の処理を実行して、本プログラムを終了する。

このように構成されている本変形例２のメンテナンス支援システム３００であっても、実施の形態１に係るメンテナンス支援システム３００と同様の作用効果を奏する。

（実施の形態２）
以下、本実施の形態２に係るメンテナンス支援システムの一例について、図１４～図１７を参照しながら説明する。

［メンテナンス支援システムの構成］
図１４は、本実施の形態２に係るメンテナンス支援システムの概略構成を示す模式図である。

図１４に示すように、本実施の形態２に係るメンテナンス支援システム３００は、実施の形態１に係るメンテナンス支援システム３００と基本的構成は同じであるが、学習済モデル２１０に代えて、学習済モデル２１０Ｃを備える点が異なる。

［メンテナンス支援システムの動作及び作用効果］
次に、本実施の形態２に係るメンテナンス支援システム３００の動作及び作用効果について、図１４～図１７を参照しながら、詳細に説明する。

（１）学習済モデルの生成動作（生成処理）
まず、制御装置２００の記憶器２００ｂに記憶されている学習済モデル２１０Ｃの生成動作について、図１４～図１６を参照しながら、詳細に説明する。

図１５は、本実施の形態２に係るメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。

図１５に示すように、本実施の形態２に係る学習済モデル２１０Ｃは、実施の形態１に係るメンテナンス支援システム３００の学習済モデル２１０と基本的には同じであるが、訓練モデル（学習済モデル）に入力する教師データ（出力データ）が異なる。

ここで、教師データについて、図１６を参照しながら説明する。なお、Ｌｏの各ノードに入力される数字は任意であってもよい。また、以下においては、説明の便宜上、Ｌｏの各ノードに入力される数字の和が１となるようにし、Ｌｏの複数のノードに数字を入力する場合には、入力される数字は、それぞれ、同じ値とする。

図１６は、本実施の形態２に係るメンテナンス支援システムに用いられる、教師データの一例を示す表である。

図１６に示すように、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１１－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボットコントローラ１５０の演算処理器１５０ａのメンテナンス作業（演算処理器１５０ａの交換作業）を実行したとする。

この場合、教師データとして、図１５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１１－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図１５のＬｏの「ロボットコントローラ１５０の演算処理器１５０ａ」に対応するノードには「１」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１２－０１」を制御装置２００に出力したとする。

このとき、（１）メンテナンス作業者がロボット１０１の第１関節ＪＴ１のブレーキ、サーボドライバ、モータ、及びエンコーダのメンテナンス作業を実行したとする。

（１）の場合、教師データとして、図１５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０１２－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図１５のＬｏの「第１関節ＪＴ１のブレーキ」、「第１関節ＪＴ１のサーボドライバ」、「第１関節ＪＴ１のモータ」、及び「第１関節ＪＴ１のエンコーダ」のそれぞれに対応するノードには「０．２５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、（２）メンテナンス作業者がロボット１０１の第１関節ＪＴ１のブレーキ及びエンコーダのメンテナンス作業を実行した場合には、教師データとして、図１５のＬｏの「第１関節ＪＴ１のブレーキ」及び「第１関節ＪＴ１のエンコーダ」のそれぞれに対応するノードには「０．５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０２－０１」及びロボット１０１の動作情報「Ｆ１０２１－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータの電磁ブレーキのメンテナンス作業を実行したとする。

この場合、教師データとして、図１５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０２１－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図１５のＬｏの「ロボット１０１の第１関節ＪＴ１のブレーキ」及び「ロボット１０１の第１関節ＪＴ１のモータ」に対応するノードには「０．５」が入力され、それ以外のＬｏのノードには「０」が入力される。

また、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータのエンコーダ及びブレーキのメンテナンス作業を実行したとする。

この場合、教師データとして、図１５のＬｉのエラーコード「Ｅ１０１－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図１５のＬｏの「ロボット１０１の第１関節ＪＴ１のエンコーダ」、「ロボット１０１の第１関節ＪＴ１のブレーキ」、及び「ロボット１０１の第１関節ＪＴ１のモータ」に対応するノードには、それぞれ、「０．３３」が入力され、それ以外のＬｏのノードには「０」が入力される。

さらに、異常検出器１１０がロボット１０１の異常状態を検出し、エラーコード「Ｅ１０１－０１」、エラーコード「Ｅ１０２－０１」、ロボット１０１の動作情報「Ｆ１０１２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１」を制御装置２００に出力したとする。このとき、メンテナンス作業者がロボット１０１の第１関節ＪＴ１のモータのエンコーダのメンテナンス作業を実行したとする。

この場合、教師データとして、図１５のＬｉのエラーコード「Ｅ１０１－０１、エラーコード「Ｅ１０２－０１」、ロボット１０１の動作情報「Ｆ１０１２－０１」及びロボット１０１の動作情報「Ｆ１０２３－０１のそれぞれに対応するノードに「１」が入力され、それ以外のＬｉのノードには「０」が入力される。また、教師データとして、図１５のＬｏの「ロボット１０１の第１関節ＪＴ１のエンコーダ」に対応するノードには「１」が入力され、それ以外のＬｏのノードには「０」が入力される。

そして、制御装置２００の演算器２００ａは、上述した教師データを訓練モデルに入力して、学習を実行して、学習済モデル２１０Ｃを生成する。ついで、制御装置２００の演算器２００ａは、生成した学習済モデル２１０Ｃを記憶器２００ｂに記憶させる。

（２）メンテナンス支援動作及び再学習処理
次に、本実施の形態２に係るメンテナンス支援システム３００のメンテナンス支援動作及び学習済モデル２１０の再学習処理について、図１４～図１７を参照しながら説明する。なお、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。

図１７は、本実施の形態２に係るメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

図１７に示すように、制御装置２００の演算器２００ａは、異常検出器１１０が検出したロボット１０１に対する複数のエラーコードを取得する（ステップＳ３０１）。ついで、制御装置２００の演算器２００ａは、ステップＳ３０１で取得した複数のエラーコードを学習済モデル２１０Ｃに入力する（ステップＳ３０２）。

これにより、制御装置２００の演算器２００ａは、学習済モデル２１０Ｃにより算出された、出力層Ｌｏにおける各ノードの出力値を取得することができる。なお、第２情報は、例えば、図１５に示すように、ロボット１０１の第１関節ＪＴ１のエンコーダ等の各ノードを示す。

次に、制御装置２００の演算器２００ａは、学習済モデル２１０Ｃに算出された出力値に基づいて、当該出力値の大きい順に各ノードに対応する第２情報をソートする（並び替える）（ステップＳ３０３）。ここで、出力値の大きさは、メンテナンス作業に必要な情報である可能性の大きさを示しているので、出力値の大きいノードほど、優先順位が高いとみなすことができる。

このため、制御装置２００の演算器２００ａは、優先順位の高い第２情報を表示装置１２０に表示させる（ステップＳ３０４）。このとき、制御装置２００の演算器２００ａは、優先順位の最も高い第２情報を表示装置１２０に表示させてもよく、複数（例えば、３つ）の優先順位の高い第２情報を表示装置１２０に表示させてもよい。

これにより、メンテナンス作業者に対して、メンテナンス作業に必要な情報を提示することができ、メンテナンス作業を支援することができる。

次に、制御装置２００の演算器２００ａは、入力装置１３０から入力された、表示装置１２０に表示されている出力データ（第２情報）の有効度を取得する（ステップＳ３０５）。ついで、制御装置２００の演算器２００ａは、ステップＳ３０５で取得した第２情報の有効度を判定器２１１に入力する。

判定器２１１は、入力された有効度を基に、第２情報を教師データとして採用するか否かを判定する（ステップＳ３０６）。具体的には、例えば、判定器２１１は、有効度が５０％以上である場合には、第２情報を教師データとして採用するように構成されていてもよい。また、判定器２１１は、有効度が７５％以上である場合には、第２情報を教師データとして採用するように構成されていてもよい。

また、判定器２１１は、入力装置１３０から入力された、第２情報の有効度に予め設定されている所定の係数を乗算してもよい。

この場合、例えば、判定器２１１は、メンテナンス作業者の熟練度が高い場合には、第２情報の有効度に第１係数を乗算してもよい。第１係数は、０よりも大きく、１以下の任意の数値である。また、判定器２１１は、メンテナンス作業者の熟練度が低い場合には、第２情報の有効度に第１係数よりも小さな係数である、第２係数を乗算してもよい。第１係数及び第２係数は、予め記憶器２００ｂに記憶されていてもよく、メンテナンス作業者が、入力装置３００により、第１係数及び第２係数を入力してもよい。

なお、制御装置２００の演算器２００ａが、ステップＳ３０５で取得した有効度を基に、第２情報を教師データとして採用するか否かを判定してもよい、この場合、制御装置２００の演算器２００ａが、判定器２１１を構成する。

次に、制御装置２００の演算器２００ａは、判定器２１１が、第２情報が有効ではないと判定した場合（ステップＳ３０６でＮｏ）には、本プログラムを終了する。

一方、制御装置２００の演算器２００ａは、判定器２１１が、第２情報が有効であると判定した場合（ステップＳ３０６でＹｅｓ）には、ステップＳ３０１で取得した複数のエラーコードと、有効であると判定した第２情報と、を対応付けて、教師データとして、記憶器２００ｂに記憶させる（教師データの更新；ステップＳ３０７）。

次に、制御装置２００の演算器２００ａは、記憶器２００ｂに記憶されている、ステップＳ３０７で更新された教師データを含む、教師データを用いて、学習済モデル２１０Ｃを再学習させる（ステップＳ３０８）。ついで、制御装置２００の演算器２００ａは、再学習させた学習済モデル２１０Ｃを記憶器２００ｂに記憶させて（更新させて）、本プログラムを終了する。

本実施の形態２に係るメンテナンス支援システムは、ロボットと、前記ロボットの異常状態を検出する異常検出器と、表示装置と、演算器と記憶器を有する制御装置と、を備え、前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの修理に必要な機器を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、前記演算器は、前記異常検出器が検出した前記ロボットにおける複数のエラーコードを前記学習済モデルに入力データとして入力し、前記入力データに対応する前記出力データを前記学習済モデルから導き出すように構成されており、前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている。

これにより、複数のエラーコードが表示されるような故障が発生した場合に、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができる。

また、本実施の形態２に係るメンテナンス支援システムでは、前記入力データが、前記異常状態が発生した前記ロボットの機種情報、前記異常状態が発生した前記ロボットの動作情報、及び前記異常状態が発生した前記ロボットの作業情報のうち、少なくとも１つの情報をさらに含んでもよい。

また、本実施の形態２に係るメンテナンス支援システムでは、前記ロボットの動作情報が、前記ロボットの動作速度、前記ロボットの駆動器の温度、前記ロボットの駆動器の回転角度、前記ロボットの電流値のうち、少なくとも１つの情報であってもよい。

さらに、本実施の形態２に係るメンテナンス支援システムでは、前記ロボットの作業情報が、ワークの保持及び搬送作業、前記ワークに対する溶接作業、及び前記ワークに対する塗装作業のうち、少なくとも１つの作業であってもよい。

なお、本実施の形態２に係るメンテナンス支援システム３００では、学習済モデル２１０Ｃが、ロボット１０１の機種ごとに、１つの学習済モデル２１０Ｃを生成する形態を採用したが、これに限定されない。例えば、実施の形態１における変形例１のように、ロボット１０１の全ての機種について、１つの学習済モデル２１０を生成する形態を採用してもよい。また、実施の形態１における変形例２のように、ロボット１０１の作業内容（例えば、ワークの保持及び搬送作業、ワークの組み立て作業、ワークに対する溶接作業、ワークに対する塗装作業、ワークに対するシーリング作業、及び医療補助作業）ごとに学習済モデル２１０Ｃを生成する形態を採用してもよい。

［変形例１］
次に、本実施の形態２に係るメンテナンス支援システム３００の変形例１について、図１８～図２０を参照しながら説明する。

［メンテナンス支援システムの構成］
図１８は、本実施の形態２における変形例１のメンテナンス支援システムの概略構成を示す模式図である。

図１８に示すように、本実施の形態２における変形例１のメンテナンス支援システム３００は、実施の形態２に係るメンテナンス支援システム３００と基本的構成は同じであるが、機種入力器１５１及び部品情報入力器１５３をさらに備える点と、学習済モデル２１０Ｃに代えて、学習済モデル２１０Ｄを備える点と、が異なる。学習済モデル２１０Ｄについては、後述する。

機種入力器１５１は、ロボットコントローラ１５０が制御するロボット１０１の機種を制御装置２００に入力するように構成されている。本変形例１においては、ロボットコントローラ１５０が、機種入力器１５１を備える形態を採用したが、これに限定されない。ロボット１０１又は異常検出器１１０が、機種入力器１５１を備える形態を採用してもよく、制御装置２００が、機種入力器１５１を備える形態を採用してもよい。

部品情報入力器１５３は、ロボットコントローラ１５０が制御するロボット１０１の部品情報（例えば、品名、品番等）を制御装置２００に入力するように構成されている。本変形例１においては、ロボットコントローラ１５０が、部品情報入力器１５３を備える形態を採用したが、これに限定されない。ロボット１０１又は異常検出器１１０が、部品情報入力器１５３を備える形態を採用してもよく、制御装置２００が、部品情報入力器１５３を備える形態を採用してもよい。

［メンテナンス支援システムの動作及び作用効果］
次に、本変形例１におけるメンテナンス支援システム３００の動作及び作用効果について、図１８～図２０を参照しながら、詳細に説明する。

（１）学習済モデルの生成動作（生成処理）
まず、制御装置２００の記憶器２００ｂに記憶されている学習済モデル２１０Ｄの生成動作について、図１８及び図１９を参照しながら、詳細に説明する。なお、本変形例１においては、エラーコードが共通するロボット１０１の全ての機種について、１つの学習済モデル２１０Ｄを生成する。

具体的には、例えば、６軸垂直多関節型ロボットの全ての機種でエラーコードが共通している場合には、６軸垂直多関節型ロボットの全ての機種について、１つの学習済モデル２１０Ｄを生成する。また、例えば、水平多関節型ロボットの全ての機種でエラーコードが共通している場合には、水平多関節型ロボットの全ての機種について、１つの学習済モデル２１０Ｄを生成する。さらに、例えば、双腕型ロボットの全ての機種でエラーコードが共通している場合には、双腕型ロボットの全ての機種について、１つの学習済モデル２１０Ｄを生成する。

図１９は、本実施の形態２における変形例１のメンテナンス支援システムに用いられる、ニューラルネットワークの構造を示す模式図である。

図１９に示すように、本変形例１の学習済モデル２１０Ｄは、実施の形態２に係るメンテナンス支援システム３００の学習済モデル２１０Ｃと基本的には同じであるが、訓練モデル（学習済モデル）に入力する入力データとして、エラーコードの共通するロボット１０１の機種情報が含まれる点が異なる。

これにより、１つの学習済モデル２１０Ｄにより、エラーコードの共通する全てのロボット１０１の機種に対して、出力データを出力することができる。

（２）メンテナンス支援動作及び再学習処理
次に、本変形例１におけるメンテナンス支援システム３００のメンテナンス支援動作及び学習済モデル２１０Ｄの再学習処理について、図２０を参照しながら説明する。なお、以下の動作は、制御装置２００の演算器２００ａが、記憶器２００ｂに格納されているプログラムを読み出すことにより実行される。

図２０は、本実施の形態２における変形例１のメンテナンス支援システムの動作の一例（メンテナンス支援動作及び再学習処理）を示すフローチャートである。

図２０に示すように、本変形例１におけるメンテナンス支援システム３００の動作（メンテナンス支援動作及び再学習処理）は、実施の形態２に係るメンテナンス支援システム３００と基本的には同様の動作（処理）が実行されるが、ステップＳ３０３及びステップＳ３０４の処理に代えて、ステップＳ３０３Ａ及びステップＳ３０４Ａの処理が実行される点と、学習済モデル２１０Ｃに代えて、学習済モデル２１０Ｄが用いられる点と、が異なる。

具体的には、制御装置２００の演算器２００ａは、制御装置２００の演算器２００ａは、異常検出器１１０が検出したロボット１０１に対する複数のエラーコードを取得する（ステップＳ３０１）。ついで、ステップＳ３０１で取得した複数のエラーコードを学習済モデル２１０Ｄに入力する（ステップＳ３０２）。

これにより、制御装置２００の演算器２００ａは、学習済モデル２１０Ｄにより算出された、出力層Ｌｏにおける各ノードの出力値を取得することができる。

次に、制御装置２００の演算器２００ａは、学習済モデル２１０Ｄにより算出された出力値と、機種入力器１５１からロボット１０１の機種情報と、を取得して、各ノードの出力値に対応する第１情報（出力データ）をソートし、第１情報に対応する部品情報（以下、第３情報）を部品情報入力器１５３から取得する（ステップＳ３０３Ａ）。

より詳細には、制御装置２００の演算器２００ａは、学習済モデル２１０Ｄにより算出された各ノードの出力値に対応する第１情報について、ステップＳ３０３Ａで取得したロボット１０１の機種情報を基に、ロボット１０１の該当機種以外のノードの出力値に対応する第１情報を除去する。ついで、制御装置２００の演算器２００ａは、除去されなかった出力値に対応する第１情報について、出力値の大きい順に各ノードに対応する第１情報をソートする（並び替える）。

そして、優先順位の高い第１情報に対応する第３情報を部品情報入力器１５３から取得する。第３情報としては、例えば、ロボット１０１の第１関節ＪＴ１のエンコーダの品名であってもよく、エンコーダの品番であってもよい。

次に、制御装置２００の演算器２００ａは、実施の形態２に係るメンテナンス支援システム３００と同様に、ステップＳ３０５～ステップＳ３０８の処理を実行して、本プログラムを終了する。

このように構成されている本変形例１のメンテナンス支援システム３００であっても、実施の形態２に係るメンテナンス支援システム３００と同様の作用効果を奏する。

上記説明から、当業者にとっては、本開示の多くの改良又は他の実施形態が明らかである。従って、上記説明は、例示としてのみ解釈されるべきであり、本開示を実行する最良の態様を当業者に教示する目的で提供されたものである。本開示を逸脱することなく、その構造及び／又は機能の詳細を実質的に変更できる。

本開示のメンテナンス支援システムによれば、ロボットのメンテナンス作業を実行するために必要な情報を容易に取得することができるため、ロボットの分野において有用である。

１１ａ 第１リンク
１１ｂ 第２リンク
１１ｃ 第３リンク
１１ｄ 第４リンク
１１ｅ 第５リンク
１１ｆ 第６リンク
１２ エンドエフェクタ
１５ 基台
１０１ ロボット
１１０ 異常検出器
１２０ 表示装置
１３０ 入力装置
１５０ ロボットコントローラ
１５０ａ 演算処理器
１５０ｂ 記憶器
１５０ｃ 入力器
１５１ 機種入力器
１５２ 作業入力器
１５３ 部品情報入力器
２００ 制御装置
２００ａ 演算器
２００ｂ 記憶器
２００ｃ 入力器
２１０ 学習済モデル
２１０Ａ 学習済モデル
２１０Ｂ 学習済モデル
２１０Ｃ 学習済モデル
２１１ 判定器
３００ メンテナンス支援システム
３１０ 通信ネットワーク
ＪＴ１ 第１関節
ＪＴ２ 第２関節
ＪＴ３ 第３関節
ＪＴ４ 第４関節
ＪＴ５ 第５関節
ＪＴ６ 第６関節

Claims (5)

1. ロボットと、
   前記ロボットの異常状態を検出する異常検出器と、
   表示装置と、
   演算器と記憶器を有する制御装置と、を備え、
   前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの異常が発生した部位を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、
   前記演算器は、前記異常検出器が検出した前記ロボットにおける複数のエラーコードを前記学習済モデルに入力データとして入力し、前記入力データに対応する前記出力データを前記学習済モデルから導き出すように構成されており、
   前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている、メンテナンス支援システム。
2. ロボットと、
   前記ロボットの異常状態を検出する異常検出器と、
   表示装置と、
   演算器と記憶器を有する制御装置と、を備え、
   前記記憶器には、前記異常検出器が異常状態を検出した前記ロボットにおける複数のエラーコードを含む入力データと、前記異常検出器が異常状態を検出した前記ロボットの修理に必要な機器を含む出力データと、を対応付けた多数の教師データによって学習した学習済モデルが記憶されており、
   前記演算器は、前記異常検出器が検出した前記ロボットにおける複数のエラーコードを前記学習済モデルに入力データとして入力し、前記入力データに対応する前記出力データを前記学習済モデルから導き出すように構成されており、
   前記制御装置は、前記演算器が導き出した前記出力データを前記表示装置に表示させるように構成されている、メンテナンス支援システム。
3. 前記入力データは、前記異常状態が発生した前記ロボットの機種情報、前記異常状態が発生した前記ロボットの動作情報、及び前記異常状態が発生した前記ロボットの作業情報のうち、少なくとも１つの情報をさらに含む、請求項１又は２に記載のメンテナンス支援システム。
4. 前記ロボットの動作情報は、前記ロボットの動作速度、前記ロボットの駆動器の温度、前記ロボットの駆動器の回転角度、前記ロボットの駆動器の位置偏差、前記ロボットの電流値のうち、少なくとも１つの情報である、請求項３に記載のメンテナンス支援システム。
5. 前記ロボットの作業情報は、ワークの保持及び搬送作業、前記ワークの組み立て作業、前記ワークに対する溶接作業、前記ワークに対する塗装作業、前記ワークに対するシーリング作業、及び医療補助作業のうち、少なくとも１つの作業である、請求項３又は４に記載のメンテナンス支援システム。
   
   
   

Images