JP2023136657A - Method for detecting deviation of dynamic characteristics of feed system - Google Patents
Method for detecting deviation of dynamic characteristics of feed system Download PDFInfo
- Publication number
- JP2023136657A JP2023136657A JP2022042448A JP2022042448A JP2023136657A JP 2023136657 A JP2023136657 A JP 2023136657A JP 2022042448 A JP2022042448 A JP 2022042448A JP 2022042448 A JP2022042448 A JP 2022042448A JP 2023136657 A JP2023136657 A JP 2023136657A
- Authority
- JP
- Japan
- Prior art keywords
- eigenvalues
- standard
- eigenvectors
- initial
- monitoring
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012795 verification Methods 0.000 claims abstract description 4
- 230000005856 abnormality Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 abstract 5
- 238000003860 storage Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000036316 preload Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Abstract
Description
本発明は、状態検出システムの分野に関し、更に詳しくは、フィードシステムの動的特性の偏差を検出する方法に関する。 The present invention relates to the field of condition detection systems, and more particularly to a method for detecting deviations in dynamic characteristics of a feed system.
精密機械の製造では、製造装置の最適化が特に重要である。そこで、従来の特許文献では、例えば、特許文献1には、機械装置のデジタルツインモデルを利用して機械装置の制御器の内部データを調節することにより、この機械装置を最適化する技術が記載されている。然しながら、この技術は装置の加工関連データしか読み取れず、装置の部材に異常があるかどうかを診断することは出来なかった。 Optimization of manufacturing equipment is particularly important in the manufacture of precision machinery. Therefore, in conventional patent documents, for example, Patent Document 1 describes a technology for optimizing a mechanical device by adjusting internal data of a controller of the mechanical device using a digital twin model of the device. has been done. However, this technology could only read data related to the processing of the device, and could not diagnose whether there was an abnormality in the components of the device.
また、例えば、特許文献2には、自動化設備とそのデジタルツインとの間の偏差を鑑定する方法が記載されている。この方法は加工材料本体に架設されているセンサーにより温度、速度、加速度等のパラメータを監視し、その後に検出結果と事前にシミュレートしたデジタルツインデータとを比較し、センサーの結果とシミュレーションデータとの間に差異が発見された場合、自動化設備中でこの加工品に異常が出現したステージを識別する。然しながら、この方法では異常が発生した原因及び伝動部材システムの動的特性が劣化したかどうかを把握することはできなかった。
Furthermore, for example,
なお、例えば、特許文献3には、工作機械の健康状態監視方法が記載されている。この方法は製造設備を振動させると同時に、センサーにより収集したデータを利用して健康固有クラスタ(変位伝達率、固有振動数等を含む)を構築し、このクラスタを機械装置の健康状態を判断する根拠としている。然しながら、この方法では機械装置にあるどの部材に異常が発生したのか正確には分からず、感度不足であるという問題があった。 Note that, for example, Patent Document 3 describes a method for monitoring the health condition of a machine tool. This method vibrates the manufacturing equipment and at the same time uses data collected by sensors to construct a health-specific cluster (including displacement transmissibility, natural frequency, etc.), and uses this cluster to determine the health status of the machine. It is based on this. However, this method has the problem of insufficient sensitivity because it is not possible to accurately determine in which member of the mechanical device the abnormality has occurred.
前述した従来の技術では、機械装置にある各部材の状態の変化をリアルタイムで監視できないため、通常は完成品のサイズに不良があったり、機械装置が異常なノイズを発した段階になって初めて機械装置の異常が見つかった。その後、実稼働モーダル解析(Operational Modal Analysis、OMA)技術により機械装置にあるどの部材に異常が発生したか実験を行うため、時間と労力がかかり、実験データも通用しなかった。 With the conventional technology mentioned above, it is not possible to monitor changes in the status of each component in a mechanical device in real time, so it is usually not possible to monitor changes in the status of each component in a mechanical device in real time. An abnormality was found in the mechanical equipment. After that, experiments were conducted using operational modal analysis (OMA) technology to determine which parts of the mechanical equipment had the abnormality, which took time and effort, and the experimental data was not valid.
そこで、本発明者は上記の欠点が改善可能と考え、鋭意検討を重ねた結果、合理的設計で上記の課題を効果的に改善する本発明の提案に至った。 Therefore, the inventor of the present invention believed that the above-mentioned drawbacks could be improved, and as a result of intensive studies, he came up with the proposal of the present invention, which effectively improves the above-mentioned problems through rational design.
本発明はこうした状況に鑑みてなされたものである。本発明の第一の目的は、監視者がフィードシステム中の各重要部材(即ち、サブコンポーネント)の動的特性の変化を遠隔から監視できるようにするフィードシステムの動的特性の偏差を検出する方法を提供することにある。 The present invention has been made in view of these circumstances. The first object of the present invention is to detect deviations in the dynamic characteristics of a feed system that allows a supervisor to remotely monitor changes in the dynamic characteristics of each critical component (i.e., subcomponent) in the feed system. The purpose is to provide a method.
また、本発明の第二の目的は、監視者が各重要部材の動的特性に偏差や異常が発生したかどうかを即時知ることができ、異常が発生した重要部材に対し即時適切な処置を施すことができるようにするフィードシステムの動的特性の偏差を検出する方法を提供することにある。 A second object of the present invention is to enable a supervisor to immediately know whether a deviation or abnormality has occurred in the dynamic characteristics of each important component, and to immediately take appropriate measures for the important component in which the abnormality has occurred. The object of the present invention is to provide a method for detecting deviations in the dynamic characteristics of a feed system.
また、本発明の第三の目的は、、異常が発生した重要部材を高速に検出し、製造ラインの作業を停滞させる障害を排除するのに掛かる時間を短縮するフィードシステムの動的特性の偏差を検出する方法を提供することにある。 A third object of the present invention is to quickly detect critical components with abnormalities and reduce the time it takes to eliminate obstacles that stall production line operations. The purpose is to provide a method for detecting
また、本発明の第四の目的は、被検出部材に対応する標準デジタルツインモデルを異なる仕様のフィードシステムに適用可能にするフィードシステムの動的特性の偏差を検出する方法を提供することにある。 A fourth object of the present invention is to provide a method for detecting deviations in the dynamic characteristics of a feed system that allows a standard digital twin model corresponding to a detected member to be applied to feed systems with different specifications. .
上記課題と他の目的を解決するために、本発明のある態様のフィードシステムの動的特性の偏差を検出する方法は、前記フィードシステムはフィードシステムが少なくとも1つの被検出部材を備え、前記各被検出部材は少なくとも1つのサブコンポーネントを含み、プロセッサにより実行する。また、前記サブコンポーネントに前記プロセッサと通信するための検出器を設置するステップ(A)と、監視モードで前記フィードシステムを振動させ、前記検出器により対応する前記サブコンポーネントの振動を検出すると共に監視振動信号を発信するステップ(B)と、モーダル解析法により、前記監視振動信号の1セットの監視固有値及び1セットの監視固有ベクトルを計算するステップ(C)と、モーダル検証法により、前記検出器が対応する前記1セットの監視固有値及び1セットの標準固有値の間の類似性を判断し、前記検出器が対応する前記1セット監視固有ベクトルと1セットの標準固有値の間の類似性を判断し、前記1セットの標準固有値及び前記1セットの標準固有ベクトルはデジタルツインモデルの標準動的特性であり、前記デジタルツインモデルは前記少なくとも1つの被検出部材に対して構築されるステップ(D)と、前記検出器が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルが前記1セットの標準固有値及び前記1セットの標準固有ベクトルとそれぞれ類似しないと判断した場合、前記検出器が対応する前記サブコンポーネントの動的特性に偏差が発生したと判定するステップ(E)と、を含む。 In order to solve the above problems and other objects, there is provided a method for detecting deviations in dynamic characteristics of a feed system according to an aspect of the present invention. The detected member includes at least one subcomponent and is executed by a processor. and (A) installing a detector in the sub-component for communicating with the processor, vibrating the feed system in a monitoring mode, and detecting and monitoring the vibration of the corresponding sub-component by the detector. a step (B) of transmitting a vibration signal; a step (C) of calculating a set of monitoring eigenvalues and a set of monitoring eigenvectors of the monitoring vibration signal by a modal analysis method; determining the similarity between the corresponding set of supervised eigenvalues and a set of standard eigenvalues; the detector determining the similarity between the corresponding set of supervised eigenvectors and a set of standard eigenvalues; The set of standard eigenvalues and the set of standard eigenvectors are standard dynamic characteristics of a digital twin model, and the digital twin model is constructed for the at least one detected member; If the detector determines that the corresponding one set of supervised eigenvalues and the one set of supervised eigenvectors are not similar to the one set of standard eigenvalues and the one set of standard eigenvectors, respectively, the detector and a step (E) of determining that a deviation has occurred in the dynamic characteristics.
本発明の一態様において、前記デジタルツインモデルは1セットの第一初期固有値及び1セットの第一初期固有ベクトルに対応し、前記1セットの第一初期固有値及び前記1セットの第一初期固有ベクトルは前記フィードシステムに装設されていない前記少なくとも1つの被検出部材に対して前記デジタルツインモデルを構築する際に発生する。また、前記デジタルツインモデルの前記1セットの標準固有値及び前記1セットの標準固有ベクトルは、初期モードで前記フィードシステムを振動させ、且つ前記検出器が対応する前記サブコンポーネントの振動を検出すると共に初期振動信号を発信し、前記初期モードとは出荷されたばかりの前記少なくとも1つの被検出部材が前記監視モードに進む前の前記フィードシステムに装設される段階を指すステップ(F)と、前記モーダル解析法により、前記初期振動信号の1セットの第二初期固有値及び1セットの第二初期固有ベクトルを計算するステップ(G)と、最適化方法により、前記検出器が対応する前記1セットの第一初期固有値、前記1セットの第一初期固有ベクトル、前記1セットの第二初期固有値、及び前記1セットの第二初期固有ベクトルに基づいて、前記検出器が対応する前記1セットの標準固有値及び前記1セットの標準固有ベクトルを推定するステップ(H)と、を経て発生する。 In one aspect of the invention, the digital twin model corresponds to a set of first initial eigenvalues and a set of first initial eigenvectors, and the set of first initial eigenvalues and the set of first initial eigenvectors correspond to the set of first initial eigenvalues and the set of first initial eigenvectors. This occurs when the digital twin model is constructed for the at least one detected member that is not installed in the feed system. The set of standard eigenvalues and the set of standard eigenvectors of the digital twin model may cause the feed system to oscillate in an initial mode, and the detector may detect vibrations of the corresponding subcomponent and generate the initial oscillation. (F) transmitting a signal, the initial mode refers to a stage in which the at least one detected member that has just been shipped is installed in the feed system before proceeding to the monitoring mode; and the modal analysis method. (G) calculating a set of second initial eigenvalues and a set of second initial eigenvectors of the initial vibration signal; , based on the set of first initial eigenvectors, the set of second initial eigenvalues, and the set of second initial eigenvectors, the set of standard eigenvalues and the set of standards to which the detector corresponds. and a step (H) of estimating the eigenvectors.
本発明のいくつかの実施形態では、前記ステップ(H)は下記数式により実行し、
In some embodiments of the present invention, step (H) is performed according to the following formula,
本発明のいくつかの実施形態では、前記フィードシステムの動的特性の偏差を検出する方法は、前記1セットの監視固有値が監視閾値より小さいか否かを判断するステップ(I)と、前記1セットの監視固有値が前記監視閾値より小さい場合、前記検出器が対応する前記サブコンポーネントに異常が発生したと判定するステップ(J)と、を更に含む。 In some embodiments of the invention, the method for detecting deviations in dynamic characteristics of a feed system comprises the steps of: (I) determining whether the set of monitored eigenvalues is less than a monitored threshold; The method further includes a step (J) of determining that an abnormality has occurred in the subcomponent to which the detector corresponds, if the monitoring eigenvalue of the set is smaller than the monitoring threshold.
本発明のいくつかの実施形態では、前記1セットの監視固有値及び前記1セットの監視固有ベクトルが前記1セットの標準固有値及び前記1セットの標準固有ベクトルとそれぞれ類似しないと判断した場合、前記フィードシステムの動的特性の偏差を検出する方法は、最適化方法により、前記1セットの監視固有値及び前記1セットの監視固有ベクトルに基づいて前記1セットの標準固有値及び前記1セットの標準固有ベクトルを更新し、且つ更新した前記1セットの標準固有値及び前記1セットの標準固有ベクトルを前記デジタルツインモデルの更新動的特性と定義するステップ(K)を更に含む。 In some embodiments of the present invention, when it is determined that the set of monitored eigenvalues and the set of monitored eigenvectors are dissimilar to the set of standard eigenvalues and the set of standard eigenvectors, respectively, The method for detecting deviations in dynamic characteristics includes updating the one set of standard eigenvalues and the one set of standard eigenvectors based on the one set of monitoring eigenvalues and the one set of monitoring eigenvectors by an optimization method, and The method further includes a step (K) of defining the updated set of standard eigenvalues and the updated set of standard eigenvectors as updated dynamic characteristics of the digital twin model.
本発明の他の特徴については、本明細書及び添付図面の記載により明らかにする。 Other features of the present invention will become apparent from the description of this specification and the accompanying drawings.
以下、本発明の実施形態について具体的に説明するが、本発明はこれに限定されるものではない。 Hereinafter, embodiments of the present invention will be specifically described, but the present invention is not limited thereto.
本発明の実施例に係るフィードシステムの動的特性の偏差を検出するシステム1(以下、システム1と略する)はフィードシステム2の動的特性の偏差を検出する方法に応用される(図1乃至図5参照)。このフィードシステム2は少なくとも1つの線形モジュール21を備え、各線形モジュール21は複数の部材を含み、制限しないが、例えば、作業台22及び少なくとも1つのリニア伝動装置を含む。図4に示す実施例では、リニア伝動装置の数量は3つであり、それぞれボールねじ23及び2つの線形ガイドウェイ24である。ボールねじ23は複数のサブコンポーネントを備え、それぞれねじ棒(screw rod)231及びナット232である。また、各線形ガイドウェイ24は複数のサブコンポーネントを具備し、それぞれレール241及び作業台22に装設されると共にレール241に可動に覆設される2つのスライダー242である。各部材は共に動的特性を有し、制限しないが、例えば、質量、減衰振動、及び剛性である。本実施例では、2つの線形ガイドウェイ24を被検出部材として4つのスライダー242の剛性の偏差を確認する例について説明する。
A system 1 (hereinafter referred to as system 1) for detecting deviations in dynamic characteristics of a feed system according to an embodiment of the present invention is applied to a method for detecting deviations in dynamic characteristics of a feed system 2 (Fig. (See FIG. 5). This
このシステム1は制限しないが、例えば、サーバー10と、少なくとも1つの検出器11と、振動装置12と、を備えている。サーバー10はプロセッサ13及びプロセッサ13に電気的に接続されているストレージ14を含む。
This system 1 includes, for example and without limitation, a
サーバー10には複数のソフトウェアがインストールされており、これにより、プロセッサ13及びストレージ14がソフトウェアの動作中にコントロールユニット131と、モーダル解析ユニット132と、標準確立ユニット133と、類似性判断ユニット134と、異常判断ユニット135と、モデル更新ユニット136と、データベース141と、を含むように配置されている。コントロールユニット131はモーダル解析ユニット132と通信し、モーダル解析ユニット132は標準確立ユニット133と通信し、類似性判断ユニット134は異常判断ユニット135と通信し、異常判断ユニット135はモデル更新ユニット136と通信する。これらのユニットはデータベース141と通信し、データベース141へアクセスする。コントロールユニット131も検出器11及び振動装置12と通信し、検出器11及び振動装置12の動作を制御する。
A plurality of software is installed in the
制限しないが、データベース141には、例えば、アルゴリズム、閾値、及び各種対応関係に関するデータが保存されている。各種対応関係は制限しないが、例えば、剛性値及び固有振動数の対応関係、材質及び密度の対応関係、材質及びヤング率の対応関係、及び検出器11及び検出器11がある被検出物品(部材)のサブコンポーネントの対応関係である。データベース141には各部材の関連データも保存され、制限しないが、例えば、部材のサイズデータ、材質データ、位置データ、既定剛性値、及びその対応関係等である。サイズデータは制限しないが、例えば、システム1にインストールされたグラフィックソフトウェア(制限しないが、例えば、AutoCAD)により部材の三次元部材画像を描画した際に構築または設定される。位置データは制限しないが、例えば、有限要素法(Finite Element Method、FEM)または連続体法(Continuum Mechanics)により、三次元部材画像から画素座標をサンプリングすることで取得する。位置データはフィードシステム2におけるこの部材の他の部材との相対的位置に関連している。
Although not limited to this, the
本実施例では、スライダー242A~242Dの剛性の偏差を検出するため、検出器11の数量は4つ設置し、即ち、検出器11A~11Dを設置し、且つ作業台22の底面にあるスライダー242A~242Dにそれぞれ設置する(図4参照)。然しながら、本発明はこの実施態様に限られない。制限しないが、例えば、検出器11はスライダー242A~242Dの振動により作業台22の振動を検出するために配置する加速度計でもよい。振動装置12がフィードシステム2を振動するために配置され、作業台22が外力を受けて振動する。振動装置12は制限しないが、例えば、タップ(knock)またはモーターにより駆動する方式でフィードシステム2を振動する。
In this embodiment, in order to detect the deviation in rigidity of the
以下、例を挙げて2つの線形ガイドウェイ24の剛性の偏差を検出する方法について説明する。この検出方法では、プロセッサ13がまず初期モードに進み、仮想動的特性の標準を確立した後に監視モードに進み、この標準に基づいて動作開始後のスライダー242A~242Dの動的特性に偏差または異常が発生したかどうかを定期的または不定期に監視する。初期モードとは、工場から出荷されたばかりの(すなわち、新品)2つの線形ガイドウェイ24(即ち、被検出部材)が監視モードに進む前のフィードシステム2に装設された段階を指す。監視モードとは、装設が完了したフィードシステム2が動作を開始し、監視が必要になった段階を指す。
Hereinafter, a method for detecting a deviation in stiffness between two
図1と図2を併せて参照し、初期モードにおいて、仮想動的特性の標準を確立する方法は制限しないが、例えば、下記ステップを含む。 Referring to FIGS. 1 and 2 together, in the initial mode, the method for establishing the virtual dynamic characteristic standard includes, but is not limited to, the following steps.
まず、ステップS11において、2つの線形ガイドウェイ24のスライダー242A~242Dが作業台22の底面に固定され、スライダーの予圧がフィード構造(2つの線形ガイドウェイ24が並設されている作業台22)の振動モーダルに程度の異なる影響を与えるため、モーダル解析ユニット132がデジタルツインモデルを構築するための参照物体としてスライダー242A~242Dが分布されている作業台22を選択し、且つデータベース141から作業台22のサイズデータ(制限しないが、例えば、長さ、幅、及び高さ)、材質データ、及び位置データを取得し、且つスライダー242の剛性値の範囲を取得すると共にこれらのデータに基づいて、ストレージ14内に保存されているソフトウェア(制限しないが、例えば、コンピューター支援エンジニアリング(Computer Aided Engineering、CAE)ソフトウェア(制限しないが、例えば、ANSYSが販売している解析ソフトウェア))により、フィードシステム2に装設されていない2つの線形ガイドウェイ24に対し、作業台22のデジタルツインモデルを構築すると共に1セットの第一初期固有値及び1セットの第一初期固有ベクトルを算出し、このデジタルツインモデルの初期動的特性とする。第一初期固有値はデジタルツインモデルの初期固有振動数であり、第一初期固有ベクトルはデジタルツインモデルの初期モーダルである。この際のデジタルツインモデルは未補正の初期デジタルツインモデルであり、このため、その初期動的特性はフィードシステム2に装設されている2つの線形ガイドウェイ24の実際の動的特性とは僅かに異なっている。初期デジタルツインモデル及びその初期動的特性は共にデータベース141に保存され、後続の検索に使用する。
First, in step S11, the
また一方で、ステップS12では、検出器11A~11Dをスライダー242A~242Dにそれぞれ装設する(図4と図5参照)。
On the other hand, in step S12, the
次いで、ステップ13では、初期モードにおいて、コントロールユニット131により振動装置12を制御することで振動を静止したフィードシステム2が、スライダー242A~242Dを振動させる。同時に、コントロールユニット131が4つの検出器11を制御してスライダー242A~242Dの振動を検出し、この4つの検出器11が対応するように4つの初期振動信号を発信し、且つコントロールユニット131に返信する。
Next, in
その後、ステップS14において、コントロールユニット131がこの4つの初期振動信号をモーダル解析ユニット132に供給し、モーダル解析ユニット132はストレージ14内に保存されているソフトウェア(制限しないが、例えば、CAEソフトウェア)を使用し、モーダル解析法により各初期振動信号を高速フーリエ変換(Fast Fourier Transform、FFT)を経て時間領域信号から周波数領域信号に変換し、各初期振動信号の1セットの第二初期固有値及び1セットの第二初期固有ベクトルを算出する。第二初期固有値及び第二初期固有ベクトルはそれぞれフィードシステム2に装設されている作業台22の実際の固有振動数及び実際のモーダルである。モーダル解析法は制限しないが、例えば、実験モーダル解析法や実稼働モーダル解析である。
Thereafter, in step S14, the
最後に、ステップS15において、標準確立ユニット133がモーダル解析ユニット132から各検出器11の初期振動信号の前記1セットの第二初期固有値及び前記1セットの第二初期固有ベクトルを取得し、データベース141から前記1セットの第一初期固有値及び前記1セットの第一初期固有ベクトルを取得した後、ストレージ14内に保存されているソフトウェア(制限しないが、例えば、CAEソフトウェア)を使用し、最適化方法により、前記1セットの第一初期固有値、前記1セットの第一初期固有ベクトル、及び各検出器11が対応する前記1セットの第二初期固有値及び前記1セットの第二初期固有ベクトルに基づいて、各検出器11に対応する1セットの標準固有値及び1セットの標準固有ベクトルを推定する。各検出器11に対応する各セットの標準固有値及び各検出器11に対応する各セットの標準固有ベクトルをデジタルツインモデルの標準動的特性とする。この際のデジタルツインモデルは補正済みの標準デジタルツインモデルであり、その標準動的特性はフィードシステム2に装設されている2つの線形ガイドウェイ24の実際の動的特性に適合する。この標準デジタルツインモデル及びその標準動的特性は標準確立ユニット133によりデータベース141に記録され、且つ標準動的特性と4つの検出器11との対応関係も標準確立ユニット133によりデータベース141に記録され、後続の検索に使用する。
Finally, in step S15, the
デジタルツインモデルの標準動的特性を確立した後、プロセッサ13が監視モードに進み、スライダー242A~242Dの動的特性の偏差及び異常を更に監視する。図1と図3に示すように、監視モードにおいて、スライダー242A~242Dの動的特性の偏差及び異常を監視する方法は制限しないが、例えば、下記ステップを含む。
After establishing the standard dynamic characteristics of the digital twin model, the
まず、ステップS21において、コントロールユニット131が監視モードにおいて、振動装置12を制御することで振動を静止したフィードシステム2が、スライダー242A~242Dを振動させる。同時に、コントロールユニット131が4つの検出器11を制御してスライダー242A~242Dの振動を検出し、この4つの検出器11が対応するように4つの監視振動信号を発信させると共にコントロールユニット131に返信する。
First, in step S21, the
次いで、ステップS22において、コントロールユニット131がこの4つの監視振動信号をモーダル解析ユニット132に供給し、モーダル解析ユニット132がストレージ14内に保存されているソフトウェア(制限しないが、例えば、CAEソフトウェア)を使用し、モーダル解析法により、各検出器11が対応する監視振動信号を高速フーリエ変換により時間領域信号から周波数領域信号に変換し、各検出器11の監視振動信号の1セットの監視固有値及び1セットの監視固有ベクトルを算出する。また、モーダル解析ユニット132が各検出器11が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルをデータベース141に更に記録する。モーダル解析法は制限しないが、例えば、実験モーダル解析法や実稼働モーダル解析である。
Next, in step S22, the
その後、ステップS23において、類似性判断ユニット134がデータベース141からデジタルツインモデルの標準動的特性(即ち、各検出器11が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトル)を取得し、データベース141からステップS22において計算により獲得した各検出器11が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルを取得する。また、類似性判断ユニット134はストレージ14内に保存されているソフトウェア(制限しないが、例えば、CAEソフトウェア)を使用し、モーダル検証法により、同じ検出器11に対応する前記1セットの標準固有ベクトルと前記1セットの監視固有ベクトルとの類似性を判断し、同じ検出器11に対応する前記1セットの標準固有値と前記1セットの監視固有値との類似性を判断する。モーダル検証法は制限しないが、例えば、モード信頼性評価基準である。
Thereafter, in step S23, the
次いで、ステップS24において、類似性判断ユニット134がステップS23において計算により獲得した類似性と類似性閾値(制限しないが、例えば、0.8)とを比較し、同じ検出器11に対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルが、同じ検出器11に対応する前記1セットの標準固有値及び前記1セットの標準固有ベクトルにそれぞれ類似しているか否かを判断する。
Next, in step S24, the
ステップS24において、同じ検出器11に対応する前記1セットの監視固有値と前記1セットの標準固有値との類似性が類似性閾値に等しいかより大きい場合、類似性判断ユニット134は前記1セットの監視固有値が前記1セットの標準固有値に類似していると判定する。同様に、ステップS24において、同じ検出器11に対応する前記組前記1セットの監視固有ベクトルと前記1セットの標準固有ベクトルとの類似性が類似性閾値に等しいかより大きい場合、類似性判断ユニット134は前記1セットの監視固有ベクトルが前記1セットの標準固有ベクトルに類似していると判定する。データベース141に各検出器11と各スライダー242との対応関係が記録されているため、類似性判断ユニット134がステップS25においてステップS24での判断結果に基づいて、前記1セットの標準固有ベクトルに類似している前記1セットの監視固有ベクトルが対応する検出器11が対応するスライダー242の目下の剛性値に偏差が無いと更に判定し、この結果をデータベース141に記録する。
In step S24, if the similarity between the one set of monitoring eigenvalues and the one set of standard eigenvalues corresponding to the
反対に、ステップS24において、同じ検出器11に対応する前記1セットの監視固有値と前記1セットの標準固有値との類似性が類似性閾値より小さい場合、類似性判断ユニット134は前記1セットの監視固有値と前記1セットの標準固有値とが類似していないと判定する。同様に、ステップS24において、同じ検出器11に対応する前記1セットの監視固有ベクトルと前記1セットの標準固有ベクトルとの類似性が類似性閾値より小さい場合、類似性判断ユニット134は前記1セットの監視固有ベクトルと前記1セットの標準固有ベクトルとが類似していないと判定する。この際、異常判断ユニット135はステップS26において、データベース141から監視閾値Mを更に取得し、且つ前記1セットの標準固有値と類似していない前記1セットの監視固有値が監視閾値Mより小さいか否かを判断する。
On the other hand, in step S24, if the similarity between the one set of monitoring eigenvalues and the one set of standard eigenvalues corresponding to the
ステップS26において、前記1セットの監視固有値が対応する検出器11が対応するスライダー242の目下の動的特性が標準から逸脱しているのみであり、逸脱程度が許容範囲内である場合、異常判断ユニット135がステップS27においてこのスライダー242の目下の剛性値に偏差が発生したと判定し、且つ判定結果をデータベース141に記録する。その後、ステップS28において、モデル更新ユニット136がストレージ14内に保存されているソフトウェア(制限しないが、例えば、CAEソフトウェア)を使用し、最適化方法により、前記1セットの監視固有値及び前記1セットの監視固有ベクトルに基づいて、データベース141に記録されているデジタルツインモデル及びその仮想動的特性(即ち、各1セットの標準固有値及び各1セットの標準固有ベクトル)を更新し、且つ更新した各1セットの標準固有値及び更新した各1セットの標準固有ベクトルをデジタルツインモデルの更新動的特性として定義する。
In step S26, if the current dynamic characteristic of the
反対に、ステップS26において、前記1セットの監視固有値が対応する検出器11が対応するスライダー242の目下の剛性値が標準から逸脱しているのみならず、逸脱程度が許容範囲を超えていた場合、異常判断ユニット135がステップS29においてこのスライダー242の目下の剛性値に異常が発生したと判定し、且つ対応するように異常信号を発信すると共に判定結果をデータベース141に記録する。
On the other hand, in step S26, if the current stiffness value of the
以下、検出器11A~11Dの例を列挙して説明する。一定時間動作した後の2つの線形ガイドウェイ24のスライダー242A~242Dの摩損程度が異なるため、ステップS24において各検出器11が対応する前記1セットの監視固有値が対応する前記1セットの標準固有値に類似しているか否か判断し、これらスライダー242A~242Dのうちの少なくとも1つのスライダー242の剛性値に偏差が発生したと初期判断し、ステップS24において各検出器11が対応する前記1セットの監視固有ベクトルが対応する前記1セットの標準固有ベクトルに類似しているか否か判断し、スライダー242A~242Dのうちのどのスライダー222の剛性値に偏差が発生したのかを更に的確に判断する。図6にはスライダーの剛性値に対する固有振動数の関係曲線を示し、縦軸は作業台22の異なる固有振動数を示し、横軸は異なるスライダーの剛性値を示し、各固有振動数は1つの剛性値に対応し、固有振動数F1が対応する剛性値R1は工場出荷時の高い予圧のスライダーの剛性値であり、固有振動数F2(即ち、監視閾値M)が対応する剛性値R2は予圧が消失したスライダーの剛性値であり、固有振動数とスライダーの剛性値との対応関はデータベース141に予め保存されている。
Examples of the
この例ではステップS24において、検出器11A~11Dの各検出器11が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルが全て前記検出器11が対応する前記1セットの標準固有値及び前記1セットの標準固有ベクトルと類似しない場合、各検出器11が対応する前記1セットの監視固有値が全て固有振動数F1より小さいことを示し、検出器11A~11Dが対応するスライダー242A~242Dの剛性値も低下して剛性値R1より低くなる。
In this example, in step S24, the one set of monitored eigenvalues and the one set of monitored eigenvectors corresponding to each of the
この例ではステップS26において、検出器11Dが対応する前記1セットの監視固有値が固有振動数F2より小さいのみである場合、検出器11A~11Cが対応するスライダー242A~242Cの剛性値が低下しているが尚も剛性値R2に等しいかそれより大きいことを示し、検出器11Dが対応するスライダー242Dの剛性値が剛性値R2より低くなるまで低下しており、スライダー242Dの剛性値の低下幅が許容範囲を超えているため、スライダー242Dが異常状態にある。この際、異常判断ユニット135はこのスライダー242Dに対応する異常信号を発信し、これにより異常のある部材を高速に検索する。
In this example, in step S26, if the one set of monitoring eigenvalues corresponding to the
一方、各時間点で取得した監視情報(即ち、毎回獲得した各1セットの監視固有値及び各1セットの監視固有ベクトルとその検出結果)がプロセッサ13と通信するユーザーインターフェース(図示省略)に表示されると、監視者がスライダー242A~242Dの前記時間点における状態を即時把握でき、これによりスライダー242(例えば、スライダー242D)に異常が発生した場合、この異常が発生したスライダー242Dを即時交換可能になる。このほか、上述のステップS24~S27及びS29により、監視者が作業台22に装設されているスライダー242A~242Dのうちの少なくとも1つのスライダー242が損壊して交換する必要があることを知ることができるのみならず、監視者はどのスライダー242が交換する必要があるのか正確に知ることができる。このユーザーインターフェースはサーバー10に電気的に接続されている表示装置及びサーバー10に遠隔から接続されているコンピューター装置の表示装置に表示される。これにより、近接及び遠隔から監視する目的を達成する。
On the other hand, the monitoring information acquired at each time point (i.e., each set of monitoring eigenvalues and each set of monitoring eigenvectors and their detection results acquired each time) is displayed on a user interface (not shown) that communicates with the
上述の各実施例は2つの線形ガイドウェイ24を被検出部材としているが、然しながら、本発明はこれに限られない。他の実施例では、ボールねじ23を被検出部材としてもよい。ステップS11においてねじ棒231をデジタルツインモデルを構築するための参照物体として選択し、データベース141に予め保存されているナット232(即ち、サブコンポーネント)の剛性値の範囲、ねじ棒231のサイズデータ、材質データ、及び位置データを利用してデジタルツインモデルを構築し、このデジタルツインモデルの1セットの第一初期固有値及び1セットの第一初期固有ベクトルを算出する。その後、ステップS12~S15及びステップS21~28によりナット232の剛性値の変化を即時監視し、検出器11はナット232に装設されている。
Although each of the above embodiments uses two
このほか、上述のように構築した各デジタルツインモデルは異なる仕様のフィードシステムにも適用可能であり、且つ本発明に係るフィードシステムの動的特性の偏差を検出する方法も異なる仕様のフィードシステムに適用可能である。 In addition, each digital twin model constructed as described above can be applied to feed systems with different specifications, and the method for detecting deviations in dynamic characteristics of a feed system according to the present invention can also be applied to feed systems with different specifications. Applicable.
上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることは言うまでもない。 The above-described embodiments are provided to facilitate understanding of the present invention, and are not intended to be interpreted as limiting the present invention. It goes without saying that the present invention may be modified and improved without departing from its spirit, and that the present invention includes equivalents thereof.
1 フィードシステムの動的特性の偏差を検出するシステム
10 サーバー
11 検出器
11A 検出器
11B 検出器
11C 検出器
11D 検出器
12 振動装置
13 プロセッサ
131 コントロールユニット
132 モーダル解析ユニット
133 標準確立ユニット
134 類似性判断ユニット
135 異常判断ユニット
136 モデル更新ユニット
14 ストレージ
141 データベース
2 フィードシステム
21 線形モジュール
22 作業台
23 ボールねじ
231 ねじ棒
232 ナット
24 線形ガイドウェイ
241 レール
242 スライダー
242A スライダー
242B スライダー
242C スライダー
242D スライダー
M 監視閾値
F1 固有振動数
F2 固有振動数
R1 剛性値
R2 剛性値
1 System for detecting deviations in dynamic characteristics of
Claims (5)
前記フィードシステムはフィードシステムが少なくとも1つの被検出部材を備え、前記各被検出部材は少なくとも1つのサブコンポーネントを含み、プロセッサにより実行し、且つ、
前記サブコンポーネントに前記プロセッサと通信するための検出器を設置するステップ(A)と、
監視モードで前記フィードシステムを振動させ、前記検出器により対応する前記サブコンポーネントの振動を検出すると共に監視振動信号を発信するステップ(B)と、
モーダル解析法により、前記監視振動信号の1セットの監視固有値及び1セットの監視固有ベクトルを計算するステップ(C)と、
モーダル検証法により、前記検出器が対応する前記1セットの監視固有値及び1セットの標準固有値の間の類似性を判断し、及び前記検出器が対応する前記1セットの監視固有ベクトルと1セットの標準固有ベクトルの間の類似性を判断し、前記1セットの標準固有ベクトルと前記1セットの標準固有ベクトルはデジタルツインモデルの標準動的特性であり、前記デジタルツインモデルは前記少なくとも1つの被検出部材に対して構築されるステップ(D)と、
前記検出器が対応する前記1セットの監視固有値及び前記1セットの監視固有ベクトルが前記1セットの標準固有値及び前記1セットの標準固有ベクトルとそれぞれ類似しないと判断した場合、前記検出器が対応する前記サブコンポーネントの動的特性に偏差が発生したと判定するステップ(E)と、を含むことを特徴とするフィードシステムの動的特性の偏差を検出する方法。 A method for detecting deviations in dynamic characteristics of a feed system, comprising:
The feed system comprises at least one sensed member, each sensed member including at least one subcomponent, executed by a processor, and
(A) installing a detector in the subcomponent for communicating with the processor;
(B) vibrating the feed system in a monitoring mode, detecting vibrations of the corresponding sub-component with the detector and emitting a monitoring vibration signal;
(C) calculating a set of monitoring eigenvalues and a set of monitoring eigenvectors of the monitoring vibration signal by a modal analysis method;
A modal verification method determines the similarity between the set of supervised eigenvalues and a set of standard eigenvalues to which the detector corresponds, and the similarity between the set of supervised eigenvectors and a set of standard eigenvalues to which the detector corresponds. determining similarity between eigenvectors; the set of standard eigenvectors and the set of standard eigenvectors are standard dynamic characteristics of a digital twin model; a constructed step (D);
If the detector determines that the set of monitored eigenvalues and the set of monitored eigenvectors to which the detector corresponds are not similar to the set of standard eigenvalues and the set of standard eigenvectors, respectively, the detector A method for detecting a deviation in dynamic characteristics of a feed system, comprising the step of determining that a deviation has occurred in the dynamic characteristics of a component.
初期モードで前記フィードシステムを振動させ、且つ前記検出器が対応する前記サブコンポーネントの振動を検出すると共に初期振動信号を発信し、前記初期モードとは出荷されたばかりの前記少なくとも1つの被検出部材が前記監視モードに進む前の前記フィードシステムに装設される段階を指すステップ(F)と、
前記モーダル解析法により、前記初期振動信号の1セットの第二初期固有値及び1セットの第二初期固有ベクトルを計算するステップ(G)と、
最適化方法により、前記検出器が対応する前記1セットの第一初期固有値、前記1セットの第一初期固有ベクトル、前記1セットの第二初期固有値、及び前記1セットの第二初期固有ベクトルに基づいて、前記検出器が対応する前記1セットの標準固有値及び前記1セットの標準固有ベクトルを推定するステップ(H)と、を経て発生することを特徴とする請求項1に記載のフィードシステムの動的特性の偏差を検出する方法。 The digital twin model corresponds to a set of first initial eigenvalues and a set of first initial eigenvectors, and the set of first initial eigenvalues and the set of first initial eigenvectors are installed in the feed system. generated when constructing the digital twin model for the at least one detected member that is not present, and the set of standard eigenvalues and the set of standard eigenvectors of the digital twin model,
the feed system is vibrated in an initial mode, and the detector detects vibration of the corresponding sub-component and generates an initial vibration signal, the initial mode being when the at least one detected member has just been shipped; step (F) referring to the step of equipping the feed system before proceeding to the monitoring mode;
calculating a set of second initial eigenvalues and a set of second initial eigenvectors of the initial vibration signal by the modal analysis method;
According to an optimization method, the detector is based on the corresponding set of first initial eigenvalues, the set of first initial eigenvectors, the set of second initial eigenvalues, and the set of second initial eigenvectors. , a step (H) of estimating the set of standard eigenvalues and the set of standard eigenvectors to which the detector corresponds. How to detect the deviation of.
The step (H) is performed using the following formula,
前記1セットの監視固有値が前記監視閾値より小さい場合、前記検出器が対応する前記サブコンポーネントに異常が発生したと判定するステップ(J)と、を更に含むことを特徴とする請求項1に記載のフィードシステムの動的特性の偏差を検出する方法。 Step (I) of determining whether the set of monitoring eigenvalues is smaller than a monitoring threshold;
2. The method according to claim 1, further comprising a step (J) of determining that an abnormality has occurred in the subcomponent to which the detector corresponds if the set of monitoring eigenvalues is smaller than the monitoring threshold. A method for detecting deviations in the dynamic characteristics of a feed system.
最適化方法により、前記1セットの監視固有値及び前記1セットの監視固有ベクトルに基づいて前記1セットの標準固有値及び前記1セットの標準固有ベクトルを更新し、且つ更新した前記1セットの標準固有値及び前記1セットの標準固有ベクトルを前記デジタルツインモデルの更新動的特性と定義するステップ(K)を更に含むことを特徴とする請求項1に記載のフィードシステムの動的特性の偏差を検出する方法。 If it is determined that the set of monitored eigenvalues and the set of monitored eigenvectors are dissimilar to the set of standard eigenvalues and the set of standard eigenvectors, respectively, the method for detecting a deviation in the dynamic characteristics of the feed system includes: ,
The optimization method updates the one set of standard eigenvalues and the one set of standard eigenvectors based on the one set of monitored eigenvalues and the one set of monitored eigenvectors, and updates the one set of updated standard eigenvalues and the one set of standard eigenvectors. The method of claim 1, further comprising the step (K) of defining a set of standard eigenvectors as updated dynamic characteristics of the digital twin model.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022042448A JP7281571B1 (en) | 2022-03-17 | 2022-03-17 | Method for detecting deviations in the dynamic properties of feed systems |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022042448A JP7281571B1 (en) | 2022-03-17 | 2022-03-17 | Method for detecting deviations in the dynamic properties of feed systems |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7281571B1 JP7281571B1 (en) | 2023-05-25 |
JP2023136657A true JP2023136657A (en) | 2023-09-29 |
Family
ID=86395921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022042448A Active JP7281571B1 (en) | 2022-03-17 | 2022-03-17 | Method for detecting deviations in the dynamic properties of feed systems |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7281571B1 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009248595A (en) * | 2008-04-01 | 2009-10-29 | Jtekt Corp | Preload clearance measuring method for wheel rolling bearing device |
JP5574363B2 (en) * | 2010-03-05 | 2014-08-20 | Ntn株式会社 | Bearing abnormality detection apparatus and abnormality detection method |
JP2018194303A (en) * | 2017-05-03 | 2018-12-06 | 上銀科技股▲フン▼有限公司 | Method for measuring preload change on linear guideway |
JP2020106342A (en) * | 2018-12-27 | 2020-07-09 | 原子燃料工業株式会社 | Method for diagnosing soundness of conduit |
-
2022
- 2022-03-17 JP JP2022042448A patent/JP7281571B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009248595A (en) * | 2008-04-01 | 2009-10-29 | Jtekt Corp | Preload clearance measuring method for wheel rolling bearing device |
JP5574363B2 (en) * | 2010-03-05 | 2014-08-20 | Ntn株式会社 | Bearing abnormality detection apparatus and abnormality detection method |
JP2018194303A (en) * | 2017-05-03 | 2018-12-06 | 上銀科技股▲フン▼有限公司 | Method for measuring preload change on linear guideway |
JP2020106342A (en) * | 2018-12-27 | 2020-07-09 | 原子燃料工業株式会社 | Method for diagnosing soundness of conduit |
Also Published As
Publication number | Publication date |
---|---|
JP7281571B1 (en) | 2023-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Postel et al. | Monitoring of vibrations and cutting forces with spindle mounted vibration sensors | |
CN103513633B (en) | Carry out the method and apparatus of the situation of determination process control device using vibration data | |
US20080140321A1 (en) | Method and a control system for monitoring the condition of an industrial robot | |
KR20180016582A (en) | Method and apparatus for monitoring computer storage media, computer program products, and faults in a wind power generator set | |
US11680916B2 (en) | Machine learning device, control system, and machine learning method | |
JP2000513097A (en) | Model-based fault detection system for electric motors | |
Liao et al. | Preliminary study on fault diagnosis and intelligent learning of fused deposition modeling (FDM) 3D printer | |
JP7060078B2 (en) | Abnormal type judgment device and abnormality type judgment method | |
JP7238915B2 (en) | State estimation device, system, and manufacturing method | |
US20180231956A1 (en) | Diagnostic data acquisition system, diagnostic system, and computer readable medium | |
US20230315043A1 (en) | System and method for instantaneous performance management of a machine tool | |
JP2019181654A (en) | Installation form determination device, computer program for determination of installation form and recording medium | |
JP7281571B1 (en) | Method for detecting deviations in the dynamic properties of feed systems | |
US20170063997A1 (en) | Evaluation apparatus, evaluation system, device, and evaluation method | |
CN110874083A (en) | Processing environment measuring device | |
JP6825714B2 (en) | Vibration judgment device, vibration judgment method and program | |
JP2022168706A (en) | Abnormality detecting device, program, abnormality detecting method and manufacturing method | |
TWI789167B (en) | Method and system for inspecting declining of dynamic response of feeding system | |
TW201822948A (en) | Method for detecting change in pre-pressing value of linear slide rail of machine tool comprising a linear slide rail and a working station disposed on the linear slide rail | |
CN116414085A (en) | Method and system for detecting dynamic characteristic deviation of feeding system | |
TWI752720B (en) | Electronic device and control method thereof | |
US11921001B2 (en) | System for inspecting deviation in dynamic characteristics of linear transmission device of feeding system | |
CN107168060B (en) | Identification method of servo system with spring based on relay feedback technology | |
KR20230144753A (en) | Method for inspecting deviation in dynamic characteristics of a feeding system | |
JP2011179834A (en) | Method of preparing numerical analysis model in vibration characteristic analysis when coupling between structure and vibration testing machine is assumed |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220318 |
|
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: 20230425 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230515 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7281571 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |