JP6577542B2 - 制御装置 - Google Patents
制御装置 Download PDFInfo
- Publication number
- JP6577542B2 JP6577542B2 JP2017170626A JP2017170626A JP6577542B2 JP 6577542 B2 JP6577542 B2 JP 6577542B2 JP 2017170626 A JP2017170626 A JP 2017170626A JP 2017170626 A JP2017170626 A JP 2017170626A JP 6577542 B2 JP6577542 B2 JP 6577542B2
- Authority
- JP
- Japan
- Prior art keywords
- control device
- learning
- power
- unit
- user
- 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.)
- Active
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/029—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and expert systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G05B2219/34315—Power supply turning on or shutting off
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Description
本発明の一実施の形態にかかる制御装置は、前記状態変数には、前記ユーザ毎の操作内容に加えて、前記操作の日付、曜日、時刻、ティーチングペンダントの加速度又は位置、工場の消費電力、CPUの負荷状態、アラームの出力状態のうち少なくともいずれか1つを含む。
本発明の一実施の形態にかかる制御装置は、前記学習部は、前記状態変数と前記判定データとを多層構造で演算する。
本発明の一実施の形態にかかる制御装置は、前記予測した電源の切断タイミングを通知する判定出力部320を備える。
本発明の一実施の形態にかかる制御装置は、前記学習部は、複数の前記制御装置から得られた前記状態変数及び前記判定データを用いて前記学習を行う。
本発明の一実施の形態にかかる制御装置は、前記機械学習装置は、クラウドサーバに存在する。
本発明の一実施の形態にかかる機械学習装置は、電源の切断タイミングを学習する機械学習装置であって、ユーザ毎の制御装置に対する操作内容を、環境の現在状態を表す状態変数として観測する状態観測部と、前記ユーザにより前記制御装置の電源切断が指令されたことを示す判定データを取得する判定データ取得部と、前記状態変数と前記判定データとを用いて、前記ユーザ毎の操作内容と、前記電源切断の指令とを関連付けて学習する学習部と、を備える。
本発明の第1の実施の形態にかかる制御装置100は、電源切断前にユーザが実行した作業等に関する情報と、ユーザが電源切断の指令を行ったタイミングとを収集し、両者の関係を機械学習によりモデル化する処理を行う(学習過程)。また、学習過程で作成したモデルを使用して、ユーザが実行した作業等を観測して、ユーザが電源切断の指令を行うであろうタイミング予測する処理を行う(予測過程)。
図7乃至図9を用いて、制御装置100の実施例1について説明する。
図9を用いて、実施例1の概要について説明する。学習前の制御装置100は、ユーザにより電源切断指令が行われたならば、直ちに電源を切断する。通常、ハイバネーションやバックアップデータ転送等の処理は電源切断指令の後に開始されるが、本実施例では電源が直ちに切断されるので、ハイバネーションやバックアップデータ転送等は正常に完了しない。よって、次回の起動時には比較的多くの起動時間を要することになる。一方、学習後の制御装置100も、ユーザにより電源切断指令が行われたならば、直ちに電源を切断する。但し、ユーザにより電源切断指令が行われるときには、既にハイバネーションやバックアップデータ転送等の処理が完了しているので、次回の起動時は比較的少ない起動時間で済む。
S1:制御装置100が動作を開始する。制御装置100は、通常、動作開始と同時に入力装置60からの入力データの収集を開始する。制御装置100は、所定のサンプリング周期で入力データを取得し、記憶装置に蓄積し続ける。ここで記憶装置にはリングバッファ等を用い、蓄積された入力データのうち、一定の時間が経過したもの(例えば最新の入力データの取得時刻からx分以上前に取得された入力データ)は削除することもできる。これにより記憶領域を有効に利用できる。
S2:電源切断処理部70は、ユーザにより制御装置100の電源切断が指令されたことを検知する。制御装置100は、切断情報を受信したならば、これをトリガとして学習サイクルを開始する。
S3:制御装置100は、ステップS1で蓄積した時系列の入力データのうち、予め定められた一定期間(例えば切断情報の出力のm分前から過去n分間など。なおm+n≦xとする。)の入力データを状態変数Sとし、ステップS2で取得した切断情報を判定データDとして機械学習装置300に入力し、状態変数Sと判定データDとの相関関係を示す学習モデルを作成する。
S11:制御装置100が動作を開始する。制御装置100は、通常、動作開始と同時に入力装置60からの入力データの収集を開始する。以降、制御装置100の電源が切断されるまで以下の処理を継続的に実行する。
S12:制御装置100は、動作開始と同時に入力装置60からの入力データの収集を開始する。制御装置100は、所定のサンプリング周期で入力データを取得、蓄積し続ける。ここで蓄積された入力データのうち、一定の時間が経過したもの(少なくとも最新の入力データの取得時刻からn分以上前に取得された入力データ)は削除することもできる。これにより記憶領域を有効に利用できる。
S13:制御装置100は、ステップS12で取得した時系列の入力データのうち、予め定められた一定期間(例えばn分間)の入力データを状態変数Sとして機械学習装置300に入力する。機械学習装置300は、状態変数Sを学習済みモデルに入力し、状態変数Sに対応する判定データDを予測値として出力する。ここで制御装置100は、電源切断指示の発生までの時間を共に出力しても良い。例えば、学習過程において、切断情報の出力のm分前から過去n分間の入力データを状態変数Sとして使用しており、予測過程においてn分間の入力データを状態変数Sとして使用した場合には、m分後に電源切断の指示が発生すると予測できる。
S14:予測値として切断情報が出力されなければ、ステップS11に戻り動作を継続する。予測値として切断情報が出力された場合、ステップS15に遷移する。
S15:制御装置100は、電源切断が予測されることを示す通知(切断予測情報)を出力する。
図7、図8及び図10を用いて、制御装置100の実施例2について説明する。なおここでは主に実施例1との相違点にのみついて説明する。特に言及しない事項については、実施例1と同様の動作であるものとする。
11 CPU
12 ROM
13 RAM
14 不揮発性メモリ
18,19,21 インタフェース
20 バス
60 入力装置
70 電源切断処理部
300 機械学習装置
301 プロセッサ
302 ROM
303 RAM
304 不揮発性メモリ
306 状態観測部
308 判定データ取得部
310 学習部
311 誤差計算部
312 モデル更新部
320 判定出力部
330 データ取得部
1000 制御システム
1100 ネットワーク
Claims (7)
- 電源の切断タイミングを予測する制御装置であって、
前記電源の切断タイミングを学習する機械学習装置を備え、
前記機械学習装置は、
ユーザ毎の前記制御装置に対する操作内容を、環境の現在状態を表す状態変数として観測する状態観測部と、
前記ユーザにより前記制御装置の電源切断が指令されたことを示す判定データを取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、前記ユーザ毎の操作内容と、前記電源切断の指令とを関連付けて学習する学習部と、
を備える制御装置。 - 前記状態変数には、前記ユーザ毎の操作内容に加えて、前記操作の日付、曜日、時刻、ティーチングペンダントの加速度又は位置、工場の消費電力、CPUの負荷状態、アラームの出力状態のうち少なくともいずれか1つを含む、
請求項1記載の制御装置。 - 前記学習部は、前記状態変数と前記判定データとを多層構造で演算する、
請求項1記載の制御装置。 - 前記予測した電源の切断タイミングを通知する判定出力部320を備える
請求項1記載の制御装置。 - 前記学習部は、複数の前記制御装置から得られた前記状態変数及び前記判定データを用いて前記学習を行う、
請求項1〜4のいずれか1つに記載の制御装置。 - 前記機械学習装置は、クラウドサーバに存在する、
請求項1記載の制御装置。 - 電源の切断タイミングを学習する機械学習装置であって、
ユーザ毎の制御装置に対する操作内容を、環境の現在状態を表す状態変数として観測する状態観測部と、
前記ユーザにより前記制御装置の電源切断が指令されたことを示す判定データを取得する判定データ取得部と、
前記状態変数と前記判定データとを用いて、前記ユーザ毎の操作内容と、前記電源切断の指令とを関連付けて学習する学習部と、
を備える機械学習装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017170626A JP6577542B2 (ja) | 2017-09-05 | 2017-09-05 | 制御装置 |
US16/119,131 US11048216B2 (en) | 2017-09-05 | 2018-08-31 | Control device |
DE102018006992.4A DE102018006992B4 (de) | 2017-09-05 | 2018-09-04 | Steuereinrichtung |
CN201811032419.XA CN109421072B (zh) | 2017-09-05 | 2018-09-05 | 控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017170626A JP6577542B2 (ja) | 2017-09-05 | 2017-09-05 | 制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019046324A JP2019046324A (ja) | 2019-03-22 |
JP6577542B2 true JP6577542B2 (ja) | 2019-09-18 |
Family
ID=65363737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017170626A Active JP6577542B2 (ja) | 2017-09-05 | 2017-09-05 | 制御装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11048216B2 (ja) |
JP (1) | JP6577542B2 (ja) |
CN (1) | CN109421072B (ja) |
DE (1) | DE102018006992B4 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7369181B2 (ja) | 2019-03-28 | 2023-10-25 | 株式会社Nttドコモ | 制御データ生成装置、ユーザ装置及び情報処理システム |
CN114815785B (zh) * | 2022-06-07 | 2023-04-07 | 哈尔滨工业大学 | 一种基于有限时间观测器的非线性系统执行器鲁棒故障估计方法 |
US20240055885A1 (en) * | 2022-08-15 | 2024-02-15 | Apple Inc. | Energy based task shifting |
US20240053410A1 (en) * | 2022-08-15 | 2024-02-15 | Apple Inc. | Energy based task shifting |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02253466A (ja) * | 1989-03-28 | 1990-10-12 | Yuichi Murakami | 入力信号を演算処理する学習方式 |
JPH0728572A (ja) | 1993-07-14 | 1995-01-31 | Hitachi Ltd | 停電時自動データ保存装置 |
JP2002351600A (ja) * | 2001-05-28 | 2002-12-06 | Allied Brains Inc | 入力操作支援プログラム |
JP4213008B2 (ja) * | 2002-10-09 | 2009-01-21 | パナソニック株式会社 | 情報端末装置、操作支援方法及び操作支援プログラム |
JP2008195295A (ja) * | 2007-02-14 | 2008-08-28 | Toyota Motor Corp | 灯火制御装置 |
US8924352B1 (en) | 2007-03-31 | 2014-12-30 | Emc Corporation | Automated priority backup and archive |
CN101782976B (zh) * | 2010-01-15 | 2013-04-10 | 南京邮电大学 | 一种云计算环境下机器学习自动选择方法 |
CN102163073B (zh) | 2010-02-23 | 2012-11-21 | 华为终端有限公司 | 终端功耗优化处理方法及装置 |
CN102339118B (zh) | 2011-09-14 | 2015-02-18 | 奇智软件(北京)有限公司 | 一种终端关闭控制方法及系统 |
JP6024508B2 (ja) * | 2013-02-20 | 2016-11-16 | 株式会社デンソー | 車両用データ処理装置 |
US10558953B2 (en) * | 2013-07-03 | 2020-02-11 | Illinois Tool Works Inc. | Welding system parameter comparison system and method |
JP2016153247A (ja) | 2014-07-23 | 2016-08-25 | 株式会社発明屋 | クラウド運ちゃん |
EP3186025A4 (en) * | 2014-08-29 | 2018-06-20 | CRC-Evans Pipeline International, Inc. | Method and system for welding |
US11562286B2 (en) * | 2015-02-06 | 2023-01-24 | Box, Inc. | Method and system for implementing machine learning analysis of documents for classifying documents by associating label values to the documents |
JP6148316B2 (ja) * | 2015-07-31 | 2017-06-14 | ファナック株式会社 | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム |
CN105318499B (zh) | 2015-09-30 | 2018-06-01 | 广东美的制冷设备有限公司 | 用户行为自学习空调系统及其控制方法 |
JP6114421B1 (ja) | 2016-02-19 | 2017-04-12 | ファナック株式会社 | 複数の産業機械の作業分担を学習する機械学習装置,産業機械セル,製造システムおよび機械学習方法 |
US10307855B2 (en) * | 2016-03-29 | 2019-06-04 | Illinois Tool Works Inc. | Impending thermal shutdown alert system and thermal shutdown process |
CN106407048B (zh) | 2016-05-25 | 2019-04-05 | 清华大学 | 输入输出通信接口、基于该接口的数据备份和恢复方法 |
US20180015560A1 (en) * | 2016-07-14 | 2018-01-18 | Lincoln Global, Inc. | Method and system for welding with temperature detector |
US20190022787A1 (en) * | 2017-07-24 | 2019-01-24 | Lincoln Global, Inc. | Weld sequencer part inspector |
-
2017
- 2017-09-05 JP JP2017170626A patent/JP6577542B2/ja active Active
-
2018
- 2018-08-31 US US16/119,131 patent/US11048216B2/en active Active
- 2018-09-04 DE DE102018006992.4A patent/DE102018006992B4/de active Active
- 2018-09-05 CN CN201811032419.XA patent/CN109421072B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
DE102018006992B4 (de) | 2022-08-04 |
JP2019046324A (ja) | 2019-03-22 |
CN109421072B (zh) | 2020-12-15 |
US11048216B2 (en) | 2021-06-29 |
DE102018006992A1 (de) | 2019-03-07 |
CN109421072A (zh) | 2019-03-05 |
US20190072915A1 (en) | 2019-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6577542B2 (ja) | 制御装置 | |
JP6693919B2 (ja) | 制御装置及び機械学習装置 | |
JP6542839B2 (ja) | 制御装置及び機械学習装置 | |
JP6693938B2 (ja) | 外観検査装置 | |
US20180373233A1 (en) | Failure predicting apparatus and machine learning device | |
JP6572265B2 (ja) | 制御装置及び機械学習装置 | |
JP6652549B2 (ja) | 切粉除去装置及び情報処理装置 | |
JP2019117458A (ja) | 制御装置及び機械学習装置 | |
JP6680750B2 (ja) | 制御装置及び機械学習装置 | |
US11275421B2 (en) | Production system | |
JP2019030941A (ja) | 制御装置及び学習装置 | |
JP6333868B2 (ja) | セル制御装置、及び製造セルにおける複数の製造機械の稼働状況を管理する生産システム | |
US11897066B2 (en) | Simulation apparatus | |
US20230038415A1 (en) | Diagnosis device | |
US10908572B2 (en) | Programmable controller and machine learning device | |
JP2019013993A (ja) | 熱変位補正装置 | |
JP6564426B2 (ja) | 部品供給装置及び機械学習装置 | |
JP6626064B2 (ja) | 試験装置及び機械学習装置 | |
JP2019150932A (ja) | 衝突位置推定装置及び機械学習装置 | |
JP6603260B2 (ja) | 数値制御装置 | |
CN109308051B (zh) | 数值控制装置 | |
CN110125955B (zh) | 控制装置以及机器学习装置 | |
JP6685483B1 (ja) | ロボット行動計画システム、ロボットシステム、ロボット作業検証システム及びロボット行動計画方法 | |
JP6637021B2 (ja) | 切削液供給タイミング制御装置及び機械学習装置 | |
US20230274408A1 (en) | Inspection device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181119 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190422 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190712 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190719 |
|
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: 20190723 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6577542 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |