JP6733830B1 - 制御システム、監視装置、監視方法、及びプログラム - Google Patents

Abstract

本開示の一側面に係る制御システムは、塗料を吐出部から吐出するように塗布装置を制御する吐出制御部と、吐出部が吐出する塗料をワークに塗布するように、多関節ロボットにより吐出部の位置及び姿勢を変更させるロボット制御部と、塗布装置の状態及び多関節ロボットの状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知する塗布異常検知部と、多関節ロボットの状態に基づいて、吐出部からワークへの塗料の塗布位置を算出する塗布位置算出部と、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークにおける塗布状態の異常の発生部位を報知する異常報知部と、を備える。

Description

本開示は、制御システム、監視装置、監視方法、及びプログラムに関する。

特許文献１には、粘性材料を被塗布物へ塗布する塗布装置が開示されている。この塗布装置は、ノズルから粘性材料を上記被塗布物上に吐出するノズル装置と、ノズル装置を被塗布物に対して移動させる移動手段と、を備える。上記移動手段は、多関節ロボットであって、各関節の動作によりノズル装置を被塗布物に対して移動させるように構成されている。

国際公開第２０１３／１４０８１４号

本開示は、ワークにおける塗布状態の異常個所の早期発見に有用な制御システム、監視装置、監視方法、及びプログラムを提供する。

本開示の一側面に係る制御システムは、塗料を吐出部から吐出するように塗布装置を制御する吐出制御部と、吐出部が吐出する塗料をワークに塗布するように、多関節ロボットにより吐出部の位置及び姿勢を変更させるロボット制御部と、塗布装置の状態及び多関節ロボットの状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知する塗布異常検知部と、多関節ロボットの状態に基づいて、吐出部からワークへの塗料の塗布位置を算出する塗布位置算出部と、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークにおける塗布状態の異常の発生部位を報知する異常報知部と、を備える。

本開示の他の側面に係る監視装置は、塗料を吐出する吐出部を有する塗布装置の状態を取得する装置状態取得部と、吐出部が吐出する塗料をワークに塗布するように、吐出部の位置及び姿勢を変更する多関節ロボットの状態を取得するロボット状態取得部と、塗布装置の状態及び多関節ロボットの状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知する塗布異常検知部と、多関節ロボットの状態に基づいて、吐出部からワークへの塗料の塗布位置を算出する塗布位置算出部と、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークにおける塗布状態の異常の発生部位を報知する異常報知部と、を備える。

本開示の他の側面に係る監視方法は、塗料を吐出する吐出部を有する塗布装置の状態を取得することと、吐出部が吐出する塗料をワークに塗布するように、吐出部の位置及び姿勢を変更する多関節ロボットの状態を取得することと、塗布装置の状態及び多関節ロボットの状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知することと、多関節ロボットの状態に基づいて、吐出部からワークへの塗料の塗布位置を算出することと、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークにおける塗布状態の異常の発生部位を報知することと、を含む。

本開示によれば、ワークにおける塗布状態の異常個所の早期発見に有用な制御システム、監視装置、監視方法、及びプログラムが提供される。

図１は、塗布システムの構成の一例を示す模式図である。 図２は、塗布装置の構成の一例を示す模式図である。 図３は、制御システムの機能的な構成の一例を示すブロック図である。 図４は、ワーク上に塗布された塗料の状態の一例を示す模式図である。 図５（ａ）〜図５（ｃ）は、異常部位での塗料の状態の一例を示す模式図である。 図６は、制御システムのハードウェア構成の一例を示すブロック図である。 図７は、塗布状態の監視手順の一例を示すフローチャートである。 図８は、異常有無の判定手順の一例を示すフローチャートである。 図９は、異常要因の推定手順の一例を示すフローチャートである。 図１０は、推定モデルの構築手順の一例を示すフローチャートである。 図１１は、推定モデルを用いた異常有無の判定手順の一例を示すフローチャートである。 図１２は、塗布装置の構成の別の例を示す模式図である。

以下、実施形態について、図面を参照しつつ詳細に説明する。説明において、同一要素又は同一機能を有する要素には同一の符号を付し、重複する説明を省略する。

［塗布システム］
図１に示される塗布システム１は、塗布対象物（以下、「ワークＷ」という。）に対する塗料の塗布作業の少なくとも一部を自動実行し、ワークＷ上の塗料の品質を自動で監視するためのシステムである。ワークＷは、例えば、自動車の車体（ボティ）の一部である。ワークＷの一例として、自動車のフロアパネル、ルーフパネル、及びドアパネル等が挙げられる。ワークＷに対して塗布される塗料は、例えば、シール材又は振動を抑えるための制振材（防音のための部材）である。制振材には、粘性及び弾性を有する材料（樹脂）が含まれてもよい。例えば、制振材には、常温において液だれせずに固化するまでに塗布形状を維持できる程度の粘性を有する材料が含まれてもよい。塗布システム１は、多関節ロボット１０と、塗布装置４０と、制御システム７０とを備える。

（多関節ロボット）
多関節ロボット１０は、例えば６軸の垂直多関節ロボットであり、基部１１と、旋回部１２と、第１アーム１３と、第２アーム１４と、手首部１５と、アクチュエータ３１，３２，３３，３４，３５，３６とを有する。

基部１１は、床面又は直動機構を有する台座等に固定される。旋回部１２は基部１１上に設けられており、鉛直な軸線Ａｘ１まわりに旋回可能である。すなわち多関節ロボット１０は、軸線Ａｘ1まわりに旋回部１２を旋回可能とする関節２１を有する。

第１アーム１３は、旋回部１２から延出しており、軸線Ａｘ１に交差（例えば直交）する軸線Ａｘ２まわりに揺動可能である。すなわち多関節ロボット１０は、軸線Ａｘ２まわりに第１アーム１３を揺動可能とする関節２２を有する。なお、ここでの交差は、所謂立体交差のように互いにねじれの関係にある状態での交差を含む。以下においても同様である。

第２アーム１４は、第１アーム１３の先端部から延出しており、軸線Ａｘ１に交差（例えば直交）する軸線Ａｘ３まわりに揺動可能である。すなわち多関節ロボット１０は、軸線Ａｘ３まわりに第２アーム１４を揺動可能とする関節２３を有する。軸線Ａｘ３は軸線Ａｘ２と平行であってもよい。

第２アーム１４の先端部は、第２アーム１４の延出方向に沿って軸線Ａｘ３に交差（例えば直交）する軸線Ａｘ４まわりに旋回可能である。すなわち多関節ロボット１０は、軸線Ａｘ４まわりに第２アーム１４の先端部を旋回可能とする関節２４を有する。

手首部１５は、第２アーム１４の先端部から延出しており、軸線Ａｘ４に交差（例えば直交）する軸線Ａｘ５まわりに揺動可能である。すなわち多関節ロボット１０は、軸線Ａｘ５まわりに手首部１５を揺動可能とする関節２５を有する。

手首部１５の先端部には動作対象の部材が設けられており、当該部材は、手首部１５の延出方向に沿って軸線Ａｘ５に交差（例えば直交）する軸線Ａｘ６まわりに旋回可能である。すなわち多関節ロボット１０は、軸線Ａｘ６まわりに動作対象の部材を旋回可能とする関節２６を有する。動作対象の部材は、塗料を吐出するガンとして機能する吐出部４１（後述）である。

アクチュエータ３１，３２，３３，３４，３５，３６は、関節２１，２２，２３，２４，２５，２６をそれぞれ駆動する。例えばアクチュエータ３１は軸線Ａｘ１まわりに旋回部１２を旋回させ、アクチュエータ３２は軸線Ａｘ２まわりに第１アーム１３を揺動させ、アクチュエータ３３は軸線Ａｘ３まわりに第２アーム１４を揺動させ、アクチュエータ３４は軸線Ａｘ４まわりに第２アーム１４の先端部を旋回させ、アクチュエータ３５は軸線Ａｘ５まわりに手首部１５を揺動させ、アクチュエータ３６は軸線Ａｘ６まわりに動作対象の部材を旋回させる。

なお、多関節ロボット１０は、動作対象の部材の位置及び姿勢を所望の範囲で変更し得る限りいかようにも構成可能である。例えば多関節ロボット１０は、上述した６軸の垂直多関節ロボットに冗長軸を追加した７軸の垂直多関節ロボットであってもよい。

（塗布装置）
塗布装置４０は、多関節ロボット１０と協働してワークＷに塗料を塗布する装置である。図２に示されるように、塗布装置４０は、吐出部４１と、圧送部４６と、供給部４９とを備える。

吐出部４１は、塗料を吐出する。吐出部４１は、多関節ロボット１０の手首部１５における先端部に設けられている。つまり、吐出部４１の位置及び姿勢は、多関節ロボット１０の動作により変更する。吐出部４１の先端面４２に吐出口が設けられていてもよい。多関節ロボット１０により吐出部４１の位置及び姿勢が変更されると、吐出口から吐出される塗料の吐出位置及び吐出方向が変化する。

吐出部４１は、吐出バルブ４３を有する。吐出バルブ４３は、開閉動作により、吐出部４１（吐出口）から塗料が吐出される状態と、吐出部４１から塗料が吐出されない状態とを切り替える。吐出バルブ４３は、例えばエアオペレーションバルブであり、吐出バルブ４３には、開閉動作のためのエアを送るエアチューブが接続されている。吐出バルブ４３は、自身の開閉状態を示す信号を出力する機能を有してもよい。なお、吐出部４１は、吐出バルブ４３を有していなくてもよい。この場合、吐出部４１よりも上流側に位置するバルブ（例えば、後述の送出バルブ６７ａ，６７ｂ）が、吐出部４１から塗料が吐出される状態と、吐出部４１から塗料が吐出されない状態とを切り替えてもよい。

圧送部４６は、吐出部４１に向けて塗料を圧送する。圧送部４６は、ポンプ５１ａ，５１ｂと、送液管５４と、送出バルブ６７ａ，６７ｂとを備える。

ポンプ５１ａ及びポンプ５１ｂは、互いに同様の構成及び機能を有している。ポンプ５１ａ，５１ｂは、吸い込み動作により塗料を受け入れ、ワークＷに吐出するための塗料を吐出部４１に向けてそれぞれ送り出す。ポンプ５１ａ，５１ｂは、例えば、サーボブースターポンプであり、収容部５２ａ，５２ｂとアクチュエータ５３ａ，５３ｂとをそれぞれ有する。収容部５２ａ，５２ｂは、吐出用の塗料をそれぞれ収容する。アクチュエータ５３ａ，５３ｂは、ピストンを動作させることにより、収容部５２ａ，５２ｂ内に収容されている塗料に圧力を加え、吐出部４１に当該塗料をそれぞれ送り出す。

送液管５４は、ポンプ５１ａ，５１ｂから吐出部４１まで塗料を導く。送液管５４の上流側の端部はポンプ５１ａ，５１ｂそれぞれに接続されており、送液管５４の下流側の端部は吐出部４１に接続されている。つまり、ポンプ５１ａ，５１ｂのそれぞれは、送液管５４を介して塗料を吐出部４１に供給する。送液管５４は、送出管５５と、分岐管５６ａ，５６ｂとを有する。送出管５５は、吐出部４１に接続されており、分岐管５６ａ，５６ｂは、送出管５５から分岐しており、ポンプ５１ａ，５１ｂにそれぞれ接続されている。

送出バルブ６７ａは、ポンプ５１ａと吐出部４１との間を開閉する。送出バルブ６７ａは、分岐管５６ａに設けられている。送出バルブ６７ｂは、ポンプ５１ｂと吐出部４１との間を開閉する。送出バルブ６７ａ，６７ｂは、例えば、エアオペレーションバルブであり、送出バルブ６７ａ，６７ｂには、開閉動作のためのエアを送るエアチューブがそれぞれ接続される。送出バルブ６７ａ，６７ｂは、自身の開閉状態を示す信号を出力する機能をそれぞれ有してもよい。

供給部４９は、塗料を圧送部４６に供給する。つまり、圧送部４６のポンプ５１ａ，５１ｂは、供給部４９から供給された（吸い込んだ）塗料を、吐出部４１に向けて送り出す。供給部４９は、液源５７と、供給管５８と、吸引バルブ６８ａ，６８ｂと、戻り管５９と、循環バルブ６９と、を備える。

液源５７は、塗料の供給源である。供給管５８は、液源５７とポンプ５１ａ，５１ｂそれぞれとの間を接続する。具体的には、供給管５８は、一端が液源５７に接続された送出管と、送出管の他端から分岐してポンプ５１ａ，５１ｂにそれぞれ接続される２つの分岐管とを有する。吸引バルブ６８ａは、液源５７とポンプ５１ａとの間を開閉する。吸引バルブ６８ｂは、液源５７とポンプ５１ｂとの間を開閉する。吸引バルブ６８ａ，６８ｂは、例えばエアオペレーションバルブであり、吸引バルブ６８ａ，６８ｂには、開閉動作のためのエアを送るエアチューブがそれぞれ接続される。吸引バルブ６８ａ，６８ｂは、自身の開閉状態を示す信号を出力する機能をそれぞれ有してもよい。

戻り管５９は、送液管５４の送出管５５と液源５７とを接続する。これにより、ポンプ５１ａ，５１ｂから送り出された塗料を吐出部４１へ送らずに液源５７に還流させることが可能となっている。循環バルブ６９は、戻り管５９に設けられており、塗料の還流時に戻り管５９内の流路を閉状態から開状態に切り替える。循環バルブ６９は、例えばエアオペレーションバルブである。

圧力センサ６１，６２ａ，６２ｂは、塗布装置４０の状態として、塗布装置４０内の塗料の圧力（以下、単に「塗布装置４０内の圧力」という。）をそれぞれ測定する。圧力センサ６１，６２ａ，６２ｂは、塗布装置４０内の複数箇所の圧力を測定する。上記複数箇所は、送液管５４（分岐管５６ａ及び送出管５５）に沿う方向における位置が互いに異なる少なくとも２個所を含んでいる。なお、送液管５４に沿う方向とは、送液管５４が延びる方向に対応しており、送液管５４内において塗料が流れる方向に対応している。

例えば、圧力センサ６１は、送液管５４（送出管５５）において吐出部４１に近い位置に設けられる。圧力センサ６２ａは、例えば、送液管５４においてポンプ５１ａに近い位置（ポンプ５１ａと送出バルブ６７ａとの間）に設けられる。圧力センサ６２ｂは、例えば、送液管５４においてポンプ５１ｂに近い位置（ポンプ５１ｂと送出バルブ６７ｂとの間）に設けられる。以下では、圧力センサ６１により測定される塗料の圧力を「ガン側圧力」と称し、圧力センサ６２ａ（圧力センサ６２ｂ）により測定される塗料の圧力を「ポンプ側圧力」と称する。

温度センサ６４，６５は、塗布装置４０の状態として、塗布装置４０内の塗料の温度（以下、単に「塗布装置４０内の温度」という。）をそれぞれ測定する。温度センサ６４，６５は、塗布装置４０内の複数箇所の温度を測定する。上記複数箇所は、送液管５４に沿う方向における位置が互いに異なる少なくとも２個所を含んでいる。温度センサ６４は、例えば、送液管５４（送出管５５）において吐出部４１に近い位置に設けられる。温度センサ６５は、送液管５４において吐出部４１よりもポンプ５１ａ，５１ｂに近い位置に設けられる。以下では、温度センサ６４により測定される塗料の温度を「ガン側温度」と称し、温度センサ６５により測定される塗料の温度を「ポンプ側温度」と称する。

（制御システム）
制御システム７０は、多関節ロボット１０及び塗布装置４０を制御し、多関節ロボット１０の状態及び塗布装置４０の状態の少なくとも一方に基づいてワークＷ上の塗料の品質を監視する。図３に示されるように、制御システム７０は、塗布制御装置８０と、ロボット制御装置９０と、監視装置１００とを備える。塗布制御装置８０及びロボット制御装置９０は、例えば、多関節ロボット１０及び塗布装置４０に近い位置（所謂エッジ）に配置されるコントローラである。監視装置１００は、エッジに配置されてもよいし、ネットワーク回線を介して多関節ロボット１０及び塗布装置４０から離れた位置（所謂クラウド）に配置されてもよい。

塗布制御装置８０（吐出制御部）は、塗布装置４０を制御する装置である。塗布制御装置８０は、塗料を吐出部４１から吐出するように塗布装置４０を制御する。具体的には、塗布制御装置８０は、吐出部４１からの塗料の吐出中における塗布装置４０内の状態を所定の目標値に追従させる。塗布装置４０内の状態を示す情報の具体例としては、圧力センサ６１，６２ａ，６２ｂによる圧力、温度センサ６４，６５による温度、及びアクチュエータ５３ａ，５３ｂの駆動状態等が挙げられる。アクチュエータ５３ａ，５３ｂの駆動状態の具体例としては、モータの回転位置、回転速度、及びトルク値（駆動力）等が挙げられる。

塗布制御装置８０は、吐出部４１からの塗料の吐出状態を切り替えるために、吐出バルブ４３、送出バルブ６７ａ，６７ｂ、吸引バルブ６８ａ，６８ｂ、及び循環バルブ６９をそれぞれ制御する。塗料の吐出状態には、例えば、塗料を吐出させている状態、塗料の吐出のための準備をしている状態、及び塗料を循環させている状態が含まれる。一例として、塗布制御装置８０は、塗料の吐出状態では、吐出バルブ４３と送出バルブ６７ａ，６７ｂのいずれか一方とを開状態に切り替え、開状態に切り替えた送出バルブに対応するポンプ５１ａ，５１ｂの一方から吐出部４１に向けて塗料を送り出させ、吐出部４１から塗料を吐出させる。塗布制御装置８０は、塗料の吐出に並行して、ポンプ５１ａ，５１ｂの他方（待機中のポンプ）に対応する吸引バルブ６８ａ，６８ｂのいずれか一方を開状態に切り替え、供給部４９からポンプ５１ａ，５１ｂの他方に塗料を供給させてもよい。

塗布制御装置８０は、塗料の吐出中において、塗布装置４０内の圧力に基づいて、吐出部４１から吐出される塗料の状態を調節してもよい。例えば、塗布制御装置８０は、圧力センサ６１及び圧力センサ６２ａ（圧力センサ６２ｂ）のいずれかの測定値に応じて、当該圧力値が目標値に追従するようにアクチュエータ５３ａ（アクチュエータ５３ｂ）を制御してもよい。あるいは、塗布制御装置８０は、吐出される塗料の流量を略一定に維持するために、ポンプ５１ａ（ポンプ５１ｂ）のピストンが略一定の速度で移動するようにアクチュエータ５３ａ（アクチュエータ５３ｂ）を制御してもよい。

塗布制御装置８０は、ポンプ５１ａ，５１ｂのうちの待機中のポンプ内の圧力（圧力センサ６２ａ，６２ｂのうちの当該ポンプに対応する一方の測定値）が、塗料を送り出している他方のポンプからの塗料の圧力（圧力センサ６２ａ，６２ｂの他方の測定値）に追従するように、待機中のポンプのアクチュエータを制御してもよい。塗布制御装置８０は、吐出中のポンプ内の塗料の残量が所定量よりも減少した際に、吐出部４１に塗料を送り出すポンプを切り替えるように（待機中であったポンプから塗料を送り出すように）送出バルブ６７ａ，６７ｂを制御してもよい。

ロボット制御装置９０（ロボット制御部）は、多関節ロボット１０を制御する装置である。ロボット制御装置９０は、塗布装置４０により吐出される塗料をワークＷに塗布するように多関節ロボット１０を制御する。

具体的には、ロボット制御装置９０は、吐出部４１が吐出する塗料をワークＷに塗布するように、多関節ロボット１０により吐出部４１の位置及び姿勢を変更させる。ロボット制御装置９０は、例えば、吐出部４１が吐出する塗料のワークＷへの付着位置が予め定められた経路に沿って移動するように、吐出部４１の位置及び姿勢を変更させる。より具体的には、ロボット制御装置９０は、吐出部４１の目標位置及び目標姿勢に基づき逆運動学演算によりアクチュエータ３１〜３６の目標角度を算出し、当該目標角度に追従するようにアクチュエータ３１〜３６を制御する。ロボット制御装置９０は、吐出部４１の位置及び姿勢を目標位置及び目標姿勢に調節するために、アクチュエータ３１〜３６の駆動状態を示す情報をそれぞれ取得してもよい。アクチュエータ３１〜３６の駆動状態を示す情報の一例として、モータの回転位置及び回転速度が挙げられる。

一例として、図４に示されるように、ワークＷ上には塗料の付着位置の経路を示す複数の塗布経路が定められている。塗布制御装置８０は、ロボット制御装置９０が吐出部４１の位置及び姿勢を各塗布経路に応じた目標位置及び目標姿勢に追従させている間に、吐出部４１から塗料を吐出するように塗布装置４０を制御する。これにより、ワークＷ上において複数の塗布経路に沿って複数のビードＢ１〜Ｂ６が形成される。一例として、塗布制御装置８０及びロボット制御装置９０は、複数のビードＢ１〜Ｂ６のそれぞれについて、塗布経路と直交する方向における幅が略一定となるように塗布装置４０及び多関節ロボット１０をそれぞれ制御する。例えば、塗布制御装置８０は、略一定の流量で塗料が吐出されるようにポンプ５１ａ，５１ｂの少なくとも一方を制御し、ロボット制御装置９０は、ワークＷに対する吐出部４１の移動速度が略一定となるようにアクチュエータ３１〜３６を制御する。

（監視装置）
図３に戻り、監視装置１００は、多関節ロボット１０の状態及び塗布装置４０の状態の少なくとも一方に基づき、ワークＷ上に塗布された塗料の塗布状態（以下、単に「塗料の塗布状態」という。）の品質を監視する。塗料の塗布状態の品質には、例えばワークＷ上の塗料により形成される線（ビード）の幅及び厚さ等が挙げられる。監視装置１００は、上記品質の監視の一例として、塗料の塗布状態に異常が生じていないかをどうかを検知する。

監視装置１００は、機能上の構成（以下、「機能モジュール」という。）として、塗布装置監視部１０２（装置状態取得部）と、ロボット監視部１０４（ロボット状態取得部）と、塗布位置算出部１０６と、塗布異常検知部１０８と、異常部位算出部１１２と、塗布状態推定部１１４と、異常要因推定部１１６と、推定テーブル保持部１１８と、異常報知部１２０とを備える。

塗布装置監視部１０２は、塗布装置４０の状態を示す情報（以下、「塗布装置４０の状態情報」という。）を取得する。塗布装置監視部１０２は、例えば所定周期で塗布制御装置８０から塗布装置４０の状態情報を取得する。塗布装置監視部１０２が取得する塗布装置４０の状態情報には、塗料の塗布状態の品質に影響を与える塗布装置４０の状態が含まれる。塗布装置監視部１０２は、例えば、塗布装置４０内の圧力を示す情報、塗布装置４０内の温度を示す情報、ポンプ５１ａ，５１ｂの駆動状態を示す情報、及びバルブの開閉状態を示す情報を取得する。

一例として、塗布装置監視部１０２は、塗布装置４０内の圧力を示す情報として、ガン側圧力（圧力センサ６１の測定値）、ポンプ５１ａ側圧力（圧力センサ６２ａの測定値）、及びポンプ５１ｂ側圧力（圧力センサ６２ｂの測定値）を取得する。塗布装置監視部１０２は、塗布装置４０内の温度を示す情報として、ガン側温度（温度センサ６４の測定値）、及びポンプ側温度（温度センサ６５の測定値）を取得してもよい。塗布装置監視部１０２は、ポンプ５１ａ，５１ｂの駆動状態を示す情報として、アクチュエータ５３ａ，５３ｂのトルク値（駆動力）又は回転速度を示す情報を取得してもよい。

ロボット監視部１０４は、多関節ロボット１０の状態を示す情報（以下、「多関節ロボット１０の状態情報」という。）を取得する。ロボット監視部１０４は、例えば上記所定周期で多関節ロボット１０の状態情報を取得する。ロボット監視部１０４が取得する多関節ロボット１０の状態情報には、塗料の塗布状態の品質に影響を与える多関節ロボット１０の状態が含まれる。ロボット監視部１０４は、例えば、ロボット制御装置９０から得られたアクチュエータ３１〜３６の駆動状態を示す情報に基づいて、塗料の塗布状態の品質に影響を与える多関節ロボット１０の状態を示す情報を取得する。

塗料の塗布状態の品質に影響を与える多関節ロボット１０の状態として、例えば、ワークＷに対する多関節ロボット１０の動作速度（吐出部４１の移動速度）が挙げられる。多関節ロボット１０の動作速度とは、ワークＷに向けての塗料の吐出中において、吐出部４１が塗布経路に沿って動く速度である。なお、吐出部４１の移動速度は、多関節ロボット１０の動作により定まるので、多関節ロボット１０の状態を示している。ロボット監視部１０４は、アクチュエータ３１〜３６の駆動状態に基づいて、吐出部４１の移動速度（多関節ロボット１０の動作速度）を算出してもよい。ロボット監視部１０４は、アクチュエータ３１〜３６の駆動状態に基づいて吐出部４１の移動の加速度（多関節ロボット１０の加速度）を、多関節ロボット１０の状態（動作）に関する情報として算出してもよい。

塗料の塗布状態の品質に影響を与える多関節ロボット１０の状態として、例えば、ワークＷに対する吐出部４１の位置及び姿勢が挙げられる。なお、吐出部４１の位置及び姿勢は、多関節ロボット１０の動作により定まるので、多関節ロボット１０の状態を示している。ロボット監視部１０４は、例えば、アクチュエータ３１〜３６の駆動状態に基づいて順運動学演算を行うことで、当該周期での吐出部４１の位置及び姿勢を算出してもよい。なお、ロボット監視部１０４は、ビジョンセンサ等の外部センサからの情報に基づいて、多関節ロボット１０の状態情報を取得してもよい。

塗布位置算出部１０６は、ロボット監視部１０４から得られた多関節ロボット１０の状態に基づいて、吐出部４１からワークＷへの塗料の塗布位置を算出する。塗料の塗布位置とは、吐出部４１から吐出された塗料がワークＷの表面に付着した位置であり、ワークＷを基準とする座標系で表されてもよい。塗布位置算出部１０６は、例えば、所定周期ごとの吐出部４１の位置及び姿勢を示す情報に応じて、当該周期でのワークＷへの塗料の塗布位置を算出する。一の周期におけるワークＷに対する吐出部４１の相対的な位置及び姿勢（吐出口の向き）に応じて、当該周期でのワークＷ上の塗布位置は定まる。例えば、塗布位置算出部１０６は、吐出口からの塗料の吐出方向に延びる仮想線とワークＷとの交点を求めることで、当該交点をワークＷ上の塗布位置として算出する。

塗布異常検知部１０８は、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、ワークＷ上の塗料の塗布状態の異常を検知する（以下、単に「異常を検知する」という。）。塗布異常検知部１０８は、例えば上記所定周期で異常を検知する。本明細書において、塗料の塗布状態の異常を検知することとは、異常が生じ得る条件での塗布（吐出）の実行を検知することであり、必ずしもいかなる異常が生じたかを検知しなくてもよい。

塗布異常検知部１０８は、例えば、塗布装置監視部１０２から得られた塗布装置４０の状態情報とロボット監視部１０４から得られた多関節ロボット１０の状態情報のいずれか一方に基づいて異常を検知する。より確実な異常の検知を行うために、塗布異常検知部１０８は、塗布装置４０の状態情報と多関節ロボット１０の状態情報とに基づいて異常を検知してもよい。塗布異常検知部１０８は、異常を検知する際に、２種類以上の塗布装置４０の状態情報を用いてもよく、２種類以上の多関節ロボット１０の状態情報を用いてもよい。塗布異常検知部１０８は、２種類以上のいずれかの状態情報を用いる場合、いずれか１つの情報に基づいて異常を検知した際に、塗料の塗布状態に異常が生じていると判定してもよい。以下では、各種の状態情報を用いた異常の検知方法の具体例を示す。

塗布異常検知部１０８は、塗布装置４０内の圧力に基づいて異常を検知してもよい。塗布異常検知部１０８は、例えば、ガン側圧力及びポンプ側圧力の少なくとも一方に基づいて異常を検知する。一例として、塗布異常検知部１０８は、ガン側圧力（ポンプ側圧力）が予め定められた基準範囲内かどうかを判定し、当該圧力値が基準範囲外であるときに異常を検知する。

塗布異常検知部１０８は、塗布装置４０内の塗料の温度に基づいて異常を検知してもよい。塗布異常検知部１０８は、例えば、ガン側温度及びポンプ側温度の少なくとも一方に基づいて異常を検知する。一例として、塗布異常検知部１０８は、ガン側温度（ポンプ側温度）が予め定められた基準範囲内かどうかを判定し、当該温度が基準範囲外であるときに異常を検知する。

塗布異常検知部１０８は、ポンプ５１ａ，５１ｂの駆動情報に基づいて異常を検知してもよい。塗布異常検知部１０８は、例えば、アクチュエータ５３ａ，５３ｂによるトルク値に基づいて異常を検知する。一例として、塗布異常検知部１０８は、アクチュエータ５３ａ，５３ｂによるトルク値が予め定められた基準範囲内かどうかを判定し、当該トルク値が基準範囲外であるときに異常を検知する。

塗布異常検知部１０８は、吐出バルブ４３、送出バルブ６７ａ，６７ｂ、及び吸引バルブ６８ａ，６８ｂのいずれかのバルブに対する開閉指令を示す信号と、当該バルブからの自身の開閉状態を示す信号とを比較することで異常を検知してもよい。例えば、塗布異常検知部１０８は、塗料の吐出開始に伴い、吐出バルブ４３に対して開状態への切替えを示す指令信号が出力されている場合において、吐出バルブ４３からの信号が閉状態を示しているときに異常を検知する。

塗布異常検知部１０８は、１つのビードを形成するための吐出の途中において、吐出部４１に塗料を送り出すポンプがポンプ５１ａ，５１ｂのいずれか一方に切り替わった際に、切り替え直前の圧力センサ６２ａ，６２ｂの測定値に基づいて異常を検知してもよい。例えば、ポンプ５１ａからポンプ５１ｂに切り替えられた際に、塗布異常検知部１０８は、切り替え直前において、ポンプ５１ｂ内の圧力（圧力センサ６２ｂの測定値）とポンプ５１ａからの塗料の圧力（圧力センサ６２ａの測定値）との差が所定値以上であるときに異常を検知してもよい。

塗布異常検知部１０８は、多関節ロボット１０の動作速度に基づいて塗布状態の異常を検知してもよい。塗布異常検知部１０８は、例えば、多関節ロボット１０の動作速度（吐出部４１の移動速度）が予め定められた基準範囲内かどうかを判定し、当該動作速度が基準範囲外であるときに異常を検知する。あるいは、塗布異常検知部１０８は、多関節ロボット１０の加速度（吐出部４１の移動加速度）が基準範囲内かどうかを判定し、当該加速度が基準範囲外であるときに異常を検知してもよい。つまり、多関節ロボット１０の動作速度に基づいた異常の検知には、多関節ロボット１０の加速度に基づいた異常の検知が含まれる。

塗布異常検知部１０８は、ワークＷに対する吐出部４１の相対的な位置と姿勢とに基づいて異常を検知してもよい。塗布異常検知部１０８は、例えば、吐出部４１の位置と姿勢とが基準範囲内かどうかを判定し、当該位置及び当該姿勢が基準範囲外であるときに異常を検知する。一例として、吐出部４１の位置及び姿勢についての基準範囲は、塗布経路に応じた目標位置及び目標姿勢に所定の許容誤差を加算及び減算して算出される。

塗布異常検知部１０８は、監視装置１００（制御システム７０）とは異なる装置（以下、「外部装置」という。）に、各種の情報状態が示す値が基準範囲内かどうかの判定を行わせ、当該判定結果に基づいて異常を検知してもよい。一例として、塗布異常検知部１０８は、外部装置に塗布装置４０内の圧力を示す情報を出力し、当該外部装置において圧力値が基準範囲内かどうかの判定を行わせてもよい。そして、塗布異常検知部１０８は、外部装置による判定結果を示す情報を取得し、当該情報により塗布状態が異常であることが示されている場合に、塗料の塗布状態に異常が生じている可能性があると判定（異常を検知）してもよい。

異常部位算出部１１２は、塗料の塗布状態の異常の検知結果と、塗布位置算出部１０６による塗布位置の算出結果とに基づいて、ワークＷにおける塗布状態の異常の発生部位を算出する。異常部位算出部１１２は、例えば、塗布異常検知部１０８により塗布状態の異常が検知された際に（検知された周期において）得られた塗布位置の算出結果に応じて、上記異常の発生部位を算出する。本明細書において、異常の発生部位とは、ワークＷに塗布された塗料のうちの異常が発生している可能性がある部位（部分）である。

異常部位算出部１１２は、異常の発生部位として、ワークＷを基準とした座標系により定まる位置（座標位置）を算出してもよく、複数の塗布経路のうちの一つの区間を算出してもよい。一例として、異常部位算出部１１２は、塗布位置算出部１０６から得られる塗布位置の算出結果により示される座標位置を異常の発生部位としてもよい。あるいは、異常部位算出部１１２は、塗布位置算出部１０６から得られる塗布位置の算出結果により示される座標位置を含む塗布経路（区間）を異常の発生部位としてもよい。

塗布状態推定部１１４は、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、ワークＷに塗布された塗料の塗布状態を推定する。具体的には、塗布状態推定部１１４は、塗布異常検知部１０８により塗布状態の異常が検知された際に、塗料の塗布状態がどのような異常であるか（塗布状態の異常内容）を推定する。推定する塗料の塗布状態として、例えば、ビードの幅、ビードの厚さ（膜厚）、塗料が塗布されているかどうか、及び塗布位置のずれ等が挙げられる。塗布状態推定部１１４は、異常が検知された際の（周期での）塗布装置４０の圧力と多関節ロボット１０の動作速度とに基づいて、ワークＷに塗布された塗料の塗布状態を推定してもよい。

一例として、塗布状態推定部１１４は、多関節ロボット１０の動作速度（加速度）が基準範囲内であり、ガン側圧力及びポンプ側圧力のいずれか一方が基準範囲の上限値よりも高い場合、ビードの幅が予め定められている設定幅よりも大きいと推定する。塗布状態推定部１１４は、多関節ロボット１０の動作速度（加速度）が基準範囲内であり、ガン側圧力又はポンプ側圧力のいずれか一方が基準範囲の下限値よりも低い場合、ビードの幅が設定幅よりも小さいと推定してもよい。

塗布状態推定部１１４は、例えば、ガン側圧力及びポンプ側圧力が基準範囲内であり、多関節ロボット１０の動作速度が基準範囲の上限値よりも高い場合、ビードの厚さが予め定められている設定厚さよりも薄い（塗料が不足している）と推定する。塗布状態推定部１１４は、ガン側圧力及びポンプ側圧力が基準範囲内であり、多関節ロボット１０の動作速度が基準範囲の下限値よりも低い場合、ビードの厚さが上記設定厚さよりも厚い（塗料が過剰である）と推定してもよい。

塗布状態推定部１１４は、異常が検知された周期だけでなく、異常が検知された周期の前後を含む期間（以下、「推定期間」という。）において取得された塗布装置４０の状態の推移及び多関節ロボット１０の状態の推移に基づいて、ビードの塗布状態（形状）を推定してもよい。

例えば、塗布状態推定部１１４は、推定期間が塗料の吐出中であるとき、多関節ロボット１０の動作速度が基準範囲内に維持されており、ガン側圧力又はポンプ側圧力のいずれか一方が、基準範囲の上限値を越えた状態から徐々に基準範囲に近づく場合に、ビードＢの塗布状態が先太りであると推定してもよい。先太りとは、図５（ａ）に示されるように、破線で示す塗布方向に沿って、ビードＢの幅が徐々に減少している状態である。塗布状態推定部１１４は、推定期間が塗料の吐出の準備中であるときに、ガン側圧力又はポンプ側圧力のいずれか一方が、基準範囲の上限値よりも大きい場合に、ビードの塗布状態が先太りであると推定してもよい。

塗布状態推定部１１４は、推定期間が塗料の吐出中であるときに、多関節ロボット１０の動作速度が基準範囲内に維持されており、ガン側圧力又はポンプ側圧力のいずれか一方が、基準範囲の下限値よりも低い状態から徐々に基準範囲に近づく場合に、ビードＢの塗布状態が先細りであると推定してもよい。先細りとは、図５（ｂ）に示されるように、破線で示す塗布方向に沿って、ビードＢの幅が徐々に増大している状態である。塗布状態推定部１１４は、推定期間が塗料の吐出の準備中であるときに、ガン側圧力又はポンプ側圧力のいずれか一方が、基準範囲の下限値よりも小さい場合に、ビードの塗布状態が先細りであると推定してもよい。

塗布状態推定部１１４は、推定期間が塗料の吐出中であるときに、途中でガン側圧力又はポンプ側圧力のいずれか一方が基準範囲の上限値を越えている場合に、ビードの塗布状態が中太り（ビードの幅が途中で他よりも大きくなっている状態）であると推定してもよい。塗布状態推定部１１４は、途中でガン側圧力及びポンプ側圧力のいずれか一方が基準範囲の下限値を下回った場合に、ビードの塗布状態が中細りであると推定してもよい。中細りとは、図５（ｃ）に示されるように、ビードＢの幅が途中で他よりも小さくなっている状態である。

異常要因推定部１１６は、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、塗料の塗布状態の異常の要因（以下、単に「異常の要因」という。）を推定する。異常要因推定部１１６は、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、異常の要因が、塗布装置４０及び多関節ロボット１０のいずれに在るかを推定してもよい。

異常の要因が塗布装置４０に在ると判断される場合、異常要因推定部１１６は、塗布装置４０内の複数箇所の状態に基づいて、塗布装置４０内における異常の要因の発生個所を推定してもよい。異常要因推定部１１６は、例えば、塗布装置４０内において、送液管５４に沿う方向における位置が互いに異なる複数箇所の圧力に基づいて、塗布装置４０内の異常の要因の発生個所を推定する。あるいは、異常要因推定部１１６は、塗布装置４０内の複数箇所の圧力と、ポンプ５１ａ（ポンプ５１ｂ）の駆動情報とに基づいて、異常の要因の発生個所を推定してもよい。

異常要因推定部１１６により推定される異常の要因として、例えば、塗布装置４０内の管路からの塗料の漏れ、管路内での塗料の詰まり、ポンプ５１ａ，５１ｂの故障、及び供給部４９の異常等が挙げられる。以下に、各種情報を用いて行われる異常要因の推定方法の具体例を示す。

異常要因推定部１１６は、例えば、塗布異常検知部１０８により塗布装置４０の状態に起因して異常が検知された場合には、塗布装置４０に異常の要因が在ると判定する。異常要因推定部１１６は、例えば、ガン側圧力及びポンプ側圧力のいずれか一方が、基準範囲の下限値を下回っている場合に、多関節ロボット１０ではなく、塗布装置４０に異常の要因があると推定する。この場合、異常要因推定部１１６は、塗布装置４０内のいずれかの管路における塗料の漏れが異常の要因であると推定してもよい。なお、異常要因推定部１１６は、想定される要因を一つに絞り込むことができない場合には、複数の異常の要因を推定してもよい。

同様に、異常要因推定部１１６は、塗布異常検知部１０８により多関節ロボット１０の状態に起因して異常が検知された場合には、多関節ロボット１０に異常の要因が在ると推定する。異常要因推定部１１６は、例えば、多関節ロボット１０の動作速度が基準範囲外である場合に、多関節ロボット１０に異常の要因があると推定する。この場合、異常要因推定部１１６は、アクチュエータ３１〜３６の故障が異常の要因であると推定してもよい。

異常要因推定部１１６は、ポンプ５１ａから吐出部４１に塗料が送り出されている場合に、ガン側圧力（圧力センサ６１の測定値）とポンプ側圧力（圧力センサ６２ａの測定値）とに基づいて、塗布装置４０内の異常の要因の発生個所を推定してもよい。例えば、異常要因推定部１１６は、ポンプ側圧力が基準範囲の上限値を越えており、ガン側圧力が基準範囲の下限値よりも小さい場合（送液管５４内での圧力損失が所定値よりも大きい場合）、圧力センサ６２ａと圧力センサ６１との間において異常の要因が発生していると推定する。この場合、異常要因推定部１１６は、圧力センサ６２ａと圧力センサ６１との間において塗料の詰まり又は管路の捩れ（キンク）が生じていると推定してもよい。

異常要因推定部１１６は、ポンプ５１ａから吐出部４１に塗料が送り出されている場合に、ガン側圧力、ポンプ側圧力、及びアクチュエータ５３ａのトルク値に基づいて、異常の要因の発生個所を推定してもよい。異常要因推定部１１６は、例えば、ガン側圧力及びポンプ側圧力が基準範囲内であり（正常であり）、ポンプ５１ａのトルク値が基準範囲外である（異常である）とき、異常の要因がポンプ５１ａ自体の故障であると推定してもよい。

異常要因推定部１１６は、例えば、推定テーブル保持部１１８に保持された推定用のテーブルを参照することで、塗布装置４０内の異常の要因及び当該要因の発生個所を推定してもよい。推定テーブル保持部１１８は、吐出部４１からの塗料の吐出状態、及び塗布装置４０内の複数箇所の状態（例えば、ガン側圧力、ポンプ側圧力、及びポンプのトルク値）における異常有無及び異常内容と、異常の要因の発生個所とを対応付けたテーブルを保持してもよい。異常内容としては、例えば、圧力又はトルク値が基準範囲の上限よりも高い状態であること、及び基準範囲の下限よりも低い状態であることが挙げられる。

異常報知部１２０は、異常部位算出部１１２から得られる異常の発生部位を示す情報に基づいて、ワークＷにおける塗料の塗布状態の異常の発生部位を報知する。すなわち、異常報知部１２０は、塗布異常検知部１０８による塗料の塗布状態の異常の検知結果と、塗布位置算出部１０６による塗布位置の算出結果とに基づいて、塗料の塗布状態の異常の発生部位を報知する。監視装置１００はディスプレイを備えていてもよく、異常報知部１２０は、上記ディスプレイに異常の発生部位を示す情報を出力してもよい。当該ディスプレイに異常の発生部位が表示されることで、例えば、異常報知部１２０は、作業員又はオペレータに異常の発生部位を報知する。

異常報知部１２０は、上記異常の発生部位に加えて、塗布状態推定部１１４から得られた塗料の塗布状態の推定結果を報知してもよい。この推定結果は、塗料の塗布状態の異常が検知された際の（周期での）ワークＷ上の塗料の塗布状態を示しているので、異常の発生部位における塗料の状態を示している。つまり、異常報知部１２０は、異常の発生部位に加えて、塗料の塗布状態の異常の検知結果と塗料の塗布状態の推定結果とに基づいて、ワークＷ上の異常の発生部位における塗料の状態を報知してもよい。異常報知部１２０は、異常の発生部位がいずれかの塗布経路を示している場合に、当該塗布経路における塗料の状態として、ビードの状態（形状）の推定結果を報知してもよい。

異常報知部１２０は、上記異常の発生部位に加えて、異常要因推定部１１６により得られた異常の要因を報知してもよい。異常報知部１２０は、異常要因推定部１１６から得られた異常の要因に関する情報に基づいて、異常の要因に加えて、異常の要因が塗布装置４０及び多関節ロボット１０のいずれかに在るかを報知してもよい。あるいは、異常報知部１２０は、異常要因推定部１１６から得られた異常の要因に関する情報に基づいて、異常の要因に加えて、異常の要因の発生個所を報知してもよい。

図６に示されるように、塗布制御装置８０は、回路１８０を備える。回路１８０は、少なくとも１つのプロセッサ１８１と、メモリ１８２と、ストレージ１８３と、通信ポート１８４とを含む。ストレージ１８３は、コンピュータによって読み取り可能な不揮発型の記憶媒体（例えばフラッシュメモリ）である。ストレージ１８３は、塗料を吐出部４１から吐出するように塗布装置４０を制御することを実行させるためのプログラム及びデータを記憶する。

メモリ１８２は、ストレージ１８３からロードしたプログラム及びプロセッサ１８１による演算結果等を一時的に記憶する。プロセッサ１８１は、メモリ１８２と協働して上記プログラムを実行することで、塗布制御装置８０の機能モジュールを構成する。入出力ポート１８５は、プロセッサ１８１からの指令に応じて吐出バルブ４３、送出バルブ６７ａ，６７ｂ、アクチュエータ５３ａ，５３ｂ、圧力センサ６１，６２ａ，６２ｂ、及び温度センサ６４，６５等との間で電気信号の入出力を行う。通信ポート１８４は、プロセッサ１９１からの指令に応じて、監視装置１００との間で無線、有線、又はネットワーク回線を介して通信を行う。

ロボット制御装置９０は、回路１９０を備える。回路１９０は、少なくとも１つのプロセッサ１９１と、メモリ１９２と、ストレージ１９３と、通信ポート１９４と、ドライバ１９５とを含む。ストレージ１９３は、コンピュータによって読み取り可能な不揮発型の記憶媒体（例えばフラッシュメモリ）である。ストレージ１９３は、吐出部４１が吐出する塗料をワークＷに塗布するように、多関節ロボット１０により吐出部４１の位置及び姿勢を変更させることを実行させるためのプログラム及びデータを記憶する。

メモリ１９２は、ストレージ１９３からロードしたプログラム及びプロセッサ１９１による演算結果等を一時的に記憶する。プロセッサ１９１は、メモリ１９２と協働して上記プログラムを実行することで、ロボット制御装置９０の機能モジュールを構成する。ドライバ１９５は、プロセッサ１９１からの指令に応じてアクチュエータ３１〜３６に駆動電力を出力する。通信ポート１９４は、プロセッサ１９１からの指令に応じて、監視装置１００との間で無線、有線、又はネットワーク回線を介して通信を行う。

監視装置１００は、回路１３０を備える。回路１３０は、少なくとも１つのプロセッサ１３１と、メモリ１３２と、ストレージ１３３と、通信ポート１３４とを含む。ストレージ１３３は、コンピュータによって読み取り可能な不揮発型の記憶媒体（例えばフラッシュメモリ）である。

ストレージ１３３は、塗料を吐出する吐出部４１を有する塗布装置４０の状態を取得することと、吐出部４１が吐出する塗料をワークＷに塗布するように、吐出部４１の位置及び姿勢を変更する多関節ロボット１０の状態を取得することと、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知することと、多関節ロボット１０の状態に基づいて、吐出部４１からワークＷへの塗料の塗布位置を算出することと、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークＷにおける塗布状態の異常の発生部位を報知することと、を含む監視方法を監視装置１００に実行させるためのプログラム及びデータを記憶する。ストレージ１３３は、上述の各機能モジュールを構成するための記憶領域と、推定テーブル保持部１１８に割り当てられる記憶領域とを含む。

メモリ１３２は、ストレージ１３３からロードしたプログラム及びプロセッサ１３１による演算結果等を一時的に記憶する。プロセッサ１３１は、メモリ１３２と協働して上記プログラムを実行することで、監視装置１００の各機能モジュールを構成する。通信ポート１３４は、プロセッサ１３１からの指令に応じて、塗布制御装置８０及びロボット制御装置９０との間で通信を行う。

［監視手順］
続いて、監視方法の一例として、監視装置１００が実行する監視手順の一例を説明する。図７は、監視手順の一例を示すフローチャートである。図７に示されるように、監視装置１００は、まずステップＳ０１を実行する。ステップＳ０１では、例えば、塗布装置監視部１０２が塗布装置４０の状態情報を取得し、ロボット監視部１０４が多関節ロボット１０の状態情報を取得とする。一例として、塗布装置監視部１０２は、塗布制御装置８０からガン側圧力、ポンプ側圧力、及びポンプ５１ａ，５１ｂのいずれか一方のトルク値を取得する。ロボット監視部１０４は、ロボット制御装置９０から得られたアクチュエータ３１〜３６の駆動情報に基づいて吐出部４１の位置及び姿勢を算出（取得）してもよい。

次に、監視装置１００は、ステップＳ０２を実行する。ステップＳ０２では、例えば、ロボット監視部１０４が、ロボット制御装置９０から得られたアクチュエータ３１〜３６の駆動情報に基づいて多関節ロボット１０の動作速度を算出する。ロボット監視部１０４は、アクチュエータ３１〜３６の駆動状態に基づいて、多関節ロボット１０の動作速度を算出してもよい。

次に、監視装置１００は、ステップＳ０３を実行する。ステップＳ０３では、例えば、塗布位置算出部１０６が塗布位置を算出する。塗布位置算出部１０６は、例えば、ロボット監視部１０４から得られる吐出部４１の位置及び姿勢を示す情報に応じて、ワークＷへの塗料の塗布位置を算出する。一例として、塗布位置算出部１０６は、吐出口からの塗料の吐出方向に延びる仮想線とワークＷとの交点を求めることで、当該交点をワークＷ上の塗布位置として算出する。

次に、監視装置１００は、ステップＳ０４を実行する。ステップＳ０４では、例えば、塗布異常検知部１０８が、塗布装置監視部１０２から得られる塗布装置４０の状態情報とロボット監視部１０４から得られる多関節ロボット１０の状態情報とに基づいて、塗料の塗布状態に異常があるかどうかを判定する。塗布異常検知部１０８による異常有無の判定手順の具体例については後述する。

次に、監視装置１００は、ステップＳ０５を実行する。ステップＳ０５では、監視装置１００が、塗布異常検知部１０８により塗料の塗布状態の異常が検知されたかどうかを判断する。塗料の塗布状態の異常が検知されていないと判断された場合、監視装置１００は、以下のステップＳ０６〜Ｓ０９を実行しない。

ステップＳ０５において、塗料の塗布状態の異常が検知された場合、監視装置１００は、ステップＳ０６を実行する。ステップＳ０６では、例えば、異常部位算出部１１２が、塗料の塗布状態の異常の検知結果と、塗布位置算出部１０６による塗布位置の算出結果とに基づいて、ワークＷにおける塗布状態の異常の発生部位を算出する。一例として、異常部位算出部１１２は、塗布状態の異常を検知した際に塗布位置算出部１０６から得られる塗布位置の算出結果が示す座標位置を異常の発生部位としてもよい。

次に、監視装置１００は、ステップＳ０７を実行する。ステップＳ０７では、例えば、塗布状態推定部１１４が、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、ワークＷに塗布された塗料の塗布状態を推定する。塗布状態推定部１１４は、異常が検知された際の塗布装置４０内の圧力と多関節ロボット１０の動作速度とに基づいて、ワークＷに塗布された塗料の塗布状態を推定してもよい。一例として、塗布状態推定部１１４は、多関節ロボット１０の動作速度（加速度）が基準範囲内であり、ガン側圧力及びポンプ側圧力のいずれか一方が基準範囲の上限値よりも高い場合、ビードの幅が予め定められている設定幅よりも大きいと推定する。塗布状態推定部１１４は、多関節ロボット１０の動作速度（加速度）が基準範囲内であり、ガン側圧力又はポンプ側圧力のいずれか一方が基準範囲の下限値よりも低い場合、ビードの幅が設定幅よりも小さいと推定してもよい。

次に、監視装置１００は、ステップＳ０８を実行する。ステップＳ０８では、例えば、異常要因推定部１１６が、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、塗料の塗布状態の異常の要因を推定する。異常要因推定部１１６は、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、異常の要因が、塗布装置４０及び多関節ロボット１０のいずれに在るかを推定してもよい。

異常の要因が塗布装置４０に在ると判断される場合、異常要因推定部１１６は、塗布装置４０内の複数箇所の状態に基づいて、塗布装置４０内における異常の要因の発生個所を推定してもよい。異常要因推定部１１６は、例えば、塗布装置４０内において、送液管５４に沿う方向における位置が互いに異なる複数箇所の圧力に基づいて、塗布装置４０内の異常の要因の発生個所を推定する。あるいは、異常要因推定部１１６は、塗布装置４０内の複数箇所の圧力と、ポンプ５１ａ（ポンプ５１ｂ）の駆動情報とに基づいて、異常の要因の発生個所を推定してもよい。異常の要因の推定手順の具体例については後述する。

次に、監視装置１００は、ステップＳ０９を実行する。ステップＳ０９では、例えば、異常報知部１２０が、異常部位算出部１１２から得られる異常の発生部位を示す情報に基づいて、ワークＷにおける塗料の塗布状態の異常の発生部位を報知する。異常報知部１２０は、上記異常の発生部位に加えて、塗布状態推定部１１４から得られた塗料の塗布状態の推定結果を報知してもよい。異常報知部１２０は、上記異常の発生部位に加えて、異常要因推定部１１６により得られた異常の要因を報知してもよい。異常報知部１２０は、異常要因推定部１１６から得られた異常の要因に関する情報に基づいて、異常の要因に加えて、異常の要因が塗布装置４０及び多関節ロボット１０のいずれかに在るかを報知してもよい。あるいは、異常報知部１２０は、異常要因推定部１１６から得られた異常の要因に関する情報に基づいて、異常の要因に加えて、異常の要因の発生個所を報知してもよい。

異常報知部１２０は、監視装置１００が備えるディスプレイに異常の発生部位、塗布の塗布状態の推定結果、及び異常の要因の推定結果を示す情報を出力してもよい。当該ディスプレイに異常の発生部位等が表示されることで、例えば、異常報知部１２０は、作業員又はオペレータに異常の発生部位等を報知する。以上により、監視装置１００は一連の監視手順を終了する。

（異常有無の判定手順）
図８は、ステップＳ０４の異常有無の判定手順の一例を示すフローチャートである。異常有無の判定手順において、図８に示されるように、まず監視装置１００は、ステップＳ１１を実行する。ステップＳ１１では、例えば、塗布異常検知部１０８が、ロボット監視部１０４から得られた多関節ロボット１０の動作速度が基準範囲外かどうかを判断する。

ステップＳ１１において多関節ロボット１０の動作速度が基準範囲外であると判断された場合、監視装置１００はステップＳ１２を実行する。ステップＳ１２では、例えば、塗布異常検知部１０８が、多関節ロボット１０の動作速度が異常であることを示す異常フラグ（以下、「動作速度フラグ」という。）をオフ（ＯＦＦ）からオン（ＯＮ）に切り替える。ステップＳ１１において、多関節ロボット１０の動作速度が基準範囲内であると判断された場合、監視装置１００はステップＳ１２を実行しない。

次に、監視装置１００は、ステップＳ１３を実行する。ステップＳ１３では、例えば、塗布異常検知部１０８が、ワークＷに対する吐出部４１の位置及び姿勢が基準範囲外であるかどうかを判断する。

ステップＳ１３において、吐出部４１の位置及び姿勢が基準範囲外であると判断された場合、監視装置１００は、ステップＳ１４を実行する。ステップＳ１４では、例えば、塗布異常検知部１０８が、吐出部４１の位置及び姿勢が異常であることを示す異常フラグ（以下、「位置・姿勢フラグ」という。）をオフからオンに切り替える。ステップＳ１３において、吐出部４１の位置及び姿勢が基準範囲内であると判断された場合、監視装置１００はステップＳ１４を実行しない。

次に、監視装置１００は、ステップＳ１５を実行する。ステップＳ１５では、例えば、塗布異常検知部１０８が、圧力センサ６１により測定されるガン側圧力が基準範囲外であるかどうかを判断し、温度センサ６４により測定されるガン側温度が基準範囲外であるかどうかを判断する。

ステップＳ１５において、ガン側圧力及びガン側温度の少なくとも一方が基準範囲外であると判断された場合、監視装置１００は、ステップＳ１６を実行する。ステップＳ１６では、例えば、ガン側圧力が基準範囲外であると判断された場合には、塗布異常検知部１０８が、ガン側圧力が異常であることを示す異常フラグ（以下、「ガン側圧力フラグ」という。）をオフからオンに切り替える。ガン側温度が基準範囲外であると判断された場合には、塗布異常検知部１０８は、ガン側圧力が異常であることを示す異常フラグ（以下、「ガン側温度フラグ」という。）をオフからオンに切り替える。ステップＳ１５において、ガン側圧力及びガン側温度が基準範囲内であると判断された場合、監視装置１００はステップＳ１６を実行しない。

次に、監視装置１００は、ステップＳ１７を実行する。ステップＳ１７では、例えば、塗布異常検知部１０８が、圧力センサ６２ａ（６２ｂ）により測定されるポンプ側圧力が基準範囲外であるかどうかを判断し、温度センサ６５により測定されるポンプ側温度が基準範囲外であるかどうかを判断する。

ステップＳ１７において、ポンプ側圧力及びポンプ側温度の少なくとも一方が基準範囲外であると判断された場合、監視装置１００は、ステップＳ１８を実行する。ステップＳ１８では、例えば、ポンプ側圧力が基準範囲外であると判断された場合には、塗布異常検知部１０８が、ポンプ側圧力が異常であることを示す異常フラグ（以下、「ポンプ側圧力フラグ」という。）をオフからオンに切り替える。ポンプ側温度が基準範囲外であると判断された場合には、塗布異常検知部１０８は、ポンプ側圧力が異常であることを示す異常フラグ（以下、「ポンプ側温度フラグ」という。）をオフからオンに切り替える。ステップＳ１７において、ポンプ側圧力及びポンプ側温度が基準範囲内であると判断された場合、監視装置１００はステップＳ１８を実行しない。

次に、監視装置１００は、ステップＳ１９を実行する。ステップＳ１９では、例えば、塗布異常検知部１０８が、ポンプ５１ａ（ポンプ５１ｂ）の駆動力が基準範囲外であるかどうかを判断する。

ステップＳ１９において、ポンプ５１ａの駆動力が基準範囲外であると判断された場合、監視装置１００は、ステップＳ２０を実行する。ステップＳ２０では、例えば、塗布異常検知部１０８が、ポンプ５１ａの駆動力が異常であることを示す異常フラグ（以下、「ポンプ駆動力フラグ」という。）をオフからオンに切り替える。ステップＳ１９において、ポンプ５１ａの駆動力が基準範囲内であると判断された場合、監視装置１００は、ステップＳ２０を実行しない。

各種の上記状態情報が異常であることを示す複数の異常フラグがいずれもオンに設定されない場合、塗布異常検知部１０８は、塗料の塗布状態の異常を検知しない。複数の異常フラグのいずれか１つがオンに設定される場合、塗布異常検知部１０８は、塗料の塗布状態の異常を検知する。以上により、監視装置１００は、異常有無の判定手順を終了する。なお、ステップＳ１５において、塗布異常検知部１０８は、ガン側圧力及びガン側温度のいずれか一方が対応する基準範囲外であるかどうかを判断してもよい。ステップＳ１７において、塗布異常検知部１０８は、ポンプ側圧力及びポンプ側温度のいずれか一方が対応する基準範囲外であるかどうかを判断してもよい。

（異常要因の推定手順）
図９は、ステップＳ０８の異常要因の推定手順の一例を示すフローチャートである。異常要因の推定手順において、図９に示されるように、監視装置１００は、まずステップＳ３１を実行する。ステップＳ３１では、例えば、異常要因推定部１１６が、多関節ロボット１０の状態情報が異常であることを示す異常フラグがオンであるかどうかを判断する。一例として、異常要因推定部１１６は、多関節ロボット１０の動作速度に関する動作速度フラグ、及び吐出部４１の位置及び姿勢に関する位置・姿勢フラグのいずれか一方がオンであるかどうかを判断する。

ステップＳ３１において、多関節ロボット１０の状態情報に関する異常フラグのいずれかがオンに設定されていると判断された場合、監視装置１００は、ステップＳ３２を実行する。ステップＳ３２では、例えば、異常要因推定部１１６が、異常の要因が多関節ロボット１０に在ると判定する。

次に、監視装置１００は、ステップＳ３３を実行する。ステップＳ３３では、例えば、異常要因推定部１１６が、塗布装置４０の状態情報が異常であることを示す異常フラグがオンであるかどうかを判断する。一例として、異常要因推定部１１６は、ガン側圧力に関するガン側圧力フラグ、ガン側温度に関するガン側温度フラグ、ポンプ側圧力に関するポンプ側圧力フラグ、ポンプ側温度に関するポンプ側温度フラグ、及びポンプ５１ａのトルク値に関するポンプ駆動力フラグの少なくとも１つがオンであるかどうかを判断する。

ステップＳ３３において、塗布装置４０の状態情報に関する異常フラグがいずれもオンではないと判断された場合、監視装置１００は、ステップＳ３４，Ｓ３５を実行しない。ステップＳ３３において、塗布装置４０の状態情報に関する異常フラグの少なくとも１つがオンであると判断された場合、監視装置１００は、ステップＳ３４，Ｓ３５を順に実行する。あるいはステップＳ３１において多関節ロボット１０の状態情報に関する異常フラグがいずれもオンではないと判断された場合、監視装置１００は、ステップＳ３４，Ｓ３５を順に実行する。なお、ステップＳ０８の異常要因の推定手順は、いずれかの異常フラグがオンである場合に実行される。このため、ステップＳ３１において多関節ロボット１０に関する異常フラグがいずれもオンでないと判断されることは、塗布装置４０に関する異常フラグの少なくとも１つがオンであることを意味する。

ステップＳ３４では、例えば、異常要因推定部１１６が、異常の要因が塗布装置４０に在ると判定する。ステップＳ３５では、例えば、異常要因推定部１１６が、塗布装置４０内における異常の要因を推定する。一例として、異常要因推定部１１６は、ガン側圧力、ポンプ側圧力及びポンプ５１ａのトルク値の異常有無及び異常内容に応じて、推定テーブル保持部１１８に保持された推定用のテーブルを参照することで、塗布装置４０内での異常の要因及び当該要因の発生個所を推定する。以上により、監視装置１００は、異常要因の推定手順を終了する。

［実施形態の効果］
以上説明したように、制御システム７０は、塗料を吐出部４１から吐出するように塗布装置４０を制御する塗布制御装置８０と、吐出部４１が吐出する塗料をワークＷに塗布するように、多関節ロボット１０により吐出部４１の位置及び姿勢を変更させるロボット制御装置９０と、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知する塗布異常検知部１０８と、多関節ロボット１０の状態に基づいて、吐出部４１からワークＷへの塗料の塗布位置を算出する塗布位置算出部１０６と、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークＷにおける塗布状態の異常の発生部位を報知する異常報知部１２０と、を備える。

この制御システム７０によれば、ワークＷ上の塗料の塗布状態の異常の発生部位が報知される。これにより、ワークＷにおいて塗布状態の異常が発生した可能性がある箇所が絞り込まれる。従って、ワークＷ上での塗布状態の異常個所の早期発見に有用である。

塗布異常検知部１０８は、塗布装置４０内の圧力に基づいて上記塗布状態の異常を検知してもよい。塗布装置４０内の圧力は、ワークＷにおける塗料の塗布状態に影響を及ぼす。上記構成では、塗布装置４０内の圧力に基づくことで、より確実に塗料の塗布状態の異常を検知することができる。

塗布異常検知部１０８は、塗布装置４０内の温度に基づいて上記塗布状態の異常を検知してもよい。塗布装置４０内の温度は、ワークＷにおける塗料の塗布状態に影響を及ぼす。上記構成では、塗布装置４０内の温度に基づくことで、より確実に塗料の塗布状態の異常を検知することができる。

塗布異常検知部１０８は、ワークＷに対する吐出部４１の位置と姿勢とに基づいて上記塗布状態の異常を検知してもよい。ワークＷに対する吐出部４１の位置及び姿勢は、ワークＷにおける塗料の塗布状態に影響を及ぼす。上記構成では、ワークＷに対する吐出部４１の位置と姿勢とに基づくことで、より確実に塗料の塗布状態の異常を検知することができる。

塗布異常検知部１０８は、多関節ロボット１０の動作速度に基づいて上記塗布状態の異常を検知してもよい。多関節ロボット１０の動作速度は、ワークＷにおける塗料の塗布状態に影響を及ぼす。上記構成では、多関節ロボット１０の動作速度に基づくことで、より確実に塗料の塗布状態の異常を検知することができる。

制御システム７０は、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、ワークＷに塗布された塗料の状態を推定する塗布状態推定部１１４を更に備えてもよい。異常報知部１２０は、上記塗布状態の異常の検知結果と塗料の状態の推定結果とに基づいて、ワークＷ上の異常の発生部位における塗料の状態を更に報知してもよい。この構成によれば、異常の可能性がある部位における塗料の状態が報知されるので、塗布後のワーク内において探索すべき異常内容が容易に絞り込まれる。例えば、目視画像又は撮像画像に基づき探索する場合に、いかなる塗布状態を探索すべきかを絞り込んで探索することができる。従って、ワークＷ上での塗布状態の異常個所の早期発見により有用である。

塗布状態推定部１１４は、塗布装置４０内の圧力と多関節ロボット１０の動作速度とに基づいて、ワークＷに塗布された塗料の状態を推定してもよい。塗布装置４０内の圧力及び多関節ロボット１０の動作速度は、ワークＷに塗布された塗料の状態に影響を及ぼす。上記構成では、塗布装置４０内の圧力及び多関節ロボット１０の動作速度に関する情報に基づくことで、ワークＷ上の塗料の状態をより精度良く推定することができる。

制御システム７０は、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、上記塗布状態の異常の要因を推定する異常要因推定部１１６を更に備えてもよい。異常報知部１２０は、上記要因を更に報知してもよい。この構成では、ワークＷ内の異常の発生個所に加えて塗布装置４０又は多関節ロボット１０内での異常の要因が報知されるので、装置の早期メンテナンスに有用である。

異常要因推定部１１６は、塗布装置４０の状態と多関節ロボット１０の状態とに基づいて、上記要因が、塗布装置４０及び多関節ロボット１０のいずれに在るかを更に推定してもよい。異常報知部１２０は、上記要因が塗布装置４０及び多関節ロボット１０のいずれに在るかを更に報知してもよい。この構成では、ワーク上の塗料の塗布状態における異常の要因が塗布装置４０及び多関節ロボット１０のいずれに在るのかが報知されるので、装置の早期メンテナンスに更に有用である。

異常要因推定部１１６は、塗布装置４０内の複数箇所の状態に基づいて、塗布装置４０内における上記要因の発生個所を更に推定してもよい。異常報知部１２０は、上記要因の発生個所を更に報知してもよい。この構成では、ワークＷ上の塗料の塗布状態における異常の要因に加えて塗布装置４０内の異常の要因の発生個所が報知されるので、塗布装置４０の早期メンテナンスに有用である。

塗布装置４０は、吐出部４１まで塗料を導く送液管５４と、送液管５４を介して塗料を吐出部４１に供給するポンプ５１ａ，５１ｂと、を更に含んでもよい。異常要因推定部１１６は、送液管５４に沿う方向における位置が互いに異なる複数箇所の圧力に基づいて、上記要因の発生個所を推定してもよい。この場合、塗布装置４０内の複数箇所の圧力に基づくので、塗布装置４０内における異常の要因の発生個所を容易に推定することができる。

異常要因推定部１１６は、ポンプ５１ａ，５１ｂの駆動状態に更に基づいて、上記要因の発生個所を推定してもよい。この場合、ポンプ５１ａ，５１ｂの駆動状態に更に基づくので、異常の要因の発生個所をより詳細に推定することができる。

以上説明した監視装置１００は、塗料を吐出する吐出部４１を有する塗布装置４０の状態を取得する塗布装置監視部１０２と、吐出部４１が吐出する塗料をワークＷに塗布するように、吐出部４１の位置及び姿勢を変更する多関節ロボット１０の状態を取得するロボット監視部１０４と、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方に基づいて、塗料の塗布状態の異常を検知する塗布異常検知部１０８と、多関節ロボット１０の状態に基づいて、吐出部４１からワークＷへの塗料の塗布位置を算出する塗布位置算出部１０６と、塗布状態の異常の検知結果と塗布位置の算出結果とに基づいて、ワークＷにおける塗布状態の異常の発生部位を報知する異常報知部１２０と、を備える。

この監視装置１００は、ワークＷに対する塗布が複雑である場合に特に有効である。塗布が複雑な場合として、ワークＷが車体のパネルであり、塗料が制振材及びシール材である場合が挙げられる。この場合、ワークＷに塗布された塗料の塗布状態を目視検査又は画像検査により異常を検知すること、及び異常個所を発見することに時間を要する可能性がある。これに対して、上記監視装置１００では、ワークＷ上の塗料ではなく、装置による塗布の実行結果（塗料吐出時の装置の状態）に基づいて異常が検知され、更に異常の発生部位を含む異常検知結果が報知されるので、塗布が複雑であっても、異常が予測される箇所の早期発見が可能である。

以上、実施形態について説明したが、本発明は必ずしも上述した実施形態に限定されるものではなく、その要旨を逸脱しない範囲で様々な変形が可能である。

（変形例１）
上述の例では、塗布異常検知部１０８は各情報が示す値を基準範囲と比較することで塗布状態の異常を検知したが、塗布状態の異常の検知方法は、これに限られない。塗布異常検知部１０８は、例えば、機械学習により構築された推定モデルを用いて塗料の塗布状態の異常を検知してもよい。この場合、図３に示されるように、制御システム７０は、学習装置２００（学習部）を更に備えてもよく、監視装置１００は、機能モジュールとして、蓄積部１２６と、実績状態取得部１２８とを更に備えてもよい。

蓄積部１２６は、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方を示す情報（以下、「状態情報」という。）と、当該状態情報が示す状態に基づくワークＷにおける塗料の塗布状態とを対応付けた実績情報を蓄積する。一例として、蓄積部１２６は、塗布装置監視部１０２から塗布装置４０内の圧力と、ロボット監視部１０４から多関節ロボット１０の動作速度とを、状態情報として取得する。

実績状態取得部１２８は、上記状態情報に基づくワークＷ上の塗料の実際の塗布状態を示す情報を取得する。実際の塗布状態を示す情報は、例えば、塗料の塗布状態に実際に異常が生じているかどうかを示す情報である。監視装置１００は操作デバイスを備えていてもよく、実績状態取得部１２８は、オペレータからの入力によって実際の塗布状態を示す情報を取得してもよい。蓄積部１２６は、実績状態取得部１２８から得られた実際の塗布状態を示す情報と状態情報とを対応付けし、対応付けた情報を実績情報として学習装置２００に出力する。

学習装置２００は、機械学習を行うことで推定モデルを構築する装置である。学習装置２００は、ネットワーク回線を介して多関節ロボット１０及び塗布装置４０と離れた位置（クラウド）に配置されてもよい。学習装置２００は、機能モジュールとして、記憶部２０２と、モデル構築部２０４とを備える。記憶部２０２は、蓄積部１２６から得られた蓄積情報を記憶する。これにより、蓄積部１２６は、上記実績情報を蓄積する。

モデル構築部２０４は、記憶部２０２に記憶されている蓄積情報に基づいて、機械学習により推定モデルを構築する。推定モデルは、状態情報の入力に応じてワークＷにおける塗料の塗布状態を出力するように構築されている。推定モデルからの出力は、塗料の塗布状態が異常であるか、又は正常であるかを示す異常の検知の判定結果であってもよい。この場合、推定モデルによって塗料の塗布状態についての異常の有無が判定される。監視装置１００の塗布異常検知部１０８は、評価段階において、塗布装置監視部１０２及びロボット監視部１０４から得られた情報状態を、モデル構築部２０４から得られる推定モデルに入力し判定結果（推定モデルからの出力）を得ることで、塗料の塗布状態の異常を検知してもよい。

このような推定モデルの一例としては、学習段階において実績情報に基づき正常範囲を示す基準値が算出され、評価段階において状態情報が示す値と基準値とを比較することで塗料の塗布状態の異常の有無を判定するモデルが挙げられる。推定モデルとして、異常の有無を判定するモデルに代えて、正常であることを示す基準範囲を出力するモデルが用いられてもよい。

あるいは、異常の有無を判定する推定モデルとして、状態情報に含まれる各種情報を入力ベクトルとして、塗料の塗布状態の異常の有無を出力とするニューラルネットワークが用いられてもよい。ニューラルネットワークは、入力層と、一層又は複数層の中間層と、出力層とを有する。入力層は、入力ベクトルをそのまま次の中間層に出力する。中間層は、一つの前の層からの入力を活性化関数により変換して次の層に出力する。出力層は、入力層から最も遠い中間層からの入力を活性化関数により変換し、変換結果を出力する。

学習装置２００は、ハードウェア構成として、回路２３０を備える。回路２３０は、プロセッサ２３１と、メモリ２３２と、ストレージ２３３と、通信ポート２３４とを含む。ストレージ２３３は、コンピュータによって読み取り可能な不揮発型の記憶媒体（例えばフラッシュメモリ）である。ストレージ２３３は、上記蓄積情報を記憶することと、蓄積情報に基づいて機械学習により推定モデルを構築することとを学習装置２００に実行させるためのプログラム及びデータを記憶する。ストレージ２３３は、上述の各機能モジュールを構成するための記憶領域と、記憶部２０２に割り当てられる記憶領域とを含む。

メモリ２３２は、ストレージ２３３からロードしたプログラム及びプロセッサ２３１による演算結果等を一時的に記憶する。プロセッサ２３１は、メモリ２３２と協働して上記プログラムを実行することで、学習装置２００の各機能モジュールを構成する。通信ポート２３４は、プロセッサ２３１からの指令に応じて、通信ネットワークＮを介して監視装置１００（通信ポート１３４）との間で通信を行う。通信ネットワークＮは、インターネットであってもよいし、プライベートネットワークであってもよい。

図１０は、モデル構築手順（学習手順）を示すフローチャートを示す。モデル構築手順では、図１０に示されるように、制御システム７０はステップＳ５１を実行する。ステップＳ５１では、例えば、監視装置１００の蓄積部１２６が、塗布装置監視部１０２及びロボット監視部１０４から状態情報を取得する。

次に、制御システム７０は、ステップＳ５２，Ｓ５３を順に実行する。ステップＳ５２では、例えば、蓄積部１２６が、ステップＳ５１で得られた状態情報が示す状態に基づいた塗料の実際の塗布状態を示す情報を実績状態取得部１２８から取得する。一例として、蓄積部１２６は、塗料の実際の塗布状態を示す情報として、塗料の塗布状態の異常の有無を示す情報を取得する。ステップＳ５３では、例えば、蓄積部１２６が、ステップＳ５１で得られた状態情報と、ステップＳ５２で得られた塗料の実際の塗布状態を示す情報とを対応付け、対応付けた実績情報を学習装置２００の記憶部２０２に蓄積する。

次に、制御システム７０は、ステップＳ５４を実行する。ステップＳ５４では、例えば、制御システム７０が、蓄積した実績情報が予め定められた所定データ数を越えたかどうかを判断する。実績情報が所定データ数を超えていないと判断された場合、制御システム７０（監視装置１００）は、ステップＳ５１〜Ｓ５３を繰り返す。

ステップＳ５４において、実績情報が所定データ数を超えたと判断された場合、制御システム７０は、ステップＳ５５を実行する。ステップＳ５５では、例えば、学習装置２００のモデル構築部２０４が、記憶部２０２に記憶されている実績情報に基づいて、機械学習により推定モデルを構築する。以上により、制御システム７０は、一連の推定モデルの構築手順を終了する。

図１１は、推定モデルを用いた異常の検知手順（評価手順）の一例を示すフローチャートである。この異常の検知手順では、図１１に示されるように、監視装置１００がまずステップＳ６１〜Ｓ６３を順に実行する。ステップＳ６１〜Ｓ６３は、ステップＳ０１〜Ｓ０３と同様にそれぞれ実行される。

次に、監視装置１００は、ステップＳ６４，Ｓ６５を順に実行する。ステップＳ６４では、例えば、塗布異常検知部１０８が、ステップＳ６１で得られた状態情報と推定モデルとに基づいて塗料の塗布状態の異常を検知する。一例として、塗布異常検知部１０８は、ステップＳ６１，Ｓ６２で得られた状態情報を推定モデルに入力し、推定モデルから得られた異常の有無の判定結果に応じて異常を検知する。次に、監視装置１００は、ステップＳ６５〜Ｓ６７を順に実行する。ステップＳ６５〜Ｓ６７は、ステップＳ０５，Ｓ０６，Ｓ０９と同様にそれぞれ実行される。

以上説明したように、制御システム７０は、塗布装置４０の状態及び多関節ロボット１０の状態の少なくとも一方を示す状態情報と、当該状態情報が示す状態に基づくワークＷにおける塗布状態とを対応付けた実績情報を蓄積する蓄積部１２６を更に備えてもよい。塗布異常検知部１０８は、蓄積部１２６により蓄積された蓄積情報に基づいて、状態情報の入力に応じてワークＷにおける塗布状態を出力するように構築された推定モデルに基づいて、塗布状態の異常を検知してもよい。この場合、蓄積された実績情報に基づき構築された推定モデルに基づくことで、塗料の塗布状態の異常をより精度良く検知することできる。

制御システム７０は、蓄積情報を記憶する記憶部２０２と、記憶部２０２に記憶されている上記蓄積情報に基づいて、機械学習により上記推定モデルを構築するモデル構築部２０４と、を有する学習装置２００を更に備えてもよい。この場合、より多くのデータに基づいて、塗料の塗布状態をより精度良く検知することができる。

（変形例２）
塗布システム１は、図１２に示されるように、塗布装置４０に代えて塗布装置４０Ａを備えてもよい。塗布装置４０Ａは、１つのポンプを用いて吐出部４１に塗料を送り出す点で塗布装置４０と相違している。具体的には、塗布装置４０Ａは、圧送部４６に代えて圧送部４６Ａを備える点、供給部４９に代えて供給部４９Ａを備える点、及び圧力センサ６２ｂを備えない点において、塗布装置４０と相違する。

圧送部４６Ａは、ポンプ５１ｂ及び送出バルブ６７ｂを備えない点、及び送液管５４に代えて送液管５４Ａを備える点において、圧送部４６と相違する。送液管５４Ａは、例えば、途中で分岐することなく、吐出部４１とポンプ５１ａとを接続する。供給部４９Ａは、戻り管５９、循環バルブ６９、及び吸引バルブ６８ｂを備えない点において供給部４９と相違する。

塗布システム１が塗布装置４０Ａを備える場合であっても、制御システム７０によれば、ワークＷ上の塗料の塗布状態の異常の発生部位が報知される。つまり、塗布システム１が塗布装置４０を備える場合と同様に、ワークＷ上での塗布状態の異常個所の早期発見に有用である。

１０…多関節ロボット、４０…塗布装置、４１…吐出部、５１ａ，５１ｂ…ポンプ、５４…送液管、７０…制御システム、８０…塗布制御装置、９０…ロボット制御装置、１００…監視装置、１０２…塗布装置監視部、１０４…ロボット監視部、１０６…塗布位置算出部、１０８…塗布異常検知部、１１４…塗布状態推定部、１１６…異常要因推定部、Ｗ…ワーク。

Claims (18)

1. 塗料を吐出部から吐出するように塗布装置を制御する吐出制御部と、
   前記吐出部が吐出する前記塗料をワークに塗布するように、多関節ロボットにより前記吐出部の位置及び姿勢を変更させるロボット制御部と、
   前記吐出部からの前記塗料の吐出状態を示す第１状態情報を所定周期で前記塗布装置から取得する装置状態取得部と、
   前記ワークに対する前記吐出部の位置及び姿勢を示す第２状態情報を前記所定周期で前記多関節ロボットから取得するロボット状態取得部と、
   一の周期での前記第１状態情報に基づいて、前記一の周期における前記塗料の塗布状態の異常を検知する塗布異常検知部と、
   前記一の周期での前記第２状態情報に基づいて、前記吐出部から前記ワークへの前記一の周期における前記塗料の塗布位置を算出する塗布位置算出部と、
   前記塗布状態の異常が検知された周期における前記塗布位置の算出結果に基づいて、前記ワークにおける前記塗布状態の異常の発生部位を報知する異常報知部と、を備える制御システム。
2. 前記第１状態情報は、前記塗布装置内の圧力を示す情報を含む、請求項１記載の制御システム。
3. 前記第１状態情報は、前記塗布装置内の温度を示す情報を含む、請求項１又は２記載の制御システム。
4. 前記ロボット状態取得部は、前記多関節ロボットの動作速度を示す第３状態情報を前記所定周期で当該多関節ロボットから取得し、
   前記塗布異常検知部は、前記一の周期での前記第３状態情報と予め定められた動作速度の基準範囲との比較結果に更に基づいて、前記一の周期における前記塗布状態の異常を検知する、請求項１〜３のいずれか一項記載の制御システム。
5. 前記一の周期における前記第１状態情報と前記一の周期における前記第３状態情報とに基づいて、前記ワークに塗布された前記塗料の前記一の周期における状態を推定する塗布状態推定部を更に備え、
   前記異常報知部は、前記塗布状態の異常が検知された周期における前記塗料の状態の推定結果に基づいて、前記ワーク上の前記異常の発生部位における前記塗料の当該周期における状態を更に報知する、請求項４記載の制御システム。
6. 前記塗布状態の異常が検知された周期における前記第１状態情報と、前記塗布状態の異常が検知された周期における前記第３状態情報と前記動作速度の基準範囲との比較結果との少なくとも一方に基づいて、前記塗布状態の異常の要因を推定する異常要因推定部を更に備え、
   前記異常報知部は、前記要因を更に報知する、請求項４又は５記載の制御システム。
7. 前記異常要因推定部は、前記塗布状態の異常が検知された周期における前記第１状態情報と、前記塗布状態の異常が検知された周期における前記第３状態情報と前記動作速度の基準範囲との比較結果とに基づいて、前記要因が、前記塗布装置及び前記多関節ロボットのいずれに在るかを更に推定し、
   前記異常報知部は、前記要因が前記塗布装置及び前記多関節ロボットのいずれに在るかを更に報知する、請求項６記載の制御システム。
8. 前記異常要因推定部は、前記塗布状態の異常が検知された周期における前記塗布装置内の複数箇所の状態を示す情報に基づいて、前記塗布装置内における前記要因の発生個所を更に推定し、
   前記異常報知部は、前記要因の発生個所を更に報知する、請求項６又は７記載の制御システム。
9. 前記塗布装置は、前記吐出部まで前記塗料を導く送液管と、前記送液管を介して前記塗料を前記吐出部に供給するポンプと、を更に含み、
   前記異常要因推定部は、前記送液管に沿う方向における位置が互いに異なる前記複数箇所の前記塗布状態の異常が検知された周期における圧力を示す情報に基づいて、前記要因の発生個所を推定する、請求項８記載の制御システム。
10. 前記異常要因推定部は、前記塗布状態の異常が検知された周期における前記ポンプの駆動状態を示す情報に更に基づいて、前記要因の発生個所を推定する、請求項９記載の制御システム。
11. 前記塗布異常検知部は、前記一の周期での前記第２状態情報と予め定められた位置及び姿勢の基準範囲との比較結果に更に基づいて、前記一の周期における前記塗布状態の異常を検知する、請求項１〜３のいずれか一項記載の制御システム。
12. 前記一の周期における前記第１状態情報と前記一の周期における前記第２状態情報とに基づいて、前記ワークに塗布された前記塗料の前記一の周期における状態を推定する塗布状態推定部を更に備え、
    前記異常報知部は、前記塗布状態の異常が検知された周期における前記塗料の状態の推定結果に基づいて、前記ワーク上の前記異常の発生部位における前記塗料の当該周期における状態を更に報知する、請求項１１記載の制御システム。
13. 前記塗布状態の異常が検知された周期における前記第１状態情報と、前記塗布状態の異常が検知された周期における前記第２状態情報と前記位置及び姿勢の基準範囲との比較結果との少なくとも一方に基づいて、前記塗布状態の異常の要因を推定する異常要因推定部を更に備え、
    前記異常報知部は、前記要因を更に報知する、請求項１１又は１２記載の制御システム。
14. 前記第１状態情報と、前記第１状態情報が示す状態に基づく前記ワークにおける前記塗布状態とを対応付けた実績情報を蓄積する蓄積部を更に備え、
    前記塗布異常検知部は、前記蓄積部により蓄積された蓄積情報に基づいて、前記第１状態情報の入力に応じて前記ワークにおける前記塗布状態を出力するように構築された推定モデルに基づいて、前記一の周期における前記塗布状態の異常を検知する、請求項１〜１３のいずれか一項記載の制御システム。
15. 前記蓄積情報を記憶する記憶部と、前記記憶部に記憶されている前記蓄積情報に基づいて、機械学習により前記推定モデルを構築するモデル構築部と、を有する学習部を更に備える、請求項１４に記載の制御システム。
16. 塗料を吐出する吐出部を有する塗布装置から、前記吐出部からの前記塗料の吐出状態を示す第１状態情報を所定周期で取得する装置状態取得部と、
    前記吐出部が吐出する前記塗料をワークに塗布するように、前記吐出部の位置及び姿勢を変更する多関節ロボットから、前記ワークに対する前記吐出部の位置及び姿勢を示す第２状態情報を前記所定周期で取得するロボット状態取得部と、
    一の周期での前記第１状態情報に基づいて、前記一の周期における前記塗料の塗布状態の異常を検知する塗布異常検知部と、
    前記一の周期での前記第２状態情報に基づいて、前記吐出部から前記ワークへの前記一の周期における前記塗料の塗布位置を算出する塗布位置算出部と、
    前記塗布状態の異常が検知された周期における前記塗布位置の算出結果に基づいて、前記ワークにおける前記塗布状態の異常の発生部位を報知する異常報知部と、を備える監視装置。
17. 塗料を吐出する吐出部を有する塗布装置から、前記吐出部からの前記塗料の吐出状態を示す第１状態情報を所定周期で取得することと、
    前記吐出部が吐出する前記塗料をワークに塗布するように、前記吐出部の位置及び姿勢を変更する多関節ロボットから、前記ワークに対する前記吐出部の位置及び姿勢を示す第２状態情報を前記所定周期で取得することと、
    一の周期での前記第１状態情報に基づいて、前記一の周期における前記塗料の塗布状態の異常を検知することと、
    前記一の周期での前記第２状態情報に基づいて、前記吐出部から前記ワークへの前記一の周期における前記塗料の塗布位置を算出することと、
    前記塗布状態の異常が検知された周期における前記塗布位置の算出結果に基づいて、前記ワークにおける前記塗布状態の異常の発生部位を報知することと、を含む監視方法。
18. 請求項１７記載の監視方法を装置に実行させるプログラム。

Images