JP6840953B2 - 診断装置、学習装置および診断システム - Google Patents
診断装置、学習装置および診断システム Download PDFInfo
- Publication number
- JP6840953B2 JP6840953B2 JP2016156940A JP2016156940A JP6840953B2 JP 6840953 B2 JP6840953 B2 JP 6840953B2 JP 2016156940 A JP2016156940 A JP 2016156940A JP 2016156940 A JP2016156940 A JP 2016156940A JP 6840953 B2 JP6840953 B2 JP 6840953B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- context information
- model
- information
- acquisition unit
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32356—For diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
(診断システムの全体構成)
図1は、第1の実施形態に係る診断システムの全体構成の一例を示す図である。図1を参照しながら、本実施形態に係る診断システム1の全体構成について説明する。
図2は、第1の実施形態の加工機のハードウェア構成の一例を示す図である。図2に示すように、加工機200は、CPU(Central Processing Unit)51と、ROM(Read Only Memory)52と、RAM(Random Access Memory)53と、通信I/F(インターフェース)54と、駆動制御回路55と、がバス58で接続された構成となっている。センサ57は、診断装置100に通信可能に接続されている。
図3は、第1の実施形態に係る診断装置および学習装置のハードウェア構成の一例を示す図である。ここでは、診断装置100を例にしてハードウェア構成について説明するが、学習装置300のハードウェア構成も同様である。
図4は、第1の実施形態に係る診断システムの機能ブロックの構成の一例を示す図である。図4を参照しながら、本実施形態に係る診断システム1および加工機200の機能ブロックの構成および動作について説明する。
図5は、第1の実施形態における診断処理の一例を示すフローチャートである。図5を参照しながら、本実施形態における診断システム1の診断処理について説明する。
図6は、第1の実施形態におけるモデル生成処理の一例を示すフローチャートである。図6を参照しながら、本実施形態に係る学習装置300によるモデル生成処理について説明する。なお、モデル生成処理は、例えば、診断処理の前に事前に実行される。または、モデルが定められていないコンテキスト情報が入力された場合にモデル生成処理を実行するように構成してもよい。
次に、本実施形態によるモデル生成処理および診断処理の具体例について説明する。図7は、第1の実施形態におけるモデル生成処理および診断処理の具体例を説明する図である。
図11は、第1の実施形態におけるモデル結合処理の一例を示すフローチャートである。図12は、コンテキスト情報とモデルとを関連付けるテーブルの一例を示す図である。図11および図12を参照しながら、本実施形態に係る学習装置300によるモデル結合処理について説明する。
判定部306は、記憶部309に記憶された図12に示すテーブルを参照し、各コンテキスト情報が同一または類似であるか否かを判定する。例えば、図12に示すテーブルにおいて、判定部306は、「工作機械No.」が「1」、「4」、「5」である工作機械(加工機200)は機械として別々のものであるが、「加工条件」である「モータ回転数」、「ドリル径」、「ドリル材質」、「加工速度」は、それぞれ「8000」、「Φ3.0」、「超鋼」、「1250」で同一であるので、これらのコンテキスト情報は類似であるものと判定する。そして、ステップS302へ移行する。
結合部307は、判定部306により同一または類似であると判定されたコンテキスト情報に対応するそれぞれのモデルを記憶部309から読み出して、読み出した各モデルを結合して新たなモデルを生成する。例えば、図12に示す例では、結合部307は、判定部306によって「工作機械No.」が「1」、「4」、「5」であるコンテキスト情報が類似であると判定されているので、それぞれのコンテキスト情報に対応するモデルである「No1_model」、「No4_model」、「No5_model」を記憶部309から読み出して結合する。そして、ステップS303へ移行する。
結合部307は、結合した新たなモデルを、記憶部309に記憶する。例えば、結合部307は、図12に示す「工作機械No.」がそれぞれ「1」、「4」、「5」であるコンテキスト情報に関連付けて、新たなモデルを記憶部309に記憶させる。すなわち、結合部307は、図12に示す「工作機械No.」がそれぞれ「1」、「4」、「5」であるコンテキスト情報に対応する「生成モデル」である「No1_model」、「No4_model」、「No5_model」を、例えば、新しいモデルのパスを示す「New_model」に更新する。そして、ステップS304へ移行する。
モデル選択部308は、診断システム1の診断装置100のモデル取得部105からモデル取得要求を受信した場合、共に受信したコンテキスト情報に対応するモデルを選択して記憶部309から読み出し、送信部301aを介して診断装置100のモデル取得部105へ送信する。例えば、モデル選択部308は、受信したコンテキスト情報が、図12に示す「工作機械No.」が「4」のコンテキスト情報と一致する場合、対応する「生成モデル」として「New_model」として示される新たなモデルを、モデル取得部105へ送信する。
第1の実施形態では、モデルを結合するために、コンテキスト情報が同一または類似であると判定する条件として、例えば、「工作機械No.」および「加工装置識別情報」は異なるが「加工条件」が同一である場合、コンテキスト情報が類似であるものと判定する例を説明した。本変形例では、コンテキスト情報が同一または類似であると判定する条件の類型について説明する。
第1の実施形態では、加工機200から取得したコンテキスト情報および検知情報を、その都度、学習装置300に送信する動作について説明した。本変形例では、まず、コンテキスト情報のみを学習装置300に送信し、学習装置300は、受信したコンテキスト情報から、対応する検知情報を取得する必要があるか否かを判定する動作について説明する。
図13は、第1の実施形態の変形例1−2における学習装置により必要と判定されたセンサデータを送信する動作の一例を示すフローチャートである。図13を参照しながら、本変形例に係る診断装置100による検知情報の送信動作について説明する。
診断装置100の第1受信部101aは、加工機200から送信されたコンテキスト情報を受信する。診断装置100の加工情報取得部103は、第1受信部101aにより受信されたコンテキスト情報を取得する。そして、ステップS402へ移行する。
診断装置100の検知情報受信部102は、加工機200から送信された検知情報(センサデータ)を受信する。そして、ステップS403へ移行する。
加工情報取得部103(第1送信部)は、取得したコンテキスト情報を、第2送信部101dを介して、学習装置300へ送信する。学習装置300の加工情報取得部303は、診断装置100(加工情報取得部103)から送信されたコンテキスト情報を、受信部301bを介して取得する。そして、ステップS404へ移行する。
学習装置300の判定部306は、加工情報取得部303により取得されたコンテキスト情報と、記憶部309に記憶されたコンテキスト情報(例えば、図12に示すテーブルにおいて特徴情報およびモデルに関連付けられたコンテキスト情報(「工作機械No.」、「加工装置識別情報」および「加工条件」)とに基づいて、加工情報取得部303により取得されたコンテキスト情報に対応する検知情報を取得して、モデルの生成または結合が必要か否かを判定する。
判定部306は、モデルの生成または結合が必要であると判定した場合、診断装置100に対して、加工情報取得部303により取得されたコンテキスト情報に対応する検知情報の送信を要求する。そして、ステップS406へ移行する。
検知情報受信部102(第2送信部)は、受信した検知情報を、第2送信部101dを介して、学習装置300に送信する。学習装置300の検知情報取得部302は、診断装置100(検知情報受信部102)から送信された検知情報を、受信部301bを介して取得する。
本実施形態に係る診断システムについて、第1の実施形態に係る診断システム1と相違する点を中心に説明する。第1の実施形態では、診断装置100が、コンテキスト情報および検知情報を、ネットワーク2を介して学習装置300へ送信する場合に、そのままの状態で送信する動作について説明した。しかし、学習装置300へ送信するコンテキスト情報または検知情報には、加工機200の製造者等の顧客が秘匿したい情報が含まれている場合がある。本実施形態では、診断装置100が、コンテキスト情報および検知情報を、ネットワーク2を介して学習装置300へ送信する場合に、暗号化して送信する動作について説明する。なお、本実施形態での診断システムの全体構成、ならびに、加工機、診断装置および学習装置それぞれのハードウェア構成は、第1の実施形態で説明した構成と同様である。
図14は、第2の実施形態に係る診断システムの機能ブロックの構成の一例を示す図である。図15は、第2の実施形態における暗号化を説明する図である。図16は、第2の実施形態における暗号化を説明する図である。図17は、第2の実施形態における暗号化を説明する図である。図18は、コンテキスト情報の要素の組み合わせを設定する画面の一例を示す図である。図14〜図18を参照しながら、本実施形態に係る診断システムおよび加工機200の機能ブロックの構成および動作について説明する。なお、加工機200の機能ブロックの構成および動作は、第1の実施形態で説明した構成および動作と同様である。
図19は、第2の実施形態におけるコンテキスト情報およびセンサデータを暗号化して送信する動作の一例を示すフローチャートである。図20は、ハッシュ値とセンサデータとを関連付けるテーブルの一例を示す図である。図21は、ハッシュ値とモデルとを関連付けるテーブルの一例を示す図である。図19〜図21を参照しながら、本実施形態に係る診断装置100aの暗号化された検知情報の送信動作、および、学習装置300aによるモデル生成処理について説明する。
図22は、第2の実施形態におけるモデル結合処理の一例を示すフローチャートである。図22を参照しながら、本実施形態に係る学習装置300aによるモデル結合処理について説明する。記憶部309には、図21に示すように、生成部305aにより生成されたモデルと、ハッシュ値とを関連付けたテーブルが記憶されているものとする。
判定部306aは、記憶部309に記憶された図21に示すテーブルを参照し、各ハッシュ値(ハッシュ化されたコンテキスト情報)が同一または類似であるか否かを判定する。なお、特定のハッシュ関数によりハッシュ化されたハッシュ値が、元のコンテキスト情報の値が少し異なるだけで、全く異なる値となるような性質を有する場合、ハッシュ値の類似性の判定は困難であるので、この場合、ハッシュ値の同一性のみを判定するものとすればよい。そして、ステップS602へ移行する。
結合部307aは、判定部306aにより同一または類似であると判定されたハッシュ値に対応するそれぞれのモデルを記憶部309から読み出して、読み出した各モデルを結合して新たなモデルを生成する。そして、ステップS603へ移行する。
結合部307aは、結合した新たなモデルを、記憶部309に記憶する。そして、ステップS604へ移行する。
モデル選択部308aは、診断装置100aのモデル取得部105からモデル取得要求を受信した場合、共に受信したハッシュ値に対応するモデルを選択して記憶部309から読み出し、送信部301aを介して診断装置100aのモデル取得部105へ送信する。
図23は、第2の実施形態における診断処理の一例を示すフローチャートである。図23を参照しながら、本実施形態における診断システムの診断処理について説明する。
本実施形態に係る診断システムについて、第1の実施形態に係る診断システム1と相違する点を中心に説明する。第1の実施形態では、1種類の検知情報を用いて正常か否かを判定していた。判定に用いる検知情報の個数は1に限られず、2以上であってもよい。第3の実施形態の診断システムは、複数の検知情報を用いて加工機200の異常を判定する。なお、本実施形態での診断システムの全体構成、ならびに、加工機、診断装置および学習装置それぞれのハードウェア構成は、第1の実施形態で説明した構成と同様である。
図24は、第3の実施形態に係る診断システムの機能ブロックの構成の一例を示す図である。図24を参照しながら、本実施形態に係る診断システムおよび加工機200の機能ブロックの構成および動作について説明する。なお、加工機200および学習装置300の機能ブロックの構成および動作は、第1の実施形態で説明した構成および動作と同様である。
図25は、第3の実施形態による処理の具体例を説明するための図である。図25の例では、コンテキスト情報1201と、複数種類の検知情報1221a、1221bとが受信される。検知情報1221aは、例えば音響データである。検知情報1221bは、例えば加速度データである。
コンテキスト情報は、ある駆動部212が駆動されている区間を示しているだけであり、例えば、この駆動部212により工具が回転し材料に当たって加工している、実際の加工区間を厳密に抽出できない場合がある。すなわち、異常判定の精度が悪くなる場合がある。
上述のように、正常か否かを判定するとき、尤度の値自体を用いてもよいし、尤度の変動を示す値を用いてもよい。変形例2では、尤度の変動を示す値の例について説明する。尤度の変動を示す値として、例えば、尤度の分散を用いることができる。例えば、区間Xでの尤度の分散は、以下の式(1)式により算出される。nXは区間Xでのフレーム数、kはフレームのインデックス、xiはフレームiでの尤度(フレーム尤度)、μXは区間Xでのフレーム尤度の平均、を表す。なお、フレームは、尤度を算出する単位区間に相当する。
判定部106は、尤度と閾値との比較で正常か異常かを判定するだけでなく、尤度の経時変化も判定して出力するように構成してもよい。例えば、1つの正常時のモデルを用いる場合、判定部106は、算出した尤度を記憶部107等に記憶し、尤度の変化(経時的に減少しているか、等)を求めてもよい。
判定部106は、複数の閾値を用いて品質の程度(ランク、レベル)を判定するように構成してもよい。図31および図32は、複数の閾値を用いる例を説明するための図である。各図は、4つの閾値(閾値1〜閾値4)を用いる例であるが、閾値の個数は4に限られない。
判定部106は、品質ランクに応じて定められる複数のモデルを用いて複数の尤度を算出し、正常か否かの判定とともに、正常である場合の品質ランクを判定してもよい。図33−1〜図33−3は、変形例5による判定方法の一例を説明するための図である。
判定部106は、複数のモデルを経過時間に応じて切り替えて使用して判定を実行してもよい。図34−1〜図34−3は、変形例6による判定方法の一例を説明するための図である。
判定部106は、品質ランクに応じて定められる複数のモデルのうち、指定されたモデルを用いて判定を実行してもよい。例えば、より高品質な加工物が要求される場合は、判定部106は、高い品質ランクに対して定められるモデルを用いる。通常の品質の加工物が要求される場合は、判定部106は、高品質ランクより小さい品質ランクに対して定められるモデルを用いる。いずれのモデルを用いるかは、例えば、第1受信部101aにより受信されるコンテキスト情報等を用いて決定してもよい。
2 ネットワーク
51 CPU
52 ROM
53 RAM
54 通信I/F
55 駆動制御回路
56 モータ
57、57_1、57_2 センサ
58 バス
61 CPU
62 ROM
63 RAM
64 通信I/F
65 センサI/F
66 入出力I/F
66a 入力装置
66b ディスプレイ
67 補助記憶装置
68 バス
100、100a、100b、100_1、100_2 診断装置
101 通信制御部
101a 第1受信部
101b 第1送信部
101c 第2受信部
101d 第2送信部
102 検知情報受信部
103 加工情報取得部
104 特徴抽出部
105、105a モデル取得部
106、106a 判定部
107 記憶部
108 ハッシュ化部
109 暗号化部
110 表示制御部
111 表示部
112 入力部
200、200_1、200_2 加工機
201 数値制御部
202 通信制御部
203 駆動制御部
204 駆動部
211 検知部
300、300a 学習装置
301 通信制御部
301a 送信部
301b 受信部
302、302a 検知情報取得部
303、303a 加工情報取得部
304、304a 特徴抽出部
305、305a 生成部
306、306a 判定部
307、307a 結合部
308、308a モデル選択部
309、309a_2、309b_2 記憶部
701、701−2 コンテキスト情報
711a〜711c 検知情報
721 検知情報
901 コンテキスト情報
921 検知情報
1101 コンテキスト情報
1111a〜1111c 検知情報
1201 コンテキスト情報
1221a、1221b 検知情報
1501 コンテキスト情報
1511、1512 波形区間
1601、1602 時刻
1611 区間
Claims (12)
- 対象装置の動作の種類ごとに定められる複数のコンテキスト情報のうち現在の動作に対応するコンテキスト情報を、前記対象装置から取得する第1取得部と、
前記対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第2取得部と、
前記第1取得部により取得されたコンテキスト情報を、学習装置に送信する第1送信部と、
前記第2取得部により取得された前記検知情報を、前記学習装置に送信する第2送信部と、
各コンテキスト情報に対して同一または類似であるか否かを判定し、同一または類似であるコンテキスト情報にそれぞれ対応する前記検知情報から生成されたモデルを結合する前記学習装置から、前記第1送信部により送信されたコンテキスト情報に対応するモデルを取得する第3取得部と、
前記第2取得部により取得された前記検知情報のうち、対応する前記コンテキスト情報により特定される区間に含まれる前記対象装置の実際の加工区間の該検知情報と、前記第3取得部により取得された前記モデルと、を用いて、前記対象装置の動作が正常であるか否かを判定する第1判定部と、
を備えた診断装置。 - 前記第1送信部は、前記第1取得部により取得されたコンテキスト情報に対応する前記検知情報が前記第2送信部により送信される前に、該コンテキスト情報を前記学習装置に送信し、
前記第2送信部は、前記学習装置が、前記第1送信部により送信されたコンテキスト情報に基づいて、該コンテキスト情報に対応する前記検知情報を取得して該検知情報からモデルを生成または結合することが必要であると判定した場合、該検知情報を前記学習装置に送信する請求項1に記載の診断装置。 - 前記第1取得部により取得されたコンテキスト情報をハッシュ化してハッシュ値を求めるハッシュ化部と、
前記第2取得部により取得された検知情報を暗号化する暗号化部と、
を、さらに備え、
前記第1送信部は、前記ハッシュ化部によりハッシュ化されたコンテキスト情報である前記ハッシュ値を、前記学習装置に送信し、
前記第2送信部は、前記暗号化部により暗号化された前記検知情報を、前記学習装置に送信し、
前記第3取得部は、各ハッシュ値に対して同一または類似であるか否かを判定し、同一または類似であるハッシュ値にそれぞれ対応する暗号化された前記検知情報から生成されたモデルを結合する前記学習装置から、前記第1送信部により送信されたハッシュ値に対応するモデルを取得する請求項1または2に記載の診断装置。 - 前記ハッシュ化部は、前記コンテキスト情報の要素の特定の組み合わせをハッシュ化してハッシュ値を求める請求項3に記載の診断装置。
- 前記第1取得部により取得されたコンテキスト情報に対応する前記検知情報からモデルを生成して、該モデルを、コンテキスト情報とモデルとを関連付けて記憶する前記学習装置に送信する生成部を、さらに備えた請求項1〜4のいずれか一項に記載の診断装置。
- 前記第3取得部は、前記第1送信部により送信されたコンテキスト情報に対応する前記第2送信部により送信された前記検知情報からモデルを生成する前記学習装置から、該第1送信部により送信されたコンテキスト情報に対応するモデルを取得する請求項1〜4のいずれか一項に記載の診断装置。
- 対象装置の動作の種類ごとに定められる複数のコンテキスト情報のうち現在の動作に対応するコンテキスト情報を取得した診断装置から該コンテキスト情報を取得する第4取得部と、
前記対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得した前記診断装置から該検知情報を取得する第5取得部と、
前記第4取得部により取得されたコンテキスト情報に対応する前記検知情報からモデルを生成する生成部と、
各コンテキスト情報に対して同一または類似であるか否かを判定する第2判定部と、
前記第2判定部により同一または類似であると判定されたコンテキスト情報にそれぞれ対応する前記モデルを結合する結合部と、
前記診断装置から取得したモデル取得要求に応じて、共に取得したコンテキスト情報に対応するモデルを選択して、該診断装置において取得された検知情報のうち、該コンテキスト情報により特定される区間に含まれる前記対象装置の実際の加工区間の該検知情報と、選択した前記モデルとを用いて、該対象装置の動作が正常であるか否かを判定させるために、該モデルを該診断装置に送信する選択部と、
を備えた学習装置。 - 前記第2判定部は、各コンテキスト情報のうち、加工条件が同一または類似である場合、前記各コンテキスト情報が同一または類似であると判定する請求項7に記載の学習装置。
- 前記第2判定部は、各コンテキスト情報に含まれる加工条件のうち、少なくともいずれかの値が閾値で規定される所定範囲内にある場合、前記各コンテキスト情報が同一または類似であると判定する請求項7に記載の学習装置。
- 前記第2判定部は、各コンテキスト情報に含まれる前記対象装置の加工装置を識別する識別情報、または、前記各コンテキスト情報にそれぞれ対応する前記検知情報の信号処理の結果のうち少なくともいずれか一方が同一または類似である場合、該各コンテキスト情報が同一または類似であると判定する請求項7に記載の学習装置。
- 前記第4取得部は、前記診断装置によってハッシュ化されたコンテキスト情報であるハッシュ値を取得し、
前記第5取得部は、前記診断装置によって暗号化された前記検知情報を取得し、
前記生成部は、前記第4取得部により取得されたハッシュ値に対応する暗号化された前記検知情報からモデルを生成する請求項7〜10のいずれか一項に記載の学習装置。 - 対象装置の動作が正常か否かを判定する診断装置と、前記診断装置による判定動作に用いられるモデルを記憶する学習装置と、備えた診断システムであって、
前記診断装置は、
前記対象装置の動作の種類ごとに定められる複数のコンテキスト情報のうち現在の動作に対応するコンテキスト情報を、該対象装置から取得する第1取得部と、
前記対象装置の動作に応じて変化する物理量を検知する検知部から出力される検知情報を取得する第2取得部と、
前記第1取得部により取得されたコンテキスト情報を、前記学習装置に送信する第1送信部と、
前記第2取得部により取得された前記検知情報を、前記学習装置に送信する第2送信部と、
前記学習装置に対して前記第1送信部により送信されたコンテキスト情報と共にモデル取得要求を送信し、該コンテキスト情報に対応するモデルを該学習装置から取得する第3取得部と、
前記第2取得部により取得された前記検知情報のうち、対応する前記コンテキスト情報により特定される区間に含まれる前記対象装置の実際の加工区間の該検知情報と、前記第3取得部により取得された前記モデルと、を用いて、前記対象装置の動作が正常であるか否かを判定する第1判定部と、
を備え、
前記学習装置は、
前記第1送信部から送信されたコンテキスト情報を取得する第4取得部と、
前記第2送信部から送信された前記検知情報を取得する第5取得部と、
前記第4取得部により取得されたコンテキスト情報に対応する前記検知情報からモデルを生成する生成部と、
各コンテキスト情報に対して同一または類似であるか否かを判定する第2判定部と、
前記第2判定部により同一または類似であると判定されたコンテキスト情報にそれぞれ対応する前記モデルを結合する結合部と、
前記第3取得部から受信した前記モデル取得要求に応じて、共に受信したコンテキスト情報に対応するモデルを選択して、該第3取得部に送信する選択部と、
を備えた診断システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016156940A JP6840953B2 (ja) | 2016-08-09 | 2016-08-09 | 診断装置、学習装置および診断システム |
PCT/JP2017/028808 WO2018030422A2 (en) | 2016-08-09 | 2017-08-08 | Diagnosis device, learning device, and diagnosis system |
US16/321,892 US11415976B2 (en) | 2016-08-09 | 2017-08-08 | Diagnosis device, learning device, and diagnosis system |
EP17762226.3A EP3497528B1 (en) | 2016-08-09 | 2017-08-08 | Diagnosis device, learning device, and diagnosis system |
CN201780048541.3A CN109564425B (zh) | 2016-08-09 | 2017-08-08 | 诊断设备、学习设备和诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016156940A JP6840953B2 (ja) | 2016-08-09 | 2016-08-09 | 診断装置、学習装置および診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018025945A JP2018025945A (ja) | 2018-02-15 |
JP6840953B2 true JP6840953B2 (ja) | 2021-03-10 |
Family
ID=59799439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016156940A Active JP6840953B2 (ja) | 2016-08-09 | 2016-08-09 | 診断装置、学習装置および診断システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11415976B2 (ja) |
EP (1) | EP3497528B1 (ja) |
JP (1) | JP6840953B2 (ja) |
CN (1) | CN109564425B (ja) |
WO (1) | WO2018030422A2 (ja) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10485452B2 (en) * | 2015-02-25 | 2019-11-26 | Leonardo Y. Orellano | Fall detection systems and methods |
JP7085370B2 (ja) * | 2017-03-16 | 2022-06-16 | 株式会社リコー | 診断装置、診断システム、診断方法およびプログラム |
WO2018169069A1 (en) * | 2017-03-16 | 2018-09-20 | Ricoh Company, Ltd. | Diagnosis device, diagnosis system, diagnosis method, and program |
WO2018173121A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
JP6961424B2 (ja) * | 2017-08-30 | 2021-11-05 | 株式会社日立製作所 | 故障診断システム |
JP6698604B2 (ja) * | 2017-09-29 | 2020-05-27 | ファナック株式会社 | 数値制御システム、及び工具状態検知方法 |
JP6698603B2 (ja) * | 2017-09-29 | 2020-05-27 | ファナック株式会社 | 数値制御システム、及び運転状態異常検知方法 |
JP6659647B2 (ja) * | 2017-09-29 | 2020-03-04 | ファナック株式会社 | 数値制御システム及び逆流防止弁状態検知方法 |
JP6952124B2 (ja) * | 2017-10-05 | 2021-10-20 | 富士フイルム株式会社 | 医療画像処理装置 |
JP7127304B2 (ja) * | 2018-03-12 | 2022-08-30 | 株式会社リコー | 診断装置、診断方法およびプログラム |
JP7067971B2 (ja) * | 2018-03-13 | 2022-05-16 | 株式会社リコー | 処理区間判定装置、処理区間判定方法、プログラム、および診断装置 |
JP7091743B2 (ja) * | 2018-03-16 | 2022-06-28 | 株式会社リコー | 情報処理装置、情報処理方法、プログラム、および機械装置 |
WO2019235035A1 (ja) * | 2018-06-08 | 2019-12-12 | パナソニックIpマネジメント株式会社 | 収音解析システム及び収音解析方法 |
JP7271872B2 (ja) * | 2018-08-10 | 2023-05-12 | 株式会社ジェイテクト | 異常判定装置、異常判定システムおよび異常判定方法 |
DE102018133533A1 (de) * | 2018-12-21 | 2020-06-25 | MHP Management- und lT-Beratung GmbH | Überprüfungssystem und Verfahren zum Überprüfen von Arbeitsabläufen |
JP7101131B2 (ja) * | 2019-01-31 | 2022-07-14 | ファナック株式会社 | 数値制御システム |
JP7208083B2 (ja) * | 2019-03-29 | 2023-01-18 | 株式会社リコー | 診断装置、診断システムおよびプログラム |
JP7133512B2 (ja) * | 2019-06-11 | 2022-09-08 | 株式会社日立製作所 | 自動点検システム |
JP7347969B2 (ja) * | 2019-06-18 | 2023-09-20 | ファナック株式会社 | 診断装置及び診断方法 |
JP7324110B2 (ja) * | 2019-09-30 | 2023-08-09 | ファナック株式会社 | 診断装置及び診断方法 |
JP7482651B2 (ja) * | 2020-03-04 | 2024-05-14 | キヤノン株式会社 | 情報処理装置、監視方法、プログラムおよび物品製造方法 |
US20210329100A1 (en) * | 2020-04-10 | 2021-10-21 | Oracle International Corporation | System and method for use of remote procedure call with a microservices environment |
WO2021241315A1 (ja) | 2020-05-25 | 2021-12-02 | ファナック株式会社 | 診断装置、サーバ、及び診断方法 |
CN116034006A (zh) * | 2020-09-10 | 2023-04-28 | 发那科株式会社 | 状态判定装置以及状态判定方法 |
US20220187164A1 (en) * | 2020-12-15 | 2022-06-16 | University Of Cincinnati | Tool condition monitoring system |
KR20230104236A (ko) * | 2020-12-18 | 2023-07-07 | 미쓰비시덴키 가부시키가이샤 | 정보 처리 장치 및 정보 처리 방법 |
JP7359174B2 (ja) * | 2021-03-01 | 2023-10-11 | 横河電機株式会社 | 測定データ記録装置、生成装置、システム、装置、方法およびプログラム |
JP7260069B1 (ja) * | 2022-03-29 | 2023-04-18 | 三菱電機株式会社 | 異常検知装置、機械システム及び異常検知方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5530020B2 (ja) | 1972-09-26 | 1980-08-07 | ||
JPS5678932A (en) | 1979-12-03 | 1981-06-29 | Fuji Seal Kogyo Kk | Method for preventing interior of container from being polluted |
FR2656439B1 (fr) * | 1989-12-21 | 1994-09-02 | Siemens Automotive Sa | Procede et dispositif de memorisation de defauts de fonctionnement intermittents d'un systeme physique et de variables de contexte de ces defauts. |
US5253184A (en) * | 1991-06-19 | 1993-10-12 | Storage Technology Corporation | Failure and performance tracking system |
US20070088454A1 (en) * | 2004-10-25 | 2007-04-19 | Ford Motor Company | System and method for troubleshooting a machine |
KR101517917B1 (ko) * | 2007-08-09 | 2015-05-07 | 히다치 겡키 가부시키 가이샤 | 작업기계의 기기 진단장치 및 기기 진단시스템 |
JP5290026B2 (ja) * | 2009-03-31 | 2013-09-18 | 日立建機株式会社 | 作業機械の学習診断システム、状態診断装置及び状態学習装置 |
JP5363927B2 (ja) | 2009-09-07 | 2013-12-11 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP5501903B2 (ja) * | 2010-09-07 | 2014-05-28 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
JP5781782B2 (ja) * | 2011-02-07 | 2015-09-24 | アズビル株式会社 | 信号処理装置、信号処理方法、信号処理プログラム、及び記憶媒体 |
JP5747012B2 (ja) | 2012-10-26 | 2015-07-08 | 株式会社東芝 | 匿名化データ変更システム |
JP5530020B1 (ja) | 2013-11-01 | 2014-06-25 | 株式会社日立パワーソリューションズ | 異常診断システム及び異常診断方法 |
JP5753286B1 (ja) * | 2014-02-05 | 2015-07-22 | 株式会社日立パワーソリューションズ | 情報処理装置、診断方法、およびプログラム |
CN105391579B (zh) * | 2015-11-25 | 2018-08-24 | 国家电网公司 | 基于关键告警集和监督分类的电力通信网故障定位方法 |
EP3385889A4 (en) * | 2015-12-01 | 2019-07-10 | Preferred Networks, Inc. | ANOMALY DETECTION SYSTEM, ANOMALY DETECTION METHOD, ANOMALY DETECTION PROGRAM, AND APPRIS MODEL GENERATION METHOD |
CN105372534A (zh) * | 2015-12-04 | 2016-03-02 | 国网河南省电力公司电力科学研究院 | 一种多传感器多参量信息智能融合系统 |
WO2017111072A1 (en) | 2015-12-25 | 2017-06-29 | Ricoh Company, Ltd. | Diagnostic device, computer program, and diagnostic system |
JP6156566B2 (ja) | 2015-12-25 | 2017-07-05 | 株式会社リコー | 診断装置、診断方法、プログラムおよび診断システム |
US10732606B2 (en) * | 2016-05-13 | 2020-08-04 | Ricoh Company, Ltd. | Information processing apparatus, information processing method, and information processing system |
JP6945297B2 (ja) * | 2016-12-05 | 2021-10-06 | 株式会社日立製作所 | 機器診断装置、機器診断システム及び機器診断方法 |
-
2016
- 2016-08-09 JP JP2016156940A patent/JP6840953B2/ja active Active
-
2017
- 2017-08-08 EP EP17762226.3A patent/EP3497528B1/en active Active
- 2017-08-08 US US16/321,892 patent/US11415976B2/en active Active
- 2017-08-08 WO PCT/JP2017/028808 patent/WO2018030422A2/en unknown
- 2017-08-08 CN CN201780048541.3A patent/CN109564425B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
EP3497528B1 (en) | 2020-01-08 |
JP2018025945A (ja) | 2018-02-15 |
EP3497528A2 (en) | 2019-06-19 |
CN109564425A (zh) | 2019-04-02 |
US11415976B2 (en) | 2022-08-16 |
WO2018030422A4 (en) | 2018-06-14 |
US20190179297A1 (en) | 2019-06-13 |
WO2018030422A2 (en) | 2018-02-15 |
WO2018030422A3 (en) | 2018-04-19 |
CN109564425B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6840953B2 (ja) | 診断装置、学習装置および診断システム | |
KR102069266B1 (ko) | 진단 장치, 컴퓨터 프로그램, 및 진단 시스템 | |
JP7338743B2 (ja) | 診断装置、診断方法、プログラムおよび診断システム | |
JP7085370B2 (ja) | 診断装置、診断システム、診断方法およびプログラム | |
JP6822245B2 (ja) | 診断装置、診断システム、診断方法およびプログラム | |
CN110260913B (zh) | 诊断装置、诊断方法及计算机可读存储介质 | |
JP6673002B2 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および情報処理システム | |
US10739764B2 (en) | Diagnostic apparatus, diagnostic system, diagnostic method, and recording medium | |
JP6705315B2 (ja) | 診断装置、診断システム、診断方法およびプログラム | |
JP2021096882A (ja) | 情報処理装置、情報処理方法、情報処理プログラム、および情報処理システム | |
JP2019130631A (ja) | 異常判別装置、プログラム、異常判別システム及び異常判別方法 | |
JP2008546084A (ja) | 生産機械のための評価装置の動作方法 | |
JP6939053B2 (ja) | 診断装置、プログラムおよび診断システム | |
JP2019159759A (ja) | 処理区間判定装置、処理区間判定方法、プログラム、および診断装置 | |
JP2018156340A (ja) | 診断装置、診断システム、診断方法およびプログラム | |
JP6790520B2 (ja) | 診断装置、診断システム、診断方法およびプログラム | |
JP2016110411A (ja) | 制御装置状態検証システムおよび制御装置状態検証方法 | |
JP6790356B2 (ja) | フィールド機器、設定装置、及び設定プログラム | |
JP6790525B2 (ja) | 診断装置、診断システム、診断方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190621 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200526 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201022 |
|
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: 20210119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210201 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6840953 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |