JP6867358B2 - 状態判定装置及び状態判定方法 - Google Patents
状態判定装置及び状態判定方法 Download PDFInfo
- Publication number
- JP6867358B2 JP6867358B2 JP2018213071A JP2018213071A JP6867358B2 JP 6867358 B2 JP6867358 B2 JP 6867358B2 JP 2018213071 A JP2018213071 A JP 2018213071A JP 2018213071 A JP2018213071 A JP 2018213071A JP 6867358 B2 JP6867358 B2 JP 6867358B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- industrial machine
- energy
- unit
- learning
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06N3/045—Combinations of networks
-
- 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
Description
更に、該バリエーションに対応した数だけ異常有無を判定する状態判定装置を複数用意したり、異常有無の判定基準を複数用意して対応する手段では効率が悪い。
本発明の他の態様は、産業機械における動作状態を判定する状態判定装置であって、前記産業機械に係るデータを取得するデータ取得部と、前記データ取得部が取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出部と、前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定部と、を備え、前記異常状態推定部は、産業機械の各部の駆動に係るエネルギー状態に基づいて機械学習した学習モデルを記憶する学習モデル記憶部と、前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記学習モデル記憶部に記憶された学習モデルを用いて前記産業機械の動作状態の正常乃至異常を推定する推定部と、を備える状態判定装置である。
本発明の他の態様は、産業機械における動作状態を判定する状態判定方法であって、前記産業機械に係るデータを取得するデータ取得ステップと、前記データ取得ステップで取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出ステップと、前記エネルギー状態算出ステップで算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定ステップと、を実行し、前記異常状態推定ステップでは、前記エネルギー状態算出ステップで算出された前記産業機械の各部の駆動に係るエネルギー状態に基づいて、産業機械の各部の駆動に係るエネルギー状態に基づいて機械学習した学習モデルを用いて前記産業機械の動作状態の正常乃至異常を推定する推定ステップを実行する、状態判定方法である。
図1は第1実施形態による状態判定装置の要部を示す概略的なハードウェア構成図である。本実施形態の状態判定装置1は、例えば産業機械を制御する制御装置上に実装することができる。また、本実施形態の状態判定装置1は、産業機械を制御する制御装置と併設されたパソコンや、該制御装置と有線/無線のネットワークを介して接続された管理装置3,エッジコンピュータ、セルコンピュータ、ホストコンピュータ、クラウドサーバ等のコンピュータとして実装することができる。本実施形態では、状態判定装置1を、射出成形機を制御する制御装置と有線/無線のネットワークを介して接続されたコンピュータとして実装した場合の例を示す。なお、以下の各実施形態では、産業機械として射出成形機を例に取り説明するが、本発明の状態判定装置1が状態を判定する対象とする産業機械としては、射出成形機、工作機械、ロボット、鉱山機械、木工機械、農業機械、建設機械等を対象とすることができる。
前処理部36は、データ取得部30が取得したデータ、電気エネルギー算出部32が算出した射出成形機2の各部の電気エネルギー、及び運動エネルギー算出部34が算出した射出成形機2の各部の運動エネルギーに基づいて、機械学習装置100による学習に用いられる学習データを作成する。前処理部36は、機械学習装置100が教師なし学習をする場合においては、該学習における状態データSを学習データとして作成し、機械学習装置100が教師あり学習をする場合においては、該学習における状態データS及びラベルデータLの組を学習データとして作成し、機械学習装置100が強化学習をする場合においては、該学習における状態データS及び判定データDの組を学習データとして作成する。
また、学習部110は、例えば、正常に動作している状態の射出成形機2から取得したデータに正常ラベルを、異常が発生した前後に射出成形機2から取得したデータに異常ラベルを付与したデータに基づいて前処理部36が作成した学習データを用いた教師あり学習を行い、正常データと異常データとの判別境界を学習モデルとして生成することができる。このようにして生成された学習モデルを用いて、後述する第3実施形態による推定部120は、射出成形機2から取得されたデータに基づいて前処理部36が作成した状態データが、正常データに属するのか、異常データに属するのかを推定し、推定結果としてのラベル値(正常/異常)とその信頼度を算出することができる。
例えば、上記した実施形態では状態判定装置1と機械学習装置100が異なるCPU(プロセッサ)を有する装置として説明しているが、機械学習装置100は状態判定装置1が備えるCPU11と、ROM12に記憶されるシステム・プログラムにより実現するようにしても良い。
2 射出成形機
11 CPU
12 ROM
13 RAM
14 不揮発性メモリ
16,17,18 インタフェース
20 バス
21 インタフェース
30 データ取得部
32 電気エネルギー算出部
34 運動エネルギー算出部
36 前処理部
38 異常状態推定部
40 エネルギー状態算出部
50 取得データ記憶部
70 表示装置
71 入力装置
100 機械学習装置
101 プロセッサ
102 ROM
103 RAM
104 不揮発性メモリ
110 学習部
120 推定部
130 学習モデル記憶部
140 異常判定テーブル記憶部
Claims (12)
- 産業機械における動作状態を判定する状態判定装置であって、
前記産業機械に係るデータを取得するデータ取得部と、
前記データ取得部が取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出部と、
前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定部と、
を備え、
前記異常状態推定部は、前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態を用いた機械学習を行い、前記産業機械の動作状態の正常乃至異常を推定する学習モデルを生成する学習部を備える、
状態判定装置。 - 産業機械における動作状態を判定する状態判定装置であって、
前記産業機械に係るデータを取得するデータ取得部と、
前記データ取得部が取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出部と、
前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定部と、
を備え、
前記異常状態推定部は、産業機械の各部の駆動に係るエネルギー状態に基づいて機械学習した学習モデルを記憶する学習モデル記憶部と、
前記エネルギー状態算出部が算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記学習モデル記憶部に記憶された学習モデルを用いて前記産業機械の動作状態の正常乃至異常を推定する推定部と、
を備える状態判定装置。 - エネルギー状態算出部は、前記データ取得部が取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係る運動エネルギーを算出する運動エネルギー算出部を備える、
請求項1又は2に記載の状態判定装置。 - エネルギー状態算出部は、前記データ取得部が取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係る電気エネルギーを算出する電気エネルギー算出部を更に備える、
請求項3に記載の状態判定装置。 - 前記学習部は、教師あり学習、教師なし学習、及び強化学習のうち少なくとも1つの学習を行う、
請求項1に記載の状態判定装置。 - 前記推定部は、前記産業機械の動作状態に係る異常度を推定し、
前記状態判定装置は、前記推定部が推定した異常度が予め定めた所定の閾値を超えた場合に表示装置に警告メッセージを表示する、
請求項2に記載の状態判定装置。 - 前記推定部は、前記産業機械の動作状態に係る異常度を推定し、
前記状態判定装置は、前記推定部が推定した異常度が予め定めた所定の閾値を超えた場合に表示装置に警告アイコンを表示する、
請求項2に記載の状態判定装置。 - 前記推定部は、前記産業機械の動作状態に係る異常度を推定し、
前記状態判定装置は、前記推定部が推定した異常度が予め定めた所定の閾値を超えた場合に産業機械に運転の停止、減速、又はモータのトルクを制限する指令の少なくとも1つを出力する、
請求項2に記載の状態判定装置。 - 前記データ取得部は、有線又は無線のネットワークを介して接続された複数の産業機械からデータを取得する、
請求項1〜8のいずれか1つに記載の状態判定装置。 - 前記産業機械と有線又は無線のネットワークを介して接続された、前記産業機械を管理する管理装置上に実装されている、
請求項1〜8のいずれか1つに記載の状態判定装置。 - 産業機械における動作状態を判定する状態判定方法であって、
前記産業機械に係るデータを取得するデータ取得ステップと、
前記データ取得ステップで取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出ステップと、
前記エネルギー状態算出ステップで算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定ステップと、
を実行し、
前記異常状態推定ステップでは、前記エネルギー状態算出ステップで算出された前記産業機械の各部の駆動に係るエネルギー状態を用いた機械学習を行い、前記産業機械の動作状態の正常乃至異常を推定する学習モデルを生成する学習ステップを実行する、
状態判定方法。 - 産業機械における動作状態を判定する状態判定方法であって、
前記産業機械に係るデータを取得するデータ取得ステップと、
前記データ取得ステップで取得した前記産業機械に係るデータに基づいて、前記産業機械の各部の駆動に係るエネルギー状態を算出するエネルギー状態算出ステップと、
前記エネルギー状態算出ステップで算出した前記産業機械の各部の駆動に係るエネルギー状態に基づいて、前記産業機械の動作の正常乃至異常を推定する異常状態推定ステップと、
を実行し、
前記異常状態推定ステップでは、前記エネルギー状態算出ステップで算出された前記産業機械の各部の駆動に係るエネルギー状態に基づいて、産業機械の各部の駆動に係るエネルギー状態に基づいて機械学習した学習モデルを用いて前記産業機械の動作状態の正常乃至異常を推定する推定ステップを実行する、
状態判定方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018213071A JP6867358B2 (ja) | 2018-11-13 | 2018-11-13 | 状態判定装置及び状態判定方法 |
DE102019130208.0A DE102019130208A1 (de) | 2018-11-13 | 2019-11-08 | Zustandsbeurteilungsvorrichtung und Zustandsbeurteilungsverfahren |
CN201911102232.7A CN111175596A (zh) | 2018-11-13 | 2019-11-12 | 状态判定装置以及状态判定方法 |
US16/680,799 US11586949B2 (en) | 2018-11-13 | 2019-11-12 | State judgment device and state judgment method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018213071A JP6867358B2 (ja) | 2018-11-13 | 2018-11-13 | 状態判定装置及び状態判定方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020205218A Division JP2021057064A (ja) | 2020-12-10 | 2020-12-10 | 状態判定装置及び状態判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020080054A JP2020080054A (ja) | 2020-05-28 |
JP6867358B2 true JP6867358B2 (ja) | 2021-04-28 |
Family
ID=70469426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018213071A Active JP6867358B2 (ja) | 2018-11-13 | 2018-11-13 | 状態判定装置及び状態判定方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11586949B2 (ja) |
JP (1) | JP6867358B2 (ja) |
CN (1) | CN111175596A (ja) |
DE (1) | DE102019130208A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7414704B2 (ja) | 2020-12-14 | 2024-01-16 | 株式会社東芝 | 異常検出装置、異常検出方法、およびプログラム |
JP2022113522A (ja) * | 2021-01-25 | 2022-08-04 | 株式会社日本製鋼所 | 異常検知システム、成形機システム、異常検知装置、異常検知方法及びコンピュータプログラム |
JP2022113521A (ja) * | 2021-01-25 | 2022-08-04 | 株式会社日本製鋼所 | 異常検知システム、成形機システム、異常検知装置、異常検知方法及びコンピュータプログラム |
JP7480080B2 (ja) * | 2021-02-22 | 2024-05-09 | 株式会社日本製鋼所 | 情報処理方法、情報処理装置、成形機システム及びコンピュータプログラム |
DE102022211094A1 (de) | 2022-10-20 | 2024-04-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Fehlererkennung in einem maschinellen System |
CN117233602B (zh) * | 2023-11-07 | 2024-01-30 | 迈为技术(珠海)有限公司 | 刺晶机老化检测方法和刺晶机 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2732956B2 (ja) * | 1991-04-11 | 1998-03-30 | 東洋機械金属株式会社 | 表示装置を備えた射出成形機 |
JPH06180269A (ja) * | 1992-12-15 | 1994-06-28 | Hitachi Ltd | ポンプループ診断装置 |
JP2001282348A (ja) * | 2000-03-31 | 2001-10-12 | Mitsubishi Electric Corp | 故障診断方法および故障診断装置 |
JP2003251545A (ja) * | 2002-02-28 | 2003-09-09 | Denso Corp | 刃具寿命診断システム |
US7937168B2 (en) * | 2007-12-31 | 2011-05-03 | United Microelectronics Corp. | Automated abnormal machine tracking and notifying system and method |
JP2015030240A (ja) * | 2013-08-06 | 2015-02-16 | 東芝機械株式会社 | 電動機械および電動機械の電力監視方法 |
JP6543028B2 (ja) * | 2014-11-05 | 2019-07-10 | 東芝エネルギーシステムズ株式会社 | 異常診断装置及び異常診断方法 |
DE102015213026A1 (de) * | 2015-07-13 | 2017-01-19 | Siemens Aktiengesellschaft | System zum Bereitstellen von kinetischer Energie für ein Antriebssystem eines Luftfahrzeugs |
JP6346128B2 (ja) | 2015-07-28 | 2018-06-20 | ファナック株式会社 | 最適な操作条件を算出できる射出成形システム及び機械学習器 |
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 |
JP6294268B2 (ja) | 2015-07-31 | 2018-03-14 | ファナック株式会社 | 射出成形機の異常診断装置 |
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 |
JP6517728B2 (ja) | 2016-05-12 | 2019-05-22 | ファナック株式会社 | 射出成形機の逆流防止弁の摩耗量推定装置および摩耗量推定方法 |
CN107016404A (zh) * | 2017-02-24 | 2017-08-04 | 沈阳工业大学 | 基于d‑s证据融合的风力发电机组故障预测方法 |
US10969775B2 (en) * | 2017-06-23 | 2021-04-06 | Johnson Controls Technology Company | Predictive diagnostics system with fault detector for preventative maintenance of connected equipment |
SE543978C2 (en) * | 2018-02-21 | 2021-10-12 | Lantern Holdings Llc | High-precision abnormal motion detection for power tools |
-
2018
- 2018-11-13 JP JP2018213071A patent/JP6867358B2/ja active Active
-
2019
- 2019-11-08 DE DE102019130208.0A patent/DE102019130208A1/de active Granted
- 2019-11-12 US US16/680,799 patent/US11586949B2/en active Active
- 2019-11-12 CN CN201911102232.7A patent/CN111175596A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11586949B2 (en) | 2023-02-21 |
US20200151593A1 (en) | 2020-05-14 |
DE102019130208A1 (de) | 2020-05-14 |
JP2020080054A (ja) | 2020-05-28 |
CN111175596A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6867358B2 (ja) | 状態判定装置及び状態判定方法 | |
JP6787971B2 (ja) | 状態判定装置及び状態判定方法 | |
JP6826086B2 (ja) | 状態判定装置及び状態判定方法 | |
JP6773738B2 (ja) | 状態判定装置及び状態判定方法 | |
JP6975188B2 (ja) | 状態判定装置及び状態判定方法 | |
CN110187694B (zh) | 故障预测装置以及机器学习装置 | |
JP2018032142A (ja) | 製造時間情報により異常検出条件を変更する製造管理システム | |
JP7010861B2 (ja) | 状態判定装置及び状態判定方法 | |
JP6708676B2 (ja) | 異常要因特定装置 | |
JPWO2018220751A1 (ja) | 状態監視装置、並びに機器システム | |
JP2021057064A (ja) | 状態判定装置及び状態判定方法 | |
WO2022054782A1 (ja) | 状態判定装置及び状態判定方法 | |
JP6773740B2 (ja) | 状態判定装置及び状態判定方法 | |
JP7184997B2 (ja) | 状態判定装置及び状態判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200410 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200714 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200722 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201008 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201210 |
|
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: 20210309 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6867358 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |