JP7035368B2 - Analysis equipment for production equipment - Google Patents
Analysis equipment for production equipment Download PDFInfo
- Publication number
- JP7035368B2 JP7035368B2 JP2017156263A JP2017156263A JP7035368B2 JP 7035368 B2 JP7035368 B2 JP 7035368B2 JP 2017156263 A JP2017156263 A JP 2017156263A JP 2017156263 A JP2017156263 A JP 2017156263A JP 7035368 B2 JP7035368 B2 JP 7035368B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- drive device
- statistic
- production equipment
- target data
- 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
Landscapes
- General Factory Administration (AREA)
Description
本発明は、生産設備の解析装置に関するものである。 The present invention relates to an analysis device for production equipment.
特許文献１には、工作機械の主軸の異常を検出することが記載されている。特許文献２には、工作機械の主軸のモータの異常を検出することが記載されている。特許文献３には、工作機械に用いられるチップコンベアのモータ負荷に応じて異常を判断することが記載されている。特許文献４には、チップコンベアの異常を確認するための点検窓について記載されている。特許文献５，６には、工作機械のパレットチェンジャーの異常を検出することが記載されている。特許文献７には、工具自動交換装置の異常を検出することが記載されている。
生産設備の状態を適切に検出し、生産設備の状態の結果を好適に利用することが求められる。本発明は、生産設備の状態を適切に検出し、生産設備の状態の結果を好適に利用することができる生産設備の解説装置を提供することを目的とする。 It is required to appropriately detect the state of the production equipment and appropriately utilize the result of the state of the production equipment. An object of the present invention is to provide an explanatory device for a production facility capable of appropriately detecting the state of the production facility and appropriately utilizing the result of the state of the production facility.
本発明の一態様は、生産設備に設けられた検出器により検出された前記生産設備の状態に関する対象データであって、複数のグループに分類されるデータ種および複数のグループに分類されないデータ種を含む前記対象データを取得する対象データ取得部と、
前記対象データが複数のグループに分類されるデータ種である場合に、前記生産設備において、前記対象データのグループ分けの基準の情報および前記基準が動作した時間情報を含む基準データを取得する基準データ取得部と、
前記対象データが複数のグループに分類されるデータ種である場合に、前記基準データのグループ別に、前記対象データにおいて前記基準データの動作時間帯と同一時間帯に検出されたデータを、前記基準データと結合させたグループ別結合データを生成するグループ別結合データ生成部と、
前記対象データが複数のグループに分類されないデータ種である場合には、統計的手法を用いて、前記対象データ取得部により取得された前記対象データについての統計量を算出し、前記対象データが複数のグループに分類されるデータ種である場合には、前記グループ別結合データのそれぞれについての統計量を算出する統計量算出部と、
前記対象データが複数のグループに分類されないデータ種である場合には、前記対象データについての前記統計量に基づいて前記生産設備の状態を判定し、前記対象データが複数のグループに分類されるデータ種である場合には、前記グループ別結合データのそれぞれについての統計量に基づいて前記生産設備の状態を判定する判定部と、
前記判定部の結果に応じた処置を実施する処置部と、
を備え、
前記対象データは、回転体を回転駆動するための駆動装置、移動体を移動するための駆動装置、自動工具交換装置のクランプ装置、自動工具交換装置のシャッター開閉装置、自動パレット交換装置のクランプ装置、チップコンベアの駆動装置、工具マガジン装置の駆動装置の少なくとも１つの対象装置に関して、異常を評価するためのデータであり、
前記判定部は、前記対象装置に関する異常を判定する、生産設備の解析装置にある。
One aspect of the present invention is target data regarding the state of the production equipment detected by a detector provided in the production equipment, and data types classified into a plurality of groups and data types not classified into a plurality of groups. The target data acquisition unit that acquires the target data including the target data ,
When the target data is a data type classified into a plurality of groups, the reference data for acquiring the reference data including the reference information for grouping the target data and the time information when the reference operates in the production facility. Acquisition department and
When the target data is a data type classified into a plurality of groups, the data detected in the target data in the same time zone as the operation time zone of the reference data for each group of the reference data is the reference data. Group-based join data generator that generates group-based join data combined with
When the target data is a data type that is not classified into a plurality of groups, a statistical method is used to calculate statistics on the target data acquired by the target data acquisition unit , and the target data is plural. In the case of data types classified into the following groups, a statistic calculation unit that calculates statistics for each of the combined data for each group, and a statistic calculation unit.
When the target data is a data type that is not classified into a plurality of groups, the state of the production facility is determined based on the statistic of the target data, and the target data is classified into a plurality of groups. In the case of a species, a determination unit for determining the state of the production equipment based on the statistics for each of the group-specific join data, and a determination unit.
A treatment unit that performs treatment according to the result of the determination unit, and a treatment unit.
Equipped with
The target data includes a drive device for rotationally driving a rotating body, a drive device for moving a moving body, a clamping device for an automatic tool changing device, a shutter opening / closing device for an automatic tool changing device, and a clamping device for an automatic pallet changing device. , Data for evaluating an abnormality in at least one target device of the drive device of the chip conveyor and the drive device of the tool magazine device.
The determination unit is in an analysis device of a production facility that determines an abnormality related to the target device.
つまり、解析装置の判定部が、取得したデータの統計量を用いて生産設備の状態を判定するため、生産設備の状態を適切に検出することができる。そして、解析装置の処置部は、判定部の結果に応じた処置を実施する。つまり、生産設備の状態の結果を好適に利用することができる。 That is, since the determination unit of the analysis device determines the state of the production equipment using the statistics of the acquired data, the state of the production equipment can be appropriately detected. Then, the treatment unit of the analysis device implements the treatment according to the result of the determination unit. That is, the result of the state of the production equipment can be suitably used.
（１．生産設備１の構成）
生産設備１は、所定の生産対象物Ｗを生産する設備である。生産設備１は、工作機械、射出成型機、鋳造機、搬送装置、産業用ロボットなど種々の設備を含む。例えば、工作機械においては、生産対象物Ｗは、加工対象である工作物となる。
(1. Configuration of production equipment 1)
The
生産設備１の一例について、図１及び図２を参照して説明する。生産設備１は、生産ラインにおいて工作物を加工する工作機械であって、横形のマシニングセンタを例にあげる。なお、生産設備１としてのマシニングセンタの構成は、以下の構成の他に、種々の公知の構成を採用することができる。
An example of the
マシニングセンタは、例えば以下のように構成される。設置面にベッド１１が固定され、ベッド１１には、Ｚ軸サドル１２がＺ軸方向（図１の左右方向）に移動可能に支持されている。Ｚ軸サドル１２の上面には、コラム１３がＸ軸方向（図１の紙面前後方向）に移動可能に支持されている。コラム１３の図１の右面には、Ｙ軸サドル１４がＹ軸方向（図１の上下方向）に移動可能に支持されている。
The machining center is configured as follows, for example. The
ここで、図２に示すように、Ｚ軸サドル１２、コラム１３及びＹ軸サドル１４（以下、総称して「移動体」とする）を移動するための移動装置１５が設けられている。移動装置１５は、各移動体１２，１３，１４を移動するための駆動装置１５ａ（例えばモータ）、駆動装置１５ａの動力（例えばトルク）を検出するための動力検出器１５ｂ、移動体１２，１３，１４の移動速度を検出する移動速度検出器１５ｃ、移動体１２，１３，１４の位置を検出する位置検出器１５ｄ、移動体１２，１３，１４の振動を検出する振動検出器１５ｅを備える。
Here, as shown in FIG. 2, a moving device 15 for moving the Z-
また、図１に示すように、Ｙ軸サドル１４には主軸装置１６が設けられ、主軸装置１６における回転体である主軸（図示せず）が軸受１６ａにより回転可能に設けられており、主軸に工具１７が保持されている。主軸装置１６は、軸受１６ａに潤滑油が供給される回転構造を有している。
Further, as shown in FIG. 1, the Y-
ここで、主軸装置１６は、図２に示すように、さらに、主軸を回転駆動するための駆動装置１６ｂ（例えばモータ）、主軸の回転速度を検出する回転速度検出器１６ｃ、駆動装置１６ｂの動力（例えばトルク）を検出するための動力検出器１６ｄ、主軸装置１６の振動を検出する振動検出器１６ｅ、軸受１６ａから排出される潤滑油の温度又は軸受１６ａから排出される潤滑油の配管における排気の温度（以下、「排気等温度」と称する）を検出する温度検出器１６ｆを備える。
Here, as shown in FIG. 2, the
また、ベッド１１上において、Ｚ軸サドル１２及びコラム１３に対してＺ軸方向（図１の左右方向）に対向する位置に、自動パレット交換装置１８（以下、「ＡＰＣ装置」と称する）が鉛直軸線まわりに回転可能に設けられている。ＡＰＣ装置１８は、上面の２か所にそれぞれパレットＰを着脱可能に保持するパレット本体１８ａを備える。パレットＰには、生産対象物Ｗである工作物が載置されている。つまり、ＡＰＣ装置１８においてコラム１３側（図１の左側）の加工位置と、コラム１３から遠い側（図１の右側）の準備位置とにおいて、パレットＰを交換することができる。
Further, on the
ＡＰＣ装置１８は、図２に示すように、さらに、パレット本体１８ａを回転駆動するためのパレット駆動装置１８ｂ（例えばモータ）、流体圧を駆動源としパレット本体１８ａがパレットＰをクランプ動作及びアンクランプ動作を行うためのクランプ装置１８ｃ、クランプ動作及びアンクランプ動作を検出するＯＮ／ＯＦＦ検出器１８ｄ、クランプ装置１８ｃの流体の温度を検出する温度検出器１８ｅ、パレット駆動装置１８ｂの動力（例えばトルク）を検出するための動力検出器１８ｆを備える。パレット駆動装置１８ｂには、例えば、モータなどが適用され、クランプ装置１８ｃには、例えば、流体圧を駆動源とするシリンダ装置などが適用される。
As shown in FIG. 2, the
さらに、図１に示すように、ベッド１１上において、コラム１３の側方（図１の手前側）には、工具マガジン装置１９が設けられている。工具マガジン装置１９は、複数の工具１７を収容するための複数の工具収容具１９ａを備える。工具マガジン装置１９は、図２に示すように、複数の工具収容具１９ａを回転駆動するための駆動装置１９ｂ、工具収容具１９ａの位置を検出する位置検出器１９ｃ、工具収容具１９ａを支持する部材の振動を検出する振動検出器１９ｄを備える。
Further, as shown in FIG. 1, a
図１に示すように、自動工具交換装置２０（以下、「ＡＴＣ装置」と称する）が設けられている。ＡＴＣ装置２０は、回転可能なＡＴＣアーム２０ａを備えており、工具マガジン装置１９に収容されている複数の工具１７のうち指定された工具番号の工具１７と、主軸装置１６に保持されている工具１７とを交換する。ＡＴＣ装置２０は、図２に示すように、ＡＴＣアーム２０ａを回転駆動するためのアーム駆動装置２０ｂ（例えば、モータ）、流体圧を駆動源とし工具１７をクランプ動作及びアンクランプ動作を行うためのクランプ装置２０ｃ、流体圧を駆動源とし加工領域と工具マガジン装置１９側の領域を区画するシャッター（図示せず）の開閉を行うシャッター開閉装置２０ｄ、クランプ装置２０ｃのクランプ動作、アンクランプ動作、及び、シャッターの開閉を検出するＯＮ／ＯＦＦ検出器２０ｅ、クランプ装置２０ｃ及びシャッター開閉装置２０ｄの流体の温度を検出する温度検出器２０ｆ、アーム駆動装置２０ｂの動力（例えばトルク）を検出するための動力検出器２０ｇを備える。アーム駆動装置２０ｂには、例えば、モータなどが適用され、クランプ装置２０ｃ及びシャッター開閉装置２０ｄには、例えば、流体圧を駆動源とするシリンダ装置などが適用される。
As shown in FIG. 1, an automatic tool changing device 20 (hereinafter referred to as “ATC device”) is provided. The
さらに、図１に示すように、生産設備１には、切削加工によって生じた切粉を排出するためのチップコンベア２１が設けられている。チップコンベア２１は、大きな切粉を排出するための第一コンベア２１ａと、小さな切粉を排出するための第二コンベア２１ｂとを備える。そして、排出された切粉は、チップバケット２２内に収容させる。図２に示すように、チップコンベア２１は、第一コンベア２１ａを駆動するための第一駆動装置２１ｃ、第二コンベア２１ｂを駆動するための第二駆動装置２１ｄ、第一駆動装置２１ｃの動力を検出する第一動力検出器２１ｅ、第二駆動装置２１ｄの動力を検出する第二動力検出器２１ｆを備える。
Further, as shown in FIG. 1, the
さらに、生産設備１であるマシニングセンタは、図２に示すように、生産設備１の周囲の外気温を検出する外気温検出器２５を備える。外気温検出器２５は、後述する異常検出に用いたり、熱変位補正などに用いたりする。
Further, as shown in FIG. 2, the machining center, which is the
さらに、作業者によって操作するための操作盤２６が設けられている。操作盤２６は、作業者が入力するための入力装置２６ａ、マシニングセンタの各種情報を表示するための表示装置２６ｂを備える。
Further, an
さらに、生産設備１であるマシニングセンタは、図２に示すように、移動装置１５、主軸装置１６、ＡＰＣ装置１８、工具マガジン装置１９、ＡＴＣ装置２０、チップコンベア２１を制御するための制御装置３０を備える。制御装置３０は、ＣＮＣ（Computerized Numerical Control）装置３１、ＰＬＣ（Programmable Logic Controller）３２を備える。
Further, as shown in FIG. 2, the machining center, which is the
ＣＮＣ装置３１は、ＮＣプログラムに従って、各装置１５，１６，１８，１９，２０，２１を制御する。ＰＬＣ３２は、ラダー回路やシーケンシャルファンクションチャート（ＳＦＣ）などに従って、シーケンス制御を行う。
The
さらに、生産設備１であるマシニングセンタには、解析装置４１が設けられている。解析装置４１は、生産設備１に設けられた各検出器の検出データ（生産設備１に関するデータに相当する）、及び、ＣＮＣ装置３１における制御データ、ＰＬＣ３２におけるＩ／Ｏメモリに記憶されているＩ／Ｏデータなどを取得する。
Further, the machining center, which is the
ここで、解析装置４１は、例えば、ベッド１１上の奥側に配置されたり、制御装置３０を備える制御盤（図示せず）の筐体の中に収容されたりする。解析装置４１は、ＣＮＣ装置３１及びＰＬＣ３２と接続されている。例えば、解析装置４１は、ＬＡＮコネクタ及びＵＳＢコネクタなどを備えており、ＣＮＣ装置３１及びＰＬＣ３２と接続される。つまり、解析装置４１は、ＣＮＣ装置３１及びＰＬＣ３２とは、Ethernet（登録商標）やEtherCAT（登録商標）などにより接続されている。すなわち、解析装置４１は、ＣＮＣ装置３１及びＰＬＣ３２と、例えば、ＯＳＩ参照モデルの下位２層（物理層及びデータリンク層）のネットワークプロトコルを用いて通信する。
Here, the
一般に、インターネット・プロトコル・スイートは、ＯＳＩ参照モデルの第３層（ネットワーク層）以上のプロトコルが用いられる。そして、物理層やデータリンク層によるデータ伝送速度は、インターネット・プロトコル・スイートによるデータ伝送速度に比べて、高速である。 Generally, as the Internet protocol suite, a protocol of the third layer (network layer) or higher of the OSI reference model is used. The data transmission speed by the physical layer and the data link layer is higher than the data transmission speed by the Internet protocol suite.
そして、本実施形態における解析装置４１は、通信対象（ＣＮＣ装置３１及びＰＬＣ３２）に近くに下位層のプロトコルにより接続されたエッジコンピューティングを構成している。なお、エッジコンピューティングは、インターネット・プロトコル・スイートを利用したクラウドコンピューティングと対比させた称呼として用いる。
The
また、解析装置４１は、外部機器として入力装置４２及び表示装置４３を着脱可能に接続することができる。そのため、解析装置４１は、表示装置４３に接続するための端子を備えている。入力装置４２は、解析装置４１の設定内容を入力及び編集する。表示装置４３は、解析装置４１による処理内容を表示することができる。なお、解析装置４１が、入力装置４２及び表示装置４３を備える構成としてもよい。
Further, the
さらに、解析装置４１は、ＬＡＮコネクタをサーバなどに接続するために用いることで、サーバ４４に処理結果などのデータを伝送することができる。
Further, the
なお、解析装置４１は、ＣＮＣ装置３１やＰＬＣ３２と別体の装置として説明するが、ＣＮＣ装置３１やＰＬＣ３２などの組み込みシステムとすることもでき、生産設備１とは別位置に配置されるパーソナルコンピュータやサーバなどとすることもできる。
Although the
（２．解析装置４１の構成）
解析装置４１の構成について、図３及び図４を参照して説明する。図３及び図４に示すように、解析装置４１は、第一データベース５０、複数の第一データ処理部６０、複数の第二データ処理部７０、第二データベース８０、及び、評価部９０を備える。
(2. Configuration of analysis device 41)
The configuration of the
第一データベース５０は、ＣＮＣ装置３１及びＰＬＣ３２が記憶しているデータのうち、予め設定した種類のデータを取得して記憶する。第一データベース５０には、ＣＮＣ装置３１及びＰＬＣ３２を介して、各検出器が検出したデータが記憶される。さらに、第一データベース５０には、ＣＮＣ装置３１が制御に用いるデータ、及び、ＰＬＣ３２の制御に用いるＩ／Ｏデータが記憶されている。
The
例えば、マシニングセンタにおいて、実際の工作物の加工の際に検出した各種データを第一データベース５０に記憶させることができる。ただし、より安定したデータを検出するために、本実施形態においては、工作物の存在しない状態でのデータ検出用加工動作を実施して、各検出器により検出されたデータを第一データベース５０に記憶させる。このデータ検出用加工動作は、例えば、一日の最初に一回行う。なお、各種データは、データファイルなどとして記憶媒体へ保存されてもよいし、各種データは、取得されるたびに追加されるようにしてもよい。
For example, in a machining center, various data detected during actual machining of a workpiece can be stored in the
複数の第一データ処理部６０は、それぞれ、予め設定された処理を行う。第一データ処理部６０のそれぞれは、第一データベース５０に記憶されるデータを用いて、生産設備１の状態を評価するためのデータを生成する。例えば、主軸装置１６の軸受１６ａ、ＡＰＣ装置１８のクランプ装置１８ｃ、ＡＴＣ装置２０のクランプ装置２０ｃ、シャッター開閉装置２０ｄ、チップコンベア２１の第一駆動装置２１ｃ及び第二駆動装置２１ｄに関して、異常又は異常の兆候を評価するために適切なデータをそれぞれ生成する。なお、以下において、異常とは、異常の場合と異常の兆候がある場合を含む意味として用いる。
Each of the plurality of first
第一データ処理部６０は、対象データ取得部６１、統計量算出部６２及び処理時間算出部６３を備える。対象データ取得部６１は、生産設備１に設けられた検出器により検出された生産設備１の状態に関する対象データを取得する。対象データは、検出した時刻（日時）と、当該時刻において検出器により検出された検出データとを含む。
The first
統計量算出部６２は、統計的手法を用いて、対象データ取得部６１により取得されたデータについての統計量を算出する。統計量を評価指標とすることで、生産設備１の駆動装置の状態の正常／異常を評価することができる。
The
ここで、統計量とは、統計的手法（統計学的なアルゴリズム）を適用して、データの特徴を要約した数値を意味する。統計的手法とは、ＦＦＴ（Fast Fourier Transform）やＤＦＴ（Discrete Fourier Transform）などの周波数解析結果における最大ピーク値の算出、周波数解析結果におけるピーク－ピーク値の算出、二乗平均平方根（RMS）の算出、最大値の算出、平均値の算出、標準偏差の算出、ピーク－ピーク値などである。上記において、統計量は、周波数解析結果における最大ピーク値、周波数解析結果における最大ピークと最小ピークの幅、二乗平均平方根の値、最大値、平均値、標準偏差の値、最大ピークと最小ピークの幅である。 Here, the statistic means a numerical value that summarizes the characteristics of data by applying a statistical method (statistical algorithm). Statistical methods include calculation of maximum peak value in frequency analysis results such as FFT (Fast Fourier Transform) and DFT (Discrete Fourier Transform), calculation of peak-peak value in frequency analysis results, and root mean square (RMS) calculation. , Maximum value calculation, mean value calculation, standard deviation calculation, peak-peak value, etc. In the above, the statistics are the maximum peak value in the frequency analysis result, the width of the maximum peak and the minimum peak in the frequency analysis result, the root mean square value, the maximum value, the average value, the standard deviation value, the maximum peak and the minimum peak. The width.
処理時間算出部６３は、対象データ取得部６１により取得されたデータに基づいて、生産設備１の駆動装置による動作開始時刻から動作完了時刻までの動作処理時間を算出する。動作処理時間は、駆動装置の異常時には、正常時に比べて長くなるなどによって、動作処理時間を評価指標とすることができる。
The processing
複数の第二データ処理部７０は、それぞれ、予め設定された処理を行う。ただし、第二データ処理部７０は、第一データ処理部６０とは異なる処理を行う。第二データ処理部７０のそれぞれは、第一データベース５０に記憶されるデータを用いて、生産設備１の状態を評価するためのデータを生成する。例えば、主軸装置１６の軸受１６ａ、ＡＰＣ装置１８のクランプ装置１８ｃ、ＡＴＣ装置のクランプ装置２０ｃ、シャッター開閉装置２０ｄ、チップコンベア２１の第一駆動装置２１ｃ及び第二駆動装置２１ｄに関して、異常を評価するために適切なデータをそれぞれ生成する。
Each of the plurality of second
第二データ処理部７０は、基準データ取得部７１、対象データ取得部７２、データ取得判定部７３、結合データ生成部７４、統計量算出部７５及び処理時間算出部７６を備える。基準データ取得部７１は、生産設備１において、データのグループ分けの基準（例えば、主軸装置１６）が動作した時間情報を含む基準データを取得する。基準データは、基準が動作した時刻（日時）を含む。なお、基準データは、制御装置３０による制御データである場合や、検出器により検出された検出データである場合がある。
The second
対象データ取得部７２は、生産設備１に設けられた検出器により検出された生産設備１の状態に関する対象データを取得する。対象データは、検出した時刻（日時）と、当該時刻において検出器により検出された検出データとを含む。データ取得判定部７３は、予め設定されたアルゴリズムに基づいて、基準データ取得部７１が基準データを取得したことを判定し、且つ、対象データ取得部７２が対象データを取得したことを判定する。
The target
結合データ生成部７４は、基準データ及び対象データが取得されたとデータ取得判定部７３が判定した場合に、グループ別結合データの生成を開始する。グループ別結合データは、基準データのグループ別に、対象データにおいて基準データの動作時間帯と同一時間帯に検出したデータを、基準データと結合させたデータである。
When the data
結合データ生成部７４は、総結合データ生成部７４ａとグループ別分割部７４ｂとを備える。総結合データ生成部７４ａは、基準データ及び対象データを、基準データ取得部７１及び対象データ取得部７２から取得する。続いて、総結合データ生成部７４ａは、取得した基準データ及び対象データを、基準データの動作時間及び対象データの検出時間で対応付けて結合した総結合データを生成する。グループ別分割部７４ｂは、総結合データにおける基準データのグループに基づいて総結合データをグループ別に分割又は抽出することにより、グループ別にグループ別結合データを生成する。
The combined
統計量算出部７５は、統計的手法を用いて、グループ別分割部７４ｂにより生成されたグループ別結合データについての統計量を算出する。統計量を評価指標とすることで、生産設備１の駆動装置の状態の正常／異常を評価することができる。統計量は、上述したとおりである。
The
処理時間算出部７６は、グループ別分割部７４ｂにより生成されたグループ別結合データに基づいて、生産設備１の駆動装置による動作開始時刻から動作完了時刻までの動作処理時間を算出する。動作処理時間は、駆動装置の異常時には、正常時に比べて長くなるなどによって、動作処理時間を評価指標とすることができる。
The processing
第二データベース８０は、複数の第一データ処理部６０のそれぞれの統計量算出部６２及び処理時間算出部６３によって生成された統計量及び動作処理時間を記憶する。さらに、第二データベース８０は、複数の第二データ処理部７０のそれぞれの統計量算出部７５及び処理時間算出部７６によって生成された統計量及び動作処理時間を記憶する。上記処理が継続されることによって、第二データベース８０には、複数個の工作物の分の統計量及び動作処理時間が記憶される。
The
評価部９０は、第二データベース８０に閾値決定対象として記憶された統計量及び動作処理時間に基づいて、閾値を決定する閾値決定部９１を備える。さらに、評価部９０は、当該閾値と第二データベース８０に判定対象として記憶された統計量及び動作処理時間とに基づいて、生産設備１の駆動装置の状態を判定する判定部９２を備える。判定部９２は、閾値と判定対象としての統計量又は動作処理時間とを比較して、駆動装置の状態を判定する。
The
さらに、評価部９０は、判定部９２の結果に応じた処置を実施する処置部９３を備える。処置部９３は、例えば、生産設備１の駆動装置の状態として、生産設備１の評価対象の部位が異常の場合には、当該部位に応じ、且つ、異常に応じた処置を行う。例えば、処置部９３は、操作盤２６に警告表示を行ったり、ＣＮＣ装置３１又はＰＬＣ３２に対して制御停止処置を行ったりする。
Further, the
（３．データ処理部６０、７０及び評価部９０の例示）
（３－１．主軸装置１６に関する処理）
図３に示す第一データ処理部６０及び評価部９０において、主軸装置１６に関する処理について、図３及び図５を参照して説明する。主軸装置１６に関して、第一データ処理部６０における対象データ取得部６１は、温度検出器１６ｆにより検出された軸受１６ａの排気等温度、外気温検出器２５により検出された外気温を取得する。
(3. Examples of
(3-1. Processing related to spindle device 16)
The processing related to the
統計量算出部６２は、対象データ取得部６１が取得したデータを基に、統計量を算出する。対象データは、検出した時刻（日時）と、当該時刻において検出器により検出された検出データとを含む。そこで、統計量算出部６２は、複数の対象データのそれぞれの検出時間で対応付けて、複数の対象データを結合する。
The
そして、図５に示すように、統計量算出部６２は、検出時間で対応付けられた排気等温度と外気温との関係を統計量の一つとして算出する。つまり、統計量算出部６２は、排気等温度と外気温を各軸としたグラフに、検出時間で対応付けられた排気等温度と外気温との点をプロットする。排気等温度と外気温とは、所定の関係性を有する。つまり、図５に示すように、駆動装置１６ｂが正常時には、外気温が高くなるほど、排気温度も高くなる。そして、第二データベース８０には、統計量としての排気等温度と外気温との関係が記憶される。
Then, as shown in FIG. 5, the
閾値決定部９１は、図５のハッチングにて示すように、閾値決定対象としての統計量のデータを用いて、当該関係の閾値を決定する。図５の閾値内が、駆動装置１６ｂが正常である範囲であり、閾値外が、駆動装置１６ｂが異常である範囲である。判定部９２は、判定対象としての統計量のデータが、図５の閾値内であるか閾値外であるかを判定する。判定部９２は、閾値内であれば正常と判定し、閾値外であれば異常と判定する。
As shown by the hatching in FIG. 5, the threshold
次に、図４に示す第二データ処理部７０及び評価部９０において、主軸装置１６に関する第一の処理について、図４、図６－図８を参照して説明する。主軸装置１６に関して、第二データ処理部７０における基準データ取得部７１は、回転速度検出器１６ｃにより検出された回転速度を基準データとして取得する。基準データは、何れも、グループ分けの基準である回転速度が検出された時刻（日時）と、回転速度に関する検出データを含む。
Next, in the second
第二データ処理部７０における対象データ取得部７２は、対象データとして、振動検出器１６ｅにより検出された振動を取得する。対象データも、基準データと同様に、検出された時刻（日時）と、検出データを含む。そして、基準データ取得部７１が基準データを取得し、且つ、対象データ取得部７２が対象データを取得したことを、データ取得判定部７３が判定すると、総結合データ生成部７４ａは、基準データ及び対象データを結合する。回転速度に関する基準データと、振動に関する対象データとが、時間で対応付けて結合された場合、図６の上段及び下段のグラフで示すことができるようなデータ構造を有している。続いて、グループ別分割部７４ｂは、回転速度が略一定となる時間帯における振動データ、すなわち、図６におけるＣ部分及びＤ部分の振動データを分割して切り取る。
The target
統計量算出部７５は、図７に示すように、切り取った振動データに対して二乗平均平方根（RMS）を統計量として算出する。また、統計量算出部７５は、二乗平均平方根に代えて、図８に示すように、切り取った振動データに対してＦＦＴなどの周波数解析を行い、その結果を統計量として算出するようにしてもよい。他に、統計量算出部７５は、振動データの標準偏差、平均値、最大値、最小値などを振動に関する統計量としてもよい。そして、第二データベース８０には、統計量としての振動に関するデータが記憶される。
As shown in FIG. 7, the
閾値決定部９１は、図７に示すように、統計量として二乗平均平方根を用いる場合には、閾値決定対象としての統計量のデータを用いて、閾値を決定する。当該閾値は、二乗平均平方根の最大値を参照して、当該最大値よりも許容範囲を考慮した値とされる。図７の閾値以下の範囲が、駆動装置１６ｂが正常である範囲であり、閾値より大きい範囲が、駆動装置１６ｂが異常である範囲である。判定部９２は、判定対象としての統計量のデータが、図７の閾値以下であるか閾値より大きいかを判定する。判定部９２は、閾値以下であれば正常と判定し、閾値より大きければ異常と判定する。
As shown in FIG. 7, when the root mean square is used as the statistic, the threshold
また、閾値決定部９１は、図８に示すように、統計量として周波数解析結果を用いる場合には、閾値決定対象としての統計量のデータを用いて、周波数毎の閾値を決定する。判定部９２は、判定対象としての統計量のデータが図８の周波数毎の閾値以下であるか、閾値より大きいかを判定する。判定部９２は、周波数毎の閾値以下であれば正常と判定し、閾値より大きければ異常と判定する。
Further, as shown in FIG. 8, when the frequency analysis result is used as the statistic, the threshold
次に、図４に示す第二データ処理部７０及び評価部９０において、主軸装置１６に関する第二の処理について、図４、図６及び図９を参照して説明する。主軸装置１６に関して、第二データ処理部７０における基準データ取得部７１は、回転速度検出器１６ｃにより検出された回転速度を基準データとして取得する。ここで、以下には、主軸装置１６が、回転速度指令に基づいて、停止状態（０ｍｉｎ－１）から２０００ｍｉｎ－１に変更し、所定時間経過後に４０００ｍｉｎ－１に変更し、さらに所定時間経過後に停止させる場合を例にあげる。
Next, in the second
第二データ処理部７０における対象データ取得部７２は、対象データとして、動力検出器１６ｄにより検出された動力を取得する。そして、基準データ取得部７１が基準データを取得し、且つ、対象データ取得部７２が対象データを取得したことを、データ取得判定部７３が判定すると、総結合データ生成部７４ａは、基準データ及び対象データを結合する。回転速度に関する基準データと、動力に関する対象データとが、時間で対応付けて結合された場合、図６の上段及び中段のグラフで示すことができるようなデータ構造を有している。続いて、グループ別分割部７４ｂは、回転速度が変化している時間帯における振動データ、すなわち、図６におけるＡ部分及びＢ部分の回転速度データ及び動力データを分割して切り取る。
The target
処理時間算出部７６は、図６のＡ部分のデータに基づいて、主軸装置１６の回転動作に関し、動作処理時間を算出する。詳細には、処理時間算出部７６は、回転速度が０から２０００ｍｉｎ－１に向けての変更開始時刻から、２０００ｍｉｎ－１への到達時刻までの動作処理時間、すなわち、回転速度が０から２０００ｍｉｎ－１に到達所要時間を算出する。つまり、動力が０から大きくなった時刻を動作開始時刻とし、動力が０に戻った時刻を動作完了時刻とし、動作開始時刻から動作完了時刻までの動作処理時間が算出される。
The processing
さらに、回転速度の到達所要時間である動作処理時間は、回転速度に応じて取得され、第二データベース８０に記憶される。つまり、０から２０００ｍｉｎ－１の動作処理時間、２０００から４０００ｍｉｎ－１の動作処理時間のそれぞれが、第二データベース８０に記憶される。
Further, the operation processing time, which is the time required to reach the rotation speed, is acquired according to the rotation speed and stored in the
閾値決定部９１は、図９に示すように、閾値決定対象としての０から２０００ｍｉｎ－１の動作処理時間のデータを用いて、０から２０００ｍｉｎ－１の閾値を決定する。同様に、閾値決定部９１は、図９に示すように、閾値決定対象としての２０００から４０００ｍｉｎ－１の動作処理時間のデータを用いて、２０００から４０００ｍｉｎ－１の閾値を決定する。判定部９２は、判定対象としての動作処理時間が、回転速度に応じた閾値以下であれば正常と判定し、閾値より大きければ異常と判定する。
As shown in FIG. 9, the threshold
ここで、判定部９２は、上記のように、個別の閾値を用いて個別の判定を行うことができる。この他に、上述した３種類の判定方法を用いることで、主軸装置１６の状態判定をより高度に行うことができる。この場合の判定部９２の判定方法について、図１０を参照して説明する。
Here, the
ここで、異常の兆候検知対象として、以下の場合を例にあげる。第一の兆候検知対象は、軸受１６ａの焼き付きなどの故障の兆候検知である（図１０の異常１）。第二の兆候検知対象は、軸受１６ａの破損又は劣化などの故障の兆候検知である（図１０の異常２）。第三の兆候検知対象は、駆動装置１６ｂ（モータ）の故障の兆候検知である（図１０の異常３）。
Here, the following cases will be taken as an example as targets for detecting signs of abnormality. The first sign detection target is the detection of signs of failure such as seizure of the
図１０において、判定１は、図５に示すように、統計量として排気等温度と外気温との関係を用いた場合の判定方法である。判定２は、図７又は図８に示すように、統計量として振動に関する判定方法である。判定３は、図９に示すように、回転速度の到達所要時間（動作処理時間）に関する判定方法である。
In FIG. 10, the
図１０に示すように、判定１，２，３の全てで正常と判定された場合には、故障兆候検知対象は、全て正常であると判定される。判定１，２で正常、判定３で異常と判定された場合には、第三の兆候検知対象が異常であると判定される。判定１，３で正常、判定２で異常と判定された場合には、第二の兆候検知対象が異常であると判定される。判定１で正常、判定２，３で異常と判定された場合には、第二、第三の兆候検知対象が異常であると判定される。
As shown in FIG. 10, when it is determined that all of the
判定２，３で正常、判定１で異常と判定された場合には、第一の兆候検知対象が異常であると判定される。判定２で正常、判定１，３で異常と判定された場合には、第一、第三の兆候検知対象が異常であると判定される。判定３で正常、判定１，２で異常と判定された場合には、第一、第二の兆候検知対象が異常であると判定される。判定１，２，３の全てで異常と判定された場合には、故障兆候検知対象は、全て異常であると判定される。
When it is determined that the
そして、処置部９３は、判定部９２の結果に応じた処置を実施する。つまり、生産設備１の駆動装置１６ｂの状態の結果を好適に利用することができる。
Then, the
（３－２．ＡＰＣ装置１８に関する処理）
データ処理部６０及び評価部９０において、ＡＰＣ装置１８に関する第一の処理について、図３及び図１１を参照して説明する。ＡＰＣ装置１８に関して、第一データ処理部６０における対象データ取得部６１は、ＯＮ／ＯＦＦ検出器１８ｄにより検出されたパレットＰのクランプ動作及びアンクランプ動作の動作開始信号及び動作完了信号を取得する。さらに、対象データ取得部６１は、温度検出器１８ｅにより検出されたクランプ装置１８ｃの流体の温度を取得する。
(3-2. Processing related to APC device 18)
The first processing related to the
統計量算出部６２は、対象データ取得部６１が取得したデータを基に、統計量を算出する。図１１に示すように、統計量算出部６２は、検出時間で対応付けられた、クランプ動作及びアンクランプ動作の動作処理時間と、クランプ装置１８ｃの流体温度との関係を統計量の一つとして算出する。ここでの動作処理時間とは、クランプ動作開始時刻からクランプ動作完了時刻までの時間、及び、アンクランプ動作開始時刻からアンクランプ動作完了時刻である。
The
つまり、統計量算出部６２は、動作処理時間と流体温度を各軸としたグラフに、検出時間で対応付けられた動作処理時間と流体温度との点をプロットする。図１１に示すように、動作処理時間と流体温度とは、所定の関係性を有する。つまり、流体温度が高くなるほど、動作処理時間が短くなる。反対に、流体温度が低くなるほど、動作処理時間が長くなる。これは、シリンダ装置などの駆動装置における流体の粘性などの影響によるものである。そして、第二データベース８０には、統計量として、動作処理時間と流体温度との関係が記憶される。
That is, the
閾値決定部９１は、図１１の各プロットの位置に基づいて、例えば、最小二乗近似などを用いて、さらに許容量を考慮して、閾値を決定する。判定部９２は、当該閾値と判定対象としての統計量のデータとを比較することにより、クランプ装置１８ｃの異常を判定する。
The threshold
第一データ処理部６０及び評価部９０において、ＡＰＣ装置１８に関する第二の処理について、図３及び図１２－図１３を参照して説明する。ＡＰＣ装置１８に関して、第一データ処理部６０における対象データ取得部６１は、動力検出器１８ｆにより検出されたパレット駆動装置１８ｂの動力（例えばトルク、モータの電流値）を取得する。
The second processing related to the
統計量算出部６２は、対象データ取得部６１が取得したパレット駆動装置１８ｂの動力のデータを基に、統計量を算出する。図１２の破線枠にて示すように、統計量算出部６２は、動力のデータにおいて、パレット駆動装置１８ｂの始動時におけるピーク値Ｐ１を統計量として算出する。そして、第二データベース８０には、統計量として、ピーク値Ｐ１が記憶される。
The
閾値決定部９１は、図１３に示すように、閾値決定対象の統計量であるピーク値Ｐ１のデータを用いて閾値を決定する。判定部９２は、当該閾値と判定対象としての統計量であるピーク値Ｐ１のデータとを比較することにより、パレット駆動装置１８ｂの異常を判定する。そして、処置部９３は、判定部９２の結果に応じた処置を実施する。つまり、生産設備１のパレット駆動装置１８ｂの状態の結果を好適に利用することができる。
As shown in FIG. 13, the threshold
また、パレット駆動装置１８ｂが流体圧を駆動源としている場合には、上記のモータの電流値などに代えて、評価部９０は、例えば主軸装置１６と同様に、振動検出器の振動を取得してパレット駆動装置１８ｂの異常を判定する。
When the
（３－３．ＡＴＣ装置２０に関する処理）
第一データ処理部６０及び評価部９０において、ＡＴＣ装置２０に関する第一の処理について、図３及び図１４を参照して説明する。ＡＴＣ装置２０に関して、第一データ処理部６０における対象データ取得部６１は、ＯＮ／ＯＦＦ検出器２０ｅにより検出されたＡＴＣアーム２０ａのクランプ動作及びアンクランプ動作に関し、動作開始信号及び動作完了信号を取得する。さらに、対象データ取得部６１は、温度検出器２０ｆにより検出されたクランプ装置２０ｃの流体の温度を取得する。
(3-3. Processing related to ATC device 20)
The first processing related to the
統計量算出部６２は、対象データ取得部６１が取得したデータを基に、統計量を算出する。図１４に示すように、統計量算出部６２は、検出時間で対応付けられた、クランプ動作及びアンクランプ動作の動作処理時間と、クランプ装置２０ｃの流体温度との関係を統計量の一つとして算出する。ここでの動作処理時間とは、クランプ動作開始時刻からクランプ動作完了時刻までの時間、及び、アンクランプ動作開始時刻からアンクランプ動作完了時刻までの時間である。
The
つまり、統計量算出部６２は、動作処理時間と流体温度を各軸としたグラフに、検出時間で対応付けられた動作処理時間と流体温度との点をプロットする。図１４に示すように、動作処理時間と流体温度とは、所定の関係性を有する。つまり、流体温度が高くなるほど、動作処理時間が短くなる。反対に、流体温度が低くなるほど、動作処理時間が長くなる。これは、シリンダ装置などの駆動装置における流体の粘性などの影響によるものである。そして、第二データベース８０には、統計量として、動作処理時間と流体温度との関係が記憶される。
That is, the
閾値決定部９１は、図１４の各プロットの位置に基づいて、例えば、最小二乗近似などを用いて、さらに許容量を考慮して、閾値を決定する。判定部９２は、当該閾値と判定対象としての統計量のデータとを比較することにより、クランプ装置２０ｃの異常を判定する。
The threshold
第一データ処理部６０及び評価部９０において、ＡＴＣ装置２０に関する第二の処理について、図３及び図１４を参照して説明する。ＡＴＣ装置２０に関して、第一データ処理部６０における対象データ取得部６１は、さらに、ＯＮ／ＯＦＦ検出器２０ｅにより検出されたシャッターの開動作開始信号、開動作完了信号、閉動作開始信号及び閉動作完了信号を取得する。さらに、対象データ取得部６１は、温度検出器２０ｆにより検出されたシャッター開閉装置２０ｄの流体の温度を取得する。
The second processing related to the
統計量算出部６２は、検出時間で対応付けられた、シャッターの開閉の動作処理時間と、シャッター開閉装置２０ｄの流体温度との関係を統計量の一つとして算出する。ここでの動作処理時間とは、シャッターの開動作の開始時刻から完了時刻までの動作処理時間、及び、シャッターの閉動作の開始時刻から完了時刻までの動作処理時間である。この場合、シャッター開閉装置２０ｄに関する統計量、閾値については、クランプ装置２０ｃと同様に、図１４に示すようになる。また、判定部９２も同様である。
The
第一データ処理部６０及び評価部９０において、ＡＴＣ装置２０に関する第三の処理について、図３及び図１５－図１６を参照して説明する。ＡＴＣ装置２０に関して、第一データ処理部６０における対象データ取得部６１は、動力検出器２０ｇにより検出されたアーム駆動装置２０ｂの動力（例えばトルク、モータの電流値）を取得する。
The third process relating to the
統計量算出部６２は、対象データ取得部６１が取得したアーム駆動装置２０ｂの動力のデータを基に、統計量を算出する。図１５の破線枠にて示すように、統計量算出部６２は、動力のデータにおいて、アーム駆動装置２０ｂの始動時におけるピーク値Ｐ２を統計量として算出する。そして、第二データベース８０には、統計量として、ピーク値Ｐ２が記憶される。
The
閾値決定部９１は、図１６に示すように、閾値決定対象の統計量であるピーク値Ｐ２のデータを用いて閾値を決定する。判定部９２は、当該閾値と判定対象としての統計量であるピーク値Ｐ２のデータとを比較することにより、アーム駆動装置２０ｂの異常を判定する。
As shown in FIG. 16, the threshold
ここで、判定部９２は、上記のように、個別の閾値を用いて個別の判定を行うことができる。この他に、上述した３種類の判定方法を用いることで、ＡＴＣ装置２０の状態判定をより高度に行うことができる。この場合の判定部９２の判定方法について、図１０を参照して説明する。
Here, the
ここで、異常の兆候検知対象として、以下の場合を例にあげる。第一の兆候検知対象は、シャッターのシャッター開閉装置２０ｄの劣化又は破損などの故障の兆候検知である（図１０の異常１）。第二の兆候検知対象は、クランプ装置２０ｃの劣化又は破損などの故障の兆候検知である（図１０の異常２）。第三の兆候検知対象は、アーム駆動装置２０ｂ（モータ）の故障の兆候検知である（図１０の異常３）。
Here, the following cases will be taken as an example as targets for detecting signs of abnormality. The first sign detection target is the detection of signs of failure such as deterioration or breakage of the shutter opening / closing device 20d of the shutter (
図１０において、判定１は、統計量としてシャッターの開閉の動作処理時間と流体温度との関係を用いた場合の判定方法である。判定２は、図１４に示すように、統計量としてクランプ装置のクランプ動作及びアンクランプ動作の動作処理時間と流体温度との関係を用いた場合の判定方法である。判定３は、図１６に示すように、アーム駆動装置２０ｂの動力の始動時のピーク値Ｐ２に関する判定方法である。
In FIG. 10,
図１０に示すように、判定１，２，３の全てで正常と判定された場合には、故障兆候検知対象は、全て正常であると判定される。判定１，２で正常、判定３で異常と判定された場合には、第三の兆候検知対象が異常であると判定される。判定１，３で正常、判定２で異常と判定された場合には、第二の兆候検知対象が異常であると判定される。判定１で正常、判定２，３で異常と判定された場合には、第二、第三の兆候検知対象が異常であると判定される。
As shown in FIG. 10, when it is determined that all of the
判定２，３で正常、判定１で異常と判定された場合には、第一の兆候検知対象が異常であると判定される。判定２で正常、判定１，３で異常と判定された場合には、第一、第三の兆候検知対象が異常であると判定される。判定３で正常、判定１，２で異常と判定された場合には、第一、第二の兆候検知対象が異常であると判定される。判定１，２，３の全てで異常と判定された場合には、故障兆候検知対象は、全て異常であると判定される。
When it is determined that the
そして、処置部９３は、判定部９２の結果に応じた処置を実施する。つまり、生産設備１のＡＴＣ装置２０の状態の結果を好適に利用することができる。
Then, the
（３－４．チップコンベア２１に関する処理）
第一データ処理部６０及び評価部９０において、チップコンベア２１に関する処理について、図３及び図１７－図２１を参照して説明する。チップコンベア２１に関して、第一データ処理部６０における対象データ取得部６１は、第一動力検出器２１ｅ及び第二動力検出器２１ｆにより検出された第一駆動装置２１ｃ及び第二駆動装置２１ｄの動力（例えばトルク、モータの電流値）を取得する。
(3-4. Processing related to the chip conveyor 21)
The processing related to the
統計量算出部６２は、対象データ取得部６１が取得した第一駆動装置２１ｃ及び第二駆動装置２１ｄの動力のデータを基に、統計量を算出する。図１７に示すように、統計量算出部６２は、動力のデータにおいて、第一駆動装置２１ｃにおける平均値Ａｖ及びピーク－ピーク値Ｐ－Ｐを統計量として算出する。また、統計量算出部６２は、動力のデータにおいて、第二駆動装置２１ｄにおける平均値Ａｖ及びピーク－ピーク値Ｐ－Ｐを統計量として算出する。なお、ピーク－ピーク値とは、最大ピーク値と最小ピーク値との差である。そして、第二データベース８０には、統計量として、第一駆動装置２１ｃの平均値Ａｖ及びピーク－ピーク値Ｐ－Ｐ、第二駆動装置２１ｄの平均値Ａｖ及びピーク－ピーク値Ｐ－Ｐが記憶される。
The
閾値決定部９１は、図１８に示すように、閾値決定対象の統計量である第一駆動装置２１ｃの平均値Ａｖのデータを用いて閾値を決定する。また、閾値決定部９１は、図１９に示すように、閾値決定対象の統計量である第二駆動装置２１ｄの平均値Ａｖのデータを用いて閾値を決定する。閾値決定部９１は、図２０に示すように、閾値決定対象の統計量である第一駆動装置２１ｃのピーク－ピーク値Ｐ－Ｐのデータを用いて閾値を決定する。閾値決定部９１は、図２１に示すように、閾値決定対象の統計量である第二駆動装置２１ｄのピーク－ピーク値Ｐ－Ｐのデータを用いて閾値を決定する。
As shown in FIG. 18, the threshold
判定部９２は、第一駆動装置２１ｃの平均値Ａｖ又はピーク－ピーク値Ｐ－Ｐについて、当該閾値と判定対象としての統計量のデータとを比較することにより、第一駆動装置２１ｃの異常を判定する。また、判定部９２は、第二駆動装置２１ｄの平均値Ａｖ又はピーク－ピーク値Ｐ－Ｐについて、当該閾値と判定対象としての統計量のデータとを比較することにより、第二駆動装置２１ｄの異常を判定する。
The
例えば、判定部９２は、第一コンベア２１ａに切粉が過度に堆積したことにより第一コンベア２１ａがガイドから外れる異常、第一コンベア２１ａに切粉が過度に堆積したことにより第一コンベア２１ａが破断する異常を判定する。また、判定部９２は、第二コンベア２１ｂに切粉が過度に堆積したことにより第二コンベア２１ｂがガイドから外れる異常、第二コンベア２１ｂに切粉が過度に堆積したことにより第二コンベア２１ｂが破断する異常を判定する。
For example, in the
そして、処置部９３は、判定部９２の結果に応じた処置を実施する。つまり、生産設備１のチップコンベア２１の状態の結果を好適に利用することができる。
Then, the
（３－５．その他）
移動装置１５についても、上述したように、他の装置と同様に、異常の判定を行うことができる。また、工具マガジン装置１９についても、同様に、異常の判定を行うことができる。
(3-5. Others)
As described above, the mobile device 15 can also determine the abnormality in the same manner as the other devices. Further, the
また、上記において、第一データ処理部６０と第二データ処理部７０とは、対象データと統計量の関係、対象データと動作処理時間との関係などに応じて、選択的に用いることができる。例えば、図５を参照して、排気等温度と外気温との関係に関して、第一データ処理部６０の例として説明した。当該関係に関して、例えば、回転速度に応じた関係とする場合には、第二データ処理部７０を用いることになる。
Further, in the above, the first
また、解析装置４１は、Ethernet（登録商標）などのネットワークプロトコルや、バス（コンピュータ）で、ＰＬＣ３２、ＣＮＣ装置３１、外部装置などとも接続し、対象データとして、生産設備１や、他の搬送装置などの生産設備の周辺装置などに関するデータや、接続している生産設備や各種装置内のＯＮ／ＯＦＦ状態も取得できる。これらの対象データも、グループ分けの対象とすることもできる。また、当該データを、データのグループ分けの基準としての基準データとすることもできる。例えば、ＯＮ／ＯＦＦ状態に基づいて、ＯＮ状態からＯＦＦ状態までグループ単位とすることができる。
Further, the
また、解析装置４１の複数の第一データ処理部６０、複数の第二データ処理部７０及び評価部９０は、Ethernet（登録商標）やバス（コンピュータ）の通信経路を使用して、算出状態、閾値及び判定状態（以下、総称して各種状態と称する）を変更することができる。そして、当該各種状態を変更することで、生産設備１や他の搬送装置などの生産設備の周辺装置に対しても、当該各種状態に関するデータを取得することができ、当該各種状態に応じた統計量に基づいて生産設備や各種装置の状態を判定して処置することができる。
Further, the plurality of first
１：生産設備、１６：主軸装置、１６ａ：軸受、１６ｂ：駆動装置、１６ｃ：回転速度検出器、１６ｄ：動力検出器、１６ｅ：振動検出器、１６ｆ：温度検出器、１８：自動パレット交換装置、１８ａ：パレット本体、１８ｂ：パレット駆動装置、１８ｃ：クランプ装置、１８ｄ：ＯＮ／ＯＦＦ検出器、１８ｅ：温度検出器、１８ｆ：動力検出器、２０：自動工具交換装置、２０ａ：アーム、２０ｂ：アーム駆動装置、２０ｃ：クランプ装置、２０ｄ：シャッター開閉装置、２０ｅ：ＯＮ／ＯＦＦ検出器、２０ｆ：温度検出器、２０ｇ：動力検出器、２１：チップコンベア、２１ａ：第一コンベア、２１ｂ：第二コンベア、２１ｃ：第一駆動装置、２１ｄ：第二駆動装置、２１ｅ：第一動力検出器、２１ｆ：第二動力検出器、２５：外気温検出器、３０：制御装置、３１：ＣＮＣ装置、３２：ＰＬＣ、４１：解析装置、６０：第一データ処理部、６１：対象データ取得部、６２：統計量算出部、６３：処理時間算出部、７０：第二データ処理部、７１：基準データ取得部、７２：対象データ取得部、７３：データ取得判定部、７４：結合データ生成部、７４ａ：総結合データ生成部、７４ｂ：グループ別分割部、７５：統計量算出部、７６：処理時間算出部、９０：評価部、９１：閾値決定部、９２：判定部、９３：処置部、Ｗ：生産対象物 1: Production equipment, 16: Head shaft device, 16a: Bearing, 16b: Drive device, 16c: Rotation speed detector, 16d: Power detector, 16e: Vibration detector, 16f: Temperature detector, 18: Automatic pallet switching device , 18a: Pallet body, 18b: Pallet drive device, 18c: Clamp device, 18d: ON / OFF detector, 18e: Temperature detector, 18f: Power detector, 20: Automatic tool changer, 20a: Arm, 20b: Arm drive device, 20c: Clamp device, 20d: Shutter opening / closing device, 20e: ON / OFF detector, 20f: Temperature detector, 20g: Power detector, 21: Chip conveyor, 21a: First conveyor, 21b: Second Conveyor, 21c: 1st drive, 21d: 2nd drive, 21e: 1st power detector, 21f: 2nd power detector, 25: outside temperature detector, 30: control device, 31: CNC device, 32 : PLC, 41: Analysis device, 60: First data processing unit, 61: Target data acquisition unit, 62: Statistics calculation unit, 63: Processing time calculation unit, 70: Second data processing unit, 71: Reference data acquisition Unit, 72: Target data acquisition unit, 73: Data acquisition determination unit, 74: Combined data generation unit, 74a: Total combined data generation unit, 74b: Group division unit, 75: Statistics calculation unit, 76: Processing time calculation Unit, 90: Evaluation unit, 91: Threshold determination unit, 92: Judgment unit, 93: Treatment unit, W: Product to be produced
Claims (10)
前記対象データが複数のグループに分類されるデータ種である場合に、前記生産設備において、前記対象データのグループ分けの基準の情報および前記基準が動作した時間情報を含む基準データを取得する基準データ取得部と、
前記対象データが複数のグループに分類されるデータ種である場合に、前記基準データのグループ別に、前記対象データにおいて前記基準データの動作時間帯と同一時間帯に検出されたデータを、前記基準データと結合させたグループ別結合データを生成するグループ別結合データ生成部と、
前記対象データが複数のグループに分類されないデータ種である場合には、統計的手法を用いて、前記対象データ取得部により取得された前記対象データについての統計量を算出し、前記対象データが複数のグループに分類されるデータ種である場合には、前記グループ別結合データのそれぞれについての統計量を算出する統計量算出部と、
前記対象データが複数のグループに分類されないデータ種である場合には、前記対象データについての前記統計量に基づいて前記生産設備の状態を判定し、前記対象データが複数のグループに分類されるデータ種である場合には、前記グループ別結合データのそれぞれについての統計量に基づいて前記生産設備の状態を判定する判定部と、
前記判定部の結果に応じた処置を実施する処置部と、
を備え、
前記対象データは、回転体を回転駆動するための駆動装置、移動体を移動するための駆動装置、自動工具交換装置のクランプ装置、自動工具交換装置のシャッター開閉装置、自動パレット交換装置のクランプ装置、チップコンベアの駆動装置、工具マガジン装置の駆動装置の少なくとも１つの対象装置に関して、異常を評価するためのデータであり、
前記判定部は、前記対象装置に関する異常を判定する、生産設備の解析装置。 Acquires the target data including data types classified into a plurality of groups and data types not classified into a plurality of groups, which are target data regarding the state of the production equipment detected by a detector provided in the production equipment. Target data acquisition unit and
When the target data is a data type classified into a plurality of groups, the reference data for acquiring the reference data including the reference information for grouping the target data and the time information when the reference operates in the production facility. Acquisition department and
When the target data is a data type classified into a plurality of groups, the data detected in the target data in the same time zone as the operation time zone of the reference data for each group of the reference data is the reference data. Group-based join data generator that generates group-based join data combined with
When the target data is a data type that is not classified into a plurality of groups, a statistical method is used to calculate statistics on the target data acquired by the target data acquisition unit , and the target data is plural. In the case of data types classified into the following groups, a statistic calculation unit that calculates statistics for each of the combined data for each group, and a statistic calculation unit.
When the target data is a data type that is not classified into a plurality of groups, the state of the production facility is determined based on the statistic of the target data, and the target data is classified into a plurality of groups. In the case of a species, a determination unit for determining the state of the production equipment based on the statistics for each of the group-specific join data, and a determination unit.
A treatment unit that performs treatment according to the result of the determination unit, and a treatment unit.
Equipped with
The target data includes a drive device for rotationally driving a rotating body, a drive device for moving a moving body, a clamping device for an automatic tool changing device, a shutter opening / closing device for an automatic tool changing device, and a clamping device for an automatic pallet changing device. , Data for evaluating an abnormality in at least one target device of the drive device of the chip conveyor and the drive device of the tool magazine device.
The determination unit is an analysis device for production equipment that determines an abnormality related to the target device.
前記判定部は、前記動作処理時間に基づいて前記駆動装置の状態を判定する、請求項１に記載の生産設備の解析装置。 The analysis device of the production equipment is a processing time calculation unit that calculates an operation processing time from an operation start time to an operation completion time by the drive device of the production equipment based on the target data acquired by the target data acquisition unit. Further prepared,
The analysis device for production equipment according to claim 1, wherein the determination unit determines the state of the drive device based on the operation processing time.
前記検出器は、前記駆動装置の状態に関するデータとして前記駆動装置における振動データを検出し、
前記統計量算出部は、前記振動データに対して、前記統計的手法として周波数解析、二乗平均平方根の算出、標準偏差の算出、平均値の算出の何れかの処理を施すことによって、振動に関する前記統計量を算出し、
前記判定部は、前記統計量に関する閾値と前記統計量算出部により算出された前記統計量とを比較することにより、前記駆動装置の状態を判定する、請求項１又は２に記載の生産設備の解析装置。 The production equipment is further equipped with a drive device for rotationally driving, and the production equipment is further provided.
The detector detects vibration data in the drive device as data regarding the state of the drive device, and detects the vibration data in the drive device.
The statistic calculation unit performs the above-mentioned vibration-related processing by subjecting the vibration data to any of frequency analysis, root mean square calculation, standard deviation calculation, and average value calculation as the statistical method. Calculate statistics,
The production equipment according to claim 1 or 2, wherein the determination unit determines the state of the drive device by comparing the threshold value for the statistic with the statistic calculated by the statistic calculation unit. Analyst.
前記検出器は、前記駆動装置の状態に関するデータとして、前記軸受から排出される前記潤滑油の温度又は前記軸受から排出される前記潤滑油の配管における排気の温度と、前記駆動装置の周囲の外気温とを検出し、
前記統計量算出部は、前記潤滑油に関する前記温度と前記外気温との関係を前記統計量として算出し、
前記判定部は、前記関係に関する閾値と前記統計量とを比較することにより、前記駆動装置の状態を判定する、請求項１－３の何れか一項に記載の生産設備の解析装置。 The production equipment further comprises a drive unit having a rotary structure for supplying lubricating oil to the bearings.
The detector has data on the state of the drive device, that is, the temperature of the lubricating oil discharged from the bearing or the temperature of the exhaust in the piping of the lubricating oil discharged from the bearing, and the outside of the periphery of the drive device. Detects the temperature and
The statistic calculation unit calculates the relationship between the temperature of the lubricating oil and the outside air temperature as the statistic.
The analysis device for production equipment according to any one of claims 1-3, wherein the determination unit determines the state of the drive device by comparing the threshold value related to the relationship with the statistic.
前記処理時間算出部は、回転速度の変更開始時刻から前記駆動装置が指令の前記回転速度への到達時刻までの前記動作処理時間を算出し、
前記判定部は、前記動作処理時間と閾値とを比較することにより前記駆動装置の状態を判定する、請求項２に記載の生産設備の解析装置。 The drive device is a drive device that is rotationally driven at a rotational speed according to a command.
The processing time calculation unit calculates the operation processing time from the change start time of the rotation speed to the arrival time of the command by the driving device at the rotation speed.
The analysis device for production equipment according to claim 2, wherein the determination unit determines the state of the drive device by comparing the operation processing time with a threshold value.
前記検出器は、前記自動工具交換装置又は前記自動パレット交換装置における駆動装置の動力を検出し、
前記統計量算出部は、前記統計的手法として前記動力の最大値を算出し、
前記判定部は、前記統計量に関する閾値と前記統計量算出部により算出された前記統計量とを比較することにより、前記駆動装置の状態を判定する、請求項１又は２に記載の生産設備の解析装置。 The production equipment further includes an automatic tool changing device for changing a tool for processing a production object, or an automatic pallet changing device for changing a pallet on which the production object is placed.
The detector detects the power of the drive device in the automatic tool changer or the automatic pallet changer.
The statistic calculation unit calculates the maximum value of the power as the statistical method.
The production equipment according to claim 1 or 2, wherein the determination unit determines the state of the drive device by comparing the threshold value for the statistic with the statistic calculated by the statistic calculation unit. Analyst.
前記処理時間算出部は、前記自動工具交換装置又は前記自動パレット交換装置における前記駆動装置の動作としてクランプ動作、アンクランプ動作、回転動作の何れかの動作に関し、動作開始時刻から動作完了時刻までの前記動作処理時間を算出する、請求項２に記載の生産設備の解析装置。 The production equipment further includes an automatic tool changing device for changing a tool for processing a production object, or an automatic pallet changing device for changing a pallet on which the production object is placed.
The processing time calculation unit has the operation of any of the clamping operation, the unclamping operation, and the rotating operation as the operation of the driving device in the automatic tool changing device or the automatic pallet changing device from the operation start time to the operation completion time. The analysis device for production equipment according to claim 2, which calculates the operation processing time.
前記対象データ取得部は、前記流体の温度をさらに取得し、
前記判定部は、前記流体の前記温度に応じた閾値と前記動作処理時間とを比較することにより、前記駆動装置の状態を判定する、請求項７に記載の生産設備の解析装置。 The drive device is a device that uses fluid pressure as a drive source.
The target data acquisition unit further acquires the temperature of the fluid, and obtains the temperature of the fluid.
The analysis device for production equipment according to claim 7, wherein the determination unit determines the state of the drive device by comparing the threshold value of the fluid according to the temperature with the operation processing time.
前記検出器は、前記チップコンベアにおける駆動装置の動力を検出し、
前記統計量算出部は、前記統計的手法として前記動力の最大値を算出し、
前記判定部は、前記統計量に関する閾値と前記統計量算出部により算出された前記統計量とを比較することにより、前記駆動装置の状態を判定する、請求項１又は２に記載の生産設備の解析装置。 The production facility is further equipped with a chip conveyor for discharging chips generated by cutting.
The detector detects the power of the drive device in the chip conveyor and
The statistic calculation unit calculates the maximum value of the power as the statistical method.
The production equipment according to claim 1 or 2, wherein the determination unit determines the state of the drive device by comparing the threshold value for the statistic with the statistic calculated by the statistic calculation unit. Analyst.
前記対象データが複数のグループに分類されないデータ種である場合における前記対象装置は、移動体を移動するための駆動装置、自動工具交換装置のクランプ装置、自動工具交換装置のシャッター開閉装置、自動パレット交換装置のクランプ装置、チップコンベアの駆動装置、工具マガジン装置の駆動装置の少なくとも１つを含み、 When the target data is a data type that is not classified into a plurality of groups, the target device includes a drive device for moving a moving body, a clamp device of an automatic tool changer, a shutter opening / closing device of an automatic tool changer, and an automatic pallet. Includes at least one of a switching device clamping device, a chip conveyor drive device, and a tool magazine device drive device.
前記回転駆動するための駆動装置における前記対象データは、回転速度毎に複数のグループに分類され、 The target data in the drive device for rotationally driving is classified into a plurality of groups according to the rotational speed.
前記基準データは、回転速度に関するデータである、請求項１～９の何れか一項に記載の生産設備の解析装置。 The analysis device for production equipment according to any one of claims 1 to 9, wherein the reference data is data relating to a rotation speed.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017156263A JP7035368B2 (en) | 2017-08-11 | 2017-08-11 | Analysis equipment for production equipment |
| US16/057,337 US11300949B2 (en) | 2017-08-11 | 2018-08-07 | Data processing device of production equipment |
| CN201810897161.3A CN109388841B (en) | 2017-08-11 | 2018-08-08 | Data processing device of production equipment |
| DE102018119277.0A DE102018119277A1 (en) | 2017-08-11 | 2018-08-08 | DATA PROCESSING DEVICE OF A PRODUCTION DEVICE |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017156263A JP7035368B2 (en) | 2017-08-11 | 2017-08-11 | Analysis equipment for production equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019036076A JP2019036076A (en) | 2019-03-07 |
| JP7035368B2 true JP7035368B2 (en) | 2022-03-15 |
Family
ID=65637575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017156263A Active JP7035368B2 (en) | 2017-08-11 | 2017-08-11 | Analysis equipment for production equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7035368B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7081535B2 (en) * | 2019-03-11 | 2022-06-07 | トヨタ自動車株式会社 | Failure diagnosis method for air clamp device |
| JP7267585B2 (en) * | 2019-03-29 | 2023-05-02 | 株式会社 神崎高級工機製作所 | Gear processing equipment |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001350510A (en) | 2000-06-06 | 2001-12-21 | Mori Seiki Co Ltd | Machine tool maintenance management system |
| JP2007286904A (en) | 2006-04-17 | 2007-11-01 | Fanuc Ltd | Controller and control method for motor |
| JP2007310611A (en) | 2006-05-18 | 2007-11-29 | Ntn Corp | System for monitoring and diagnosing equipment using bearing |
| JP2009020090A (en) | 2007-06-11 | 2009-01-29 | Nsk Ltd | Abnormality diagnosis apparatus and abnormality diagnosis method |
| JP2016074072A (en) | 2014-10-08 | 2016-05-12 | ファナック株式会社 | Control device of machine tool including automatic tool changer |
| JP2017007070A (en) | 2015-06-26 | 2017-01-12 | ファナック株式会社 | Chip discharger driven by synchronous motor |
| JP2017077588A (en) | 2015-10-19 | 2017-04-27 | オークマ株式会社 | Main shaft abnormality detection device and main shaft abnormality detection method of machine toll |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07314284A (en) * | 1994-05-30 | 1995-12-05 | Hitachi Seiki Co Ltd | Ladder program/circuit verifying device |
-
2017
- 2017-08-11 JP JP2017156263A patent/JP7035368B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001350510A (en) | 2000-06-06 | 2001-12-21 | Mori Seiki Co Ltd | Machine tool maintenance management system |
| JP2007286904A (en) | 2006-04-17 | 2007-11-01 | Fanuc Ltd | Controller and control method for motor |
| JP2007310611A (en) | 2006-05-18 | 2007-11-29 | Ntn Corp | System for monitoring and diagnosing equipment using bearing |
| JP2009020090A (en) | 2007-06-11 | 2009-01-29 | Nsk Ltd | Abnormality diagnosis apparatus and abnormality diagnosis method |
| JP2016074072A (en) | 2014-10-08 | 2016-05-12 | ファナック株式会社 | Control device of machine tool including automatic tool changer |
| JP2017007070A (en) | 2015-06-26 | 2017-01-12 | ファナック株式会社 | Chip discharger driven by synchronous motor |
| JP2017077588A (en) | 2015-10-19 | 2017-04-27 | オークマ株式会社 | Main shaft abnormality detection device and main shaft abnormality detection method of machine toll |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019036076A (en) | 2019-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11300949B2 (en) | Data processing device of production equipment | |
| KR100579083B1 (en) | A Tool Error Detecting Unit of CNC and Method Thereof | |
| US8788083B2 (en) | Compensation for process variables in a numerically-controlled machining operation | |
| JP6340323B2 (en) | Crankshaft machining system and crankshaft machining method | |
| KR102328225B1 (en) | Manufacturing apparatus of machine tool using digital twin and the method thereof | |
| US20220244701A1 (en) | Control Device for Use on a Numerically Controlled Machine Tool, and Machine Tool Comprising a Control Device | |
| US6665580B1 (en) | Automatic cutting tool management system for a computer numeric controlled machining system | |
| JP7035368B2 (en) | Analysis equipment for production equipment | |
| TWI781353B (en) | Machine tools and controls | |
| KR101626458B1 (en) | Apparatus for detecting malfunction of tool for machine tool | |
| US20230004152A1 (en) | Method for monitoring and/or predecting machining processes and/or machnining outcomes | |
| US20200234253A1 (en) | Preventive maintenance system of machine tool | |
| US20200233396A1 (en) | Tool management system of machine tool | |
| US7020972B2 (en) | Process and device for the aligning of workpiece with pre-cut teeth on gear finishing machines | |
| US12011793B2 (en) | Main spindle monitoring device and main spindle monitoring method of machine tool | |
| JP6989564B2 (en) | Numerical control system for machine tools | |
| CN110744356A (en) | Abnormality detection device for machine tool | |
| CN110382151B (en) | Method for operating a workpiece processing device and workpiece processing device | |
| Demko et al. | Cutting tool monitoring while drilling using internal CNC data | |
| JP4556446B2 (en) | Multi-axis machine tool | |
| JP2019036075A (en) | Data processing device of production facility | |
| JP2016535336A (en) | How to monitor industrial systems | |
| KR102367575B1 (en) | Automatic tool exchange method for machine tools | |
| KR100749280B1 (en) | Tool-monitoring method of nc lathe | |
| JP2002254272A (en) | Method and device for determining optimum machining condition of machine tool as well as program for determining optimum machining condition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200713 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210301 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210514 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210525 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210709 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
| 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: 20220201 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220214 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7035368 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |