JP7125225B2 - 異常予兆報知システム、方法、及び、プログラム - Google Patents
異常予兆報知システム、方法、及び、プログラム Download PDFInfo
- Publication number
- JP7125225B2 JP7125225B2 JP2017226226A JP2017226226A JP7125225B2 JP 7125225 B2 JP7125225 B2 JP 7125225B2 JP 2017226226 A JP2017226226 A JP 2017226226A JP 2017226226 A JP2017226226 A JP 2017226226A JP 7125225 B2 JP7125225 B2 JP 7125225B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- period
- data
- robot
- resolution period
- 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
- 230000005856 abnormality Effects 0.000 title claims description 412
- 238000000034 method Methods 0.000 title claims description 67
- 230000002159 abnormal effect Effects 0.000 claims description 167
- 238000004519 manufacturing process Methods 0.000 claims description 49
- 230000007774 longterm Effects 0.000 claims description 27
- 239000000725 suspension Substances 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 52
- 238000012806 monitoring device Methods 0.000 description 40
- 238000012545 processing Methods 0.000 description 39
- 238000005259 measurement Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 28
- 239000003638 chemical reducing agent Substances 0.000 description 20
- 238000013500 data storage Methods 0.000 description 18
- 230000008859 change Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000000576 coating method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 238000003466 welding Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 8
- 238000007591 painting process Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000004519 grease Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000003749 cleanliness Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
好ましくは、前記異常解消期間推定部は、前記異常解消期間が所定日数未満である場合、前記異常解消期間が所定日数となるように、前記異常解消期間を推定する。以上の構成によれば、前記異常解消期間が極めて短い場合でも、スケジュールに余裕を持って前記設備の異常の解消に対処できるようになる。
好ましくは、前記特性情報は、前記部品の在庫の有無に関する情報を含み、前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品を調達するのに要する期間を確保し易くなるので、前記設備の異常を前記異常発生時期よりも前に確実に解消することができる。
好ましくは、前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して、少なくとも前記部品の調達に要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品を調達するのに要する期間が確保されるので、前記設備の異常を前記異常発生時期よりも前に一層確実に解消することができる。
好ましくは、前記特性情報は、前記部品の重量に関する情報を含み、前記異常解消期間推定部は、前記重量が所定重量以上である場合は前記重量が前記所定重量未満である場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品の搬出及び前記部品の搬入に要する期間が確保し易くなるので、前記設備の異常を前記異常発生時期よりも前に確実に解消することができる。
好ましくは、前記異常解消期間推定部は、前記重量が所定重量以上である場合は前記重量が前記所定重量未満である場合と比較して、少なくとも前記部品を前記生産ラインから搬出すると共に前記部品を前記生産ラインに搬入するのに要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品の搬出及び前記部品の搬入に要する期間が確保されるので、前記設備の異常を前記異常発生時期よりも前に一層確実に解消することができる。
好ましくは、前記部品の重量が所定重量以上であり、且つ、前記異常発生時期よりも前に前記生産ラインの稼働が少なくとも3日間以上連続して停止する長期停止期間がある場合は、前記報知時期設定部は、前記異常発生時期から前記異常解消期間を遡った時期の以前であり、且つ、前記異常解消期間が前記長期停止期間に重なるように、前記報知時期を設定する。以上の構成によれば、前記長期停止期間を利用して前記設備の異常を解消できるので、前記生産ラインの稼働率の低下を抑制することができる。
好ましくは、前記報知時期設定部は、前記長期停止期間の終了日から前記異常解消期間を遡った時期に前記報知時期を設定する。即ち、実際の搬入及び搬出の作業は前記異常解消期間の後半で行われるので、以上の構成によれば、前記生産ラインの稼働率の低下を一層効果的に抑制することができる。
好ましくは、前記特性情報は、更に、前記部品の在庫の有無に関する情報を含み、前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品を調達するのに要する期間を確保し易くなるので、前記設備の異常を前記異常発生時期よりも前に確実に解消することができる。
好ましくは、前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して、少なくとも前記部品の調達に要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する。以上の構成によれば、前記部品を調達するのに要する期間が確保されるので、前記設備の異常を前記異常発生時期よりも前に一層確実に解消することができる。
また、生産ラインに設置された設備の稼働に関する情報に基づいて、前記設備に異常が発生する異常発生時期を推定する異常発生時期推定ステップと、前記設備の異常を解消するのに必要となる部品に関する特性情報に基づいて、前記設備の異常を解消するのに必要となる異常解消期間を推定する異常解消期間推定ステップと、前記設備の異常の予兆を報知する報知時期を、前記異常発生時期から前記異常解消期間を遡った時期の以前に設定する、報知時期設定ステップと、前記報知時期に前記設備の異常の予兆を報知する報知ステップと、を含む、異常予兆報知方法が提供される。以上の方法によれば、前記特性情報を加味して柔軟に設定された前記報知時期が実現される。
また、コンピュータに、上記の異常予兆報知方法を実行させるためのプログラムが提供される。
以下、図面を参照して本発明の実施の形態について説明する。
図1は、実施の形態1にかかる異常予兆報知システム1を示す図である。また、図2は、実施の形態1にかかる異常予兆報知システム1の各装置の構成を示す機能ブロック図である。異常予兆報知システム1は、生産ライン300に設置された複数のロボット10と、制御装置100と、監視装置200とを有する。ロボット10は、設備の一具体例である。異常予兆報知システム1は、例えば、複数の加工工程を有する生産ライン300を有する工場に設けられている。そして、異常予兆報知システム1は、複数の加工工程それぞれで使用されるロボット10の異常発生の予兆を報知するように構成されている。
ロボット制御部110は、ロボット10の動作を制御する。ロボット制御部110は、ROM102に格納された動作プログラムに従って、ロボット10を制御してもよい。具体的には、ロボット制御部110は、ロボット10のモータ装置20の動作を制御する。つまり、ロボット制御部110は、モータ装置20のモータ22及びブレーキ26を制御する。さらに具体的には、ロボット制御部110は、制御値(指令値)である指令電流値を示す指令電流をモータ22に送信して、モータ22を動作させる。また、ロボット制御部110は、エンコーダ28から、モータ22の回転角度を示すエンコーダ値を受信する。ロボット制御部110は、エンコーダ値が示す回転角度を用いて、フィードバック制御等により、ロボット10の関節14が所定の動作を行うように、モータ22を回転させてもよい。さらに、ロボット制御部110は、ブレーキ信号(ブレーキ開放信号)をブレーキ26に送信し、ブレーキ26を開放させる。
データ格納部212は、制御装置100のデータ取得部112からロボット情報を取得して格納する。特に、データ格納部212は、故障又は動作不良等の異常が発生したロボット10に関するロボット情報を格納する。
次に、比較例について説明する。
図10及び図11は、予め定められた閾値を用いて異常予兆の報知を行う場合の問題点を説明するための図である。図10は、平均指令電流値について、予め定められた閾値Thが設定されている場合について例示している。図10の例において、閾値Thは、ロボット10の過去の異常発生の実績から、ユーザによって任意に決定される。
図12及び図13は、実施の形態1にかかる異常予兆報知システム1が、工場90の生産ライン300に適用された例を示す図である。工場90は、例えば、自動車等の製造工場である。図12に例示するように、工場90において、ロボット10Aが、溶接工程で使用されている。また、ロボット10Bが、中塗り工程で使用されている。また、ロボット10Cが、上塗り工程で使用されている。ここで、ロボット10A,ロボット10B,ロボット10Cの機種は、互いに同じであってもよい。
異常解消期間推定部230は、設備の異常を解消するのに必要となる部品に関する特性情報に基づいて、設備の異常を解消するのに必要となる異常解消期間を推定する(図3のステップS122)。ここで、特性情報は、在庫有無情報及び重量物情報の少なくとも何れか一方を含む。本実施形態では、特性情報は、在庫有無情報及び重量物情報の双方を含む。
先ず、異常解消期間推定部230は、異常データ判定部224によって特定された異常モードに基づいて、どの設備のどの部品に異常が発生したかを特定する。以下、異常を解消するのに交換を要するに至った部品を要交換部品と称する。
次に、異常解消期間推定部230は、異常解消期間をゼロにセットする。
次に、異常解消期間推定部230は、要交換部品の在庫の有無を判定する。在庫がない場合は(S330:NO)、異常解消期間推定部230は、異常解消期間に調達日数を加算して(S340)、処理をS350に進める。一方、在庫がある場合は(S330:YES)、異常解消期間推定部230は、処理をS350に進める。このように、要交換部品の在庫がない場合に異常解消期間に調達日数を加算することで、ゆとりのあるスケジューリングが可能となり、ひいては、生産ライン300の稼働率の低下を抑制できる。
次に、異常解消期間推定部230は、要交換部品が重量物であるか判定する。重量物である場合は(S350:YES)、異常解消期間に作業日数を加算して(S360)、異常解消期間を確定し、異常解消期間の推定を完了する。一方、重量物でない場合は(S350:NO)、処理をS370に進める。このように、要交換部品が重量物である場合に異常解消期間に作業日数を加算することで、重量物のように作業日数が数日に及ぶ場合でも、ゆとりのあるスケジューリングが可能となり、ひいては、生産ライン300の稼働率の低下を抑制できる。
次に、異常解消期間推定部230は、異常解消期間が7日間未満であるか判定する。7日間未満である場合は(S370:YES)、異常解消期間推定部230は、異常解消期間を7日間と確定し(S380)、異常解消期間の推定を完了する。一方、7日間未満でない場合は(S370:NO)、異常解消期間推定部230は、異常解消期間を確定し、異常解消期間の推定を完了する。7日間は、所定期間の一具体例である。このように、異常解消期間が極めて短い場合は異常解消期間を7日間とすることで、ゆとりのあるスケジューリングが可能となり、ひいては、生産ライン300の稼働率の低下を抑制できる。更に言えば、異常解消期間が極めて短い場合は異常解消期間を7日間とすることで、異常解消期間内に生産ライン300の稼働が停止する週末が含まれることになり、稼働が停止する週末に設備の異常を解消する作業を実施できるようになり、もって、生産ライン300の稼働率の低下を抑制できる。
報知時期設定部232は、設備の異常の予兆を報知する報知時期を、異常発生時期から異常解消期間を遡った時期の以前に設定する(図3のステップS123)。
先ず、報知時期設定部232は、要交換部品が重量物であるか判定する。要交換部品が重量物でない場合は(S400:NO)、報知時期設定部232は、報知時期を、異常発生時期から異常解消期間遡った時期に設定する(S410)。報知時期設定部232は、報知時期を、異常発生時期から異常解消期間遡った時期に設定することに代えて、異常発生時期から異常解消期間遡った時期よりも前に設定してもよい。一方、要交換部品が重量物である場合は(S400:YES)、処理をS420に進める。
次に、報知時期設定部232は、異常発生時期よりも前に長期停止期間があるか判定する。長期停止期間とは、生産ライン300の稼働が少なくとも3日間以上連続して停止する期間を意味する。なお、長期停止期間は、生産ライン300の稼働が少なくとも3日間以上連続して停止する期間に代えて、生産ライン300の稼働が少なくとも1週間以上連続して停止する期間としてもよいし、生産ライン300の稼働が少なくとも2週間以上連続して停止する期間としてもよい。異常発生時期よりも前に長期停止期間がない場合は(S420:NO)、報知時期設定部232は、報知時期を、異常発生時期から異常解消期間遡った時期に設定する(S410)。一方、異常発生時期よりも前に長期停止期間がある場合は(S420:YES)、報知時期設定部232は、処理をS430に進める。
次に、報知時期設定部232は、異常発生時期から異常解消期間遡った時期の以前であり、且つ、異常解消期間が長期停止期間に重なるように、報知時期を設定する。具体的には、報知時期設定部232は、長期停止期間の終了日から異常解消期間を遡った時期に報知時期を設定する。上記の設定によれば、長期停止期間に異常解消期間が重なるように報知時期が設定されるので、生産ライン300の稼働率の低下を抑制できる。特に、報知時期が、長期停止期間の終了日を基準日として、長期停止期間の終了日から異常解消期間遡った時期に設定されることで、異常解消期間の後半に行われるような生産ライン300の稼働の停止を伴う作業を長期停止期間中に実施することが可能となり、もって、生産ライン300の稼働率の低下を一層効果的に抑制することができる。
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、図3に示したフローチャートの各ステップの順序は、適宜変更可能である。また、また、フローチャートの各ステップの1つ以上は、省略されてもよい。
10 ロボット
100 制御装置
200 監視装置
300 生産ライン
110 ロボット制御部
112 データ取得部
114 計測データ取得部
116 環境情報取得部
118 使用態様取得部
120 データ処理部
122 データ記録部
124 予兆判定部
126 報知部
212 データ格納部
214 異常モード設定部
216 データ処理部
218 異常データ選択部
220 タイミング設定部
222 相関係数算出部
224 異常データ判定部
226 異常モード判定部
228 異常発生時期推定部
230 異常解消期間推定部
232 報知時期設定部
234 閾値設定部
Claims (12)
- 生産ラインに設置された設備の稼働に関する情報に基づいて、前記設備に異常が発生する異常発生時期を推定する異常発生時期推定部と、
前記設備の異常を解消するのに必要となる部品に関する特性情報に基づいて、前記設備の異常を解消するのに必要となる異常解消期間を推定する異常解消期間推定部と、
前記設備の異常の予兆を報知する報知時期を、前記異常発生時期から前記異常解消期間を遡った時期の以前に設定する、報知時期設定部と、
前記報知時期に前記設備の異常の予兆を報知する報知部と、
を備えた、
異常予兆報知システム。 - 請求項1に記載の異常予兆報知システムであって、
前記異常解消期間推定部は、前記異常解消期間が所定日数未満である場合、前記異常解消期間が所定日数となるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項1又は2に記載の異常予兆報知システムであって、
前記特性情報は、前記部品の在庫の有無に関する情報を含み、
前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項3に記載の異常予兆報知システムであって、
前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して、少なくとも前記部品の調達に要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項1又は2に記載の異常予兆報知システムであって、
前記特性情報は、前記部品の重量に関する情報を含み、
前記異常解消期間推定部は、前記重量が所定重量以上である場合は前記重量が前記所定重量未満である場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項5に記載の異常予兆報知システムであって、
前記異常解消期間推定部は、前記重量が所定重量以上である場合は前記重量が前記所定重量未満である場合と比較して、少なくとも前記部品を前記生産ラインから搬出すると共に前記部品を前記生産ラインに搬入するのに要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項5又は6に記載の異常予兆報知システムであって、
前記部品の重量が所定重量以上であり、且つ、前記異常発生時期よりも前に前記生産ラインの稼働が少なくとも3日間以上連続して停止する長期停止期間がある場合は、前記報知時期設定部は、前記異常発生時期から前記異常解消期間を遡った時期の以前であり、且つ、前記異常解消期間が前記長期停止期間に重なるように、前記報知時期を設定する、
異常予兆報知システム。 - 請求項7に記載の異常予兆報知システムであって、
前記報知時期設定部は、前記長期停止期間の終了日から前記異常解消期間を遡った時期に前記報知時期を設定する、
異常予兆報知システム。 - 請求項5から8までの何れかに記載の異常予兆報知システムであって、
前記特性情報は、更に、前記部品の在庫の有無に関する情報を含み、
前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - 請求項9に記載の異常予兆報知システムであって、
前記異常解消期間推定部は、前記在庫がない場合は前記在庫がある場合と比較して、少なくとも前記部品の調達に要する期間分、前記異常解消期間が長くなるように、前記異常解消期間を推定する、
異常予兆報知システム。 - コンピュータのCPUが、生産ラインに設置された設備の稼働に関する情報に基づいて、前記設備に異常が発生する異常発生時期を推定する異常発生時期推定ステップと、
コンピュータのCPUが、前記設備の異常を解消するのに必要となる部品に関する特性情報に基づいて、前記設備の異常を解消するのに必要となる異常解消期間を推定する異常解消期間推定ステップと、
コンピュータのCPUが、前記設備の異常の予兆を報知する報知時期を、前記異常発生時期から前記異常解消期間を遡った時期の以前に設定する、報知時期設定ステップと、
コンピュータのCPUが、前記報知時期に前記設備の異常の予兆を報知する報知ステップと、
を含む、
異常予兆報知方法。 - コンピュータに、請求項11に記載の異常予兆報知方法を実行させるためのプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017226226A JP7125225B2 (ja) | 2017-11-24 | 2017-11-24 | 異常予兆報知システム、方法、及び、プログラム |
DE102018124237.9A DE102018124237A1 (de) | 2017-11-24 | 2018-10-01 | Abnormalitätsanzeichen-Meldesystem, -Verfahren und -Programm |
US16/149,788 US11119009B2 (en) | 2017-11-24 | 2018-10-02 | Abnormality sign notifying system, method, and program |
CN201811353110.0A CN109947056A (zh) | 2017-11-24 | 2018-11-14 | 异常迹象通知系统、方法和程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017226226A JP7125225B2 (ja) | 2017-11-24 | 2017-11-24 | 異常予兆報知システム、方法、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019096155A JP2019096155A (ja) | 2019-06-20 |
JP7125225B2 true JP7125225B2 (ja) | 2022-08-24 |
Family
ID=66442379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017226226A Active JP7125225B2 (ja) | 2017-11-24 | 2017-11-24 | 異常予兆報知システム、方法、及び、プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11119009B2 (ja) |
JP (1) | JP7125225B2 (ja) |
CN (1) | CN109947056A (ja) |
DE (1) | DE102018124237A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7327273B2 (ja) * | 2020-05-20 | 2023-08-16 | トヨタ自動車株式会社 | 車載部品の異常箇所特定方法、車載部品の異常箇所特定システム、車載部品の異常箇所特定装置、車載部品の異常箇所通知制御装置、および車両用制御装置 |
DE102020212127A1 (de) * | 2020-09-25 | 2022-03-31 | Siemens Mobility GmbH | Verfahren zur Überprüfung einer technischen Funktion einer elektrischen und/oder mechanischen ersten Vorrichtung eines Eisenbahnsystems |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015118416A (ja) | 2013-12-17 | 2015-06-25 | 株式会社日立製作所 | プラント情報データ付与システム |
JP2017040976A (ja) | 2015-08-17 | 2017-02-23 | キヤノン株式会社 | 情報管理装置、情報管理方法、及びプログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6862489B2 (en) * | 2003-01-31 | 2005-03-01 | Yieldboost Tech, Inc. | System and method of monitoring, predicting and optimizing production yields in a liquid crystal display (LCD) manufacturing process |
JP2008112209A (ja) * | 2006-10-27 | 2008-05-15 | Omron Corp | 稼働状態モニタリング装置、稼働状態モニタリング方法、およびプログラム |
CN101271329A (zh) * | 2008-05-09 | 2008-09-24 | 重庆大学 | 车间异常事件实时处理方法及系统 |
JP5386437B2 (ja) | 2010-06-03 | 2014-01-15 | 株式会社日立製作所 | 定期点検計画装置、システム及び方法 |
CN101969388A (zh) * | 2010-06-08 | 2011-02-09 | 重庆大学 | 网络环境下设备故障动态监测及预防维护管理系统 |
JP6128601B2 (ja) | 2013-10-31 | 2017-05-17 | Necフィールディング株式会社 | スケジューリング装置、スケジューリングシステム、スケジューリング方法、及びプログラム |
CN105171748A (zh) | 2015-10-21 | 2015-12-23 | 鞍山松意机器人制造有限公司 | 一种机器人及其生产线设备远程状态监控方法及系统 |
JP6285403B2 (ja) * | 2015-11-30 | 2018-02-28 | ファナック株式会社 | 製造機械の故障を予測するセル制御装置および生産システム |
CN106219342B (zh) | 2016-08-19 | 2019-02-01 | 广州广日电梯工业有限公司 | 基于时频转换算法的电梯自诊断及预诊断系统和方法 |
CN106651161B (zh) * | 2016-12-08 | 2020-10-20 | 国网浙江杭州市富阳区供电公司 | 采集运维动态派工方法 |
-
2017
- 2017-11-24 JP JP2017226226A patent/JP7125225B2/ja active Active
-
2018
- 2018-10-01 DE DE102018124237.9A patent/DE102018124237A1/de not_active Withdrawn
- 2018-10-02 US US16/149,788 patent/US11119009B2/en active Active
- 2018-11-14 CN CN201811353110.0A patent/CN109947056A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015118416A (ja) | 2013-12-17 | 2015-06-25 | 株式会社日立製作所 | プラント情報データ付与システム |
JP2017040976A (ja) | 2015-08-17 | 2017-02-23 | キヤノン株式会社 | 情報管理装置、情報管理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US11119009B2 (en) | 2021-09-14 |
JP2019096155A (ja) | 2019-06-20 |
CN109947056A (zh) | 2019-06-28 |
DE102018124237A1 (de) | 2019-05-29 |
US20190162631A1 (en) | 2019-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7043801B2 (ja) | 異常予兆報知システム、異常予兆報知方法及びプログラム | |
US11521105B2 (en) | Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device | |
US20200356069A1 (en) | Machine tool management system | |
JP6569927B1 (ja) | 異常判定システム、モータ制御装置、及び異常判定装置 | |
JP6076571B1 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
US9760068B2 (en) | Predictive maintenance method and system | |
US11422529B1 (en) | Monitoring system for use in industrial operations | |
US11293836B2 (en) | Equipment inspection system, equipment inspection method, and program | |
CN109895137B (zh) | 机器人应用设备监控和预测分析 | |
US20130197854A1 (en) | System and method for diagnosing machine tool component faults | |
JP7125225B2 (ja) | 異常予兆報知システム、方法、及び、プログラム | |
KR20180068102A (ko) | 로봇 고장 모니터링 서비스 제공 방법 및 서버 | |
KR102278744B1 (ko) | 로봇의 이상 상태에 대한 알람을 출력하는 방법 및 장치 | |
Palem | Condition-based maintenance using sensor arrays and telematics | |
CN113574358B (zh) | 异常检测装置及异常检测方法 | |
JP2020027470A (ja) | 生産管理装置、生産管理システム、および生産管理方法 | |
CN109318256B (zh) | 机械臂、估计润滑剂中的铁粉量的方法及异常标志确定系统 | |
US20210181732A1 (en) | Control method, control apparatus, and mechanical equipment | |
JP7131611B2 (ja) | 異常判定装置及び異常判定方法 | |
JP2022168706A (ja) | 異常検知装置、プログラム、異常検知方法、及び製造方法 | |
US11249455B2 (en) | Automation system and wear detection controller | |
KR101641259B1 (ko) | 중앙 제어 장치, 중앙 제어 시스템 및 중앙 제어 방법 | |
KR102559773B1 (ko) | 공작기계의 공구 마모 및 파손 감지 장치 및 그 방법 | |
US20240211895A1 (en) | Maintenance scheduling device and maintenance scheduling method | |
JP2020044637A (ja) | 異常診断方法、異常診断装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200428 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210422 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211019 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20211203 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20220510 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20220628 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20220726 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20220726 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220811 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7125225 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |