JP7332438B2 - 診断装置 - Google Patents

診断装置 Download PDF

Info

Publication number
JP7332438B2
JP7332438B2 JP2019200916A JP2019200916A JP7332438B2 JP 7332438 B2 JP7332438 B2 JP 7332438B2 JP 2019200916 A JP2019200916 A JP 2019200916A JP 2019200916 A JP2019200916 A JP 2019200916A JP 7332438 B2 JP7332438 B2 JP 7332438B2
Authority
JP
Japan
Prior art keywords
belt
tension
calculation unit
diagnostic device
value
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
Application number
JP2019200916A
Other languages
English (en)
Other versions
JP2021076395A (ja
Inventor
裕泰 浅岡
淳史 堀内
顕次郎 清水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Priority to JP2019200916A priority Critical patent/JP7332438B2/ja
Priority to DE102020128435.7A priority patent/DE102020128435A1/de
Priority to US17/083,295 priority patent/US11892815B2/en
Priority to CN202011217923.4A priority patent/CN112783089A/zh
Publication of JP2021076395A publication Critical patent/JP2021076395A/ja
Application granted granted Critical
Publication of JP7332438B2 publication Critical patent/JP7332438B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G05B19/4065—Monitoring tool breakage, life or condition
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B29C45/768—Detecting defective moulding conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16H—GEARING
    • F16H57/00—General details of gearing
    • F16H57/01—Monitoring wear or stress of gearing elements, e.g. for triggering maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76003—Measured parameter
    • B29C2945/76013—Force
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76939—Using stored or historical data sets
    • B29C2945/76949—Using stored or historical data sets using a learning system, i.e. the system accumulates experience from previous occurrences, e.g. adaptive control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16H—GEARING
    • F16H57/00—General details of gearing
    • F16H57/01—Monitoring wear or stress of gearing elements, e.g. for triggering maintenance
    • F16H2057/014—Monitoring wear or stress of gearing elements, e.g. for triggering maintenance of friction elements in transmissions
    • 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
    • G05B2219/33—Director till display
    • G05B2219/33296—ANN for diagnostic, monitoring
    • 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
    • G05B2219/33—Director till display
    • G05B2219/33303—Expert system for diagnostic, monitoring use of tree and probability
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37616—Use same monitoring tools to monitor tool and workpiece
    • 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
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41357—Belt
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45244—Injection molding
    • 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
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50196—Monitor clutch or belt drive
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Devices For Conveying Motion By Means Of Endless Flexible Members (AREA)

Description

本発明は、診断装置に関し、特に動力を伝達するベルトの損耗の度合いを診断する診断装置に関する。
産業機械には、モータの回転動力をタイミングベルト等の動力伝達手段を介して軸へと伝達するものがある。産業機械の動力伝達手段にタイミングベルトを用いるものに対して、保全のために特定の動作を行うことでベルトの状態を間接的に推測する方法がいくつか提案されている（例えば、特許文献１～６等）。
ベルトの状態は、例えば特定の動作を行った際に観測される（モータの動作に対する）軸の動作の遅れや、移動量の違いなどの事象から推測できる。このような特定の動作を行った際に観測される事象は、テンションの低下の要因とベルトの損耗（破面の摩耗、亀裂、剥離等）の要因によって、正常な状態とのかい離が生じる。このように、正常な状態とのかい離には複数の要因が関わっているが、従来の特定動作によるベルトの状態推測ではこれら複数の要因が統合された結果としての異常度を測定・推定している。
特許第５８００７５０号公報 特開２０００－１９３５６０号公報 特開２００７－０９０４７７号公報 特開平１１－２６２９３２号公報 特開平０９－１７８５４６号公報 特開２０１８－１６７４２４号公報
一般に、ベルトのテンションを手作業で点検する際には、ベルトの回転を停止し、機械を分解してベルトを露出させる。この時、ベルトを目視することで、ベルトの損耗状態が判別できる。しかしながら、機械のベルトには他の部品の陰に隠れて目視し難い部分もある。また、目視によるベルトの保全は作業者の技量に頼る所があるため、多くの機械を設置している現場では、少ない熟練作業者ですべての機械の目視による保全作業を行うことができない。結果として、多くの機械がベルトテンションの調整のみ保全の項目とし、損耗の状態は気にせず使用されているというのが現状である。
一方で、周波数スイープなどの特定の診断動作を行い、特に固有振動数からタイミングベルトの状態を判断する場合、上記したようにタイミングベルトのテンション低下と、タイミングベルトの損耗とによる２つの成分が合成された結果として異常度が現れるので、タイミングベルトの損耗のみを把握するのが難しい。
そのため、目視以外の比較的簡単な方法でベルトの損耗度合いが診断できる仕組みが望まれている。
本発明の一態様は、産業機械が備える動力を伝達するベルトのテンションの損耗の度合いを診断する診断装置であって、前記ベルトを駆動する診断動作の制御を行う制御部と、前記診断動作から得られたデータに基づいて、前記ベルトが損耗していない場合の該ベルトのテンション値である第１のベルトのテンション値を推定する演算を行う第１テンション演算部と、前記ベルトのテンション低下要因及び前記ベルトの損耗要因が含まれる第２のベルトのテンション値を演算する第２テンション演算部と、前記第１のベルトのテンション値及び前記第２のベルトのテンション値に基づいて、前記ベルトの損耗の度合いを演算する第３テンション演算部と、を備えた診断装置である。
本発明の一態様により、目視以外の比較的簡単な方法でベルトの損耗度合いが診断できる。特に射出成形機はベルトが目視し難い部分があり、また、金型が種々様々であるので、損耗を固有振動数のみから判定する汎用的な判定式・機械学習モデルを作成する事が難しいため、目視以外の比較的簡単な方法で損耗が判定できる本発明の手法は有効である。
一実施形態による診断装置の概略的なハードウェア構成図である。 第１実施形態による診断装置の機能を示す概略的なブロック図である。 第１実施形態による第１テンション演算部の機能を示す概略的なブロック図である。 周波数応答データの例を示す図である。 第１実施形態による第２テンション演算部の機能を示す概略的なブロック図である。 第１実施形態による第３テンション演算部の機能を示す概略的なブロック図である。 第２実施形態による第２テンション演算部の機能を示す概略的なブロック図である。 第３実施形態による第２テンション演算部の機能を示す概略的なブロック図である。
以下、本発明の実施形態を図面と共に説明する。
図１は本発明の一実施形態による診断装置の要部を示す概略的なハードウェア構成図である。本発明の診断装置１は、例えば制御用プログラムに基づいて射出成形機などの産業機械を制御する制御装置として実装することができる。また、本発明の診断装置１は、制御用プログラムに基づいて産業機械を制御する制御装置に併設されたパソコンや、有線／無線のネットワークを介して制御装置と接続されたパソコン、セルコンピュータ、フォグコンピュータ６、クラウドサーバ７の上に実装することができる。本実施形態では、診断装置１を、制御用プログラムに基づいて産業機械を制御する制御装置として実装した例を示す。
本実施形態による診断装置１が備えるＣＰＵ１１は、診断装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、バス２２を介してＲＯＭ１２に格納されたシステム・プログラムを読み出し、該システム・プログラムに従って診断装置１全体を制御する。ＲＡＭ１３には一時的な計算データや表示データ、及び外部から入力された各種データ等が一時的に格納される。
不揮発性メモリ１４は、例えば図示しないバッテリでバックアップされたメモリやＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、診断装置１の電源がオフされても記憶状態が保持される。不揮発性メモリ１４には、インタフェース１５を介して外部機器７２から読み込まれた制御用プログラムやデータ、入力装置７１を介して入力された制御用プログラムやデータ、ネットワーク５を介して他の装置から取得された制御用プログラムやデータ等が記憶される。不揮発性メモリ１４に記憶された制御用プログラムやデータは、実行時／利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、公知の解析プログラムなどの各種システム・プログラムがあらかじめ書き込まれている。
インタフェース１５は、診断装置１のＣＰＵ１１とＵＳＢ装置等の外部機器７２と接続するためのインタフェースである。外部機器７２側からは、例えば産業機械の制御に用いられる制御用プログラムや設定データ等が読み込まれる。また、診断装置１内で編集した制御用プログラムや設定データ等は、外部機器７２を介して外部記憶手段に記憶させることができる。ＰＬＣ（プログラマブル・ロジック・コントローラ）１６は、ラダープログラムを実行して産業機械及び該産業機械の周辺装置（例えば、工具交換装置や、ロボット等のアクチュエータ、産業機械に取付けられている温度センサや湿度センサ等のセンサ）にＩ／Ｏユニット１９を介して信号を出力し制御する。また、産業機械の本体に配備された操作盤の各種スイッチや周辺装置等の信号を受け、必要な信号処理をした後、ＣＰＵ１１に渡す。
インタフェース２０は、診断装置１のＣＰＵと有線乃至無線のネットワーク５とを接続するためのインタフェースである。ネットワーク５には、他の産業機械やフォグコンピュータ６、クラウドサーバ７等が接続され、診断装置１との間で相互にデータのやり取りを行っている。
表示装置７０には、メモリ上に読み込まれた各データ、プログラム等が実行された結果として得られたデータ、後述する機械学習装置１００から出力されたデータ等がインタフェース１７を介して出力されて表示される。また、キーボードやポインティングデバイス等から構成される入力装置７１は、作業者による操作に基づく指令，データ等をインタフェース１８を介してＣＰＵ１１に渡す。
産業機械が備える軸を制御するための軸制御回路３０はＣＰＵ１１からの軸の移動指令量を受けて、軸の指令をサーボアンプ４０に出力する。サーボアンプ４０はこの指令を受けて、工作機械が備える軸を移動させるサーボモータ５０を駆動する。軸のサーボモータ５０は位置・速度検出器を内蔵し、この位置・速度検出器からの位置・速度フィードバック信号を軸制御回路３０にフィードバックし、位置・速度のフィードバック制御を行う。なお、図１のハードウェア構成図では軸制御回路３０、サーボアンプ４０、サーボモータ５０は１つずつしか示されていないが、実際には制御対象となる産業機械に備えられた軸の数だけ用意される。サーボモータ５０の少なくとも１つは、産業機械の所定の軸と動力伝達部としてのベルトで接続されている。
インタフェース２１は、ＣＰＵ１１と機械学習装置１００とを接続するためのインタフェースである。機械学習装置１００は、機械学習装置１００全体を統御するプロセッサ１０１と、システム・プログラム等を記憶したＲＯＭ１０２、機械学習に係る各処理における一時的な記憶を行うためのＲＡＭ１０３、及び学習モデル等の記憶に用いられる不揮発性メモリ１０４を備える。機械学習装置１００は、インタフェース２１を介して診断装置１で取得可能な各情報（例えば、サーボモータ５０の動作状態を示すデータ、図示しない温度センサや湿度センサの検出値等）を観測することができる。また、診断装置１は、機械学習装置１００から出力される処理結果をインタフェース２１を介して取得し、取得した結果を記憶したり、表示したり、他の装置に対してネットワーク５等を介して送信する。
図２は、本発明の第１実施形態による診断装置１が備える機能を概略的なブロック図として示したものである。本実施形態による診断装置１が備える各機能は、図１に示した診断装置１が備えるＣＰＵ１１と、機械学習装置１００が備えるプロセッサ１０１とがシステム・プログラムを実行し、診断装置１及び機械学習装置１００の各部の動作を制御することにより実現される。
本実施形態の診断装置１は、制御部１１０、第１テンション演算部１２０、第２テンション演算部１３０、第３テンション演算部１４０を備える。また、診断装置１のＲＡＭ１３乃至不揮発性メモリ１４には、予め産業機械が備えるサーボモータ５０を制御するための制御用プログラム２００が記憶されている。
制御部１１０は、図１に示した診断装置１が備えるＣＰＵ１１がＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、軸制御回路３０、ＰＬＣ１６を用いた産業機械の各部の制御処理、インタフェース１８を介した入出力処理が行われることで実現される。制御部１１０は、制御用プログラム２００のブロックを解析し、その解析結果に基づいて産業機械の各部を制御する。制御部１１０は、例えば制御用プログラム２００のブロックが産業機械の各軸を駆動させるように指令している場合には、ブロックによる指令に従って移動指令データを生成してサーボモータ５０に対して出力する。また、制御部１１０は、例えば制御用プログラム２００のブロックが産業機械の取り付けられたセンサ４等の周辺装置を動作させるように指令している場合には、該周辺装置を動作させる所定の信号を生成してＰＬＣ１６に出力する。一方で、制御部１１０は、サーボモータ５０の速度フィードバックゲインや、温度センサや湿度センサ等のセンサ４が検出した検出値データを取得し、必要に応じてそれぞれのテンション演算部へと出力する。
制御用プログラム２００は、予めベルトを駆動するサーボモータ５０を所定の範囲の回転数（周波数）でスイープ動作させる診断動作のためのブロックを含む。また、制御用プログラム２００は、スイープ動作中のサーボモータ５０の速度フィードバックゲインを時系列データとして取得する指令をするブロックを含み、更に、スイープ動作の開始時、スイープ動作中及びスイープ動作終了時の少なくともいずれかにおけるセンサ４による検出値データの取得を指令するブロックを含む。制御用プログラム２００に基づいて行われる診断動作は、タイミングベルトの複数の位置で行うようにしても良く、また、複数の条件で診断動作を行うようにしても良い。
第１テンション演算部１２０は、図１に示した診断装置１が備えるＣＰＵ１１及び機械学習装置１００が備えるプロセッサ１０１が、それぞれＲＯＭ１２及びＲＯＭ１０２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理及びプロセッサ１０１によるＲＡＭ１０３、不揮発性メモリ１０４を用いた演算処理と、インタフェース１８、インタフェース２１を介した入出力処理が行われることで実現される。第１テンション演算部１２０は、産業機械の動作時においてサーボモータ５０から取得される速度フィードバックゲインや、センサ４が検出した検出値データを取得し、取得した取得データに基づいて、産業機械が備えるベルトのテンション値を推定する演算を行う。第１テンション演算部１２０は、制御部１１０から取得データを受け取る。第１テンション演算部１２０が演算するベルトのテンション値は、損耗していないベルトを装着している産業機械に特定の診断動作を行わせた際に、上記取得データが取得された場合の、該ベルトのテンションの推定値である。
図３は、本実施形態による第１テンション演算部１２０が備える概略的な機能をブロック図で示したものである。第１テンション演算部１２０は、第１前処理部１２２、第１推定部１２４を備える。また、ＲＡＭ１０３又は不揮発性メモリ１０４上には、損耗していないベルトを装着している産業機械におけるベルトのテンション値を推定するための学習をした第１学習モデルを記憶する第１学習モデル記憶部１２６が設けられている。
第１前処理部１２２は、制御部１１０から取得した取得データに基づいて、機械学習装置１００による機械学習の処理に用いられる状態データを作成し、機械学習装置１００へと出力する。第１前処理部１２２は、例えば制御部１１０から取得されたサーボモータ５０の速度フィードバックゲインを周波数解析して得られた周波数－ゲイン特性を示す周波数応答データを含む推定用データＳ１を作成する。第１前処理部１２２が作成する推定用データＳ１は、第１学習モデル記憶部１２６に記憶される第１学習モデルの入力として適したものであればどのようなものであっても良い。
一例として、推定用データＳ１としての周波数応答データは、所定の範囲の周波数の範囲におけるゲイン値を所定周波数周期でサンプリングしたデータであって良い。この時、推定用データＳ１としての周波数応答データは、一次共振周波数と一次反共振周波数とを対で含む範囲を含んでいることが望ましい。図４は、速度フィードバックゲインを周波数解析した例を示す図である。図４の例では、ｆａの位置に反共振周波数の山が、ｆｂの位置に共振周波数の山が存在する。第１前処理部１２２は、このような共振周波数の山と、反共振周波数の山が有る位置の前後の所定範囲を、所定の周波数周期でサンプリングした周波数－ゲインの組の系列データを、推定用データＳ１に用いる周波数応答データとして作成すれば良い。なお、推定用データＳ１としての周波数応答データには、上記に加えて更に、二次以上の共振周波数と反共振周波数とを対で含む範囲を含めても良い。また、第１前処理部１２２は、推定用データＳ１としての周波数応答データに、反共振周波数及び共振周波数の周りの所定範囲の値の系列を含めても良い。
第１推定部１２４は、第１前処理部１２２が作成した推定用データＳ１に基づいて、第１学習モデル記憶部１２６に記憶されている第１学習モデルを用いたベルトのテンション値の推定処理を実行し、その推定結果を出力する。第１推定部１２４が行う推定処理は、公知の教師あり学習で作成された第１学習モデルを用いた推定処理である。例えば、第１学習モデル記憶部１２６に記憶される第１学習モデルがニューラルネットワーク（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）として作成されている場合、第１推定部１２４は、第１前処理部１２２が作成した推定用データＳ１をニューラルネットワークに入力し、その出力であるベルトのテンション値の推定値を推定結果として出力する。第１推定部１２４が推定したベルトのテンション値は第１のベルトテンション値として第３テンション演算部１４０へ出力される。
第１学習モデル記憶部１２６に記憶される第１学習モデルは、損耗していないベルトを装着している産業機械において様々なベルトのテンションの状態で特定の診断動作を行わせた際に、取得した取得データに基づいて作成された入力データ（周波数－ゲイン特性を示す周波数応答データを含む入力データ）、それぞれのベルトのテンションの状態における該産業機械のベルトのテンション値をラベルデータとして、教師あり学習を行うことにより作成した学習モデルである。
第２テンション演算部１３０は、図１に示した診断装置１が備えるＣＰＵ１１が備えるプロセッサ１０１が、それぞれＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、インタフェース１８を介した入力処理が行われることで実現される。第２テンション演算部１３０は、産業機械のベルトのテンション値を取得乃至検出する。第２テンション演算部１３０が取得乃至検出するベルトのテンション値は、タイミングベルトのテンション低下要因及びタイミングベルトの損耗要因が含まれているベルトのテンション値である。
図５は、本実施形態による第２テンション演算部１３０が備える概略的な機能をブロック図で示したものである。第２テンション演算部１３０は、テンション測定値取得部１３２を備える。
テンション測定値取得部１３２は、入力装置７１を介して作業者が入力する産業機械のベルトのテンション値を取得する。作業者は、例えば産業機械のベルトを停止し、音波式ベルト張力計、ダイヤルゲージ等のテンションメータを用いてベルトのテンション値を測定する。そして、作業者は入力装置７１を介して測定したベルトのテンション値を入力する。テンション測定値取得部１３２は、取得したベルトのテンション値を第２のベルトテンション値として第３テンション演算部１４０へ出力する。
第３テンション演算部１４０は、図１に示した診断装置１が備えるＣＰＵ１１が備えるプロセッサ１０１が、それぞれＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理が行われることで実現される。
図６は、本実施形態による第３テンション演算部１４０が備える概略的な機能をブロック図で示したものである。第３テンション演算部１４０は、差分演算部１４２を備える。
差分演算部１４２は、第１テンション演算部１２０から入力された第１のベルトのテンション値と、第２テンション演算部１３０から入力された第２のベルトのテンション値との差分を演算する。第１のベルトのテンション値は、現在の産業機械から検出されるデータに基づいて推定された、タイミングベルトのテンション低下のみが要因であるとした時のベルトのテンション値であり、第２のベルトのテンション値は、タイミングベルトのテンション低下要因及びタイミングベルトの損耗要因が含まれているベルトのテンション値である。差分演算部１４２は、この２つの値の差分を演算することで、タイミングベルトの損耗状態に係る値を演算する。差分演算部１４２は、更に演算した差分値を予め定めた所定の演算式に当てはめることで、タイミングベルトの損耗の度合いを示す所定の値（例えば、損耗［ｍｍ］や損耗率［％］等）を演算するようにしても良い。更に、予め第１のベルトのテンション値と第２のベルトのテンション値とを入力して、所定のベルトの損耗の度合いを推定する第３学習モデルを作成しておき、該第３学習モデルを用いてタイミングベルトの損耗の度合いを推定する演算するようにしても良い。差分演算部１４２が演算した値は、表示装置７０に表示出力しても良いし、ネットワーク５を介してフォグコンピュータ６やクラウドサーバ７などの他のコンピュータへと送信出力するようにしても良い。
上記構成を備えた本実施形態による診断装置１は、産業機械の特定の診断動作時に取得されたデータと、作業者による手動の測定の結果とに基づいて、該産業機械のベルトの損耗の度合いを演算することができる。産業機械の特定の診断動作によるデータの取得は制御用プログラム２００により自動的に行われ、また、ベルトのテンションの手動による測定は熟練した作業者でなくともマニュアルに従って簡単に行えるので、比較的簡単にベルトの損耗を把握できるようになる。
本実施形態による診断装置１の一変形例として、診断装置１が備える第３テンション演算部１４０は、予め設定された所定の閾値と、演算したベルトの損耗の度合いとを比較して、演算したベルトの損耗の度合いが所定の閾値を超えた時に、ベルトの状態が異常である旨を示す情報を出力するように構成しても良い。このような構成とすることで、ベルトの損耗の度合いを表示するだけでなく、ベルトの正常／異常の診断を行うことが可能となる。
図７は、第２実施形態による診断装置１が備える第２テンション演算部１３０が備える概略的な機能をブロック図で示したものである。なお、本実施形態による他の機能については、第１実施形態で説明したものと同様である。
本実施形態による第２テンション演算部１３０は、図１に示した診断装置１が備えるＣＰＵ１１が備えるプロセッサ１０１が、それぞれＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、インタフェース１８を介した入出力処理が行われることで実現される。本実施形態による第２テンション演算部１３０は、ベルトテンション測定部１３３を備える。
ベルトテンション測定部１３３は、例えば特許文献１～６などにより既に公知であるベルトテンションの自動測定方法により産業機械のベルトのテンション値を測定する。公知のベルトテンションの自動測定方法を用いることで、タイミングベルトのテンション低下要因及びタイミングベルトの損耗要因が含まれているベルトのテンション値を測定することができる。なお、公知のベルトテンションの自動測定方法については、既に他の文献により一般的に知られているので、本明細書による詳細な説明は省略する。ベルトテンション測定部１３３が測定したベルトのテンション値は、第２のベルトのテンション値として第３テンション演算部１４０へ出力される。
上記構成を備えた本実施形態による診断装置１は、産業機械の特定の診断動作時に取得されたデータと、所定の自動測定技術による測定の結果とに基づいて、該産業機械のベルトの損耗の度合いを演算することができる。
図８は、第３実施形態による診断装置１が備える第２テンション演算部１３０が備える概略的な機能をブロック図で示したものである。なお、本実施形態による他の機能については、第１実施形態で説明したものと同様である。
本実施形態による第２テンション演算部１３０は、図１に示した診断装置１が備えるＣＰＵ１１及び機械学習装置１００が備えるプロセッサ１０１が、それぞれＲＯＭ１２及びＲＯＭ１０２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理及びプロセッサ１０１によるＲＡＭ１０３、不揮発性メモリ１０４を用いた演算処理と、インタフェース１８、インタフェース２１を介した入出力処理が行われることで実現される。
本実施形態による第２テンション演算部１３０は、第２前処理部１３４、第２推定部１３５を備える。また、ＲＡＭ１０３又は不揮発性メモリ１０４上には、産業機械におけるベルトのテンション値を推定するための学習をした第２学習モデルを記憶する第２学習モデル記憶部１３６が設けられている。
本実施形態による第２テンション演算部１３０は、産業機械の動作時においてサーボモータ５０から取得される速度フィードバックゲインや、センサ４が検出した検出値データを取得し、取得した取得データに基づいて、産業機械が備えるベルトのテンション値を推定する演算を行う。第２テンション演算部１３０は、制御部１１０から取得データを受け取る。第２テンション演算部１３０が演算するベルトのテンション値は、産業機械に特定の診断動作を行わせた際に、上記取得データが取得された場合の、該ベルトのテンションの推定値である。
第２前処理部１３４は、制御部１１０から取得した取得データに基づいて、機械学習装置１００による機械学習の処理に用いられる状態データを作成し、機械学習装置１００へと出力する。第２前処理部１３４は、例えば制御部１１０から取得されたサーボモータ５０の速度フィードバックゲインを周波数解析して得られた周波数－ゲイン特性を示す周波数応答データを含む推定用データＳ２を作成する。第２前処理部１３４が作成する推定用データＳ２は、第２学習モデル記憶部１３６に記憶される第２学習モデルの入力として適したものであればどのようなものであっても良い。
第２推定部１３５は、第２前処理部１３４が作成した推定用データＳ２に基づいて、第２学習モデル記憶部１３６に記憶されている第２学習モデルを用いたベルトのテンション値の推定処理を実行し、その推定結果を出力する。第２推定部１３５が行う推定処理は、公知の教師あり学習で作成された第２学習モデルを用いた推定処理である。例えば、第２学習モデル記憶部１３６に記憶される第２学習モデルがニューラルネットワーク（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）として作成されている場合、第２推定部１３５は、第２前処理部１３４が作成した推定用データＳ２をニューラルネットワークに入力し、その出力であるベルトのテンション値の推定値を推定結果として出力する。第２推定部１３５が推定したベルトのテンション値は第２のベルトテンション値として第３テンション演算部１４０へ出力される。
第２学習モデル記憶部１３６に記憶される第２学習モデルは、様々な損耗状態のベルトを装着した産業機械において様々なベルトのテンションの状態で特定の診断動作を行わせた際に、取得した取得データに基づいて作成された入力データ（周波数－ゲイン特性を示す周波数応答データを含む入力データ）、それぞれのベルトのテンションの状態における該産業機械のベルトのテンション値をラベルデータとして、教師あり学習を行うことにより作成した学習モデルである。
上記構成を備えた本実施形態による診断装置１は、産業機械の特定の診断動作時に取得されたデータを用いて、第１学習モデルを用いて推定した第１のベルトのテンション値と、第２学習モデルを用いて推定した第２のベルトのテンション値とに基づいて、該産業機械のベルトの損耗の度合いを演算することができる。
以上、本発明の一実施形態について説明したが、本発明は上述した実施の形態の例のみに限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。
１ 診断装置
３ 産業機械
４ センサ
５ ネットワーク
６ フォグコンピュータ
７ クラウドサーバ
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ 不揮発性メモリ
１５，１７，１８，２０，２１ インタフェース
１６ ＰＬＣ
１９ Ｉ／Ｏユニット
２２ バス
３０ 軸制御回路
４０ サーボアンプ
５０ サーボモータ
７０ 表示装置
７１ 入力装置
７２ 外部機器
１１０ 制御部
１２０ 第１テンション演算部
１２２ 第１前処理部
１２４ 第１推定部
１２６ 第１学習モデル記憶部
１３０ 第２テンション演算部
１３２ テンション測定値取得部
１３３ ベルトテンション測定部
１３４ 第２前処理部
１３５ 第２推定部
１３６ 第２学習モデル記憶部
１４０ 第３テンション演算部
１４２ 差分演算部
２００ 制御用プログラム
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

Claims (8)

  1. 産業機械が備える動力を伝達するベルトのテンションの損耗の度合いを診断する診断装置であって、
    前記ベルトを駆動する診断動作の制御を行う制御部と、
    前記診断動作から得られたデータに基づいて、前記ベルトが損耗していない場合の該ベルトのテンション値である第１のベルトのテンション値を推定する演算を行う第１テンション演算部と、
    前記ベルトのテンション低下要因及び前記ベルトの損耗要因が含まれる第２のベルトのテンション値を演算する第２テンション演算部と、
    前記第１のベルトのテンション値及び前記第２のベルトのテンション値に基づいて、前記ベルトの損耗の度合いを演算する第３テンション演算部と、
    を備えた診断装置。
  2. 前記診断動作とは周波数スイープの動作であり、該動作により得られるフィードバック信号を入力として前記第１テンション演算部が第１のベルトのテンションを推定する、
    請求項１に記載の診断装置。
  3. 第１テンション演算部は、損耗の無いベルトを用いて取得されたデータを含む入力により学習した第１学習モデルを用いて第１のベルトのテンションを推定する、
    請求項１又は２に記載の診断装置。
  4. 前記診断動作は、タイミングベルトの複数位置あるいは複数条件で行う、
    請求項１に記載の診断装置。
  5. 第２テンション演算部は、第１テンション演算部とは異なる手段により前記ベルトのテンション低下要因及び前記ベルトの損耗要因が含まれる第２のベルトのテンション値を演算する、
    請求項１に記載の診断装置。
  6. 第２テンション演算部は、様々な損耗度合いのベルトを用いて取得されたデータを含む入力により学習した第２学習モデルを用いて第２のベルトのテンションを推定する、
    請求項１に記載の診断装置。
  7. 第２テンション演算部は、測定機器により測定されたベルトのテンション値を取得し、取得した値を第２のベルトのテンション値とする、
    請求項１に記載の診断装置。

  8. 前記産業機械とは射出成形機である、
    請求項１に記載の診断装置。
JP2019200916A 2019-11-05 2019-11-05 診断装置 Active JP7332438B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019200916A JP7332438B2 (ja) 2019-11-05 2019-11-05 診断装置
DE102020128435.7A DE102020128435A1 (de) 2019-11-05 2020-10-29 Diagnosegerät
US17/083,295 US11892815B2 (en) 2019-11-05 2020-10-29 Diagnostic apparatus
CN202011217923.4A CN112783089A (zh) 2019-11-05 2020-11-04 诊断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019200916A JP7332438B2 (ja) 2019-11-05 2019-11-05 診断装置

Publications (2)

Publication Number Publication Date
JP2021076395A JP2021076395A (ja) 2021-05-20
JP7332438B2 true JP7332438B2 (ja) 2023-08-23

Family

ID=75485531

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019200916A Active JP7332438B2 (ja) 2019-11-05 2019-11-05 診断装置

Country Status (4)

Country Link
US (1) US11892815B2 (ja)
JP (1) JP7332438B2 (ja)
CN (1) CN112783089A (ja)
DE (1) DE102020128435A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117795308A (zh) * 2021-08-25 2024-03-29 发那科株式会社 控制装置以及控制方法
WO2023026411A1 (ja) * 2021-08-25 2023-03-02 ファナック株式会社 状態判定装置及び状態判定方法
JP7011106B1 (ja) * 2021-08-25 2022-01-26 ファナック株式会社 状態判定装置及び状態判定方法
DE102022103483A1 (de) * 2022-02-15 2023-08-17 Arburg Gmbh + Co Kg Verfahren und Vorrichtung zur Bestimmung des Verschleißes an einer Vorrichtung zur Verarbeitung von Kunststoffen

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09178546A (ja) 1995-12-25 1997-07-11 Mitsubishi Heavy Ind Ltd ベルトの損傷探知装置
JPH11262932A (ja) * 1998-03-16 1999-09-28 Niigata Eng Co Ltd 射出成形機の駆動力伝達装置
US6449564B1 (en) 1998-11-23 2002-09-10 General Electric Company Apparatus and method for monitoring shaft cracking or incipient pinion slip in a geared system
JP2007090477A (ja) 2005-09-28 2007-04-12 Toshiba Mach Co Ltd 電動式射出成形機の修繕予告方法および装置
JP5800750B2 (ja) 2012-04-11 2015-10-28 ファナック株式会社 射出成形機の可動部の劣化検出方法および可動部の劣化検出機能を有する射出成形機の制御装置
JP6557272B2 (ja) 2017-03-29 2019-08-07 ファナック株式会社 状態判定装置

Also Published As

Publication number Publication date
JP2021076395A (ja) 2021-05-20
DE102020128435A1 (de) 2021-05-06
US20210132579A1 (en) 2021-05-06
US11892815B2 (en) 2024-02-06
CN112783089A (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
JP7332438B2 (ja) 診断装置
JP6787971B2 (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
CN110920009B (zh) 状态判定装置以及状态判定方法
US11144032B2 (en) Time to failure analysis of robotic arm cabling
JP6708676B2 (ja) 異常要因特定装置
CN111175596A (zh) 状态判定装置以及状态判定方法
US11334045B2 (en) Diagnosis apparatus and diagnosis method
CN112629731B (zh) 诊断装置以及机器学习装置
JP7010861B2 (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
WO2019167171A1 (ja) 異常検出装置及び異常検出方法
WO2021157676A1 (ja) 診断装置
WO2022075224A1 (ja) 状態判定装置及び状態判定方法
CN116034006B (zh) 状态判定装置以及状态判定方法
JP7184997B2 (ja) 状態判定装置及び状態判定方法
JP7011106B1 (ja) 状態判定装置及び状態判定方法
JP3165087B2 (ja) 産業用ロボットの故障検出方法
WO2023026411A1 (ja) 状態判定装置及び状態判定方法
JP2021057064A (ja) 状態判定装置及び状態判定方法
CN117795308A (zh) 控制装置以及控制方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230411

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230412

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230530

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: 20230711

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230810

R150 Certificate of patent or registration of utility model

Ref document number: 7332438

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150