JP7463993B2

JP7463993B2 - 異常検出方法及び異常検出装置

Info

Publication number: JP7463993B2
Application number: JP2021048698A
Authority: JP
Inventors: 由人南保
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2021-03-23
Filing date: 2021-03-23
Publication date: 2024-04-09
Anticipated expiration: 2041-03-23
Also published as: JP2022147455A

Description

本発明は、搬送装置におけるパレットの異常を検出するための異常検出方法及び異常検出装置に関する。

従来より、生産ライン等の搬送装置においては、その搬送路上にパレットが設けられ、被搬送物となるワークを当該パレットに搭載して搬送する、パレット式搬送装置が供されている。
パレット式搬送装置では、パレットを駆動させる駆動機構の摩耗や破損等に起因して異常停止・故障が発生すると、生産ラインがストップし、生産性が低下することとなる。
そこで、駆動機構や転動機構といった各種機構の異常を検出するための技術開発が進められている。例えば、特許文献１では、ギヤトレインを支承する転がり軸受において、その転動接触面で発生する超音波帯域の摩擦音を超音波センサにより検出し、その検出信号と予め設定された判定基準値とを比較することにより、異常を判定する方法が採用されている。

特開２００５－１６４３１４号公報

しかしながら、上記した搬送装置においてパレットそのものの異常を検出することは困難であり、係る異常の検出は行われていない。
即ち、搬送装置では、駆動機構として据付けられるモータ単体或いは上記転がり軸受のような転動装置単体の異常を検出することはできても、順次搬送される複数のパレットの中からそのパレット自体の異常を特定する方法は確立されていない。それ故、パレット周辺の機構を分解する等して、経時劣化による摩耗等に対処する点検保守をパレット全数について定期的に行わざるを得ないのが実情である。

本発明は上記事情に鑑みてなされたものであり、その目的は、搬送装置において順次搬送される複数のパレットの中から異常のあるパレットを特定することが可能な異常検出方法及び異常検出装置を提供することにある。

請求項１記載の発明によれば、搬送路（３）上を複数のパレット（Ｐ）が搬送される際に、それらパレット各々の識別情報と負荷情報とが逐次取り込まれ、対応付けられた時系列的なデータ群として蓄積される。この場合、搬送路上の複数のパレットの中に異常のあるパレットが含まれていれば、これについて対応する負荷情報から判定することができる。
また、蓄積されたデータ群について負荷情報ごとに係る判定が行われることにより生成された複数の判定結果とパレットの識別情報との対応関係に基づき、搬送対象とされた全てのパレットの中から、異常の判定回数を増加させる一のパレット、つまりパレットそのものの異常を個別に特定することができる。よって、パレット全数についてメンテナンスに係る工数を低減させることが可能となり、設備の稼動率の低下を抑制することができる。

一実施形態における搬送装置の構成を示す斜視図搬送装置の概略構成を示す平面図異常検出装置の電気的構成を示すブロック図異常検出装置における処理の流れを示すフローチャートパレットの識別情報及びトルク値のデータ群と異常度を説明するための図パレットの異常判定回数の一例を示すパレート図（その１）搬送動作毎のトルク値とパレットの位置とを対応付けたテーブルを示す図異常度のトレンドグラフを示す図パレットの異常判定回数の一例を示すパレート図（その２）異常判定されたパレットの摩耗部分を拡大して示す断面図

以下、本開示の一実施形態について図面を参照しながら説明する。
図１に示す搬送装置１は、例えばワークを直線方向へ搬送させるパレット式搬送装置で構成されている。搬送装置１は、直線状に延びる搬送装置本体２を備え、搬送装置本体２の搬送路３に沿って複数のパレットＰを搬送する。パレットＰは、搬送装置本体２に組み込まれた駆動モータ５によりワークごと移動駆動される。

パレットＰはワークＷが搭載される荷台であり、図２の平面図で示すように、パレットＰの上面側でワークＷを受けるようになっている。ここで、図２では説明の便宜上、パレットＰを含む搬送装置１の概略構成を模式的に表わすものとする。図１、図２に示す複数のパレットＰは何れも、やや縦長な略四角柱状をなす同一形状の部材で構成されているが、符号「Ｐ_１」「Ｐ_２」「Ｐ_３」「Ｐ_４」…を付すことによりパレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…各々を区別し、それらの総称を「パレットＰ」とする。

図示は省略するが、搬送装置１は例えば、全体として長円状をなすトラック搬送装置における、搬送路の一部を構成するものとする。即ち、トラック搬送装置は、相互に対をなす第１直線路及び第２直線路と、それら両端同士を接続する第１半円路及び第２半円路とで長円状をなしており、搬送装置１は、第１直線路の搬送路３を構成する。従って、パレットＰ_１～Ｐ_４を含む複数のパレットＰは、搬送装置１経由でトラック搬送装置を周回するようにして循環させることにより、当該搬送装置１にて繰り返し搬送されるようになっている。なお、搬送装置１は、第１直線路としての搬送路３に限らず、半円路の如く湾曲状の搬送路であってもよく、又、主として直線状の搬送路のみを構成するものであってもよい。何れにしても、搬送装置１における、複数のパレットＰは、一の駆動モータ５を駆動源として、図１、図２の矢印Ｘ方向へ移動されるものとする。

具体的には図１に示すように、搬送装置本体２の上部おける搬送路３には、矢印Ｘ方向へ延びるガイドプレート１０ａとガイドレール１０ｂが配設されている。ガイドプレート１０ａは、パレットＰの側面側（同図で手前側）をガイドし、ガイドレール１０ｂは、パレットＰの底面側をガイドするように設けられている。これにより、図１のパレットＰ_１～Ｐ_４は、何れも搬送路３における一端側（同図で左端側）の搬入部１１から、他端側の搬出部１２にわたって、ガイドプレート１０ａ及びガイドレール１０ｂによりガイドされる。

また、図１に示すように、搬送装置本体２における、搬入部１１側の基台フレーム１３と搬出部１２側の基台フレーム１４との間には、一本のスクリューロッド１５が回転可能に軸支されている。スクリューロッド１５は、ガイドプレート１０ａと対向し、矢印Ｘ方向へ延びている。この場合、スクリューロッド１５とガイドプレート１０ａは、その両者１５，１０ａでパレットＰを挟む位置関係となるように配置されている。スクリューロッド１５の外周には、凸状をなす１条の螺旋部１５ａが形成されている。また、スクリューロッド１５における軸方向の一端側には、プ―リ１６が設けられている。

なお、パレットＰ各々の下部には、スクリューロッド１５側に位置させて一対のカムフォロワ１８，１８（図１にのみ図示）が突設されている。カムフォロワ１８，１８は、例えば小円筒状「ころ」であり、スクリューロッド１５の螺旋部１５ａと係合する。また、パレットＰ各々には、カムフォロワ１８，１８よりも上部側に位置させてＩＤタグ１７（図２にのみ図示）が貼付されている。

図１に示すように、搬送装置本体２における、搬入部１１側の基台フレーム１３には、前記駆動モータ５が配置されている。駆動モータ５は、例えばサーボモータからなり、後述する主制御装置２０により駆動制御される。駆動モータ５とスクリューロッド１５のプーリ１６との間には、回転伝達機構１９が設けられている。

詳しい図示は省略するが、回転伝達機構１９は、駆動モータ５の回転軸に噛合する歯車機構、この歯車機構の出力軸側に設けられたプーリ、及び当該プーリとプーリ１６とに掛け渡された無端状のタイミングベルト１９ａを含む。これにより、回転伝達機構１９は、駆動モータ５の回転駆動力を、タイミングベルト１９ａを介してプーリ１６ひいてはスクリューロッド１５に伝達させる。
上記した駆動モータ５、回転伝達機構１９、スクリューロッド１５等は、複数のパレットＰを矢印Ｘ方向へ搬送するための駆動機構６に相当する。

こうして、ワークＷを搭載したパレットＰが搬送路３の搬入部１１に搬入されるとき、当該パレットＰのカムフォロワ１８，１８がスクリューロッド１５の螺旋部１５ａに係合する。このため、駆動モータ５によりスクリューロッド１５が回転駆動されることに伴い、当該パレットＰは、カムフォロワ１８，１８にて螺旋部１５ａと係合しながら、矢印Ｘ方向つまりは搬出部１２側たる搬送方向へ移動する。

また、本実施形態の搬送装置１では、図２の模式図で例示するように、上流側からポジション２１，２２，２３，２４の順に４箇所の停止ポジションが設定されている。これにより、パレットＰが、Ｐ_１，Ｐ_２，Ｐ_３，Ｐ_４，…の順で搬入部１１から搬出部１２へと順次搬送される間に、各々のポジション２１～２４でパレットＰ_１～Ｐ_４を停止させてワークＷに対する部品の組付けや加工等が行われるようになっている。このように、ポジション２１～２４は、同図２の「位置１」～「位置４」で表わされる加工ポジションに相当する。

前記主制御装置２０は、上記したスクリューロッド１５の回転駆動と停止により各々のポジション２１～２４にわたる移動、即ち、パレットＰの搬入部１１からポジション２１までの移動と、ポジション２１からポジション２２までの移動と、ポジション２２からポジション２３までの移動と、ポジション２３からポジション２４までの移動と、ポジション２４から搬出部１２までの移動とを、順次行わしめるように駆動モータ５を制御する。以下では、係る搬送行程におけるポジション２１～２４毎の移動を、「搬送動作」或いは「一動作」と称する。
なお、図２ではポジション２１～２４相互の間隔を等間隔とし、これにパレットＰ_１～Ｐ_４の搬送間隔を対応させた形態で示しているが、搬送装置１において複数のパレットＰの搬送間隔やポジションの設置数等は適宜変更しうるものである。

また、搬送装置１には周辺の設備として、その搬送路３に連なる前記トラック搬送装置の搬送路の他、主制御装置２０の制御盤２０ａ（図２にのみ図示）等が付設されており、係る周辺の設備を含む設備全体を、設備２５或いは本設備２５と称する。本設備２５では、トラック搬送装置全体の搬送路における搬送工程や、前記搬送路３におけるポジション２１～２４での加工工程を含む一連の工程が自動的に行われるようになっている。

ここで、図２に示す主制御装置２０は、マイクロコンピュータを主体に構成されており、ＲＯＭ、ＲＡＭ等からなる記憶部を有する。主制御装置２０には、駆動モータ５を含む各種アクチュエータや、図示しない操作入力部、表示部が接続されるとともに、図３に示す異常検出装置３０等が接続されている。主制御装置２０は、前記記憶部に記憶された制御プログラムに従い、搬送装置１での搬送動作に係る処理を実行し、異常検出装置３０は、その搬送動作に応じて搬送路３上のパレットＰ_１～Ｐ_４の中に異常のあるパレットが含まれるか否かを判定するようになっている。なお、異常検出装置３０は、制御盤２０ａとは別に構成されていてもよいし、制御盤２０ａに組み込まれていてもよい。

図３に示す異常検出装置３０は、マイクロコンピュータを主体に構成されており、ＲＯＭ、ＲＡＭ等からなる記憶部３０ａを有する。また、異常検出装置３０は、判定部３０ｂ、特定部３０ｃ及び学習部３０ｄを有する処理部として構成されており、リーダ３１、トルクセンサ３２、通信部３３、操作入力部３４、表示部３５等が接続されている。

リーダ３１は、例えばパレットＰの前記ＩＤタグ１７に記録された情報を非接触で読み取る無線タグリーダである。リーダ３１は、図２に示すように搬送装置本体２おける搬入部１１側のポジション２１に配置され、そのポジション２１に来たパレットＰのＩＤタグ１７から、無線通信を利用して当該パレットＰの識別情報を読み取る。
ＩＤタグ１７には、パレットＰ各々を識別するために、ＩＤタグ１７毎に当該パレットＰの識別情報が予め記録されている。例えばパレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…の識別情報として、図５に示す「No.1」「No.2」「No.3」「No.4」…が割り当てられ、各々対応するＩＤタグ１７に記録されている。

この場合、異常検出装置３０は、搬送装置１にて順次搬送されるパレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…について、リーダ３１により読み取った識別情報を、それらパレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…の搬送間隔に対応した時間間隔で取得する。これにより、異常検出装置３０は、図７の識別情報テーブル３７で示すように、パレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…の識別情報とポジション２１，２２，２３，２４の位置番号とを対応付けて記憶部３０ａに記憶する。

ここで、識別情報テーブル３７は、図７の最上欄に示す取得日時「DATE AND TIME」、後述するトルク値「Present Value」、並びに、パレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…各々の識別情報「Palette No.1」「No.2」「No.3」「No.4」…を含むと共に、それら識別情報に対応付けられた各々のポジション２１，２２，２３，２４…を表す位置番号（「４３」「９４」「７７」「９」…）を含む、データ要素の集合として蓄積される。

同図の識別情報テーブル３７では説明の便宜上、図２のポジション２１～２４以外のポジションの識別番号「３８」「３１」も示しているが、上記の如く実際のポジションの設置数に合わせて、そのポジション毎のパレットＰの識別情報が記憶されるものとする。また、異常検出装置３０は、上記した搬送動作毎に、つまりは少なくともパレットＰ_１，Ｐ_２，Ｐ_３，Ｐ_４…の搬送間隔に対応した時間間隔で識別情報テーブル３７を作成し、時系列的なデータ群として記憶するようになっている（図７の他の識別情報テーブル３７´、３７´´参照）。

なお、前記通信部３３は、図３に示すように主制御装置２０と通信可能に接続されることから、異常検出装置３０は、主制御装置２０側から通信部３３を介して、リーダ３１やトルクセンサ３２により検出されたデータを取得してもよい。このように、通信部３３を有する異常検出装置３０は、リーダ３１と共にパレットＰ各々の識別情報を取得する識別情報取得部を構成する。また、異常検出装置３０はトルクセンサ３２と共に、駆動機構６に係る負荷を示すトルク値を負荷情報として、パレットＰの搬送間隔に対応した時間間隔で時系列に検出する検出部を構成する。

トルクセンサ３２は、駆動モータ５に設けられ、その駆動モータ５に係るトルク値を負荷情報として検出する。この場合、異常検出装置３０は、搬送装置１において搬送動作が行われる際のサンプリング時間毎に、トルクセンサ３２により検出されたトルク値をモニタリングする（図７参照）。
このため、トルク値は、搬送路３上の複数のパレットＰ（図２では４つのパレットＰ_１～Ｐ_４）を搬送対象とした一動作分の周期的な波形を示す波形データＴ１として、当該パレットＰの搬送間隔に対応した時間間隔で検出される。こうして検出されたトルク値は、異常検出装置３０において、逐次取り込まれるパレットＰ各々の識別情報と対応付けた時系列的なデータ群として記憶される。

また、図５では、係るトルク値とパレットＰの識別情報とを対応付けたデータ群の一部を模式的に示している。図５の「位置１」～「位置４」は、図２のポジション２１～ポジション２４との対応関係を分かり易くするために前記位置番号に代えて用いている。このように、図５の「時刻１」の搬送動作において検出されたトルク値は、リーダ３１で読み取った搬送路３上のパレットＰ_１～Ｐ_４全部の識別情報No.1～No.4と対応付けて記憶される。同様に、時刻２，３，４，…以降も、搬送動作毎に検出されたトルク値とパレットＰ各々の識別情報とを逐次取り込み、対応付けた時系列的なデータ群として蓄積される。
なお、異常検出装置３０では、上記したデータ群或いは識別情報テーブル３７に含まれる各種情報を、操作入力部３４での入力操作に応じて表示部３５に表示させることができる。

さて、パレットＰは、カムフォロワ１８，１８と螺旋部１５ａとの係合によりスクリューロッド１５の回転駆動力が伝達されて搬送方向へ移動する。このため、パレットＰにおいて螺旋部１５ａと係合するカムフォロワ１８，１８の近傍部分或いはガイドプレート１０ａやガイドレール１０ｂとの接触部分で摩耗を受け、破損等が生じるとパレットＰ全体のガタつきや引っ掛かりが発生し、その損耗の程度如何によっては設備２５全体の異常停止を招く虞がある。また、搬送位置がポジション２１～２４からずれてワークＷに対する加工等にも不具合が発生する虞がある。

そこで、本実施形態の異常検出装置３０は、係る不具合や異常停止といった事態を招くことのないよう、事前にその兆候を検知すべくパレットＰの異常検出処理を実行するようになっている。ここで、図４は、異常検出装置３０が実行する処理の流れを示すフローチャートを示しており、符合Ｓ１，Ｓ２，…は、各ステップを表すものとする。

異常検出装置３０は、搬送装置１での搬送動作が行われると（Ｓ１）、その一動作においてトルクセンサ３２により検出されたトルク値と、リーダ３１での読み取りにより特定される搬送路３上のパレットＰ全部の識別情報と、を対応付けて記憶する（Ｓ２）。具体的には、図２に示すポジション２１～２４にパレットＰ_１～Ｐ_４が搬送されたとき、それらの識別情報No.1～No.4に対して当該搬送動作時のトルク値が対応付けられる（図５の「時刻１」参照）。

次いで、異常検出装置３０は、Ｓ２で取得されたトルク値に基づいて、搬送された複数のパレットＰの中に異常のあるパレットＰが含まれるか否かを判定する（Ｓ３）。詳しくは後述するように、Ｓ３の判定では学習モデルを用いて、Ｓ２のトルク値のデータが、正常データの分布からどの程度外れているのかの外れ値を異常度として算出する。算出された異常度が予め設定された所定の閾値を超える場合、異常のあるパレットＰが含まれると判定し（Ｓ３：異常）、当該複数のパレットＰ全部について識別情報毎に異常判定回数ｎをカウントアップする（Ｓ４）。

これに対し、Ｓ３の判定において、係るトルク値のデータから算出される異常度が所定の閾値以下であると、異常のあるパレットＰが含まれていないと判定し（Ｓ３：正常）、当該複数のパレットＰについて異常判定回数ｎをカウントアップすることなく、Ｓ１へリターンする。従って例えば、所定の閾値が７０％に設定されているとき、図５の時刻１に搬送されるパレットＰ_１～Ｐ_４は、その異常度が２０％であるため、異常判定回数ｎを増加させることはない。

こうして、搬送装置１におけるＳ１の搬送動作に応じて、図５に示す各時刻１，２，３，…に、複数のパレットＰ_１～Ｐ_４，Ｐ_２～Ｐ_５，Ｐ_３～Ｐ_６，…が順次搬送される場合、逐次取り込まれる識別情報とトルク値とを対応付けて記憶する処理（Ｓ２）と、そのトルク値に基づき算出される異常度から、対応する複数のパレットＰ_１～Ｐ_４，Ｐ_２～Ｐ_５，Ｐ_３～Ｐ_６，…に異常のあるパレットＰが含まれるか否かを判定する処理（Ｓ３）と、が繰り返し実行されることとなる。

また、図５に例示するように、時刻４に検出されたトルク値に基づき、算出された異常度が閾値を超えるときには（Ｓ３：異常）、対応するパレットＰ_４～Ｐ_７全部ついて識別情報No.4～No.7毎に異常判定回数ｎをカウントアップする処理が実行される（Ｓ４，図６のNo.6，No.7参照）。
そして、異常検出装置３０は、異常判定回数ｎのカウントアップの都度、対応するパレットＰ_４～Ｐ_７の何れかの当該判定回数ｎが所定のカウント値Ｎを超えたか否かを判定する（Ｓ５）。或いは、図６のパレート図で示す異常判定回数ｎを照合し、前記データ群に含まれる全てのパレットＰの間で異常判定回数ｎの有意な差Δｎがあるか否かを判定する。

ここで、図６は、異常検出装置３０においてデータ群に含まれるパレットＰ全部を対象に作成されるパレート図であって、縦軸にパレットＰの識別情報を並べ、横軸にＳ４でカウントされる識別情報毎の異常判定回数ｎ及びその累積構成比を同一のグラフで示している。
前記カウント値Ｎは、異常判定回数ｎの最も多いパレットＰを特定するために予め設定された閾値（例えば３００回）である。また、図６は、破線で囲ったパレットＰ_７の異常判定回数ｎがカウント値Ｎを超え、且つ他のパレットＰ_６，Ｐ_２，Ｐ_１，…の異常判定回数ｎに比して有意な差Δｎを生じさせているときの一例を表すものとする。

この場合、データ群における全てのパレットＰの異常判定回数ｎが、同図のNo.1，No.2のパレットＰ_１，Ｐ_２のような異常判定回数ｎに収まる段階では（図４のＳ５：少ない）、何れも正常なパレットＰと判定され（Ｓ７）、Ｓ１へリターンする。
これに対し、異常検出装置３０は、Ｓ５において異常判定回数ｎが所定のカウント値Ｎを超えた（ｎ＞Ｎ）と判定したとき、或いは図６のNo.7のパレットＰ_７の如く他のパレットＰの異常判定回数ｎとの間で有意な差Δｎがあると判定したとき（Ｓ５：多い）、該当する一のパレットＰの識別情報を特定する（Ｓ６）。

具体的には例えば、搬送装置１においてパレットＰをＰ_４，Ｐ_５，Ｐ_６，Ｐ_７，…の順に搬送する際、そのNo.7のパレットＰ_７の異常摩擦により、搬送動作時のトルク値を上昇させているものとする。このケースでは、パレットＰ_７が搬送装置１の搬入部１１に搬入されてから搬出部１２に搬出されるまで、その搬送動作の都度、Ｓ１，Ｓ２，Ｓ３，Ｓ４，Ｓ５、Ｓ７が実行されることにより、搬送路３上のパレットＰ_４～Ｐ_７，Ｐ_５～Ｐ_８，Ｐ_６～Ｐ_９，或いはＰ_７～Ｐ_１０各々の異常判定回数ｎを増加させる（図４～図６参照）。

それ故、このようなパレットＰ_７は、Ｓ１，Ｓ２，Ｓ３，Ｓ４，Ｓ５、Ｓ７が繰り返し実行されることで、当該パレットＰ_７の前後に流れるＰ_４～Ｐ_６，Ｐ_８～Ｐ_１０はもとより、その余のパレットＰに比して異常判定回数ｎを増加させることとなる。その結果、パレットＰ_７の異常判定回数ｎがカウント値Ｎを超えた時点で（Ｓ５：多い）、或いは他のパレットＰの異常判定回数ｎとの間で有意な差Δｎが生じた時点で、当該パレットＰ_７の異常を特定することができる（Ｓ６）。

この場合、異常検出装置３０において、特定されたパレットＰ_７の識別情報No.7を表示部３５に表示させ、或いは図示しないスピーカにて音声で報知することにより、異常のあるパレットＰ_７を識別可能に特定して、この処理を終了する（エンド）。また、この場合、表示部３５において、図６や図９に例示するパレート図を表示させることにより、異常のあるパレットＰを特定してもよい。

続いて、上記のように特定されるパレットＰ並び機械学習に関して、実際のデータ群等を例示する図７～図１０も参照しながら詳述する。
異常検出装置３０は、パレットＰの異常・正常を判定するために、搬送装置１で実際に搬送対象となるパレットＰが正常状態であることを前提として、以下の学習モデルを作成する。

即ち、異常検出装置３０は、例えば搬送装置１におけるメンテナンス後の所定期間を学習期間として、損耗等がないパレットＰを前記の搬送間隔で搬送する際に、トルクセンサ３２により検出されるトルク値を含むデータ群を一動作毎に取得する。このトルク値は、図７のテーブル３７で示すように一動作分の周期的な波形データＴ０として逐次取得される。この場合、異常検出装置３０は、波形データＴ０の最大値や平均値を求め、その求めた値を特徴量データとして抽出して記憶部３０ａに記憶する。

こうして、異常検出装置３０は、逐次取得されるトルク値について特徴量データを抽出する処理を繰り返し実行することにより、パレットＰの正常状態における多数の実測値を基に、抽出した特徴量データを正常データとして蓄積する。そして、異常検出装置３０の学習部３０ｄは、蓄積された特徴量データに基づき例えばOne-Class Support Vector Machine等の教師なし機械学習の手法を用いて学習モデルを作成する。

これにより、異常検出装置３０は、事前に作成した学習モデルを用いて、図４の異常検出処理で異常度を判定する際に（Ｓ３）、その判定対象としてＳ２で取得されたトルク値に基づき異常度を算出する。この場合、Ｓ２のトルク値は、前記特徴量データに対応する評価データとして、当該トルク値の波形データＴ１の最大値や平均値が抽出され、Ｓ３の異常度は、その抽出された評価データが正常データの分布からどの程度離れているかを示す外れ値のスコアとして求めることができる。

ここで、図８は、横軸の経過時間に応じた時系列で異常度を表すトレンドグラフである。トレンドグラフは、パレットＰの搬送時に表示部３５に表示させて、Ｓ３で算出される異常度を監視することができる。なお、図７に示す符号Ｔｈは、異常度に対する閾値の一例を示すものであり、図５に示した異常度の閾値（例えば７０％）のように予め操作入力部３４で入力され、設定される。

こうして、異常検出装置３０の判定部３０ｂは、図４のＳ３において異常度を判定する際に、その異常度が予め設定された閾値Ｔｈを超えたとき、搬送路３上の複数のパレットＰの中に異常のあるパレットＰが含まれると判定し（Ｓ３：異常）、当該複数のパレットＰ全部について識別情報毎に異常判定回数ｎをカウントアップする（Ｓ４）。

この場合、図９は、Ｓ３、Ｓ４での判定及びカウントアップが行われることにより生成された判定結果としての、異常判定回数ｎを累積構成比の高いパレットＰから順に並べたパレート図の一例を表すものとする。また、同図に示すように、破線で囲ったNo.2のパレットＰ_２の異常判定回数ｎが予め設定されたカウント値Ｎを超え、又、No.1のパレットＰ_１の異常判定回数ｎが他のパレットＰ_１０の異常判定回数ｎとの間で有意な差Δｎが生じているものとする。

このとき、異常検出装置３０の特定部３０ｂは、図４のＳ５においてパレットＰ_２の異常判定回数ｎが予め設定されたカウント値Ｎを超えた（ｎ＞Ｎ）と判定し、又、パレットＰ_１の異常判定回数ｎと他のパレットＰ_１０の異常判定回数ｎとの間で有意な差Δｎがあると判定して（Ｓ５：多い）、当該一のパレットＰ_２，Ｐ_１の異常を特定する（Ｓ６）。

なお、「一のパレットＰ」とは、搬送路３上を順次搬送される複数のパレットＰを対象に異常判定がなされる結果として、相対的に異常判定回数ｎが多くなる一のパレットＰを称するものであり、上記のＳ６の如く一個以上のパレットＰ_２，Ｐ_１を含みうる。換言すれば、複数のパレットＰの中に異常のある一のパレットＰが含まれることにより異常判定回数ｎを増加させることとなる一のパレットＰを特定するものである。従って、図９の例では、該当するパレットＰ_２，Ｐ_１が二個あっても、当該一のパレットＰ_２，Ｐ_１に相当する。

図１０は、Ｓ６において特定されたパレットＰ_２における摩耗箇所１００の断面図を示している。このような摩耗箇所１００は、パレットＰ_２において螺旋部１５ａと係合するカムフォロワ１８，１８の近傍部分、或いはガイドプレート１０ａやガイドレール１０ｂとの接触部分の箇所であり、異常が特定された他のパレットＰ_１ついても摩耗による損傷が確認された。

こうしたパレットＰ_２，Ｐ_１における摩耗箇所１００は、搬送装置１の外観からは視認し難い接触部分の位置にあるが、その接触部分の異常摩擦等と相関を示すトルク値から、機械学習を用いて異常度を算出することにより、複数のパレットＰを搬送している稼動時においても、該当するパレットＰ_２，Ｐ_１の異常を正確に特定することができ、上記した不具合が発生する兆候を検知することができる。

以上説明したように、本実施形態の異常検出方法は、識別情報取得部（例えばリーダ３１）により取得された搬送路３上のパレットＰ各々の識別情報と、検出部（例えばトルクセンサ３２）により検出された負荷情報とを逐次取り込み、対応付けた時系列的なデータ群として記憶する記憶ステップＳ２と、パレットＰ各々の識別情報と対応付けられる負荷情報に基づいて、搬送路３上の複数のパレットＰの中に異常のあるパレットＰが含まれるか否かを負荷情報ごとに判定する判定ステップＳ３と、前記データ群について前記負荷情報ごとに前記判定が行われることにより生成された複数の判定結果とパレットＰ各々の識別情報との対応関係に基づいて、搬送対象とされた全てのパレットＰの中から、異常の判定回数ｎを増加させる一のパレットＰを特定する特定ステップＳ４，Ｓ５，Ｓ６と、を備える。

これによれば、搬送路３上を複数のパレットＰが搬送される際に、それらパレットＰ各々の識別情報と負荷情報とが逐次取り込まれ、対応付けられた時系列的なデータ群として蓄積される。この場合、搬送路３上の複数のパレットＰの中に異常のあるパレットＰが含まれていれば、これについて対応する負荷情報から判定することができる。
また、蓄積されたデータ群について負荷情報ごとに係る判定が行われることにより生成された複数の判定結果とパレットＰの識別情報との対応関係に基づき、搬送対象とされた全てのパレットの中から、異常の判定回数を増加させる一のパレットＰ、つまりパレットそのものの異常を個別に特定することができる。よって、パレットＰ全数についてメンテナンスに係る工数を低減することが可能となり、設備２５の稼動率の低下を抑制することができる。

前記駆動機構６は、搬送装置１において複数のパレットＰを搬送する際の駆動源としての駆動モータ５を有し、前記検出部は、駆動モータ５の負荷変動を示す負荷情報を検出する。
これによれば、駆動モータ５の負荷情報としての例えばトルク値は、搬送装置１においてパレットＰに生じる異常摩擦等と直接的な相関をもつことから、パレットＰの正確な異常判定を行うことができる。
なお、駆動モータ５はサーボモータに限らず、例えばステッピングモータや、他の空圧や油圧の駆動源を用いても、パレットＰの搬送に必要なトルクを発生させることができる。また、負荷情報はトルク値に限らず、例えば検出部として電流センサを用い、モータの電流値を検出してもよい。

前記判定ステップＳ３は、パレットＰ各々の識別情報と対応付けられる負荷情報から異常度を算出するとともに、算出された異常度と予め記憶された閾値Ｔｈとを比較することにより前記判定を行う。
このため、搬送路３上を複数のパレットＰが搬送される際に、算出された異常度が閾値Ｔｈを超えたとき、当該複数のパレットＰの中に異常のあるパレットＰが含まれると判定することができ、容易且つ一義的に異常を検出することができる。

予め取得された負荷情報を用いた機械学習を行い、学習モデルを作成する学習部３０ｄを備え、判定ステップＳ３は、その判定対象となる負荷情報から、学習モデルを用いて前記判定を行う。これによれば、例えば前記正常データとしての負荷情報を学習した学習モデルに基づき、異常のあるパレットＰが含まれるか否かを精度よく判定することができる。

前記特定ステップは、判定ステップＳ３において搬送路３上の複数のパレットＰの中に異常のあるパレットＰが含まれると判定される都度、当該複数のパレットＰ各々について異常の判定回数ｎをカウントアップし、搬送対象とされた全てのパレットＰの中から異常の判定回数ｎが所定のカウント値Ｎを超えた一のパレットＰを特定し、或いは全てのパレットＰの中で異常の判定回数ｎの有意な差Δｎが生じている一のパレットＰを特定する。

これによれば、搬送路３上を累積的に多くのパレットＰが順次搬送されるものとしても、又、これに対応して逐次取り込まれた多数のデータが蓄積されるものとしても、その中から異常の判定回数ｎについてカウント値Ｎを超えた一のパレットＰ或いは有意な差Δｎが生じているものを、パレットＰ自体の異常として確実に検出することができる。

本開示は、実施例（実施形態）に準拠して記述されたが、本開示は当該実施例や構造に限定されるものではないと理解される。本開示は、様々な変形例や均等範囲内の変形をも包含する。加えて、様々な組み合わせや形態、更には、それらに一要素のみ、それ以上、あるいはそれ以下、を含む他の組み合わせや形態をも、本開示の範疇や思想範囲に入るものである。
例えば、異常検出装置３０の学習部３０ｄは教師なし学習に限らず、教師あり学習等の公知の機械学習の手法により、搬送装置１から取得されたデータを用いた機械学習を行うことで学習モデルを作成することができる。

図面中、１は搬出装置、３は搬送路、５は駆動モータ、６は駆動機構、３０は異常検出装置、３０ａは記憶部、３０ｂは判定部、３０ｃは特定部、３０ｄは学習部、３１はリーダ（識別情報取得部）、３２はトルクセンサ（検出部）、Ｐはパレット、を示す。

Claims

搬送路（３）に沿って複数のパレット（Ｐ）を搬送可能な搬送装置（１）におけるパレットの異常を検出するための異常検出方法であって、
前記搬送装置において駆動機構（６）により複数のパレットが順次搬送される際に、その搬送路上のパレット各々の識別情報を取得する識別情報取得部（３１）と、前記駆動機構に係る負荷を示す負荷情報を前記搬送路上のパレットの搬送間隔に対応した時間間隔で時系列に検出する検出部（３２）と、を具備し、
前記識別情報取得部により取得された前記搬送路上のパレット各々の識別情報と、前記検出部により検出された負荷情報と、を逐次取り込み、対応付けた時系列的なデータ群として記憶する記憶ステップ（Ｓ２）と、
前記パレット各々の識別情報と対応付けられる前記負荷情報に基づいて、前記搬送路上の複数のパレットの中に異常のあるパレットが含まれるか否かを当該負荷情報ごとに判定する判定ステップ（Ｓ３）と、
前記データ群について前記負荷情報ごとに前記判定が行われることにより生成された複数の判定結果と前記パレットの識別情報との対応関係に基づいて、搬送対象とされた全てのパレット中から、前記異常の判定回数を増加させる一のパレットを特定する特定ステップ（Ｓ４，Ｓ５，Ｓ６）と、を備える異常検出方法。
前記駆動機構は、前記搬送装置において複数のパレットを搬送する際の駆動源としての駆動モータ（５）を有し、
前記検出部は、前記駆動モータの負荷変動を示す前記負荷情報を検出する請求項１記載の異常検出方法。
前記判定ステップは、前記パレット各々の識別情報と対応付けられる前記負荷情報から異常度を算出するとともに、算出された異常度と予め記憶された閾値とを比較することにより前記判定を行う請求項１又は２記載の異常検出方法。
予め取得された前記負荷情報を用いた機械学習を行い、学習モデルを作成する学習部（３０ｄ）を備え、
前記判定ステップは、その判定対象となる前記負荷情報から、前記学習モデルを用いて前記判定を行う請求項１から３の何れか一項記載の異常検出方法。
前記特定ステップは、前記判定ステップにおいて前記搬送路上の複数のパレットの中に異常のあるパレットが含まれると判定される都度、当該複数のパレット各々について前記異常の判定回数をカウントアップし、前記全てのパレットの中から前記異常の判定回数が所定のカウント値を超えた一のパレットを特定し、或いは前記全てのパレットの中で前記異常の判定回数の有意な差が生じている一のパレットを特定する請求項１から４の何れか一項記載の異常検出方法。
搬送路に沿って複数のパレットを搬送可能な搬送装置におけるパレットの異常を検出するための異常検出装置であって、
前記搬送装置において駆動機構により複数のパレットが順次搬送される際に、その搬送路上のパレット各々の識別情報を取得する識別情報取得部と、
前記駆動機構に係る負荷を示す負荷情報を、前記搬送路上のパレットの搬送間隔に対応した時間間隔で時系列に検出する検出部と、
前記識別情報取得部により取得された前記搬送路上のパレット各々の識別情報と、前記検出部により検出された負荷情報と、を逐次取り込み、対応付けた時系列的なデータ群として記憶する記憶部（３０ａ）と、
前記パレット各々の識別情報と対応付けられる前記負荷情報に基づいて、前記搬送路上の複数のパレットの中に異常のあるパレットが含まれるか否かを当該負荷情報ごとに判定する判定部（３０ｂ）と、
前記データ群について前記負荷情報ごとに前記判定が行われることにより生成された複数の判定結果と前記パレットの識別情報との対応関係に基づいて、搬送対象とされた全てのパレットの中から、前記異常の判定回数を増加させる一のパレットを特定する特定部（３０ｃ）と、を備える異常検出装置。