JP7477367B2 - 異常機器判定システム - Google Patents

Description

本発明は、異常機器判定システムに関する。

特許文献１には、複数の駆動機器が存在するプリンタの各駆動機器の異常を、予め取得済みの正常な状態の各駆動機器の電流値と、運用中に逐次取得する全体の消費電流から、各駆動機器の異常を判定する技術が開示されている。

特開２００８－７６２９２号

上述した特許文献１では、複数の駆動機器で電流波形が変化した場合に、差し引きを利用して運用中総電流波形から各駆動機器の運用中電流波形を求めることは難しい。

本発明の目的は、運用中に必要なセンシングコストを低減した状態で、任意かつ複数の電力消費装置の異常を総電流波形から検知することにある。

本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。

本発明の一態様は、異常機器判定システムであって、正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、前記異常判定部が判定した結果を表示する判定結果表示部と、を備えることを特徴とする。

本発明によれば、運用中に必要なセンシングコストを低減した状態で、任意かつ複数の電力消費装置の異常を総電流波形から検知することができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

異常機器判定装置と対象装置の例を示す図である。 異常機器判定の対象装置の電源系回路の例を示す図である。 モータごとの一製造プロセス分の電流の波形の例を示す。 総電流波形の例を示す図である。 異常判定処理の流れの例を示すフローチャートである。 異常機器判定装置の構成例を示すブロック図である。図６（ａ）は、学習時に関連する構成の例を示すブロック図であり、図６（ｂ）は、運用時に関連する構成の例を示すブロック図である。 運用時の電流波形を例示する図である。図７（ａ）は、取得された総電流波形を示し、図７（ｂ）は、個別機器の電流波形を積み上げたグラフの例を示す。 運用時のモータごとの一製造プロセス分の電流の波形の例を示す図である。 異常判定処理（第一の実施例）の処理フローの例を示す図である。 算出した変化率を用いて個別機器電流波形を推定した図である。 判定結果表示部が表示する変化率の表示画面の例を示す図である。 異常判定処理（第二の実施例）の処理フローの例を示す図である。 異常時の個別機器電流波形を推定した図である。 判定結果表示部が表示する変化率の表示画面の例を示す図である。 異常判定処理（第三の実施例）の処理フローの例を示す図である。 判定結果表示部が表示する変化率の表示画面の例を示す図である。 異常判定処理（第四の実施例）の処理フローの例を示す図である。 総電流波形と各個別機器電流波形の関係性の例を示す図である。図１８（ａ）は、取得された総電流波形を示し、図１８（ｂ）は、個別機器の電流波形を積み上げたグラフの例を示す。 算出した変化率を用いて個別機器の電流波形を推定した図である。 総電流波形と各個別機器電流波形の関係性の例を示す図である。図２０（ａ）は、取得された総電流波形を示し、図２０（ｂ）は、個別機器の電流×電圧比のグラフを積み上げた例を示す。 第五の実施例に係る対象装置の電源系回路の例を示す図である。 異常判定処理（第五の実施例）の処理フローの例を示す図である。 総電流波形と各個別機器電流波形の関係性の例を示す図である。図２３（ａ）は、取得された総電流波形を示し、図２３（ｂ）は、電圧比により換算した個別機器の電流×電圧比のグラフを積み上げた例を示す図である。 第六の実施例に係る対象装置の概要の構成を示す図である。 数値制御金属加工機の電源系回路の概要の構成例を示す図である。 異常判定処理（第六の実施例）の処理フローの例を示す図である。 異常機器判定装置のハードウェア構成例を示す図である。

以下の実施形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。

また、以下の実施形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

さらに、以下の実施形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。

同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合および原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。

また、実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。以下、本発明の各実施形態について図面を用いて説明する。

従来より、産業機器では、モータにより制御される機器が多く存在し、モータの実際の回転状態をエンコーダと呼ばれる検出器で取得し、モータへの制御入力値を変化させて高精度に制御する技術がある。このような実際の状態に合わせて制御入力値が変化する仕組みを利用し、制御入力値の中で特に電流値などを電流センサを用いて外部から取得し、モータの異常状態を判定する取り組みが行われている。

そのような技術では、モータから減速機などのギアを用いて回転を伝達する場合には、そのギアの異常状態も判定することができ得る。近年のロボットや工作機械などの産業機器では一つの機器内に複数の駆動部が存在し、それぞれをモータで制御していることも珍しくない。そのため、各駆動部について電流値を取得する手法により、駆動部ごとの異常を判定することが可能とも考えられる。

しかしながら、複数搭載されたモータなどの駆動機器の異常を判定する際に、各駆動機器に電流センサ等のセンサを取り付けると、センサ単体コストに加えて、アナログのセンサデータをデジタル信号に変えるアナログ-デジタルコンバータや、デジタル信号を読み込むためのロギング装置が各駆動機器に必要になり、それらの装置コストも付随して必要となり、センシングコストが高くなってしまう。

上述の特許文献１に記載のシステムでは、運用前に学習フェーズを設けて、各駆動機器の電流を測定して記憶し、運用中は各駆動機器の消費電流の総和となる各駆動機器の大元に存在する制御基板の消費電流(以後総電流と呼称)のみをセンサで測定して異常を検出している。

このような技術では、対象の駆動機器の電流波形を算出する際には、運用中に測定した総電流から、対象の駆動機器を除く他の駆動機器の電流を差し引くことにより、対象の駆動機器の運用中の電流波形を得る。異常判定の際には、得られた対象の駆動機器の運用中電流波形と、記憶しておいた対象の駆動機器の電流波形とを比較して、判定を行う。

しかしながら、本手法では二つの欠点が存在する。一つ目は、複数の駆動機器で同時に電流波形が変化した場合に、差し引きを利用して運用中総電流波形から各駆動機器の運用中電流波形を求めることが困難であることである。二つ目は、一つの駆動機器で電流波形が変化するのみだとしても、最初に異常が発生する駆動機器しか対象にすることができないことである。

以下の実施例では、いずれも実際の装置が取りうる種々の構成についても対応しているため、異常機器判定システムとして高い汎用性を有することも優れた点である。

図１は、異常機器判定装置と対象装置の例を示す図である。対象装置は、制御Ｂｏｘ２００と、ロボット部３００とを含んで構成されている。対象装置の電源は配電盤１００から取得されている。ロボット部３００には、複数の稼働軸が存在し、第一稼働軸３０１、第二稼働軸３０２、第三稼働軸３０３、第四稼働軸３０４、第五稼働軸３０５、第六稼働軸３０６は、それぞれ矢印方向に回転運動をすることができる。それぞれの稼働軸は、正常動作時に電力を消費する電力消費装置であるといえる。制御Ｂｏｘ２００は、ロボット部３００の動作を制御する。

異常機器判定装置１は、対象装置の制御Ｂｏｘ２００と接続される。異常機器判定装置１は、記憶部１０と、処理部２０と、を備える。記憶部１０には、基準となる波形を記憶する基準波形記憶部１１が格納される。より具体的には、記憶部１０は、電力消費装置に供給される電流と、複数の電力消費装置に電力を供給する制御基板に供給される電流と、のそれぞれを時系列に記録した基準波形を記憶する。

処理部２０には、電流取得部２１と、異常判定部２２と、判定結果表示部２３と、が含まれる。電流取得部２１は、後述する電流センサを介して、制御基板２２０に供給される電流を時系列に取得する。異常判定部２２は、取得した電流値の異常の有無を判定する。判定結果表示部２３は、異常判定部２２が判定した結果を表示する。

図２７は、異常機器判定装置のハードウェア構成例を示す図である。異常機器判定装置１は、中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）２と、メモリ３と、ハードディスク装置（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）などの外部記憶装置４と、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）などの可搬性を有する記憶媒体５に対して情報を読む読取装置６と、キーボードやマウス、バーコードリーダなどの入力装置７と、ディスプレイなどの出力装置８と、インターネットなどの通信ネットワークを介して他のコンピュータと通信する通信装置９とを備えた一般的なコンピュータ、あるいはこのコンピュータを複数備えたネットワークシステムにより実現できる。なお、読取装置６は、可搬性を有する記憶媒体５の読取だけでなく、書き込みも可能なものであっても良いことは言うまでもない。

例えば、処理部２０に含まれる電流取得部２１と、異常判定部２２と、判定結果表示部２３とは、外部記憶装置４に記憶されている所定のプログラムをメモリ３にロードしてＣＰＵ２で実行することで実現可能であり、記憶部１０は、ＣＰＵ２がメモリ３または外部記憶装置４を利用することにより実現可能である。

この所定のプログラムは、読取装置６を介して可搬性を有する記憶媒体５から、あるいは、通信装置９を介してネットワークから、外部記憶装置４にダウンロードされ、それから、メモリ３上にロードされてＣＰＵ２により実行されるようにしてもよい。また、読取装置６を介して可搬性を有する記憶媒体５から、あるいは、通信装置９を介してネットワークから、メモリ３上に直接ロードされ、ＣＰＵ２により実行されるようにしてもよい。

図２は、異常機器判定の対象装置の電源系回路の例を示す図である。配電盤１００から制御Ｂｏｘ２００内を経由して、ロボット部３００内の駆動用モータである各モータに電力が供給される。ロボット部３００には、複数の駆動用モータが含まれ、それぞれの駆動用モータの回転は減速機に伝えられ、さらにその先に設けられた稼働軸を動作させる。減速機は、入力された回転速度を減少させて代わりにトルクを増大させる機構である。

図２の例では、制御Ｂｏｘ２００には、電源回路２１０と、制御基板２２０と、が含まれ、配電盤１００から供給される電力は電源回路２１０に受け渡されて制御基板２２０を通り、各モータに供給される。制御基板２２０は、複数の電力消費装置に電力を供給することができる。駆動用モータは、第一モータ３２１と、第二モータ３２２と、第三モータ３２３と、第四モータ３２４と、第五モータ３２５と、第六モータ３２６と、がロボット部３００に搭載されている。

それぞれの駆動用モータには、第一減速機３１１と、第二減速機３１２と、第三減速機３１３と、第四減速機３１４と、第五減速機３１５と、第六減速機３１６と、がそれぞれ接続されている。また、それぞれの減速機には、第一稼働軸３０１と、第二稼働軸３０２と、第三稼働軸３０３と、第四稼働軸３０４と、第五稼働軸３０５と、第六稼働軸３０６と、がそれぞれ接続されている。

図３は、モータごとの一製造プロセス分の電流の波形の例を示す。本発明で示される電流波形は、交流波形から包絡線を抽出した波形を記載しているが、包絡線以外にも実効値を用いたり、交流成分から変換されたトルク電流値等を用いることもできる。ロボット部３００は、所定の動作プログラムに応じて制御基板２２０から出力される電流の大きさや周波数によって各稼働軸につながるモータが駆動されて動作する。故に、これらの電流波形は、ロボットの各稼働軸のモータやモータにつながる機械的部品である減速機や稼働軸の劣化状態を反映する重要な物理量であることが知られている。

電流波形５０１は、第一稼働軸３０１につながる第一モータ３２１の電流の波形である。同様に、電流波形５０２、電流波形５０３、電流波形５０４、電流波形５０５、電流波形５０６は、それぞれ、第二稼働軸３０２につながる第二モータ３２２の電流の波形、第三稼働軸３０３につながる第三モータ３２３の電流の波形、第四稼働軸３０４につながる第四モータ３２４の電流の波形、第五稼働軸３０５につながる第五モータ３２５の電流の波形、第六稼働軸３０６につながる第六モータ３２６の電流の波形である。

図４は、総電流波形の例を示す図である。総電流波形６０１は、配電盤１００から電源回路２１０を経由して制御基板２２０に流れる電流波形であり、総電流波形詳細６０２は、総電流波形６０１内の各軸の内訳を示す。

総電流波形６０１と総電流波形詳細６０２とは、等しい電流波形であり、各稼働軸の電流の総和が総電流と等しいことを示しており、下式（１）のように表される。但し、Ｉ_ｗ（ｔ）はある時刻tにおける総電流、I_ｉ（ｔ）はある時刻tにおける各稼働軸電流(以後稼働軸や減速機、モータの状態を含む物理量として個別機器電流と称す)を示し、iは稼働軸の番号を意味する。

・・・（１）
ここまで、電流に関して着目しているが、電流のみに着目できる条件は各箇所で電圧が一定であり、電流と電力が比例関係にあることである。従来の例及び後述する本発明に係る第一～第三の実施例では、電圧が一定であるとの条件が前提として用いられている。

＜従来技術の例＞続いて、従来の技術による異常機器判定装置の構成例について対比のために図５～図８を用いて説明する。図５にて従来の技術の異常機器判定装置の処理の流れの例をフローチャート形式で示し、図６にて従来の技術の例および本発明に係る異常機器判定装置のブロック図を示す。

図６（ａ）は、異常機器判定装置１の学習時に関連する構成の例を示すブロック図であり、図６（ｂ）は、異常機器判定装置１の運用時に関連する構成の例を示すブロック図である。学習時には、異常機器判定装置１の処理部２０に含まれる電流取得部２１は、総電流用センサ７０１から総電流値を取得する。総電流用センサ７０１は、配電盤１００と電源回路２１０の間の配線、もしくは電源回路２１０と制御基板２２０の間の配線に設置される。

また、学習時には、電流取得部２１は、軸１電流用センサ７０２乃至軸６電流用センサ７０３から各軸（個別機器）の電流値を取得する。軸１電流用センサ７０２乃至軸６電流用センサ７０３は、それぞれ、制御基板２２０と各モータ間の間の配線に設置される。

電流取得部２１により電流値が取得されると、電流取得部２１は基準波形記憶部１１に全波形を基準波形として記憶させる。記憶される基準波形は、電流波形５０１乃至電流波形５０６のような波形であり、各稼働軸の電流の総和が総電流と等しいという関係も満たすことが必要である。

電流取得部２１は、過去の故障記録と電流データの相関を分析し、故障（異常）と判定するための指標(異常度)とその閾値を所定のアルゴリズムを用いて演算し設定する。

運用時には、異常機器判定装置１の処理部２０に含まれる電流取得部２１は、学習時と同様に総電流用センサ７０１から総電流値を取得する。総電流用センサ７０１は、学習時と同様に、配電盤１００と電源回路２１０の間の配線、もしくは電源回路２１０と制御基板２２０の間の配線に設置される。

そして、電流取得部２１は、取得した総電流を異常判定部２２に受け渡し、異常判定部２２は基準波形記憶部１１から基準波形を取得して総電流が異常に相当するか否か判定する。判定結果表示部２３は、異常判定部２２が異常と判定すると、その旨および異常な稼働軸を特定して表示情報を作成し、図示しない機器判定装置１のディスプレイ等に表示する。

ここで、従来の技術による運用時の処理では、異常判定部２２は、取得した運用中の総電流波形から異常判定を行う対象機器の電流波形を推定することとなる。この処理では、下式（２）に示される数式を元に算出する。但し、括弧内添え字０は学習時の電流波形であることを示し、括弧内添え字tは運用時のある時刻を示している。また、下式（２）は、異常の検知対象を第一稼働軸とした場合の例である。

・・・（２）
すなわち、従来技術による異常判定時には、カレントの総電流から学習時の対象以外の個別機器の電流波形を差し引くことにより、カレントの対象機器、すなわち個別機器の電流波形を算出する。

図７は、従来技術による異常判定において取得された運用時の電流波形を例示する図である。図７（ａ）では、取得された総電流波形６１１が示されており、図７（ｂ）では、上式（２）で求められた個別機器１の電流波形６１２の例が示されている。

図８は、運用時のモータごとの一製造プロセス分の電流の波形の例を示す。図８に示された例は、図３において示された学習時の例と基本的に同じであるが、第一稼働軸３０１の電流波形５１１が電流波形５０１とは異なる。この場合に、従来技術により異常を検出するためには、第二稼働軸３０２～第六稼働軸３０６の運用時の電流波形５１２～５１６が学習時の電流波形５０２～５０６とそれぞれ同じ波形である必要がある。波形が異なる場合には、第一稼働軸３０１の電流波形５１１を正確に取得できず、異常判定も正確な判定とは言えなくなる。つまり、複数機器の異常を検出することができないといえる。

図５は、従来技術による異常判定処理の流れの例を示すフローチャートである。このフローは、ステップＳ００１～Ｓ００９により構成され、学習時の処理がステップＳ００１～Ｓ００３の処理であり、運用時の処理がステップＳ００４～Ｓ００９の処理である。

まず、電流取得部２１は、総電流と各軸（個別機器）の電流を取得する（ステップＳ００１）。具体的には、電流取得部２１は、総電流用センサ７０１から総電流値を取得し、軸１電流用センサ７０２乃至軸６電流用センサ７０３から各軸（個別機器）の電流値を取得する。

そして、電流取得部２１は、各軸の電流波形（学習時個別電流波形）を記憶させる（ステップＳ００２）。具体的には、電流取得部２１は、基準波形記憶部１１に全波形を基準波形として記憶させる。

そして、電流取得部２１は、異常と判定する異常度（相関係数）の閾値を設定する（ステップＳ００３）。具体的には、電流取得部２１は、過去の故障記録と電流データの相関を分析し、故障（異常）と判定するための指標(異常度)とその閾値を所定のアルゴリズムを用いて演算し設定する。ここまでが、学習時の処理フローである。

次に、電流取得部２１は、１プロセス分総電流波形（運用時総電流）を取得する（ステップＳ００４）。具体的には、電流取得部２１は、総電流用センサ７０１から総電流値を取得する。

そして、異常判定部２２は、取得した運用時総電流から、異常検知対象外の各軸の基準波形を用いて除去する（ステップＳ００５）。具体的には、異常判定部２２は、基準波形記憶部１１から基準波形を取得して、総電流から差し引く。

そして、異常判定部２２は、基準波形から見た抽出波形の異常度を算出する（ステップＳ００６）。具体的には、異常判定部２２は、抽出した波形と学習時の基準波形との相関係数を算出して、異常度を算出する。

そして、異常判定部２２は、異常度が閾値以上であるか否か判定する（ステップＳ００７）。具体的には、異常判定部２２は、ステップＳ００６において算出した相関係数が、ステップＳ００３において設定した異常度の閾値以上であるか否か判定する。

異常度が閾値以上ではない場合（ステップＳ００７にて「Ｎｏ」の場合）には、異常判定部２２は、正常と判定して、次プロセスの異常検知に処理を進めるためにステップＳ００４へ制御を戻す（ステップＳ００８）。

異常度が閾値以上である場合（ステップＳ００７にて「Ｙｅｓ」の場合）には、異常判定部２２は異常と判定する（ステップＳ００９）。

以上が、異常判定処理（従来技術）の処理内容の例である。

＜第一の実施例＞次に、図９～図１１を用いて、本発明に係る第一の実施例を説明する。第一の実施例では、上記の従来技術と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図９は、異常判定処理（第一の実施例）の処理フローの例を示す図である。学習時の処理では、各軸の電流波形を記憶した後、電流取得部２１は、異常と判定する異常度として、変化率の閾値を設定する（ステップＳ１０３）点で従来技術との相違がある。具体的には、電流取得部２１は、過去の故障記録と電流データの相関を分析し、故障（異常）と判定するための指標を電流波形の変化率として、その閾値を所定のアルゴリズムを用いて演算し設定する。

そして、運用時の処理では、１プロセス分の総電流波形を取得した後、異常判定部２２は、取得した運用時総電流について多変量解析、例えば重回帰分析を行い、各軸の電流波形の変化率を算出する（ステップＳ１０５）。具体的には、まずすべての稼働軸（個別機器）が、学習時から変化していると仮定し、異常判定部２２は、下式(３)に示される式を構築する。但し、α_１～α_６は各個別機器の電流波形の変化した割合を示す変化率であり、この処理時点では未知数である。

・・・式（３）
上式(３)では、未知数が６つ（α_１～α_６）存在する。本実施例で対象とする異常は、この未知数が一つのプロセス内で変化しない値であることを条件としている。すなわち、異常時には波形全体がα_ｉ倍になるという条件である。本条件であれば、プロセス内の各時刻に上式(３)が成り立つ。そのため例えば、図３に示されるような１５秒間のプロセスで、電流値が１秒毎に取得されているとすれば、上式(３)はｔの値を異ならせて１５個作成することが可能である。

６つの未知変化率に対して１５個の式が存在するため、連立方程式の観点から変化率α_１～α_６は求解可能であると言える。このように全個別機器が変化していると仮定し、複数の未知数を求解する手法である重回帰分析を用いて処理を行うことが本実施例の特徴である。また、本実施例では、異常判定部２２は、複数の電力消費装置に供給される電流と電流変化率の積の総和が制御基板に供給される電流に等しくなることを利用した重回帰分析により電流変化率を算出している。

異常度（変化率）が閾値以上である場合（ステップＳ００７において「Ｙｅｓ」の場合）には、異常判定部２２は、異常と判定し、判定結果表示部２３は、変化率α_１～α_６を表示部に表示する（ステップＳ１０９）。

図１０は、算出した変化率を用いて個別機器電流波形を推定した図である。各個別機器電流波形は下式(４)で表される。

・・・式（４）
具体的には、図１０で示す軸３の電流波形５２３は、図８に示した運用時の電流波形５１３に比して、α_３倍の変化率となっている。

図１１は、判定結果表示部が表示する変化率の表示画面の例を示す図である。変化率α_ｉは初期値として「１」を取ることになり、この時の電流波形は図３に示した学習時電流波形と等しく、学習時個別機器波形と等しい。

表示画面８００には、各稼働軸ごとに変化率の推移をプロセス単位で示すグラフ８０１が含められている。ここで、図１１の各グラフ内に記載されている変化率α_ｉｂは、図９に示した第一の実施例のフローチャート内のステップＳ１０３において設定された異常度の閾値を示している。図１１内のグラフ８０１の１プロットはプロセス１つ分を示しており、フローチャートのステップＳ００４～ステップＳ００７の処理ごとに一つプロットが生成される。

まとめると、異常判定部２２は、電流取得部２１が取得した制御基板に供給される電流と、基準波形と、を用いて電力消費装置ごとの電流変化率を多変量解析により算出し、電流変化率が閾値を超過すると電力消費装置の異常であると判定する。また、判定結果表示部２３は、異常判定部２２が判定した結果を表示する。

本実施例では図１１に示される通り、多変量解析により軸１と軸３が同時に変化している様子を捉えることができており、従来の技術では対象とできなかった、複数機器の異常判定が可能となるという効果が得られている。また、判定結果表示部２３により、異常と判定されていなくとも異常に遷移していく様子を観察することも可能という効果も得られる。以上が、本発明に係る第一の実施例である。

＜第二の実施例＞次に、図１２～図１４を用いて、本発明に係る第二の実施例を説明する。第二の実施例では、上記の第一の実施例と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図１２は、異常判定処理（第二の実施例）の処理フローの例を示す図である。学習時の処理は、第一の実施例と同様である。運用時の処理においては、１プロセス分総電流波形を取得した後、多変量解析により変化率を算出するが、その処理において、時間窓を設定して運用時総電流波形および基準波形から所定期間の一部のデータを切り出して、複数回の多変量解析を行う点に相違がある。つまり、基準波形を所定の時間窓で複数に区切った区間ごとに電流変化率を算出して異常を判定する。

第一の実施例において説明したとおり、多変量解析（重回帰分析）で変化率α_１～α_６を算出するために構築すべき式(３)の個数は、未知数の数（α_１～α_６の場合、６個）以上であればよく、例えば１５秒間のプロセスで１秒毎に電流値が記録されていれば、６秒間分のデータのみで変化率α_ｉを算出することができる。つまり、連続するサンプル数が稼働軸の数以上であれば重回帰分析が可能である。

第二の実施例では、学習時のデータが図３に示される電流波形であり、異常時の電流波形が図１３に示される状態であるとする。但し、実際の処理では図１３に示す電流波形群はセンサからは取得されず、ここでは説明のためにのみ記載している。

具体的には、異常判定部２２は、まず、最小時間幅（時間窓）で運用時総電流波形を分割して抽出する（ステップＳ２０５）。最小時間幅は、上記の例では未知数の数のサンプルを確保できる６秒となるが、これに限られず、それ以上であってもよい。そして、異常判定部２２は、ステップＳ２０５にて用いた最小時間幅（時間窓）で学習時総電流波形を分割して抽出する（ステップＳ２０６）。

そして、異常判定部２２は、重回帰分析で、各軸・各時間電流の変化率を算出する（ステップＳ２０７）。具体的には、異常判定部２２は、設定された時間窓内におけるサンプルから特定される変化率を算出する。

上記ステップＳ２０５～Ｓ２０７の処理によれば、６秒毎に変化率を重回帰分析で算出するため、図１４に示される変化率のプロセス内推移を取得することができる。変化率は、１秒ごとにずらして６秒間分のデータを取得して算出するため、離散的ではあるが正弦波のようななだらかなカーブを描く。サンプル数が少ない程、よりダイナミックな変化率の反応を得られる。

図１４は、判定結果表示部が表示する変化率の表示画面の例を示す図である。表示画面８１０には、各稼働軸ごとに変化率の推移を時間単位で示すグラフ８１１が含められている。グラフ８１１に示される通り、第一稼働軸３０１ではプロセス内の前半のみ、第三稼働軸３０３ではプロセス内の後半のみで変化率が上昇しており、局所的な異常を捉えることができている。

第二の実施例に係る発明によれば、プロセス内で一様に異常状態が発現せず、プロセス内で部分的に発現する異常状態であっても精度よく捉えることができる。特に、一プロセスにかかる時間が長い場合には、異常の検出精度を飛躍的に高めることができる。

＜第三の実施例＞次に、図１５、図１６を用いて、本発明に係る第三の実施例を説明する。第三の実施例では、上記の第一の実施例と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図１５は、異常判定処理（第三の実施例）の処理フローの例を示す図である。学習時の処理は、第一の実施例と基本的に同様であるが、異常と判定する異常度の閾値以外にも、学習時の電流波形のバラつきから、異常と判定すべきでない異常度の第二の閾値を算出し、判定精度の向上を達成するようにしている。つまり、制御基板に供給される電流の基準波形に応じて所定の検出可否指標となる閾値（第二の閾値）を特定し、電流変化率が第二の閾値を超えない場合には異常と判定しないことで、誤判定を防止する。

具体的には、異常度の閾値設定をステップＳ１０３にて行った後、学習時の処理として、学習時電流波形からバラつき考慮の第二の異常度閾値を設定する（ステップＳ３０４）。本発明では総電流から各個別機器電流を推定するものであるため、総電流にバラつきが発生した場合、各個別機器電流の推定精度にもバラつきが生じる懸念がある。これを回避するための条件は、各個別機器電流の変化量が、総電流のバラつきよりも大きくなるということであり、下式(５)で示すことができる。但し、ＳＩ_ｗ（０）は学習時総電流波形のバラつきを示す。

・・・式（５）

上式（５）を変形し、バラつきを考慮した異常度閾値をα_ｉａとすると、α_ｉａは式（６）で表すことができる。

・・・式（６）
式（６）によって求められたα_ｉａは、運用時の異常度の判定処理において、異常度と第二の異常度閾値との両方の超過が検出されると異常と判定する処理（ステップＳ３０７）において用いられる。つまり、制御基板２２０に供給される電流の基準波形の変動量と電力消費装置に供給される電流の和を該電力消費装置に供給される電流で除した商を第二の異常度閾値として特定することができる。

図１６は、判定結果表示部が表示する変化率の表示画面の例を示す図である。表示画面８２０には、各稼働軸ごとに変化率の推移をプロセス単位で示すグラフ８２１が含められている。ここで、図１６の各グラフ内に記載されている変化率α_ｉｂは、図１５に示した第三の実施例のフローチャート内のステップＳ１０３において設定された異常度の閾値を示している。変化率α_ｉａは、図１５に示した第三の実施例のフローチャート内のステップＳ３０４において設定された第二の異常度閾値を示している。図１６内のグラフ８２１の１プロットはプロセス１つ分を示しており、フローチャートのステップＳ００４～ステップＳ３０７の処理ごとに一つプロットが生成される。

例えば、第一稼働軸に関して、変化率が異常度の閾値と第二の異常度閾値両方の閾値を超過しているため、異常と判定することが可能である。しかし、軸３に関して言えば、α_ｉｂは超えているが、α_ｉａはまだ超えていない状態である。もしα_ｉａが設定されていない場合、この時点でも第三の稼働軸は異常と判定されてしまうことになるが、実際には総電流のバラつきによる誤報である可能性がある。本実施例に係る発明においては、そのような総電流のバラつき等の突発的な事象による誤報を低減する効果を有する。

また、第三の実施例に係る発明が奏するさらなる効果として、総電流バラつきに対して、個別機器電流が小さく、異常が発生してもバラつき内に埋もれていると懸念される場合、予めその個別機器だけ電流センサを設置するように対策することも可能となる。すなわち、センサ数の適正化にも用いることができる指標であり、精度を維持したまま、センサ数を適正に低減できる効果も奏するといえる。

＜第四の実施例＞次に、図１７～図２０を用いて、本発明に係る第四の実施例を説明する。第四の実施例では、上記の第一の実施例と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図１７は、異常判定処理（第四の実施例）の処理フローの例を示す図である。第四の実施例では、各個別機器に供給される電圧が異なる場合の対策が盛り込まれている。具体的には、電流取得部２１は、学習時に、重回帰分析により各個別機器と大元の電源電圧の比である電圧比を算出（ステップＳ４０３）し、各軸の個別電圧比を記憶しておく（ステップＳ４０４）ことで、個別機器に供給される電圧が異なる場合に、電圧値を取得することなく電圧比を算出することができる。

図１８は、第四の実施例にて異常を判定する対象としている総電流波形と各個別機器電流波形の関係性を示す図である。図１８（ａ）は総電流のグラフであり、図１８（ｂ）は各個別機器電流波形を積み上げたグラフの例である。図１８（ａ）と図１８（ｂ）とを比較すると、総電流と各個別機器電流の総和が一致していない。これは、電圧が各個別機器で異なるために、単純な電流波形の足し算では総電流を表すことができないことを意味している。

第一の実施例では、そもそも電力の総和が総電力に等しく、電圧が一定であるとの仮定から電流での関係式が成り立っていた。本実施例では本来の電力の総和が等しいという関係式を用いる。ここで、先述した電圧比を求める手法を説明する。電圧比ｋ_ｉは下式（７）で示される物理量である。但し、Ｖ_ｗは総電流取得箇所における電圧を示し、Ｖ_ｉは各個別機器電流取得箇所における電圧を示している。

・・・式（７）

上式（７）の関係を用いて、各個別機器電圧比と電流の関係は式（８）で示される。

・・・式（８）
式（８）を学習時電流波形の各時刻で構築して、重回帰分析を行うことにより、各個別機器電圧比ｋ_ｉを算出することが可能である。

図１９は、算出した変化率を用いて個別機器の電流波形を推定した図である。算出した各個別機器電圧ｋ_ｉを用いて各個別機器電流波形を算出すると、図１９の第一稼働軸の波形５４１と、第二稼働軸の波形５４２と、第三稼働軸の波形５４３と、第四稼働軸の波形５４４と、第五稼働軸の波形５４５と、第六稼働軸の波形５４６と、が得られる。それぞれのグラフの縦軸は、電流×電圧比となっている。

図２０は、総電流波形と各個別機器電流波形の関係性の例を示す図である。図２０（ａ）は、取得された総電流波形を示し、図２０（ｂ）は、個別機器の電流×電圧比のグラフを積み上げた例を示す。図２０（ａ）と、図２０（ｂ）とを比較すると、グラフの大きさが等しくなっている。ここで、図１７のフローチャート内のＳ４０５で実施する重回帰分析で用いられる数式を、下式(９)として示す。

・・・式（９）
上式（９）を用いるタイミングでは、すでに各個別機器電圧比ｋ_ｉが算出済みのため、問題なく重回帰分析を実行することができる。

このように、第四の実施例によれば、各個別機器の電圧が等しいかどうか不明な場合でも、式（８）を用いることで電圧センサの追加無しで電圧比を算出することができるため、精度を維持したまま、個別機器の電圧が異なる装置にも適用できる。つまり、適用可能な装置の幅を広げることができるといえる。

＜第五の実施例＞次に、図２１～図２３を用いて、本発明に係る第五の実施例を説明する。第五の実施例では、上記の第一の実施例と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図２１は、第五の実施例に係る対象装置の電源系回路の例を示す図である。第一～第四の実施例の構成に対して、制御基板２２０にはさらに冷却ファン２３１、２３２や無励磁電磁ブレーキ３３０等のその他の機器（構成要素）が追加されている。

図２２は、異常判定処理（第五の実施例）の処理フローの例を示す図である。第五の実施例では、主要な構成要素以外の個別機器や学習時等の一時的であっても測定が難しいその他の機器を集合的に纏めて扱うことにより、その他の機器単体での測定を行うことなく異常機器判定を可能としている。

基本的には、第五の実施例に係る異常判定処理の処理フローは、第四の実施例に係る異常判定処理の処理フローと同様である。ただし、学習時において、電流取得部２１は、重回帰分析により軸毎に個別電圧比と定数を算出し（ステップＳ５０３）、定数（残差）をその他の機器の電流として電流波形を記憶させる（ステップＳ５０４）ものである。

すなわち、第五の実施例に係る異常判定処理では、個別電圧比k_iを求める際に測定していない個別機器の電流を定数Ｉ_{ｅｌｓｅ（０）}で表現し、算出している。下式(１０)に個別電圧比k_i及びその他個別機器電流Ｉ_{ｅｌｓｅ（０）}の関係式を示す。

・・・式（１０）
ここで、Ｉ_{ｅｌｓｅ(0)}は、図２１の冷却ファン２３１、２３２や無励磁電磁ブレーキ３３０の消費電流を含む値である。

無励磁電磁ブレーキ３３０は、ロボットに一般に適用されているブレーキである。このブレーキは電力が供給されていないときはブレーキがかかった状態であり、電力が供給されると、ブレーキを掛けないという特徴がある。ゆえに通電時は一定の電力を消費するという特徴を有するものであり、図２１内の点線矢印はブレーキの作用方向のみを示したものである。上式（１０）で重回帰分析に必要な連立方程式を構築し、電圧比ｋ_ｉと、その他個別機器電流Ｉ_{ｅｌｓｅ（０）}を算出することができる。

図２３は、総電流波形と、電圧比により換算した各個別機器の電流×電圧比のグラフを積み上げたグラフの関係性の例を示す図である。図２３（ａ）は、学習時の総電流を示し、図２３（ｂ）は、上式（１０）で求めた電圧比ｋ_ｉを用いて換算した各個別機器電流×電圧比とその他個別機器電流Ｉ_{ｅｌｓｅ（０）}を積み上げたグラフを示す。図２３（ａ）と図２３（ｂ）を比較すると、双方のグラフの大きさが等しくなっている。

ここで、図２２のフローチャート内の重回帰分析で用いられる数式を式（１１）として示す。

・・・式（１１）
式(１１)を用いるタイミングではすでに各個別機器電圧比ｋ_ｉが算出済みのため、問題なく重回帰分析を実行することができ、分解能は劣るが、その他個別機器電流変化率α_ｅｌｓｅを用いて、その他個別機器の異常も検知することが可能である。つまり、電流取得部２１は、基準波形が記憶部１０に記憶されておらず制御基板２２０から電力の供給を受ける電力消費装置について、一括して電力消費装置とみなして電圧比と変化率を算出することができる。

本実施例によれば、主要な機器以外に多数の個別機器を含む場合でも精度よく異常を判定することが可能となる効果を有する。また、その他個別機器が一つのプロセス内で変化する場合であっても、同プロセスの複数の波形を利用して平均値を用いることにより、上式（１０）、（１１）の使用が可能となり、同様の効果を奏することができる。

＜第六の実施例＞次に、図２４～図２６を用いて、本発明に係る第六の実施例を説明する。第六の実施例では、上記の第一の実施例と基本的に同様の構成であるが、差異がある。以下、その差異を中心に説明する。

図２４は、第六の実施例に係る対象装置の概要の構成例を示す図である。第六の実施例に係る対象装置は、４軸動作（Ｘ軸４３１、Ｙ軸４３２、Ｚ軸４３３、スピンドル軸４３４）の数値制御金属加工機４００であり、付属として工具４６１を交換する工具交換器（工具交換軸４７５）も付随しているものである。

図２５は、数値制御金属加工機の電源系回路の概要の構成例を示す図である。制御装置４０１には、電源回路４１０と、第一制御基板４１１と、第二制御基板４１２と、第三制御基板４１３と、が含まれる。電源回路４１０は、配電盤１００から電力の供給を受ける。各制御基板は、電源回路４１０から電力が供給される。そして、制御基板それぞれに個別機器が付随している。

第一制御基板４１１には、第一モータ４５１と、その回転を減速する第一減速機４４１と、第一減速機４４１により伝達された力によりＸ軸方向にスライド動作するテーブルＸ軸４３１と、が付随する。また、第一制御基板４１１には、第二モータ４５２と、その回転を減速する第二減速機４４２と、第二減速機４４２により伝達された力によりＹ軸方向にスライド動作するテーブルＹ軸４３２と、が付随する。また、第一制御基板４１１には、第三モータ４５３と、その回転を減速する第三減速機４４３と、第三減速機４４３により伝達された力によりＺ軸方向にスライド動作する工具Ｚ軸４３３と、が付随する。

第二制御基板４１２には、第四モータ４５４と、その回転を減速する第四減速機４４４と、第四減速機４４４より伝達された力により回転動作するスピンドル軸４３４と、が付随する。

第三制御基板４１３には、第五モータ４９５と、その回転を減速する第五減速機４８５と、第五減速機４８５より伝達された力により回転動作する工具交換軸４７５と、が付随する。

図２６は、異常判定処理（第六の実施例）の処理フローの例を示す図である。第六の実施例では、電源が枝分かれして制御基板へ供給されている場合でも、各箇所で個別機器の電流推定並びに異常判定を可能としている。

基本的には、第六の実施例に係る異常判定処理の処理フローは、第一の実施例に係る異常判定処理の処理フローと同様である。ただし、学習時において、電流取得部２１は、総電流と各制御基板、付随個別機器の電流を取得し（ステップＳ６０１）、各制御基板、各個別機器の電流波形を基準波形記憶部１１に記憶させる（ステップＳ６０２）。そして、運用時において、異常判定部２２は、1プロセス分の総電流波形取得（ステップＳ００４）後に、重回帰分析で、各制御基板電流の変化率を算出し（ステップＳ６０５）、算出した変化率で各制御基板電流を算出、取得し（ステップＳ６０６）、重回帰分析で、各個別機器電流の変化率を算出する（ステップＳ６０７）。つまり、制御基板があると入れ子構造として再帰処理を行う。

すなわち、第六の実施例では、上記の第一～第五の実施例で示されていた制御基板と個別機器の関係性を拡張し、さらに複数の制御基板と電源回路の間でも同関係を活用して、大元の電流から制御基板を経由した個別機器の変化率を推定している。

ここで、電源回路４１０から第一制御基板４１１を経由したテーブルＸ軸４３１、テーブルＹ軸４３２、工具Ｚ軸４３３の電流波形推定の流れを具体的に説明する。

図２５において、配電盤１００と電源回路４１０間の配線を流れる電流を総電流Ｉ_ｗ（ｔ）、電源回路４１０と各制御基板間の配線を流れる電流を各制御基板電流Ｉ_{Ｃｉ（ｔ）}、第一制御基板４１１と第一～第三モータ間の配線を流れる電流を個別機器電流Ｉ_ｉ（ｔ）とする。これらについて、電流取得部２１は、学習時の波形を電流センサにより取得し、それぞれＩ_ｗ（０）、Ｉ_{Ｃｉ（０）}、Ｉ_ｉ（０）として基準波形記憶部１１に記憶させる。

運用時は、電流取得部２１は、まず総電流Ｉ_ｗ（ｔ）を取得し、下式（１２）で示す式を用いて重回帰分析を行い、各制御基板電流変化率α_Ｃｉを算出する。

・・・式（１２）

続いて、α_Ｃ１×Ｉ_{Ｃ１（０）}の値を用いて、第一制御基板４１１に付随する個別機器の電流波形を推定する。推定には総電流Ｉ_ｗ（ｔ）をα_Ｃ１×Ｉ_{Ｃ１（０）}で置き換えた下式（１３）を用いる。

・・・式（１３）
上式（１３）からテーブルＸ軸４３１、テーブルＹ軸４３２、工具Ｚ軸４３３の電流波形の変化率α_１～α_３が算出できるため、第一制御基板４１１に付随する個別機器の異常度を算出することができる。

このように、第六の実施例に係る数値制御金属加工機４００によれば、多層で枝分かれした電源系回路の装置であっても、対象とするラインの基準波形を取得さえできれば、運用中のセンサコスト低減を達成しつつ異常判定が実施可能であるという効果を有する。

なお、本発明は上記の実施例に限定されるものではなく、様々な変形例が含まれる。例えば、数値制御金属加工機４００は、その他の多軸制御による工作機械であってもよい。また、上記の第六の実施例では制御基板が一層ある入れ子構造を例としているが、これに限られず、制御基板が複数層ある入れ子構造であってもよい。

また、多変量解析の例として重回帰分析を行っているが、これに限られず、主成分分析等、他の分析手法を行うようにしてもよい。

また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。

また、実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の異常機器判定装置１の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が通信ネットワーク、バス等により相互に接続されていると考えてもよい。

本発明に係る技術は、異常機器判定装置に限られず、異常機器判定システム、サーバー装置、コンピュータ読み取り可能なプログラム、異常機器判定サービス（方法）などの様々な態様で提供できる。

１・・・異常機器判定装置、１０・・・記憶部、１１・・・基準波形記憶部、２０・・・処理部、２１・・・電流取得部、２２・・・異常判定部、２３・・・判定結果表示部、１００・・・配電盤、２００・・・制御Ｂｏｘ、３００・・・ロボット部、３０１・・・第一稼働軸、３０２・・・第二稼働軸、３０３・・・第三稼働軸、３０４・・・第四稼働軸、３０５・・・第五稼働軸、３０６・・・第六稼働軸。

Claims (14)

1. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
   運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
   前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
   前記異常判定部が判定した結果を表示する判定結果表示部と、
   を備え、
   前記異常判定部は、前記複数の電力消費装置に供給される電流と前記電流変化率の積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電流変化率を算出する、
   ことを特徴とする異常機器判定システム。
2. 請求項１に記載の異常機器判定システムであって、
   前記異常判定部は、多変量解析により前記電流変化率を算出する、
   ことを特徴とする異常機器判定システム。
3. 請求項２に記載の異常機器判定システムであって、
   前記重回帰分析においては、前記基準波形を所定の時間窓で複数に区切った区間ごとに前記電流変化率を算出する、
   ことを特徴とする異常機器判定システム。
4. 請求項１に記載の異常機器判定システムであって、
   前記異常判定部は、前記電流変化率が所定の閾値を超過すると前記電力消費装置が異常であると判定する、
   ことを特徴とする異常機器判定システム。
5. 請求項１に記載の異常機器判定システムであって、
   前記異常判定部は、前記制御基板に供給される電流の前記基準波形に応じて所定の検出可否指標となる閾値を特定し、前記電流変化率が前記閾値を超えない場合には異常と判定しない、
   ことを特徴とする異常機器判定システム。
6. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
   運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
   前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
   前記異常判定部が判定した結果を表示する判定結果表示部と、
   を備え、
   前記異常判定部は、前記制御基板に供給される電流の前記基準波形の変動量と前記電力消費装置に供給される電流の和を該電力消費装置に供給される電流で除した商を閾値として特定し、前記電流変化率が前記閾値を超えない場合には異常と判定しない、
   ことを特徴とする異常機器判定システム。
7. 請求項１に記載の異常機器判定システムであって、
   前記電流取得部は、前記制御基板に供給される電流の前記基準波形と前記電力消費装置に供給される電流の前記基準波形を用いて前記電力消費装置ごとの電圧比を算出する、
   ことを特徴とする異常機器判定システム。
8. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
   運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
   前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
   前記異常判定部が判定した結果を表示する判定結果表示部と、
   を備え、
   前記電流取得部は、前記電力消費装置に供給される電流の前記基準波形と前記電力消費装置ごとの電圧比との各々の積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電力消費装置ごとの電圧比を算出する、
   ことを特徴とする異常機器判定システム。
9. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
   運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
   前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
   前記異常判定部が判定した結果を表示する判定結果表示部と、
   を備え、
   前記電流取得部は、前記電力消費装置に供給される電流の前記基準波形と前記電力消費装置ごとの電圧比との各々の積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電力消費装置ごとの電圧比を算出し、
   前記異常判定部は、前記複数の電力消費装置に供給される電流と、前記電流変化率と、前記電力消費装置ごとの電圧比との積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電流変化率を算出する、
   ことを特徴とする異常機器判定システム。
10. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
    運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
    前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
    前記異常判定部が判定した結果を表示する判定結果表示部と、
    を備え、
    前記電流取得部は、前記基準波形が前記記憶部に記憶されておらず前記制御基板から電力の供給を受ける電力消費装置について、一括して電力消費装置とみなし、前記電力消費装置に供給される電流の前記基準波形と前記電力消費装置ごとの電圧比との各々の積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電力消費装置ごとの電圧比を算出する、
    ことを特徴とする異常機器判定システム。
11. 正常動作時に電力を消費する電力消費装置に供給される電流と、複数の前記電力消費装置に電力を供給する制御基板に供給される電流と、をそれぞれを時系列に記録した基準波形を記憶する記憶部と、
    運用時において前記制御基板に供給される電流を時系列に取得する電流取得部と、
    前記電流取得部が取得した前記制御基板に供給される電流と、前記基準波形と、を用いて前記電力消費装置ごとの電流変化率を算出し前記電力消費装置の異常を判定する異常判定部と、
    前記異常判定部が判定した結果を表示する判定結果表示部と、
    を備え、
    前記電流取得部は、前記基準波形が前記記憶部に記憶されておらず、前記制御基板から電力の供給を受ける電力消費装置について、一括して電力消費装置とみなし、前記電力消費装置に供給される電流の前記基準波形と前記電力消費装置ごとの電圧比との各々の積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電力消費装置ごとの電圧比を算出し、
    前記異常判定部は、前記複数の電力消費装置に供給される電流と、前記電流変化率と、前記電力消費装置ごとの電圧比との積の総和が前記制御基板に供給される電流に等しくなることを利用した重回帰分析により前記電流変化率を算出する、
    ことを特徴とする異常機器判定システム。
12. 請求項１に記載の異常機器判定システムであって、
    前記電力消費装置は、ロボットの稼働軸を動作させる駆動用モータである、
    ことを特徴とする異常機器判定システム。
13. 請求項１に記載の異常機器判定システムであって、
    前記電力消費装置は、ロボットの稼働軸を動作させる駆動用モータであり、
    前記異常は、前記駆動用モータの異常と、該駆動用モータの電流波形に影響を与える他の装置の異常も含む、
    ことを特徴とする異常機器判定システム。
14. 請求項１に記載の異常機器判定システムであって、
    一つまたは複数の前記電力消費装置は、一つまたは複数の他の電力消費装置に電力を供給する前記制御基板を備えるものであり、
    前記記憶部は、前記他の電力消費装置に供給される電流を時系列に記録した基準波形を記憶し、
    前記異常判定部は、前記他の電力消費装置についても前記電流変化率を算出し前記電力消費装置の異常を判定する、
    ことを特徴とする異常機器判定システム。

Images