KR20230058060A - 상태 감시 장치, 상태 이상 판별 방법 및 상태 이상 판별 프로그램 - Google Patents

Abstract

상태 감시 장치는, 미리 결정된 동작을 재생 가능한 로봇의 상태를 감시한다. 시계열 데이터 취득부는, 로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여 상기 상태 신호의 시계열 데이터를 취득한다. 시계열 데이터는, 취득 시기를 나타내는 시기 정보 및 로봇의 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억된다. 비유사도 산출부는, 적어도 1회의 운전으로 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다 나중의 운전으로 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구한다. 상기 로봇 상태 평가부는, 상기 비유사도를, 로봇의 상태 평가를 위한 평가량으로서 사용한다.

Description

상태 감시 장치, 상태 이상 판별 방법 및 상태 이상 판별 프로그램

본 발명은 주로, 로봇의 상태를 감시하여 로봇의 메인터넌스를 지원하는 상태 감시 장치에 관한 것이다.

산업용 로봇을 공장 등에서 반복적으로 가동시키면, 로봇의 각 부(예를 들어 기계 부품)가 열화되어 가는 것을 피할 수 없다. 상황이 진행되면, 결국 로봇이 고장난다. 로봇이 고장나서 라인이 장기간 정지되었을 경우, 커다란 손실이 되므로, 로봇의 고장 발생 전에 메인터넌스(보전)를 실시하는 것이 강력히 요망되고 있다. 한편, 메인터넌스를 빈번하게 행하는 것도, 메인터넌스 비용 등의 관점에서 곤란하다.

적절한 타이밍에 메인터넌스를 행하기 위하여 로봇의 감속기 등의 잔여 수명을 예측하기 위한 장치가 제안되어 있다. 특허문헌 1은, 이러한 종류의 로봇 보수 지원 장치를 개시한다.

특허문헌 1의 로봇 보수 지원 장치는, 로봇 구동계를 구성하는 서보 모터의 전류 지령값의 데이터에 기초하여 전류 지령값의 장래 변화 경향을 진단하고, 진단된 변화 경향에 기초하여 전류 지령값이, 미리 설정된 값으로 도달할 때까지의 기간을 판정하는 구성으로 되어 있다.

일본 특허 공개 제2016-117148 공보

상기 특허문헌 1의 구성은, 전류 지령값의 진단 항목으로서, I2 모니터, 듀티 및 피크 전류를 예시하고 있다. 이러한 항목은 로봇의 고장 예조를 파악하기 위하여 유효한 경우도 있지만, 그다지 유효하지 않은 경우도 있었다. 따라서, 로봇이 고장에 근접하고 있다는 것을 적확하게 검지할 수 있는 새로운 지표가 요망되고 있었다.

본 발명은 이상의 사정을 감안하여 이루어진 것이며, 그 주 목적은, 로봇의 고장 예조를 양호하게 파악하는 것이다.

본 발명이 해결하고자 하는 과제는 이상과 같으며, 다음에 이 과제를 해결하기 위한 수단과 그 효과를 설명한다.

본 발명의 제1 관점에 의하면, 이하의 구성의 상태 감시 장치가 제공된다. 즉, 이 상태 감시 장치는, 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시한다. 상기 상태 감시 장치는, 시계열 데이터 취득부와, 기억부와, 비유사도 산출부와, 로봇 상태 평가부를 구비한다. 상기 시계열 데이터 취득부는, 로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여 상기 상태 신호의 시계열 데이터를 취득한다. 상기 기억부는, 상기 시계열 데이터 취득부에 의해 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보 및 당해 시계열 데이터를 취득했을 때의 로봇 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억한다. 상기 비유사도 산출부는, 적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다 나중에 이루어진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구한다. 상기 로봇 상태 평가부는, 상기 비유사도 산출부에 의해 산출된 상기 비유사도를, 로봇의 상태 평가를 위한 평가량으로서 사용한다.

본 발명의 제2 관점에 의하면, 이하의 구성의 상태 감시 방법이 제공된다. 즉, 이 상태 감시 방법에서는, 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시한다. 이 상태 감시 방법은, 시계열 데이터 취득 공정과, 기억 공정과, 비유사도 산출 공정과, 로봇 상태 평가 공정을 갖는다. 상기 시계열 데이터 취득 공정에서는, 로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의타이밍까지의 기간을 대상으로 하여 상기 상태 신호의 시계열 데이터를 취득한다. 상기 기억 공정에서는, 상기 시계열 데이터 취득 공정으로 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보 및 당해 시계열 데이터를 취득했을 때의 로봇 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억한다. 상기 비유사도 산출 공정에서는, 적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다 나중에 이루어진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구한다. 상기 로봇 상태 평가 공정에서는, 상기 비유사도 산출 공정으로 산출된 상기 비유사도를 평가량으로서 사용하여, 로봇의 상태를 평가한다.

본 발명의 제3 관점에 의하면, 이하의 구성의 상태 감시 프로그램이 제공된다. 즉, 이 상태 감시 프로그램은, 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시한다. 상기 상태 감시 프로그램은, 시계열 데이터 취득 스텝과, 기억 스텝과, 비유사도 산출 스텝과, 로봇 상태 평가 스텝을 컴퓨터에 실행시킨다. 상기 시계열 데이터 취득 스텝에서는, 로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여 상기 상태 신호의 시계열 데이터를 취득한다. 상기 기억 스텝에서는, 상기 시계열 데이터 취득 스텝에서 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보 및 당해 시계열 데이터를 취득했을 때의 로봇 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억한다. 상기 비유사도 산출 스텝에서는, 적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다 나중에 이루어진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구한다. 상기 로봇 상태 평가 스텝에서는, 상기 비유사도 산출 스텝에서 산출된 상기 비유사도를 평가량으로서 사용하여 로봇의 상태를 평가한다.

이에 따라, 로봇의 고장 예조를 용이하게 파악할 수 있다. 따라서, 로봇의 메인터넌스를 고장 전에 행하는 것이 가능해진다.

본 발명에 따르면, 로봇의 고장 예조를 양호하게 파악할 수 있다.

도 1은 본 발명의 제1 실시 형태에 따른 로봇의 구성을 나타내는 사시도.
도 2는 로봇 및 상태 감시 장치의 전기적 구성을 개략적으로 나타내는 블록도.
도 3은 시계열 데이터의 취득에 관한 트리거 신호의 타이밍을 설명하는 그래프.
도 4는 DTW법을 나타내는 개념도.
도 5의 (a)는 노이즈를 포함하지 않는 전류값에 관한 파형을 나타내는 도면. (b)는 노이즈를 인가한 전류값에 관한 파형을 나타내는 도면.
도 6은 시계열 데이터의 DTW 거리에 의한 평가 결과의 추이를 나타내는 그래프.
도 7은 시계열 데이터의 PTP에 의한 평가 결과의 추이를 나타내는 그래프.
도 8은 시계열 데이터의 2승 평균 평방근에 의한 평가 결과의 추이를 나타내는 그래프.
도 9는 기준 데이터와 비교용 데이터의 구체예를 나타내는 그래프.
도 10은 DTW 거리의 그래프 표시예를 나타내는 도면.
도 11은 DTW 거리에 관하여 a+kσ의 추이를 그래프에 표시하는 예를 나타내는 도면.
도 12는 DTW 거리에 관하여 호텔링 이론의 이상도 추이를 그래프에 표시하는 예를 나타내는 도면.
도 13은 시계열 데이터를 취득하는 처리를 설명하는 흐름도,
도 14는 DTW 거리를 계산하는 처리를 설명하는 흐름도.
도 15는 기준 데이터 및 비교용 데이터의 베리에이션을 설명하는 그래프.
도 16은 시계열 데이터의 제2 DTW 거리에 의한 평가 결과의 추이를 나타내는 그래프.
도 17은 시계열 데이터의 제3 평가량의 추이를 나타내는 그래프.
도 18은 시계열 데이터의 제4 평가량의 추이를 나타내는 그래프.
도 19는 경고 메시지의 표시예를 나타내는 그래프.
도 20은 제2 실시 형태에서 계산되는 비유사도를 설명하는 개념도.
도 21은 제3 실시 형태에서 계산되는 비유사도를 설명하는 개념도.

이어서, 도면을 참조하여 본 발명의 실시 형태를 설명한다. 도 1은, 본 발명의 일 실시 형태에 따른 로봇(1)의 구성을 나타내는 사시도이다. 도 2는, 로봇(1) 및 상태 감시 장치(5)의 전기적인 구성을 나타내는 블록도이다.

본 발명에 따른 상태 감시 장치(5)는 예를 들어 도 1에 도시한 바와 같은 로봇(산업용 로봇) (1)에 적용된다. 로봇(1)은 작업 대상의 워크에 대하여 도장, 세정, 용접, 반송 등의 작업을 행한다. 로봇(1)은 예를 들어 수직 다관절 로봇에 의해 실현된다.

이하, 로봇(1)의 구성에 대하여 도 1 및 도 2 등을 참조하면서 간단하게 설명한다.

로봇(1)은 선회 베이스(10)와, 다관절 암(11)과, 손목부(12)를 구비한다. 선회 베이스(10)는 지면(예를 들어 공장의 바닥면)에 고정된다. 다관절 암(11)은 복수의 관절을 갖는다. 손목부(12)는 다관절 암(11)의 선단에 설치된다. 손목부(12)에는, 작업 대상의 워크에 대하여 작업을 행하는 엔드 이펙터(13)가 설치된다.

도 2에 나타내는 바와 같이, 로봇(1)은 암 구동 장치(21)를 구비한다.

이들 구동 장치는, 예를 들어 서보 모터로서 구성되는 액추에이터 및 감속기 등으로 구성된다. 그러나, 구동 장치의 구성은 상기로 한정되지 않는다. 각각의 액추에이터는, 컨트롤러(90)에 전기적으로 접속된다. 액추에이터는, 컨트롤러(90)로부터 입력된 지령값을 반영하도록 동작한다.

암 구동 장치(21)를 구성하는 각각의 서보 모터로부터의 구동력이, 감속기를 개재하여 다관절암(11)의 각 관절과, 선회 베이스(10)와, 손목부(12)에 전달된다. 각각의 서보 모터에는, 그 회전 위치를 검출하는 도시를 생략한 인코더가 설치되어 있다.

로봇(1)은 교시에 의해 기록된 동작을 재생함으로써 작업을 행한다. 컨트롤러(90)는 교시자가 사전에 교시한 일련의 동작을 로봇(1)이 재현하도록, 상기 액추에이터를 제어한다. 로봇(1)으로의 교시는, 도시를 생략한 교시 펜던트를 교시자가 조작함으로써 행할 수 있다.

로봇(1)으로의 교시에 의해, 로봇(1)을 움직이게 하기 위한 프로그램이 생성된다. 프로그램은, 로봇(1)으로의 교시가 이루어질 때마다 생성된다. 로봇(1)으로 교시하는 동작이 다르면 프로그램도 다르다. 실행하는 프로그램을 복수의 프로그램의 사이에서 전환함으로써 로봇(1)에게 행하게 하는 동작을 변경할 수 있다.

컨트롤러(90)는 예를 들어 CPU, ROM, RAM, 보조 기억 장치 등을 구비하는 공지된 컴퓨터로서 구성되어 있다. 보조 기억 장치는, 예를 들어 HDD, SSD 등으로서 구성된다. 보조 기억 장치에는, 로봇(1)을 움직이게 하는 프로그램 등이 기억되어 있다.

상태 감시 장치(5)는 도 1에 나타내는 바와 같이, 컨트롤러(90)에 접속된다. 상태 감시 장치(5)는 액추에이터(서보 모터)에 흐르는 전류의 전류값 등의 추이를, 컨트롤러(90)를 개재하여 취득한다.

서보 모터, 및 이것에 연결되는 감속기 등에 가령 이상이 생겼으면, 서보 모터의 전류값은, 그 영향을 받아서 변동된다고 생각할 수 있다. 따라서, 이 전류값은, 로봇(1)의 상태를 반영하는 상태 신호에 상당한다. 전류값의 추이는, 당해 전류값을 짧은 시간 간격으로 반복하여 취득하고, 다수의 전류값을 시계열로 배열함으로써 표현할 수 있다. 이하, 상태 신호의 값을 시계열로 배열한 데이터를, 시계열 데이터라고 칭하는 경우가 있다.

상태 감시 장치(5)는 취득한 시계열 데이터를 감시함으로써 로봇(1)의 이상 유무를 판정할 수 있다. 본 실시 형태에서는, 상태 감시 장치(5)는 각각의 관절의 서보 모터 및 감속기를 주로 대상으로 하여 이상의 유무를 판정한다. 여기서, "이상"이란, 동작 불량/불능까지 이르지 않지만, 그 예조가 되는 어떠한 상황이 서보 모터, 감속기 또는 베어링에 발생하고 있는 경우를 포함한다.

상태 감시 장치(5)는 도 2에 나타내는 바와 같이, 시계열 데이터 취득부(시계열 데이터 취득부)(51)와, 기억부(52)와, 시계열 데이터 평가부(비유사도 산출부)(53)와, 로봇 상태 평가부(54)와, 표시부(55)를 구비한다.

상태 감시 장치(5)는 CPU, ROM, RAM, 보조 기억 장치 등을 구비하는 공지된 컴퓨터로서 구성되어 있다. 보조 기억 장치는, 예를 들어 HDD, SSD 등으로서 구성된다. 보조 기억 장치에는, 로봇(1)의 상태 평가 등을 위한 프로그램 등이 기억되고 있다. 이것들 하드웨어 및 소프트웨어의 협동에 의해, 컴퓨터를 시계열 데이터 취득부(51), 기억부(52), 시계열 데이터 평가부(53), 로봇 상태 평가부(54) 등으로서 동작시킬 수 있다.

시계열 데이터 취득부(51)는 상술한 시계열 데이터를 취득한다. 시계열 데이터 취득부(51)는 로봇(1)의 암 구동 장치(21)가 구비하는 모든 서보 모터를 대상으로 하여 시계열 데이터를 취득한다. 시계열 데이터는, 로봇(1)의 각 부에 배치되는 복수의 서보 모터(바꿔 말하면, 복수의 감속기) 각각에 대하여 개별적으로 취득된다.

본 실시 형태에 있어서, 상태 신호는 전류값이다. 여기서, 전류값이란, 서보 모터에 흐르는 전류의 크기를 센서에 의해 측정한 측정값을 의미한다. 센서는, 서보 모터를 제어하는 도시를 생략한 서보 드라이버에 마련되어 있다. 단, 센서가, 서보 드라이버와는 별도로 감시용으로 마련되어도 된다. 이것 대신에, 서보 드라이버가 서보 모터에 부여하는 전류 지령값이, 상태 신호로서 채용되어도 된다. 서보 드라이버는, 현재의 전류값을 전류 지령값에 근접하도록 서보 모터를 피드백 제어한다. 따라서, 서보 모터 또는 감속기의 이상을 검출하는 목적에서 보면, 전류값과 전류 지령값은 거의 차이가 없다.

서보 모터의 토크 크기는, 전류의 크기에 비례한다. 따라서, 상태 신호로서, 토크값 또는 토크 지령값이 사용되어도 된다.

상태 신호로서, 서보 모터의 회전 위치에 관한 목표값과, 상기 인코더에 의해 얻어지는 실제의 회전 위치의 편차(회전 위치 편차)가 사용되어도 된다. 통상,서보 드라이버는, 이 편차에 게인을 곱한 것을 전류 지령값으로서 서보 모터에 부여한다. 따라서, 회전 위치의 편차의 추이는 전류 지령값의 추이와 유사한 경향을 나타낸다. 상태 신호로서, 서보 모터의 실제 회전 위치가 사용되어도 된다.

시계열 데이터 취득부(51)는 교시된 동작을 로봇(1)이 재생할 때마다, 각각의 서보 모터에 대하여 시계열 데이터를 취득한다. 단, 시계열 데이터를 모든 재생 동작에 대하여 취득하는 대신, 예를 들어 1일에 대하여 1회 또는 수회의 재생 동작만을 대상으로서 취득해도 된다.

시계열 데이터 취득부(51)는 취득 개시 신호를 수신한 타이밍과, 취득 종료 신호를 수신한 타이밍과의 사이의, 각 서보 모터에 흐르는 전류값의 시계열 데이터를 취득한다. 이 취득 개시 신호 및 취득 종료 신호는, 예를 들어 컨트롤러(90)에 의해 출력된다.

도 3의 그래프는, 로봇(1)이 재생 동작을 행하는 경우에, 어떤 관절의 서보 모터에 흐르는 전류값의 일례를 나타내고 있다. 도 3에 도시한 바와 같이, 재생 동작의 프로그램이 실행되기 전의 상태에서는, 서보 모터의 전류값은 제로이다. 이때, 각 관절에 있어서 도시하지 않은 전자 브레이크가 동작하고 있기 때문에, 다관절 암(11) 등의 자세는 유지된다.

계속해서, 로봇(1)의 재생 동작 프로그램이 개시된다. 이에 수반하여 브레이크가 개방되고, 이것과 거의 동시에 서보 모터에 전류가 흐르기 시작한다. 이 시점에서는, 서보 모터의 출력축은 정지하도록 제어된다. 서보 모터의 출력축 각도가 안정되는데에 필요한 어느 정도의 시간이 경과한 후, 서보 모터의 회전이 개시된다. 이에 따라, 로봇(1)의 동작이 실질적으로 개시된다.

컨트롤러(90)는 브레이크가 개방된 후, 서보 모터의 회전이 개시되기 조금 전의 시점에서, 취득 개시 신호를 상태 감시 장치(5)(나아가서는 시계열 데이터 취득부(51))로 출력한다.

로봇(1)에 교시한 일련의 동작이 모두 완료되면, 서보 모터는 회전을 정지 하도록 제어된다. 컨트롤러(90)는 서보 모터가 회전 정지 상태가 된 후, 프로그램이 종료하기 전의 시점에서, 취득 종료 신호를 시계열 데이터 취득부(51)로 출력한다.

기억부(52)는 예를 들어 상술한 보조 기억 장치로 구성된다. 기억부(52)는 시계열 데이터 취득부(51)에 의해 취득된 시계열 데이터를 기억한다.

본 실시 형태에서, 시계열 데이터는, 짧은 일정한 시간 간격으로 반복 검출함으로써 얻어진 다수의 전류값을 시간 순으로 배열한 것이다. 따라서, 시계열 데이터에 있어서의 전류값은 샘플링값이다. 전류값을 검출하는 시간 간격(샘플링 간격)은 예를 들어 몇 밀리초이다. 전류값의 샘플링 간격은, 로봇(1)의 제어 주기와 일치하고 있어도 되고, 달라도 된다. 시계열 데이터는, 도 3의 그래프에 있어서, 취득 개시 신호의 타이밍으로부터 취득 종료 신호의 타이밍까지의 전류값의 추이에 상당한다.

또한, 취득 개시 신호 또는 취득 종료 신호는, 시계열 데이터의 취득 등의 계측을 위하여 특별히 준비하지 않고, 다른 기존의 신호를 사용하여 실질적으로 실현해도 된다. 예를 들어 주로 안전 확보의 목적으로 사용되는 "재생 운전 중" 신호의 하강을, 취득 종료 신호로서 사용할 수 있다.

기억부(52)에는, 데이터의 취득 시기를 나타내는 시기 정보가, 당해 시계열 데이터와 관련지어서 기억된다. 시기 정보는, 예를 들어 상기의 취득 개시 신호의 수신 일시를 나타내는 타임 스탬프로 할 수 있다.

마찬가지로, 기억부(52)에는, 시계열 데이터의 취득시에 로봇(1)이 행하고 있던 동작을 나타내는 재생 식별 정보가, 당해 시계열 데이터와 관련지어서 기억된다. 로봇(1)의 일련 동작은, 재생 동작의 프로그램에 의해 정의된다. 따라서, 재생 식별 정보는, 예를 들어 재생 동작의 프로그램을 일의적으로 특정하기 위하여 부여된 프로그램 번호 또는 프로그램 명칭으로 할 수 있다.

시계열 데이터의 보존에 대해서 구체적으로 설명한다. 컴퓨터인 상태 감시 장치(5)가 구비하는 OS의 파일 시스템을 사용하여 상술한 보조 기억 장치에, 프로그램 번호 또는 프로그램 명칭을 이름으로 하는 폴더가 작성된다. 이 폴더에, 당해 번호의 프로그램을 실행했을 때에 얻어진 시계열 데이터의 파일이 자동적으로 보존된다. 이 파일에는, 6개의 관절의 서보 모터 전류값에 관한 시계열 데이터가, 예를 들어 콤마 단락 형식(CSV)으로 기술된다. 파일의 이름에는, 타임 스탬프의 문자열을 포함할 수 있다. 이상에 의해, 시계열 데이터에 대한 시기 정보와 재생 식별 정보의 관련지음이 실현된다. 단, 상기는 예시이며, 관련지음은 다른 방법으로 실현되어도 된다.

시계열 데이터 취득부(51)는 로봇(1)이 공장 등에서 가동되는 과정에서, 시계열 데이터를 장기에 걸쳐 반복하여 취득한다. 시계열 데이터가 1회 취득될 때마다, 상기의 파일이 1개 보존된다.

시계열 데이터는, 초기에 수집된 데이터인 기준 데이터와, 그것보다 나중에 수집된 비교용 데이터로 나눌 수 있다. 시계열 데이터 평가부(53)는 기준 데이터와, 비교용 데이터를 비교함으로써 비교용 데이터를 평가한다. 시계열 데이터 평가부(53)는 이 평가 결과에 기초하여 로봇(1)의 상태를 평가하기 위한 평가량을 출력한다.

기준 데이터로서는, 예를 들어 로봇(1)에 동작을 교시한 후, 당해 동작을 첫회에 재생했을 때에, 시계열 데이터 취득부(51)에 의해 취득된 시계열 데이터가 사용된다. 단, 첫회를 포함하는 복수회에 걸쳐 로봇(1)에 재생 동작을 행하게 하고, 복수회의 시계열 데이터를 평균냄으로써 평균값의 시계열 데이터를 계산하고, 이 평균값의 시계열 데이터를 기준 데이터로서 사용해도 된다. 상기의 복수회는, 1회째, 2회째, 3회째…와 같이 연속된 회이어도 되고, 1회째, 4회째, 6회째, …와 같이 비연속된 회이어도 된다.

기준 데이터의 취득 타이밍은, 엄밀한 초기(첫회)가 아니어도 되고, 실질적인 초기(첫회)이면 충분하다. 예를 들어 동작 교시 후에 시험 운전으로서 로봇(1)에 재생 동작을 1 또는 복수 회 행하게 한 후에, 기준 데이터를 취득해도 된다.

기준 데이터로서는, 첫회의 시계열 데이터 또는 첫회를 포함하는 복수회의 평균값 시계열 데이터에 대하여 필터 처리한 것이 사용되어도 된다.

비교용 데이터로서는, 기준 데이터의 기초가 되는 시계열 데이터보다 나중에 취득된 시계열 데이터가 사용된다. 시계열 데이터를 그대로 비교용 데이터로 해도 되고, 시계열 데이터에 대하여 필터 처리한 것을 비교용 데이터로 해도 된다.

이하에서는, 기준 데이터 및 비교용 데이터에 관하여 필터 처리를 하지 않은 경우를 "미가공된"이라고 하고, 필터 처리를 한 경우를 "필터링된"이라고 하는 경우가 있다.

필터 처리는, 예를 들어 시계열 데이터에 포함되는 노이즈 등을 제거하기 위하여 이루어진다. 데이터에 대한 필터 처리는 공지이기 때문에 상세한 설명을 생략하지만, 예를 들어 이동 평균 필터, CR 회로 모의 필터 등의 임의의 필터를 사용할 수 있다.

기준 데이터는, 로봇(1)의 재생 동작마다(바꿔 말하면, 프로그램마다) 준비된다. 교시 완료된 모든 동작에 대하여 기준 데이터를 취득해도 되지만, 예를 들어 로봇(1)에 메인으로 행하게 하는 동작 또는 메인이 아니지만 단순한 움직임이며 1일에 1회 재생되는 동작이 있으면, 이것에 대해서만 기준 데이터를 취득해도 된다.

시계열 데이터 평가부(53)는 DTW법을 사용하여, 기준 데이터와, 비교용 데이터를 비교한다. DTW는, Dynamic Time Warping의 약칭이다.

여기서, DTW법에 대하여 간단하게 설명한다. DTW법은, 2개의 시계열 데이터가 유사한 정도를 계산하기 위하여 사용된다. DTW법의 큰 특징은, 유사도의 계산 시에, 시계열 데이터의 시간축 방향에서의 비선형인 신축을 허용하는 점이다. 이에 따라, DTW법은, 시계열 데이터의 유사도에 관하여 인간의 직관과 가까운 결과를 얻을 수 있다.

시계열 데이터 평가부(53)는 비교용 데이터와 기준 데이터와의 차이의 크기를 나타내는 DTW 거리(비유사도)를 평가량으로서 출력한다.

DTW법의 원리에 대해서, 도 4를 사용하여 설명한다. 기준 데이터에 포함되는 복수(m개)의 전류값을, 가로 방향으로 연장하는 제1 축을 따라, 시계열순으로 배치한다. 비교용 데이터에 포함되는 복수(n개)의 전류값을, 세로 방향으로 연장하는 제2 축을 따라 배치한다.

계속해서, 종횡의 축에서 정의되는 평면에, 매트릭스상으로 배치된 m×n개의 셀을 정의한다. 각각의 셀(i, j)은 기준 데이터에 있어서의 i번째의 전류값과, 비교용 데이터에 있어서의 j번째의 전류값과의 대응짓기를 나타내고 있다. 단, 1≤i≤m, 1≤j≤n이다.

각각의 셀(i, j)에는, 기준 데이터에 있어서의 i번째의 전류값과 비교용 데이터에 있어서의 j번째의 전류값과의 차이를 나타내는 수치가 관련지어져 있다. 본 실시 형태에서는, 각 셀에, i번째의 전류값과 j번째의 전류값 차이의 절댓값이 관련지어서 기억된다.

시계열 데이터 평가부(53)는 도 4의 매트릭스 좌측 하단 코너에 위치하는 시점 셀로부터, 우측 상단 코너에 위치하는 종점 셀에 이르는 워핑 패스(경로)를 구한다.

시점 셀(1, 1)은 기준 데이터에 있어서의 m개의 전류값 중, 시계열에서 최선의 타이밍(즉, 1번째)의 전류값과, 비교용 데이터에 있어서의 n개의 전류값 중, 시계열에서 최선의 타이밍(즉, 1번째)의 전류값을 대응짓는 것에 상당한다.

종점 셀(m, n)은 기준 데이터에 있어서의 m개의 전류값 중, 시계열에서 최후의 타이밍(즉, m번째)의 전류값과, 비교용 데이터에 있어서의 n개의 전류값 중, 시계열에서 최후의 타이밍(즉, n번째)의 전류값을 대응짓는 것에 상당한다.

이상과 같이 구축된 m×n개의 매트릭스에 있어서, 이하의 [1] 및 [2]의 룰에 따라, 시점 셀을 출발하여 종점 셀에 도달하는 경로를 생각한다. [1] 종, 횡, 또는 비스듬히 인접하는 셀로만 이동할 수 있다. [2] 기준 데이터의 시간을 되돌리는 방향으로는 이동할 수 없고, 비교용 데이터의 시간을 복귀시키는 방향으로도 이동할 수 없다.

이와 같이 셀이 이어진 것은, 경로 또는 워핑 패스라고 한다. 워핑 패스는, 기준 데이터에 있어서의 m개의 전류값과, 비교용 데이터에 있어서의 n개의 전류값을, 어떻게 각각 대응짓는지를 나타내고 있다. 다른 관점에서 말하면, 워핑 패스는, 2개의 시계열 데이터를 시간축 방향에서 어떻게 신축시키는지를 나타내고 있다.

시점 셀로부터 종점 셀에 이르는 워핑 패스는 복수 가지 방법을 생각할 수 있다. 시계열 데이터 평가부(53)는 생각할 수 있는 워핑 패스의 중에서, 통과하는 셀에 관련지어지는 차이를 나타내는 수치(본 실시 형태에서는, 각 셀에, i번째의 전류값과 j번째의 전류값 차이의 절댓값이 관련지어져 있음)의 합계가 최소가 되는 워핑 패스를 구한다.

이하에서는, 이 워핑 패스를 최적 워핑 패스라고 하는 경우가 있다. 또한, 이 최적 워핑 패스에 있어서의 각 칸의 값의 합계값을 DTW 거리라고 한다. DTW 거리 대신에 최적 워핑 패스가 통과한 칸의 수로 DTW 거리를 제산한 평균값을 사용하여 비교 데이터를 평가해도 된다. 또한, DTW 거리를 어떤 시계열 데이터의 요소 수 m 또는 n으로 제산한 값을 상기 평균값 대신에 사용하여 비교 데이터를 평가해도 된다.

m 및 n이 큰 경우, 방대한 수의 워핑 패스를 생각할 수 있다. 따라서, 생각할 수 있는 모든 워핑 패스를 만약 고려하면, 최적 워핑 패스를 구하기 위한 계산량이 폭발적으로 증대되어 버린다. 이 과제를 해결하기 위해서, 본 실시 형태의 시계열 데이터 평가부(53)는 DP 매칭 방법(동적 계획법)을 사용하여 DTW 거리를 구한다. DP는, Dynamic Programming의 약칭이다.

DP 매칭 방법은 공지되어 있이므로, 이하, 간단하게 설명한다. 상기의 룰을 고려하면, 도 4의 화살표로 나타내는 바와 같이, 어떤 셀에 주목했을 경우, 당해 셀로 이동 가능한 이동 소스의 셀은 3개밖에 없다. 이들의 3개의 셀이란, 주목 셀에 좌측에서 인접하는 셀, 주목 셀에 하측에서 인접하는 셀 및 주목셀에 좌측 하단측에서 인접하는 셈이다. 본 실시 형태의 시계열 데이터 평가부(53)는 상기의 특징을 이용하여 DTW 거리를 구한다.

구체적으로 설명한다. 시계열 데이터 평가부(53)는 최초로, 도 4의 매트릭스 중 하단의 행의 모든 셀(1, 1), (2, 1), …, (m, 1) 각각에 대해서, 시점 셀(1, 1)로부터 당해 셀까지의 경로에 포함되는 각 셀의 값 합계를 구한다. 이하에서는, 이 합계값을 셀 합계라고 하는 경우가 있다. 또한, 시점 셀(1, 1)로부터 어느 셀까지의 경로를 1개 또는 복수개 생각할 수 있는 경우에, 셀 합계의 최솟값을 셀 합계 최솟값이라고 하는 경우가 있다.

상기의 룰을 고려하면, 시점 셀(1, 1)로부터, 매트릭스의 하단 행의 각 셀에 이르는 경로는, 직선적인 한가지밖에 있을 수 없다. 따라서, 각 셀에 관한 셀 합계는, 셀 합계 최솟값이라고 할 수 있다. 매트릭스의 하단 행의 셀에 관하여 셀 합계(셀 합계 최솟값)의 계산은, 시점 셀(1, 1)로부터 차례대로 셀의 값을 가산해 감으로써 용이하게 행할 수 있다.

이어서, 하단에서 세어 두번째의 행에 착안한다.

최초로, 셀(1, 2)을 생각한다. 경로가 셀(1, 2)에 도달하기 직전의 셀로서는, 시점 셀(1, 1)밖에 생각할 수 없다. 따라서, 시점 셀(1, 1)로부터 셀(1, 2)까지의 경로의 각 셀의 값 합계는 간단하게 구할 수 있다. 시점 셀(1, 1)로부터 셀(1, 2)까지의 경로는 한가지밖에 있을 수 없다. 따라서, 얻어진 합계는 셀(1, 2)에 관한 셀 합계 최솟값이다.

계속해서, 셀(2, 2)을 생각한다. 경로가 셀(2, 2)에 도달하기 직전의 셀로서는, 시점 셀(1, 1), 셀(2, 1), 셀(1, 2)의 세 가지이다. 3개의 셀에 대해서, 셀 합계 최솟값은, 지금까지의 계산으로 구해지고 있다. 시계열 데이터 평가부(53)는 3개의 셀 중 셀 합계 최솟값이 가장 작은 것을 선택하고, 거기에 당해 셀(2, 2)의 값을 가산하여 얻어진 값을, 셀(2, 2)에 관한 셀 합계 최솟값으로서 정한다. 시계열 데이터 평가부(53)는 상기의 3개의 셀 중 셀 합계 최솟값이 가장 작았던 셀의 위치를, 셀(2, 2)의 위치에 관련지어서 기억해 둔다.

이어서, 셀(3, 2)을 생각한다. 셀(3, 2)에 도달하기 직전의 셀은, 셀(2, 1), 셀(2, 2), 셀(3, 1)의 세 가지이다. 셀(2, 2)의 경우와 마찬가지로, 시계열 데이터 평가부(53)는 생각할 수 있는 3개의 셀 중, 셀 합계 최솟값이 가장 작은 것을 선택하고, 거기에 당해 셀(3, 2)의 값을 가산하여 얻어진 값을, 셀(3,2)에 관한 셀 합계 최솟값으로서 정한다. 시계열 데이터 평가부(53)는 상기의 3개의 셀 중 셀 합계 최솟값이 가장 작았던 셀의 위치를, 셀(3, 2)의 위치에 관련지어서 기억해 둔다.

시계열 데이터 평가부(53)는 마찬가지의 처리를, 하단에서 세어 두번째 행의 최후의 셀(m, 2)까지 1개씩 차례대로 반복한다.

시계열 데이터 평가부(53)는 하단에서 세어 세번째의 행, 4번째의 행, …에 대해서도 상기의 처리를 한줄씩 차례대로 반복한다. 모든 셀의 계산이 완료되면, 종점 셀(m, n)의 셀 합계 최솟값이 얻어진다. 이 셀 합계 최솟값은, 시점 셀(1, 1)로부터 종점 셀(m, n)까지의 경로 중, 통과하는 셀의 값의 합계가 가장 작은 경로(최적 워핑 패스)에 관한, 당해 합계값을 의미하고 있다. 시계열 데이터 평가부(53)는 종점 셀(m, n)의 셀 합계 최솟값을, DTW 거리로서 출력한다.

DTW 거리에 더하여 구체적인 최적 워핑 패스를 구할 필요가 있는 경우에는, 종점 셀(m, n)로부터, 시점 셀(1, 1)까지, 셀 합계 최솟값이 가장 작았던 셀로서 기억된 셀의 위치를 순차 더듬어가면 된다. 상기는 매트릭스의 행마다 계산해 가는 예인데, 1열마다 계산해도 된다.

DP 매칭 방법은, 생각할 수 있는 워핑 패스를 모두 고려하고 있는 것은 아니므로, 정밀도는 완벽하지 않다. 그러나, DP 매칭 방법을 사용함으로써 계산량을 대폭 삭감하면서, 실용에 충분한 정밀도의 최적 워핑 패스를 구할 수 있다.

DTW 거리는, 2개의 시계열 데이터(바꿔 말하면, 2개의 신호 파형)가 서로 비유사한 정도이다. 알려져있는 바와 같이, DTW법에서는, 2개의 파형의 시간축 방향에서의 차이를 반영시키지 않는 한편, 파형의 진폭 등의 차이를 양호하게 반영시킨 형태로, 2개의 파형의 비유사도(DTW 거리)를 얻을 수 있다.

2개의 파형의 차이가, 서로 주기가 다를 뿐 또는 위상이 다를 뿐이라면, DTW 거리는 제로이다. 이것은, 2개의 파형이 일치하고 있다고 평가되는 것을 의미한다.

이어서, 도 5에 나타내는 2개의 전류 파형을 생각한다. 도 5(a)는 기본 파형이며, 도 5(b)는 기본 파형에 노이즈를 의도적으로 부가한 파형이다. 도 5에 나타내는 파형은 설명을 위해서 작성된 것이며, 서보 모터로부터 실제로 얻어진 것은 아니다.

도 5(a)의 기본 파형은, 2cos(ωt)로 표시되고, 진폭이 2이다. 도 5(b)의 파형은, 도 5(a)의 기본 파형의 전류값이 -1.732A의 부분에 -2.266A의 노이즈를 더하고, -1A의 개소에 +2.5A의 노이즈를 더한 것에 상당한다.

각 그래프에 나타내는 플롯점을 시계열 데이터로 하여, 2개의 시계열 데이터간의 DTW법 거리를 구하면 4.766이다. 이것은, 더하여진 노이즈인, -2.266A와 +2.5A의 절댓값의 합계와 같다. 이와 같이, DTW법에 의해 구해진 DTW 거리에는, 노이즈가 직접적으로 반영된다. 또한, DTW 거리에는, 플러스 방향의 노이즈와 마이너스 방향의 노이즈가 서로 상쇄되지 않고 반영되게 된다.

시계열 데이터 평가부(53)는 기준 데이터와 비교용 데이터 사이에서 상술한 DTW 거리를 계산하여 얻어진 DTW 거리를 출력한다.

기준 데이터 및 비교용 데이터는, 6개의 관절의 서보 모터 시계열 데이터를 포함한다. 시계열 데이터 평가부(53)는 DTW 거리의 계산을, 관절마다(바꿔 말하면, 서보 모터마다) 행한다.

로봇(1)에게 행하게 하는 동작이 다르면, 서보 모터의 전류값 추이도 물론 다르다. 이것을 고려하여 시계열 데이터 평가부(53)에 의한 DTW 거리의 계산은, 재생 동작마다 이루어진다. 구체적으로 말하면,시계열 데이터 평가부(53)는 동일한 재생 동작에 관한 비교용 데이터와 기준 데이터 사이에서, DTW 거리를 계산한다. 이에 따라, 시계열 데이터를 적절하게 비교할 수 있다.

시계열 데이터 평가부(53)에 의해 출력된 DTW 거리는, 기억부(52)에 기억된다. 이때, DTW 거리와 관련지어져, 여러 가지 정보가 기억부(52)에 기억된다. DTW 거리와 함께 기억되는 정보에는 시기 정보와, 재생 식별 정보가 포함된다. 시기 정보는, 비교용 데이터의 취득 시기를 나타내는 정보이며, 예를 들어 타임 스탬프이다. 재생 식별 정보는, 예를 들어 비교용 데이터의 취득 시에 있어서의 로봇(1)의 재생 동작을 특정하기 위한 프로그램 번호 또는 프로그램 명칭이다.

프로그램 번호 또는 프로그램 명칭 대신에, 예를 들어 프로그램에 포함되는 특별한 신호를 재생 식별 정보로 해도 된다. 예를 들어 전술한 취득 개시 신호 또는/및 취득 종료 신호 등의 신호가 1개의 프로그램으로밖에 포함되지 않은 경우, 이 신호의 유무로 다른 프로그램과 식별할 수 있다.

로봇 상태 평가부(54)는 기억부(52)에 기억된 DTW 거리를 사용하여, 로봇(1)(각 부의 각각)의 상태를 평가한다(로봇 상태 평가 공정 및 로봇 상태 평가 스텝).

로봇 상태 평가부(54)는 각 서보 모터에 대하여 취득된 DTW 거리를 사용하여 당해 서보 모터의 상태를 평가한다.

시간의 경과에 따라 첫회에 얻어진 전류값의 시계열 데이터에 상당하는 파형에 대하여 현재의 전류값의 시계열 데이터에 상당하는 파형이 괴리되어 가는 것이 상정된다. DTW 거리는, 이 괴리의 정도를 수치화한 것이라고 생각할 수 있다. 로봇 상태 평가부(54)는 DTW 거리를 사용하여, 6개의 관절의 서보 모터 각각에 이상이 있는지의 여부를 판정한다. 또한, 현재까지의 시간의 경과에 수반하는 DTW 거리의 추이에 기초하여 서보 모터가 장래에 동작 불량/불능이 되는 타이밍을 예측할 수 있다.

도 6에는, 로봇(1)이 구비하는 서보 모터의 하나에 관하여, DTW 거리의 추이의 일례가 나타내어져 있다. 하나 하나의 점이, 계산된 DTW 거리를 나타내고 있다.

도 6의 예에서, 로봇(1)의 운용은 2019년 8월경에 개시되었다. 운용 개시부터 반년 정도 동안, DTW 거리의 증대 경향은 얼마 안 되었지만, 2020년 2월경에 증대 경향을 강화하게 되었다. 서보 모터는, 2020년 6월경에 동작 불능이 되었다.

2020년 3월 내지 4월경의 2회, DTW 거리는, 특이적으로 위로 빠진 값을 나타냈다. 그 후에 그다지 시간을 두지 않고 서보 모터가 동작 불능이 되어진 것을 고려하면, 이 2개의 점은, 서보 모터가 동작 불능이 되는 예조를 나타내고 있었다고 생각할 수 있다.

서보 모터 등이 동작 불능이 되는 예조의 현상은 다양하게 생각할 수 있지만, 예를 들어 제어 케이블의 실드성 저하에 의한 노이즈의 혼입, 베어링의 열화에 의한 기계적인 진동, 감속기의 기어 치면의 마모에 의한 삐걱거림 등이다. 도 6에 "이상 예조"로 나타내는 2개의 점은, 상기와 같은 현상이 발생하여 전류값의 시계열 데이터에 영향을 주고, 이것이 DTW 거리가 특이한 변화가 된 것이라고 생각할 수 있다.

도 7 및 도 8에는, 도 6과 동일한 케이스에 있어서, 시계열 데이터의 변화를 표현하는 다른 지표의 추이가 비교예로서 나타내어져 있다.

도 7에 나타내는 PTP(Peak to Peak)는 전류 파형이 높은 피크의 전류값으로부터 낮은 피크의 전류값을 감산한 값이다. 이 PTP는, 특허문헌 1에서 말하는 "피크 전류"의 1종이다. 도 7에 나타내는 바와 같이, PTP를 사용하는 방법에서는, 2020년 3월 내지 4월경의 데이터에 있어서 이상한 예조를 파악하기가 매우 어렵다.

도 8에 나타내는 I2는, 전류의 2승 평균 평방근의 값이다. 이 I2는, 특허문헌 1에서 말하는 "I2"에 상당한다. 도 8에 나타내는 바와 같이, I2를 사용하는 방법에 의해서도, 2020년 3월 내지 4월경의 데이터에 있어서 이상한 예조를 파악하기가 매우 어렵다.

PTP 및 I2는, 시계열 데이터를 통계적으로 처리하여 얻어지는 값이다. 도 7 및 도 8에 있어서 이상한 예조가 그래프로 눈에 띄지 않는 이유는, 상기의 통계 처리 과정에서, 시계열 데이터가 포함하고 있는, 이상한 예조를 나타내는 어떠한 특징이 상실되어 버렸기 때문이라고 생각할 수 있다. 한편, 도 6에 나타내는 DTW 거리는, 통계 처리를 행하지 않고, 시계열 데이터끼리를 비교함으로써 얻어진 값이다. 따라서, DTW 거리는, 시계열 데이터가 포함하고 있는, 이상한 예조를 나타내는 특징에 따라서 민감하게 변동되기 쉬운 값이라고 할 수 있다.

도 9에는, 어떤 서보 모터에 관한 기준 데이터 및 비교용 데이터가 나타내어져 있다. 비교용 데이터는, 기준 데이터보다도 약 10개월 후에 취득된 것이다. 시간의 경과에 따라, 2개의 시계열 데이터 사이에 다소의 괴리가 발생하고 있다는 것을 알 수 있다.

도 9의 전류 파형 중, A1로 나타내는 범위는, 로봇(1)의 암을 강하시키는 동작에 상당한다. 이 범위에서, 비교용 데이터의 전류값은 기준 데이터보다도 대략 하회하고 있다. 이것은, 경년 열화 등으로 발생한 기계적인 손실이, 암의 강하에 저항하는 방향으로 작용하기 때문에, 이것이 서보 모터에 대한 일종의 어시스트가 되어, 서보 모터에 흐르는 전류값이 감소하고 있다고 생각된다.

도 9의 전류 파형 중 A2로 나타내는 범위는, 로봇(1)의 암을 유지하는 동작에 상당한다. A3으로 나타내는 범위는, 로봇(1)의 암을 상승시키는 동작에 상당한다. A2 및 A3의 범위에서, 비교용 데이터의 전류값은 기준 데이터보다도 대략 상회하고 있다. 이것은, 경년 열화로 발생한 기계적인 손실이, 암의 보유 지지 또는 상승에 대하여 저항하는 방향으로 작용하기 때문에, 서보 모터에 흐르는 전류값이 증가하고 있다고 생각된다.

이와 같이, 고장의 예조가 되는 현상의 하나로서의 기계적인 손실이, 상황에 따라, 시계열 데이터의 전류값을 증가시키는 방향으로 작용하거나, 감소시키는 방향으로 작용하거나 한다. 예를 들어 상술한 I2를 사용한 경우, 양방향의 작용이 일부 상쇄된 형태로 평가되어 버린다. 그러나, 본 실시 형태의 DTW 거리를 사용하면, 양방향의 작용을 충분히 고려하여 시계열 데이터의 비유사도를 구할 수 있다.

본 실시 형태에서는, 기준 데이터 비교용 데이터의 기초가 되는 시계열 데이터가, 도 3에 나타내는 취득 개시 신호로부터 취득 종료 신호까지의 기간으로 한정되어 있다. 가령, 예를 들어 도 3의 브레이크 개방에 상당하는 타이밍의 파형이 시계열 데이터에 포함된 경우, 비유사도가 증대하여, 이상이 있다고 오판정될 우려가 있다. 이 점, 본 실시 형태에서는, 취득 개시 신호와 취득 종료 신호의 타이밍을 적절하게 설정함으로써 전류값의 추이 중, 고장의 예조를 파악하는 관점에서 실질적으로 의미가 있는 기간만을 취출하여 평가할 수 있다.

로봇 상태 평가부(54)는 적당한 계산에 의해, 도 6에 "이상 예조"라고 나타내어져 있는 것과 같은 점의 유무를 판정할 수도 있다. 이 계산 방법은 다양한데, 예를 들어 이하와 같이 할 수 있다. 즉, 어떤 점에 주목하여 그것까지의 바로 근처의 N개의 점에 대하여, DTW 거리의 평균값 a와 표준 편차 σ가 계산된다. N은 2 이상이다. 그리고, 주목한 점의 DTW 거리가, a+kσ보다도 상회하고 있는 경우에, 당해 점은 이상을 예조하는 점(바꿔 말하면, 서보 모터 또는 감속기에 이상이 발생하고 있음)이라고 판정된다. k는, 적절히 설정되는 양의 값이다. 또한, 역치를 마련하여 이것을 상회하면 "이상 예조"라고 평가해도 된다. DTW 거리 대신에, 후술하는 유클리드 거리 등이 사용되어도 된다. 도 11의 그래프에는, DTW 거리에 관하여 a+3σ의 값의 추이가 나타내어져 있다. 이 그래프에서는, 바로 근처에 10개의 점이 참조되어 평균값 a와 표준 편차 σ가 계산되어 있다.

또한, 이하와 같이 할 수도 있다. 즉, 어떤 점에 주목하여, 그것까지의 바로 근처의 N개의 점에 대해서, DTW 거리의 평균값 a와 표준 편차 σ가 계산된다. 그리고, 주목한 점의 DTW 거리 x를 사용하여, 호텔링 이론에서 이상도라고 하는 (x-a) ²/σ²의 값이 계산되어 그래프화된다. 필요에 따라, 이 값에 계수를 곱할 수도 있다. 이 값이 소정의 역치를 상회하면 "이상 예조"라고 평가해도 된다. 호텔링 이론은, 통계 모델에 기초하는 이상 검지 방법의 하나이다. 값 x가 정규 분포를 따를 경우, 상기의 이상도의 값은, 자유도 1의 카이제곱 분포를 따르는 것이 알려져있다. 이 성질을 사용하여 호텔링 이론에서는, 이상도의 값을 적당한 역치와 비교함으로써 특이값 검출을 행한다. x로서, DTW 거리 대신에, 후술하는 유클리드 거리 등을 사용할 수도 있다. 도 12의 그래프에는, DTW 거리에 관하여 (x-a)²/σ² 의 값의 추이가 나타내어져 있다. 도 12의 그래프를 고려하면, 이상도의 역치를 예를 들어 10 정도로 하면, 이상 예조를 검출하는데도 적당하다고 생각된다.

a+kσ를 계산하는 경우에도, (x-a)²/σ²를 계산하는 경우에도, 바로 근처의 N개의 점만을 대상으로하는 것 대신에, 평가 개시부터의 모든 점을 대상으로 할 수 있다.

DTW 거리 또는 유클리드 거리 등은, 2개의 파형이 대응하는 점간의 거리를 취함으로써 특징을 파악하기 쉬워지는 이점이 있다. 이러한 거리를 대상으로 하여 표준 편차 또는 이상도를 계산하여 얻음으로써, 예를 들어 고장 감시 작업자에게 이해하기 쉬운 그래프를 제공할 수 있다.

표시부(55)는 도 6에 상당하는 그래프를 표시 가능하다. 표시부(55)는 예를 들어 액정 디스플레이 등의 표시 장치로 구성된다. 오퍼레이터는, DTW 거리의 평소 경향으로부터 벗어난 특이한 점이 그래프에 나타나 있는지 여부를 감시한다. 오퍼레이터는, 이 정보를 활용하여, 장래의 메인터넌스 계획을 적절하게 세울 수 있다.

표시부(55)는 1개 또는 복수의 서보 모터에 이상이 발생하고 있다고 로봇 상태 평가부(54)가 판정했을 경우, 그러한 정보를 표시한다. 예를 들어 이상 발생을 나타내는 경고 메시지를 표시부(55)에 표시하는 것을 생각할 수 있다. 이에 따라, 오퍼레이터가 상황을 조기에 파악할 수 있다.

로봇 상태 평가부(54)는 시간 경과에 따른 DTW 거리의 경향을 나타내는 트렌드 라인을 계산에 의해 구할 수 있다. 트렌드 라인의 예가, 도 10에 나타내어져 있다. 트렌드 라인은, 그래프에 플롯되는 점군을 근사하는 직선으로서 구할 수 있다. 근사 직선은, 공지된 최소 제곱법을 사용함으로써 얻을수 있지만, 방법은 한정되지 않는다.

로봇 상태 평가부(54)는 상기와 같이 하여 얻어진 트렌드 라인이, 미리 정해진 수명 역치에 도달하는 일시를 계산한다. 로봇 상태 평가부(54)는 현재부터 당해 일시까지의 기간을 계산함으로써 서보 모터 등의 잔여 수명을 예측할 수 있다.

트렌드 라인은, 도 10의 그래프에 겹쳐지는 형태로 표시부(55)에 표시된다. 오퍼레이터는, 표시부(55)의 화면을 참조하여 트렌드 라인을 확인함으로써 메인터넌스를 적절하게 계획할 수 있다.

DTW 거리의 트렌드 라인을 계산함에 있어서, 모든 DTW 거리를 근사하지 않아도 된다. 예를 들어 로봇(1)이 동일한 재생 동작을 1일에 다수회 반복하는 경우, 로봇 상태 평가부(54)가 DTW 거리의 대푯값을 매일 구하여, 대푯값을 근사하도록 트렌드 라인을 구해도 된다.

대푯값으로서는, 예를 들어 그 날에 얻어진 복수의 DTW 거리의 중앙값으로 할 수 있다. 중앙값을 사용하는 경우, 극단적으로 불규칙한 DTW 거리가 포함되어 있는 경우라도 영향을 받기 어려운 이점이 있다. 중앙값 대신에 평균값을 사용해도 된다.

대푯값으로서, 그 날에 얻어진 복수의 DTW 거리 중 최댓값을 사용해도 된다. 이 경우, 이상 예조를 트렌드 라인에 반영시키기 쉽게 할 수 있다.

계속해서, 본 실시 형태의 시계열 데이터 취득부(51)에 의한 시계열 데이터의 취득 처리의 일례를, 도 13의 흐름도를 참조하여 상세하게 설명한다.

도 13에 나타내는 바와 같이, 로봇(1)의 재생 동작이 개시하면, 로봇(1)의 동작을 제어하는 컨트롤러(90)는 상태 감시 장치(5)를 기동한다(스텝 S101).

계속해서, 컨트롤러(90)는 로봇(1)을 재생 동작시키는 프로그램의 프로그램 번호를 취득한다(스텝 S102). 재생 동작의 프로그램에 있어서는, 엔드 이펙터(13)를 움직이게 하는 경로가, 경유하는 복수의 포인트 (1), (2), …, (E)를 기술함으로써 정의되어 있다.

컨트롤러(90)는 또한, 각 서보 모터의 현재의 회전 위치를 취득한다(및 스텝 S103).

컨트롤러(90)는 상기의 스텝 S102에서 취득된 프로그램 번호를 상태 감시 장치(5)로 출력한다(스텝 S104).

그 후, 컨트롤러(90)는 동작을 위한 준비가 완료된 후, 취득 개시 신호를 상태 감시 장치(5)로 출력한다(스텝 S105). 동작을 위한 준비에는, 도 3에서 설명한 브레이크의 개방이 포함된다.

컨트롤러(90)는 엔드 이펙터(13)를 상술한 포인트(1)로 이동시키도록, 서보 모터 각각을 동작시킨다(스텝 S106).

엔드 이펙터(13)가 포인트(1)에 도달하면, 컨트롤러(90)는 엔드 이펙터(13)를 다음 포인트(2)로 이동시키도록, 서보 모터 각각을 동작시킨다(스텝 S107). 동일한 동작이 반복되어 최종적으로는, 엔드 이펙터(13)가 최종의 포인트(E)로 이동한다(스텝 S108).

엔드 이펙터(13)가 포인트(E)에 도달한 후, 컨트롤러(90)는 취득 종료 신호를 상태 감시 장치(5)로 출력하고(스텝 S109), 재생 동작의 프로그램을 종료한다.

이어서, 상태 감시 장치(5) 측의 처리를 설명한다.

상태 감시 장치(5)는 컨트롤러(90)가 스텝 S101의 처리를 행함으로써 기동된다. 기동 후, 상태 감시 장치(5)는 로봇(1)의 컨트롤러(90)가 스텝 S104에서 출력한 프로그램 번호를 취득한다(스텝 S201).

상태 감시 장치(5)는 이어서 컨트롤러(90)에 의해 출력되는 취득 개시 신호를 수신할 때까지 대기한다(스텝 S202).

취득 개시 신호를 수신한 경우, 상태 감시 장치(5)는 로봇(1)을 구동하는 각 서보 모터에 흐르는 전류의 전류값 각각을 취득한다(스텝 S2O3). 이 스텝은, 시계열 데이터 취득 스텝(시계열 데이터 취득 공정)에 상당한다.

스텝 S2O3의 처리는, 컨트롤러(90)에 의해 출력된 취득 종료 신호를 상태 감시 장치(5)가 수신할 때까지 반복된다(스텝 S204). 6개의 관절 각각의 서보 모터로부터 전류값이 얻어지고, 이들의 전류값은, 상태 감시 장치(5)가 구비하는 RAM에 축적된다.

취득 종료 신호를 수신한 경우, 상태 감시 장치(5)는 보조 기억 장치에, 스텝 S201에서 얻어진 프로그램 번호를 이름으로 하는 폴더를 작성한다(스텝 S205), 당해 폴더가 이미 작성되어 있는 경우에는, 스텝 S205의 처리는 스킵된다.

상태 감시 장치(5)는 취득 개시 신호를 수신한 타이밍과, 취득 종료 신호를 수신한 타이밍 사이에 취득한 전류값의 데이터를, 스텝 S205에서 작성된 폴더에 파일로서 보존한다(스텝 S206). 파일에는, 다수의 전류값의 데이터가 시계열순으로 나란히 기술된다. 보존되는 파일의 이름은, 취득 개시 신호를 수신한 일시를 나타내는 타임 스탬프의 문자열을 포함하도록 정해진다. 그 후, 상태 감시 장치(5)는 실질적으로 처리를 정지한다. 상기 스텝 S205 및 스텝 S206은, 기억 스텝(기억 공정)에 상당한다.

계속해서, 기준 데이터와 비교용 데이터와의 DTW 거리를 구하기 위한 흐름도의 일례에 대해서, 도 14를 참조하여 상세하게 설명한다. 이 흐름도에 나타내는 DTW 거리의 산출은, 비유사도 산출 스텝(비유사도 산출 공정)에 상당한다.

도 14에 나타내는 처리는, 1일에 대하여 1회, 예를 들어 공장의 조업 시간이 끝난 후에 이루어진다. 도 14의 처리가 개시되면, 시계열 데이터 평가부(53)는 어떤 재생 동작에 대응하는 프로그램 번호의 폴더 내에서, 가장 이전에 수집된 시계열 데이터를 취득한다(스텝 S301). 수집된 일시는, 파일의 이름에 포함되는 타임 스탬프로부터 간단하게 얻을 수 있다. 스텝 S301에 의해 얻어지는 시계열 데이터는 기준 데이터에 상당한다.

이어서, 시계열 데이터 평가부(53)는 동일한 폴더 내에 보존된, 로봇(1)의 오늘 재생 동작에 따라 수집된 시계열 데이터를 취득한다(스텝 S302). 스텝 S302에 의해 얻어지는 시계열 데이터는, 비교용 데이터에 상당한다.

시계열 데이터 평가부(53)는 취득한 기준 데이터와 비교용 데이터 사이의 DTW 거리를 구한다(스텝 S303).

그 후, 시계열 데이터 평가부(53)는 오늘 수집된 다른 비교용 데이터가 있는지의 여부를 판정한다(스텝 S304). 동일 날짜의 다른 비교용 데이터가 존재하는 경우, 당해 비교용 데이터에 대해서, 스텝 S302 및 스텝 S303의 처리가 동일하게 이루어진다.

오늘 수집된 비교용 데이터의 전부에 대해서, 기준 데이터와의 사이에서 DTW 거리가 구해지면, 처리는 스텝 S305로 진행된다. 스텝 S305에서, 시계열 데이터 평가부(53)는 오늘 수집된 비교용 데이터로부터 구해진 DTW 거리의 중앙값을 구하여, 기억부(52)에 기억한다.

이어서, 로봇 상태 평가부(54)는 스텝 S305에서 얻어진 DTW 거리의 중앙값인 매일의 추이를 나타내는 그래프를 작성한다(스텝 S306). 이 그래프는, 표시부(55)에 표시된다. 그래프의 예가 도 10에 나타내어져 있다. 그래프에는, 로봇 상태 평가부(54)가 중앙값의 근사 직선을 계산함으로써 계산한 트렌드 라인과, 상술한 수명 역치를 나타내는 기준선이 표시된다.

이어서, DTW 거리의 베리에이션에 대하여 설명한다.

상기한 바와 같이 DTW 거리는, 미가공된 기준 데이터와 미가공된 비교용 데이터 사이에서 계산된다. 미가공된 기준 데이터의 예는 도 15(a)에, 미가공된 비교용 데이터의 예는 도 15(b)에 각각 나타내어져 있다. 이하, 이 경우의 DTW 거리를, 제1 DTW 거리라고 하는 경우가 있다. 제1 DTW 거리는, 제1 비유사도에 상당함과 동시에, 제1 평가량에 상당한다.

단, 이하에 예시한 바와 같이, DTW 거리는, 미가공된 기준 데이터와 미가공된 비교용 데이터 사이에서 계산되지 않아도 된다.

필터링된 기준 데이터와 필터링된 비교용 데이터 사이에서 DTW 거리가 계산되어도 된다. 필터링된 기준 데이터의 예는 도 15(c)에, 필터링된 비교용 데이터의 예는 도 15(d)에 각각 나타내어져 있다. 도 15의 예에서는, 이동 평균 필터가 사용되었다. 이하, 이 경우의 DTW 거리를, 제2 DTW 거리라고 하는 경우가 있다. 제2 DTW 거리는, 제2 비유사도에 상당한다.

도 15(c)에 나타내는 필터링된 기준 데이터와, 도 15(b)에 나타내는 미가공된 비교용 데이터와의 사이에 DTW 거리가 계산되어도 된다. 이하, 이 경우의 DTW 거리를, 제3 DTW 거리라고 하는 경우가 있다. 제3 DTW 거리는, 제3 비유사도에 상당한다.

시계열 데이터 평가부(53)는 상기와 같이 구해진 제1 DTW 거리와 제2 DTW 거리와의 차이를 계산하여, 평가량(제2 평가량)으로서 출력해도 된다. 또한, 제3 DTW 거리와 제2 DTW 거리와의 차이를 계산하여, 평가량(제3 평가량)으로서 출력해도 된다.

도 16에는, 제2 DTW 거리에 의한 평가 결과의 추이가 나타내어져 있다. 기준 데이터 및 비교용 데이터에 대하여 필터 처리에 의해 고주파 성분이 제거되어 있으므로, 제2 DTW 거리는, 경년에 의한 감속기의 효율 변화, 기계적 손실의 변화 등을, 보다 강하게 반영한 것이라고 생각할 수 있다. 도 16에 나타내는 바와 같이, 제2 DTW의 값은, 도중까지 그다지 변화하지 않지만, 후반 부분에 있어서 가속도적으로 증가하는 경향을 나타내고 있다.

도 17에는, 제3 평가량의 추이가 나타내어져 있다. 당해 제3 평가량은, 상술한 바와 같이, 제3 DTW 거리와 제2 DTW 거리의 차이다. 제3 DTW 거리는, 필터링된 기준 데이터와 미가공된 비교용 데이터와의 DTW 거리이다. 따라서, 이 제3 평가량은, 비교용 데이터에 포함되는 진동 및 삐걱거림 등의 고주파 성분(예를 들어 파형이 펄스상으로 되어 있는 부분)을 보다 강하게 반영한 것이라고 생각할 수 있다.

도 17의 그래프에 있어서, 2020년 3월 내지 4월경에, 제3 평가량의 값이 특이하게 증가하고 있다는 것을 용이하게 알 수 있다. 이 특이값은, 고장의 예조로서 사용할 수 있을 가능성이 높다.

기준 데이터 및 비교용 데이터 중 적어도 한쪽에 필터링된 것을 사용함으로써 비교용 데이터가 포함하고 있는, 고장의 예조를 나타내는 어떠한 특징을, 상대적으로 강조할 수 있을 가능성이 있다. 이 의미에서, 제2 DTW 거리, 제3 DTW 거리, 제2 평가량 및 제3 평가량 중 적어도 어느 것을 사용하는 것이 유효하다.

기준 데이터와 비교용 데이터 사이에서 비유사도를 구하는 것은 아니지만, 도 15(c)에 나타내는 미가공된 비교용 데이터와, 도 15(d)에 나타내는 필터링된 비교용 데이터와의 사이에 DTW 거리를 구해도 된다. 이하에서는, 이 DTW 거리를 제4 DTW 거리라고 칭하는 경우가 있다. 제4 DTW 거리는, 제4 비유사도에 상당함과 동시에, 제4 평가량에 상당한다.

도 18에는, 제4 평가량의 추이가 나타내어져 있다. 약간 불명확하기는 하지만, 2020년 3월 내지 4월경에, 제4 평가량의 값이 특이적으로 증가하고 있다는 것을 알 수 있다.

이 제4 평가량도, 비교용 데이터에 포함되어 있는 삐걱거림 등의 노이즈 성분을 상대적으로 강조한 것이기 때문에, 상황에 따라, 고장의 예조를 파악하기 위하여 유효할 경우가 있다.

로봇 상태 평가부(54)가 제1 DTW 거리를 구할 때마다, 표시부(55)에는, 제1 DTW 거리에 대하여 플롯된 그래프가, 예를 들어 도 10과 같이 표시된다. 이 그래프에는, 로봇 상태 평가부(54)가 구한 트렌드 라인이 함께 표시된다. 이것과 동시에, 로봇 상태 평가부(54)는 제1 DTW 거리 이외의 평가량(예를 들어 도 17에 나타내는 제3 평가량)에 특이값이 나타나 있는지 여부를 감시한다. 특이값이 나타난 경우에는, 로봇 상태 평가부(54)는 도 19에 나타내는 바와 같이, 그래프와 동일한 화면에 경고 메시지(알람)를 표시하여, 오퍼레이터에게 주의를 환기한다. 이에 따라, 오퍼레이터는 상황을 적절하게 파악할 수 있다.

이상에서 설명한 바와 같이, 본 실시 형태의 상태 감시 장치(5)는 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시한다. 상태 감시 장치(5)는 시계열 데이터 취득부(51)과, 기억부(52)와, 시계열 데이터 평가부(53)와, 로봇 상태 평가부(54)를 구비한다. 시계열 데이터 취득부(51)는 로봇(1)의 상태를 반영하는 상태 신호(구체적으로는, 서보 모터의 전류값)의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여, 상태 신호의 시계열 데이터를 취득한다. 기억부(52)는 시계열 데이터 취득부(51)에 의해 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보 및 당해 시계열 데이터를 취득했을 때의 로봇(1)의 재생 동작을 특정하는 프로그램 번호와 관련지어서 기억한다. 시계열 데이터 평가부(53)는 기준 데이터와, 비교용 데이터와의 비유사도인 DTW 거리를구한다. 기준 데이터는, 적어도 1회의 재생 동작에서 취득된 시계열 데이터에 기초하는 것이다. 비교용 데이터는, 기준 데이터에 관한 시계열 데이터의 취득 시보다도 나중에 이루어진 동일한 재생 동작에서 취득된 시계열 데이터에 기초하는 것이다. 로봇 상태 평가부(54)는 시계열 데이터 평가부(53)에 의해 산출된 DTW 거리를, 로봇(1)의 상태 평가를 위한 평가량(제1 평가량)으로서 사용한다.

이에 따라, 로봇(1)이 고장나는 예조를 용이하게 파악하여, 메인터넌스를 고장 전에 행할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 시계열 데이터 평가부(53)는 이하의 처리를 행한다. 즉, 기준 데이터로부터 취출한 m개의 전류값을 횡축에 시계열순으로 배치하고, 비교용 데이터로부터 취출한 n개의 전류값을 종축에 시계열순으로 배치하고, 각각의 전류값의 대응짓기를 m×n개의 셀로 이루어지는 매트릭스로 표현하여, 대응지어지는 샘플링값 사이의 차이를 각 셀에 관련짓는 경우를 생각한다. 횡축에 배치된 기준 데이터의 전류값 중, 시계열에서 최선의 타이밍에 상당하는 전류값과, 종축에 배치된 비교용 데이터의 전류값 중, 시계열에서 최선의 타이밍에 상당하는 전류값과의 대응짓기에 상당하는 셀을 시점 셀로 한다. 횡축에 배치된 기준 데이터의 전류값 중, 시계열에서 최후의 타이밍에 상당하는 전류값과, 종축에 배치된 비교용 데이터의 전류값 중, 시계열에서 최후의 타이밍에 상당하는 전류값과의 대응짓기에 상당하는 셀을, 종점 셀로 한다. 상기의 전제에서, 시계열 데이터 평가부(53)는 시점 셀로부터 종점 셀에 이르는 경로 중, 통과하는 셀에 대응하는 차이의 합계가 최소가 되는 경로를 구한다. 시계열 데이터 평가부(53)는 구해진 경로가 통과하는 각각의 셀에 대응하는 차이의 합계(DTW 거리) 또는 평균값을 비유사도로 한다.

이에 따라, 비교용 데이터가 포함하고 있는 이상한 예조를 민감하게 파악하면서 비유사도를 구할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 기준 데이터는, 복수회 취득된 시계열 데이터를 평균냄으로써 구할 수도 있다.

이 경우, 계측 오차를 억제할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 기준 데이터는, 시계열 데이터를 필터 처리함으로써 얻을 수도 있다.

이 경우, 비교용 데이터가 포함하고 있는 이상 예조 중, 적절한 성분(예를 들어 고주파 성분)을 상대적으로 강조한 형태로, 비유사도를 구할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 비교용 데이터는, 시계열 데이터를 필터 처리함으로써 얻을 수도 있다.

이 경우, 비교용 데이터가 포함하고 있는 이상한 예조 중, 적절한 성분(예를 들어 저주파 성분)을 상대적으로 강조한 형태로, 비유사도를 구할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 시계열 데이터 평가부(53)는 제1 DTW 거리와 제2 DTW 거리를 구하도록 구성할 수도 있다. 제1 DTW 거리는, 시계열 데이터에 대하여 필터 처리를 행하지 않은 기준 데이터 및 시계열 데이터에 대하여 필터 처리를 행하지 않은 비교용 데이터 사이의 DTW 거리이다. 제2 DTW 거리는, 시계열 데이터에 대하여 필터 처리를 행한 기준 데이터 및 시계열 데이터에 대하여 필터 처리를 행한 비교용 데이터 사이의 DTW 거리이다. 시계열 데이터 평가부(53)는 제1 DTW 거리와 제2 DTW 거리와의 차이를 제2 평가량으로서 출력한다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 시계열 데이터 평가부(53)는 제3 DTW 거리와, 제2 DTW 거리를 구하도록 구성할 수도 있다. 제3 DTW 거리는, 시계열 데이터에 대하여 필터 처리를 행한 기준 데이터 및 시계열 데이터에 대하여 필터 처리를 행하지 않은 비교용 데이터 사이의 DTW 거리이다. 제2 DTW 거리는, 시계열 데이터에 대하여 필터 처리를 행한 기준 데이터 및 시계열 데이터에 대하여 필터 처리를 행한 비교용 데이터 사이의 DTW 거리이다. 시계열 데이터 평가부(53)는 제3 DTW 거리와 제2 DTW 거리와의 차이를 제3 평가량으로서 출력한다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 시계열 데이터 평가부(53)는 제4 DTW 거리를 구하도록 구성할 수도 있다. 제4 DTW 거리는, 시계열 데이터에 대하여 필터 처리를 행한 비교용 데이터 및 시계열 데이터에 대하여 필터 처리를 행하지 않은 비교용 데이터 사이의 DTW 거리이다. 시계열 데이터 평가부(53)는 제4 DTW 거리를 제4 평가량으로서 출력한다.

이상의 평가량에 의해, 비교용 데이터가 포함하고 있는 이상한 예조를 용이하게 파악할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 시계열 데이터는, 로봇(1)을 구동하는 서보 모터의 전류값, 전류 지령값, 토크값, 토크 지령값, 회전 위치 편차 및 실제의 회전 위치 중 적어도 어느 것에 관한 데이터이다.

이에 따라, 서보 모터 및 주변의 구성 상태를 용이하게 평가할 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)에 있어서, 로봇 상태 평가부(54)는 시계열 데이터 평가부(53)에 의해 구해진 DTW 거리가 시간의 경과에 따라 변화하는 경향을 나타내는 트렌드 라인의 데이터를 작성한다. 로봇 상태 평가부(54)는 트렌드 라인에 기초하여 잔여 수명을 계산한다.

이에 따라, 로봇(1)의 메인터넌스 시기를 적절하게 계획하기 위한 정보를 오퍼레이터를 얻을 수 있다.

또한, 본 실시 형태의 상태 감시 장치(5)는 트렌드 라인을 표시 가능한 표시부(55)를 구비한다. 표시부(55)는 DTW 거리와 다른 평가량이 미리 설정된 조건을 충족한 경우의 알람을, 도 19와 같이 트렌드 라인과 동시에 표시 가능하다.

이에 따라, 주의해야 할 상황을 오퍼레이터가 조기에 파악할 수 있다.

이어서, 본 발명의 제2 실시 형태를 설명한다. 또한, 본 실시 형태의 설명에 있어서는, 전술한 실시 형태와 동일 또는 유사한 부재에는 도면에 동일한 부호를 부여하고, 설명을 생략하는 경우가 있다.

본 실시 형태의 시계열 데이터 평가부(53)는 DTW 거리 대신에 기준 데이터와 비교용 데이터와의 유클리드 거리를 산출함으로써 2개의 데이터의 비유사도를 구하고 있다.

시계열 데이터 평가부(53)는 기준 데이터의 파형과, 비교용 데이터의 파형 중 한쪽을 시간축 방향으로 복수 단계에서 이동시키고, 각 단계에 대해서, 유클리드 거리를 계산에 의해 취득한다.

유클리드 거리는 잘 알려져 있으므로, 이하, 간단하게 설명한다. 시계열 데이터 a와 시계열 데이터 b와의 사이의 유클리드 거리 D는, 시계열 데이터의 길이를 m으로 하여, 이하의 식 (1)로 표현된다.

도 20에는, 비교용 데이터를, 시간 축의 마이너스 방향으로 1단계, 플러스 방향으로 1단계의 총 2단계 이동시키는 예가 나타내어져 있다. 유클리드 거리는, 이동 없음도 포함하여 3단계만큼 계산된다. 1단계당의 시간축 방향에서의 이동량 및 이동의 단계 수는, 모두 임의로 정할 수 있다.

이 파형의 이동은, 유클리드 거리의 계산 시에 있어서, 기준 데이터에 포함되는 m개의 전류값과, 비교용 데이터에 포함되는 m개의 전류값과의 대응 관계를 일률적으로 변동함으로써 실질적으로 실현할 수 있다.

시계열 데이터 평가부(53)는 상기에서 얻어진 복수의 유클리드 거리의 최솟값을 구한다. 시계열 데이터 평가부(53)는 이 최솟값을, 기준 데이터와 비교용 데이터와의 비유사도로서 출력한다.

여기서, 제1 실시 형태에서 사용한 DTW 거리는, 2개의 시계열 데이터 사이에서 예를 들어 시간 지연이 크게 발생하거나, 시간축 방향에서의 왜곡이 크게 발생하거나 해도, 그 영향을 실질적으로 강력하게 제외하여 비유사도를 평가하고 있다. 그러나, 시계열 데이터의 시간축 방향에서의 지연 및 왜곡을 평가하는 것이, 이상한 예조를 파악하기 위하여 유효해지는 경우도 있을 수 있다. 이 점, 본 실시 형태의 변칙적인 유클리드 거리를 사용하는 경우, 허용되는 시간 지연이, 시계열 데이터를 시간축 방향에서 단계적으로 변동하는 최대 범위까지 제한된다. 따라서, 약간의 시간 지연은 허용하면서, 시계열 데이터의 시간축 방향에서의 어느 정도 큰 지연 및 왜곡을 적절하게 반영시킨 비유사도를 얻을 수 있다. 바꿔 말하면, 계측 오차로서의 위상 어긋남은 무시하는 한편, 서보 모터 등의 열화를 나타내는 큰 위상 어긋남은 적절하게 검출할 수 있다.

또한, 도 20에 나타내는 바와 같이 시계열 데이터를 시간축 방향에서 상대적으로 변동한 결과, 상대가 없는 조합이 발생한다. 상대가 없는 요소(전류값)가 많으면, 유클리드 거리가, 상대가 있는 요소 수의 감소에 따라 줄어들어 버린다. 이것을 해소하기 위해서, 상기와 같이 구해진 유클리드 거리를, 상대가 있는 요소의 수로 제산하여, 얻어진 평균값을 비유사도로서 평가에 사용하는 것을 생각할 수 있다. 또는, 시계열 데이터의 양단의 상대가 없는 요소에 대하여 측정에서 얻어진 시점 또는 종점의 값과 동등한 값의 요소를 그 상대로서 추가하는 방법 등으로 보정해도 된다.

이상에서 설명한 바와 같이 본 실시 형태의 상태 감시 장치(5)는 기준 데이터의 파형과, 비교용 데이터의 파형 중 적어도 한쪽을 시간축 방향으로 복수 단계로 이동시키면서, 2개의 파형 사이의 유클리드 거리를 각각 구한다. 유클리드 거리의 최솟값을 비유사도로 한다.

이에 따라, 시계열 데이터에 있어서의 시간축 방향에서의 왜곡 등을 고정밀도로 반영한 비유사도를 얻을 수 있다.

이어서, 본 발명의 제3 실시 형태를 설명한다. 또한, 본 실시 형태의 설명에 있어서는, 전술한 실시 형태와 동일 또는 유사한 부재에는 도면에 동일한 부호를 부여하고, 설명을 생략하는 경우가 있다.

본 실시 형태의 시계열 데이터 평가부(53)는 기준 데이터에 포함되는 m개의 전류값 중 i번째의 전류값과 비교용 데이터에 포함되는 m개의 전류값 중 i-p번째로부터 i+p번째까지의 전류값과의 차이를 각각 구한다. 도 21은 p=2인 경우를 나타내는 모식도이며, 전류값의 차이가 밑줄친 수치로 표시되어 있다.

계속해서, 시계열 데이터 평가부(53)는 비교용 데이터의 i-p번째에서 i+p번째까지의 전류값 중, 기준 데이터의 i번째의 전류값과 가장 가까운 것은 어느 것이 되는지를 조사한다. 도 21의 예에서, 비교용 데이터의 i-2번째에서 i+2번째까지의 전류값 중, 기준 데이터의 i번째의 전류값에 대하여 차이의 절댓값이 가장 작은 것은 i-1번째이며, 그 차이는 -0.2로 되어 있다. 기준 데이터의 i번째의 전류값이 제1 샘플링값에 상당하고, 비교용 데이터의 i-1번째의 전류값이 제2 샘플링값에 상당한다.

시계열 데이터 평가부(53)는 비유사도로서 유클리드 거리를 계산한다. 이때, 기준 데이터의 i번째의 전류값과, 비교용 데이터의 i-2번째에서 i+2번째까지의 전류값 중, 기준 데이터의 i번째의 전류값과 가장 가까운 전류값과의 차이가, 기준 데이터의 i번째의 전류값과 비교용 데이터의 i번째의 전류값 차이의 절댓값(상술한 식(1)에 있어서의 |a_i-b_i|))이라고 간주된다.

이와 같이 하여 얻어진 비유사도는, 약간의 시간 지연 및 왜곡을 허용하면서, 시계열 데이터의 어느 정도 큰 시간축 방향에서의 지연 및 왜곡을 적절하게 반영시킨 것이 된다. 바꿔 말하면, 계측 오차로서의 위상 어긋남이 보정되어 열화를 나타내는 큰 위상 어긋남을 검출한다.

이상에서 설명한 바와 같이, 상태 감시 장치(5)는 각각 복수의 샘플링값을 취득된 기준 데이터의 파형과, 비교용 데이터의 파형과의 사이에서, 한쪽 파형의 i번째의 전류값인 제1 전류값과, 다른 쪽 파형인 i-p번째에서 i+p번째까지(단,i 및 p는 1 이상의 정수)의 전류값 중 제1 전류값과 가장 가까운 제2 전류값과의 차이를 2개의 파형에서 대응하는 샘플링값의 차이라고 간주하여 유클리드 거리를 구한다. 상태 감시 장치(5)가 유클리드 거리를 비유사도로 한다.

이에 따라, 시계열 데이터에 있어서의 시간축 방향에서의 왜곡 등을 고정밀도로 반영한 비유사도를 얻을 수 있다.

이상으로 본 발명의 적합한 실시 형태를 설명했지만, 상기의 구성은 예를 들어 이하와 같이 변경할 수 있다.

상태 감시 장치(5)는 로봇(1)에 직접 접속하지 않아도 되고, 예를 들어 인터넷 등의 통신 회선을 개재하여 로봇(1)의 컨트롤러(90)로부터 로봇(1)의 상태를 반영하는 시계열 데이터를 취득해도 된다. 이 경우, 컨트롤러(90)는 재생 동작에 있어서, 실시간으로 전류값을 취득하여 보존하고, 배치 처리 등에 의해 프로그램 번호, 전류값의 취득 일시, 서보 모터를 식별하는 정보와 함께, 전류값의 시계열 데이터를 종합하여 상태 감시 장치(5)에 송신한다.

DTW 거리는, DP 매칭 방법을 사용하지 않고 구해져도 된다.

상태 감시 장치(5)는 컨트롤러(90)와 별도로 마련하지 않고, 컨트롤러(90)에 내장되어도 된다. 또한, 상태 감시 장치(5)의, CPU, ROM, RAM, 보조 기억 장치 등으로서 기능하는 컴퓨터를 마련하지 않고, 상태 감시 장치(5)는 로봇(1)의 컨트롤러(90)의 컴퓨터를 사용하여 실현되어도 된다. 이 경우, 표시부(55)는 예를 들어 로봇(1)의 교시 펜던트의 일부로서 구성되고, 전술한 경고 메시지를 전환식으로 표시할 수 있다.

1: 로봇
5: 상태 감시 장치
51: 시계열 데이터 취득부(시계열 데이터 취득부)
52: 기억부
53: 시계열 데이터 평가부(비유사도 산출부)
54: 로봇 상태 평가부

Claims (15)

1. 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시하는 상태 감시 장치로서,
   로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여, 상기 상태 신호의 시계열 데이터를 취득하는 시계열 데이터 취득부와,
   상기 시계열 데이터 취득부에 의해 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보, 및, 당해 시계열 데이터를 취득했을 때의 로봇의 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억하는 기억부와,
   적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다도 나중에 행해진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구하는 비유사도 산출부와,
   상기 비유사도 산출부에 의해 산출된 상기 비유사도를, 로봇의 상태 평가를 위한 평가량으로서 사용하는 로봇 상태 평가부
   를 구비하는 것을 특징으로 하는 상태 감시 장치.
2. 제1항에 있어서,
   상기 비유사도 산출부는,
   상기 기준 데이터로부터 취출한 m개의 샘플링값을 제1 축에 시계열순으로 배치하고, 상기 비교용 데이터로부터 취출한 n개의 샘플링값을 제2 축에 시계열순으로 배치하여, 각각의 샘플링값의 대응짓기를 m×n개의 셀로 이루어지는 매트릭스로 표현하고, 대응지어지는 샘플링값 사이의 차이를 각 셀에 관련지을 경우에,
   상기 제1 축에 배치된 상기 기준 데이터의 샘플링값 중 시계열에서 최선의 타이밍에 상당하는 샘플링값과, 상기 제2 축에 배치된 상기 비교용 데이터의 샘플링값 중 시계열에서 최선의 타이밍에 상당하는 샘플링값과의 대응짓기에 상당하는 시점 셀로부터,
   상기 제1 축에 배치된 상기 기준 데이터의 샘플링값 중 시계열에서 최후의 타이밍에 상당하는 샘플링값과, 상기 제2 축에 배치된 상기 비교용 데이터의 샘플링값 중 시계열에서 최후의 타이밍에 상당하는 샘플링값과의 대응짓기에 상당하는 종점 셀에 이르는 경로 중,
   통과하는 상기 셀에 관련지어져 있는 차이의 합계가 최소가 되는 경로를 구하고,
   구해진 경로가 통과하는 각각의 상기 셀에 관련지어지는 차이의 합계 또는 평균값을 상기 비유사도로 하는 것을 특징으로 하는 상태 감시 장치.
3. 제1항에 있어서,
   상기 비유사도 산출부는,
   상기 기준 데이터의 파형과, 상기 비교용 데이터의 파형 중 적어도 한쪽을 시간축 방향으로 복수 단계로 이동시키면서, 2개의 파형 사이의 유클리드 거리를 각각 구하고,
   상기 유클리드 거리의 최솟값을 상기 비유사도로 하는 것을 특징으로 하는 상태 감시 장치.
4. 제1항에 있어서,
   상기 비유사도 산출부는,
   각각 복수의 샘플링값을 취득된 상기 기준 데이터의 파형과, 상기 비교용 데이터 파형과의 사이에서,
   한쪽 파형의 i번째의 샘플링값인 제1 샘플링값과, 다른 쪽 파형의 i-p번째로부터 i+p번째까지(단, i 및 p는 1 이상의 정수)의 샘플링값 중 상기 제1 샘플링값과 가장 가까운 제2 샘플링값과의 차이를, 2개의 파형으로 대응하는 샘플링값의 차이라고 간주하여 유클리드 거리를 구하고,
   상기 유클리드 거리를 상기 비유사도로 하는 것을 특징으로 하는 상태 감시 장치.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 기준 데이터는, 복수회 취득된 상기 시계열 데이터를 평균냄으로써 구해지는 것을 특징으로 하는 상태 감시 장치.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   상기 기준 데이터는, 상기 시계열 데이터를 필터 처리함으로써 얻어지는 것을 특징으로 하는 상태 감시 장치.
7. 제1항 내지 제6항 중 어느 한 항에 있어서,
   상기 비교용 데이터는, 상기 시계열 데이터를 필터 처리함으로써 얻어지는 것을 특징으로 하는 상태 감시 장치.
8. 제1항 내지 제5항 중 어느 한 항에 있어서,
   상기 비유사도 산출부는,
   상기 시계열 데이터에 대하여 필터 처리를 행하지 않은 상기 기준 데이터, 및, 상기 시계열 데이터에 대하여 필터 처리를 행하지 않은 상기 비교용 데이터 사이의 상기 비유사도인 제1 비유사도와,
   상기 시계열 데이터에 대하여 필터 처리를 행한 상기 기준 데이터, 및, 상기 시계열 데이터에 대하여 필터 처리를 행한 상기 비교용 데이터 사이의 상기 비유사도인 제2 비유사도
   를 구하고,
   상기 제1 비유사도와 제2 비유사도와의 차이를 제2 평가량으로서 출력하는 것을 특징으로 하는 상태 감시 장치.
9. 제1항 내지 제5항 중 어느 한 항에 있어서,
   상기 비유사도 산출부는,
   상기 시계열 데이터에 대하여 필터 처리를 행한 상기 기준 데이터, 및, 상기 시계열 데이터에 대하여 필터 처리를 행하지 않은 상기 비교용 데이터 사이의 상기 비유사도인 제3 비유사도와,
   상기 시계열 데이터에 대하여 필터 처리를 행한 상기 기준 데이터, 및, 상기 시계열 데이터에 대하여 필터 처리를 행한 상기 비교용 데이터 사이의 상기 비유사도인 제2 비유사도
   를 구하고,
   상기 제3 비유사도와 상기 제2 비유사도와의 차이를 제3 평가량으로서 출력하는 것을 특징으로 하는 상태 감시 장치.
10. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 비유사도 산출부는,
    상기 시계열 데이터에 대하여 필터 처리를 행한 상기 비교용 데이터, 및, 상기 시계열 데이터에 대하여 필터 처리를 행하지 않은 상기 비교용 데이터 사이의 상기 비유사도인 제4 비유사도를 구하고,
    상기 제4 비유사도를 제4 평가량으로서 출력하는 것을 특징으로 하는 상태 감시 장치.
11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    상기 시계열 데이터는, 상기 로봇을 구동하는 모터의 전류값, 전류 지령값, 토크값, 토크 지령값, 회전 위치 편차, 및 실제의 회전 위치 중 적어도 어느 것에 관한 데이터인 것을 특징으로 하는 상태 감시 장치.
12. 제1항 내지 제11항 중 어느 한 항에 있어서,
    상기 로봇 상태 평가부는, 상기 비유사도 산출부에 의해 구해진 상기 비유사도가 시간의 경과에 따라 변화하는 경향을 나타내는 트렌드 라인의 데이터를 작성하고,
    상기 로봇 상태 평가부는, 상기 트렌드 라인에 기초하여 잔여 수명을 계산하는 것을 특징으로 하는 상태 감시 장치.
13. 제12항에 있어서,
    상기 트렌드 라인을 표시 가능한 표시부를 구비하고,
    상기 표시부는, 상기 비유사도와 다른 평가량이 미리 설정된 조건을 충족한 경우의 알람을, 상기 트렌드 라인과 동시에 표시 가능한 것을 특징으로 하는 상태 감시 장치.
14. 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시하는 상태 감시 방법으로서,
    로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여, 상기 상태 신호의 시계열 데이터를 취득하는 시계열 데이터 취득 공정과,
    상기 시계열 데이터 취득 공정에서 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보, 및, 당해 시계열 데이터를 취득했을 때의 로봇의 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억하는 기억 공정과,
    적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다도 나중에 행해진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구하는 비유사도 산출 공정과,
    상기 비유사도 산출 공정에서 산출된 상기 비유사도를 평가량으로서 사용하여, 로봇의 상태를 평가하는 로봇 상태 평가 공정
    을 갖는 것을 특징으로 하는 상태 감시 방법.
15. 미리 결정된 동작을 재생 가능한 산업용 로봇의 상태를 감시하는 상태 감시 프로그램으로서,
    로봇의 상태를 반영하는 상태 신호의 취득 개시를 나타내는 취득 개시 신호의 타이밍으로부터, 상기 상태 신호의 취득 종료를 나타내는 취득 종료 신호의 타이밍까지의 기간을 대상으로 하여, 상기 상태 신호의 시계열 데이터를 취득하는 시계열 데이터 취득 스텝과,
    상기 시계열 데이터 취득 스텝에서 취득된 시계열 데이터를, 상기 시계열 데이터의 취득 시기를 나타내는 시기 정보, 및, 당해 시계열 데이터를 취득했을 때의 로봇의 재생 동작을 특정하는 재생 식별 정보와 관련지어서 기억하는 기억 스텝과,
    적어도 1회의 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 기준 데이터와, 상기 기준 데이터에 관한 시계열 데이터의 취득 시보다도 나중에 행해진 동일한 재생 동작에서 취득된 상기 시계열 데이터에 기초하는 비교용 데이터와의 비유사도를 구하는 비유사도 산출 스텝과,
    상기 비유사도 산출 스텝에서 산출된 상기 비유사도를 평가량으로서 사용하여, 로봇의 상태를 평가하는 로봇 상태 평가 스텝
    을 컴퓨터에 실행시키는 것을 특징으로 하는 상태 감시 프로그램.

Images