TW202142847A - 異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體 - Google Patents

異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體 Download PDF

Info

Publication number
TW202142847A
TW202142847A TW109138219A TW109138219A TW202142847A TW 202142847 A TW202142847 A TW 202142847A TW 109138219 A TW109138219 A TW 109138219A TW 109138219 A TW109138219 A TW 109138219A TW 202142847 A TW202142847 A TW 202142847A
Authority
TW
Taiwan
Prior art keywords
ball screw
frequency
aforementioned
vibration
abnormality
Prior art date
Application number
TW109138219A
Other languages
English (en)
Inventor
日原啓太
三谷聡麻
川北聖人
Original Assignee
日商日本製鋼所股份有限公司
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 日商日本製鋼所股份有限公司 filed Critical 日商日本製鋼所股份有限公司
Publication of TW202142847A publication Critical patent/TW202142847A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/02—Gearings; Transmission mechanisms
    • G01M13/028—Acoustic or vibration analysis
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • 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
    • B29C2945/76163—Errors, malfunctioning
    • 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
    • B29C2945/76177—Location of measurement
    • B29C2945/7618—Injection unit
    • B29C2945/76187—Injection unit screw
    • 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
    • B29C2945/76451—Measurement means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)

Abstract

藉由發生於滾珠螺桿的振動強度之頻率分析，提供可以檢知滾珠螺桿之異常的異常檢知裝置。 檢知設置於射出成型機之滾珠螺桿的異常之異常檢知裝置，包括：振動感測器，偵測滾珠螺桿之振動；以及演算部，將振動感測器偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊、以及將正常之滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知滾珠螺桿之異常。

Description

異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體
本發明係有關於檢知設置於射出成型機之滾珠螺桿之異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體。
在專利文獻1中，揭露了一種檢知成型工程之狀態以及可動部之異常發生的監控方法，藉由加速度感測器以及麥克風監控射出成型機的各可動部之振動以及運作噪音。
在專利文獻2中，揭露了一種發出警報之負荷狀態顯示裝置，由射出成型機之各馬達的瞬時電流以及瞬時電壓，算出平均負荷並檢知驅動系統之負荷異常。 [先前技術文獻] [專利文獻]
[專利文獻1]特開平5-50480號公報 [專利文獻2]特開平9-262889號公報
[發明所欲解決之課題]
然而，在設置於射出成型機的滾珠螺桿發生之振動波形很複雜，單純地只監控振動強度會有無法精準檢知滾珠螺桿之異常的問題。 在專利文獻1中，沒有揭露加速度資料之具體分析方法以及異常檢知方法。
本發明之目的為提供一種異常檢知裝置、異常檢知方法、以及記錄電腦可讀取程式之記錄媒體，可以藉由發生於滾珠螺桿的振動強度之頻率分析，檢知滾珠螺桿之異常。 [用以解決課題的手段]
有關本發明之異常檢知裝置，為檢知設置於射出成型機之滾珠螺桿的異常之異常檢知裝置，包括：振動感測器，偵測前述滾珠螺桿之振動；以及演算部，將前述振動感測器偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊、以及將正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。
有關本發明之異常檢知方法，為檢知設置於射出成型機之滾珠螺桿之異常檢知方法，包括：偵測前述滾珠螺桿之振動；將偵測到的振動強度進行頻率分析；根據進行頻率分析所得之關於頻率成分之分布的資訊，以及正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。
有關本發明之記錄於記錄媒體之電腦程式，該電腦程式用以在電腦執行檢知設置於射出成型機之滾珠螺桿之異常之處理，包括：於前述電腦偵測前述滾珠螺桿之振動；將偵測到的振動強度進行頻率分析；根據將前述振動感測器偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，以及將正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。 [發明的效果]
根據本發明，藉由發生於滾珠螺桿的振動強度之頻率分析，可以檢知滾珠螺桿之異常。
以下一邊參照圖式，一邊說明有關本發明之實施型態之異常檢知裝置、異常檢知方法、以及電腦程式之具體例子。另外，本發明不限定於這些例示，根據申請專利範圍所示，包含與申請專利範圍均等意義以及範圍內之所有變更。
以下，根據顯示本發明之該實施型態之圖式進行具體說明。 (實施型態1)
＜射出成型機＞ 第1圖顯示有關實施型態1之射出成型機之構成例之部分斷面之正面圖。有關本實施型態1之射出成型機，包括：射出裝置1；成型裝置50，配置於該射出裝置1之前方(第1圖中左側)；控制裝置(圖式未顯示)；以及有關本實施型態1之異常檢知裝置7。射出裝置1以及成型裝置50之運作由控制裝置控制。 射出裝置1，包括：射出單元IU；螺絲驅動單元SDU，驅動該射出單元IU之螺絲3；以及噴嘴接觸裝置NT。
射出單元IU，包括：加熱柱2；以及螺絲3，該螺絲3被設置為可以在該加熱柱2之內部，往可塑化方向以及射出方向驅動。加熱柱2之外周部設置複數個可以控制發熱溫度之加熱器4、4、…。加熱柱2之前方的尖端部設置射出噴嘴5。在加熱柱2之後方處設置可暫時儲存樹脂材料之料斗6。從螺絲3後端往軸線方向後方延伸之栓槽軸3a，從加熱柱2之後端部往外部突出，連接螺絲驅動單元SDU。
螺絲驅動單元SDU，包括：中間板10，用以將螺絲3往軸方向移動；可塑化用電動馬達11；以及射出用電動馬達29。
中間板10以旋轉被管制的狀態，由面向螺絲3之軸方向的複數根引導棒16、16支撐而可以沿著螺絲3之軸方向被引導。在中間板10的約略中央部，形成用以軸承栓槽軸3a之後端部的軸承座，於該軸承座安裝推力軸承15。栓槽軸3a之後端部，藉由承受徑向與推力方向之荷重的推力軸承15，可旋轉地被中間板10支撐。中間板10沿著前後方向(第1圖中橫向)，也就是螺絲3之軸方向移動時，螺絲3沿著軸方向被驅動。
中間板10連接射出用之滾珠螺桿30。射出用之滾珠螺桿30為將螺絲3往軸方向驅動之機構。射出用之滾珠螺桿30，包括射出用之螺旋軸31以及螺帽32。於射出用之螺旋軸31，擰入沿著螺旋軸31直線移動之螺帽32。螺帽32經由螺帽固定元件33被安裝於中間板10。
射出成型機包括射出用傳動機構20，該射出用傳動機構20用以將射出用電動馬達29之驅動力傳遞給滾珠螺桿30。射出用傳動機構20，由設置於射出用電動馬達29之輸出軸的射出用驅動滑輪21、設置於射出用之螺旋軸31之端部的射出用從動帶輪22、以及被掛在射出用驅動滑輪21和射出用從動帶輪22上旋轉的射出用正時皮帶23所構成。射出用驅動滑輪21、射出用從動帶輪22、以及射出用正時皮帶23各自具有複數個齒，用以藉由咬合傳動射出用電動馬達29之驅動力。
射出用電動馬達29輸出驅動力時，驅動力經由射出用驅動滑輪21以及射出用從動帶輪22傳動到滾珠螺桿30。滾珠螺桿30之螺旋軸31藉由該驅動力旋轉。因為中間板10被引導棒16、16管制旋轉，螺帽32之旋轉也被管制。因此，螺旋軸31被驅動旋轉時，螺帽32，換句話說是中間板10以及螺絲3往軸方向移動。
另一方面，在可塑化用電動馬達11之輸出軸設置可塑化用驅動滑輪12。在栓槽軸3a，可塑化用從動帶輪13被限制於旋轉方向，被設置為可在軸方向移動。可塑化用正時皮帶14掛在可塑化用驅動滑輪12以及可塑化用從動帶輪13上旋轉。可塑化用電動馬達11輸出驅動力時，螺絲3被驅動繞軸旋轉。
為了將如上述構成之射出裝置1之射出噴嘴5，往後述之固定模型54之定位環的接觸方向與分離方向驅動，設置噴嘴接觸裝置NT。噴嘴接觸裝置NT之構成，包括：一對支撐元件42、42，以特定間隔固定地設置於射出床；噴嘴接觸用螺旋軸40，由該支撐元件42、42上承受推力及徑向方向之荷重的軸承支持；噴嘴接觸用螺帽41，擰入該噴嘴接觸用螺旋軸40；以及噴嘴接觸用電動馬達39，將該噴嘴接觸用螺旋軸40往正逆方向驅動。噴嘴接觸用螺帽41被固定在未圖示之射出裝置1之框架上。由於一對支撐元件42、42沒有被固定在射出床上，噴嘴接觸用電動馬達39往正逆方向旋轉時，噴嘴接觸用螺旋軸40經由噴嘴接觸用傳動機構43被往正逆方向驅動，噴嘴接觸用螺帽41以及射出裝置1被往射出噴嘴5與固定模型54之接觸方向以及分離方向驅動。
成型裝置50，包括：模具裝置MM，可拆裝地安裝模具；以及肘節機構TM，可拴緊模型。模具裝置MM，包括：固定盤51，可拆裝地安裝固定模型54；以及可動盤52，同樣地可拆裝地安裝可動模型55。肘節機構TM被設置在可動盤52與成型外殼53之間。肘節機構TM經由未圖示之驅動機構，藉由將可動盤52往前後方向(第1圖中橫向)移動，開關固定模型54以及可動模型55，在從射出裝置1射出之熔融樹脂填充到模型時，可以拴緊模具使固定模型54以及可動模型55不會打開。
＜異常檢知裝置7＞ 第2圖顯示有關實施型態1之異常檢知裝置7之構成例之方塊圖。 異常檢知裝置7，為具備演算部71、記憶部72、輸入介面(輸入I/F)73、以及輸出介面(輸出I/F)74之電腦。演算部71，具有CPU(Central Processing Unit)、多核心CPU、GPU(Graphics Processing Unit)、GPGPU(General-purpose computing on graphics processing units)、TPU(Tensor Processing Unit)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、NPU(Neural Processing Unit)等之算術電路，ROM(Read Only Memory)、RAM(Random Access Memory)等內部記憶裝置，I/O端子等。演算部71藉由執行後述之記憶部72記憶之電腦程式72a，作為有關本實施型態1之異常檢知裝置7之作用。另外，異常檢知裝置7之各機能部，可以由軟體實現，也可以有一部分或全部由硬體實現。
記憶部72、輸入介面73、以及輸出介面74連接到演算部71。
記憶部72，為硬碟、EEPROM(Electrically Erasable Programmable ROM)、快閃記憶體等非揮發性記憶體。記憶部72，記憶：電腦程式72a，用以在電腦執行有關本實施型態1之異常檢知方法；正常時振動資訊72b；以及正常時電流資訊72c。正常時振動資訊72b及正常時電流資訊72c將詳述於後。 有關本實施型態1之電腦程式72a，可以是可被電腦讀取地被記錄於記錄媒體8之態樣。記憶部72記憶藉由未圖示之讀取裝置從記錄媒體8讀取之電腦程式72a。記錄媒體8為快閃記憶體等之半導體記憶體。另外，記錄媒體8也可以是CD(Compact Disc)-ROM、DVD(Digital Versatile Disc)-ROM、BD(Blu-ray(登錄商標) Disc)等之光碟。更進一步地，記錄媒體8，也可以是軟碟(Flexible disc)、硬碟等之磁碟、磁性光碟等。另外，更進一步地，也可以從連接到未圖示之通訊網的未圖示之外部伺服器下載有關本實施型態1之電腦程式72a，讓記憶部72記憶。
輸入介面73連接振動感測器7a、電流感測器7b、以及操作部7c。
振動感測器7a係測量射出用之滾珠螺桿發生之振動，將測量到的振動強度資料以有線或無線方式輸出到異常檢知裝置7之演算部71的感測器。舉例而言，可以利用加速度感測器、速度感測器、位移感測器作為振動感測器7a。以下，以振動感測器7a為加速度感測器作為說明。作為加速度感測器之振動感測器7a，將顯示振動強度之加速度資料輸出到演算部71。演算部71經由輸入介面73接收加速度資料，將接收之加速度資料作為振動之測量資料檔案記憶於記憶部72。
振動感測器7a，較佳地，為可以安裝於螺帽32之構成。根據滾珠螺桿30之異常之振動，將振動感測器7a設於螺帽32上，比設於螺旋軸31更能有效地測量起因於滾珠螺桿30之異常的振動。 振動感測器7a，應以可以測量螺旋軸31之軸方向(直線移動方向)之加速度的姿勢，被安裝於圓筒狀之螺帽32之側面。螺旋軸31與螺帽32之間有未圖示之滾珠循環地旋轉，由於螺旋軸31之溝槽、滾珠、螺帽32間之作用力的方向大致上為螺旋軸31的軸線方向，起因於滾珠螺桿30之異常的振動會大幅度地發生。為此，藉由以上述姿勢及位置安裝振動感測器7a，可以測量軸方向之加速度。另外，與安裝於螺帽32之圓周表面相較之下更容易安裝。
振動感測器7a之頻率響應，也就是振動之可測量頻率上限值約為2.5kHz之構成係較佳的。如同後述，藉由將以2.5kHz測量加速度所得之資料進行頻率分析，至少可以分析加速度0~1000Hz之頻率成分。 另外，根據射出裝置1之特性，藉由分析大約50~600Hz之頻率成分，可以檢知滾珠螺桿30之異常。在此情況下，使用可測量之頻率上限值約為1.5kHZ以上之振動感測器7a係較佳的。
記憶部72記憶之上述正常時振動資訊72b，是藉由將正常的滾珠螺桿30運作時由振動感測器7a偵測之振動之加速度進行頻率分析，得到的有關頻率成分分布(參照第8A圖及第8B圖)之資訊。以下，適當地將藉由頻率分析所得之頻率成分分布之波形稱呼為頻率分析波形。舉例而言，該資訊根據從正常的滾珠螺桿30得到的複數個資料(頻率、加速度)被算出，是在頻率—加速度平面顯示頻率分析波形之重心之資訊(參照第12A圖及第12B圖)。
電流感測器7b係測量流經射出用電動馬達29之驅動用的交流電，將測量之電流資料以有線或無線的方式輸出到異常檢知裝置7之演算部71的感測器。演算部71經由輸入介面73接收電流資料，將接收之電流資料作為電流之測量資料檔案，記憶於記憶部72。
記憶部72記憶之上述正常時電流資訊72c，是正常之滾珠螺桿30運作時，藉由將經由電流感測器7b偵測到的交流電進行頻率分析，得到之有關頻率成分分布之資訊。以下，將藉由頻率分析得到的頻率成分分布之波形稱呼為頻率分析波形。另外，如同後述，該頻率分析波形被正規化之波形，稱為正規化波型(參照第19圖)。 舉例而言，該資訊是根據從正常之滾珠螺桿30得到的交流電流之資料(頻率、電流)被算出，顯示正規化波形之特徵的統計值。舉例而言，統計值可以是有關離勢之資訊。另外，統計值為一例，只要有顯示上述正規化波形之特徵之資訊便已足夠。舉例而言，也可以有顯示正規化波形之平均波形的圖像資料。另外，有關本實施型態1之異常檢知裝置7，由於是用被正規化之波形的統計值構成的，也可以將從與檢查對象之射出成型機不同的機種得到的正規化波形之統計值，作為正常時電流資訊72c利用。
另外，射出成型機之維護檢修時，在異常檢知裝置7安裝於射出成型機並檢查滾珠螺桿30之異常的構成的情況下，振動感測器7a被可拆裝地固定於滾珠螺桿30，電流感測器7b也被可拆裝地設置於未圖示之導電線上，為較佳的構成。舉例而言，可拆裝之電流感測器7b為夾式感測器。 構成為持續監控射出成型機之滾珠螺桿30之異常的情況下，也可以將振動感測器7a以及電流感測器7b，各自不可拆裝地固定於滾珠螺桿30以及射出用電動馬達29之驅動電路系統之任意處。 在以下的說明中，主要以振動感測器7a以及電流感測器7b被配置為可拆裝，在維護檢修時檢查滾珠螺桿30之異常為例子進行說明。
操作部7c操作異常檢知裝置7之動作，作為用以檢知滾珠螺桿30之異常的資訊，為用以輸入顯示射出用傳動機構20之特性資訊的介面，該特性資訊係作為用以檢知滾珠螺桿30之異常的資訊。舉例而言，操作部7c，為具有按鈕、觸控面板等之操作面板。操作部7c將被輸入的特性資訊輸出到輸入介面73。 另外，不經由射出用傳動機構20，配置為射出用電動馬達29之輸出軸直接耦接栓槽軸3a的情況下，顯示射出用電動馬達29之特性的特性資訊也可以被輸入操作部7c。
輸出介面74連接顯示部7d。顯示部7d顯示利用振動感測器7a、電流感測器7b測量之加速度資料以及電流資料、後述之頻率分析結果、故障狀態判別結果等。
＜根據振動之異常檢知＞ 第3圖顯示根據振動之異常檢知方法之處理程序之流程圖。以下之說明中，主要說明進行射出成型機之維護檢修之作業員啟動有關本實施型態1之電腦程式72a，檢驗有無射出用之滾珠螺桿30之異常之例子。雖然針對一部分的處理由作業員之輸入操作介入，然而也可以配置為所有處理由演算部71判斷並執行。
首先，異常檢知裝置7讀取有關射出用之螺帽32之振動之測量資料(步驟S101)。
第4圖顯示有關測量資料之讀取之處理程序之流程圖。作業員啟動有關本實施型態1之電腦程式72a(步驟S111)。 另外，電腦程式72a也可以配置為以特定條件為觸發，由演算部71自發地啟動。
接著，作業員選擇累積加速度資料之測量資料檔案(步驟S112)，演算部71讀取取樣週期(S113)。另外，演算部71從選擇之測量資料檔案讀取測量資料，也就是加速度資料(步驟S114)。 另外，也可以配置為預先將記錄加速度資料之測量資料檔案之檔案名稱及取樣週期記憶於異常檢知裝置7的記憶部72，根據記憶部72記憶之檔案名稱以及取樣週期，演算部71自動地讀取加速度資料。
接著，演算部71根據讀取到的測量資料，將測量到的加速度之波形(參照第6圖)顯示於顯示部7d(步驟S115)。另外，加速度之波形顯示並非必須。特別是後述之自動執行切出分析區域的情況下，也可以不顯示加速度之波形。
回到第3圖，結束步驟S101之處理的異常檢知裝置7，進行分析區域之切出(步驟S102)。
第5圖顯示有關切出分析區域之處理程序之流程圖，第6圖顯示切出分析區域之處理之說明圖。作業員從顯示之加速度波形中，以游標選擇作為分析對象之區域(步驟S121)。演算部71經由操作部7c接收作業員的選擇操作，如第6圖所示，將接收之選擇區域顯示於顯示部7d。在第6圖中，橫軸為時間，縱軸為加速度，加速度之時間變化被顯示為波形。另外，用以選擇分析對象之區域，以虛線的矩形外框顯示。
接著，作業員確定分析對象之測量資料(步驟S122)。演算部71接收作業員之確定操作，作為分析對象暫時記憶與在步驟S121中被選擇之區域對應的測量資料，也就是加速度資料。 另外，演算部71也可以被配置為自動執行處理，該處理取得作為分析對象之特定時間內之分析區域之測量資料。
回到第3圖，結束步驟S102之處理的異常檢知裝置7，對分析對象之測量資料進行頻率分析(步驟S103)。
第7圖顯示有關頻率分析之處理程序之流程圖，第8A圖以及第8B圖顯示頻率分析波形之一例之說明圖。演算部71對於分析對象之測量資料，也就是加速度資料執行頻率分析處理(步驟S131)，取得分析結果之頻率分析波形資料(步驟S132)。具體而言，演算部71執行快速傅立葉轉換(FFT: Fast Fourier Transform)。FFT為將離散傅立葉轉換以高速執行之習知演算法。藉由頻率分析，身為時間函數之加速度被轉換為身為頻率函數之加速度。
第8A圖係從有關正常之滾珠螺桿30之加速度資料得到的加速度之頻率分析波形(頻率分布)之一例，第8B圖係從有關異常之滾珠螺桿30之加速度資料得到的加速度之頻率分析波形(頻率分布)之一例。第8A圖以及第8B圖中，橫軸為頻率，縱軸為加速度。比較第8A圖以及第8B圖可知，加速度之頻率分布在變化。
回到第3圖，結束步驟S103之處理的異常檢知裝置7，計算有關射出用之滾珠螺桿30之驅動的運轉頻率(步驟S104)。
第9圖顯示有關運轉頻率計算之處理程序之流程圖。演算部71經由操作部7c讀取裝置規格(步驟S141)。舉例而言，演算部71取得射出用傳動機構20之特性資訊。射出用傳動機構20之特性資訊，舉例而言，包含射出用從動帶輪22之齒數、迴轉數[轉數/秒]等資訊。 射出用電動馬達29直接耦接栓槽軸3a的情況下，演算部71取得射出用電動馬達29之特性資訊。射出用電動馬達29之特性資訊，係有關射出用電動馬達29運作時發生之振動之頻率的數值。
接著，演算部71根據取得之特性資訊，執行運轉頻率之計算處理(步驟S142)。運轉頻率，是藉由驅動系統之運作，經由螺旋軸31發生於螺帽32之振動的主要頻率。舉例而言，演算部71藉由將射出用從動帶輪22之齒數乘以迴轉數，可以算出運轉頻率。
另外，執行步驟S142之處理的演算部71，根據於取得部取得的資訊，也就是特性資訊，作為決定特定頻率範圍之機能部之作用。特定頻率範圍，舉例而言，為以上述運轉頻率為基準決定之頻率範圍。 另外，演算部71也可以被配置為，預先取得射出用傳動機構20或射出用電動馬達29之特性資訊並記憶於記憶部72，自動執行運轉頻率之計算。
回到第3圖，結束步驟S104之處理的異常檢知裝置7，計算特徵量(步驟S105)。
第10圖顯示有關特徵量計算之處理程序之流程圖，第11A圖以及第11B圖顯示分析區域之指定處理之說明圖，第12A圖以及第12B圖顯示重心計算處理之說明圖。演算部71讀取在步驟S104以及步驟S142算出之頻率分析波形資料(步驟S151)。接著，演算部71執行雜訊消除處理(步驟S152)。舉例而言，將50Hz頻帶或60Hz頻帶之振動作為雜訊消除。
接著，演算部71如第11A圖以及第11B圖所示，從加速度之頻率分布指定分析區域(步驟S153)。第11圖中，橫軸為頻率，縱軸為加速度，加速度之頻率分布作為波形被顯示。另外，分析區域以虛線的矩形外框顯示。第11A圖為有關正常之滾珠螺桿30之振動之頻率之分析波形，第11B圖為有關異常之滾珠螺桿30之振動之頻率分析之波形。分析區域，舉例而言，係以運轉頻率作為基準之±150Hz之頻率帶。另外，也可以被配置為作業員手動選擇分析區域。
接著，演算部71利用包含指定之分析區域之加速度之頻率分析波形資料，如第12A圖以及第12B圖所示，算出重心(步驟S154)。第12A圖以及第12B圖中，橫軸為頻率，縱軸為加速度，黑點顯示重心。具體而言，演算部71根據包含分析區域之複數個資料(頻率、加速度)，如第12A圖以及第12B圖所示在頻率—加速度平面算出重心。第12A圖顯示從有關正常之滾珠螺桿30之振動之頻率分析波形得到的重心，第12B圖顯示從有關異常之滾珠螺桿30之振動之頻率分析波形得到的重心。 頻率重心以下述式(1)表示，加速度重心以下述式(2)表示。
[數學式1]
Figure 02_image001
Figure 02_image003
假設 fi :包含於分析區域之第i項之頻率成分之頻率。 ai :包含於分析區域之第i項之頻率成分之加速度。 S:包含於分析區域之所有頻率成分之加速度之和。
回到第3圖，結束步驟S105之處理的異常檢知裝置7，執行故障狀態判別處理(步驟S106)。
第13圖顯示有關故障狀態判別處理之處理程序之流程圖，第14圖顯示故障狀態判別處理之說明圖。演算部71，將在步驟S105或步驟S154算出之重心，以及記憶部72記憶之正常時振動資訊72b所顯示的複數個重心，作為特徵量讀取(步驟S161)。接著，演算部71如第14圖所示，將讀取之特徵量顯示於顯示部7d(步驟S162)。在第14圖中，橫軸為頻率，縱軸為加速度，黑點顯示在步驟161讀取之特徵量，也就是重心。
接著，演算部71根據讀取之特徵量，算出顯示故障之有無或程度之故障資訊(步驟S163)。具體而言，演算部71算出在步驟S154算出之重心與正常時之複數個重心之間的統計距離，例如馬哈朗諾比斯(Mahalanobis)距離。另外，馬哈朗諾比斯距離僅為一例，也可以是歐幾里得距離(Euclidean distance)等其他統計距離。
接著，演算部71將顯示故障資訊之圖像，顯示於顯示部7d(步驟S164)。舉例而言，演算部71，將在頻率—加速度平面之正常時之重心的平均位置作為起點，在步驟S154算出之重心作為終點生成箭號圖像，將該箭號圖像顯示於顯示部7d。
另外，演算部71記憶過去算出之故障資訊的情況下，也可以將故障資訊之歷史記錄顯示於顯示部7d。
第15圖顯示故障狀態判別結果之歷史記錄之說明圖。橫軸為進行檢查之年月日等時間，縱軸為故障狀態，例如顯示上述之馬哈朗諾比斯距離。虛線顯示滾珠螺桿30為正常狀態以及異常狀態的邊界線。複數個黑點顯示過去算出之故障狀態。作業員藉由確認如第15圖所示之故障狀態之歷史記錄，可以詳細把握滾珠螺桿30之狀態。具體而言，作業員可以辨識現在的滾珠螺桿30之狀態離正常狀態多遠、離異常狀態多接近，也可以推測需要維護之時間點。
＜根據馬達電流之異常檢知＞ 第16圖顯示根據馬達電流之異常檢知方法之處理程序之流程圖。異常檢知裝置7讀取有關射出用電動馬達29之交流電流之測量資料，也就是電流資料(步驟S201)。接著，異常檢知裝置7進行分析區域之切出(步驟S202)，對分析對象之測量資料進行頻率分析(步驟S203)。步驟S201~步驟S203之處理內容，除了測量資料為電流資料這一點，與有關振動之測量資料之讀取、切出、頻率分析處理相同。
結束步驟S203之處理的異常檢知裝置7之演算部71，執行基波提取處理(步驟S204)。
第17圖顯示有關基波提取處理之流程圖。演算部71，將電流之測量資料以傅立葉級數展開(步驟S231)，執行基波之探索處理(步驟S232)。在基波之探索處理中，演算部71識別基波之頻率、振幅(峰值)。基波通常接近射出用電動馬達29之交流電之基本頻率，例如50Hz或60Hz，為具有最大峰值之波。另外，演算部71也可以配置為將基波之波形顯示於顯示部7d。
回到第16圖，結束步驟S204之處理的演算部71，根據基波之頻率以及振幅正規化頻率分析之波形(步驟S205)。
第18圖顯示有關正規化處理之流程圖，第19圖顯示有關正規化頻率分析波形之說明圖。演算部71讀取頻率分析波形資料(步驟S251)，讀取基波之頻率以及振幅(步驟S252)。接著，演算部71如第19圖所示，正規化頻率分析波形，例如基波之頻率為「1」、基波之振幅為「1」(以對數表示為「0」)(步驟S253)。第19圖顯示之圖示，係橫軸顯示頻率，縱軸顯示馬達電流，馬達電流以對數表示之半對數圖表。另外，上述正規化方法僅為一例。接著，演算部71將正規化波形顯示於顯示部7d(步驟S254)。
回到第16圖，結束步驟S205之處理的異常檢知裝置7，執行故障狀態判別處理(步驟S206)。
第20圖顯示有關故障狀態判別處理之處理程序之流程圖，第21A圖以及第21B圖顯示故障狀態判別處理之說明圖。
演算部71讀取正規化波形資料，也就是在步驟S205被正規化的頻率分析波形資料(步驟S261)。
第21A圖顯示滾珠螺桿30正常時之電流之正規化波形，第21B圖顯示滾珠螺桿30異常時之電流之正規化波形。
演算部71根據正規化波形資料，算出顯示頻率分析波形之變化之資訊(步驟S262)。作為頻率分析波形之變化資訊，演算部71算出正規化波形之統計值，例如離勢。另外，演算部71也可以作成正規化波形之圖像資料，作為顯示頻率分析波形之變化之資訊。
接著，演算部71根據在步驟S262算出之資訊，算出顯示滾珠螺桿30之故障之有無或程度之故障資訊(步驟S263)。具體而言，演算部71算出在步驟S254算出之統計值，與記憶部72記憶之正常時振動資訊72b之間的差。統計值，舉例而言，為離勢。
步驟S262中演算部被配置為作成正規化波形之圖像資料的情況下，藉由比較該正規化波形，以及正常時振動資訊72b顯示之正常時之正規化波形，可以良好地判別滾珠螺桿30有無故障。舉例而言，演算部71，藉由比較正規化波形之相似度以及特定閾值，判定滾珠螺桿30有無異常。
接著，演算部71將顯示故障資訊之圖像顯示於顯示部7d(步驟S264)。舉例而言，演算部71可以顯示離勢之差的大小，或滾珠螺桿30之異常度，也就是離正常時多遠。另外，也可以顯示異常時之離勢之差。 演算部71比較離勢與閾值，離勢小於閾值時，顯示滾珠螺桿30為正常，離勢大於閾值時，顯示滾珠螺桿30為異常。另外，也可以配置為藉由利用複數個閾值比較離勢，顯示滾珠螺桿30從正常狀態到故障狀態之前之各狀態，也就是達到異常狀態之可能性的狀態。 演算部71也可以配置為重疊正常時之頻率分析波形以及異常時之頻率分析波形，或並列顯示於顯示部7d。
根據像這樣配置之有關實施型態1之異常檢知裝置7、異常檢知方法、以及電腦程式72a，藉由發生於滾珠螺桿30之振動強度以及馬達電流之頻率分析，可以檢知滾珠螺桿30之異常。
另外，藉由配置為將振動感測器7a設置於螺帽32之側部，偵測螺旋軸31之軸方向之加速度，比起將振動感測器7a設置於其他部位以及姿勢的情況，可以精準度更高地檢知滾珠螺桿30之異常。
更進一步地，藉由將加速度之頻率分布之重心與正常時之重心比較，比起單純地監控振動強度的情況，可以更精準地檢知滾珠螺桿30之異常。
另外，更進一步地，藉由將算出之重心與正常時之重心比較，比起分析其他頻率帶的情況，可以更精準地檢知滾珠螺桿30之異常，該算出之重心係根據射出用電動馬達29或射出用傳動機構20之特性，以特定之頻率帶作為分析對象算出之重心。
另外，更進一步地，演算部71可以取得射出用電動馬達29或射出用傳動機構20之特性資訊，演算作為分析對象之頻率帶，判別故障狀態。作業員不必決定作為分析對象之頻率範圍，演算部71可以自動或半自動地算出滾珠螺桿30有無異常。
另外，更進一步地，可以藉由馬達電流之頻率分析得到的頻率分析波形之統計值之簡單處理，例如比較離勢，檢知滾珠螺桿30之異常。
另外，更進一步地，可以藉由比較電流之頻率分析波形之圖像以及正常時之頻率分析波形，增加離勢不具有的資訊，檢知滾珠螺桿30之異常。
另外，更進一步地，藉由將電流之頻率分析波形正規化進行比較，可以互相比較機種或製造日期等相異的射出成型機之頻率分析波形，利用較多的頻率分析波形，更精準地判別滾珠螺桿30有無異常。
另外，在本實施型態1中，雖然以個別地執行根據振動之滾珠螺桿之異常檢知、以及根據馬達電流之滾珠螺桿30之異常檢知作為例子進行說明，也可以利用根據滾珠螺桿30之振動之異常檢知結果，以及根據馬達電流之異常檢知結果兩者，藉由邏輯和或邏輯積判定滾珠螺桿30之異常之有無。另外，也可以將異常檢知裝置7配置為算出各異常檢知結果顯示之與正常時之解離度之平均，輸出滾珠螺桿30之故障狀態。 利用加速度資料等之振動強度以及射出用電動馬達29之交流電流檢知滾珠螺桿30之異常時，演算部71同時取得振動感測器7a輸出之振動強度資料，以及電流感測器7b輸出之電流資料為較佳的構成。
另外，根據振動之異常檢知中顯示之技術要素，也可以適用於根據馬達電流之異常檢知。同樣地，根據馬達電流之異常檢知中顯示之技術要素，也可以適用於根據振動之異常檢知。
另外，在本實施型態1中，雖然主要以檢知射出用之滾珠螺桿30之異常為例子進行說明，然而也可以利用有關本實施型態1之異常檢知裝置7，配置為檢知構成成型裝置50之驅動機構之未圖示之滾珠螺桿、或其他構成射出成型機之驅動機構之其他滾珠螺桿。
另外，在本實施型態1中，雖然以設置於螺帽32之側面之振動感測器7a作為例子進行說明，也可以設置於螺帽32之圓周表面。另外，也可以將振動感測器7a設置於螺帽32之內部。
更進一步地，在本實施型態1中，雖然以驅動螺旋軸31，使螺帽32直線移動作為例子進行說明，也可以配置為旋轉螺帽32使螺旋軸31直線移動。在此情況下，將振動感測器7a設置於螺旋軸31之適宜處，例如可以設置於端部。
另外，更進一步地，在本實施型態1中，雖然以滑輪以及正時皮帶進行例示，作為射出用傳動機構20的一例，然而驅動力之傳動機構不限於此，也可以利用齒輪機構、鍊條機構、摩擦傳動機構、或其他習知的傳動機構。
另外，更進一步地，雖然在本實施型態1中主要以檢查在維護檢修作業時的滾珠螺桿30之異常的例子進行說明，如上所述，也可以配置為實時地監控滾珠螺桿30之異常。
另外，更進一步地，雖然以旋轉式電動馬達作為滾珠螺桿30之驅動源進行例示，動力源不必限定為電動馬達，可以利用其他習知的驅動源。
(實施型態2) 有關實施型態2之異常檢知裝置、異常檢知方法、以及電腦程式，由於故障判定方法與實施型態1相異，以下主要說明上述相異點。由於其他構成以及作用效果與實施型態1相同，對應處付註同樣的符號並省略詳細說明。
第22圖顯示有關實施型態2之演算部71之機能方塊圖。有關實施型態2之演算部71，包括：第1學習單元91，作為機能部；第2學習單元92；以及故障判別器93。
第1學習單元91，舉例而言，為類神經網路，包含：輸入層91a，輸入有關滾珠螺桿30之振動之頻率分析波形資料；隱藏層91b，根據已訓練之權重係數對該輸入層91a輸入之頻率分析波形資料進行演算；輸出層91c，輸出顯示滾珠螺桿30之異常之程度之資料。換句話說，第1學習單元91為已訓練之模型，使電腦可以在被輸入振動頻率分析波形之資料時，輸出顯示滾珠螺桿30之異常程度之資料。 第1學習單元91之學習之生成，可以藉由準備學習用資料，在學習用資料之頻率分解波形資料被輸入時，利用誤差倒傳遞法或誤差梯度下降法等，將類神經網路之隱藏層91b之權重係數最佳化，輸出顯示教師資訊所示之滾珠螺桿之異常程度的資料。該學習用資料包括：頻率分析波形資料，有關複數個振動；教師資料，顯示輸出該頻率分析波形資料之滾珠螺桿30之異常程度。
輸入層91a具備複數個神經元(節點)。振動頻率分析波形之資料，舉例而言為複數個資料(頻率、加速度)，各資料之頻率以及加速度被輸入到由輸入層91a構成之複數個神經元(節點)。
另外，振動之頻率分析波形資料，也可以是顯示該波形之圖像資料，亦可以是時間序列資料。頻率分析波形資料為圖像資料時，可以將第1學習單元91配置為卷積神經網路(Convolutional Neural Network，CNN)。卷積神經網路作為隱藏層91b，具有未圖示之複數組卷積層、池化(Pooling)層、以及完全連接層。振動頻率分析波形之資料為時間序列資料時，可以利用遞歸神經網路(Recurrent Neural Network，RNN)。
輸出層91c具有一個或複數個神經元，從各神經元輸出之資料被輸入到故障判別器93。各神經元，舉例而言，包括顯示滾珠螺桿30顯示為正常之機率值的神經元(節點)、以及顯示滾珠螺桿30顯示為異常之機率值的神經元(節點)。
第2學習單元92為類神經網路，舉例而言，包括：輸入層92a，輸入有關馬達電流之頻率分析波形資料，或該資料被正規化之正規化波形資料；隱藏層92b，對輸入到該輸入層92a之頻率分析波形資料或正規化波形資料，根據已訓練之權重係數進行演算；以及輸出層92c，輸出顯示滾珠螺桿30之異常程度之資訊。換句話說，第2學習單元92為已訓練之模型，使電腦可以在被輸入電流頻率之資料或正規化波形資料時，輸出顯示滾珠螺桿30之有無異常之資料。 第2學習單元92之學習之生成，可以藉由準備學習用資料，在學習用資料之頻率分解波形資料或正規化波形資料被輸入時，利用誤差倒傳遞法或誤差梯度下降法等，將類神經網路之隱藏層92b之權重係數最佳化，輸出顯示教師資訊所示之滾珠螺桿之異常程度的資料。該學習用資料包括：有關複數個馬達電流之頻率分析波形資料或正規化波形資料；教師資料，顯示輸出該頻率分析波形資料或正規化波形資料之滾珠螺桿30之異常程度。
輸入層92a具備複數個神經元(節點)。電流頻率之資料或正規化波形資料，舉例而言為複數個資料(頻率、加速度)，各資料之頻率以及加速度被輸入到由輸入層92a構成之複數個神經元(節點)。
另外，輸入到輸入層92a之馬達電流之頻率分析波形資料或正規化波形資料，也可以是顯示該波形之圖像資料，亦可以是時間序列資料。頻率分析波形資料或正規化波形資料為圖像資料時，可以將第2學習單元92配置為卷積神經網路(Convolutional Neural Network，CNN)。卷積神經網路作為隱藏層92b，具有未圖示之複數組卷積層、池化(Pooling)層、以及完全連接層。電流頻率資料為時間序列資料時，可以利用遞歸神經網路(Recurrent neural network，RNN)。
輸出層92c具有一個或複數個神經元，從各神經元輸出之資料被輸入到故障判別器93。各神經元，舉例而言，包括顯示滾珠螺桿30顯示為正常之機率值的神經元(節點)、以及顯示滾珠螺桿30顯示為異常之機率值的神經元(節點)。
故障判別器93取得從第1學習單元91以及第2學習單元92輸出之資料，根據取得之資料，綜合地判斷滾珠螺桿30有無故障或故障程度。舉例而言，故障判別器93可以算出從第1學習器91以及第2學習器92輸出之顯示滾珠螺桿為正常之機率之平均值，以及顯示滾珠螺桿為異常之機率之平均值。
另外，故障判別器93可以由類神經網路構成，於該類神經網路判定滾珠螺桿30有無故障。在此情況下，從第1學習器91以及第2學習器92輸出之資料，不必為顯示滾珠螺桿30有無異常之資料，只要有振動之頻率分析波形、或電流之頻率分析波形或正規化波形之特徵之資料便已足夠。
根據有關實施型態2之異常檢知裝置7、異常檢知方法、以及電腦程式72a，將正常時以及異常時之振動之頻率分析波形進行機器學習，可以判別滾珠螺桿30之故障狀態。
另外，將正常時以及異常時之電流之頻率分析波形進行機器學習，可以判別滾珠螺桿30之故障狀態。
更進一步地，利用正常時以及異常時之振動之頻率分析波形資料以及電流之頻率分析波形資料兩者，可以綜合地判別滾珠螺桿30之故障狀態。
另外，在實施型態2中，雖然主要以利用CNN、RNN等類神經網路進行資料學習的例子進行說明，然而已訓練模型之構成不限為CNN、RNN等，也可以由CNN、RNN以外之類神經網路、SVM(Support Vector Machine)、貝氏網路(Bayesian network)、或者回歸樹等構成。
1:射出裝置 2:加熱柱 3:螺絲 3a:栓槽軸 4:加熱器 5:射出噴嘴 6:料斗 7:異常檢知裝置 7a:振動感測器 7b:電流感測器 7c:操作部 7d:顯示部 8:記錄媒體 10:中間板 11:可塑化用電動馬達 12:可塑化用驅動滑輪 13:可塑化用從動帶輪 14:可塑化用正時皮帶 15:推力軸承 16:引導棒 20:射出用傳動機構 21:射出用驅動滑輪 22:射出用從動帶輪 23:射出用正時皮帶 29:射出用電動馬達 30:滾珠螺桿 31:螺旋軸 32:螺帽 33:螺帽固定元件 39:噴嘴接觸用電動馬達 40:噴嘴接觸用螺旋軸 41:噴嘴接觸用螺帽 42:支撐元件 43:噴嘴接觸用傳動機構 50:成型裝置 51:固定盤 52:可動盤 53:成型外殼 54:固定模型 55:可動模型 71:演算部 72:記憶部 72a:電腦程式 72b:正常時振動資訊 72c:正常時電流資訊 73:輸入介面 74:輸出介面 91:第1學習單元 92:第2學習單元 93:故障判別器 SDU:螺絲驅動單元 IU:射出單元 NT:噴嘴接觸裝置 MM:模具裝置 TM:肘節機構
[第1圖]顯示有關實施型態1之射出成型機之構成例之部分斷面之正面圖。 [第2圖]顯示有關實施型態1之異常檢知裝置之構成例之方塊圖。 [第3圖]顯示根據振動之異常檢知方法之處理程序之流程圖。 [第4圖]顯示有關測量資料之讀取之處理程序之流程圖。 [第5圖]顯示有關切出分析區域之處理程序之流程圖。 [第6圖]顯示切出分析區域之處理之說明圖。 [第7圖]顯示有關頻率分析之處理程序之流程圖。 [第8A圖]顯示頻率分析波形之一例之說明圖。 [第8B圖]顯示頻率分析波形之一例之說明圖。 [第9圖]顯示有關運轉頻率計算之處理程序之流程圖。 [第10圖]顯示有關特徵量計算之處理程序之流程圖。 [第11A圖]顯示分析區域之指定處理之說明圖。 [第11B圖]顯示分析區域之指定處理之說明圖。 [第12A圖]顯示重心計算處理之說明圖。 [第12B圖]顯示重心計算處理之說明圖。 [第13圖]顯示有關故障狀態判別處理之處理程序之流程圖。 [第14圖]顯示故障狀態判別處理之說明圖。 [第15圖]顯示故障狀態判別結果之歷史記錄之說明圖。 [第16圖]顯示根據馬達電流之異常檢知方法之處理程序之流程圖。 [第17圖]顯示有關基波提取處理之流程圖。 [第18圖]顯示有關正規化處理之流程圖。 [第19圖]顯示有關正規化頻率分析波形之說明圖。 [第20圖]顯示有關故障狀態判別處理之處理程序之流程圖。 [第21A圖]顯示故障狀態判別處理之說明圖。 [第21B圖]顯示故障狀態判別處理之說明圖。 [第22圖]顯示有關實施型態2之演算部之機能方塊圖。
1:射出裝置
2:加熱柱
3:螺絲
3a:栓槽軸
4:加熱器
5:射出噴嘴
6:料斗
7:異常檢知裝置
7a:振動感測器
7b:電流感測器
10:中間板
11:可塑化用電動馬達
12:可塑化用驅動滑輪
13:可塑化用從動帶輪
14:可塑化用正時皮帶
15:推力軸承
16:引導棒
20:射出用傳動機構
21:射出用驅動滑輪
22:射出用從動帶輪
23:射出用正時皮帶
29:射出用電動馬達
30:滾珠螺桿
31:螺旋軸
32:螺帽
33:螺帽固定元件
39:噴嘴接觸用電動馬達
40:噴嘴接觸用螺旋軸
41:噴嘴接觸用螺帽
42:支撐元件
43:噴嘴接觸用傳動機構
50:成型裝置
51:固定盤
52:可動盤
53:成型外殼
54:固定模型
55:可動模型
SDU:螺絲驅動單元
IU:射出單元
NT:噴嘴接觸裝置
MM:模具裝置
TM:肘節機構

Claims (9)

  1. 一種異常檢知裝置，檢知設置於射出成型機的滾珠螺桿之異常，包括： 振動感測器，偵測前述滾珠螺桿之振動；以及 演算部，根據將前述振動感測器偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，以及將正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。
  2. 如請求項1之異常檢知裝置，其中： 前述滾珠螺桿包括： 螺旋軸，藉由驅動前述滾珠螺桿之馬達而旋轉； 螺帽，隨著前述螺旋軸之旋轉，沿著前述螺旋軸直線移動； 前述振動感測器設置於前述螺帽。
  3. 如請求項2之異常檢知裝置，其中： 前述螺帽為圓筒狀； 前述振動感測器設置於前述螺帽之端面，至少偵測前述螺帽之直線移動方向之振動強度。
  4. 如請求項1至3中任一項之異常檢知裝置，其中： 將振動強度進行頻率分析所得之關於頻率成分之分布的資訊，為前述頻率成分之分布的重心； 前述演算部，算出將在前述振動感測器偵測到的振動強度進行頻率分析所得之頻率成分之分布的重心，以及將正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之頻率成分之分布之重心之間的統計距離，根據算出之統計距離檢知前述滾珠螺桿之異常。
  5. 如請求項1至3中任一項之異常檢知裝置，其中： 前述演算部，在經由頻率分析所得之頻率成分之中，根據驅動前述滾珠螺桿之馬達之特性、或從前述馬達往前述滾珠螺桿傳遞驅動力之傳動機構之特性，選擇特定頻率範圍，根據被選擇之特定頻率範圍之資訊，檢知前述滾珠螺桿之異常。
  6. 如請求項5之異常檢知裝置，更包括： 取得部，取得顯示前述馬達之特性或前述傳動機構之特性之資訊； 其中，前述演算部，根據於前述取得部取得之資訊，決定前述特定頻率範圍。
  7. 如請求項1至3中任一項之異常檢知裝置，其中，前述演算部，更包括： 學習單元，在前述振動感測器偵測到的振動強度進行頻率分析所得之資訊輸入前述演算部時，進行與前述滾珠螺桿有無異常有關之資訊之輸出的機器學習。
  8. 一種異常檢知方法，檢知設置於射出成型機之滾珠螺桿之異常，包括： 偵測前述滾珠螺桿之振動； 將偵測到的振動強度進行頻率分析； 根據進行頻率分析所得之關於頻率成分之分布的資訊，以及正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。
  9. 一種記錄媒體，記錄有可讀取之電腦程式，該電腦程式用以在電腦執行檢知設置於射出成型機之滾珠螺桿之異常之處理，前述處理包括於前述電腦： 偵測前述滾珠螺桿之振動； 將偵測到的振動強度進行頻率分析； 根據進行頻率分析所得之關於頻率成分之分布的資訊，以及正常之前述滾珠螺桿在運作時偵測到的振動強度進行頻率分析所得之關於頻率成分之分布的資訊，檢知前述滾珠螺桿之異常。
TW109138219A 2019-11-06 2020-11-03 異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體 TW202142847A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-201762 2019-11-06
JP2019201762A JP7306967B2 (ja) 2019-11-06 2019-11-06 異常検知装置、異常検知方法及びコンピュータプログラム

Publications (1)

Publication Number Publication Date
TW202142847A true TW202142847A (zh) 2021-11-16

Family

ID=75849691

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109138219A TW202142847A (zh) 2019-11-06 2020-11-03 異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體

Country Status (6)

Country Link
US (1) US20220347905A1 (zh)
EP (1) EP4056297A4 (zh)
JP (1) JP7306967B2 (zh)
CN (1) CN114845853A (zh)
TW (1) TW202142847A (zh)
WO (1) WO2021090765A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT523672B1 (de) * 2020-04-03 2022-05-15 Engel Austria Gmbh Verfahren zur Diagnose eines Zustandes wenigstens eines Bauteils einer Formgebungsmaschine
KR20230073210A (ko) * 2020-09-25 2023-05-25 주식회사 발카 진동 해석 시스템, 및 진동 해석 방법
CN113340595A (zh) * 2021-06-11 2021-09-03 青岛哈船海厚机电技术有限责任公司 一种舰船推进轴振动检测传导装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0550480A (ja) 1991-08-27 1993-03-02 Nok Corp 射出成形機の監視方法
JPH09262889A (ja) 1996-03-28 1997-10-07 Japan Steel Works Ltd:The 電動式射出成形機のモータの負荷状態表示装置
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
JP5660850B2 (ja) * 2010-10-27 2015-01-28 オークマ株式会社 振動表示装置
JP2013164386A (ja) * 2012-02-13 2013-08-22 Nsk Ltd ボールねじの異常診断装置、及びボールねじの異常診断方法
JP5904025B2 (ja) 2012-06-14 2016-04-13 日本精工株式会社 ボールねじ装置の異常検出装置及び異常検出方法
JP6051606B2 (ja) * 2012-06-14 2016-12-27 日本精工株式会社 ボールねじ装置の異常検出装置及び異常検出方法
JP6413642B2 (ja) 2013-11-05 2018-10-31 日本精工株式会社 軸受状態検知装置及び軸受状態検知方法
JP6899109B2 (ja) 2016-04-21 2021-07-07 株式会社トクヤマ 回転駆動装置における診断対象部の異常診断方法と、それに用いる異常診断装置
JP6276817B1 (ja) * 2016-09-09 2018-02-07 Thk株式会社 故障検出用センサ付きアクチュエータ及びアクチュエータの故障検出方法
JP6453940B2 (ja) 2017-06-01 2019-01-16 ファナック株式会社 異常検出装置

Also Published As

Publication number Publication date
JP2021074917A (ja) 2021-05-20
WO2021090765A1 (ja) 2021-05-14
JP7306967B2 (ja) 2023-07-11
EP4056297A1 (en) 2022-09-14
EP4056297A4 (en) 2023-12-06
US20220347905A1 (en) 2022-11-03
CN114845853A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
TW202133968A (zh) 異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體
TW202142847A (zh) 異常檢知裝置、異常檢知方法以及記錄電腦可讀取程式之記錄媒體
JP6571704B2 (ja) 診断用データ取得システム、診断用システム、及び診断用データ取得プログラム
US11227236B2 (en) Detection of deviation from an operating state of a device
KR20220062547A (ko) 센서 애그나스틱 기계적 기계 결함 식별
JPWO2018159169A1 (ja) 劣化診断システム追加学習方法
WO2022158071A1 (ja) 異常検知システム、成形機システム、異常検知装置、異常検知方法及びコンピュータプログラム
WO2020162069A1 (ja) 異常検知装置
US20240109237A1 (en) Abnormality Detection System, Molding Machine System, Abnormality Detection Apparatus, Abnormality Detection Method and Non-Transitory Computer Readable Recording Medium
US20210181732A1 (en) Control method, control apparatus, and mechanical equipment
US20240011821A1 (en) Machine learning apparatus, sliding-surface diagnosis apparatus, inference apparatus, machine learning method, machine learning program, sliding-surface diagnosis method, sliding-surface diagnosis program, inference method, and inference program
US20210173357A1 (en) Control method, control apparatus, mechanical equipment, and recording medium
RU2795745C1 (ru) Независимая от датчика идентификация неисправности механического станка
TW202403581A (zh) 估計方法、估計裝置以及計算機程式產品
KR20230135590A (ko) 컴퓨터 프로그램, 이상 검지 방법, 이상 검지 장치,성형기 시스템 및 학습 모델 생성 방법
JP2023170672A (ja) 状態判定装置、状態判定制御システム、状態判定方法及びコンピュータプログラム
JP2022012351A (ja) 要因分析装置、要因分析方法、及び要因分析プログラム
TW202226080A (zh) 工件品質分析方法及工件品質分析系統