TW202319721A - 設備狀態監視系統 - Google Patents
設備狀態監視系統 Download PDFInfo
- Publication number
- TW202319721A TW202319721A TW111124028A TW111124028A TW202319721A TW 202319721 A TW202319721 A TW 202319721A TW 111124028 A TW111124028 A TW 111124028A TW 111124028 A TW111124028 A TW 111124028A TW 202319721 A TW202319721 A TW 202319721A
- Authority
- TW
- Taiwan
- Prior art keywords
- sensor
- aforementioned
- abnormality
- sensor node
- monitoring system
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 113
- 230000005856 abnormality Effects 0.000 claims abstract description 170
- 238000001514 detection method Methods 0.000 claims abstract description 67
- 238000004891 communication Methods 0.000 claims abstract description 56
- 239000000758 substrate Substances 0.000 claims description 52
- 238000004519 manufacturing process Methods 0.000 claims description 39
- 239000002131 composite material Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 23
- 230000005484 gravity Effects 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000001629 suppression Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 38
- 230000002159 abnormal effect Effects 0.000 description 27
- 238000000034 method Methods 0.000 description 21
- 230000008859 change Effects 0.000 description 18
- 238000005070 sampling Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000007689 inspection Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 239000000470 constituent Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000005389 magnetism Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000001646 magnetic resonance method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001617 migratory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002982 water resistant material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2223/00—Indexing scheme associated with group G05B23/00
- G05B2223/02—Indirect monitoring, e.g. monitoring production to detect faults of a system
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Selective Calling Equipment (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本發明之設備狀態監視系統係具備:感測器節點(10),其係具有:將表示狀態監視所使用的設備(2)的狀態的資料輸出作為感測器資料的感測器(11);進行感測器資料的傳送的通訊部(13);及進行對感測器與通訊部供給電源的電源部(12),且在複數設備共通。此外,具備:收訊機(20),其係接收由通訊部被傳送出的感測器資料;及狀態檢測部(30),其係輸入在收訊機被接收到的感測器資料,根據複數設備正在正常動作的正常時的感測器資料,學習複數設備正常時的狀態作為學習資料,並且若在學習後由感測器節點被傳送出的感測器資料在收訊機被接收,將感測器資料所示之複數設備的狀態與學習資料作比較,來檢測複數設備的異常的發生或異常的預兆。藉此,即使在各個設備未具備振動感測器等,亦可檢測成為監視對象的複數設備的異常。
Description
本揭示係關於監視設備的異常的設備狀態監視系統者。
以往已知一種檢測正在運轉的裝置的異常的裝置的檢查裝置。例如,在專利文獻1中係提案出具備:振動感測器、相關圖生成部、深層學習部、及判定部,判定旋轉裝置的狀態的裝置的檢查裝置。若以複數振動感測器檢測正在運轉的旋轉裝置所具有的軸承的振動狀態,在相關圖生成部,生成表示複數振動感測器所輸出的複數加速度訊號的相關的相關圖。接著,在深層學習部,進行了根據相關圖生成部所生成的相關圖的深層學習之後,在判定部,根據深層學習的結果判定旋轉部的狀態,藉此可檢測構成不同的各種裝置的異常。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本特開2018-091640號公報
(發明所欲解決之問題)
但是,在習知之檢查裝置中,在如生產線般存在多數正在運轉的裝置的環境中,為了可檢測多數正在運轉的裝置的異常,必須要有多數的振動感測器。此外,為了檢測異常部位或異常原因等異常的詳細內容,若基於因複合式要因發生了設備的異常,必須進行複數種類的感測,因此感測器數極大,難以即時監視。
本揭示之目的在提供即使在各個監視對象未具備振動感測器等,亦可檢測複數監視對象的異常的設備狀態監視系統。
(解決問題之技術手段)
藉由本揭示之一態樣,為一種設備狀態監視系統,其係包含:感測器節點,其係具有:將表示成為監視對象的設備的狀態的資料輸出作為感測器資料的感測器、進行感測器資料的傳送的通訊部;及進行對感測器與通訊部供給電源的電源部,且共通適用於複數監視對象;收訊機,其係接收由通訊部被傳送出的感測器資料;及狀態檢測部,其係輸入在收訊機被接收到的感測器資料,根據複數監視對象正在正常動作的正常時的感測器資料,學習複數監視對象正常時的狀態作為學習資料,並且若在學習後由感測器節點被傳送出的感測器資料在收訊機被接收,將該感測器資料所示之複數監視對象的狀態與學習資料作比較,來檢測複數監視對象的異常的發生或異常的預兆。
如上所示,針對複數監視對象,使用至少1個共通的感測器節點,將複數監視對象正在正常動作的正常時的感測器資料傳至狀態檢測部,且使其作為正常時的學習資料來學習。因此,將在學習後由感測器節點被傳送出的感測器資料所示之複數監視對象的狀態與學習資料作比較,藉此即使在各個監視對象未具備振動感測器等,亦可檢測複數監視對象的異常。
以下根據圖示,說明本揭示之實施形態。其中,在以下各實施形態相互中,對彼此相同或均等的部分係標註相同符號來進行說明。
(第1實施形態)
以下說明第1實施形態。本實施形態之設備狀態監視系統係藉由使用配備有感測器的共通的感測器節點來監視成為監視對象的複數設備的異常者。
如圖1所示,設備狀態監視系統1係形成為具有進行成為監視對象的設備2的狀態監視的感測器節點10、收訊部20、狀態檢測部30、及顯示裝置40的構成。接著,在顯示裝置40顯示監視結果,且例如根據該顯示內容,作業者3進行設備2的控制、修理、零件替換等,藉此良好保持設備2的狀態。其中,在圖1中僅記載1個設備2,惟設備2具有複數個,關於數量,為任意。
[感測器節點10的構成]
感測器節點10係為了進行複數設備2的異常的監視,具備有至少1個感測器11者,形成為除了感測器11之外,具備有電源部12或通訊部13等的構成。
感測器11係檢測聲音、振動或加速度、角速度、溫度、濕度、磁性、光、周邊畫像、流量、壓力、臭味等之中任一個以上作為檢測對象。若檢測該等之中的複數時或即使為相同的檢測對象亦檢測複數時,形成為配備有複數個感測器11的複合感測器。感測器11亦可由半導體式感測器等任意者所構成,將表示檢測結果的感測訊號(sensing signal)等作為感測器資料而輸出至通訊部13。該在感測器11的感測器資料相當於表示設備2的狀態監視所使用的物理量等各種狀態的資料。
關於感測器11,適用對應上述之檢測對象者。例如,檢測聲音時,適用聲音感測器,檢測振動或加速度時,適用振動感測器,檢測角速度時,適用角速度感測器,檢測周邊氣體環境的溫度或濕度時,適用溫濕度感測器,檢測周邊的風量時,適用流量感測器,作為感測器11。此外,檢測磁性時,適用磁性感測器,檢測光時,適用光感測器,檢測周邊畫像時,適用由攝影機等所構成的畫像感測器,作為感測器11。此外,檢測流量時,適用流量感測器,檢測壓力時,適用壓力感測器,檢測臭味時,適用臭味感測器,作為感測器11。如上所述,關於感測器11,亦可形成為檢測對象不同的複數種類者,亦可包含複數個檢測對象相同者。即使複數個感測器11的檢測對象相同,若所檢測的方向或位置不同,亦可得對應該方向或位置的感測器資料。
若為聲音感測器,為了特定音源的位置,亦可使用複數麥克風。以特定方向的方法而言,亦可使用相位差/時間差,亦可將具有相同極向圖,亦即具有指向性的複數麥克風朝向不同的方向,利用因感度差所致之音壓差來特定方向。例如,若將感測器節點10的其中一方向設為前方、其相反方向設為後方、另外朝向其兩側的方向設為左右方向時,將4個單一指向性的麥克風的指向性朝向前後左右4方向。如上所示,例如關於由左被輸入的聲音,以在左麥克風為音壓大、在前後麥克風為音壓中、在右麥克風為音壓小的方式,發生因感度差所致之輸入音壓的差。因此,可根據預先掌握的極向圖,來特定音源的方向。
若列舉使用2個麥克風來特定音源的方向的情形為例,例如圖2A所示將2個麥克風11a、11b配置為各自的指向性偏離90˚。此時,如圖2B所示,麥克風11a的極向圖11c係形成為將0˚的位置,亦即y軸的正方向的位置設為基準音壓0dB,至90˚的位置,亦即x軸的正方向的位置為止,音壓逐漸降低的型樣。相反地,麥克風11b的極向圖11d係形成為將90˚的位置,亦即x軸的正方向的位置作為基準音壓0dB,至0˚的位置,亦即y軸的正方向的位置為止,音壓逐漸降低的型樣(pattern)。在該情形下,假設例如圖3A所示在位於x軸與y軸的中間的45˚的位置有音源4,如圖3B所示,麥克風11a與麥克風11b的收訊音壓係成為大致相同。此外,假設例如圖4A所示在成為x軸上的90˚的位置有音源4,如圖4B所示,麥克風11b的收訊音壓成為麥克風11a的收訊音壓的2倍程度。如上所示,藉由比較在將指向性錯開配置的複數麥克風11a、11b的收訊音壓,可特定音源4的方位。接著,亦可知由音壓至音源4的距離。因此,可藉由使用複數麥克風11a、11b的聲音感測器,來特定音源4的方位或距離。
此外,若為振動感測器,可檢測以聲音感測器並無法取得之搬送路的鬆動狀態等。可藉由振動感測器來檢測檢測對象的振動或加速度。接著,可藉由振動感測器,根據振動或加速度來檢測檢測對象的異常。此外,若為將感測器節點10設置在搬送路的情形,可藉由振動感測器來檢測搬送路的振動,惟若具備振動感測器與聲音感測器之雙方作為感測器11,連振動是否為由搬送路而來者亦可判明。亦即,若藉由在振動感測器與聲音感測器之雙方所取得的各檢測結果的資料或僅在振動感測器所取得的資料而檢測到異常時,為由搬送路而來的異常,若僅在聲音感測器檢測到異常時,可判定為其他要因,並非為由搬送路而來。藉此,可更明確地切分為搬送路或其他要因,來特定檢測到該異常的設備2。
此外,若為角速度感測器,可檢測監視對象的旋轉及方向的變化作為角速度。接著,可根據藉由角速度感測器所檢測的監視對象的旋轉及方向來檢測監視對象的異常。此外,若為將感測器節點10例如配置在搬送製品的搬送路上、或配置在藉由搬送路予以搬送的製品的情形,可藉由角速度感測器來檢測搬送路及製品的傾斜或姿勢的變化。
此外,角速度感測器係可採用檢測1方向的旋轉的1軸角速度感測器、檢測彼此正交的2方向的旋轉的2軸角速度感測器、檢測彼此正交的3方向的旋轉的3軸角速度感測器之中的至少1個角速度感測器。
此外,若為光感測器,為了特定光源的位置,亦可使用複數受光部。以特定方向的方法而言,可使用光的相位差/時間差,亦可將複數受光部朝向不同方向,利用受光量的差來特定方向。例如,將感測器節點10以前方、後方及左右方向將受光部朝向4個方向。如上所示,關於例如由左被輸入的光,以在左受光部為受光量大、在前後受光部為受光量中、在右受光部為受光量小的方式發生受光量的差。因此,可根據受光量的差,來特定光源的方向。
電源部12係感測器節點10所配備的各部的電力供給源,藉由例如鈕扣型電池或鋰電池等所構成。以電源部12的形態而言,分為電磁感應方式或磁共振方式、電場耦合方式、電波收訊方式等使用磁場的方式、及振動/光/熱/電磁波等能量採集系統及行動電源供電。若按照感測器節點10的使用形態,例如作為搬送體加以使用,由在搬送體所圖求的電力/傳送距離/大小等項目中選擇最適供電方式來構成電源部12即可。
通訊部13係將由感測器11被傳送出的感測器資料,藉由無線通訊等而傳送至收訊部20。由通訊部13的通訊速度、通訊距離、最適頻率繞入特性等選擇所使用的頻帶。此外,亦可在通訊部13裝載微電腦,根據感測器11的感測訊號來進行各種控制。例如,若感測器11為聲音感測器,亦可在通訊部13進行僅在既定的頻率中的音壓超過預先設定的臨限值時進行通訊等決定是否傳送感測器資料的控制。
此外,較佳為即使電源部12為相同的電池容量,亦可加長驅動時間。因此,並非恒為進行資料通訊,若以超過藉由通訊部13的微電腦被預先設定的臨限值之時作為基準,較佳為進行僅傳送該資料及其前後資料等控制。例如,關於作為前後資料來進行傳送的資料量,若適當設定為前後10週期份等即可。如上所示,可減少通訊量,並且可改善電源部12的電池的持久性。
此外,若由感測器11被傳至通訊部13的感測器資料直接為在感測器11被檢測到的感測器資料,亦即,若通訊部13所接收的感測器資料為原始值,通訊部13亦可將感測器資料加工而傳送至收訊部20。參照圖5,說明通訊部13將感測器資料加工來傳送時之一例。
在該一例中,如圖5所示,具有振動感測器的感測器節點10以在3個搬送路5a、5b、5c上流動的方式作配置。接著,該3個第1搬送路5a、第2搬送路5b、及第3搬送路5c係依此順序相連,以彼此不同的搬送速度移動,藉此使感測器節點10與自身進行動作時的搬送速度同步來搬送感測器節點10。此時,通訊部13亦可將由感測器11所接收的感測器資料,與第1搬送路5a、第2搬送路5b、及第3搬送路5c各個的搬送速度相對應而傳送至收訊部20。
例如,將第1搬送路5a的搬送速度設為第1速度v1、第2搬送路5b的搬送速度設為第2速度v2、第3搬送路5c的搬送速度設為第3速度v3,第1速度v1設為比第2速度v2及第3速度v3慢。此時,第1搬送路5a進行動作時所發生的振動係振動周期比第2搬送路5b及第3搬送路5c各個進行動作時所發生的振動較慢。因此,與用以檢測第2搬送路5b及第3搬送路5c的異常發生、或異常預兆的取樣頻率相比較,用以檢測第1搬送路5a的異常發生、或異常預兆的振動感測器的必要取樣頻率係可較小。
因此,通訊部13亦可未將在第1搬送路5a、第2搬送路5b、及第3搬送路5c的全部搬送路以同一取樣頻率被檢測到的感測器資料的原始值傳送至收訊部20。接著,例如,亦可將對在與第2搬送路5b及第3搬送路5c相比較為搬送速度較慢的第1搬送路5a被檢測到的感測器資料的原始值進行了降階取樣加工的感測器資料傳送至收訊部20。如上所示,將感測器資料由通訊部13傳送至收訊部20時的資料量變小,可減少通訊量,並且可改善電源部12的電池的持久性。
降階取樣處理的取樣頻率亦可預先由作業者3按照第1搬送路5a、第2搬送路5b、第3搬送路5c各個的搬送速度來設定。此外,降階取樣處理的取樣頻率亦可由通訊部13依據根據第1搬送路5a、第2搬送路5b、第3搬送路5c各個的搬送速度及取樣頻率而預先被通訊部13所設定的控制圖(map)來決定。此外,降階取樣處理的取樣頻率亦可進行使用感測器節點10來檢測第1搬送路5a、第2搬送路5b、第3搬送路5c各個的搬送速度的檢測作業,且根據在該檢測作業所檢測到的各搬送路的搬送速度,而由通訊部13決定。此時,通訊部13係對與搬送速度快的搬送路的取樣頻率相比較為搬送速度較慢的搬送路的取樣頻率,進行降階取樣處理。
[感測器節點10的構成例]
接著,參照圖6及圖7,來說明感測器節點10的構成之一例。
圖6係示出將感測器11形成為複合感測器時的感測器節點10的全體構成。如該圖所示,感測器11與電源部12及通訊部13以多面體形狀,在此係以六面體形狀予以一體化。接著,在該等一體構造為六面體形狀的框體14內與框體14的內壁面抵接而不會空出間隙來作收容,藉此對框體14予以強固固定,且構成感測器節點10。框體14係由對應使用環境的素材所構成,若為例如在潑水的環境下使用感測器節點10的情形,為了保護感測器11等而以具耐水性的素材來設計。其中,在圖6中,以可知配置在框體14內的感測器11與電源部12及通訊部13的一體化構造的方式,透過框體14來表示。
但是,若感測器節點10為了檢測搬送路5的振動而具有振動感測器時,感測器節點10係檢測因搬送路5的動作的影響所發生的搬送路5的振動。但是,因搬送路5的動作以外的影響所發生的振動係可能成為振動感測器所檢測的搬送路5的振動的雜訊。
例如,如圖8所示,假設感測器節點10的重心Cg位於比感測器節點10的鉛直方向的中央更為上方側。在該情形下,若朝向感測器節點10流動的風衝撞感測器節點10時,有感測器節點10自身因該風而振動之虞。接著,感測器節點10因風的衝撞而振動,若感測器節點10檢測搬送路5以外的振動亦即自身的振動時,感測器節點10自身的振動成為對感測器節點10所檢測的搬送路5的振動的雜訊。
此外,若感測器節點10為了檢測感測器節點10的周圍的聲音而具有聲音感測器時,感測器節點10係檢測感測器節點10的周邊環境的音壓的變化,作為因發生該聲音而在感測器節點10的周邊環境所發生的空氣的振動。但是,因音壓以外的影響而在空氣所發生的振動係可能成為聲音感測器所檢測的空氣的振動的雜訊。例如,若在感測器節點10的周邊環境流動風而感測器節點10的周邊環境的空氣作振動時,因該風所發生的振動成為對感測器節點10檢測為聲音的空氣的振動的雜訊。此外,因朝向感測器節點10流動的風衝撞感測器節點10所發生的聲音亦成為對感測器節點10所檢測的感測器節點10的周邊環境的聲音的雜訊。
成為該等振動的雜訊的發生要因的風係有例如流至搬送路5的周邊環境的自然風、或藉由設在搬送路5的途中的送風(air blow)工程或設在潔淨室等的送風機而發生的垂直層流等。
相對於此,感測器節點10亦可具有即使在存在朝向感測器節點10流動的風的情形下,亦抑制感測器節點10因搬送路5的振動以外的要因而振動的情形的振動抑制構造。該振動抑制構造亦可為如圖9所示,使感測器節點10的重心Cg的位置朝比感測器節點10中的鉛直方向的中央更為下方側偏心的構造。
具體而言,振動抑制構造亦可為將感測器節點10中為重量相對較大的構成品的電源部12配置在比感測器節點10中的鉛直方向的中央更為下方側的構造。藉此,可使感測器節點10的重心Cg朝比鉛直方向的中央更為下方側偏心。
此外,若框體14由平均單位體積的質量彼此不同的複數材料所形成,振動抑制構造亦可為由平均單位體積的質量大的材料來形成框體14的鉛直方向的下方側,由平均單位體積的質量小的材料來形成上方側的構造。藉此,可使感測器節點10的重心Cg朝比鉛直方向的中央更為下方側偏心。
此外,振動抑制構造雖未圖示,亦可為將框體14的大小與鉛直方向的上方側相比較為使下方側較大,藉此使感測器節點10的重心Cg朝鉛直方向的下方側偏心的構造。此外,振動抑制構造亦可為在比感測器節點10的框體14中的鉛直方向的中央更為下方側安裝使感測器節點10的重心Cg偏心的秤錘構件,藉此使感測器節點10的重心Cg朝鉛直方向的下方側偏心的構造。
藉由將感測器節點10形成為具有如上所示之振動抑制構造的構造,即使在存在朝向感測器節點10流動的風的情形下,亦可使得對感測器節點10配置在搬送路5時的配置的安定性提升。因此,可減低因朝向感測器節點10流動的風衝撞感測器節點10所發生的感測器節點10自身的振動。
此外,振動抑制構造亦可為如圖10所示即使在存在朝向感測器節點10流動的風的情形下,亦不易受到該風的影響的流體設計構造。具體而言,振動抑制構造亦可若存在朝向感測器節點10流動的風,由以朝向感測器節點10流動的風流動的方向所對應的方向貫穿而形成的貫穿孔141所構成。
例如,若對感測器節點10存在由搬送路5的行進方向的前方側朝向後方側流動的風,貫穿孔141亦可沿著該風流動的方向的方向亦即沿著搬送路5的行進方向貫穿而形成。
藉由形成為感測器節點10具有如上所示之貫穿孔141的構造,即使在存在朝向感測器節點10流動的風的情形下,亦可藉由該貫穿孔141而將風由搬送路5的行進方向的前方側朝向後方側岔開。因此,可減低因朝向感測器節點10流動的風衝撞感測器節點10所發生的感測器節點10自身的振動。
此外,藉由在貫穿孔141岔開風,亦可抑制因風衝撞感測器節點10所產生的聲音的發生。因此,即使為聲音感測器相對框體14設在行進方向的背面側或側面側的構成,亦可藉由聲音感測器而輕易檢測感測器節點10的周邊環境的聲音。
其中,貫穿孔141若可岔開由搬送路5的行進方向的前方側朝向後方側流通的風,亦可由該行進方向的前方側朝向後方側朝上方側或下方側傾斜,亦可朝左方側或右方側傾斜。此外,不易受到朝向感測器節點10流動的風的影響的流體設計構造亦可與在感測器節點10形成貫穿孔141的構成不同。雖未圖示,例如,將感測器節點10的框體14的形狀,形成為隨著由搬送路5的行進方向的後方側朝向前方側,與該行進方向呈正交的框體14的剖面積變小的形狀,藉此可不易受到朝向感測器節點10流動的風的影響。
此外,在圖5等所示之例中,係將感測器11與電源部12及通訊部13的一體化構造形成為六面體形狀,藉由形成為六面體形狀,可容易設定感測器節點10的方向,亦即感測器11的方向。因此,並非必定將一體化構造形成為六面體形狀,亦可形成為其他多面體形狀。
感測器節點10即使配置在特定的場所,亦可監視複數設備2,若形成為複合感測器,更詳言之,可監視複數設備2,惟若設置在移動體,藉由使其移動,可監視複數設備2。例如,若感測器節點10被使用在生產設備等的監視,若設置在成為移動體的搬送路上,可作為搬送體而被移動。例如,藉由在成為搬送路的帶式輸送機之上設置感測器節點10,可使感測器節點10連同帶式輸送機上的工件一起被搬送。此外,亦可將感測器節點10設置在AGV(Automatic Guided Vehicle,自動導航車)等移動體,且與移動體一起移動,藉此進行周圍的設備2的狀態監視。
關於感測器節點10的組裝法為任意,若包含振動感測器或聲音感測器作為感測器11時,為了使所取得的感測器訊號的雜訊減低,較佳為以熔接或螺止等儘可能強固的方法固定在設置部位。當然,亦可依設置場所,藉由磁鐵或接著劑來設置感測器節點10。
在此,參照圖11至圖18,說明連同排列配置在作為移動體的搬送路5上且藉由搬送路5予以搬送的複數工件W一起配置在該搬送路5上的感測器節點10的具體配置方法之一例。工件W亦可為例如藉由加工設備所加工的加工對象物,亦可為製造中或製造後的製品。
配置在搬送路5的該感測器節點10係連同複數工件W一起藉由搬送路5予以搬送。此外,若感測器節點10配置在搬送路5上,有複數工件W之中的1個被置換成感測器節點10來作配置的情形、及在複數工件W之中的1個安裝感測器節點10來作配置的情形。
接著,以工件W被置換成感測器節點10來作配置之例示而言,有感測器節點10及工件W彼此分離作配置之圖11至圖13所示的3個形態。在工件W被置換為感測器節點10所配置的該等3個形態中,取代搬送路5中原本的搬送體亦即工件W,感測器節點10成為搬送體。
此外,以感測器節點10被安裝在工件W之例示而言,有被安裝在直接配置在搬送路5上的工件W的圖14所示之1個形態、及被安裝在透過托架(pallet)P而被配置在搬送路5上的工件W的圖15、圖16所示之2個形態。在感測器節點10被安裝在工件W的該等3個形態中,連同搬送路5中的搬送體亦即工件W一起,感測器節點10亦成為搬送體。
在感測器節點10及工件W彼此分離予以搬送的3個形態之中,圖11所示之第1形態係被採用在工件W直接配置在搬送路5上之時。接著,感測器節點10係被配置在搬送路5上作為搬送體被搬送。
若如上所示之工件W直接配置在搬送路5上,將工件W以加工設備進行加工,因此有使該工件W由搬送路5上朝加工設備移動的情形。接著,此時,工件W係例如藉由被配置在搬送路5的周邊的未圖示的夾具設備所夾持而被上舉,藉此朝加工設備移動。
相對於此,若如圖11所示之第1形態般感測器節點10被置換為工件W來作配置,與工件W同樣地使感測器節點10藉由該夾具設備夾持,藉此可監視夾具設備。例如,感測器節點10若形成為在被夾具設備夾持的部位具有壓力感測器的構成,藉由檢測藉由壓力感測器被夾持時的壓力,可進行夾具設備是否正常動作的監視。此外,感測器節點10係若形成為具有角速度感測器的構成時,藉由檢測被夾具設備夾持而上舉時的感測器節點10的姿勢,可進行夾具設備是否正常動作的監視。
此外,感測器節點10及工件W彼此分離作搬送的3個形態之中,圖12所示之第2形態係被採用在工件W被配置在托架P上作搬送並且工件W及感測器節點10的形狀相同之時。此時,感測器節點10係被置換為被配置在托架P上的複數工件W之中的1個。接著,工件W及感測器節點10係透過托架P而被配置在搬送路5上作為搬送體予以搬送。其中,圖12所示之第2形態亦可適用在工件W中被固定在托架P的部位與感測器節點10中被固定在托架P的部位各個的部位的形狀相同之時。
接著,感測器節點10及工件W彼此分離作搬送的3個形態之中,圖13所示之第3形態係被採用在工件W被配置在托架P上作搬送並且工件W及感測器節點10的形狀彼此不同之時。此時,感測器節點10係被置換為被配置在托架P上的複數工件W之中的1個,連同用以將感測器節點10自身固定在托架P的治具J一起作配置。接著,感測器節點10係透過托架P及治具J被配置在搬送路5上作為搬送體予以搬送。
此外,在圖14中顯示感測器節點10被安裝在直接配置在搬送路5上的工件W的形態。此外,在圖15及圖16中顯示在透過托架P被配置在搬送路5上的工件W安裝感測器節點10的2個形態。若被安裝在透過托架P而被配置在搬送路5上的工件W,有感測器節點10直接安裝在工件W的情形、及感測器節點10透過托架P而被安裝在工件W的情形。接著,感測器節點10係連同工件W一起作為搬送體被配置在搬送路5上予以搬送。
若如上所示感測器節點10連同工件W一起作為搬送體被搬送時,將工件W以加工設備進行加工時,對安裝有感測器節點10的狀態的工件W亦可進行加工。此外,感測器節點10檢測將工件W加工時的加工狀態,可進行加工設備是否正常動作的監視。例如,若感測器節點10具有振動感測器,感測器節點10檢測加工設備加工工件W時的振動,藉此可進行加工設備是否正常動作的監視。
但是,為了監視搬送路5而檢測該搬送路5的振動時,考慮形成為對連同工件W一起作為搬送體作搬送的感測器節點10具有振動感測器的構成,而配置在搬送路5上。接著,若感測器節點10及工件W被配置在搬送路5上,因與搬送路5的振動不同的要因,若感測器節點10及工件W形成為一體的搬送體自身發生振動,可能成為振動感測器所檢測的搬送路5的振動的雜訊。
相對於此,感測器節點10亦可以感測器節點10及工件W形成為一體之作為搬送體的重心的位置朝鉛直方向的下方側偏心予以安裝。例如,若在直接配置在搬送路5上的工件W安裝感測器節點10,感測器節點10亦可如圖14所示,配置在比工件W中的鉛直方向的中央更為下方側。此外,若在透過托架P被配置在搬送路5上的工件W安裝感測器節點10,感測器節點10亦可如圖16所示,被安裝在托架P而非工件W。
藉此,感測器節點10及工件W形成為一體的搬送體因與搬送路5的振動不同的要因而不易振動。因此,可抑制起因於感測器節點10及工件W形成為一體的搬送體自身的振動的振動的雜訊。
此外,若被安裝在工件W或托架P的感測器節點10檢測搬送路5的振動,感測器節點10亦可安裝在容易檢測搬送路5的振動的場所。具體而言,感測器節點10係當工件W或托架P因搬送路5的振動而與搬送路5一體振動時,亦可安裝在工件W或托架P中振動量容易變大的位置。在此,若工件W或托架P與搬送路5一體振動,工件W或托架P係離搬送路5的距離愈遠的部位,與搬送路5一體振動時,其振動量愈容易變大。
例如,若在直接配置在搬送路5上的工件W安裝感測器節點10,感測器節點10亦可如圖17所示,配置在比工件W中的鉛直方向的中央更為上方側。此外,雖未圖示,若在透過托架P被配置在搬送路5上的工件W安裝感測器節點10,感測器節點10亦可安裝在比托架P中的鉛直方向的中央更為上方側。
藉此,如上所示與未安裝有感測器節點10的情形相比較,可加大工件W或托架P中安裝感測器節點10的部位與搬送路5的距離,因此感測器節點10容易檢測搬送路5的振動。
此外,若藉由搬送路5來搬送工件W及感測器節點10,例如,由於在搬送路5上加工工件W,因此有藉由設在搬送路5的途中的未圖示的止動件,使工件W的搬送停止、或開始的情形。
此時,有在維持了搬送路5的動作的狀態下,藉由止動件的開閉動作來控制工件W的搬送中的停止及開始的情形。如此一來,工件W的搬送係藉由止動件的閉鎖而急速停止,並且藉由止動件的開放而急速開始。接著,若藉由如上所示之止動件,使工件W的搬送作急速停止或急速開始,當工件W急速停止或急速開始時,有工件W中的行進方向的後方側因慣性而被上舉的情形。如上所示之藉由慣性而上舉工件W的動作係若由被安裝在工件W的感測器節點10檢測振動,可能成為振動感測器所檢測的搬送路5的振動的雜訊。
相對於此,若感測器節點10連同工件W一起作為搬送體而被搬送時,感測器節點10亦可在將藉由搬送路5搬送工件W的方向設為行進方向時,配置在工件W中的行進方向的前方側。例如,在圖14至圖17中,若由紙面左側朝向右側搬送工件W時,如圖14至圖17所示,感測器節點10亦可配置在工件W中的行進方向的前方側之面或托架P中的行進方向的前面。
藉此,即使工件W中的行進方向的後方側被上舉,由於抑制感測器節點10的振動,因此可不易受到起因於工件W的振動的雜訊的影響。
或者,若欲檢測藉由止動件而搬送作急速停止或急速開始的工件W的行動,感測器節點10亦可配置在工件W中的行進方向的後方側。例如,在圖18中,若由紙面左側朝向右側搬送工件W,如圖18所示,感測器節點10亦可配置在工件W中的行進方向的後方側的面。
藉此,工件W中的行進方向的後方側被上舉時,由於形成為與感測器節點10亦容易與工件W被一體上舉的構造,因此可容易檢測起因於工件W的振動的感測器節點10的行動。
但是,關於圖6所示之感測器節點10,係形成為具備有複數個感測器11的複合感測器,但是,藉由複數無線感測器基板15構成複合感測器。具體而言,藉由在六面體形狀的1面以上配置無線感測器基板15來構成複合感測器。在無線感測器基板15,如圖7所示,除了1種類的感測器11與通訊部13之外,構裝有例如電阻或電容器、微電腦等其他電子零件15a。接著,無線感測器基板15係具有根據來自電源部12的電力供給,透過通訊部13,將表示在感測器11的檢測結果的感測器資料傳送至對應的收訊部20的功能。其中,圖7中所示之無線感測器基板15的數量與圖6不一致,但是為了簡化圖示,在圖7中係僅示出感測器節點10所具備的無線感測器基板15之中位於紙面跟前側者、及位於紙面裡側者。
在複合感測器的中央部配置有電源部12,該電源部12與各無線感測器基板15作電性連接,藉此進行來自電源部12的電力供給,且複合感測器進行動作。在圖6及圖7中,係將電源部12形成為六面體形狀,在六面之中欲進行感測之面配置無線感測器基板15,使供電用端子12a露出於六面之中配置無線感測器基板15之面。接著,在無線感測器基板15的背面側,配備與電源部12的供電用端子12a接觸的電池連接器15b,若在電源部12安裝無線感測器基板15,可進行對感測器11或通訊部13等供給電力。
此外,由於形成為一邊將電源部12形成為多面體形狀,一邊在其各面安裝有無線感測器基板15的構造,因此成為將電源部12配置在感測器節點10所構成的多面體形狀的中央部的狀態。藉由配置成如上所示,與形成為並非為多面體形狀的形狀的情形相比較,可加大將無線感測器基板15的數量形成為相同時成為電源部12的區域的體積。因此,可加多電源部12的電池容量,且更加長感測器節點10的驅動時間。亦即,可一邊將感測器節點10形成為最小的形狀,一邊形成為最大的驅動時間。
此外,感測器節點10較佳為以即使在將複合感測器收納在框體14的狀態下亦可充電的方式可作無線供電者。此外,若形成為有線供電,若將構成感測器節點10的多面體形狀的1面形成為充電連接器可連接的面即可。
此外,藉由使所有無線感測器基板15的大小一致、或形成為小於電源部12所構成的多面體形狀的一面的尺寸,藉此無線感測器基板15可設置在所有面。因此,可在對感測器11的感測對象而言為較優勢的面,例如感度變高的面,設置無線感測器基板15。例如,若感測器節點10為正六面體,成為可裝載6個無線感測器基板15的複合感測器。
若將感測器11形成為進行聲音檢測的麥克風,若在正六面體之中的感測器節點10的移動方向的前後左右4面裝載無線感測器基板15,可使用陣列訊號處理來進行波束成型(beamforming)。
若將感測器11形成為檢測氣體環境的溫度或濕度的溫度感測器或濕度感測器,藉由在正六面體之中的底面以外配置無線感測器基板15,可捕捉環境氛圍。此外,底面以外的複數面係在將感測器節點10設置在搬送路之時,不易受到因傳熱所致之搬送路的溫度影響。因此,較佳為將溫度感測器在底面以外的複數面配置無線感測器基板15。此外,以感測器11而言,若配置2個溫度感測器,並且合併配置流量感測器,可藉由流量感測器來測定感測器節點10的周邊的風量,並且可由在2個溫度感測器被檢測到的溫度的差來測定風的方向。藉此,可進行設備2內的下向流(downflow)管理等。
若將感測器11設為振動感測器,若設置在多面體形狀的上面,力矩變大,相對複合感測器的斜率的感度變佳。若如上所示,可偵測微細工件的傾斜、或搬送路的不穩,可更早期推論設備2的異常的預兆。
此外,若將感測器11設為溫度感測器、濕度感測器、振動感測器,除了監視設備2的狀態之外,藉由將感測器11安裝在製品,可使用在管理該製品的製造履歷或完成後的搬送狀態等的履歷的追溯系統。例如,如圖19所示,設為設備狀態監視系統1具備接收感測器節點10所檢測到的各種感測器資料的伺服器60。該伺服器60係構成為可與感測器節點10進行通訊。伺服器60係由具備有未圖示的CPU、或ROM、RAM、快閃記憶體、HDD等的微電腦等所構成者。接著,伺服器60係CPU由ROM等讀出程式來執行,藉此實現各種控制作動。其中,ROM等記憶媒體係非遷移性實體性記憶媒體。本實施形態中的伺服器60係作為記憶部來發揮功能。
伺服器60係例如將由感測器節點10所接收的製品製造中的環境氛圍的溫度、濕度、振動等作為感測器資料的資訊、與該所接收的資訊的收訊時刻建立關連來記憶。藉此,如圖20所示,可將設備狀態監視系統1使用作為掌握表示製品在什麼樣的環境氛圍下被製造的製造中的各種資訊的履歷的追溯系統。
此外,若將感測器節點10安裝在完成後的製品,將關於感測器節點10所檢測的完成後的製品之作為感測器資料的資訊、與該資訊的檢測時刻建立關連,藉此亦可使伺服器60記憶關於完成後的製品的狀態的資訊。
例如,亦可使伺服器60記憶由製品完成後至被捆包的捆包期間、由捆包被堆積在輸送車為止的保管期間、被輸送車輸送之間的輸送期間各個的期間的環境氛圍的溫度、濕度、振動等各種資訊的履歷。藉此,如圖20所示,可掌握製品在什麼樣的環境氛圍下予以保管及輸送。使伺服器60所記憶的各種履歷資訊並非為限定於溫度、濕度、振動者,亦可按照感測器11的構成,為聲音、加速度、角速度、磁性、光、周邊畫像、流量、壓力、臭味等資訊。
此外,使伺服器60所記憶的各種履歷資訊亦可與製品的製造有關係的作業者3可閲覽地顯示在後述的顯示裝置40,亦可顯示在與該顯示裝置40不同的顯示器。此外,使伺服器60所記憶的各種履歷資訊亦可構成為已購入製品的購入者可閲覽。如上所示,亦可在追溯系統所記憶的資訊採用感測器節點10所檢測的各種資訊。
其中,伺服器60亦可為後述之狀態檢測部30所具備的構成,亦可與狀態檢測部30為不同個體而為設備狀態監視系統1所具備的構成。此外,關於與由感測器節點10所接收的感測器資料建立關連的收訊時刻的資訊亦可使用伺服器60自身所具有的時刻資訊。接著,若感測器節點10自身可取得時刻資訊,關於與由感測器節點10所接收的感測器資料建立關連的收訊時刻的資訊亦可使用由感測器節點10與感測器資料一起被傳送的時刻資訊。此外,關於與由感測器節點10所接收的感測器資料建立關連的收訊時刻的資訊亦可使用根據由與作業者3進行作業時所操作的感測器節點10為不同個體的裝置(例如RF-ID讀取器)等被傳送的作業者3的作業內容的資訊。
若將感測器節點10設為多面體形狀的複合感測器,若欲使用比多面體形形狀的面數更多的無線感測器基板15時,亦可藉由使用複數感測器節點10來對應。
此外,若使用複數感測器節點10,若例如圖21所示在配置在搬送路5的不同位置的各感測器節點10配置麥克風而構成陣列,可根據麥克風間的距離,測定所檢測到的聲音的發生源的距離或位置。此時,關於配置成陣列狀的各麥克風間的距離或麥克風的個數為任意,可按照作為檢測對象的聲音來作選擇。例如,若將更遠的設備2的聲音作為檢測對象,若加長麥克風間的距離即可。此外,為了更正確地特定聲音的發生源的位置,若加多麥克風的個數即可。
此外,若將感測器節點10設為複合感測器,亦可在各無線感測器基板15之間進行通訊。此時,在各無線感測器基板15中,亦可共用藉由進行通訊來傳送感測器資料的觸發器。例如,有將在感測器11的檢測結果超過預定的臨限值作為感測器資料的傳送觸發器的情形。此時,在位於感測器節點10的移動方向的前端的無線感測器基板15中取得該觸發器,利用通訊傳至其他無線感測器基板15。在無線感測器基板15中,為取得觸發器,必須將感測器11的感測訊號進行訊號處理、或進行各種運算,會發生電力消耗。因此,若將1個作為主要的無線感測器基板15來取得觸發器,且將其共用作為其他無線感測器基板15的觸發器,其他無線感測器基板15係可僅以通訊所需消耗電力來取得觸發器,可減低消耗電力。
此外,亦考慮到主要的無線感測器基板15因某些不良情形而變得不起動的情形。因此,若其他無線感測器基板15根據與主要的無線感測器基板15的通訊來偵測在主要的無線感測器基板15發生了不良情形時,若其他無線感測器基板15重新切換成主要的無線感測器基板15即可。若如上所示,即使在主要的無線感測器基板15發生不良情形,亦可藉由其他無線感測器基板15來繼續取得觸發器,可不停止在未發生不良情形的無線感測器基板15所配備的感測器11的感測來進行設備監視。其中,針對在此所稱之無線感測器基板15,亦可在1個感測器節點10所配備的複數無線感測器基板15中進行,惟亦可在複數感測器節點10所配備的複數無線感測器基板15中進行。
其中,關於感測器節點10的大小,係依使用搬送路或安裝場所的制約而定。
[感測器節點10的其他構成例]
在圖6所示之構成中,針對感測器11,藉由將在1枚無線感測器基板15上配置有1個感測器11者設置在六面體形狀的各面來構成複合感測器,惟亦可藉由其他構造來構成複合感測器。
例如,如圖22所示,亦可為在1枚基板16上裝載有複數感測器11者。在該圖中,例如關於由電池所構成的電源部12亦設置在基板16上,形成為在電源部12的周圍配置有複數感測器11的構造。如圖23所示,亦可為將構裝有1個感測器11的擴充板17a構裝複數至主板17b者。在該圖中,在主板17b之中構裝擴充板17a的場所以外的區域配置由電池所構成的電源部12,且形成為在電源部12的周圍配置有擴充板17a的構造。亦可如圖24A所示將構裝有1個感測器11的基板18,如圖24B所示組合複數枚,藉此構成複合感測器。例如,準備可滑動收納複數枚基板18的收納盒19,且將構裝有感測器11的基板18收納複數枚在收納盒19內。此時,如圖24A所示,亦可對各基板18具備由電池等所構成的電源部12,亦可形成為在複數枚基板18之中的一部分具備電源部12,且對其他基板18亦進行電力供給的構成。
但是,若在大小有限制,由於在來自電源部12的電力供給或感測器11的數量等產生限制,因此較佳為形成為如圖6所示之多面體形狀。
其中,關於無線感測器基板15及配備有其他構成例中所示之感測器11的各基板,亦可具有各感測器11的自我診斷功能。藉由具有診斷學習時的感測器資料與運用時的感測器資料的感測器感度是否相同、感測器自身是否故障等的功能,提高異常程度的判別的信賴度。此外,亦可根據如上所示之自我診斷功能,使其具有例如溫度補正功能。由於感測器11具有溫度特性,因此可進行對應環境溫度的感測器感度補正。亦即即使在如循環爐所示之有溫度變化的環境下,亦藉由進行根據自我診斷功能的溫度補正,可進行精度更佳的感測,較為有效。
[感測器節點10的位置特定]
若將感測器節點10設置在設備2或其近旁而非設置在移動體時,特定該設置場所作為感測器節點10的位置。
若將感測器節點10設置在移動體,例如在搬送路5上設置感測器節點10作為搬送體時,係必須進行移動體的場所的特定。在移動體的場所的特定,若為例如設置在以等速度移動的搬送路5上的搬送體,將時刻作為觸發器來特定位置。亦即,可根據移動速度來掌握感測器節點10移動多少程度,因此藉由測定例如由感測器節點10的移動開始的經過時間,可特定感測器節點10的位置。接著,例如若適用聲音感測器作為感測器11,藉由測定此時從哪個方向傳來聲音來拾取欲檢測的部位。此外,例如,亦可適用光感測器作為感測器11,測定此時從哪個方向照光,藉由所受光的光量來特定感測器節點10的位置。若為非以等速度移動的搬送路,以感測器11而言,若利用畫像解析裝置、RF-ID讀取器、光學標誌等來特定感測器節點10的位置即可。
此外,亦可在設備2側設置以一定的音壓放出特定的聲音,例如以正弦波表現的聲音等的揚聲器,感測器節點10最接近揚聲器時,可利用該頻率的音壓最大化來作位置特定。例如,如圖25所示,假想感測器節點10設置在搬送路5上的情形。在搬送路5的近邊設置成為音源的揚聲器6。在該情形下,如圖中箭號所示,在搬送路5上,感測器節點10由紙面左側朝右側移動時,在揚聲器6的近旁,音壓最大化。具體而言,若由揚聲器6使2000Hz的聲音輸出,如圖26所示,測定在2000Hz的近旁的音壓。若為該圖的情形,在7.5秒的時點,音壓變得最高,因此可將此時作為感測器節點10位於揚聲器6的最近旁的時序,來特定感測器節點10的位置。
此外,為了與非為揚聲器6之實際放出的聲音作區分,亦可使用超音波域。此時,以感測器11而言,若設置高頻用麥克風即可。
此外,若移動的搬送路5如圖27所示分割為複數區間時,亦可根據後述的狀態檢測部30所學習的搬送路5的正常時的資料,特定搬送路5的位置。例如,假設搬送路5如圖27所示分割為第1搬送區間R1、第2搬送區間R2、第3搬送區間R3、第4搬送區間R4。此時,狀態檢測部30係學習表示第1搬送區間R1~第4搬送區間R4為止的各區間的搬送路5的狀態的各種資料來記憶模型。接著,亦可將該模型與由感測器節點10被傳送的感測器資料作比較,來特定搬送路5的位置。表示搬送路5的狀態的各種資料係可使用感測器節點10所檢測的振動、加速度、角速度、溫度、濕度、電磁場、聲音、光量、力、扭矩、周邊畫像等。
如上所示,若根據狀態檢測部30所學習的搬送路5的資料來特定搬送路5的位置,可不需要設置使供感測器節點10特定位置用的聲音源或光源發生的裝置。
[收訊部20]
收訊部20係接收由感測器節點10被傳送的感測器資料、或接收由設備2被傳送的各種訊號,例如設備記憶訊號或設備動作訊號。在圖1中,以不同構成表示收訊部20與後述的狀態檢測部30,惟亦可如個人電腦等所示,可藉由具有收訊功能或各種運算處理功能者,構成收訊部20及狀態檢測部30。
[狀態檢測部30]
狀態檢測部30係檢測成為監視對象的設備2的各構成要素的狀態,按設備2的每個構成要素檢測為異常或有異常的徵兆,將其輸出至顯示裝置40等。例如,狀態檢測部30係學習各設備2正在正常作動的正常時的各構成要素的資料來記憶模型,且在監視異常時,取得設備2使用時的各構成要素的資料而與所學習的模型作比較,且檢測各構成要素的狀態。接著,狀態檢測部30係按每個作為檢測對象的構成要素,具有如上所示之功能。
圖28係示出狀態檢測部30的功能區塊等的詳細的區塊圖。
如該圖所示,狀態檢測部30係形成為具有按每個成為檢測對象的構成要素所配備的複數機械學習部31與訊號輸出部32的構成。在圖28中,僅針對複數機械學習部31之中的1個,詳細示出功能區塊,惟實際上配備有複數相同的區塊構成者。在機械學習部31針對設備2中的異常的發生或其預兆進行推論,且在1個訊號輸出部32總括處理按每個構成要素在機械學習部31的推論結果,藉此進行各設備2的異常監視。
在此所稱之成為檢測對象的構成要素係指在作為監視對象的設備2中,可能成為異常發生的要因的要素,應根據感測器資料進行檢測之成為檢測對象的要素。構成要素可為依作業者3而定的設備2中的特定的場所,亦可為按每個設備2作區隔的區劃。依作業者3來決定成為檢測對象的構成要素時,若依賴如經熟練者的直覺或訣竅所被檢查的部位,容易特定為容易壞的部位。此外,若請熟練者戴上可偵測視線的眼鏡等來觀察檢查作業等,利於直覺或訣竅的可視化。
機械學習部31係形成為具有狀態觀測部31a、標籤資料推測部31b、學習部31c、模型記憶部31d、及推論結果輸出部31e的構成。
狀態觀測部31a係輸入由感測器節點10被傳出的感測器資料,觀測作為表示成為檢測對象的構成要素的狀態的狀態變數,且將該觀測資料傳至學習部31c或推論結果輸出部31e。此外,狀態觀測部31a亦可輸入原本被備置在設備2的各種感測器2a的感測訊號所示的檢測結果作為感測器資料。此時,狀態觀測部31a係該備置的感測器2a的檢測結果亦與由感測器節點10被傳送的感測器資料同樣地處理,觀測作為表示成為檢測對象的構成要素的狀態的狀態變數。以備置的感測器2a所檢測的物理量或狀態而言,列舉:電壓、電流、位置位移、速度、振動或加速度、溫度、濕度、電磁場、聲音、光量、力、扭矩、周邊畫像、距離、流量、pH、壓力、黏度、臭味等。其中,關於備置在設備2的感測器2a,可為複合感測器或單一的感測器任一者,與狀態檢測部30的通訊形態亦可為有線或無線任一者。
標籤資料推測部31b係取得成為實際的設備2的動作狀態資料的設備記憶訊號或設備動作訊號作為標籤資料,且傳至學習部31c等。設備記憶訊號係表示設備2如何被處理的訊號。若在設備2被檢測到異常時,若按照設備狀態監視系統1的檢測結果作了異常對應時,標籤資料推測部31b記憶作為設備記憶訊號。此外,未按照該檢測結果而作業者3直接根據直覺或訣竅作了異常對應時,標籤資料推測部31b亦記憶作為設備記憶訊號。接著,為了反饋該履歷,設備記憶訊號被傳至標籤資料推測部31b。設備動作訊號係表示對設備2進行了異常對應的處理時,該設備2進行了什麼樣的動作的訊號。設備動作係表示在設備2被如何處理時形成為什麼樣的狀態者,因此與設備記憶訊號建立對應而形成為附有標籤的標籤資料。
例如,標籤資料推測部31b係取得可在PLC(可程式化邏輯控制器)等所取得的設備2的動作觸發器作為動作狀態資料。此外,亦可取得藉由作業者3所得之5M1E,亦即人、裝置、材料、方法、測定及環境,作為動作狀態資料。例如,針對何月何日在設備2所發生的異常,哪個設備2的何處、如何、為什麼異常、哪位作業者3以什麼樣的方法應對等,作為設備記憶訊號加以表示。此外,藉此,設備2進行了什麼樣的動作作為設備動作訊號來表示。關於在標籤資料推測部31b所取得的標籤資料,亦可僅在後述的學習部31c的學習中使用,亦可使用在推論結果輸出部31e推論時。若使用在推論結果輸出部31e的推論時,標籤資料傳至推論結果輸出部31e。
學習部31c係由來自狀態觀測部31a的觀測資料所示之狀態變數、或來自標籤資料推測部31b的標籤資料所示之設備2的動作狀態,作成推定成為檢測對象的構成要素的異常度的模型。例如,學習部31c係根據監視對象的設備2正在正常動作時的各種物理量或設備2的動作狀態來作成正常時的模型。此外,亦可在學習部31c,根據異常時的各種物理量或設備2的動作狀態來作成異常時的模型。
以學習部31c所使用的學習資料而言,列舉:根據某物理量的變動量、振幅、變動時間、變動次數、頻率、離輸出表示異常的訊號的規定值的偏移量的至少1個被抽出的具特徵部分、或其時間序列資料。使用在學習的可僅為1個感測器資料,亦可為將複數物理量的具特徵部分或時間序列資料的組作為學習/推定對象的狀態變數。亦包含藉由機械學習所得的特徵量的時間序列推移。例如,亦包含藉由主成分分析或t-SNE(T-distributed Stochastic Neighbor Embedding)等無教師機械學習所致之次元削減所得的特徵量。再者,學習部31c亦可使用複數物理量,由過去的資料進行加權來進行學習。此外,在標籤資料所取得的設備2的動作狀態亦一起學習,藉此可形成限定為欲更監視的部位、動作的模型。此外,即使無標籤資料,亦可僅將來自狀態觀測部31a的觀測資料作為學習資料。
模型記憶部31d係作為在學習部31c所作成的模型,亦即將成為模型的學習資料作為成為基準的模型來記憶的部分。具體而言,學習部31c係記憶有成為監視對象的設備2為正常時的模型,作為成為用以推定成為檢測對象的構成要素的異常度的基準的模型。此外,若亦作成在學習部31c發生了異常時的模型,此亦作為成為發生了異常時的基準的模型而記憶在模型記憶部31d。
推論結果輸出部31e係根據所記憶的模型的學習資料,推論作為監視對象的設備2的監視時的動作狀態。推論結果輸出部31e亦可在進行設備2的動作狀態的推論時,輸入觀測資料與標籤資料,除了所記憶的模型的學習資料之外,使用觀測資料與標籤資料來進行設備2的動作狀態的推論。在此的動作狀態意指離正常時的學習資料分離了多少之離正常狀態的離群情況。推論結果輸出部31e係將該離群情況定量化為「異常程度」,且將其輸出作為推論結果。
例如,進行對監視時由感測器節點10被送來的感測器資料的原始值的變化或物理量的值的統計上的處理所求出的判定值成為「異常程度」的值。關於「異常程度」,亦可為由從1個感測器11被檢測到的1個物理量所求出的判定值或原始值的變化,亦可為根據由複數感測器11被檢測到的複數物理量的複合式判定值或原始值的變化。
關於「異常程度」,不僅當下的值,亦即被使用在當下設備2是否發生了異常的判定的值,針對今後假想的值,亦即被使用在設備2的異常的預兆的值,亦可推論。當下的「異常程度」係例如藉由將當下的觀測資料與學習資料作比較來算出。此外,今後所假想的「異常程度」係由當下的觀測資料來假想將來的觀測資料,可藉由將該所假想的觀測資料與學習資料作比較來算出,亦可由當下的「異常程度」算出。關於今後假想的「異常程度」,在模型記憶部31d將過去的動作狀態資料與設備2的狀態建立對應來學習,藉此可算出對應經過時間的「異常程度」。接著,推論結果輸出部31e係將該推論結果輸出至訊號輸出部32。
訊號輸出部32係根據由推論結果輸出部31e被傳送的「異常程度」,判定在設備2發生了異常、或有異常的預兆,且將該判定結果傳至顯示裝置40。例如,在訊號輸出部32係預先記憶有以進行對感測器資料的原始值的變化或物理量的值的統計上的處理所求出的判定值所示之「異常程度」所對應的臨限值。接著,訊號輸出部32係若「異常程度」的值超過預先記憶的臨限值時,判定發生了異常或發生了異常的預兆。關於異常的預兆,不僅在將來可能發生異常的可能性,亦可推論至異常發生為止的剩餘時間。例如,如上述,算出對應經過時間的「異常程度」,藉此可掌握「異常程度」超過臨限值所耗費的經過時間。可根據此來推論至異常發生為止的剩餘時間。
此外,訊號輸出部32亦可針對異常發生部位,亦即發生了異常的構成要素來進行推論。可由上述之「異常程度」,特定在設備2的哪個構成要素發生了異常或其預兆。此外,訊號輸出部32係藉由觀看每個構成要素的異常程度的值,異常程度最大的構成要素可判定為故障部位,可判別異常的預兆的發生部位。
例如,若使用聲音感測器作為感測器11,若在聲音感測器資料出現了異常的特徵量,藉由著重在該特徵量,可特定藉由複數麥克風所得之音源方位,可進行更細緻的異常預兆發生部位的特定。例如,如圖29所示,在感測器節點10在搬送路5上被移動的情形下,假想通過各設備2之前時,位置(3)的設備2發出了異常音的情形。此時,感測器節點10移動至位置(1)~(6)時,以聲音感測器檢測異常音,惟在異常音遠離位置(3)的位置,僅被檢測較小的聲音,愈為接近位置(3)的位置,愈形成為較大的聲音被檢測。因此,聲音感測器的檢測結果所示之位置與「異常程度」的關係表示如圖30所示,可知在「異常程度」最高的位置(3)的設備2發出了異常音。根據聲音感測器資料所出現的異常的特徵量,若以圖29之例來說為聲音的大小,在推論結果輸出部31e算出在各位置的「異常程度」。因此,將推論結果輸出部31e所算出的「異常程度」與發出了異常音時所假想的臨限值作比較,可判定在「異常程度」超過臨限值的位置(3)的設備2發生了異常。其中,在此係列舉聲音感測器為例,惟即使為聲音感測器以外亦同樣地,著重在由感測器資料所得的特徵量,若出現了異常的特徵量,可特定該異常的發生部位。
[顯示裝置40]
顯示裝置40係進行對應由訊號輸出部32被傳送的判定結果的顯示者,例如由顯示器等所構成。顯示裝置40若由訊號輸出部32被傳送發生了異常、或有異常的預兆時,即顯示其。此外,顯示裝置40係若形成為由訊號輸出部32被傳送在設備2無異常的判定結果的形態時,亦進行該要旨的顯示。
針對藉由顯示裝置40所為之顯示方法,可在作業者3側任意設定,亦可以名稱來顯示異常發生部位或異常預兆部位,藉由形成為3D映射顯示,使作業者3可在感覺上掌握相符部位。此外,若可進行使用了AR(Augmented Reality(AR擴增實境))的顯示,作業者3亦可一邊維護設備2,一邊確認異常預兆部位、或在視覺上確認建議(Recommend)修理。此外,顯示裝置40係若在感測器節點10使用聲音感測器,亦可構成為可輸出該聲音感測器所檢測到的設備2的聲音。藉此,作業者3亦可一邊維護設備2,一邊確認異常音而在聽覺上確認設備2的異常。
例如,如圖31所示,以可掌握設備2中成為檢測對象的構成要素2b的形態顯示在構成顯示裝置40的顯示器的左側。在此所示之設備2中的構成要素2b亦可為在不同的複數設備2各個欲形成為檢測對象的場所,亦可為在1個相同設備2中欲形成為檢測對象的複數場所。接著,在顯示器上的右側,示出與各構成要素2b對應的經過時間所對應的「異常程度」。如上所示,可透過顯示裝置40,使作業者3掌握欲監視的設備2的構成要素2b的「異常程度」今後如何作變化。
此外,參照圖32及圖33,詳細說明設備狀態監視系統1檢測到設備2的異常的發生、或異常的預兆時的顯示裝置40所顯示的內容的其他例。在該等圖所示之例中,由於設備狀態監視系統1檢測連續相連的第1搬送路51、第2搬送路52、第3搬送路53、第4搬送路54各個的異常的發生、或異常的預兆,因此在感測器11適用3軸角速度感測器。接著,感測器節點10係依第1搬送路51、第2搬送路52、第3搬送路53、第4搬送路54的順序被搬送時,在第1搬送路51~第4搬送路54各個中,檢測彼此正交的3方向的角速度。
機械學習部31係由關於感測器節點10所檢測的第1搬送路51~第4搬送路54各個的動作狀態的資訊,作成推定第1搬送路51~第4搬送路54各個的異常度的模型。接著,顯示裝置40係顯示第1搬送路51、第2搬送路52、第3搬送路53、第4搬送路54各個的異常的發生、或異常的預兆的發生作為檢測結果。
具體而言,顯示裝置40係顯示由第1搬送路51至第4搬送路54為止搬送感測器節點10時在各搬送路51、52、53、54被搬送的時間所對應的檢測結果。檢測結果的顯示內容亦可為3軸角速度感測器所檢測到的3方向各個的角速度的經時變化的資訊,亦可為表示根據3軸角速度感測器所檢測到的3方向各個的角速度所算出的感測器節點10的姿勢的經時變化的3次元模型。若顯示內容為表示感測器節點10的姿勢的經時變化的3次元模型,作業者3係在視覺上更容易掌握設備2的異常狀態。
但是,對3次元模型算出感測器節點10的姿勢的經時變化時,有在實際的感測器節點10的姿勢與在3次元模型所算出的感測器節點10的姿勢之間發生誤差之虞。接著,該誤差係3次元模型的算出所使用的感測器節點10的檢測期間愈經由長期間,誤差愈容易累積而變大。
因此,亦可在感測器節點10追加與感測器節點10所具有的3軸角速度感測器不同的角速度感測器來補正誤差,亦可在感測器節點10追加與角速度感測器不同的感測器(例如,3軸地磁感測器)來補正誤差。此外,依第1搬送路51~第4搬送路54的順序被搬送時,若感測器節點10的姿勢存在單義決定的部位時,亦可以該單義決定的感測器節點10的姿勢為基準,算出感測器節點10的3次元模型而使累積的誤差減低。
此外,顯示裝置40亦可顯示第1搬送路51~第4搬送路54的各個的檢測結果,並且如圖33所示,顯示畫像感測器所攝像到的感測器節點10的畫像。
其中,若可檢測第1搬送路51、第2搬送路52、第3搬送路53、第4搬送路54各個的異常的發生、或異常的預兆,適用於感測器11的角速度感測器亦可為2軸角速度感測器,亦可為1軸角速度感測器。
此外,顯示裝置40亦可在檢測到異常的發生、或異常的預兆時,顯示感測器資料的經時變化。例如,亦可在第1搬送路51被檢測到異常的預兆時,顯示至追溯到離被檢測到的時點的1小時前、1天前、1個月前等的時點為止的期間之中的預定的期間的感測器節點10所檢測的第1搬送路51的感測器資料。此時,顯示裝置40亦可構成為藉由作業者3操作顯示在顯示器上的再生開始開關41及操作停止開關42,可再生及停止感測器資料的經時變化的顯示。此外,顯示裝置40亦可構成為藉由作業者3操作顯示在顯示器上的再生速度調整開關43,可調整顯示感測器資料的經時變化的再生速度的倍率。
如上所示,藉由將感測器節點10所檢測的感測器資料顯示在顯示裝置40,作業者3可在視覺上確認感測器節點10的姿勢的變化。但是,若藉由本實施形態之設備狀態監視系統1檢測到設備2的異常的發生、或異常的發生的預兆時,設備2係被認為必須藉由作業者3迅速實施檢查對應等。接著,若作業者3進行設備2的檢查,有必須停止該設備2的運轉的情形。
但是,即使為不一定必須檢查設備2的情形下,亦認為起因於外部環境的變化等,設備狀態監視系統1檢測設備2的異常的發生、或異常的發生的預兆。因此,即使設備狀態監視系統1檢測設備2的異常的發生、或異常的發生的預兆,亦不需要設備2的檢查時,宜使設備2的運轉不停止。
相對於此,即使在設備狀態監視系統1檢測到設備2的異常的發生、或異常的發生的預兆的情形下,亦可藉由作業者3確認顯示裝置40所顯示的感測器資料,由作業者3判斷設備2實施檢查的必要性。例如,若藉由設備狀態監視系統1檢測到設備2的異常的預兆時,藉由作業者3確認感測器資料的經時變化,使其容易判斷藉由作業者3所為之設備2實施檢查的必要性。藉此,藉由回避設備2不必要的運轉停止來削減設備停止時間,可使生產效率提升。
此外,設備2的異常並非為日常發生者,因此設備狀態監視系統1日常檢測異常的發生、或異常的預兆的發生的可能性低。但是,作業者3在顯示裝置40視覺上、或聽覺上確認感測器節點10日常所檢測的感測器資料,藉此,即使實施檢查的作業者3為初學者,亦可輕易判斷作業者3的設備2實施檢查的必要性。亦即,可將設備狀態監視系統1使用在進行設備2的檢查的作業者3的教育。
尤其,設備2的異常的判斷由於受到作業者3感覺上的判斷左右,因此容易出現因作業者3的熟練度所致之影響。但是,藉由在視覺上、或聽覺上使作業者3確認用以判斷設備2的異常的感測器資料,可使熟練度高的作業者3的感覺上的判斷輕易傳達至熟練度低的作業者3。亦即,可將熟練度高的作業者3在感覺上所捕捉到的直覺或訣竅,透過設備狀態監視系統1而對熟練度低的作業者3進行教育。
[設備狀態監視系統1的作動]
如以上所示,構成設備狀態監視系統1。接著,說明如上所示所構成的設備狀態監視系統1的動作。
首先,成為監視對象的設備2正在正常動作時,預先由感測器節點10使由感測器11的感測訊號等所構成的感測器資料傳送。此被收訊部20所接收,且傳至狀態檢測部30。若有備置在設備2的感測器2a,關於該感測器2a的感測訊號所示之檢測結果,亦可輸入作為感測器資料。另一方面,使設備2作動時,作業者3使該設備2驅動,因此此時成為動作狀態資料的設備記憶訊號或設備動作訊號被輸入至狀態檢測部30。
藉此,感測器資料被輸入至狀態觀測部31a,並且設備記憶訊號及設備動作訊號被輸入至標籤資料推測部31b。接著,該等被傳至學習部31c,藉此學習設備2正在正常動作時的各構成要素的資料,且作成模型,該模型被記憶在模型記憶部31d。由標籤資料亦可配合設備2的狀態來學習,因此可作成限定於欲更加監視的部位、動作的模型。此外,若藉由感測器節點10被設置在如搬送路5般的移動體而被移動時,關於感測器節點10的位置亦進行特定,且作成與取得感測器資料時的感測器節點10的位置建立對應的模型。
接著,若在模型記憶部31d記憶模型,之後使用感測器節點10來進行成為監視對象的設備2的異常的發生或該預兆的監視。亦即,來自感測器節點10的感測器資料、來自另外視需要而被備置在設備2的感測器2a的感測器資料被傳至狀態檢測部30,且該感測器資料所示之各構成要素2b的資料被傳至推論結果輸出部31e。藉此,在推論結果輸出部31e中,各構成要素2b的資料與成為模型的學習資料作比較,算出各構成要素2b的「異常程度」,並且算出今後的經過時間所對應的「異常程度」,且傳至訊號輸出部32。
接著,在訊號輸出部32中,與預先記憶有由推論結果輸出部31e被傳出的各構成要素2b的「異常程度」之對應的臨限值作比較。接著,若現在的「異常程度」超過臨限值,判定在設備2發生了異常,若將來的「異常程度」超過臨限值,判定發生了在設備2何時有發生異常的可能性等異常的預兆。
如上所示,若進行藉由訊號輸出部32所為之判定,判定出異常的發生或其預兆等判定結果被傳至顯示裝置40,且進行藉由顯示裝置40所為之顯示。接著,若未發生異常,進行各設備2為正常的顯示。此外,若發生了異常、或發生了異常的預兆時,顯示該設備2、或以3D映射顯示等顯示異常發生部位或異常預兆部位。此外,若發生了異常的預兆,在顯示裝置40亦顯示至異常發生為止的剩餘時間。
藉此,作業者3係可根據顯示裝置40的顯示,確認設備2為正常或為異常,若發生了異常、或有了異常的預兆,可應對此。
此外,由於可特定異常發生部位或異常預兆部位,因此亦可推定替換零件,且自動對製造商進行替換零件的下訂。關於異常的預兆,可知何時可能發生異常等異常發生時期,因此亦可按照異常發生時期來設定替換零件的交期而進行下訂。如上所示,亦可無須擔負無用的庫存且在異常發生之前做好維護準備。
例如,如圖34所示,由狀態檢測部30對製造替換零件的零件製造商A設定交期而進行替換零件的下訂。藉此,零件製造商A係可以替換零件來得及在該交期交納的方式,對製造替換零件的製造所需零件的各零件製造商B、C決定交期而進行下訂。接著,針對各零件製造商B、C,亦以可將該零件以來得及零件製造商A的交期的方式進行交納的方式,另外對關連的零件製造商進行下訂。如上所示,可事前進行對關於替換零件的各零件製造商下訂零件。
此外,若在複數生產線製造同製品,亦可根據異常的預兆,再設定每條生產線的生產目標台數。例如,若在1條生產線判定出異常的預兆,以可由供維護用的設備停止時間以最小運轉時間達成每天或每個月的生產目標台數的方式,進行每條生產線的生產目標台數的再設定。藉此,可設定連異常的預兆都考慮到的適當的生產目標台數。
此外,在適用設備狀態監視系統1的工廠中,若取得全體的消耗能量與生產台數的相關圖,可根據生產台數與消耗能量的關係,進行能量使用狀況的要因的切分。例如,如圖35中的折線圖所示,無關於藉由針對一部分設備2使其運轉或使其停止而在生產台數有增減,如以條形圖所示,有如能量使用量未發生變化的狀況。具體而言,在設備2運轉中,如狀態(1)、(3)所示,生產台數與能量使用量相關,若使設備2停止,如狀態(4)所示,伴隨生產台數的減少,能量使用量減少。但是,無關於如狀態(2)所示使設備2停止而生產台數減少,若能量使用量未減少,有與使得停止的生產無關的設備2的待機電力大的可能性。
如上所示之情形下,在狀態檢測部30中相符的設備2所配備的構成要素2b的「異常程度」的值出現較大,在訊號輸出部32判定異常的發生,惟由生產台數與能量使用量的關係,亦可檢測異常的發生。
此外,若進行反饋控制而保持設備2的一定動作時,生產台數與能量使用量為相關,惟即使如此,亦有能量使用量增加至假想以上的情形。例如,有發生因潤滑不足或髒污等所致之摩擦大等干擾而設備2的輸出逐漸變大的情形。
因此,若在設備狀態監視系統1偵測設備2的生產台數與能量使用量的時間序列變化,可導致發生了能量使用量中的時間序列變化時的要因特定。
如以上說明,在本實施形態之設備狀態監視系統1中,使用至少1個共通的感測器節點10,將複數設備2正在正常動作的正常的感測器資料傳至狀態檢測部30。接著,使狀態檢測部30學習複數設備2正常時的狀態作為學習資料。因此,將學習後由感測器節點10被傳送出的感測器資料所示之複數設備2的狀態與學習資料作比較,藉此即使在各個的監視對象未具備有振動感測器等,亦可檢測成為監視對象的複數設備2的異常的發生或其預兆。
此外,將設備2的構成要素2b的狀態表示為「異常程度」,按每個構成要素2b檢測出為異常或有異常的徵兆。因此,可特定在複數設備2之中哪個設備2的哪個構成要素2b發生異常或有其預兆。
此外,若有如生產設備般供製品搬送用的搬送路5,以可更增多成為監視對象的設備2的數量的方式,適用作為將感測器節點10連同搬送路5一起進行移動的搬送體。藉此,可監視生產設備的製品的製造從開始到結束的設備2的狀態。接著,可藉由至少1個共通的感測器節點10進行作為如上所示之生產設備所配備的複數設備2的監視。
此外,將感測器節點10所配備的感測器11形成為複合感測器,且使用複數感測器資料來進行複合式處理,藉此可精度更佳地檢測設備2的異常的發生或其預兆。以複合式處理而言,列舉進行包含有各感測器資料的相關的處理等。
若根據從2020年開始運用之關於氣候變動問題的國際性對策「巴黎協定」,為了實現本世紀後半的碳中和,圖求致力於排出削減。其中,將在製品的製造工程中由工廠被排出的CO
2排出量形成為零的活動不斷活躍化。消除因突發故障或維護等所致之設備停止時間等生產的白費,對CO
2排出量的減低極為重要,藉由在本實施形態中所說明的設備狀態監視系統1來檢測設備2的異常的發生或其預兆,可實現此。亦即,藉由適用設備狀態監視系統1,可在異常發生前進行零件的下訂/供給,不會持有無用的庫存,可將因維護所致之設備停止時間最小化,且可對CO
2排出量削減有大幅貢獻。
接著,藉由在搬送路5搬送複合感測器,即使在各設備2未設置感測器,亦可僅以1個複合感測器來監視複數設備2的狀態。此外,可適當選擇構成複合感測器的感測器11的種類的組合,依種類來改變感測器11的配置場所,藉此可最大限度活用感測器性能。尤其,若藉由具備複數無線感測器基板15來構成複合感測器,可根據無線感測器基板15的配置場所或組合,容易實現最大限度活用感測器性能的構造。
此外,將感測器節點10形成為藉由圖6及圖7所示之構成,亦即藉由複數無線感測器基板15來構成複合感測器,並且形成為多面體形狀,且在各面之中至少1面以上配置有無線感測器基板15的構成。此外,感測器節點10係形成為將無線感測器基板15構裝有1種類的感測器11與通訊部13的構造,且具有若由電源部12供給電源,將感測器資料傳送至對應的收訊部20的功能。接著,形成為在複合感測器的中央部配置電源部12,且將電源部12與無線感測器基板15相連接,藉此進行電源供給,複合感測器進行動作的構成。
藉由形成為如上所示之構成,可加大電源部12的電池容量,且可加長感測器節點10的驅動時間。亦即,可一邊將感測器節點10形成為最小的形狀,一邊形成為最大的驅動時間。
(其他實施形態)
本揭示係依據上述實施形態作記述,惟並非為限定於該實施形態者,亦包含各種變形例或均等範圍內的變形。此外,亦包含各種組合或形態、甚至包含在該等僅一要素、其以上、或其以下的其他組合或形態在本揭示之範疇或思想範圍者。
例如,以感測器節點10的構成例而言,以圖6、圖22、圖23、圖24B的構成為例來作說明,惟亦可形成為與該等圖所示之構成不同的構成。例如,在圖6中係示出以正六面體構成感測器節點10之例,惟亦可以其他多面體形狀構成。此外,在圖6等中,係形成為將感測器11與通訊部13一起構裝在各無線感測器基板15的構造,但是並不需要各無線感測器基板15為相同構造。例如,亦可形成為對複數無線感測器基板15僅配備1個通訊部13,藉由1個通訊部13來進行複數感測器11的感測器資料的傳送的構造。
此外,在上述實施形態中,針對將複數設備2作為監視對象的設備狀態監視系統1列舉了例子,惟若為複數監視對象即可,亦可將1個設備2內的不同構成要素作為監視對象。例如,如XY載台與加工頭般,亦可為將相同設備2中的不同部分作為監視對象的構成要素的情形。此外,亦可使用在此說明的設備狀態監視系統1的學習完畢模型、或推論結果等,進行其他系統的狀態監視。例如,若對相同監視對象適用設備狀態監視系統1,亦可使用供系統建構用的模型用的監視對象進行學習等,且將此使用在其他系統的狀態監視。
此外,關於上述實施形態中所說明的設備狀態監視系統1,並不需要為所構成的各部配備在1個場所者。例如,在具備設備2的工廠內具備感測器節點10、收訊部20、狀態檢測部30,在工廠外具備顯示裝置40。接著,表示結果的資料由狀態檢測部30被傳至外部的雲端等,該資料由雲端被取入至顯示裝置40。即使為如上所示之形態,亦成立作為設備狀態監視系統1。
1:設備狀態監視系統
2:設備
2a:感測器
2b:構成要素
3:作業者
4:音源
5:搬送路
5a:第1搬送路
5b:第2搬送路
5c:第3搬送路
6:揚聲器
10:感測器節點
11:感測器
11a,11b:麥克風
11c,11d:極向圖
12:電源部
12a:供電用端子
13:通訊部
14:框體
15:無線感測器基板
15a:電子零件
15b:電池連接器
16:基板
17a:擴充板
17b:主板
18:基板
19:收納盒
20:收訊部
30:狀態檢測部
31:機械學習部
31a:狀態觀測部
31b:標籤資料推測部
31c:學習部
31d:模型記憶部
31e:推論結果輸出部
32:訊號輸出部
40:顯示裝置
41:再生開始開關
42:操作停止開關
43:再生速度調整開關
51:第1搬送路
52:第2搬送路
53:第3搬送路
54:第4搬送路
60:伺服器
141:貫穿孔
Cg:重心
J:治具
P:托架
R1:第1搬送區間
R2:第2搬送區間
R3:第3搬送區間
R4:第4搬送區間
v1:第1速度
v2:第2速度
v3:第3速度
W:工件
[圖1]係第1實施形態之設備狀態監視系統的區塊圖。
[圖2A]係示出將2個麥克風配置為各自的指向性偏離90˚的樣子的模式圖。
[圖2B]係示出將2個麥克風形成為圖2A的配置時的極向圖(Polar pattern)的圖。
[圖3A]係示出將2個麥克風形成為圖2A的配置時將音源配置在x軸與y軸的中間的樣子的圖。
[圖3B]係示出由圖3A所示之音源輸出聲音時在各麥克風的收訊音壓的圖。
[圖4A]係示出將2個麥克風形成為圖2A的配置時將音源配置在x軸上的樣子的圖。
[圖4B]係示出由圖4A所示之音源輸出聲音時在各麥克風的收訊音壓的圖。
[圖5]係示出感測器節點配置成在3個搬送路上流動的情形的圖。
[圖6]係感測器節點的透過斜視圖。
[圖7]係感測器節點的分解圖。
[圖8]係示出感測器節點的重心位於比鉛直方向的中央更為上方側的情形的圖。
[圖9]係示出感測器節點具有振動抑制構造之一例的圖。
[圖10]係示出振動抑制構造為貫穿孔的圖。
[圖11]係示出直接配置在搬送路上的工件被置換成感測器節點來作配置之一例的圖。
[圖12]係示出配置在托架上的工件被置換成感測器節點來作配置之一例的圖。
[圖13]係示出配置在治具上的工件被置換成感測器節點來作配置之一例的圖。
[圖14]係示出在工件直接安裝感測器節點的配置之一例的圖。
[圖15]係示出在工件直接安裝感測器節點的配置之一例的圖。
[圖16]係示出在托架直接安裝感測器節點的配置之一例的圖。
[圖17]係示出感測器節點配置在比工件中的鉛直方向的中央更為上方側之一例的圖。
[圖18]係示出感測器節點配置在工件中的行進方向的後方側之一例的圖。
[圖19]係示出設備狀態監視系統具備伺服器的構成的圖。
[圖20]係示出設備狀態監視系統作為追溯系統(traceability system)發揮功能時的履歷資訊之一例的圖。
[圖21]係示出在搬送路上配置了複數感測器節點時的樣子的圖。
[圖22]係示出複合感測器的其他構成例的圖。
[圖23]係示出複合感測器的其他構成例的圖。
[圖24A]係示出複合感測器所配備的1個感測器的構成例的圖。
[圖24B]係藉由圖10A的構成的感測器構成複合感測器時的透過斜視圖。
[圖25]係示出感測器節點設置在搬送路上時的樣子的圖。
[圖26]係示出在感測器節點測定音壓時的頻率特性的圖。
[圖27]係用以說明特定被分割成複數區間的搬送路的位置的方法的圖。
[圖28]係詳細示出狀態檢測部的功能區塊等的圖。
[圖29]係示出沿著搬送路配置有各設備的樣子的圖。
[圖30]係示出感測器節點在圖29所示之搬送路上移動時,在各位置的異常程度的圖。
[圖31]係示出在顯示裝置的檢測結果的顯示例的圖。
[圖32]係用以說明檢測複數搬送路的異常發生的方法的圖。
[圖33]係示出顯示裝置所顯示的搬送路的異常發生的檢測結果之一例的圖。
[圖34]係模式描繪出根據在狀態檢測部的檢測結果,對零件製造商下訂單的樣子的區塊圖。
[圖35]係示出能量使用量與生產量的關係之一例的圖表。
1:設備狀態監視系統
2:設備
3:作業者
10:感測器節點
11:感測器
12:電源部
13:通訊部
20:收訊部
30:狀態檢測部
40:顯示裝置
Claims (20)
- 一種設備狀態監視系統,其係包含: 感測器節點(10),其係具有:將表示成為監視對象的設備(2)的狀態的資料輸出作為感測器資料的感測器(11)、進行前述感測器資料的傳送的通訊部(13)、及進行對前述感測器與前述通訊部供給電源的電源部(12),且共通適用於複數前述監視對象; 收訊機(20),其係接收由前述通訊部被傳送出的前述感測器資料;及 狀態檢測部(30),其係輸入在前述收訊機被接收到的前述感測器資料,根據前述複數監視對象正在正常動作的正常時的前述感測器資料,學習前述複數監視對象正常時的狀態作為學習資料,並且若在學習後由前述感測器節點被傳送出的前述感測器資料在前述收訊機被接收,將該感測器資料所示之前述複數監視對象的狀態與前述學習資料作比較,來檢測前述複數監視對象的異常的發生或異常的預兆。
- 如請求項1之設備狀態監視系統,其中,前述感測器節點係配置在移動體,連同該移動體一起被移動,藉此取得表示前述複數監視對象的狀態的感測器資料, 狀態檢測部(30)係針對前述複數監視對象各個,檢測異常的發生或異常的預兆,藉此特定被檢測到在前述複數監視對象的異常的發生或異常的預兆的部位。
- 如請求項2之設備狀態監視系統,其中,前述移動體為搬送路(5), 在前述搬送路配置有前述感測器節點,前述感測器節點連同前述搬送路一起移動,根據移動中由前述感測器被輸出的前述感測器資料,在前述狀態檢測部,檢測前述複數監視對象的異常的發生或異常的預兆。
- 如請求項3之設備狀態監視系統,其中,前述複數監視對象為生產設備,前述搬送路係被使用在前述生產設備中的製品的搬送, 前述狀態檢測部係作為前述複數監視對象,檢測前述生產設備中的前述製品的製造由開始至結束所配備的設備的異常的發生或異常的預兆。
- 如請求項2之設備狀態監視系統,其中,前述感測器節點係具有抑制與前述監視對象的振動不同的振動的振動抑制構造(141)。
- 如請求項5之設備狀態監視系統,其中,前述振動抑制構造係使前述感測器節點的重心的位置,朝比前述感測器節點中的鉛直方向的中央更為下方側偏心。
- 如請求項5之設備狀態監視系統,其中,前述振動抑制構造係以朝向前述感測器節點流動的風流動的方向所對應的方向貫穿所形成的貫穿孔。
- 如請求項4之設備狀態監視系統,其中,前述感測器節點係被配置在藉由前述搬送路被搬送的前述製品,將該感測器節點藉由前述搬送路所移動的方向設為行進方向時,被配置在前述製品中的前述行進方向的前方側。
- 如請求項4之設備狀態監視系統,其中,前述感測器節點係被配置在藉由前述搬送路被搬送的前述製品,將該感測器節點藉由前述搬送路所移動的方向設為行進方向時,被配置在前述製品中的前述行進方向的後方側。
- 如請求項1至請求項9中任一項之設備狀態監視系統,其中,前述狀態檢測部係包含: 學習部(31c),其係根據前述監視對象正在正常動作時的前述感測器資料,學習前述複數監視對象各個中每個構成要素(2b)的前述感測器資料所包含的具特徵部分及時間序列資料的至少一方作為學習資料; 模型記憶部(31d),其係記憶前述學習資料的模型; 推論結果輸出部(31e),其係若在前述學習後由前述感測器節點被傳送出的前述感測器資料在前述收訊機被接收,算出將該感測器資料所示之具特徵部分及時間序列資料的至少一方離前述學習資料的離群情況定量化後的異常程度;及 訊號輸出部(32),其係將前述異常程度與預先設定的臨限值作比較,藉此檢測前述複數監視對象的異常的發生或異常的預兆,且輸出該檢測結果。
- 如請求項10之設備狀態監視系統,其中,前述推論結果輸出部係除了接收到前述感測器資料的現在的異常程度之外,算出今後假想的異常程度,作為前述異常程度, 前述訊號輸出部係根據前述現在的異常程度來檢測異常的發生,根據前述今後假想的異常程度來檢測異常的預兆。
- 如請求項1至請求項9中任一項之設備狀態監視系統,其中,具備:記憶部(60),其係可與前述感測器節點進行通訊, 前述記憶部係接收前述感測器資料,並且將前述感測器資料的收訊時刻所對應的資訊與前述感測器資料建立關連來記憶。
- 如請求項9之設備狀態監視系統,其中,具有:顯示裝置(40),其係顯示前述訊號輸出部所輸出之在前述狀態檢測部的檢測結果。
- 如請求項1至請求項9中任一項之設備狀態監視系統,其中,在前述感測器節點係具備配備有複數個前述感測器的複合感測器, 前述狀態檢測部係使用複數前述感測器所輸出的前述感測器資料來進行複合式處理,藉此檢測前述複數監視對象的異常的發生或異常的預兆。
- 如請求項14之設備狀態監視系統,其中,前述感測器節點係具有: 複數無線感測器基板(15),其係配備複數個前述感測器的至少1個; 前述通訊部,其係配備在前述複數無線感測器基板之中的至少1個;及 前述電源部,其係由多面體形狀所構成, 前述複數無線感測器基板的各1個配置在前述電源部所構成的前述多面體形狀的複數面的1面以上,藉此形成為多面體形狀。
- 如請求項3或請求項4之設備狀態監視系統,其中,前述感測器節點係具有:振動抑制構造(141),其係抑制與前述監視對象的振動不同的振動。
- 如請求項10之設備狀態監視系統,其中,具備:記憶部(60),其係可與前述感測器節點進行通訊, 前述記憶部係接收前述感測器資料,並且將前述感測器資料的收訊時刻所對應的資訊與前述感測器資料建立關連來記憶。
- 如請求項10之設備狀態監視系統,其中,具有:顯示裝置(40),其係顯示前述訊號輸出部所輸出之在前述狀態檢測部的檢測結果。
- 如請求項10之設備狀態監視系統,其中,在前述感測器節點係具備配備有複數個前述感測器的複合感測器, 前述狀態檢測部係使用複數前述感測器所輸出的前述感測器資料來進行複合式處理,藉此檢測前述複數監視對象的異常的發生或異常的預兆。
- 如請求項12之設備狀態監視系統,其中,在前述感測器節點係具備配備有複數個前述感測器的複合感測器, 前述狀態檢測部係使用複數前述感測器所輸出的前述感測器資料來進行複合式處理,藉此檢測前述複數監視對象的異常的發生或異常的預兆。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021109105 | 2021-06-30 | ||
JP2021-109105 | 2021-06-30 | ||
JP2022003330A JP7501547B2 (ja) | 2021-06-30 | 2022-01-12 | 設備状態監視システム |
JP2022-003330 | 2022-01-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202319721A true TW202319721A (zh) | 2023-05-16 |
Family
ID=84691429
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW113104449A TW202422029A (zh) | 2021-06-30 | 2022-06-28 | 設備狀態監視系統 |
TW111124028A TW202319721A (zh) | 2021-06-30 | 2022-06-28 | 設備狀態監視系統 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW113104449A TW202422029A (zh) | 2021-06-30 | 2022-06-28 | 設備狀態監視系統 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240094720A1 (zh) |
EP (1) | EP4365693A4 (zh) |
JP (1) | JP2024103555A (zh) |
TW (2) | TW202422029A (zh) |
WO (1) | WO2023276895A1 (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007201577A (ja) * | 2006-01-24 | 2007-08-09 | Nec Tokin Corp | センサノードおよびこれを用いたセンサネットワークシステム |
JP5099777B2 (ja) * | 2008-09-09 | 2012-12-19 | 公立大学法人会津大学 | センサ装置、センシング情報収集システム、センシング機能代替方法およびセンシング機能代替プログラム |
JP6140331B1 (ja) * | 2016-04-08 | 2017-05-31 | ファナック株式会社 | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム |
WO2017217069A1 (ja) * | 2016-06-13 | 2017-12-21 | 株式会社日立製作所 | 回転機診断装置、回転機診断方法及び回転機診断プログラム |
JP2018091640A (ja) | 2016-11-30 | 2018-06-14 | 株式会社デンソー | 装置の検査装置、および、装置の検査方法 |
JP2019061628A (ja) * | 2017-09-28 | 2019-04-18 | i Smart Technologies株式会社 | 生産管理装置、生産管理システム、および生産管理方法 |
JP7351054B2 (ja) * | 2017-11-27 | 2023-09-27 | トーヨーカネツ株式会社 | 搬送システム検査装置(ドクター物流) |
JP7118399B2 (ja) * | 2018-03-14 | 2022-08-16 | i Smart Technologies株式会社 | 生産管理装置、生産管理システム、および生産管理方法 |
JP2020052459A (ja) * | 2018-09-21 | 2020-04-02 | 株式会社Ye Digital | 故障予知方法、故障予知装置および故障予知プログラム |
-
2022
- 2022-06-24 WO PCT/JP2022/025386 patent/WO2023276895A1/ja active Application Filing
- 2022-06-24 EP EP22833042.9A patent/EP4365693A4/en active Pending
- 2022-06-28 TW TW113104449A patent/TW202422029A/zh unknown
- 2022-06-28 TW TW111124028A patent/TW202319721A/zh unknown
-
2023
- 2023-11-29 US US18/522,748 patent/US20240094720A1/en active Pending
-
2024
- 2024-05-24 JP JP2024084888A patent/JP2024103555A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US20240094720A1 (en) | 2024-03-21 |
TW202422029A (zh) | 2024-06-01 |
JP2024103555A (ja) | 2024-08-01 |
EP4365693A1 (en) | 2024-05-08 |
EP4365693A4 (en) | 2024-10-23 |
WO2023276895A1 (ja) | 2023-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7384807B2 (ja) | コンベヤシステムを監視するための装置及び方法 | |
KR101322434B1 (ko) | 지능형 상태 감시 및 결함 진단 시스템 | |
EP1955830B1 (en) | A method and a control system for monitoring the condition of an industrial robot | |
CN107097226B (zh) | 机器人系统的故障诊断装置 | |
US10782664B2 (en) | Production system that sets determination value of variable relating to abnormality of product | |
JP7351054B2 (ja) | 搬送システム検査装置(ドクター物流) | |
EP1967334B1 (en) | Detection of condition changes in an industrial robot system | |
KR102502235B1 (ko) | 물류 모니터링 시스템 및 이의 동작 방법 | |
TW202319721A (zh) | 設備狀態監視系統 | |
JP7501547B2 (ja) | 設備状態監視システム | |
CN108284434A (zh) | 机器学习装置、示教装置的冲击抑制系统及机器学习方法 | |
CN117581085A (zh) | 设备状态监视系统 | |
TWI837575B (zh) | 基板處理方法、基板處理裝置、半導體裝置之製造方法及程式 | |
Dodia et al. | Smart sensors in industry 4.0 | |
TW200941169A (en) | Dynamic real-time stability monitoring system for precision equipment | |
JP2017174402A (ja) | 予防保守システム、予防保守方法 | |
US20240133768A1 (en) | Vibration test support network system | |
JP7139285B2 (ja) | 試験体とそれを用いた診断システム | |
CN206892627U (zh) | 一种基于无线通讯的设备诊断装置及电路板 | |
CN114780329A (zh) | 用于监控技术对象的运行的方法和设备 | |
Brauckmann et al. | Automatic Condition Monitoring System for Parcel Sorting Conveyor Systems Through Infrastructure-Free Sensor Technology in a Compact Mobile Data Logging Unit Suitable for a Variety of Packages | |
JP2021018072A (ja) | 物品検査装置 |