TWI839828B

TWI839828B - 動力傳達機構之管理裝置、動力傳達機構之管理方法及管理系統

Info

Publication number: TWI839828B
Application number: TW111133098A
Authority: TW
Inventors: 高野裕理; 金子悟; 出口見多; 大橋敬典; 松本豊
Original assignee: 日商日立產機系統股份有限公司
Priority date: 2021-12-24
Filing date: 2022-09-01
Publication date: 2024-04-21
Also published as: WO2023119686A9; TW202326327A; JPWO2023119686A1; CN118475820A; WO2023119686A1

Abstract

本發明之課題在於實現一種能夠以更高之精度及準確度進行動力傳達機構之異常(劣化)偵測之管理裝置。本發明係將來自電動機13之驅動力傳達至負荷側裝置12之動力傳達機構之管理裝置30，管理裝置30具備：電流獲取部，其獲取動力傳達機構受到驅動之每單位步驟之電動機13之電流值；特徵量算出部121，其將單位步驟分割成複數個區間，算出將每個區間之電流值進行平均所得之平均電流值；及診斷部122，其進行異常偵測。診斷部122基於複數個區間之平均電流值算出狀態量推定值，基於狀態量推定值進行單位步驟之異常檢測。

Description

動力傳達機構之管理裝置、動力傳達機構之管理方法及管理系統

本發明係關於一種動力傳達機構之管理裝置、動力傳達機構之管理方法及管理系統。

例如作為自動力源將動力經由動力傳達機構供給至某些負荷側裝置之裝置，可例舉射出成形機或加壓裝置等各種產業機器。若以射出成形機為例進行說明，則已知一種機器，其使用旋轉電機(馬達)作為動力源，經由任意之動力傳達機構將樹脂或金屬纖維、或該等之混合材等軟黏性材料射出至被施以規定之模之模具中，而獲得任意之成型物。

作為一例，例舉射出成形機說明其構成或動作。射出成形機係將作為驅動源之電動機之動力(亦存在旋轉力或線性馬達之類的水平動力之情形)利用動力傳達機構進行傳達，作為向射出成型用模具射出之動力，將軟黏性構件射出至規定之模中，藉此獲得所期望之成型物。作為更具體之例，構成為，將電動機之旋轉驅動力與滾珠螺桿等可轉換成直線運動之動力轉換機構直接或間接地機械連接，螺帽構件與作為該動力傳達機構之滾珠螺桿之直線動力螺合，與螺帽構件成為一體之射出軸將軟黏性構件擠壓至規定之模中。

以射出成形機或加壓裝置為代表，對伴有驅動源之負荷側裝置整體(驅動源本身或負荷側裝置之上作機構等)之異常進行管理係對最終成型物之品質產生深遠影響之重要要素。又，異常會導致機器或零件之過載，未來亦存在能效等環境方面之課題或機器損傷導致之製造停止等產業方面之課題，管理機器異常可謂對社會方面之影響亦較大之課題。

作為關於該異常偵測之技術，專利文獻1中揭示推定機器狀態之技術。具體而言，揭示如下技術，即，具備作為驅動源之電動機及對其進行控制之馬達控制器件，製作馬達控制器件之馬達控制內部值，藉由與其進行比較而推定機器之異常。該技術係藉由監視馬達控制之內部值，而可檢測機器(負荷側裝置及隨附於其之上作零件)之劣化。

進而，專利文獻2中揭示自作為驅動源之電動機進行動力傳達之動力傳達機構之異常診斷裝及其異常診斷方法。更詳細而言，據專利文獻2所載，於將電動機之動力經由皮帶輪或齒輪鏈與作為負荷之機械設備連接之構成中，由自連接於電動機之電流檢測器發送之值獲得電流頻譜波形，基於由此進行解析而算出之頻譜峰值，對伴隨旋轉速度所產生之皮帶輪或齒輪鏈之頻帶以外之邊帶波之個數進行計數，藉此診斷皮帶輪或齒輪鏈之異常。

以射出成形機或加壓裝置為代表，動力傳達機構作為動力源與模具等直接產生負荷之要素之中介物發揮功能，因此動力傳達機構之性能維持會大大影響作為最終成果物之成型物之品質(完成度)，故對其進行管理較為重要。

[先前技術文獻] [專利文獻] [專利文獻1]

WO2018/220751號公報

[專利文獻2]

WO2018/109993國際公開

此處，對動力傳達機構之異常(劣化)偵測進行研究。關於負荷側裝置，施加負荷不均一之情形亦較多，混合存在施加至動力傳達機構之負荷較大之部分、較小之部分之情形亦較多。即，作為動力傳達機構之例，可例舉滾珠螺桿、皮帶輪或齒輪鏈等，根據負荷側裝置之負荷狀況，該等之產生劣化之部位會產生偏倚。

關於該方面，上述專利文獻2中揭示之動力傳達機構之異常診斷技術係藉由監視來自電流頻譜波形之頻譜峰值或隨附於其之邊帶波而檢測動力傳達機構之異常，但於動力傳達機構之劣化較小之情形或處於初期階段之情形時，仍存在異常之檢測感度降低之問題。即，即便針對動力傳達機構之劣化僅進行電動機之電流頻譜之解析，多數情況下，動力電力機構之劣化所導致之異常值亦僅出現極其微小之波動，難以區分其係正常時之暫時之電流雜訊、抑或因異常所引起之波動，若僅監視電流頻譜之狀態，則異常偵測精度仍存在問題。

又，由於動力傳達機構之劣化，有時與正常值相比，異常值存在波動，認為藉由亦對該波動進行判定，亦可進行劣化判定。

因此，期望一種以更高之精度及準確度進行動力傳達機構之異常偵測之技術。

為了解決上述問題，提供以下構成。

一種管理裝置，其係將來自電動機之驅動力傳達至負荷側裝置之動力傳達機構之管理裝置，該管理裝置具備：電流獲取部，其獲取上述動力傳達機構受到驅動之每單位步驟之上述電動機之電流值；特徵量算出部，其將上述單位步驟分割成複數個區間，算出將該每個區間之上述電流值進行平均所得之平均電流值；及診斷部，其進行異常偵測；上述診斷部基於複數個上述區間之上述平均電流值算出狀態量推定值，基於該狀態量推定值進行上述單位步驟之異常檢測。

又，一種管理方法，其係將來自電動機之驅動力傳達至負荷側裝置之動力傳達機構之管理方法，該管理方法包括：電流獲取步驟，其係獲取上述動力傳達機構受到驅動之每單位步驟之電流值；平均電流值算出步驟，其將上述單位步驟分割成複數個區間，算出將該每個區間之上述電流值進行平均所得之平均電流值；及異常偵測步驟，其進行異常偵測；上述異常偵測步驟係基於複數個上述區間之上述平均電流值算出狀態量推定值，基於該狀態量推定值進行上述單位步驟之異常檢測。

根據本發明，可實現一種能夠以更高之精度及準確度進行動力傳達機構之異常(劣化)偵測之管理裝置、管理方法及管理系統。

尤其是根據本發明，即便於動力傳達機構之異常(劣化)較小之情形或處於初期階段之情形時，亦具有可檢測出異常之精度及準確度之提昇效果。

根據以下記載，可瞭解本發明之其他課題、構成、效果。

1:射出成形機

11:射出軸

12:模具

12A:可動模具

12B:固定模具

13:馬達

14:滑輪

15:從動輪

16:正時皮帶

17:螺桿軸

18:螺帽部

20:滾珠螺桿機構

30:控制部(管理裝置)

40:變頻器

41:馬達控制部

42:狀態推定部

43:控制內部值製作部

44:狀態算出部

45:資訊傳達部

46:馬達控制更新部

47:外部資料獲取部

101:速度指令製作部

102:轉矩指令製作部

103:電流指令製作部

104:電壓指令製作部

105:2相/3相轉換部

106:3相/2相轉換部

111:速度指令製作部逆模型

112:轉矩指令製作部逆模型

113:電流指令製作部逆模型

114:電壓指令製作部逆模型

115:3相/2相轉換部

116:3相/2相轉換部

121:特徵量算出部

122:運算部(診斷部)

123:位置獲取部

Io:基準電流值

Z:劣化部位

圖1係表示應用了本發明之實施方式之射出成形機之機械構成之模式圖。

圖2係表示本實施方式之射出成形機之功能構成之模式圖。

圖3係表示本實施方式之馬達控制部及狀態推定部之功能構成之模式圖。

圖4係表示本實施方式之控制內部值製作部之功能構成之模式圖。

圖5係表示本實施方式之特徵量算出部及運算部之功能構成之模式圖。

圖6A係表示本實施方式之滾珠螺桿機構之動作及劣化部位之情況之模式圖。

圖6B係表示未執行本實施方式之劣化判定處理之情形時之電流值之正常值及異常值之情況的模式圖。

圖7A係表示執行本實施方式之劣化判定處理之情形時之電流值之正常值及異常值之情況的模式圖。

圖7B係表示執行本實施方式之劣化判定處理之情形時之各分割區間之正常值及異常值之平均值之運算結果的模式圖。

圖8A係表示未執行本實施方式之劣化判定處理之情形時之各週期之正常值與異常值之平均值之分佈的圖。

圖8B係表示執行本實施方式之劣化判定處理之情形時之各週期之正常值與異常值之平均值之分佈的圖。

圖9係說明動力傳達機構之狀態量變動之圖。

圖10係說明本實施方式之特徵量之峰值與峰值之檢測之圖。

圖11係運算本實施方式之特徵量之峰值與峰值之差之流程圖。

圖12係運算本實施方式之特徵量之峰值與峰值之差之另一運算方法之流程圖。

圖13A係本實施方式之特徵量之峰值與峰值之差之運算中採用多數決之方法之說明圖。

圖13B係本實施方式之特徵量之峰值與峰值之差之運算中採用多數決之方法之說明圖。

圖13C係本實施方式之特徵量之峰值與峰值之差之運算中採用多數決之方法之說明圖。

圖14係說明為了運算本實施方式之特徵量之峰值與峰值之差而進行多數決處理之方法之流程圖。

圖15係考慮本實施方式之特徵量之峰值與峰值之檢測中之離群值之說明圖。

圖16係說明為了運算本實施方式之特徵量之峰值與峰值之差而進行離群值處理之方法之流程圖。

圖17係用以說明本實施方式之異常發生位置之檢測之圖。

圖18係說明用以進行本實施方式之異常發生位置之檢測之系統構成之圖。

圖19係說明用以進行本實施方式之異常發生位置之檢測之方法之流程圖。

以下，使用圖式對本發明之實施方式進行詳細說明。

[實施例] (實施例1)

圖1中模式性地示出具備應用了本發明之動力傳達機構之管理裝置(控制部30)的射出成形機1之部分概要構成。再者，本實施方式中，以射出成形機為例進行了說明，但本發明並不限定於此，只要為加壓裝置或切削裝置等將驅動源之驅動力經由動力傳達機構傳達至負荷側之裝置便可應用。

首先，對射出成形機1之機械構成及動作進行說明。射出成形機1將複數個馬達之旋轉轉換成直線運動而驅動單一之直線移動構件，此時使複數個馬達以行進位置保持一致之方式同步動作。再者，可應用本發明之構成可為利用單一馬達經由齒輪將驅動力供給至複數個動力傳達機構之構成、或利用單一馬達將驅動力供給至單一之動力傳達機構之構成。

射出成形機1可使熔融樹脂自設置於可動模具12之固定模具12B之孔11流入，製作與存在於可動模具12A與固定模具12B之間之間隙之形狀對應之樹脂成形物。具有可動模具12A與固定模具12B之模具12係負荷側裝置之一例。

模具具備固定於殼體之固定模具12B及前後移動之可動模具12A。具備：馬達13，其係電動機；滑輪14，其固著於馬達13之輸出軸；從動輪15；正時皮帶16，其將驅動輪14之旋轉傳達至從動輪15；作為動力傳達機構之滾珠螺桿機構20，其將滑輪15之旋轉轉換成直線運動而傳達至可動模具12A；及控制部30。

馬達13具備輸出表示其行進位置(相當於滾珠螺桿機構20之行進位置)之馬達位置信號S2之編碼器(未圖示)。射出成形機1中，藉由使控制部30自未圖示之上位裝置接收原速度指令信號S0，而對馬達13進行驅動控制。

當驅動馬達13時，其旋轉經由驅動輪14、正時皮帶16及從動輪15傳達至滾珠螺桿機構20之螺桿軸17，經由滾珠螺合於該等之槽之螺帽部18 將旋轉力轉換成直線運動。可動模具12A與螺帽部18一體化或機械結合，相應於螺帽部18之直線運動，可動模具12A亦進行直線移動。其結果為，可動模具12A相對於固定模具12B接近或遠離。於使可動模具12A接觸固定模具12B後流入樹脂進行成形，加以冷卻而使成形物凝固後，藉由使可動模具12A離開固定模具12B而取出成形物。

控制部30係具有包含例如CPU(Central Processing Unit，中央處理單元)、ROM(Read Only Memory，唯讀記憶體)、RAM(Random Access Memory，隨機存取記憶體)、EEPROM(Electrically-Erasable Programmable Read-Only Memory，電子可抹除可程式化唯讀記憶體)、各種I/O介面等之組裝機器用微電腦而構成，藉由與程式之協動而執行各種功能。控制部30執行射出成形機1之控制，例如進行可塑化動作、射出動作、模開閉動作、頂出動作等成形行程整體之控制。再者，本發明並不限定於本實施方式，亦可由類比電路構成其一部分。

接下來，作為功能構成，對控制部30進行說明。

圖2中模式性地表示控制部30之功能方塊圖。

變頻器40由應用所謂向量控制方式之馬達控制部41進行控制。馬達控制部41自變頻器40或馬達13獲取馬達電流、馬達電壓、轉子之位置資訊、轉數等資訊，基於該等資訊，根據來自上位控制器之指令，製作用以驅動馬達13之電壓指令值。然後，馬達控制部41將所製作之電壓指令值賦予至變頻器40。

外部資料獲取部47包括設置於馬達13或變頻器40之外的感測器等，獲取機器之溫度或外部氣溫、機器之上位指令值等。

狀態推定部42具備：控制內部值製作部43，其製作馬達控制內部值；及狀態算出部44，其基於藉由控制內部值製作部43所製作之馬達控制內部值，算出關於射出成形機1之特徵量或狀態量。

控制內部值製作部43係基於由與馬達控制部41用不同地獨立設置於馬達13之輸入部或輸出部中之電流感測器、電壓感測器及位置感測器獲取之時間序列資料、以及由外部資料獲取部47獲取之資料，製作作為馬達控制部41中之狀態變數的與射出成形機1之狀態相關之馬達控制內部值。控制內部值製作部43與電流獲取部對應。

狀態算出部44具有狀態推定模型，使用狀態推定模型，基於由馬達控制內部值製作部43製作之馬達控制內部值，算出表示機器系統之狀態、即機器本身之狀態或由機器製造之製造物之狀態(品質等)的狀態量。即，狀態推定部42輸入由上述各感測器或外部資料獲取部47獲取之資料，製作由所輸入之資料製成之馬達控制內部值，輸出基於所製作之馬達控制內部值而算出之狀態量或該狀態量表示之射出成形機1之狀態相關之資訊(以下記為「推定狀態」)。自狀態推定部42輸出之推定狀態被傳送至下述資訊傳達部45及馬達控制更新部46。資訊傳達部45亦為顯示部。

資訊傳達部45根據自狀態推定部42輸出之推定狀態，藉由顯示器、聲音、指示燈、振動等，向使用機器系統之作業員或機器系統之管理者通知射出成形機1之狀態相關之資訊、例如機器本身之特徵量(下述螺桿軸17之劣化判定等)或製造物之品質或其變化相關之資訊。藉此，可減輕機器之維護時期之掌握、或品質變化時之狀況掌握及機器調整作業等中之作業負荷。

馬達控制更新部46基於自狀態推定部42輸出之推定狀態，變更馬達控制部41、即控制指令或控制參數或者控制軟體。例如於製造物之品質發生變化之情形時，馬達控制更新部46以抑制品質變化之方式變更馬達控制部41。藉此，射出成形機1之調整作業可自動化，因此作業負荷減輕。

接下來，對馬達控制部41、狀態推定部42進而進行詳細說明。

圖3係模式性地表示馬達控制部41之功能構成之方塊圖。

圖3中，來自上位控制器之指令為位置指令θ＊，但亦可為速度(轉數)指令ω＊或轉矩指令Trq＊。再者，於來自上位控制器之指令為速度(轉數)指令ω＊及轉矩指令Trq＊之情形時，馬達控制部41之方塊圖分別成為圖3中之較邊界線A靠右側之方塊圖及較邊界線B靠右側之方塊圖。

如圖3所示，當位置指令θ＊自上位控制器輸入至馬達控制部41時，速度指令製作部101基於藉由感測器實測之位置反饋值θ_m與位置指令值θ＊之差分，製作速度指令ω＊並輸出。

當輸入速度指令ω＊時，轉矩指令製作部102基於藉由感測器實測之速度(轉數)反饋值ω_m與速度指令ω＊之差分，製作轉矩指令Trq＊並輸出。

當輸入轉矩指令Trq＊時，電流指令製作部103基於轉矩指令Trq＊，製作旋轉座標系中之dq軸上之電流指令即d軸電流指令Id＊與q軸電流指令Iq＊並輸出。

當輸入d軸電流指令Id＊及q軸電流指令Iq＊時，電壓指令製作部104基於d軸電流反饋值Id與d軸電流指令Id＊之差分、及q軸電流反饋值Iq與q軸電流指令Iq＊之差分，製作dq軸上之電壓指令即d軸電壓指令Vd＊及q軸電壓指令Vq＊並輸出。

此處，d軸電流反饋值Id及q軸電流反饋值Iq係將藉由感測器所實測之馬達之U相電流反饋值Iu、V相電流反饋值Iv及W相電流反饋值Iw藉由3相/2相轉換部106進行3相/2相轉換而獲得。

當輸入d軸電壓指令Vd＊及q軸電壓指令Vq＊時，2相/3相轉換部105將d軸電壓指令Vd＊及q軸電壓指令Vq＊轉換成U相電壓指令Vu＊、V相電壓指令Vv＊及W相電壓指令Vw＊，向變頻器40輸出該等電壓指令。

接下來，對狀態推定部42進行說明。

如上所述(參照圖2)，狀態推定部42具備控制內部值製作部43及狀態算出部44。以下，使用圖式對各者進行說明。

圖4中模式性地表示控制內部值製作部43之功能構成。

如圖4所示，控制內部值製作部43可以說成為圖3所示之馬達控制部41之逆模型。即，控制內部值製作部43具有分別對應於馬達控制部41(參照圖3)中之速度指令製作部101、轉矩指令製作部102、電流指令製作部103、電壓指令製作部104、2相/3相轉換部105及3相/2相轉換部106之速度指令製作部逆模型111、轉矩指令製作部逆模型112、電流指令製作部逆模型113、電壓指令製作部逆模型114、3相/2相轉換部115及3相/2相轉換部116。

圖4中，自上位控制器向馬達控制部41之指令為位置指令θ＊，但亦可為轉矩指令Trq＊或速度指令ω＊。再者，於來自上位控制器之指令為轉矩指令Trq＊、速度指令ω＊、及位置指令θ＊之情形時，馬達控制內部值製作器件6之方塊圖分別成為圖4中之較邊界線C靠右側之方塊圖、較邊界線D靠右側之方塊圖及較邊界線E靠右側之方塊圖。

根據圖4所示之構成，控制內部值製作部43基於由與馬達控制部41用途不同地獨立設置於馬達13之輸入部或輸出部之電流感測器、電壓感測器及位置感測器獲取的時間序列資料即馬達3相電壓反饋值Vu、Vv、Vw、馬達3相電流反饋值Iu、Iv、Iw、速度反饋值ωm、及位置反饋值θm之任一個或複數個，算出d軸電流反饋值Id與q軸電流反饋值Iq、d軸電壓指令Vd＊與q軸電壓指令Vq＊、d軸電流指令Id＊與q軸電流指令Iq＊、轉矩指令Trq＊、速度指令ω＊、位置指令θ＊。

再者，本實施方式中，作為馬達控制部41之狀態變數的θ＊、θm、ω＊、ωm、Trq＊、Id＊、Iq＊、Id、Iq、Vd＊、Vq＊、Vu＊、Vv＊、Vw＊、Vu、Vv、Vw、Iu、Iv、Iw、指令值與實測值之差分、構成控制器之比例器、積分器、微分器之輸出值係馬達控制內部值。即，馬達控制部41中之該等馬達控制內部值之任一個或複數個係藉由控制內部值製作部43而製作。

再者，本實施方式中，藉由圖4所示之控制內部值製作部43，亦可製作馬達控制部41之狀態變數中於馬達控制部41之處理過程中製作使用且未自馬達控制部41輸出之狀態變數(例如Id＊、Iq＊、Id、Iq、Vd＊、Vq＊)。藉此，本實施方式可用於多種多樣之射出成形機1之各種狀態之推定。

圖5係模式性地表示狀態算出部44之功能構成之方塊圖。

如上所述，狀態算出部44(參照圖2)基於藉由控制內部值製作部43所製作之至少一個馬達控制內部值，算出表示射出成形機1之狀態即機器本身之狀態或由機器製造之製造物之狀態(品質等)的狀態量。再者，狀態算出部44亦可除基於馬達控制內部值以外，亦基於由外部資料獲取部47(參照圖2)獲取之資料(機器溫度等)而算出狀態量。因此，圖5、圖6A及圖6B中，馬達控制內部值(X1~Xn)及由外部資料獲取部47獲取之資料(Z1~Zn)被輸入至狀態算出部44。

圖5中之X1~Xn表示馬達控制內部值，Z1~Zn表示由外部資料獲取部47獲取之資訊。狀態算出部44被輸入至少一個馬達控制內部值。又，由外部資料獲取部47獲取之資訊是否輸入至狀態算出部44及輸入數均為任意。

輸入至狀態算出部44之馬達控制之內部值及由外部資料獲取部47獲取之資訊之種類或個數係根據狀態算出部44之構成(例如下述統計模型)而設定。

再者，圖5中，為方便起見，將Xn、Zn、Cn(下述)之下標設為相同之「n」，但該「n」表示Xn、Zn、Cn之各個數任意，並非意指Xn、Zn、Cn之個數為相同數量。

圖5之構成例中，狀態算出部44具有回歸式作為用於狀態量算出之統計模型。本構成例中，狀態算出部44具備：特徵量算出器件121，其設定作為回歸式之說明變數之特徵量；及運算部122，其基於由特徵量算出部121設定之特徵量，藉由回歸式算出狀態量(目標變數)。運算部122為診斷部。

特徵量算出部121輸入內部值Xn及資訊Zn，基於所輸入之Xn及Zn，算出作為運算部122之輸入之特徵量(說明變數)Cn。特徵量算出部121不對Xn或Zn之瞬時資料進行加工而將其直接作為特徵量Cn輸出，或輸出規定之時間區間內對Xn或Zn之瞬時資料進行頻率分析之結果(振幅、相位等)、規定之時間區間內之實效值、平均值(電流平均值等)、標準偏差、最大值或最小值、規定之時間區間內之超越量或峰值。對應於回歸式，特徵量Cn之個數可為單數個，亦可為複數個。

又，特徵量算出部121亦可輸出根據馬達控制之內部值運算之規定量、例如有效電力、無效電力等作為特徵量。又，亦可將由所謂觀察者推定之干擾轉矩等作為特徵量。再者，該等特徵量亦可於進而實施頻率分析或統計計算(平均)等之後輸出。

運算部122輸入由特徵量算出部121輸出之特徵量C1~Cn，基於特徵量C1~Cn算出狀態量推定值(Ya、Yb)。

此處，對作為本實施方式之特徵之一的射出成形機1之動力傳達機構(尤其是滾珠螺桿機構20之螺桿軸17)所相關之特徵量之算出及機器之異常判定方法進行說明。

圖6A模式性地示出射出成形機1之滾珠螺桿機構20之動作及劣化部位之情況。由於長期使用滾珠螺桿機構20，螺桿軸17之槽發生劣化。此時，雖然亦存在螺桿軸17之槽均一地劣化之情形，但多數情況下，由於使用頻度之偏向而自特定部位依次劣化。例如，於圖6A之情形時，表示螺帽部18於自螺桿軸17之中間地點偏靠後半之部分產生劣化部位Z之情況。該劣化會導致模具開閉動作不穩定，因此較理想為於早期精度良好地檢測出。

圖6B模式性地示出滾珠螺桿機構20等自開始位置(開始時間)至結束位置(結束時間)之電流變化之情況。首先，當藉由螺桿軸17之旋轉使螺帽部18自開始位置(開始時間)朝射出方向移動時，伴隨射出應力，電流上升。繼而，於其後螺帽部18到達位置(經過時間)X之階段，電流呈凸狀(虛線)上升。其原因在於，由於螺桿軸17之劣化部位Z，而產生多於正常時之摩擦，相應地，用以驅動滾珠螺桿機構20之馬達轉矩增加。

如此，特徵量算出部121可藉由監視自開始位置(開始時間)至結束位置(結束時間)之電流值之變化而對螺桿軸17之劣化進行檢測。

然而，存在如下問題：例如劣化處於初期階段之情形等或電流值之雜訊等之波動通常難以顯著地判定電流之變化。即，其原因在於，該等與正常電流值之差分極小。

因此，本實施方式中，滾珠螺桿機構20將開始地點至結束地點之步驟分割成規定之複數個區域，算出各區域之電流值之平均值。針對每個區域算出預先定義為正常狀態時之電流之平均值與診斷時之電流之平均值之差分值。其後，提取所算出之各區域之差分值之最大值作為特徵量。藉由將該特徵量與預先規定之閾值加以比較，而判定螺桿軸17有無劣化或劣化程度。

圖7A及圖7B中模式性地表示本實施方式之區域分割及基於特徵量之劣化判定之情況。圖7A中，將與開始點至結束點之射出相關之1步驟(單位步驟)之區間分割成任意之複數個區域。例如，於如本實施方式所示般射出成形機1之情形時，藉由馬達13之轉數，可檢測出螺帽部18於螺桿軸17上所處之部位。例如，若1步驟中之馬達13之轉數為30轉，則以10轉為單位分割成3個區間1~3。再者，分割方法不限於均等，亦可不均等。例如，於預先根據經驗規則或實驗等在某種程度上預測出劣化部分之情形時，可將該預計劣化之區間分割得大於(或小於)其他區間。

特徵量算出部121及運算部122於在各區間內以規定時間間隔檢測出之電流值中，測定閾值以下(正常值)之電流值及數量，算出其平均值。同樣地，特徵量算出部121於在各區間內以規定時間間隔檢測出之電流值中，測定大於閾值(異常值)之電流值及數量，算出其平均值。其後，特徵量算出部121及運算部122將該等之結果輸出至狀態推定部42。

圖7B中模式性地表示各區間之電流之特徵量(平均值)。於該圖中，可知：於區間3，異常值之平均值大於正常值之平均值且與其他區間之相比為最大。狀態推定部42判定螺桿軸17劣化，將劣化及劣化位置輸出至馬達控制更新部46及資訊傳達部45。

圖8A及圖8B中模式性地表示基於該特徵量實施劣化判定之情形與不實施之情形之結果比較之一例。圖8A及圖8B中，橫軸表示樣品數(=正常與劣化各使用50步驟量之資料)，縱軸表示各樣品之特徵量(電流平均值之差分值)。

圖8A係不進行上述劣化判定處理而僅進行電流值之比較之情形之例。即，計算出正常時之電流平均值(本驗證中為正常資料50步驟量之電流之平均值)與各樣品之電流平均值之差分值作為特徵量，針對每個週期進行顯示。如該圖所示，存在正常值與異常值之平均值之差分值(差分量)D極小之情形。

與此相對，於圖8B所示之實施上述劣化判定處理之情形時，可知：正常之電流值群與異常之電流值群之差分值(差分量)D與圖8A所示之情形相比有所增加，正常與劣化之差異擴大(即劣化之檢測感度增加)。即，上述劣化判定係先將1步驟分割成複數個區域，算出該各分割區間內之正常值與異常值之平均，因此算出平均值之樣品數少，突出值對平均值之影響程度較未實施劣化判定處理而算出平均值之情形(圖8A之方式)變高。而且，於如此容易受到突出值之影響之各分割區域中，進而將異常值之平均值較高之區間之異常平均值作為該1週期(步驟)之異常值對待，因此最為異常之電流值之平均值與正常平均值之差分表現為相對較大之電流值差。即，可獲得如下顯著效果：即便於電流值之波動幅度極小之情形時，亦可明確地進行正常與異常之判定，劣化檢測精度提高，又，於劣化之早期階段亦能夠檢測出。

如此，根據本實施方式，將1步驟分割成複數個，算出各區間之正常值與異常值之平均值，將該等中異常值平均最高之值作為劣化判定對象，因此可以更高之精度及準確度進行動力傳達機構之劣化偵測。尤其是根據本發明，即便於動力傳達機構之劣化較小之情形或處於初期階段之情形時，亦可期待能夠檢測出異常之精度及準確度之提昇效果。

此處，由於動力傳達機構之劣化，有時與正常值相比，異常值存在波動，認為藉由亦對該波動進行判定，亦可進行劣化判定。

藉由對上述波動進行判定，可以更高之精度及準確度進行動力傳達機構之異常偵測。

圖9係說明動力傳達機構之狀態量變動即異常值之波動之圖。圖9中，縱軸表示狀態量推定值，橫軸表示經過日期時間。圖9中，於日期時間t0測定正常模型，設定正常狀態之動力傳達機構之狀態量。於日期時間t1將負荷自小變更為中，於日期時間t2將負荷自中變更為大。然後，於日期時間t3將負荷自大變更為小，於日期時間t4修理機械。

於該情形時，自日期時間t0朝向日期時間t3，狀態量E變動且增加，但以通常之變動幅度(波動)推移。於日期時間t3至t4，狀態量E之變動幅度(波動)大於日期時間t0~t3之變動幅度(波動)，可判斷產生了異常。

圖10係說明特徵量之峰值與峰值之檢測之圖。圖10中，關於電流資料之時間變化，於診斷區間導出特徵量，檢測特徵量之峰值(正側)與峰值(負側)，算出狀態量推定值(pk-pk值)。圖10之圖表之縱軸表示特徵量，橫軸表示時間區間編號。圖表中之複數個圓形記號表示各時間區間之特徵量，較正常模型之特徵量大之特徵量示於圖表之上方一半之差分為正之區域，較正常模型之特徵量小之特徵量示於圖表之下方一半之差分為負之區域。

將差分為正之區域之最大值之特徵量即pk1(最大平均電流值)與差分為負之區域之最小值之特徵量即pk2(最小平均電流值)的差(絕對值)作為狀態量推定值，可根據該狀態量推定值，判定是否發生了異常。

再者，用於特徵量算出之「作為基準之基準電流值」可由狀態推定部42生成，亦可預先由使用者以資料檔之形式準備。又，亦可由使用者預先求出平均電流值並設定為基準值。

圖11係由運算部122執行之運算特徵量之峰值(正側)與峰值(負側)之差之流程圖。圖11中，初始值係n=0時之值，特徵量max及特徵量min之值為0。

圖11之步驟S1中，判定所算出之特徵量是否大於最大特徵量。若所算出之特徵量大於最大特徵量，則進入步驟S2，將所算出之特徵量定義為最大特徵量，進入步驟S3。於步驟S1中，若所算出之特徵量小於最大特徵量，則進入步驟S3。

於步驟S3中，判定所算出之特徵量是否小於最小特徵量。若所算出之特徵量小於最小特徵量，則進入步驟S4，將所算出之特徵量定義為最小特徵量，進入步驟S5。於步驟S3中，若所算出之特徵量大於最小特徵量，則進入步驟S5。

於步驟S5中，自最大特徵量減去最小特徵量，作為狀態量推定值。

將所獲得之狀態量推定值與預先規定之正常狀態量推定值加以比較，可進行異常發生之判定。異常發生之判定可由運算部122進行，將其結果顯示於資訊傳達部45。又，亦可將圖9所示之圖表或圖10所示之表示狀態量推定值與日期時間之關係之圖表顯示於資訊傳達部45。又，亦可將平均電流值或特徵量顯示於資訊傳達部45。於此情形時，可顯示所測定之全部資料，亦可不顯示全部，而隔開指定之天數間隔進行顯示。例如，即便每天測定資料，顯示時亦只顯示每1週之資料。又，亦可將1天測定了複數次之狀態量推定值進行平均而作為當天之狀態量推定值顯示。

本發明之管理方法係將來自電動機之驅動力傳達至負荷側裝置之動力傳達機構之管理方法，包括：電流獲取步驟，其係獲取動力傳達機構受到驅動之每單位步驟之電流值；平均電流值算出步驟，其係將單位步驟分割成複數個區間，算出將每個區間之電流值進行平均所得之平均電流值；及異常偵測步驟，其係進行異常偵測；異常偵測步驟係基於複數個區間之平均電流值算出狀態量推定值，基於狀態量推定值進行單位步驟之異常檢測。

根據本發明之實施例1，將1步驟(時間區間)分割成複數個，算出各區間之電流值之平均值與正常值之差分，將該等中之最大值作為特徵量，算出複數個步驟(複數個時間區間)中之特徵量之波動值(pk-pk值)作為狀態量推定值，基於所算出之狀態推定值，判定動力傳達機構之異常。

因此，能夠實現一種可以更高之精度及準確度進行動力傳達機構之異常(劣化)偵測之管理裝置及管理方法。根據本發明，尤其是即便於動力傳達機構之異常(劣化)較小之情形或處於初期階段之情形時，亦具有可檢測出異常之精度及準確度之提昇效果。

(實施例2)

接下來，對本發明之實施例2進行說明。

本發明之實施例2之整體構成由於與實施例1相同，故省略圖示及詳細之說明。

於上述實施例1中，如圖10所示，構成為，檢測特徵量之峰值與峰值，算出狀態量推定值(pk-pk值)。

與此相對，於實施例2中，將圖10之圖表之縱軸中央所示之與基準電流值Io之電流值差分為正之區域之特徵量之平均值設為第1電流值群平均值(FVave1)，將與基準電流值Io之電流值差分為負之區域之特徵量之平均值設為第2電流值群平均值(FVave2)，算出第1電流值群平均值與第2電流值群平均值之差的絕對值作為狀態量推定值(abs(FVave1-FVave2))。

然後，使用狀態量推定值(abs(FVave1-FVave2))進行異常判定。

圖12係由運算部122進行之運算狀態量推定值之流程圖。圖12中，初始值係n=0時之值，n1=n2=0，FVsigma1=0，FVsigma2=0。

於圖12之步驟S10中，判定特徵量是否為0以上，若為0以上，則進入步驟S11。於步驟S11中，進行第1平均電流值群累計(FVsigma1←FVsigma1+特徵量)。然後，進入步驟S12，將n1+1設為n1，進入步驟S15。

於步驟S10中，若特徵量未達0，則進入步驟S13。於步驟S13中，進行第2平均電流值群累計(FVsigma2←FVsigma2+特徵量)。然後，進入步驟S14，將n2+1設為n2，進入步驟S15。

於步驟S15中，判定n是否為最終值，若非最終值，則處理結束。

於步驟S15中，若n並非最終值，則進入步驟S16，進行第1平均電流值群平均值導出(算出)(FVave1←FVsigma1/n1)。然後，進入步驟S17，進行第2平均電流值群平均值導出(算出)(FVave2←FVsigma2/n2)。然後，進入步驟S18，將狀態量推定值設為abs(FVave1-FVave2)，處理結束。

於本發明之實施例2中，亦可獲得與實施例1相同之效果。

(實施例3)

接下來，對本發明之實施例3進行說明。

本發明之實施例3之整體構成由於與實施例1相同，故省略圖示及詳細之說明。

於實施例1中，如圖10所示，構成為，檢測特徵量之峰值(正側)與峰值(負側)，算出狀態量推定值(pk-pk值)。

與此相對，於實施例3中，如圖13A所示，設為與基準電流值Io之差分為正之區域之第1平均電流群CL1，將與基準電流值Io之差分為負之區域之特徵量之平均值設為第2平均電流值群CL2，比較第1平均電流值群CL1之特徵量之數與第2電流值群平均值群CL2之特徵量之數(示於圖13B)。於圖13B所示之例中，第1平均電流值群CL1之特徵量之數多於第2電流值群平均值群CL2之特徵量之數。於此情形時，如圖13C所示，第2電流值群平均值群CL2之特徵量自異常診斷排除，使用第1平均電流值群CL1之特徵量進行異常之診斷。即，該例係藉由多數決，使用資料為多數之區域之資料進行異常之診斷。該例可適用於負荷變動多數情況下較大之動力傳達機構或過渡狀態下之動力傳達機構之異常診斷。

圖14係由運算部122進行之運算狀態量推定值之流程圖。圖14中，於步驟S20中算出每個時間區間之特徵量，進入步驟S21。於步驟S21中，判定是否已算出全部時間區間之特徵量，若未算出，則處理結束，若已算出，則進入步驟S22。

於步驟S22中，算出特徵量為正之時間區間中之特徵量之數N1與特徵量為負之時間區間中之特徵量之數N2。然後，於步驟S23中，判定數N1是否大於數N2。若數N1大於數N2，則進入步驟S24，根據特徵量為正之資料群CL1算出差分之絕對值達到最大之值，進入步驟S26。

於步驟S23中，若並非數N1大於數N2，則進入步驟S25，根據特徵量為負之資料群CL2算出差分之絕對值達到最大之值，進入步驟S26。

於步驟S26中，算出狀態量推定值，結束處理。

本發明之實施例3中，亦可獲得與實施例1相同之效果，除此以外，於負荷變動多數情況下較大之動力傳達機構或過渡狀態下之動力傳達機構之異常診斷(異常檢測)中，具有可檢測出異常之精度及準確度之提昇效果。

(實施例4)

接下來，對本發明之實施例4進行說明。

本發明之實施例4之整體構成由於與實施例1相同，故省略圖示及詳細之說明。

於實施例4中，如圖15所示，將差分為正之區域之超過正閾值(vmax)之特徵量及差分為負之區域之未達負閾值(vmin)之特徵量作為離群值排除在外，使用正閾值以下且負閾值以上之特徵量算出狀態量推定值。使用狀態量推定值之異常檢測方法可設為與實施例1、實施例2或實施例3相同之方法。

圖16係由運算部122進行之將特徵量作為離群值排除在外而運算狀態量推定值之流程圖。圖16中，初始值為n=0時之值，特徵量max及特徵量min之值為0。

於圖16之步驟S30中，判定所算出之特徵量是否為正閾值(vmax)以下、或負閾值(vmin)以上。若所算出之特徵量為正閾值(vmax)以下或負閾值(vmin)以上，則進入步驟S31。於步驟S30中，若所算出之特徵量並非正閾值(vmax)以下或負閾值(vmin)以上，則處理結束。

於步驟S31中，判定所算出之特徵量是否大於特徵量max。若所算出之特徵量大於特徵量max，則進入步驟S32，將所算出之特徵量定義為最大特徵量(特徵量max)，進入步驟S33。於步驟S31中，若所算出之特徵量為特徵量max以下，則進入步驟S33。

於步驟S33中，判定所算出之特徵量是否小於特徵量min。若所算出之特徵量小於特徵量min，則進入步驟S34，將所算出之特徵量定義為最小特徵量(特徵量min)，進入步驟S35。於步驟S33中，若所算出之特徵量為特徵量min以上，則進入步驟S35。

於步驟S35中，自特徵量max減去特徵量min，作為狀態量推定值。

於本發明之實施例4中，亦可獲得與實施例1相同之效果，此外，於雜訊多數情況下較大之動力傳達機構之動力傳達機構異常診斷(異常檢測)中，具有可檢測出異常之精度及準確度之提昇效果。

(實施例5)

接下來，對本發明之實施例5進行說明。

本發明之實施例5之整體構成由於與實施例1相同，故省略圖示及詳細之說明。

實施例5係動力傳達機構發生異物混入等異常，能夠檢測出該異常之發生或異常部位之例。實施例5係除實施例1~4中之異常檢測以外，還可應用之例。

圖17係對檢測(提取)動力傳達機構中混入了異物之情形等發生異常時之異常發生位置X之方法進行說明之圖。圖18係表示實施例5中之特徵量算出部及運算部之功能構成之模式圖，於圖5所示之例中追加了位置獲取部123。位置獲取部123獲取動力傳達機構受到驅動之每單位步驟之位置資訊。位置獲取部123於與作為控制內部值製作部43之電流獲取部大致相同之時點獲取動力傳達機構之位置資訊。又，位置獲取部123於檢測到動力傳達機構異常時輸出與單位步驟對應之位置。

圖17中，於異常診斷開始至診斷結束之時間內，電流值正常時如實線所示，呈傾斜狀上升，達到一定值後，維持一定值，呈傾斜狀下降。

於在異常診斷開始至診斷結束之時間內發生了異物混入等異常之情形時，電流值如虛線所示產生脈動，於此情形時，特徵量亦與異常時之電流波形同樣地，於發生了異物混入等異常之情形時如虛線所示，於急遽上升後在短時間內下降。特徵量之上升量成為狀態推定值。而且，發生異物混入等異常之位置與馬達13之旋轉開始之時間位置和結束時間之間的特徵量上升下降之時間點對應。能提取此時之馬達13之位置X，並提取與其對應之位置、例如螺桿軸17之位置。

如圖18所示，向位置獲取部123輸入馬達13之旋轉位置。自運算部122向位置獲取部123輸出特徵量，位置獲取部123自與特徵量上升或下降之時間點對應之馬達13之旋轉位置獲取螺桿軸17之異物混入位置等異常位置，將該資訊傳達至運算部122。運算部122將螺桿軸17之異常發生位置與狀態推定值Y一起輸出至資訊傳達部45。資訊傳達部45以顯示等方式將發生了異常及螺桿軸17之異常發生位置報告給使用者。

圖19係說明用以進行異常發生位置之檢測之方法之流程圖。

圖19之步驟S40中，判定特徵量是否大於異常閾值(正側)。於特徵量大於異常閾值(正側)之情形時，在步驟S41中，將特徵量設為狀態推定值p，警示異常發生時之螺桿軸17之位置Xp，進入步驟S42。又，於步驟S40中，於特徵量不大於異常閾值(正側)之情形時，進入步驟S42。

於步驟S42中，判定特徵量是否小於異常閾值(負側)。於特徵量小於異常閾值(負側)之情形時，在步驟S43中，將特徵量設為狀態推定值m，警示異常發生時之螺桿軸17之位置Xm，結束處理。又，於步驟S42中，於特徵量不小於異常閾值(負側)之情形時，亦結束處理。

於本發明之實施例5中，亦可獲得與實施例1~4相同之效果，除此以外，於動力傳達機構發生異物混入等異常之情形時，可檢測出該異常之發生或異常部位並進行警示。

再者，於上述實施例1~4中，可將圖9、圖10及圖15所示之圖表各者顯示於資訊傳達部45。

又，本發明可實現具備上述管理裝置30及動力傳達機構之管理系統。管理系統中之動力傳達機構可具備驅動輪14、從動輪15、正時皮帶16、滾珠螺桿機構20、及螺帽18。但是，可應用於本發明之管理系統之動力傳達機構並不限定於上述例，例如亦可應用於齒車機構等動力傳達機構。

又，本發明並不限定於上述各種構成或功能，當然，可在不脫離其主旨之範圍內進行各種變更或替換。例如於上述實施方式中，係以射出成形機1作為應用例，但如上所述，亦可應用於將作為加壓裝置或切削裝置等負荷側裝置之驅動源的馬達之動力經由動力傳達機構傳達至負荷側機器之情形。

又，上述實施方式中，對作為動力傳達機構之滾珠螺桿機構20之螺桿軸17基於特徵量進行了劣化判定，但亦可應用於作為動力傳達機構之正時皮帶16或替代其之鏈條等之劣化判定。

又，上述實施方式中，應用了滾珠螺桿機構20作為動力傳達機構，但本發明亦可應用於不經由滾珠之包含螺栓及螺帽之螺桿機構。

S1~S5:步驟

Claims

一種管理裝置，其係將來自電動機之驅動力傳達至負荷側裝置之動力傳達機構之管理裝置，該管理裝置具備：電流獲取部，其獲取上述動力傳達機構受到驅動之每單位步驟之上述電動機之電流值；特徵量算出部，其將上述單位步驟分割成複數個區間，算出將該每個區間之上述電流值進行平均所得之平均電流值；及診斷部，其進行異常偵測；上述診斷部基於複數個上述區間之上述平均電流值算出狀態量推定值，基於該狀態量推定值進行上述單位步驟之異常檢測。
如請求項1之管理裝置，其中上述診斷部算出作為基準之基準電流值與上述每個區間之上述平均電流值之差作為特徵量，於上述每個區間之上述特徵量中，就上述單位步驟中之作為最大平均電流值之特徵量、及作為最小平均電流值之特徵量而言，算出上述作為最大平均電流值之特徵量與上述作為最小平均電流值之特徵量之差的絕對值作為上述狀態量推定值；該最小平均電流值係與該最大平均電流值具有最大之電流值差之平均電流值。
如請求項1之管理裝置，其中上述診斷部算出作為基準之基準電流值與上述每個區間之上述平均電流值之差作為特徵量，分類為電流值大於上述基準電流值之第1平均電流值群與電流值小於上述基準電流值之第2平均電流值群，算出上述第1平均電流值群之上述特徵量之平均值與上述第2平均電流值群之上述特徵量之差的絕對值作為上述狀態量推定值。
如請求項1之管理裝置，其中上述診斷部係分類作為基準之基準電流值與上述每個區間之上述平均電流值之差分成為正值之第1平均電流值群與上述差分成為負值之第2平均電流值群，比較上述第1平均電流值群之特徵量之數與上述第2平均電流值群之特徵量之數，算出上述特徵量之數大之平均電流值群中與上述基準電流值之差之絕對值最大之值作為上述狀態量推定值。
如請求項1之管理裝置，其中上述平均電流值為上述每個區間所規定之正閾值以下且負閾值以上。
如請求項1之管理裝置，其進而具備位置獲取部，該位置獲取部獲取上述動力傳達機構受到驅動之每單位步驟之電流值，上述位置獲取部於與上述電流獲取部相同之時點獲取位置資訊，於檢測到上述動力傳達機構之異常時，輸出與上述單位步驟對應之位置。
如請求項1之管理裝置，其進而具備顯示上述平均電流值之顯示部。
如請求項1之管理裝置，其進而具備顯示部，該顯示部顯示表示上述狀態量推定值與日期時間之關係之圖表。
如請求項8之管理裝置，其中隔開指定之天數間隔於上述顯示部顯示上述狀態量推定值。
如請求項8之管理裝置，其中將1天測定了複數次之上述狀態量推定值進行平均，作為當天之上述狀態量推定值顯示於上述顯示部。
一種管理方法，其係將來自電動機之驅動力傳達至負荷側裝置之動力傳達機構之管理方法，該管理方法包括：電流獲取步驟，其係獲取上述動力傳達機構受到驅動之每單位步驟之電流值；平均電流值算出步驟，其係將上述單位步驟分割成複數個區間，算出將該每個區間之上述電流值進行平均所得之平均電流值；及異常偵測步驟，其進行異常偵測；上述異常偵測步驟係基於複數個上述區間之上述平均電流值算出狀態量推定值，基於該狀態量推定值進行上述單位步驟之異常檢測。
如請求項11之管理方法，其中上述異常偵測步驟係將作為基準之基準電流值與上述每個區間之上述平均電流值進行比較，算出差最大之平均電流值作為特徵量，於上述每個區間之上述特徵量中，就上述單位步驟中之作為最大平均電流值之特徵量、及作為最小平均電流值之特徵量而言，算出上述作為最大平均電流值之特徵量與上述作為最小平均電流值之特徵量之差的絕對值作為上述狀態量推定值；該最小平均電流值係與該最大平均電流值具有最大之電流值差之平均電流值。
一種管理系統，其具備如請求項1至10中任一項之管理裝置及上述動力傳達機構。