WO2020121429A1 - 異常検出装置，工作機械，異常検出方法及びプログラム - Google Patents

異常検出装置，工作機械，異常検出方法及びプログラム Download PDF

Info

Publication number
WO2020121429A1
WO2020121429A1 PCT/JP2018/045640 JP2018045640W WO2020121429A1 WO 2020121429 A1 WO2020121429 A1 WO 2020121429A1 JP 2018045640 W JP2018045640 W JP 2018045640W WO 2020121429 A1 WO2020121429 A1 WO 2020121429A1
Authority
WO
WIPO (PCT)
Prior art keywords
series data
time series
abnormality
evaluation value
cutting tool
Prior art date
Application number
PCT/JP2018/045640
Other languages
English (en)
French (fr)
Inventor
内田　剛
弘健 江嵜
博史 大池
アヌスヤ ナラサンビ
Original Assignee
株式会社Ｆｕｊｉ
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 株式会社Ｆｕｊｉ filed Critical 株式会社Ｆｕｊｉ
Priority to JP2020559598A priority Critical patent/JP7333337B2/ja
Priority to PCT/JP2018/045640 priority patent/WO2020121429A1/ja
Priority to US17/311,582 priority patent/US20220026892A1/en
Priority to CN201880100066.4A priority patent/CN113165134B/zh
Publication of WO2020121429A1 publication Critical patent/WO2020121429A1/ja

Links

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
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23B—TURNING; BORING
    • B23B49/00—Measuring or gauging equipment on boring machines for positioning or guiding the drill; Devices for indicating failure of drills during boring; Centering devices for holes to be bored
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23B—TURNING; BORING
    • B23B49/00—Measuring or gauging equipment on boring machines for positioning or guiding the drill; Devices for indicating failure of drills during boring; Centering devices for holes to be bored
    • B23B49/001—Devices for detecting or indicating failure of drills
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
    • B23Q17/0952—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool during machining
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/182—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by the machine tool function, e.g. thread cutting, cam making, tool direction control
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G05B19/195—Controlling the position of several slides on one axis
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065—Monitoring tool breakage, life or condition
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37233—Breakage, wear of rotating tool with multident saw, mill, drill
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50197—Signature analysis, store working conditions, compare with actual

Definitions

  • the abnormality detection device of the present disclosure Abnormality of a machine tool provided with a cutting tool for making a hole, a first drive section for axially rotating the cutting tool, and a second driving section for moving the cutting tool in the Z-axis direction which is the axial direction of the cutting tool.
  • a detection device A time-series data acquisition unit that acquires target time-series data that is time-series data of the movement load of the cutting tool in the Z-axis direction during the boring process, By using singular spectrum conversion, at least a part of the data of the acquired target time series data and at least a part of the data of the reference time series data that is the time series data of the mobile load that can be regarded as normal, and An evaluation value derivation unit that derives an evaluation value representing the degree, An abnormality determination unit that determines the presence or absence of abnormality of the machine tool based on the derived evaluation value, It is equipped with.
  • the abnormality detection device by determining whether or not there is an abnormality based on the derived evaluation value, the abnormality of the machine tool can be accurately determined as compared with the case where the abnormality is simply determined based on the magnitude of the current. It can be detected well.
  • the abnormality of the machine tool is, for example, breakage of the cutting tool.
  • the evaluation value may be the degree of similarity or the degree of change.
  • FIG. 3 is a block diagram showing an electrical connection relationship of the machine tool 10.
  • the flowchart which shows an example of an abnormality detection processing routine.
  • Conceptual diagram showing how to create a target time series matrix X 1 from the target time series data.
  • Conceptual diagram showing how to derive the target feature matrix U 1 from the target time series matrix X 1.
  • the control unit 50 is configured as a microcomputer centered on a CPU (not shown), and in addition to the CPU, a ROM that stores various programs, a RAM that temporarily stores data, and an input/output port (none of which are shown). And so on.
  • the control unit 50 also includes a storage unit 52 including an HDD.
  • the storage unit 52 stores reference time series data 55 described later.
  • the control unit 50 outputs control signals to the Q-axis motor 24, the Z-axis motor 34, and the light emitting unit 44 to control them. Further, the current value of the ball screw 32 output from the current sensor 40, the position detection signal from the Z-axis position sensor 42, and the like are input to the control unit 50.
  • the control unit 50 acquires the waveform of the drive current from the beginning to the end of this cutting period as target time series data.
  • the control unit 50 for example, based on the position information of the head 20 acquired from the Z-axis position sensor 42, the height of the object 60 included in the production program, the depth of the hole to be formed, and the like, the start and end of the cutting period.
  • the target time series data can be acquired by detecting Specifically, the target time-series data is, for example, a set of a plurality of data in which time (or measurement order) and current value are associated with each other.
  • the current value at time t is represented as X(t), where t is time.
  • the target time-series data is data of (M+N-1) current values from time T to time (T+M+N-2). M and N will be described later.
  • control unit 50 creates a target time series matrix X 1 represented by the following formula (1) based on at least a part of the target time series data acquired in step S100 (step S110).
  • the control unit 50 reads the reference time series data 55 stored in the storage unit 52 (step S130).
  • the reference time-series data 55 is time-series data of the moving load of the drill 26 in the Z-axis direction at the time of drilling that can be regarded as normal.
  • the drilling of the object 60 is performed in advance in a state where there is no abnormality in the machine tool 10 such as breakage or breakage of the drill 26, and the reference time series is based on the drive current of the Z-axis motor 34 measured at this time.
  • the data 55 is created and stored in the storage unit 52.
  • step S170 when it is determined in step S170 that there is no abnormality, the control unit 50 stores (overwrites) the target time series data acquired in step S100 this time in the storage unit 52 as the reference time series data 55. (Step S190).
  • the control unit 50 determines in step S170 that there is no abnormality, the target time series data acquired in step S100 this time can be regarded as normal time series data. Therefore, the control unit 50 stores the target time series data in the storage unit 52 so as to be used as the new reference time series data 55.
  • the control unit 50 sets the target time series data acquired in the latest (one time before) step S100 in step S130 as the reference time series data 55 from the storage unit 52. It will be read.
  • the control unit 50 since the control unit 50 performs the above-described step S190, the target time-series data that is not determined to be abnormal in step S170 of the abnormality detection process and that is acquired during the drilling process performed one time before is the reference time-series data.
  • the similarity R is derived as 55. Therefore, the control unit 50 derives the degree of similarity R when the latest (one time before) time series data that can be regarded as normal is the reference time series data 55. Therefore, for example, even when the time series data at the time of normal drilling changes with time, it is difficult to erroneously detect the change with time as an abnormality. Therefore, with this machine tool 10, the abnormality of the machine tool 10 can be detected more accurately.
  • control unit 50 always performs the process of step S190 when determining that there is no abnormality in step S170, but the present invention is not limited to this.
  • the control unit 50 may count the number of times it is determined that there is no abnormality in step S170 and perform the process of step S190 when the counted number reaches a predetermined number P (>1).
  • the control unit 50 uses, as the reference time-series data 55, the target time-series data of the most recent time (either one time before to P times before) determined to have no abnormality in step S170. ..
  • the size of the time series data (for example, the size of X(t) in FIG. 4) becomes small as a whole, so the time series data of the normal time and the abnormal time Difference also becomes small, and it becomes difficult to detect an abnormality.
  • the abnormality of the machine tool 10 can be stably detected regardless of the diameter of the drill 26.
  • the diameter of the drill 26 may be smaller than the diameter of the ball screw 32. Even in this case, for the reasons described above, the machine tool 10 of the present embodiment can accurately detect the abnormality of the machine tool 10.
  • the machine tool 10 also serves as an abnormality detection device that detects its own abnormality, but the invention is not limited to this.
  • a part of the control unit 50 that has a function of performing abnormality detection processing may be an abnormality detection device independent of the machine tool 10.
  • the abnormality detection device and the machine tool 10 as a machine tool of the present disclosure have been described, but the invention is not particularly limited to this, and an abnormality detection method or a program thereof may be used.
  • the predetermined number of times may have a value of 1.
  • the abnormality detection device derives the evaluation value when the latest time series data that can be regarded as normal is used as the reference time series data, and thus it is possible to further suppress erroneous detection of a change over time as an abnormality.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Drilling And Boring (AREA)
  • Machine Tool Sensing Apparatuses (AREA)
  • Numerical Control (AREA)

Abstract

本開示の異常検出装置は、穴あけ加工を行うための刃具と、該刃具を軸回転させる第１駆動部と、該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、を備えた工作機械の異常検出装置である。この異常検出装置は、前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得部と、特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出部と、前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定部と、を備える。

Description

異常検出装置，工作機械，異常検出方法及びプログラム
　本明細書では、異常検出装置，工作機械，異常検出方法及びプログラムを開示する。
　従来、穴あけ加工を行う工作機械の工具の折損を検知する装置が知られている。例えば、特許文献１に記載のＮＣ装置（数値制御装置）は、サーボモータに流れる電流の大きさに基づいて主軸の工具折損を検出している。具体的には、検出された電流が主軸の異常送り負荷に対応する電流の設定値を一定時間超えた場合に、折損検知信号を出力している。
特開平１１－１７０１０５号公報
　しかし、特許文献１のように単に電流の大きさと設定値とに基づいて異常を判定する方法では、異常の検出精度が不十分な場合があった。
　本開示は、上述した課題を解決するためになされたものであり、工作機械の異常を精度良く検出することを主目的とする。
　本開示は、上述した主目的を達成するために以下の手段を採った。
　本開示の異常検出装置は、
　穴あけ加工を行うための刃具と、該刃具を軸回転させる第１駆動部と、該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、を備えた工作機械の異常検出装置であって、
　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得部と、
　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出部と、
　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定部と、
　を備えたものである。
　この異常検出装置は、まず、穴あけ加工時の刃具のＺ軸方向の移動負荷の時系列データである対象時系列データを取得する。次に、異常検出装置は、特異スペクトル変換（特異スペクトル解析ともいう）を用いて、対象時系列データの少なくとも一部のデータと、正常とみなせる移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する。そして、異常検出装置は、評価値に基づいて工作機械の異常の有無を判定する。この異常検出装置は、特異スペクトル変換を用いることにより、今回取得された対象時系列データと基準時系列データとの各々の特徴パターンの類似の程度を表す評価値を導出できる。したがって、この異常検出装置では、導出された評価値に基づく異常の有無の判定を行うことで、例えば単に電流の大きさに基づいて異常を判定する場合と比較して、工作機械の異常を精度良く検出できる。工作機械の異常とは、例えば刃具の折損などである。この場合において、前記評価値は、類似度としてもよいし、変化度としてもよい。
工作機械１０の概略構成を示す正面図。 工作機械１０の電気的な接続関係を示すブロック図。 異常検出処理ルーチンの一例を示すフローチャート。 対象時系列データから対象時系列行列Ｘ1を作成する様子を示す概念図。 対象時系列行列Ｘ1から対象特徴行列Ｕ1を導出する様子を示す概念図。
　本開示の異常検出装置及び工作機械の実施形態の一例である工作機械１０について、図面を参照しながら以下に説明する。図１は工作機械１０の概略構成を示す正面図、図２は工作機械１０の電気的な接続関係を示すブロック図である。図１中のハッチング部分は、ガイド部材３６を紙面に平行な面で切断した断面である。工作機械１０は、ドリル２６（刃具の一例）を昇降させて、例えば金属製の部材などの対象物６０の穴あけ加工を行う機械である。工作機械１０は、基台１１と、ヘッド２０と、ヘッド移動機構３０と、電流センサ４０（図２参照）と、Ｚ軸位置センサ４２（図２参照）と、発光部４４と、制御部５０と、を備えている。ヘッド２０，ヘッド移動機構３０及び制御部５０は、基台１１上に配置されている。また、穴あけ加工の対象となる対象物６０は、基台１１上であってヘッド２０のドリル２６の真下に載置される。
　ヘッド２０は、ドリル２６を軸回転させつつ自身が昇降することにより、対象物６０の穴あけ加工を行う装置である。ヘッド２０は、ヘッド本体２１と、昇降板２２と、Ｑ軸モータ２４（第１駆動部の一例）と、ドリル２６とを備えている。ヘッド本体２１は、略直方体形状の部材であり、内部にＱ軸モータ２４が配設されている。ヘッド本体２１の左側には昇降板２２が接続されている。昇降板２２は、平板状の部材であり、上下方向に延びるボールネジ３２に昇降可能に取り付けられている。Ｑ軸モータ２４は、回転駆動力を出力してドリル２６を軸回転させる。ドリル２６は、対象物６０の穴あけ加工を行うための部材である。ドリル２６は、ヘッド２０の下側に交換可能に取り付けられている。ドリル２６の軸方向は図１の矢印で示される上下方向である。上下方向をＺ軸方向とも称する。
　ヘッド移動機構３０は、ヘッド２０をＺ軸方向に移動させる、すなわちヘッド２０を昇降させる機構である。ヘッド移動機構３０は、ボールネジ３２と、Ｚ軸モータ３４（第２駆動部の一例）と、ガイド部材３６と、を備えている。ボールネジ３２は、軸方向がＺ軸方向と平行になるように配設されており、昇降板２２を上下に貫通している。Ｚ軸モータ３４は、例えばサーボモータとして構成されており、ボールネジ３２の上方に配設されており、回転駆動力を出力してボールネジ３２を軸回転させる。ガイド部材３６は、図１の右側に開口した内部空間を有する箱状の部材であり、内部空間にボールネジ３２及び昇降板２２が配置されている。ガイド部材３６は、内周面に図示しないガイドレールを備えており、昇降板２２の昇降をガイドする。ガイド部材３６の上には、Ｚ軸モータ３４が配置されている。このヘッド移動機構３０は、Ｚ軸モータ３４がボールネジ３２を回転させることにより、昇降板２２を昇降させ、これによってドリル２６を含むヘッド２０全体をＺ軸方向に移動させる。
　電流センサ４０（図２参照）は、Ｚ軸モータ３４の駆動電流を測定する。Ｚ軸モータ３４の駆動電流は、Ｚ軸モータ３４の駆動軸やボールネジ３２のトルクと相関があり、ボールネジ３２のトルクはドリル２６のＺ軸方向の移動負荷と相関がある。そのため、Ｚ軸モータ３４の駆動電流は、ドリル２６のＺ軸方向の移動負荷を表す情報である。
　Ｚ軸位置センサ４２（図２参照）は、ヘッド２０のＺ軸方向の位置を検知するセンサである。本実施形態では、Ｚ軸位置センサ４２は、ヘッド２０に取り付けられたレーザー変位式のセンサとした。Ｚ軸位置センサ４２は、レーザー光を下方に照射し、基台１１の上面で反射された後のレーザー光を受光して、レーザー光の受光位置の違いに基づいて、ヘッド２０のＺ方向の位置を検出する。
　発光部４４は、赤緑青の３色のＬＥＤをそれぞれ複数備えた光源ユニットであり、種々の色に発光可能である。発光部４４は、ガイド部材３６の上端部の右面に配設されている。発光部４４は、例えば作業者に異常を報知するために用いられる。
　制御部５０は、図示しないＣＰＵを中心とするマイクロコンピュータとして構成されており、ＣＰＵの他に各種プログラムを記憶するＲＯＭやデータを一時的に記憶するＲＡＭ、入出力ポート（何れも図示せず）などを備えている。また、制御部５０は、ＨＤＤなどで構成された記憶部５２を備えている。記憶部５２には、後述する基準時系列データ５５が記憶されている。制御部５０は、Ｑ軸モータ２４，Ｚ軸モータ３４，及び発光部４４に制御信号を出力してこれらを制御する。また、制御部５０には、電流センサ４０から出力されるボールネジ３２の電流値、及びＺ軸位置センサ４２からの位置検出信号などが入力される。
　次に、工作機械１０が対象物６０の穴あけ加工を行う穴あけ処理を行うときの動作について説明する。工作機械１０は、例えば図示しない管理装置から受信した生産プログラムに基づいて、対象物６０の穴あけ処理を行い、この穴あけ処理を繰り返し実行する。生産プログラムには、対象物６０の形状，形成すべき穴の深さ，穴あけ加工を行う対象物６０の数などの情報が含まれる。工作機械１０が穴あけ処理を行う際には、まず、基台１１上に例えばロボットアームやベルトコンベアなどの図示しない搬送装置によって対象物６０が搬入され、ドリル２６の真下に位置決めされる。次に、工作機械１０の制御部５０は、Ｑ軸モータ２４を駆動させてドリル２６を軸回転させ、Ｚ軸モータ３４を駆動させてドリル２６を下降させる。そして、制御部５０は、Ｚ軸位置センサ４２からの位置検出信号に基づいて、対象物６０に形成すべき深さの穴が形成されるまで、ヘッド２０を下降させる。その後、制御部５０は、Ｚ軸モータ３４によりドリル２６を上昇させて、対象物６０の上方までドリル２６を退避させる。その後、穴あけ加工が行われた対象物６０は、図示しない搬送装置によって工作機械１０から搬出され、例えば次の工程に送られる。工作機械１０は、このような穴あけ処理を、生産プログラムで定められた回数だけ繰り返し実行する。ここで、穴あけ処理のうち、ドリル２６が実際に対象物６０の切削を行う動作を、穴あけ加工と称する。すなわち、１回の穴あけ加工とは、ドリル２６が下降して対象物６０に接触してからドリル２６の下降が終わるまでを意味する。
　工作機械１０は、この穴あけ処理を行う際に、例えばドリル２６の破損や折損などの工作機械１０の異常を検出する異常検出処理を行う。図３は異常検出処理ルーチンの一例を示すフローチャートであり、図４は対象時系列データから対象時系列行列Ｘ1を作成する様子を示す概念図であり、図５は対象時系列行列Ｘ1から対象特徴行列Ｕ1を導出する様子を示す概念図である。異常検出処理ルーチンは、例えば記憶部５２に記憶されており、穴あけ処理の開始時（例えばドリル２６の下降の開始時）に開始される。
　この異常検出処理ルーチンの実行が開始されると、制御部５０は、まず、穴あけ加工時のドリル２６のＺ軸方向の移動負荷の時系列データである対象時系列データを取得する（ステップＳ１００）。本実施形態では、上述したように、ドリル２６のＺ軸方向の移動負荷を表す情報として、Ｚ軸モータ３４の駆動電流を用いる。そこで、ステップＳ１００では、制御部５０は電流センサ４０が測定した駆動電流に基づいて、対象時系列データを取得する。図４に示す波形は、電流センサ４０により測定された駆動電流の波形の一例である。図４中の「切削期間」は、１回の穴あけ加工が行われている期間を表す。本実施形態では、制御部５０は、この切削期間の始期から終期までの駆動電流の波形を、対象時系列データとして取得する。制御部５０は、例えばＺ軸位置センサ４２から取得したヘッド２０の位置情報，生産プログラムに含まれる対象物６０の高さ及び形成すべき穴の深さなどに基づいて、切削期間の始期及び終期を検出して、対象時系列データを取得することができる。対象時系列データは、具体的には、例えば時刻（又は測定順序）と電流値とを対応付けた複数のデータの集合である。ｔを時刻として、時刻ｔにおける電流値をＸ（ｔ）と表記する。また、対象時系列データは、時刻Ｔから時刻（Ｔ＋Ｍ＋Ｎ－２）までの（Ｍ＋Ｎ－１）個の電流値のデータとした。Ｍ，Ｎについては後述する。
　続いて、制御部５０は、ステップＳ１００で取得した対象時系列データの少なくとも一部のデータに基づいて、下記式（１）で表される対象時系列行列Ｘ1を作成する（ステップＳ１１０）。
Figure JPOXMLDOC01-appb-M000001
　本実施形態では、制御部５０は、ステップＳ１００で取得した対象時系列データを全て用いて、対象時系列行列Ｘ1を作成する。対象時系列行列Ｘ1は、下記式（１）及び図４からもわかるように、例えば以下のように作成する。まず、制御部５０は、対象時系列データ（Ｘ（Ｔ），Ｘ（Ｔ＋１），・・・，Ｘ（Ｔ＋Ｍ＋Ｎ－２）のうち時刻Ｔからから連続するＭ個の電流値の部分時系列（スライド窓ともいう）を取り出して、対象時系列行列Ｘ1を構成する列ベクトルとする。そして、制御部５０は、この列ベクトルを取り出す位置を時刻Ｔから時刻（Ｔ＋Ｎ－１）まで１つずつずらしていくことで計Ｎ個の列ベクトルを取り出し、これらを列方向に並べることで、Ｍ行Ｎ列の対象時系列行列Ｘ1を得る。このように、制御部５０は、対象時系列データに基づいて、連続したＭ個の電流値のデータ（部分時系列）を、時刻を変えて複数個取り出して、Ｍ個のデータの集合をＮ個含むような行列を作成する。Ｍ，Ｎの値は、例えば精度良く異常の検出が可能であり且つデータ数が大きくなりすぎないような値として、予め実験により定めておくことができる。なお、対象時系列データのデータ数が、対象時系列行列Ｘ1の作成に用いる（Ｍ＋Ｎ－１）個より多い場合には、制御部５０は対象時系列データの一部のデータを用いて対象時系列行列Ｘ1を作成すればよい。
　次に、制御部５０は、ステップＳ１１０で作成した対象時系列行列Ｘ1を特異値分解した結果に基づき、対象時系列データの特徴的なパターン（以下、特徴パターン）を表す対象特徴行列Ｕ1を導出する（ステップＳ１２０）。このステップＳ１２０では、制御部５０は、まず、Ｍ行Ｎ列の対象時系列行列Ｘ1を特異値分解して、左特異行列Ｕrと、ｒ行ｒ列の対角行列と、行列Ｖr Tと、を導出する（図５上段参照）。左特異行列Ｕrは、Ｍ行ｒ列の行列である。対角行列は、ｅ1，ｅ2，・・・，ｅrを対角要素にもつｒ行ｒ列の行列である。行列Ｖr Tは、ｒ行Ｎ列の行列であり、右特異行列Ｖrの転置行列である。ｒは、対象時系列行列Ｘ1の階数（ｒａｎｋ）である。このような特異値分解は公知であり、例えば参考文献（井出剛、「入門　機械学習による異常検知　－Ｒによる実践ガイド－」、コロナ社、２０１５年３月１３日）に記載されている。続いて、制御部５０は、特異値分解で導出された左特異行列Ｕrに基づいて、左特異行列Ｕrの第１列から第ｍ列まで（ｍはｒ以下の整数）の要素からなるＭ行ｍ列の対象特徴行列Ｕ1を導出する（図５下段参照）。こうして得られた対象特徴行列Ｕ1は、対象時系列データ（より具体的には対象時系列データに基づく対象時系列行列Ｘ1）の特徴的なパターンを表すデータとなっている。ここで、左特異行列Ｕrでは、第ｒ列から第１列に向かうほど、対象時系列行列Ｘ1の全体的又は支配的な特徴パターンを表すデータになっている。そのため、左特異行列Ｕrの第１列から第ｍ列までの要素からなる対象特徴行列Ｕ1は、電流波形のノイズなどの異常検出に不要な要素の影響が除去されて、対象時系列行列Ｘ1のうち異常検出の判定に有用な特徴パターンを表すデータになっている。ｍの値は、精度良く異常の検出が可能となるように、予め実験により定めておくことができる。
　次に、制御部５０は、記憶部５２に記憶された基準時系列データ５５を読み出す（ステップＳ１３０）。基準時系列データ５５は、正常とみなせる穴あけ加工時のドリル２６のＺ軸方向の移動負荷の時系列データである。本実施形態では、予めドリル２６の破損や折損などの工作機械１０の異常がない状態で対象物６０の穴あけ加工を行い、このとき測定されたＺ軸モータ３４の駆動電流に基づいて基準時系列データ５５を作成して、記憶部５２に記憶しておくものとした。
　続いて、制御部５０は、ステップＳ１３０で読み出した基準時系列データ５５の少なくとも一部のデータに基づいて、基準時系列行列Ｘ2を作成する（ステップＳ１４０）。ステップＳ１４０は、上述したステップＳ１１０における対象時系列行列Ｘ1の作成と同様の方法で行うことができるため、詳細な説明を省略する。ステップＳ１４０におけるＭ，Ｎの値は、ステップＳ１１０と同じ値とする。
　その後、制御部５０は、ステップＳ１４０で作成した基準時系列行列Ｘ2を特異値分解した結果に基づき、基準時系列データ５５の特徴パターンを表す基準特徴行列Ｕ2を導出する（ステップＳ１５０）。ステップＳ１５０は、上述したステップＳ１２０における対象特徴行列Ｕ1の導出と同様の方法で行うことができるため、詳細な説明を省略する。ステップＳ１５０におけるｍの値は、ステップＳ１２０と同じ値とする。導出された基準特徴行列Ｕ2は、基準時系列行列Ｘ2のうち異常検出の判定に有用な特徴パターンを表すデータになっている。
　そして、制御部５０は、ステップＳ１２０で導出した対象特徴行列Ｕ1と、ステップＳ１５０で導出した基準特徴行列Ｕ2と、の行列積の行列２ノルムを下記式（２）により導出して、導出した値を類似度Ｒとする（ステップＳ１６０）。行列２ノルムは公知であり、例えば上述した参考文献に記載されている。対象時系列データ（より具体的には対象時系列データに基づく対象時系列行列Ｘ1）の特徴パターンと基準時系列データ５５（より具体的には基準時系列データ５５に基づく基準時系列行列Ｘ2）の特徴パターンとが類似しているほど、類似度Ｒは大きい値になる。ここで、特異値分解を用いて２つの時系列データの特徴パターン（ここでは対象特徴行列Ｕ1及び基準特徴行列Ｕ2）を求める手法を特異スペクトル変換という。そして、制御部５０は、この特異スペクトル変換を用いて得られた２つの特徴パターンに基づいて、両者の類似の程度（言い換えると、両者の変化の程度）を表す類似度Ｒを導出している。このように、本実施形態では、制御部５０は、特異スペクトル変換を用いることで、例えば毎回異なる電流波形をもたらすノイズの影響などを除去した、対象時系列データと基準時系列データ５５との特徴パターンの類似の程度を精度良く表す評価値として、類似度Ｒを導出する。
　Ｒ＝||Ｕ1 TＵ2||2      （２）
　ステップＳ１６０で類似度Ｒを導出すると、制御部５０は、類似度Ｒに基づいて工作機械１０の異常の有無を判定する（ステップＳ１７０）。本実施形態では、制御部５０は、類似度Ｒが所定の閾値Ｒｒｅｆ以下であった場合に異常があると判定する。閾値Ｒｒｅｆは、例えば実験により予め定めておくことができる。
　ステップＳ１７０で異常があると判定した場合には、制御部５０は、例えばＱ軸モータ２４及びＺ軸モータ３４を停止させるなど工作機械１０の動作を停止すると共に、発光部４４を発光させて作業者に異常を報知して（ステップＳ１８０）、本ルーチンを終了する。異常の報知は、発光に限らず音声を出力して行ってもよいし、工作機械１０の管理装置や作業者が所有する端末などに異常を報知する信号を出力して行ってもよい。
　一方、ステップＳ１７０で異常がないと判定した場合には、制御部５０は、今回のステップＳ１００で取得した対象時系列データを、基準時系列データ５５として記憶部５２に記憶（ここでは上書き）する（ステップＳ１９０）。制御部５０がステップＳ１７０で異常がないと判定した場合、今回のステップＳ１００で取得された対象時系列データは正常な時系列データとみなすことができる。そのため、制御部５０は、この対象時系列データを新たな基準時系列データ５５として使用すべく、記憶部５２に記憶しておく。これにより、次回の異常検出処理ルーチンの実行時には、制御部５０は、ステップＳ１３０において直近（１回前）のステップＳ１００で取得された対象時系列データを、基準時系列データ５５として記憶部５２から読み出すことになる。
　ここで、本実施形態の構成要素と本開示の構成要素との対応関係を明らかにする。本実施形態の工作機械１０が本開示の工作機械及び異常検出装置に相当し、ドリル２６が刃具に相当し、Ｑ軸モータ２４が第１駆動部に相当し、Ｚ軸モータ３４が第２駆動部に相当し、制御部５０が時系列データ取得部，評価値導出部，及び異常判定部に相当する。本実施形態では、制御部５０の動作を説明することにより、本開示の異常検出方法の一例も明らかにしている。
　以上詳述した本実施形態の工作機械１０では、制御部５０は、まず、穴あけ加工時のドリル２６のＺ軸方向の移動負荷（ここではＺ軸モータ３４の電流）の時系列データである対象時系列データを取得する。次に、制御部５０は、特異スペクトル変換を用いて、対象時系列データの少なくとも一部のデータと、正常とみなせるＺ軸モータ３４の電流の時系列データである基準時系列データ５５の少なくとも一部のデータと、の類似の程度を表す評価値（ここでは類似度Ｒ）を導出する。そして、制御部５０は、類似度Ｒに基づいて工作機械１０の異常の有無を判定する。制御部５０は、特異スペクトル変換を用いることにより、今回取得された対象時系列データと基準時系列データ５５との各々の特徴パターンの類似の程度を表す類似度Ｒを導出できる。したがって、この工作機械１０では、制御部５０が導出された類似度Ｒに基づく異常の有無の判定を行うことで、例えば単に電流の大きさに基づいて異常を判定する場合と比較して、ドリル２６の折損などの工作機械１０の異常を精度良く検出できる。例えば、対象時系列データと基準時系列データ５５とは、理想的には同一のデータとなるが、実際にはノイズなどの様々な影響を受ける。そのため、対象時系列データが正常時のデータであっても、対象時系列データと基準時系列データ５５とは全く同じにはならない。このような場合でも、本実施形態の工作機械１０では、上述した手法を用いることで、異常の誤検出や誤不検出を抑制して、工作機械１０の異常を精度良く検出できる。
　また、制御部５０は、上述したステップＳ１９０を行うため、異常検出処理のステップＳ１７０で異常と判定されず且つ１回前に行われた穴あけ加工時に取得された対象時系列データを基準時系列データ５５として、類似度Ｒを導出する。したがって、制御部５０は、直近（１回前）の正常とみなせる時系列データを基準時系列データ５５とした場合の類似度Ｒを導出することになる。そのため、例えば正常な穴あけ加工時の時系列データが経年と共に変化する場合でも、経年による変化を異常として誤検出しにくくなる。したがって、この工作機械１０では、工作機械１０の異常をより精度良く検出できる。
　なお、本発明は上述した実施形態に何ら限定されることはなく、本発明の技術的範囲に属する限り種々の態様で実施し得ることはいうまでもない。
　例えば、上述した実施形態では、制御部５０は、ステップＳ１００において、１回の穴あけ加工の最初から最後まで（切削期間）にわたるＺ軸モータ３４の駆動電流の時系列データを取得した。しかし、これに限らず、制御部５０は１回の穴あけ加工時の少なくとも一部の期間の時系列データを対象時系列データとして取得すればよい。また、上述した実施形態では、制御部５０は、取得した対象時系列データの全て（時刻Ｔから時刻Ｔ＋Ｍ＋Ｎ－２）のデータを用いて対象時系列行列Ｘ1を作成したが、これに限らず取得した時系列データの少なくとも一部のデータを用いて対象時系列行列Ｘ1を作成すればよい。すなわち、対象時系列行列Ｘ1は、１回の穴あけ加工時の最初から最後までの間の少なくとも一部の期間における駆動電流の時系列データに基づいて作成されていればよい。基準時系列データ５５及び基準時系列行列Ｘ2についても同様である。また、切削期間の一部の時系列データを用いる場合、対象時系列行列Ｘ1と基準時系列行列Ｘ2とで時刻Ｔは同じ値とする（切削期間のうち同じ期間の時系列データを用いる）ことが好ましいが、時刻Ｔが互いに異なっていてもよい。
　この場合において、制御部５０は、１回の穴あけ加工のうち開始時側の所定期間のＺ軸モータ３４の駆動電流の時系列データを、類似度Ｒの導出に用いなくてもよい。例えば、制御部５０は、この所定期間の時系列データを対象時系列データに含めなかったり、対象時系列データには含めるが対象時系列行列Ｘ1の作成には用いなかったりしてもよい。こうすれば、類似度Ｒの導出に用いるデータの数を減らすことができるから、制御部５０の処理負担を減らすことができる。また、仮に１回の穴あけ加工の開始時側の所定期間の間に異常が生じていたとしても、異常が継続していれば、その所定期間以降の残りの期間の時系列データを用いて導出した類似度Ｒにも異常が反映される場合が多い。そのため、開始時側の所定期間の駆動電流の時系列データを類似度Ｒの導出に用いなくとも、工作機械１０の異常検出の精度は低下しにくい。以上により、工作機械１０の異常検出の精度の低下を抑制しつつ、制御部５０の処理負担を減らすことができる。この所定期間は、１回の穴あけ加工のうち前半部分を含む期間としてもよい。
　上述した実施形態では、制御部５０は、ステップＳ１７０で異常がないと判定した場合に、必ずステップＳ１９０の処理を行ったが、これに限られない。例えば、制御部５０は、ステップＳ１７０で異常がないと判定した回数をカウントしておき、カウントした回数が所定回数Ｐ（＞１）に達したときに、ステップＳ１９０の処理を行ってもよい。こうすれば、制御部５０は、基準時系列データ５５として、ステップＳ１７０で異常がないと判定した比較的直近（１回前～Ｐ回前のいずれか）の対象時系列データを用いることになる。こうしても、上述した実施形態と同様に、正常な穴あけ加工時の時系列データの経年による変化を異常として誤検出しにくくなる。また、上述した実施形態のように毎回ステップＳ１９０を行う場合と比べて、制御部５０の処理負担を少なくできる。なお、この例における所定回数Ｐを１とした場合が、上述した実施形態に相当する。また、制御部５０はステップＳ１９０を全く行わなくてもよい。この場合でも予め記憶部５２に基準時系列データ５５を記憶しておけば、これに基づいて類似度Ｒを導出することはできる。
　上述した実施形態では、制御部５０は、対象時系列データと基準時系列データ５５との類似の程度を表す評価値として類似度Ｒを導出したが、これに限られない。例えば、評価値として、下記式（３）に示す変化度Ａを導出してもよい。対象時系列データ（より具体的には対象時系列データに基づく対象時系列行列Ｘ1）の特徴パターンと基準時系列データ５５（より具体的には基準時系列データ５５に基づく基準時系列行列Ｘ2）の特徴パターンとが類似しているほど、変化度Ａは小さい値になる。そのため、制御部５０は、例えばステップＳ１６０で変化度Ａを導出し、ステップＳ１７０で変化度Ａが所定の閾値Ａｒｅｆを超えていた場合に、工作機械１０に異常があると判定してもよい。
　Ａ＝１－（||Ｕ1 TＵ2||2）2     （３）
　上述した実施形態では、穴あけ加工時のドリル２６のＺ軸方向の移動負荷を表す情報として、Ｚ軸モータ３４の駆動電流を用いたが、これに限られない。例えば、トルクメータによりＺ軸モータ３４の駆動軸やボールネジ３２のトルクを測定して、これを移動負荷を表す情報としてもよい。
　上述した実施形態では、ドリル２６のＺ軸方向の移動負荷の時系列データを用いたが、これに代えて、ドリル２６の軸回転の負荷（例えばトルク又はＱ軸モータ２４の電流など）の時系列データを対象時系列データ及び基準時系列データとして用いることも考えられる。しかし、特にドリル２６の径が小さい場合は、ドリル２６の重量が軽い，ドリル２６を回転させるモーメントが小さい，ドリル２６による対象物６０の切削面積が小さく切削抵抗が小さい，などの理由により、ドリル２６の軸回転の負荷が小さくなりやすい。そして、ドリル２６の軸回転の負荷が小さいと、時系列データの大きさ（例えば図４のＸ（ｔ）の大きさ）が全体的に小さくなるため、正常時と異常時との時系列データの違いも小さくなり、異常を検出しにくくなる。これに対し、本実施形態のようにドリル２６のＺ軸方向の移動負荷の時系列データを用いることでは、ドリル２６の径の大小に関わらず安定して工作機械１０の異常を検出できる。ここで、ドリル２６の径は、ボールネジ３２の径よりも小さくてもよい。この場合でも、上述した理由により、本実施形態の工作機械１０では、工作機械１０の異常を精度良く検出できる。
　上述した実施形態では、記憶部５２には基準時系列データ５５が記憶されていたが、これに限られない。基準時系列データ５５に基づく評価値が導出できればよいため、必ずしも基準時系列データ５５それ自体が記憶部５２に記憶されていなくてもよい。例えば、基準時系列データ５５に基づいて導出される基準時系列行列Ｘ2，左特異行列Ｕr，及び基準特徴行列Ｕ2，の少なくともいずれかが、基準時系列データ５５に加えて又は代えて、記憶部５２に記憶されていてもよい。この場合、制御部５０は、必要に応じて上述したステップＳ１３０を変更したりステップＳ１４０，Ｓ１５０の少なくともいずれかを省略したりすればよい。ステップＳ１９０でも、制御部５０は、基準時系列データ５５に加えて又は代えて、基準時系列行列Ｘ2，左特異行列Ｕr，及び基準特徴行列Ｕ2，の少なくともいずれかを記憶部５２に記憶してもよい。
　上述した実施形態では、制御部５０は１回の穴あけ加工において異常の判定を１回行ったが、これに限られない。例えば、制御部５０は、１回の穴あけ加工において、切削期間のうちステップＳ１００で対象時系列データとして取得する期間を変更して、上述した異常判定処理ルーチンを複数回実行してもよい。
　上述した実施形態では、工作機械１０は１つの対象物６０に対して１回の穴あけ加工を行ったが、これに限らず１つの対象物６０に対して複数回の穴あけ加工を行ってもよい。この場合、複数回の穴あけ加工について同じ基準時系列データ５５，Ｍ，Ｎ，ｍ，及びＲｒｅｆを使用してもよい。また、例えば加工内容（例えば形成すべき穴の深さ）に応じて適切な基準時系列データ５５，Ｍ，Ｎ，ｍ，及びＲｒｅｆを用いてもよい。
　上述した実施形態では、Ｚ軸方向は図１の上下方向としたが、これに限られない。Ｚ軸方向は刃具の軸方向であればよく、言い換えると対象物６０にあける穴の軸方向であればよい。例えば、Ｚ軸方向が左右方向など水平方向であってもよい。
　上述した実施形態では、工作機械１０が自身の異常を検出する異常検出装置を兼ねていたが、これに限られない。例えば、制御部５０のうち異常検出処理を行う機能を有する部分を、工作機械１０から独立した異常検出装置としてもよい。また、上述した実施形態では、本開示の異常検出装置及び工作機械としての工作機械１０について説明したが、特にこれに限定されず、異常検出方法の形態やそのプログラムの形態としてもよい。
　本開示の異常検出装置、工作機械、異常検出方法及びプログラムは、以下のように構成してもよい。
　本開示の異常検出装置において、前記評価値導出部は、前記異常判定部で異常と判定されず且つ直近の所定回数以内に行われた前記穴あけ加工時に取得された前記対象時系列データを前記基準時系列データとして、前記評価値を導出してもよい。こうすれば、異常検出装置は、比較的直近の正常とみなせる時系列データを基準時系列データとした場合の評価値を導出するから、例えば正常な穴あけ加工時の時系列データが経年と共に変化する場合でも、経年による変化を異常として誤検出しにくくなる。したがって、この異常検出装置は、工作機械の異常をより精度良く検出できる。
　この場合において、前記所定回数は値１としてもよい。こうすれば、異常検出装置は、直近の正常とみなせる時系列データを基準時系列データとした場合の評価値を導出するから、経年による変化を異常として誤検出することをより抑制できる。
　本開示の異常検出装置において、前記評価値導出部は、１回の前記穴あけ加工のうち開始時側の所定期間の前記移動負荷の時系列データを前記評価値の導出に用いなくてもよい。こうすれば、評価値の導出に用いるデータの数を減らすことができるから、評価値導出部の処理負担を減らすことができる。また、仮に開始時側の所定期間の間に異常が生じていたとしても、異常が継続していれば、残りの期間の時系列データを用いて導出した評価値にも異常が反映される場合が多い。そのため、開始時側の所定期間の移動負荷の時系列データを評価値の導出に用いなくとも、工作機械の異常検出の精度は低下しにくい。以上により、工作機械の異常検出の精度の低下を抑制しつつ、評価値導出部の処理負担を減らすことができる。この場合において、前記所定期間は、１回の前記穴あけ加工のうち前半部分を含む期間としてもよい。
　本開示の工作機械は、
　穴あけ加工を行うための刃具と、
　該刃具を軸回転させる第１駆動部と、
　該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、
　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得部と、
　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出部と、
　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定部と、
　を備えたものである。
　この工作機械は、上述した異常検出装置と同様の時系列データ取得部、評価値導出部、及び異常判定部を備えているから、上述した異常検出装置と同様の効果、例えば工作機械の異常を精度良く検出する効果が得られる。また、工作機械自身が異常を検出できる。
　本開示の異常検出方法は、
　穴あけ加工を行うための刃具と、該刃具を軸回転させる第１駆動部と、該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、を備えた工作機械の異常検出方法であって、
　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得ステップと、
　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出ステップと、
　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定ステップと、
　を含むものである。
　この異常検出方法では、上述した異常検出装置と同様に工作機械の異常を精度良く検出できる。この異常検出方法において、上述した異常検出装置の種々の態様を採用してもよいし、上述した異常検出装置の各機能を実現するようなステップを追加してもよい。
　本開示のプログラムは、上述した異常検出方法を１又は複数のコンピューターに実行させるものである。このプログラムは、コンピューターが読み取り可能な記録媒体（例えばハードディスク、ＲＯＭ、ＦＤ、ＣＤ、ＤＶＤなど）に記録されていてもよいし、伝送媒体（インターネットやＬＡＮなどの通信網）を介してあるコンピューターから別のコンピューターへ配信されてもよいし、その他どのような形で授受されてもよい。このプログラムを１つのコンピューターに実行させるか又は複数のコンピューターに各ステップを分担して実行させれば、上述した異常検出方法の各ステップが実行されるため、この異常検出方法と同様の作用効果が得られる。
　本発明は、対象物の穴あけ加工を行う工作機械の製造産業や、その工作機械を用いて穴あけ加工を行う各種産業に利用可能である。
１０　工作機械、１１　基台、２０　ヘッド、２１　ヘッド本体、２２　昇降板、２４　Ｑ軸モータ、２６　ドリル、３０　ヘッド移動機構、３２　ボールネジ、３４　Ｚ軸モータ、３６　ガイド部材、４０　電流センサ、４２　Ｚ軸位置センサ、４４　発光部、５０　制御部、５２　記憶部、５５　基準時系列データ、６０　対象物。

Claims (7)

  1. 　穴あけ加工を行うための刃具と、該刃具を軸回転させる第１駆動部と、該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、を備えた工作機械の異常検出装置であって、
    　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得部と、
    　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出部と、
    　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定部と、
    　を備えた異常検出装置。
  2. 　前記評価値導出部は、前記異常判定部で異常と判定されず且つ直近の所定回数以内に行われた前記穴あけ加工時に取得された前記対象時系列データを前記基準時系列データとして、前記評価値を導出する、
    　請求項１に記載の異常検出装置。
  3. 　前記所定回数は値１である、
    　請求項２に記載の異常検出装置。
  4. 　前記評価値導出部は、１回の前記穴あけ加工のうち開始時側の所定期間の前記移動負荷の時系列データを前記評価値の導出に用いない、
    　請求項１～３のいずれか１項に記載の異常検出装置。
  5. 　穴あけ加工を行うための刃具と、
    　該刃具を軸回転させる第１駆動部と、
    　該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、
    　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得部と、
    　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出部と、
    　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定部と、
    　を備えた工作機械。
  6. 　穴あけ加工を行うための刃具と、該刃具を軸回転させる第１駆動部と、該刃具を該刃具の軸方向であるＺ軸方向に移動させる第２駆動部と、を備えた工作機械の異常検出方法であって、
    　前記穴あけ加工時の前記刃具の前記Ｚ軸方向の移動負荷の時系列データである対象時系列データを取得する時系列データ取得ステップと、
    　特異スペクトル変換を用いて、前記取得された対象時系列データの少なくとも一部のデータと、正常とみなせる前記移動負荷の時系列データである基準時系列データの少なくとも一部のデータと、の類似の程度を表す評価値を導出する評価値導出ステップと、
    　前記導出された評価値に基づいて前記工作機械の異常の有無を判定する異常判定ステップと、
    　を含む異常検出方法。
  7. 　請求項６に記載の異常検出方法を１又は複数のコンピュータに実行させるためのプログラム。
PCT/JP2018/045640 2018-12-12 2018-12-12 異常検出装置，工作機械，異常検出方法及びプログラム WO2020121429A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020559598A JP7333337B2 (ja) 2018-12-12 2018-12-12 異常検出装置及び工作機械
PCT/JP2018/045640 WO2020121429A1 (ja) 2018-12-12 2018-12-12 異常検出装置，工作機械，異常検出方法及びプログラム
US17/311,582 US20220026892A1 (en) 2018-12-12 2018-12-12 Anomaly detection device, machine tool, anomaly detection method, and program
CN201880100066.4A CN113165134B (zh) 2018-12-12 2018-12-12 异常检测装置、机床、异常检测方法及程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/045640 WO2020121429A1 (ja) 2018-12-12 2018-12-12 異常検出装置，工作機械，異常検出方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2020121429A1 true WO2020121429A1 (ja) 2020-06-18

Family

ID=71075749

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/045640 WO2020121429A1 (ja) 2018-12-12 2018-12-12 異常検出装置，工作機械，異常検出方法及びプログラム

Country Status (4)

Country Link
US (1) US20220026892A1 (ja)
JP (1) JP7333337B2 (ja)
CN (1) CN113165134B (ja)
WO (1) WO2020121429A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022202601A1 (ja) * 2021-03-23 2022-09-29 Dmg森精機株式会社 工作機械、工作機械の制御方法、および工作機械の制御プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116237817B (zh) * 2023-05-06 2023-07-14 济南章力机械有限公司 基于物联网的五轴联动数控机床智能监测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06201398A (ja) * 1993-11-16 1994-07-19 Toyota Motor Corp 機器の異常検出方法およびその装置
JP2001079734A (ja) * 1999-09-10 2001-03-27 Yoshiaki Kakino 工具異常検出装置及びこれを備えた数値制御装置
JP2004130407A (ja) * 2002-10-08 2004-04-30 Fanuc Ltd 工具折損あるいは予知検出装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523701A (en) * 1994-06-21 1996-06-04 Martin Marietta Energy Systems, Inc. Method and apparatus for monitoring machine performance
JP3944942B2 (ja) * 1997-04-10 2007-07-18 ブラザー工業株式会社 工作機械の工具異常検出装置及び工作機械の工具異常検出用プログラムを記録した記録媒体
JP4953239B2 (ja) * 2006-12-11 2012-06-13 インターナショナル・ビジネス・マシーンズ・コーポレーション 観測対象の異常を検出する技術
CN104723171B (zh) * 2015-03-17 2017-02-01 洛阳理工学院 一种基于电流与声发射复合信号的刀具磨损监测方法
JP5845374B1 (ja) * 2015-08-05 2016-01-20 株式会社日立パワーソリューションズ 異常予兆診断システム及び異常予兆診断方法
JP6595416B2 (ja) * 2016-08-09 2019-10-23 ファナック株式会社 サーボ制御装置、サーボ制御装置を用いた主軸故障検出方法及びコンピュータプログラム
WO2018199312A1 (ja) * 2017-04-27 2018-11-01 日本電気株式会社 波形異常判定装置、方法、プログラムと記録媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06201398A (ja) * 1993-11-16 1994-07-19 Toyota Motor Corp 機器の異常検出方法およびその装置
JP2001079734A (ja) * 1999-09-10 2001-03-27 Yoshiaki Kakino 工具異常検出装置及びこれを備えた数値制御装置
JP2004130407A (ja) * 2002-10-08 2004-04-30 Fanuc Ltd 工具折損あるいは予知検出装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IDE, TSUYOSHI: "INTRODUCTION TO ANOMALY DETECTION USING MACHINE LEARNING", 2015, CORONA PUBLISHING CO., LTD, Tokyo, ISBN: 978-4-339-02491-3, pages: 194 - 205 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022202601A1 (ja) * 2021-03-23 2022-09-29 Dmg森精機株式会社 工作機械、工作機械の制御方法、および工作機械の制御プログラム
JP2022147446A (ja) * 2021-03-23 2022-10-06 Dmg森精機株式会社 工作機械、工作機械の制御方法、および工作機械の制御プログラム

Also Published As

Publication number Publication date
JP7333337B2 (ja) 2023-08-24
CN113165134B (zh) 2023-10-13
US20220026892A1 (en) 2022-01-27
CN113165134A (zh) 2021-07-23
JPWO2020121429A1 (ja) 2021-10-07

Similar Documents

Publication Publication Date Title
US10525563B2 (en) Abnormality-detecting device and method for tool of machine tool
US6845340B2 (en) System and method for machining data management
JP4261588B2 (ja) 制御装置
US20140123740A1 (en) Working Abnormality Detecting Device and Working Abnormality Detecting Method for Machine Tool
WO2020121429A1 (ja) 異常検出装置，工作機械，異常検出方法及びプログラム
JP2018156652A (ja) 診断装置、診断システム、診断方法およびプログラム
US20230008247A1 (en) Diagnostic system, diagnostic method, and recording medium
JP2021082126A (ja) 異常検出装置、異常検出方法およびプログラム
JP2016200451A (ja) 信号処理方法、信号処理装置、及び切削加工用異常検出装置
CN107817760B (zh) 机床
JP6603805B2 (ja) 機械の動力伝達系の剛性の決定方法
JP2014113662A (ja) 基板穴明け装置及び基板穴明け方法
CN111201492B (zh) 用于确定钻孔的位置误差和保证钻孔过程的方法
US20110238200A1 (en) Method for determing the machining quality of components, particularly for metal cutting by nc machines
JP2009028752A (ja) トランスファ装置及びトランスファ装置の把持不良検出方法
US20200386651A1 (en) Automatic machine health assessment system for assessing health of a machining tool
CN106514773A (zh) 钻孔机及用于钻孔机上压力脚磨损量的检测方法
JPH04310353A (ja) 盲穴加工方法
JP6786181B2 (ja) 設備診断装置および設備診断方法
JP2020062737A (ja) 工作機械の加工異常検出装置
CN216759183U (zh) 刀具检测装置及加工设备
JP2014124724A (ja) 加工穴検査装置
JP2020151817A (ja) 診断装置、診断システム及び診断プログラム
JP6547570B2 (ja) ワーク寸法確認装置
JP7260077B1 (ja) 切削システムおよび転削工具の状態判定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18943020

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020559598

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18943020

Country of ref document: EP

Kind code of ref document: A1