WO2022079838A1 - 外部信号入出力ユニット、制御システム、機械学習装置および推論装置 - Google Patents

外部信号入出力ユニット、制御システム、機械学習装置および推論装置 Download PDF

Info

Publication number
WO2022079838A1
WO2022079838A1 PCT/JP2020/038796 JP2020038796W WO2022079838A1 WO 2022079838 A1 WO2022079838 A1 WO 2022079838A1 JP 2020038796 W JP2020038796 W JP 2020038796W WO 2022079838 A1 WO2022079838 A1 WO 2022079838A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
external
unit
output
input
Prior art date
Application number
PCT/JP2020/038796
Other languages
English (en)
French (fr)
Inventor
元 今野
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to DE112020006674.6T priority Critical patent/DE112020006674T5/de
Priority to CN202080098966.7A priority patent/CN115335785B/zh
Priority to JP2021510145A priority patent/JP6880353B1/ja
Priority to PCT/JP2020/038796 priority patent/WO2022079838A1/ja
Publication of WO2022079838A1 publication Critical patent/WO2022079838A1/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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • G05B19/4063—Monitoring general control system

Definitions

  • the present disclosure relates to an external signal input / output unit, a control system, a machine learning device, and an inference device used when controlling a controlled object such as a machine tool with a numerical control device.
  • the external signal input / output unit is referred to as an I / O (Input / Output) unit.
  • the external signal includes a signal related to control of a controlled object such as a start signal and a synchronization signal of each servo axis, as well as a signal related to safety such as an emergency stop signal. Therefore, conventionally, when an abnormality occurs in the operation of the I / O unit, a technique capable of instantly detecting the abnormality has been proposed.
  • Patent Document 1 is the operation of the I / O unit normal in a system in which a plurality of I / O units having an output line and an input line of an external signal are connected to a numerical control device that controls a controlled object?
  • a diagnostic method for diagnosing whether or not it is disclosed.
  • a short-circuit loop for short-circuiting the input line and the output line is formed, and a diagnostic signal from the numerical control device to each I / O unit is output to the I / O unit. It enters the input line from the line through a short circuit loop and is returned to the numerical controller.
  • the numerical control device diagnoses the presence or absence of an abnormality in the operation of the I / O unit based on the returned diagnostic signal.
  • the present disclosure has been made in view of the above, and an object thereof is to obtain an external signal input / output unit capable of reducing the number of short-circuit loops required for self-diagnosis as compared with the conventional case.
  • the external signal input / output unit of the present disclosure includes an external signal control unit, an external signal output unit, and an external output signal conversion unit.
  • the external signal control unit controls signals input and output to and from the numerical control device.
  • the external signal output unit outputs an external signal, which is a signal from the external signal control unit, to a device connected to the outside via an output line.
  • the external output signal conversion unit converts a plurality of external output signals branched from the output line into a first diagnostic signal, which is a signal with a number smaller than the number of the plurality of external output signals, and returns the signal to the external signal control unit. ..
  • the external signal input / output unit has the effect that the number of short-circuit loops required for self-diagnosis can be reduced as compared with the conventional case.
  • a block diagram schematically showing an example of the configuration of the control system according to the first embodiment A block diagram schematically showing an example of a case where the external output signal conversion unit of the I / O unit according to the first embodiment is composed of a ladder resistor. A block diagram schematically showing an example of a case where the external output signal conversion unit of the I / O unit according to the first embodiment is composed of a multi-input 1-output D / A converter. The figure which shows the outline of the failure diagnosis in the I / O unit by Embodiment 1.
  • a flowchart showing an example of the procedure of the failure diagnosis method according to the first embodiment.
  • FIG. 1 is a block diagram schematically showing an example of the configuration of the control system according to the first embodiment.
  • the control system 1 according to the first embodiment includes a numerical control device 10 and an I / O unit 20 which is an external signal input / output unit connected to the numerical control device 10.
  • the I / O unit 20 is connected to a connecting device which is a device such as a machine tool (not shown).
  • the connected device is also called a controlled object.
  • the numerical control device 10 is a control device that inputs and outputs an external signal, which is a signal exchanged with a connected device via the I / O unit 20, and performs machining.
  • the I / O unit 20 has an external signal control unit 21, an external signal output unit 22, an external signal input unit 23, and an external output signal conversion unit 24.
  • the external signal control unit 21 controls signals input / output to / from the numerical control device 10.
  • the external signal control unit 21 has a plurality of output lines 215 for outputting data to the connected device, a plurality of input lines 216 for receiving data input from the connected device, and a diagnostic signal from the external output signal conversion unit 24. It has a diagnostic signal input line 217 that accepts the input of the above.
  • the plurality of output lines 215 are connected to the external signal output unit 22, and the plurality of input lines 216 are connected to the external signal input unit 23.
  • the diagnostic signal input line 217 is connected to the external output signal conversion unit 24.
  • the external signal control unit 21 is also connected to the numerical control device 10 and inputs / outputs an external signal.
  • the external signal input from the external signal control unit 21 to the numerical control device 10 is "normal DI (Digital Input) data", that is, a normal DI signal
  • the external signal control unit 10 from the numerical control device 10 The external signal output to 21 is "normal DO (Digital Output) data", that is, a normal DO signal.
  • the external signal output unit 22 has a plurality of output lines 221 and is connected to a connected device.
  • the external signal output unit 22 outputs a normal DO signal, which is an external signal, to the device via the output line 221.
  • a normal DO signal which is an external signal
  • the external signal output from the I / O unit 20 is also referred to as an external output signal.
  • the external signal input unit 23 has a plurality of input lines 222 and is connected to a connected device.
  • the external signal input unit 23 outputs a normal DI signal, which is an external signal from a device input via the input line 222, to the external signal control unit 21.
  • a normal DI signal which is an external signal from a device input via the input line 222
  • the external signal control unit 21 is also referred to as an external input signal.
  • the external output signal conversion unit 24 is a "diagnostic data", that is, a diagnostic signal, which is a signal in which the number of normal DO signals branched from the plurality of output lines 221 is smaller than the number of input normal DO signals. Convert to.
  • the diagnostic signal which is the first diagnostic signal, may be a digital signal or an analog signal.
  • the external output signal conversion unit 24 converts the normal DO signal into a diagnostic DI signal which is a digital signal or a diagnostic AI (Analog Input) signal which is an analog signal. ..
  • the converted diagnostic signal is output to the external signal control unit 21 having the failure diagnosis unit 211 for determining the presence or absence of an abnormality.
  • the number of signals looped back to the external signal control unit 21, that is, the number of wirings can be reduced as compared with the conventional case.
  • the external output signal conversion unit 24 is composed of a digital-to-analog conversion unit.
  • the digital-to-analog conversion is referred to as a D / A (Digital-to-Analog) conversion
  • the digital-to-analog conversion unit is referred to as a D / A conversion unit.
  • Two examples of realization of the D / A conversion unit are shown below.
  • FIG. 2 is a block diagram schematically showing an example of a case where the external output signal conversion unit of the I / O unit according to the first embodiment is configured by a ladder resistor.
  • the external output signal conversion unit 24 has a D / A conversion unit 241 composed of a ladder resistor 242.
  • the D / A conversion unit 241 has inputs corresponding to the number of output lines 221 of the external signal output unit 22.
  • the D / A conversion unit 241 converts the normal DO signal in each output line 221 into a unique analog voltage value according to the on / off pattern, and outputs the analog voltage value to the external signal control unit 21.
  • the analog voltage value becomes the diagnostic signal. Since the diagnostic signal is an analog value, it is also referred to as a diagnostic AI signal. Further, the diode in the D / A conversion unit 241 is for preventing reverse current. Further, it is also possible to use a network resistor instead of the ladder resistor 242 of FIG.
  • FIG. 3 is a block diagram schematically showing an example of a case where the external output signal conversion unit of the I / O unit according to the first embodiment is composed of a multi-input 1-output D / A converter.
  • the D / A conversion unit 241 is composed of a plurality of multi-input / one-output D / A converters 243.
  • the D / A conversion unit 241 has inputs corresponding to the number of output lines 221 of the external signal output unit 22. Each output line 221 is connected to either D / A converter 243.
  • Each D / A converter 243 outputs a diagnostic signal to the external signal control unit 21. Then, a unique analog voltage value can be obtained according to the combination of the plurality of diagnostic signals.
  • the components can be any number of one or more.
  • the external signal control unit 21 has a failure diagnosis unit 211 that performs a failure diagnosis of the I / O unit 20 using a diagnosis signal input from the external output signal conversion unit 24.
  • the external signal control unit 21 transmits the failure diagnosis result calculated by the failure diagnosis unit 211 to the numerical control device 10.
  • the numerical control device 10 Upon receiving the failure diagnosis result, the numerical control device 10 notifies the operator of the abnormality by some means such as an alarm or a buzzer in the event of an abnormality.
  • the failure diagnosis result includes information on the amount of deviation of the analog voltage value from the standard value, and the operator can know the deterioration status of the I / O unit 20.
  • the diagnostic AI signal converted by the D / A conversion unit 241 has a unique analog voltage value according to the on / off pattern of the normal DO signal. Therefore, the failure diagnosis unit 211 can perform failure diagnosis using the analog voltage value.
  • the failure diagnosis unit 211 sets the expected value of the analog voltage obtained for each pattern as the standard value, and diagnoses that it is normal if the deviation amount from the standard value is within the specified range, and abnormal if it is out of the range. ..
  • the deviation of the analog voltage from the standard value becomes large, so that the analog voltage It is possible to grasp the degree of deterioration of parts or connected devices by the deviation from the standard value of. In one example, it can be determined that the greater the degree of deviation from the standard value, the greater the degree of deterioration of the component or connected device.
  • FIG. 4 is a diagram showing an outline of failure diagnosis in the I / O unit according to the first embodiment.
  • the digital output of 4 outputs is converted into the diagnostic AI signal by the D / A conversion unit 241 composed of the ladder resistor 242 of FIG. 2 is shown. Since the digital output is 4 bits, there are 16 on / off patterns from "0000" to "1111".
  • DO 0 to DO 3 are values of normal DO signals output from the output lines DO 00 to DO 03.
  • DO 0 to DO 3 are 0 when the normal DO signal is off and 1 when the normal DO signal is on.
  • the failure diagnosis unit 211 determines that the degree of deviation from the standard value is ⁇ 27% or more. , Diagnose that the I / O unit 20 is in an abnormal state. Further, even if the degree of deviation from the standard value is less than ⁇ 27%, if the value is close to ⁇ 27%, it can be diagnosed that the possibility of failure of the component or the connected device is high.
  • the failure diagnosis unit 211 can also be provided outside the external signal control unit 21.
  • the diagnostic signal is transmitted from the external signal control unit 21 to the failure diagnosis unit 211 having a failure diagnosis function, and the failure diagnosis unit 211 performs the failure diagnosis.
  • FIG. 5 is a flowchart showing an example of the procedure of the failure diagnosis method according to the first embodiment.
  • the external output signal conversion unit 24 is composed of a D / A conversion unit 241 that converts a digital signal into an analog signal, and makes a failure diagnosis using a diagnostic signal.
  • the diagnostic signal is referred to as a diagnostic AI signal.
  • the numerical control device 10 outputs normal DO data, which is data for controlling the connected device, to the I / O unit 20.
  • normal DO data which is data for controlling the connected device
  • the external signal control unit 21 receives the normal DO data
  • the external signal control unit 21 outputs the normal DO data to the output line 215 corresponding to the output destination as a normal DO signal.
  • the external signal output unit 22 outputs a normal DO signal from the external signal control unit 21 from the output line 221. This normal DO signal is output to the connected device and also to the external output signal conversion unit 24.
  • the D / A conversion unit 241 which is the external output signal conversion unit 24 converts the input normal DO signal into a diagnostic AI signal (step S11). At this time, the number of diagnostic AI signals is smaller than the number of normal DO signals. That is, the D / A conversion unit 241 generates a diagnostic AI signal in a number smaller than the number of input normal DO signals from the input normal DO signal.
  • the external output signal conversion unit 24 outputs the generated diagnostic AI signal to the external signal control unit 21 (step S12).
  • the diagnostic AI signal is input to the failure diagnosis unit 211 of the external signal control unit 21 via the diagnostic signal input line 217. In this way, the normal DO signal output by the external signal control unit 21 is looped back to the external signal control unit 21 as a diagnostic AI signal.
  • the failure diagnosis unit 211 performs analog-to-digital conversion on the input diagnostic AI signal and generates a digital signal (step S13).
  • the analog-to-digital conversion is referred to as an A / D (Analog-to-Digital) conversion.
  • the failure diagnosis unit 211 sets the diagnostic AI signal so that the resolution is higher by n (n is a natural number) bit than N.
  • n is a natural number
  • a / D conversion The larger the value of n, the higher the resolution, the more detailed the deterioration status can be seen, and the more accurate the failure diagnosis becomes possible.
  • the bit widths N and n are set values predetermined by the numerical control device 10. Further, the bit width may be N, that is, n may be 0. In that case, there is no confirmation of the deterioration status, and only the failure diagnosis can be performed.
  • the failure diagnosis unit 211 starts the failure diagnosis using the A / D converted signal (step S14).
  • the upper N bits indicate the loopback result of the normal DO signal output from the external signal control unit 21, and the lower n bits indicate the deterioration status. ..
  • the digital signal including the loopback result is also referred to as loopback information.
  • the failure diagnosis unit 211 sets the bit value of the upper N bits obtained by A / D conversion of the AI signal for diagnosis of the analog voltage VA to D1 UB , sets the bit value of the lower n bits to D1 LB , and obtains each pattern.
  • the bit value of the lower n bits obtained by A / D conversion of the diagnostic AI signal of the analog voltage V A_typ which is the standard value of the analog voltage to be obtained, is defined as the standard value D1 LB_typ .
  • the failure diagnosis unit 211 determines whether the loopback result is correct (step S15). Specifically, the failure diagnosis unit 211 compares the bit value D1 UB , which is the loopback result, with the bit value of the normal DO data stored in the external signal control unit 21, and whether they match. To judge.
  • the bit value of the normal DO data stored in the external signal control unit 21 is information output from the numerical control device 10.
  • the failure diagnosis unit 211 determines whether the degree of deterioration is within the allowable range (step S16). Specifically, the failure diagnosis unit 211 divides the n-bit bit value D1 LB indicating the deterioration status by the standard value D1 LB_typ of the deterioration status, subtracts 1 from the division result, and multiplies the result by 100. Calculated as a degree. This degree of deterioration can be either a positive number or a negative number. In one example, the degree of deterioration is represented by 1 bit indicating a positive or negative sign and a 7-bit numerical value. Then, the failure diagnosis unit 211 determines whether the calculated degree of deterioration, that is, the rate of deviation from the standard value is within a predetermined allowable range. In one example, the permissible range is ⁇ 27%.
  • the failure diagnosis unit 211 determines that the I / O unit 20 is normal (step S17). On the other hand, if the loopback result is not correct in step S15 (No in step S15) or the degree of deterioration is not within the allowable range in step S16 (No in step S16), the failure diagnosis unit 211 is set to I. The / O unit 20 is determined to be abnormal (step S18).
  • the failure diagnosis unit 211 After that, or after step S17, the failure diagnosis unit 211 generates a failure diagnosis result using the results from step S15 to step S18 (step S19).
  • the failure diagnosis result is a 1-bit diagnosis result bit indicating the result of the comprehensive determination of the failure diagnosis in step S17 or step S18, and a 1-bit output indicating the result of the output match determination using the loopback result in step S15. It is composed of information including at least a match determination bit, a 1-bit positive / negative sign bit indicating the positive / negative sign of the degree of deterioration calculated in steps S16 to S18, and a 7-bit deviation amount bit indicating the absolute value of the degree of deterioration. ing.
  • the failure diagnosis unit 211 diagnoses the comprehensive diagnosis result, which is the result of normality or abnormality of the external signal output unit 22 of the I / O unit 20, based on the three information of the output match determination bit, the positive / negative sign bit, and the deviation amount bit. do. Then, the failure diagnosis unit 211 generates a failure diagnosis result in which the results from step S15 to step S18 are stored in the defined bits.
  • the failure diagnosis result may include a loopback result or a failure location that includes information on the failure location as described above.
  • the external signal control unit 21 outputs the failure diagnosis result generated by the failure diagnosis unit 211 to the numerical control device 10 (step S20).
  • the numerical control device 10 determines whether the external signal output unit 22 of the I / O unit 20 is abnormal from the input failure diagnosis result (step S21).
  • the numerical control device 10 notifies the operator of the abnormal state by any means (step S22). Even if the external signal output unit 22 of the I / O unit 20 is normal, the external signal output unit 22 of the I / O unit 20 or the connected equipment is deteriorated by referring to the contents of the failure diagnosis result by the operator's operation. You can check the situation. After that, or when the external signal output unit 22 of the I / O unit 20 is not abnormal (No in step S21), the failure diagnosis method ends.
  • FIG. 6 is a block diagram schematically showing another example in which the external output signal conversion unit of the I / O unit according to the first embodiment is configured by a ladder resistor.
  • the external output signal conversion unit 24 includes a noise reduction unit 244 after the D / A conversion unit 241. Noise is removed by the noise removing unit 244, and deterioration of diagnostic accuracy due to noise can be prevented.
  • the noise reduction unit 244 is composed of an analog filter using a resistor and a capacitor.
  • the external signal control unit 21 may be provided with a digital filter.
  • the I / O unit 20 converts a plurality of external output signals branched from the output line 221 of the external signal output unit 22 into a number of signals smaller than the number of external output signals, and controls the external signal.
  • the external output signal conversion unit 24 to be folded back to the unit 21 is provided.
  • the number of wirings for folding back the signal can be reduced as compared with the conventional case, and the wiring can be reduced. That is, it has the effect that the number of short-circuit loops required for self-diagnosis including abnormality detection can be reduced as compared with the conventional case.
  • the external output signal conversion unit 24 converts to a unique analog voltage value according to the on / off pattern of a plurality of external output signals. Further, the failure diagnosis unit 211 compares the loopback result of A / D conversion of the analog voltage value with the bit value of the normal DO data stored in the external signal control unit 21. This makes it possible to identify the faulty part, although in the past it was only possible to know whether or not there was a faulty part. Further, when the external output signal conversion unit 24 is composed of the D / A conversion unit 241, the external signal output unit of the I / O unit 20 is determined by determining the deviation of the digital input value such as voltage from the standard value. 22 It is possible to grasp the deterioration status of the connected device or to predict the failure.
  • Embodiment 2 In the first embodiment, the case where the external output signal conversion unit 24 is composed of the D / A conversion unit 241 and outputs a diagnostic AI signal has been described. In the second embodiment, a case where the external output signal conversion unit 24 outputs a digital diagnostic signal will be described.
  • FIG. 7 is a block diagram schematically showing an example of the configuration of the I / O unit according to the second embodiment.
  • the external output signal conversion unit 24 further includes a pulse width output unit 245.
  • the pulse width output unit 245 is connected to the subsequent stage of the D / A conversion unit 241 to perform voltage-frequency conversion and output a digital diagnostic signal.
  • Digital diagnostic signals are referred to as diagnostic DI signals.
  • the external signal control unit 21 performs failure diagnosis using the converted DI signal for diagnosis.
  • the same components as those in the first embodiment are designated by the same reference numerals, and the description thereof will be omitted.
  • the pulse width output unit 245 is realized by a combination of a timer IC (Integrated Circuit) and a comparator, or by a VF (Voltage to Frequency) converter.
  • a timer IC Integrated Circuit
  • a comparator Integrated Circuit
  • VF Voltage to Frequency
  • the number of components such as the VF converter may be any one or more.
  • the failure diagnosis unit 211 of the external signal control unit 21 performs failure diagnosis of the I / O unit 20 using the diagnostic DI signal input from the external output signal conversion unit 24.
  • the pulse width output unit 245 outputs a unique pulse width t pls according to the input analog value.
  • the pulse width since the analog voltage value is uniquely converted according to the on / off pattern of the normal DO signal, the pulse width also takes a unique value according to the on / off pattern. Therefore, in the second embodiment, the failure diagnosis is performed using the value of this pulse width.
  • the value of the pulse width obtained for each pattern as the standard value t pls_typ , it is possible to diagnose the failure and grasp the deterioration status as in the first embodiment.
  • FIG. 8 is a diagram showing an outline of failure diagnosis in the I / O unit according to the second embodiment.
  • a case where a 4-output normal DO signal is converted into a diagnostic DI signal by the external output signal conversion unit 24 having the configuration of FIG. 7 is shown.
  • the pulse width t pls obtained according to the on / off pattern of the normal DO signal is expressed by the following equation (2).
  • t pls 1 / f pls ...
  • the pulse for each on / off pattern is f pls_xxxx (wherexxxx is a binary number from "0000" to "1111")
  • the pulse for each on / off pattern The standard value t pls_typ of the width is expressed by the following equation (3).
  • t pls_typ 1 / f pls_xxxx ⁇ ⁇ ⁇ (3)
  • the failure diagnosis unit 211 sets the fault diagnosis unit 211. It is diagnosed that the I / O unit 20 is in an abnormal state.
  • the pulse width t pls of the diagnostic DI signal input to the external signal control unit 21 is calculated by counting the number of clocks during the pulse input.
  • the pulse width t pls of the diagnostic DI signal is expressed by the following equation (4).
  • t pls N pls ⁇ (1 / f CLK ) ⁇ ⁇ ⁇ (4)
  • t pls_typ N pls_typ ⁇ (1 / f CLK ) ⁇ ⁇ ⁇ (5)
  • FIG. 9 is a flowchart showing an example of the procedure of the failure diagnosis method according to the second embodiment.
  • the external output signal conversion unit 24 converts the normal DO signal input by the D / A conversion unit 241 into an analog signal
  • the pulse width output unit 245 converts the analog signal into a diagnostic DI signal (step S31). ).
  • the pulse width output unit 245 outputs the generated DI signal for diagnosis to the external signal control unit 21 (step S32).
  • the failure diagnosis unit 211 converts the pulse width of the diagnostic DI signal into the loopback information of the normal DO signal (step S33).
  • the pulse width of the diagnostic DI signal output from the pulse width output unit 245 is uniquely determined according to the on / off pattern of the normal DO signal. Therefore, it is possible to convert the pulse width into a loopback result of a normal DO signal.
  • the output information of the normal DO signal is converted so as to be composed of (N + n) bit data, the upper N bit becomes the loopback result of the normal DO signal output from the external signal control unit 21, and the lower n bit becomes the loopback result. Shows the deterioration status.
  • the loopback information is a digital signal including the loopback result and the deterioration status.
  • the numerical control device 10 transmits preset values for N and n.
  • the failure diagnosis unit 211 starts the failure diagnosis using the loopback information of the normal DO signal converted from the pulse width (step S34).
  • the bit value of the upper N bits is D2 UB
  • the bit value of the lower n bits is D2 LB
  • the standard of the pulse width obtained for each pattern is D2 LB
  • the bit value of the upper N bits is D2 UB_typ
  • the bit value of the lower n bits is D2 LB_typ . Allocate the pulse width t pls and the bit value (D2 UB , D2 LB ) so that the resolution is 2 (N + n) .
  • the failure diagnosis unit 211 allocates a bit value (D2 UB , D2 LB ) assigned to the pulse width t pls of the diagnostic DI signal and a bit value (D2 UB, D2 LB) assigned to the standard value t pls_typ of the pulse width obtained for each on / off pattern. D2 UB_typ , D2 LB_typ ) and.
  • the failure diagnosis unit 211 determines whether the loopback result is correct (step S35).
  • the failure diagnosis unit 211 compares the bit value DUB , which is the loopback result, with the bit value of the normal DO data stored in the external signal control unit 21.
  • the bit value of the normal DO data stored in the external signal control unit 21 is information output from the numerical control device 10.
  • the failure diagnosis unit 211 determines whether the degree of deterioration is within the allowable range (step S36).
  • the degree of deterioration is the result of dividing the n-bit D2 LB indicating the deterioration status by the standard value D2 LB_typ of the deterioration status associated with the standard value of the pulse width, subtracting 1 from the division result, and multiplying by 100, that is, , The rate of deviation from the standard value.
  • This degree of deterioration can be either a positive number or a negative number.
  • the degree of deterioration is represented by 1 bit indicating a positive or negative sign and a 7-bit numerical value.
  • the failure diagnosis unit 211 determines whether the calculated degree of deterioration is within the allowable range. In one example, the permissible range is ⁇ 27%.
  • step S37 to S42 the same processing (steps S37 to S42) as the processing after step S17 in the flowchart of FIG. 5 of the first embodiment is performed, so the description thereof will be omitted.
  • the pulse width output unit 245 is provided after the D / A conversion unit 241.
  • the noise reduction unit 244 is provided after the D / A conversion unit 241.
  • a pulse width output unit 245 may be provided after the noise reduction unit 244.
  • the external output signal conversion unit 24 is provided with a pulse width output unit 245 that outputs a unique pulse width according to the input analog value in the subsequent stage of the D / A conversion unit 241 or the noise reduction unit 244. Arranged. Thereby, the presence / absence of failure and the deterioration status of the I / O unit 20 and the connected equipment can be diagnosed also by the pulse width.
  • Embodiment 3 In the first and second embodiments, the case where the I / O unit 20 has the failure diagnosis unit 211 for calculating the failure diagnosis result has been described.
  • the I / O unit 20 transmits the information of the diagnostic signal converted by the external output signal conversion unit 24 to the numerical control device 10.
  • the failure diagnosis unit 211 of the numerical control device 10 generates a failure diagnosis result using the received diagnostic signal.
  • a predetermined number of signals N is set in the numerical control device 10.
  • the numerical control device 10 refers to a predetermined set value as necessary, and transmits it to the I / O unit 20.
  • the set values of the bit widths N and n are transmitted from the numerical control device 10, and the external signal control unit 21 A / D-converts the diagnostic AI signal according to the set values.
  • the digital signal obtained by the A / D conversion is composed of a (N + n) bit signal, and the upper N bit is an output of a normal DO signal output from the external signal control unit 21.
  • the result that is, the loopback result is shown, and the lower n bits indicate the deterioration status.
  • the method of generating the failure diagnosis result and the failure diagnosis method in the failure diagnosis unit 211 of the numerical control device 10 later is the same as that of the first embodiment. However, in steps S15 and S35, when the I / O unit 20 has the failure diagnosis unit 211, the loopback result is compared with the normal DO data stored in the external signal control unit 21, but the failure diagnosis is performed. When the numerical control device 10 has the unit 211, the loopback result is compared with the normal DO data stored in the numerical control device 10 to determine whether the loopback result is correct.
  • the external signal control unit 21 transmits information on the number of counted clocks to the numerical control device 10.
  • the failure diagnosis unit 211 of the numerical control device 10 calculates the pulse width and diagnoses the failure based on the calculated pulse width information, as described in the second embodiment. Results are generated and failure diagnosis is performed.
  • the failure diagnosis unit 211 refers to the set value stored in the numerical control device 10 for the bit widths N and n, and converts the pulse width into a (N + n) bit signal according to the reference value.
  • the numerical control device 10 has a failure diagnosis unit 211.
  • the failure diagnosis unit 211 since only the numerical control device 10 has the failure diagnosis unit 211, the cost of the control system 1 as a whole can be reduced as compared with the first and second embodiments.
  • Embodiment 4 In the first to third embodiments, the presence or absence of an abnormality was determined from the deterioration status of the I / O unit 20. However, unless the output match determinations do not match, it is not possible to uniquely identify the location where deterioration is progressing. Therefore, in the fourth embodiment, the control system 1 that can uniquely identify the portion where the deterioration is progressing will be described even if the output match determination does not become a mismatch.
  • FIG. 10 is a block diagram schematically showing an example of the configuration of the control system according to the fourth embodiment.
  • the control system 1 includes a numerical control device 10, an I / O unit 20 having an external output signal conversion unit 24 according to the first or second embodiment, a machine learning device 30, and an inference device 40.
  • the failure diagnosis unit 211 may be provided in the I / O unit 20 as in the first or second embodiment, or may be provided in the numerical control device 10 as in the third embodiment.
  • the machine learning device 30 uses an external output signal, a diagnostic signal, and a failure diagnosis result to generate a trained model that infers a failure location of the external signal output unit 22 or the connected device.
  • the inference device 40 predicts a failure location of the external signal output unit 22 or the connected device from the external output signal and the diagnostic signal by using the trained model generated by the machine learning device 30. Note that FIG. 10 omits the illustration of the external signal input unit 23 of the I / O unit 20.
  • the machine learning device 30 includes a data acquisition unit 31 which is a first data acquisition unit, a model generation unit 32, and a trained model storage unit 33.
  • the data acquisition unit 31 acquires a normal DO signal which is an external output signal, a diagnostic signal or a signal obtained by converting this signal into loopback information, and a failure diagnosis result as learning data.
  • the signal converted into loopback information is hereinafter referred to as a loopback information conversion signal.
  • the model generation unit 32 is created based on a combination of a normal DO signal, a diagnostic signal, a loopback information conversion signal which is a first loopback information conversion signal, and a failure diagnosis result output from the data acquisition unit 31.
  • the learning data the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device is learned. That is, it has been learned to infer the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device from the normal DO signal, the diagnostic signal or the loopback information conversion signal of the I / O unit 20, and the failure diagnosis result.
  • the learning data is data in which a normal DO signal, a diagnostic signal or a loopback information conversion signal, and a failure diagnosis result are associated with each other.
  • the model generation unit 32 learns the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device by, for example, according to a neural network model, by so-called supervised learning.
  • supervised learning is a method of learning the features of the learning data by giving the machine learning device 30 a set of data of the input and the label which is the result, and inferring the result from the input. say.
  • FIG. 11 is a diagram schematically showing an example of the neural network used in the fourth embodiment.
  • the neural network 300 has an input layer 310 composed of a plurality of neurons X1, X2, X3, an intermediate layer 320 composed of a plurality of neurons Y1 and Y2, and an output layer 330 composed of a plurality of neurons Z1, Z2, Z3.
  • the intermediate layer 320 is also referred to as a hidden layer, and is one layer or two or more layers.
  • FIG. 11 shows a case where the intermediate layer 320 is one layer.
  • the weight coefficient W1 is multiplied by the output value of each neuron X1, X2, X3 of the input layer 310, and the result is obtained by multiplication.
  • the resulting linear connection is input to each neuron Y1 and Y2 in the middle layer 320.
  • the weighting factor W2 is multiplied by the output value of each neuron Y1 and Y2 in the intermediate layer 320, and the linear combination of the results obtained by the multiplication is input to each neuron Z1, Z2 and Z3 in the output layer 330.
  • FIG. 11 the weight coefficient W1 is multiplied by the output value of each neuron X1, X2, X3 of the input layer 310, and the result is obtained by multiplication.
  • the weighting factor W1 to be multiplied by the output value of the input layer 310 is from w11 to w16
  • the weighting coefficient W2 to be multiplied by the output value of the intermediate layer 320 is from w21 to w26.
  • the output result output from the output layer 330 varies depending on the values of the weighting coefficients W1 and W2.
  • the neural network 300 follows the learning data created based on the combination of the normal DO signal, the diagnostic signal or the loopback information conversion signal acquired by the data acquisition unit 31, and the failure diagnosis result. , So-called supervised learning, learns the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device.
  • the neural network 300 inputs a normal DO signal, a diagnostic signal, or a loopback information conversion signal to the input layer 310, and the weight coefficient W1 is such that the result output from the output layer 330 approaches the failure diagnosis result. , W2 is adjusted to learn.
  • the model generation unit 32 generates and outputs a trained model by executing the above learning.
  • the trained model storage unit 33 stores the trained model output from the model generation unit 32.
  • the inference device 40 includes a data acquisition unit 41, which is a second data acquisition unit, and an inference unit 42.
  • the data acquisition unit 41 acquires a normal DO signal, which is an external output signal, and a diagnostic signal or a loopback information conversion signal.
  • the inference unit 42 infers the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device obtained by using the learned model stored in the learned model storage unit 33 of the machine learning device 30. .. That is, by inputting the normal DO signal acquired by the data acquisition unit 41 and the diagnostic signal or the loopback information conversion signal into this trained model, the normal DO signal and the diagnostic signal or the loopback information are input. It is possible to output the conversion signal and the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device inferred from the conversion signal.
  • the machine learning device 30 is used to learn the failure diagnosis result of the I / O unit 20, and the inference device 40 is used to infer the failure location of the I / O unit 20.
  • the machine learning device 30 and the inference device 40 may be connected to the numerical control device 10 via a network, for example, and may be separate devices from the numerical control device 10 and the I / O unit 20.
  • the machine learning device 30 and the inference device 40 may be built in the numerical control device 10 or the I / O unit 20.
  • the machine learning device 30 and the inference device 40 may exist on the cloud server.
  • the trained model learned by the model generation unit 32 is used to output the failure portion of the external signal output unit 22 of the I / O unit 20 or the connected device, but other I / Os A trained model is acquired from the outside such as the / O unit 20 and the numerical control device 10, and the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device is output based on the trained model. May be good.
  • FIG. 12 is a flowchart showing an example of the procedure of the learning process of the machine learning device in the control system according to the fourth embodiment.
  • the data acquisition unit 31 acquires a normal DO signal which is an external output signal, a diagnostic signal or a loopback information conversion signal, and a failure diagnosis result (step S51). It is assumed that the normal DO signal, the diagnostic signal or the loopback information conversion signal, and the failure diagnosis result are acquired at the same time, but the normal DO signal, the diagnostic signal or the loopback information conversion signal, and the failure As long as the diagnosis results can be input in association with each other, the normal DO signal, the diagnosis signal or the loopback information conversion signal, and the failure diagnosis result data may be acquired at different timings.
  • the model generation unit 32 is supervised according to the learning data created based on the combination of the normal DO signal, the diagnostic signal or the loopback information conversion signal acquired by the data acquisition unit 31, and the failure diagnosis result.
  • the faulty part of the external signal output unit 22 and the connected device is learned, and the trained model is generated (step S52).
  • the model generation unit 32 stores the generated trained model in the trained model storage unit 33 (step S53), and the learning process ends.
  • FIG. 13 is a flowchart showing an example of the procedure of the failure location estimation method according to the fourth embodiment.
  • the data acquisition unit 41 acquires a normal DO signal, which is an external output signal, and a diagnostic signal or a loopback information conversion signal (step S71).
  • the inference unit 42 inputs the acquired normal DO signal and the diagnostic signal or the loopback information conversion signal to the trained model, and inputs the acquired normal DO signal and the loopback information conversion signal to the external signal output unit 22 of the I / O unit 20 or the connected device.
  • Obtain the faulty part step S72).
  • the trained model is stored in the trained model storage unit 33 of the machine learning device 30.
  • the inference unit 42 outputs the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device obtained by the trained model to the numerical control device 10 (step S73).
  • the numerical control device 10 predicts the failure of the I / O unit 20 or the connected device by using the failure point of the external signal output unit 22 of the I / O unit 20 input from the inference device 40 or the connected device (the failure point of the I / O unit 20 or the connected device is used. Step S74). As a result, an abnormality in the external signal output unit 22 of the I / O unit 20 or the connected device is detected. In one example, when a failure location or a location on the verge of failure of the external signal output unit 22 or the connected device is detected as an abnormality, the numerical control device 10 can identify the failure location or the location on the verge of failure.
  • any one of the component of the external signal output unit 22 and the connected device in which the abnormality is identified becomes the failure location. Further, in one example, if the deviation of the deterioration status from the standard value is within the permissible range but is close to the threshold value that is out of the permissible range, among the parts and connected devices of the external signal output unit 22 for which an abnormality is identified, the abnormality is identified. One of them is on the verge of failure.
  • the numerical control device 10 notifies the operator of the abnormality state by any means such as an alarm. Even in the normal state, the operator can check the deterioration status of the external signal output unit 22 of the I / O unit 20 or the connected device by referring to the contents of the failure diagnosis result by the operator's operation.
  • the present invention is not limited to this.
  • the learning algorithm it is also possible to apply unsupervised learning, semi-supervised learning, or the like, in addition to supervised learning.
  • the model generation unit 32 may learn the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device according to the learning data created for the plurality of I / O units 20. good. At this time, the model generation unit 32 may acquire learning data from a plurality of I / O units 20 used in the same area, or the model generation unit 20 may operate independently in different areas. The learning data collected from the I / O unit 20 may be used to learn the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device. It is also possible to add or remove the I / O unit 20 for collecting learning data to the target on the way.
  • a learning device that has learned the failure location of the external signal output unit 22 of the I / O unit 20 or the connected device with respect to a certain I / O unit 20 is applied to another I / O unit 20, and the other I / O unit 20 is applied.
  • the faulty part of the external signal output unit 22 of the I / O unit 20 or the connected device may be relearned and updated.
  • model generation unit 32 As a learning algorithm used in the model generation unit 32, deep learning, which learns the extraction of the feature amount itself, can also be used, and machine learning is performed according to other known methods such as a support vector machine. You may do it.
  • the external signal output unit 22 is based on the correlation between the external output signal of the I / O unit 20, the diagnostic signal or the loopback information conversion signal, and the failure diagnosis result. Or, learn the feature amount related to the deterioration status of the connected device. As a result, the inference device 40 can predict the failure of the external signal output unit 22 of the I / O unit 20 and the connected equipment.
  • FIG. 14 is a block diagram schematically showing an example of the configuration of the control system according to the fifth embodiment.
  • the same components as those in the above-described embodiment are designated by the same reference numerals, and the description thereof will be omitted.
  • the I / O unit 20 further includes an external input signal conversion unit 26.
  • the external input signal conversion unit 26 diagnoses the normal DI signal, which is an external input signal branched from a plurality of input lines 222, as a second diagnostic signal having a smaller number than the number of input normal DI signals. Convert to a signal.
  • the diagnostic signal takes the form of an analog signal or a digital signal depending on the configuration of the I / O unit 20.
  • the external input signal conversion unit 26 outputs the converted diagnostic signal to the external signal control unit 21.
  • the failure diagnosis unit 211 may be provided in the external signal control unit 21 or in the numerical control device 10.
  • the failure diagnosis unit 211 performs failure diagnosis using the diagnostic signal from the external input signal conversion unit 26 in addition to the diagnostic signal which is the first diagnostic signal from the external output signal conversion unit 24.
  • the failure diagnosis unit 211 can perform a failure diagnosis of the external signal input unit 23 of the I / O unit 20.
  • the configuration example of the external input signal conversion unit 26 is the same as that of the external output signal conversion unit 24 described in the first to third embodiments.
  • the failure diagnosis in the failure diagnosis unit 211 is performed by the same method as in the case of failure diagnosis of the external signal output unit 22 of the I / O unit 20 or the connected device to be controlled thereof.
  • the data acquisition unit 31 of the machine learning device 30 has a failure with respect to a normal DO signal which is an external output signal, a diagnostic signal for an external output, a loopback information conversion signal which is a first loopback information conversion signal, and an external output.
  • a normal DO signal which is an external output signal
  • a diagnostic signal for an external output a loopback information conversion signal which is a first loopback information conversion signal
  • an external output a loopback information conversion signal which is a first loopback information conversion signal
  • the normal DI signal which is an external input signal
  • the diagnostic signal for the external input or the loopback information conversion signal which is the second loopback information conversion signal, and the failure diagnosis result for the external input are learned. Get as data.
  • the model generation unit 32 of the machine learning device 30 includes a normal DI signal and a normal DO signal output from the data acquisition unit 31, a diagnostic signal or a loopback information conversion signal for an external input and an external output, and an external input and a loopback information conversion signal. According to the learning data created based on the combination of the failure diagnosis results for the external output, the failure location of the external signal input unit 23, the external signal output unit 22 of the I / O unit 20 or the connected device to be controlled is learned. .. That is, the model generation unit 32 externals the I / O unit 20 from the normal DO signal of the I / O unit 20, the diagnostic signal or loopback information conversion signal for the external output, and the failure diagnosis result for the external output.
  • the learning data is data in which the normal DI signal and the normal DO signal, the diagnostic signal or the loopback information conversion signal for the external input and the external output, and the failure diagnosis result for the external input and the external output are associated with each other. Is.
  • the only difference from the fourth embodiment is that the types of learning data acquired by the data acquisition unit 31 and the types of models generated by the model generation unit 32 increase, and the trained model performed by the model generation unit 32
  • the generation method and the learning process of the machine learning device 30 are the same as those in the fourth embodiment.
  • the data acquisition unit 41 of the inference device 40 has a normal DO signal which is an external output signal, a diagnostic signal or a loopback information conversion signal for the external output, a normal DI signal which is an external input signal, and an external signal. Acquires a diagnostic signal or loopback information conversion signal for the input.
  • the inference unit 42 of the inference device 40 infers the failure location of the external signal input unit 23, the external signal output unit 22 of the I / O unit 20 or the connected device to be controlled, which is obtained by using the trained model. That is, by inputting the normal DI signal and the normal DO signal acquired by the data acquisition unit 41, and the diagnostic signal or the loopback information conversion signal for the external input and the external output into this trained model, the normal DI signal is input.
  • the external signal input unit 23, the external signal output unit 22 or the control target of the I / O unit 20 inferred from the signal and the normal DO signal, and the diagnostic signal or loopback information conversion signal for the external input and the external output. It is possible to output the faulty part of the connected device.
  • the only difference from the fourth embodiment is that the types of learning data acquired by the data acquisition unit 41 and the information inferred by the inference unit 42 increase, and the inference processing of the inference device 40 is different from that of the fourth embodiment. The same is true. Further, as the DI input component constituting the external signal input unit 23 of the I / O unit 20 or the connected device of the I / O unit 20 deteriorates over time, the deviation of the analog voltage from the standard value becomes large. Therefore, also in the fifth embodiment, as in the fourth embodiment, it is possible to grasp the degree of deterioration of the DI input component and the connected device connected to the input line 222 due to the deviation of the analog voltage from the standard value. can do.
  • the I / O unit 20 converts a plurality of external input signals branched from the input line 222 of the external signal input unit 23 into a number of signals smaller than the number of external input signals, and controls the external signal.
  • An external input signal conversion unit 26 that is folded back into the unit 21 is provided. Further, a feature relating to the deterioration status of the external signal input unit 23 or its connected device based on the correlation between the external input signal of the I / O unit 20, the diagnostic signal or the loopback information conversion signal, and the failure diagnosis result. Learn the amount. As a result, failure prediction can be performed for the external signal input unit 23 of the I / O unit 20 as well. Further, the deterioration status of the external signal input unit 23 of the I / O unit 20 and the connected devices thereof can be grasped.
  • the configuration shown in the above embodiments is an example, and can be combined with another known technique, can be combined with each other, and does not deviate from the gist. It is also possible to omit or change a part of the configuration.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Numerical Control (AREA)

Abstract

外部信号入出力ユニット（２０）は、外部信号制御部（２１）と、外部信号出力部（２２）と、外部出力信号変換部（２４）と、を備える。外部信号制御部（２１）は、数値制御装置（１０）との間で入出力される信号を制御する。外部信号出力部（２２）は、外部信号制御部（２１）からの信号である外部信号を出力ライン（２２１）を介して外部に接続される機器に出力する。外部出力信号変換部（２４）は、出力ライン（２２１）より分岐させた複数の外部出力信号を、複数の外部出力信号の数よりも少ない数の信号である第１診断用信号に変換し、外部信号制御部（２１）へ折り返す。

Description

外部信号入出力ユニット、制御システム、機械学習装置および推論装置
　本開示は、数値制御装置で工作機械等の制御対象を制御する際に用いられる外部信号入出力ユニット、制御システム、機械学習装置および推論装置に関する。
　数値制御装置によって工作機械等の制御対象を制御する場合には、様々な外部信号の入出力が行われる。外部信号の入出力は、外部信号入出力ユニットによって行われる。以下では、外部信号入出力ユニットは、Ｉ／Ｏ（Input/Output）ユニットと称される。外部信号には、スタート信号、各サーボ軸の同期信号等の制御対象の制御に関する信号のほかに、非常停止信号等の安全に関わる信号が含まれている。そのため、従来では、Ｉ／Ｏユニットの動作に異常が生じた場合に、瞬時に異常を検出することができる技術が提案されている。
　特許文献１には、制御対象を制御する数値制御装置に、外部信号の出力ラインと入力ラインとを有する複数のＩ／Ｏユニットを接続したシステムにおいて、Ｉ／Ｏユニットの動作が正常であるか否かを診断する診断方法が開示されている。特許文献１に記載の診断方法では、診断時には、入力ラインと出力ラインとを短絡させる短絡ループが形成され、数値制御装置から各Ｉ／Ｏユニットへの診断用信号が、Ｉ／Ｏユニットの出力ラインから短絡ループを介して入力ラインに入り、数値制御装置に戻される。そして、数値制御装置で、戻ってきた診断用信号に基づいてＩ／Ｏユニットの動作の異常の有無を診断する。
特開２００８－１５２５４３号公報
　しかしながら、特許文献１に記載の技術では、入力ラインと出力ラインとの間に形成する短絡ループを、入力ラインと出力ラインとの組み合わせ数に応じて用意しなければならないという問題があった。例えば、１６個の入力ラインと１６個の出力ラインとを有するＩ／Ｏユニットの場合には、１６個の短絡ループを形成しなければならない。短絡ループの数が多いほど、回路内における短絡ループ用の配線およびスイッチを含む回路部品を配置するためのスペースが大きくなってしまう。
　本開示は、上記に鑑みてなされたものであって、自己診断で必要となる短絡ループの数を従来に比して少なくすることができる外部信号入出力ユニットを得ることを目的とする。
　上述した課題を解決し、目的を達成するために、本開示の外部信号入出力ユニットは、外部信号制御部と、外部信号出力部と、外部出力信号変換部と、を備える。外部信号制御部は、数値制御装置との間で入出力される信号を制御する。外部信号出力部は、外部信号制御部からの信号である外部信号を出力ラインを介して外部に接続される機器に出力する。外部出力信号変換部は、出力ラインより分岐させた複数の外部出力信号を、複数の外部出力信号の数よりも少ない数の信号である第１診断用信号に変換し、外部信号制御部へ折り返す。
　本開示にかかる外部信号入出力ユニットは、自己診断で必要となる短絡ループの数を従来に比して少なくすることができるという効果を奏する。
実施の形態１による制御システムの構成の一例を模式的に示すブロック図 実施の形態１によるＩ／Ｏユニットの外部出力信号変換部がラダー抵抗で構成される場合の一例を模式的に示すブロック図 実施の形態１によるＩ／Ｏユニットの外部出力信号変換部が多入力１出力のＤ／Ａ変換器で構成される場合の一例を模式的に示すブロック図 実施の形態１によるＩ／Ｏユニットにおける故障診断の概要を示す図 実施の形態１による故障診断方法の手順の一例を示すフローチャート 実施の形態１によるＩ／Ｏユニットの外部出力信号変換部がラダー抵抗で構成される場合の他の例を模式的に示すブロック図 実施の形態２によるＩ／Ｏユニットの構成の一例を模式的に示すブロック図 実施の形態２によるＩ／Ｏユニットにおける故障診断の概要を示す図 実施の形態２による故障診断方法の手順の一例を示すフローチャート 実施の形態４による制御システムの構成の一例を模式的に示すブロック図 実施の形態４で用いられるニューラルネットワークの一例を模式的に示す図 実施の形態４による制御システムにおける機械学習装置の学習処理の手順の一例を示すフローチャート 実施の形態４による故障箇所の推定方法の手順の一例を示すフローチャート 実施の形態５による制御システムの構成の一例を模式的に示すブロック図
　以下に、本開示の実施の形態にかかる外部信号入出力ユニット、制御システム、機械学習装置および推論装置を図面に基づいて詳細に説明する。
実施の形態１．
　図１は、実施の形態１による制御システムの構成の一例を模式的に示すブロック図である。実施の形態１による制御システム１は、数値制御装置１０と、数値制御装置１０に接続される外部信号入出力ユニットであるＩ／Ｏユニット２０と、を備える。Ｉ／Ｏユニット２０は、図示しない工作機械等の機器である接続機器に接続されている。接続機器は、制御対象とも称される。
　数値制御装置１０は、Ｉ／Ｏユニット２０を介して接続機器との間でやり取りされる信号である外部信号の入出力を行い、機械加工を行う制御装置である。
　Ｉ／Ｏユニット２０は、外部信号制御部２１と、外部信号出力部２２と、外部信号入力部２３と、外部出力信号変換部２４と、を有する。
　外部信号制御部２１は、数値制御装置１０との間で入出力される信号を制御する。外部信号制御部２１は、接続機器に対してデータを出力する複数の出力ライン２１５と、接続機器からのデータの入力を受け付ける複数の入力ライン２１６と、外部出力信号変換部２４からの診断用信号の入力を受け付ける診断用信号入力ライン２１７と、を有する。複数の出力ライン２１５は外部信号出力部２２と接続され、複数の入力ライン２１６は外部信号入力部２３と接続されている。診断用信号入力ライン２１７は、外部出力信号変換部２４と接続されている。外部信号制御部２１は、数値制御装置１０とも接続されており、外部信号の入出力を行う。通常動作時、外部信号制御部２１から数値制御装置１０へ入力される外部信号は、「通常用ＤＩ（Digital　Input）データ」、すなわち通常用ＤＩ信号であり、数値制御装置１０から外部信号制御部２１へ出力される外部信号は、「通常用ＤＯ（Digital　Output）データ」、すなわち通常用ＤＯ信号である。
　外部信号出力部２２は、複数の出力ライン２２１を有しており、接続機器に接続される。外部信号出力部２２は、出力ライン２２１を介して、外部信号である通常用ＤＯ信号を機器に出力する。以下では、Ｉ／Ｏユニット２０から出力される外部信号は、外部出力信号とも称される。
　外部信号入力部２３は、複数の入力ライン２２２を有しており、接続機器に接続される。外部信号入力部２３は、入力ライン２２２を介して入力される機器からの外部信号である通常用ＤＩ信号を外部信号制御部２１に出力する。以下では、Ｉ／Ｏユニット２０に入力される外部信号は、外部入力信号とも称される。
　外部出力信号変換部２４は、複数の出力ライン２２１から分岐させた通常用ＤＯ信号を、入力させた通常用ＤＯ信号の数よりも少ない数の信号である「診断用データ」、すなわち診断用信号へと変換する。第１診断用信号である診断用信号は、デジタル信号でもよいし、アナログ信号でもよい。Ｉ／Ｏユニット２０の構成に応じて、外部出力信号変換部２４は、通常用ＤＯ信号を、デジタル信号である診断用ＤＩ信号またはアナログ信号である診断用ＡＩ（Analog　Input）信号へと変換する。変換した診断用信号を、異常の有無を判別する故障診断部２１１を有する外部信号制御部２１へと出力する。これによって、外部信号制御部２１へループバックさせる信号の数、すなわち配線の数を従来に比して少なくすることができる。
　一例では、外部出力信号変換部２４は、デジタルアナログ変換部によって構成される。以下では、デジタルアナログ変換は、Ｄ／Ａ（Digital-to-Analog）変換と称され、デジタルアナログ変換部は、Ｄ／Ａ変換部と称される。以下に、Ｄ／Ａ変換部の実現例を２つ示す。
　１つ目は、Ｄ／Ａ変換部がラダー抵抗またはネットワーク抵抗で構成される場合である。図２は、実施の形態１によるＩ／Ｏユニットの外部出力信号変換部がラダー抵抗で構成される場合の一例を模式的に示すブロック図である。図２に示されるように、外部出力信号変換部２４は、ラダー抵抗２４２で構成されるＤ／Ａ変換部２４１を有する。Ｄ／Ａ変換部２４１は、外部信号出力部２２の出力ライン２２１の数に応じた入力を有している。Ｄ／Ａ変換部２４１は、各出力ライン２２１における通常用ＤＯ信号を、オンオフパターンに応じて一意のアナログ電圧値に変換し、アナログ電圧値を外部信号制御部２１へと出力する。アナログ電圧値が診断用信号となる。なお、診断用信号は、アナログ値であるので、診断用ＡＩ信号とも称される。また、Ｄ／Ａ変換部２４１中のダイオードは逆電流防止用である。さらに、図２のラダー抵抗２４２に代えて、ネットワーク抵抗を使用することも可能である。
　２つ目は、Ｄ／Ａ変換部が多入力１出力のＤ／Ａ変換器で構成される場合である。図３は、実施の形態１によるＩ／Ｏユニットの外部出力信号変換部が多入力１出力のＤ／Ａ変換器で構成される場合の一例を模式的に示すブロック図である。図３に示されるように、Ｄ／Ａ変換部２４１は、複数の多入力１出力のＤ／Ａ変換器２４３で構成される。Ｄ／Ａ変換部２４１は、外部信号出力部２２の出力ライン２２１の数に応じた入力を有している。それぞれの出力ライン２２１は、いずれかのＤ／Ａ変換器２４３に接続される。それぞれのＤ／Ａ変換器２４３は、診断用信号を外部信号制御部２１に出力する。そして、複数の診断用信号の組み合わせに応じて、一意のアナログ電圧値が求まる。
　図２および図３のいずれの場合でも、診断用ＡＩ信号の数が通常用ＤＯ信号の数よりも少なければ、ラダー抵抗２４２の組み合わせまたは多入力１出力のＤ／Ａ変換器２４３の個数等の構成要素は１つ以上の任意の数とすることができる。
　図１に戻り、外部信号制御部２１は、外部出力信号変換部２４から入力される診断用信号を用いてＩ／Ｏユニット２０の故障診断を行う故障診断部２１１を有する。外部信号制御部２１は、故障診断部２１１により算出した故障診断結果を数値制御装置１０へ送信する。数値制御装置１０は、故障診断結果を受けとると、異常時には、アラームまたはブザー等の何らかの手段によってオペレータに異常を通知する。故障診断結果には、アナログ電圧値の標準値からのずれ量の情報が含まれており、オペレータはＩ／Ｏユニット２０の劣化状況を知ることができる。
　外部出力信号変換部２４がＤ／Ａ変換部２４１である場合には、Ｄ／Ａ変換部２４１によって変換された診断用ＡＩ信号は、通常用ＤＯ信号のオンオフパターンに応じて一意のアナログ電圧値が求まるため、故障診断部２１１は、アナログ電圧値を用いて故障診断を行うことができる。故障診断部２１１は、パターン毎に得られるアナログ電圧の期待値を標準値とし、標準値からのずれ量が指定した範囲内に収まれば正常であり、範囲外であれば異常であると診断する。Ｉ／Ｏユニット２０の外部信号出力部２２を構成するＤＯ出力用部品、またはＩ／Ｏユニット２０の接続機器の経年劣化が進むと、アナログ電圧の標準値からのずれが大きくなるため、アナログ電圧の標準値からのずれによって部品または接続機器の劣化状況がどの程度かを把握することができる。一例では、標準値からのずれの度合が大きいほど、部品または接続機器の劣化度が大きいと判断することができる。
　図４は、実施の形態１によるＩ／Ｏユニットにおける故障診断の概要を示す図である。ここでは、図２のラダー抵抗２４２で構成されるＤ／Ａ変換部２４１によって４出力のデジタル出力が診断用ＡＩ信号に変換される場合を示す。デジタル出力は４ｂｉｔであるため、オンオフパターンは「００００」から「１１１１」までの１６パターンある。通常用ＤＯ信号がオンであるときの電圧をＶ［Ｖ］とし、Ｄ／Ａ変換されたアナログ電圧をＶA［Ｖ］とすると、その標準値ＶA_typは次式（１）によって表される。
ＶA_typ＝｛（ＤＯ0×２3＋ＤＯ1×２2＋ＤＯ2×２1＋ＤＯ3×２0）／１６｝×Ｖ　・・・（１）
　ＤＯ0からＤＯ3は、出力ラインＤＯ００からＤＯ０３から出力される通常用ＤＯ信号の値である。ＤＯ0からＤＯ3は、通常用ＤＯ信号がオフの場合には０であり、オンの場合には１である。アナログ電圧の標準値からの許容ずれ量を（１／１６）Ｖ［Ｖ］±２７％と指定した場合、故障診断部２１１は、標準値からのずれの度合が±２７％以上である場合に、Ｉ／Ｏユニット２０が異常状態であると診断する。また、標準値からのずれの度合が±２７％未満であっても、±２７％に近い値である場合には、部品または接続機器が故障する可能性が高くなると診断することができる。
　なお、ここでは、故障診断部２１１を外部信号制御部２１に設ける場合を示したが、故障診断部２１１を外部信号制御部２１の外に設けることもできる。この場合には、診断用信号を外部信号制御部２１から故障診断機能を有する故障診断部２１１に送信し、故障診断部２１１が故障診断を行う。
　次に、具体的な故障診断方法について説明する。図５は、実施の形態１による故障診断方法の手順の一例を示すフローチャートである。ここでは、図２または図３に示されるように、外部出力信号変換部２４がデジタル信号をアナログ信号へ変換するＤ／Ａ変換部２４１で構成されており、診断用信号を用いて故障診断する場合を例に挙げて説明する。なお、図５の説明では、診断用信号は、診断用ＡＩ信号と称される。
　まず、数値制御装置１０は、接続機器を制御するためのデータである通常用ＤＯデータをＩ／Ｏユニット２０に出力する。外部信号制御部２１は、通常用ＤＯデータを受信すると、通常用ＤＯデータを、出力先に対応する出力ライン２１５に通常用ＤＯ信号として出力する。外部信号出力部２２は、外部信号制御部２１からの通常用ＤＯ信号を、出力ライン２２１から出力する。この通常用ＤＯ信号は、接続機器に出力されるとともに、外部出力信号変換部２４にも出力される。
　外部出力信号変換部２４であるＤ／Ａ変換部２４１は、入力された通常用ＤＯ信号を診断用ＡＩ信号へ変換する（ステップＳ１１）。このとき、診断用ＡＩ信号の数は、通常用ＤＯ信号の数よりも少ない。すなわち、Ｄ／Ａ変換部２４１は、入力される通常用ＤＯ信号から、入力される通常用ＤＯ信号の数よりも少ない数の診断用ＡＩ信号を生成する。
　次いで、外部出力信号変換部２４は、生成した診断用ＡＩ信号を外部信号制御部２１へ出力する（ステップＳ１２）。診断用ＡＩ信号は、診断用信号入力ライン２１７を介して外部信号制御部２１の故障診断部２１１に入力される。このように、外部信号制御部２１が出力した通常用ＤＯ信号が、診断用ＡＩ信号として外部信号制御部２１にループバックされる。
　その後、故障診断部２１１は、入力された診断用ＡＩ信号についてアナログデジタル変換を行い、デジタル信号を生成する（ステップＳ１３）。以下では、アナログデジタル変換は、Ａ／Ｄ（Analog-to-Digital）変換と称される。このとき、故障診断部２１１は、Ｄ／Ａ変換部２４１へ入力した信号数をＮとした場合、Ｎよりもｎ（ｎは自然数）ビット分だけ高い分解能になるように、診断用ＡＩ信号をＡ／Ｄ変換する。ｎの値が大きい程高分解能となり、劣化状況を細かく見ることができ、より精度の高い故障診断が可能となる。なお、ビット幅Ｎ，ｎは数値制御装置１０によって予め定められた設定値が伝送される。また、ビット幅をＮとしても、すなわちｎを０としてもよい。その場合には、劣化状況の確認はなく、故障診断のみを実施することができる。
　次いで、故障診断部２１１は、Ａ／Ｄ変換された信号を用いて故障診断を開始する（ステップＳ１４）。Ａ／Ｄ変換された（Ｎ＋ｎ）ビットの信号構成は、上位Ｎビットが外部信号制御部２１より出力された通常用ＤＯ信号のループバック結果を示し、下位ｎビットが劣化状況を表すものとなる。以下では、ループバック結果を含むデジタル信号は、ループバック情報とも称される。故障診断部２１１は、アナログ電圧ＶAの診断用ＡＩ信号をＡ／Ｄ変換して得られる上位Ｎビットのビット値をＤ１UBとし、下位ｎビットのビット値をＤ１LBとし、パターン毎に得られるアナログ電圧の標準値であるアナログ電圧ＶA_typの診断用ＡＩ信号をＡ／Ｄ変換して得られる下位ｎビットのビット値を標準値Ｄ１LB_typとする。
　その後、故障診断部２１１は、ループバック結果が正しいかを判定する（ステップＳ１５）。具体的には、故障診断部２１１は、ループバック結果であるビット値Ｄ１UBと、外部信号制御部２１に格納されている通常用ＤＯデータのビット値と、を比較し、両者が一致するかを判定する。なお、外部信号制御部２１に格納されている通常用ＤＯデータのビット値は、数値制御装置１０から出力された情報である。
　ループバック結果が正しい場合（ステップＳ１５でＹｅｓの場合）には、故障診断部２１１は、劣化度合が許容範囲内であるかを判定する（ステップＳ１６）。具体的には、故障診断部２１１は、劣化状況を示すｎビットのビット値Ｄ１LBを、劣化状況の標準値Ｄ１LB_typで割る除算を行い、その除算結果から１を引き１００倍した結果を劣化度合として算出する。この劣化度合は、正の数にもなれば負の数にもなる。一例では、劣化度合は、正負の符号を示す１ビットと、７ビットの数値と、で表される。そして、故障診断部２１１は、算出した劣化度合、すなわち標準値からのずれの割合が、予め定められた許容範囲内であるかを判定する。一例では、許容範囲は±２７％とされる。
　劣化度合が許容範囲内である場合（ステップＳ１６でＹｅｓの場合）には、故障診断部２１１は、Ｉ／Ｏユニット２０は正常であると判定する（ステップＳ１７）。一方、ステップＳ１５でループバック結果が正しくない場合（ステップＳ１５でＮｏの場合）またはステップＳ１６で劣化度合が許容範囲内でない場合（ステップＳ１６でＮｏの場合）には、故障診断部２１１は、Ｉ／Ｏユニット２０は異常であると判定する（ステップＳ１８）。
　その後、またはステップＳ１７の後、故障診断部２１１は、ステップＳ１５からステップＳ１８までの結果を用いて、故障診断結果を生成する（ステップＳ１９）。故障診断結果は、ステップＳ１７またはステップＳ１８での故障診断の総合判定の結果を示す１ビットの診断結果ビットと、ステップＳ１５でのループバック結果を用いた出力一致判定の結果を示す１ビットの出力一致判定ビットと、ステップＳ１６からステップＳ１８で算出された劣化度合の正負符号を示す１ビットの正負符号ビットおよび劣化度合の絶対値を示す７ビットのずれ量ビットと、を少なくとも含む情報で構成されている。故障診断部２１１は、出力一致判定ビット、正負符号ビットおよびずれ量ビットの３つの情報を基に、Ｉ／Ｏユニット２０の外部信号出力部２２の正常または異常に関する結果である総合診断結果を診断する。そして、故障診断部２１１は、ステップＳ１５からステップＳ１８までの結果を定められたビットに格納した故障診断結果を生成する。
　なお、出力一致判定ビットは、ループバック結果が正しい場合には出力が一致しているとし、ループバック結果が正しくない場合には出力が不一致であるとされる。出力一致判定ビットが不一致であるとして異常と診断された場合には、ループバック結果であるビット値Ｄ１UBと、外部信号制御部２１に格納されている通常用ＤＯデータのビット値と、を比較し、外部信号制御部２１に格納されている通常用ＤＯデータと異なるビットが故障個所であると特定できるので、故障箇所を一意に特定することができる。また、正負符号ビットおよびずれ量ビットが許容範囲内に収っていないために異常と診断された場合には、Ｄ／Ａ変換部２４１へ入力されたＮビットの信号のいずれかが故障箇所であると特定できる。以上のような故障箇所に関する情報が含まれるループバック結果または故障箇所を故障診断結果は含んでいてもよい。
　次いで、外部信号制御部２１は、故障診断部２１１によって生成された故障診断結果を数値制御装置１０へ出力する（ステップＳ２０）。その後、数値制御装置１０は、入力された故障診断結果からＩ／Ｏユニット２０の外部信号出力部２２は異常であるかを判定する（ステップＳ２１）。Ｉ／Ｏユニット２０の外部信号出力部２２が異常である場合（ステップＳ２１でＹｅｓの場合）には、数値制御装置１０は、任意の手段でオペレータへ異常状態を通知する（ステップＳ２２）。なお、Ｉ／Ｏユニット２０の外部信号出力部２２が正常である場合でも、オペレータの操作によって故障診断結果の内容を参照して、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の劣化状況を確認することができる。その後、またはＩ／Ｏユニット２０の外部信号出力部２２が異常ではない場合（ステップＳ２１でＮｏの場合）には、故障診断方法が終了する。
　なお、外部出力信号変換部２４がＤ／Ａ変換部２４１で構成される場合、アナログ値のばらつきが経年劣化起因であるのかノイズ起因であるのかを識別する必要がある。図６は、実施の形態１によるＩ／Ｏユニットの外部出力信号変換部がラダー抵抗で構成される場合の他の例を模式的に示すブロック図である。図６では、外部出力信号変換部２４は、Ｄ／Ａ変換部２４１の後段にノイズ除去部２４４を備える。ノイズ除去部２４４によって、ノイズが除去され、ノイズ起因による診断精度の低下を防ぐことができる。例えば、ノイズ除去部２４４は、抵抗およびコンデンサを用いたアナログフィルタによって構成される。この他に、外部信号制御部２１にデジタルフィルタを備えてもよい。
　実施の形態１では、Ｉ／Ｏユニット２０が、外部信号出力部２２の出力ライン２２１から分岐させた複数の外部出力信号を外部出力信号の数よりも少ない数の信号に変換し、外部信号制御部２１に折り返す外部出力信号変換部２４を備える。これによって、従来に比して、信号を折り返すための配線の数を少なくすることができ、省配線化することができる。すなわち、異常検出を含む自己診断で必要となる短絡ループの数を従来に比して少なくすることができるという効果を有する。
　また、従来では、異常検出を含む自己診断を行う場合には、診断用の信号を使用して診断用の短絡ループを形成するために、動作モードを通常動作から自己診断動作へと切り替える必要があった。そのため、自己診断動作中では、外部信号の入出力といった通常動作を行うことができない。工作機械では、自己診断動作中では、機械加工を行うことができないので、一時的に生産が停滞することになる。しかし、実施の形態１では、通常動作時に数値制御装置１０から出力される外部信号である複数の通常用ＤＯ信号を外部信号出力部２２の出力ライン２２１から分岐させた複数の外部出力信号を用いて、故障診断を行う。このため、通常時と診断時の動作の切り替えを行う必要がなく、常にＩ／Ｏユニット２０およびその接続機器の状態監視を行うことができる。
　外部出力信号変換部２４は、複数の外部出力信号のオンオフパターンに応じて一意のアナログ電圧値に変換するようにした。また、故障診断部２１１では、アナログ電圧値をＡ／Ｄ変換したループバック結果と、外部信号制御部２１に格納されている通常用ＤＯデータのビット値と、を比較する。これによって、従来では、故障箇所があるか否かがわかるのみであったものが、故障箇所を特定することができる。また、外部出力信号変換部２４がＤ／Ａ変換部２４１で構成される場合に、電圧等のデジタル入力値の標準値からのばらつきを判定することで、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の劣化状況の把握および故障予知を行うことができる。
実施の形態２．
　実施の形態１では、外部出力信号変換部２４は、Ｄ／Ａ変換部２４１で構成され、診断用ＡＩ信号を出力する場合について説明した。実施の形態２では、外部出力信号変換部２４がデジタルの診断用信号を出力する場合について説明する。
　図７は、実施の形態２によるＩ／Ｏユニットの構成の一例を模式的に示すブロック図である。外部出力信号変換部２４は、パルス幅出力部２４５をさらに備える。パルス幅出力部２４５は、Ｄ／Ａ変換部２４１の後段に接続され、電圧－周波数変換を行い、デジタルの診断用信号を出力する。デジタルの診断用信号は、診断用ＤＩ信号と称される。外部信号制御部２１は、変換された診断用ＤＩ信号を用いて故障診断を行う。なお、実施の形態１と同一の構成要素には同一の符号を付し、その説明を省略する。
　パルス幅出力部２４５は、タイマＩＣ（Integrated　Circuit）とコンパレータとの組み合わせ、またはＶ－Ｆ（Voltage　to　Frequency）コンバータによって実現される。実施の形態１の場合と同様に、診断用ＤＩ信号の数が通常用ＤＯ信号の数よりも少なければ、Ｖ－Ｆコンバータ等の構成要素は１つ以上の任意の数で構わない。
　外部信号制御部２１の故障診断部２１１は、外部出力信号変換部２４から入力される診断用ＤＩ信号を用いてＩ／Ｏユニット２０の故障診断を行う。パルス幅出力部２４５は、入力されたアナログ値に応じて一意のパルス幅ｔplsを出力する。実施の形態１で説明した通り、アナログ電圧値は通常用ＤＯ信号のオンオフパターンに応じて一意に変換されるため、パルス幅もオンオフパターンに応じて一意の値をとる。そこで、実施の形態２では、このパルス幅の値を用いて故障診断が行われる。パターン毎に得られるパルス幅の値を標準値ｔpls_typとすることで、実施の形態１と同様に故障診断および劣化状況の把握が可能となる。
　図８は、実施の形態２によるＩ／Ｏユニットにおける故障診断の概要を示す図である。ここでは、図７の構成の外部出力信号変換部２４によって４出力の通常用ＤＯ信号が診断用ＤＩ信号に変換される場合を示す。Ｄ／Ａ変換されたアナログ電圧ＶAの入力時に変換された周波数をｆplsとすると、通常用ＤＯ信号のオンオフパターンに応じて得られるパルス幅ｔplsは次式（２）によって表される。
ｔpls＝１／ｆpls　・・・（２）
　実施の形態２において、オンオフパターン毎に電圧－周波数変換された周波数の標準値をｆpls_xxxx（ただし、ｘｘｘｘは「００００」から「１１１１」までの２進数である）とすると、オンオフパターン毎のパルス幅の標準値ｔpls_typは次式（３）によって表される。
ｔpls_typ＝１／fpls_xxxx　・・・（３）
　そして、図４の場合と同様に、通常用ＤＯ信号のオンオフパターンに応じて得られるパルス幅ｔplsの標準値ｔpls_typからのずれが±２７％以上である場合に、故障診断部２１１は、Ｉ／Ｏユニット２０が異常状態であると診断する。
　外部信号制御部２１へ入力された診断用ＤＩ信号のパルス幅ｔplsは、パルス入力中のクロック数をカウントすることによって値が算出される。クロック周波数ｆCLK、クロック数をＮplsとした場合には、診断用ＤＩ信号のパルス幅ｔplsは、次式（４）によって表される。
ｔpls＝Ｎpls×（１／ｆCLK）　・・・（４）
　つまり、クロック周波数ｆCLKが高い程、パルス幅ｔplsの値を細かく算出できる。オンオフパターン毎に得られるクロック数の標準値をＮpls_typとすると、オンオフパターン毎のパルス幅の標準値ｔpls_typは、次式（５）によって表される。
ｔpls_typ＝Ｎpls_typ×（１／ｆCLK）　・・・（５）
　図９は、実施の形態２による故障診断方法の手順の一例を示すフローチャートである。まず、外部出力信号変換部２４は、Ｄ／Ａ変換部２４１で入力された通常用ＤＯ信号をアナログ信号に変換し、パルス幅出力部２４５でアナログ信号を診断用ＤＩ信号へ変換する（ステップＳ３１）。
　次いで、パルス幅出力部２４５は、生成した診断用ＤＩ信号を外部信号制御部２１へ出力する（ステップＳ３２）。
　その後、故障診断部２１１は、診断用ＤＩ信号のパルス幅を通常用ＤＯ信号のループバック情報に変換する（ステップＳ３３）。パルス幅出力部２４５から出力される診断用ＤＩ信号のパルス幅は、通常用ＤＯ信号のオンオフパターンに応じて一意に決まる。そのため、パルス幅より通常用ＤＯ信号のループバック結果へ変換することができる。通常用ＤＯ信号の出力情報は（Ｎ＋ｎ）ビットのデータで構成されるように変換し、上位Ｎビットが外部信号制御部２１より出力された通常用ＤＯ信号のループバック結果となり、下位ｎビットが劣化状況を表す。ここでは、ループバック情報は、ループバック結果と劣化状況とを含むデジタル信号である。なお、実施の形態１同様、Ｎ,ｎは数値制御装置１０より予め定められた設定値が伝送される。
　次いで、故障診断部２１１は、パルス幅から変換された通常用ＤＯ信号のループバック情報を用いて、故障診断を開始する（ステップＳ３４）。パルス幅がｔplsのときの通常用ＤＯ信号のループバック情報にて、上位Ｎビットのビット値をＤ２UBとし、下位ｎビットのビット値をＤ２LBとし、パターン毎に得られるパルス幅の標準値ｔpls_typのときの通常用ＤＯ信号の出力情報にて、上位Ｎビットのビット値をＤ２UB_typとし、下位ｎビットのビット値をＤ２LB_typとする。分解能が２(N+n)となるように、パルス幅ｔplsとビット値（Ｄ２UB，Ｄ２LB）を割り付ける。故障診断部２１１は、診断用ＤＩ信号のパルス幅ｔplsに割り付けられたビット値（Ｄ２UB，Ｄ２LB）と、オンオフパターン毎に得られるパルス幅の標準値ｔpls_typに割り付けられたビット値（Ｄ２UB_typ，Ｄ２LB_typ）と、を比較する。
　その後、故障診断部２１１は、ループバック結果が正しいかを判定する（ステップＳ３５）。故障診断部２１１は、ループバック結果であるビット値ＤUBと外部信号制御部２１に格納されている通常用ＤＯデータのビット値と、を比較する。なお、外部信号制御部２１に格納されている通常用ＤＯデータのビット値は、数値制御装置１０より出力された情報である。
　ループバック結果が正しい場合（ステップＳ３５でＹｅｓの場合）には、故障診断部２１１は、劣化度合が許容範囲内であるかを判定する（ステップＳ３６）。劣化度合は、劣化状況を示すｎビットのＤ２LBをパルス幅の標準値に対応付けられた劣化状況の標準値Ｄ２LB_typで割る除算を行い、その除算結果から１を引き１００倍した結果、すなわち、標準値からのずれの割合である。この劣化度合は、正の数にもなれば負の数にもなる。一例では、劣化度合は、正負の符号を示す１ビットと、７ビットの数値と、で表される。故障診断部２１１は、算出した劣化度合が、許容範囲であるかを判定する。一例では、許容範囲は±２７％とされる。
　その後は、実施の形態１の図５のフローチャートのステップＳ１７以降の処理と同様の処理（ステップＳ３７からステップＳ４２）が行われるため、説明を省略する。
　なお、上記した説明では、パルス幅出力部２４５はＤ／Ａ変換部２４１の後段に設けられる場合を示したが、図６のように、Ｄ／Ａ変換部２４１の後段にノイズ除去部２４４を設け、ノイズ除去部２４４の後段にパルス幅出力部２４５が設けられるようにしてもよい。
　実施の形態２では、外部出力信号変換部２４に、Ｄ／Ａ変換部２４１またはノイズ除去部２４４の後段に、入力されたアナログ値に応じて一意のパルス幅を出力するパルス幅出力部２４５を配置した。これによって、パルス幅によってもＩ／Ｏユニット２０および接続機器の故障の有無および劣化状況を診断することができる。
実施の形態３．
　実施の形態１，２では、故障診断結果を算出する故障診断部２１１をＩ／Ｏユニット２０が有する場合について説明した。実施の形態３では、故障診断部２１１を数値制御装置１０が有する場合について説明する。この場合、Ｉ／Ｏユニット２０は、外部出力信号変換部２４にて変換された診断用信号の情報を、数値制御装置１０へ伝送する。数値制御装置１０の故障診断部２１１は、受信した診断用信号を用いて故障診断結果を生成する。なお、数値制御装置１０には、予め定められた信号数Ｎが設定されている。数値制御装置１０は、予め定められた設定値を、必要に応じて参照したり、Ｉ／Ｏユニット２０へ伝送したりする。
　外部出力信号変換部２４で変換された診断用信号が診断用ＡＩ信号である場合には、外部信号制御部２１と数値制御装置１０との間はデジタル信号で情報伝送されなければならない。そのため、外部信号制御部２１は、診断用ＡＩ信号をＡ／Ｄ変換し、Ａ／Ｄ変換したデジタル信号を数値制御装置１０に伝送する。実施の形態１で説明した通り、ビット幅Ｎ，ｎについては数値制御装置１０から設定値が伝送され、外部信号制御部２１は、設定値に従って、診断用ＡＩ信号をＡ／Ｄ変換する。Ａ／Ｄ変換で得られるデジタル信号は、実施の形態１で説明したように、（Ｎ＋ｎ）ビットの信号で構成され、上位Ｎビットが外部信号制御部２１より出力された通常用ＤＯ信号の出力結果、すなわちループバック結果を示し、下位ｎビットが劣化状況を示す。後の数値制御装置１０の故障診断部２１１における故障診断結果の生成、および故障診断方法は、実施の形態１と同様である。ただし、ステップＳ１５，Ｓ３５において、故障診断部２１１をＩ／Ｏユニット２０が有する場合は、ループバック結果を外部信号制御部２１に格納されている通常用ＤＯデータと比較していたが、故障診断部２１１を数値制御装置１０が有する場合は、ループバック結果を数値制御装置１０に格納されている通常用ＤＯデータと比較して、ループバック結果が正しいかを判定する。
　一方、外部出力信号変換部２４で変換された信号が診断用ＤＩ信号である場合には、外部信号制御部２１は、カウントしたクロック数の情報を数値制御装置１０へ伝送する。数値制御装置１０への伝送後は、実施の形態２で説明したのと同様に、数値制御装置１０の故障診断部２１１は、パルス幅を算出し、算出したパルス幅の情報を基に故障診断結果の生成、および故障診断が行われる。このとき、故障診断部２１１は、ビット幅Ｎ，ｎについては数値制御装置１０に格納されている設定値を参照し、その参照値に従ってパルス幅から（Ｎ＋ｎ）ビットの信号へ変換する。
　実施の形態３では、数値制御装置１０が故障診断部２１１を有するようにした。これによって、故障診断部２１１を有するのが数値制御装置１０のみで済むため、制御システム１全体で見ると実施の形態１，２と比べ低コスト化することができる。
実施の形態４．
　実施の形態１から３では、Ｉ／Ｏユニット２０の劣化状況から異常の有無を判別した。しかし、出力一致判定が不一致にならない限り、劣化が進んでいる箇所を一意に特定することはできない。そこで、実施の形態４では、出力一致判定が不一致にならない場合でも、劣化が進んでいる箇所を一意に特定できる制御システム１について説明する。
　図１０は、実施の形態４による制御システムの構成の一例を模式的に示すブロック図である。制御システム１は、数値制御装置１０と、実施の形態１または２に記載の外部出力信号変換部２４を有するＩ／Ｏユニット２０と、機械学習装置３０と、推論装置４０と、を備える。故障診断部２１１は、実施の形態１または２のように、Ｉ／Ｏユニット２０に設けられていてもよいし、実施の形態３のように数値制御装置１０に設けられていてもよい。機械学習装置３０は、外部出力信号、診断用信号および故障診断結果を用いて、外部信号出力部２２または接続機器の故障箇所を推論する学習済モデルを生成する。推論装置４０は、機械学習装置３０で生成された学習済モデルを用いて、外部出力信号および診断用信号から、外部信号出力部２２または接続機器の故障箇所の予知を行う。なお、図１０では、Ｉ／Ｏユニット２０の外部信号入力部２３の図示が省略されている。
　機械学習装置３０は、第１データ取得部であるデータ取得部３１と、モデル生成部３２と、学習済モデル記憶部３３と、を備える。
　データ取得部３１は、外部出力信号である通常用ＤＯ信号、診断用信号またはこの信号をループバック情報へ変換した信号、および故障診断結果を学習用データとして取得する。ループバック情報へ変換した信号は、以下ではループバック情報変換信号と称される。
　モデル生成部３２は、データ取得部３１から出力される通常用ＤＯ信号、診断用信号または第１ループバック情報変換信号であるループバック情報変換信号、および故障診断結果の組合せに基づいて作成される学習用データに従って、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習する。すなわち、Ｉ／Ｏユニット２０の通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果からＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を推論する学習済モデルを生成する。ここで、学習用データは、通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果を互いに関連付けたデータである。
　モデル生成部３２が用いる学習アルゴリズムは教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。モデル生成部３２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習する。ここで、教師あり学習とは、入力と結果であるラベルとのデータの組を機械学習装置３０に与えることで、それらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。
　図１１は、実施の形態４で用いられるニューラルネットワークの一例を模式的に示す図である。ニューラルネットワーク３００は、複数のニューロンＸ１，Ｘ２，Ｘ３からなる入力層３１０、複数のニューロンＹ１，Ｙ２からなる中間層３２０、および複数のニューロンＺ１，Ｚ２，Ｚ３からなる出力層３３０を有する。中間層３２０は、隠れ層とも称され、１層または２層以上である。図１１では、中間層３２０が１層である場合が示されている。
　例えば、図１１に示されるような３層のニューラルネットワーク３００である場合には、入力層３１０の各ニューロンＸ１，Ｘ２，Ｘ３の出力値に対して重み係数Ｗ１が乗算され、乗算によって得られた結果の線形結合が中間層３２０の各ニューロンＹ１，Ｙ２に入力される。中間層３２０の各ニューロンＹ１，Ｙ２の出力値に対して重み係数Ｗ２が乗算され、乗算によって得られた結果の線形結合が出力層３３０の各ニューロンＺ１，Ｚ２，Ｚ３に入力される。図１１の例では、入力層３１０の出力値に乗じられる重み係数Ｗ１は、ｗ１１からｗ１６であり、中間層３２０の出力値に乗じられる重み係数Ｗ２は、ｗ２１からｗ２６である。出力層３３０から出力される出力結果は、重み係数Ｗ１，Ｗ２の値によって変わる。
　実施の形態４において、ニューラルネットワーク３００は、データ取得部３１によって取得される通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果の組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習する。
　すなわち、ニューラルネットワーク３００は、入力層３１０に通常用ＤＯ信号、診断用信号またはループバック情報変換信号を入力して、出力層３３０から出力された結果が、故障診断結果に近づくように重み係数Ｗ１，Ｗ２を調整することで学習する。
　モデル生成部３２は、以上のような学習を実行することで学習済モデルを生成し、出力する。
　学習済モデル記憶部３３は、モデル生成部３２から出力された学習済モデルを記憶する。
　推論装置４０は、第２データ取得部であるデータ取得部４１と、推論部４２と、を備える。
　データ取得部４１は、外部出力信号である通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、を取得する。
　推論部４２は、機械学習装置３０の学習済モデル記憶部３３に記憶されている学習済モデルを利用して得られるＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を推論する。すなわち、この学習済モデルにデータ取得部４１で取得した通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、を入力することで、通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、から推論されるＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を出力することができる。
　なお、機械学習装置３０は、Ｉ／Ｏユニット２０の故障診断結果を学習するために使用され、推論装置４０は、Ｉ／Ｏユニット２０の故障箇所を推論するために使用される。しかし、機械学習装置３０および推論装置４０は、例えば、ネットワークを介して数値制御装置１０に接続され、この数値制御装置１０およびＩ／Ｏユニット２０とは別個の装置であってもよい。また、機械学習装置３０および推論装置４０は、数値制御装置１０またはＩ／Ｏユニット２０に内蔵されていてもよい。さらに、機械学習装置３０および推論装置４０は、クラウドサーバ上に存在していてもよい。
　また、実施の形態４では、モデル生成部３２で学習した学習済モデルを用いてＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を出力するものとして説明したが、他のＩ／Ｏユニット２０および数値制御装置１０等の外部から学習済モデルを取得し、この学習済モデルに基づいてＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を出力するようにしてもよい。
　次に、機械学習装置３０が学習する処理について説明する。図１２は、実施の形態４による制御システムにおける機械学習装置の学習処理の手順の一例を示すフローチャートである。まず、データ取得部３１は、外部出力信号である通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、故障診断結果と、を取得する（ステップＳ５１）。なお、通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、故障診断結果と、を同時に取得するものとしたが、通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果を関連づけて入力できればよく、通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果のデータをそれぞれ別のタイミングで取得してもよい。
　次いで、モデル生成部３２は、データ取得部３１によって取得される通常用ＤＯ信号、診断用信号またはループバック情報変換信号、および故障診断結果の組合せに基づいて作成される学習用データに従って、教師あり学習により、外部信号出力部２２および接続機器の故障箇所を学習し、学習済モデルを生成する（ステップＳ５２）。
　その後、モデル生成部３２は、生成した学習済モデルを学習済モデル記憶部３３に記憶し（ステップＳ５３）、学習処理が終了する。
　次に、推論装置４０を使ってＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を得るための処理を説明する。図１３は、実施の形態４による故障箇所の推定方法の手順の一例を示すフローチャートである。
　まず、データ取得部４１は、外部出力信号である通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、を取得する（ステップＳ７１）。次いで、推論部４２は、学習済モデルに、取得した通常用ＤＯ信号と、診断用信号またはループバック情報変換信号と、を入力し、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を得る（ステップＳ７２）。学習済モデルは、機械学習装置３０の学習済モデル記憶部３３に記憶されたものである。その後、推論部４２は、学習済モデルにより得られたＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を数値制御装置１０に出力する（ステップＳ７３）。
　そして、数値制御装置１０は、推論装置４０から入力されたＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を用いて、Ｉ／Ｏユニット２０または接続機器の故障予知を行う（ステップＳ７４）。これによって、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の異常が検出される。一例では、外部信号出力部２２または接続機器の故障箇所または故障寸前箇所が異常として検出された場合には、数値制御装置１０は、故障箇所または故障寸前箇所を特定することができる。一例では、劣化状況の標準値からのずれが許容範囲外にあるとされた場合に、異常が特定された外部信号出力部２２の部品および接続機器のうちのいずれかが故障箇所となる。また、一例では、劣化状況の標準値からのずれが許容範囲内であるが、許容範囲外となる閾値に近い場合に、異常が特定された外部信号出力部２２の部品および接続機器のうちのいずれかが故障寸前箇所となる。故障予知によって異常を検出した場合には、数値制御装置１０は、アラーム等の任意の手段でオペレータへ異常状態を通知する。なお、正常時でも、オペレータの操作にて故障診断結果の内容を参照して、オペレータは、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の劣化状況を確認することができる。
　なお、実施の形態４では、モデル生成部３２が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、教師あり学習以外にも、教師なし学習、または半教師あり学習等を適用することも可能である。
　また、モデル生成部３２は、複数のＩ／Ｏユニット２０に対して作成される学習用データに従って、Ｉ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習するようにしてもよい。このとき、モデル生成部３２は、同一のエリアで使用される複数のＩ／Ｏユニット２０から学習用データを取得してもよいし、異なるエリアで独立して動作する複数のＩ／Ｏユニット２０から収集される学習用データを利用してＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習してもよい。また、学習用データを収集するＩ／Ｏユニット２０を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、あるＩ／Ｏユニット２０に関してＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を学習した学習装置を、これとは別のＩ／Ｏユニット２０に適用し、当該別のＩ／Ｏユニット２０に関してＩ／Ｏユニット２０の外部信号出力部２２または接続機器の故障箇所を再学習して更新するようにしてもよい。
　さらに、モデル生成部３２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Deep　Learning）を用いることもでき、他の公知の方法、例えばサポートベクターマシンなどに従って機械学習を実行してもよい。
　実施の形態４では、機械学習装置３０で、Ｉ／Ｏユニット２０の外部出力信号と、診断用信号またはループバック情報変換信号と、故障診断結果と、の相関関係に基づいて外部信号出力部２２またはその接続機器の劣化状況に関する特徴量を学習させる。これによって、推論装置４０で、Ｉ／Ｏユニット２０の外部信号出力部２２および接続機器の故障予知を行うことができる。
実施の形態５．
　図１４は、実施の形態５による制御システムの構成の一例を模式的に示すブロック図である。なお、上記した実施の形態と同一の構成要素については、同一の符号を付し、その説明を省略する。以下では、上記した実施の形態と異なる部分について説明する。Ｉ／Ｏユニット２０は、外部入力信号変換部２６をさらに有する。外部入力信号変換部２６は、複数の入力ライン２２２より分岐させた外部入力信号である通常用ＤＩ信号を、入力させた通常用ＤＩ信号の数よりも少ない数の第２診断用信号である診断用信号へ変換する。診断用信号は、Ｉ／Ｏユニット２０の構成に応じて、アナログ信号またはデジタル信号の形態をとる。外部入力信号変換部２６は、変換した診断用信号を、外部信号制御部２１へ出力する。
　なお、故障診断部２１１は、外部信号制御部２１に設けられてもよいし、数値制御装置１０に設けられてもよい。故障診断部２１１は、外部出力信号変換部２４からの第１診断用信号である診断用信号に加えて、外部入力信号変換部２６からの診断用信号を用いて故障診断を行う。外部入力信号変換部２６で変換された診断用信号を用いることによって、故障診断部２１１で、Ｉ／Ｏユニット２０の外部信号入力部２３の故障診断を行うことができる。外部入力信号変換部２６の構成例は、実施の形態１から３で説明した外部出力信号変換部２４と同様である。また、故障診断部２１１における故障診断は、Ｉ／Ｏユニット２０の外部信号出力部２２またはその制御対象である接続機器の故障診断時と同様の方法で行われる。
　機械学習装置３０のデータ取得部３１は、外部出力信号である通常用ＤＯ信号、外部出力についての診断用信号または第１ループバック情報変換信号であるループバック情報変換信号、および外部出力についての故障診断結果に加えて、外部入力信号である通常用ＤＩ信号、外部入力についての診断用信号または第２ループバック情報変換信号であるループバック情報変換信号、および外部入力についての故障診断結果を学習用データとして取得する。
　機械学習装置３０のモデル生成部３２は、データ取得部３１から出力される通常用ＤＩ信号および通常用ＤＯ信号、外部入力および外部出力についての診断用信号またはループバック情報変換信号、並びに外部入力および外部出力についての故障診断結果の組合せに基づいて作成される学習用データに従って、Ｉ／Ｏユニット２０の外部信号入力部２３、外部信号出力部２２または制御対象である接続機器の故障箇所を学習する。すなわち、モデル生成部３２は、Ｉ／Ｏユニット２０の通常用ＤＯ信号、外部出力についての診断用信号またはループバック情報変換信号、および外部出力についての故障診断結果から、Ｉ／Ｏユニット２０の外部信号出力部２２または制御対象である接続機器の故障箇所を推論する学習済モデルを生成し、Ｉ／Ｏユニット２０の通常用ＤＩ信号、外部入力についての診断用信号またはループバック情報変換信号、および外部入力についての故障診断結果から、Ｉ／Ｏユニット２０の外部信号入力部２３の故障箇所を推論する学習済モデルを生成する。ここで、学習用データは通常用ＤＩ信号および通常用ＤＯ信号、外部入力および外部出力についての診断用信号またはループバック情報変換信号、並びに外部入力および外部出力についての故障診断結果を互いに関連付けたデータである。
　実施の形態４と異なる点は、データ取得部３１で取得する学習用データの種類およびモデル生成部３２で生成するモデルの種類が増えるという点のみであり、モデル生成部３２で行う学習済モデルの生成方法および機械学習装置３０の学習処理に関しては実施の形態４と同様である。
　推論装置４０のデータ取得部４１は、外部出力信号である通常用ＤＯ信号、および外部出力についての診断用信号またはループバック情報変換信号に加えて、外部入力信号である通常用ＤＩ信号、および外部入力についての診断用信号またはループバック情報変換信号を取得する。
　推論装置４０の推論部４２は、学習済モデルを利用して得られるＩ／Ｏユニット２０の外部信号入力部２３、外部信号出力部２２または制御対象である接続機器の故障箇所を推論する。すなわち、この学習済モデルにデータ取得部４１で取得した通常用ＤＩ信号および通常用ＤＯ信号、並びに外部入力および外部出力についての診断用信号またはループバック情報変換信号を入力することで、通常用ＤＩ信号および通常用ＤＯ信号、並びに外部入力および外部出力についての診断用信号またはループバック情報変換信号から推論されるＩ／Ｏユニット２０の外部信号入力部２３、外部信号出力部２２または制御対象である接続機器の故障箇所を出力することができる。
　実施の形態４と異なる点は、データ取得部４１で取得する学習用データの種類および推論部４２で推論する情報が増えるという点のみであり、推論装置４０の推論処理に関しては実施の形態４と同様である。また、Ｉ／Ｏユニット２０の外部信号入力部２３を構成するＤＩ入力用部品またはＩ／Ｏユニット２０の接続機器の経年劣化が進むと、アナログ電圧の標準値からのずれが大きくなる。このため、実施の形態５でも、実施の形態４と同様に、アナログ電圧の標準値からのずれによってＤＩ入力用部品、また入力ライン２２２に接続される接続機器の劣化状況がどの程度かを把握することができる。
　実施の形態５では、Ｉ／Ｏユニット２０が、外部信号入力部２３の入力ライン２２２から分岐させた複数の外部入力信号を外部入力信号の数よりも少ない本数の信号に変換し、外部信号制御部２１に折り返す外部入力信号変換部２６を備える。また、Ｉ／Ｏユニット２０の外部入力信号と、診断用信号またはループバック情報変換信号と、故障診断結果と、の相関関係に基づいて、外部信号入力部２３またはその接続機器の劣化状況に関する特徴量を学習させる。これによって、Ｉ／Ｏユニット２０の外部信号入力部２３についても故障予知を行うことができる。さらに、Ｉ／Ｏユニット２０の外部信号入力部２３、またその接続機器についても劣化状況の把握ができる。
　以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。
　１　制御システム、１０　数値制御装置、２０　外部信号入出力ユニット（Ｉ／Ｏユニット）、２１　外部信号制御部、２２　外部信号出力部、２３　外部信号入力部、２４　外部出力信号変換部、２６　外部入力信号変換部、３０　機械学習装置、３１，４１　データ取得部、３２　モデル生成部、３３　学習済モデル記憶部、４０　推論装置、４２　推論部、２１１　故障診断部、２１５，２２１　出力ライン、２１６，２２２　入力ライン、２１７　診断用信号入力ライン、２４１　Ｄ／Ａ変換部、２４２　ラダー抵抗、２４３　Ｄ／Ａ変換器、２４４　ノイズ除去部、２４５　パルス幅出力部。

Claims (13)

  1. 　数値制御装置との間で入出力される信号を制御する外部信号制御部と、
    　前記外部信号制御部からの信号である外部信号を出力ラインを介して外部に接続される機器に出力する外部信号出力部と、
    　前記出力ラインより分岐させた複数の外部出力信号を、前記複数の外部出力信号の数よりも少ない数の信号である第１診断用信号に変換し、前記外部信号制御部へ折り返す外部出力信号変換部と、
    　を備えることを特徴とする外部信号入出力ユニット。
  2. 　前記外部出力信号変換部は、前記複数の外部出力信号の数をＮ（ただし、Ｎは自然数である）とすると、Ｎ以上の分解能で前記複数の外部出力信号を前記第１診断用信号にデジタルアナログ変換することを特徴とする請求項１に記載の外部信号入出力ユニット。
  3. 　前記外部出力信号変換部は、デジタル信号である前記外部出力信号を、アナログ信号である前記第１診断用信号に変換するデジタルアナログ変換部を有することを特徴とする請求項１に記載の外部信号入出力ユニット。
  4. 　前記外部出力信号変換部は、前記デジタルアナログ変換部で変換された前記第１診断用信号のノイズを除去するノイズ除去部をさらに有することを特徴とする請求項３に記載の外部信号入出力ユニット。
  5. 　前記外部出力信号変換部は、前記デジタルアナログ変換部で変換されたアナログ信号を、パルス幅を示すデジタル信号に変換するパルス幅出力部をさらに有し、
    　前記第１診断用信号は、前記パルス幅出力部から出力されるデジタル信号であることを特徴とする請求項３または４に記載の外部信号入出力ユニット。
  6. 　前記第１診断用信号に基づいて、前記外部信号出力部または前記機器に異常があるか否かを診断する故障診断部をさらに備えることを特徴とする請求項１から５のいずれか１つに記載の外部信号入出力ユニット。
  7. 　前記数値制御装置と、
    　前記数値制御装置に接続される請求項１から６のいずれか１つに記載の外部信号入出力ユニットと、
    　を備えることを特徴とする制御システム。
  8. 　外部信号出力部の出力ラインより分岐させた外部信号制御部からの信号である複数の外部出力信号を、前記複数の外部出力信号の数よりも少ない数の信号である第１診断用信号に変換し、前記外部信号制御部へ折り返す外部出力信号変換部を有する外部信号入出力ユニットと、
    　前記第１診断用信号を受信し、前記外部信号入出力ユニットの前記出力ラインまたは前記出力ラインに接続される機器に異常があるか否かを診断する故障診断部を有する数値制御装置と、
    　を備えることを特徴とする制御システム。
  9. 　前記外部信号出力部から出力される前記複数の外部出力信号と、前記外部出力信号変換部で変換された前記第１診断用信号または前記第１診断用信号を前記複数の外部出力信号のループバック結果を含む情報に変換した信号であるである第１ループバック情報変換信号、および前記外部信号出力部または前記機器の故障診断結果を含む学習用データを取得する第１データ取得部と、
    　前記学習用データを用いて、前記複数の外部出力信号、前記第１診断用信号または前記第１ループバック情報変換信号から、前記外部信号出力部または前記機器の故障箇所の推論を行うための学習済モデルを生成するモデル生成部と、
    　を有する機械学習装置をさらに備えることを特徴とする請求項７または８に記載の制御システム。
  10. 　前記複数の外部出力信号、前記第１診断用信号または前記第１ループバック情報変換信号を取得する第２データ取得部と、
    　前記学習済モデルを用いて、前記複数の外部出力信号、前記第１診断用信号または前記第１ループバック情報変換信号から、前記外部信号出力部または前記機器の故障箇所を出力する推論部と、
    　を有する推論装置をさらに備えることを特徴とする請求項９に記載の制御システム。
  11. 　前記外部信号入出力ユニットは、
    　入力ラインを介して入力される前記機器からの信号を前記外部信号制御部に出力する外部信号入力部と、
    　前記入力ラインより分岐させた複数の外部入力信号を、前記複数の外部入力信号の数よりも少ない数の信号である第２診断用信号に変換し、前記外部信号制御部へ出力する外部入力信号変換部と、
    　をさらに備え、
    　前記学習用データは、前記複数の外部入力信号と、前記第２診断用信号または前記第２診断用信号を前記複数の外部入力信号のループバック結果を含む情報に変換した信号である第２ループバック情報変換信号と、前記外部信号入力部または前記機器の故障診断結果と、をさらに含み、
    　前記学習済モデルに、前記複数の外部入力信号、前記第２診断用信号または前記第２ループバック情報変換信号から、前記外部信号入力部または前記機器の故障箇所の推論が含まれ、
    　前記推論部は、前記学習済モデルを用いて、前記複数の外部入力信号と、前記第２診断用信号または前記第２ループバック情報変換信号と、から、前記外部信号入力部または前記機器の故障箇所をさらに出力することを特徴とする請求項１０に記載の制御システム。
  12. 　数値制御装置と、前記数値制御装置からの複数の外部出力信号を外部信号出力部を介して機器に出力するとともに、前記複数の外部出力信号を分岐させ、前記複数の外部出力信号の数よりも少ない数の信号に変換した診断用信号を生成する外部信号入出力ユニットと、前記診断用信号を用いて前記外部信号出力部または前記機器の故障箇所を診断する故障診断部と、を備える制御システムにおける前記外部信号出力部または前記機器の故障箇所を学習する機械学習装置であって、
    　前記複数の外部出力信号と、前記診断用信号または前記診断用信号を前記複数の外部出力信号のループバック結果を含む情報に変換した信号であるループバック情報変換信号と、前記外部信号出力部または前記機器の故障診断結果と、を含む学習用データを取得するデータ取得部と、
    　前記学習用データを用いて、前記複数の外部出力信号、前記診断用信号または前記ループバック情報変換信号から、前記外部信号出力部または前記機器の故障箇所を推論するための学習済モデルを生成するモデル生成部と、
    　を備えることを特徴とする機械学習装置。
  13. 　数値制御装置と、前記数値制御装置からの複数の外部出力信号を外部信号出力部を介して機器に出力するとともに、前記複数の外部出力信号を分岐させ、前記複数の外部出力信号の数よりも少ない数の信号に変換した診断用信号を生成する外部信号入出力ユニットと、前記診断用信号を用いて前記外部信号出力部または前記機器の故障箇所を診断する故障診断部と、を備える制御システムにおける前記外部信号出力部または前記機器の故障箇所を推論する推論装置であって、
    　前記複数の外部出力信号、前記診断用信号または前記診断用信号を前記複数の外部出力信号のループバック結果を含む情報に変換した信号であるループバック情報変換信号を取得するデータ取得部と、
    　前記複数の外部出力信号、前記診断用信号または前記ループバック情報変換信号から、前記外部信号出力部または前記機器の故障箇所を推論するための学習済モデルを用いて、前記複数の外部出力信号、前記診断用信号または前記ループバック情報変換信号から、前記外部信号出力部または前記機器の故障箇所を出力する推論部と、
    　を備えることを特徴とする推論装置。
PCT/JP2020/038796 2020-10-14 2020-10-14 外部信号入出力ユニット、制御システム、機械学習装置および推論装置 WO2022079838A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE112020006674.6T DE112020006674T5 (de) 2020-10-14 2020-10-14 Eingabe-/Ausgabeeinheit für externe Signale, Steuerungssystem, Maschinenlernvorrichtung und Inferenzvorrichtung
CN202080098966.7A CN115335785B (zh) 2020-10-14 2020-10-14 外部信号输入输出单元、控制系统、机器学习装置及推断装置
JP2021510145A JP6880353B1 (ja) 2020-10-14 2020-10-14 外部信号入出力ユニット、制御システム、機械学習装置および推論装置
PCT/JP2020/038796 WO2022079838A1 (ja) 2020-10-14 2020-10-14 外部信号入出力ユニット、制御システム、機械学習装置および推論装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/038796 WO2022079838A1 (ja) 2020-10-14 2020-10-14 外部信号入出力ユニット、制御システム、機械学習装置および推論装置

Publications (1)

Publication Number Publication Date
WO2022079838A1 true WO2022079838A1 (ja) 2022-04-21

Family

ID=76083849

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/038796 WO2022079838A1 (ja) 2020-10-14 2020-10-14 外部信号入出力ユニット、制御システム、機械学習装置および推論装置

Country Status (4)

Country Link
JP (1) JP6880353B1 (ja)
CN (1) CN115335785B (ja)
DE (1) DE112020006674T5 (ja)
WO (1) WO2022079838A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014059800A (ja) * 2012-09-19 2014-04-03 Azbil Corp 設備制御システム、コネクタ接続不良検出方法、およびｉ／ｏモジュール
JP2019057239A (ja) * 2017-09-22 2019-04-11 株式会社デンソーウェーブ 制御装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005221258A (ja) * 2004-02-03 2005-08-18 Fanuc Ltd エンコーダ
JP4328352B2 (ja) 2006-12-18 2009-09-09 ファナック株式会社 外部信号入出力ユニットの診断方法及びシステム
JP5254714B2 (ja) * 2008-09-05 2013-08-07 株式会社マキタ 電動工具用マイコン搭載システム及び電池パック
JP5987069B2 (ja) * 2015-01-16 2016-09-06 ファナック株式会社 シリアル通信信号監視による内部レジスタ自己リセット機能を備えた数値制御システム
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
JP6571704B2 (ja) * 2017-02-13 2019-09-04 ファナック株式会社 診断用データ取得システム、診断用システム、及び診断用データ取得プログラム
JP6956028B2 (ja) * 2018-02-22 2021-10-27 ファナック株式会社 故障診断装置及び機械学習装置
US20190302707A1 (en) * 2018-03-28 2019-10-03 Mitsubishi Electric Research Laboratories, Inc. Anomaly Detection in Manufacturing Systems Using Structured Neural Networks
CN208459842U (zh) * 2018-08-03 2019-02-01 佛山微控工业自动化科技有限公司 数控车床系统继电器输出控制电路
CN110109393A (zh) * 2019-05-06 2019-08-09 北京国电智深控制技术有限公司 一种数字量输出板卡
CN210605458U (zh) * 2019-08-09 2020-05-22 深圳市弘粤驱动有限公司 一种伺服驱动器及驱动系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014059800A (ja) * 2012-09-19 2014-04-03 Azbil Corp 設備制御システム、コネクタ接続不良検出方法、およびｉ／ｏモジュール
JP2019057239A (ja) * 2017-09-22 2019-04-11 株式会社デンソーウェーブ 制御装置

Also Published As

Publication number Publication date
DE112020006674T5 (de) 2023-06-29
CN115335785A (zh) 2022-11-11
CN115335785B (zh) 2024-06-18
JP6880353B1 (ja) 2021-06-02
JPWO2022079838A1 (ja) 2022-04-21

Similar Documents

Publication Publication Date Title
EP3776113B1 (en) Apparatus and method for controlling system
US7426449B2 (en) Sensor fusion using self evaluating process sensors
US7457674B2 (en) System, device, and methods for updating system-monitoring models
Frank et al. Fuzzy logic and neural network applications to fault diagnosis
US5406485A (en) Method and apparatus for detecting faulty operation of a wheel speed sensor
US20120101794A1 (en) Device and method for the residual analysis of a residuum to detect system errors in the system behaviour of a system of an aircraft
Li et al. A fuzzy-based sensor validation strategy for AC motor drives
WO2022079838A1 (ja) 外部信号入出力ユニット、制御システム、機械学習装置および推論装置
CN107783495B (zh) 单元控制系统
JP3567073B2 (ja) 時系列データ予測方法および装置
CN105243258A (zh) 一种基于模型的crh3型动车组牵引逆变器igbt开路故障诊断方法
CN110892276B (zh) 用于识别电弧的设备和方法
EP3855613A1 (en) On-board capacitor health monitoring systems and methods
CN110531163B (zh) 一种磁浮列车悬浮斩波器母线电容状态监测方法
CN106183821B (zh) 用于与安全相关的参量的可信度测试的方法和装置
KR102565529B1 (ko) 자율제어기반의 수처리 제어시스템 및 그 방법
Frank et al. New developments using AI in fault diagnosis
JP2645017B2 (ja) プラント診断方法及びその装置
Combastel et al. A symbolic reasoning approach to fault detection and isolation applied to electrical machines
CN107302384A (zh) 用于监测信号路径的设备和方法以及信号处理系统
RU88870U1 (ru) Система адаптивного управления импульсным преобразователем напряжения на основе использования идентификации аномальной вариации параметров в режиме реального времени
EP4206692A1 (en) Current supervisory device
US20230050374A1 (en) Backlash-amount measurement apparatus, backlash-amount measurement method and computer readable medium
CN109521299B (zh) 一种逆变器智能故障推理的方法
KR20110023160A (ko) 결함 허용 방법 및 시스템

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021510145

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 20957667

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 20957667

Country of ref document: EP

Kind code of ref document: A1