[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2024176390A1 - データ分割装置、及びコンピュータ読み取り可能な記録媒体 - Google Patents

データ分割装置、及びコンピュータ読み取り可能な記録媒体 Download PDF

Info

Publication number
WO2024176390A1
WO2024176390A1 PCT/JP2023/006479 JP2023006479W WO2024176390A1 WO 2024176390 A1 WO2024176390 A1 WO 2024176390A1 JP 2023006479 W JP2023006479 W JP 2023006479W WO 2024176390 A1 WO2024176390 A1 WO 2024176390A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
unit
section
predetermined
divided
Prior art date
Application number
PCT/JP2023/006479
Other languages
English (en)
French (fr)
Inventor
和宏 佐藤
幸男 神庭
Original Assignee
ファナック株式会社
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 ファナック株式会社 filed Critical ファナック株式会社
Priority to PCT/JP2023/006479 priority Critical patent/WO2024176390A1/ja
Publication of WO2024176390A1 publication Critical patent/WO2024176390A1/ja

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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

Definitions

  • the present disclosure relates to a data division device and a computer-readable recording medium.
  • the data division device disclosed herein solves the above problem by matching the features of data acquired from industrial machinery and dividing data related to the operation of the industrial machinery by context.
  • An aspect of the present disclosure is a data division device including: a data acquisition unit that acquires data related to the operation of an industrial machine; a section division unit that divides a section in the time direction of the data acquired by the data acquisition unit into predetermined sections based on a predetermined context value for determining a context related to the operation of the industrial machine; a feature calculation unit that calculates a predetermined feature value indicating a characteristic of each section for each section divided by the section division unit; a reference data storage unit that stores reference data that associates a section label with a predetermined feature value indicating a characteristic of each section for a plurality of sections divided in the time direction; a matching unit that performs a matching process between the reference data and the predetermined feature value for each section calculated by the feature calculation unit and assigns the section label to the section divided by the section division unit; and an output unit that outputs information related to the divided sections.
  • FIG. 2 is a hardware configuration diagram of the data division device according to the first embodiment.
  • 1 is a block diagram showing functions of a data division device according to a first embodiment; 4 is a graph showing an example of a transition of a command position commanded to a motor in one machining cycle.
  • 11 is a table illustrating an example of feature amounts for each section calculated by a feature amount calculation unit.
  • FIG. 11 is a table illustrating an example of reference data.
  • FIG. 13 is a schematic diagram illustrating an example of an output result of data division.
  • FIG. 11 is a block diagram showing the functions of a data division device according to a second embodiment.
  • FIG. 11 is a functional block diagram of a data division device according to another embodiment.
  • FIG. 1 is a schematic hardware configuration diagram showing a main part of a data division device according to a first embodiment of the present disclosure.
  • the data division device 1 of the present disclosure can be implemented, for example, as a control device for controlling an industrial machine.
  • the data division device 1 of the present disclosure can be implemented on a computer such as a personal computer attached to a control device for controlling an industrial machine, a personal computer connected to the control device via a wired/wireless network, a cell computer, a fog computer 6, or a cloud server 7.
  • a personal computer equipped with a diagnostic function and connected to a control device for controlling an industrial machine via a network.
  • the CPU 11 provided in the data division device 1 is a processor that controls the entire data division device 1.
  • the CPU 11 reads the system program stored in the ROM 12 via the bus 22, and controls the entire data division device 1 according to the system program.
  • the RAM 13 temporarily stores temporary calculation data, display data, and various data input from outside.
  • the non-volatile memory 14 is composed of, for example, a memory backed up by a battery (not shown) or an SSD (Solid State Drive), and the memory state is maintained even when the power supply of the data division device 1 is turned off.
  • the non-volatile memory 14 stores programs and data read from the external device 72 via the interface 15, programs and data input via the input device 71, programs and data acquired from the industrial machine 3, and the like.
  • the data includes control data such as a command position, a command speed, a position feedback value, and a speed feedback value, sensor data such as the motor current, voltage, temperature, vibration, and sound detected by the sensor 4 attached to the industrial machine 3, the program number of the control program, and the tool number of the tool being used.
  • the data stored in the non-volatile memory 14 may be expanded in the RAM 13 when executed/used.
  • various system programs such as a publicly known analysis program are written in advance in the ROM 12.
  • the interface 15 is an interface for connecting the CPU 11 of the data division device 1 to an external device 72 such as a USB device.
  • an external device 72 such as a USB device.
  • pre-stored control programs and data related to the operation of each industrial machine 3 can be read from the external device 72.
  • control programs and setting data edited within the data division device 1 can be stored in an external storage means via the external device 72.
  • the interface 20 is an interface for connecting the CPU 11 of the data splitting device 1 to a wired or wireless network 5.
  • the network 5 is connected to the industrial machines 3, fog computers 6, cloud servers 7, etc., and exchanges data with the data splitting device 1.
  • the display device 70 displays various data loaded into memory, data obtained as a result of executing programs, etc., output via the interface 17.
  • the input device 71 which is comprised of a keyboard, pointing device, etc., passes instructions and data based on operations by the operator to the CPU 11 via the interface 18.
  • the industrial machinery 3 is a machine such as a machine tool, an injection molding machine, or a robot.
  • the industrial machinery 3 is equipped with sensors 4 that detect predetermined physical quantities related to the operation of at least each part of the industrial machinery 3.
  • the data division device 1 acquires data such as predetermined command values and signal values, predetermined physical quantities detected by the sensors 4, the program number of the control program being executed, and the tool number of the tool being used from the industrial machinery 3 via the network 5 and the interface 20.
  • the acquired predetermined data is stored in the RAM 13 through the non-volatile memory 14 and processed by the CPU 11.
  • FIG. 2 is a schematic block diagram showing the functions of the data splitting device 1 according to the first embodiment of the present disclosure.
  • Each function of the data splitting device 1 according to this embodiment is realized by the CPU 11 of the data splitting device 1 shown in FIG. 1 executing a system program and controlling the operation of each part of the data splitting device 1.
  • the data splitting device 1 of this embodiment includes a data acquisition unit 110, a section splitting unit 120, a feature calculation unit 130, a matching unit 140, a diagnosis unit 150, and an output unit 160.
  • a data storage unit 210 which is an area for storing data acquired from the industrial machine 3
  • a reference data storage unit 220 which is an area for storing reference data that serves as a criterion for determining the context of the acquired data, are prepared in advance.
  • the data acquisition unit 110 acquires predetermined data from the industrial machinery 3, such as predetermined command values and signal values, predetermined physical quantities detected by the sensors 4, program numbers of control programs being executed, and tool numbers of tools being used.
  • the data acquired by the data acquisition unit 110 is time-series data obtained by detecting temporal changes in predetermined physical quantities at predetermined intervals.
  • the data acquisition unit 110 may acquire data from the industrial machinery 3 via the network 5.
  • the data acquisition unit 110 may also acquire data acquired and stored by external devices 72, fog computers 6, cloud servers 7, etc.
  • the data acquisition unit 110 stores the acquired data in the data storage unit 210 in association with time.
  • the section division unit 120 divides the time-direction section of the data acquired by the data acquisition unit 110 and stored in the data storage unit 210 into predetermined sections.
  • the section division unit 120 divides the sections based on a predetermined context value.
  • the context value is a data value used to determine the context related to the operation of the industrial machine 3. For example, a command value (command position, command speed, position feedback value, speed feedback value, etc.) issued to the motor that drives the drive unit of the industrial machine 3, a value of a predetermined state signal of the industrial machine 3 (value of a signal during operation, value of a signal during cutting, etc.), a differential value of these values, a predetermined statistical value, etc. can be used as a context value.
  • the program number of the control program used to control the industrial machine 3 and the tool number of a tool in use can also be used as a context value.
  • a set (vector) of these values may also be used as a context value.
  • the section division unit 120 determines that a section in which the predetermined context value is approximately constant is a section corresponding to the same context. Then, the time-direction section of the data is divided into different sections for each of the same contexts. The section division unit 120 outputs information related to the divided sections to the feature calculation unit 130.
  • Fig. 3 is a graph showing an example of the transition of the command position commanded to the motor in one machining cycle.
  • the interval dividing unit 120 judges that the intervals in which the slope of the command position is constant are the same context, and divides the intervals in the time direction for each context. Then, as shown in Fig. 3, the time direction interval of the data acquired in one machining cycle is divided into 14 intervals from a1 to a14 .
  • the feature amount calculation unit 130 calculates a predetermined feature amount for each section divided by the section division unit 120.
  • the predetermined feature amount is a representative value indicating the feature amount in the section.
  • the predetermined feature amount may be a command value (command position, command speed, position feedback value, speed feedback value, etc.) commanded to the motor driving the drive unit of the industrial machine 3 in each section, a value of a predetermined state signal of the industrial machine 3 (value of a signal during operation, value of a signal during cutting, etc.), a differential value of these values, a predetermined statistical value, etc.
  • the predetermined feature amount may be a program number of a control program used to control the industrial machine 3, a tool number of a tool in use, a section length of the section, etc.
  • FIG. 4 is a table diagram illustrating an example of the feature amount for each section calculated by the feature amount calculation unit 130.
  • a set of three values is calculated as the feature amount for each section illustrated in FIG. 3.
  • the feature amount for section a3 is a set of three values x 1_3 , x 2_3 , and x 3_3 .
  • the feature amount calculation unit 130 outputs the feature amount calculated for each section to the matching unit 140 .
  • the matching unit 140 determines the correspondence between each section in the diagnosis target data and each section in the reference data stored in the reference data storage unit 220, based on the feature for each section calculated by the feature calculation unit 130.
  • the reference data is data in which section labels are associated with values or sets of values (vectors) of predetermined feature values in each section for multiple sections divided in the time direction and arranged in chronological order.
  • the reference data is created in advance based on data related to the operation of the industrial machine 3 obtained by experimentally operating the industrial machine 3 according to the control program. It is preferable to use the same type of context value as the context value used by the section division unit 120 to divide the sections for dividing the reference data. It is also preferable that the predetermined feature for each section in the reference data is the same type as the feature calculated by the feature calculation unit 130.
  • FIG. 5 shows an example of the reference data.
  • the feature quantities in each of the n sections from section S 1 to section S n are associated with each other.
  • the matching unit 140 matches the correspondence between the feature quantities for each section calculated by the feature quantity calculation unit 130 as shown in FIG. 4 and the feature quantities for each section of the reference data as shown in FIG. 5.
  • a known elastic matching method such as DP matching or hidden Markov model may be used.
  • the matching unit 140 assigns the label of the section in the reference data to each section divided by the section division unit 120.
  • the matching unit 140 outputs information related to the labeled sections to the diagnosis unit 150 and the output unit 160.
  • the diagnostic unit 150 performs a predetermined diagnostic process for each section. Then, it outputs the diagnostic results to the output unit 160.
  • the predetermined diagnostic process may be, for example, a diagnostic process for determining whether the operation of the industrial machine 3 is normal/abnormal. It may also be a diagnostic process related to tool wear/breakage, or a diagnostic process for the machining quality of the workpiece.
  • the diagnostic process by the diagnostic unit 150 may be a simple diagnostic process in which a specific data value in each section is compared with a predetermined threshold value. Alternatively, a specific statistical amount may be calculated based on one or more data values in the section, and a diagnosis may be made based on the calculated statistical amount. Furthermore, the diagnostic process may use known machine learning techniques. The diagnostic unit 150 may use different types of diagnostic process and different values such as threshold values used for diagnosis depending on each section to be diagnosed. Diagnostic process may not be performed on data in sections that do not require diagnosis.
  • the output unit 160 outputs the data divided by the interval division unit 120 and divided into intervals to which the matching unit 140 has assigned labels. For example, as illustrated in FIG. 6, the output unit 160 may display and output the results of dividing the data acquired by the data acquisition unit 110 into intervals on a screen. The data divided into intervals may also be output to a recording area provided in advance on the non-volatile memory 14 or the like. Furthermore, the data may be sent and output to a higher-level computer such as the industrial machine 3, fog computer 6, or cloud server 7.
  • a higher-level computer such as the industrial machine 3, fog computer 6, or cloud server 7.
  • the output unit 160 may be configured to output data related to the results of the diagnostic processing by the diagnosis unit 150.
  • the output unit 160 may be configured to output the results of the diagnostic processing performed by the diagnosis unit 150 for each section to the display device 70, a recording area provided in advance on the non-volatile memory 14, or a higher-level computer such as the industrial machine 3, the fog computer 6, or the cloud server 7.
  • the data division device 1 having the above configuration can divide the acquired data into sections by matching it with reference data based on the acquired data even in situations where detailed context related to the operation of the industrial machine 3 cannot be obtained. This makes it possible to perform diagnosis for each context. If a valid diagnostic process is assigned to the context in advance, diagnosis can be performed automatically without the user having to specify the range of data to be diagnosed.
  • a predetermined amount related to tool life can be diagnosed based on the tool number of the tool being used, the characteristic information of the tool corresponding to that tool number, and values related to motor control (torque command, etc.).
  • each coefficient of the relational equation that calculates the predetermined amount related to tool life can be determined in advance based on the cutting conditions (cutting speed, cutting depth, number of tool teeth, etc.) and the measured torque command value when the amount of wear is known. It is also possible to predict future wear based on the general relational equation between cutting time and wear amount, and the wear amount estimated above, and diagnose the tool life based on the future amount of wear.
  • quantities related to the quality of the workpiece can also be diagnosed from values related to motor control (such as torque commands).
  • a certain amount of data pairs of torque commands and quantities related to the quality of a specified machining section are collected in advance and prepared together with reference data. Using this prepared data, a supervised learning model can be generated that diagnoses quantities related to the quality of the machining section from features calculated based on the torque commands.
  • the industrial machinery 3 to be diagnosed it is not limited to machine tools, but can also be a variety of machines such as welding robots (where the plate thickness differs depending on the welding point, the diagnosis is made by dividing it into contexts rather than a uniform diagnosis), deburring robots (where the cutting allowance for each deburring point is divided into contexts and the diagnosis is made), and screw tightening robots (where the required torque differs depending on the diameter and length of the screw, the diagnosis is made by dividing the contexts).
  • welding robots where the plate thickness differs depending on the welding point, the diagnosis is made by dividing it into contexts rather than a uniform diagnosis
  • deburring robots where the cutting allowance for each deburring point is divided into contexts and the diagnosis is made
  • screw tightening robots where the required torque differs depending on the diameter and length of the screw, the diagnosis is made by dividing the contexts.
  • the data values are not used directly for matching; instead, the feature values that represent the interval are calculated, and then matching between the feature values is performed to find the correspondence with the interval of the reference data. This makes it possible to reduce calculation costs compared to, for example, matching processing that uses time series data itself.
  • the following describes a data division device according to the second embodiment.
  • the data division device 1 according to the present embodiment has the same hardware configuration as the data division device 1 according to the first embodiment.
  • FIG. 7 is a schematic block diagram showing the functions of the data splitting device 1 according to the second embodiment of the present disclosure.
  • Each function of the data splitting device 1 according to this embodiment is realized by the CPU 11 of the data splitting device 1 shown in FIG. 1 executing a system program and controlling the operation of each part of the data splitting device 1.
  • the data splitting device 1 of this embodiment includes a data acquisition unit 110, a section splitting unit 120, a feature calculation unit 130, a matching unit 140, a diagnosis unit 150, and an output unit 160, as well as a section score calculation unit 170.
  • the RAM 13 to the non-volatile memory 14 of the data splitting device 1 are provided in advance with a data storage unit 210, which is an area for storing data acquired from the industrial machine 3, and a reference data storage unit 220, which is an area for storing reference data that serves as a criterion for determining the context of the acquired data.
  • the data acquisition unit 110, section division unit 120, feature calculation unit 130, matching unit 140, and diagnosis unit 150 of this embodiment have the same functions as the data acquisition unit 110, section division unit 120, feature calculation unit 130, matching unit 140, and diagnosis unit 150 of the first embodiment, respectively.
  • the section score calculation unit 170 calculates a score indicating the statistical variation of the diagnosis results for each section based on the history of the diagnosis results by the diagnosis unit 150.
  • the section score calculation unit 170 acquires the diagnosis results output by the diagnosis unit 150, for example, each time one cycle of processing is performed. Then, it calculates the variance value and standard deviation value from the history of the diagnosis results.
  • the section score calculation unit 170 may calculate a score indicating the variation in short cycles (e.g., 5 to 10 cycles). It may also calculate a score indicating the trend of change in the diagnosis results in long cycles (50 to 100 cycles). Then, it outputs these calculated scores to the output unit 160.
  • the output unit 160 refers to the score indicating the variation calculated by the section score calculation unit 170 when outputting data related to the results of the diagnostic process by the diagnostic unit 150. Then, for a diagnostic result of a section in which the score indicating the variation in a short cycle exceeds a predetermined threshold, the diagnostic result may be determined to be invalid for diagnosis. In addition, if there is a large tendency for the diagnostic result to change in a long cycle, the output unit 160 may determine that the diagnostic result of that section can be suitably used for diagnosis. The output unit 160 may output the result of such a determination together with the diagnostic result. At this time, the diagnostic results may be sorted and displayed on the screen in order of the score for each section. At this time, only a predetermined number of diagnostic results with the highest scores may be displayed.
  • the data splitting device 1 which has the above configuration, makes it possible to easily determine which sections of data are valid for diagnosis.
  • FIG. 8 is a schematic block diagram showing functions of the data splitting device 1 according to another embodiment of the present disclosure.
  • the data splitting device 1 according to the first and second embodiments is described as being equipped with a function as a diagnostic device.
  • the diagnostic unit 150 which is a function as a diagnostic device, does not necessarily need to be implemented on the data splitting device 1. It may be implemented on the fog computer 6, the cloud server 7, or another computer.
  • a data division device (1) includes a data acquisition unit (110) that acquires data related to the operation of an industrial machine (3); a section division unit (120) that divides a section in a time direction of data acquired by the data acquisition unit (110) into predetermined sections based on a predetermined context value for determining a context related to the operation of the industrial machine (3); a feature calculation unit (130) that calculates a predetermined feature amount indicating a characteristic of each section divided by the section division unit (120); a reference data storage unit (220) that stores reference data in which a section label is associated with a predetermined feature amount indicating a characteristic of each section for a plurality of sections divided in the time direction; a matching unit (140) that performs a matching process between the reference data and the predetermined feature amount for each section calculated by the feature calculation unit (130) and assigns the section label to the section divided by the section division unit (120); and an output unit (
  • a data division device (1) according to another aspect of the present disclosure further includes a diagnostic unit (150) that executes a predetermined diagnostic process corresponding to each interval divided by the interval division unit (120).
  • a data division device (1) according to another aspect of the present disclosure further includes an interval score calculation unit (170) that calculates a score representing whether an interval is effective for diagnosis from time series data of diagnosis results for each interval by the diagnosis unit (150), and the output unit (160) changes the content to be output based on the value of the score.
  • the diagnosing unit (150) diagnoses a quantity related to the tool life of the tool based on the tool number of the tool being used in the section, characteristic information of the tool corresponding to the tool number, and the value of data related to motor control in the section.
  • the diagnostic unit (150) calculates a predetermined diagnostic value related to a processing abnormality based on the degree of deviation between the value of data related to motor control acquired under normal conditions and the value of data related to motor control acquired by the data acquisition unit.
  • a computer-readable recording medium records a program that causes a computer to function as a data acquisition unit (110) that acquires data related to the operation of an industrial machine (3), a section division unit (120) that divides a section in the time direction of data acquired by the data acquisition unit (110) into predetermined section based on a predetermined context value for determining a context related to the operation of the industrial machine (3), a feature calculation unit (130) that calculates a predetermined feature amount indicating a characteristic of each section divided by the section division unit (120), a matching unit (140) that performs a matching process between reference data in which section labels are associated with predetermined feature amounts indicating characteristics of each section for a plurality of sections divided in the time direction, and the predetermined feature amount for each section
  • Reference Signs List 1 Data division device 3 Industrial machine 4 Sensor 5 Network 6 Fog computer 7 Cloud server 11 CPU 12 ROM 13 RAM 14 Non-volatile memory 15 Interface 17, 18, 20 Interface 22 Bus 70 Display device 71 Input device 72 External device 110 Data acquisition unit 120 Section division unit 130 Feature amount calculation unit 140 Matching unit 150 Diagnosis unit 160 Output unit 170 Section score calculation unit 210 Data storage unit 220 Reference data storage unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)

Abstract

本開示によるデータ分割装置は、産業機械の動作に係るデータを取得するデータ取得部と、産業機械の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、取得したデータの時間方向の区間を所定の区間へと分割する区間分割部と、分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部と、時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データを記憶する基準データ記憶部と、基準データと、特徴量計算部が計算した区間毎の所定の特徴量とのマッチング処理を行い、区間分割部が分割した区間に対して前記区間ラベルを付与するマッチング部と、分割された区間に係る情報を出力する出力部と、を備える。

Description

データ分割装置、及びコンピュータ読み取り可能な記録媒体
　本開示は、データ分割装置、及びコンピュータ読み取り可能な記録媒体に関する。
　工場などの製造現場では、マシニングセンタやロボットなどの産業機械の動作中に、その状態を示すデータを収集している。そして、収集したデータに基づいて、該産業機械の状態を診断している（例えば、特許文献１など）。産業機械から取得されたデータは、様々な背景や状況において取得されたものである。このデータが取得された背景や状況のことをコンテキストと呼ぶ。例えば工作機械などでは、同じように軸送りをした際に取得されたデータであっても、ワークの加工中に取得されたデータと、早送りをしている際に取得されたデータとは、異なるコンテキストの下で取得されたデータであると言える。
　複数コンテキストで動作が構成される産業機械の状態を診断する場合、センサで検出したデータをコンテキスト毎に分割してから診断処理をする方法が有効である。特に工具の状態や加工の状態を診断する場合、何パス目の加工であるのか、といった順序関係を意味するコンテキスト毎にデータを分割し、診断を行うと効果的である。
国際公開第２０２２／１０２０３６号
　産業機械の動作に係るコンテキストは、判別するのが困難な場合がある。例えば、産業機械の動作中に実行している制御用プログラムの行番号を特定できなければ、制御用プログラムに基いてデータをコンテキスト毎に分割することができない。制御用プログラムの特定のブロックに対してシーケンス番号を付与することで実行中のブロックを特定することはできるが、すべてのブロックにラベルを付けることは作業者の負荷が大きく現実的ではない。また、他の機械との待ち合わせなどで処理時間は伸び縮みする場合があるため、加工開始からの経過時間によりコンテキストを判別することも簡単ではない。
　そこで、容易に産業機械の動作に係るデータをコンテキスト毎に分割する技術が望まれている。
　本開示によるデータ分割装置は、産業機械から取得したデータの特徴量のマッチングをすることで、産業機械の動作に係るデータをコンテキスト毎に分割することで、上記課題を解決する。
　そして、本開示の一態様は、産業機械の動作に係るデータを取得するデータ取得部と、前記産業機械の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、前記データ取得部が取得したデータの時間方向の区間を所定の区間へと分割する区間分割部と、前記区間分割部が分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部と、時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データを記憶する基準データ記憶部と、前記基準データと、前記特徴量計算部が計算した区間毎の所定の特徴量とのマッチング処理を行い、前記区間分割部が分割した区間に対して前記区間ラベルを付与するマッチング部と、前記分割された区間に係る情報を出力する出力部と、を備えるデータ分割装置である。
第１実施形態によるデータ分割装置のハードウェア構成図である。 第１実施形態によるデータ分割装置の機能を示すブロック図である。 １つの加工サイクルにおけるモータに指令される指令位置の推移を例示するグラフである。 特徴量計算部が計算するそれぞれの区間の特徴量を例示するテーブル図である。 基準データの例を示すテーブル図である。 データ分割の出力結果の例を示す模式図である。 第２実施形態によるデータ分割装置の機能を示すブロック図である。 他の実施形態によるデータ分割装置の機能を示すブロック図である。
　以下、本開示の実施形態を図面と共に説明する。
［第１実施形態］
　図１は本開示の第１実施形態によるデータ分割装置の要部を示す概略的なハードウェア構成図である。本開示のデータ分割装置１は、例えば産業機械を制御する制御装置として実装することができる。また、本開示のデータ分割装置１は、産業機械を制御する制御装置に併設されたパソコンや、該制御装置と有線／無線のネットワークを介して接続されたパソコン、セルコンピュータ、フォグコンピュータ６、クラウドサーバ７などのコンピュータ上に実装することができる。本実施形態では、データ分割装置１を、産業機械を制御する制御装置とネットワークを介して接続された診断機能を備えたパソコンの上に実装した例を示す。
　本実施形態によるデータ分割装置１が備えるＣＰＵ１１は、データ分割装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、バス２２を介してＲＯＭ１２に格納されたシステム・プログラムを読み出し、該システム・プログラムに従ってデータ分割装置１全体を制御する。ＲＡＭ１３には一時的な計算データや表示データ、及び外部から入力された各種データなどが一時的に格納される。
　不揮発性メモリ１４は、例えば図示しないバッテリでバックアップされたメモリやＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）などで構成され、データ分割装置１の電源がオフされても記憶状態が保持される。不揮発性メモリ１４には、インタフェース１５を介して外部機器７２から読み込まれたプログラムやデータ、入力装置７１を介して入力されたプログラムやデータ、産業機械３から取得されたプログラムやデータなどが記憶される。データは、指令位置、指令速度、位置フィードバック値、速度フィードバック値などの制御データ、産業機械３に取り付けられたセンサ４が検出したモータの電流、電圧、温度、振動、音などのセンサデータ、制御用プログラムのプログラム番号、使用中の工具の工具番号などのデータを含む。不揮発性メモリ１４に記憶されたデータは、実行時／利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、公知の解析プログラムなどの各種システム・プログラムがあらかじめ書き込まれている。
　インタフェース１５は、データ分割装置１のＣＰＵ１１とＵＳＢ装置などの外部機器７２と接続するためのインタフェースである。外部機器７２側からは、例えば予め記憶されている制御用プログラムや各産業機械３の動作に係るデータなどを読み込むことができる。また、データ分割装置１内で編集した制御用プログラムや設定データなどは、外部機器７２を介して外部記憶手段に記憶させることができる。
　インタフェース２０は、データ分割装置１のＣＰＵ１１と有線乃至無線のネットワーク５とを接続するためのインタフェースである。ネットワーク５には、産業機械３やフォグコンピュータ６、クラウドサーバ７などが接続され、データ分割装置１との間で相互にデータのやり取りを行っている。
　表示装置７０には、メモリ上に読み込まれた各データ、プログラムなどが実行された結果として得られたデータなどがインタフェース１７を介して出力されて表示される。また、キーボードやポインティングデバイスなどから構成される入力装置７１は、作業者による操作に基づく指令、データなどをインタフェース１８を介してＣＰＵ１１に渡す。
　産業機械３は、工作機械や射出成形機、ロボットなどの機械である。産業機械３は、少なくとも産業機械３の各部の動作に係る所定の物理量を検出するセンサ４が取り付けられている。データ分割装置１は、ネットワーク５及びインタフェース２０を介して産業機械３から所定の指令値や信号の値、センサ４が検出した所定の物理量、実行中の制御用プログラムのプログラム番号、使用中の工具の工具番号などのデータを取得する。取得した所定のデータは、ＲＡＭ１３乃至不揮発性メモリ１４に記憶され、ＣＰＵ１１により処理される。
　図２は、本開示の第１実施形態によるデータ分割装置１が備える機能を概略的なブロック図として示したものである。本実施形態によるデータ分割装置１が備える各機能は、図１に示したデータ分割装置１のＣＰＵ１１がシステム・プログラムを実行し、データ分割装置１の各部の動作を制御することにより実現される。
　本実施形態のデータ分割装置１は、データ取得部１１０、区間分割部１２０、特徴量計算部１３０、マッチング部１４０、診断部１５０、出力部１６０を備える。また、データ分割装置１のＲＡＭ１３乃至不揮発性メモリ１４上には、産業機械３から取得したデータを記憶するための領域であるデータ記憶部２１０と、取得したデータのコンテキストを判別する基準となる基準データを記憶するための領域である基準データ記憶部２２０とが予め用意されている。
　データ取得部１１０は、産業機械３から所定の指令値や信号の値、センサ４が検出した所定の物理量、実行中の制御用プログラムのプログラム番号、使用中の工具の工具番号などの所定のデータを取得する。データ取得部１１０が取得するデータは、所定の物理量の時間的な変化を所定周期で検出した時系列データである。データ取得部１１０は、ネットワーク５を介して産業機械３からデータを取得するようにしてもよい。また、外部機器７２や、フォグコンピュータ６、クラウドサーバ７等が取得して記憶しているデータを取得するようにしてもよい。データ取得部１１０は、取得したデータを時間と関連付けてデータ記憶部２１０に記憶する。
　区間分割部１２０は、データ取得部１１０が取得し、データ記憶部２１０に記憶されたデータの時間方向の区間を所定の区間へと分割する。区間分割部１２０による区間の分割は、所定のコンテキスト値に基づく。コンテキスト値は、産業機械３の動作に係るコンテキストを判別するために用いられるデータの値である。例えば、産業機械３の駆動部を駆動するモータに指令される指令値（指令位置、指令速度、位置フィードバック値、速度フィードバック値など）、産業機械３の所定の状態信号の値（運転中信号の値、切削中信号の値など）、これらの値の微分値や所定の統計値などをコンテキスト値として用いることができる。また、産業機械３の制御に用いられている制御用プログラムのプログラム番号や、使用中の工具の工具番号などもコンテキスト値として用いることができる。また、これらの値の組（ベクトル）をコンテキスト値として用いてもよい。区間分割部１２０は、所定のコンテキスト値が略一定の値となる区間を、同一のコンテキストに対応する区間であると判別する。そして、データの時間方向の区間を同一のコンテキスト毎に異なる区間として分割する。区間分割部１２０は、分割した区間に係る情報を特徴量計算部１３０へと出力する。
　図３は、１つの加工サイクルにおけるモータに指令される指令位置の推移を例示するグラフである。ここで、指令位置の変化（微分値）をコンテキスト値として区間を分割することを考える。この場合、区間分割部１２０は指令位置の傾きが一定の区間を同一のコンテキストであると判別し、それぞれのコンテキスト毎に時間方向の区間を分割する。そして、図３に例示すように、１つの加工サイクルにおいて取得されるデータの時間方向の区間が、ａ1からａ14までの１４の区間に分割される。
　特徴量計算部１３０は、区間分割部１２０が分割したそれぞれの区間毎に、所定の特徴量を計算する。所定の特徴量は、当該区間における特徴を示す代表的な値である。例えば、それぞれの区間における、産業機械３の駆動部を駆動するモータに指令される指令値（指令位置、指令速度、位置フィードバック値、速度フィードバック値など）、産業機械３の所定の状態信号の値（運転中信号の値、切削中信号の値など）、これらの値の微分値や所定の統計値などであってよい。また、産業機械３の制御に用いられている制御用プログラムのプログラム番号や、使用中の工具の工具番号、当該区間の区間長などであってもよい。また、これらの値の組（ベクトル）を特徴量として用いてもよい。図４は、特徴量計算部１３０が計算するそれぞれの区間の特徴量を例示するテーブル図である。図４の例では、図３で例示したそれぞれの区間毎に３つの値の組を特徴量はとして計算している。例えば、区間ａ３の特徴量はｘ1_3、ｘ2_3、ｘ3_3の３つの値の組となっている。特徴量計算部１３０は、区間毎に計算した特徴量をマッチング部１４０に出力する。
　マッチング部１４０は、特徴量計算部１３０が計算した区間毎の特徴量に基づいて、診断対象データにおけるそれぞれの区間と基準データ記憶部２２０に記憶されている基準データにおけるそれぞれの区間との対応を判定する。基準データは、時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間における所定の特徴量の値または値の組（ベクトル）とを関連付けて、時系列順に並べたデータである。基準データは、産業機械３を制御用プログラムに従って試験的に動作させ、その際に取得された産業機械３の動作に係るデータに基づいて予め作成しておく。基準データを区間に分割する際に用いるコンテキスト値は、区間分割部１２０が区間の分割に用いるコンテキスト値と同じ種別のものを用いることが望ましい。また、基準データにおけるそれぞれの区間における所定の特徴量は、特徴量計算部１３０が計算する特徴量と同じ種別のものであることが望ましい。
　図５は、基準データの例を示している。図５の例では、区間Ｓ1から区間Ｓｎまでのｎ個の区間に対して、それぞれの区間における特徴量が関連付けられている。マッチング部１４０は、図４に例示するような特徴量計算部１３０が計算した区間毎の特徴量の系列と、図５に例示するような基準データの区間毎の特徴量の系列との間で、区間同士の対応関係をマッチングする。このマッチング処理には、例えばＤＰマッチングや隠れマルコフモデルなどの公知の伸縮マッチングの手法を用いればよい。伸縮マッチングでは、系列間の要素の対応関係をマッチングすることができる。また、それぞれの系列の長さが異なっていたとしても、もっともらしい対応関係をマッチングすることができる。マッチング部１４０は、マッチング処理の結果に基づいて、区間分割部１２０が分割したそれぞれの区間に対して、基準データにおける区間のラベルを付与する。マッチング部１４０は、ラベルを付与した区間に係る情報を診断部１５０及び出力部１６０へと出力する。
　診断部１５０は、それぞれの区間ごとに所定の診断処理を行う。そして、その診断結果を出力部１６０へと出力する。所定の診断処理は、例えば産業機械３の動作の正常／異常の診断処理であってもよい。また、工具の摩耗／折損に係る診断処理や、ワークの加工品質の診断処理であってもよい。
　診断部１５０による診断処理は、それぞれの区間における所定のデータ値を予め定めた所定の閾値と比較する単純な診断処理であってもよい。また、当該区間における１又は複数のデータ値に基づいて所定の統計量を算出し、算出した統計量に基づいて診断するようにしてもよい。更に、公知の機械学習の技術などを用いた診断処理であってもよい。診断部１５０は、診断するそれぞれの区間に応じて、診断処理の種類や、診断に用いる閾値などの値を異なるものとしてもよい。診断が不要である区間のデータについては、診断処理を実行しないようにしてもよい。
　出力部１６０は、区間分割部１２０が分割し、マッチング部１４０がラベルを付与した区間に分割したデータを出力する。出力部１６０は、例えば図６に例示するように、データ取得部１１０が取得したデータを区間ごとに分割した結果を画面上に表示出力するようにしてもよい。また、区間ごとに分割したデータを、不揮発性メモリ１４などの上に予め設けられた記録領域に出力するようにしてもよい。更に、産業機械３やフォグコンピュータ６、クラウドサーバ７などの上位のコンピュータに送信出力するようにしてもよい。
　また、本実施形態による診断機能を備えたデータ分割装置１においては、出力部１６０は、診断部１５０による診断処理の結果に係るデータを出力するようにしてもよい。出力部１６０は、例えば診断部１５０がそれぞれの区間ごとに実行した診断処理の結果を表示装置７０や、不揮発性メモリ１４などの上に予め設けられた記録領域、産業機械３やフォグコンピュータ６、クラウドサーバ７などの上位のコンピュータに出力するようにしてもよい。
　上記構成を備えた本実施形態によるデータ分割装置１は、産業機械３の動作に係る詳細なコンテキストが取得できない状況においても、取得したデータに基づいて基準データとのマッチングを行うことで、取得したデータを所定のコンテキストに対応付けて区間に分割することができる。そのため、コンテキスト毎の診断をすることが可能となる。予め、コンテキストに対して有効な診断処理を割り当てておけば、ユーザが診断対象となるデータの範囲を指定しなくとも、自動的に診断をすることができる。
　区間毎に行う診断処理については、様々なものを適用することができる。例えば、使用している工具の工具番号と、その工具番号に対応する工具の特性情報、モータの制御に関わる値（トルクコマンドなど）に基づいて、工具寿命に係る所定の量を診断するようにしてもよい。この時、工具寿命に係る所定の量を計算する関係式の各係数は、切削条件（切削速度、切り込み量、工具の歯数など）、および摩耗量既知の状態でのトルクコマンドの実測値をもとにあらかじめ決定しておくことができる。また、一般的な切削時間と摩耗量の関係式、および上記で推定した摩耗量をもとに、将来の摩耗量を予測し、将来の摩耗量をもとに工具の寿命を診断することも可能である。
　また、モータの制御に関わる値（トルクコマンドなど）について、予め正常時に取得したデータを基準データと合わせて用意しておき、そのデータとの乖離度をもとに工具のチッピングや折れなどの突発的な異常、びびりなどの異常な加工を見つけるための診断値を計算することも可能である。このようにする場合、正常時に取得したデータをコンテキスト毎に複数（５０～１００程度）収集し、そのデータ分布を表現するモデルを一般的な機械学習手法を用いて生成しておく（１クラスＳＶＭ、局所外れ値因子法、自己符号化器など）。そして、生成したモデルを用いて、診断対象のデータと正常時のデータ分布との乖離度を計算することができる。
　更に、モータの制御に関わる値（トルクコマンドなど）から加工対象の品質に関わる量を診断することもできる。トルクコマンドと、所定の加工区間の品質に関わる量のペアのデータを予め一定量収集し、基準データと合わせて用意しておく。この用意したデータを用いて、トルク指令をもとに計算した特徴量から加工区間の品質に関わる量を診断する教師あり学習のモデルを生成すればよい。
　診断の対象となる産業機械３についても、工作機械だけでなく、溶接ロボット（溶接箇所によって、板厚が異なる場合などに、一様に診断するのではなくコンテキストに分けて診断）、バリ取りロボット（バリ取り箇所ごとの削り代をコンテキストに分けて診断）、ネジ締めロボット（ねじの径や長さによって必要なトルクが異なるため、コンテキストを分けて診断）など、様々な機械を対象とすることもできる。
　データの区間がいずれのコンテキストに対応するのかについては、データの値を直接マッチングに用いるのではなく、区間を代表する特徴量を算出した上で特徴量間のマッチングを行うことで、基準データの区間との対応関係を見出している。そのため、例えば時系列データそのものを用いたマッチング処理と比較して、計算コストを抑えることができる。
［第２実施形態］
　以下では、第２実施形態によるデータ分割装置について説明する。本実施形態によるデータ分割装置１は、第１実施形態によるデータ分割装置１と同様のハードウェア構成を備える。
　図７は、本開示の第２実施形態によるデータ分割装置１が備える機能を概略的なブロック図として示したものである。本実施形態によるデータ分割装置１が備える各機能は、図１に示したデータ分割装置１のＣＰＵ１１がシステム・プログラムを実行し、データ分割装置１の各部の動作を制御することにより実現される。
　本実施形態のデータ分割装置１は、データ取得部１１０、区間分割部１２０、特徴量計算部１３０、マッチング部１４０、診断部１５０、出力部１６０に加えて、更に区間スコア計算部１７０を備える。また、データ分割装置１のＲＡＭ１３乃至不揮発性メモリ１４上には、産業機械３から取得したデータを記憶するための領域であるデータ記憶部２１０と、取得したデータのコンテキストを判別する基準となる基準データを記憶するための領域である基準データ記憶部２２０とが予め用意されている。
　本実施形態によるデータ取得部１１０、区間分割部１２０、特徴量計算部１３０、マッチング部１４０、診断部１５０は、それぞれ第１実施形態によるデータ取得部１１０、区間分割部１２０、特徴量計算部１３０、マッチング部１４０、診断部１５０と同様の機能を備える。
　区間スコア計算部１７０は、診断部１５０による診断結果の履歴に基づいて、それぞれの区間毎に診断結果の統計的なバラツキを示すスコアを計算する。区間スコア計算部１７０は、例えば１サイクルの加工が行われるたびに診断部１５０が出力する診断結果を取得する。そして、診断結果の履歴から分散値や標準偏差値を計算する。区間スコア計算部１７０は、特に短サイクル（５～１０サイクルなど）でのバラツキを示すスコアを計算するとよい。また、長サイクル（５０～１００サイクル）での診断結果の変化傾向を示すスコアを計算するようにしてもよい。そして、これらの計算したスコアを出力部１６０へと出力する。
　本実施形態による出力部１６０は、診断部１５０による診断処理の結果に係るデータを出力する際に、区間スコア計算部１７０が計算したバラツキを示すスコアを参照する。そして、短サイクルでのバラツキを示すスコアが予め定めた所定の閾値を超えている区間の診断結果については、その診断結果は診断に有効ではないと判定するようにしてよい。また、長サイクルでの診断結果の変化傾向が大きい場合に、当該区間の診断結果は診断に好適に利用できると判定するようにしてもよい。出力部１６０は、このような判定の結果を診断結果と合わせて出力するようにしてもよい。この時、それぞれの区間毎のスコアの順で、診断の結果を並び替えて画面に表示するようにしてもよい。この時、スコアが上位の所定数の診断結果のみを表示するようにしてもよい。
　上記構成を備えた本実施形態によるデータ分割装置１は、診断の対象として有効なデータの区間を容易に判別することが可能となる。
［他の実施形態］
　以下では、他の実施形態によるデータ分割装置について説明する。
　図８は、本実施形態による本開示の他の実施形態によるデータ分割装置１が備える機能を概略的なブロック図として示したものである。第１，２実施形態によるデータ分割装置１は、診断装置としての機能を備え合わせたものとして説明している。しかしながら、図８に示すように、診断装置としての機能である診断部１５０は、必ずしもデータ分割装置１の上に実装されている必要はない。フォグコンピュータ６やクラウドサーバ７、又は、他のコンピュータ上に実装されていてもよい。
　このように構成することで、高性能のＣＰＵやメモリ、機械学習用のハードウェアを備えた上位コンピュータに診断処理を行わせて、データ分割装置１を構成するコンピュータのコストを抑えることが可能となる。
　以上、本開示の実施形態について詳述したが、本開示は上述した個々の実施形態に限定されるものではない。これらの実施形態は、発明の要旨を逸脱しない範囲で、または、請求の範囲に記載された内容とその均等物から導き出される本開示の思想および趣旨を逸脱しない範囲で、種々の追加、置き換え、変更、部分的削除等が可能である。例えば、上述した実施形態において、各動作の順序や各処理の順序は、一例として示したものであり、これらに限定されるものではない。また、上述した実施形態の説明に数値又は数式が用いられている場合も同様である。
　以下に、本開示の実施形態に係る付記を示す。
（付記１）
　本開示の一態様によるデータ分割装置（１）は、産業機械（３）の動作に係るデータを取得するデータ取得部（１１０）と、前記産業機械（３）の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、前記データ取得部（１１０）が取得したデータの時間方向の区間を所定の区間へと分割する区間分割部（１２０）と、前記区間分割部（１２０）が分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部（１３０）と、時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データを記憶する基準データ記憶部（２２０）と、前記基準データと、前記特徴量計算部（１３０）が計算した区間毎の所定の特徴量とのマッチング処理を行い、前記区間分割部（１２０）が分割した区間に対して前記区間ラベルを付与するマッチング部（１４０）と、前記分割された区間に係る情報を出力する出力部（１６０）と、を備える。
（付記２）
　本開示の他の態様によるデータ分割装置（１）は、前記区間分割部（１２０）により分割された区間毎に、それぞれの区間に対応した所定の診断処理を実行する診断部（１５０）を更に備える。
（付記３）
　本開示の他の態様によるデータ分割装置（１）は、前記診断部（１５０）による区間毎の診断結果の時系列データから、区間が診断に有効かどうかを表現するスコアを算出する区間スコア計算部（１７０）を更に備え、前記出力部（１６０）は、前記スコアの値に基づいて出力する内容を変更する。
（付記４）
　本開示の他の態様によるデータ分割装置（１）は、前記診断部（１５０）は、前記区間において使用中の工具の工具番号と、該工具番号に対応する工具の特性情報と、該区間におけるモータの制御に係るデータの値とに基づいて、該工具の工具寿命に関わる量を診断する。
（付記５）
　本開示の他の態様によるデータ分割装置（１）は、前記診断部（１５０）は、正常時に取得されたモータの制御に係るデータの値と、前記データ取得部が取得したモータの制御に係るデータの値との乖離度に基づいて、加工の異常に係る所定の診断値を計算する。
（付記６）
　本開示の他の態様によるデータ分割装置（１）は、前記診断部（１５０）は、モータの制御に係るデータの値に基づいて、加工対象の品質に関わる量を診断する。
（付記７）
　本開示の一態様によるコンピュータ読み取り可能な記録媒体は、コンピュータを、産業機械（３）の動作に係るデータを取得するデータ取得部（１１０）、前記産業機械（３）の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、前記データ取得部（１１０）が取得したデータの時間方向の区間を所定の区間へと分割する区間分割部（１２０）、前記区間分割部（１２０）が分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部（１３０）、時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データと、前記特徴量計算部（１３０）が計算した区間毎の所定の特徴量とのマッチング処理を行い、前記区間分割部（１２０）が分割した区間に対して前記区間ラベルを付与するマッチング部（１４０）、前記分割された区間に係る情報を出力する出力部（１６０）、として機能させるプログラムを記録する。
　　１　　　データ分割装置
　　３　　　産業機械
　　４　　　センサ
　　５　　　ネットワーク
　　６　　　フォグコンピュータ
　　７　　　クラウドサーバ
　　１１　　ＣＰＵ
　　１２　　ＲＯＭ
　　１３　　ＲＡＭ
　　１４　　不揮発性メモリ
　　１５　　インタフェース
　　１７，１８，２０　インタフェース
　　２２　　バス
　　７０　　表示装置
　　７１　　入力装置
　　７２　　外部機器
　１１０　　データ取得部
　１２０　　区間分割部
　１３０　　特徴量計算部
　１４０　　マッチング部
　１５０　　診断部
　１６０　　出力部
　１７０　　区間スコア計算部
　２１０　　データ記憶部
　２２０　　基準データ記憶部

Claims (7)

  1. 　産業機械の動作に係るデータを取得するデータ取得部と、
    　前記産業機械の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、前記データ取得部が取得したデータの時間方向の区間を所定の区間へと分割する区間分割部と、
    　前記区間分割部が分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部と、
    　時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データを記憶する基準データ記憶部と、
    　前記基準データと、前記特徴量計算部が計算した区間毎の所定の特徴量とのマッチング処理を行い、前記区間分割部が分割した区間に対して前記区間ラベルを付与するマッチング部と、
    　前記分割された区間に係る情報を出力する出力部と、
    を備えるデータ分割装置。
  2. 　前記区間分割部により分割された区間毎に、それぞれの区間に対応した所定の診断処理を実行する診断部を更に備える、
    請求項１に記載のデータ分割装置。
  3. 　前記診断部による区間毎の診断結果の時系列データから、区間が診断に有効かどうかを表現するスコアを算出する区間スコア計算部を更に備え、
    　前記出力部は、前記スコアの値に基づいて出力する内容を変更する、
    請求項２に記載のデータ分割装置。
  4. 　前記診断部は、前記区間において使用中の工具の工具番号と、該工具番号に対応する工具の特性情報と、該区間におけるモータの制御に係るデータの値とに基づいて、該工具の工具寿命に関わる量を診断する、
    請求項２に記載のデータ分割装置。
  5. 　前記診断部は、正常時に取得されたモータの制御に係るデータの値と、前記データ取得部が取得したモータの制御に係るデータの値との乖離度に基づいて、加工の異常に係る所定の診断値を計算する、
    請求項２に記載のデータ分割装置。
  6. 　前記診断部は、モータの制御に係るデータの値に基づいて、加工対象の品質に関わる量を診断する、
    請求項２に記載のデータ分割装置。
  7. 　コンピュータを、
    　産業機械の動作に係るデータを取得するデータ取得部、
    　前記産業機械の動作に係るコンテキストを判別するための所定のコンテキスト値に基づいて、前記データ取得部が取得したデータの時間方向の区間を所定の区間へと分割する区間分割部、
    　前記区間分割部が分割した前記区間毎に、該区間の特徴を示す所定の特徴量を計算する特徴量計算部、
    　時間方向に分割された複数の区間に対して、区間ラベルと、それぞれの区間の特徴を示す所定の特徴量を関連付けた基準データと、前記特徴量計算部が計算した区間毎の所定の特徴量とのマッチング処理を行い、前記区間分割部が分割した区間に対して前記区間ラベルを付与するマッチング部、
    　前記分割された区間に係る情報を出力する出力部、
    として機能させるプログラムを記録するコンピュータ読み取り可能な記録媒体。
PCT/JP2023/006479 2023-02-22 2023-02-22 データ分割装置、及びコンピュータ読み取り可能な記録媒体 WO2024176390A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/006479 WO2024176390A1 (ja) 2023-02-22 2023-02-22 データ分割装置、及びコンピュータ読み取り可能な記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/006479 WO2024176390A1 (ja) 2023-02-22 2023-02-22 データ分割装置、及びコンピュータ読み取り可能な記録媒体

Publications (1)

Publication Number Publication Date
WO2024176390A1 true WO2024176390A1 (ja) 2024-08-29

Family

ID=92500335

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/006479 WO2024176390A1 (ja) 2023-02-22 2023-02-22 データ分割装置、及びコンピュータ読み取り可能な記録媒体

Country Status (1)

Country Link
WO (1) WO2024176390A1 (ja)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08320720A (ja) * 1995-03-20 1996-12-03 Fuji Facom Corp プロセス状態認識方法、プロセス状態認識装置及びデータ蓄積装置並びに学習装置
WO2017090098A1 (ja) * 2015-11-25 2017-06-01 株式会社日立製作所 設備管理装置および方法
JP2017120622A (ja) * 2015-12-25 2017-07-06 株式会社リコー 診断装置、診断方法、プログラムおよび診断システム
JP2018036726A (ja) * 2016-08-29 2018-03-08 公立大学法人大阪府立大学 データ解析装置、制御装置、データ解析装置の制御方法、制御プログラム、および記録媒体
WO2018140337A1 (en) * 2017-01-26 2018-08-02 Siemens Aktiengesellschaft A unifying semi-supervised approach for machine condition monitoring and fault diagnosis
JP2020123191A (ja) * 2019-01-31 2020-08-13 ファナック株式会社 数値制御システム
JP2020166543A (ja) * 2019-03-29 2020-10-08 株式会社リコー 診断装置、診断システムおよびプログラム
WO2020245980A1 (ja) * 2019-06-06 2020-12-10 日本電気株式会社 時系列データ処理方法
JP2021015573A (ja) * 2019-07-16 2021-02-12 ファナック株式会社 異常判定装置及び異常判定システム
JP2021076998A (ja) * 2019-11-07 2021-05-20 ファナック株式会社 分析装置
WO2022102036A1 (ja) * 2020-11-12 2022-05-19 三菱電機株式会社 加工診断装置、学習装置、推論装置、加工診断方法及びプログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08320720A (ja) * 1995-03-20 1996-12-03 Fuji Facom Corp プロセス状態認識方法、プロセス状態認識装置及びデータ蓄積装置並びに学習装置
WO2017090098A1 (ja) * 2015-11-25 2017-06-01 株式会社日立製作所 設備管理装置および方法
JP2017120622A (ja) * 2015-12-25 2017-07-06 株式会社リコー 診断装置、診断方法、プログラムおよび診断システム
JP2018036726A (ja) * 2016-08-29 2018-03-08 公立大学法人大阪府立大学 データ解析装置、制御装置、データ解析装置の制御方法、制御プログラム、および記録媒体
WO2018140337A1 (en) * 2017-01-26 2018-08-02 Siemens Aktiengesellschaft A unifying semi-supervised approach for machine condition monitoring and fault diagnosis
JP2020123191A (ja) * 2019-01-31 2020-08-13 ファナック株式会社 数値制御システム
JP2020166543A (ja) * 2019-03-29 2020-10-08 株式会社リコー 診断装置、診断システムおよびプログラム
WO2020245980A1 (ja) * 2019-06-06 2020-12-10 日本電気株式会社 時系列データ処理方法
JP2021015573A (ja) * 2019-07-16 2021-02-12 ファナック株式会社 異常判定装置及び異常判定システム
JP2021076998A (ja) * 2019-11-07 2021-05-20 ファナック株式会社 分析装置
WO2022102036A1 (ja) * 2020-11-12 2022-05-19 三菱電機株式会社 加工診断装置、学習装置、推論装置、加工診断方法及びプログラム

Similar Documents

Publication Publication Date Title
US11531319B2 (en) Failure prediction device and machine learning device
US11531327B2 (en) Abnormality determination device and abnormality determination system
JP6568167B2 (ja) 異常検知装置及び機械学習装置
CN110196573B (zh) 异常因素确定装置
JP6975188B2 (ja) 状態判定装置及び状態判定方法
JP7148311B2 (ja) 製品検査装置
WO2021157676A1 (ja) 診断装置
US20200254671A1 (en) State determination device and state determination method
CN113252371A (zh) 状态估计装置、系统和制造方法
JP6603272B2 (ja) 情報収集装置及び情報収集方法
CN112987682A (zh) 控制方法、控制装置和机械设备
WO2024176390A1 (ja) データ分割装置、及びコンピュータ読み取り可能な記録媒体
US12032354B2 (en) Program restart assisting apparatus
JP7425191B2 (ja) 工具診断装置
JP7154100B2 (ja) 工作機械の加工異常検出装置
JP7184997B2 (ja) 状態判定装置及び状態判定方法
WO2023047545A1 (ja) 追加学習データ選定装置及びコンピュータ読み取り可能な記録媒体
JP7471529B1 (ja) 診断システム及び診断方法
WO2024075567A1 (ja) 診断システム、情報処理装置、診断方法、及びプログラム
WO2022138775A1 (ja) 異常分類装置
WO2023089773A9 (ja) 異常診断装置、異常診断システム、及び記憶媒体
WO2023139790A9 (ja) 診断装置及びコンピュータ読み取り可能な記録媒体
WO2023026433A1 (ja) 診断装置、及びプログラムを記録した記録媒体
WO2022131260A1 (ja) データ収集計画生成装置及びデータ収集計画生成方法
WO2024154205A1 (ja) 特異データ判定装置、及び特異データ判定方法

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: 23924044

Country of ref document: EP

Kind code of ref document: A1