[go: up one dir, main page]

JP6953690B2 - 解析システム - Google Patents

解析システム Download PDF

Info

Publication number
JP6953690B2
JP6953690B2 JP2016157613A JP2016157613A JP6953690B2 JP 6953690 B2 JP6953690 B2 JP 6953690B2 JP 2016157613 A JP2016157613 A JP 2016157613A JP 2016157613 A JP2016157613 A JP 2016157613A JP 6953690 B2 JP6953690 B2 JP 6953690B2
Authority
JP
Japan
Prior art keywords
evaluation
analysis
data
parameter
analysis device
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
JP2016157613A
Other languages
English (en)
Other versions
JP2018025979A (ja
Inventor
俊行 都築
俊行 都築
左近 村山
左近 村山
祐貴 石榑
祐貴 石榑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JTEKT Corp
Original Assignee
JTEKT Corp
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 JTEKT Corp filed Critical JTEKT Corp
Priority to JP2016157613A priority Critical patent/JP6953690B2/ja
Priority to US15/669,298 priority patent/US10605701B2/en
Priority to DE102017117991.7A priority patent/DE102017117991A1/de
Priority to CN201710669957.9A priority patent/CN107728586B/zh
Publication of JP2018025979A publication Critical patent/JP2018025979A/ja
Application granted granted Critical
Publication of JP6953690B2 publication Critical patent/JP6953690B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H13/00—Measuring resonant frequency
    • 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
    • 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
    • G05B19/414—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller
    • G05B19/4145—Structure of the control system, e.g. common controller or multiprocessor systems, interface to servo, programmable interface controller characterised by using same processor to execute programmable controller and numerical controller function [CNC] and PC controlled NC [PCNC]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34273—Pc and plc and nc integrated, pcnc concept
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37434—Measuring vibration of machine or workpiece or 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37435—Vibration of machine

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
  • Grinding Of Cylindrical And Plane Surfaces (AREA)
  • General Factory Administration (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Description

本発明は、解析システムに関するものである。
工作機械や産業用ロボット等の設備において、故障、寿命時期、メンテナンス時期などを評価するための評価パターン（判定閾値等に相当）と、設備に設けられた検出器の検出情報とを比較することにより、故障、寿命時期、メンテナンス時期などを評価することができる。
特許文献１には、工作物の研削焼けを監視する方法が記載されている。工作物の研削中に、砥石車の研削負荷及び工作物の回転速度を検出し、回転速度に応じた研削負荷についての閾値と比較することで、研削焼けの発生の有無を判定する。ここで、閾値は、工作物の研削焼けが発生するときの工作物の回転速度に対する砥石車の研削負荷に基づいて設定される。
特許文献２には、試し研削を行い、試し研削における研削負荷に基づいて閾値を設定することが記載されている。その後、本番研削において検出される研削負荷と閾値とを比較することで、研削異常の発生の有無を判定する。
また、特許文献３には、以下のような品質傾向パターンに基づいて、生産物の品質異常を予測することが記載されている。例えば、工作物の外周面の研削を砥石車により行う場合において、工作物の数が増加するほど、寸法精度が悪化する傾向にある（特許文献３の図４参照）。また、１つの工作物における研削時間と研削抵抗の関係から、工作物の数と研削抵抗の平均値との関係を得る（特許文献３の図５及び図１０参照）。そして、工作物の数と寸法精度との関係を考慮することで、工作物の数と研削抵抗の平均値との関係を示す品質傾向パターンにおいて、研削抵抗の平均値に対する閾値を設定することができる。つまり、研削抵抗及び工作物の数を把握することで、上記品質傾向パターン及び閾値に基づいて、生産物の異常の予測を行うことができる。
特開２０１３−１２９０２７号公報 国際公開第２０１２／０９８８０５号 特開２０１４−１５４０９４号公報
ところで、故障などを評価するための評価パターン（判定閾値等に相当）は、多量の検出情報を予め取得しておくことで、高精度とすることができる。しかし、多量の検出情報を取得する前であっても、高精度でないとしても簡易的な評価を行いたい場合がある。また、故障などを評価するための評価パターンは、現在状況に応じて適切に更新することが求められる。そこで、設備の故障等の評価をしながら、評価パターンの更新を並行して行うことが求められる。
しかしながら、１つの解析装置において、設備の故障などの評価をしながら、評価パターンの更新を行うには、当該１つの解析装置が高性能である必要がある。高性能な解析装置でなければ、評価の高速処理ができず評価のリアルタイム性が低下する。
本発明は、高性能な解析装置を用いなくても、設備の評価をしながら、評価パターンの更新を好適に行うことができる解析システムを提供することを目的とする。
本発明に係る解析システムは、複数個の生産対象物を生産する設備に設けられる検出器と、前記生産対象物の生産のたびに前記検出器の検出情報に所定処理を施して前記検出情報よりも小さなデータ容量である処理後データを生成すると共に、前記生産対象物の生産のたびに前記処理後データと記憶されている評価パターンとに基づいて前記設備に関する評価対象の評価を行う第一解析装置と、前記第一解析装置にネットワークを介して接続され、前記第一解析装置により生成された前記処理後データを前記ネットワークを介して前記第一解析装置から取得し、取得した複数個分の前記処理後データに基づいて更新用の前記評価パターンを生成し、前記第一解析装置に記憶されている前記評価パターンを更新用の前記評価パターンに更新する第二解析装置とを備える。
第一解析装置が評価対象の評価を行っており、第二解析装置が評価パターンの更新を行っている。ここで、第二解析装置は、検出器の検出情報に所定処理を施した処理後データを用いている。つまり、第二解析装置は、検出器の検出情報そのもの全てに基づいて、評価パターンを更新している訳ではない。従って、第二解析装置は、評価パターンを更新するに際して、検出情報そのもの全てを用いる場合に比べて高速に処理することができる。以上より、解析システムは、評価対象の評価をしながら、評価パターンの更新を確実に行うことができる。
解析システムを示す図である。 図１の生産設備の一例として研削盤の構成を示す図である。 生産設備のブロック図を示す。 第一実施形態において、第一解析装置及び第二解析装置の詳細処理の流れを示す。 第一解析装置による周波数解析の結果を示すグラフである。 第一解析装置による評価の第一例を示す図であって、１日の時間帯（規定パラメータ）における振動の振幅のピーク値（評価パラメータ）についての図である。 第一解析装置による評価の第二例を示す図であって、１年の時期（規定パラメータ）における振動の振幅のピーク値（評価パラメータ）についての図である。 第二解析装置による第一例における評価パターンの生成を説明する図である。 第二解析装置による第二例における評価パターンの生成を説明する図である。 第二実施形態において、第一解析装置及び第二解析装置の詳細処理の流れを示す。 １個の生産対象物の研削開始からの経過時間に対する砥石車のモータの動力の電流値の挙動を示す図である。 第一解析装置による評価を示す図であって、環境温度（規定パラメータ）におけるモータの動力の電流値（評価パラメータ）についての図である。 第二解析装置による評価パターンの生成を説明する図である。
＜１．第一実施形態＞
（１−１．解析システムの構成）
本実施形態の解析システム１の構成について図１を参照して説明する。図１に示すように、解析システム１は、生産設備１１〜１３と、第一解析装置２１〜２３と、第一解析装置２１〜２３に接続されるネットワーク３１と、第二解析装置５０とを備える。ここで、第一解析装置２１〜２３及び第二解析装置５０は、例えば、ＰＬＣ（Programmable Logic Controller）やＣＮＣ（Computerized Numerical Control）装置などの組み込みシステムとすることもでき、パーソナルコンピュータやサーバなどとすることもできる。
生産設備１１〜１３は、所定の生産対象物を生産する設備である。生産設備１１〜１３は、工作機械、搬送装置、産業用ロボットなど種々の設備を含む。生産設備１１は、例えば、生産ラインにおける第一加工工程を担当する工作機械であって、クランクシャフトを研削する研削盤などである。生産設備１３は、第二加工工程を担当する工作機械であって、上記同様にクランクシャフトを研削する研削盤などである。生産設備１２は、生産設備１１，１３の間にて、生産対象物を搬送する搬送機などである。
また、生産設備１１〜１３は、同一の建物内又は近隣の建物内に設置されている。つまり、生産設備１１〜１３は、後述するフォグコンピューティングを構築することができる所定領域内に設置されている。ここで、フォグコンピューティングとは、クラウドコンピューティングと比較して、狭い領域でのネットワーク接続されたシステムである。つまり、フォグコンピューティングを構築するネットワークは、クラウドコンピューティングを構築する領域より狭い所定領域内に設置されているネットワークである。なお、フォグコンピューティングは、エッジコンピューティングと称されることもある。
第一解析装置２１〜２３は、生産設備１１〜１３のそれぞれに接続されており、対応する生産設備１１〜１３に関する評価を行う。第一解析装置２１〜２３は、生産設備１１〜１３の構成部品の故障、寿命時期、メンテナンス時期などの評価(判定)を行う。第一解析装置２１〜２３は、評価パラメータを記憶しており、対応する生産設備１１〜１３から取得した検出情報と評価パラメータとに基づいて評価を行う。
ネットワーク３１は、第一解析装置２１〜２３に接続されており、フォグコンピューティングを構築する所定領域内に設置されたネットワークである。ネットワーク３１は、生産設備１１〜１３が設置されている建物と同一の建物内に設置されているか、生産設備１１〜１３の何れかが設置されている建物と近隣の建物内に設置されている。ここで、ネットワーク３１は、インターネット、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）などを適用できる。
第二解析装置５０は、ネットワーク３１に直接接続されており、生産設備１１〜１３が設置されている建物と同一又は近隣の建物内に設置される。ただし、第二解析装置５０は、生産設備１１〜１３が設置されている建物から離れて設置されてもよい。第二解析装置５０は、生産設備１１〜１３から取得した検出情報に基づいて、第一解析装置２１〜２３で用いる評価パラメータを生成及び更新する。
（１−２．生産設備１１の構成）
次に、生産設備１１の構成の一例について、図２及び図３を参照して説明する。本実施形態においては、生産設備１１は、例えば研削盤とする。研削盤１１の一例として、砥石台１１４をベッド１１１に対してトラバース（Ｚ軸方向への移動）を行う砥石台トラバース型研削盤を例に挙げて説明する。ただし、研削盤１１は、主軸装置１１２がベッド１１１に対してトラバース（Ｚ軸方向への移動）を行うテーブルトラバース型研削盤にも適用できる。研削盤１１による生産対象物（工作物）は、例えばクランクシャフトＷである。研削盤１１による研削部位は、クランクシャフトのクランクジャーナル及びクランクピン等である。
研削盤１１は、以下のように構成される。設置面にベッド１１１が固定され、ベッド１１１には、クランクシャフトＷを回転可能に両端支持する主軸装置１１２及び心押装置１１３が取り付けられる。クランクシャフトＷは、クランクジャーナルを中心に回転するように、主軸装置１１２及び心押装置１１３に支持される。主軸装置１１２は、クランクシャフトＷを回転駆動するモータ１１２ａを備える。主軸装置１１２には、主軸の振動を検出する検出器（振動センサ）１１２ｂが取り付けられている。
さらに、ベッド１１１上には、Ｚ軸方向（クランクシャフトＷの軸線方向）及びＸ軸方向（クランクシャフトＷの軸線に直交する方向）に移動可能な砥石台１１４が設けられる。砥石台１１４は、モータ１１４ａによってＺ軸方向に移動し、モータ１１４ｂによってＸ軸方向に移動する。さらに、砥石台１１４には、砥石台１１４のＺ方向位置を検出する検出器１１４ｃ、及び、砥石台１１４のＸ方向位置を検出する検出器１１４ｄが設けられる。検出器１１４ｃ，１１４ｄは、モータ１１４ｂの回転などを測定するロータリエンコーダなどであり、リニアスケールなどの直線位置検出器とすることもできる。
砥石台１１４には、クランクピン又はクランクジャーナルを研削する砥石車１１５が回転可能に設けられる。砥石車１１５は、モータ１１５ａによって回転駆動される。さらに、砥石台１１４には、モータ１１５ａの動力などを検出する検出器１１５ｂが設けられる。検出器１１５ｂは、例えば電流計であるが、モータ１１５ａの電力や電圧を測定する電力計や電圧計などとすることもできる。なお、砥石車１１５のモータ１１５ａの電流、電力、電圧などは、間接的に、研削抵抗を得ることができる。上記の他に、検出器１１５ｂは、主軸装置１１２や砥石台１１４に設けられる負荷検出器として、研削抵抗を直接的に得るようにすることもできる。
さらに、ベッド１１１には、クランクシャフトＷの研削部位であるクランクピン又はクランクジャーナルの外径を計測する定寸装置１１６が設けられる。さらに、ベッド１１１には、環境温度（外気温度）を検出する検出器１１７が設けられる。さらに、ベッド１１１には、研削部位にクーラントを供給するためのポンプ１１８ａ、クーラントの供給のＯＮ／ＯＦＦを切り替える弁１１８ｂ、及び、弁１１８ｂの状態を検出する検出器１１８ｃを備える。検出器１１８ｃは、クーラントの流量計であるが、クーラントの圧力を検出する圧力センサなどとしてもよい。
さらに、研削盤１１は、ＮＣ装置１２１、ＰＬＣ（プログラマブルロジックコントローラ）１２２、及び、操作盤１２４を備える。ＮＣ装置１２１は、図３に示すように、主軸装置１１２及び砥石車１１５を回転するモータ１１２ａ，１１５ａを制御し、且つ、クランクシャフトＷに対する砥石車１１５の相対移動するモータ１１４ａ，１１４ｂを制御する。ＮＣ装置１２１は、制御に際して、砥石台１１４の位置の検出器１１４ｃ，１１４ｄ、モータ１１５ａの動力の検出器１１５ｂを取得する。
ＰＬＣ１２２は、定寸装置１１６からの検出情報を取得する。また、ＰＬＣ１２２は、ポンプ１１８ａ及び弁１１８ｂを制御することで、クーラントの供給を制御する。この制御に際して、ＰＬＣ１２２は、弁１１８ｂの状態を検出する検出器１１８ｃの検出情報を取得する。さらに、ＰＬＣ１２２は、環境温度を検出する検出器１１７の検出情報を取得する。
ここで、各検出器１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃのサンプリング周期は、全てが同一ではなく、少なくとも一部が異なる。例えば、モータ１１５ａの動力の検出器１１５ｂのサンプリング周期は、数ｍｓｅｃであり、定寸装置１１６のサンプリング周期は、数ｍｓｅｃであり、弁状態の検出器１１８ｃのサンプリング周期は、数十ｍｓｅｃであり、温度の検出器１１７のサンプリング周期は、数十ｍｓｅｃである。それぞれのサンプリング周期は、制御方法によって適宜調整される。
また、上記においては、生産設備１１について説明したが、研削盤としての生産設備１３についても同様である。さらに、搬送装置としての生産設備１２についても、機械構成は異なるが、各種検出器を備える点においては共通する。
（１−３．第一解析装置２１〜２３及び第二解析装置５０の詳細処理）
第一解析装置２１〜２３及び第二解析装置５０の詳細処理について、図４〜図９を参照して説明する。第一解析装置２１〜２３は、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報を取得し、検出情報と評価パターンとを用いて各種の評価を行う。また、第二解析装置５０は、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報を取得し、評価パターンの生成及び更新を行う。ただし、説明の容易化のため、以下では、検出器１１２ｂの検出情報を用いる場合を例にあげて説明する。
図４に示すように、検出器１１２ｂが、生産対象物（工作物）が研削されるたびに、主軸の振動を検出する（Ｓ１）。続いて、第一解析装置２１〜２３は、１個分の生産対象物についてのデータを収集する（Ｓ２）。続いて、第一解析装置２１〜２３は、１個分の生産対象物についての振動データに対して周波数解析（所定処理に相当）を行う（Ｓ３）。周波数解析の結果は、図５に示す。そして、第一解析装置２１〜２３は、周波数解析によって得られる振動データの所定周波数帯のピーク値（処理後データに相当）を取得する。
ここで、図５に示すように、周波数解析の結果は、複数の周波数帯において、ピーク値（図５の丸印で囲む）を有する。これらの周波数帯は、主軸の振動原因に対応する。例えば、主軸装置１１２の軸受の外輪に損傷がある場合、内輪に損傷がある場合、転動体に損傷がある場合などに応じて、周波数帯が異なる。そこで、第一解析装置２１〜２３は、振動原因毎に対応する周波数帯のピーク値を取得する。
そして、第一解析装置２１〜２３は、既に評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２が記憶されている場合には、第一解析装置２１〜２３は、異常判定を行う（Ｓ４）。評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２は、例えば、図６に示すように、１日の時間帯（規定パラメータ）に対する振動データの周波数解析のピーク値（評価パラメータ）のパターンである。ここで、１日においても、生産設備１１〜１３を起動してからの経過時間や、環境温度などによって、振動の大きさが異なる。そこで、図６に示すように、評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２は、横軸を１日の時間帯（規定パラメータ）とし、縦軸を振動データの周波数解析のピーク値（評価パラメータ）として表す。
つまり、第一解析装置２１〜２３は、現在取得された実際の時間帯（規定パラメータ）と、現在取得された実際のピーク値（評価パラメータ）と、記憶されている評価パターンとに基づいて、異常の判定を行う。ここで、図６において、マーク■が、現在取得された実際の時間帯に対するピーク値である。マーク■は、上限の閾値Ｔｈ２１以下であり、下限の閾値Ｔｈ２２以上であるため、正常であると判定される。
また、第一解析装置２１〜２３は、他の評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２は、例えば、図７に示すように、１年の時期（規定パラメータ）に対する振動データの周波数解析のピーク値（評価パラメータ）のパターンを記憶している。ここで、１年においても、環境温度の違いの影響によって、振動の大きさが異なる。そこで、図７に示すように、他の評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２は、横軸を１年の時期（規定パラメータ）とし、縦軸を振動データの周波数解析のピーク値（評価パラメータ）として表す。
つまり、第一解析装置２１〜２３は、現在取得された実際の時期（規定パラメータ）と、現在取得された実際のピーク値（評価パラメータ）と、記憶されている評価パターンとに基づいて、異常の判定を行う。ここで、図７において、マーク▲が、現在取得された実際の時期に対するピーク値である。マーク▲は、上限の閾値Ｔｈ３１以下であり、下限の閾値Ｔｈ３２以上であるため、正常であると判定される。
さらに、第一解析装置２１〜２３は、複数個分の生産対象物のピーク値（処理後データ）を収集する（Ｓ５）。第一解析装置２１〜２３は、例えば、１日分の生産対象物のピーク値を収集する。第一解析装置２１〜２３が収集した複数個分の生産対象物のピーク値は、例えば１日に１回、ネットワーク３１を介して、第二解析装置５０に送信される。そして、第二解析装置５０は、例えば１日に１回、複数個分の生産対象物について、振動データの周波数解析のピーク値を取得する（Ｓ６）。ここで、第二解析装置５０は、検出器１１２ｂの検出情報に比べて、遥かに小さなデータ量のピーク値を取得する。
第二解析装置５０は、複数個分の生産対象物についてのピーク値に基づいて、データ解析を行う（Ｓ７）。例えば、２日分のピーク値の分布は、図８に示すようになる。そして、第二解析装置５０は、複数日分のピーク値から、正常傾向パターンを解析する。正常傾向パターンとは、分布されたデータの近似曲線（例えば最小二乗近似曲線）としてもよいし、分布されたデータ全てを含む幅を持った曲線としてもよい。そして、第二解析装置５０は、正常傾向パターンに基づいて、図８の破線にて示すように、評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２を生成する（Ｓ８）。
さらに、第二解析装置５０は、新たに検出器１１２ｂの検出情報を取得した場合には、再びデータ解析を行うことにより、評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２を更新する（Ｓ８）。そうすると、第二解析装置５０は、ネットワーク３１を介して、評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２を第一解析装置２１〜２３に送信する。そして、第一解析装置２１〜２３は、評価パターンとしての閾値Ｔｈ２１，Ｔｈ２２を逐次更新しながら記憶する（Ｓ９）。
また、第二解析装置５０は、１年分の生産対象物についてのピーク値に基づいて、データ解析を行う（Ｓ７）。例えば、１年分のピーク値の分布は、図９に示すようになる。そして、第二解析装置５０は、１年分のピーク値から、正常傾向パターンを解析する。そして、第二解析装置５０は、正常傾向パターンに基づいて、図９の破線にて示すように、評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２を生成する（Ｓ８）。
この場合も同様に、第二解析装置５０は、新たに検出器１１２ｂの検出情報を取得した場合には、再びデータ解析を行うことにより、評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２を更新する（Ｓ８）。そうすると、第二解析装置５０は、ネットワーク３１を介して、評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２を第一解析装置２１〜２３に送信する。そして、第一解析装置２１〜２３は、評価パターンとしての閾値Ｔｈ３１，Ｔｈ３２を逐次更新しながら記憶する（Ｓ９）。
第二解析装置５０は、第一解析装置２１〜２３が収集したデータの一部又は全部を取得可能（第一解析装置２１〜２３を制御可能）である。第二解析装置５０は、取得するデータの範囲（値の大きさや時間などで設定される範囲）を指定することにより、所望のデータを取得する。
＜２．第二実施形態＞
第二実施形態における、第一解析装置２１〜２３及び第二解析装置５０の詳細処理について、図１０〜図１２を参照して説明する。第二実施形態においては、検出器１１５ｂ，１１７の検出情報を用いる場合を例にあげて説明する。
図１０に示すように、検出器１１５ｂが、生産対象物（工作物）が研削されるたびに、モータ１１５ａの動力の電流値を検出する（Ｓ１１）。また、検出器１１７が、生産対象物が研削されるたびに、環境温度を検出する（Ｓ１２）。続いて、第一解析装置２１〜２３は、１個分の生産対象物についてのそれぞれのデータを収集する（Ｓ１３）。
続いて、第一解析装置２１〜２３は、１個分の生産対象物についてのモータ１１５ａの動力の電流値データの中から、定常加工を行っているときのデータを抽出する（所定処理に相当）（Ｓ１４）。ここで、図１１には、１個の生産対象物（工作物）について、モータ１１５ａの動力の電流値の検出器１１５ｂによる検出情報が示される。例えば、図１１において、定常加工を行っているときのモータ１１５ａの動力の電流値はＰである。そして、第一解析装置２１〜２３は、抽出処理により得られた動力の電流値Ｐのデータ及び環境温度のデータ（処理後データに相当）を取得する。
そして、第一解析装置２１〜２３は、既に評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２が記憶されている場合には、第一解析装置２１〜２３は、異常判定を行う（Ｓ１５）。評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２は、例えば、図１２に示すように、環境温度（規定パラメータ）に対するモータ１１５ａの動力の電流値（評価パラメータ）のパターンである。ここで、環境温度によって、モータ１１５ａの動力の電流値は変化する。そこで、図１２に示すように、評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２は、横軸を環境温度（規定パラメータ）とし、縦軸をモータ１１５ａの動力の電流値Ｐ（評価パラメータ）として表す。
つまり、第一解析装置２１〜２３は、現在取得された実際の環境温度（規定パラメータ）と、現在取得された実際の動力の電流値Ｐ（評価パラメータ）と、記憶されている評価パターンとに基づいて、異常の判定を行う。ここで、図１２において、マーク■が、現在取得された実際の環境温度に対する動力の電流値Ｐである。マーク■は、上限の閾値Ｔｈ４１以下であり、下限の閾値Ｔｈ４２以上であるため、正常であると判定される。
さらに、第一解析装置２１〜２３は、複数個分の動力の電流値Ｐのデータ及び環境温度データ（処理後データ）を収集する（Ｓ１６）。第一解析装置２１〜２３は、例えば、１日分の生産対象物の動力の電流値Ｐのデータ及び環境温度のデータを収集する。第一解析装置２１〜２３が収集した複数個分のデータは、例えば１日に１回、ネットワーク３１を介して、第二解析装置５０に送信される。そして、第二解析装置５０は、例えば１日に１回、複数個分の生産対象物について、動力の電流値Ｐのデータ及び環境温度のデータを取得する（Ｓ１７）。ここで、第二解析装置５０は、検出器１１５ｂ，１１７の全ての検出情報に比べて、遥かに小さなデータ量のデータを取得する。
第二解析装置５０は、複数個分の生産対象物についてのデータに基づいて、データ解析を行う（Ｓ１８）。例えば、環境温度が異なる複数日分のデータの分布は、図１３に示すようになる。そして、第二解析装置５０は、複数日分のデータから、正常傾向パターンを解析する。そして、第二解析装置５０は、正常傾向パターンに基づいて、図１２，図１３の破線にて示すように、評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２を生成する（Ｓ１９）。
さらに、第二解析装置５０は、新たに検出器１１５ｂ，１１７の検出情報を取得した場合には、再びデータ解析を行うことにより、評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２を更新する（Ｓ１９）。そうすると、第二解析装置５０は、ネットワーク３１を介して、評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２を第一解析装置２１〜２３に送信する。そして、第一解析装置２１〜２３は、評価パターンとしての閾値Ｔｈ４１，Ｔｈ４２を逐次更新しながら記憶する（Ｓ２０）。
＜３．実施形態の効果＞
第一実施形態及び第二実施形態において、解析システム１は、設備に設けられる検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃと、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報に所定処理を施して処理後データを生成すると共に、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報と評価パターンとに基づいて評価対象の評価を行う第一解析装置２１〜２３と、第一解析装置２１〜２３により生成された処理後データに基づいて評価パターンを更新する第二解析装置５０とを備える。
第一解析装置２１〜２３が評価対象の評価を行っており、第二解析装置５０が評価パターンの更新を行っている。ここで、第二解析装置５０は、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報に所定処理を施した処理後データを用いている。つまり、第二解析装置５０は、検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃの検出情報そのもの全てに基づいて、評価パターンを更新している訳ではない。従って、第二解析装置５０は、評価パターンを更新するに際して、検出情報そのもの全てを用いる場合に比べて高速に処理することができる。以上より、解析システム１は、評価対象の評価をしながら、評価パターンの更新を確実に行うことができる。
特に、第一解析装置２１〜２３による所定処理が施された処理後データのデータ容量は、処理前の検出情報に比べて小さくなるようにされている。そのため、ネットワーク３１の通信量を少なくすることができるため、第二解析装置５０は、例えば１日分のデータを取得するための時間を短時間にすることができる。その結果、第二解析装置５０は、解析を行う時間に十分な時間を確保できる。
また、第一実施形態において、第一解析装置２１〜２３は、生成した処理後データと評価パターンとに基づいて評価対象の評価を行い、第二解析装置５０は、第一解析装置２１〜２３で評価に用いた処理後データに基づいて評価パターンを更新している。つまり、処理後データは、第一解析装置２１〜２３及び第二解析装置５０にて共用される。
特に、検出器１１２ｂは、振動検出センサであり、第一解析装置２１〜２３による所定処理は、検出器１１２ｂの検出情報に対する周波数解析としている。従って、第一解析装置２１〜２３は、第二解析装置５０にて用いるための専用のデータを生成するのではなく、自身で用いるデータを生成するだけとなる。従って、第一解析装置２１〜２３は、専用の処理を必要としないため、第一解析装置２１〜２３自身の処理の高速化を図りつつ、ネットワーク３１の通信量の低減効果を図ることができる。
また、第二実施形態において、第一解析装置２１〜２３による所定処理は、検出器１１５ｂ，１１７の検出情報から特定情報を抽出する処理としている。この場合も、第一解析装置２１〜２３は、第二解析装置５０にて用いるための専用のデータを生成するのではなく、自身で用いるデータを生成するだけとなる。従って、第一解析装置２１〜２３は、専用の処理を必要としないため、第一解析装置２１〜２３自身の処理の高速化を図りつつ、ネットワーク３１の通信量の低減効果を図ることができる。
また、第一実施形態及び第二実施形態において、第二解析装置５０は、処理後データに基づいて、規定パラメータに対する評価パラメータについての正常傾向パターンを解析し、正常傾向パターンに基づいて、規定パラメータに対する評価パラメータについての評価パターンを更新している。そして、第一解析装置２１〜２３は、実際の規定パラメータと実際の評価パラメータを取得し、評価パターンと実際の規定パラメータと実際の評価パラメータとに基づいて、評価対象の評価を行っている。
例えば、第一実施形態においては、第一例として、規定パラメータは、１日における時間帯であり、評価パラメータは、１日における時間帯に応じて変化するパラメータとしている。また、第一実施形態において、第二例として、規定パラメータは、１年における時期であり、評価パラメータは、１年における時期に応じて変化するパラメータとしている。
生産設備１１〜１３の構成部品の状態又は生産対象物の状態は、例えば生産設備１１〜１３を起動してからの経過時間や環境温度などによって変化する。環境温度は、１日における時間帯によって、又は、１年における時期によって変化する。また、生産設備１１〜１３を起動してからの経過時間は、１日に１回起動するような場合には、１日における時間帯によって変化する。そこで、規定パラメータ及び評価パラメータを上記のように設定することで、確実に、生産設備１１〜１３の状態又は生産対象物の状態を評価することができる。
特に、検出器１１２ｂは、生産設備１１〜１３又は生産対象物の振動を検出するものとし、評価パラメータは、振動における所定周波数帯のピーク値としている。振動の振幅は、例えば生産設備１１〜１３を起動してからの経過時間や環境温度などによって変化するパラメータである。つまり、ピーク値は、生産設備１１〜１３を起動してからの経過時間や環境温度などによって変化するパラメータである。そこで、評価パラメータをピーク値とすることで、確実に、生産設備１１〜１３の状態又は生産対象物の状態を評価することができる。
また、第二実施形態においては、規定パラメータは、環境温度であり、評価パラメータは、環境温度に応じて変化するパラメータとしている。この場合、環境温度そのものを規定パラメータとすることで、環境温度に応じて変化するパラメータを評価することにより、生産設備１１〜１３の状態又は生産対象物の状態を評価することができる。
また、第一実施形態及び第二実施形態において、第二解析装置５０は、第一解析装置２１〜２３による所定処理が複数回行われた後に、第一解析装置２１〜２３による複数回分の処理結果をまとめて取得している。つまり、第二解析装置５０は、第一解析装置２１〜２３が検出器１１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃから検出情報を取得するたびに、第一解析装置２１〜２３からデータを取得する訳ではない。
ここで、第一実施形態及び第二実施形態においては、第一解析装置２１〜２３は、検出情報に対して所定処理を施しており、第二解析装置５０は、所定処理によりデータ量を小さくされた処理後データを取得している。従って、第二解析装置５０が、複数回分の結果をまとめて取得したとしても、ネットワーク３１の通信量は十分に小さく済む。
なお、第二解析装置５０は、解析作業者と協働して解析を行うことができるように表示装置（ディスプレイ）や入力装置（キーボードなど）を備えてもよい。第二解析装置５０は、第一解析装置２１〜２３が収集したデータの一部又は全部を取得可能である。そして、解析作業者は、第一解析装置２１〜２３が取得するデータの範囲（値の大きさや時間の範囲）や、第一解析装置２１〜２３から第二解析装置５０へ送信するデータの範囲（値の大きさや時間の範囲）を設定可能である。この設定は、第一解析装置２１〜２３で行うこともでき、第二解析装置５０で行うこともできる。
また、第二解析装置５０は、周波数解析（ＦＦＴ）やデータマイニングなどの解析を行うことにより、検出器の分解能、検出位置、検出位置の数、及び、検出時間間隔（サンプリング間隔）などが適切であるかを判断することもできる。検出器の分解能が不十分な場合には、検出器を高分解能タイプに交換するとよい。検出位置が不適切な場合や、検出位置の数が不十分又は過剰である場合には、検出位置を移動させたり、検出器を増減したりするとよい。また、検出時間間隔が不適切な場合には、最適な検出時間間隔に調整したり、サンプリング間隔の適切な検出器に交換したりするとよい。このように、第二解析装置５０による解析結果に基づいて、最適な検出情報を取得するように調整することもできる。
１：解析システム、 １１〜１３：生産設備、 ２１〜２３：第一解析装置、 ３１：ネットワーク、 ５０：第二解析装置、 １１２ｂ，１１４ｃ，１１４ｄ，１１５ｂ，１１６，１１７，１１８ｃ：検出器

Claims (10)

  1. 複数個の生産対象物を生産する設備に設けられる検出器と、
    前記生産対象物の生産のたびに前記検出器の検出情報に所定処理を施して前記検出情報よりも小さなデータ容量である処理後データを生成すると共に、前記生産対象物の生産のたびに前記処理後データと記憶されている評価パターンとに基づいて前記設備に関する評価対象の評価を行う第一解析装置と、
    前記第一解析装置にネットワークを介して接続され、前記第一解析装置により生成された前記処理後データを前記ネットワークを介して前記第一解析装置から取得し、取得した複数個分の前記処理後データに基づいて更新用の前記評価パターンを生成し、前記第一解析装置に記憶されている前記評価パターンを更新用の前記評価パターンに更新する第二解析装置と、
    を備える、解析システム。
  2. 前記第一解析装置は、前記生産対象物の生産のたびに前記検出器の検出情報に所定処理を施して前記処理後データを生成すると共に、前記生産対象物の生産のたびに１個分の前記生産対象物についての前記処理後データと前記評価パターンとに基づいて評価対象の評価を行い、
    前記第二解析装置は、複数個分の前記生産対象物についての前記処理後データを前記第一解析装置から取得し、取得した複数個分の前記生産対象物についての前記処理後データに基づいて前記処理後データの傾向を解析し、前記傾向に基づいて更新用の前記評価パターンを生成し、前記第一解析装置に記憶されている前記評価パターンを更新用の前記評価パターンに更新する、請求項１に記載の解析システム。
  3. 前記検出器は、前記設備の振動を検出し、
    前記所定処理は、前記検出器の検出情報に対する周波数解析である、請求項１又は２に記載の解析システム。
  4. 前記所定処理は、前記検出器の検出情報から特定情報を抽出する処理である、請求項１又は２に記載の解析システム。
  5. 前記評価パターンは、前記設備の正常及び異常を評価するものであって、時間帯、時期及び環境温度の何れか１つである規定パラメータに応じた前記設備に関する評価パラメータを定義しており、
    前記第二解析装置は、
    前記処理後データに基づいて、前記規定パラメータに対する前記評価パラメータについての正常傾向パターンを解析し、
    前記正常傾向パターンに基づいて、前記規定パラメータに対する前記評価パラメータについての前記評価パターンを更新し、
    前記第一解析装置は、
    実際の前記規定パラメータと実際の前記評価パラメータを取得し、
    前記評価パターンと実際の前記規定パラメータと実際の前記評価パラメータとに基づいて、評価対象の評価を行う、請求項１−４の何れか一項に記載の解析システム。
  6. 前記規定パラメータは、１日における時間帯であり、
    前記評価パラメータは、１日における時間帯に応じて変化するパラメータである、請求項５に記載の解析システム。
  7. 前記規定パラメータは、１年における時期であり、
    前記評価パラメータは、１年における時期に応じて変化するパラメータである、請求項５に記載の解析システム。
  8. 前記検出器は、前記設備の振動を検出し、
    前記評価パラメータは、前記振動における所定周波数帯のピーク値である、請求項６又は７に記載の解析システム。
  9. 前記規定パラメータは、環境温度であり、
    前記評価パラメータは、前記環境温度に応じて変化するパラメータである、請求項５に記載の解析システム。
  10. 前記第二解析装置は、前記第一解析装置による前記所定処理が複数回行われた後に、前記第一解析装置による複数回分の処理結果をまとめて取得する、請求項１−９の何れか一項に記載の解析システム。
JP2016157613A 2016-08-10 2016-08-10 解析システム Active JP6953690B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016157613A JP6953690B2 (ja) 2016-08-10 2016-08-10 解析システム
US15/669,298 US10605701B2 (en) 2016-08-10 2017-08-04 Analysis system
DE102017117991.7A DE102017117991A1 (de) 2016-08-10 2017-08-08 Analysesystem
CN201710669957.9A CN107728586B (zh) 2016-08-10 2017-08-08 解析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016157613A JP6953690B2 (ja) 2016-08-10 2016-08-10 解析システム

Publications (2)

Publication Number Publication Date
JP2018025979A JP2018025979A (ja) 2018-02-15
JP6953690B2 true JP6953690B2 (ja) 2021-10-27

Family

ID=61018794

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016157613A Active JP6953690B2 (ja) 2016-08-10 2016-08-10 解析システム

Country Status (4)

Country Link
US (1) US10605701B2 (ja)
JP (1) JP6953690B2 (ja)
CN (1) CN107728586B (ja)
DE (1) DE102017117991A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022042332A (ja) * 2020-09-02 2022-03-14 株式会社Kmc センサシステム、子タグ及び情報処理プログラム

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3407194A3 (en) * 2018-07-19 2019-03-20 Erle Robotics, S.L. Method for the deployment of distributed fog computing and storage architectures in robotic modular components
JP7192349B2 (ja) * 2018-09-25 2022-12-20 富士フイルムビジネスイノベーション株式会社 検査情報予測装置、検査装置、検査情報予測方法及び検査情報予測プログラム
JP7281264B2 (ja) * 2018-09-28 2023-05-25 シチズン時計株式会社 工作機械及びその作動方法
JP7313001B2 (ja) * 2019-03-12 2023-07-24 富山県 工具寿命検出装置及び工具寿命検出方法
US11314232B2 (en) * 2020-09-15 2022-04-26 Applied Materials, Inc. Frequency response diagnostics for characterizing servo controlled mechanisms
KR20250003895A (ko) * 2022-05-27 2025-01-07 제이에프이 스틸 가부시키가이샤 롤 연삭기의 이상 진동 예측 방법, 압연 롤의 연삭 방법, 금속대의 압연 방법, 롤 연삭기의 이상 진동 예측 장치 및 롤 연삭 설비
WO2023228483A1 (ja) * 2022-05-27 2023-11-30 Ｊｆｅスチール株式会社 ロール研削機の異常振動予測方法、圧延ロールの研削方法、金属帯の圧延方法、ロール研削機の異常振動予測装置及びロール研削設備

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003326438A (ja) * 2002-02-28 2003-11-18 Fanuc Ltd 工具異常検出装置
DE10235161A1 (de) * 2002-08-01 2004-02-19 Robert Bosch Gmbh Sensor, Steuergerät und Verfahren zur Überwachung wenigstens eines Sensors
JP3692106B2 (ja) * 2002-09-27 2005-09-07 株式会社東芝 製造装置及び回転機の寿命予測方法
US8327442B2 (en) * 2002-12-24 2012-12-04 Herz Frederick S M System and method for a distributed application and network security system (SDI-SCAM)
US7640139B2 (en) * 2004-10-18 2009-12-29 Nsk Ltd. Abnormality diagnosing system for mechanical equipment
US9104650B2 (en) * 2005-07-11 2015-08-11 Brooks Automation, Inc. Intelligent condition monitoring and fault diagnostic system for preventative maintenance
US7882394B2 (en) * 2005-07-11 2011-02-01 Brooks Automation, Inc. Intelligent condition-monitoring and fault diagnostic system for predictive maintenance
JP2007286904A (ja) * 2006-04-17 2007-11-01 Fanuc Ltd 電動機の制御装置及び制御方法
WO2010116599A1 (ja) * 2009-04-10 2010-10-14 オムロン株式会社 稼働情報出力装置、稼働情報出力装置の制御方法、監視装置、監視装置の制御方法、および制御プログラム
JP5195600B2 (ja) * 2009-04-10 2013-05-08 オムロン株式会社 稼働情報出力装置、稼働情報出力装置の制御方法、および制御プログラム
JP5402183B2 (ja) * 2009-04-10 2014-01-29 オムロン株式会社 監視装置、監視装置の制御方法、および制御プログラム
JP5099066B2 (ja) * 2009-04-10 2012-12-12 オムロン株式会社 エネルギー監視装置およびその制御方法、ならびにエネルギー監視プログラム
DE102009022962A1 (de) * 2009-05-28 2010-12-02 Siemens Aktiengesellschaft Überwachungssystem und Vorrichtung mit einem solchen Überwachungssystem
US10335060B1 (en) * 2010-06-19 2019-07-02 Dp Technologies, Inc. Method and apparatus to provide monitoring
WO2012013199A1 (en) * 2010-07-26 2012-02-02 Prysmian S.P.A. Apparatus and method for monitoring an electric power transmission system through partial discharges analysis
JP5842830B2 (ja) 2011-01-21 2016-01-13 株式会社ジェイテクト 研削異常監視方法および研削異常監視装置
US9360855B2 (en) * 2011-05-13 2016-06-07 International Business Machines Corporation Anomaly detection system for detecting anomaly in multiple control systems
JP5710391B2 (ja) * 2011-06-09 2015-04-30 株式会社日立製作所 工作機械の加工異常検知装置及び加工異常検知方法
JP5821613B2 (ja) 2011-12-22 2015-11-24 株式会社ジェイテクト 研削異常監視方法および研削異常監視装置
CN104137269B (zh) * 2012-05-14 2016-12-28 三菱电机株式会社 光电变换装置及其制造方法、光电变换模块
JP5837224B2 (ja) * 2012-11-14 2015-12-24 三菱電機株式会社 信号処理装置、信号処理方法及び情報読取装置
KR101373151B1 (ko) * 2012-12-18 2014-03-20 현대오트론 주식회사 차량용 타이어의 상태 탐지 장치 및 방법
JP6264725B2 (ja) 2013-02-13 2018-01-24 株式会社ジェイテクト 生産ラインにおける生産物の品質分析装置
US9244791B2 (en) * 2013-08-27 2016-01-26 The United States Of America As Represented By The Secretary Of The Navy Fusion of multiple modalities for determining a unique microelectronic device signature
JP6340236B2 (ja) * 2014-04-15 2018-06-06 三菱重工工作機械株式会社 工作機械の診断方法及びシステム
JP6434246B2 (ja) * 2014-07-29 2018-12-05 ファナック株式会社 機械異常履歴の解析支援機能を有する数値制御装置
JP6339951B2 (ja) * 2015-03-04 2018-06-06 株式会社日立製作所 データ収集システム、データ収集方法、サーバ及びゲートウェイ

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022042332A (ja) * 2020-09-02 2022-03-14 株式会社Kmc センサシステム、子タグ及び情報処理プログラム
JP7496609B2 (ja) 2020-09-02 2024-06-07 株式会社Kmc センサシステム、子タグ及び情報処理プログラム

Also Published As

Publication number Publication date
JP2018025979A (ja) 2018-02-15
DE102017117991A1 (de) 2018-02-15
CN107728586B (zh) 2022-03-15
CN107728586A (zh) 2018-02-23
US10605701B2 (en) 2020-03-31
US20180045613A1 (en) 2018-02-15

Similar Documents

Publication Publication Date Title
JP7024895B2 (ja) 異常解析システム
JP6953690B2 (ja) 解析システム
US10474128B2 (en) Abnormality analysis system and analysis apparatus
US10928783B2 (en) Analysis device and analysis system for ranking predictor performance for determining acceptability of an object to be produced
CN107122830A (zh) 分析设备和分析系统
US20230004152A1 (en) Method for monitoring and/or predecting machining processes and/or machnining outcomes
KR20190003640A (ko) 공작 기계, 가공물의 제조 방법, 및 가공 시스템
JP2021056880A (ja) 診断装置及び診断方法
JP7487503B2 (ja) びびり予測システム
Nguyen et al. Modeling cutter tilt and cutter-spindle stiffness for machine condition monitoring in face milling using high-definition surface metrology
CN110214059A (zh) 用于增量成形金属工件的方法和装置
CN102368156A (zh) 一种基于位置信息的数控机床工件加工质量在线评估方法
JP2020116666A (ja) 工作機械の工具管理システム
CN112775731A (zh) 磨削系统
JP7147131B2 (ja) 解析システム
CN118119468A (zh) 用于监控切齿机的状态的方法
JP2014154094A (ja) 生産ラインにおける生産物の品質分析装置
US20110238200A1 (en) Method for determing the machining quality of components, particularly for metal cutting by nc machines
JP4940904B2 (ja) かつぎ量計測装置
Johansson et al. Context driven remaining useful life estimation
Kuric et al. Measurement and analysis of CNC machine tool accuracy in different location on work table
JP7081322B2 (ja) 工作機械システム
JP2016535336A (ja) 産業システムをモニタする方法
Pappachan et al. Event Classification from Sensor Data using Spectral Analysis in Robotic Finishing Processes.
Marek et al. A quasi-online geometric errors compensation method on CNC machine tool

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190716

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200722

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200818

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201008

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210119

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20210301

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210325

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210831

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210913

R150 Certificate of patent or registration of utility model

Ref document number: 6953690

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150