[go: up one dir, main page]

JP7002411B2 - 設備状態判定装置、設備状態判定方法、及び設備管理システム - Google Patents

設備状態判定装置、設備状態判定方法、及び設備管理システム Download PDF

Info

Publication number
JP7002411B2
JP7002411B2 JP2018115343A JP2018115343A JP7002411B2 JP 7002411 B2 JP7002411 B2 JP 7002411B2 JP 2018115343 A JP2018115343 A JP 2018115343A JP 2018115343 A JP2018115343 A JP 2018115343A JP 7002411 B2 JP7002411 B2 JP 7002411B2
Authority
JP
Japan
Prior art keywords
catalog
feature amount
machine tool
unit
sensor data
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
JP2018115343A
Other languages
English (en)
Other versions
JP2019219801A (ja
Inventor
祐市 桜井
真彰 前田
昌義 高橋
秀男 坂井
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2018115343A priority Critical patent/JP7002411B2/ja
Priority to US16/396,093 priority patent/US10908595B2/en
Priority to EP19172859.1A priority patent/EP3584649B1/en
Publication of JP2019219801A publication Critical patent/JP2019219801A/ja
Application granted granted Critical
Publication of JP7002411B2 publication Critical patent/JP7002411B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B19/18—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
    • G05B19/418—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]
    • G05B19/41815—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 the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
    • G05B19/41825—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 the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell machine tools and manipulators only, machining centre
    • 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]
    • G05B19/4184—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 fault tolerance, reliability of production 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31093—Communication between sensors, actuators and gateway
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31455—Monitor process status
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31483—Verify monitored data if valid or not by comparing with reference value
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31485—Verify and update all related data in relational database
    • 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
    • G05B2219/32179—Quality control, monitor production tool with multiple sensors
    • 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
    • G05B2219/33—Director till display
    • G05B2219/33034—Online learning, training
    • 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
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35086—Machining feature extraction, geometry and machining parameters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • General Factory Administration (AREA)

Description

本発明は、設備状態判定装置、設備状態判定方法、及び設備管理システムに関する。
例えば、工場における効率的な生産管理を行うためには、工場に設置されている各工作機械の稼働状態を識別して集計する必要がある。工作機械の稼働状態を識別、集計するための技術として、例えば、特許文献１には、「工作機械の稼働状態を特定する稼働信号をリアルタイムで計測する稼働状態計測手段、機種別に、前記稼働状態に係る各カテゴリーについての前記稼働信号の特性を、予め、判定基準に設定する判定基準設定手段、前記稼働状態計測手段で計測する対象の工作機械の機種に対応した稼働状態のカテゴリー毎に、その計測信号の特性により、前記稼働信号についてカテゴリー別の稼働状態を前記判定基準と対比して判定する判定手段、前記判定手段による判定結果を、各カテゴリー別の稼働情報としてストックする稼働情報収集手段を備える」工作機械の稼働情報収集システムが開示されている。
特開２００４－０７０４２４号公報
特許文献１に記載された工作機械の稼働情報収集システムでは、工作機械（以下、設備とも称する）の機種毎に予め用意されている判定基準を用いて稼働状態を判定している。しかしながら、同一機種の設備であっても、設置場所、加工種、被削材等が異なると、設備から検出される稼働信号にも違いが生じるため、機種毎に予め用意されている判定基準を用いた場合、設備の稼働状態を正確に判定することができないことがある。
なお、設備の機種、設置場所、加工種、被削材等の様々な条件の組み合わせ毎に判定基準を予め用意する方法も考えられる。しかしながら、上記した条件の組み合わせはその数が多く、条件の組み合わせ毎に判定基準を予め用意することは現実的ではない。
本発明は、このような状況に鑑みてなされたものであり、様々な条件下の設備の状態を正確に判定できるようにすることを目的とする。
本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。上記課題を解決すべく、本発明の一態様に係る設備状態判定装置は、同じ設備種の工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を備えることを特徴とする。
本発明によれば、様々な条件下の設備の状態を正確に判定することが可能となる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
本発明の一実施の形態に係る設備管理システムの構成例を示すブロック図である。 センサパラメータの例を示す図である。 特徴量情報としての特徴量分布を示す図である。 処理アルゴリズム情報の例を示す図である。 チューニング前後の特徴量分布の例を示す図である。 加工諸元情報の一例を示す図である。 特徴量別適合知識ＤＢに記憶されている関係表の一例を示す図である。 立ち上げ時の処理の一例を説明するフローチャートである。 特徴量分布チューニング処理の一例を説明するフローチャートである。 カタログ更新処理の一例を説明するフローチャートである。 チューニング前後の特徴量分布の例を示す図である。
以下、本発明に係る一実施の形態を図面に基づいて説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。また、以下の実施の形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、「Ａからなる」、「Ａよりなる」、「Ａを有する」、「Ａを含む」と言うときは、特にその要素のみである旨明示した場合等を除き、それ以外の要素を排除するものでないことは言うまでもない。同様に、以下の実施の形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。
＜本発明の一実施の形態に係る設備管理システムの構成例＞
本発明の一実施の形態に係る設備管理システムは、例えば、工場に設置された複数の工作機械（以下、設備とも称する）それぞれの状態判定を行い、その判定結果を集計することにより、工場における効率的な生産管理を実現するためのものである。
図１は、本発明の一実施の形態に係る設備管理システムの構成例を示している。該設備管理システム１０は、センサエッジ装置２０、サーバ装置３０、入力・表示装置４０、及び生産管理装置５０を備える。なお、センサエッジ装置２０は複数存在するが、同図においては、１台のみを図示している。
センサエッジ装置２０は、工場等に設置された、状態判定の対象とする複数の工作機械１それぞれに対応付けて設けられている。センサエッジ装置２０は、工作機械１に取り付けられたセンサ２からのセンサデータに基づき、工作機械１の状態判定を行い、その判定結果を、ネットワーク３を介して生産管理装置５０に送信する。なお、センサエッジ装置２０による工作機械１の状態判定は、稼働状態識別、異常検知、及び故障予兆検知のうちの少なくとも１つを含む。
また、センサエッジ装置２０は、ネットワーク３を介し、サーバ装置３０と所定のデータを通信する。
センサエッジ装置２０は、サーバ装置３０とともに本発明の設備状態判定装置に相当する。
工作機械１は、その設備種として、例えば、フライス盤、ボール盤、マシニングセンタ、ターニングセンタ等を挙げることができる。
フライス盤は、被削材に対してフライス削りを行うことができる。ボール盤は、被削材に対して穴あけを行うことができる。マシニングセンタは、切削工具を自動交換することにより被削材に対してフライス削り、中ぐり、穴あけ、ねじ立て等を行うことができる。ターニングセンタは、被削材を回転させながらフライス削り、穴あけ等を行うことができる。
したがって、工作機械１の加工種としては、例えば、切削、穴あけ、フライス削り、中ぐり、ねじ立て等を挙げることができる。
センサ２は、センサエッジ装置２０からの設定に従い、電流計、振動計、温度計、騒音計等として機能する。すなわち、センサ２は、工作機械１の消費電流，振動、温度、音等を測定し、測定結果として得られるセンサデータをセンサエッジ装置２０に出力することができる。
ネットワーク３は、例えば、ＬＡＮ(Local Area Network)、ＷＡＮ(Wide Area Network)、インターネット、携帯電話通信網等に代表される双方向通信網である。
センサエッジ装置２０は、通信部２１、エージェント制御部２２、センサ制御部２３、特徴量チューニング部２４、及びセンサデータ処理部２５を備える。なお、センサエッジ装置２０は、ＣＰＵ(Central Processing Unit)，ＲＡＭ(Random Access Memory)，ＲＯＭ(Read Only Memory)、通信Ｉ／Ｆ等から構成されたエッジコンピュータによって実現できる。
通信部２１は、有線通信または所定の無線通信により、ネットワーク３を介してサーバ装置３０や生産管理装置５０に接続して通信を行う。
エージェント制御部２２は、センサエッジ装置２０を構成する各部を統括的に制御する。また、エージェント制御部２２は、通信部２１を介してサーバ装置３０から送信されるカタログを取得する。
ここで、カタログとは、同じ設備種の工作機械１に対して汎用性がある情報であり、センサパラメータ１００（図２）、特徴量情報２００（図３）、及び処理アルゴリズム情報３００（図４）の組み合わせである。カタログは、予め生成されるものであり、サーバ装置３０のカタログ記憶部３４に記憶されている。
エージェント制御部２２は、カタログに含まれるセンサパラメータ１００をセンサ制御部２３に供給し、特徴量情報２００を特徴量チューニング部２４に供給し、処理アルゴリズム情報３００をセンサデータ処理部２５に供給する。
ここで、センサパラメータ１００、特徴量情報２００、及び処理アルゴリズム情報３００について説明する。
図２は、センサパラメータ１００の例を示している。センサパラメータ１００には、項目として、センサ種、使用する負荷抵抗、好適なサンプリング周期等が設けられている。同図（Ａ）は、センサ２を電流計として機能させる場合のセンサパラメータ１００の例である。同図（Ｂ）は、センサ２を振動計として機能させる場合のセンサパラメータ１００の例である。
図３は、特徴量情報２００としての特徴量分布の例を示している。以下、特徴量情報２００としての特徴量分布を特徴量分布２００と称する。
特徴量分布２００は、横軸を特徴量の第１主成分、縦軸を特徴量の第２成分とする２次元空間に各特徴量をマッピングしたものである。同図の場合、２次元空間にマッピングされた複数の特徴量が３つのクラスタ２０１～２０３のいずれかに分類されている。各クラスタは、それぞれ工作機械１の異なる稼働状態にラベリングされている。
例えば、クラスタ２０１～２０３は、それぞれ工作機械１の停止状態（例えば、切削工具が回転していない状態）、空転状態（例えば、切削工具が回転しているが被削材を削っていない状態）、または切削状態（例えば、切削工具が回転し、被削材を削っている状態）のいずれかにラベリングされている。
図４は、処理アルゴリズム情報３００の例を示している。処理アルゴリズム情報３００には、特徴量のクラスタリングに関する項目として、状態判定、アルゴリズム名、プログラム名等が設けられている。同図（Ａ）は状態判定として稼働状態識別を行う場合の処理アルゴリズム情報３００の例である。同図（Ｂ）は状態判定として稼働状態識別を行う場合の処理アルゴリズム情報３００の例である。同図（Ｃ）は状態判定として異常検知を行う場合の処理アルゴリズム情報３００の例である。同図（Ｄ）は状態判定として故障予兆検知を行う場合の処理アルゴリズム情報３００の例である。
なお、本実施の形態では、ＧＭＭ(Gaussian Mixture Model)，Ｋ－ｍｅａｎｓ，ＳＶＭ(support vector machine)等の既存の一般的な処理アルゴリズムの他、各ユーザが独自に開発、定義した処理アルゴリズム（同図（Ｄ）におけるアルゴリズムＣ等）を用いることができる。
図１に戻る。さらに、エージェント制御部２２は、センサデータ処理部２５による状態判定の結果と、それに対応するタイムスタンプとを、通信部２１に出力して生産管理装置５０に送信させる。
またさらに、エージェント制御部２２は、所定のタイミングで、特徴量チューニング部２４が保持するチューニング後の特徴量分布２１０（図５（Ｂ））を取得するとともに、センサ制御部２３から、工作機械１に関する加工諸元情報４００（図６）を取得する。そして、エージェント制御部２２は、取得したチューニング後の特徴量分布２１０と加工諸元情報４００とを、通信部２１に出力してサーバ装置３０に送信させる。
センサ制御部２３は、サーバ装置３０からのセンサパラメータ１００に基づき、工作機械１に取り付けられたセンサ２の設定を行う。また、センサ制御部２３は、センサ２が工作機械１から検知したセンサデータを取得して特徴量チューニング部２４に出力する。さらに、センサ制御部２３は、エージェント制御部２２からの要求に応じ、センサ２を介して工作機械１から加工諸元情報４００を取得する。
特徴量チューニング部２４は、本発明の特徴量抽出部及び特徴量チューニング部に相当する。特徴量チューニング部２４は、サーバ装置３０からの特徴量分布２００を保持する。また、特徴量チューニング部２４は、保持する特徴量分布２００をチューニングし、保持する特徴量分布２００を、チューニング後の特徴量分布２１０（図５）に置き換える。
また、特徴量チューニング部２４は、センサ制御部２３から入力されるセンサデータに対して所定の信号処理（例えば、ＦＦＴ(First Fourier Transport)）を行って特徴量を演算し、さらに、主成分分析処理（ＰＣＡ(Principal Component Analysis）を行うことにより特徴量の次元数を削減する。これにより、特徴量チューニング部２４は、少なくとも２次元以上の成分を有する特徴量を抽出する。なお、特徴量チューニング部２４が抽出する特徴量の種類については特に限定しない。例えば、特徴量チューニング部２４は、時系列変化を伴うセンサデータに基づき、時系列に変化する特徴量を抽出するようにしてもよい。
また、特徴量チューニング部２４は、センサデータから抽出した特徴量（新データ）と、保持する特徴量分布２００（または特徴量分布２１０）にマッピングされている各特徴量（過去データ）との距離を計算し、計算結果をセンサデータ処理部２５に出力する。
また、特徴量チューニング部２４は、保持する特徴量分布２００に新データを順次追加してマッピングすることによって特徴量分布２００をチューニングし、保持する特徴量分布２００をチューニング後の特徴量分布２１０に置き換える。さらに、特徴量チューニング部２４は、エージェント制御部２２からに要求に応じ、保持するチューニング後の特徴量分布２１０をエージェント制御部２２に供給する。
図５は、チューニング前後の特徴量分布の例を示している。同図（Ａ）は、サーバ装置３０から供給されたカタログに含まれるチューニング前の特徴量分布２００の一例である。同図（Ｂ）は、特徴量チューニング部２４によるチューニング後の特徴量分布２１０である。
同図（Ｂ）に示された特徴量分布２１０は、同図（Ａ）に示された特徴量分布２００に比較して、クラスタ２０２の面積が増加していることがわかる。このクラスタ２０２の面積の増加は、対応する工作機械１の個体差や工作機械１から検出されるセンサデータが同じ稼働状態の間にも動的に変化した場合に追従していることに示している。
ここで、同じ稼働状態の間にもセンサデータが動的に変化する状況とは、例えば、ターニングセンタが周速一定制御で切削しているような場合を指す。この場合、被削材が切削されてその径が小さくなるに従い、被削材を回転させるモータの回転速度は増加するので、センサデータは変化することになる。また、例えば、荒削り徐々に仕上げに移るような場合、被削材を回転させるモータの回転速度は一定であっても、モータのトルクは減少するので、センサデータは変化することになる。
チューニング後の特徴量分布２１０を該工作機械１の状態判定に用いれば、チューニング前の特徴量分布２００を用いる場合に比較して、その判定精度を向上させることができる。
図１に戻る。センサデータ処理部２５は、サーバ装置３０からの処理アルゴリズム情報３００にて指定されている処理アルゴリズムを用い、特徴量チューニング部２４から入力される新データと過去データとの距離に基づいて、特徴量分布２００または２１０における新データのクラスタリングを行う。さらに、センサデータ処理部２５は、新データが属するクラスタに対してラベル付け（稼働状態識別等）を行い、その判定結果と、新データが抽出された元のセンサデータのサンプリング時刻を表すタイムスタンプとを、エージェント制御部２２に出力する。
図６は、エージェント制御部２２がチューニング後の特徴量分布２１０とともにサーバ装置３０に送信する、工作機械１に関する加工諸元情報４００の一例を示している。
加工諸元情報４００には、項目として、設備種、製造メーカ、加工時間、被削材、気温、湿度等が設けられている。なお、図示は省略しているが、上述した項目の他、切削工具、切削工具や被削材を回転駆動させるモータの回転数等の項目を追加してもよい。
なお、チューニング後の特徴量分布２１０に、既存のクラスタ２０１～２０３には取り込めないほど過去データとの距離が離れている新データが追加される場合がある。その場合、加工諸元情報４００に新規追加設備の項目を追加してサーバ装置３０に送信するようにする。
チューニング後の特徴量分布２１０及び加工諸元情報４００は、サーバ装置３０にて、特徴量ＤＢ３６に保持されている特徴量情報（特徴量分布）２００の更新と、特徴量別適合知識ＤＢ３３に保持されている関係表５００の更新に利用される。
図１に戻る。サーバ装置３０は、センサエッジ装置２０に対して、センサパラメータ１００、特徴量情報（特徴量分布）２００、及び処理アルゴリズム情報３００を含むカタログを供給するためのものである。サーバ装置３０は、センサエッジ装置２０とともに本発明の設備状態判定装置に相当する。
サーバ装置３０は、通信部３１、カタログ制御部３２、特徴量適合知識ＤＢ（データベース）３３、カタログ記憶部３４、及びカタログ更新部３８を備える。なお、サーバ装置３０は、ＣＰＵ，ＲＡＭ，ＲＯＭ、ストレージ、通信Ｉ／Ｆ等から構成されたコンピュータによって実現できる。
通信部３１は、有線通信または所定の無線通信により、ネットワーク３を介してセンサエッジ装置２０と通信を行う。
カタログ制御部３２は、入力・表示装置４０を用いてユーザが入力する、状態判定の対象とする工作機械１の工作機械情報を受け付ける。工作機械情報には、工作機械１の設備種、加工種、被削材、切削工具等のうちの少なくとも１項目の情報が含まれているものとする。
また、カタログ制御部３２は、特徴量別適合知識ＤＢ３３が記憶する関係表５００（図７）を参照することにより、ユーザが入力した工作機械情報に対応するカタログを特定する。さらに、カタログ制御部３２は、特定したカタログを構成するセンサパラメータ１００、特徴量情報２００、及び処理アルゴリズム情報３００をカタログ記憶部３４から検索、取得し、通信部３１及びネットワーク３を介してセンサエッジ装置２０に供給する。
特徴量別適合知識ＤＢ３３は、工作機械１の設備種、加工種、被削材、切削工具等の複数項目の情報の組み合わせとカタログと対応付けた関係表５００を保持している。
図７は、関係表５００の一例を示している。同図の例では、工作機械情報として設備種が記載されており、設備種に対応するカタログのうち、特徴量分布２００と処理アルゴリズム情報３００が記載されている。
図１に戻る。カタログ記憶部３４は、センサパラメータＤＢ３５、特徴量情報ＤＢ３６、及び処理アルゴリズムＤＢ３７を有する。
センサパラメータＤＢ３５には、センサエッジ装置２０のセンサ制御部２３がセンサ２に対して設定するセンサパラメータ１００が保持されている。特徴量情報ＤＢ３６には、センサエッジ装置２０の特徴量チューニング部２４に供給される特徴量分布２００が保持されている。処理アルゴリズムＤＢ３７には、センサエッジ装置２０のセンサデータ処理部２５にて供給される処理アルゴリズム情報３００が保持されている。
カタログ更新部３８は、ネットワーク３を介して複数のセンサエッジ装置２０から送信される、チューニング後の特徴量分布２１０と加工諸元情報４００とを教師データとし、チューニング後の特徴量分布２１０に対応する特徴量情報ＤＢ３６に記憶されている元の特徴量分布２００の強化学習を行い、得られた新しい特徴量分布２２０（図１１）によって特徴量情報ＤＢ３６に記憶されている元の特徴量分布２００を更新する。
なお、強化学習を行う代わりに、特徴量情報ＤＢ３６に保持されている特徴量分布２００をチューニング後の特徴量分布２１０によって上書きするようにしてもよい。また、特徴量情報ＤＢ３６に保持されている特徴量分布２００と、チューニング後の特徴量分布２１０との差分を特徴量情報ＤＢ３６に保持するようにしてもよい。
なお、更新された特徴量分布２２０は、ネットワーク３を介して接続された複数のセンサエッジ装置２０に再び供給される。更新された特徴量分布２２０が供給されたセンサエッジ装置２０では、更新された特徴量分布２２０を、例えば、異常検知や故障予兆検知に利用することができる。稼働状態識別については、センサエッジ装置２０にて保持しているチューニング後の特徴量分布２１０を用いた方が高い識別精度を維持することができる。
入力・表示装置４０は、例えば、パーソナルコンピュータ等から成り、ユーザからの工作機械情報の入力操作を受け付けてサーバ装置３０に通知する。
生産管理装置５０は、ネットワーク３を介して複数のセンサエッジ装置２０から通知される、複数の工作機械１の状態判定結果とそのタイムスタンプに基づき、効率がよい生産管理を実行する。生産管理装置５０は、例えば、ＭＥＳ(Manufacturing Execution System)やＥＲＰ(Enterprise Resource Planning)システム等とも称される。
なお、本実施の形態では、センサエッジ装置２０、サーバ装置３０、及び入力・表示装置４０は個別の装置として説明したが、センサエッジ装置２０、サーバ装置３０、及び入力・表示装置４０それぞれの全体または一部を組み合わせて１つの装置としてもよい。例えば、エージェント制御部２２、センサ制御部２３、特徴量チューニング部２４、センサデータ処理部２５、カタログ制御部３２、特徴量別適合知識ＤＢ３３、カタログ記憶部３４、およびカタログ更新部３８を組み合わせて設備状態判定装置を構成してもよい。
＜立ち上げ時の処理＞
次に、図８は、設備管理システム１０による立ち上げ時の処理の一例を説明するフローチャートである。
該立ち上げ時の処理は、設備管理システム１０に対して新たに工作機械１、センサ２、及びセンサエッジ装置２０を追加したときに実行する。立ち上げ時の処理の前提として、サーバ装置３０のカタログ記憶部３４には、予め生成されたカタログが記憶されているものとする。
はじめに、カタログ制御部３２が、入力・表示装置４０を用いてユーザが入力した、追加した工作機械１に関する工作機械情報を受け付ける。そして、カタログ制御部３２が、特徴量別適合知識ＤＢ３３が記憶する関係表５００を参照することにより、ユーザが入力した工作機械情報に対応するカタログを特定し、特定したカタログを構成するセンサパラメータ１００、特徴量情報２００、及び処理アルゴリズム情報３００をカタログ記憶部３４から検索、取得する（ステップＳ１）。
なお、ユーザが入力・表示装置４０を用いて工作機械情報を入力する代わりに、例えばセンサエッジ装置２０のセンサ制御部２３が工作機械１やセンサ２から得られる情報に基づいて工作機械情報を生成し、サーバ装置３０に通知するようにしてもよい。
次に、カタログ制御部３２が、カタログ記憶部３４から取得したカタログ（センサパラメータ１００、特徴量情報２００、及び処理アルゴリズム情報３００）を通信部３１に出力する。通信部３１は、カタログ制御部３２からのカタログを、ネットワーク３を介して、センサエッジ装置２０に送信する（ステップＳ２）。通信部３１から送信されたカタログは、センサエッジ装置２０の通信部２１が受信してエージェント制御部２２に出力する。
次に、センサエッジ装置２０のエージェント制御部２２が、サーバ装置３０からのカタログに含まれる、センサパラメータ１００をセンサ制御部２３に供給し、特徴量情報２００を特徴量チューニング部２４に供給し、処理アルゴリズム情報３００をセンサデータ処理部２５に供給する（ステップＳ３）。以上で立ち上げ時の処理は終了される。
以上に説明した立ち上げ時の処理によれば、センサ制御部２３、特徴量チューニング部２４、及び処理アルゴリズム情報３００は、それぞれの動作準備を行うことができる。したがって、これ以降、センサエッジ装置２０では、工作機械１の状態判定を行うことができる。
＜特徴量分布チューニング処理＞
次に図９は、センサエッジ装置２０による特徴量分布チューニング処理の一例を説明するフローチャートである。
該特徴量分布チューニング処理は、センサエッジ装置２０による工作機械１の状態判定と並行して実行される。
はじめに、センサ制御部２３が、センサ２が工作機械１から検出したセンサデータを取得して特徴量チューニング部２４に出力する（ステップＳ１１）。
次に、特徴量チューニング部２４が、センサデータから特徴量を抽出し、抽出した特徴量（新データ）を、保持する特徴量分布２００（または特徴量分布２１０）にマッピングする(ステップＳ１２)。次に、特徴量チューニング部２４が、新データと、保持する特徴量分布２００（または特徴量分布２１０）に既存の各特徴量（過去データ）との距離を計算する（ステップＳ１３）。
なお、上述したステップＳ１１～Ｓ１３の処理については、並行して実行している工作機械１の状態判定のために行った処理の結果を流用するようにしてもよい。
次に、特徴量チューニング部２４が、保持する特徴量分布２００に新データを追加し、距離が最も近い過去データと同じクラスタに組み入れることにより、特徴量分布２００（または特徴量分布２１０）をチューニングし、チューニング後の特徴量分布２１０によって保持している特徴量分布２００（または特徴量分布２１０）を更新する（ステップＳ１４）。
以上で、特徴量分布チューニング処理は終了される。これ以降、工作機械１の状態判定には、特徴量チューニング部２４が保持するチューニング後の特徴量分布２１０が用いられる。よってこれ以降、状態判定の精度の向上が期待できる。
＜カタログ更新処理＞
次に、図１０は、サーバ装置３０によるカタログ更新処理の一例を説明するフローチャートである。
該カタログ更新処理は、例えば、センサエッジ装置２０から、該センサエッジ装置２０にてチューニングされたチューニング後の特徴量分布２１０と、加工諸元情報４００とが送信されたときに実行される。
はじめに、サーバ装置３０の通信部３１が、センサエッジ装置２０から送信されたチューニング後の特徴量分布２１０と、加工諸元情報４００とを受信してカタログ制御部３２及びカタログ更新部３８に出力する（ステップＳ２１）。
次に、カタログ制御部３２が、特徴量別適合知識ＤＢ３３の関係表５００を参照し、加工諸元情報４００に対応するカタログを特定し、該カタログに含まれる特徴量情報（特徴量分布）２００、すなわち、センサエッジ装置２０から送信されたチューニング後の特徴量分布２１０に対応する元の特徴量分布２００を特定する。さらに、カタログ制御部３２が、特定した元の特徴量分布２００をカタログ記憶部３４の特徴量情報ＤＢ３６から検索、取得してカタログ更新部３８に出力する（ステップＳ２２）。
次に、カタログ更新部３８が、センサエッジ装置２０から送信されたチューニング後の特徴量分布２１０と加工諸元情報４００とを教師データとし、チューニング後の特徴量分布２１０に対応する元の特徴量分布２００の強化学習を行う（ステップＳ２３）。
図１１は、強化学習の前後の特徴量分布２００の例を示している。同図（Ａ）は、強化学習前の特徴量分布２００の一例である。同図（Ｂ）は、強化学習後の特徴量分布２２０の一例である。
同図（Ｂ）に示された強化学習後の特徴量分布２２０は、同図（Ａ）に示された特徴量分布２００に比較して、クラスタ２０２の面積が増加していることがわかる。このクラスタ２０２の面積の増加は、強化学習によって各センサエッジ装置２０から送信されたチューニング後の特徴量分布２１０が反映された結果である。
図１０に戻る。次に、カタログ更新部３８が、強化学習の結果得られた新しい特徴量分布２２０により、特徴量情報ＤＢ３６に記憶されている元の特徴量分布２００を更新する（上書きする）（ステップＳ２４）。以上で、カタログ更新処理は終了される。
上述したように、カタログ更新処理は、ネットワーク３を介して接続されている複数のセンサエッジ装置２０からのチューニング後の特徴量分布２１０が送信される毎に行われる。よって、特徴量情報ＤＢ３６に保持されている特徴量分布２００が、同じ設備種の工作機械１それぞれに設けられた複数のセンサエッジ装置２０からのチューニング後の特徴量分布２１０が反映されたものとなる。したがって、カタログ更新処理によれば、特徴量情報ＤＢ３６に保持されている特徴量分布２００の汎用性と信頼性を高めることができる。
なお、上述したカタログ更新処理では、特徴量情報ＤＢ３６に記憶されている元の特徴量分布２００を更新（上書き）せず、強化学習の結果得られた新しい特徴量分布２２０を特徴量情報ＤＢ３６に追加して保持させ、該新しい特徴量分布２２０を含む新たなカタログと、加工諸元情報４００に含まれた各項目の情報との組み合わせとの対応関係を、特徴量別適合知識DB３３の関係表５００に追記するようにしてもよい。
以上説明したように、本発明の一実施の形態に係る設備管理システム１０によれば、各センサエッジ装置２０では、サーバ装置３０から供給される汎用性があるカタログに含まれる特徴量分布２００を、それぞれ個別にチューニングして状態判定に用いることができる。よって、各センサエッジ装置２０における状態判定の精度を向上させることができる。
また、サーバ装置３０では、各センサエッジ装置２０それぞれから送信されるチューニング後の特徴量分布２１０を教示データとして、カタログとして保持する特徴量分布２００を強化学習することができ、その結果得られた特徴量分布２２０によって、それまで保持していた特徴量分布２００を更新することできる。したがって、サーバ装置３０は、より汎用性を高めたカタログをセンサエッジ装置２０に供給することが可能となる。
そして、汎用性を高めたカタログをセンサエッジ装置２０に供給できることにより、工作機械１やセンサエッジ装置２０の増設が容易となり、生産管理装置５０がネットワーク３を介して複数の工作機械１の状態を把握することができる。したがって、設備管理システム１０は、工場全体としてのＩｏＴ(Internet of Things)化に資することができる。
なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
本発明は、上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した各実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、本発明が、必ずしも説明した全ての構成要素を備えるものに限定されるものではない。また、ある実施形態の構成の一部を、他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に、他の実施形態の構成を加えることも可能となる。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能となる。
１・・・工作機械、２・・・センサ、３・・・ネットワーク、１０・・・設備管理システム、２０・・・センサエッジ装置、２１・・・通信部、２２・・・エージェント制御部、２３・・・センサ制御部、２４・・・特徴量チューニング部、２５・・・センサデータ処理部、３０・・・サーバ装置、３１・・・通信部、３２・・・カタログ制御部、３３・・・特徴量別適合知識ＤＢ、３４・・・カタログ記憶部、３５・・・センサパラメータＤＢ、３６・・・特徴量情報ＤＢ、３７・・・処理アルゴリズム、３８・・・カタログ更新部、４０・・・表示装置、５０・・・生産管理装置、１００・・・センサパラメータ、２００・・・特徴量情報（特徴量分布）、２０１～２０３・・・クラスタ、２１０・・・特徴量分布、２２０・・・特徴量分布、３００・・・処理アルゴリズム情報、４００・・・加工諸元情報、５００・・・関係表

Claims (17)

  1. 同じ設備種の工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    取得された前記カタログに含まれるセンサパラメータに基づき、前記対象工作機械に取り付けられたセンサの設定を行うセンサ制御部と、
    前記対象工作機械に取り付けられた前記センサによって検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、
    を備えることを特徴とする設備状態判定装置。
  2. 同じ設備種の工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を備え、
    前記センサデータ処理部は、取得した前記カタログに含まれる処理アルゴリズム情報に従い、前記特徴量分布における前記センサデータから抽出された前記特徴量のクラスタリングを行って前記対象工作機械の状態判定を行う
    ことを特徴とする設備状態判定装置。
  3. 同じ設備種の工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を備え、
    前記カタログ更新部は、チューニング後の前記特徴量分布を教師データとして、カタログ記憶部に記憶された前記カタログに含まれる前記特徴量分布を強化学習することにより前記カタログ記憶部に記憶された前記カタログを更新する
    ことを特徴とする設備状態判定装置。
  4. 同じ設備種の工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を備え、
    前記カタログ制御部は、ユーザから入力された前記工作機械情報に基づき、前記対象工作機械に対応する前記カタログを特定する
    ことを特徴とする設備状態判定装置。
  5. 請求項１または４のいずれか一項に記載の設備状態判定装置であって、
    前記センサデータ処理部は、前記対象工作機械の前記状態判定として稼働状態識別を行う
    ことを特徴とする設備状態判定装置。
  6. 請求項１または５のいずれか一項に記載の設備状態判定装置であって、
    前記センサデータ処理部は、前記対象工作機械の前記状態判定として異常検知を行う
    ことを特徴とする設備状態判定装置。
  7. 請求項１または６のいずれか一項に記載の設備状態判定装置であって、
    前記センサデータ処理部は、前記対象工作機械の前記状態判定として故障予兆検知を行う
    ことを特徴とする設備状態判定装置。
  8. 請求項１に記載の設備状態判定装置であって、
    前記カタログ制御部は、前記センサ制御部が生成した前記工作機械情報に基づき、前記対象工作機械に対応する前記カタログを特定する
    ことを特徴とする設備状態判定装置。
  9. 設備状態判定装置の設備状態判定方法であって、
    同じ設備種の工作機械に対して汎用性があるカタログをカタログ記憶部に記憶させる記憶ステップと、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得する取得ステップと、
    取得した前記カタログに含まれるセンサパラメータに基づき、前記対象工作機械に取り付けられたセンサの設定を行うセンサ制御ステップと、
    前記対象工作機械に取り付けられた前記センサによって検出されたセンサデータから特徴量を抽出する抽出ステップと、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行う判定ステップと、
    抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングするチューニングステップと、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新する更新ステップと、
    を含むことを特徴とする設備状態判定方法。
  10. 複数の工作機械それぞれに対応付けて設けられた複数のセンサエッジ装置と、
    前記センサエッジ装置とネットワークを介して接続されたサーバ装置と、
    を備える設備管理システムであって、
    前記サーバ装置は、
    同じ設備種の前記工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    取得された前記カタログを前記センサエッジ装置に送信する通信部と、
    前記センサエッジ装置にてチューニングされたチューニング後の特徴量分布に基づき、カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、
    を有し、
    前記センサエッジ装置は、
    前記サーバ装置から送信された前記カタログに含まれるセンサパラメータに基づき、前記対象工作機械に取り付けられたセンサの設定を行うセンサ制御部と、
    前記対象工作機械に取り付けられた前記センサによって検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    前記サーバ装置から送信された前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、
    を有する
    ことを特徴とする設備管理システム。
  11. 設備状態判定装置の設備状態判定方法であって、
    同じ設備種の工作機械に対して汎用性があるカタログをカタログ記憶部に記憶させる記憶ステップと、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得する取得ステップと、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する抽出ステップと、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行う判定ステップと、
    抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングするチューニングステップと、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新する更新ステップと、を含み、
    前記判定ステップは、取得した前記カタログに含まれる処理アルゴリズム情報に従い、前記特徴量分布における前記センサデータから抽出された前記特徴量のクラスタリングを行って前記対象工作機械の状態判定を行う
    ことを特徴とする設備状態判定方法。
  12. 複数の工作機械それぞれに対応付けて設けられた複数のセンサエッジ装置と、
    前記センサエッジ装置とネットワークを介して接続されたサーバ装置と、
    を備える設備管理システムであって、
    前記サーバ装置は、
    同じ設備種の前記工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    取得された前記カタログを前記センサエッジ装置に送信する通信部と、
    前記センサエッジ装置にてチューニングされたチューニング後の特徴量分布に基づき、カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、
    を有し、
    前記センサエッジ装置は、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    前記サーバ装置から送信された前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、を有し、
    前記センサデータ処理部は、前記サーバ装置から送信された前記カタログに含まれる処理アルゴリズム情報に従い、前記特徴量分布における前記センサデータから抽出された前記特徴量のクラスタリングを行って前記対象工作機械の状態判定を行う
    ことを特徴とする設備管理システム。
  13. 設備状態判定装置の設備状態判定方法であって、
    同じ設備種の工作機械に対して汎用性があるカタログをカタログ記憶部に記憶させる記憶ステップと、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得する取得ステップと、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する抽出ステップと、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行う判定ステップと、
    抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングするチューニングステップと、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新する更新ステップと、を含み、
    前記更新ステップは、チューニング後の前記特徴量分布を教師データとして、カタログ記憶部に記憶された前記カタログに含まれる前記特徴量分布を強化学習することにより前記カタログ記憶部に記憶された前記カタログを更新する
    ことを特徴とする設備状態判定方法。
  14. 複数の工作機械それぞれに対応付けて設けられた複数のセンサエッジ装置と、
    前記センサエッジ装置とネットワークを介して接続されたサーバ装置と、
    を備える設備管理システムであって、
    前記サーバ装置は、
    同じ設備種の前記工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    取得された前記カタログを前記センサエッジ装置に送信する通信部と、
    前記センサエッジ装置にてチューニングされたチューニング後の特徴量分布に基づき、カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を有し、
    前記カタログ更新部は、チューニング後の前記特徴量分布を教師データとして、カタログ記憶部に記憶された前記カタログに含まれる前記特徴量分布を強化学習することにより前記カタログ記憶部に記憶された前記カタログを更新し、
    前記センサエッジ装置は、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    前記サーバ装置から送信された前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、を有する
    ことを特徴とする設備管理システム。
  15. 設備状態判定装置の設備状態判定方法であって、
    同じ設備種の工作機械に対して汎用性があるカタログをカタログ記憶部に記憶させる記憶ステップと、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得する取得ステップと、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する抽出ステップと、
    取得した前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行う判定ステップと、
    抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングするチューニングステップと、
    チューニング後の前記特徴量分布に基づき、前記カタログ記憶部に記憶された前記カタログを更新する更新ステップと、を含み、
    前記取得ステップは、ユーザから入力された前記工作機械情報に基づき、前記対象工作機械に対応する前記カタログを特定する
    ことを特徴とする設備状態判定方法。
  16. 複数の工作機械それぞれに対応付けて設けられた複数のセンサエッジ装置と、
    前記センサエッジ装置とネットワークを介して接続されたサーバ装置と、
    を備える設備管理システムであって、
    前記サーバ装置は、
    同じ設備種の前記工作機械に対して汎用性があるカタログを記憶するカタログ記憶部と、
    少なくとも前記設備種の項目を含む工作機械情報に基づき、状態判定の対象とする対象工作機械に対応する前記カタログを特定して前記カタログ記憶部から取得するカタログ制御部と、
    取得された前記カタログを前記センサエッジ装置に送信する通信部と、
    前記センサエッジ装置にてチューニングされたチューニング後の特徴量分布に基づき、カタログ記憶部に記憶された前記カタログを更新するカタログ更新部と、を有し、
    前記カタログ制御部は、ユーザから入力された前記工作機械情報に基づき、前記対象工作機械に対応する前記カタログを特定し、
    前記センサエッジ装置は、
    前記対象工作機械から検出されたセンサデータから特徴量を抽出する特徴量抽出部と、
    前記サーバ装置から送信された前記カタログに含まれる特徴量分布と、前記センサデータから抽出された前記特徴量とに基づき、前記対象工作機械の状態判定を行うセンサデータ処理部と、
    前記センサデータから抽出された前記特徴量を前記特徴量分布にマッピングすることによって前記特徴量分布をチューニングする特徴量チューニング部と、を有し、
    前記センサデータ処理部は、前記サーバ装置から送信された前記カタログに含まれる処理アルゴリズム情報に従い、前記特徴量分布における前記センサデータから抽出された前記特徴量のクラスタリングを行って前記対象工作機械の状態判定を行う
    ことを特徴とする設備管理システム。
  17. 請求項１０，１２，１４、または１６のいずれか一項に記載の設備管理システムであって、
    前記複数のセンサエッジ装置それぞれから送信される、対応する前記対象工作機械の状態判定結果に基づき、前記複数の工作機械を用いた生産管理を行う生産管理装置を、
    備えることを特徴とする設備管理システム。
JP2018115343A 2018-06-18 2018-06-18 設備状態判定装置、設備状態判定方法、及び設備管理システム Active JP7002411B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018115343A JP7002411B2 (ja) 2018-06-18 2018-06-18 設備状態判定装置、設備状態判定方法、及び設備管理システム
US16/396,093 US10908595B2 (en) 2018-06-18 2019-04-26 Facility state determination device, facility state determination method, and facility management system
EP19172859.1A EP3584649B1 (en) 2018-06-18 2019-05-06 Facility state determination device, facility state determination method, and facility managment system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018115343A JP7002411B2 (ja) 2018-06-18 2018-06-18 設備状態判定装置、設備状態判定方法、及び設備管理システム

Publications (2)

Publication Number Publication Date
JP2019219801A JP2019219801A (ja) 2019-12-26
JP7002411B2 true JP7002411B2 (ja) 2022-01-20

Family

ID=66589190

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018115343A Active JP7002411B2 (ja) 2018-06-18 2018-06-18 設備状態判定装置、設備状態判定方法、及び設備管理システム

Country Status (3)

Country Link
US (1) US10908595B2 (ja)
EP (1) EP3584649B1 (ja)
JP (1) JP7002411B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023546782A (ja) * 2020-09-18 2023-11-08 ビーエーエスエフ ソシエタス・ヨーロピア 化学製造
CN114594712B (zh) * 2022-03-15 2024-11-12 胜斗士(上海)科技技术发展有限公司 基于传感器的管理设备及其方法
CN117707051B (zh) * 2024-02-04 2024-04-16 工业云制造(四川)创新中心有限公司 一种具备自主学习能力的云制造支撑方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020183971A1 (en) * 2001-04-10 2002-12-05 Wegerich Stephan W. Diagnostic systems and methods for predictive condition monitoring
US6594589B1 (en) * 2001-05-23 2003-07-15 Advanced Micro Devices, Inc. Method and apparatus for monitoring tool health
JP4182399B2 (ja) * 2002-08-01 2008-11-19 シムックス株式会社 工作機械の稼働情報収集システム
US20070088550A1 (en) * 2005-10-13 2007-04-19 Dimitar Filev Method for predictive maintenance of a machine
CN104750068B (zh) * 2015-02-13 2018-08-21 湖北锐世数字医学影像科技有限公司 一种多节点传感器网络的数据传输及控制装置
JP6426667B2 (ja) * 2016-08-10 2018-11-21 三菱重工工作機械株式会社 工作機械の工具の異常検知装置及び方法
JP6386520B2 (ja) 2016-12-13 2018-09-05 ファナック株式会社 数値制御装置及び機械学習装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
EP3584649B1 (en) 2023-12-06
US20190384268A1 (en) 2019-12-19
EP3584649A1 (en) 2019-12-25
JP2019219801A (ja) 2019-12-26
US10908595B2 (en) 2021-02-02

Similar Documents

Publication Publication Date Title
Gumasta et al. Developing a reconfigurability index using multi-attribute utility theory
US11195081B2 (en) Diagnostic device using both a physical model and mathematical model for anomaly detection
EP3605405A1 (en) Server device, trained model providing program, trained model providing method, and trained model providing system
JP7002411B2 (ja) 設備状態判定装置、設備状態判定方法、及び設備管理システム
JP6784271B2 (ja) 変更検出装置、保全管理システム、変更検出方法、プログラムおよび記録媒体
CN109839915A (zh) 诊断装置、诊断方法及存储介质
US20150026107A1 (en) System and apparatus that identifies, captures, classifies and deploys tribal knowledge unique to each operator in a semi-automated manufacturing set-up to execute automatic technical superintending operations to improve manufacturing system performance and the methods therefor
JP6761004B2 (ja) 工具管理システム、工具管理装置及び工具管理方法
CN105987822A (zh) 用于预测装备故障的方法和系统
CN104898565A (zh) 改进的用于颤振预测的数据库
JP2017138789A (ja) 設備診断装置、設備診断方法及び設備診断プログラム
CN109840671A (zh) 运行改进效果计算设备、运行改进效果计算方法和记录介质
CN111386502A (zh) 测量解决方案服务提供系统
US11415958B2 (en) Data extracting apparatus, data extracting method, and recording medium
CN108629423A (zh) 信息提供系统、信息提供方法和记录介质
JP6664564B1 (ja) 情報技術活用評価装置、情報技術活用評価システムおよび情報技術活用評価方法
US20180164764A1 (en) Apparatus and Method for Analysis of Machine Performance
CN107545355B (zh) 一种故障原因诊断方法和装置
KR20200065159A (ko) 생산시스템 최적화를 위한 학습 기반의 가공성 진단방법
JPH11250135A (ja) 情報システム
CN117707050B (zh) 基于云计算的数控机床实时监控与数据分析系统及方法
CN117992456A (zh) 数据的采集方法、装置及计算机可读存储介质
CN113204219B (zh) 用于智能制造的工业控制器
JP6707215B1 (ja) エンジニアリングツール、学習装置、およびデータ収集システム
CN112567353A (zh) 地址识别方法、装置、系统、存储介质、处理器、终端

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201019

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210630

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210706

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210810

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: 20211221

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211227

R151 Written notification of patent or utility model registration

Ref document number: 7002411

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151