CN110134070A - 故障分类装置、故障分类方法以及故障分类程序 - Google Patents

故障分类装置、故障分类方法以及故障分类程序 Download PDF

Info

Publication number
CN110134070A
CN110134070A CN201910090764.7A CN201910090764A CN110134070A CN 110134070 A CN110134070 A CN 110134070A CN 201910090764 A CN201910090764 A CN 201910090764A CN 110134070 A CN110134070 A CN 110134070A
Authority
CN
China
Prior art keywords
mentioned
failure
unit
failure modes
phenomenon
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.)
Granted
Application number
CN201910090764.7A
Other languages
English (en)
Other versions
CN110134070B (zh
Inventor
上口贤男
川上正一
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.)
Fanuc Corp
Original Assignee
Fanuc 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 Fanuc Corp filed Critical Fanuc Corp
Publication of CN110134070A publication Critical patent/CN110134070A/zh
Application granted granted Critical
Publication of CN110134070B publication Critical patent/CN110134070B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • 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
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/22—Pc multi processor system
    • G05B2219/2243—Detect incompatibilites between control devices
    • 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
    • G05B2219/37252—Life of tool, service life, decay, wear estimation
    • 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
    • G05B2219/37616—Use same monitoring tools to monitor tool and workpiece

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供即使在控制装置没有产生警报的情况下也能够确定故障的主要原因的故障分类装置、故障分类方法以及故障分类程序。故障分类装置(1)具备：故障单位取得部(12)，其取得将机器的故障单位与一个或多个结构部件对应起来的数据集；故障履历取得部(11)，其取得包括过去发生的故障的现象以及对策部件的故障履历；以及关联部(13)，其通过将结构部件与对策部件进行匹配，将1个或多个现象的信息与故障单位关联起来进行存储。

Description

故障分类装置、故障分类方法以及故障分类程序
技术领域
本发明涉及用于确定机器的故障位置的故障分类装置、故障分类方法以及故障分类程序。
背景技术
以往，当机床、机器人、注射成形机等机器中产生了故障时，控制该机器的控制装置(例如Computerized Numerical Controller(CNC)：计算机数字控制器)检测控制装置内部的错误，或者通过电动机的过载等检测发生在机器的机构部中的问题，并输出警报。该警报信息对故障跟踪是有用的，并发挥聚集故障产生的大部分的主要原因的作用。
另外，为了解决当前发生的故障，有时会通过关键词检索来从累积的过去的故障报告中取得信息。
作为关键词检索的方法，例如在专利文献1中提出以下方法：为了将检索的缩小范围向希望的方向引导，按照文件群中存在的关键词的累积数量多的顺序，来指导显示用于缩小范围的关键词的候选。
专利文献1：日本特开平5-314182号公报
发明内容
但是，在机器故障中也有控制装置无法检测而不发生警报的情况。在这种情况下，存在以下问题：被认为是故障的主要原因的位置较多，在故障跟踪上花费时间。
另外，即使从过去的故障报告来检索现象，同样地，也难以从机器的机构部所具备的多个部位来确定故障位置。
本发明的目的在于提供即使在控制装置没有产生警报的情况下也能够确定故障的主要原因的故障分类装置、故障分类方法以及故障分类程序。
(1)本发明的故障分类装置(例如后述的故障分类装置1)具备：故障单位取得部(例如后述的故障单位取得部12)，其取得将机器的故障单位与一个或多个结构部件对应起来的数据集；故障履历取得部(例如后述的故障履历取得部11)，其取得包括过去发生的故障的现象以及对策部件的故障履历；以及关联部(例如后述的关联部13)，其通过将上述结构部件与上述对策部件进行匹配，将1个或多个上述现象的信息与上述故障单位关联起来进行存储。
(2)(1)记载的故障分类装置可以具备：特征提取部(例如后述的特征提取部14)，其提取包含在上述现象的信息中的故障关键词，作为通过上述关联部所关联的每个上述故障单位的特征数据，上述关联部将一个或多个上述特征数据与上述故障单位关联起来进行存储。
(3)(1)或(2)记载的故障分类装置可以具备：检索接收部(例如后述的检索接收部15)，其接收包含有检索关键词的检索请求；以及检索执行部(例如后述的检索执行部16)，其根据上述检索关键词来检索上述现象的信息，并输出所关联的上述故障单位。
(4)在(3)记载的故障分类装置中，上述检索接收部可以提取包含在上述检索请求中的特征数据，作为上述检索关键词。
(5)本发明的故障分类方法由计算机(例如后述的故障分类装置1)执行以下步骤：故障单位取得步骤，取得将机器的故障单位和一个或多个机构部件对应起来的数据集；故障履历取得步骤，取得包括过去产生的故障的现象以及对策部件的故障履历；以及关联步骤，通过将上述结构部件与上述对策部件进行匹配，将一个或多个上述现象的信息与上述故障单位关联起来进行存储。
(6)本发明的故障分类程序使计算机(例如后述的故障分类装置1)执行以下步骤：故障单位取得步骤，取得将机器的故障单位和一个或多个机构部件对应起来的数据集；故障履历取得步骤，取得包括过去产生的故障的现象以及对策部件的故障履历；以及关联步骤，通过将上述结构部件与上述对策部件进行匹配，将一个或多个上述现象的信息与上述故障单位关联起来进行存储。
根据本发明，即使在控制装置没有产生警报的情况下也能够确定故障的主要原因。
附图说明
图1是表示实施方式的故障分类装置的功能结构的框图。
图2表示以实施方式的故障分类方法为对象的机器的结构例。
图3表示实施方式的故障履历数据的一例。
图4表示实施方式的故障单位的定义例。
图5例示定义了实施方式的故障单位的数据集。
图6例示实施方式的附加了现象代码的故障履历数据库。
图7是将实施方式的故障履历数据库通过现象代码进行排序的例子。
图8例示基于实施方式的特征数据的故障履历数据库。
图9是例示实施方式的故障分类装置中的检索处理的流程图。
附图标记的说明
1：故障分类装置、10：控制部、11：故障履历取得部、12：故障单位取得部、13：关联部、14：特征提取部、15：检索接收部、16：检索执行部、20：存储部、21：故障履历数据库。
具体实施方式
以下，说明本发明的实施方式的一例。
图1是表示本实施方式的故障分类装置的功能结构的框图。
故障分类装置1是服务器装置或PC等信息处理装置(计算机)，并具备控制部10以及存储部20。故障分类装置1还具备各种数据的输入输出设备以及通信设备等，根据来自用户的检索关键词的输入，检索存储部20的数据库，并输出检索结果。
控制部10是控制故障分类装置1整体的部分，并适当读出存储在存储部20中的各种程序并执行，从而实现本实施方式中的各种功能。控制部10可以是CPU。
存储部20是用于使硬件群作为故障分类装置1发挥功能的各种程序以及各种数据等的存储区域，可以是ROM、RAM、闪存或硬盘(HDD)等。具体地说，存储部20除了存储用于使控制部10执行本实施方式的各个功能的故障分类程序以外，还存储构筑为检索对象的故障履历数据库21等。另外，故障履历数据库21被设置在故障分类装置1的外部，通过与故障分类装置1的通信来进行读写。
控制部10具备故障履历取得部11、故障单位取得部12、关联部13、特征提取部14、检索接收部15以及检索执行部16，通过这些各个功能部，根据机器的现象信息对故障进行分类，并确定主要原因。
图2表示以本实施方式的故障分类方法为对象的机器的结构例。
机器被分类为控制部和机构部，在控制部中，在显示装置中显示由控制装置(CNC)检测出的警报编号以及警报的内容，并将情况通知给操作员。
另外，对于在机构部中产生的故障，由控制装置监视经由伺服放大器驱动的机构部的电动机状况，并由控制装置输出针对电动机的过电流警报或过载警报等。
然而，在对机器的动作造成较大妨碍的故障的情况下，虽然能够期待警报的输出，但是从电动机到机构部内的各个部位的动力传输是间接的，因此大多时候无法通过来自电动机的反馈来检测机构部中产生的故障。在这种情况下，操作员发现机构部产生的振动或异常噪声，并一边一个一个地确认机器的各个要素一边搜索故障位置。
故障履历取得部11取得故障履历，该故障履历包括过去在机器中产生的各种故障的现象以及对策部件。
图3表示本实施方式的故障履历数据的一例。
在故障履历数据中，将用于消除故障的对策部件的编号与说明过去产生的故障的现象的“从工作台附近发出咔咔的声音”等的描述对应起来。另外，在该例子中，当控制装置(CNC)针对所产生的故障输出了警报时，记录警报编号。
故障单位取得部12取得将机器的故障单位与一个或多个结构部件对应起来的数据集。
故障单位是调查以及应对在机器的机构部中产生的故障的单位，在机器的设计时设定多个故障单位，该故障单位由不能分离故障原因的一个或多个结构部件组成。
图4表示本实施方式的故障单位的定义例。
例如，机床的机构部被分割为以下的故障单位。
·M001:包括驱动机床的电动机以及反馈电动机的旋转位置的脉冲编码器等的位置。
·C001:包括用于从电动机向滚珠丝杠等传输动力的连接部即接头等的位置。
·B001:除了包括由电动机经由接头驱动的滚珠丝杆、滚珠螺母、轴承以定位工作台而之外，还包括自动或手动供应润滑油的润滑场所等的位置。
·T001:除了包括工作台、直线运动导轨(LM导轨)之外，还包括自动或手动供应润滑油的润滑场所的位置。
图5例示定义了本实施方式的故障单位的数据集。
在数据集中，针对表示故障单位的识别符即现象代码，登记有构成故障单位的部件编号以及部件名。
另外，在该例子中，按照每个现象代码登记用于通知故障的主要原因以及处理步骤等的现象消息。
关联部13通过将与现象代码对应的结构部件与故障履历的对策部件进行匹配，将一个或多个现象的信息与现象代码(故障单位)关联，并存储在存储部20的故障履历数据库21中。
图6例示本实施方式的附加了现象代码的故障履历数据库。
在该例子中，针对图3的各个故障履历数据分别附加现象代码。通过该故障履历数据库21能够根据故障的现象或警报确定现象代码，并确定故障单位。
这里，故障履历数据库21的形式不限于此，能够进行用于实现有效的检索的改变。
关联部13可以针对一个现象代码关联表示故障现象的一个或多个特征数据并存储在故障履历数据库21中。
特征提取部14提取包含在现象信息中的故障关键词，作为通过关联部13关联的每个现象代码的特征数据。
这里，没有限定故障关键词的提取方法，故障关键词的提取方法例如能够应用一种使用在“日本特愿2017-159990”中提出的语素分析的方法。此时，可以参照作为提取对象外而排除的不必要的词语以及作为相同含义而汇总的同义词(词库thesaurus)等各种数据库，决定故障关键词。
图7是将本实施方式的故障履历数据库21通过现象代码进行排序的例子。
这样，多个现象信息以及对策部件与相同的现象代码对应。
图8例示基于本实施方式的特征数据的故障履历数据库21。
通过特征提取部14从与现象代码对应的现象描述中提取故障关键词，该故障关键词作为表示现象的特征数据被存储在故障履历数据库21中。
这里，分配给图中的故障关键词以及对策部件的数字表示现象代码在相同的故障履历中的出现次数。
检索接收部15接收包括检索关键词的故障履历数据库21的检索请求。
检索请求可以通过一个或多个关键词的输入来进行，但是也可以由操作员输入用于说明观测到的现象的句子。这种情况下，检索接收部15提取包含在说明文中的特征数据作为检索关键词。
这里，检索关键词的提取方法与故障关键词的提取方法共通，从而整合双方的关键词，并提高检索精度。
检索执行部16根据检索关键词来检索故障履历数据库21的现象信息，并输出所关联的现象代码(故障单位)。
检索执行部16还可以根据图5示出的故障单位的定义来输出与现象代码对应的现象消息。
另外，对于检索时的关键词匹配，例如可以进行对应于故障关键词的出现次数的加权。
图9是例示本实施方式的故障分类装置1中的检索处理的流程图。
在步骤S1中，检索接收部15接收用于说明机器中产生的现象的句子的输入作为检索请求。
在步骤S2中，检索接收部15对作为检索请求输入的句子进行语素分析，并提取特征数据作为检索数据。
在步骤S3中，检索执行部16将检索关键词和故障履历数据库21的故障关键词进行匹配，并判定是否存在与检索请求类似的故障履历。当该判定为是的情况下，处理移至步骤S4，当判定为否的情况下，结束处理。
在步骤S4中，检索执行部16提取被分配给检索到的类似的故障履历的现象代码。
在步骤S5中，检索执行部16输出提取出的现象代码和与该现象代码对应的现象消息。
根据本实施方式，故障分类装置1取得将故障单位和结构部件对应起来的数据集以及将故障的现象和对策部件对应起来的故障履历，并将结构部件和对策部件进行匹配，从而将一个或多个现象信息与故障单位关联。
这样，故障分类装置1能够通过故障单位来对故障的现象进行聚类，因此能够根据现象输出故障单位，即使在机器的控制装置没有产生警报的情况下，也能够确定作为故障的主要原因的机构部的位置。
该结果为，故障位置的确定变得容易，并缩短故障跟踪所需要的时间。
故障分类装置1按照每个故障单位来提取表征故障的现象信息的故障关键词，因此现象与故障单位之间的关联变得明确，并能够更确切地确定故障的主要原因。
故障分类装置1还接收包括检索关键词的检索请求，由此能够检索故障履历数据库21，并确定故障单位来输出对策步骤等的关联消息。
另外，故障分类装置1通过提取检索请求中包括的特征数据作为检索关键词，能够执行基于关键词匹配的有效的检索处理，提高用户的便利性，并且能够更可靠地确定和输出故障的主要原因。
以上，说明了本发明的实施方式，但是本发明不限于上述实施方式。另外，本实施方式记载的效果只是列举了从本发明产生的最优选的效果，本发明的效果不限定于本实施方式所记载的内容。
故障分类装置1的故障分类方法通过软件来实现。在通过软件实现时，构成该软件的程序被安装到计算机(故障分类装置1)中。另外，这些程序可以被记录在移动介质中发布给用户，也可以经由网络被下载到用户的计算机中从而进行发布。

Claims (6)

1.一种故障分类装置，其特征在于，
该故障分类装置具备：
故障单位取得部，其取得将机器的故障单位与一个或多个结构部件对应起来的数据集；
故障履历取得部，其取得包括过去发生的故障的现象以及对策部件的故障履历；以及
关联部，其通过将上述结构部件与上述对策部件进行匹配，将1个或多个上述现象的信息与上述故障单位关联起来进行存储。
2.根据权利要求1所述的故障分类装置，其特征在于，
该故障分类装置具备：
特征提取部，其提取包含在上述现象的信息中的故障关键词，作为通过上述关联部所关联的每个上述故障单位的特征数据，
上述关联部将一个或多个上述特征数据与上述故障单位关联起来进行存储。
3.根据权利要求1或2所述的故障分类装置，其特征在于，
该故障分类装置具备：
检索接收部，其接收包含有检索关键词的检索请求；以及
检索执行部，其根据上述检索关键词来检索上述现象的信息，并输出所关联的上述故障单位。
4.根据权利要求3所述的故障分类装置，其特征在于，
上述检索接收部提取包含在上述检索请求中的特征数据，作为上述检索关键词。
5.一种故障分类方法，其特征在于，
由计算机执行以下步骤：
故障单位取得步骤，取得将机器的故障单位和一个或多个机构部件对应起来的数据集；
故障履历取得步骤，取得包括过去产生的故障的现象以及对策部件的故障履历；以及
关联步骤，通过将上述结构部件与上述对策部件进行匹配，将一个或多个上述现象的信息与上述故障单位关联起来进行存储。
6.一种计算机可读介质，其特征在于，
记录了用于使计算机执行以下步骤的故障分类程序：
故障单位取得步骤，取得将机器的故障单位和一个或多个机构部件对应起来的数据集；
故障履历取得步骤，取得包括过去产生的故障的现象以及对策部件的故障履历；以及
关联步骤，通过将上述结构部件与上述对策部件进行匹配，将一个或多个上述现象的信息与上述故障单位关联起来进行存储。
CN201910090764.7A 2018-02-02 2019-01-29 故障分类装置、故障分类方法以及故障分类程序 Active CN110134070B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018017014A JP6649416B2 (ja) 2018-02-02 2018-02-02 障害分類装置、障害分類方法及び障害分類プログラム
JP2018-017014 2018-02-02

Publications (2)

Publication Number Publication Date
CN110134070A true CN110134070A (zh) 2019-08-16
CN110134070B CN110134070B (zh) 2021-03-05

Family

ID=67308968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910090764.7A Active CN110134070B (zh) 2018-02-02 2019-01-29 故障分类装置、故障分类方法以及故障分类程序

Country Status (4)

Country Link
US (1) US10838394B2 (zh)
JP (1) JP6649416B2 (zh)
CN (1) CN110134070B (zh)
DE (1) DE102019200624A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112596494A (zh) * 2020-12-04 2021-04-02 中国航空工业集团公司成都飞机设计研究所 一种基于hmc码相关性分析的飞行器故障定位方法
CN114386627A (zh) * 2021-12-14 2022-04-22 国家电投集团数字科技有限公司 一种光伏组件故障维修方法及装置
US12008022B2 (en) 2020-01-30 2024-06-11 SCREEN Holdings Co., Ltd. Data processing method, data processing device, and storage medium

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6705845B2 (ja) * 2018-02-08 2020-06-03 ファナック株式会社 障害部位特定装置、障害部位特定方法及び障害部位特定プログラム
JP7251168B2 (ja) * 2019-01-28 2023-04-04 富士フイルムビジネスイノベーション株式会社 設計支援システムおよびプログラム
CN112818008A (zh) * 2021-01-21 2021-05-18 中广核工程有限公司 核电调试故障智能诊断的方法、***、介质及电子设备
CN114462665A (zh) * 2021-12-15 2022-05-10 国家电投集团数字科技有限公司 一种光伏场站维修路径的规划方法及***
CN114820225B (zh) * 2022-06-28 2022-09-13 成都秦川物联网科技股份有限公司 基于关键词识别和处理制造问题的工业物联网及控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1086028A (zh) * 1992-09-28 1994-04-27 普拉塞尔技术有限公司 知识基础上的诊断报告***和方法
CN1573785A (zh) * 2003-06-24 2005-02-02 欧姆龙株式会社 改进支援***
US20080034258A1 (en) * 2006-04-11 2008-02-07 Omron Corporation Fault management apparatus, fault management method, fault management program and recording medium recording the same
CN105531680A (zh) * 2013-09-11 2016-04-27 Nec飞鼎克株式会社 远程监视***、远程监视方法以及程序
WO2017175378A1 (ja) * 2016-04-08 2017-10-12 三菱電機株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3219840B2 (ja) 1992-05-13 2001-10-15 富士通株式会社 情報検索装置
JP4056771B2 (ja) 2002-03-19 2008-03-05 株式会社ジェイテクト 工作機械の検査装置
JP2006260344A (ja) * 2005-03-18 2006-09-28 Toshiba Corp 故障履歴管理装置
JP2007109056A (ja) * 2005-10-14 2007-04-26 Nec Fielding Ltd 部品管理システム及び方法並びにプログラム
JP4112594B2 (ja) 2006-07-27 2008-07-02 ファナック株式会社 減速機異常診断方法及び減速機異常診断装置
JP2008090682A (ja) 2006-10-03 2008-04-17 Sharp Corp モジュール不具合情報提供装置および方法
JP2010165098A (ja) * 2009-01-14 2010-07-29 Seiko Epson Corp メンテナンス作業支援装置、メンテナンス作業支援方法、及びプログラム
JP2012038368A (ja) * 2010-08-04 2012-02-23 Toshiba Corp 不良解析装置及び不良解析方法
WO2014061080A1 (ja) * 2012-10-15 2014-04-24 株式会社日立製作所 保守計画立案支援システム、保守計画立案支援方法、保守計画立案支援プログラム
US9791856B2 (en) 2013-01-25 2017-10-17 General Electric Company Fault frequency set detection system and method
JP6075241B2 (ja) * 2013-08-16 2017-02-08 富士ゼロックス株式会社 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法
JP5926346B2 (ja) 2014-09-25 2016-05-25 ファナック株式会社 人間協調ロボットシステム
US9760427B2 (en) * 2015-09-10 2017-09-12 Cisco Technology, Inc. Method and apparatus for identifying location related hardware failures
JP6779020B2 (ja) 2016-03-09 2020-11-04 三菱電機ビルテクノサービス株式会社 エレベータのロープ異常検出装置
CN107203450B (zh) * 2016-03-16 2020-06-02 伊姆西Ip控股有限责任公司 故障的分类方法和设备
JP6971020B2 (ja) * 2016-11-14 2021-11-24 株式会社日立製作所 異常検出装置および異常検出方法
DE102017220140A1 (de) * 2016-11-16 2018-05-17 Fanuc Corporation Abrufvorrichtung, Abrufverfahren und Abrufprogramm
JP6859672B2 (ja) * 2016-11-16 2021-04-14 富士通株式会社 情報処理装置および情報処理装置の障害検出方法
JP6445070B2 (ja) * 2017-03-27 2018-12-26 ファナック株式会社 工作機械の制御システム
US20190108692A1 (en) 2017-10-09 2019-04-11 GM Global Technology Operations LLC Method and apparatus to isolate an on-vehicle fault
JP6705845B2 (ja) * 2018-02-08 2020-06-03 ファナック株式会社 障害部位特定装置、障害部位特定方法及び障害部位特定プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1086028A (zh) * 1992-09-28 1994-04-27 普拉塞尔技术有限公司 知识基础上的诊断报告***和方法
CN1573785A (zh) * 2003-06-24 2005-02-02 欧姆龙株式会社 改进支援***
US20080034258A1 (en) * 2006-04-11 2008-02-07 Omron Corporation Fault management apparatus, fault management method, fault management program and recording medium recording the same
CN105531680A (zh) * 2013-09-11 2016-04-27 Nec飞鼎克株式会社 远程监视***、远程监视方法以及程序
WO2017175378A1 (ja) * 2016-04-08 2017-10-12 三菱電機株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12008022B2 (en) 2020-01-30 2024-06-11 SCREEN Holdings Co., Ltd. Data processing method, data processing device, and storage medium
CN112596494A (zh) * 2020-12-04 2021-04-02 中国航空工业集团公司成都飞机设计研究所 一种基于hmc码相关性分析的飞行器故障定位方法
CN114386627A (zh) * 2021-12-14 2022-04-22 国家电投集团数字科技有限公司 一种光伏组件故障维修方法及装置

Also Published As

Publication number Publication date
US20190243332A1 (en) 2019-08-08
JP6649416B2 (ja) 2020-02-19
US10838394B2 (en) 2020-11-17
DE102019200624A1 (de) 2019-08-08
JP2019133550A (ja) 2019-08-08
CN110134070B (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN110134070A (zh) 故障分类装置、故障分类方法以及故障分类程序
CN109189946B (zh) 一种将设备故障语句描述转换为知识图谱表达的方法
KR101545215B1 (ko) 데이터 센터 장애 이벤트 관리 자동화 시스템 및 방법
JP5808605B2 (ja) 異常検知・診断方法、および異常検知・診断システム
JP6705845B2 (ja) 障害部位特定装置、障害部位特定方法及び障害部位特定プログラム
US8533193B2 (en) Managing log entries
JP5342708B1 (ja) 異常検知方法及びその装置
US20130073260A1 (en) Method for anomaly detection/diagnosis, system for anomaly detection/diagnosis, and program for anomaly detection/diagnosis
GB2499395A (en) Search method
US20180137129A1 (en) Retrieving device, retrieving method, and retrieving program
CN112951311A (zh) 一种基于变权重随机森林的硬盘故障预测方法及***
Schmidt et al. Context preparation for predictive analytics–a case from manufacturing industry
CN113532866B (zh) 一种柴油机异常状态检测方法、***以及计算机储存介质
EP4105813A1 (en) Method for analyzing data consisting of a large number of individual messages, computer program product and computer system
Alzghoul et al. Data stream mining for increased functional product availability awareness
He et al. Prognostics and health management of an automated machining process
WO2016163008A1 (ja) 異常診断装置および異常診断方法
Shah et al. An analytic approach to monitor main bearing health
CN113971401A (zh) 风电故障信息抽取方法和装置
Ahmer et al. Dataset concerning the process monitoring and condition monitoring data of a bearing ring grinder
Liang et al. An Improved ResNet-1d with Channel Attention for Tool Wear Monitor in Smart Manufacturing
Wang et al. Bearing fault feature selection method based on dynamic time warped related searches
CN113177023B (zh) 一种日志检索方法、装置及电子设备
KR101096481B1 (ko) 설계 지원 장치, 설계 지원 방법, 및 프로그램
Jiang et al. Sigmoid-Based Refined Composite Multiscale Fuzzy Entropy and t-Distributed Stochastic Neighbor Embedding Based Fault Diagnosis of Rolling Bearing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant