DE102018206440A1

DE102018206440A1 - Abnormalitätenbeurteilungssystem, Datensende- und Empfangsvorrichtung, Motorsteuervorrichtung und Abnormalitätenbeurteilungsverfahren

Info

Publication number: DE102018206440A1
Application number: DE102018206440.7A
Authority: DE
Inventors: Takaaki Shogaki; Tadashi Okubo; Atsunobu Sakata; Takeshi Nagata; Naoki Mizuno
Original assignee: Yaskawa Electric Corp
Current assignee: Yaskawa Electric Corp
Priority date: 2017-10-27
Filing date: 2018-04-26
Publication date: 2019-05-02
Also published as: US11226607B2; JP2019079452A; US20190129372A1; CN109725625A; JP6593715B2

Abstract

[Aufgabe]Durchführung einer stabilen Abnormalitätenbeurteilung und Datensammlung, ohne die Verarbeitungslast der übergeordneten Steuervorrichtung zu vergrößern.[Lösungsweg]Abnormalitätenbeurteilungssystem 100, das eine Betriebsabnormalität einer Motorantriebsmaschine 1 beurteilt, wobei das Abnormalitätenbeurteilungssystem 100 einen Servoverstärker 2, der einen die Motorantriebsmaschine 1 antreibenden Motor 12 basierend auf einem Motorsteuerbefehl steuert und durch einen Vergleich der im Zusammenhang mit der Steuerung des Motors 12 erworbenen Betriebsdaten mit abgelegten Referenzdaten, eine Betriebsabnormalität der Motorantriebsmaschine nachweisen kann, einen übergeordneten Controller 3, der an den Servoverstärker 2 Motorsteuerbefehle sendet, ein Datensammelmodul 5 zum Senden und Empfangen von Referenzdaten und Betriebsdaten zu und von dem Servoverstärker 2 und einen Edge-Server 4 aufweist, der zwischen dem Datensammelmodul 5 Referenzdaten und Betriebsdaten senden und empfangen kann und durch einen Vergleich der Betriebsdaten mit den Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine nachweisen kann.

Description

[Technisches Gebiet]
Die offenbarte Ausführungsform betrifft ein Abnormalitätenbeurteilungssystem, eine Datensende- und Empfangsvorrichtung, eine Motorsteuervorrichtung und ein Abnormalitätenbeurteilungsverfahren.
[Hintergrundtechnologie]
In der Patentliteratur 1 ist eine Abnormalitätenanzeichen-Diagnosevorrichtung offenbart, die jeweils Zeitreihendaten von mehreren Vorrichtungen erwirbt, die von einer Maschinenanlage umfasst sind, und basierend auf diesen Zeitreihendaten das Vorliegen/Nichtvorliegen von Anzeichen für eine Abnormalität diagnostiziert.
[Literatur des Standes der Technik]
[Patentliteratur]
[Patentliteratur 1] JP Patent Nr. 5480440
[Überblick über die Erfindung]
[Durch die Erfindung zu lösende Aufgabe]
Bei der vorstehenden herkömmlichen Technik erwirbt die Abnormalitätenanzeichen-Diagnosevonichtung jedoch die Zeitreihendaten mehrerer Vorrichtungen, die jeweils von mehreren Maschinenanlagen umfasst sind, sodass eine große Menge von Zeitreihendaten, die von einer großen Anzahl von Vorrichtungen erworben wurden, gehandhabt werden und das Vorliegen/Nichtvorliegen von Anzeichen für eine Abnormalität diagnostiziert wurde. Dadurch wird die Verarbeitungslast bei einer übergeordneten Steuervorrichtung dieser Abnormalitätenanzeichen-Diagnosevorrichtung enorm, wobei leicht eine Instabilität beim Sammeln der Daten aufgetreten ist.
Die vorliegende Erfindung wurde unter Berücksichtigung dieses Problems getätigt und beabsichtigt die Bereitstellung eines Abnormalitätenbeurteilungssystems, einer Datensende- und Empfangsvorrichtung, einer Motorsteuervorrichtung und eines Abnormalitätenbeurteilungsverfahrens, durch die ohne die Verarbeitungslast der übergeordneten Steuervorrichtung zu vergrößern, eine stabile Abnormalitätenbeurteilung und ein Datensammeln möglich ist.
[Mittel zum Lösen der Aufgabe]
Zur Lösung der vorstehenden Aufgabe, wird gemäß einem Aspekt der vorliegenden Erfindung ein Abnormalitätenbeurteilungssystem angewendet, das ausgestaltet ist, eine Betriebsabnormalität einer Motorantriebsmaschine zu beurteilen, wobei das Abnormalitätenbeurteilungssystem eine Motorsteuervorrichtung, die ausgestaltet ist, einen die Motorantriebsmaschine antreibenden Motor basierend auf einem Motorsteuerbefehl zu steuern und die durch einen Vergleich der im Zusammenhang mit der Steuerung des Motors erworbenen Betriebsdaten mit abgelegten Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine nachweisen kann, eine übergeordnete Steuervorrichtung, die ausgestaltet ist, an die Motorsteuervorrichtung einen Motorsteuerbefehl zu senden, und eine Datensende- und Empfangsvorrichtung zum Senden und Empfangen von Referenzdaten und Betriebsdaten zu und von der Motorsteuervorrichtung aufweist.
Ein weiterer Aspekt der vorliegenden Erfindung ist ferner die Anwendung auf eine Datensende- und Empfangsvorrichtung, die ausgestaltet ist, einerseits von einer Datenverwaltungsvorrichtung empfangene Referenzdaten an die Motorsteuervorrichtung zu senden, und andererseits von der Motorsteuervorrichtung erworbene Betriebsdaten von der Motorsteuervorrichtung zu empfangen und an die Datenverwaltungsvorrichtung zu senden.
Ein weiterer Aspekt der vorliegenden Erfindung ist ferner die Anwendung auf eine Motorsteuervorrichtung, die ausgestaltet ist, einerseits einen die Motorantriebsmaschine antreibenden Motor zu steuern, und andererseits durch den Vergleich von Observationszeit-Betriebsdaten, die bei einem Observationsantrieb der Motorantriebsmaschine von dem Motor erworben wurden, mit Referenzdaten, die auf der Basis von bei einem normalen Antrieb der Motorantriebsmaschine von dem Motor erworbenen Normalzeit-Betriebsdaten ermittelt wurden, eine Betriebsabnormalität der Motorantriebsmaschine nachzuweisen.
Ein weiterer Aspekt der vorliegenden Erfindung ist ferner die Anwendung auf ein Abnormalitätenbeurteilungsverfahren für eine Motorantriebsmaschine, die durch einen Motor angetrieben wird, wobei es sich um ein Abnormalitätenbeurteilungsverfahren handelt, durch das Observationszeit-Betriebsdaten bei einem Observationsantrieb der Motorantriebsmaschine erworben werden, Datenabnormalitäten der Betriebsdaten zur Observationszeit mittels Referenzdaten, die durch maschinelles Lernen erzeugt wurden, beurteilt werden, und eine Betriebsabnormalität der Motorantriebsmaschine auf der Basis des Erwerbszustandes der als Datenabnormalität beurteilten Betriebsdaten zur Observationszeit beurteilt wird.
[Wirkungen der Erfindung]
Erfindungsgemäß wird eine stabile Abnormalitätenbeurteilung und ein Datensammeln ohne die Verarbeitungslast der übergeordneten Steuervorrichtung zu vergrößern ermöglicht.
Figurenliste

1 ist eine Darstellung, die den schematischen Systemaufbau des Abnormalitätenbeurteilungssystems zeigt.
2 ist eine Darstellung, die den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in einer ersten Vorbereitungsphase bei einem normalen Antrieb ausführen, und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen zeigt.
3 ist eine Darstellung, die den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in einer zweiten Vorbereitungsphase ausführen, und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen zeigt.
4 ist eine Darstellung, die den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in einer Anwendungsphase zu einer Observationszeit ausführen, und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen zeigt.
5 ist eine Darstellung, die ein Beispiel der Normalzeit-Betriebsdaten und der Referenzdaten zeigt.
6 ist eine Darstellung, die den Vergleichsinhalt zwischen den Referenzdaten und den Observationszeit-Betriebsdaten des Drehmomentbefehls zeigt.
7 ist eine Darstellung, die die Beziehung zwischen der Chi-Quadrat-Verteilung, einem Schwellenwert für eine Abnormalitätenbeurteilung und der Mahalanobis-Distanz erläutert.
8 ist eine Darstellung, die ein Beispiel der Observationszeit-Betriebsdaten und des Datenabnormalitätennachweiszustandes für den Fall der Beurteilung einer Betriebsabnormalität altersbedingter Veränderungen zeigt, wobei in 8A eine Betriebsnormalität und in 8B eine Betriebsabnormalität vorliegt.
9 ist ein Ablaufdiagramm, das den Steuerungsablauf der Abnormalitätenbeurteilungsverarbeitung zeigt, bei der eine Datenabnormalitätenbeurteilung und eine Betriebsabnormalitätenbeurteilung erfolgt.
10 ist eine Darstellung, die den Systemaufbau für den Fall zeigt, dass ein Datensammelmodul in einen Edge-Server integriert aufgenommen ist.
11 ist eine Darstellung, die den Systemaufbau für den Fall zeigt, dass ein Datensammelmodul in einen Servoverstärker integriert aufgenommen ist.
12 ist eine Darstellung, die den Systemaufbau für den Fall zeigt, dass ein Datensammelmodul in einen Servoverstärker integriert aufgenommen ist und über eine drahtlose Kommunikation ein Senden/Empfangen mit einem Edge-Server erfolgt.

[Ausführungsformen der Erfindung]
Im Folgenden wird eine Ausführungsform der vorliegenden Erfindung mit Referenz auf die Figuren erläutert.
<Gesamtaufbau des Abnorrnalitätenbeurteilungssystems>
Zunächst wird mit Referenz auf 1 ein Beispiel des Gesamtaufbaus eines Abnormalitätenbeurteilungssystems gemäß der vorliegenden Ausführungsform erläutert.
1 stellt den schematischen Systemaufbau des Abnormalitätenbeurteilungssystems dar. Das Abnormalitätenbeurteilungssystem der vorliegenden Ausführungsform ist ein System, das einerseits die Antriebssteuerung eines Maschinensystems wie einer in z. B. einer Werkstatt aufgestellten Produktionsmaschine und andererseits den Erwerb dieser Betriebsdaten und den Nachweis einer Betriebsabnoimalität durchführt Wie in 1 dargestellt, weist ein Abnormalitätenbeurteilungssystem 100 eine Motorantriebsmaschine 1, Servoverstärker 2, einen übergeordneten Controller 3, einen Edge-Server 4, ein Datensammelmodul 5 und eine übergeordnete Befehlsvorrichtung 7 auf.
Bei der Motorantriebsmaschine 1 handelt es sich um ein Maschinensystem als Zielobjekt für eine Beurteilung verschiedener Abnormalitäten im Hinblick auf deren Antrieb durch das betreffende Abnormalitätenbeurteilungssystem 100. Die Motorantriebsmaschine 1 weist mehrere (in dem dargestellten Beispiel vier) Motoren 12, die jeweils mit einem Encoder 11 ausgestattet sind, und eine Antriebsstruktur (nicht speziell dargestellt) auf, die durch die Motoren 12 angetrieben wird, wobei die einzelnen Motoren 12 jeweils mittels unterschiedlicher Betriebsmuster koordiniert gesteuert werden, sodass sie insgesamt ein mehrachsiges Maschinensystem bilden. Bei dem Beispiel der vorliegenden Ausführungsform handelt es sich bei den einzelnen Motoren 12 um rotierende Elektromotoren und bei dem Encoder 11 um einen Sensor, der die Drehposition des Motors 12 optisch feststellt und ausgibt. Die jeweiligen Motoren 12 sind dabei nicht auf einen rotierenden Typ beschränkt, sondern es kann auch ein geradlinig bewegter, sogenannter Linearmotor verwendet werden, wobei in diesem Fall der Linearmotor anstelle des Encoders 11 mit einem Positionsfeststellungssensor mit einer linearen Skala usw. ausgestattet ist (nicht speziell dargestellt). Ferner weist bei dem Beispiel der vorliegenden Ausführungsform die Motorantriebsmaschine 1 auch externe Sensoren 13 auf, die verschiedene Zustandsgrößen in Verbindung mit der Antriebssteuerung der jeweiligen Motoren 12 nachweisen können, wobei mit den jeweiligen Encodern 11 externe Sensoren 13 (in der Figur als „Sensor“ abgekürzt), die die verschiedenen Zustandsgrößen der jeweils entsprechenden Motoren und der Motorantriebsmaschine 1 (Schwingungen, Gerätetemperatur, Umgebungstemperatur, Umgebungsfeuchtigkeit usw.) feststellen und ausgeben können, z. B. über Σ-LINK® verbunden sind, bei dem es sich um ein sogenanntes Feldnetzwerk handelt, sodass Informationen gesendet und empfangen werden können. Im Übrigen ist die Motorantriebsmaschine 1 nicht auf ein Maschinensystem für eine mehrachsige Antriebssteuerung wie bei dem dargestellten Beispiel beschränkt, sodass es sich auch z. B. um ein Maschinensystem für eine einachsige Maschinensteuerung handeln kann (nicht speziell dargestellt).
Die Servoverstärker 2 (Motorsteuervorrichtung) werden für die vorstehenden mehreren Motoren 12 jeweils individuell entsprechend vorgesehen und weisen die Funktion auf, eine auf Basis eines von dem im Folgenden beschriebenen übergeordneten Controller 3 (der übergeordneten Steuervorrichtung) eingegebenen Motorsteuerbefehls erzeugte elektrische Antriebsleistung den entsprechenden Motoren 12 zuzuführen und dadurch den Antrieb zu steuern. Bei dem Beispiel der vorliegenden Ausführungsform weisen diese Servoverstärker 2 auch die Funktion auf, zwei Zeitreihendaten, und zwar die der Drehmomentbefehle, die im Prozess der Zuführung der elektrischen Antriebsleistung erzeugt werden, und die der Ausgangsgeschwindigkeit, die auf Basis der von den Encodern 11 ausgegebenen Ausgangsposition der Motoren 12 erzeugt werden, als Betriebsdaten nacheinander zu erwerben und an ein externes Gerät zu senden (vgl. die im Folgenden beschriebene 2 und 4). Ferner weisen bei der vorliegenden Ausführungsform die jeweiligen Servoverstärker 2 auch die Funktion auf, durch einen Vergleich der erworbenen Betriebsdaten mit den vorab abgelegten Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 nachzuweisen. Die Nachweisfunktion einer Betriebsabnormalität wird im Folgenden konkret erläutert.
Der übergeordnete Controller 3 (die übergeordnete Steuervorrichtung) lässt die Motorantriebsmaschine 1 einen geforderten Antriebsbetrieb im zeitlichen Verlauf durchführen, und weist daher die Funktion auf, Motorsteuerbefehle wie z. B. einen Ausgangspositionsbefehl für die jeweiligen Motoren 12 der Reihe nach zu erzeugen und auszugeben. Im Hinblick auf die Funktion der Erzeugung und Ausgabe von Motorsteuerbefehlen erfolgt bei einem solchen übergeordneten Controller 3 auf Basis übergeordneter Steuerbefehle, die von einer im Folgenden beschriebenen übergeordneten Befehlsvorrichtung 7 eingegeben werden, die Veranlassung von deren Beginn und Ende und die Einstellung verschiedener Parameter. Bei dem Beispiel der vorliegenden Ausführungsform wird ferner der übergeordnete Controller 3 über ein auf die Signalkommunikation zwischen Systemmaschinen für die Maschinensteuerung spezialisiertes sogenanntes Feldnetzwerk, z. B. MECHATROLINK®, mit den einzelnen Servoverstärkern 2 derart verbunden, dass Informationen gesendet und empfangen werden können.
Der Edge-Server 4 (die Datenverwaltungsvorrichtung) besteht z. B. aus einem Mehrzweck-Personal Computer eines Desktopformats und weist die Funktion auf, auf Basis der Eingabebetätigung (Zugriff) eines Benutzers das gesamte Abnormalitätenbeurteilungssystem zu verwalten und zu steuern. Konkret legt der Edge-Server 4 über ein wie bei dem dargestellten Beispiel über ETHERNET® verbundenes im Folgenden beschriebenes Datensammelmodul 5 von den jeweiligen Servoverstärkern 2 erworbene Betriebsdaten ab und verwaltet sie, und erzeugt Referenzdaten mittels des Nachweises einer Datenabnormalität, insbesondere auf Basis der im Folgenden beschriebenen Betriebsdaten bei einem normalen Antrieb. Die Erzeugungsverarbeitung der Referenzdaten wird im Folgenden konkret erläutert. Der Edge-Server 4 kann ferner dadurch, dass er über ein weiträumiges Netzwerk NW, z. B. wie bei dem dargestellten Beispiel über das Internet, mit einem externen Cloud-Server 6 derart verbunden ist, dass ein Senden und Empfangen von Informationen möglich ist, auch abgelegte Betriebsdaten und Abnormalitätennachweisinformationen an den Cloud-Server 6 senden, wobei es jedoch bei einer Netzwerkform, bei der Wert auf die Sicherheit gelegt wird, auch sein kann, dass keine Verbindung mit dem Cloud-Server 6 erfolgt.
Das Datensammelmodul 5 (die Datensende- und Empfangsvorrichtung) weist die Funktion auf, ein Senden und Empfangen der verschiedenen Daten und Mitteilungsinformationen zwischen den jeweiligen Servoverstärkern 2 und dem Edge-Server 4 zu übertragen. Bei dem Beispiel der vorliegenden Ausführungsform ist das Datensammelmodul 5 als gleichrangiges Endgerät der einzelnen Servoverstärker 2 mit dem Feldnetzwerk von MECHATROLINK® verbunden und kann zwischen den einzelnen Servoverstärkern 2 parallel und in Echtzeit verschiedene Daten senden und empfangen. Ferner ist bei dem Beispiel der vorliegenden Ausführungsform das Datensammelmodul 5 über das ETHERNET® direkt mit dem Edge-Server 4 verbunden und kann verschiedene Daten in hoher Geschwindigkeit senden und empfangen. Dadurch absorbiert das Datensammelmodul 5 Differenzen der jeweiligen Kommunikationsstandards und Verarbeitungszyklen der Servoverstärker 2 und des Edge-Servers 4 und überträgt zwischen diesen harmonisch das Senden und Empfangen der verschiedenen Daten, Das heißt, bei diesem Beispiel besteht eine Differenz darin, dass einerseits auf der Seite eines allgemeinen Feldnetzwerks (Seite der Servoverstärker 2) als Datenübertragungscharakteristik die Zugriffsfrequenz kurz und der Übertragungsbandbereich eng ist, während andererseits auf der Seite des ETHERNET® (Seite des Edge-Servers 4) die Zugriffsfrequenz lang und der Übertragungsbandbereich weit ist. Demgegenüber führt das Datensammelmodul 5 ein angemessenes Puffern der Daten und eine Synchronisierungssteuerung des Sendens und Empfangens durch, sodass selbst wenn zwischen deren Datenübertragungscharakteristik unterschiedliche Kommunikationsstandards bestehen, große Datenmengen harmonisch gesendet und empfangen werden können.
Die übergeordnete Befehlsvorrichtung 7 besteht z. B. aus einem Mehrzweck Personal Computer und einer SPS (speicherprogrammierbare Steuerung) und weist die Funktion auf, die Operation und das Stoppen der gesamten Motorantriebsmaschine 1 zu verwalten. Konkret überwacht die übergeordnete Befehlsvorrichtung 7 den Betriebszustand der Motorantriebsmaschine 1 bezugnehmend auf z. B. in dem Edge-Server 4 abgelegte Betriebsdaten und Abnormalitätenbeurteilungsergebnisse und sendet einen den Betriebszustand reflektierenden übergeordneten Steuerbefehl an den übergeordneten Controller 3. Bei den übergeordneten Steuerbefehlen handelt es sich um Befehle zum Starten und Beenden der Erzeugung und Ausgabe von Motorsteuerbefehlen an den übergeordneten Controller 3 (d. h. die Anweisung der Operation und des Stoppens der Motorsteuermaschine 1 insgesamt) und die Durchführung der Einstellung verschiedener Parameter.
<Merkmale der vorliegenden Ausführungsform>
Als System, das eine Antriebssteuerung der Motorantriebsmaschine 1 durchführt, erzeugt und sendet im Allgemeinen der übergeordnete Controller 3 Motorsteuerbefehle und der diese empfangende Servoverstärker 2 steuert auf Basis der betreffenden Motorsteuerbefehle den die Motorantriebsmaschine 1 antreibenden Motor 12. Dadurch wird eine Sequenzsteuerung der Motorantriebsmaschine 1 mittels eines aus vielfältigen Motorsteuerbefehlen in Zeitreihen kombinierten Betriebsmusters ermöglicht. Wird die Motorantriebsmaschine 1 von mehreren Motoren 12 angetrieben, wird dadurch, dass ein einziger übergeordneter Controller 3 für die den einzelnen Motoren 12 jeweils entsprechenden Servoverstärker 2 individuell Motorsteuerbefehle erzeugt und an diese sendet, insgesamt eine Sequenzsteuerung der durch die einzelnen Motoren 12 gemeinsam angetriebenen Motorantriebsmaschine 1 ermöglicht.
Wird andererseits die Motorantriebsmaschine 1 über einen langen Zeitraum betrieben, treten leichter durch Alterungsverschleiß bedingte Betriebsabnormalitäten auf. In jüngster Zeit wird eine Abnormalitätenbeurteilungsfunktion gefordert, durch die geringfügige Betriebsabnormalitäten unverzüglich nachgewiesen werden können, um in einem frühen Stadium Defektbehebungsmaßnahmen zu ergreifen, bevor solche Betriebsabnormalitäten sich anhäufen und zu einem schwerwiegenden Defekt der gesamten Motorantriebsmaschine 1 führen. Damit einhergehend erhöht sich unter dem Aspekt der technologischen Entwicklung des datengestützten Antriebs auch das Erfordernis, große Mengen von Sensordaten, die von verschiedenen Sensoren nacheinander festgestellt werden, stets in Echtzeit zu erwerben, an eine übergeordnete Datenverwaltungsvorrichtung (bei diesem Beispiel den Edge-Server 4 und den Cloud-Server 6) zu senden und zu sichern.
Die Verarbeitungsressourcen (Verarbeitungsleistung) einer CPU, die mit einem übergeordneten Controller 3 ausgestattet ist, sind jedoch begrenzt, sodass es schwierig geworden ist, mit einem einzigen übergeordneten Controller 3 parallel zu einer ständigen Verarbeitung in Form des Erzeugens und Sendens von Motorsteuerbefehlen für die jeweiligen vorstehenden mehreren Servoverstärker 2, gleichzeitig Abnormalitätenbeurteilungsverarbeitungs- und Sensordaten des Antriebsbetriebs getrennt für die einzelnen Motoren 12 nacheinander zu erwerben und zu sichern.
Demgegenüber steuert bei dem Abnormalitätenbeurteilungssystem 100 der vorliegenden Ausführungsform der Servoverstärker 2 auf Basis der von dem übergeordneten Controller 3 empfangenen Motorsteuerbefehle den Motor 12 und weist durch einen Vergleich der im Zusammenhang mit der Steuerung des betreffenden Motors 12 erworbenen Betriebsdaten mit den vorab abgelegten Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 nach. Ferner ist das Datensammelmodul 5 zum Senden und Empfangen der Referenzdaten und der Betriebsdaten mit dem Servoverstärker 2 vorgesehen.
Bei diesem Abnormalitätenbeurteilungssystem 100 können die einzelnen Servoverstärker 2 den Erwerb der Betriebsdaten von den jeweils entsprechenden Motoren 12 und den Nachweis einer Abnormalität individuell und außerdem parallel verarbeiten, und das Datensammelmodul 5 kann die von den jeweiligen Servoverstärkern 2 erworbenen Betriebsdaten gebündelt empfangen und verwalten. Dabei kann bei den einzelnen Servoverstärkern 2 eine Betriebsabnormalität durch eine Vergleichsverarbeitung der Betriebsdaten mit den Referenzdaten z. B. mittels der Hotelling-T-Quadrat-Verteilung einfach nachgewiesen werden, sodass eine Ausführung im zulässigen Bereich der Verarbeitungsressourcen einer CPU möglich ist, die der betreffende Servoverstärker 2 gewöhnlich aufweist. Ferner kann das spezielle Datensammelmodul 5 die durch die einzelnen Servoverstärker 2 nacheinander erworbenen Betriebsdaten empfangen und verwalten, sodass der übergeordnete Controller 3, selbst wenn es sich um einen Aufbau handelt bei dem die Motorantriebsmaschine 1 von mehreren Motoren 12 angetrieben wird, nur die normale Verwaltung des Erzeugens und Sendens der Motorsteuerbefehle der jeweiligen Servoverstärker 2 durchführen muss, und die Verarbeitungsbelastung nicht zunimmt. Im Folgenden werden diese Funktionen der Reihe nach erläutert.
<Sende-/Empfangsinhalt der Informationen in den einzelnen Phasen>
Zunächst muss das Abnormalitätenbeurteilungssystem 100 der vorliegenden Ausführungsform zwei Vorbereitungsphasen bis zu einem Zustand durchlaufen, in dem eine Betriebsabnormalität der Motorantriebsmaschine 1 beurteilt werden kann. Konkret durchläuft es eine erste Vorbereitungsphase, in der durch die jeweiligen Servoverstärker 2 im Folgenden beschriebene Normalzeit-Betriebsdaten erworben werden, und eine zweite Vorbereitungsphase, in der auf Basis der erworbenen Normalzeit-Betriebsdaten Referenzdaten erzeugt und in den einzelnen Servoverstärkern 2 abgelegt werden, und kann anschließend erstmals eine Betriebsphase ausführen, in der, während die Motorantriebsmaschine 1 normal antriebsgesteuert wird, eine Abnormalitätenbeurteilung durchgeführt wird. Im Folgenden werden die Verarbeitung der einzelnen Systemgeräte und der Ablauf der Informationen in den einzelnen Phasen anhand der Figuren erläutert. Zur Vermeidung einer komplizierten Darstellung wurde im Übrigen bei der im Folgenden gezeigten 2 bis 4 die Darstellung des in 1 dargestellten externen Sensors 13 usw. ausgelassen.
<Erste Vorbereitungsphase>
Zunächst erfolgt die erste Vorbereitungsphase bei einem normalen Antrieb der Motorantriebsmaschine 1. Als Normalbetrieb wird ein Antrieb in einem Zustand erachtet, in dem die Motorantriebsmaschine 1 z. B. nach der Montagefertigung ausreichend eingestellt wurde und feststellbar ist, dass sie nahezu ohne Auftreten einer Betriebsabnormalität planmäßig arbeitet (Erstinbetriebnahme oder Testbetrieb).
2 zeigt den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in der ersten Vorbereitungsphase bei einem derartigen normalen Antrieb ausführen, und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen. In 2 sendet als erstes die übergeordnete Befehlsvorrichtung 7 an den übergeordneten Controller 3 einen übergeordneten Steuerbefehl, durch den dieser zum Beginn des Betriebs der Motorantriebsmaschine 1 insgesamt angewiesen wird. Als Veranlassung zum Empfangen dieses übergeordneten Steuerbefehls sendet der übergeordnete Controller 3 an die einzelnen Servoverstärker 2 (zur Vereinfachung der Darstellung ist in der Figur nur einer dargestellt; im Folgenden ebenso) individuelle Motorsteuerbefehle.
Die einzelnen Servoverstärker 2 erzeugen mit Referenz auf die Nachweisinformationen der jeweils entsprechenden Encoder 11 auf Basis der empfangenen Motorsteuerbefehle eine elektrische Antriebsleistung und führen diese dem entsprechenden Motor 12 zu. Andererseits erwerben die einzelnen Servoverstärker 2 in dieser ersten Vorbereitungsphase nacheinander zwei Zeitreihendaten, z. B. der im Schritt des Zuführens der elektrische Antriebsleistung erzeugten Drehmomentbefehle und der auf Basis der Nachweisinformationen des Encoders 11 ermittelten Ausgangsgeschwindigkeit des Motors 12 als Gruppe von Normalzeit-Betriebsdaten, und senden beim Empfangen des Betriebsdaten-Erwerbsbefehls von dem Datensammelmodul 5 die gesamten Normalzeit-Betriebsdaten an das Datensammelmodul 5. Das Datensammelmodul 5 differenziert die empfangenen Normalzeit-Betriebsdaten jeweils nach Servoverstärker 2 und sendet sie an den Edge-Server 4. Der Edge-Server 4 legt die empfangenen Normalzeit-Betriebsdaten den einzelnen Servoverstärkern 2 entsprechend ab. Bei dem Beispiel der vorliegenden Ausführungsform werden insbesondere die Normalzeit-Betriebsdaten, die innerhalb einer bestimmten Zeit erworben wurden, in der die Motorsteuermaschine 1 nach einem bestimmten Beurteilungsbetriebsmuster (bestimmtes Betriebsmuster) arbeitet, als Normalzeit-Betriebsdaten zur Beurteilungsreferenz differenziert, erworben, gesendet und abgelegt. Bei diesem Beispiel werden verschiedene Arten von Beurteilungsbetriebsmustem eingestellt. Ferner kann es sich bei dem Beurteilungsbetriebsmuster auch um ein Betriebsmuster zum Betreiben der Motorantriebsmaschine 1 bei einem Normalbetrieb handeln, oder auch um ein Betriebsmuster, das nur in der ersten Vorbereitungsphase betrieben werden kann (d. h. ein Betriebsmuster ausschließlich für die Erzeugung der im Folgenden beschriebenen Referenzdaten).
Dadurch werden in der betreffenden ersten Vorbereitungsphase bei einem normalen Antrieb die durch die einzelnen Servoverstärker 2 der Motorantriebsmaschine 1 jeweils erworbenen sämtlichen Normalzeit-Betriebsdaten nach den einzelnen Servoverstärkern 2 differenziert in dem Edge-Server 4 abgelegt. Ferner werden von diesen abgelegten Normalzeit-Betriebsdaten insbesondere die während der Antriebssteuerung mit dem vorstehenden Beurteilungsantriebsmuster erworbenen Daten als Normalzeit-Betriebsdaten zur Beurteilungsreferenz differenziert.
<Zweite Vorbereitungsphase>
Die zweite Vorbereitungsphase wird durchgeführt, nachdem beurteilt wurde, dass in der ersten Vorbereitungsphase genügend Normalzeit-Betriebsdaten der einzelnen Servoverstärker 2 in dem Edge-Server 4 akkumuliert wurden. Die zweite Vorbereitungsphase erfolgt in einem Zustand, in dem von dem übergeordneten Controller 3 kein Motorsteuerbefehl gesendet wird und der Betrieb der Motorantriebsmaschine 1 gestoppt ist.
3 zeigt den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in einer solchen zweiten Vorbereitungsphase ausführen, und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen. In 3 erzeugt der Edge-Server 4 auf Basis der für die einzelnen Servoverstärker 2 abgelegten Normalzeit-Betriebsdaten zur Beurteilungsreferenz für die entsprechenden jeweiligen Servoverstärker 2 Referenzdaten und sendet diese an das Datensammelmodul 5. Das Datensammelmodul 5 sendet die empfangenen Referenzdaten an die entsprechenden Servoverstärker 2. Die einzelnen Servoverstärker 2 legen die empfangenen Referenzdaten ab.
Dadurch werden in der betreffenden zweiten Vorbereitungsphase auf Basis der jeweils für die einzelnen Servoverstärker 2 erworbenen Normalzeit-Betriebsdaten zur Beurteilungsreferenz jeweils Referenzdaten erzeugt und diese Referenzdaten in den entsprechenden Serververstärkern 2 abgelegt.
<Betriebsphase>
Die Betriebsphase wird, nachdem in der zweiten Vorbereitungsphase in sämtlichen Servoverstärkern 2 die jeweils entsprechenden Referenzdaten abgelegt wurden, in einem Observationsbetrieb durchgeführt. Als Observationsbetrieb wird ein Antrieb in einem Zustand erachtet, in dem die Motorantriebsmaschine 1 z. B. während eines ausreichend langen Zeitraums betrieben wurde und sich in einem Zustand befindet, in dem eine Abnormalität auftreten kann (praktischer Betrieb).
4 zeigt den Verarbeitungsinhalt, den die jeweiligen Systemgeräte in einer solchen Betriebsphase ausführen und den Verlauf der zwischen den jeweiligen Systemgeräten gesendeten und empfangenen Informationen. In 4 sendet zunächst als erstes die übergeordnete Befehlsvorrichtung 7 an den übergeordneten Controller 3 einen übergeordneten Steuerbefehl, durch den dieser zum Beginn des Betriebs der Motorantriebsmaschine 1 insgesamt angewiesen wird. Als Veranlassung zum Empfangen dieses übergeordneten Steuerbefehls sendet der übergeordnete Controller 3 an die einzelnen Servoverstärker 2 individuelle Motorsteuerbefehle. Die einzelnen Servoverstärker 2 erzeugen mit Referenz auf die Nachweisinformationen der Encoder 11 auf Basis der Motorsteuerbefehle eine elektrische Antriebsleistung und führen diese den Motoren 12 zu. Dadurch erfolgt eine normale Antriebssteuerung der Motorantriebsmaschine 1.
Andererseits erwerben die einzelnen Servoverstärker 2 während der Betriebsphase nacheinander zwei Zeitreihendaten, z. B. der vorstehenden Drehmomentbefehle und der Ausgangsgeschwindigkeit der Motoren 12 als Gruppe von Observationszeit-Betriebsdaten, und senden die gesamten Observationszeit-Betriebsdaten an das Datensammelmodul 5. Das Datensammelmodul 5 differenziert die empfangenen Observationszeit-Betriebsdaten jeweils nach den einzelnen Servoverstärkern 2 und sendet sie an den Edge-Server 4. Der Edge-Server 4 legt die empfangenen Observationszeit -Betriebsdaten den einzelnen Servoverstärkern 2 entsprechend ab.
Dann beurteilen bei der vorliegenden Ausführungsform die einzelnen Servoverstärker 2, ob bei der Motorantriebsmaschine 1 eine Abnormalität aufgetreten ist oder nicht, indem sie insbesondere die während eines bestimmten Zeitraums, in dem die Motorantriebsmaschine 1 in dem Beurteilungsbetriebsmuster arbeitet, erworbenen Observationszeit-Betriebsdaten mit den bereits abgelegten Referenzdaten vergleichen. Das heißt, im Detail werden bei der Beurteilung einer Betriebsabnormalität von den Maschinenstrukturen, die die Motorantriebsmaschine 1 aufweist, der von dem Motor 12 angetriebene bewegbare Abschnitt, der dem betreffenden Servoverstärker entspricht, und die diesen umgebenden Abschnitte bezüglich einer Betriebsabnormalität beurteilt.
Ferner erfolgt bei dem Beispiel der vorliegenden Ausführungsform konkret die Beurteilung einer Betriebsabnormalität in zwei Stufen, und zwar der Beurteilung einer Datenabnormalität und der Beurteilung einer Betriebsabnormalität. Das heißt, durch einen direkten Vergleich der während der Antriebssteuerung des Beurteilungsbetriebsmusters erworbenen Observationszeit-Betriebsdaten mit den Referenzdaten wird beurteilt, ob bei den betreffenden Observationszeit-Betriebsdaten eine Abnormalität aufgetreten ist oder nicht. Dann wird basierend auf dem Erwerbszustand der als Datenabnormalität beurteilten Observationszeit-Betriebsdaten schließlich beurteilt, ob eine Betriebsabnormalität aufgetreten ist. Die Beurteilung der Datenabnormalität und die Beurteilung der Betriebsabnormalität wird im Folgenden genauer beschrieben. Dann führt der Servoverstärker 2 für den Fall, dass das Auftreten einer Betriebsabnormalität beurteilt wurde, eine bestimmte Mitteilungsverarbeitung durch, differenziert insbesondere die als Betriebsabnormalität beurteilten Observationszeit-Betriebsdaten als abnormale Betriebsdaten und sendet sie an das Datensammelmodul 5, sodass sie in dem Edge-Server 4 abgelegt werden. Wie vorstehend beschrieben, werden abgesehen von abnormalen Betriebsdaten auch normale Observationszeit-Betriebsdaten stets an das Datensammelmodul 5 gesendet und in dem Edge-Server 4 abgelegt.
Dadurch werden in der betreffenden Betriebsphase parallel zu der normalen Antriebssteuerung der Motorantriebsmaschine 1 sämtliche Observationszeit-Betriebsdaten nach den einzelnen Servoverstärkern 2 differenziert in dem Edge-Server 4 abgelegt. Entsteht ferner eine Betriebsabnormalität an dem von dem jeweiligen Motor 12 angetriebenen bewegbaren Abschnitt und den diesen umgebenden Abschnitten, wird dies von dem entsprechenden Servoverstärker 2 beurteilt, sodass eine geeignete Meldung erfolgt und die entsprechenden Observationszeit-Betriebsdaten in dem Beurteilungsbetriebsmuster als abnormale Betriebsdaten in dem Edge-Server 4 abgelegt werden.
<Methode derAbnormalitätenbeurteilung>
Im Folgenden wird die Methode der in Zusammenarbeit der einzelnen Servoverstärker 2 mit dem Edge-Server 4 durchgeführten Abnormalitätenbeurteilung der Motorantriebsmaschine 1 (Abnormalitätennachweis) detailliert erläutert.
Bei den Zustandsgrößen, die durch den Servoverstärker 2 beurteilbar sind, handelt es sich um das in den Motor 12 eingegebene Drehmoment, die von dem Motor 12 ausgegebene Geschwindigkeit und Position und um Nachweisinformationen des externen Sensors 13. Insbesondere reflektiert das Drehmoment für den Fall der Positions-/Geschwindigkeitssteuerung auch den Einfluss der Reaktionskraft auf der Seite der Motorantriebsmaschine 1, sodass vorstellbar ist, dass durch eine fortgesetzte Observation eine Betriebsabnormalität altersbedingter Veränderungen erfasst werden kann. Bei dem Beispiel der vorliegenden Ausführungsform wird als Methode zur Beurteilung einer Veränderung anhand einer observierten Wellenform ein auf einem statistischen Verfahren beruhendes maschinelles Lernen verwendet.
Bei einer Abnormalität, die durch ein solches maschinelles Lernen festgestellt werden kann, handelt es sich jedoch letzten Endes lediglich um abnormale Zustände, die anhand von momentan erworbenen Daten direkt beurteilt werden können. Demgegenüber verändert sich bei einem Maschinensystem wie der Motorantriebsmaschine 1 die Position der Strukturen in einer ausgesprochen kurzen Zeit, wobei sowohl Stellen, an denen je nach Bedingung bei fortgesetzten feinen Verschiebungen Abnormalitäten der Struktur auftreten und normale Stellen entstehen, sodass eine Beurteilung einer Betriebsabnormalität altersbedingter Veränderungen aufgrund sämtlicher Stellen erforderlich ist Wird ferner das gesamte Maschinensystem berücksichtigt, ist eine Abnormalitätenbeurteilung des gesamten Maschinensystems einfach nur durch ein statistisches Verfahren nicht angemessen.
Bei dem Abnormalitätenbeurteilungssystem 100 der vorliegenden Ausführungsform werden daher mittels maschinellem Lernen anhand von Daten direkt beurteilte abnormale Zustände als Datenabnormalität und andererseits abnormale Zustände, die dem Zustand eines Alterungsverschleißes und Vibrationen bei der Motorantriebsmaschine 1 entsprechen, als Betriebsabnormalitäten gegeben, und die Datenabnormalität und Betriebsabnormalität differenziert behandelt. Dann erwirbt das Abnormalitätenbeurteilungssystem 100 während des Antriebs der Motorantriebsmaschine 1 die Zeitreihendaten bezüglich der Ein- und Ausgabe des Motors 12 als Betriebsdaten und beurteilt anhand dieser Betriebsdaten eine Abnormalität Darüber hinaus wird aufgrund des Erwerbszustands (Erwerbszeitpunkt, Erwerbsfrequenz, Erwerbshäufigkeit, Erwerbskombination usw,) der als Datenabnormalität beurteilten Betriebsdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 beurteilt. Die jeweilige Beurteilungsmethode der Datenabnormalität und der Betriebsabnormalität wird im Folgenden schrittweise erläutert.
<Beurteilung einer Datenabnormalität>
<Beurteilung einer Datenabnormalität mittels maschinellem Lemen>
Wenn Menschen eine Beurteilung einer NormalitätlAbnormalität durch Observation einer Wellenform durchführen, beruht dies im Allgemeinen hauptsächlich auf Erfahrung. Bei der Methode, diese Erfahrung in Zahlen auszudrücken und auf einem Rechner durchzuführen, handelt es sich um das maschinelle Lernen Der grundsätzliche Gedanke einer Methode zur Beurteilung von Änderungen mittels maschinellem Lernen besteht darin, die Normalverteilung einer Datengruppe als Referenz (die Normalzeit-Betriebsdaten) zu erstellen und diese als Referenzdaten vorzugeben, und dann festzustellen ob die im Betriebsstadium erworbenen Daten (die Observationszeit-Betriebsdaten) von der Normalverteilung der Referenzdaten abweichen oder nicht.
Im Hinblick auf die Durchführung einer Datenabnormalitätenbeurteilung ist als Voraussetzung der Fall, dass alle Referenzdaten datenmäßig normal sind, und der Fall denkbar, dass mit dem Label datenmäßig normal/abnormal versehene Referenzdaten vermischt sind. Bei einer Anwendung auf altersbedingte Veränderungen von Strukturteilen ist es jedoch schwierig, vorab abnormale Referenzdaten vorzubereiten, sodass die Voraussetzung, dass alle Referenzdaten normal sind, als realistisch anzunehmen ist. Bei dem Beispiel der vorliegenden Ausführungsform werden daher, wie in 5 dargestellt, die Referenzdaten basierend auf Normalzeit-Betriebsdaten erstellt, bei denen sichergestellt werden kann, dass es sich bei allen um die vorstehenden datenmäßig normalen handelt. Die in 5 dargestellte Grafik der Referenzdaten stellt den im Folgenden beschriebenen Probendurchschnitt µ, eine Probenkovarianzmatrix Σ und einen Schwellenwert a_th für eine Datenabnormalitätenbeurteilung in einer gleichen Zeitreihengrafik mit den Normalzeit-Betriebsdaten dar.
Um ein Abweichen von der Normalverteilung zu beurteilen, wird am Rand der Normalverteilung, wie in 6 dargestellt, ein Schwellenwert für eine Datenabnormalitätenbeurteilung gesetzt, sodass es genügt, wenn festgestellt wird, ob die Observationszeit-Betriebsdaten bezüglich des Zentrums der Normalverteilung (Durchschnittswert, Erwartungswert) weiter entfernt sind als der Schwellenwert für eine Datenabnormalitätenbeurteilung. Bei dem Beispiel der vorliegenden Ausführungsform werden wie vorstehend beschrieben, die Betriebsdaten als zwei Arten von Zeitreihendaten der Drehmomentbefehle und der Motorausgangsgeschwindigkeit erworben, und die diesen mehreren Arten von Betriebsdaten jeweils entsprechende Datenabnormalität beurteilt (bei 6 wird nur der Fall der Drehmomentbefehle dargestellt, und die Referenzdaten werden in Abweichung von den in 5 dargestellten Referenzdaten vereinfacht dargestellt, um dem Verständnis der Darstellung Vorrang zu geben).
<Hotelling-T-Quadrat-Verteilung>
Bei der vorliegenden Ausführungsform wird als Methode zur Feststellung von Veränderungen mittels maschinellem Lernen die Hotelling-T-Quadrat-Verteilung verwendet. Bei der Hotelling-T-Quadrat-Verteilung handelt es sich um ein Analyseverfahren mit mehreren Variablen, mit dem sich verändernde Kurven mehrerer Arten von Daten parallel observiert werden, wobei bei der Verarbeitung die folgenden Schritte (Schritt 1) bis (Schritt 6) durchgeführt werden.
(Schritt 1) Bestimmung der Fehlerrate
Bei den Daten liegen normale Daten und abnormale Daten vor, wobei der Index, bei einer Abweichung von der Normalverteilung in welcher Größe es sich um abnormale Daten handelt, die Fehlerrate α darstellt Wird z. B. von einer Fehlerrate von 1 % ausgegangen, ergibt sich α = 0,01. Gemäß der Denkweise der statistischen Wahrscheinlichkeit werden bei einer Fehlerrate von Null sämtliche Daten normal, sodass prinzipiell die Fehlerrate α nicht als Null gesetzt wird.
(Schritt 2) Ermitteln der Chi-Quadrat-Verteilung
Mit einem Freiheitsgrad M und einem Skalenfaktor s = 1 wird die Chi-Quadrat-Verteilung mit der folgenden Gleichung berechnet. Der Freiheitsgrad M ist ein Parameter, der die Anzahl der Arten von unabhängigen Referenzdaten festlegt (Zahl der variablen Arten bei einer Analyse mit mehreren Variablen, bei dem Beispiel der vorliegenden Ausführungsform ist M = 2, da zwei Arten, das Drehmoment und die Motorausgangsgeschwindigkeit verwendet wird). $χ^{2} (x | M,1) = \frac{1}{2 Γ (\frac{M}{2})} {(\frac{x}{2})}^{\frac{M}{2} - 1} e^{- \frac{x}{2}}$
wobei Γ die Gamma-Funktion ausdrückt, die in der folgenden Gleichung definiert wird $Γ (\frac{M}{2}) = \int_{0}^{\infty} d t t^{\frac{M}{2} - 1} e^{- t}$
(Schritt 3) Ermitteln des Schwellenwerts für eine Datenabnormalitätenbeurteilung
Anhand der in (Schritt 1) bestimmten Fehlerrate α und der in (Schritt 2) ermittelten Chi-Quadrat-Verteilung wird ein $1 - α = \int_{0}^{a_{t h}} d x χ^{2} (x | M,1)$
erfüllender Schwellenwert a_th für eine Datenabnormalitätenbeurteilung ermittelt.
(Schritt 4) Ermitteln des Probendurchschnitts und der Probenkovarianzmatrix Ausgehend von den Referenzdaten, bei denen es sich um normale Daten handelt, werden der Probendurchschnitt µ (im Text wird der Zirkumflex weggelassen; im Folgenden ebenso) und die Probenkovarianzmatrix Σ (im Text wird der Zirkumflex weggelassen; im Folgenden ebenso) anhand der folgenden Gleichungen ermittelt. $\hat{μ} = \frac{1}{N} \sum_{n - 1}^{N} x^{(n)}$
$\hat{Σ} = \frac{1}{N} \sum_{n - 1}^{N} (x^{(n)} - \hat{μ}) {(x^{(n)} - \hat{μ})}^{T}$
wobei es sich bei der n-ten Art um die Referenzdaten handelt.
(Schritt 5) Ermitteln der Mahalanobis-Distanz
Anhand des in (Schritt 4) berechneten Probendurchschnitts µ, der Probenkovarianzmatrix Σ und der festgestellten Observationsdaten wird die Mahalanobis-Distanz a(x') anhand der folgenden Gleichung ermittelt. $a (x') = {(x' - \hat{μ})}^{T} {\hat{Σ}}^{- 1} (x' - \hat{μ})$
(Schritt 6) Vergleichen des Schwellenwerts für eine Datenabnormalitätenbeurteilung mit der Mahalanobis-Distanz
Der in (Schritt 3) ermittelte Schwellenwert a_th für eine Datenabnormalitätenbeurteilung wird mit der in (Schritt 5) ermittelten Mahalanobis-Distanz a(x') verglichen. Überschreitet die Mahalanobis-Distanz a(x') den Schwellenwert a_th für eine Datenabnormalitätenbeurteilung (a (x') > a_th), wird beurteilt, dass die in (Schritt 5) verwendeten Observationszeit-Betriebsdaten sich in einem abnormalen Zustand befinden.
Wie in 7 dargestellt, handelt es sich bei der Chi-Quadrat-Verteilung um die Wahrscheinlichkeit, mit der sich die Verteilung je nach Freiheitsgrad M ändert, die sich für die Anwendung auf eine Analyse mit mehreren Variablen anhand von Charakteristiken eignet, die eine sogenannte Reproduzierbarkeit aufweisen. Beim Erwerb von Betriebsdaten mit zwei Arten von Variablen (dem Drehmomentbefehl und der Motorausgangsgeschwindigkeit) wie z. B. bei dem Beispiel der vorliegenden Ausführungsform, ist der Freiheitsgrad M = 2 und die in 7 mit einer durchgezogenen Linie dargestellte Chi-Quadrat-Verteilung wird verwendet Ist bei der Chi-Quadrat-Verteilung die Mahalanobis-Distanz a(x') größer als der der Fehlerrate α entsprechende Schwellenwert a_th für eine Datenabnormalitätenbeurteilung, wird dies als Entstehen einer Datenabnormalität bei den Observationszeit-Betriebsdaten erachtet, die für die Ermittlung der Mahalanobis-Distanz a(x') verwendet wurden. Das heißt, bei einer Analyse mehrerer Variablen, bei denen es sich um zwei Arten von Variablen handelt, kann das Ausmaß (das Ausmaß der Entfernung von der Normalität) einer pluralistischen Abnormalität aufgrund der Kombination dieser beiden Daten durch einen zentralen Vergleich des Schwellenwerts a_th für eine Datenabnormalitätenbeurteilung mit der Mahalanobis-Distanz a(x') beurteilt werden. Da bei der Ermittlung der Mahalanobis-Distanz a(x') der Probendurchschnitt µ und die Probenkovarianzmatrix Σ verwendet werden, werden Einflüsse der Korrelation zwischen der jeweiligen Normalverteilung der zwei Arten von Betriebsdaten kompensiert. Es ist aber auch möglich, eine nach Art der Betriebsdaten getrennte Datenabnormalitätenbeurteilung der Hotelling-T-Quadrat-Verteilung mit jeweils einem Freiheitgrad M = 1 einzeln anzuwenden.
<Konkrete Datenabnormalitätenbeurteilung>
Wird dabei z. B. ohne Verwendung eines maschinellen Lernens eine Datenabnormalität beurteilt, ist es erforderlich, eine Normalverteilung pro Zeit und einen Schwellenwert für eine Datenabnormalitätenbeurteilung zu erstellen, und außerdem auch für eine Observationszeit-Betriebsdaten die Normalverteilung zu berechnen. Für die Berechnung der Normalverteilung ist zwar die Berechnung des Durchschnittswerts und einer Standardabweichung erforderlich, da jedoch die Berechnung der Standardabweichung kompliziert ist, ist eine Ausführung der Berechnung in Echtzeit während des Erwerbs der Betriebsdaten nicht praktikabel. Da ferner auch der Schwellenwert für eine Datenabnormalitätenbeurteilung während des Betriebsdatenerwerbs nacheinander für die Normalverteilung eingestellt wird, handelt es sich pro Zeit um einen unterschiedlichen Wert.
Zur Lösung des vorstehenden Problems, erfolgt durch die Verwendung des maschinellen Lernens bei dem Beispiel der vorliegenden Ausführungsform die Verarbeitung folgendermaßen:
(Vorabvorbereitung: Edge-Server)

1: Erwerb mehrerer Normalzeit-Betriebsdaten.
2: Berechnen des Probendurchschnitts µ und der Probenkovarianzmatrix Σ anhand der Normalzeit-Betriebsdatengruppen.
3: Berechnen des Schwellenwerts a_th für eine Datenabnormalitätenbeurteilung anhand der Fehlerrate α und der Chi-Quadrat-Verteilung.

(Datenabnormalitätenbeurteilung: Servoverstärker)

1: Erwerb der Observationszeit-Betriebsdaten.
2: Berechnen der Mahalanobis-Distanz a(x') für die Observationszeit-Betriebsdaten.
3: Beurteilung einer Datenabnormalität, wenn die Mahalanobis-Distanz a(x') den Schwellenwert a_th für eine Datenabnormalitätenbeurteilung überschreitet.

Auf diese Weise erfolgt bei der das maschinelle Lernen verwendenden Methode anstelle der Berechnung der Normalverteilung eine Berechnung des Probendurchschnitts µ, der Probenkovarianzmatrix Σ und der Mahalanobis-Distanz a(x'). Da es sich bei diesen Berechnungen um einfache vier Grundrechenarten handelt, führt dies selbst wenn in einem kurzen Zyklus während der tatsächlichen Verwendung der Motorantriebsmaschine 1 über einen langen Zeitraum nacheinander berechnet wird, zu keiner großen belastenden Verarbeitung. Ferner ist zwar bei dem Schwellenwert a_th für eine Datenabnormalitätsbeurteilung gerade die Berechnungsformel kompliziert, da dieser jedoch zu einer zeitunabhängigen Konstante wird, genügt es, wenn er vorab einmal berechnet wird.
Ausgehend von dem Vorstehenden, wird bei dem Beispiel der vorliegenden Ausführungsform die Verarbeitung mit einer hohen Belastung in Form der Berechnung des Probendurchschnitts, der Probenkovarianzmatrix und des Schwellenwerts für eine Datenabnormalitätenbeurteilung, bei denen es sich um die Referenzdaten handelt, basierend auf den Normalzeit-Betriebsdaten auf dem Edge-Server 4 mit einer hochgradig universell verwendbaren CPU mit hohen Verarbeitungsressourcen ausgeführt Andererseits wird die Verarbeitung mit einer geringen Belastung in Form der Berechnung der Mahalanobis-Distanz aufgrund des Probendurchschnitts, der Probenkovarianzmatrix und den Observationszeit-Betriebsdaten und der Beurteilung, ob bei den Observationszeit-Betriebsdaten der betreffenden Zeit eine Datenabnormalität aufgetreten ist oder nicht, indem der Schwellenwert für eine Datenabnormalitätsbeurteilung mit der Mahalanobis-Distanz verglichen wird (d. h. durch einen Vergleich zwischen den Referenzdaten und den Observationszeit-Betriebsdaten), jeweils durch die Servoverstärker 2 mit einer CPU geringer redundanter Verarbeitungsressourcen ausgeführt. Da bei der vorliegenden Ausführungsform die Verarbeitungen verteilt werden, kann somit auch bei den Betriebsphasen der mit mehreren Achsen antreibenden Motorantriebsmaschine 1 die Beurteilung einer Datenabnormalität bei den einzelnen Achsen funktionell und in Echtzeit ausgeführt werden.
<Betriebsabnormalitätenbeurteilung>
Durch die vorstehende Datenabnormalitätenbeurteilung kann zum Zeitpunkt des Erwerbs der Observationszeit-Betriebsdaten das aufgrund der Daten beurteilte Vorliegen/Nichtvorliegen eines abnormalen Zustands (d. h. Abnormalität/Normalität) binär beurteilt werden. Allerdings muss, wie vorstehend beschrieben, aufgrund einer einmaligen Beurteilung einer Datenabnormalität nicht unbedingt immer das Entstehen einer Betriebsabnormalität des gesamten Maschinensystems beurteilt werden. Entsteht eine solche Datenabnormalität mehrmals, ist es möglich, aufgrund dieser Entstehungssituation den Inhalt der Betriebsabnormalität primär zu folgern. Bei dem Beispiel der vorliegenden Ausführungsform wird basierend auf der Überlegung, dass infolge des Fortschreitens eines Alterungsverschleißes die Entstehungshäufigkeit von Datenabnormalitäten allmählich zunimmt, das Entstehen einer Betriebsabnormalität der Art eines Alterungsverschleißes bei der Motorantriebsmaschine 1 beurteilt, wenn die Entstehungshäufigkeit einer Datenabnormalität einen bestimmten Wert überschritten hat.
Konkret wird, wie in 8 dargestellt, wenn die Erwerbsanzahl von Observationszeit-Betriebsdaten während eines Antriebszeitraums des Beurteilungsbetriebsmusters als 1024 Punkte gegeben ist, und von diesen bei einer geringen Nachweiszahl von Datenabnormalitäten (bei dem dargestellten Beispiel bei 16 Punkten) beurteilt, dass eine Betriebsnormalität vorliegt (8A), und bei einer hohen Nachweiszahl von Datenabnormalitäten (bei dem dargestellten Beispiel bei 235 Punkten) beurteilt, dass eine Betriebsabnormalität vorliegt (8B). Dann werden für den Fall, dass das Auftreten einer Betriebsabnormalität beurteilt wurde, die gesamten Observationszeit-Betriebsdaten, die während des Antriebszeitraums des betreffenden Beurteilungsbetriebsmusters erworben wurden, als abnormale Betriebsdaten an das Datensammelmodul 5 gesendet.
Ferner besteht für den Fall, dass der Kausalzusammenhang zwischen der Charakteristik der Betriebsabnormalität und dem Beurteilungszustand der Datenabnormalität verstanden wird, die Möglichkeit, als Art der Betriebsabnormalität abgesehen von dem Alterungsverschleiß eine andere Art von Maschinenabnormalität zu beurteilen. Zum Beispiel kann für den Fall, dass sowohl bei den Observationsdaten der Drehmomentbefehle als auch der Motorausgangsgeschwindigkeit jeweils eine Datenabnormalität beurteilt wurde, als Art der Betriebsabnormalität auch ein Schwingen der Motorantriebsmaschine 1 beurteilt werden. Dadurch wird die Zweckmäßikeit verbessert, da präzisiert wird, dass der Benutzer bei der Beseitigung der Maschinenabnormalität Maßnahmen gegen das Schwingen vornehmen sollte. Weiterhin kann für den Fall, dass bei den Drehmomentbefehlen eine Datenabnormalität und bei der Motorausgangsgeschwindigkeit keine Datenabnormalität beurteilt wurde, als Art der Betriebsabnormalität auch ein Unterdrücken externer Störungen (hohe Reibung) bei der Motorantriebsmaschine 1 beurteilt werden. Ferner kann für den Fall, dass bei den Drehmomentbefehlen keine Datenabnormalität und bei der Motorausgangsgeschwindigkeit eine Datenabnormalität beurteilt wurde, als Art der Betriebsabnormalität auch ein Maschinenrütteln der Motorantriebsmaschine 1 beurteilt werden.
<Konkreter Steuerungsablauf>
Ein Beispiel des konkreten Steuerablaufs der vorstehenden Beurteilung einer Betriebsabnormalität aufgrund eines Alterungsverschleißes wird im Folgenden konkret erläutert. 9 ist ein Ablaufdiagramm, das den Steuerungsablauf der Abnormalitätenbeurteilungsverarbeitung zeigt, bei der eine Datenabnormalitätenbeurteilung und eine Betriebsabnormalitätenbeurteilung erfolgt. Dieses Ablaufdiagramm führt eine CPU (nicht speziell dargestellt) eines Servoverstärkers 2 zur Zeit eines Observationsantriebs einer Motorantriebsmaschine 1 aus, bei der eine Datenabnormalität auftreten kann. Die in diesem Ablaufdiagramm dargestellte Abnormalitätenbeurteilungsverarbeitung wird parallel zu einer normalen Verarbeitung (nicht speziell dargestellt) zur Zuführung einer elektrischen Antriebsleistung basierend auf einem Motorsteuerbefehl ausgeführt, den der Servoverstärker 2 von dem übergeordneten Controller 3 empfängt, und wird insbesondere nur während des Empfangs eines Motorsteuerbefehls ausgeführt, der dem Beurteilungsbetriebsmuster entspricht.
Zunächst empfängt die CPU des Servoverstärkers 2 in Schritt S105 von dem übergeordneten Controller 3 einen Motorsteuerbefehl, der dem Beurteilungsbetriebsmuster (Betriebsmuster eines normalen Betriebs oder Betriebsmuster speziell für die Erstellung von Referenzdaten) entspricht, und beurteilt, ob mittels einer normalen Verarbeitung dieser Antrieb begonnen wurde oder nicht Dann erfolgt eine Warteschleife bis zum Beginn des Antriebs mit dem Beurteilungsbetriebsmuster.
Dann folgt als Nächstes Schritt S110, in dem die CPU des Servoverstärkers 2 während der Ausführung der gesamten Beurteilungsbetriebsmuster sämtliche Observationszeit-Betriebsdaten der jeweiligen Variablen (Drehmomentbefehle und Motorausgangsgeschwindigkeit) pro einer bestimmten Zeit erwirbt und in einer Speichervorrichtung wie einem RAM (nicht speziell dargestellt) ablegt.
Dann folgt als Nächstes Schritt S115, in dem die CPU des Servoverstärkers 2 anhand des Probendurchschnitts µ und der Probenkovarianzmatrix Σ, die in der vorstehenden zweiten Vorbereitungsphase vorab abgelegt wurden, und den in Schritt S110 erworbenen Observierungs-Betriebsdatengruppen die Mahalanobis-Distanz a(x') zu den jeweiligen Zeitpunkten ermittelt.
Dann folgt als Nächstes Schritt S120, in dem die CPU des Servoverstärkers 2 durch einen Vergleich beurteilt, ob die in Schritt S115 berechnete Mahalanobis-Distanz a(x') der jeweiligen Zeitpunkte jeweils den in der zweiten Vorbereitungsphase vorab abgelegten Schwellenwert a_th für eine Datenabnormalitätenbeurteilung (in der Figur als „Schwellenwert“ abgekürzt) überschreitet oder nicht Anders ausgedrückt, wird beurteilt, ob sich die in Schritt S110 erworbenen Observationszeit-Betriebsdaten der jeweiligen Zeitpunkte jeweils in einem Zustand einer Datenabnormalität befinden oder nicht.
In Schritt S125 beurteilt die CPU des Servoverstärkers 2 bezüglich der in Schritt S110 erworbenen Observationszeit-Betriebsdatengruppen eines Beurteilungsbetriebsmusters, ob die Beurteilungshäufigkeit als Datenabnormalität in Schritt S120 (die Erwerbshäufigkeit von Observationszeit-Betriebsdaten, die als Abnormalität beurteilt wurden), größer ist als ein bestimmter Wert (ein bestimmter Schwellenwert) oder nicht. Anders ausgedrückt, wird beurteilt, ob eine Betriebsabnormalität eines Alterungsverschleißes entstanden ist oder nicht. Ist die Beurteilungshäufigkeit als Datenabnormalität kleiner als der bestimmte Wert, wird die Beurteilung nicht erfüllt, und es erfolgt ein Übergang zu Schritt S130. Anders ausgedrückt, wird dies derart erachtet, dass keine Betriebsabnormalität eines Alterungsverschleißes entstanden ist.
In Schritt S130 sendet die CPU des Servoverstärkers 2 sämtliche Observationszeit-Betriebsdaten, die während des Beurteilungsbetriebsmusters erworben wurden, als normale Betriebsdaten an das Datensammelmodul 5 und es erfolgt ein Übergang zu Schritt S140.
Ist andererseits bei der Beurteilung in Schritt S125 die Beurteilungshäufigkeit als Datenabnormalität größer als der bestimmte Wert, ist die Beurteilung erfüllt und es erfolgt ein Übergang zu Schritt S135. Anders ausgedrückt, wird dies derart erachtet, dass eine Betriebsabnormalität eines Alterungsverschleißes entstanden ist.
In Schritt 135 teilt die CPU des Servoverstärkers 2 einerseits das Beurteilungsergebnis, dass bei der Motorantriebsmaschine 1 eine Abnormalität aufgetreten ist, über das Datensammelmodul 5 mit, indem sie es an den Edge-Server 4 sendet, und sendet andererseits sämtliche Observationszeit-Betriebsdaten, die während des Beurteilungsbetriebsmusters erworben wurden, als abnormale Betriebsdaten an das Datensammelmodul 5, woraufhin ein Übergang zu Schritt S140 erfolgt.
In Schritt S140 beurteilt die CPU des Servoverstärkers 2, ob das Beurteilungsbetriebsmuster in dem vorgesehenen bestimmten Häufigkeitsanteil wiederholt zu Ende ausgeführt wurde oder nicht Ist der bestimmte Häufigkeitsanteil noch nicht zu Ende ausgeführt, ist die Beurteilung nicht erfüllt, sodass eine Rückkehr zu Schritt S110 erfolgt und der gleiche Ablauf wiederholt wird.
Ist andererseits die Ausführung des bestimmten Häufigkeitsanteils beendet, ist die Beurteilung erfüllt und der Ablauf wird beendet.
Ausgehend von dem Ablauf der vorstehenden Verarbeitung der Abnormalitätenbeurteilung kann die Verarbeitung einer Datenabnormalitätenbeurteilung mit einer vergleichsweise geringen Rechenverarbeitungsbefastung (Schritt 5 und 6) auch durch den Servoverstärker 2 mit einer vergleichsweise leistungsschwachen CPU durchgeführt und die Ressourcenbelastung für das gesamte Abnormalitätenbeurteilungssystem 100 reduziert werden. Bei dem Beispiel des vorstehenden Steuerablaufs wurde, nachdem sämtliche Observationszeit-Betriebsdaten eines Beurteilungsbetriebsmusteranteils erworben wurden, zusammen eine Datenabnormalität der einzelnen Zeitpunkte beurteilt, d. h. eine sogenannte Batchverarbeitung durchgeführt, wobei hierauf jedoch keine Beschränkung besteht Davon abgesehen ist es auch möglich, eine sogenannte Echtzeitverarbeitung durchzuführen (nicht speziell dargestellt), bei der immer, wenn zu den jeweiligen Zeitpunkten Observationszeit-Betriebsdaten erworben werden, deren Datenabnormalität beurteilt wird.
<Wirkungen der vorliegenden Ausführungsform>
Wie vorstehend erläutert, steuert gemäß dem Abnormalitätenbeurteilungssystem 100 der vorliegenden Ausführungsform der Servoverstärker 2 auf Basis der von dem übergeordneten Controller 3 empfangenen Motorsteuerbefehle den Motor 12 und weist durch einen Vergleich der im Zusammenhang mit der Steuerung des betreffenden Motors 12 erworbenen Betriebsdaten mit den vorab abgelegten Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 nach. Ferner ist das Datensammelmodul 5 zum Senden und Empfangen der Referenzdaten und der Betriebsdaten mit dem Servoverstärker 2 vorgesehen.
Bei diesem Abnormalitätenbeurteilungssystem 100 können die einzelnen Servoverstärker 2 den Erwerb der Betriebsdaten bezüglich der Steuerung der jeweils entsprechenden Motoren 12 und den Nachweis einer Abnormalität verteilt und parallel verarbeiten, und das Datensammelmodul 5 kann die von den jeweiligen Servoverstärkern 2 erworbenen Betriebsdaten gebündelt empfangen und verwalten. Dabei kann bei den einzelnen Servoverstärkern 2 eine Betriebsabnormalität durch eine Vergleichsverarbeitung der Betriebsdaten mit den Referenzdaten z. B. mittels der Hotelling-T-Quadrat-Verteilung einfach nachgewiesen werden, sodass eine Ausführung im zulässigen Bereich der Verarbeitungsressourcen der CPU des betreffenden Servorverstärkers 2 möglich ist. Ferner kann das spezielle Datensammelmodul 5 die durch die einzelnen Servoverstärker 2 nacheinander erworbenen Betriebsdaten empfangen und verwalten, sodass der übergeordnete Controller 3, selbst wenn es sich um einen Aufbau handelt, bei dem die Motorantriebsmaschine 1 von mehreren Motoren 12 angetrieben wird, nur die normale Verwaltung des Erzeugens und Sendens der Motorsteuerbefehle der jeweiligen Servoverstärker 2 durchführen muss, und die Verarbeitungsbelastung nicht zunimmt Dadurch wird ohne die Verarbeitungslast des übergeordneten Controllers 3 zu vergrößern, eine stabile Abnormalitätenbeurteilung und Datensammlung ermöglicht.
Ferner liegt bei der vorliegenden Ausführungsform insbesondere der Edge-Server 4 vor, der einerseits an den übergeordneten Controller 3 einen übergeordneten Steuerbefehl sendet und zwischen dem Datensammelmodul 5 Referenzdaten und Betriebsdaten sendet und empfängt, und andererseits durch einen Vergleich der Betriebsdaten mit den Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 nachweisen kann. Durch das Vorsehen dieses Edge-Servers 4 kann ein Benutzer auf den Edge-Server 4 zugreifen, Betriebsdaten im Zusammenhang mit der Steuerung der jeweiligen Motoren 12 prüfen und Betriebsabnormalitäten überwachen. Ferner kann als Vorabvorbereitung des Betriebsabnormalitätennachweises die Erzeugungsverarbeitung der Referenzdaten einer hohen Verarbeitungsbelastung durch den Edge-Server 4 mit großen Verarbeitungsressourcen übernommen werden, sodass die Verarbeitungsbelastung des gesamten Systems verteilt werden kann. Ferner kann der Edge-Server 4 den Nachweiszustand einer Betriebsabnormalität und die abgelegten Betriebsdaten an den Cloud-Server 6 senden, sodass auf der Seite des Cloud-Servers 6 ein integriertes Management der Nachweise von Betriebsabnormalitäten und der Betriebsdatensammlung bezüglich der mehreren Motorantriebsmaschinen 1 möglich ist.
Ferner beurteilen bei der vorliegenden Ausführungsform insbesondere die Servoverstärker 2 eine Datenabnormalität der Betriebsdaten mittels Referenzdaten, die durch maschinelles Lernen erzeugt wurden, und basierend auf dem Erwerbszustand der als Datenabnormalität beurteilten Betriebsdaten eine Betriebsabnormalität, und senden die Betriebsdaten, die anlässlich des Nachweises einer Betriebsabnormalität der Motorantriebsmaschine 1 erworben wurden, als abnormale Betriebsdaten an das Datensammelmodul 5. Dadurch wird auch bei der CPU des Servoverstärkers 2 mit geringen redundanten Verarbeitungsressourcen allein durch eine Vergleichsverarbeitung der erworbenen Betriebsdaten mit den Referenzdaten eine einfache Beurteilung einer Betriebsabnormalität ermöglicht. Ferner kann dadurch, dass das Datensammelmodul 5 und der Edge-Server 4 von den übrigen normalen Betriebsdaten differenzierte abnormale Betriebsdaten empfangen, der Servoverstärker des Erwerbsursprungs der betreffenden abnormalen Betriebsdaten erkennen, dass eine Betriebsabnormalität nachgewiesen wurde, und diese abnormalen Betriebsdaten von den übrigen Betriebsdaten differenziert geprüft und überwacht werden können.
Ferner werden bei der vorliegenden Ausführungsform insbesondere die Referenzdaten basierend auf den bei einem normalen Antrieb der Motorantriebsmaschine 1 erworbenen Normalzeit-Betriebsdaten für mehrere Beurteilungsbetriebsmuster getrennt berechnet. Dadurch genügt es, wenn die dem Beurteilungsbetriebsmuster (Betriebsmuster bei einem normalen Antrieb oder Betriebsmuster speziell für die Erstellung von Referenzdaten) entsprechenden Referenzdaten abgelegt und verwendet werden, sodass die Verarbeitungsbelastung der CPU des Servoverstärkers 2 und die Volumenbelastung des Speichers in großem Umfang reduziert werden können.
Bei der vorstehenden Ausführungsform kann der Servoverstärker 2 auch, selbst wenn dies nicht dargestellt ist, wenn er über das Datensammelmodul 5 einen Befehl zum Erwerben von Betriebsdaten empfangen hat, die empfangenen Betriebsdaten an das Datensammelmodul 5 senden. In diesem Fall kann der Servoverstärker 2 in einem z. B. durch den externen Edge-Server 4 usw. verwalteten geeigneten Zeitplan über das Datensammelmodul 5 einen Erwerbsbefehl empfangen und die Betriebsdaten senden.
Bei der vorliegenden Ausführungsform sendet ferner insbesondere das Datensammelmodul 5 einerseits von dem Edge-Server 4 empfangene Referenzdaten an den Servoverstärker 2 und empfängt andererseits von dem Servoverstärker 2 erworbene Betriebsdaten von dem Servoverstärker 2 und sendet sie an den Edge-Server 4. Dadurch kann das spezielle Datensammelmodul 5 nacheinander die von den jeweiligen Servoverstärkern 2 erworbenen Betriebsdaten empfangen und verwalten. Selbst wenn es sich um eine mehrachsige Struktur handelt, bei der die Motorantriebsmaschine 1 von mehreren Motoren 12 angetrieben wird, genügt es daher, wenn der übergeordnete Controller 3 die normale Verwaltung des Erzeugens und Sendens der Motorsteuerbefehle der jeweiligen Servoverstärker 2 durchführt, sodass die Verarbeitungsbelastung nicht zunimmt.
Bei der vorliegenden Ausführungsform steuert ferner insbesondere der Servoverstärker 2 einerseits den die Motorantriebsmaschine 1 antreibenden Motor 12, und weist andererseits eine Betriebsabnormalität der Motorantriebsmaschine 1 nach, indem er Observationszeit-Betriebsdaten, die bei einem Observationsantrieb der Motorantriebsmaschine 1 von dem Motor 12 (Encoder 11) erworben wurden, mit Referenzdaten vergleicht, die auf der Basis von bei einem normalen Antrieb der Motorantriebsmaschine 1 von dem Motor 12 erworbenen Normalzeit-Betriebsdaten ermittelt wurden. Durch die Ausführung einer normalen Motorsteuerverarbeitung wird daher auch bei einer CPU des Servoverstärkers 2 mit geringen redundanten Verarbeitungsressourcen allein durch eine Vergleichsverarbeitung der erworbenen Betriebsdaten mit den Referenzdaten eine einfache Beurteilung einer Betriebsabnormalität ermöglicht. Da es ferner genügt, abgelegte Referenzdaten einer reduzierten Kapazität zu verwenden, können die Verarbeitungsbelastung der CPU des Servoverstärkers 2 und die Volumenbelastung des Speichers in großem Umfang reduziert werden.
Bei der vorliegenden Ausführungsform werden ferner insbesondere als Verfahren zur Beurteilung einer Betriebsabnormalität für die Motorantriebsmaschine 1, Observationszeit-Betriebsdaten des Motors 12 bei einem Observationsantrieb der Motorantriebsmaschine 1 erworben, mittels Referenzdaten, die durch maschinelles Lernen erzeugt wurden, Datenabnormalitäten der Observationszeit-Betriebsdaten beurteilt, und basierend auf dem Erwerbszustand der als Datenabnormalität beurteilten Observationszeit-Betriebsdaten eine Betriebsabnormalität der Motorantriebsmaschine 1 beurteilt. Dadurch erfolgt anlässlich der Ausführung einer Diagnose von Anzeichen einer Betriebsabnormalität für die Maschinensteuerung des Bewegungssystems der Motorantriebsmaschine 1 eine Differenzierung in Datenabnormalität und Betriebsabnormalität und basierend auf dem Entstehungszustand der Datenabnormalität (Erwerbszustand der als Datenabnormalität bestimmten abnormalen Betriebsdaten) eine Beurteilung als Betriebsabnormalität. Dadurch erfolgt bezüglich einer Betriebsabnormalität der gesamten Motorantriebsmaschine 1 ohne Bindung an Änderungen feiner Datenabnormalitäten eine effektivere, genauere und klarere Beurteilung. Da es ferner möglich ist, durch eine Vergleichsverarbeitung der durch maschinelles Lernen erzeugten Referenzdaten und der Observationszeit-Betriebsdaten einfach eine Betriebsabnormalität nachzuweisen, kann die Verarbeitungsbelastung der das betreffende Abnormalitätenbeurteilungsverfahren ausführenden CPU des Servoverstärkers 2 reduziert werden.
Der bei der Beurteilung einer Betriebsabnormalität herangezogene Erwerbszustand der Betriebsdaten der Datenabnormalität ist im Übrigen nicht auf die vorstehende Erwerbshäufigkeit beschränkt. Entsprechend der Betriebsabnormalität des zu beurteilenden Gegenstands sind auch andere vielfältige Erwerbszustände (Beurteilungszustände) anwendbar, wie z. B. der Erwerbszeitpunkt, die Erwerbsfrequenz, die Erwerbskombination der abnormalen Betriebsdaten usw.
Ferner handelt es sich bei der vorliegenden Ausführungsform bei den Referenzdaten um einen voreingestellten Schwellenwert für eine Datenabnormalitätenbeurteilung, den basierend auf den einem normalen Antrieb der Motorantriebsmaschine 1 erworbenen Normalzeit-Betriebsdaten berechneten Probendurchschnitt und die Probenkovarianzmatrix, wobei anlässlich der Beurteilung einer Datenabnormalität basierend auf dem Probendurchschnitt, der Probenkovarianzmatrix und den Observationszeit-Betriebsdaten die Mahalanobis-Distanz berechnet und durch einen Vergleich des Schwellenwerts für eine Datenabnormalitätenbeurteilung und der Mahalanobis-Distanz eine Datenabnormalität der Observationszeit-Betriebsdaten beurteilt wird. Dadurch kann mittels eines sogenannten „überwachten Lemens“ das maschinelle Lernen mittels der Hotelling-T-Quadrat-Verteilung ausgeführt werden, wodurch die Zuverlässigkeit der Beurteilung einer Datenabnormalität verbessert werden kann Damit wird bei dem Verfahren zur Beurteilung einer Datenabnormalität mittels der Hotelling-T-Quadrat-Verteilung insbesondere im Hinblick auf die nacheinander erfolgende Vergleichsverarbeitung der Referenzdaten und der Observationszeit-Betriebsdaten durch den Servoverstärker 2 (Berechnung der Mahalanobis-Distanz und Vergleich der Mahalanobis-Distanz mit dem Schwellenwert für eine Datenabnormalität) auch im Vergleich mit einem anderen maschinellen Lernen wie z. B. Deep Learning usw. die Belastung der Rechenverarbeitung außerordentlich gering. Aus diesem Grund wird auch bei der CPU des Servoverstärkers 2 mit geringen redundanten Verarbeitungsressourcen parallel zu der normalen Verarbeitung einer Zuführung von elektrischer Arbeitsleistung zu dem Motor, eine ausgesprochen zuverlässige Beurteilung einer Betriebsabnormalität realisierbar.
<Abgewandeltes Beispiel>
Im Übrigen ist die offenbarte Ausführungsform nicht auf das Vorstehende beschränkt, sondern es sind in einem von dem Zweck und der technischen Idee nicht abweichenden Rahmen verschiedene Abwandlungen möglich. Zum Beispiel können, selbst wenn der Gerätezustand des Datensammelmoduls 5 geändert wird, wie in den 1 entsprechenden Systemdiagrammen von 10 bis 12 dargestellt, die gleichen Wirkungen wie bei der vorsehenden Ausführungsform entfaltet werden. Übrigens wurde zur Vermeidung einer komplizierten Darstellung bei 10 bis 12 die Darstellung des in 1 dargestellten externen Sensors 13 usw. ausgelassen.
10 ist eine Darstellung, die einen Systemaufbau für den Fall zeigt, dass ein Datensammelmodul 5A in den Edge-Server 4 integriert aufgenommen ist. In diesem Fall wird das Datensammelmodul 5A in Form einer Erweiterungskarte und eines Peripheriegeräts in den Edge-Server 4 integriert aufgenommen. Dabei weist ein Universal-PC wie der Edge-Server 4 im Allgemeinen zum direkten Verbinden mit einem Feldnetzwerk wie MECHATRONLlNK® weder einen Anschluss noch eine Verarbeitungsfunktion auf. Daher funktioniert das Datensammelmodul 5A bei diesem abgewandelten Beispiel als dessen Schnittstelle, sodass über die gemeinsame Nutzung des internen Busses und des Speichers ein Senden und Empfangen von Daten an den/von dem Edge-Server 4 ermöglicht wird. Dadurch kann zwischen dem Edge-Server 4 und dem Datensammelmodul 5A eine Netzwerkroute wie das ETHERNET® usw. ausgelassen werden, wodurch die Verkabelung des gesamten Systems vereinfacht und ein Senden und Empfangen von Daten durch die gemeinsame Nutzung des internen Busses und des Speichers beschleunigt werden kann.
11 ist ferner eine Darstellung, die einen Systemaufbau für den Fall zeigt, dass ein Datensammelmodul 5B in den Servoverstärker 2 integriert aufgenommen ist. In diesem Fall ist das Datensammelmodul 5B in Form einer Erweiterungskarte und eines Peripheriegeräts in den Servoverstärker 2 integriert aufgenommen. Dadurch kann zwischen dem Servoverstärker 2 und dem Datensammelmodul 5B eine Netzwerkroute ausgelassen werden, sodass die Verkabelung des gesamten Systems vereinfacht und ein Senden und Empfangen von Daten durch die gemeinsame Nutzung des internen Busses und des Speichers beschleunigt werden kann. Weist im Übrigen das Maschinensystem mehrere Servoverstärker 2 auf, genügt es, wenn das Datensammelmodul 5B in einen der Servoverstärker 2 integriert wird. In diesem Fall genügt es, wenn die anderen Servoverstärker 2, die über das Feldnetzwerk mit dem betreffenden Servoverstärker 2 verbunden sind, die jeweils erworbenen Betriebsdaten über das Feldnetzwerk und den Servoverstärker 2 an das Datensammelmodul 5B senden.
Als Form, bei der auf diese Weise das Datensammelmodul 5 in einen Servoverstärker 2 integriert aufgenommen ist, ist eine Form effektiv, bei der wie in 12 dargestellt, ein Datensammelmodul 5C über eine drahtlose Kommunikation ein Senden/Empfangen mit einem Edge-Server 4 durchführt Bei dem dargestellten Beispiel ist konkret das Datensammelmodul 5C als Struktur eines sogenannten USB-Dongles mit einem USB-Anschluss verbunden, den der Serververstärker 2 aufweist, wobei das Datensammelmodul 5C und der Edge-Server 4 mittels einer drahtlosen LAN-Kommunikation wie WI-Fl® oder Bluetooth®, Daten sendet und empfängt. Dadurch können selbst bei einem Servoverstärker 2, der an einer Stelle aufgestellt ist, an der eine Verkabelung mit dem Edge-Server 4 schwierig ist, über die drahtlose Kommunikation des Datensammelmoduls 5C Daten mit dem Edge-Server 4 gesendet und empfangen werden.
Bei der vorstehenden Ausführungsform und den einzelnen abgewandelten Beispielen hat der Edge-Server 4 die Referenzdaten ermittelt, wobei hierauf jedoch keine Beschränkung besteht, und z. B. auch das Datensammelmodul 5 die Referenzdaten ermitteln kann. Ferner besteht keine Beschränkung darauf, dass der Servoverstärker 2 und der Motor 12 jeweils unabhängig aufgebaut sind, sodass auch wenn ein diese einteilig ausführender sogenannter Motor mit integriertem Verstärker (einteilige Bildung von Servoverstärker, Motor und Encoder; nicht speziell dargestellt) verwendet wird, die vorstehende Datensende-/empfangsform und das Abnormalitätenbeurteilungsverfahren der vorstehenden Ausführungsform und der jeweiligen abgewandelten Beispiele angewandt werden kann. In diesem Fall entspricht der Motor mit integriertem Verstärker dem in den einzelnen Ansprüchen angegebenen Motor und der Motorsteuervorrichtung. Ferner wurden bei der vorstehenden Ausführungsform und den jeweiligen abgewandelten Beispielen zwei Arten von Daten, nämlich Drehmomentbefehle und die Motorausgangsgeschwindigkeit als Betriebsdaten erworben und für den Abnormalitätennachweis verwendet, abgesehen hiervon können aber auch andere Daten (verschiedene Befehle und Zustandswerte oder z. B. durch den externen Sensor 13 nachgewiesene Zustandsgrößendaten usw.) im Zusammenhang mit der Steuerung des Motors 12 und deren verschiedenartigen Kombinationen als Betriebsdaten erworben und verwendet werden.
Im Übrigen handelt es sich bei der vorstehenden Erläuterung bei Angaben wie „vertikal“, „parallel“, „Ebene“ usw. nicht um Angaben im strengen Sinne. Das heißt, „vertikal“, „parallel“, „Ebene“ bedeutet hier „substantiell vertikal“, „substantiell parallel“, „substantielle Ebene“, wobei konstruktionsmäßige Toleranzen und Abweichungen zulässig sind.
Ferner handelt es sich bei der vorstehenden Erläuterung bei der Angabe, dass die äußere Abmessung, Größe, Form, Position usw. „identisch“, „gleich“, „gleich wie“, „verschieden“ usw. ist, nicht um Angaben im strengen Sinne. Das heißt, „identisch“, „gleich wie“, „verschieden“ usw. bedeutet hier „substantiell identisch“, „substantiell gleich“, „substantiell gleich wie“, „substantiell verschieden“ usw., wobei konstruktionsbedingte Toleranzen und Abweichungen zulässig sind.
Ferner können abgesehen von dem vorstehend bereits Erwähnten, Methoden mittels der vorstehenden Ausführungsform und der jeweiligen abgewandelten Beispiele auch geeignet kombiniert genutzt werden. Darüber hinaus können bei der vorstehenden Ausführungsform und den abgewandelten Beispielen auch, selbst wenn dies nicht im Detail anhand von Beispielen dargestellt wurde, in einem vom Zweck nicht abweichenden Umfang verschiedene Änderungen zusätzlich durchgeführt werden.
Bezugszeichenliste

1: Motorantriebsmaschine
2: Servoverstärker (Motorsteuervorrichtung)
3: übergeordneter Controller (übergeordnete Steuervorrichtung)
4: Edge-Server (Datenverwaltungsvorrichtung)
5, 5A 5B, 5C: Datensammelmodul (Datensende- und Empfangsvorrichtung)
7: übergeordnete Befehlsvorrichtung
11: Encoder
12: Motor
100: Abnormalitätenbeurteilungssystem

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 5480440 [0003]

Claims

Abnormalitätenbeurteilungssystem (100), das ausgestaltet ist, eine Betriebsabnormalität einer Motorantriebsmaschine (1) zu beurteilen, wobei das Abnormalitätenbeurteilungssystem (100) eine Motorsteuervorrichtung (2), die ausgestaltet ist, einen die Motorantriebsmaschine (1) antreibenden Motor (12) basierend auf einem Motorsteuerbefehl zu steuern und die durch einen Vergleich der im Zusammenhang mit der Steuerung des Motors (12) erworbenen Betriebsdaten mit abgelegten Referenzdaten, eine Betriebsabnormalität der Motorantriebsmaschine (1) nachweisen kann, eine übergeordnete Steuervorrichtung (3), die ausgestaltet ist, an die Motorsteuervorrichtung (2) einen Motorsteuerbefehl zu senden, und eine Datensende- und Empfangsvorrichtung (5) zum Senden und Empfangen der Referenzdaten und der Betriebsdaten zu und von der Motorsteuervorrichtung (2) aufweist.
Abnormalitätenbeurteilungssystem (100) nach Anspruch 1, dadurch gekennzeichnet, dass dieses außerdem eine Datenverwaltungsvorrichtung (4) aufweist, die einerseits Referenzdaten und Betriebsdaten zu der Datensende- und Empfangsvorrichtung (5) senden und von ihr empfangen kann, und andererseits durch einen Vergleich der Betriebsdaten mit den Referenzdaten eine Betriebsabnormalität der Motorantriebsmaschine nachweisen kann.
Abnormalitätenbeurteilungssystem (100) nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Motorsteuervorrichtung (2) ausgestaltet ist, mittels der Referenzdaten, die durch maschinelles Lernen erzeugt wurden, eine Datenabnormalität der Betriebsdaten zu beurteilen, und basierend auf dem Erwerbszustand der als Datenabnormalität beurteilten Betriebsdaten eine Betriebsabnormalität zu beurteilen, und die Betriebsdaten, die anlässlich des Nachweises einer Betriebsabnormalität der Motorantriebsmaschine (1) erworben wurden, als abnormale Betriebsdaten an die Datensende- und Empfangsvorrichtung (5) zu senden.
Abnormalitätenbeurteilungssystem (100) nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Referenzdaten basierend auf den bei einem normalen Antrieb der Motorantriebsmaschine (1) erworbenen Normalzeit-Betriebsdaten für mehrere bestimmte Betriebsmuster getrennt ermittelt werden.
Abnormalitätenbeurteilungssystem (100) nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Motorsteuervorrichtung (2) ausgestaltet ist, die anlässlich des Empfangs eines Befehls zum Erwerben von Betriebsdaten erworbenen Betriebsdaten an die Datensende- und Empfangsvorrichtung (5) zu senden.
Abnormalitätenbeurteilungssystem (100) nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass die Datensende- und Empfangsvorrichtung (5) einteilig in die Datenverwaltungsvorrichtung (4) integriert ist.
Abnormalitätenbeurteilungssystem (100) nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Datensende- und Empfangsvorrichtung (5) einteilig in die Motorsteuervorrichtung (2) integriert ist.
Abnormalitätenbeurteilungssystem (100) nach einem der Ansprüche 2 bis 5, dadurch gekennzeichnet, dass die Datensende- und Empfangsvorrichtung (5) einteilig in die Motorsteuervorrichtung (2) integriert ist und ausgestaltet ist, mit der Datenverwaltungsvorrichtung (4) über eine drahtlose Kommunikation zu senden und empfangen.
Datensende- und Empfangsvorrichtung (5), die ausgestaltet ist, einerseits von der Datenverwaltungsvorrichtung (4) empfangene Referenzdaten an die Motorsteuervorrichtung (2) zu senden, und andererseits von der Motorsteuervorrichtung (2) erworbene Betriebsdaten von der Motorsteuervorrichtung (2) zu empfangen und an die Datenverwaltungsvorrichtung (4) zu senden.
Motorsteuervorrichtung (2), die ausgestaltet ist, einerseits einen die Motorantriebsmaschine (1) antreibenden Motor (12) zu steuern, und andererseits durch einen Vergleich von Observationszeit-Betriebsdaten, die bei einem Observationsantrieb der Motorantriebsmaschine (1) von dem Motor (12) erworben wurden, mit Referenzdaten, die auf der Basis von bei einem normalen Antrieb der Motorantriebsmaschine (1) von dem Motor (12) erworbenen Normalzeit-Betriebsdaten ermittelt wurden, eine Betriebsabnormalität der Motorantriebsmaschine (1) nachzuweisen.
Abnormalitätenbeurteilungsverfahren für eine Motorantriebsmaschine (1), die durch einen Motor (12) angetrieben wird, wobei bei einem Observationsantrieb der Motorantriebsmaschine (1) Observationszeit-Betriebsdaten des Motors (12) erworben werden, mittels Referenzdaten, die durch maschinelles Lernen erzeugt wurden, eine Datenabnormalität der Observationszeit-Betriebsdaten beurteilt wird, und auf der Basis des Erwerbszustandes der als Datenabnormalität beurteilten Observationszeit-Betriebsdaten eine Betriebsabnormalität der Motorantriebsmaschine (1) beurteilt wird.
Abnormalitätenbeurteilungsverfahren nach Anspruch 11, dadurch gekennzeichnet, dass es sich bei den Referenzdaten um einen voreingestellten Schwellenwert für die Datenabnormalität, einen basierend auf den bei einem normalen Antrieb der Motorantriebsmaschine (1) erworbenen Normalzeit-Betriebsdaten ermittelten Probendurchschnitt und eine Probenkovarianzmatrix handelt, wobei anlässlich der Beurteilung einer Datenabnormalität basierend auf dem Probendurchschnitt, der Probenkovarianzmatrix und den Observationszeit-Betriebsdaten die Mahalanobis-Distanz ermittelt wird, und durch einen Vergleich des Schwellenwerts für eine Datenabnormalität und der Mahalanobis-Distanz eine Datenabnormalität der Observationszeit-Betriebsdaten beurteilt wird.