JP2019185415A - Abnormality determination device and abnormality determination method - Google Patents
Abnormality determination device and abnormality determination method Download PDFInfo
- Publication number
- JP2019185415A JP2019185415A JP2018075955A JP2018075955A JP2019185415A JP 2019185415 A JP2019185415 A JP 2019185415A JP 2018075955 A JP2018075955 A JP 2018075955A JP 2018075955 A JP2018075955 A JP 2018075955A JP 2019185415 A JP2019185415 A JP 2019185415A
- Authority
- JP
- Japan
- Prior art keywords
- time
- abnormality determination
- sensor data
- spike
- abnormality
- 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.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Manipulator (AREA)
Abstract
Description
本発明は、減速機等の可動機構に発生する異常を早期に発見する異常判定装置及び異常判定方法に関する。 The present invention relates to an abnormality determination device and an abnormality determination method for early detecting an abnormality that occurs in a movable mechanism such as a speed reducer.
減速機等の可動機構を備える生産設備では、突発的な故障の発生による長時間にわたる生産停止を防止するため、可動機構に異常が発生した場合に迅速に検出してユーザに通知することが行われている。しかし、生産設備(例えば、ロボット)を長時間停止させた後に稼働を開始した際には、可動機構に搭載されるモータに生じる外乱トルクが暫くの間過大となることがあり、異常が発生していないにも拘わらず異常を検出してしまうことがある。
特許文献1には、モータの運転停止時、停止直前、開始直後及び低速運転時等において、異常検出処理を実施しないことにより誤検出を防止することが開示されている。
In a production facility equipped with a movable mechanism such as a speed reducer, in order to prevent a long-term production stoppage due to the occurrence of a sudden failure, it is possible to quickly detect and notify the user when an abnormality occurs in the movable mechanism. It has been broken. However, when production equipment (for example, a robot) is stopped for a long time and the operation is started, the disturbance torque generated in the motor mounted on the movable mechanism may become excessive for a while and an abnormality occurs. Even though it is not, abnormalities may be detected.
Patent Document 1 discloses that erroneous detection is prevented by not performing abnormality detection processing at the time of motor operation stop, immediately before stop, immediately after start, and at low speed operation.
しかしながら、特許文献1には、生産設備を長時間停止させた後に生じる異常の誤検出の対策について示されていない。
本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、生産設備を長時間停止させた後に稼働を開始した際に生じる異常の誤検出を防止することが可能な異常判定装置及び異常判定方法を提供することにある。
However, Patent Document 1 does not show countermeasures against erroneous detection of abnormalities that occur after the production facility has been stopped for a long time.
The present invention has been made to solve such a conventional problem, and its purpose is to prevent erroneous detection of an abnormality that occurs when the production facility is started after being stopped for a long time. An object of the present invention is to provide an abnormality determination device and an abnormality determination method that can be performed.
上記目的を達成するため、本発明は、可動機構が稼働を停止している時間である稼働停止時間を取得し、稼働停止時間が第1の所定時間を超えた場合に、稼働停止時間の経過後に可動機構が稼働を開始してから第2の所定時間の間、センサから取得したセンサデータ及び閾値の少なくとも一方を補正する。 In order to achieve the above object, the present invention acquires an operation stop time that is a time during which the movable mechanism stops operating, and when the operation stop time exceeds a first predetermined time, the operation stop time has elapsed. Later, at least one of the sensor data and the threshold value acquired from the sensor is corrected for a second predetermined time after the movable mechanism starts operating.
本発明によれば、生産設備を長時間停止させた後に稼働を開始した際に生じる異常の誤検出を防止することが可能となる。 ADVANTAGE OF THE INVENTION According to this invention, it becomes possible to prevent the misdetection of the abnormality which arises when a production facility is stopped for a long time and it starts operation.
以下、本発明の実施形態を図面に基づいて説明する。
[第1実施形態の構成の説明]
図1、図2を参照して、第1実施形態に係る異常判定装置101について説明する。図1に示すように、第1実施形態に係る異常判定装置101は、生産ロボット40(可動機構を備えた機器)、及びユーザインターフェース50(図では「UI」と表記)に接続されている。
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[Description of Configuration of First Embodiment]
With reference to FIG. 1 and FIG. 2, the
異常判定装置101は、例えば一体型のコンピュータで構成することができ、演算処理を実行するCPU15と、各種のデータ及びコンピュータプログラムを記憶するメモリ16と、各種のデータベースを備えている。データベース(DB)は、稼働履歴DB11、温度DB12、及びセンサDB13を含んでいる。
The
生産ロボット40は、例えば複数の減速機44(可動機構)を備えており、車体の溶接作業を自動で実行するロボット等である。
ユーザインターフェース50は、ユーザによる各種の入力操作を行う操作部、及び、各種のデータをユーザに提示するモニタ、タブレット等の表示器を有している。
The
The
異常判定装置101は、メモリ16に記憶されているコンピュータプログラム及び各種データに基づいて、CPU15が制御を実行することにより情報処理演算が実行される。このため、後述する図2に示すように、通信回路21、演算回路22、異常判定回路23、及びアラーム回路24の機能を実行することができる。なお、本発明で示す「異常」とは、可動機構の動作停止、可動機構の動作不良、潤滑油の劣化等の、可動機構の故障、及び正常な動作を阻む種々の要因を含む概念である。
In the
次に、図2を参照して生産ロボット40、ユーザインターフェース50、及び異常判定装置101のそれぞれの機能について説明する。
図2に示すように、生産ロボット40は、モータを有して稼働する減速機44と、減速機44に設けられるセンサ43と、計測回路42と、通信回路41を備えている。
Next, functions of the
As shown in FIG. 2, the
センサ43は、減速機44に設けられるモータに発生するトルク値を検出する。例えば生産ロボット40に複数の減速機44が搭載されている場合において、各減速機44に設置されたモータのトルク値を検出する。検出したトルク値は、異常判定装置101に送信される。なお、本実施形態では、可動機構の一例として減速機を例に挙げて説明するが、本発明はこれに限定されない。
The
計測回路42は、センサ43で検出されるトルク値と、減速機44の制御値との差分を演算する。例えば、減速機44のモータのトルク値と、該モータの制御値の差分(これを、「外乱トルク」という)を演算する。更に、計測回路42は、センサ43で検出されるトルク値に基づいて、減速機44の稼働データを取得する。稼働データには、減速機44の稼働日、稼働を開始した時刻、稼働を停止した時刻、連続して稼働した時間、連続して停止した時間、等の稼働に関する各種のデータが含まれる。また、稼働データには、生産ロボット40に含まれる複数の減速機44の動作に関するデータ、モータの停止位置に関するデータ等が含まれる。
更に、計測回路42は、減速機44を設置する施設の環境温度、或いは減速機44の内部の温度等の、周囲温度を取得する。また、計測回路42は、生産ロボット40にて減速機44の保全(修理、交換、潤滑油の更油等)が行われた場合に、この保全が行われたことを示す保全データを取得する。
The
Furthermore, the
通信回路41は、計測回路42で演算された外乱トルク、計測回路42で取得された稼働データ、周囲温度、保全データ、及び、センサ43で検出されたトルク値を、異常判定装置101に送信する。
The
異常判定装置101は、図2に示すように、通信回路21と、演算回路22と、異常判定回路23と、アラーム回路24を備えている。更に、図1に示したように、通信回路21と、演算回路22と、異常判定回路23と、アラーム回路24の各機能をプログラムで設定し、図1に示すCPU15で処理する構成とすることも可能である。
As shown in FIG. 2, the
通信回路21は、生産ロボット40の通信回路41との間で通信を行う。センサ43で検出されたトルク値、計測回路42で演算された外乱トルクを受信してセンサDB13に出力する。減速機44の稼働データを、稼働履歴DB11に出力する。減速機44の保全データを、メモリ16に出力する。
The
メモリ16は、通信回路21から受信した減速機44の保全データが記憶する。減速機44の保全が行われると保全データがリアルタイムで送信されてメモリ16に記憶される。リアルタイム以外にも、実際の保全が終了した後に、ユーザがユーザインターフェース50より入力した保全データを記憶する。従って、メモリ16には最新の保全データが記録される。
The
稼働履歴DB11は、通信回路21から受信した生産ロボット40の稼働データを記憶する。上述したように稼働データは、減速機44の稼働日、稼働を開始した時刻、稼働を停止した時刻、連続して稼働した時間、連続して停止した時間、等の稼働に関する各種のデータ、減速機44の動作に関するデータ、モータの停止位置に関するデータ等が含まれる。
The operation history DB 11 stores operation data of the
センサDB13は、通信回路21から受信した、センサ43で検出された減速機44のモータのトルク値、外乱トルクを記憶する。
The
温度DB12は、通信回路21から受信した、生産ロボット40が設置される施設の環境温度、減速機44の内部温度、表面温度等の周囲温度を記憶する。また、温度DB12には、生産ロボット40が設置される生産施設内の温度データや、ネット回線により外部から収集した温度データを記憶してもよい。また、生産施設が立地している地域の温度データを記憶してもよい。
The
演算回路22は、センサDB13に記憶されたトルク値、外乱トルクと、メモリ16に記憶されている保全データに基づいて、減速機44についての異常判定の演算を行う。具体的には、減速機44のモータに生じる外乱トルクの変化率を演算し、予め設定した変化率閾値との比較により異常であるか否かを判断する。或いは、モータに生じる外乱トルクの異常度を演算し、異常度と予め設定した異常度閾値との比較により異常であるか否かを判断する。
The
上記の(A)外乱トルクの変化率を算出する方法、(B)外乱トルクの異常度を算出する方法について、以下に説明する。 (A) The method for calculating the change rate of the disturbance torque and (B) the method for calculating the degree of abnormality of the disturbance torque will be described below.
(A)外乱トルクの変化率を算出する方法
外乱トルクの基準値を設定し、基準値と、演算された外乱トルクを比較して変化率を算出する。例えば、基準値が「100」であり、検出された外乱トルクが「120」である場合には、下記(1)式のように、変化率は20%であると演算される。
(120/100)−1=0.2=20% …(1)
そして、演算された変化率と予め設定した変化率閾値(例えば、15%)を比較し、変化率が変化率閾値を超える場合には、この減速機44には異常が発生しているものと判断する。上記の例では、20%>15%であるので、この減速機44は異常であると判断する。
(A) Method of calculating change rate of disturbance torque A reference value of disturbance torque is set, and the change rate is calculated by comparing the reference value with the calculated disturbance torque. For example, when the reference value is “100” and the detected disturbance torque is “120”, the change rate is calculated to be 20% as shown in the following equation (1).
(120/100) -1 = 0.2 = 20% (1)
Then, the calculated rate of change is compared with a preset rate of change threshold (for example, 15%), and if the rate of change exceeds the rate of change threshold, an abnormality has occurred in the
基準値は、一例として通常運転時の所定時間における外乱トルクの平均値として設定することができる。また、1年前の同月の外乱トルクデータの平均値を用いてもよい。同月の外乱トルクデータを用いることにより、時期、季節の環境が一致している時のデータを用いることができるので、より高精度な判断が可能となる。また、基準値を平均値以外の数値に設定することも可能である。 As an example, the reference value can be set as an average value of disturbance torque in a predetermined time during normal operation. Moreover, you may use the average value of the disturbance torque data of the same month one year ago. By using the disturbance torque data of the same month, it is possible to use the data when the time and season environments match, so that more accurate judgment can be made. It is also possible to set the reference value to a numerical value other than the average value.
(B)外乱トルクの異常度を算出する方法
異常度をa(x’)とすると、下記の(2)式で異常度a(x’)を算出する。
a(x’)={(x’−m)2}/2s2 …(2)
但し、(2)式において「x’」は新たに測定された外乱トルク、「m」は外乱トルクの標本平均、「s」は外乱トルクの標準偏差である。
(B) Method of calculating the degree of abnormality of disturbance torque If the degree of abnormality is a (x ′), the degree of abnormality a (x ′) is calculated by the following equation (2).
a (x ′) = {(x′−m) 2 } / 2s 2 (2)
In equation (2), “x ′” is a newly measured disturbance torque, “m” is a sample average of the disturbance torque, and “s” is a standard deviation of the disturbance torque.
そして、演算された異常度と予め設定した異常度閾値を比較し、異常度が異常度閾値を超える場合には、この減速機44には異常が発生しているものと判断する。
なお、異常の検出方法は、上記の(A)、(B)に限らず、例えば、移動平均を用いる方法、カーネル密度推定、密度比推定、等の確率分布を用いる方法を採用することも可能である。
Then, the calculated abnormality degree is compared with a preset abnormality degree threshold value, and if the abnormality degree exceeds the abnormality degree threshold value, it is determined that an abnormality has occurred in the
The abnormality detection method is not limited to the above (A) and (B), and for example, a method using a probability distribution such as a method using a moving average, kernel density estimation, density ratio estimation, or the like can also be adopted. It is.
図4は、上述した(1)式で算出した外乱トルクの変化率の、時間経過に対する変化を示すグラフであり、横軸は時間であり、縦軸は変化率[%]を示している。図4は、生産ロボット40を3月4日まで稼働し、その後、3月5日、3月6日の二日間だけ休止し、3月7日から再稼働する場合の変化率の変化を示している。
FIG. 4 is a graph showing the change of the disturbance torque calculated by the above-described equation (1) with respect to time, the horizontal axis is time, and the vertical axis is the change rate [%]. FIG. 4 shows the change in the rate of change when the
稼働運転の終了間際である3月4日では、変化率はほぼ0%である。即ち、大きな外乱トルクの変化は発生していない。また、再稼働を開始した直後の3月7日では、外乱トルクに大きな変化が発生しており、変化率が20%を超えている。その後、3月8日、3月9日と時間が経過するにつれて、変化率は徐々に減少している。 On March 4, which is just before the end of the operation, the rate of change is almost 0%. That is, no great disturbance torque change has occurred. Further, on March 7 immediately after the start of re-operation, a great change has occurred in the disturbance torque, and the rate of change exceeds 20%. After that, the rate of change gradually decreased as time passed on March 8 and March 9.
例えば、異常と判定する変化率閾値を15%に設定すると、3月7日の変化率は変化率閾値を超えているので、異常有りと判断する。 For example, if the change rate threshold value for determining an abnormality is set to 15%, the change rate on March 7 exceeds the change rate threshold value, so it is determined that there is an abnormality.
更に、演算回路22は、上記の処理で減速機44に異常が発生していると判断された場合に、稼働履歴DB11に記憶されている稼働データに基づいて、減速機44の稼働停止時間を演算する。具体的には、減速機44に異常が発生していると判断された際に、稼働履歴DB11に記憶されている稼働データに基づき、この異常の発生時点よりも前に、長時間にわたる稼働停止時間が存在するか否かを判断する。この判断結果を、異常判定回路23に出力する。
Further, when it is determined that an abnormality has occurred in the
異常判定回路23は、誤報防止回路231と、スパイク除去回路232と、判定演算回路233を有している。
The
誤報防止回路231は、演算回路22で取得された減速機44の稼働停止時間に基づき、第1の所定時間よりも長い稼働停止時間(例えば、長期休暇による停止)が存在したか否かを判断する。第1の所定時間は、例えば、1日、1週間、1か月などである。そして、第1の所定時間よりも長い稼働停止時間が存在する場合には、この稼働停止時間の後、稼働を開始してからの一定の時間を、トルク値に重畳するスパイクを除去する処理を実施する時間(以下、「スパイク除外時間」という)に設定する。
この際、温度DB12に記憶されている周囲温度に基づいて、スパイク除外時間を算出する。なお、「スパイク」とは、減速機44のモータのトルク値に重畳する突発的なトルク値の変化を示し、例えば、周期が2時間以下(所定周期以下)の成分を示す。
The false
At this time, the spike exclusion time is calculated based on the ambient temperature stored in the
スパイク除去回路232は、上記のスパイク除外時間(第2の所定時間)において、減速機44のモータのトルク値に生じるスパイクを除去する処理を行う。
トルク値からスパイクを除去することにより、トルク値が補正されることになる。従って、スパイク除外時間においては、トルク値に重畳するスパイクが除去されるので、スパイクが閾値を超えることによる異常判断の誤検出を防止できる。また、スパイクを除去する代わりに、上記の「スパイク除外時間」において、外乱トルクの異常を判定するための閾値が高くなるように変更することもできる。この場合には、スパイクが発生する場合でも、異常判定の閾値が高く設定されるので、スパイクが閾値を超えることによる異常判断の誤検出を防止できる。或いは、スパイクを除去し、且つ、閾値を高くする処理を併用してもよい。
The
By removing the spike from the torque value, the torque value is corrected. Therefore, since spikes superimposed on the torque value are removed during the spike exclusion time, it is possible to prevent erroneous detection of abnormality determination due to spikes exceeding the threshold value. Further, instead of removing the spike, it is possible to change the threshold for determining abnormality of the disturbance torque in the “spike exclusion time” described above. In this case, even when a spike occurs, the abnormality determination threshold is set high, so that erroneous detection of abnormality determination due to the spike exceeding the threshold can be prevented. Or you may use together the process which removes a spike and raises a threshold value.
以下、図5を参照してスパイク除去の手順について説明する。図5は、時間経過に対するトルク値の変化、及びスパイク除外時間を示すグラフである。図5に示すように、減速機44が停止した状態から再稼働する3月7日は、稼働停止時間の影響を受けてトルク値に外乱トルクによるスパイク(q1、q2、q3等)が発生している。また、トルク値には閾値Tthが設定されており、トルク値が閾値Tthを超えた場合には、異常であると判断する。
Hereinafter, the spike removal procedure will be described with reference to FIG. FIG. 5 is a graph showing a change in torque value over time and spike exclusion time. As shown in FIG. 5, on March 7 when the
スパイク除去回路232は、3月7日のトルク値から、周期の短い波形を除去する処理を実施してスパイクを除去する。この処理は、突発的に上昇、或いは下降して元に戻る波形を検出し、この周期が所定周期(例えば、2時間)よりも短い場合には、このトルク値の変化は外乱トルクによるスパイクであると判断し、この波形を除去する。図5に示すスパイク波形q1、q2、q3は除去される。従って、減速機44の稼働開始後に、突発的に生じるスパイクに起因してトルク値が閾値Tthを超えることを回避できる。なお、スパイク除外時間は1日(24時間)に設定されているので、3月8日以降のトルク値に生じるスパイクは除去されない。
The
また、所定周期よりも短い周期の波形をスパイクと判断し、このスパイクを除去する例について説明したが、これ以外にも、以下の(a)〜(d)に示す方法を採用することができる。 In addition, although an example in which a waveform having a period shorter than the predetermined period is determined as a spike and the spike is removed has been described, the following methods (a) to (d) may be employed. .
(a)スパイク除外時間(第2の所定時間)内のトルク値の平均値を演算し、スパイク除外時間におけるトルク値(センサデータ)を上記の平均値に置き換える補正を行う。 (A) An average value of torque values within the spike exclusion time (second predetermined time) is calculated, and correction is performed to replace the torque value (sensor data) at the spike exclusion time with the above average value.
(b)トルク値の移動平均を算出し、スパイク除外時間におけるトルク値を上記の移動平均に置き換える補正を行う。 (B) A moving average of torque values is calculated, and correction is performed to replace the torque value at the spike exclusion time with the above moving average.
(c)スパイク除外時間内におけるトルク値の分散を演算し、且つ、減速機の稼働を開始してから十分に時間が経過して安定的に稼働しているときである平常時の分散を演算する。そして、スパイク除外時間のトルク値に、「平常期の分散」を「スパイク除外時間の分散」で除した数値を乗じて、補正後のトルク値とする。 (C) Calculate the variance of the torque value within the spike exclusion time, and calculate the variance at normal times when sufficient time has elapsed since the start of the reduction gear operation and stable operation To do. Then, the torque value of the spike exclusion time is multiplied by a numerical value obtained by dividing “variance of normal period” by “dispersion of spike exclusion time” to obtain a corrected torque value.
(d)スパイク除外時間内において、トルク値の異常を判断する閾値Tthを高く設定する。 (D) Within the spike exclusion time, the threshold value Tth for determining an abnormality in the torque value is set high.
そして、上記(a)〜(c)の方法を採用する場合においても、スパイク除外時間におけるスパイクを除去または抑制することができる。また、上記(d)の方法を採用することにより、閾値Tthが通常時と比べて相対的に高く設定されるので、トルク値が閾値Tthを超え難くなり、誤検出を防止できる。また、上記(a)〜(c)と(d)を併用してもよい。 And also when employ | adopting the method of said (a)-(c), the spike in spike exclusion time can be removed or suppressed. Further, by adopting the above method (d), the threshold value Tth is set relatively high compared to the normal time, so that the torque value hardly exceeds the threshold value Tth, and erroneous detection can be prevented. Moreover, you may use together said (a)-(c) and (d).
判定演算回路233は、スパイクが除去されたトルク値に基づき、トルク値が上記した閾値を超えた場合に、減速機44に異常が発生しているものと判断する。即ち、スパイクを除外時間においてスパイクを除去したにも拘わらず、トルク値が閾値(図5のTth参照)を超えた場合に、減速機44が異常であると判断する。
具体的には、図5に示したように、スパイク波形q1〜q3を除去した後のトルク値が閾値Tthを超えた場合に、異常であると判断する。
Based on the torque value from which the spike has been removed, the
Specifically, as shown in FIG. 5, when the torque value after the spike waveforms q1 to q3 are removed exceeds the threshold value Tth, it is determined that there is an abnormality.
上記のように、誤報防止回路231、スパイク除去回路232、及び判定演算回路233を有する異常判定回路23は、減速機44の稼働停止時間を取得し、稼働停止時間が第1の所定時間を超えた場合に、減速機44が稼働停止時間の経過後に稼働を開始してから第2の所定時間だけトルク値(センサデータ)、及びトルク値の異常を判断する閾値、の少なくとも一方を補正する制御部としての機能を備えている。
As described above, the
アラーム回路24は、異常判定回路23にて減速機44に異常が発生しているものと判断された場合に、ユーザインターフェース50にアラームを出力して異常の発生をユーザに知らせる。
When the
そして、第1実施形態に係る異常判定装置101では、例えば、生産ロボット40の稼働を終了し、2日後に稼働を開始する場合、或いは休日後の休み明け等、長時間の非稼働状態が続いた場合において、その後の稼働時における異常の誤検出を防止する。
Then, in the
[第1実施形態の作用の説明]
次に、第1実施形態に係る異常判定装置101の作用について説明する。図3は、第1実施形態に係る異常判定装置101の処理手順を示すフローチャートである。
初めに、ステップS11において演算回路22は、センサDB13に記憶されている外乱トルク、及びメモリ16に記憶されている保全データを取得し、減速機44に異常が発生しているか否かを判断するための演算を行う。
[Description of Operation of First Embodiment]
Next, the operation of the
First, in step S11, the
ステップS12において、演算回路22は、減速機44に異常が発生しているか否かを判断する。詳細には、センサDB13に記憶される外乱トルクに基づいて、前述した、(A)外乱トルクの変化率を算出する方法、(B)外乱トルクの異常度を算出する方法を用いて異常を判断することができる。この際、保全データを参照し、減速機44について保全を行ったことが保全データに記憶されている場合には、減速機44は既に保全されているので、異常は発生していないものと判断する。
In step S <b> 12, the
そして、図3のステップS12の処理で異常が発生しているものと判断された場合には、ステップS13において演算回路22は、稼働履歴DB11に記録されている減速機の稼働データを参照し、データの分析処理を実施する。
データの分析処理では、異常が検出される前(例えば、3日以内)に、長時間に亘る稼働停止時間があったか否かを分析する。
ステップS14において、誤報防止回路231は、稼働停止時間が第1の所定時間を超えたか否かを判断する。第1の所定時間は、例えば、1日(24時間)に設定されている。
If it is determined in step S12 in FIG. 3 that an abnormality has occurred, in step S13, the
In the data analysis process, it is analyzed whether or not there is a long operation stoppage time before an abnormality is detected (for example, within 3 days).
In step S14, the false
前述した図4に示した例では、変化率の振幅が異常であると判断された3月7日の前(3日以内)に、連続した2日間の稼働停止時間が存在するので、稼働停止時間は第1の所定時間を超えたものと判断する。その後、ステップS15に処理を進める。
また、稼働停止時間が第1の所定時間以下の場合には、ステップS21において、その他の要因分析を実施したうえで、ステップS20へ進み、アラーム信号をユーザインターフェース50に出力する。更に、アラームを出力したことを稼働履歴DB11に記録する。
In the example shown in FIG. 4 described above, the operation stop time is continuous for two days before March 7 (within 3 days) when the change rate amplitude is determined to be abnormal. It is determined that the time has exceeded the first predetermined time. Thereafter, the process proceeds to step S15.
If the operation stop time is equal to or shorter than the first predetermined time, after other factor analysis is performed in step S21, the process proceeds to step S20, and an alarm signal is output to the
ステップS15において、誤報防止回路231は、稼働データ及び周囲温度を参照して、スパイク除外時間(第2の所定時間)を算出する。
In step S15, the false
具体例として、稼働停止時間が1日である場合に、スパイク除外時間を既定時間T1に設定し、稼働停止時間が長くなるほど、既定時間T1よりも長いスパイク除外時間に設定する。稼働停止時間が長い場合には、稼働を開始した後において、減速機44に搭載されるモータが安定して作動しない時間が長くなる傾向にあるので、スパイク除外時間を長くすることにより、異常の誤検出を防止する。他の具体例として、減速機44の周辺の温度が低いほどスパイク除外時間を長く設定する。減速機44の周辺の温度が低い場合には、モータの温度が上昇して正常に作動するまでの時間が長いと判断されるので、スパイク除外時間を長く設定して、異常の誤検出を防止する。
As a specific example, when the operation stop time is one day, the spike exclusion time is set to the predetermined time T1, and as the operation stop time becomes longer, the spike exclusion time is set to be longer than the predetermined time T1. When the operation stop time is long, after the operation is started, the time that the motor mounted on the
ステップS16において、スパイク除去回路232は、ステップS15の処理で設定されたスパイク除外時間内において、トルク値に重畳して存在するスパイクを前述した方法で除去する。例えば、図5に示したスパイク(q1、q2、q3等)を除去する。
In step S16, the
ステップS17において、判定演算回路233は、トルク値が異常であるか否かを判断する。具体的には、スパイクを除去した後のトルク値が閾値Tthを超えた場合に、異常であると判断する。
In step S17, the
また、トルク値と閾値Tthとの比較により異常を判断する方法以外にも、上述した外乱トルクの変化率を用いて異常を判断することも可能である。
例えば、図4に示したように、稼働停止時間後の稼働日である3月7日では、外乱トルクの変化率が変化率閾値である15%を超えている。そして、上記のスパイクを除去する処理を実施した後においてもなお外乱トルクの変化率が変化率閾値を超えている場合には、この減速機44は異常であると判断する。また、スパイク除外時間が経過した後に、外乱トルクの変化率が変化率閾値を超えた場合においても、異常が発生しているものと判断する。
In addition to the method of determining an abnormality by comparing the torque value and the threshold value Tth, it is also possible to determine the abnormality using the above-described change rate of the disturbance torque.
For example, as shown in FIG. 4, on March 7, which is the working day after the operation stop time, the change rate of the disturbance torque exceeds the change rate threshold of 15%. If the change rate of the disturbance torque still exceeds the change rate threshold even after the processing for removing the spike is performed, it is determined that the
更に他の方法として、上述した外乱トルクの異常度を演算し、上記のスパイクを除去する処理を実施した後においてもなお外乱トルクの異常度が異常度閾値を超えている場合、或いは、スパイク除外時間が経過した後に異常度が異常度閾値を超えた場合に、この減速機44は異常であると判断することも可能である。
As another method, when the disturbance torque abnormality degree is calculated and the spike is removed, the disturbance torque abnormality degree still exceeds the abnormality threshold value, or spike exclusion is performed. If the degree of abnormality exceeds the degree of abnormality threshold after a lapse of time, it is possible to determine that the
そして、上記の処理により、トルク値に異常が発生していなければ(ステップS17でNO)、本処理を終了する。 If no abnormality has occurred in the torque value by the above process (NO in step S17), this process ends.
一方、スパイク除外時間が経過した後にスパイクが発生した場合には(ステップS17でYES)、減速機44に異常が発生しているものと判断してステップS18に処理を進める。
On the other hand, if a spike occurs after the spike exclusion time has elapsed (YES in step S17), it is determined that an abnormality has occurred in the
ステップS18において、アラーム回路24は、アラームを出力するか否かを判断し、アラームを出力すると判断した場合には、ステップS20において、アラーム信号をユーザインターフェース50に出力する。更に、アラームを出力したことを稼働履歴DB11に記録する。アラームを出力するか否かの判断は、例えば、ユーザインターフェース50によりユーザが設定することができる。
In step S18, the
アラームを出力すると判断しない場合には(ステップS18でNO)、ステップS19において、アラームを出力したことを稼働履歴DBに記録する。
こうして、減速機44に長時間に亘る稼働停止時間が存在する場合には、この稼働停止時間に基づいてスパイク除外時間を設定し、アラームの誤報を防止できるのである。
If it is not determined to output an alarm (NO in step S18), in step S19, the output of the alarm is recorded in the operation history DB.
Thus, when the
[第1実施形態の変形例の説明]
上述した第1実施形態では、減速機44が長時間停止し、停止した時間が第1の所定時間(例えば、1日)を超えた場合に、スパイク除外時間を設定した。また、第1の所定時間が長いほど、スパイク除外時間を長く設定する例について説明した。
[Description of Modified Example of First Embodiment]
In the first embodiment described above, the spike exclusion time is set when the
変形例では、第1の所定時間の長さに加えて、減速機44の周辺の温度に応じてスパイク除外時間を設定する。
図6は、減速機44の稼働停止時間(第1の所定時間)、及び平均の周囲温度と、スパイク除外時間との関係を示す対応表の一例である。例えば、減速機44の平均の周囲温度が10℃であり、減速機44の稼働停止時間が2日間である場合には、スパイク除外時間を1日(24時間)に設定する。また、減速機44の平均の周囲温度が30℃であり、減速機の稼働停止時間が2日間である場合には、スパイク除外時間を0.5日(12時間)に設定する。
In the modification, the spike exclusion time is set according to the temperature around the
FIG. 6 is an example of a correspondence table showing the relationship between the operation stop time (first predetermined time) of the
図7(a)は、減速機44の周囲温度が30℃前後である場合の、外乱トルクの変化率の変化を示すグラフであり、7月1日まで減速機44を稼働し、7月2日、7月3日の2日間は減速機44を停止し、7月4日から稼働を開始した場合を示している。また、図7(b)は、図7(a)に対応する時刻の温度変化を示すグラフである。
FIG. 7A is a graph showing the change in the rate of change of disturbance torque when the ambient temperature of the
図7(a)に示すように、稼働を開始した7月4日には、大きな外乱トルクが発生しており、変化率が20%を超える時間帯(波形Q1)が存在する。従って、トルク値に生じるスパイクを除去しなければ減速機44に異常が発生しているものと誤検出される。しかし、図6の対応表から、スパイク除外時間が0.5日(12時間)に設定されるので、7月4日の12時間に含まれる波形Q1はスパイクの除去により振幅が抑制され、異常と判断されずアラームは出力されない。
As shown in FIG. 7A, a large disturbance torque is generated on July 4 when the operation is started, and there is a time zone (waveform Q1) in which the rate of change exceeds 20%. Therefore, if the spike generated in the torque value is not removed, it is erroneously detected that an abnormality has occurred in the
図8(a)は、減速機44の周囲温度が図7よりも相対的に低い10℃前後である場合の、外乱トルクの変化率の変化を示すグラフであり、3月25日まで減速機44を稼働し、3月26日、3月27日の2日間は減速機44を停止し、3月28日から稼働を開始した場合を示している。また、図8(b)は、図8(a)に対応する時刻の温度変化を示すグラフである。
FIG. 8A is a graph showing changes in the rate of change of disturbance torque when the ambient temperature of the
図8(a)に示すように、稼働を開始した3月28日には、外乱トルクの変化が大きい時間帯が存在し、変化率が15%を超える時間帯(波形Q2、Q3)が存在する。従って、トルク値に生じるスパイクを除去しなければ減速機44に異常が発生しているものと誤検出される。しかし、図6の対応表から、スパイク除外時間が1日(24時間)に設定されるので、3月28日の24時間に含まれる波形Q2、Q3はスパイクの除去により振幅が抑制され、異常と判断されずアラームは出力されない。
As shown in FIG. 8 (a), on March 28 when the operation started, there is a time zone in which the disturbance torque changes greatly, and there are time zones (waveforms Q2, Q3) where the rate of change exceeds 15%. To do. Therefore, if the spike generated in the torque value is not removed, it is erroneously detected that an abnormality has occurred in the
即ち、周囲温度が高い場合には、スパイク除外時間を短く設定し、周囲温度が低い場合にはスパイク除外時間を相対的に長く設定する。換言すれば、周囲温度が低い場合には、周囲温度が相対的に高い場合に比べて、スパイク除外時間を長く設定する。周囲温度を考慮してスパイク除外時間を設定することにより、アラームの誤報をより確実に防止できる。 That is, when the ambient temperature is high, the spike exclusion time is set short, and when the ambient temperature is low, the spike exclusion time is set relatively long. In other words, when the ambient temperature is low, the spike exclusion time is set longer than when the ambient temperature is relatively high. By setting the spike exclusion time in consideration of the ambient temperature, false alarms can be prevented more reliably.
[第1実施形態の効果の説明]
このようにして、第1実施形態及び変形例に係る異常判定装置、及び異常判定方法では、以下に示す効果を達成することができる。
(1)
減速機44(可動機構)を備えた機器(生産ロボット40)の稼働停止時間が第1所定時間(例えば、1日)を超えた場合には、スパイク除外時間(第2の所定時間)を設定し、稼働停止時間の後、減速機44を稼働する際に、前記スパイク除外時間だけ、トルク値(センサデータ)及び閾値Tthの少なくとも一方を補正する。従って、稼働停止時間が長いことにより、突発的にトルク値にスパイクが発生した場合でも、このスパイクによるアラームの誤報を防止することができる。
[Description of Effects of First Embodiment]
As described above, the abnormality determining device and the abnormality determining method according to the first embodiment and the modification can achieve the following effects.
(1)
A spike exclusion time (second predetermined time) is set when the operation stop time of the device (production robot 40) provided with the speed reducer 44 (movable mechanism) exceeds a first predetermined time (for example, one day). Then, when the
(2)
所定周期(例えば、2時間)を設定し、減速機44のトルク値の変化で、前記所定の周期以下の波形をスパイクと見なして除去する。即ち、スパイク除外時間(第2の所定時間)内におけるトルク値の時間経過に対する変化を示す波形から所定周期以下の成分を除去する。具体的には、図5に示したスパイク波形q1、q2等の、減速機44のトルク値に重畳するスパイクをより高精度に除去することができる。従って、稼働を開始した後に生じるトルク値のスパイクによるアラームの誤報を防止することができる。
(2)
A predetermined period (for example, 2 hours) is set, and a waveform having the predetermined period or less is regarded as a spike and removed by a change in the torque value of the
(3)
スパイク除外時間において、トルク値の平均値を算出し、この平均値をスパイク除外時間内でのトルク値とする補正をするので、スパイク除外時間でのスパイクを、除去或いは低減することができ、スパイクによるアラームの誤報を防止することができる。
(3)
During the spike exclusion time, the average value of the torque value is calculated and the average value is corrected to be the torque value within the spike exclusion time, so that the spike at the spike exclusion time can be removed or reduced, and the spike It is possible to prevent false alarms due to.
(4)
トルク値の移動平均を算出し、スパイク除外時間におけるトルク値を移動平均とする補正をすることにより、スパイク除外時間でのスパイクを、除去或いは低減することができ、スパイクによるアラームの誤報を防止することができる。
(4)
By calculating the moving average of the torque values and correcting the torque value at the spike exclusion time as the moving average, spikes at the spike exclusion time can be removed or reduced, and false alarms due to spikes can be prevented. be able to.
(5)
スパイク除外時間において、トルク値に(平常時の分散値/補正時間の分散値)を乗じる演算を行い、この演算結果をスパイク除外時間におけるトルク値とする補正をするので、トルク値にスパイクが生じた場合でも、このスパイクが閾値を超えることを低減でき、スパイクによるアラームの誤報を防止することができる。
(5)
During the spike exclusion time, the torque value is multiplied by (variance value in normal time / variance value of the correction time), and this calculation result is corrected to be the torque value at the spike exclusion time, resulting in a spike in the torque value. Even if this occurs, it is possible to reduce the spike from exceeding the threshold, and to prevent false alarms due to the spike.
(6)
稼働停止時間が長いほど、スパイク除外時間を長く設定するので、長時間に亘る停止後の稼働でスパイクが発生しやすい場合でも、スパイクを除去してアラームの誤報を防止することができる。
(6)
The longer the operation stop time is, the longer the spike exclusion time is set. Therefore, even when spikes are likely to occur during operation after a long stop, the spikes can be removed to prevent false alarms.
(7)
減速機44の周囲温度に基づいて、スパイク除外時間を算出するので、スパイクが発生し易い時間帯をスパイク除外時間に設定することができる。例えば、周囲温度が低い場合には、稼働が開始されてからスパイクが生じる時間帯も長くなるので、スパイク除外時間を長く設定することにより、スパイクによるアラームの誤報を防止することができる。
(7)
Since the spike exclusion time is calculated based on the ambient temperature of the
(8)
減速機44の周囲温度として、減速機44が設置されている施設の環境温度、或いは、減速機44の内部の温度を用いるので、より正確な温度を用いることができ、スパイクによるアラームの誤報を防止することができる。
(8)
As the ambient temperature of the
[第2実施形態の説明]
図9、図10を参照して、第2実施形態に係る異常判定装置102について説明する。図9、図10はそれぞれ前述した図1、図2と対比して、稼働履歴DB11を備えていない点で相違している。それ以外は、図1、図2と同様であるので、同一符号を付して構成説明を省略する。
[Description of Second Embodiment]
With reference to FIG. 9, FIG. 10, the
第2実施形態では、図10に示す演算回路22は、稼働データを使用せず、センサDB13に記憶されたトルク値に基づき、トルク値が一定時間(第1の所定時間)連続して同一の値を維持している時間を、稼働停止時間として認識する。即ち、トルク値が変化しないということは、減速機44は稼働していないものと判断できるので、稼働履歴DB11に記憶されている稼働データを用いることなく稼働停止時間を求めることができる。上記以外の構成、作用は、前述した第1実施形態と同様であるので説明を省略する。
In the second embodiment, the
このようにして、第2実施形態に係る異常判定装置102では、前述した第1実施形態に記載した効果に加え、稼働履歴DB11を設けないので、装置構成を簡素化することができ、小型化、低コスト化を図ることが可能となる。
In this way, in the
[第3実施形態の説明]
次に、本発明の第3実施形態について説明する。第3実施形態に係る異常判定装置の構成は前述した第1実施形態で示した図1、図2と同様であるので、構成説明を省略する。
第3実施形態では、センサDB13(記憶部)に記憶されている、過去のセンサデータを用いてスパイク除外時間(第2の所定時間)を設定する点で、上述した第1実施形態と相違する。
[Description of Third Embodiment]
Next, a third embodiment of the present invention will be described. Since the configuration of the abnormality determination device according to the third embodiment is the same as that shown in FIGS. 1 and 2 described in the first embodiment, description of the configuration is omitted.
The third embodiment is different from the first embodiment described above in that the spike exclusion time (second predetermined time) is set using past sensor data stored in the sensor DB 13 (storage unit). .
即ち、前述した第1実施形態では、減速機44の停止時間が第1の所定時間を超えた場合には、この第1の所定時間に応じて、スパイク除外時間を設定した。これに対して、第3実施形態では、例えば、「減速機が20日間停止し、その後、稼働を開始した際に、3日間に亘ってスパイクが発生した」という過去の統計的なトルク値のデータが存在する場合には、このトルク値に基づいてスパイク除外時間を設定する。即ち、減速機44の停止時間が20日間である場合には、スパイク除外時間を3日間に設定する。
That is, in the first embodiment described above, when the stop time of the
更には、センサDB13に記憶されているトルク値に加えて、温度DB12に記憶されている周囲温度を用いることも可能である。例えば、過去のデータとして「減速機が2日間停止し、その後、稼働を開始した際に、周囲温度が30℃で且つ2日間に亘って外乱トルクによるスパイクが発生した」というトルク値のデータ、及び周囲温度のデータが存在する場合には、これらのデータに基づいてスパイク除外時間を設定する。即ち、減速機44の停止時間が2日間であり、周囲温度が30℃前後である場合には、スパイク除外時間を2日間に設定する。
Furthermore, in addition to the torque value stored in the
図11は、第3実施形態に係る異常判定装置の処理手順を示すフローチャートである。図11に示すフローチャートは、前述した図3と対比して、ステップS15aに示す処理が相違し、それ以外は図3と同様であるので、同一の符号を付して示している。 FIG. 11 is a flowchart illustrating a processing procedure of the abnormality determination device according to the third embodiment. The flowchart shown in FIG. 11 is different from the process shown in FIG. 3 described above in that the process shown in step S15a is different and the other processes are the same as those in FIG.
ステップS15aにおいて、誤報防止回路231は、センサDB13に記憶されている過去のトルク値のデータ、及び温度DB12に記憶されている過去の周囲温度のデータに基づいてスパイク除外時間(第2の所定時間)を算出する。そして、算出したスパイク除外時間に基づき、ステップS16において、スパイクを除去する。ステップS17以降の処理は、第1実施形態と同様であるので説明を省略する。
In step S15a, the false
このように、センサDB13(メモリ)、温度DB12に記憶されている過去の統計的なデータに基づいて、スパイク除外時間を設定することにより、適切なスパイク除外時間とすることができる。従って、より高精度にアラームの誤報を防止することが可能となる。
Thus, by setting the spike exclusion time based on the past statistical data stored in the sensor DB 13 (memory) and the
なお、異常を検出する対象の機器は生産ロボット40に限定されるものでない。例えば、モータの代わりに自動車のエンジン、減速機44の代わりにトランスミッションを用いてもよい。また、移動体の回転機構、遊園地の遊具などの移動体、3次元プリンターなどの工作機械、すなわち回転機構とそれを伝達する機構を有する全ての機器も対象にすることができる。また、その他の種類の機器を対象としてもよい。
The target device for detecting an abnormality is not limited to the
また、異常判定装置を遠隔地に配置し、必要な信号やデータを通信回線を介して送受信して、機器の異常を検出してもよい。また、複数の機器の異常を1台の異常判定装置が検出してもよい。また、複数の機器は互いに異なる場所に配置されていてもよい。また、通信回路21、演算回路22、異常判定回路23、アラーム回路24等をコンピュータを用いて構成することも可能である。
In addition, an abnormality determination device may be arranged at a remote location, and necessary signals and data may be transmitted / received via a communication line to detect an abnormality of the device. Moreover, one abnormality determination apparatus may detect abnormality of a some apparatus. In addition, the plurality of devices may be arranged at different locations. Further, the
上述の各実施形態で示した各機能は、1又は複数の処理回路により実装され得る。処理回路は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理装置は、また、実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路(ASIC)や従来型の回路部品のような装置を含む。 Each function shown in the above-described embodiments may be implemented by one or a plurality of processing circuits. The processing circuit includes a programmed processing device such as a processing device including an electrical circuit. Processing devices also include devices such as application specific integrated circuits (ASICs) and conventional circuit components arranged to perform the functions described in the embodiments.
以上、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。 As mentioned above, although embodiment of this invention was described, it should not be understood that the description and drawing which form a part of this indication limit this invention. From this disclosure, various alternative embodiments, examples, and operational techniques will be apparent to those skilled in the art.
11 稼働履歴DB
12 温度DB
13 センサDB(記憶部)
15 CPU
16 メモリ
21 通信回路
22 演算回路
23 異常判定回路
24 アラーム回路
40 生産ロボット
41 通信回路
42 計測回路
43 センサ
44 減速機
50 ユーザインターフェース
101、102 異常判定装置
231 誤報防止回路
232 スパイク除去回路
233 判定演算回路
11 Operation history DB
12 Temperature DB
13 Sensor DB (storage unit)
15 CPU
DESCRIPTION OF
Claims (11)
前記制御部は、
前記可動機構が稼働を停止している時間である稼働停止時間を取得し、
前記稼働停止時間が第1の所定時間を超えた場合に、前記稼働停止時間の経過後に前記可動機構が稼働を開始してから第2の所定時間の間、前記センサデータ及び前記閾値の少なくとも一方を補正すること
を特徴とする異常判定装置。 An abnormality determination apparatus including a control unit that determines abnormality of a device including a movable mechanism based on sensor data acquired from a sensor installed in the movable mechanism and a preset threshold value,
The controller is
Obtaining an operation stop time, which is a time during which the movable mechanism stops operating;
When the operation stop time exceeds a first predetermined time, at least one of the sensor data and the threshold value during a second predetermined time after the movable mechanism starts operating after the operation stop time has elapsed. An abnormality determination device characterized by correcting the above.
を特徴とする請求項1に記載の異常判定装置。 The control unit corrects the sensor data by removing a component having a predetermined period or less included in a waveform indicating a change with time of the sensor data within the second predetermined time. The abnormality determination device according to claim 1.
を特徴とする請求項1に記載の異常判定装置。 The said control part correct | amends the said sensor data by making the said sensor data in the said 2nd predetermined time into the average value of the said sensor data in the said 2nd predetermined time. Item 10. An abnormality determination device according to Item 1.
を特徴とする請求項1に記載の異常判定装置。 The abnormality determination device according to claim 1, wherein the control unit corrects the sensor data by setting the sensor data within the second predetermined time as a moving average of the sensor data. .
を特徴とする請求項1に記載の異常判定装置。 The control unit is configured to obtain a value obtained by dividing a variance of the sensor data in a normal time of the movable mechanism by a variance of the sensor data within the second predetermined time, and the sensor data within the second predetermined time. The abnormality determination device according to claim 1, wherein the sensor data is corrected by multiplying by.
を特徴とする請求項1〜5のいずれか1項に記載の異常判定装置。 The abnormality determination device according to claim 1, wherein the control unit sets the second predetermined time longer as the operation stop time is longer.
を特徴とする請求項1〜6のいずれか1項に記載の異常判定装置。 The abnormality determination apparatus according to claim 1, wherein the control unit sets the second predetermined time based on an ambient temperature of the movable mechanism during the operation stop time. .
を特徴とする請求項7に記載の異常判定装置。 The abnormality determination device according to claim 7, wherein the ambient temperature of the movable mechanism is an environmental temperature of a facility where the movable mechanism is installed, or a temperature inside the movable mechanism.
を特徴とする請求項1〜8のいずれか1項に記載の異常判定装置。 The abnormality determination device according to claim 1, wherein the control unit changes the threshold according to the operation stop time.
前記制御部は、前記記憶部に記憶されている過去のセンサデータに基づいて、前記第2の所定時間を設定すること
を特徴とする請求項1〜5のいずれか1項に記載の異常判定装置。 A storage unit for storing the sensor data;
The abnormality determination according to any one of claims 1 to 5, wherein the control unit sets the second predetermined time based on past sensor data stored in the storage unit. apparatus.
前記可動機構が稼働を停止している稼働停止時間を取得し、
前記稼働停止時間が第1の所定時間を超えた場合に、前記稼働停止時間の経過後に前記可動機構が稼働を開始してから第2の所定時間の間、前記センサデータ及び前記閾値の少なくとも一方を補正すること
を特徴とする異常判定方法。 An abnormality determination method for determining an abnormality of a device including a movable mechanism based on sensor data acquired from a sensor installed in the movable mechanism and a preset threshold value,
Obtaining an operation stop time during which the movable mechanism has stopped operating;
When the operation stop time exceeds a first predetermined time, at least one of the sensor data and the threshold value during a second predetermined time after the movable mechanism starts operating after the operation stop time has elapsed. An abnormality determination method characterized by correcting the error.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018075955A JP2019185415A (en) | 2018-04-11 | 2018-04-11 | Abnormality determination device and abnormality determination method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018075955A JP2019185415A (en) | 2018-04-11 | 2018-04-11 | Abnormality determination device and abnormality determination method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019185415A true JP2019185415A (en) | 2019-10-24 |
Family
ID=68341353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018075955A Pending JP2019185415A (en) | 2018-04-11 | 2018-04-11 | Abnormality determination device and abnormality determination method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019185415A (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112847333A (en) * | 2019-11-27 | 2021-05-28 | 日本电产三协株式会社 | Robot system |
JP2021102249A (en) * | 2019-12-25 | 2021-07-15 | ファナック株式会社 | Noise removal device |
WO2021157676A1 (en) * | 2020-02-07 | 2021-08-12 | ファナック株式会社 | Diagnosis apparatus |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018032142A (en) * | 2016-08-23 | 2018-03-01 | ファナック株式会社 | Manufacturing management system for changing abnormality detection condition by manufacturing time information |
-
2018
- 2018-04-11 JP JP2018075955A patent/JP2019185415A/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018032142A (en) * | 2016-08-23 | 2018-03-01 | ファナック株式会社 | Manufacturing management system for changing abnormality detection condition by manufacturing time information |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112847333A (en) * | 2019-11-27 | 2021-05-28 | 日本电产三协株式会社 | Robot system |
CN112847333B (en) * | 2019-11-27 | 2023-06-06 | 日本电产三协株式会社 | Robot system |
JP2021102249A (en) * | 2019-12-25 | 2021-07-15 | ファナック株式会社 | Noise removal device |
JP7405602B2 (en) | 2019-12-25 | 2023-12-26 | ファナック株式会社 | Noise removal device |
WO2021157676A1 (en) * | 2020-02-07 | 2021-08-12 | ファナック株式会社 | Diagnosis apparatus |
JPWO2021157676A1 (en) * | 2020-02-07 | 2021-08-12 | ||
JP7425094B2 (en) | 2020-02-07 | 2024-01-30 | ファナック株式会社 | diagnostic equipment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7030746B2 (en) | Method and system for generating automatic alarms based on trends detected in machine operation | |
JP6770802B2 (en) | Plant abnormality monitoring method and computer program for plant abnormality monitoring | |
JP2019185415A (en) | Abnormality determination device and abnormality determination method | |
JP5243695B2 (en) | Inspection method for equipment for processing tools | |
US20180158314A1 (en) | Method of trend analysis and automatic tuning of alarm parameters | |
KR101889248B1 (en) | Fault Diagnosis Device and Fault Diagnosis Method | |
EP2510443B1 (en) | Automation management system and method | |
US11892828B2 (en) | Fault diagnosis device, fault diagnosis method and machine to which fault diagnosis device is applied | |
CN110286656B (en) | False alarm filtering method and device for tolerance of error data | |
JP6721563B2 (en) | Numerical control device | |
TW201638684A (en) | Programmable logic controller | |
EP2613207A2 (en) | Adaptive trend-change detection and function fitting system and method | |
JP2020091694A (en) | Processing time monitor | |
JP2018173948A (en) | Malfunction diagnosis device, malfunction diagnosis method, and computer program | |
JP7131611B2 (en) | Abnormality determination device and abnormality determination method | |
JP2011107760A (en) | Device of detecting plant abnormality | |
CN111511509B (en) | Abnormality determination method and abnormality determination device | |
WO2020090715A1 (en) | Process management device, process management method, and process management program storage medium | |
JP2018205992A (en) | Apparatus diagnosing system | |
JP7060087B2 (en) | Maintenance record creation device and maintenance record creation method | |
JP2016148963A (en) | Failure sign diagnostic system and failure sign diagnostic method | |
JP2010203929A (en) | Abnormality diagnostic system in mechanical equipment | |
CN108197717A (en) | Equipment maintenance system and method based on signal | |
US20220163260A1 (en) | Blast furnace fault determination apparatus, method for determining fault in blast furnace, and method for operating blast furnace | |
JP6766248B2 (en) | Moisture contamination detection device, moisture contamination detection program, moisture contamination detection method, and moisture contamination detection system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220222 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220726 |