JP6710232B2 - 管理装置、管理方法およびプログラム。 - Google Patents
管理装置、管理方法およびプログラム。 Download PDFInfo
- Publication number
- JP6710232B2 JP6710232B2 JP2018033363A JP2018033363A JP6710232B2 JP 6710232 B2 JP6710232 B2 JP 6710232B2 JP 2018033363 A JP2018033363 A JP 2018033363A JP 2018033363 A JP2018033363 A JP 2018033363A JP 6710232 B2 JP6710232 B2 JP 6710232B2
- Authority
- JP
- Japan
- Prior art keywords
- time series
- machine
- time
- cluster
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4093—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine
- G05B19/40937—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by part programming, e.g. entry of geometrical information as taken from a technical drawing, combining this with machining and material information to obtain control information, named part programme, for the NC machine concerning programming of machining or material parameters, pocket machining
- G05B19/40938—Tool management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/49—Nc machine tool, till multiple
- G05B2219/49092—Vary, change controlled parameter as function of detected power
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/49—Nc machine tool, till multiple
- G05B2219/49225—Adapt machining conditions as function of workpiece cutting resistance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Software Systems (AREA)
- Numerical Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
Description
本発明の目的は、複雑な作業を実行する機械のプロセスを推定することができる管理装置、管理方法およびプログラムを提供することにある。
《プロセス管理システム》
以下、図面を参照しながら実施形態について詳しく説明する。
図1は、第1の実施形態に係るプロセス管理システムの構成を示す概略図である。
プロセス管理システム1は、工作機械10、計測システム20、および管理装置30を備える。
図2は、第1の実施形態に係る管理装置の構成を示す概略ブロック図である。
管理装置30は、時系列取得部31、分割部32、クラスタリング部33、クラスタ記憶部34、プロセス入力部35、関係特定部36、関係記憶部37、分類部38、プロセス推定部39、出力部40を備える。
管理装置30の動作は、消費電力に係る時系列のクラスタリング、およびクラスタとプロセスとの関係を学習する学習フェーズと、学習された関係に基づいて工作機械10のプロセスを推定する推定フェーズとを有する。以下、管理装置30の学習フェーズにおける動作および推定フェーズにおける動作についてそれぞれ説明する。
図3は、第1の実施形態に係る管理装置による学習フェーズにおける動作を示すフローチャートである。
管理装置30が学習フェーズにある場合、管理装置30の時系列取得部31は、計測システム20から工作機械10の消費電力に係る時系列を取得する(ステップS1)。ここでは、時系列取得部31は、プロセス推定の学習に十分な長さ(例えば、1か月)の消費電力に係る時系列を取得する必要がある。時系列取得部31が時系列を取得すると、分割部32は、取得した時系列を単位時間(例えば、1時間)ごとの複数のサブ時系列に分割する(ステップS2)。このとき、分割部32は、電流が検出されない時間帯における時系列を除外する。
図4に示すように、第1プロセスに係る時系列は、第1クラスタおよび第3クラスタに多く分類されていることがわかる。また第2プロセスに係る時系列は、第2クラスタおよび第5クラスタに多く分類されていることがわかる。このように、プロセスに係る情報を用いずにクラスタリングしても、クラスタとプロセスとの間に強い相関が生じることがわかる。図4に示す例においては、関係特定部36は、第1プロセスと、第1クラスタおよび第3クラスタとを関連付け、第2プロセスと、第2クラスタおよび第5クラスタとを関連付けて、関係記憶部37に記録する。
これにより管理装置30は、学習フェーズを終えることができる。
図5は、第1の実施形態に係る管理装置による推定フェーズにおける動作を示すフローチャートである。
学習フェーズを終えると、管理装置30は、工作機械10の消費電力に係る未知の時系列に基づいて工作機械10のプロセスを推定することができるようになる。
管理装置30が推定フェーズにある場合、管理装置30の時系列取得部31は、計測システム20から工作機械10の消費電力に係る時系列を取得する(ステップS51)。ここでは、時系列取得部31は、プロセスの推定対象となる時間帯(例えば1日)における消費電力に係る時系列を取得する。時系列取得部31が時系列を取得すると、分割部32は、取得した時系列を単位時間(例えば、1時間)ごとの複数のサブ時系列に分割する(ステップS52)。このとき、分割部32は、電流が検出されない時間帯における時系列を除外する。
このように、第1の実施形態に係る管理装置30は、一定時間における工作機械10の消費電力に係るサブ時系列をクラスタに分類し、分類されたクラスタと、クラスタとプロセスとの関係を示す関係情報とに基づいて、工作機械10のプロセスを推定する。これにより、管理装置30は、消費電力に係る値に基づいて複雑な作業を実行する工作機械10のプロセスを推定することができる。
第1の実施形態に係る管理装置30は、サブ時系列ごとに、分類されたクラスタに関連付けられたプロセスを特定することで、工作機械10のプロセスを推定する。一方で、サブ時系列が必ずしもすべて正しいプロセスに関連付けられたクラスタに割り当てられるとは限らない。例えば、図4に示すように、第1プロセスに係るサブ時系列であるにも関わらず第2クラスタに分類されたサブ時系列があったり、第2プロセスに係るサブ時系列であるにも関わらず第3クラスタに分類されたサブ時系列があったりする。
第2実施形態に係る管理装置30は、このような分類のノイズの影響を抑制してプロセスを推定する。
図6は、第2の実施形態に係る管理装置の構成を示す概略ブロック図である。
第2の実施形態に係る管理装置30は、第1の実施形態の構成に加え、さらにグループ特定部41を備える。グループ特定部41は、分割部32が分割した複数のサブ時系列を、工作機械10が稼働している間の連続する複数のサブ時系列からなるグループごとにグルーピングする。具体的には、グループ特定部41は、分割部32によって除外された電流が検出されない時間帯で複数のサブ時系列を切り分けることで、グルーピングする。例えば、図4に示す例では、複数のサブ時系列は、7つのサブ時系列グループに分けられる。
また、第2の実施形態に係るプロセス推定部39の動作は、第1の実施形態と異なる。
第2の実施形態に係る管理装置30の動作は、第1の実施形態と同様に、学習フェーズと推定フェーズとを有する。第2の実施形態に係る管理装置30の学習フェーズにおける動作は、第1の実施形態と同じである。したがって、以下、第2の実施形態に係る管理装置30の推定フェーズにおける動作について説明する。
図7は、第2の実施形態に係る管理装置による推定フェーズにおける動作を示すフローチャートである。
管理装置30が推定フェーズにある場合、管理装置30の時系列取得部31は、計測システム20から工作機械10の消費電力に係る時系列を取得する(ステップS151)。ここでは、時系列取得部31は、プロセスの推定対象となる時間帯(例えば1日)における消費電力に係る時系列を取得する。時系列取得部31が時系列を取得すると、分割部32は、取得した時系列を単位時間(例えば、1時間)ごとの複数のサブ時系列に分割する(ステップS152)。このとき、分割部32は、電流が検出されない時間帯における時系列を除外する。
このように、第2の実施形態に係る管理装置30は、工作機械10が稼働している間の連続する複数のサブ時系列のそれぞれが分類されたクラスタの種類に基づいて、当該複数の時系列に係る時間に工作機械10が実行したプロセスを推定する。特に、第2の実施形態に係る管理装置30は、同一のグループに属するサブ時系列それぞれが分類されたクラスタのうち最頻出のものに関連付けられたプロセスを、当該グループに属する時系列に係る時間に工作機械10が実行したプロセスとして推定する。これにより、管理装置30は、クラスタへの分類のノイズの影響を抑制してプロセスを推定することができる。これは、工作機械10による被加工物が比較的小型である場合(例えば、サブ時系列の単位時間において複数の被加工物を生産できる場合)、工作機械10が連続して稼働している間は、一般的に同一の被加工物を生産し続けるためであり、連続稼働中に生産する部品を切り替えることがまれであるためである。なお、工作機械10による被加工物は、当然に比較的大型のものであってもよい。
第1、第2の実施形態に係る管理装置30は、工作機械10が比較的短時間に完了するプロセスを繰り返し実行する場合に、精度よくプロセスを推定することができる。他方、被加工物の種類よっては、1つの被加工物の加工に数時間を要するものもある。第3の実施形態に係る管理装置30は、比較的長時間かかるプロセスを実行する場合に、精度よくプロセスを推定する。
管理装置30の動作は、第1、第2の実施形態と同様に、学習フェーズと推定フェーズとを有する。以下、管理装置30の学習フェーズにおける動作および推定フェーズにおける動作についてそれぞれ説明する。
図8は、第3の実施形態に係る管理装置による学習フェーズにおける動作を示すフローチャートである。
管理装置30が学習フェーズにある場合、管理装置30の時系列取得部31は、計測システム20から工作機械10の消費電力に係る時系列を取得する(ステップS201)。ここでは、時系列取得部31は、プロセス推定の学習に十分な長さ(例えば、1か月)の消費電力に係る時系列を取得する必要がある。時系列取得部31が時系列を取得すると、分割部32は、取得した時系列を単位時間(例えば、1時間)ごとの複数のサブ時系列に分割する(ステップS202)。このとき、分割部32は、電流が検出されない時間帯における時系列を除外する。
図9は、第3の実施形態に係る管理装置による推定フェーズにおける動作を示すフローチャートである。
管理装置30が推定フェーズにある場合、管理装置30の時系列取得部31は、計測システム20から工作機械10の消費電力に係る時系列を取得する(ステップS251)。ここでは、時系列取得部31は、プロセスの推定対象となる時間帯(例えば1日)における消費電力に係る時系列を取得する。時系列取得部31が時系列を取得すると、分割部32は、取得した時系列を単位時間(例えば、1時間)ごとの複数のサブ時系列に分割する(ステップS252)。このとき、分割部32は、電流が検出されない時間帯における時系列を除外する。
このように、第3の実施形態に係る管理装置30は、連続するサブ時系列におけるクラスタの出現パターンに基づいて、プロセスを特定する。これにより、管理装置30は、比較的長時間かかるプロセスを実行する場合にも、精度よくプロセスを推定することができる。比較的長時間かかるプロセスは、より小さい複数のサブプロセスから構成されることが多い。例えば、ある部品を加工するプロセスは、底面の加工、上面の加工、周面の加工、孔部の加工など、複数のサブプロセスから構成される。このような場合に、消費電力に係る時系列のクラスタリングによって、各サブプロセスがクラスタに分類される。あるプロセスにおいて、当該プロセスを構成するサブプロセスの順がある程度定まっているのであれば、これがクラスタの出現パターンとして現れる。したがって、管理装置30は、クラスタの出現パターンを用いることで、比較的長時間かかるプロセスを実行する場合にも、精度よくプロセスを推定することができる。なお、工作機械10による被加工物は、当然に比較的小型のものであってもよい。
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態に係る管理装置30は、計測システム20からまず消費電力に係る時系列を取得し、これを複数のサブ時系列に分割してプロセスの推定を行うが、これに限られない。例えば、他の実施形態に係る管理装置30は、計測システム20から一定時間に係る時系列を取得し、これを用いてクラスタリングおよび分類をすることで、サブ時系列への分割をしなくてもよい。
図10は、少なくとも1つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ90は、CPU91、主記憶装置92、補助記憶装置93、インタフェース94を備える。
上述の管理装置30は、コンピュータ90に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置93に記憶されている。CPU91は、プログラムを補助記憶装置93から読み出して主記憶装置92に展開し、当該プログラムに従って上記処理を実行する。また、CPU91は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置92に確保する。
10 工作機械
20 計測システム
30 管理装置
31 時系列取得部
32 分割部
33 クラスタリング部
34 クラスタ記憶部
35 プロセス入力部
36 関係特定部
37 関係記憶部
38 分類部
39 プロセス推定部
40 出力部
41 グループ特定部
Claims (8)
- 一定時間における機械の消費電力に係る時系列のうち、前記機械が稼働している間の連続する複数の時系列を取得する時系列取得部と、
前記複数の時系列のうち、前記消費電力が閾値よりも大きい複数の時系列のそれぞれを複数のクラスタのいずれかに分類する分類部と、
前記複数のクラスタと前記機械のプロセスとの関係を示す関係情報と、前記時系列が分類された前記クラスタの種類とに基づいて、前記複数の時系列に係る時間に前記機械が実行したプロセスを推定するプロセス推定部と
を備える管理装置。 - 一定時間における機械の消費電力に係る時系列のうち、前記機械が稼働している間の連続する複数の時系列を取得する時系列取得部と、
前記複数の時系列のそれぞれを複数のクラスタのいずれかに分類する分類部と、
前記複数のクラスタの出現パターンと前記機械のプロセスとの関係を示す関係情報と、前記複数の時系列のそれぞれが分類された前記クラスタの種類とに基づいて、前記機械が実行したプロセスを推定するプロセス推定部と
を備え、
前記プロセス推定部は、前記関係情報において、前記複数の時系列のそれぞれが分類された前記クラスタの出現パターンに類似する出現パターンに関連付けられた前記プロセスを、前記複数の時系列に係る時間に前記機械が実行したプロセスとして推定する
管理装置。 - 前記関係情報は、前記クラスタと前記プロセスとを関連付けたものであって、
前記プロセス推定部は、前記関係情報において、前記複数の時系列のそれぞれが分類された前記クラスタのうち最頻出のものに関連付けられた前記プロセスを、前記複数の時系列に係る時間に前記機械が実行した前記プロセスとして推定する
請求項1または2に記載の管理装置。 - 前記関係情報は、前記クラスタと前記プロセスとを関連付けたものであって、
前記プロセス推定部は、前記関係情報において、前記複数の時系列のそれぞれが分類された前記クラスタのうち頻出する上位複数のものに関連付けられた前記プロセスを、前記複数の時系列に係る時間に前記機械が実行した前記プロセスとして推定する
請求項1または2に記載の管理装置。 - 前記関係情報は、前記クラスタの出現パターンと前記プロセスとを関連付けたものであって、
前記プロセス推定部は、前記関係情報において、前記複数の時系列のそれぞれが分類された前記クラスタの出現パターンに類似する出現パターンに関連付けられた前記プロセスを、前記複数の時系列に係る時間に前記機械が実行したプロセスとして推定する
請求項1に記載の管理装置。 - 前記複数のクラスタは、一定時間における前記機械の消費電力に係る複数の時系列のクラスタリングにより予め特定されたものである
請求項1から請求項5の何れか1項に記載の管理装置。 - 一定時間における機械の消費電力に係る時系列のうち、前記機械が稼働している間の連続する複数の時系列を取得することと、
前記複数の時系列のうち、前記消費電力が閾値よりも大きい複数の時系列のそれぞれを複数のクラスタのいずれかに分類することと、
前記複数のクラスタと前記機械のプロセスとの関係を示す関係情報と、前記時系列が分類された前記クラスタの種類とに基づいて、前記複数の時系列に係る時間に前記機械が実行したプロセスを推定することと
を含む管理方法。 - コンピュータに、
一定時間における機械の消費電力に係る時系列のうち、前記機械が稼働している間の連続する複数の時系列を取得することと、
前記複数の時系列のうち、前記消費電力が閾値よりも大きい複数の時系列のそれぞれを複数のクラスタのいずれかに分類することと、
前記複数のクラスタと前記機械のプロセスとの関係を示す関係情報と、前記時系列が分類された前記クラスタの種類とに基づいて、前記複数の時系列に係る時間に前記機械が実行したプロセスを推定することと
実行させるためのプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018033363A JP6710232B2 (ja) | 2018-02-27 | 2018-02-27 | 管理装置、管理方法およびプログラム。 |
EP19761051.2A EP3745225B1 (en) | 2018-02-27 | 2019-02-15 | Management device, management method, and program |
PCT/JP2019/005586 WO2019167676A1 (ja) | 2018-02-27 | 2019-02-15 | 管理装置、管理方法およびプログラム |
US16/971,831 US20200387141A1 (en) | 2018-02-27 | 2019-02-15 | Management device, management method, and program |
TW108106034A TWI704973B (zh) | 2018-02-27 | 2019-02-22 | 管理裝置、管理方法及程式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018033363A JP6710232B2 (ja) | 2018-02-27 | 2018-02-27 | 管理装置、管理方法およびプログラム。 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019148997A JP2019148997A (ja) | 2019-09-05 |
JP6710232B2 true JP6710232B2 (ja) | 2020-06-17 |
Family
ID=67806113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018033363A Active JP6710232B2 (ja) | 2018-02-27 | 2018-02-27 | 管理装置、管理方法およびプログラム。 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200387141A1 (ja) |
EP (1) | EP3745225B1 (ja) |
JP (1) | JP6710232B2 (ja) |
TW (1) | TWI704973B (ja) |
WO (1) | WO2019167676A1 (ja) |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63172507U (ja) | 1987-04-29 | 1988-11-09 | ||
JP2002304207A (ja) * | 2001-04-04 | 2002-10-18 | Honda Motor Co Ltd | 工作機械の稼働状況管理方法 |
JP2003326438A (ja) * | 2002-02-28 | 2003-11-18 | Fanuc Ltd | 工具異常検出装置 |
JP4182399B2 (ja) * | 2002-08-01 | 2008-11-19 | シムックス株式会社 | 工作機械の稼働情報収集システム |
CN1782937A (zh) * | 2004-12-02 | 2006-06-07 | 达方电子股份有限公司 | 自动化制程管理***及方法 |
EP1947539A4 (en) * | 2005-09-27 | 2011-05-18 | Advantest Corp | CONTROL METHOD, AND CONTROL SYSTEM |
JP4697877B2 (ja) * | 2006-04-28 | 2011-06-08 | 東京エレクトロン株式会社 | プロセス情報管理装置、およびプログラム |
JP4321581B2 (ja) * | 2006-11-30 | 2009-08-26 | パナソニック電工株式会社 | 工作機械総合監視装置 |
JP5099066B2 (ja) * | 2009-04-10 | 2012-12-12 | オムロン株式会社 | エネルギー監視装置およびその制御方法、ならびにエネルギー監視プログラム |
JP5218453B2 (ja) * | 2009-04-10 | 2013-06-26 | オムロン株式会社 | 設備運転状態計測装置、設備運転状態計測方法、および制御プログラム |
FR2953432B1 (fr) * | 2009-12-08 | 2012-03-30 | Arts | Procede pour optimiser les conditions de travail d'un outil coupant |
JP5586718B2 (ja) * | 2012-06-19 | 2014-09-10 | 株式会社東芝 | 制御プログラム、ホスト装置の制御方法、情報処理装置およびホスト装置 |
KR101512950B1 (ko) * | 2012-06-26 | 2015-04-16 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 데이터 관리 장치, 데이터 관리 방법 및 데이터 관리 프로그램이 기록된 기록매체 |
JP5946573B1 (ja) * | 2015-08-05 | 2016-07-06 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
WO2017090098A1 (ja) * | 2015-11-25 | 2017-06-01 | 株式会社日立製作所 | 設備管理装置および方法 |
JP6765590B2 (ja) * | 2016-02-29 | 2020-10-07 | 国立大学法人東海国立大学機構 | 振動加工装置及び振動加工方法 |
JP6811567B2 (ja) | 2016-08-31 | 2021-01-13 | 日清食品ホールディングス株式会社 | 生麺及び冷凍麺の製造方法 |
-
2018
- 2018-02-27 JP JP2018033363A patent/JP6710232B2/ja active Active
-
2019
- 2019-02-15 US US16/971,831 patent/US20200387141A1/en not_active Abandoned
- 2019-02-15 WO PCT/JP2019/005586 patent/WO2019167676A1/ja unknown
- 2019-02-15 EP EP19761051.2A patent/EP3745225B1/en active Active
- 2019-02-22 TW TW108106034A patent/TWI704973B/zh active
Also Published As
Publication number | Publication date |
---|---|
JP2019148997A (ja) | 2019-09-05 |
WO2019167676A1 (ja) | 2019-09-06 |
EP3745225A1 (en) | 2020-12-02 |
EP3745225A4 (en) | 2021-03-24 |
EP3745225B1 (en) | 2023-12-20 |
US20200387141A1 (en) | 2020-12-10 |
TW201936313A (zh) | 2019-09-16 |
TWI704973B (zh) | 2020-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108500736B (zh) | 工具状态推定装置以及机床 | |
TWI481978B (zh) | 工具機之加工品質的預測方法 | |
TW201834784A (zh) | 刀具磨耗監測與預測方法 | |
CN111046084A (zh) | 一种多元时间序列监测数据的关联规则挖掘方法 | |
JP6832327B2 (ja) | 生産プロセス中に異常なワークピースを自動検出するためのデータ駆動方法 | |
EP0509817A1 (en) | System and method utilizing a real time expert system for tool life prediction and tool wear diagnosis | |
US20180259947A1 (en) | Management device and non-transitory computer-readable medium | |
US20200125970A1 (en) | Defect factor estimation device and defect factor estimation method | |
TWI747055B (zh) | 狀態推斷裝置以及狀態推斷方法 | |
Züfle et al. | A machine learning-based workflow for automatic detection of anomalies in machine tools | |
Netzer et al. | Intelligent anomaly detection of machine tools based on mean shift clustering | |
JP6710232B2 (ja) | 管理装置、管理方法およびプログラム。 | |
JP2021010980A (ja) | 研削状態監視方法、研削状態監視プログラムおよび装置 | |
CN114326593A (zh) | 一种刀具寿命预测***及方法 | |
Leem et al. | Design and implementation of sensor-based tool-wear monitoring systems | |
JP7005419B2 (ja) | 状態識別装置、状態識別方法、及び機械装置 | |
CN101923155B (zh) | 基于设备移动性分类的位置过滤 | |
Pantazis et al. | An automated feature extraction method with application to empirical model development from machining power data | |
JP7108577B2 (ja) | 診断装置と診断方法および加工装置 | |
US20210118248A1 (en) | Methods and systems for continuously determining remaining useful lives of vehicle components | |
KR20210059271A (ko) | 진동 신호 기반의 기계 상태 관리 시스템 | |
Herrera-Granados et al. | An experimental study of multi-sensor tool wear monitoring and its application to predictive maintenance | |
Pang et al. | Tool wear forecast using Dominant Feature Identification of acoustic emissions | |
WO2023031984A1 (ja) | 加工寸法予測装置、加工寸法予測システム、加工寸法予測方法及びプログラム | |
Leem | A practical monitoring strategy for machining process control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200326 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200326 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200407 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200507 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200519 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200526 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6710232 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |