WO2022019249A1 - 異常検知装置 - Google Patents

異常検知装置 Download PDF

Info

Publication number
WO2022019249A1
WO2022019249A1 PCT/JP2021/026911 JP2021026911W WO2022019249A1 WO 2022019249 A1 WO2022019249 A1 WO 2022019249A1 JP 2021026911 W JP2021026911 W JP 2021026911W WO 2022019249 A1 WO2022019249 A1 WO 2022019249A1
Authority
WO
WIPO (PCT)
Prior art keywords
drive unit
motor
drives
unit
state
Prior art date
Application number
PCT/JP2021/026911
Other languages
English (en)
French (fr)
Inventor
蓮成 胡
和宏 佐藤
一憲 飯島
Original Assignee
ファナック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ファナック株式会社 filed Critical ファナック株式会社
Priority to JP2022537989A priority Critical patent/JPWO2022019249A1/ja
Priority to DE112021003871.0T priority patent/DE112021003871T5/de
Priority to US18/004,301 priority patent/US20230251645A1/en
Priority to CN202180060309.8A priority patent/CN116137829A/zh
Publication of WO2022019249A1 publication Critical patent/WO2022019249A1/ja

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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference

Definitions

  • the present invention relates to an abnormality detection device, and more particularly to an abnormality detection device that detects foreign matter getting caught in a drive unit of a machine tool.
  • the machine tool cuts the work with a tool attached to the spindle. Chips, metal powder, etc. are generated during the cutting process of the work. Further, during the cutting process of the work, the tool attached to the spindle is replaced depending on the processing content or due to wear or breakage of the tool.
  • chips or metal powder may get caught between the tapered surface and the shank. If chips, metal powder, etc. get caught between the tapered surface and the shank, the tool is inaccurately clamped in a state where the relative position of the tool with respect to the spindle deviates from the original position. Then, when the machining is started as it is and the spindle rotates at high speed, the cutting tool is broken, chatter vibration is generated, the quality of the machined surface is deteriorated, and the accuracy of roundness and surface roughness is deteriorated.
  • Patent Document 1 there is a detection method from a change in power value caused by biting of chips or the like (for example, Patent Document 1 etc.).
  • a detection method from a change in power value caused by biting of chips or the like for example, Patent Document 1 etc.
  • There is also a method of acquiring waveform data of an external detection sensor (for example, a vibration sensor attached to the spindle chuck portion) and analyzing it by AI (deep learning) for example, Patent Document 2 and the like.
  • the abnormality detection device observes the response of the spindle while operating the detection operation of rotating the motor (spindle) at a plurality of rotation speeds, and detects the eccentricity of the tool based on the response. Solve the problem.
  • One aspect of the present invention is an abnormality detection device that detects that a foreign substance is caught in a drive unit driven by a motor in a machine tool, and is a plurality of abnormality detection devices based on a command for diagnosing the state of the drive unit.
  • a control unit that detects and operates a motor that drives the drive unit at the rotation speed of the above, and a control command for the motor that drives the drive unit or a feedback signal of the motor that drives the drive unit during the detection operation.
  • the control command to the motor that drives the drive unit or the feedback signal of the motor that drives the drive unit is analyzed by the drive unit information acquisition unit that is acquired as information indicating the operating state of the drive unit and the drive unit state acquisition unit.
  • a spindle state determination unit that determines the state of the drive unit based on the analysis result, and a notification unit that notifies that the state of the drive unit is different from the normal state based on the determination result by the drive unit state determination unit. It is an abnormality detection device equipped with.
  • a schematic hardware configuration diagram of an abnormality detection device according to an embodiment.
  • Schematic functional block diagram of an abnormality detection device according to an embodiment.
  • FIG. 1 is a schematic hardware configuration diagram showing a main part of an abnormality detection device according to an embodiment of the present invention.
  • the abnormality detection device 1 of the present invention can be mounted as, for example, a control device for controlling a machine tool, a personal computer attached to a control device for controlling the machine tool, or a wired / wireless network to the control device. It can also be implemented in an edge computer, fog computer, cloud server, etc. connected via.
  • an example of an abnormality detection device mounted as a control device for controlling a machine tool is shown.
  • the CPU 11 included in the abnormality detection device 1 of the present invention is a processor that controls the abnormality detection device 1 as a whole.
  • the CPU 11 reads the system program stored in the ROM 12 via the bus 22 and controls the entire abnormality detection device 1 according to the system program. Temporary calculation data, display data, various data input from the outside, and the like are temporarily stored in the RAM 13.
  • the non-volatile memory 14 is composed of, for example, a memory backed up by a battery (not shown), an SSD (Solid State Drive), or the like, and the storage state is maintained even when the power of the abnormality detection device 1 is turned off.
  • the non-volatile memory 14 stores data and machining programs read from the external device 72 via the interface 15, data and machining programs input via the input device 71, data acquired from the machine tool, and the like. To.
  • the data and the processing program stored in the non-volatile memory 14 may be expanded in the RAM 13 at the time of execution / use. Further, various system programs such as a known analysis program are written in the ROM 12 in advance.
  • the interface 15 is an interface for connecting the CPU 11 of the abnormality detection device 1 and an external device 72 such as a USB device. From the external device 72 side, for example, a machining program used for controlling a machine tool, each parameter, and the like can be read. Further, the machining program, each parameter, etc. edited in the abnormality detection device 1 can be stored in the external storage means via the external device 72.
  • the programmable logic controller (PLC) 16 is a sequence program built in the abnormality detection device 1 and is attached to the machine tool and peripheral devices of the machine tool (for example, a tool changer, an actuator such as a robot, or a machine tool). A signal is output to and controlled via the I / O unit 17 (such as a sensor). In addition, it receives signals from various switches and peripheral devices on the operation panel installed in the main body of the industrial machine, processes the signals necessary for the signals, and then passes them to the CPU 11.
  • PLC programmable logic controller
  • each data read on the memory, data obtained as a result of executing a machining program, a system program, etc. are output and displayed via the interface 18.
  • the input device 71 composed of a keyboard, a pointing device, and the like passes commands, data, and the like based on operations by the operator to the CPU 11 via the interface 19.
  • the axis control circuit 30 for controlling the axis provided in the machine tool receives a control command amount for moving the drive unit along the axis from the CPU 11 and outputs the command to the servo amplifier 40.
  • the servo amplifier 40 drives the servomotor 50 that moves the drive unit included in the machine tool along the axis.
  • the shaft servomotor 50 has a built-in position / speed detector, feeds back the position / speed feedback signal from the position / speed detector to the shaft control circuit 30, and performs position / speed feedback control.
  • the spindle control circuit 60 receives the spindle rotation command and outputs a spindle speed signal to the spindle amplifier 61. Upon receiving this spindle speed signal, the spindle amplifier 61 rotates the spindle motor 62 of the machine tool at the commanded rotation speed to drive the tool.
  • a position coder 63 is coupled to the spindle motor 62, the position coder 63 outputs a feedback pulse in synchronization with the rotation of the spindle, and the feedback pulse is read by the CPU 11.
  • FIG. 2 shows as a schematic block diagram the functions included in the abnormality detection device 1 according to the embodiment of the present invention.
  • Each function of the anomaly detection device 1 according to the present embodiment is realized by the CPU 11 of the anomaly detection device 1 shown in FIG. 1 executing a system program and controlling the operation of each part of the anomaly detection device 1. ..
  • the abnormality detection device 1 according to the present embodiment focuses on the spindle as a drive unit driven by an electric motor of a machine tool, operates the spindle for detection at a plurality of rotation speeds, and analyzes the result. It has a function to detect minute changes that occur in the machine.
  • the abnormality detection device 1 of the present embodiment includes a control unit 110, a drive unit information acquisition unit 120, a drive unit status determination unit 130, and a notification unit 140. Further, the NC program 210 acquired from the input device 71, the external device 72, etc. is stored in advance in the RAM 13 to the non-volatile memory 14 of the abnormality detection device 1. Further, in the RAM 13 to the non-volatile memory 14 of the abnormality detection device 1, the drive unit information storage unit 220, which is an area for storing the acquired information related to the operating state of the spindle as the drive unit, and the drive unit as the drive unit. A normal drive unit information storage unit 230 is prepared in advance in which information related to the operating state of the spindle acquired in a state where the spindle is operating normally is stored in advance.
  • the control unit 110 executes a system program read from the ROM 12 by the CPU 11 included in the abnormality detection device 1 shown in FIG. 1, mainly performs arithmetic processing using the RAM 13 and the non-volatile memory 14 by the CPU 11, and the axis control circuit 30. This is realized by performing control processing of each part of the machine tool 2 using the spindle control circuit 60 and the PLC 16.
  • the control unit 110 analyzes the NC program 210 and creates command data for controlling the machine tool 2 provided with the servomotor 50 and the spindle motor 62 and the peripheral devices of the machine tool 2. Then, the control unit 110 controls each unit of the machine tool 2 and the peripheral device based on the created command data.
  • the control unit 110 generates data related to the movement of the shaft based on a command for moving the drive unit along each axis of the machine tool 2, and outputs the data to the servomotor 50, for example. Further, the control unit 110 generates data related to the rotation of the spindle based on, for example, a command to rotate the spindle of the machine tool 2, and outputs the data to the spindle motor 62. Further, the control unit 110 generates a predetermined signal for operating the peripheral device, for example, based on a command for operating the peripheral device of the machine tool 2, and outputs the signal to the PLC 16. On the other hand, the control unit 110 acquires the states of the servomotor 50 and the spindle motor 62 (motor current value, position, speed, acceleration, torque, etc.) as feedback values and uses them for each control process.
  • the control unit 110 switches to the diagnostic mode for diagnosing the state of the spindle based on the command from the NC program 210 or the command from the operator received from the operation panel or the input device 71 (not shown).
  • the control unit 110 creates command data for detecting and operating the spindle at a plurality of rotation speeds, and controls the rotation operation of the spindle based on the command data.
  • the detection operation rotates the spindle at at least a plurality of predetermined rotation speeds. As illustrated in FIG. 3, the detection operation may be a so-called sweep operation in which the rotation speed of the spindle is continuously changed, and when it is desired to detect the state of the spindle with higher accuracy, FIG.
  • the operation may be an operation of maintaining the speed for a predetermined time at a plurality of predetermined rotation speeds.
  • the time for maintaining this speed varies depending on the material, shape, etc. of the spindle and the tool, but it may be sufficient time (for example, 300 to 500 msec) for the increase in vibration due to resonance to occur.
  • the drive unit information acquisition unit 120 executes a system program read from the ROM 12 by the CPU 11 included in the abnormality detection device 1 shown in FIG. 1, and mainly performs arithmetic processing using the RAM 13 and the non-volatile memory 14 by the CPU 11 and axis control. This is realized by performing control processing of each part of the machine tool 2 using the circuit 30, the spindle control circuit 60, and the PLC 16.
  • the drive unit information acquisition unit 120 acquires information related to the operating state of the spindle motor 62 when the machine tool 2 is performing a detection operation by the control unit 110.
  • the information related to the operating state of the spindle motor 62 acquired by the drive unit information acquisition unit 120 may be, for example, a torque command for the spindle motor 62, or may be a current value or a voltage value of the spindle motor 62. Further, it may be information such as a position and a speed fed back from the spindle motor 62. This information can be acquired without attaching a special sensor or the like to the spindle motor 62, and the influence of the vibration generated in the spindle motor 62 appears.
  • the drive unit information acquisition unit 120 acquires these information from the control unit 110, and stores the acquired information related to the operating state of the spindle motor 62 in the drive unit information storage unit 220 as time-series data.
  • the drive unit state determination unit 130 executes a system program read from the ROM 12 by the CPU 11 included in the abnormality detection device 1 shown in FIG. 1, and performs arithmetic processing mainly by the CPU 11 using the RAM 13 and the non-volatile memory 14. It is realized by.
  • the drive unit state determination unit 130 analyzes the information related to the operating state of the spindle motor 62 stored in the drive unit information storage unit 220.
  • the drive unit state determination unit 130 performs, for example, frequency analysis, statistical analysis, or the like on the information related to the operating state of the spindle motor 62 stored in the drive unit information storage unit 220, which is time-series data.
  • the drive unit state determination unit 130 may use a known analysis method such as a Fourier transform.
  • the drive unit state determination unit 130 operates the spindle motor 62 based on the information related to the operating state of the spindle motor 62 analyzed in this way and the information stored in the normal drive unit information storage unit 230. Analyze whether the state is normal.
  • the drive unit state determination unit 130 includes, for example, information related to the operating state of the spindle acquired in a state where the spindle is operating normally, and information related to the operating state of the spindle motor 62 acquired by the drive unit information acquisition unit 120. Based on the similarity of the above, it may be possible to analyze whether or not the operating state of the spindle motor 62 is normal.
  • the drive unit state determination unit 130 can determine that the state of the spindle is normal when the similarity is equal to or higher than a predetermined threshold value.
  • the information storage unit 230 of the normal drive unit acquires in advance that the spindle is operating normally. Information (frequency distribution, each statistic, etc.) related to the operating state of the spindle motor 62 is stored.
  • FIG. 5 shows an example of the frequency distribution of information (torque command) related to the operating state of the spindle motor 62 in the normal state.
  • FIG. 6 shows an example of the frequency distribution of information (torque command) relating to the operating state of the spindle motor 62 in a state where minute chips or the like are caught.
  • the spindle motor 62 operated in a state where minute chips or the like are caught in the spindle motor 62 has a change in the resonance point, and the main frequency component of the information related to the operating state is the one in the normal state. It's different when compared.
  • the similarity of the frequency distribution may be determined to be similar, for example, when the difference squared sum of the amplitudes at each frequency is equal to or less than a predetermined threshold value for a predetermined number of frequencies having a large component. Further, the similarity may be calculated by using an algorithm for calculating the similarity of a general frequency distribution, and the similarity may be determined based on the calculated value.
  • FIG. 7 shows information (torque command) related to the operating state detected when the spindle motor 62 is operated stepwise at a plurality of rotation speeds in a normal state (normal A and B) and an abnormal time (with chips). ), An example of calculating a statistic such as an average value at each rotation speed is shown. As shown in FIG. 7, under normal conditions, the statistics at each rotation speed have similar values and tendency to change. However, it has been observed by experiments that the value or change tendency is different from that in the normal state in the abnormal time. For example, focusing on the variance value and standard deviation, peaks (white arrows in the figure) that are not normally seen at abnormal times appear. It is difficult to detect the biting of minute chips by simply operating the drive unit. However, by operating in stages at multiple rotation speeds, calculating statistics at each rotation speed, and comparing with the statistics at each rotation speed under normal conditions, it is easy to make an abnormality (chip biting). Will be able to detect.
  • a statistic such as an average value at each rotation speed
  • the normal drive unit information storage unit 230 stores a plurality of typical samples of information related to the operating state of the spindle motor 62 acquired in a state where the spindle is operating normally. May be good. Further, the normal drive unit information storage unit 230 may store information related to the operating state of each spindle motor 62 when different tools are attached. Even under the same normal conditions, the information related to the operating state of the spindle motor 62 may differ depending on the environment, deposits on the spindle or tool, the type of tool, etc., but some samples of information related to the operating state If information related to the operating state similar to any of the samples can be obtained by storing in advance, the driving unit state determining unit 130 can determine that the state of the spindle is normal.
  • the drive unit state determination unit 130 is obtained by machine learning, for example, information (frequency distribution, statistics, etc.) related to the operating state of the spindle acquired in a state where the spindle is operating normally, and the machine learning. Based on the learning model and the information (frequency distribution, statistics, etc.) related to the operating state of the spindle motor 62 acquired by the driving unit information acquisition unit 120, is the operating state of the spindle motor 62 normal? You may try to analyze whether or not. In this case, the normal drive unit information storage unit 230 stores a learning model in which information related to the operating state of the spindle motor 62 acquired in advance while the spindle is operating normally is learned.
  • the learning model may be, for example, a cluster set or a self-encoder that has learned information related to the operating state of the spindle motor 62 in a normal state without supervised learning. Further, the learning model is, for example, a neural network or a support vector machine learned by supervised learning using information related to the operating state of the spindle motor 62 at the normal time and information related to the operating state of the spindle motor 62 at the time of abnormality. May be. For example, when a cluster set is used, the distance between the cluster set stored in the normal drive unit information storage unit 230 and the information related to the operating state of the spindle motor 62 acquired by the drive unit information acquisition unit 120 is within a predetermined threshold value.
  • the drive unit state determination unit 130 can determine that the state of the spindle is normal. Similarly, when a self-encoder, a neural network, or a support vector machine is used, the calculated value can be compared with a predetermined threshold value, and whether or not it is normal can be determined from the degree of deviation.
  • the notification unit 140 executes a system program read from the ROM 12 by the CPU 11 included in the abnormality detection device 1 shown in FIG. 1, and mainly performs arithmetic processing using the RAM 13 and the non-volatile memory 14 by the CPU 11, and also includes an interface 18 and the like. It is realized by performing the input / output processing used.
  • the notification unit 140 gives a predetermined notification to each unit when the drive unit state determination unit 130 does not determine that the state of the spindle is normal, that is, when it determines that the state of the spindle is abnormal.
  • the notification unit 140 may display, for example, on the display device 70 that a foreign matter is caught in the main shaft, or the foreign matter is caught in the main shaft.
  • An alarm indicating the presence may be issued, a machine stop signal may be output to the control unit 110, or a higher-level management device (fog computer, cloud server, etc.) may be output via a network (not shown).
  • a message indicating that a foreign object is caught in the spindle may be transmitted.
  • the abnormality detection device 1 analyzes information related to the operating state of the spindle motor 62 to detect even if a minute foreign substance is caught in the spindle with high accuracy. Is possible.
  • a detection operation is performed to rotate the spindle at a plurality of predetermined rotation speeds, but by maintaining the rotation for a predetermined time at the plurality of rotation speeds, the deviation of the resonance point is shifted. And changes in statistics can be easily detected.
  • the present invention is not limited to the examples of the above-described embodiments, and can be implemented in various embodiments by making appropriate changes.
  • a difference from the normal state is detected, and a minute change such as a minute foreign object getting caught in the spindle is detected.
  • the same detection method may be applied to the information related to the operating state of the feed shaft for moving the spindle and the servomotor 50 for driving the ball screw nut.
  • Anomaly detection device Machine tool 11 CPU 12 ROM 13 RAM 14 Non-volatile memory 15, 18, 19 Interface 16 PLC 17 I / O unit 22 Bus 30 Axis control circuit 40 Servo amplifier 50 Servo motor 60 Spindle control circuit 61 Spindle amplifier 62 Spindle motor 63 Position coder 70 Display device 71 Input device 72 External device 110 Control unit 120 Drive unit Information acquisition unit 130 Drive Unit Status determination unit 140 Notification unit 210 NC program 220 Drive unit Information storage unit 230 Normal drive unit Information storage unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Numerical Control (AREA)
  • Machine Tool Sensing Apparatuses (AREA)

Abstract

異常検知装置は、駆動部の状態を診断する指令に基づいて、複数の回転速度で駆動部を駆動するモータ検知動作させ、検知動作時における、駆動部を駆動するモータに対する制御指令又は駆動部を駆動するモータのフィードバック信号を駆動部の動作状態を示す情報として取得し、駆動部を駆動するモータに対する制御指令又はモータのフィードバック信号を解析し、その解析の結果に基づいて駆動部の状態を判定し、その判定結果に基づいて、駆動部の状態が正常時と異なることを通知する。

Description

異常検知装置
　本発明は、異常検知装置に関し、特に工作機械の駆動部への異物の噛み込みを検知する異常検知装置に関する。
　工作機械は、主軸に取り付けられた工具によりワークを切削加工する。ワークの切削加工中には切粉や金属粉等が発生する。また、ワークの切削加工中に、加工内容に応じて、或いは、工具の摩耗や折損等が原因で、主軸に取り付けた工具の交換が行われる。
　工作機械において工具の交換を行う際に、テーパ面とシャンクとの間に切粉や金属粉等が噛み込む場合がある。テーパ面とシャンクとの間に切粉や金属粉等が噛み込んだ場合、主軸に対する工具の相対的な位置が本来の位置とはずれた状態で不正確にクランプされる。そして、そのまま加工を開始して主軸が高速回転すると、刃具が折損したり、びびり振動が発生して加工面品質が低下したり、真円度及び面粗度の精度が低下したりする。
　このような問題を解決するのに、例えば、切粉等の噛み込みに起因する電力値変化から検知方法がある（例えば、特許文献１等）。また、外付け検知センサ（例えば、主軸チャック部に取り付けられた振動センサ）の波形データを取得し、ＡＩ（ディープラーニング）により分析する方法もある（例えば、特許文献２等）。
特開２０１６－０４００７２号公報 国際公開第２０１８／１４６７３３号
　テーパ面とシャンクとの間に微小な切粉や金属粉等が噛み込んだ場合、主軸への工具の取り付け状態は、微妙に偏心はしているものの噛み込んでない場合と比べて殆ど変わらない。そのため、単純な工具取り付け異常を検知する機能では、このような異常を自動検知しにくいという課題がある。高精度なセンサを設けて微小な異物の噛み込みを検出することも考えられるが、これは設備コストの増大につながり、また、センサの取付位置と噛み込んだ異物の場所による検査精度に大きく影響がある上に、常に振動波形の分析をする必要があるため計算コストの増大にもつながる。
　また、主軸に係る異常の種類は、切粉等の噛み込み以外にも、加工ワークのバラツキや工具自身の摩耗等の異常も存在するので、異物を噛み込んだ状況を精度よく検知できない可能性もある。
　更に、同様の問題は送り軸の案内面と駆動部の間に微小な切粉や金属粉等が入り込んで出てこない場合や、ボールねじナットの溝に微小な切粉や金属粉等が噛み込んでいる場合等、工作機械の電動機で駆動される駆動部に微小な異物が入り込んだ場合にも発生する。
　そのため、ツールクランプの僅かな異常状態を自動的かつ正確に検知する技術が望まれている。
　本発明の一態様による異常検知装置は、モータ（主軸）を複数の回転速度で回転する検知動作をさせながら主軸の応答を観測し、その応答に基づいて工具の偏心を検知することで、上記課題を解決する。
　そして、本発明の一態様は、工作機械においてモータで駆動される駆動部に異物を噛み込んだことを検知する異常検知装置であって、前記駆動部の状態を診断する指令に基づいて、複数の回転速度で前記駆動部を駆動するモータを検知動作させる制御部と、前記検知動作時における、前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を前記駆動部の動作状態を示す情報として取得する駆動部情報取得部と、前記駆動部状態取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を解析し、その解析の結果に基づいて前記駆動部の状態を判定する主軸状態判定部と、前記駆動部状態判定部による判定結果に基づいて、前記駆動部の状態が正常時と異なることを通知する通知部と、を備えた異常検知装置である。
　本発明の一態様により、高精度センサの導入コスト等をかけることなく、高い精度で主軸への異物の噛み込みを検知することが可能となる。
一実施形態による異常検知装置の概略的なハードウェア構成図。 一実施形態による異常検知装置の概略的な機能ブロック図。 検知動作の例を示す図。 検知動作の他の例を示す図。 正常時の主軸の動作状態を示す情報の周波数分布の例を示す図。 異常時の主軸の動作状態を示す情報の周波数分布の例を示す図。 正常時及び異常時の主軸の動作状態を示す情報の統計量の例を示す図。
　以下、本発明の実施形態を図面と共に説明する。
　図１は本発明の一実施形態による異常検知装置の要部を示す概略的なハードウェア構成図である。
本発明の異常検知装置１は、例えば、工作機械を制御する制御装置として実装することができ、また、工作機械を制御する制御装置に併設されたパソコンや、該制御装置に有線／無線のネットワークを介して接続されたエッジコンピュータ、フォグコンピュータ、クラウドサーバ等に実装することもできる。本実施形態では、工作機械を制御する制御装置として実装した異常検知装置の例を示す。
　本発明の異常検知装置１が備えるＣＰＵ１１は、異常検知装置１を全体的に制御するプロセッサである。ＣＰＵ１１は、バス２２を介してＲＯＭ１２に格納されたシステム・プログラムを読み出し、該システム・プログラムに従って異常検知装置１全体を制御する。ＲＡＭ１３には一時的な計算データや表示データ、及び外部から入力された各種データ等が一時的に格納される。
　不揮発性メモリ１４は、例えばバッテリ（図示せず）でバックアップされたメモリやＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等で構成され、異常検知装置１の電源がオフされても記憶状態が保持される。不揮発性メモリ１４には、インタフェース１５を介して外部機器７２から読み込まれたデータや加工プログラム、入力装置７１を介して入力されたデータや加工プログラム、工作機械から取得される各データ等が記憶される。不揮発性メモリ１４に記憶されたデータや加工プログラムは、実行時／利用時にはＲＡＭ１３に展開されても良い。また、ＲＯＭ１２には、公知の解析プログラムなどの各種システム・プログラムがあらかじめ書き込まれている。
　インタフェース１５は、異常検知装置１のＣＰＵ１１とＵＳＢ装置等の外部機器７２と接続するためのインタフェースである。外部機器７２側からは、例えば工作機械の制御に用いられる加工プログラムや各パラメータ等を読み込むことができる。また、異常検知装置１内で編集した加工プログラムや各パラメータ等は、外部機器７２を介して外部記憶手段に記憶させることができる。
　プログラマブル・ロジック・コントローラ（ＰＬＣ）１６は、異常検知装置１に内蔵されたシーケンス・プログラムで工作機械及び該工作機械の周辺装置（例えば、工具交換装置や、ロボット等のアクチュエータ、工作機械に取付けられているセンサ等）にＩ／Ｏユニット１７を介して信号を出力し制御する。また、産業機械の本体に配備された操作盤の各種スイッチや周辺装置等の信号を受け取り、その信号に必要な信号処理をした後、ＣＰＵ１１に渡す。
　表示装置７０には、メモリ上に読み込まれた各データ、加工プログラムやシステム・プログラム等が実行された結果として得られたデータ等がインタフェース１８を介して出力されて表示される。また、キーボードやポインティングデバイス等から構成される入力装置７１は、インタフェース１９を介して作業者による操作に基づく指令，データ等をＣＰＵ１１に渡す。
　工作機械が備える軸を制御するための軸制御回路３０は、ＣＰＵ１１からの軸に沿って駆動部を移動させるための制御指令量を受け取って、該指令をサーボアンプ４０に出力する。サーボアンプ４０はこの指令を受け取って、工作機械が備える駆動部を軸に沿って移動させるサーボモータ５０を駆動する。軸のサーボモータ５０は位置・速度検出器を内蔵し、この位置・速度検出器からの位置・速度フィードバック信号を軸制御回路３０にフィードバックし、位置・速度のフィードバック制御を行う。なお、図１のハードウェア構成図では軸制御回路３０、サーボアンプ４０、サーボモータ５０は１つずつしか示されていないが、実際には制御対象となる工作機械に備えられた軸の数だけ用意される。例えば、一般的な工作機械を制御する場合には、工具が取り付けられた主軸とワークとを直線３軸（Ｘ軸，Ｙ軸，Ｚ軸）方向へ相対的に移動させる３組の軸制御回路３０、サーボアンプ４０、サーボモータ５０が用意される。
　スピンドル制御回路６０は、主軸回転指令を受け取って、スピンドルアンプ６１にスピンドル速度信号を出力する。スピンドルアンプ６１はこのスピンドル速度信号を受け取って、工作機械のスピンドルモータ６２を指令された回転速度で回転させ、工具を駆動する。スピンドルモータ６２にはポジションコーダ６３が結合され、ポジションコーダ６３が主軸の回転に同期して帰還パルスを出力し、その帰還パルスはＣＰＵ１１によって読み取られる。
　図２は、本発明の一実施形態による異常検知装置１が備える機能を概略的なブロック図として示したものである。
本実施形態による異常検知装置１が備える各機能は、図１に示した異常検知装置１が備えるＣＰＵ１１がシステム・プログラムを実行し、異常検知装置１の各部の動作を制御することにより実現される。
　本実施形態による異常検知装置１は、工作機械の電動機で駆動される駆動部としての主軸に着目し、主軸を複数の回転数で検知のための動作をさせてその結果を解析することで主軸に発生した微小な変化を検知する機能を備える。
　本実施形態の異常検知装置１は、制御部１１０、駆動部情報取得部１２０、駆動部状態判定部１３０、及び通知部１４０を備える。また、異常検知装置１のＲＡＭ１３乃至不揮発性メモリ１４には、入力装置７１、外部機器７２等から取得したＮＣプログラム２１０が予め記憶される。更に、異常検知装置１のＲＡＭ１３乃至不揮発性メモリ１４には、取得された駆動部としての主軸の動作状態に係る情報を記憶するための領域である駆動部情報記憶部２２０、及び駆動部としての主軸が正常に動作している状態で取得された主軸の動作状態に係る情報が予め記憶された正常時駆動部情報記憶部２３０が予め用意されている。
　制御部１１０は、図１に示した異常検知装置１が備えるＣＰＵ１１がＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、軸制御回路３０、スピンドル制御回路６０、ＰＬＣ１６を用いた工作機械２の各部の制御処理が行われることで実現される。
制御部１１０は、ＮＣプログラム２１０を解析してサーボモータ５０及びスピンドルモータ６２を備えた工作機械２及び該工作機械２の周辺装置を制御するための指令データを作成する。そして、制御部１１０は、作成した指令データに基づいて、工作機械２及び周辺装置の各部を制御する。制御部１１０は、例えば工作機械２の各軸に沿って駆動部を移動させる指令に基づいて軸の移動に係るデータを生成してサーボモータ５０に出力する。また、制御部１１０は、例えば工作機械２の主軸を回転させる指令に基づいて主軸の回転に係るデータを生成してスピンドルモータ６２に出力する。更に、制御部１１０は、例えば工作機械２の周辺装置を動作させる指令に基づいて該周辺装置を動作させる所定の信号を生成してＰＬＣ１６に出力する。一方で、制御部１１０は、サーボモータ５０やスピンドルモータ６２の状態（モータの電流値、位置、速度、加速度、トルク等）をフィードバック値として取得して各制御処理に使用する。
　制御部１１０は、ＮＣプログラム２１０からの指令或いは図示しない操作盤又は入力装置７１から受け取ったオペレータからの指令に基づいて、主軸の状態を診断する診断モードに切り替わる。診断モードに切り替わると、制御部１１０は、複数の回転速度で主軸を検知動作させるための指令データを作成し、該指令データに基づいて主軸の回転動作を制御する。検知動作は、少なくとも予め定められた複数の回転速度で主軸を回転させる。検知動作は、図３に例示されるように、連続的に主軸の回転速度を変化させる、所謂スイープ動作であっても良いし、また、より精度高く主軸の状態を検知したい場合には、図４に例示されるように、予め定めた複数の回転速度において所定時間ずつ速度を維持する動作であって良い。この速度を維持する時間は主軸や工具の材質、形状などによって異なるが、共振による振動の増加が発生するのに十分な時間（例えば、３００～５００ｍｓｅｃ）であれば良い。
　駆動部情報取得部１２０は、図１に示した異常検知装置１が備えるＣＰＵ１１がＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、軸制御回路３０、スピンドル制御回路６０、ＰＬＣ１６を用いた工作機械２の各部の制御処理が行われることで実現される。
駆動部情報取得部１２０は、制御部１１０により工作機械２が検知動作を行っている際に、スピンドルモータ６２の動作状態に係る情報を取得する。駆動部情報取得部１２０が取得するスピンドルモータ６２の動作状態に係る情報は、例えば、スピンドルモータ６２に対するトルクコマンドであって良いし、また、スピンドルモータ６２の電流値又は電圧値でもあって良いし、更には、スピンドルモータ６２からフィードバックされる位置や速度等の情報であっても良い。これらの情報は、スピンドルモータ６２に対して特別なセンサ等を取り付けることなく取得できるものであり、スピンドルモータ６２に発生する振動の影響が表れる。駆動部情報取得部１２０は、これらの情報を制御部１１０から取得し、その取得したスピンドルモータ６２の動作状態に係る情報を時系列データとして駆動部情報記憶部２２０に記憶する。
　駆動部状態判定部１３０は、図１に示した異常検知装置１が備えるＣＰＵ１１がＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理が行われることで実現される。
駆動部状態判定部１３０は、駆動部情報記憶部２２０に記憶されたスピンドルモータ６２の動作状態に係る情報を解析する。駆動部状態判定部１３０は、時系列データである駆動部情報記憶部２２０に記憶されたスピンドルモータ６２の動作状態に係る情報に対して例えば周波数解析や統計的解析等を行う。駆動部状態判定部１３０は、周波数解析を行う場合には、例えばフーリエ変換等の公知の解析手法を用いればよい。また、統計的な解析を行う場合には、それぞれの回転速度で主軸を回転させた際に計測された値について平均、分散、標準偏差、歪度、尖度等の公知の統計量を算出して解析すれば良い。駆動部状態判定部１３０は、このようにして解析されたスピンドルモータ６２の動作状態に係る情報と、正常時駆動部情報記憶部２３０に記憶されている情報とに基づいて、スピンドルモータ６２の動作状態が正常時のものであるか否かを解析する。
　駆動部状態判定部１３０は、例えば主軸が正常に動作している状態で取得された主軸の動作状態に係る情報と、駆動部情報取得部１２０が取得したスピンドルモータ６２の動作状態に係る情報との類似性に基づいて、スピンドルモータ６２の動作状態が正常時のものであるか否かを解析するようにしても良い。駆動部状態判定部１３０は、類似性が所定の閾値以上である場合に、主軸の状態が正常であると判定できる。主軸の動作状態に係る情報に基づいてスピンドルモータ６２の動作状態の正常／異常を判断する場合には、正常時駆動部情報記憶部２３０には、予め主軸が正常に動作している状態で取得されたスピンドルモータ６２の動作状態に係る情報（周波数分布や各統計量等）を記憶しておく。
　図５に、正常時のスピンドルモータ６２の動作状態に係る情報（トルクコマンド）の周波数分布の例を示す。また、図６に、微小な切粉等が噛み込んだ状態でのスピンドルモータ６２の動作状態に係る情報（トルクコマンド）の周波数分布の例を示す。
図６に示されるように、微小な切粉等が噛み込んだ状態で動作させたスピンドルモータ６２は共振点に変化が生じ、その動作状態に係る情報の主要な周波数成分は正常時のものと比べると異なる。そこで、周波数分布の類似性は、例えば成分が大きい所定数の周波数について、それぞれの周波数における振幅の差分二乗和が所定の閾値以下である場合に類似と判断するようにしても良い。また、一般的な周波数分布の類似度を算出するアルゴリズムを用いて類似度を算出し、算出された値に基づいて類似の判断をしてもよい。
　図７に、正常時（正常Ａ及びＢ）と異常時（切粉あり）において、スピンドルモータ６２を複数の回転速度で段階的に動作させた場合に検出された動作状態に係る情報（トルクコマンド）について、それぞれの回転速度で平均値等の統計量を算出した例を示す。
図７に示されるように、正常時には、それぞれの回転速度における統計量は類似した値と変化傾向を取る。しかしながら、異常時においては正常時とは異なる値または変化傾向を取ることが実験により観測されている。例えば、分散値や標準偏差に着目すると、異常時には正常時に見られないピーク（図中白抜き矢印の部分）が表れる。駆動部をただ単に動作させただけでは微小な切粉が噛み込みの検出は困難である。しかしながら、複数の回転速度で段階的に動作させ、それぞれの回転速度で統計量を算出し、正常時における各回転速度での統計量と比較することで、容易に異常（切粉の噛み込み）を検出することができるようになる。
　この時、正常時駆動部情報記憶部２３０には、主軸が正常に動作している状態で取得されたスピンドルモータ６２の動作状態に係る情報の典型的なサンプルを複数記憶しておくようにしてもよい。また、正常時駆動部情報記憶部２３０には、異なる工具を取り付けた場合のそれぞれのスピンドルモータ６２の動作状態に係る情報を記憶しておいてもよい。同じ正常時であっても、環境や主軸乃至工具への付着物、工具の種類などによって、スピンドルモータ６２の動作状態に係る情報が異なる場合があるが、いくつかの動作状態に係る情報のサンプルを予め記憶しておくことで、いずれかのサンプルに類似した動作状態に係る情報が得られれば、駆動部状態判定部１３０は主軸の状態が正常であると判定できる。
　駆動部状態判定部１３０は、例えば主軸が正常に動作している状態で取得された主軸の動作状態に係る情報（周波数分布や統計量等）を機械学習し、その機械学習をして得られた学習モデルと、駆動部情報取得部１２０が取得したスピンドルモータ６２の動作状態に係る情報（周波数分布や統計量等）とに基づいて、スピンドルモータ６２の動作状態が正常時のものであるか否かを解析するようにしても良い。この場合には、正常時駆動部情報記憶部２３０には、予め主軸が正常に動作している状態で取得されたスピンドルモータ６２の動作状態に係る情報を学習した学習モデルを記憶しておく。学習モデルは、例えば正常時のスピンドルモータ６２の動作状態に係る情報を教師なし学習したクラスタ集合や自己符号化器であって良い。また、学習モデルは、例えば正常時のスピンドルモータ６２の動作状態に係る情報と、異常時のスピンドルモータ６２の動作状態に係る情報とを用いて教師あり学習したニューラルネットワークやサポートベクタマシン等であっても良い。例えば、クラスタ集合を用いる場合、正常時駆動部情報記憶部２３０に記憶されるクラスタ集合と、駆動部情報取得部１２０が取得したスピンドルモータ６２の動作状態に係る情報の距離が所定の閾値内に収まる場合に、駆動部状態判定部１３０は主軸の状態が正常であると判定できる。自己符号化器やニューラルネットワーク、サポートベクタマシンを用いた場合も同様に、算出された値と所定の閾値を比較し、その乖離度合いから正常であるか否かを判定することができる。
　通知部１４０は、図１に示した異常検知装置１が備えるＣＰＵ１１がＲＯＭ１２から読み出したシステム・プログラムを実行し、主としてＣＰＵ１１によるＲＡＭ１３、不揮発性メモリ１４を用いた演算処理と、インタフェース１８等をも用いた入出力処理とが行われることで実現される。
通知部１４０は、駆動部状態判定部１３０が主軸の状態が正常であると判定しなかった場合、すなわち主軸の状態が異常であると判定した場合に、所定の通知を各部に対して行う。通知部１４０は、主軸の状態が正常であると判定されなかった場合に、例えば、主軸に異物が噛み込んでいる旨を表示装置７０に表示しても良いし、主軸に異物が噛み込んでいる旨を示す警報を発しても良いし、制御部１１０に機械停止信号を出力するようにしても良いし、さらには図示しないネットワークを介して上位の管理装置（フォグコンピュータやクラウドサーバ等）に主軸に異物が噛み込んでいる旨を示すメッセージを送信しても良い。
　上記構成を備えた本実施形態による異常検知装置１は、スピンドルモータ６２の動作状態に係る情報を解析することで、微小な異物が主軸に噛み込んだ場合であっても高い精度で検知することが可能となる。主軸の異常を診断するための診断モードにおいては、所定の複数の回転数において主軸を回転させる検知動作を行うが、その複数の回転数において所定時間だけ回転を維持することで、共振点のずれや統計量の変化を検出しやすくすることができる。また、動作状態に係る情報の周波数分布や各回転速度における統計量の変化に基づいて正常時との違いを分析することで、時系列データをそのまま解析するだけでは検知しにくい微小な変化を検知することが可能となる。
　以上、本発明の一実施形態について説明したが、本発明は上述した実施の形態の例のみに限定されることなく、適宜の変更を加えることにより様々な態様で実施することができる。
　例えば上記した実施形態では、主軸を駆動するスピンドルモータ６２の動作状態に係る情報を解析することで正常時との違い検知し、微小な異物が主軸に噛み込む等の微小な変化を検知しているが、主軸を移動させる送り軸やボールねじナットを駆動するサーボモータ５０の動作状態に係る情報に対して同様の検知方法を適用しても良い。これにより、主軸を移動させる送り軸の案内面と駆動部の間に微小な切粉や金属粉等が入り込んで出てこない場合や、主軸を移動させるボールねじナットの溝に微小な切粉や金属粉等が噛み込んでいる場合等、工作機械の電動機で駆動される駆動部に微小な異物が入り込んだ場合にも微小な変化を検知することが可能となる。
　　１　異常検知装置
　　２　工作機械
　　１１　ＣＰＵ
　　１２　ＲＯＭ
　　１３　ＲＡＭ
　　１４　不揮発性メモリ
　　１５，１８，１９　インタフェース
　　１６　ＰＬＣ
　　１７　Ｉ／Ｏユニット
　　２２　バス
　　３０　軸制御回路
　　４０　サーボアンプ
　　５０　サーボモータ
　　６０　スピンドル制御回路
　　６１　スピンドルアンプ
　　６２　スピンドルモータ
　　６３　ポジションコーダ
　　７０　表示装置
　　７１　入力装置
　　７２　外部機器
　　１１０　制御部
　　１２０　駆動部情報取得部
　　１３０　駆動部状態判定部
　　１４０　通知部
　　２１０　ＮＣプログラム
　　２２０　駆動部情報記憶部
　　２３０　正常時駆動部情報記憶部

Claims (6)

  1. 　工作機械においてモータで駆動される駆動部に異物を噛み込んだことを検知する異常検知装置であって、
    　前記駆動部の状態を診断する指令に基づいて、複数の回転速度で前記駆動部を駆動するモータを検知動作させる制御部と、
    　前記検知動作時における、前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を前記駆動部の動作状態を示す情報として取得する駆動部情報取得部と、
    　前記駆動部情報取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を解析し、その解析の結果に基づいて前記駆動部の状態を判定する駆動部状態判定部と、
    　前記駆動部状態判定部による判定結果に基づいて、前記駆動部の状態が正常時と異なることを通知する通知部と、
    を備えた異常検知装置。
  2. 　前記制御部は、前記検知動作においてそれぞれの回転速度を予め定めた所定時間維持するように制御する、
    請求項１に記載の異常検知装置。
  3. 　前記駆動部状態判定部は、前記駆動部情報取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を周波数解析した結果と、予め正常時に前記駆動部を駆動するモータ前記検知動作させた際に取得された前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を周波数解析した結果との類似性に基づいて、前記駆動部の状態を判定する、
    請求項１に記載の異常検知装置。
  4. 　予め正常時に前記駆動部を駆動するモータ前記検知動作させた際に取得された前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を周波数解析したデータを機械学習して得られた学習モデルを予め記憶しており、
    　前記駆動部状態判定部は、該学習モデルと、前記駆動部情報取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号を周波数解析の結果とに基づいて、前記駆動部の状態を判定する、
    請求項１に記載の異常検知装置。
  5. 　前記駆動部状態判定部は、前記駆動部情報取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号について、それぞれの回転速度における統計量を算出した結果と、予め正常時に前記駆動部を駆動するモータ前記検知動作させた際に取得された前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号について、それぞれの回転速度における統計量を算出した結果との類似性に基づいて、前記駆動部の状態を判定する、
    請求項１に記載の異常検知装置。
  6. 　予め正常時に前記駆動部を駆動するモータ前記検知動作させた際に取得された前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号について、それぞれの回転速度における統計量を算出したデータを機械学習して得られた学習モデルを予め記憶しており、
    　前記駆動部状態判定部は、該学習モデルと、前記駆動部情報取得部が取得した前記駆動部を駆動するモータに対する制御指令又は前記駆動部を駆動するモータのフィードバック信号について、それぞれの回転速度における統計量を算出した結果とに基づいて、前記駆動部の状態を判定する、
    請求項１に記載の異常検知装置。
PCT/JP2021/026911 2020-07-21 2021-07-19 異常検知装置 WO2022019249A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2022537989A JPWO2022019249A1 (ja) 2020-07-21 2021-07-19
DE112021003871.0T DE112021003871T5 (de) 2020-07-21 2021-07-19 Anomalitätsdetektionsvorrichtung
US18/004,301 US20230251645A1 (en) 2020-07-21 2021-07-19 Abnormality detection device
CN202180060309.8A CN116137829A (zh) 2020-07-21 2021-07-19 异常检测装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020124645 2020-07-21
JP2020-124645 2020-07-21

Publications (1)

Publication Number Publication Date
WO2022019249A1 true WO2022019249A1 (ja) 2022-01-27

Family

ID=79729562

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/026911 WO2022019249A1 (ja) 2020-07-21 2021-07-19 異常検知装置

Country Status (5)

Country Link
US (1) US20230251645A1 (ja)
JP (1) JPWO2022019249A1 (ja)
CN (1) CN116137829A (ja)
DE (1) DE112021003871T5 (ja)
WO (1) WO2022019249A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7101131B2 (ja) * 2019-01-31 2022-07-14 ファナック株式会社 数値制御システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0985585A (ja) * 1995-09-21 1997-03-31 Nissin Kogyo Kk 工作機械用加工刃の状態監視方法とその装置
JP2016040072A (ja) * 2014-08-11 2016-03-24 日立金属株式会社 工具異常検知方法
JP2018040456A (ja) * 2016-09-08 2018-03-15 オークマ株式会社 回転軸装置及び回転軸装置における軸受の異常診断方法
JP2020104257A (ja) * 2018-12-25 2020-07-09 日立金属株式会社 切削工具の異常検知装置、および異常検知方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018146733A1 (ja) 2017-02-07 2018-08-16 富士通株式会社 生成プログラム、異常判定装置、及び生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0985585A (ja) * 1995-09-21 1997-03-31 Nissin Kogyo Kk 工作機械用加工刃の状態監視方法とその装置
JP2016040072A (ja) * 2014-08-11 2016-03-24 日立金属株式会社 工具異常検知方法
JP2018040456A (ja) * 2016-09-08 2018-03-15 オークマ株式会社 回転軸装置及び回転軸装置における軸受の異常診断方法
JP2020104257A (ja) * 2018-12-25 2020-07-09 日立金属株式会社 切削工具の異常検知装置、および異常検知方法

Also Published As

Publication number Publication date
DE112021003871T5 (de) 2023-05-11
CN116137829A (zh) 2023-05-19
US20230251645A1 (en) 2023-08-10
JPWO2022019249A1 (ja) 2022-01-27

Similar Documents

Publication Publication Date Title
JP6936178B2 (ja) 異常検知装置
JP6959278B2 (ja) びびり振動判定装置、機械学習装置及びシステム
US6937942B2 (en) Method and apparatus of detecting tool abnormality in a machine tool
KR101957711B1 (ko) 가공좌표계상 가공시간에 따라 가공위치와 물리적 가공절삭 특성값을 매핑하는 절삭특성맵을 활용하여 절삭상태를 지능적으로 감시 및 진단하고, 절삭조건을 제어할 수 있는 지능형 cnc공작기계 제어시스템
WO2012169300A1 (ja) 工作機械の加工異常検知装置及び加工異常検知方法
CN110174873A (zh) 伺服控制装置
JP2022536752A (ja) 数値制御工作機械で使用するための制御装置、および制御装置を含む工作機械
WO2022019249A1 (ja) 異常検知装置
JP6708676B2 (ja) 異常要因特定装置
JP7387368B2 (ja) 工作機械の主軸監視装置及び主軸監視方法
KR100548874B1 (ko) 공구의 날 빠짐 검지기능을 갖는 수치제어장치
JP2004160564A (ja) 工作機械
CN113941901A (zh) 机床刀具监控方法、监控装置及电子设备
US20180181101A1 (en) Numerical controller
JP2023028733A (ja) 工作機械の電流計測システムおよびその方法
EP4394533A1 (en) Methods and systems for monitoring a process of manufacturing a workpiece by a machining tool
JPH0976144A (ja) 工作機械における加工状態監視方法
US20180364681A1 (en) Numerical controller
US20240173812A1 (en) Tool machining load monitoring method
US20230376003A1 (en) Feed axis monitoring device and monitoring method for machine tool
JP2016535336A (ja) 産業システムをモニタする方法
JP6640822B2 (ja) 数値制御装置
WO2022113957A9 (ja) 工具損傷検出装置、およびコンピュータ読み取り可能な記憶媒体
KR100270666B1 (ko) 부하제어용 고속가공 제어기 및 그 제어방법
JP2023106207A (ja) 工作機械の主軸診断方法及び主軸診断装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21847406

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022537989

Country of ref document: JP

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 21847406

Country of ref document: EP

Kind code of ref document: A1