异常分析系统及分析设备技术方案

本发明专利技术涉及异常分析系统及分析设备。多个生产设施和分析设备通过雾网络连接。分析设备基于通过雾网络所获取的检测器的检测信息来执行数据分析，并且存储关于多个生产设施中的每一个的异常或生产对象的异常的确定信息作为数据分析的结果。多个生产设施中的每一个基于存储在分析设备中的确定信息来确定多个生产设施中的每一个的异常或生产对象的异常。

Anomaly analysis system and analysis equipment

The invention relates to an anomaly analysis system and an analysis device. Multiple production facilities and analytical equipment are connected via fog network. Analysis of equipment inspection information obtained through the fog detector network is performed based on the data analysis, and the results stored on multiple production facilities in each of the abnormal or production object determination of anomaly information as data analysis. Each of the plurality of production facilities determines an exception or a production object abnormality in each of the plurality of production facilities based on the determination information stored in the analysis device.

【技术实现步骤摘要】
异常分析系统及分析设备
本专利技术涉及一种异常分析系统及用在异常分析系统中的分析设备。
技术介绍
在专利文献1中，描述了一种用于监视工件的磨削灼伤的方法。在该方法中，在工件的磨削期间，通过检测磨削轮的磨削负荷和工件的旋转速度并且根据旋转速度将所检测到的磨削负荷与磨削负荷的阈值进行比较来确定磨削灼伤发生与否。这里，基于在工件的磨削灼伤发生时磨削轮相对于工件的旋转速度的磨削负荷来设置阈值。在专利文献2中，描述了执行试磨，并且基于在试磨中所获取的磨削负荷来设置阈值。此后，通过将实际磨削中检测到的磨削负荷与阈值进行比较来确定磨削异常发生与否。在专利文献3中，描述了基于如下的质量趋势图案来预测产品的质量异常。例如，在使用磨削轮来磨削工件的外周面的情况下，随着工件数目增加，尺寸精度倾向于恶化(参见专利文献3中的图4)。此外，基于一个工件的磨削时间与磨削阻力之间的关系来获取工件的数目与磨削阻力的平均值之间的关系(参见专利文献3中的图5和图10)。然后，在表示工件的数目与磨削阻力的平均值之间的关系的质量趋势图案中，可以通过考虑工件的数目与尺寸精度之间的关系来设置用于磨削阻力的平均值的阈值。换言之，通过获取工件的磨削阻力和数目，可以基于质量趋势图案和阈值来预测产品的异常。相关领域专利文献的列表[专利文献1]：JP2013-129027A[专利文献2]：WO2012/098805[专利文献3]：JP2014-154094A
技术实现思路
本专利技术要解决的问题近年来，当今时代被称为物联网(IoT)时代，并且预期使用通过将许多物品连接至因特网而获取的大数据。同样，在生产设施中，还预期要基于从生产设施获取到的大量信息来执行生产对象的异常分析。此外，近年来，云计算被获知。云计算采用使用通过因特网等连接的计算机的形式。例如，通过使用所持有的计算机来使用存储在通过因特网等连接的计算机中的数据或所述计算机中的应用程序，而不是使用存储在所持有的计算机中的数据和应用程序。生产设施的大数据被认为要通过使用云计算来被使用。然而，在云计算中，由于传送非常大的数据，因此存在发生通信拥塞的情况。此外，在到达云服务器的距离很长的情况下，通信时间变长。为此，在使用云计算的情况下，速度不够。在执行生产设施的异常分析的情况下，通过将分析的结果较早反馈回到生产设施，可以预期对生产对象的异常发生的抑制效果。为此，如此使用云计算作为生产设施的异常分析系统是不够的。本专利技术的目的是提供一种能够基于大量生产设施的信息来执行分析并且将分析的结果较早反馈回到生产设施的异常分析系统以及在异常分析系统中使用的分析设备。解决问题的装置(1.异常分析系统)根据本专利技术的异常分析系统包括：多个生产设施，其各自是生产生产对象的设施并且包括一个或更多个检测器；第一网络，其连接至多个生产设施，并且安装在构建雾计算的预定区域之内；以及分析设备，其连接至第一网络，基于通过第一网络所获取的检测器的检测信息来执行数据分析，并且基于数据分析的结果来生成关于多个生产设施中的每一个的异常或生产对象的异常的确定信息。多个生产设施中的每一个包括：异常确定设备，其基于由分析设备生成的确定信息来确定多个生产设施中的每一个的异常或生产对象的异常。多个生产设施中的每一个的检测器与分析设备通过第一网络连接，第一网络安装在构建雾计算的预定区域之内。与云计算的区域相比，雾计算是连接至具有更窄的区域的网络的系统。换言之，构建雾计算的第一网络是安装在比构建云计算的区域更窄的预定区域之内的网络。为此，在检测器与分析设备之间的数据通信中，抑制了通信拥塞的发生。此外，由于第一网络构建在较窄的预定区域之内，因此可以缩短生产设施与分析设备之间的通信时间。因此，分析设备可以以较高速度来接收由检测器获取的检测信息。分析设备可以获取多个生产设施的检测信息并且执行分析，因而可以将由分析设备获取的结果较早反馈回到生产设施。由于分析结果可以较早反馈回到生产设施，因此可以在更早的时间可靠地抑制生产对象的异常发生。(2.分析设备)根据本
技术实现思路
的分析设备是用在上述异常分析系统中的上述分析设备。根据该分析设备，可以获得根据上述异常分析系统的效果。附图说明图1是图示了异常分析系统的示图。图2是图示了作为图1中所图示的生产设施的示例的磨床的配置的示图。图3是生产设施的框图。图4是图示了磨削轮的马达的功率相对于在一个生产对象的磨削开始之后经过的时间的行为的示图。图5是图示了图1中所示的分析设备的配置的示图。图6图示了根据第一实施方式的异常确定设备、分析设备和高阶分析设备的详细处理流程。图7图示了根据第二实施方式的异常确定设备、分析设备和高阶分析设备的详细处理流程。图8是图示了根据第二实施方式的由异常确定设备执行的频率分析的结果的图表。图9是图示了根据第二实施方式的由异常确定设备执行的异常确定的第一示例的示图，并且是图示了振动的幅度在一天的时间段(调节参数)内的峰值(估计参数)的示图。图10是图示了根据第二实施方式的由异常确定设备执行的异常确定的第二示例的示图，并且是图示了振动的幅度在一年的时间段(调节参数)内的峰值(估计参数)的示图。图11是图示了根据第二实施方式的根据由分析设备执行的第一示例的确定信息的图案的生成的示图。图12是图示了根据第二实施方式的根据由分析设备执行的第二示例的确定信息的图案的生成的示图。图13图示了根据第三实施方式的异常确定设备、分析设备和高阶分析设备的详细处理流程。图14是图示了根据第三实施方式的由异常确定设备执行的异常确定的示图，并且是图示了马达的功率在环境温度(调节参数)下的当前值(估计参数)的示图。图15是图示了根据第三实施方式的由分析设备执行的确定信息的图案生成的示图。具体实施方式<1.第一实施方式>(1-1.异常分析系统的配置)将参照图1来描述根据本实施方式的异常分析系统1的配置。如图1所示，异常分析系统1包括：生产设施11至13；其他生产设施21至23；雾网络31，其连接至生产设施11至13；另一雾网络32，其连接至其他生产设施21至23；云网络40，其连接至雾网络31和雾网络32；分析设备50；另一分析设备60；以及高阶分析设备70。这里，分析设备50和分析设备60以及高阶分析设备70例如可以是可编程逻辑控制器(PLC)、计算机数控(CNC)装置等的内置系统，或者可以是个人计算机、服务器等。生产设施11至13(对应于根据本专利技术的生产设施)是生产预定生产对象的设施。其他生产设施21至23(对应于根据本专利技术的其他生产设施)是生产预定生产对象的设施。这里，由生产设施11至13生产的生产对象和由其他生产设施21至23生产的生产对象可以是同一种类或不同种类。生产设施11和生产设施21例如是用于生产线中的第一处理过程的机床和磨削曲轴等的磨床。生产设施13和生产设施23是用于第二处理过程的机床和磨削如上所述的曲轴等的磨床。生产设施12和生产设施22是在生产设施11与生产设施13之间或在生产设施21与生产设施23之间传输生产对象的输送器。生产设施11至13安装在同一建筑物内部或邻近建筑物内部。其他生产设施21至23安装在同一建筑物内部或邻近建筑物内部，并且安装在位于与生产设施11至13的位置不同的位置处的建筑物内部。例本文档来自技高网...

【技术保护点】
一种异常分析系统，包括：多个生产设施，其各自是生产生产对象的设施并且包括一个或更多个检测器；第一网络，其连接至所述多个生产设施，并且安装在构建雾计算的预定区域之内；以及分析设备，其连接至所述第一网络，基于通过所述第一网络所获取的检测器的检测信息来执行数据分析，并且基于所述数据分析的结果来生成关于所述多个生产设施中的每一个的异常或所述生产对象的异常的确定信息，其中，所述多个生产设施中的每一个包括：异常确定设备，其基于由所述分析设备生成的确定信息来确定所述多个生产设施中的每一个的异常或所述生产对象的异常。

【技术特征摘要】
2015.11.16 JP 2015-224113;2016.08.10 JP 2016-157611.一种异常分析系统，包括：多个生产设施，其各自是生产生产对象的设施并且包括一个或更多个检测器；第一网络，其连接至所述多个生产设施，并且安装在构建雾计算的预定区域之内；以及分析设备，其连接至所述第一网络，基于通过所述第一网络所获取的检测器的检测信息来执行数据分析，并且基于所述数据分析的结果来生成关于所述多个生产设施中的每一个的异常或所述生产对象的异常的确定信息，其中，所述多个生产设施中的每一个包括：异常确定设备，其基于由所述分析设备生成的确定信息来确定所述多个生产设施中的每一个的异常或所述生产对象的异常。2.根据权利要求1所述的异常分析系统，其中，所述分析设备通过所述第一网络获取所述检测器的所有检测信息，并且基于所有检测信息来执行所述数据分析。3.根据权利要求2所述的异常分析系统，其中，所述多个检测器以彼此不同的采样周期来获取所述检测信息，并且其中，所述分析设备获取所述多个检测器的所有检测信息，并且基于所有检测信息来执行所述数据分析。4.根据权利要求1所述的异常分析系统，其中，所述异常确定设备通过对所述检测器的检测信息执行预定处理来生成后处理数据，并且基于所述确定信息来执行异常确定，并且其中，所述分析设备通过所述第一网络来获取所述后处理数据，基于所述后处理数据来执行数据分析，并且基于所述数据分析的结果来更新所述确定信息。5.根据权利要求4所述的异常分析系统，其中，所述异常确定设备基于所生成的后处理数据和所述确定信息来执行所述异常确定，其中，所述分析设备基于用于由所述异常确定设备进行确定的后处理数据来更新所述确定信息，并且其中，所述异常确定设备与所述分析设备共享所述后处理数据。6.根据权利要求5所述的异常分析系统，其中，所述检测器是振动检测传感器，并且其中，所述预定处理是针对所述检测器的检测信息的频率分析。7.根据权利要求5所述的异常分析系统，其中，所述预定处理是从所述检测器的检测信息中提取指定信息的处理。8.根据权利要求4所述的异常分析系统，其中，所述分析设备通过所述数据分析来分析估计参数相对于调节参数的正常趋势图案，并且基于所述正常趋势图案来更新所述估计参数相对于所述调节参数的确定信息的图案，并且其中，所述异常确定设备获取实际调节参数和实际估计参数，并且基于所述确定信息的图案、所述实际调节参数和所述实际...

【专利技术属性】
技术研发人员：都筑俊行，北村克史，鬼头浩司，村山左近，石榑祐贵，
申请(专利权)人：株式会社捷太格特，
类型：发明
国别省市：日本,JP