状态诊断装置制造方法及图纸

提供一种状态诊断装置，其能够容易且正确地进行在更新前后不产生缺陷的诊断模型的更新，能够实现应用了机器学习的诊断精度的提高等。状态诊断装置收集结构要素的使用状态和诊断用数据，以该诊断用数据中的、结构要素的使用状态为真正正常的状态的状况下得到的诊断用数据、以及/或为真正异常的状态的状况下得到的诊断用数据为对象，选择主数据，并且对用当前的诊断模型诊断该主数据而得到的诊断结果与用新的诊断模型诊断主数据而得到的诊断结果进行比较，判定当前的诊断模型与新的诊断模型是否具有匹配性，若具有匹配性，则将诊断模型从当前的诊断模型更新为新的诊断模型。

【技术实现步骤摘要】
状态诊断装置
本专利技术涉及一种状态诊断装置，该状态诊断装置例如诊断机床等工业机器，监视该工业机器中的异常的恶化程度，判定异常的原因。
技术介绍
在制造业中，生产效率的提高是最重要的课题。并且，设计出如下的状态诊断装置：工业机器的故障引起的生产线的停止成为生产效率显著下降的原因，因此日常的工业机器的预防性维护，特别是状态基准维护最重要，为了将其实现而诊断工业机器的状态。例如在专利文献1所记载的状态诊断装置中，进行使用回归分析的状态基准维护，在作为诊断对象的装置中，根据正常时取得的多个状态数据使用回归分析进行数据的分类和诊断模型的创建，使用创建的诊断模型，以偏离度计算装置的状态，与阈值进行比较，进行异常的检测等诊断。此外，在专利文献2所记载的状态诊断装置中，假设进行使用神经网络的状态基准维护，根据多数的正常数据和极少数的异常数据按异常种类创建神经网络(诊断模型)，对于从作为诊断对象的装置得到的时间序列数据，进行按异常种类设定的预处理，用各诊断模型单独地判定该数据，进行异常的检测等诊断。现有技术文献专利文献专利文献1：日本专利第5108116号公报专利文献2：日本特开2002-90267号公报
技术实现思路
专利技术要解决的课题例如欲将机器学习应用于工业机器的状态时，为了提高诊断精度、扩展能够诊断的异常种类、修正诊断的缺陷等，必须更新诊断模型。然而，在以往的状态诊断装置中，不想定诊断模型的更新，存在不能实现应用了机器学习的诊断精度的提高等的问题。此外，更新诊断模型时，可能产生更新前后诊断结果不匹配的问题。即，更新前被诊断为正常的诊断用数据在更新后可能被诊断为异常。此处，本专利技术是鉴于上述问题而被完成的，欲提供一种状态诊断装置，该状态诊断装置能够容易且正确地进行在更新前后不产生缺陷的诊断模型的更新，能够实现应用了机器学习的诊断精度的提高等。用于解决课题的手段为了达到上述目的，本专利技术的技术方案1的专利技术是一种状态诊断装置，该状态诊断装置通过用规定的诊断模型对在工业机器中从至少一个关注的结构要素取得的诊断用数据进行诊断，来诊断所述工业机器的状态，其特征在于，其具备：数据收集部，其收集所述结构要素的使用状态和所述诊断用数据；主选择部，其以所述数据收集部所收集的所述诊断用数据中的、所述结构要素的使用状态为真正正常的状态的状况下得到的所述诊断用数据及/或为真正异常的状态的状况下得到的所述诊断用数据作为对象，来选择主数据；存储部，其存储所选择的所述主数据；以及匹配性判定部，其对用当前的诊断模型诊断所述主数据而得到的诊断结果与用新的诊断模型诊断所述主数据而得到的诊断结果进行比较，判定所述当前的诊断模型与所述新的诊断模型是否具有匹配性，当具有匹配性时，将所述诊断模型从所述当前的诊断模型更新为所述新的诊断模型。技术方案2的专利技术的特征在于，在技术方案1的专利技术中，所述使用状态是所述结构要素的从开始使用起至更换或者修理为止的累计工作量，该累计工作量从开始使用起超过了规定的规定量的时刻的状态为所述真正正常的状态，所述累计工作量在更换或修理的时刻的状态为所述真正异常的状态。技术方案3的专利技术是如下状态诊断装置：在技术方案1或2的专利技术中，用所述诊断模型诊断的结果是所述结构要素被判定为正常/异常，该状态诊断装置的特征在于，如果在所述当前的诊断模型与所述新的诊断模型中，所有的所述结构要素的正常/异常的判定结果一致，且所述新的诊断模型中的正常/异常的判定结果的置信度相比于所述当前的诊断模型中的正常/异常的判定的置信度并未下降，则所述匹配性判定部判定为具有匹配性。专利技术效果根据本专利技术，收集结构要素的使用状态和诊断用数据，以该诊断用数据中的、结构要素的使用状态为真正正常的状态的状况下得到的诊断用数据、以及/或为真正异常的状态的状况下得到的诊断用数据为对象，来选择主数据，并且对用当前的诊断模型诊断该主数据而得到的诊断结果与用新的诊断模型诊断主数据而得到的诊断结果进行比较，判定当前的诊断模型与新的诊断模型是否具有匹配性，若具有匹配性，则将诊断模型从当前的诊断模型更新为新的诊断模型，因此，能够高效地取得主数据，进而能够容易且正确地进行在更新前后不产生缺陷的诊断模型的更新。因此，能够构成一种状态诊断装置，该状态诊断装置能够通过机器学习的应用等而以更高精度检测多种异常及其原因。附图说明图1是状态诊断装置的结构框图。图2是基于使用状态确定真正正常的状态及真正异常的状态时的说明图。图3是验证诊断模型的匹配性的流程图。图4是示出输出的匹配性判定结果的说明图。标号说明1：模型验证部；2：数据收集部；3：主选择部；4：存储部；6：诊断部；7：匹配性判定部；10：状态诊断装置具体实施方式以下，基于附图对本专利技术的一个实施方式的状态诊断装置详细地进行说明。图1是状态诊断装置10的结构框图。状态诊断装置10用于诊断例如机床等工业机器的状态，具备：模型验证部1，其用于验证当前的诊断模型与新的诊断模型是否匹配；诊断部6，其使用从工业机器取得的诊断用数据(例如从加速度传感器、温度传感器等各种传感器取得的检测值)等，诊断工业机器的状态，如后述根据新旧的诊断模型进行主数据的诊断；以及模型创建部(未图示)，其根据诊断用数据或实验中得到的试验数据等创建诊断模型。另外，诊断模型例如是使用通过神经网络等的机器学习而从工业机器取得的数据来创建的。模型验证部1具备：数据收集部2，其始终收集工业机器的运行数据(使用状态)、诊断用数据；主选择部3，其从由数据收集部2收集到的诊断用数据中选择主数据；存储部4，其存储所选择的主数据；模型验证指令部5，其在更新诊断模型时指示对新旧的诊断模型的验证，匹配性判定部7，其验证新旧的诊断模型，判定是否具有匹配性，并输出其判定结果。此处，首先对主数据的选择进行说明。在本实施方式中，按累计工作量定义运行数据，数据收集部2按每个结构要素收集工业机器的轴承、电机等关注的结构要素的累计工作量。此外，按各个结构要素，将该结构要素在试用运转后开始使用的状态、即累计工作量刚超过规定的规定量A后的状态设为真正正常的状态，另一方面，将结构要素发生故障等而即将被更换、修理时的状态、即累计工作量成为即将复位至0时的极大值的状态设为真正异常的状态。并且，主选择部3在着眼于这两种状态下得到的诊断用数据的基础上，在当前的诊断模型中的该诊断用数据的诊断结果中，结构要素的正常/异常的判定是以与实际的正常/异常一致的诊断用数据为主数据。此外，主选择部3对关注的所有结构要素分别进行那样的主数据的选择，并存储于存储部4。另外，累计工作量只要是表示转速、移动距离、工作时间等结构要素的消耗的量即可。此外，与真正异常的状态对应的主数据只要是通过在即将更换、修理结构要素时执行诊断工作来取得即可。并且，在因突然发生机器碰撞等严重的异常而不能进行诊断工作这样的情况下，也可以不取得与异常的状态对应的主数据。此外，以累计工作量并非为0的状态而是超过了规定量A时得到的诊断用数据作为主数据的对象的理由是，因为最好考虑到结构要素的初始磨损。此外，关于该规定量A，如菊池贤晴(1998)的《繰り返し摩耗におけるなじみ機構について》(《素材物性学雑誌》，11(2)，pp12～20)所记载，只要预先通过实验调查磨损粉末量稳定的移动距离或转本文档来自技高网...

【技术保护点】
1.一种状态诊断装置，该状态诊断装置通过用规定的诊断模型对在工业机器中从至少一个关注的结构要素取得的诊断用数据进行诊断，来诊断所述工业机器的状态，其特征在于，该状态诊断装置具备：数据收集部，其收集所述结构要素的使用状态和所述诊断用数据；主选择部，其以所述数据收集部所收集的所述诊断用数据中的、在所述结构要素的使用状态为真正正常的状态的状况下得到的所述诊断用数据及/或为真正异常的状态的状况下得到的所述诊断用数据作为对象，来选择主数据；存储部，其存储所选择的所述主数据；以及匹配性判定部，其对用当前的诊断模型诊断所述主数据而得到的诊断结果与用新的诊断模型诊断所述主数据而得到的诊断结果进行比较，判定所述当前的诊断模型与所述新的诊断模型是否具有匹配性，若具有匹配性，则将所述诊断模型从所述当前的诊断模型更新为所述新的诊断模型。

【技术特征摘要】
2017.03.07 JP 2017-0431081.一种状态诊断装置，该状态诊断装置通过用规定的诊断模型对在工业机器中从至少一个关注的结构要素取得的诊断用数据进行诊断，来诊断所述工业机器的状态，其特征在于，该状态诊断装置具备：数据收集部，其收集所述结构要素的使用状态和所述诊断用数据；主选择部，其以所述数据收集部所收集的所述诊断用数据中的、在所述结构要素的使用状态为真正正常的状态的状况下得到的所述诊断用数据及/或为真正异常的状态的状况下得到的所述诊断用数据作为对象，来选择主数据；存储部，其存储所选择的所述主数据；以及匹配性判定部，其对用当前的诊断模型诊断所述主数据而得到的诊断结果与用新的诊断模型诊断所述主数据而得到的诊断结果进行比较，判定所述当前的诊断模型...

【专利技术属性】
技术研发人员：玉腰贵浩，上野浩，安藤知治，
申请(专利权)人：大隈株式会社，
类型：发明
国别省市：日本,JP