异常判定系统、马达控制装置及异常判定装置制造方法及图纸

判定机械系统的具体的设备异常的内容。一种判定马达驱动机构(1)的设备异常的异常判定系统(100)，执行以下控制过程：伺服放大器(2)获取与马达驱动机构(1)驱动中的马达(12)的输入输出相关的时间序列检测数据；伺服放大器(2)和边缘服务器(4)判定时间序列检测数据的数据异常；边缘服务器(4)基于判定为数据异常的时间序列检测数据的获取方式，判定马达的动作异常；以及基于数据异常的判定内容或动作异常的判定内容，来判定马达驱动机构(1)的设备异常。

Abnormal judgment system, motor control device and abnormal judgment device

【技术实现步骤摘要】
【国外来华专利技术】异常判定系统、马达控制装置及异常判定装置
本专利技术的实施方式涉及异常判定系统、马达控制装置及异常判定装置。
技术介绍
在专利文献1及专利文献2中，公开了如下技术：通过基于统计学方法的传感器数据的解析，对机械设备的状态进行预兆诊断。在先技术文献专利文献专利文献1：日本特许第5827425号公报；专利文献2：日本特许第5827426号公报。
技术实现思路
专利技术所要解决的问题但是，在上述在先技术中，只能进行机械系统是正常还是异常的状态诊断，无法判定其具体的设备异常的内容。本专利技术是鉴于这样的问题点而完成的，其目的在于，提供一种能够判定机械系统的具体的设备异常内容的异常判定系统、马达控制装置及异常判定装置。用于解决问题的手段为了解决上述问题，根据本专利技术的一个观点，适用一种异常判定系统，具有：状态量获取部，获取与机械系统相关的状态量；以及异常判定部，利用机器学习过程中的学习内容，并基于所述状态量来判定在所述机械系统中有无异常发生、发生部位、发生原因中的至少一个。另外，根据本专利技术的另一观点，适用一种马达控制装置，对驱动马达驱动机构的马达供给驱动电力并进行驱动控制，其具有：状态量获取部，获取与所述马达、所述马达驱动机构以及所述马达控制装置中的至少一个相关的状态量；以及异常判定部，利用机器学习过程中的学习内容，并基于所述状态量来判定在所述马达、所述马达驱动机构以及所述马达控制装置的至少一个中是否发生异常。此外，根据本专利技术的另一观点，适用一种异常判定装置，具有：状态量获取部，获取与机械系统相关的状态量；以及异常判定部，利用机器学习过程中的学习内容，并基于所述状态量来判定在所述机械系统中有无异常发生、发生部位，发生原因中的至少一个。专利技术效果根据本专利技术，能够判定机械系统的具体的设备异常内容。附图说明图1是表示异常判定系统的简要的模块构成的图；图2是以传递函数形式表示获取转矩指令、输出速度、估计干扰以及输出速度作为时间序列检测数据的伺服放大器的控制模块的图；图3是说明卡方分布、数据异常判定阈值和马氏距离的关系的图；图4是例示动作正常和动作异常的各个情况下的基准数据和马氏距离时间序列分布模式的图；图5是表示边缘服务器的CPU执行的准备处理的控制过程的流程图；图6是表示伺服放大器的CPU执行的动作异常发生判定处理的控制过程的流程图；图7是表示动作异常种类判定部的神经网络构成模型的一例的图；图8是汇总表示实施方式的观测驱动时的各种信息流的各种处理的关系的图；图9是表示设备异常原因估计部的神经网络构成模型的一例的图；图10是表示设备异常部位估计部的神经网络构成模型的一例的图；图11是表示设备特性估计部的神经网络构成模型的一例的图；图12是汇总表示各变形例的观测驱动时的各种信息流的各种处理的关系的图。具体实施方式以下，参照附图，对一个实施方式进行说明。<1：异常判定系统的整体构成>参照图1，对本实施方式的异常判定系统的整体构成的一个例子进行说明。图1表示异常判定系统的简要的模块构成。如图1所示，异常判定系统100具有马达驱动机构1、伺服放大器2、上位控制装置3和边缘服务器4。马达驱动机构1是如下机械系统：通过该异常判定系统100控制马达驱动机构1的驱动，并且马达驱动机构1是判定与该驱动相关的各种异常的对象。该马达驱动机构1具有具备编码器11的马达12和由该马达12驱动的驱动机械13。在本实施方式的例子中，马达12是旋转型电动马达，编码器11是光学地检测并输出马达的旋转位置的传感器，驱动机械13是使同步带旋转的同步带机构(未特别图示)。伺服放大器2(马达控制装置)具有如下功能(马达驱动控制功能)：向马达12供给驱动电力并进行驱动控制，以使上述马达12的输出位置追随从后述的上位控制装置3输入的位置指令。另外，在本实施方式的例子中，伺服放大器2还具有如下功能：作为时间序列检测数据依次获取(参照后述的图2)在供给驱动电力的过程中生成的转矩指令、基于从编码器11输出的马达12的输出位置生成的输出速度、估计干扰、速度偏差这4个数据，并输出到后述的边缘服务器4。另外，在本实施方式的例子中，伺服放大器2具有如下功能：进行基于上述时间序列检测数据的数据异常判定、以及基于数据异常判定的判定方式的设备异常发生判定(后面详细叙述)。上位控制装置3具有如下功能(动作控制功能)：基于从后述的边缘服务器输入的上位控制指令，为了使驱动机械13进行期望的经时驱动动作而逐次输出向马达12的位置指令。边缘服务器4(异常判定装置)例如由通用的个人计算机构成，并具有如下功能：对上位控制装置3输出用于使驱动机械13进行期望的经时驱动动作的上位控制指令。另外，该上位控制指令的输出也可以经由未特别图示的其他PLC(ProgrammableLogicContoroller，可编程逻辑控制器)输出到上位控制装置3。另外，在本实施方式的例子中，该边缘服务器4具有如下功能：执行在进行该异常判定系统100的通常运用之前(即后述的正常驱动时)的准备处理的功能、以及进行通常运用中(即后述的观测驱动时)的马达驱动机构1中的设备异常原因估计的功能。作为上述准备处理执行如下处理：基于在后述的正常驱动时从伺服放大器2输入的时间序列检测数据，进行算出伺服放大器2及该边缘服务器4进行上述数据异常判定时所需的样本平均值、样本协方差矩阵、以及数据异常判定阈值并输出到伺服放大器2(参照后述的图5)。另外，在本实施方式的例子中，边缘服务器4还具有如下功能：存储从伺服放大器2输入的时间序列检测数据，在后述的观测驱动时，进行基于这些时间序列检测数据的数据异常判定、以及基于数据异常判定的判定方式的动作异常种类判定和设备异常原因估计。<2：伺服放大器的控制模块>图2以传递函数形式表示本实施方式中的伺服放大器2的控制模块。另外，在本实施方式的例子中，该图2所示的控制模块通过由伺服放大器2所具备的CPU(未特别图示)执行的软件来实现。在该图2中，伺服放大器2具有减法器21、位置控制部22、减法器23、速度控制部24、电流控制部25、速度变换部26和干扰观测器27。减法器21从上位控制装置3输入的位置指令中减去后述的输出位置(反馈位置)，输出位置偏差。位置控制部22基于该位置偏差通过所谓的PID控制等输出速度指令。减法器23从该速度指令中减去后述的输出速度(反馈速度)，输出速度偏差。速度控制部24基于该速度偏差通过所谓的PID控制等输出转矩指令。电流控制部25通过基于该转矩指令的电力变换来输出驱动电力，并向马达12供电。然后，编码器11检测该马达12驱动驱动机械13时的输出位置，反馈给伺服放大器2。该输出位置在上述减法器21中从位置指令中被减去，并且输入到速度变换部26。速度变换部26基于该输出位置输出作为马达12的驱动速度的输出本文档来自技高网...

【技术保护点】
1.一种异常判定系统，其特征在于，具有：/n状态量获取部，获取与机械系统相关的状态量；以及/n异常判定部，利用机器学习过程中的学习内容，基于所述状态量来判定在所述机械系统中有没有发生异常、发生部位、发生原因中的至少一个。/n

【技术特征摘要】
【国外来华专利技术】20171128 JP 2017-2280461.一种异常判定系统，其特征在于，具有：
状态量获取部，获取与机械系统相关的状态量；以及
异常判定部，利用机器学习过程中的学习内容，基于所述状态量来判定在所述机械系统中有没有发生异常、发生部位、发生原因中的至少一个。


2.如权利要求1所述的异常判定系统，其特征在于，
所述机械系统具有马达、对该马达进行驱动控制的马达控制设备以及由该马达驱动的马达驱动机构，
所述状态量获取部具有时间序列检测数据获取部，所述时间序列检测数据获取部获取与驱动中的所述马达的输入输出相关的时间序列检测数据作为所述状态量。


3.如权利要求2所述的异常判定系统，其特征在于，
所述异常判定部具有设备特性估计部，所述设备特性估计部基于所述时间序列检测数据来估计所述机械系统的设备特性估计值。


4.如权利要求2或3所述的异常判定系统，其特征在于，
所述异常判定部具有：
数据异常判定部，判定所述时间序列检测数据的数据异常；以及
设备异常判定部，基于所述数据异常判定部的判定内容，判定所述马达、所述马达控制设备以及所述马达驱动机构的设备异常。


5.如权利要求4所述的异常判定系统，其特征在于，
所述数据异常判定部通过霍特林T2法进行判定。


6.如权利要求5所述的异常判定系统，其特征在于，
所述数据异常判定部具有：
误报率确定部，确定误报率；
卡方分布计算部，计算卡方分布；
阈值计算部，基于所述误报率和所述卡方分布来计算数据异常判定阈值；
样本平均值计算部，基于时间序列检测数据来计算样本平均值；
样本协方差矩阵计算单元，基于时间序列检测数据来计算样本协方差矩阵；
马氏距离计算部，基于所述样本平均值、所述样本协方差矩阵和时间序列检测数据来计算马氏距离；以及
判定部，通过所述数据异常判定阈值与所述马氏距离的比较来判定时间序列检测数据的数据异常，
所述样本平均值计算部和所述样本协方差矩阵计算部应用在所述马达驱动机构的正常驱动中获取的时间序列基准数据，
所述马氏距离计算部应用在所述马达驱动机构的观测驱动中获取的时间序列观测数据，
所述判定部针对所述时间序列观测数据判定数据异常。


7.如权利要求2至6中任一项所述的异常判定系统，其特征在于，
所述设备异常判定部具有设备异常原因估计部，所述设备异常原因估计部估计设备异常的发生原因。


8.如权利要求7所述的异常判定系统，其特征在于，
所...

【专利技术属性】
技术研发人员：长田武，正垣隆章，吉浦泰史，大久保整，吉良俊信，
申请(专利权)人：株式会社安川电机，
类型：发明
国别省市：日本;JP