【技术实现步骤摘要】
状态判定装置以及状态判定方法
本专利技术涉及状态判定装置以及状态判定方法，特别涉及对工业机械的维护进行辅助的状态判定装置以及状态判定方法。
技术介绍
定期地或者在产生异常时进行注射成型机等工业机械的维护。在维护工业机械时，负责维护的人员使用在工业机械动作时记录的表示该工业机械的动作状态的物理量，判定该工业机械的动作状态有无异常，进行产生了异常的部件的更换等维护作业。作为工业机械，具有注射成型机、机床、矿山机械、木工机械、农业机械、建筑机械等。例如，作为工业机械的一种即注射成型机所具备的注射缸的止回阀的维护作业，已知定期地从注射缸拔出螺杆，直接测量止回阀的尺寸的方法。但是，该方法必须暂时停止生产来进行测量作业，会有生产效率降低的问题。为了解决这样的问题，例如作为不会因为从注射缸拔出螺杆等作业使生产暂时停止，而是间接地检测注射缸的止回阀的消耗量来诊断异常的方法，已知有检测施加给螺杆的旋转转矩，或检测树脂向螺杆后方逆流的现象来诊断异常的方法。例如，在日本特开平01-168421号公报中表示了测量作用于螺杆的...
【技术保护点】
1.一种状态判定装置，其判定工业机械的动作状态，其特征在于，/n上述状态判定装置具备：/n数据取得部，其取得与上述工业机械相关的数据；/n学习数据提取部，其根据上述数据取得部取得的与上述工业机械相关的数据，生成使与上述工业机械相关的数据内的物理量的时间序列数据在时间轴方向上进行了滑动后的多个部分时间序列数据，提取包含上述多个部分时间序列数据的多个学习用数据；以及/n学习部，其进行使用了上述学习数据提取部提取出的学习数据的机器学习，生成学习模型。/n
【技术特征摘要】
20190207 JP 2019-0204091.一种状态判定装置，其判定工业机械的动作状态，其特征在于，
上述状态判定装置具备：
数据取得部，其取得与上述工业机械相关的数据；
学习数据提取部，其根据上述数据取得部取得的与上述工业机械相关的数据，生成使与上述工业机械相关的数据内的物理量的时间序列数据在时间轴方向上进行了滑动后的多个部分时间序列数据，提取包含上述多个部分时间序列数据的多个学习用数据；以及
学习部，其进行使用了上述学习数据提取部提取出的学习数据的机器学习，生成学习模型。
2.根据权利要求1所述的状态判定装置，其特征在于，
上述状态判定装置还具备推定部，该推定部进行使用了上述学习部生成的学习模型的上述工业机械的动作状态的推定。
3.根据权利要求1所述的状态判定装置，其特征在于，
上述状态判定装置还具备提取条件存储部，该提取条件存储部将上述学习数据提取部提取多个学习用数据的条件存储为预定时间或时间序列数据的范围内的数据数量，上述多个学习用数据包含使时间序列数据在时间轴方向上进行了滑动后的多个部分时间序列数据。
4.根据权利要求1或2所述的状态判定装置，其特征在于，
上述工业机械是注射成型机，
上述数据取得部取得的时间序列数据包含用于对上述注射成型机的成型工序即闭模工序、模具夹紧工序、注射工序、保压工序、计量工序、开模工序、顶出工序、循环开始以及循环结束进行识别的信息中的至少一个，
上述数据取得部取得的时间序列数据包含驱动上述注射成型机的原动机的电流、电压、转矩、位置、速度、加速度、与上述注射成型机的成型动作相关的压力、温度、流量、流速中的至少一个。
5.根据权利要求1所述的状态判定装置，其特征在于，
上述学习部是监督学习、无监督学习以及强化学习中的至少一个。
6.根据权利要求1或2所述的状态判定装置，其特征在于，
上述数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。