控制装置、控制系统以及机器学习装置制造方法及图纸

本发明专利技术提供控制装置、控制系统以及机器学习装置。该控制装置具备：数据取得部，其至少取得与工业机械的动作状态相关的数据；学习模型存储部，其存储关联了针对工业机械的动作状态的削峰用电动机的基速的设定行为的价值的学习模型；以及决策部，其使用存储在学习模型存储部中的学习模型，决定基于数据取得部取得的与工业机械(2)的动作状态相关的数据的削峰用电动机的基速的设定行为。

【技术实现步骤摘要】
控制装置、控制系统以及机器学习装置
本专利技术涉及控制装置、控制系统以及机器学习装置。
技术介绍
在工厂等制造现场设置的机床、注射成形机、机器人等多个工业机械根据来自控制该工业机械的个别控制装置的指令而运转。这些多个工业机械与预定的电源设备连接，消耗从电源设备提供的电力来进行运转(例如，日本特开2017-162300号公报)。这时，如果由工业机械执行大量消耗电力的指令，则会由工业机械消耗很大的电力。为了降低这种情况下的耗电量，例如如图7所示，预先驱动与工业机械的驱动电动机不同的其他的电动机，在工业机械消耗电力的定时使其他电动机减速，产生再生能量，由此抑制电力的消耗。以这种目的而设置的其他电动机在本说明书中称为削峰用电动机。如上所述，削峰用电动机需要在工业机械消耗电力的定时减速来产生再生能量，所以平时需要以预先决定的预定速度(基速：basespeed)进行旋转。该基速将工业机械的动作，例如工业机械的驱动用电动机的动作模式等作为参考，并由现场的作业人员根据经验来决定。基速倾向于将速度设定得稍高，以防止在峰值切割用电动机减速来产生再生能量时峰值切割用电动机的电动机速度过度下降。在工业机械的消耗电力最大时，例如在工业机械的驱动电动机的输出最大时，决定了削峰用电动机的基速的情况下，在工业机械的驱动用电动机的输出不大时也要使削峰用电动机高速旋转。但是，如果一律将削峰用电动机的基速设定为较高，则会产生由于铁损增加等原因造成削峰用电动机的电力损失增加，或者削峰用电动机的轴承寿命变短等问题。因此，希望一种根据工业机械的动作状态来学习并设定适当的削峰用电动机的基速的方法。
技术实现思路
本专利技术的一个方式的控制装置根据与工业机械的输出相关的数据，试错地学习该工业机械的各个状态下的适当的削峰用电动机的基速，并根据其学习结果进行基速的调整，从而解决上述问题。另外，本专利技术的一个方式是控制装置，控制与至少一个工业机械连接到相同的电力供给路径上的削峰用电动机的削峰动作，具备：数据取得部，其至少取得与上述工业机械的动作状态相关的数据；学习模型存储部，其存储关联了针对上述工业机械的动作状态的上述削峰用电动机的基速的设定行为的价值的学习模型；以及决策部，其使用存储在上述学习模型存储部中的学习模型来决定基于上述数据取得部取得的与上述工业机械的动作状态相关的数据的上述削峰用电动机的基速的设定行为。本专利技术的其他方式是控制系统，其是由多个控制装置经由网络相互连接而成的控制系统，能够在多个控制装置之间共享上述学习部的学习结果。本专利技术的其他方式是机器学习装置，学习了与至少一个工业机械连接到相同的电力供给路径上的削峰用电动机的削峰动作的控制中的上述削峰用电动机的基速的设定行为，该机器学习装置具备：学习模型存储部，其存储关联了针对上述工业机械的动作状态的上述削峰用电动机的基速的设定行为的价值的学习模型；以及决策部，其使用存储在上述学习模型存储部中的学习模型来决定基于上述数据取得部取得的与上述工业机械的动作状态相关的数据的上述削峰用电动机的基速的设定行为。根据本专利技术的一个方式，由于峰值切割用电动机的基速不会高于需要以上，所以除了可以减少削峰用电动机的损失之外，预计还可以使削峰用电动机的轴承寿命延长。附图说明通过参照附图说明的以下实施例来明确本专利技术的上述以及其他目的和特征。这些附图中：图1是一个实施方式的控制装置的概略硬件结构图。图2是第一实施方式的控制装置的概略功能框图。图3说明工业机械的电力消耗和电力再生。图4概略地表示一个实施方式的控制系统的动作环境。图5是第二实施方式的控制系统的概略功能框图。图6概略地表示多个控制系统进行动作的系统。图7说明使用现有技术的削峰用电动机来降低消耗电力的结构。具体实施方式以下，参照附图说明本专利技术的实施方式。图1是表示本专利技术一个实施方式的控制装置的主要部件的概略硬件结构图。本实施方式的控制装置1可以作为控制削峰用电动机的控制装置而安装。另外，控制装置1可以作为设置在工厂中的个人电脑、与工厂的网络连接的单元计算机、雾计算机、云服务器等计算机进行安装。在本实施方式中，表示将控制装置1作为控制削峰用电动机的控制装置而安装的情况的例子。本实施方式的数值控制装置1所具备的CPU11是整体控制控制装置1的处理器。CPU11读出存储在经由总线20连接的ROM12中的系统程序，并按照该系统程序控制控制装置1整体。RAM13中存储临时的计算数据、用于显示在显示装置70上的显示数据以及作业人员经由输入装置71输入的各种数据等。非易失性存储器14例如由通过未图示的电池进行备份的存储器、SSD(SolidStateDrive固态驱动器)等构成，即使控制装置1的电源被切断也保持存储状态。非易失性存储器14中存储有保存与控制装置1的动作相关的设定信息的设定区域、经由接口18从输入装置71输入的数据和控制用程序。另外，非易失性存储器14中还存储经由网络5从工业机械2取得的各种数据(在各个工业机械2中执行的控制程序、工业机械2的驱动用电动机的输出计算值、输出测量值以及电动机速度等)、经由未图示的外部存储装置读入的数据、控制用程序等。非易失性存储器14中存储的程序、各种数据可以在执行时/使用时展开于RAM13。另外，ROM12中被预先写入系统程序，该系统程序包含用于分析各种数据的公知的分析程序等。控制装置1经由接口16与有线/无线的网络5连接。网络5上连接有与将电力提供给控制装置1的电力供给路径连接的至少一个工业机械2等，可以与控制装置1之间相互进行数据的交换。被读入到存储器上的各个数据、作为执行了程序等的结果而得到的数据、从后述的机器学习装置100输出的数据等经由接口17被输出到显示装置70并显示。另外，由键盘、指示设备等构成的输入装置71将基于作业人员的操作的指令、数据等经由接口18传递给CPU11。轴控制电路30接受来自CPU11的轴的移动指令量，并将轴的指令输出给伺服放大器40。伺服放大器40接受该指令，并驱动削峰用伺服电动机50。削峰用伺服电动机50内置位置/速度检测器，将来自该位置/速度检测器的位置/速度反馈信号反馈给轴控制电路30，进行位置/速度的反馈控制。接口21连接CPU11和机器学习装置100。机器学习装置100包括统一控制机器学习装置100整体的处理器101、存储系统程序等的ROM102、用于进行与机器学习相关的各个处理的临时存储的RAM103以及用于学习模型等的存储的非易失存储器104。机器学习装置100可以经由接口21观测可通过控制装置1取得的各个信息(在各个工业机械2中执行的控制程序、工业机械2的驱动用电动机的输出计算值、输出测量值、电动机速度等)。此外，控制装置1接受从机器学习装置100输出的结果，进行对显示装置70的显示、对成为控制对象的削峰用伺服电机50的指令输出等。图2是第一实施方式的控制装置1和机器学习装置100的概略功能本文档来自技高网...

【技术保护点】
1.一种控制装置，控制与至少一个工业机械连接到相同的电力供给路径上的削峰用电动机的削峰动作，其特征在于，/n该控制装置具备：/n数据取得部，其至少取得与上述工业机械的动作状态相关的数据；/n学习模型存储部，其存储关联了针对上述工业机械的动作状态的上述削峰用电动机的基速的设定行为的价值的学习模型；以及/n决策部，其使用存储在上述学习模型存储部中的学习模型，决定基于上述数据取得部取得的与上述工业机械的动作状态相关的数据的上述削峰用电动机的基速的设定行为。/n

【技术特征摘要】
20190621 JP 2019-1158961.一种控制装置，控制与至少一个工业机械连接到相同的电力供给路径上的削峰用电动机的削峰动作，其特征在于，
该控制装置具备：
数据取得部，其至少取得与上述工业机械的动作状态相关的数据；
学习模型存储部，其存储关联了针对上述工业机械的动作状态的上述削峰用电动机的基速的设定行为的价值的学习模型；以及
决策部，其使用存储在上述学习模型存储部中的学习模型，决定基于上述数据取得部取得的与上述工业机械的动作状态相关的数据的上述削峰用电动机的基速的设定行为。


2.根据权利要求1所述的控制装置，其特征在于，
上述数据取得部还取得与上述削峰用电动机的基速相关的数据，
上述控制装置具备：学习部，其生成针对上述工业机械的动作状态关联了上述削峰用电动机的基速的设定行为的学习模型。


3.根据权利要求2所述的控制装置，其特征在于，
在相对于上述工业机械消耗的消耗电力而能够从上述削峰用电动机提供充分的再生电力时，或者在能够将上述削峰用电动机的基速设定得较低时，上述学习部设为正的回报，在相对于上述工业机械消耗的消耗电力而无法从上述削峰用电动机提供充分的再生电力时，或者在能够将上述削峰用电动机的基速设定得较高时，设为负的回报，
上述学习部...

【专利技术属性】
技术研发人员：福岛佑辅，
申请(专利权)人：发那科株式会社，
类型：发明
国别省市：日本;JP