【技术实现步骤摘要】
有教师学习器的数据集的标签标注方法、有教师学习器、状态估计装置
[0001]本专利技术涉及在在机床等中使用并用于诊断工具的损伤状态等的机器学习模型中对有教师学习器的数据集进行标签标注的方法、使用该方法生成的作成有教师学习器、以及搭载了该学习器的状态估计装置。
技术介绍
[0002]在机床中,当支承旋转体的轴承在损伤的状态下被继续使用时,加工精度会恶化,或者轴承发生粘连而使机械无法工作。此外,当切削工具在大幅磨损的状态下被继续使用时,加工精度恶化,或者即使切削工具折损也会继续动作,由此发生干涉而使机床损伤。
[0003]以往,为了避免发生这些故障,有时针对轴承的累积旋转时间、轴承的累积转数、工具的使用时间等预先设定时间或次数这样的基准来进行管理。但是,未能够应对实际的状态,在即使继续使用也没有问题的状态下进行应对,由此花费多余的费用,或者,虽然没有达到既定的时间或次数却发生故障。
[0004]因此,研究了如下方法:不是估计时间或次数,而是估计实际的状态,捕捉从正常状态到异常状态的状态变化,在完全成为异常状态之前 ...
【技术保护点】
【技术特征摘要】
1.一种有教师学习器的数据集的标签标注方法,其用于决定与如下有教师学习器的生成有关的训练数据中的与训练数据的输入数据对应的训练数据的输出数据,所述有教师学习器用于估计状态估计对象处于规定的基准状态甲和与所述基准状态甲不同的规定的基准状态乙之间的怎样的状态,其特征在于,将从第1物理量和根据所述第1物理量得到的与所述状态估计对象的状态相关联的数据中选择出的任意数据设为所述训练数据的输入数据,该第1物理量是在所述状态估计对象处于规定的状态的情况下取得的,将从第2物理量和根据所述第2物理量得到的与所述状态估计对象的状态相关联的数据中选择出的任意数据称为对应数据,该第2物理量是在所述状态估计对象的状态处于与取得所述训练数据的输入数据所涉及的所述第1物理量时相同的状态的情况下取得的,对于2个以上的所述状态估计对象,针对多个如下的所述对应数据,分别计算相对于基准状态甲的乖离度,多个所述对应数据至少包含各个所述状态估计对象处于所述基准状态甲的情况下的对应数据和各个所述状态估计对象处于所述基准状态乙的情况下的对应数据,作为用于将多个所述对应数据各自的所述相对于基准状态甲的乖离度描绘为归一化乖离度的映射,能够将所述基准状态甲的情况下的所述相对于基准状态甲的乖离度描绘为在处于所述基准状态甲的情况下所述有教师学习器应该输出的规定值,并且能够将所述基准状态乙的情况下的所述相对于基准状态甲的乖离度描绘为在处于所述基准状态乙的情况下所述有教师学习器应该输出的规定值,按照每个所述状态估计对象设定所述映射,其中,该映射在所述基准状态甲的情况下的所述相对于基准状态甲的乖离度和所述基准状态乙的情况下的所述相对于基准状态甲的乖离度的区间中是单调映射,使用设定的所述映射,针对多个所述对应数据,分别描绘所述相对于基准状态甲的乖离度的像,由此计算所述归一化乖离度,将所述归一化乖离度决定为与所述训练数据的输入数据对应的所述训练数据的输出数据。2.根据权利要求1所述的有教师学习器的数据集的标签标注方法,其特征在于,在所述状态估计对象的状态按照时序顺序从所述基准状态甲和所述基准状态乙中的任意一方向另一方单向转变的情况下,针对多个所述状态估计对象,在分别计算出多个所述对应数据各自的所述相对于基准状态甲的乖离度后,在按照时序顺序排列了计算出的所述相对于基准状态甲的乖离度的状态下进行滤波处理,转换为平滑的相对于基准状态甲的乖离度,在为了将多个所述对应数据各自的所述相对于基准状态甲的乖离度描绘为所述归一化乖离度而进行所述映射的设定和所述归一化乖离度的计算时,代替所述相对于基准状态甲的乖离度而使用所述平滑的相对于基准状态甲的乖离度。3.一种有教师学习器的数据集的标签标注方法,其用于决定与如下有教师学习器的生成有关的训练数据中的与训练数据的输入数据对应的训练数据的输出数据,所述有教师学习器用于估计状态估计对象处于规定的基准状态甲和与所述基准状态甲不同的规定的基准状态乙之间的怎样的状态,其特征在于,所述有教师学习器具有执行后处理的功能,在该后处理中,在输入了属于作为多个数
据的集合的数据组的多个规定的数据的情况下,对作为根据各个所述输入数据计算出的各个输出数据的集合的输出数据组中的代表值进行计算,将从第1物理量和根据所述第1物理量得到的与所述状态估计对象的状态相关联的数据中选择出的任意数据设为所述训练数据的输入数据,该第1物理量是在所述状态估计对象处于规定的状态的情况下取得的,将从第2物理量和根据所述第2物理量得到的与所述状态估计对象的状态相关联的数据中选择出的任意数据称为对应数据,该第2物理量是在所述状态估计对象的状态处于与取得所述训练数据的输入数据所涉及的所述第1物理量时相同的状态的情况下取得的,对于2个以上的所述状态估计对象,针对多个对应数据组,分别计算分别属于所述多个对应数据组的所述对应数据的相对于基准状态甲的乖离度,所述多个...
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。