本发明专利技术提供一种用于使计算机执行检测具有可动部的工业机械的异常处理的计算机程序，该计算机程序使计算机执行执行下述处理，即、获取从检测与可动部的运动相关的物理量的传感器输出的时间序列的物理量数据，将所获取的时间序列的物理量数据变换为以图像表示的时间序列数据图像，通过将变换得到的时间序列数据图像输入学习与正常的可动部相关的时间序列数据图像的特征后的学习模型，从而计算时间序列数据图像的特征量，并基于计算出的特征量来判定工业机械有无异常。来判定工业机械有无异常。来判定工业机械有无异常。
【技术实现步骤摘要】
【国外来华专利技术】计算机程序、异常检测方法、异常检测装置、成型机系统及学习模型生成方法
[0001]本专利技术涉及检测具有可动部的工业机械的异常的计算机程序、异常检测方法、异常检测装置、成型机系统及学习模型生成方法。
技术介绍
[0002]专利文献1公开了由加速度传感器监视注射成型机的各可动部的振动并检测成型工序的状态及可动部发生异常的监视方法。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：日本特开平5
‑
50480号公报
技术实现思路
[0006]专利技术要解决的课题
[0007]但是，专利文献1中未公开加速度数据这样的时间序列数据的具体解析方法及异常检测方法。可动部的振动波形复杂，判定注射成型机异常未必容易。
[0008]本公开的目的在于提供一种能够将与工业机械的可动部相关的物理量的时间序列数据变换为以图像表示的时间序列数据图像并基于该时间序列数据图像来判定工业机械的异常的计算机程序、异常检测方法、异常检测装置、成型机系统及学习模型生成方法。
[0009]用于解决课题的手段
[0010]本公开的计算机程序用于使计算机执行检测具有可动部的工业机械的异常的处理，所述计算机程序使所述计算机执行下述处理：获取从检测与所述可动部的运动相关的物理量的传感器输出的时间序列的物理量数据；将所获取的时间序列的所述物理量数据变换为以图像表示的时间序列数据图像；通过将变换得到的所述时间序列数据图像输入学习模型来计算所述时间序列数据图像的特征量，其中，所述学习模型是学习与正常的可动部相关的时间序列数据图像的特征后的模型；以及基于计算出的特征量来判定所述工业机械有无异常。
[0011]本公开的异常检测方法检测具有可动部的工业机械的异常，在所述异常检测方法中，获取从检测与所述可动部的运动相关的物理量的传感器输出的时间序列的物理量数据；将所获取的时间序列的物理量数据变换为以图像表示的时间序列数据图像；通过将变换得到的时间序列数据图像输入学习模型来计算时间序列数据图像的特征量，其中，所述学习模型是学习与正常的可动部相关的时间序列数据图像的特征后的模型；以及基于计算出的特征量来判定工业机械有无异常。
[0012]本公开的异常检测装置具备所述异常检测装置和成型机，所述异常检测装置检测所述成型机的异常。
[0013]本公开的异常检测装置检测具有可动部的工业机械的异常，所述异常检测装置包
括：传感器，其检测与所述可动部的运动相关的物理量；获取部，其获取从该传感器输出的时间序列的物理量数据；变换部其将由该获取部获取的时间序列的所述物理量数据变换为以图像表示的时间序列数据图像；计算部，其通过将变换得到的所述时间序列数据图像输入学习模型来计算所述时间序列数据图像的特征量，其中，所述学习模型是学习与正常的所述可动部相关的所述时间序列数据图像的特征后的模型；以及判定部，其基于由该计算部计算出的特征量判定所述工业机械有无异常。
[0014]本公开的学习模型生成方法用于检测具有第1螺杆及第2螺杆的双轴混炼挤出机的异常，所述学习模型生成方法由计算机执行以下处理：基于表示与正常动作时的所述双轴混炼挤出机的第1螺杆的旋转中心轴相交叉的第1轴向及第2轴向的位移的时间序列数据和与正常动作时的所述双轴混炼挤出机的第2螺杆的旋转中心轴相交叉的第3轴向及第4轴向的位移的时间序列数据，生成将第1图像和第2图像包含在一个图像中的多个时间序列数据图像，其中，所述第1图像描绘与第1螺杆的旋转中心轴相交叉的第1轴向及第2轴向的位移，所述第2图像描绘与第2螺杆的旋转中心轴相交叉的第3轴向及第4轴向的位移；以及基于包含所生成的所述多个时间序列数据图像和具有任意特征的多个参考图像的学习用数据集生成学习模型，其中，该学习模型在被输入包含描绘第1螺杆及第2螺杆的旋转中心轴的位移的第1图像及第2图像的时间序列数据图像的情况下，输出与所述双轴混炼挤出机的正常动作及异常动作对应的特征量。
[0015]专利技术效果
[0016]根据本公开，能够将与工业机械的可动部相关的物理量的时间序列数据变换为以图像表示的时间序列数据图像，并基于该时间序列数据图像判定工业机械的异常。
附图说明
[0017]图1是示出本实施方式的成型机系统的构成例的框图。
[0018]图2是示出本实施方式的双轴混炼挤出机的构成例的示意图。
[0019]图3是示出位移传感器的安装位置的示意图。
[0020]图4是示出本实施方式的异常检测装置的构成例的框图。
[0021]图5是示出本实施方式的异常检测处理步骤的流程图。
[0022]图6是示出第1螺杆的位移的第1时间序列数据图像。
[0023]图7是示出第1及第2螺杆的位移的时间序列数据图像。
[0024]图8是示出时间序列数据图像的特征量及异常检测结果的概念图。
[0025]图9是示出学习模型的生成方法的概要的概念图。
[0026]图10是示出学习阶段的学习模型的概念图。
[0027]图11是示出测试阶段的学习模型的概念图。
[0028]图12是示出时间序列数据图像的特征量的分布图。
[0029]图13是示出使用学习模型的异常检测的评价结果的图表。
具体实施方式
[0030]以下参照附图说明本专利技术实施方式的计算机程序、异常检测方法、异常检测装置、成型机系统及学习模型生成方法的具体例子。另外，本专利技术并不限定于这些例示，而是由权
利要求书来表示，意图包含与权利要求书等同的含义以及范围内的所有变更。另外，也可以将以下记载的实施方式及变形例的至少一部分任意组合。
[0031]图1是示出本实施方式的成型机系统的构成例的框图。成型机系统具备双轴混炼挤出机1、位移传感器2及异常检测装置3。
[0032]＜双轴混炼挤出机1＞
[0033]图2是示出实施方式的双轴混炼挤出机1的构成例的示意图。双轴混炼挤出机1包括具有投入树脂原料的料斗10a的缸体10、第1螺杆11及第2螺杆12。第1及第2螺杆11、12以相互啮合的状态大致平行配置，可旋转地插入缸体10的孔内，将投入料斗10a中的树脂原料向挤出方向(图2中右方向)搬运并进行溶融及混炼。
[0034]第1螺杆11通过将多种螺杆构件组合一体化而构成为一根螺杆。例如，通过将向正方向输送树脂原料的螺纹杆(flight screw)形状的正螺纹构件、向反方向输送树脂原料的反向螺纹构件、混炼树脂原料的捏合构件等以与树脂原料的特性对应的顺序及位置配置组合来构成第1螺杆11。第2螺杆12的构成也与第1螺杆11相同。
[0035]另外，双轴混炼挤出机1具备输出用于使第1及第2螺杆11、12旋转的驱动力的马达13和减速传递马达13的驱动力的减速机14。第1及第2螺杆11、12的驱动轴11a、12a与减速机14的输出轴连接。第1及第2螺杆11、12通过由减速机14减速传递的马达13的驱动力而旋转。...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种计算机程序，其特征在于，用于使计算机执行检测具有可动部的工业机械的异常的处理，所述计算机程序使所述计算机执行下述处理：获取从检测与所述可动部的运动相关的物理量的传感器输出的时间序列的物理量数据；将所获取的时间序列的所述物理量数据变换为以图像表示的时间序列数据图像；通过将变换得到的所述时间序列数据图像输入学习模型来计算所述时间序列数据图像的特征量，其中，所述学习模型是学习与正常的所述可动部相关的所述时间序列数据图像的特征后的模型；以及基于计算出的特征量来判定所述工业机械有无异常。2.根据权利要求1所述的计算机程序，其特征在于，所述学习模型为通过机器学习得到的模型。3.根据权利要求1或2所述的计算机程序，其特征在于，所述学习模型为通过机器学习得到的单分类模型。4.根据权利要求1至3中任一项所述的计算机程序，其特征在于，所述物理量数据包含表示第1物理量的时间序列数据和表示第2物理量的时间序列数据，所述时间序列数据图像将描绘所述第1物理量的第1图像和描绘所述第2物理量的第2图像包含在一个图像中。5.根据权利要求4所述的计算机程序，其特征在于，所述第1物理量及所述第2物理量分别为由两个数值构成的二维物理量。6.根据权利要求1至5中任一项所述的计算机程序，其特征在于，所述可动部是成型机的旋转轴，所述物理量数据包含表示成型机的旋转轴的位移、转矩、旋转速度或旋转加速度的时间序列数据。7.根据权利要求1至6中任一项所述的计算机程序，其特征在于，所述可动部是成型机的螺杆，所述物理量数据包含表示成型机的螺杆的位移、转矩、旋转速度或旋转加速度的时间序列数据。8.根据权利要求1至3中任一项所述的计算机程序，其特征在于，所述可动部是双轴混炼挤出机的第1螺杆及第2螺杆，所述物理量数据包含表示与第1螺杆的旋转中心轴相交叉的第1轴向及第2轴向的位移的时间序列数据，和表示与第2螺杆的旋转中心轴相交叉的第3轴向及第4轴向的位移的时间序列数据，所述时间序列数据图像将第1图像和第2图像包含在一个图像中，其中，所述第1图像以相交叉的第1轴向和第2轴向为坐标轴描绘第1螺杆的位移，所述第2图像以相交叉的第3轴向和第4轴向为坐标轴描绘第2螺杆的位移。9.根据权利要求8所述的计算机程序，其特征在于，所述时间序列数据图像是大致正方形的图像，
包含所述第1图像及第2图像和填补该第1图像及...
【专利技术属性】
技术研发人员：大下武谅，风吕川干央，平野峻之，
申请(专利权)人：株式会社日本制钢所，
类型：发明
国别省市：
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。