[发明专利]诊断装置

说明书

提供诊断装置，始终适当地保持诊断性能，同时在使模型的性能提高的基础上适当地保持所需的信息。诊断装置(10)具备：诊断信息取得单元(11)，其从机床(1)取得诊断信息；物理模型存储单元(12)和基于物理模型的诊断单元(14)，它们使用根据物理特征预测为发生异常时产生的特征量进行诊断；数理模型存储单元(13)和基于数理模型的诊断单元(15)，它们使用根据正常时及/或异常时的信号学习到的机床学习模型进行诊断；模型更新必要性判定单元(17)，其在两个诊断单元的诊断结果不同时，判断为需要更新物理模型或数理模型中的至少一方；和显示单元(19)，其在模型更新必要性判定单元(17)判断为需要更新时通知该意思。

技术领域

本发明涉及基于预先内置的诊断模型来诊断机床等受测体的状态是正常还是异常的诊断装置。

背景技术

在运用各种设备方面，诊断设备的状态非常重要。没有注意到设备异常而继续使用的情况下，可能导致设备严重损坏、人受伤害，必须提前检测异常。

以这样的设备的异常诊断为目的，提出了许多技术。例如在专利文献1中，提出如下的技术：对受测体的振动检测信号进行傅立叶变换，与预先设定的阈值比较，并且使用神经网络求出异常的可靠度(认为正常或异常的程度)，通过对两者进行模糊运算，进行异常判定。

现有技术文献

专利文献

专利文献1：日本特许第3340541号公报

发明内容

发明要解决的课题

如上述技术所述，提出了使用事先设定的条件或者事先学习的模型来进行异常判定的技术，但例如在机床中，按每个用户，规格、设置环境、加工对象、使用工具、加工条件等影响因素非常大，现实中不可能在出厂前假设所有的模式并预先进行上述阈值的设定、神经网络的学习。因此，必须适当更新判定方法，但此时，应该在哪个时刻进行模型的更新，以及该如何高效地构筑高精度的模型是非常重要的。若在不必要的时刻进行更新，则导致计算资源的过度消耗、学习数据的平衡恶化引起的精度下降，而且疏于更新时，则不能应对新的异常。

并且，为了更新模型而如何选择必需的数据也很重要，存储装置的容量限制方面必须高效地选择、保持提高诊断精度所必需的信息。

因此，本发明的目的在于提供一种诊断装置，通过装置本身判断更新诊断模型的适当时刻，始终适当地保持诊断性能，同时使模型的性能提高，在此基础上适当地保持必需的信息。

用于解决课题的手段

为了达到上述目的，技术方案1的发明是诊断受测体的状态的诊断装置，其特征在于具备：

基于物理模型的诊断部，其使用根据受测体的物理特征预测为受测体发生异常时产生的特征量来进行诊断；基于数理模型的诊断部，其使用根据受测体正常时及/或异常时的信号学习到的机床学习模型，进行诊断；模型更新必要性判定部，其在基于物理模型的诊断部与基于数理模型的诊断部的诊断结果不同的情况下，判断为需要更新物理模型或数理模型中的至少一方；以及更新通知部，其在模型更新必要性判定部判断为需要更新时，通知该意思。

技术方案2的发明的特征在于，在技术方案1的结构中，基于物理模型的诊断部包括：诊断信息取得单元，其从受测体取得用于诊断状态的信息；以及物理模型存储单元，其存储物理模型，所述物理模型是根据受测体的物理特征计算发生异常时通过诊断信息取得单元取得的诊断信息中产生的特征量的模型。

技术方案3的发明的特征在于，在技术方案1的结构中，基于数理模型的诊断部包括：诊断信息取得单元，其从受测体取得用于诊断状态的信息；以及数理模型存储单元，其存储根据受测体正常时及/或异常时通过诊断信息取得单元取得的诊断信息进行机床学习而得到的数理模型。