[发明专利]故障预测装置以及机器学习装置

权利要求书

1.一种故障预测装置，预测电动机的制动器的故障状态，其特征在于，

该故障预测装置具备机器学习装置，该机器学习装置学习针对与上述电动机的制动器有关的数据的上述制动器的状态，

上述机器学习装置具备：

状态观测部，其观测上述制动器处于正常状态的情况下表示该制动器的动作状态的制动器动作状态数据，作为表示环境的当前状态的状态变量，上述制动器动作状态数据包含与重力负载扭矩有关的数据、与机械摩擦扭矩有关的数据以及与制动器反应时间有关的数据中的至少两个；以及

学习部，其使用上述状态变量，对上述制动器处于正常状态下的上述状态变量的分布进行学习。

2.根据权利要求1所述的故障预测装置，其特征在于，

上述状态观测部还观测使用传感器检测上述电动机的动作状态而得的电动机动作状态数据，作为上述状态变量。

3.根据权利要求1或2所述的故障预测装置，其特征在于，

上述状态观测部还观测表示上述电动机的类型的电动机类型数据，作为上述状态变量。

4.一种故障预测装置，预测电动机的制动器的故障状态，其特征在于，

该故障预测装置具备机器学习装置，该机器学习装置学习了针对与上述电动机的制动器有关的数据的上述制动器的状态，

上述机器学习装置具备：

状态观测部，其观测表示上述制动器的动作状态的制动器动作状态数据，作为表示环境的当前状态的状态变量，上述制动器动作状态数据包含与重力负载扭矩有关的数据、与机械摩擦扭矩有关的数据以及与制动器反应时间有关的数据中的至少两个；

学习部，其对上述制动器处于正常状态下表示上述制动器的动作状态的数据的分布进行了学习；以及

估计结果输出部，其根据由上述状态观测部观测的状态变量以及上述学习部的学习结果，估计并输出上述制动器的故障状态。

5.根据权利要求4所述的故障预测装置，其特征在于，

上述状态观测部还观测使用传感器检测上述电动机的动作状态而得的电动机动作状态数据，作为上述状态变量，

上述学习部对上述制动器处于正常状态下表示上述制动器的动作状态的数据以及使用传感器检测上述电动机的动作状态而得的数据的分布进行学习。

6.一种故障预测装置，预测电动机的制动器的故障状态，其特征在于，

该故障预测装置具备机器学习装置，该机器学习装置学习针对与上述电动机的制动器有关的数据的上述制动器的状态，

上述机器学习装置具备：

状态观测部，其观测上述制动器处于正常状态的情况下表示该制动器的动作状态的制动器动作状态数据，作为表示环境的当前状态的状态变量，上述制动器动作状态数据包含与重力负载扭矩有关的数据、与机械摩擦扭矩有关的数据以及与制动器反应时间有关的数据中的至少两个；

标签数据获取部，其获取表示上述制动器的故障状态的标签数据；以及

学习部，其使用上述状态变量和上述标签数据，将上述制动器的动作状态与上述制动器的故障状态相关联地进行学习。

7.根据权利要求6所述的故障预测装置，其特征在于，

上述学习部具备：

误差计算部，其根据上述状态变量和上述标签数据，计算从上述状态变量导出上述制动器的故障状态的相关性模型与从预先准备的训练数据识别的相关性特征的误差；以及

模型更新部，其以缩小上述误差的方式更新上述相关性模型。