[发明专利]压力机及压力机的异常监视方法

权利要求书

1.一种压力机，其特征在于，包括：

学习模型生成部，其进行以下生成处理，即以从压力机所具有的多个传感器收集到的n个数据中的1个数据作为目标变量，以该1个数据以外的n-1个数据作为说明变量进行机器学习来生成该1个数据用的学习模型，并对所述n个数据全部进行所述生成处理；

预测值计算部，其进行以下计算处理，即将从所述多个传感器收集到的n个数据中的1个数据以外的n-1个数据的实测值输入给该1个数据用的学习模型来计算该1个数据的预测值，并对所述n个数据全部进行所述计算处理；

异常度计算部，其基于所述n个数据的实测值和预测值的差来计算异常度；以及

异常度输出部，其输出计算出的异常度。

2.根据权利要求1所述的压力机，其特征在于：

所述压力机是伺服压力机；

所述n个数据包括压力机负荷数据和伺服放大器的输出电流数据。

3.根据权利要求2所述的压力机，其特征在于：

所述学习模型生成部进行以下生成处理，即以从所述多个传感器收集到的n个数据、位置偏差数据和速度偏差数据中的1个数据作为目标变量，以该1个数据以外的数据作为说明变量进行机器学习来生成该1个数据用的学习模型，并对所述n个数据、所述位置偏差数据和所述速度偏差数据全部进行所述生成处理；

所述预测值计算部进行以下计算处理，即将从所述多个传感器收集到的n个数据、所述位置偏差数据和所述速度偏差数据中的1个数据以外的数据的实测值输入给该1个数据用的学习模型来计算该1个数据的预测值，并对所述n个数据、所述位置偏差数据和所述速度偏差数据全部进行所述计算处理；

所述异常度计算部基于所述n个数据、所述位置偏差数据和所述速度偏差数据的实测值和预测值的差来计算异常度。

4.根据权利要求2或3所述的压力机，其特征在于：

所述n个数据包括伺服电源的输入电流数据、PN间电压数据、伺服电源的温度数据、伺服放大器的温度数据、电容器的温度数据、周围温度数据以及润滑油的温度数据中的至少一个。

5.根据权利要求1所述的压力机，其特征在于：

所述压力机是机械压力机，

所述n个数据包括压力机负荷数据和变频器的输出电流数据。

6.根据权利要求5所述的压力机，其特征在于：

所述n个数据包括周围温度数据、润滑油的温度数据以及离合器制动器的温度数据中的至少一个。

7.一种压力机的异常监视方法，其特征在于：

进行以下生成处理，即以从压力机所具有的多个传感器收集到的n个数据中的1个数据作为目标变量，以该1个数据以外的n-1个数据作为说明变量进行机器学习来生成该1个数据用的学习模型，并对所述n个数据全部进行所述生成处理；

进行以下计算处理，即将从所述多个传感器收集到的n个数据中的1个数据以外的n-1个数据的实测值输入给该1个数据用的学习模型来计算该1个数据的预测值，并对所述n个数据全部进行所述计算处理；

基于所述n个数据的实测值和预测值的差来计算异常度；以及

输出计算出的异常度。