[发明专利]学习用数据确认辅助装置、机器学习装置、故障预测装置

说明书

本发明提供学习用数据确认辅助装置、机器学习装置、故障预测装置，在取得工业机械中的测量数据时，能容易地确认是否是以相同动作测量出的数据。学习用数据确认辅助装置为了进行使用了机器学习的工业机械的异常检测，使得在预先取得仅由正常数据构成的学习用数据时能容易地确认混入了不当数据，具有：数据取得部，其取得包含时间序列数据的测量数据，所述时间序列数据表示使工业机械执行某些动作时的控制有关的规定的状态量以及控制量中的至少一方；显示控制部，其在时间轴方向上对齐了由所述数据取得部取得到的多个时间序列数据的状态下，分别将同一种类数据叠加来进行图表显示。

技术领域

本发明涉及在取得机器学习时使用的训练数据时，能容易地确认是否混入不当数据的学习用数据确认辅助装置、机器学习装置、以及故障预测装置。

背景技术

在作为致动器而使用电动机的6轴机器人(工业用机器人)中，已知经由减速机向机器人臂部传递电动机转矩的结构，但是在这样的机器人中减速机成为最容易损坏(容易故障)的部件。此外，机床中主轴或驱动主轴的电动机故障的原因，大多是由电动机的轴承劣化或损坏引起。

这里，例如在减速机劣化的状态或者主轴劣化的状态等状态下，使用包含工业用机器人或机床等的工业机械时，成为成品率大幅降低的原因。并且，在减速机或主轴等发生故障时，其恢复要花费时间，包含工业用机器人或机床等的工业机械产生较大的停机时间(downtime)，导致工业机械的运转率低下。

因此，在工业机械中，在减速机或主轴等彻底发生故障之前检测其征兆(劣化)，例如执行对减速机或主轴等进行修理等适当措置的话，则能够大幅削减工业机械的停机时间，从而使包含工业用机器人或机床等的工业机械的运转率得以提升。因此，在工业机械中尝试检测减速机或主轴等中的故障予兆(也称为“异常检测”)。

例如，在包含工业用机器人或机床等的工业机械的异常检测中，定期使工业用机器人或机床等执行某些动作，取得当时的机器人控制或者机床控制有关的控制量的时间序列数据(例如，电动机速度等)、机器人控制或者机床控制的状态量的时间序列数据(例如，电动机的电流值、推定干扰值等)、以及温度等动作环境数据等(以下，将这些统一名称，称为“测量数据”，将这些数据用作用于诊断学习用数据或者劣化状态的诊断用数据。

例如，在专利文献1中公开了：可以在机床主轴或者驱动主轴的电动机发生故障之前检测其故障征兆的机器学习装置。具体来说，机器学习装置是对机床主轴或者驱动主轴的电动机的故障预测进行机器学习的机器学习装置，具有：状态观测部，其观测状态变量，该状态变量包括控制电动机的电动机控制装置的输出数据、检测电动机状态的检测器的输出数据、以及测量主轴或者电动机状态的测量器的输出数据中的至少一个数据；判定数据取得部，其取得判定主轴或者电动机是否发生故障或者故障程度的判定数据；学习部，其按照根据状态变量和判定数据的组合而制作的数据集，学习主轴或者电动机的故障预测。

在专利文献2中公开了：根据状況来实现正确的故障预测的故障预测系统。具体来说，故障预测系统具有对与机器人的故障关联起来的条件进行学习的机器学习装置。机器学习装置具有：状态观测部，其在机器人的动作过程中或者静止过程中观测状态变量，该状态变量由传感器的输出数据、控制软件的内部数据、或者根据这些数据而得的计算数据等构成；学习部，其按照根据状态变量和判定数据的组合而制作的训练数据集，进行机器学习。

现有技术文献

专利文献1：日本特开2017-188030号公报

专利文献2：日本特开2017-120649号公报