特許 6856585 異常監視装置、異常監視方法及び制御装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6856585

(24)【登録日】2021年3月22日

(45)【発行日】2021年4月7日

(54)【発明の名称】異常監視装置、異常監視方法及び制御装置

(51)【国際特許分類】

   H02P 29/00 20160101AFI20210329BHJP

   G05B 23/02 20060101ALI20210329BHJP

   B23Q 17/00 20060101ALI20210329BHJP

【ＦＩ】

   H02P29/00

   G05B23/02 302J

   B23Q17/00 A

【請求項の数】3

【全頁数】12

(21)【出願番号】特願2018-146804(P2018-146804)

(22)【出願日】2018年8月3日

(65)【公開番号】特開2020-22329(P2020-22329A)

(43)【公開日】2020年2月6日

【審査請求日】2020年1月14日

【早期審査対象出願】

(73)【特許権者】

【識別番号】390008235

【氏名又は名称】ファナック株式会社

(74)【代理人】

【識別番号】100106002

【弁理士】

【氏名又は名称】正林 真之

(74)【代理人】

【識別番号】100165157

【弁理士】

【氏名又は名称】芝 哲央

(74)【代理人】

【識別番号】100160794

【弁理士】

【氏名又は名称】星野 寛明

(72)【発明者】

【氏名】稲垣 慶太郎

(72)【発明者】

【氏名】飯島 一憲

(72)【発明者】

【氏名】佐藤 和宏

【審査官】 安池 一貴

(56)【参考文献】

【文献】 特開平０４−３７２３４１（ＪＰ，Ａ）

【文献】 特開２０１８−０９４６８６（ＪＰ，Ａ）

【文献】 特開２０１６−１５８３１５（ＪＰ，Ａ）

【文献】 特開平０５−３１２６９０（ＪＰ，Ａ）

【文献】 特開２０１８−０８８１７９（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｈ０２Ｐ ２９／００

Ｂ２３Ｑ １７／００

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

モータを用いた産業機械の機構の駆動に関する状態情報であって、前記機構に取り付けられた少なくとも一つの検知器からの検知情報である状態情報を、少なくとも一つの周波数帯域の信号として取り出す少なくとも一つのフィルタと、
前記フィルタの周波数帯域ごとの出力を積算する積分器と、
前記積分器により、正常な状態での前記周波数帯域ごとの出力が積算された積算値に基づく正常なデータを用いて学習して生成されるオートエンコーダを用いて、前記積分器により積算された積算値からなるデータを入力して、前記オートエンコーダにより出力される復元値とのずれ量を監視することで、異常かどうかを検出して第１の検出結果を得るとともに、
前記モータを制御する制御装置の制御情報に基づいて異常かどうかを検出して第２の検出結果を得る異常検出部を備え、
前記異常検出部は、前記第１の検出結果及び前記第２の検出結果がともに異常である場合に、異常と判定する異常監視装置。

【請求項2】

産業機械の機構を駆動するモータを制御する制御装置であって、
請求項１に記載の異常監視装置を備えた制御装置。

【請求項3】

モータを用いた産業機械の機構の駆動に関する状態情報であって、前記機構に取り付けられた少なくとも一つの検知器からの検知情報である状態情報を、フィルタを用いて、少なくとも一つの周波数帯域の信号として取り出し、
前記フィルタの周波数帯域ごとの出力を、積分器を用いて積算し、
前記積分器により、正常な状態での前記周波数帯域ごとの出力が積算された積算値に基づく正常なデータを用いて学習して生成されるオートエンコーダを用いて、前記積分器により積算された積算値からなるデータを入力して、前記オートエンコーダにより出力される復元値とのずれ量を監視することで、異常を検出する、
前記積分器により、正常な状態での前記周波数帯域ごとの出力が積算された積算値に基づく正常なデータを用いて学習して生成されるオートエンコーダを用いて、前記積分器により積算された積算値からなるデータを入力して、前記オートエンコーダにより出力される復元値とのずれ量を監視することで、異常かどうかを検出して第１の検出結果を得るとともに、前記モータを制御する制御装置の制御情報に基づいて異常かどうかを検出して第２の検出結果を得て、前記第１の検出結果及び前記第２の検出結果がともに異常である場合に、異常と判定する、異常監視方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、異常監視装置、異常監視方法及び制御装置に関する。

【背景技術】

【0002】

産業機械に用いる異常監視装置は、例えば特許文献１から特許文献３に記載されている。
特許文献１には、静止部材に対して相対的に回転或いは摺動する部品を備えた機械設備に用いられる異常診断装置が記載されている。この異常診断装置は、回転或いは摺動する部品又は静止部材に固定され、振動センサと温度センサとを有する検出部と、検出部の出力した検出信号から部品の状態を判定する信号処理部と、を備える。信号処理部は、回転速度信号に基づき算出した部品の損傷に起因した周波数成分と振動センサにより検出された信号に基づく実測データの周波数成分とを比較する比較照合部と、比較照合部での比較結果に基づき、部品の異常の有無の判定や損傷部位を特定する異常判定部とを備えている。

【0003】

特許文献２には、異常監視装置を備えた工作機械用の磁気軸受装置が記載されている。この磁気軸受装置は、主軸を磁気ラジアル軸受手段と磁気スラスト軸受手段で固定側から磁気浮上させ、主軸をモータ手段で回転駆動し、主軸の端部に取り付けられた加工ツールによりワーク加工を行う工作機械用の磁気軸受装置において、主軸の振動を検出する振動検出手段と、振動検出手段の出力信号より回転に同期した振動成分を抽出する周波数特性可変フィルタと、周波数特性可変フィルタの出力信号のレベルが規定レベルを超えた状態を異常状態であると判定する判定手段と備えている。

【0004】

特許文献３には、異常監視装置となる工具欠損検出装置が記載されている。この工具欠損検出装置は、被加工物の加工面の基準面に対する傾きによる変動、切り込み量の変化による変動等の比較的低い周波数の変動分、および刃先が切粉を生成する際の変動、工具欠損等の異常現象による突発的出力変動、工具の回転に伴う加工機主軸部の抵抗による変動等の比較的高い周波数の変動分を含む工具の負荷の変動に関する情報を得るための工具負荷検出回路と、工具負荷検出回路の出方から、比較的高い周波数の変動分における波高値の大きい部分を検出して、工具欠損等の異常の発生を表す信号を出力する信号処理回路とを備えている。そして、信号処理回路は、比較的低い周波数の変動分のみを通過させる平均値化回路と、工具負荷検出回路の出力から平均値化回路の出力を減算する減算回路と、その減算回路の出力と工具欠損検出用基準設定値とを比較して、減算回路の出力が工具欠損検出用基準設定値を越えたか否かを判断する比較回路とを備えることも記載されている。減算回路と比較回路の間に、刃先が切粉を生成する際の変動分を平均値化するための積分回路を設けてもよいことの記載もある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】国際公開第２００６−０３０７８６号パンフレット

【特許文献2】特開２００１−２５９９７２号公報

【特許文献3】特開昭６０−２３２８５３号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

モータの回転を制御装置で制御する場合に、トルク指令等の制御情報、又は主軸を支えるベアリングの劣化による振動を検出する振動センサからの検知情報を直接導入して、サーボモータにより駆動される機構の異常を判定することは、大規模なストレージ及び計算回路を必要とするために実装デバイスの規模が大きくなる。

【0007】

本発明は、実装デバイスの規模を小さくできるとともに、高速な応答が可能で、高い異常検出精度を実現できる異常監視装置、異常監視方法及び制御装置を提供することを目的とする。

【課題を解決するための手段】

【0008】

（１） 本発明に係る異常監視装置は、モータを用いた産業機械の機構の駆動に関する状態情報を、少なくとも一つの周波数帯域の信号として取り出す少なくとも一つのフィルタと、
前記フィルタの周波数帯域ごとの出力を積算する積分器と、
前記積分器により積算された積算値に基づいて異常を検出する異常検出部と、
を備えた異常監視装置である。

【0009】

（２） 前記（１）の異常監視装置において、前記状態情報は、前記モータを制御する制御装置の制御情報とすることができる。

【0010】

（３） 前記（１）の異常監視装置において、前記状態情報は、前記機構に取り付けられた少なくとも一つの検知器からの検知情報とすることができる。

【0011】

（４） 前記（３）の異常監視装置において、前記異常検出部は、前記積算値と、前記モータを制御する制御装置の制御情報とに基づいて異常値を検出することができる。

【0012】

（５） 本発明に係る制御装置は、産業機械の機構を駆動するモータを制御する制御装置であって、前記（２）に記載の異常監視装置を備えた制御装置である。

【0013】

（６） 本発明に係る異常監視方法は、モータを用いた産業機械の機構の駆動に関する状態情報を、フィルタを用いて、少なくとも一つの周波数帯域の信号として取り出し、
前記フィルタの周波数帯域ごとの出力を、積分器を用いて積算し、
前記積分器により積算された積算値に基づいて異常を検出する、異常監視方法である。

【発明の効果】

【0014】

本発明によれば、実装デバイスの規模を小さくできるとともに、高速な応答が可能で、高い異常検出精度を実現できる。

【図面の簡単な説明】

【0015】

【図1】本発明の第１の実施形態のサーボ制御装置を示すブロック図である。

【図2】異常監視部の構成を示すブロック図である。

【図3】トルク指令の波形ｆｓ（ｔ）を示す波形図である。

【図4】ｎ個の周波数帯域ごとにトルク指令値を分割する状態を示す説明図である。

【図5】ｎ個の周波数帯域ごとの積分値を示す特性図である。

【図6】オートエンコーダの構成を示す説明図である。

【図7】異常監視部の動作を示すフローチャートである。

【図8】サーボ制御装置と異常監視装置とを有する異常監視システムの構成を示すブロック図である。

【発明を実施するための形態】

【0016】

以下、本発明の実施形態について図面を用いて詳細に説明する。
（第１の実施形態）
図１は本発明の第１の実施形態のサーボ制御装置を示すブロック図である。
サーボ制御装置１０はサーボモータ２０の回転を制御し、サーボモータ２０は産業機械に含まれ、産業機械の機構３０を駆動する。サーボ制御装置１０は産業機械の機構を駆動するモータを制御する制御装置となる。産業機械は、工作機械、産業用ロボット、電動プレス機等の鍛圧機械、射出成形機等である。サーボ制御装置１０はサーボモータ２０とともに産業機械に含まれてもよい。

【0017】

サーボ制御装置１０は、位置指令作成部１０１、減算器１０２、位置制御部１０３、減算器１０４、速度制御部１０５、減算器１０６、電流制御部１０７、積分器１０８、制御情報取得部１０９及び異常監視部１１０を備えている。異常監視部１１０は異常監視装置となる。制御情報取得部１０９及び異常監視部１１０は、ここではサーボ制御装置１０の一部として設けているが、サーボ制御装置１０とは別に設けてもよい。

【0018】

位置指令作成部１０１は位置指令値を作成し、作成した位置指令値を、減算器１０２減算器１０２は位置指令値と位置フィードバックされた検出位置との差を求め、その差を位置偏差として位置制御部１０３に出力する。

【0019】

位置指令作成部１０１は、サーボモータ２０を動作させる加工プログラムに基づいて位置指令値を作成する。サーボモータ３００は、産業機械としての工作機械を駆動する場合、機構３０は、例えば、主軸、又は被加工物（ワーク）を搭載するテーブルを駆動する連結機構である。連結機構はサーボモータ２０に連結されたカップリング、カップリングに固定されるボールねじ、及びボールねじに螺合され、テーブルに接続されるナットである。
位置指令作成部１０１は、加工プログラムにより指定される加工形状となるように、送り速度を設定して位置指令値を作成する。

【0020】

減算器１０２は位置指令値と位置フィードバックされた検出位置との差を求め、その差を位置偏差として位置制御部１０３に出力する。
位置制御部１０３は、位置偏差にポジションゲインＫｐを乗じた値を、速度指令値として減算器１０４に出力する。

【0021】

減算器１０４は、速度指令値と速度フィードバックされた速度検出値との差を求め、その差を速度偏差として速度制御部１０５に出力する。
速度制御部１０５は、速度偏差に積分ゲインＫ１ｖを乗じて積分した値と、速度偏差に比例ゲインＫ２ｖを乗じた値とを加算して、トルク指令値として減算器１０６及び制御情報取得部１０９に出力する。

【0022】

減算器１０６は、トルク指令値と電流フィードバックされた電流検出値との差を求め、その差を電流偏差として電流制御部１０７に出力する。
電流制御部１０７は電流偏差に基づいて電流指令値を求め、その電流指令値をサーボモータ２０に出力してサーボモータ２０を駆動する。

【0023】

サーボモータ２０の回転角度位置は、サーボモータ２０に関連付けられた、位置検出部となるロータリーエンコーダによって検出され、速度検出値は速度フィードバックとして減算器１０４に入力される。速度検出値は積分器１０８で積分されて位置検出値となり、位置検出値は位置フィードバックとして減算器１０２に入力される。サーボモータ２０に流れる電流値は電流センサによって検出され、検出された電流検出値は電流フィードバックとして減算器１０６に入力される。なお、産業機械が工作機械であって、サーボモータ２０がテーブルを駆動する場合は、ボールねじ３０２３の端部にリニアスケール３０４を取り付け、リニアスケール３０４がボールねじ３０２３の移動距離を検出して、その検出値を位置フィードバックとして用いてもよい。

【0024】

制御情報取得部１０９は、減算器１０６から制御情報としてのトルク指令を取得して異常監視部１１０に送る。制御情報は、モータを用いた産業機械の機構の駆動に関する状態を示す状態情報の１つとなる。なお、モータを用いた産業機械の機構の駆動に関する状態を示す状態情報は、トルク指令に限られない。例えば、電流指令値等の電流情報、位置偏差等の位置フィードバック情報等を含めてもよい。そして、制御情報取得部１０９の取得する制御情報は、トルク指令のみならず、例えば、電流指令値等の電流情報、位置偏差等の位置フィードバック情報等を取得してもよい。
異常監視部１１０は、減算器１０６から出力されるトルク指令を用いて異常を判断する。図２は異常監視部の構成を示すブロック図である。
図２に示すように、異常監視部１１０は、フィルタ１１１−１〜１１１−ｎ（ｎは自然数）、積分器１１２−１〜１１２−ｎ、積算値取得部１１３−１〜１１３−ｎ、及び異常検出部１１４を備えている。

【0025】

フィルタ１１１−１〜１１１−ｎは入力されたトルク指令をｎ個の周波数帯域に分けて出力する。図３はトルク指令（原信号となる）の波形ｆｓ（ｔ）を示す波形図である。図４はｎ個の周波数帯域ごとにトルク指令値を分割する状態を示す説明図である。フィルタ１１１−１〜１１１−ｎの出力は積分器１１２−１〜１１２−ｎで所定期間毎に積分される。積算値取得部１１３−１〜１１３−ｎは積分器１１２−１〜１１２−ｎから積分値を取得して異常検出部１１４に送る。図５はｎ個の周波数帯域ごとの積分値（エネルギー）を示す特性図である。

【0026】

異常検出部１１４は、正常な状態でのｎ個の周波数帯域での積分値で得られる曲線（マスターカーブという）と、図５に示すような、監視時でのｎ個の周波数帯域での積分値で得られる曲線との差に基づいて、異常かどうかを検出する。異常検出部１１４は、異常を検出した場合は異常検出信号を出力する。

【0027】

異常検出部１１４は、オートエンコーダを用いることができる。オートエンコーダを開示する文献は、例えば、「オートエンコーダを用いた工具摩耗の検知」、長野県工技センター研報Ｎｏ．１２， ｐ．Ｐ４１−Ｐ４４（２０１７）がある。
オートエンコーダは図６に示すように、入力層、中間層及び出力層からなり、入力層に入力された信号を出力層で再現する。図６はオートエンコーダの構成を示す説明図である。入力層と出力層のノード数は同一である一方、中間層は入力層よりも少ないノード数である。中間層では、次元圧縮が行われ、入力信号の特徴を最もよく表した特徴点が抽出される。出力層はその抽出された特徴点を基に次元復元を行う。この次元圧縮、次元復元方法は産業機械が正常に動作しているときのｎ個の周波数帯域での積分値を使って学習を繰り返すことにより生成される。上記の正常な状態のマスターカーブは、産業機械の出荷時に、オートエンコーダの学習により得ることができる。
学習済のオートエンコーダに、正常な状態のデータを入力した場合、特徴点と復元方法が適合するため、復元が適正に行われる。一方、正常なデータと異なる異常データを入力した場合、本来抽出すべき特徴点も復元方法も異なるため復元をうまく行うことができない。

【0028】

図６に示したオートエンコーダの中間層の式を数式１に示す。数式１において、Ｗは重み係数、ｂはバイアスを示す。ｆ（ｘ）は活性化関数であり、Relu関数を用いる。ｆ（ｘ）＝max(0, x)であり、入力した値が０以下のとき０になり、１より大きいとき入力をそのまま出力する。

【数1】

オートエンコーダの学習は、ｎ個の周波数帯域ごとの積分値（エネルギー）を入力及び出力とする教師データを用いて入力と出力との差が最小になるように重み係数Ｗとバイアスｂを変動させる。

【0029】

このように、正常なデータを用いて学習して生成されるオートエンコーダを用いて、復元のずれ量を監視することで、産業機械の機構の異常を検出することができる。ここでは、数式１の異常度Ｅで異常を検出している。異常度Ｅが所定の閾値を超えたときに異常と判断できる。入力値と出力値との差が大きいと、異常度Ｅは大きな値となる。数式１において、ｘｉは入力値、ｘｉ’は出力値を示す。

【数2】

【0030】

異常監視部１１０は、産業機械の異常を検出する場合に、トルク指令の積分値に代えて、電流指令の積分値を用いることができる。またトルク指令の積分値に、電流指令の積分値又は／及び位置フィードバック情報となる位置偏差等を組み合わせることができる。その際、当該制御情報に対して所定期間毎に所定の評価関数により算出される評価値を組み合わせてもよい。すなわち、異常監視部１１０はサーボ制御装置１０のトルク指令、電流指令、又は位置偏差等の制御情報を用いて異常を検出することができる。図１において、電流指令は電流制御部１０７の出力であり、位置偏差は減算器１０２の出力値である。
トルク指令の積分値だけでは正常と異常の判定が難しい場合があるが、上記のようにトルク指令の積分値の他に、電流指令の積分値又は／及び位置フィードバック情報となる位置偏差等を組み合わせて異常を判定すれば、異常判定の確度を向上することができる。

【0031】

図７は異常監視部の動作を示すフローチャートである。
異常監視部１１０は、ステップＳ１０１において、制御情報としてトルク指令を取得する。フィルタ１１１−１〜１１１−ｎはステップＳ１０２において、トルク指令をｎ個の周波数帯域に分ける。

【0032】

次に、積分器１１２−１〜１１２−ｎは、ステップＳ１０３において、ｎ個の周波数帯域のそれぞれにおいて所定期間毎に積分を行う。異常検出部１１４はステップＳ１０４において、マスターカーブと監視時の曲線とに基づいて異常かどうかの検出を行い、ステップＳ１０５において、異常かどうかの判断を行って、異常と判断したときはステップＳ１０６において異常検出信号を出力する。異常でないと判断したときはステップＳ１０１に戻る。

【0033】

次に、異常検出信号を出力した後に、ステップＳ１０７において、産業機械の加工処理を続行するかどうかを判断し、実行する場合はステップＳ１０１に戻り、続行しない場合は、異常監視動作を終了する。

【0034】

制御情報を用いて産業機械の異常を検出する場合、制御情報を直接に導入して異常を検出しようとすると異常監視装置を実現するための実装デバイス規模が大きくなる（ＡＤ、通信路帯域、ストレージ、ＣＰＵ、ＧＰＵ等の規模が大きくなる)。本実施形態のように、制御情報を所定の数の周波数帯域に分け、各周波数帯域で所定期間毎に積分を行うことで、情報内容を損なわずに情報量を圧縮できる。
また、大規模ストレージや計算回路を不要とし、小型基板やマイコンによる前処理として実現することで、システム全体の小型化・高応答化を、高い異常検出精度を維持しながら実現することができる。

【0035】

（第２の実施形態）
第１の実施形態では、サーボ制御装置１０のトルク指令値、電流指令値、又は位置検出値等の制御情報を用いて産業機械の異常を検出した。本実施形態では、サーボ制御装置の制御情報と検知器の検知情報を用いて異常を検出する異常監視装置を有する異常監視システムについて説明する。制御情報と検知情報は、モータを用いた産業機械の機構の駆動に関する状態を示す状態情報となる。

【0036】

図８はサーボ制御装置と異常監視装置とを有する異常監視システムの構成を示すブロック図である。
図８に示すように、異常監視システムは、サーボ制御装置１０Ａ、制御情報取得部１０９、異常監視装置となる異常監視部１１０Ａ、サーボモータ２０、産業機械の機構３０、及び検知器４０を備えている。図１に示すサーボ制御装置１０は制御情報取得部１０９及び異常監視部１１０を内部に備えているが、本実施形態のサーボ制御装置１０Ａは制御情報取得部１０９及び異常監視部１１０を備えていない。異常監視部１１０Ａは検知器４０の出力がフィルタ１１１−１〜１１１−ｎに入力される点と、異常検出部１１４Ａに、積算値取得部１１３−１〜１１３−ｎからの出力に加えて、制御情報取得部１０９からトルク指令等の制御情報が入力される点を除き、図２に示した異常監視部１１０と同じ構成である。制御情報取得部１０９はサーボ制御装置１０Ａ内に設けてもよい。

【0037】

検知器４０は、産業機械の機構３０又はサーボモータ２０の状態を観測するセンサである。例えば、ＡＥ（アコースティックエミッション）センサ、振動センサ、又は温度センサである。ＡＥセンサは、材料に外力が作用して破壊するときや材料相互の界面で摩擦や衝突が生起するときなどに生ずる弾性波を検出するセンサであり、例えば、工具の刃先に被削材の凝着することによる切削が不安定になる場合を検出する。振動センサは部品の劣化、例えば主軸を支えるベアリングの劣化による振動を検出する。温度センサは主軸又はモータの近傍の温度を測定して出力する。

【0038】

検知器４０の検知情報はフィルタ１１１−１〜１１１−ｎは入力される。フィルタ１１１−１〜１１１−ｎの出力は積分器１１２−１〜１１２−ｎで所定期間毎に積分され、その積分値は、積算値取得部１１３−１〜１１３−ｎを介して異常検出部１１４Ａに入力される。また制御情報取得部１０９からのトルク指令値等の制御情報は異常検出部１１４Ａに入力される。異常検出部１１４Ａは、異常検出部１１４と同様に、正常な状態でのｎ個の周波数帯域での積分値で得られる曲線（マスターカーブという）と、監視時でのｎ個の周波数帯域での積分値で得られる曲線との差に基づいて、異常かどうかを検出して第１の検出結果を得る。また、異常検出部１１４はトルク指令値等の制御情報に基づいて、異常かどうかを検出して第２の検出結果を得る。そして、異常検出部１１４は第１及び第２の検出結果がともに異常である場合に、異常検出信号を出力する。異常監視部の動作を示すフローは、図７において、トルク指令を検知器４０の検知情報に置き換えた動作と同じである。

【0039】

産業機械の機構の異常の監視は、ＡＥセンサ、振動センサ、又は温度センサからの検知情報（センサ情報）を用いて行うことができる。しかし、一つのセンサ情報のみを用いて異常監視を行う場合には、センサノイズなどの影響で誤判定を起こす可能性が考えられる。
また、産業機械の機構の異常の監視は、比較的容易に正確な情報を取得できる制御装置の制御情報（トルク指令、電流指令、位置フィードバック情報等）を用いて行うことができる。例えば、トルク指令値が上昇したような場合に異常と判定することができるが、加工の負荷が上昇したような場合には正常と異常の判定が難しい場合もある。

【0040】

そのため、制御装置の制御情報を取得し、ＡＥセンサ等のセンサ情報と組み合わせて機構の異常を監視することで、異常判定の確度を向上することができる。例えば、加工の負荷が上昇した時にＡＥセンサも異常を検知していれば、機械や工具等に変形を生じるような異常（衝突等）が生じていると的確に判定することができる。

【0041】

本実施形態において、検知情報を直接に導入して判定しようとすると異常判定装置を実現するための実装デバイス規模が大きくなる。そこで、本実施形態においても第１の実施形態と同様に、検知情報を所定の数の周波数帯域に分け、各周波数帯域で所定期間毎に積分を行うことで、情報内容を損なわずに情報量を圧縮できる。
なお、制御情報と検知情報とを併用する場合、制御情報を直接に導入して判定しようとすると異常判定装置を実現するための実装デバイス規模が大きくなる。本実施形態においても第１の実施形態と同様に、制御情報を所定の数の周波数帯域に分け、各周波数帯域で所定期間毎に積分を行うことで、情報内容を損なわずに情報量を圧縮できる。また、前述したように、所定の評価関数を用いて所定期間毎に制御情報ごとの評価値を算出することで、当該評価値を用いてもよい。
また、大規模ストレージや計算回路を不要とし、小型基板やマイコンによる前処理として実現することで、システム全体の小型化・高応答化を、高い異常検出精度を維持しながら実現することができる。

【0042】

本実施形態では、検知器からの検知情報とサーボ制御装置１０の制御情報とを用いて産業機械の異常を検出したが、サーボ制御装置１０の制御情報を用いずに、検知器からの検知情報のみで産業機械の異常を検出してもよい。

【0043】

以上、サーボ制御装置１０，１０Ａ、及び異常監視部１１０Ａに含まれる機能ブロックについて説明した。
これらの機能ブロックを実現するために、サーボ制御装置１０，１０Ａ、異常監視部１１０Ａのそれぞれは、ＣＰＵ（Central Processing Unit）等の演算処理装置を備える。また、サーボ制御装置１０，１０Ａ、及び異常監視部１１０Ａのそれぞれは、アプリケーションソフトウェアやＯＳ（Operating System）等の各種の制御用プログラムを格納したＨＤＤ（Hard Disk Drive）等の補助記憶装置や、演算処理装置がプログラムを実行する上で一時的に必要とされるデータを格納するためのＲＡＭ（Random Access Memory）といった主記憶装置も備える。

【0044】

そして、サーボ制御装置１０，１０Ａ、異常監視部１１０Ａのそれぞれにおいて、演算処理装置が補助記憶装置からアプリケーションソフトウェアやＯＳを読み込み、読み込んだアプリケーションソフトウェアやＯＳを主記憶装置に展開させながら、これらのアプリケーションソフトウェアやＯＳに基づいた演算処理を行なう。また、この演算結果に基づいて、各装置が備える各種のハードウェアを制御する。これにより、本実施形態の機能ブロックは実現される。つまり、本実施形態は、ハードウェアとソフトウェアが協働することにより実現することができる。

【0045】

異常監視部１１０，１１０Ａについては機械学習に伴う演算量が多いため、例えば、パーソナルコンピュータにＧＰＵ（Graphics Processing Units）を搭載し、ＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）と呼ばれる技術により、ＧＰＵを機械学習に伴う演算処理に利用するようにすると高速処理できるようになるのでよい。更には、より高速な処理を行うために、このようなＧＰＵを搭載したコンピュータを複数台用いてコンピュータ・クラスターを構築し、このコンピュータ・クラスターに含まれる複数のコンピュータにて並列処理を行うようにしてもよい。

【0046】

上記のサーボ制御装置のサーボ制御部及び機械学習装置に含まれる各構成部は、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。また、上記のサーボ制御装置に含まれる各構成部のそれぞれの協働により行なわれるサーボ制御方法も、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。ここで、ソフトウェアによって実現されるとは、コンピュータがプログラムを読み込んで実行することにより実現されることを意味する。

【0047】

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体(non-transitory computer readable medium)を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体(tangible storage medium)を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えば、ハードディスクドライブ）、光磁気記録媒体（例えば、光磁気ディスク）、ＣＤ−ＲＯＭ(Read Only Memory)、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ(Programmable ROM)、ＥＰＲＯＭ(Erasable PROM)、フラッシュＲＯＭ、ＲＡＭ(random access memory）)を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体(transitory computer readable medium)によってコンピュータに供給されてもよい。

【0048】

上述した実施形態は、本発明の好適な実施形態ではあるが、上記実施形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。
例えば、第１の実施形態において、異常監視部１１０はサーボ制御装置１とは別に設けて、ネットワークでサーボ制御装置１と通信可能に接続してもよい。また、第２の実施形態において、異常監視部１１０Ａはネットワークを介して検知器４０及び制御情報取得部１０９に通信可能に接続してもよい。ネットワークは、例えば、工場内に構築されたＬＡＮ（Local Area Network）や、インターネット、公衆電話網、或いは、これらの組み合わせである。ネットワークにおける具体的な通信方式や、有線接続および無線接続のいずれであるか等については、特に限定されない。

【符号の説明】

【0049】

１０ サーボ制御装置
２０ サーボモータ
３０ 機構
４０ 検知器
１０１ 位置指令作成部
１０２ 減算器
１０３ 位置制御部
１０４ 減算器
１０５ 速度制御部
１０６ 減算器
１０７ 電流制御部
１０８ 積分器
１０９ 制御情報取得部
１１０、１１０Ａ 異常監視部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】