特許7181440診断用データ収集装置、診断用データ収集方法、記録媒体、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(B1)
(11)【特許番号】
(24)【登録日】2022-11-21
(45)【発行日】2022-11-30
(54)【発明の名称】診断用データ収集装置、診断用データ収集方法、記録媒体、及び制御装置
(51)【国際特許分類】
B23Q 17/00 20060101AFI20221122BHJP
B23Q 17/09 20060101ALI20221122BHJP
B23Q 37/00 20060101ALI20221122BHJP
B23Q 39/02 20060101ALI20221122BHJP
B23Q 41/00 20060101ALI20221122BHJP
【ＦＩ】
B23Q17/00 F
B23Q17/09 A
B23Q37/00 Z
B23Q39/02
B23Q41/00 G
【請求項の数】
6
(21)【出願番号】P 2022536631
(86)(22)【出願日】2022-04-25
(86)【国際出願番号】 JP2022018715
【審査請求日】2022-06-14
【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】久保 守
【審査官】増山 慎也
(56)【参考文献】
【文献】韓国公開特許第１０－２０１８－０１３３９７４（ＫＲ，Ａ）
【文献】特開２０２０－２０３３５６（ＪＰ，Ａ）
【文献】特開２０１８－１３２８０９（ＪＰ，Ａ）
【文献】特開２０１５－２０７０９５（ＪＰ，Ａ）
【文献】国際公開第２０００／０１１５２８（ＷＯ，Ａ１）
【文献】国際公開第２０２１／０２９０３６（ＷＯ，Ａ１）
【文献】特開２０２０－１７８４５４（ＪＰ，Ａ）
【文献】韓国公開特許第１０－２０１９－０００１３７１（ＫＲ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ２３Ｑ １７／００
Ｂ２３Ｑ １７／０９
Ｂ２３Ｑ ３７／００
Ｂ２３Ｑ ３９／０２
Ｂ２３Ｑ ４１／００
Ｇ０５Ｂ １９／４０８
(57)【特許請求の範囲】
【請求項1】
複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集装置であって、前記工作機械の加工運転時のデータを時系列に収集する収集部と、
収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、
判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内の前記収集部で収集した前記データを少なくとも記憶装置への保存の対象から除外するデータ除外部と、
を備える診断用データ収集装置。
【請求項2】
前記収集部が収集するデータは、少なくとも前記工作機械に含まれる駆動軸の座標値と運転状態とを含み、前記加工種類判定部は、前記座標値と前記運転状態とに基づいて前記工作機械の加工期間における加工種類を判定する、請求項１に記載の診断用データ収集装置。
【請求項3】
前記加工種類判定部は、前記工作機械による任意の加工のデータである入力データと前記任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した前記学習済みモデルと収集された前記データとを用いて前記工作機械の加工期間における加工種類を判定する、請求項１に記載の診断用データ収集装置。
【請求項4】
複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集方法であって、前記工作機械の加工運転時のデータを時系列に収集する収集ステップと、
収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定ステップと、
判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内の前記収集ステップで収集した前記データを少なくとも記憶装置への保存の対象から除外するデータ除外ステップと、
を備える診断用データ収集方法。
【請求項5】
複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集するために、コンピュータを前記工作機械の加工運転時のデータを時系列に収集する収集部と、
収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、
判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内の前記収集部で収集した前記データを少なくとも記憶装置への保存の対象から除外するデータ除外部と、
して機能させるためのプログラムを記録したコンピュータが読み取り可能な記録媒体。
【請求項6】
請求項１に記載の診断用データ収集装置を備える制御装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、診断用データ収集装置、診断用データ収集方法、記録媒体、及び制御装置に関する。
【背景技術】
【0002】
工作機械の診断のため、加工時のモータトルク等のサーボ波形データが時系列に収集・解析されている。
この点、切削時のモータトルクの急激な低下により工具折損を判定する工具折損検出の技術が知られている。例えば、特許文献１参照。
また、切削時のモータトルクの上昇から工具摩耗の度合いを判定する工具摩耗監視の技術が知られている。例えば、特許文献２、３参照。
また、人工知能（ＡＩ）によるモータトルクの正常モデルとの比較により異常度を計算する故障予知の技術が知られている。例えば、特許文献４参照。
なお、後々の解析のために、収集した波形データはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等に半永久的に保存されることが多い。
この点、切削時のモータトルクの急激な低下により工具折損を判定する工具折損検出の技術が知られている。例えば、特許文献１参照。
また、切削時のモータトルクの上昇から工具摩耗の度合いを判定する工具摩耗監視の技術が知られている。例えば、特許文献２、３参照。
また、人工知能（ＡＩ）によるモータトルクの正常モデルとの比較により異常度を計算する故障予知の技術が知られている。例えば、特許文献４参照。
なお、後々の解析のために、収集した波形データはＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等に半永久的に保存されることが多い。
【先行技術文献】
【特許文献】
【0003】
【文献】特許第３８８３４８５号
【文献】特許第３６８１７３３号
【文献】特開平１１－５８１１３号公報
【文献】特許第６１４０３３１号
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところで、波形データは収集間隔が短い（例えば、１ｍｓ等）ため、データサイズが大きくなる（例えば、工作機械１台につき１日当たり１０ＧＢ等）。
このため、全ての加工の波形データを保存することによる波形データの膨張が生じてしまう。
また、波形データの膨張により必要メモリ容量が増大し、波形データ保存用の記憶装置の容量が不足してしまう。また、当該波形データを使用する機械診断装置等のメモリ限界の仕様を超える可能性もある。
さらに、必要メモリ容量増大に伴うコストアップが発生する。
なお、用途や加工内容によって、特定の加工の波形データが不要なケースも多い。例えば、工具折損検出の場合、フライス加工において折れにくいフライス工具を対象外とするようにしてもよい。また、工具摩耗監視や工具折損検出の場合、ドリルのみの波形データは保存するが、その他のデータは対象外とするようにしてもよい。
このため、全ての加工の波形データを保存することによる波形データの膨張が生じてしまう。
また、波形データの膨張により必要メモリ容量が増大し、波形データ保存用の記憶装置の容量が不足してしまう。また、当該波形データを使用する機械診断装置等のメモリ限界の仕様を超える可能性もある。
さらに、必要メモリ容量増大に伴うコストアップが発生する。
なお、用途や加工内容によって、特定の加工の波形データが不要なケースも多い。例えば、工具折損検出の場合、フライス加工において折れにくいフライス工具を対象外とするようにしてもよい。また、工具摩耗監視や工具折損検出の場合、ドリルのみの波形データは保存するが、その他のデータは対象外とするようにしてもよい。
【0005】
そこで、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することが望まれている。
【課題を解決するための手段】
【0006】
（１）本開示の診断用データ収集装置の一態様は、複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集装置であって、前記工作機械の加工運転時のデータを時系列に収集する収集部と、収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部と、を備える。
【0007】
（２）本開示の診断用データ収集方法の一態様は、複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集方法であって、前記工作機械の加工運転時のデータを時系列に収集する収集ステップと、収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定ステップと、判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外ステップと、を備える。
【0008】
（３）本開示の記録媒体の一態様は、複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集するために、コンピュータを前記工作機械の加工運転時のデータを時系列に収集する収集部と、収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部と、して機能させるためのプログラムを記録したコンピュータが読み取り可能な記録媒体。
【0009】
（４）本開示の制御装置の一態様は、（１）の診断用データ収集装置を備える。
【発明の効果】
【0010】
一態様によれば、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
【図面の簡単な説明】
【0011】
【図1】第１実施形態に係る診断用データ収集システムの機能的構成例を示す機能ブロック図である。
【図2】タップ加工の場合の波形データの一例を示す図である。
【図3】フライス加工の場合の波形データの一例を示す図である。
【図4】ドリル加工の場合の波形データの一例を示す図である。
【図5】診断用データ収集装置のデータ収集処理について説明するフローチャートである。
【図8】第２実施形態に係る診断用データ収集システムの機能的構成例を示す機能ブロック図である。
【図9】教師データの一例を示す図である。
【図10】クラスタリングの場合の機械学習の結果の一例を示す図である。
【発明を実施するための形態】
【0012】
診断用データ収集装置の第１実施形態及び第２実施形態について、図面を参照して詳細に説明をする。
ここで、各実施形態は、工作機械の加工運転時の波形データを時系列に収集し、収集した波形データに基づいて工作機械の各加工期間における加工種類を判定し、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内の波形データを除外対象として除外するという構成において共通する。
ただし、加工種類の判定において、第１実施形態では収集する波形データは、少なくとも工作機械に含まれる駆動軸の座標値と運転状態とを含み、座標値と運転状態とに基づいて工作機械の加工期間における加工種類を判定する。これに対し、第２実施形態では工作機械による任意の加工の波形データである入力データと任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集された波形データとを用いて工作機械の加工期間における加工種類を判定する点が、第１実施形態と相違する。
以下では、まず第１実施形態について詳細に説明し、次に第２実施形態において第１実施形態と相違する部分を中心に説明を行う。
ここで、各実施形態は、工作機械の加工運転時の波形データを時系列に収集し、収集した波形データに基づいて工作機械の各加工期間における加工種類を判定し、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内の波形データを除外対象として除外するという構成において共通する。
ただし、加工種類の判定において、第１実施形態では収集する波形データは、少なくとも工作機械に含まれる駆動軸の座標値と運転状態とを含み、座標値と運転状態とに基づいて工作機械の加工期間における加工種類を判定する。これに対し、第２実施形態では工作機械による任意の加工の波形データである入力データと任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集された波形データとを用いて工作機械の加工期間における加工種類を判定する点が、第１実施形態と相違する。
以下では、まず第１実施形態について詳細に説明し、次に第２実施形態において第１実施形態と相違する部分を中心に説明を行う。
【0013】
＜第１実施形態＞
図１は、第１実施形態に係る診断用データ収集システムの機能的構成例を示す機能ブロック図である。ここでは、ドリル加工及びタップ加工をデータの収集対象の加工種類とし、フライス加工を予めデータの収集が不要と設定された除外対象の加工種類とする場合を例示する。なお、本発明は、ドリル加工及びタップ加工をデータの収集対象の加工種類とし、フライス加工を除外対象の加工種類とすることに限定されず、ドリル加工及びタップ加工以外の任意の加工をデータの収集対象の加工種類とし、フライス加工以外の任意の加工を除外対象の加工種類としても適用可能である。
図１に示すように、診断用データ収集システム１００は、診断用データ収集装置１、工作機械２、数値制御装置３、診断装置４、及び記憶装置５を有する。
図１は、第１実施形態に係る診断用データ収集システムの機能的構成例を示す機能ブロック図である。ここでは、ドリル加工及びタップ加工をデータの収集対象の加工種類とし、フライス加工を予めデータの収集が不要と設定された除外対象の加工種類とする場合を例示する。なお、本発明は、ドリル加工及びタップ加工をデータの収集対象の加工種類とし、フライス加工を除外対象の加工種類とすることに限定されず、ドリル加工及びタップ加工以外の任意の加工をデータの収集対象の加工種類とし、フライス加工以外の任意の加工を除外対象の加工種類としても適用可能である。
図１に示すように、診断用データ収集システム１００は、診断用データ収集装置１、工作機械２、数値制御装置３、診断装置４、及び記憶装置５を有する。
【0014】
診断用データ収集装置１、工作機械２、数値制御装置３、診断装置４、及び記憶装置５は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やインターネット等の図示しないネットワークを介して相互に接続されていてもよい。この場合、診断用データ収集装置１、工作機械２、数値制御装置３、診断装置４、及び記憶装置５は、かかる接続によって相互に通信を行うための図示しない通信部を備えている。なお、診断用データ収集装置１、工作機械２、数値制御装置３、診断装置４、及び記憶装置５は、図示しない接続インタフェースを介して互いに有線又は無線で直接接続されてもよい。
また、図１では、診断用データ収集装置１は、数値制御装置３と異なる装置としたが、数値制御装置３に含まれてもよい。また、数値制御装置３は、工作機械２と異なる装置としたが、工作機械２に含まれてもよい。
また、診断装置４、及び記憶装置５は、診断用データ収集装置１と異なる装置としたが、診断用データ収集装置１に含まれてもよい。
また、図１では、診断用データ収集装置１は、数値制御装置３と異なる装置としたが、数値制御装置３に含まれてもよい。また、数値制御装置３は、工作機械２と異なる装置としたが、工作機械２に含まれてもよい。
また、診断装置４、及び記憶装置５は、診断用データ収集装置１と異なる装置としたが、診断用データ収集装置１に含まれてもよい。
【0015】
＜工作機械２＞
工作機械２は、例えば、当業者にとって公知の３軸や５軸等の工作機械であり、後述する数値制御装置３からの指令に基づいて動作する。
工作機械２は、例えば、当業者にとって公知の３軸や５軸等の工作機械であり、後述する数値制御装置３からの指令に基づいて動作する。
【0016】
＜数値制御装置３＞
数値制御装置３は、当業者にとって公知の数値制御装置であり、制御情報に基づいて指令を生成し、生成した指令を工作機械２に送信する。これにより、数値制御装置３は、工作機械２の動作を制御する。また、数値制御装置３は、工作機械２を制御している間の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等のデータを後述する診断用データ収集装置１に出力する。
数値制御装置３は、当業者にとって公知の数値制御装置であり、制御情報に基づいて指令を生成し、生成した指令を工作機械２に送信する。これにより、数値制御装置３は、工作機械２の動作を制御する。また、数値制御装置３は、工作機械２を制御している間の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等のデータを後述する診断用データ収集装置１に出力する。
【0017】
＜診断装置４＞
診断装置４は、例えば、工具折損検出を行う工具折損検出装置（例えば、特許文献１）、工具摩耗監視を行う工具摩耗監視装置（例えば、特許文献２、３）、又は故障予測を行う故障予測装置（例えば、特許文献４）等である。診断装置４は、後述する診断用データ収集装置１によって収集された波形データを用いて、工具折損検出、工具摩耗監視、又は故障予測等を行う。
診断装置４は、例えば、工具折損検出を行う工具折損検出装置（例えば、特許文献１）、工具摩耗監視を行う工具摩耗監視装置（例えば、特許文献２、３）、又は故障予測を行う故障予測装置（例えば、特許文献４）等である。診断装置４は、後述する診断用データ収集装置１によって収集された波形データを用いて、工具折損検出、工具摩耗監視、又は故障予測等を行う。
【0018】
＜記憶装置５＞
記憶装置５は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等を有するデータサーバ等であり、後述する診断用データ収集装置１により収集された波形データを記憶する。
記憶装置５は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等を有するデータサーバ等であり、後述する診断用データ収集装置１により収集された波形データを記憶する。
【0019】
＜診断用データ収集装置１＞
診断用データ収集装置１は、例えば、公知のコンピュータ等であり、図１に示すように、制御部１０を有する。また、制御部１０は、収集部１０１、加工種類判定部１０２、及びデータ除外部１０３を有する。
診断用データ収集装置１は、例えば、公知のコンピュータ等であり、図１に示すように、制御部１０を有する。また、制御部１０は、収集部１０１、加工種類判定部１０２、及びデータ除外部１０３を有する。
【0020】
＜制御部１０＞
制御部１０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＣＭＯＳメモリ等を有し、これらはバスを介して相互に通信可能に構成される、当業者にとって公知のものである。
ＣＰＵは診断用データ収集装置１を全体的に制御するプロセッサである。ＣＰＵは、ＲＯＭに格納されたシステムプログラム及びアプリケーションプログラムを、バスを介して読み出し、システムプログラム及びアプリケーションプログラムに従って診断用データ収集装置１全体を制御する。これにより、図１に示すように、制御部１０は、収集部１０１、加工種類判定部１０２、及びデータ除外部１０３の機能を実現するように構成される。ＲＡＭには一時的な計算データや表示データ等の各種データが格納される。ＣＭＯＳメモリは図示しないバッテリでバックアップされ、診断用データ収集装置１の電源がオフされても記憶状態が保持される不揮発性メモリとして構成される。
制御部１０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＣＭＯＳメモリ等を有し、これらはバスを介して相互に通信可能に構成される、当業者にとって公知のものである。
ＣＰＵは診断用データ収集装置１を全体的に制御するプロセッサである。ＣＰＵは、ＲＯＭに格納されたシステムプログラム及びアプリケーションプログラムを、バスを介して読み出し、システムプログラム及びアプリケーションプログラムに従って診断用データ収集装置１全体を制御する。これにより、図１に示すように、制御部１０は、収集部１０１、加工種類判定部１０２、及びデータ除外部１０３の機能を実現するように構成される。ＲＡＭには一時的な計算データや表示データ等の各種データが格納される。ＣＭＯＳメモリは図示しないバッテリでバックアップされ、診断用データ収集装置１の電源がオフされても記憶状態が保持される不揮発性メモリとして構成される。
【0021】
収集部１０１は、例えば、数値制御装置３を介して、工作機械２の加工運転時の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等のデータを時系列に波形データとして収集する。収集部１０１は、収集した波形データを加工種類判定部１０２に出力する。なお、運転状態とは、切削中信号やタップ中信号等の状態（オン又はオフ）を示す。
【0022】
加工種類判定部１０２は、例えば、収集部１０１により収集された波形データのうち加工開始から所定期間（例えば、３０秒や１分等）終了までの波形データに基づいて手続き的手法により工作機械２の加工期間における加工種類を判定する。
具体的には、加工種類判定部１０２は、例えば、加工期間開始から所定期間終了まで波形データをサンプリングし、サンプリングした波形データをＲＡＭ等のメモリに一時的に保存する。なお、加工期間には、主軸正転中、工具選択中、シーケンス番号（又はブロック番号）による範囲指定でユーザが期間を定義、その他、加工中と分かるプログラム指令中（Ｍ／Ｓ／Ｔコード）又は運転状態が含まれる。
図２は、タップ加工の場合の波形データの一例を示す図である。図３は、フライス加工の場合の波形データの一例を示す図である。図４は、ドリル加工の場合の波形データの一例を示す図である。図２から図４では、横軸は時刻を示し、縦軸は上から主軸速度、切削中信号の状態、タップ中信号の状態、Ｘ軸及びＺ軸の座標値を示す。なお、図２から図４では、Ｙ軸の座標値は省略する。また、図２から図４では、切削中信号がオンの期間を網掛けで示す。
加工種類判定部１０２は、図２に示すように、時刻ｔ１から時刻ｔ２の間の加工期間（切削中信号がオン）において運転状態を示すタップ中信号が時刻ｔ１でオフからオンに変化したことから、図２の加工種類をタップ加工と判定する。
また、加工種類判定部１０２は、図３に示すように、時刻ｔ３から時刻ｔ５の加工期間において、最初の切削中信号がオンとなる時刻ｔ４において、ＸＹ軸が移動を開始することから、図３の加工種類をフライス加工と判定する。
また、加工種類判定部１０２は、図４に示すように、時刻ｔ６から時刻ｔ８の加工期間に、最初の１つ目の穴開け終了時の時刻ｔ７においてタップ中信号がオフで、ＸＹ軸の移動がないことから、図４の加工種類をドリル加工と判定する。
具体的には、加工種類判定部１０２は、例えば、加工期間開始から所定期間終了まで波形データをサンプリングし、サンプリングした波形データをＲＡＭ等のメモリに一時的に保存する。なお、加工期間には、主軸正転中、工具選択中、シーケンス番号（又はブロック番号）による範囲指定でユーザが期間を定義、その他、加工中と分かるプログラム指令中（Ｍ／Ｓ／Ｔコード）又は運転状態が含まれる。
図２は、タップ加工の場合の波形データの一例を示す図である。図３は、フライス加工の場合の波形データの一例を示す図である。図４は、ドリル加工の場合の波形データの一例を示す図である。図２から図４では、横軸は時刻を示し、縦軸は上から主軸速度、切削中信号の状態、タップ中信号の状態、Ｘ軸及びＺ軸の座標値を示す。なお、図２から図４では、Ｙ軸の座標値は省略する。また、図２から図４では、切削中信号がオンの期間を網掛けで示す。
加工種類判定部１０２は、図２に示すように、時刻ｔ１から時刻ｔ２の間の加工期間（切削中信号がオン）において運転状態を示すタップ中信号が時刻ｔ１でオフからオンに変化したことから、図２の加工種類をタップ加工と判定する。
また、加工種類判定部１０２は、図３に示すように、時刻ｔ３から時刻ｔ５の加工期間において、最初の切削中信号がオンとなる時刻ｔ４において、ＸＹ軸が移動を開始することから、図３の加工種類をフライス加工と判定する。
また、加工種類判定部１０２は、図４に示すように、時刻ｔ６から時刻ｔ８の加工期間に、最初の１つ目の穴開け終了時の時刻ｔ７においてタップ中信号がオフで、ＸＹ軸の移動がないことから、図４の加工種類をドリル加工と判定する。
【0023】
データ除外部１０３は、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、加工種類の加工期間内のデータを除外する。
具体的には、データ除外部１０３は、判定された加工種類が、予め波形データの収集が必要と設定された収集対象の加工種類に該当する場合（例えば、ドリル加工やタップ加工が収集対象の加工種類に設定されている場合）、加工期間開始から終了までの波形データを診断装置４及び／又は記憶装置５に出力する。一方、データ除外部１０３は、判定された加工種類が、予め波形データの収集が不要と設定された除外対象の加工種類に該当する場合（例えば、フライス加工が除外対象の加工種類に設定されている場合）、加工期間開始から終了までの波形データを除外対象として除外（削除）し、診断装置４及び記憶装置５に出力しない。
具体的には、データ除外部１０３は、判定された加工種類が、予め波形データの収集が必要と設定された収集対象の加工種類に該当する場合（例えば、ドリル加工やタップ加工が収集対象の加工種類に設定されている場合）、加工期間開始から終了までの波形データを診断装置４及び／又は記憶装置５に出力する。一方、データ除外部１０３は、判定された加工種類が、予め波形データの収集が不要と設定された除外対象の加工種類に該当する場合（例えば、フライス加工が除外対象の加工種類に設定されている場合）、加工期間開始から終了までの波形データを除外対象として除外（削除）し、診断装置４及び記憶装置５に出力しない。
【0024】
＜診断用データ収集装置１のデータ収集処理＞
次に、図５を参照しながら、診断用データ収集装置１のデータ収集処理の流れを説明する。
図５は、診断用データ収集装置１のデータ収集処理について説明するフローチャートである。ここで示すフローは、工作機械２が加工を行う度に繰り返し実行される。
次に、図５を参照しながら、診断用データ収集装置１のデータ収集処理の流れを説明する。
図５は、診断用データ収集装置１のデータ収集処理について説明するフローチャートである。ここで示すフローは、工作機械２が加工を行う度に繰り返し実行される。
【0025】
ステップＳ１において、収集部１０１は、数値制御装置３を介して、工作機械２の加工運転時の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等の波形データを収集する。加工種類判定部１０２は、加工開始から所定期間（例えば、３０秒や１分等）終了までの波形データに基づいて加工種類判定処理を行い、手続き的手法により工作機械２の加工期間における加工種類を判定する。なお、加工種類判定処理の詳細なフローについては、後述する。
【0026】
ステップＳ２において、データ除外部１０３は、ステップＳ１で判定された加工種類に基づいてデータ除外処理を行い、判定された加工種類が、予め波形データの収集が不要と設定された除外対象の加工種類に該当する場合（例えば、フライス加工が除外対象の加工種類に設定されている場合）、判定された加工種類の加工期間内の波形データを除外対象として除外する。なお、データ除外処理の詳細なフローについては、後述する。
【0027】
【0028】
ステップＳ１１において、収集部１０１は、数値制御装置３を介して、工作機械２の加工運転時の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等の波形データを収集する。
【0029】
ステップＳ１２において、加工種類判定部１０２は、ステップＳ１１で収集された波形データが工作機械２の加工中のものか否かを判定する。収集された波形データが工作機械２の加工中のものである場合、処理はステップＳ１３に進む。一方、収集された波形データが工作機械２の加工中のものでない場合、処理は加工中の波形データを収集するためにステップＳ１１に戻る。
【0030】
ステップＳ１３において、加工種類判定部１０２は、加工期間開始から所定期間（例えば、３０秒や１分等）終了まで波形データをサンプリングし、サンプリングした波形データを一時メモリに保存する。
【0031】
ステップＳ１４において、加工種類判定部１０２は、ステップＳ１３で一時メモリに保存された波形データを用いて加工種類を判定する。
【0032】
ステップＳ１５において、加工種類判定部１０２は、ステップＳ１４で加工種類が判定できたか否かを判定する。加工種類が判定できた場合、診断用データ収集装置１は、加工種類判定処理を終了しステップＳ２に進む。一方、加工種類が判定できなかった場合、加工種類を判別するためにさらにサンプリングを継続する必要があるとして、処理はステップＳ１１に戻り、加工中の波形データを収集する。
【0033】
【0034】
ステップＳ２１において、データ除外部１０３は、ステップＳ１で判定された波形データの加工種類が除外対象の加工種類か否かを判定する。波形データの加工種類が除外対象の加工種類の場合、処理はステップＳ２３に進む。一方、波形データの加工種類が除外対象の加工種類でない、すなわち収集対象の加工種類の場合、処理はステップＳ２２に進む。
【0035】
ステップＳ２２において、データ除外部１０３は、ステップＳ１で一時保存された波形データを診断装置４及び／又は記憶装置５に出力する。
【0036】
ステップＳ２３において、データ除外部１０３は、ステップＳ１で一時保存された波形データを削除する。
【0037】
ステップＳ２４において、収集部１０１は、数値制御装置３を介して、工作機械２の加工運転時の主軸等の駆動軸の座標値、工作機械２の運転状態、主軸速度等の波形データを収集する。
【0038】
ステップＳ２５において、データ除外部１０３は、ステップＳ１で判定された波形データの加工種類からステップＳ２４で収集された波形データが除外対象の加工種類か否かを判定する。波形データの加工種類が除外対象の加工種類の場合、処理はステップＳ２７に進む。一方、波形データの加工種類が除外対象の加工種類でない、すなわち収集対象の加工種類の場合、処理はステップＳ２６に進む。
【0039】
ステップＳ２６において、データ除外部１０３は、ステップＳ２４で収集された波形データを診断装置４及び／又は記憶装置５に出力する。
【0040】
ステップＳ２７において、データ除外部１０３は、ステップＳ２４で収集された波形データが工作機械２の加工中のものか否かを判定する。波形データが工作機械２の加工中のものである場合、加工は継続しているとして、処理はステップＳ２４に戻る。一方、波形データが工作機械２の加工中のものでない場合、加工は終了したとして、診断用データ収集装置１はデータ除外処理を終了する。
【0041】
以上により、第１実施形態に係る診断用データ収集装置１は、収集された波形データのうち加工開始から所定期間（例えば、３０秒や１分等）終了まで波形データを一時メモリに保存し、保存した波形データを用いて手続き的手法により工作機械２の加工期間における加工種類を判定する。診断用データ収集装置１は、判定した加工種類が、予め波形データの収集が必要と設定された収集対象の加工種類に該当する場合（例えば、ドリル加工やタップ加工が収集対象の加工種類に設定されている場合）、当該加工種類の加工期間内の波形データを診断装置４及び／又は記憶装置５に出力する。一方、診断用データ収集装置１は、判定した加工種類が、予め波形データの収集が不要と設定された除外対象の加工種類に該当する場合（例えば、フライス加工が除外対象の加工種類に設定されている場合）、当該加工種類の一時保存した波形データを削除するとともに加工期間内の波形データを除外する。これにより、診断用データ収集装置１は、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
また、診断用データ収集装置１は、必要メモリ容量の増大を抑止することできる。すなわち、診断用データ収集装置１は、データ保存用の記憶装置５の容量が少なくても、実質長期間の波形データが保存可能となり、メモリ容量が少ない診断装置４にも、実質長期間のデータを利用可能となる。
また、診断用データ収集装置１は、必要メモリ容量増大に伴うコストアップを抑止することができる。
以上、第１実施形態について説明した。
また、診断用データ収集装置１は、必要メモリ容量の増大を抑止することできる。すなわち、診断用データ収集装置１は、データ保存用の記憶装置５の容量が少なくても、実質長期間の波形データが保存可能となり、メモリ容量が少ない診断装置４にも、実質長期間のデータを利用可能となる。
また、診断用データ収集装置１は、必要メモリ容量増大に伴うコストアップを抑止することができる。
以上、第１実施形態について説明した。
【0042】
＜第２実施形態＞
次に、第２実施形態について説明する。第１実施形態では収集する波形データは、少なくとも工作機械に含まれる駆動軸の座標値と運転状態とを含み、座標値と運転状態とに基づいて工作機械の加工期間における加工種類を判定する。これに対し、第２実施形態では工作機械による任意の加工の波形データである入力データと任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集された波形データとを用いて工作機械の加工期間における加工種類を判定する点が、第１実施形態と相違する。
これにより、第２実施形態に係る診断用データ収集装置１Ａは、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
以下、第２実施形態について説明する。
次に、第２実施形態について説明する。第１実施形態では収集する波形データは、少なくとも工作機械に含まれる駆動軸の座標値と運転状態とを含み、座標値と運転状態とに基づいて工作機械の加工期間における加工種類を判定する。これに対し、第２実施形態では工作機械による任意の加工の波形データである入力データと任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集された波形データとを用いて工作機械の加工期間における加工種類を判定する点が、第１実施形態と相違する。
これにより、第２実施形態に係る診断用データ収集装置１Ａは、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
以下、第２実施形態について説明する。
【0043】
図８は、第２実施形態に係る診断用データ収集システムの機能的構成例を示す機能ブロック図である。なお、図１の診断用データ収集システム１の要素と同様の機能を有する要素については、同じ符号を付し、詳細な説明は省略する。
図８に示すように、診断用データ収集システム１００は、診断用データ収集装置１Ａ、工作機械２、数値制御装置３、診断装置４、及び記憶装置５を有する。
工作機械２、数値制御装置３、診断装置４、及び記憶装置５は、第１実施形態における工作機械２、数値制御装置３、診断装置４、及び記憶装置５と同等の機能を有する。
図８に示すように、診断用データ収集システム１００は、診断用データ収集装置１Ａ、工作機械２、数値制御装置３、診断装置４、及び記憶装置５を有する。
工作機械２、数値制御装置３、診断装置４、及び記憶装置５は、第１実施形態における工作機械２、数値制御装置３、診断装置４、及び記憶装置５と同等の機能を有する。
【0044】
＜診断用データ収集装置１Ａ＞
図８に示すように、診断用データ収集装置１Ａは、制御部１０ａを含む。また、制御部１０ａは、収集部１０１、加工種類判定部１０２ａ、及びデータ除外部１０３を有する。
収集部１０１、及びデータ除外部１０３は、第１実施形態における収集部１０１、及びデータ除外部１０３と同等の機能を有する。
図８に示すように、診断用データ収集装置１Ａは、制御部１０ａを含む。また、制御部１０ａは、収集部１０１、加工種類判定部１０２ａ、及びデータ除外部１０３を有する。
収集部１０１、及びデータ除外部１０３は、第１実施形態における収集部１０１、及びデータ除外部１０３と同等の機能を有する。
【0045】
加工種類判定部１０２ａは、工作機械２による任意の加工の波形データである入力データと当該任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集された波形データとを用いて工作機械２の加工期間における加工種類を判定する。
具体的には、加工種類判定部１０２ａは、学習フェーズにおいて、例えば、学習用の教師データとして、図９に示すように、波形データと当該波形データ内の実際の加工種類を示すデータ（ラベルデータ）とのセットを予め複数準備し、診断用データ収集装置１Ａに含まれるＨＤＤ等の記憶部（図示しない）又は記憶装置５等に記憶する。
図９は、教師データの一例を示す図である。
図９に示すように、教師データは、「加工期間Ｎｏ．」、「加工種類」、及び「波形データ」の格納領域を有する。
教師データ内の「加工期間Ｎｏ．」の格納領域には、例えば、教師データとして格納された順番を示す番号が格納される。なお、図９では、１０８個の教師データが格納されているが、これに限定されず、任意の数の教師データが格納されてもよい。
教師データ内の「加工種類」の格納領域には、例えば、「フライス」、「ドリル」、「タップ」等の加工種類が格納される。
教師データ内の「波形データ」の格納領域には、例えば、「加工期間Ｎｏ．」の加工期間毎に工作機械２でサンプリングされた波形データが格納される。なお、サンプリング期間は、加工期間開始からある程度切削が進むまでの所定期間（例えば、３０秒や１分等）とする。
そうすることで、診断用データ収集装置１Ａは、所定期間のサンプリングデータから除外対象の加工種類を判定することで、不要な波形データを保存しないようにすることができる。
具体的には、加工種類判定部１０２ａは、学習フェーズにおいて、例えば、学習用の教師データとして、図９に示すように、波形データと当該波形データ内の実際の加工種類を示すデータ（ラベルデータ）とのセットを予め複数準備し、診断用データ収集装置１Ａに含まれるＨＤＤ等の記憶部（図示しない）又は記憶装置５等に記憶する。
図９は、教師データの一例を示す図である。
図９に示すように、教師データは、「加工期間Ｎｏ．」、「加工種類」、及び「波形データ」の格納領域を有する。
教師データ内の「加工期間Ｎｏ．」の格納領域には、例えば、教師データとして格納された順番を示す番号が格納される。なお、図９では、１０８個の教師データが格納されているが、これに限定されず、任意の数の教師データが格納されてもよい。
教師データ内の「加工種類」の格納領域には、例えば、「フライス」、「ドリル」、「タップ」等の加工種類が格納される。
教師データ内の「波形データ」の格納領域には、例えば、「加工期間Ｎｏ．」の加工期間毎に工作機械２でサンプリングされた波形データが格納される。なお、サンプリング期間は、加工期間開始からある程度切削が進むまでの所定期間（例えば、３０秒や１分等）とする。
そうすることで、診断用データ収集装置１Ａは、所定期間のサンプリングデータから除外対象の加工種類を判定することで、不要な波形データを保存しないようにすることができる。
【0046】
加工種類判定部１０２ａは、学習フェーズにおいて、図９の教師データの加工期間毎に波形データをサンプリングし、サンプリングデータから特徴量ベクトルを生成する。
ここで、特徴ベクトルとは、例えば、モータトルク最大値、モータ速度平均値、切削時間等を成分とするＮ次元ベクトルである（Ｎは２以上の整数）。なお、以下では、特徴ベクトルは、切削時間と主軸速度平均値の２次元ベクトルとして説明するが、２以外のＮ次元ベクトルの特徴ベクトルについても２次元の場合と同様であり、説明を省略する。また、切削時間とは、切削全体の時間ではなく、切削送り動作時間の合計を示す。
ここで、特徴ベクトルとは、例えば、モータトルク最大値、モータ速度平均値、切削時間等を成分とするＮ次元ベクトルである（Ｎは２以上の整数）。なお、以下では、特徴ベクトルは、切削時間と主軸速度平均値の２次元ベクトルとして説明するが、２以外のＮ次元ベクトルの特徴ベクトルについても２次元の場合と同様であり、説明を省略する。また、切削時間とは、切削全体の時間ではなく、切削送り動作時間の合計を示す。
【0047】
加工種類判定部１０２ａは、図９に示す教師データの加工期間毎の特徴ベクトルの入力データと加工種類のラベルデータとを用いた機械学習を実行し、学習済みモデルを生成する。加工種類判定部１０２ａは、例えば、生成した学習済みモデルを診断用データ収集装置１Ａの記憶部（図示しない）に記憶する。なお、以下では、機械学習として、クラスタリングの場合を説明するが、サポートベクタマシン（ＳＶＭ）や深層学習等でもよい。
図１０は、クラスタリングの場合の機械学習の結果の一例を示す図である。
図１０に示すように、学習済みモデルとして加工種類毎のクラスタが生成される。すなわち、フライス加工のクラスタは、切削時間が長く、主軸速度平均値が高いという特徴量の傾向がある。また、ドリル加工のクラスタは、切削時間が短く、主軸速度平均値が高いという特徴量の傾向がある。また、タップ加工のクラスタは、切削時間が短く、主軸速度平均値が低いという特徴量の傾向がある。
図１０は、クラスタリングの場合の機械学習の結果の一例を示す図である。
図１０に示すように、学習済みモデルとして加工種類毎のクラスタが生成される。すなわち、フライス加工のクラスタは、切削時間が長く、主軸速度平均値が高いという特徴量の傾向がある。また、ドリル加工のクラスタは、切削時間が短く、主軸速度平均値が高いという特徴量の傾向がある。また、タップ加工のクラスタは、切削時間が短く、主軸速度平均値が低いという特徴量の傾向がある。
【0048】
運用フェーズ（判定フェーズ）において、工作機械２が連続運転し収集部１０１が波形データを収集することで、加工種類判定部１０２ａは、加工期間開始から所定期間終了まで波形データをサンプリングする。加工種類判定部１０２ａは、現在のサンプリングデータから特徴ベクトルを生成し、生成した特徴ベクトルを学習済みモデルに入力することにより、各加工種類のクラスタとの距離を求める。加工種類判定部１０２ａは、当該特徴ベクトルと最も距離が短いクラスタの加工種類を、波形データの加工種類と判定する。ここで、距離とは、ユークリッド距離やマハラノビス距離等である。
【0049】
【0050】
以上により、第２実施形態に係る診断用データ収集装置１Ａは、工作機械２による任意の加工の波形データである入力データと任意の加工の加工種類を示すラベルデータとの教師データを予め準備し、教師データを用いて機械学習を実行して学習済みモデルを生成する。診断用データ収集装置１Ａは、生成した学習済みモデルと収集された波形データとを用いて工作機械２の加工期間における加工種類を判定する。診断用データ収集装置１Ａは、判定した加工種類が、予め波形データの収集が必要と設定された収集対象の加工種類に該当する場合（例えば、ドリル加工やタップ加工が収集対象の加工種類に設定されている場合）、当該加工種類の加工期間内の波形データを診断装置４及び／又は記憶装置５に出力する。一方、診断用データ収集装置１Ａは、判定した加工種類が、予め波形データの収集が不要と設定された除外対象の加工種類に該当する場合（例えば、フライス加工が除外対象の加工種類に設定されている場合）、当該加工種類の一時保存した波形データを削除するとともに加工期間内の波形データを除外する。これにより、診断用データ収集装置１Ａは、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
また、診断用データ収集装置１Ａは、必要メモリ容量の増大を抑止することできる。すなわち、診断用データ収集装置１Ａは、データ保存用の記憶装置５の容量が少なくても、実質長期間の波形データが保存可能となり、メモリ容量が少ない診断装置４にも、実質長期間のデータを利用可能となる。
また、診断用データ収集装置１Ａは、必要メモリ容量増大に伴うコストアップを抑止することができる。
以上、第２実施形態について説明した。
また、診断用データ収集装置１Ａは、必要メモリ容量の増大を抑止することできる。すなわち、診断用データ収集装置１Ａは、データ保存用の記憶装置５の容量が少なくても、実質長期間の波形データが保存可能となり、メモリ容量が少ない診断装置４にも、実質長期間のデータを利用可能となる。
また、診断用データ収集装置１Ａは、必要メモリ容量増大に伴うコストアップを抑止することができる。
以上、第２実施形態について説明した。
【0051】
以上、第１実施形態及び第２実施形態について説明したが、診断用データ収集装置１、１Ａは、上述の実施形態に限定されるものではなく、目的を達成できる範囲での変形、改良等を含む。
【0052】
＜変形例１＞
第１実施形態及び第２実施形態では、診断用データ収集装置１、１Ａは、加工種類として、フライス加工、ドリル加工、タップ加工の場合を説明したが、これに限定されない。例えば、診断用データ収集装置１、１Ａは、加工種類として、バイト（工具）を用いた旋削加工、レーザ加工、パンチプレス加工、放電加工等を含めてもよい。
第１実施形態及び第２実施形態では、診断用データ収集装置１、１Ａは、加工種類として、フライス加工、ドリル加工、タップ加工の場合を説明したが、これに限定されない。例えば、診断用データ収集装置１、１Ａは、加工種類として、バイト（工具）を用いた旋削加工、レーザ加工、パンチプレス加工、放電加工等を含めてもよい。
【0053】
＜変形例２＞
また例えば、上述の実施形態では、診断用データ収集装置１、１Ａは、数値制御装置３と異なる装置としたが、これに限定されない。例えば、診断用データ収集装置１、１Ａは、数値制御装置３に含まれてもよい。また、診断用データ収集装置１、１Ａは、診断装置４、及び記憶装置５を含んでもよい。
また、例えば、診断用データ収集装置１の収集部１０１、加工種類判定部１０２、及びデータ除外部１０３の一部又は全部、又は、診断用データ収集装置１Ａの収集部１０１、加工種類判定部１０２ａ、及びデータ除外部１０３の一部又は全部を、サーバが備えるようにしてもよい。また、クラウド上で仮想サーバ機能等を利用して、診断用データ収集装置１、１Ａの各機能を実現してもよい。
さらに、診断用データ収集装置１、１Ａは、診断用データ収集装置１、１Ａの各機能を適宜複数のサーバに分散される、分散処理システムとしてもよい。
また例えば、上述の実施形態では、診断用データ収集装置１、１Ａは、数値制御装置３と異なる装置としたが、これに限定されない。例えば、診断用データ収集装置１、１Ａは、数値制御装置３に含まれてもよい。また、診断用データ収集装置１、１Ａは、診断装置４、及び記憶装置５を含んでもよい。
また、例えば、診断用データ収集装置１の収集部１０１、加工種類判定部１０２、及びデータ除外部１０３の一部又は全部、又は、診断用データ収集装置１Ａの収集部１０１、加工種類判定部１０２ａ、及びデータ除外部１０３の一部又は全部を、サーバが備えるようにしてもよい。また、クラウド上で仮想サーバ機能等を利用して、診断用データ収集装置１、１Ａの各機能を実現してもよい。
さらに、診断用データ収集装置１、１Ａは、診断用データ収集装置１、１Ａの各機能を適宜複数のサーバに分散される、分散処理システムとしてもよい。
【0054】
なお、第１実施形態及び第２実施形態における、診断用データ収集装置１、１Ａに含まれる各機能は、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それぞれ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。
【0055】
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、フレキシブルディスク、磁気テープ、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）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。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は、無線通信路を介して、プログラムをコンピュータに供給できる。
【0056】
なお、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【0057】
以上を換言すると、本開示の診断用データ収集装置、診断用データ収集方法、記録媒体、及び制御装置は、次のような構成を有する各種各様の実施形態を取ることができる。
【0058】
（１）本開示の診断用データ収集装置１は、複数の加工種類で構成されている加工を行う工作機械２を診断するためのデータを収集する診断用データ収集装置１、１Ａであって、工作機械２の加工運転時のデータを時系列に収集する収集部１０１と、収集したデータに基づいて工作機械２の各加工期間における加工種類を判定する加工種類判定部１０２、１０２ａと、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部１０３と、を備える。
この診断用データ収集装置１、１Ａによれば、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
この診断用データ収集装置１、１Ａによれば、診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制することができる。
【0059】
（２） （１）に記載の診断用データ収集装置１において、収集部１０１が収集するデータは、少なくとも工作機械２に含まれる駆動軸の座標値と運転状態とを含み、加工種類判定部１０２は、座標値と運転状態とに基づいて工作機械２の加工期間における加工種類を判定してもよい。
そうすることで、診断用データ収集装置１は、精度良く加工種類を判定することができる。
そうすることで、診断用データ収集装置１は、精度良く加工種類を判定することができる。
【0060】
（３） （１）に記載の診断用データ収集装置１Ａにおいて、加工種類判定部１０２ａは、工作機械２による任意の加工のデータである入力データと任意の加工の加工種類を示すラベルデータとの教師データを用いて機械学習を実行して学習済みモデルを生成し、生成した学習済みモデルと収集されたデータとを用いて工作機械２の加工期間における加工種類を判定してもよい。
そうすることで、加工種類が増えても柔軟に対応することができる。
そうすることで、加工種類が増えても柔軟に対応することができる。
【0061】
（４）本開示の診断用データ収集方法は、複数の加工種類で構成されている加工を行う工作機械２を診断するためのデータを収集する診断用データ収集方法であって、工作機械２の加工運転時のデータを時系列に収集する収集ステップと、収集したデータに基づいて工作機械２の各加工期間における加工種類を判定する加工種類判定ステップと、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外ステップと、を備える。
この診断用データ収集方法によれば、（１）と同様の効果を奏することができる。
この診断用データ収集方法によれば、（１）と同様の効果を奏することができる。
【0062】
（５）本開示の記録媒体は、複数の加工種類で構成されている加工を行う工作機械２を診断するためのデータを収集するために、コンピュータを工作機械２の加工運転時のデータを時系列に収集する収集部１０１と、収集したデータに基づいて工作機械２の各加工期間における加工種類を判定する加工種類判定部１０２、１０２ａと、判定された加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部１０３と、して機能させるためのプログラムを記録したコンピュータが読み取り可能な記録媒体である。
この記録媒体によれば、（１）と同様の効果を奏することができる。
この記録媒体によれば、（１）と同様の効果を奏することができる。
【0063】
（６）本開示の数値制御装置３は、（１）に記載の診断用データ収集装置１、１Ａを備える。
この数値制御装置３によれば、（１）と同様の効果を奏することができる。
この数値制御装置３によれば、（１）と同様の効果を奏することができる。
【符号の説明】
【0064】
１、１Ａ 診断用データ収集装置
１０、１０ａ 制御部
１０１ 収集部
１０２、１０２ａ 加工種類判定部
１０３ データ除外部
２ 工作機械
３ 数値制御装置
４ 診断装置
５ 記憶装置
１００ 診断用データ収集システム
１０、１０ａ 制御部
１０１ 収集部
１０２、１０２ａ 加工種類判定部
１０３ データ除外部
２ 工作機械
３ 数値制御装置
４ 診断装置
５ 記憶装置
１００ 診断用データ収集システム
【要約】
診断に関係ない加工種類を早期に判定し、当該加工の波形データを保存せず除外することで、データの膨張を抑制すること。
診断用データ収集装置は、複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集装置であって、前記工作機械の加工運転時のデータを時系列に収集する収集部と、収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部と、を備える。
診断用データ収集装置は、複数の加工種類で構成されている加工を行う工作機械を診断するためのデータを収集する診断用データ収集装置であって、前記工作機械の加工運転時のデータを時系列に収集する収集部と、収集した前記データに基づいて前記工作機械の各加工期間における加工種類を判定する加工種類判定部と、判定された前記加工種類が予めデータの収集が不要と設定された除外対象の加工種類である場合、当該加工種類の加工期間内のデータを除外するデータ除外部と、を備える。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】