知財求人 - 知財ポータルサイト「IP Force」
(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】
(24)【登録日】2024-04-04
(45)【発行日】2024-04-12
(54)【発明の名称】状態監視装置、状態異常判別方法及び状態異常判別プログラム
(51)【国際特許分類】
B25J 19/06 20060101AFI20240405BHJP
【ＦＩ】
B25J19/06
【請求項の数】
18
(21)【出願番号】P 2022540261
(86)(22)【出願日】2021-07-21
(86)【国際出願番号】 JP2021027426
(87)【国際公開番号】W WO2022024946
(87)【国際公開日】2022-02-03
【審査請求日】2023-01-30
(31)【優先権主張番号】P 2020127513
(32)【優先日】2020-07-28
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000000974
【氏名又は名称】川崎重工業株式会社
(74)【代理人】
【識別番号】100118784
【弁理士】
【氏名又は名称】桂川 直己
(72)【発明者】
【氏名】川井 淳
(72)【発明者】
【氏名】永浜 恭秀
【審査官】尾形 元
(56)【参考文献】
【文献】特開２０２０－１０２００１（ＪＰ，Ａ）
【文献】特開２０１１－５９７９０（ＪＰ，Ａ）
【文献】特開平９－１３６２８７（ＪＰ，Ａ）
【文献】欧州特許出願公開第１９５５８３０（ＥＰ，Ａ１）
【文献】国際公開第２０１３／０５１１０１（ＷＯ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ２５Ｊ １／００－２１／０２
(57)【特許請求の範囲】
【請求項1】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算することを特徴とする状態監視装置。
【請求項2】
請求項１に記載の状態監視装置であって、
前記トレンドラインを表示可能な表示部を備え、
前記表示部は、前記非類似度と異なる評価量が予め設定された条件を満たした場合のアラームを、前記トレンドラインと同時に表示可能であることを特徴とする状態監視装置。
【請求項3】
請求項１又は２に記載の状態監視装置であって、
前記非類似度算出部は、
前記初期データから取り出したｍ個のサンプリング値を第１軸に時系列順で配置し、前記比較用データから取り出したｎ個のサンプリング値を第２軸に時系列順で配置し、それぞれのサンプリング値の対応付けをｍ×ｎ個のセルからなるマトリクスで表現し、対応付けられるサンプリング値の間の差異を各セルに関連付ける場合に、
前記第１軸に配置された前記初期データのサンプリング値のうち時系列で最先のタイミングに相当するサンプリング値と、前記第２軸に配置された前記比較用データのサンプリング値のうち時系列で最先のタイミングに相当するサンプリング値と、の対応付けに相当する始点セルから、
前記第１軸に配置された前記初期データのサンプリング値のうち時系列で最後のタイミングに相当するサンプリング値と、前記第２軸に配置された前記比較用データのサンプリング値のうち時系列で最後のタイミングに相当するサンプリング値と、の対応付けに相当する終点セルに至る経路のうち、
通過する前記セルに関連付けられている差異の合計が最小となる経路を求め、
求められた経路が通過するそれぞれの前記セルに関連付けられる差異の合計又は平均値を前記非類似度とすることを特徴とする状態監視装置。
【請求項4】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算し、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行っていない前記基準データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第１非類似度と、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行った前記比較用データの間の前記非類似度である第２非類似度と、
を求め、
前記第１非類似度と第２非類似度との差を第２評価量として出力することを特徴とする状態監視装置。
【請求項5】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算し、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第３非類似度と、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行った前記比較用データの間の前記非類似度である第２非類似度と、
を求め、
前記第３非類似度と前記第２非類似度との差を第３評価量として出力することを特徴とする状態監視装置。
【請求項6】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算し、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行った前記比較用データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第４非類似度を求め、
前記第４非類似度を第４評価量として出力することを特徴とする状態監視装置。
【請求項7】
請求項４から６までの何れか一項に記載の状態監視装置であって、前記トレンドラインを表示可能な表示部を備え、
前記表示部は、前記非類似度と異なる評価量が予め設定された条件を満たした場合のアラームを、前記トレンドラインと同時に表示可能であることを特徴とする状態監視装置。
【請求項8】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行っていない前記基準データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第１非類似度と、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行った前記比較用データの間の前記非類似度である第２非類似度と、
を求め、
前記第１非類似度と第２非類似度との差を第２評価量として出力することを特徴とする状態監視装置。
【請求項9】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第３非類似度と、
前記時系列データに対してフィルタ処理を行った前記基準データ、及び、前記時系列データに対してフィルタ処理を行った前記比較用データの間の前記非類似度である第２非類似度と、
を求め、
前記第３非類似度と前記第２非類似度との差を第３評価量として出力することを特徴とする状態監視装置。
【請求項10】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記非類似度算出部は、
前記時系列データに対してフィルタ処理を行った前記比較用データ、及び、前記時系列データに対してフィルタ処理を行っていない前記比較用データの間の前記非類似度である第４非類似度を求め、
前記第４非類似度を第４評価量として出力することを特徴とする状態監視装置。
【請求項11】
請求項４から１０までの何れか一項に記載の状態監視装置であって、前記非類似度算出部は、
前記基準データから取り出したｍ個のサンプリング値を第１軸に時系列順で配置し、前記比較用データから取り出したｎ個のサンプリング値を第２軸に時系列順で配置し、それぞれのサンプリング値の対応付けをｍ×ｎ個のセルからなるマトリクスで表現し、対応付けられるサンプリング値の間の差異を各セルに関連付ける場合に、
前記第１軸に配置された前記基準データのサンプリング値のうち時系列で最先のタイミングに相当するサンプリング値と、前記第２軸に配置された前記比較用データのサンプリング値のうち時系列で最先のタイミングに相当するサンプリング値と、の対応付けに相当する始点セルから、
前記第１軸に配置された前記基準データのサンプリング値のうち時系列で最後のタイミングに相当するサンプリング値と、前記第２軸に配置された前記比較用データのサンプリング値のうち時系列で最後のタイミングに相当するサンプリング値と、の対応付けに相当する終点セルに至る経路のうち、
通過する前記セルに関連付けられている差異の合計が最小となる経路を求め、
求められた経路が通過するそれぞれの前記セルに関連付けられる差異の合計又は平均値を前記非類似度とすることを特徴とする状態監視装置。
【請求項12】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算し、
前記非類似度算出部は、
前記基準データの波形と、前記比較用データの波形と、のうち少なくとも一方を時間軸方向に複数段階で移動させながら、２つの波形の間のユークリッド距離をそれぞれ求め、
前記ユークリッド距離の最小値を前記非類似度とすることを特徴とする状態監視装置。
【請求項13】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算し、
前記非類似度算出部は、
それぞれ複数のサンプリング値を取得された前記基準データの波形と、前記比較用データの波形と、の間で、
一方の波形のｉ番目のサンプリング値である第１サンプリング値と、他方の波形のｉ－ｐ番目からｉ＋ｐ番目まで（ただし、ｉ及びｐは１以上の整数）のサンプリング値のうち前記第１サンプリング値に最も近い第２サンプリング値と、の差を、２つの波形で対応するサンプリング値の差であるとみなしてユークリッド距離を求め、
前記ユークリッド距離を前記非類似度とすることを特徴とする状態監視装置。
【請求項14】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度を第２時系列とし、前記非類似度の前記第２時系列のうち注目点の直近のＮ個のデータに対する、注目点データのホテリング理論の異常度を求め、前記異常度をあらかじめ定めた閾値と比較して、前記異常度が前記閾値を上回った場合に、異常と判定することを特徴とする状態監視装置。
【請求項15】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度を第２時系列とし、前記非類似度の前記第２時系列のうち注目点までの全てのデータ又は前記注目点の直近のＮ個のデータ（ただし、Ｎは２以上の整数）を対象として、平均値ａと標準偏差σを計算し、
前記ロボット状態評価部は、あらかじめ定めた正の値をｋとしたときに、前記注目点のデータである前記非類似度がａ＋ｋσの値よりも上回った場合、又は、あらかじめ定めた閾値をａ＋ｋσの値が上回った場合に、異常と判定することを特徴とする状態監視装置。
【請求項16】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視装置であって、
ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得部と、
前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶部と、
少なくとも１回の再生動作で取得された前記時系列データに基づく基準データと、前記基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された前記時系列データに基づく比較用データと、の非類似度を求める非類似度算出部と、
前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いるロボット状態評価部と、
を備え、
前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度を第２時系列とし、前記非類似度の前記第２時系列の全部に対する、注目点データのホテリング理論の異常度を求め、前記異常度をあらかじめ定めた閾値と比較して、前記異常度が前記閾値を上回った場合に、異常と判定することを特徴とする状態監視装置。
【請求項17】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視方法であって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得工程と、
前記時系列データ取得工程で取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶工程と、
初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める非類似度算出工程と、
前記非類似度算出工程で算出された前記非類似度を評価量として用いて、ロボットの状態を評価するロボット状態評価工程と、
を有し、
前記ロボット状態評価工程では、前記非類似度算出工程で求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価工程では、前記トレンドラインに基づいて残余寿命を計算することを特徴とする状態監視方法。
【請求項18】
予め決められた動作を再生可能な産業用ロボットの状態を監視する状態監視プログラムであって、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する時系列データ取得ステップと、
前記時系列データ取得ステップで取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する記憶ステップと、
初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める非類似度算出ステップと、
前記非類似度算出ステップで算出された前記非類似度を評価量として用いて、ロボットの状態を評価するロボット状態評価ステップと、
をコンピュータに実行させ、
前記ロボット状態評価ステップでは、前記非類似度算出ステップで求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成し、
前記ロボット状態評価ステップでは、前記トレンドラインに基づいて残余寿命を計算することを特徴とする状態監視プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、主として、ロボットの状態を監視し、ロボットのメンテナンスを支援する状態監視装置に関する。
【背景技術】
【0002】
産業用ロボットを工場等で反復的に稼動させると、ロボットの各部（例えば、機械部品）が劣化していくことが避けられない。状況が進行すると、やがてロボットが故障する。ロボットが故障してラインが長期間停止した場合、大きな損失となることから、ロボットの故障発生前にメンテナンス（保全）を実施することが強く求められている。一方で、メンテナンスを頻繁に行うことも、メンテナンス費用等の観点から困難である。
【0003】
適切なタイミングでメンテナンスを行うために、ロボットの減速機等の残余寿命を予測するための装置が提案されている。特許文献１は、この種のロボット保守支援装置を開示する。
【0004】
特許文献１のロボット保守支援装置は、ロボット駆動系を構成するサーボモータの電流指令値のデータに基づいて電流指令値の将来の変化傾向を診断し、診断された変化傾向に基づいて、電流指令値が、予め設定された値に到達するまでの期間を判定する構成となっている。
【先行技術文献】
【特許文献】
【0005】
【文献】特開２０１６－１１７１４８公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
上記特許文献１の構成は、電流指令値の診断項目として、Ｉ２モニタ、デューティ、及びピーク電流を例示している。これらの項目はロボットの故障の予兆を捉えるために有効な場合もあるが、あまり有効でない場合もあった。従って、ロボットが故障に近づいていることを的確に検知できる新しい指標が求められていた。
【0007】
本発明は以上の事情に鑑みてされたものであり、その主な目的は、ロボットの故障の予兆を良好に捉えることにある。
【課題を解決するための手段】
【0008】
本発明の解決しようとする課題は以上の如くであり、次にこの課題を解決するための手段とその効果を説明する。
【0009】
本発明の第１の観点によれば、以下の構成の状態監視装置が提供される。即ち、この状態監視装置は、予め決められた動作を再生可能な産業用ロボットの状態を監視する。前記状態監視装置は、時系列データ取得部と、記憶部と、非類似度算出部と、ロボット状態評価部と、を備える。前記時系列データ取得部は、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する。前記記憶部は、前記時系列データ取得部により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する。前記非類似度算出部は、初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める。前記ロボット状態評価部は、前記非類似度算出部により算出された前記非類似度を、ロボットの状態評価のための評価量として用いる。前記ロボット状態評価部は、前記非類似度算出部により求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成する。前記ロボット状態評価部は、前記トレンドラインに基づいて残余寿命を計算する。
【0010】
本発明の第２の観点によれば、以下の構成の状態監視方法が提供される。即ち、この状態監視方法では、予め決められた動作を再生可能な産業用ロボットの状態を監視する。この状態監視方法は、時系列データ取得工程と、記憶工程と、非類似度算出工程と、ロボット状態評価工程と、を有する。前記時系列データ取得工程では、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する。前記記憶工程では、前記時系列データ取得工程で取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する。前記非類似度算出工程では、初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める。前記ロボット状態評価工程では、前記非類似度算出工程で算出された前記非類似度を評価量として用いて、ロボットの状態を評価する。前記ロボット状態評価工程では、前記非類似度算出工程で求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成する。前記ロボット状態評価工程では、前記トレンドラインに基づいて残余寿命を計算する。
【0011】
本発明の第３の観点によれば、以下の構成の状態監視プログラムが提供される。即ち、この状態監視プログラムは、予め決められた動作を再生可能な産業用ロボットの状態を監視する。前記状態監視プログラムは、時系列データ取得ステップと、記憶ステップと、非類似度算出ステップと、ロボット状態評価ステップと、をコンピュータに実行させる。前記時系列データ取得ステップでは、ロボットの状態を反映する状態信号の取得開始を示す取得開始信号のタイミングから、前記状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、前記状態信号の時系列データを取得する。前記記憶ステップでは、前記時系列データ取得ステップで取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボットの再生動作を特定する再生識別情報と関連付けて記憶する。前記非類似度算出ステップでは、初回以降の少なくとも１回の再生動作で取得された前記時系列データである初期データと、前記初期データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された複数の前記時系列データに基づく複数の比較用データのそれぞれと、の非類似度を求める。前記ロボット状態評価ステップでは、前記非類似度算出ステップで算出された前記非類似度を評価量として用いて、ロボットの状態を評価する。前記ロボット状態評価ステップでは、前記非類似度算出ステップで求められた前記非類似度が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成する。前記ロボット状態評価ステップでは、前記トレンドラインに基づいて残余寿命を計算する。
【0012】
これにより、ロボットの故障の予兆を容易に把握することができる。従って、ロボットのメンテナンスを故障前に行うことが可能になる。
【発明の効果】
【0013】
本発明によれば、ロボットの故障の予兆を良好に捉えることができる。
【図面の簡単な説明】
【0014】
【図1】本発明の第１実施形態に係るロボットの構成を示す斜視図。
【図2】ロボット及び状態監視装置の電気的構成を概略的に示すブロック図。
【図3】時系列データの取得に関するトリガ信号のタイミングを説明するグラフ。
【図4】ＤＴＷ法を示す概念図。
【図5】（ａ）ノイズを含まない電流値に関する波形を示す図。（ｂ）ノイズを印加した電流値に関する波形を示す図。
【図6】時系列データのＤＴＷ距離による評価結果の推移を示すグラフ。
【図7】時系列データのＰＴＰによる評価結果の推移を示すグラフ。
【図8】時系列データの２乗平均平方根による評価結果の推移を示すグラフ。
【図9】基準データと比較用データの具体例を示すグラフ。
【図10】ＤＴＷ距離のグラフの表示例を示す図。
【図11】ＤＴＷ距離に関し、ａ＋ｋσの推移をグラフに表示する例を示す図。
【図12】ＤＴＷ距離に関し、ホテリング理論の異常度の推移をグラフに表示する例を示す図。
【図13】時系列データを取得する処理を説明するフローチャート。
【図14】ＤＴＷ距離を計算する処理を説明するフローチャート。
【図15】基準データ及び比較用データのバリエーションを説明するグラフ。
【図16】時系列データの第２ＤＴＷ距離による評価結果の推移を示すグラフ。
【図17】時系列データの第３評価量の推移を示すグラフ。
【図18】時系列データの第４評価量の推移を示すグラフ。
【図19】警告メッセージの表示例を示すグラフ。
【図20】第２実施形態で計算される非類似度を説明する概念図。
【図21】第３実施形態で計算される非類似度を説明する概念図。
【発明を実施するための形態】
【0015】
【0016】
本発明に関する状態監視装置５は、例えば、図１に示すようなロボット（産業用ロボット）１に適用される。ロボット１は、作業対象のワークに対して塗装、洗浄、溶接、搬送等の作業を行う。ロボット１は、例えば、垂直多関節ロボットによって実現される。
【0017】
【0018】
ロボット１は、旋回ベース１０と、多関節アーム１１と、手首部１２と、を備える。旋回ベース１０は、地面（例えば、工場の床面）に固定される。多関節アーム１１は、複数の関節を有する。手首部１２は、多関節アーム１１の先端に取り付けられる。手首部１２には、作業対象のワークに対して作業を行うエンドエフェクタ１３が取り付けられる。
【0019】
図２に示すように、ロボット１は、アーム駆動装置２１を備える。
【0020】
これらの駆動装置は、例えばサーボモータとして構成されるアクチュエータ、及び減速機等から構成される。しかし、駆動装置の構成は上記に限定されない。それぞれのアクチュエータは、コントローラ９０に電気的に接続される。アクチュエータは、コントローラ９０から入力された指令値を反映するように動作する。
【0021】
アーム駆動装置２１を構成するそれぞれのサーボモータからの駆動力が、減速機を介して、多関節アーム１１の各関節と、旋回ベース１０と、手首部１２と、に伝達される。それぞれのサーボモータには、その回転位置を検出する図略のエンコーダが取り付けられている。
【0022】
ロボット１は、教示によって記録された動作を再生することで作業を行う。コントローラ９０は、教示者が事前に教示した一連の動作をロボット１が再現するように、上記アクチュエータを制御する。ロボット１への教示は、図略の教示ペンダントを教示者が操作することにより行うことができる。
【0023】
ロボット１への教示により、ロボット１を動かすためのプログラムが生成される。プログラムは、ロボット１への教示が行われる毎に生成される。ロボット１へ教示する動作が異なれば、プログラムも異なる。実行するプログラムを複数のプログラムの間で切り換えることで、ロボット１に行わせる動作を変更することができる。
【0024】
コントローラ９０は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ、補助記憶装置等を備える公知のコンピュータとして構成されている。補助記憶装置は、例えばＨＤＤ、ＳＳＤ等として構成される。補助記憶装置には、ロボット１を動かすプログラム等が記憶されている。
【0025】
状態監視装置５は、図１に示すように、コントローラ９０に接続される。状態監視装置５は、アクチュエータ（サーボモータ）に流れる電流の電流値等の推移を、コントローラ９０を介して取得する。
【0026】
サーボモータ、及びこれに連結される減速機等に仮に異常が生じていれば、サーボモータの電流値は、その影響を受けて変動すると考えられる。従って、この電流値は、ロボット１の状態を反映する状態信号に相当する。電流値の推移は、当該電流値を短い時間間隔で反復して取得し、多数の電流値を時系列で並べることで表現することができる。以下、状態信号の値を時系列で並べたデータを、時系列データと呼ぶことがある。
【0027】
状態監視装置５は、取得した時系列データを監視することで、ロボット１の異常の有無を判定することができる。本実施形態では、状態監視装置５は、それぞれの関節のサーボモータ及び減速機を主に対象として、異常の有無を判定する。ここで、「異常」とは、動作不良／不能まで至らないが、その予兆となる何らかの状況がサーボモータ、減速機又は軸受けに生じている場合を含む。
【0028】
状態監視装置５は、図２に示すように、時系列データ取得部（時系列データ取得部）５１と、記憶部５２と、時系列データ評価部（非類似度算出部）５３と、ロボット状態評価部５４と、表示部５５と、を備える。
【0029】
状態監視装置５は、ＣＰＵ、ＲＯＭ、ＲＡＭ、補助記憶装置等を備える公知のコンピュータとして構成されている。補助記憶装置は、例えばＨＤＤ、ＳＳＤ等として構成される。補助記憶装置には、ロボット１の状態評価等のためのプログラム等が記憶されている。これらのハードウェア及びソフトウェアの協働により、コンピュータを、時系列データ取得部５１、記憶部５２、時系列データ評価部５３、ロボット状態評価部５４等として動作させることができる。
【0030】
時系列データ取得部５１は、上述の時系列データを取得する。時系列データ取得部５１は、ロボット１のアーム駆動装置２１が備える全てのサーボモータを対象として、時系列データを取得する。時系列データは、ロボット１の各部に配置される複数のサーボモータ（言い換えれば、複数の減速機）のそれぞれに対して、個別に取得される。
【0031】
本実施形態において、状態信号は電流値である。ここで、電流値とは、サーボモータに流れる電流の大きさをセンサによって測定した測定値を意味する。センサは、サーボモータを制御する図略のサーボドライバに設けられている。ただし、センサが、サーボドライバとは別に監視用に設けられても良い。これに代えて、サーボドライバがサーボモータに与える電流指令値が、状態信号として採用されても良い。サーボドライバは、現在の電流値を電流指令値に近づけるようにサーボモータをフィードバック制御する。従って、サーボモータ又は減速機の異常を検出する目的からすれば、電流値と電流指令値は殆ど違いがない。
【0032】
サーボモータのトルクの大きさは、電流の大きさに比例する。従って、状態信号として、トルク値又はトルク指令値が用いられても良い。
【0033】
状態信号として、サーボモータの回転位置に関する目標値と、前記エンコーダによって得られる実際の回転位置と、の偏差（回転位置偏差）が用いられても良い。通常、サーボドライバは、この偏差にゲインを乗じたものを電流指令値としてサーボモータに与える。従って、回転位置の偏差の推移は電流指令値の推移と似た傾向を示す。状態信号として、サーボモータの実際の回転位置が用いられても良い。
【0034】
時系列データ取得部５１は、教示された動作をロボット１が再生する毎に、それぞれのサーボモータについて時系列データを取得する。ただし、時系列データを全ての再生動作に対して取得する代わりに、例えば１日につき１回又は数回の再生動作だけを対象として取得しても良い。
【0035】
時系列データ取得部５１は、取得開始信号を受信したタイミングと、取得終了信号を受信したタイミングと、の間の、各サーボモータに流れる電流値の時系列データを取得する。この取得開始信号及び取得終了信号は、例えば、コントローラ９０により出力される。
【0036】
図３のグラフは、ロボット１が再生動作を行う場合に、ある関節のサーボモータに流れる電流値の一例を示している。図３に示すように、再生動作のプログラムが実行される前の状態では、サーボモータの電流値はゼロである。このとき、各関節において図示しない電磁ブレーキが動作しているため、多関節アーム１１等の姿勢は保持される。
【0037】
続いて、ロボット１の再生動作のプログラムが開始される。これに伴ってブレーキが開放され、これとほぼ同時にサーボモータに電流が流れ始める。この時点では、サーボモータの出力軸は停止するように制御される。サーボモータの出力軸の角度が安定するのに必要なある程度の時間が経過した後、サーボモータの回転が開始される。これにより、ロボット１の動作が実質的に開始される。
【0038】
コントローラ９０は、ブレーキが開放された後、サーボモータの回転が開始される少し前の時点で、取得開始信号を状態監視装置５（ひいては時系列データ取得部５１）に出力する。
【0039】
ロボット１に教示した一連の動作が全て完了すると、サーボモータは回転を停止するように制御される。コントローラ９０は、サーボモータが回転停止状態となった後、プログラムが終了する前の時点で、取得終了信号を時系列データ取得部５１に出力する。
【0040】
記憶部５２は、例えば、上述の補助記憶装置から構成される。記憶部５２は、時系列データ取得部５１により取得された時系列データを記憶する。
【0041】
本実施形態で、時系列データは、短い一定の時間間隔で繰り返し検出することで得られた多数の電流値を時間順に並べたものである。従って、時系列データにおける電流値はサンプリング値である。電流値を検出する時間間隔（サンプリング間隔）は、例えば数ミリ秒である。電流値のサンプリング間隔は、ロボット１の制御周期と一致していても良いし、異なっていても良い。時系列データは、図３のグラフにおいて、取得開始信号のタイミングから取得終了信号のタイミングまでの電流値の推移に相当する。
【0042】
なお、取得開始信号又は取得終了信号は、時系列データの取得等の計測のために特別に用意せずに、他の既存の信号を用いて実質的に実現しても良い。例えば、主に安全確保の目的に用いられる「再生運転中」信号の立下りを、取得終了信号として使用することができる。
【0043】
記憶部５２には、データの取得時期を示す時期情報が、当該時系列データに関連付けて記憶される。時期情報は、例えば、上記の取得開始信号の受信日時を示すタイムスタンプとすることができる。
【0044】
同様に、記憶部５２には、時系列データの取得時にロボット１が行っていた動作を示す再生識別情報が、当該時系列データに関連付けて記憶される。ロボット１の一連の動作は、再生動作のプログラムにより定義される。従って、再生識別情報は、例えば、再生動作のプログラムを一意に特定するために付与されたプログラム番号又はプログラム名称とすることができる。
【0045】
時系列データの保存について、具体的に説明する。コンピュータである状態監視装置５が備えるＯＳのファイルシステムを用いて、上述の補助記憶装置に、プログラム番号又はプログラム名称を名前とするフォルダが作成される。このフォルダに、当該番号のプログラムを実行したときに得られた時系列データのファイルが自動的に保存される。このファイルには、６つの関節のサーボモータの電流値に関する時系列データが、例えばカンマ区切り形式（ＣＳＶ）で記述される。ファイルの名前には、タイムスタンプの文字列が含められる。以上により、時系列データに対する時期情報と再生識別情報の関連付けが実現される。ただし、上記は例示であり、関連付けは他の方法で実現されても良い。
【0046】
時系列データ取得部５１は、ロボット１が工場等で稼動する過程で、時系列データを長期にわたって反復して取得する。時系列データが１回取得される毎に、上記のファイルが１つ保存される。
【0047】
時系列データは、初期に収集されたデータである基準データと、それより後に収集された比較用データと、に分けることができる。時系列データ評価部５３は、基準データと、比較用データと、を比較することにより、比較用データを評価する。時系列データ評価部５３は、この評価結果に基づいて、ロボット１の状態を評価するための評価量を出力する。
【0048】
基準データとしては、例えば、ロボット１に動作を教示した後、当該動作を初回に再生したときに、時系列データ取得部５１により取得された時系列データが用いられる。ただし、初回を含む複数回にわたってロボット１に再生動作を行わせ、複数回の時系列データを平均することで平均値の時系列データを計算して、この平均値の時系列データを基準データとして用いても良い。上記の複数回は、１回目、２回目、３回目・・・というように連続した回でも良いし、１回目、４回目、６回目、・・・というように非連続の回でも良い。
【0049】
基準データの取得タイミングは、厳密な初期（初回）でなくても良く、実質的な初期（初回）であれば十分である。例えば、動作教示後に慣らし運転としてロボット１に再生動作を１又は複数回行わせた後に、基準データを取得しても良い。
【0050】
基準データとしては、初回の時系列データ、又は、初回を含む複数回の平均値の時系列データに対して、フィルタ処理したものが用いられても良い。
【0051】
比較用データとしては、基準データの元となる時系列データより後に取得された時系列データが用いられる。時系列データをそのまま比較用データとしても良いし、時系列データに対してフィルタ処理したものを比較用データとしても良い。
【0052】
以下では、基準データ及び比較用データに関して、フィルタ処理をしない場合を「生」と呼び、フィルタ処理をした場合を「フィルタ済」と呼ぶことがある。
【0053】
フィルタ処理は、例えば、時系列データに含まれるノイズ等を除去するために行われる。データに対するフィルタ処理は公知であるため詳細な説明を省略するが、例えば移動平均フィルタ、ＣＲ回路模擬フィルタ等の任意のフィルタを用いることができる。
【0054】
基準データは、ロボット１の再生動作毎に（言い換えれば、プログラム毎に）用意される。教示済の全ての動作について基準データを取得しても良いが、例えば、ロボット１にメインで行わせる動作、又は、メインではないものの単純な動きであって１日に１回再生される動作があれば、これについてだけ基準データを取得しても良い。
【0055】
時系列データ評価部５３は、ＤＴＷ法を用いて、基準データと、比較用データと、を比較する。ＤＴＷは、Ｄｙｎａｍｉｃ Ｔｉｍｅ Ｗａｒｐｉｎｇの略称である。
【0056】
ここで、ＤＴＷ法について簡単に説明する。ＤＴＷ法は、２つの時系列データが類似する度合いを計算するために用いられる。ＤＴＷ法の大きな特徴は、類似度の計算にあたって、時系列データの時間軸方向での非線形な伸縮を許容する点である。これにより、ＤＴＷ法は、時系列データの類似度に関して、人間の直観に近い結果を得ることができる。
【0057】
時系列データ評価部５３は、比較用データと基準データとの差異の大きさを示すＤＴＷ距離（非類似度）を評価量として出力する。
【0058】
ＤＴＷ法の原理について、図４を用いて説明する。基準データに含まれる複数（ｍ個）の電流値を、横方向に延びる第１軸に沿って、時系列順に配置する。比較用データに含まれる複数（ｎ個）の電流値を、縦方向に延びる第２軸に沿って配置する。
【0059】
続いて、縦横の軸で定義される平面に、マトリクス状に配置されたｍ×ｎ個のセルを定義する。それぞれのセル（ｉ，ｊ）は、基準データにおけるｉ番目の電流値と、比較用データにおけるｊ番目の電流値と、の対応付けを表している。ただし、１≦ｉ≦ｍ、１≦ｊ≦ｎである。
【0060】
それぞれのセル（ｉ，ｊ）には、基準データにおけるｉ番目の電流値と、比較用データにおけるｊ番目の電流値と、の差異を表す数値が関連付けられている。本実施形態では、各セルに、ｉ番目の電流値とｊ番目の電流値の差の絶対値が関連付けて記憶される。
【0061】
時系列データ評価部５３は、図４のマトリクスの左下隅に位置する始点セルから、右上隅に位置する終点セルに至るワーピングパス（経路）を求める。
【0062】
始点セル（１，１）は、基準データにおけるｍ個の電流値のうち、時系列で最先のタイミング（即ち、１番目）の電流値と、比較用データにおけるｎ個の電流値のうち、時系列で最先のタイミング（即ち、１番目）の電流値と、を対応付けることに相当する。
【0063】
終点セル（ｍ，ｎ）は、基準データにおけるｍ個の電流値のうち、時系列で最後のタイミング（即ち、ｍ番目）の電流値と、比較用データにおけるｎ個の電流値のうち、時系列で最後のタイミング（即ち、ｎ番目）の電流値と、を対応付けることに相当する。
【0064】
以上のように構築されたｍ×ｎ個のマトリクスにおいて、以下の［１］及び［２］のルールに従い、始点セルを出発して終点セルへ到達する経路を考える。［１］縦、横、又は斜めに隣接するセルにだけ移動できる。［２］基準データの時間を戻す方向には移動できず、比較用データの時間を戻す方向にも移動できない。
【0065】
このようにセルが連なったものは、経路、又は、ワーピングパスと呼ばれる。ワーピングパスは、基準データにおけるｍ個の電流値と、比較用データにおけるｎ個の電流値とを、どのようにそれぞれ対応付けるかを示している。別の観点で言えば、ワーピングパスは、２つの時系列データを時間軸方向でどのように伸縮させるかを表している。
【0066】
始点セルから終点セルへ至るワーピングパスは複数通り考えられる。時系列データ評価部５３は、考え得るワーピングパスの中で、通過するセルに関連付けられる差異を表す数値（本実施形態では、各セルに、ｉ番目の電流値とｊ番目の電流値の差の絶対値が関連付けられている）の合計が最小となるワーピングパスを求める。
【0067】
以下では、このワーピングパスを最適ワーピングパスと呼ぶことがある。また、この最適ワーピングパスにおける各マスの値の合計値をＤＴＷ距離と呼ぶ。ＤＴＷ距離の代わりに、最適ワーピングパスが通過したマスの数でＤＴＷ距離を除算した平均値を用いて比較データを評価しても良い。また、ＤＴＷ距離を何れかの時系列データの要素数ｍ又はｎで除算した値を前記平均値に代えて用いて比較データを評価しても良い。
【0068】
ｍ及びｎが大きい場合、膨大な数のワーピングパスが考えられる。従って、考え得る全てのワーピングパスを仮に考慮すると、最適ワーピングパスを求めるための計算量が爆発的に増大してしまう。この課題を解決するために、本実施形態の時系列データ評価部５３は、ＤＰマッチング手法（動的計画法）を用いてＤＴＷ距離を求める。ＤＰは、Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇの略称である。
【0069】
ＤＰマッチング手法は公知であるので、以下、簡単に説明する。上記のルールを考慮すると、図４の矢印に示すように、あるセルに注目した場合、当該セルへ移動可能な移動元のセルは３つしかない。これらの３つのセルとは、注目セルに左側で隣接するセル、注目セルに下側で隣接するセル、及び、注目セルに左下側で隣接するセルである。本実施形態の時系列データ評価部５３は、上記の特徴を利用してＤＴＷ距離を求める。
【0070】
具体的に説明する。時系列データ評価部５３は最初に、図４のマトリクスのうち下端の行の全てのセル（１，１）、（２，１）、・・・、（ｍ，１）のそれぞれについて、始点セル（１，１）から当該セルまでの経路に含まれる各セルの値の合計を求める。以下では、この合計値をセル合計と呼ぶことがある。また、始点セル（１，１）からあるセルまでの経路が１又は複数考えられる場合に、セル合計の最小値をセル合計最小値と呼ぶことがある。
【0071】
上記のルールを考慮すれば、始点セル（１，１）から、マトリクスの下端の行の各セルに至る経路は、直線的な１とおりしかあり得ない。従って、各セルに関するセル合計は、セル合計最小値であるということができる。マトリクスの下端の行のセルに関して、セル合計（セル合計最小値）の計算は、始点セル（１，１）から順番にセルの値を加算していくことで容易に行うことができる。
【0072】
次に、下端から数えて２番目の行に着目する。
【0073】
最初に、セル（１，２）を考える。経路がセル（１，２）に到達する直前のセルとしては、始点セル（１，１）しか考えられない。従って、始点セル（１，１）からセル（１，２）までの経路の各セルの値の合計は、簡単に求めることができる。始点セル（１，１）からセル（１，２）までの経路は１とおりしかあり得ない。従って、得られた合計は、セル（１，２）に関するセル合計最小値である。
【0074】
続いて、セル（２，２）を考える。経路がセル（２，２）に到達する直前のセルとしては、始点セル（１，１）、セル（２，１）、セル（１，２）の３とおりである。３つのセルについて、セル合計最小値は、今までの計算で求められている。時系列データ評価部５３は、３つのセルのうちセル合計最小値が最も小さいものを選択し、それに当該セル（２，２）の値を加算して、得られた値を、セル（２，２）に関するセル合計最小値として定める。時系列データ評価部５３は、上記の３つのセルのうちセル合計最小値が最も小さかったセルの位置を、セル（２，２）の位置に関連付けて記憶しておく。
【0075】
次に、セル（３，２）を考える。セル（３，２）に到達する直前のセルは、セル（２，１）、セル（２，２）、セル（３，１）の３とおりである。セル（２，２）の場合と同様に、時系列データ評価部５３は、考えられる３つのセルのうちセル合計最小値が最も小さいものを選択し、それに当該セル（３，２）の値を加算して、得られた値を、セル（３，２）に関するセル合計最小値として定める。時系列データ評価部５３は、上記の３つのセルのうちセル合計最小値が最も小さかったセルの位置を、セル（３，２）の位置に関連付けて記憶しておく。
【0076】
時系列データ評価部５３は、同様の処理を、下端から数えて２番目の行の最後のセル（ｍ，２）まで１つずつ順番に繰り返す。
【0077】
時系列データ評価部５３は、下端から数えて３番目の行、４番目の行、・・・についても上記の処理を１行ずつ順番に繰り返す。全てのセルの計算が完了すれば、終点セル（ｍ，ｎ）のセル合計最小値が得られる。このセル合計最小値は、始点セル（１，１）から終点セル（ｍ，ｎ）までの経路のうち、通過するセルの値の合計が最も小さい経路（最適ワーピングパス）に関する、当該合計値を意味している。時系列データ評価部５３は、終点セル（ｍ，ｎ）のセル合計最小値を、ＤＴＷ距離として出力する。
【0078】
ＤＴＷ距離に加えて具体的な最適ワーピングパスを求める必要がある場合は、終点セル（ｍ，ｎ）から、始点セル（１，１）まで、セル合計最小値が最も小さかったセルとして記憶されたセルの位置を順次辿っていけば良い。上記はマトリクスの１行毎に計算していく例であるが、１列毎に計算しても良い。
【0079】
ＤＰマッチング手法は、考え得るワーピングパスを全て考慮しているわけではないので、精度は完璧ではない。しかし、ＤＰマッチング手法を用いることで、計算量を大幅に削減しつつ、実用に十分な精度の最適ワーピングパスを求めることができる。
【0080】
ＤＴＷ距離は、２つの時系列データ（言い換えれば、２つの信号波形）が、互いに非類似である度合いである。知られているように、ＤＴＷ法では、２つの波形の時間軸方向での差異を反映させない一方、波形の振幅等の差異を良好に反映させた形で、２つの波形の非類似度（ＤＴＷ距離）を得ることができる。
【0081】
２つの波形の差異が、互いに周期が異なるだけ、又は、位相が異なるだけであれば、ＤＴＷ距離はゼロである。これは、２つの波形が一致していると評価されることを意味する。
【0082】
次に、図５に示す２つの電流波形を考える。図５（ａ）は基本波形であり、図５（ｂ）は、基本波形にノイズを意図的に付加した波形である。図５に示す波形は説明のために作成されたものであり、サーボモータから実際に得られたものではない。
【0083】
図５（ａ）の基本波形は、２cos（ωｔ）で表され、振幅が２である。図５（ｂ）の波形は、図５（ａ）の基本波形の電流値が－１．７３２Ａの部分に－２．２６６Ａのノイズを加え、－１Ａの箇所に＋２．５Ａのノイズを加えたものに相当する。
【0084】
各グラフに示すプロット点を時系列データとして、２つの時系列データの間のＤＴＷ法距離を求めると、４．７６６である。これは、加えられたノイズである、－２．２６６Ａと＋２．５Ａの絶対値の合計と等しい。このように、ＤＴＷ法により求められたＤＴＷ距離には、ノイズが直接的に反映される。また、ＤＴＷ距離には、プラス方向のノイズとマイナス方向のノイズが互いに相殺されることなく反映されることになる。
【0085】
時系列データ評価部５３は、基準データと比較用データとの間で上述のＤＴＷ距離を計算し、得られたＤＴＷ距離を出力する。
【0086】
基準データ及び比較用データは、６つの関節のサーボモータの時系列データを含む。時系列データ評価部５３は、ＤＴＷ距離の計算を、関節毎に（言い換えれば、サーボモータ毎に）行う。
【0087】
ロボット１に行わせる動作が異なれば、サーボモータの電流値の推移も勿論異なる。これを考慮して、時系列データ評価部５３によるＤＴＷ距離の計算は、再生動作毎に行われる。具体的に言えば、時系列データ評価部５３は、同一の再生動作に関する比較用データと基準データとの間で、ＤＴＷ距離を計算する。これにより、時系列データを適切に比較することができる。
【0088】
時系列データ評価部５３により出力されたＤＴＷ距離は、記憶部５２に記憶される。このとき、ＤＴＷ距離に関連付けられて、様々な情報が記憶部５２に記憶される。ＤＴＷ距離とともに記憶される情報には、時期情報と、再生識別情報と、が含まれる。時期情報は、比較用データの取得時期を示す情報であり、例えばタイムスタンプである。再生識別情報は、例えば、比較用データの取得時におけるロボット１の再生動作を特定するためのプログラム番号又はプログラム名称である。
【0089】
プログラム番号又はプログラム名称に代えて、例えば、プログラムに含まれる特別な信号を再生識別情報としても良い。例えば、前述の取得開始信号又は／及び取得終了信号等の信号が１つのプログラムにしか含まれない場合、この信号の有無で他のプログラムと識別することができる。
【0090】
ロボット状態評価部５４は、記憶部５２に記憶されたＤＴＷ距離を用いて、ロボット１（各部のそれぞれ）の状態を評価する（ロボット状態評価工程及びロボット状態評価ステップ）。
【0091】
ロボット状態評価部５４は、各サーボモータに対して取得されたＤＴＷ距離を用いて、当該サーボモータの状態を評価する。
【0092】
時間の経過に伴って、初回に得られた電流値の時系列データに相当する波形に対して、現在の電流値の時系列データに相当する波形が乖離していくことが想定される。ＤＴＷ距離は、この乖離の度合いを数値化したものと考えることができる。ロボット状態評価部５４は、ＤＴＷ距離を用いて、６つの関節のサーボモータのそれぞれに異常があるか否かを判定する。また、現在までの時間の経過に伴うＤＴＷ距離の推移に基づいて、サーボモータが将来に動作不良／不能となるタイミングを予測することができる。
【0093】
図６には、ロボット１が備えるサーボモータの１つに関し、ＤＴＷ距離の推移の一例が示されている。１つ１つの点が、計算されたＤＴＷ距離を示している。
【0094】
図６の例で、ロボット１の運用は２０１９年８月頃に開始された。運用開始から半年程度の間、ＤＴＷ距離の増大傾向は僅かであったが、２０２０年２月頃に増大傾向を強めるようになった。サーボモータは、２０２０年６月頃に動作不能となった。
【0095】
２０２０年３月～４月頃の２回、ＤＴＷ距離は、特異的に上に外れた値を示した。その後にあまり時間をおかずにサーボモータが動作不能になったことを考慮すると、この２つの点は、サーボモータが動作不能となる予兆を示していたと考えられる。
【0096】
サーボモータ等が動作不能となる予兆の現象は様々に考えられるが、例えば、制御ケーブルのシールド性低下によるノイズの混入、軸受の劣化による機械的な振動、減速機のギア歯面の摩損による軋み等である。図６に「異常予兆」で示す２つの点は、上記のような現象が発生して電流値の時系列データに影響を与え、これがＤＴＷ距離の特異な変化となったものと考えられる。
【0097】
【0098】
図７に示すＰＴＰ（Ｐｅａｋ ｔｏ Ｐｅａｋ）は、電流波形の高いピークの電流値から低いピークの電流値を減算した値である。このＰＴＰは、特許文献１にいう「ピーク電流」の一種である。図７に示すように、ＰＴＰを用いる手法では、２０２０年３月～４月頃のデータにおいて異常の予兆を捉えることが極めて難しい。
【0099】
図８に示すＩ２は、電流の２乗平均平方根の値である。このＩ２は、特許文献１にいう「Ｉ２」に相当する。図８に示すように、Ｉ２を用いる手法によっても、２０２０年３月～４月頃のデータにおいて異常の予兆を捉えることが極めて難しい。
【0100】
ＰＴＰ及びＩ２は、時系列データを統計的に処理して得られる値である。図７及び図８において異常の予兆がグラフに見当たらない理由は、上記の統計処理の過程で、時系列データが含んでいる、異常の予兆を示す何らかの特徴が失われてしまっているためと考えられる。一方、図６に示すＤＴＷ距離は、統計処理を行わず、時系列データ同士を比較することにより得られた値である。従って、ＤＴＷ距離は、時系列データが含んでいる、異常の予兆を示す特徴に応じて敏感に変動し易い値ということができる。
【0101】
図９には、あるサーボモータに関する基準データ及び比較用データが示されている。比較用データは、基準データよりも約１０月後に取得されたものである。時間の経過によって、２つの時系列データの間に多少の乖離が生じていることがわかる。
【0102】
図９の電流波形のうち、Ａ１で示す範囲は、ロボット１のアームを降下させる動作に相当する。この範囲で、比較用データの電流値は基準データよりも概ね下回っている。これは、経年劣化等で生じた機械的なロスが、アームの降下に抗する向きに働くため、これがサーボモータに対する一種のアシストとなって、サーボモータに流れる電流値が減少していると考えられる。
【0103】
図９の電流波形のうちＡ２で示す範囲は、ロボット１のアームを保持する動作に相当する。Ａ３で示す範囲は、ロボット１のアームを上昇させる動作に相当する。Ａ２及びＡ３の範囲で、比較用データの電流値は基準データよりも概ね上回っている。これは、経年劣化で生じた機械的なロスが、アームの保持又は上昇に対して抗する向きに働くため、サーボモータに流れる電流値が増加していると考えられる。
【0104】
このように、故障の予兆となる現象の１つとしての機械的なロスが、状況に応じて、時系列データの電流値を増加させる方向に作用したり、減少させる方向に作用したりする。例えば上述のＩ２を用いた場合、両方向の作用が一部相殺された形で評価されてしまう。しかしながら、本実施形態のＤＴＷ距離を用いれば、両方向の作用を十分に考慮して、時系列データの非類似度を求めることができる。
【0105】
本実施形態では、基準データ及び比較用データの元となる時系列データが、図３に示す取得開始信号から取得終了信号までの期間に限られている。仮に、例えば図３のブレーキ開放に相当するタイミングの波形が時系列データに含められた場合、非類似度が増大し、異常があると誤判定されるおそれがある。この点、本実施形態では、取得開始信号と取得終了信号のタイミングを適切に設定することで、電流値の推移のうち、故障の予兆を捉える観点で実質的に意味がある期間だけを取り出して評価することができる。
【0106】
ロボット状態評価部５４は、適宜の計算によって、図６に「異常予兆」と示されているような点の有無を判定することもできる。この計算手法は様々であるが、例えば以下のようにすることができる。即ち、ある点に注目し、それまでの直近のＮ個の点について、ＤＴＷ距離の平均値ａと標準偏差σが計算される。Ｎは２以上である。そして、注目した点のＤＴＷ距離が、ａ＋ｋσよりも上回っている場合に、当該点は異常を予兆する点である（言い換えれば、サーボモータ又は減速機に異常が発生している）と判定される。ｋは、適宜設定される正の値である。また、閾値を設けてこれを上回れば「異常予兆」と評価しても良い。ＤＴＷ距離に代えて、後述のユークリッド距離等が用いられても良い。図１１のグラフには、ＤＴＷ距離に関し、ａ＋３σの値の推移が示されている。このグラフでは、直近の１０個の点が参照されて、平均値ａと標準偏差σが計算されている。
【0107】
また、以下のようにすることもできる。即ち、ある点に注目し、それまでの直近のＮ個の点について、ＤＴＷ距離の平均値ａと標準偏差σが計算される。そして、注目した点のＤＴＷ距離ｘを用いて、ホテリング理論で異常度といわれる（ｘ－ａ）2／σ2の値が計算され、グラフ化される。必要に応じて、この値に係数を乗じることもできる。この値が所定の閾値を上回れば「異常予兆」と評価しても良い。ホテリング理論は、統計モデルに基づく異常検知手法の１つである。値ｘが正規分布に従う場合、上記の異常度の値は、自由度１のカイ２乗分布に従うことが知られている。この性質を用いて、ホテリング理論では、異常度の値を適宜の閾値と比較することで外れ値検出を行う。ｘとして、ＤＴＷ距離に代えて、後述のユークリッド距離等を用いることもできる。図１２のグラフには、ＤＴＷ距離に関し、（ｘ－ａ）2／σ2の値の推移が示されている。図１２のグラフを考慮すれば、異常度の閾値を例えば１０程度にすれば、異常予兆を検出するのに適当であると考えられる。
【0108】
ａ＋ｋσを計算する場合でも、（ｘ－ａ）2／σ2を計算する場合でも、直近のＮ個の点だけを対象にすることに代えて、評価開始からの全ての点を対象とすることができる。
【0109】
ＤＴＷ距離又はユークリッド距離等は、２つの波形の対応する点間の距離をとることで特徴を捉え易くなる利点がある。これらの距離を対象として標準偏差又は異常度を計算して得ることで、例えば、故障監視作業者に分かりやすいグラフを提供することができる。
【0110】
表示部５５は、図６に相当するグラフを表示可能である。表示部５５は、例えば液晶ディスプレイ等の表示装置から構成される。オペレータは、ＤＴＷ距離の普段の傾向から外れた特異な点がグラフに現れているか否かを監視する。オペレータは、この情報を活用して、将来のメンテナンス計画を適切に立てることができる。
【0111】
表示部５５は、１又は複数のサーボモータに異常が発生しているとロボット状態評価部５４が判定した場合、その旨の情報を表示する。例えば、異常発生の旨を示す警告メッセージを表示部５５に表示することが考えられる。これにより、オペレータが状況を早期に把握することができる。
【0112】
ロボット状態評価部５４は、時間経過に伴うＤＴＷ距離の傾向を示すトレンドラインを計算により求めることができる。トレンドラインの例が、図１０に示されている。トレンドラインは、グラフにプロットされる点群を近似する直線として求めることができる。近似直線は、公知の最小２乗法を用いることで得ることができるが、方法は限定されない。
【0113】
ロボット状態評価部５４は、上記のようにして得られたトレンドラインが、予め定められた寿命閾値に到達する日時を計算する。ロボット状態評価部５４は、現在から当該日時までの期間を計算することで、サーボモータ等の残余寿命を予測することができる。
【0114】
トレンドラインは、図１０のグラフに重ねられる形で表示部５５に表示される。オペレータは、表示部５５の画面を参照してトレンドラインを確認することで、メンテナンスを適切に計画することができる。
【0115】
ＤＴＷ距離のトレンドラインを計算するにあたって、全てのＤＴＷ距離を近似しなくても良い。例えば、ロボット１が同一の再生動作を１日に多数回繰り返す場合、ロボット状態評価部５４がＤＴＷ距離の代表値を日毎に求め、代表値を近似するようにトレンドラインを求めても良い。
【0116】
代表値としては、例えば、その日に得られた複数のＤＴＷ距離の中央値とすることができる。中央値を用いる場合、極端にイレギュラーなＤＴＷ距離が含まれている場合でも影響を受けにくい利点がある。中央値に代えて平均値を用いても良い。
【0117】
代表値として、その日に得られた複数のＤＴＷ距離のうち最大値を用いても良い。この場合、異常の予兆をトレンドラインに反映させ易くすることができる。
【0118】
続いて、本実施形態の時系列データ取得部５１による時系列データの取得処理の一例を、図１３のフローチャートを参照して詳細に説明する。
【0119】
図１３に示すように、ロボット１の再生動作が開始すると、ロボット１の動作を制御するコントローラ９０は状態監視装置５を起動する（ステップＳ１０１）。
【0120】
続いて、コントローラ９０は、ロボット１を再生動作させるプログラムのプログラム番号を取得する（ステップＳ１０２）。再生動作のプログラムにおいては、エンドエフェクタ１３を動かす経路が、経由する複数のポイント（１），（２），・・・，（Ｅ）を記述することで定義されている。
【0121】
コントローラ９０は更に、各サーボモータの現在の回転位置を取得する（及びステップＳ１０３）。
【0122】
コントローラ９０は、上記のステップＳ１０２で取得されたプログラム番号を状態監視装置５に出力する（ステップＳ１０４）。
【0123】
その後、コントローラ９０は、動作のための準備が完了した後、取得開始信号を状態監視装置５に出力する（ステップＳ１０５）。動作のための準備には、図３で説明したブレーキの開放が含まれる。
【0124】
コントローラ９０は、エンドエフェクタ１３を上述のポイント（１）へ移動させるように、サーボモータのそれぞれを動作させる（ステップＳ１０６）。
【0125】
エンドエフェクタ１３がポイント（１）に到達すると、コントローラ９０は、エンドエフェクタ１３を次のポイント（２）へ移動させるように、サーボモータのそれぞれを動作させる（ステップＳ１０７）。同様の動作が繰り返されて、最終的には、エンドエフェクタ１３が最終のポイント（Ｅ）に移動する（ステップＳ１０８）。
【0126】
エンドエフェクタ１３がポイント（Ｅ）に到達した後、コントローラ９０は、取得終了信号を状態監視装置５に出力し（ステップＳ１０９）、再生動作のプログラムを終了する。
【0127】
次に、状態監視装置５側の処理を説明する。
【0128】
状態監視装置５は、コントローラ９０がステップＳ１０１の処理を行うことにより起動される。起動後、状態監視装置５は、ロボット１のコントローラ９０がステップＳ１０４で出力したプログラム番号を取得する（ステップＳ２０１）。
【0129】
状態監視装置５は、次に、コントローラ９０により出力される取得開始信号を受信するまで待機する（ステップＳ２０２）。
【0130】
取得開始信号を受信した場合、状態監視装置５は、ロボット１を駆動する各サーボモータに流れる電流の電流値のそれぞれを取得する（ステップＳ２０３）。このステップは、時系列データ取得ステップ（時系列データ取得工程）に相当する。
【0131】
ステップＳ２０３の処理は、コントローラ９０により出力された取得終了信号を状態監視装置５が受信するまで反復される（ステップＳ２０４）。６つの関節それぞれのサーボモータから電流値が得られ、これらの電流値は、状態監視装置５が備えるＲＡＭに蓄積される。
【0132】
取得終了信号を受信した場合、状態監視装置５は、補助記憶装置に、ステップＳ２０１で得られたプログラム番号を名前とするフォルダを作成する（ステップＳ２０５）。当該フォルダが既に作成されている場合は、ステップＳ２０５の処理はスキップされる。
【0133】
状態監視装置５は、取得開始信号を受信したタイミングと、取得終了信号を受信したタイミングと、の間に取得した電流値のデータを、ステップＳ２０５で作成されたフォルダにファイルとして保存する（ステップＳ２０６）。ファイルには、多数の電流値のデータが時系列順に並べて記述される。保存されるファイルの名前は、取得開始信号を受信した日時を表すタイムスタンプの文字列を含むように定められる。その後、状態監視装置５は実質的に処理を停止する。上記ステップＳ２０５及びステップＳ２０６は、記憶ステップ（記憶工程）に相当する。
【0134】
続いて、基準データと比較用データとのＤＴＷ距離を求めるためのフローチャートの一例について、図１４を参照して詳細に説明する。このフローチャートに示すＤＴＷ距離の算出は、非類似度算出ステップ（非類似度算出工程）に相当する。
【0135】
図１４に示す処理は、１日につき１回、例えば工場の操業時間が終わった後に行われる。図１４の処理が開始されると、時系列データ評価部５３は、ある再生動作に対応するプログラム番号のフォルダ内で、最も古くに収集された時系列データを取得する（ステップＳ３０１）。収集された日時は、ファイルの名前に含まれるタイムスタンプから簡単に得ることができる。ステップＳ３０１により得られる時系列データは、基準データに相当する。
【0136】
次に、時系列データ評価部５３は、同じフォルダ内に保存された、ロボット１の本日の再生動作に伴って収集された時系列データを取得する（ステップＳ３０２）。ステップＳ３０２により得られる時系列データは、比較用データに相当する。
【0137】
時系列データ評価部５３は、取得した基準データと比較用データとの間のＤＴＷ距離を求める（ステップＳ３０３）。
【0138】
その後、時系列データ評価部５３は、本日収集された他の比較用データがあるか否かを判定する（ステップＳ３０４）。同一日の他の比較用データが存在する場合、当該比較用データについて、ステップＳ３０２及びステップＳ３０３の処理が同様に行われる。
【0139】
本日収集された比較用データの全てについて、基準データとの間でＤＴＷ距離が求められると、処理はステップＳ３０５に進む。ステップＳ３０５で、時系列データ評価部５３は、本日収集された比較用データから求められたＤＴＷ距離の中央値を求め、記憶部５２に記憶する。
【0140】
次に、ロボット状態評価部５４は、ステップＳ３０５で得られたＤＴＷ距離の中央値の日毎の推移を示すグラフを作成する（ステップＳ３０６）。このグラフは、表示部５５に表示される。グラフの例が図１０に示されている。グラフには、ロボット状態評価部５４が中央値の近似直線を計算することにより計算したトレンドラインと、上述の寿命閾値を示す基準線と、が表示される。
【0141】
次に、ＤＴＷ距離のバリエーションについて説明する。
【0142】
上記のように、ＤＴＷ距離は、生の基準データと生の比較用データとの間で計算される。生の基準データの例は図１５（ａ）に、生の比較用データの例は図１５（ｂ）に、それぞれ示されている。以下、この場合のＤＴＷ距離を、第１ＤＴＷ距離と呼ぶことがある。第１ＤＴＷ距離は、第１非類似度に相当するとともに、第１評価量に相当する。
【0143】
ただし、以下に例示するように、ＤＴＷ距離は、生の基準データと生の比較用データとの間で計算されなくても良い。
【0144】
フィルタ済の基準データとフィルタ済の比較用データとの間でＤＴＷ距離が計算されても良い。フィルタ済の基準データの例は図１５（ｃ）に、フィルタ済の比較用データの例は図１５（ｄ）に、それぞれ示されている。図１５の例では、移動平均フィルタが用いられている。以下、この場合のＤＴＷ距離を、第２ＤＴＷ距離と呼ぶことがある。第２ＤＴＷ距離は、第２非類似度に相当する。
【0145】
図１５（ｃ）に示すフィルタ済の基準データと、図１５（ｂ）に示す生の比較用データと、の間でＤＴＷ距離が計算されても良い。以下、この場合のＤＴＷ距離を、第３ＤＴＷ距離と呼ぶことがある。第３ＤＴＷ距離は、第３非類似度に相当する。
【0146】
時系列データ評価部５３は、上記のように求められた第１ＤＴＷ距離と第２ＤＴＷ距離との差を計算して、評価量（第２評価量）として出力しても良い。また、第３ＤＴＷ距離と第２ＤＴＷ距離との差を計算して、評価量（第３評価量）として出力しても良い。
【0147】
図１６には、第２ＤＴＷ距離による評価結果の推移が示されている。基準データ及び比較用データに対してフィルタ処理により高周波成分が除去されているので、第２ＤＴＷ距離は、経年による減速機の効率変化、機械的ロスの変化等を、より強く反映したものと考えることができる。図１６に示すように、第２ＤＴＷの値は、途中まであまり変化しないが、後半部分において加速度的に増加する傾向を示している。
【0148】
図１７には、第３評価量の推移が示されている。当該第３評価量は、上述のように、第３ＤＴＷ距離と第２ＤＴＷ距離との差である。第３ＤＴＷ距離は、フィルタ済の基準データと生の比較用データとのＤＴＷ距離である。従って、この第３評価量は、比較用データに含まれる振動及び軋み等の高周波成分（例えば、波形がパルス状になっている部分）を、より強く反映したものと考えることができる。
【0149】
図１７のグラフにおいて、２０２０年３月～４月頃に、第３評価量の値が特異に増加していることが容易に分かる。この特異値は、故障の予兆として使用できる可能性が高い。
【0150】
基準データ及び比較用データのうち少なくとも一方にフィルタ済のものを用いることで、比較用データが含んでいる、故障の予兆を表す何らかの特徴を、相対的に強調できる可能性がある。この意味で、第２ＤＴＷ距離、第３ＤＴＷ距離、第２評価量、及び第３評価量のうち少なくとも何れかを用いることが有効である。
【0151】
基準データと比較用データとの間で非類似度を求めるものではないが、図１５（ｃ）に示す生の比較用データと、図１５（ｄ）に示すフィルタ済の比較用データと、の間でＤＴＷ距離を求めても良い。以下では、このＤＴＷ距離を第４ＤＴＷ距離と呼ぶことがある。第４ＤＴＷ距離は、第４非類似度に相当するとともに、第４評価量に相当する。
【0152】
図１８には、第４評価量の推移が示されている。やや不明確ではあるが、２０２０年３月～４月頃に、第４評価量の値が特異的に増加していることが分かる。
【0153】
この第４評価量も、比較用データに含まれている軋み等のノイズ成分を相対的に強調したものであるため、状況に応じて、故障の予兆を捉えるために有効な場合がある。
【0154】
ロボット状態評価部５４が第１ＤＴＷ距離を求める毎に、表示部５５には、第１ＤＴＷ距離についてプロットされたグラフが、例えば図１０のように表示される。このグラフには、ロボット状態評価部５４が求めたトレンドラインが併せて表示される。これと同時に、ロボット状態評価部５４は、第１ＤＴＷ距離以外の評価量（例えば、図１７に示す第３評価量）に特異値が現れているか否かを監視する。特異値が現れた場合は、ロボット状態評価部５４は、図１９に示すように、グラフと同一の画面に警告メッセージ（アラーム）を表示して、オペレータに注意を喚起する。これにより、オペレータは状況を適切に把握することができる。
【0155】
以上に説明したように、本実施形態の状態監視装置５は、予め決められた動作を再生可能な産業用ロボットの状態を監視する。状態監視装置５は、時系列データ取得部５１と、記憶部５２と、時系列データ評価部５３と、ロボット状態評価部５４と、を備える。時系列データ取得部５１は、ロボット１の状態を反映する状態信号（具体的には、サーボモータの電流値）の取得開始を示す取得開始信号のタイミングから、状態信号の取得終了を示す取得終了信号のタイミングまでの期間を対象として、状態信号の時系列データを取得する。記憶部５２は、時系列データ取得部５１により取得された時系列データを、前記時系列データの取得時期を示す時期情報、及び、当該時系列データを取得したときのロボット１の再生動作を特定するプログラム番号と関連付けて記憶する。時系列データ評価部５３は、基準データと、比較用データと、の非類似度であるＤＴＷ距離を求める。基準データは、少なくとも１回の再生動作で取得された時系列データに基づくものである。比較用データは、基準データに係る時系列データの取得時よりも後に行われた同一の再生動作で取得された時系列データに基づくものである。ロボット状態評価部５４は、時系列データ評価部５３により算出されたＤＴＷ距離を、ロボット１の状態評価のための評価量（第１評価量）として用いる。
【0156】
これにより、ロボット１が故障する予兆を容易に把握して、メンテナンスを故障前に行うことができる。
【0157】
また、本実施形態の状態監視装置５において、時系列データ評価部５３は、以下の処理を行う。即ち、基準データから取り出したｍ個の電流値を横軸に時系列順で配置し、比較用データから取り出したｎ個の電流値を縦軸に時系列順で配置し、それぞれの電流値の対応付けをｍ×ｎ個のセルからなるマトリクスで表現し、対応付けられるサンプリング値の間の差異を各セルに関連付ける場合を考える。横軸に配置された基準データの電流値のうち、時系列で最先のタイミングに相当する電流値と、縦軸に配置された比較用データの電流値のうち、時系列で最先のタイミングに相当する電流値と、の対応付けに相当するセルを、始点セルとする。横軸に配置された基準データの電流値のうち、時系列で最後のタイミングに相当する電流値と、縦軸に配置された比較用データの電流値のうち、時系列で最後のタイミングに相当する電流値と、の対応付けに相当するセルを、終点セルとする。上記の前提で、時系列データ評価部５３は、始点セルから終点セルに至る経路のうち、通過するセルに対応する差異の合計が最小となる経路を求める。時系列データ評価部５３は、求められた経路が通過するそれぞれのセルに対応する差異の合計（ＤＴＷ距離）又は平均値を、非類似度とする。
【0158】
これにより、比較用データが含んでいる異常の予兆を敏感に捉えながら非類似度を求めることができる。
【0159】
また、本実施形態の状態監視装置５において、基準データは、複数回取得された時系列データを平均することにより求めることもできる。
【0160】
この場合、計測誤差を抑制することができる。
【0161】
また、本実施形態の状態監視装置５において、基準データは、時系列データをフィルタ処理することにより得ることもできる。
【0162】
この場合、比較用データが含んでいる異常の予兆のうち、適宜の成分（例えば、高周波成分）を相対的に強調した形で、非類似度を求めることができる。
【0163】
また、本実施形態の状態監視装置５において、比較用データは、時系列データをフィルタ処理することにより得ることもできる。
【0164】
この場合、比較用データが含んでいる異常の予兆のうち、適宜の成分（例えば、低周波成分）を相対的に強調した形で、非類似度を求めることができる。
【0165】
また、本実施形態の状態監視装置５において、時系列データ評価部５３は、第１ＤＴＷ距離と、第２ＤＴＷ距離と、を求めるように構成することもできる。第１ＤＴＷ距離は、時系列データに対してフィルタ処理を行っていない基準データ、及び、時系列データに対してフィルタ処理を行っていない比較用データの間のＤＴＷ距離である。第２ＤＴＷ距離は、時系列データに対してフィルタ処理を行った基準データ、及び、時系列データに対してフィルタ処理を行った比較用データの間のＤＴＷ距離である。時系列データ評価部５３は、第１ＤＴＷ距離と第２ＤＴＷ距離との差を第２評価量として出力する。
【0166】
また、本実施形態の状態監視装置５において、時系列データ評価部５３は、第３ＤＴＷ距離と、第２ＤＴＷ距離と、を求めるように構成することもできる。第３ＤＴＷ距離は、時系列データに対してフィルタ処理を行った基準データ、及び、時系列データに対してフィルタ処理を行っていない比較用データの間のＤＴＷ距離である。第２ＤＴＷ距離は、時系列データに対してフィルタ処理を行った基準データ、及び、時系列データに対してフィルタ処理を行った比較用データの間のＤＴＷ距離である。時系列データ評価部５３は、第３ＤＴＷ距離と第２ＤＴＷ距離との差を第３評価量として出力する。
【0167】
また、本実施形態の状態監視装置５において、時系列データ評価部５３は、第４ＤＴＷ距離を求めるように構成することもできる。第４ＤＴＷ距離は、時系列データに対してフィルタ処理を行った比較用データ、及び、時系列データに対してフィルタ処理を行っていない比較用データの間のＤＴＷ距離である。時系列データ評価部５３は、第４ＤＴＷ距離を第４評価量として出力する。
【0168】
以上の評価量により、比較用データが含んでいる異常の予兆を容易に捉えることができる。
【0169】
また、本実施形態の状態監視装置５において、時系列データは、ロボット１を駆動するサーボモータの電流値、電流指令値、トルク値、トルク指令値、回転位置偏差、及び実際の回転位置のうち、少なくとも何れかに関するデータである。
【0170】
これにより、サーボモータ及び周辺の構成の状態を容易に評価することができる。
【0171】
また、本実施形態の状態監視装置５において、ロボット状態評価部５４は、時系列データ評価部５３により求められたＤＴＷ距離が時間の経過に伴って変化する傾向を表すトレンドラインのデータを作成する。ロボット状態評価部５４は、トレンドラインに基づいて残余寿命を計算する。
【0172】
これにより、ロボット１のメンテナンス時期を適切に計画するための情報をオペレータが得ることができる。
【0173】
また、本実施形態の状態監視装置５は、トレンドラインを表示可能な表示部５５を備える。表示部５５は、ＤＴＷ距離と異なる評価量が予め設定された条件を満たした場合のアラームを、図１９のように、トレンドラインと同時に表示可能である。
【0174】
これにより、注意すべき状況をオペレータが早期に把握することができる。
【0175】
次に、本発明の第２実施形態を説明する。なお、本実施形態の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。
【0176】
本実施形態の時系列データ評価部５３は、ＤＴＷ距離の代わりに、基準データと比較用データとのユークリッド距離を算出することにより、２つのデータの非類似度を求めている。
【0177】
時系列データ評価部５３は、基準データの波形と、比較用データの波形と、のうち一方を時間軸方向に複数段階で移動させ、各段階について、ユークリッド距離を計算により取得する。
【0178】
ユークリッド距離は良く知られているので、以下、簡単に説明する。時系列データａと時系列データｂとの間のユークリッド距離Ｄは、時系列データの長さをｍとして、以下の式（１）で表される。
【数1】
【0179】
図２０には、比較用データを、時間軸のマイナス方向に１段階、プラス方向に１段階の合計２段階移動させる例が示されている。ユークリッド距離は、移動なしも含めて３段階分計算される。１段階あたりの時間軸方向での移動量、及び移動の段階数は、何れも任意に定めることができる。
【0180】
この波形の移動は、ユークリッド距離の計算時において、基準データに含まれるｍ個の電流値と、比較用データに含まれるｍ個の電流値と、の対応関係を一律にズラすことで、実質的に実現することができる。
【0181】
時系列データ評価部５３は、上記で得られた複数のユークリッド距離の最小値を求める。時系列データ評価部５３は、この最小値を、基準データと比較用データとの非類似度として出力する。
【0182】
ここで、第１実施形態で用いたＤＴＷ距離は、２つの時系列データの間で例えば時間遅れが大きく生じたり、時間軸方向での歪みが大きく生じたりしても、その影響を実質的に強力に除外して非類似度を評価している。しかし、時系列データの時間軸方向での遅れ及び歪みを評価することが、異常の予兆を捉えるために有効となる場合もあり得る。この点、本実施形態の変則的なユークリッド距離を用いる場合、許容される時間遅れが、時系列データを時間軸方向で段階的にズラす最大範囲までに制限される。従って、少しの時間遅れは許容しつつ、時系列データの時間軸方向でのある程度大きな遅れ及び歪みを適切に反映させた非類似度を得ることができる。言い換えれば、計測誤差としての位相ズレは無視する一方で、サーボモータ等の劣化を示す大きな位相ズレは適切に検出することができる。
【0183】
なお、図２０に示すように時系列データを時間軸方向で相対的にズラした結果、相手のない組み合わせが発生する。相手のない要素（電流値）が多いと、ユークリッド距離が、相手のある要素数の減少に伴って減ってしまう。これを解消するために、上記のように求められたユークリッド距離を、相手のある要素の数で除算し、得られた平均値を非類似度として評価に用いることが考えられる。あるいは、時系列データの両端の相手のない要素に対して、測定で得られた始点又は終点の値と等しい値の要素をその相手として追加する方法等で補正しても良い。
【0184】
以上に説明したように、本実施形態の状態監視装置５は、基準データの波形と、比較用データの波形と、のうち少なくとも一方を時間軸方向に複数段階で移動させながら、２つの波形の間のユークリッド距離をそれぞれ求める。ユークリッド距離の最小値を非類似度とする。
【0185】
これにより、時系列データにおける時間軸方向での歪み等を精度良く反映した非類似度を得ることができる。
【0186】
次に、本発明の第３実施形態を説明する。なお、本実施形態の説明においては、前述の実施形態と同一又は類似の部材には図面に同一の符号を付し、説明を省略する場合がある。
【0187】
本実施形態の時系列データ評価部５３は、基準データに含まれるｍ個の電流値のうちｉ番目の電流値と、比較用データに含まれるｍ個の電流値のうちｉ－ｐ番目からｉ＋ｐ番目までの電流値と、の差をそれぞれ求める。図２１はｐ＝２である場合を示す模式図であり、電流値の差が下線付きの数値で表されている。
【0188】
続いて、時系列データ評価部５３は、比較用データのｉ－ｐ番目からｉ＋ｐ番目までの電流値のうち、基準データのｉ番目の電流値に最も近いものは何れになるかを調べる。図２１の例で、比較用データのｉ－２番目からｉ＋２番目までの電流値のうち、基準データのｉ番目の電流値に対して差の絶対値が最も小さいのはｉ－１番目であり、その差は－０．２となっている。基準データのｉ番目の電流値が第１サンプリング値に相当し、比較用データのｉ－１番目の電流値が第２サンプリング値に相当する。
【0189】
時系列データ評価部５３は、非類似度としてユークリッド距離を計算する。このとき、基準データのｉ番目の電流値と、比較用データのｉ－２番目からｉ＋２番目までの電流値のうち、基準データのｉ番目の電流値に最も近い電流値と、の差が、基準データのｉ番目の電流値と比較用データのｉ番目の電流値の差の絶対値（上述の式（１）における｜ａi－ｂi｜）であるとみなされる。
【0190】
このようにして得られた非類似度は、少しの時間遅れ及び歪みを許容しつつ、時系列データのある程度大きな時間軸方向での遅れ及び歪みを適切に反映させたものとなる。言い換えれば、計測誤差としての位相ズレが補正され、劣化を示す大きな位相ズレを検出する。
【0191】
以上に説明したように、状態監視装置５は、それぞれ複数のサンプリング値を取得された基準データの波形と、比較用データの波形と、の間で、一方の波形のｉ番目の電流値である第１電流値と、他方の波形のｉ－ｐ番目からｉ＋ｐ番目まで（ただし、ｉ及びｐは１以上の整数）の電流値のうち第１電流値に最も近い第２電流値と、の差を、２つの波形で対応するサンプリング値の差であるとみなしてユークリッド距離を求める。状態監視装置５は、このユークリッド距離を非類似度とする。
【0192】
これにより、時系列データにおける時間軸方向での歪み等を精度良く反映した非類似度を得ることができる。
【0193】
以上に本発明の好適な実施の形態を説明したが、上記の構成は例えば以下のように変更することができる。
【0194】
状態監視装置５は、ロボット１に直接に接続しなくても良く、例えばインターネット等の通信回線を介してロボット１のコントローラ９０からロボット１の状態を反映する時系列データを取得しても良い。この場合、コントローラ９０は、再生動作において、リアルタイムで電流値を取得して保存し、バッチ処理等によってプログラム番号、電流値の取得日時、サーボモータを識別する情報とともに、電流値の時系列データをまとめて状態監視装置５に送信する。
【0195】
ＤＴＷ距離は、ＤＰマッチング手法を用いずに求められても良い。
【0196】
状態監視装置５は、コントローラ９０と別途に設けず、コントローラ９０に内蔵されても良い。また、状態監視装置５の、ＣＰＵ、ＲＯＭ、ＲＡＭ、補助記憶装置等として機能するコンピュータを設けず、状態監視装置５は、ロボット１のコントローラ９０のコンピュータを用いて実現されても良い。この場合、表示部５５は、例えばロボット１の教示ペンダントの一部として構成され、前述の警告メッセージを切替式で表示することができる。
【符号の説明】
【0197】
１ ロボット
５ 状態監視装置
５１ 時系列データ取得部（時系列データ取得部）
５２ 記憶部
５３ 時系列データ評価部（非類似度算出部）
５４ ロボット状態評価部
５ 状態監視装置
５１ 時系列データ取得部（時系列データ取得部）
５２ 記憶部
５３ 時系列データ評価部（非類似度算出部）
５４ ロボット状態評価部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】