特許ウォッチ

公開番号2025011989
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023114483
出願日2023-07-12
発明の名称センサデータ処理装置、異常検知処理方法、及びプログラム
出願人株式会社日立製作所
代理人弁理士法人湘洋特許事務所
主分類G05B 23/02 20060101AFI20250117BHJP(制御;調整)
要約【課題】正常モデルの再学習を必要とすることなく、環境変化にも対応可能な異常検知を実現する。
【解決手段】センサデータ処理装置は、1以上のプロセッサと、1以上のメモリリソースと、を備え、前記プロセッサは、前記機械にセンサ信号伝搬物質を介して取り付けられたセンサから時系列センサデータを取得し、前記時系列センサデータの特徴量を抽出し、前記特徴量に基づいて前記作業空間が環境変化前であるか環境変化後であるかを判定し、前記作業空間が環境変化後であると判定した場合、前記環境変化前に対応する補正用データを用いて前記特徴量を補正し、前記作業空間が前記環境変化前であるか前記環境変化後であるかの判定結果に応じ、補正していない前記特徴量、または補正済みの前記特徴量に基づいて前記機械の異常の有無を診断する。
【選択図】図1
特許請求の範囲【請求項１】
作業空間に設置された機械の異常を診断するセンサデータ処理装置であって、
１以上のプロセッサと、１以上のメモリリソースと、を備え、
前記プロセッサは、
前記機械にセンサ信号伝搬物質を介して取り付けられたセンサから時系列センサデータを取得し、
前記時系列センサデータの特徴量を抽出し、
前記特徴量に基づいて前記作業空間が環境変化前であるか環境変化後であるかを判定し、
前記作業空間が環境変化後であると判定した場合、前記環境変化前に対応する補正用データを用いて前記特徴量を補正し、
前記作業空間が前記環境変化前であるか前記環境変化後であるかの判定結果に応じ、補正していない前記特徴量、または補正済みの前記特徴量に基づいて前記機械の異常の有無を診断する
センサデータ処理装置。
続きを表示（約 2,100 文字）【請求項２】
請求項１に記載のセンサデータ処理装置であって、
前記プロセッサは、
前記作業空間が環境変化後であると判定した場合、前記環境変化前であって前記機械が正常な状態に対応する前記時系列センサデータから抽出した前記特徴量を用いて学習済みの学習型ＤＮＮモデルに対して、補正済みの前記特徴量を入力して、前記機械の異常の有無を診断し、
前記作業空間が環境変化前であると判定した場合、前記学習型ＤＮＮモデルに対して、補正なしの前記特徴量を入力して、前記機械の異常の有無を診断する
センサデータ処理装置。
【請求項３】
請求項１に記載のセンサデータ処理装置であって、
前記プロセッサは、
抽出した前記特徴量と、前記環境変化前であって前記機械が正常な状態に対応する参照データとの差異を表す差異データを抽出し、前記差異データに基づいて前記作業空間が環境変化前であるか環境変化後であるかを判定する
センサデータ処理装置。
【請求項４】
請求項３に記載のセンサデータ処理装置であって、
前記プロセッサは、
抽出した前記特徴量が前記環境変化後であって前記機械が正常な状態に対応するものであると推定できる場合、抽出した前記特徴量と、前記参照データとの差異を表す前記差異データを前記補正用データとして保存する
センサデータ処理装置。
【請求項５】
請求項３に記載のセンサデータ処理装置であって、
前記プロセッサは、
前記環境変化前であって前記機械が正常な状態に対応する前記時系列センサデータから抽出した前記特徴量を用いて学習済みのオートエンコーダを採用して前記差異データを抽出する
センサデータ処理装置。
【請求項６】
請求項１に記載のセンサデータ処理装置であって、
前記プロセッサは、
前記時系列センサデータの前記特徴量としてＦＦＴ(fast Fourier transform)により各周波数における信号強度を抽出する
センサデータ処理装置。
【請求項７】
請求項６に記載のセンサデータ処理装置であって、
前記プロセッサは、
抽出した前記特徴量と、前記環境変化前であって前記機械が正常な状態に対応する参照データとの差異を表す差異データを抽出し、
前記差異データにおいて、所定時間以上の間、
特定周波数を境に所定閾値を超えることが所定周波数幅以上継続し、かつ前記所定閾値を超える周波数幅が所定幅以下である周波数帯を検知しなかった場合に、前記差異データが周波数方向に連続していると判定し、
前記差異データが周波数方向に連続していないと判定した場合には環境変化前と判定し、
前記差異データが周波数方向に連続していると判定した場合には環境変化後と判定する
センサデータ処理装置。
【請求項８】
請求項１に記載のセンサデータ処理装置であって、
前記プロセッサは、
前記時系列センサデータの前記特徴量として疑似画像を抽出する
センサデータ処理装置。
【請求項９】
請求項８に記載のセンサデータ処理装置であって、
前記プロセッサは、
抽出した前記特徴量と、前記環境変化前であって前記機械が正常な状態に対応する参照データとの差異を表す差異データを抽出し、
前記差異データにおいて、所定時間以上の間、
特定ピクセルを境に所定閾値を超えることが所定ピクセル幅以上継続し、かつ前記所定閾値を超えるピクセル幅が所定幅以下であるピクセル帯を検知しなかった場合に、前記差異データがピクセル方向に連続していると判定し、
前記差異データがピクセル方向に連続していないと判定した場合には環境変化前と判定し、
前記差異データがピクセル方向に連続していると判定した場合には環境変化後と判定する
センサデータ処理装置。
【請求項１０】
作業空間に設置された機械の異常を診断するセンサデータ処理装置による異常診断方法であって、
前記センサデータ処理装置による、
前記機械にセンサ信号伝搬物質を介して取り付けられたセンサから時系列センサデータを取得し、
前記時系列センサデータの特徴量を抽出し、
前記特徴量に基づいて前記作業空間が環境変化前であるか環境変化後であるかを判定し、
前記作業空間が環境変化後であると判定した場合、前記環境変化前に対応する補正用データを用いて前記特徴量を補正し、
前記作業空間が前記環境変化前であるか前記環境変化後であるかの判定結果に応じ、補正していない前記特徴量、または補正済みの前記特徴量に基づいて前記機械の異常の有無を診断する
ステップを含む異常診断方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、センサデータ処理装置、異常検知処理方法、及びプログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
従来、工場等に設置されている機械の異常を検知する方法として、機械の周辺に設置した振動センサを用いた方法が知られている。
【０００３】
振動センサを用いた異常検知の方法に関し、例えば特許文献１には「工具に関係する複数の測定値を、測定データ（振動情報（４１）、切削力情報（４２）、音情報（４３）、主軸負荷（４４）、モータ電流（４５）、電力値（４６））として取得する取得部（４０Ａ）と、正常な状態の加工時に取得した測定データを、１クラスの機械学習で学習して、正常モデルを作成する正常モデル部（３１）と、正常モデル作成後の加工時に測定データを取得しながら、正常モデルに基づいて、当該測定データが正常か異常かを診断する異常診断部（３２）と、異常診断部（３２）で異常と診断された測定データを、異常診断部（３２）とは異なる方法で再診断する再診断部（３４）とを有する工作機械（１０）の工具の異常を検知する異常検知装置（３０Ａ）」が記載されている。
【先行技術文献】
【特許文献】
【０００４】
国際公開２０１８／０３００３３号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載の技術の場合、ある環境下において正常な状態の加工時に取得した測定データに基づいて学習した正常モデルを用いているため、例えば、周囲に機械を増設する等、環境に変化が生じた場合、異常を正常、または正常を異常と誤診断してしまう可能性がある。このような誤診断を防ぐためには、変化後の環境下において改めて正常な状態の加工時の測定データを取得し、正常モデルを再学習する必要がある。
【０００６】
本発明は、上記の点に鑑みてなされたものであり、正常モデルの再学習を必要とすることなく、環境変化に対応可能な異常検知を実現できるようにすることを目的とする。
【課題を解決するための手段】
【０００７】
本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下の通りである。
【０００８】
上記課題を解決するため、本発明の一態様に係るセンサデータ処理装置は、作業空間に設置された機械の異常を診断するセンサデータ処理装置であって、１以上のプロセッサと、１以上のメモリリソースと、を備え、前記プロセッサは、センサ信号伝搬物質を介して前記機械に取り付けられたセンサから時系列センサデータを取得し、前記時系列センサデータの特徴量を抽出し、前記特徴量に基づいて前記作業空間が環境変化前であるか環境変化後であるかを判定し、前記作業空間が環境変化後であると判定した場合、前記環境変化前に対応する補正用データを用いて前記特徴量を補正し、前記作業空間が前記環境変化前であるか前記環境変化後であるかの判定結果に応じ、補正していない前記特徴量、または補正済みの前記特徴量に基づいて前記機械の異常の有無を診断する。
【発明の効果】
【０００９】
本発明によれば、正常モデルの再学習を必要とすることなく、環境変化に対応可能な異常検知を実現できる。
【００１０】
上記した以外の課題、構成、及び効果は、以下の実施形態の説明により明らかにされる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許