[發明專利]狀態判定裝置

有效

• 申請號: 201810273079.3
• 申請日: 2018-03-29
• 公開（公告）號: CN108688105B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 淺岡裕泰;堀內淳史;清水顯次郎
• 申請（專利權）人: 發那科株式會社
• 主分類號: B29C45/76
• 分類號: B29C45/76
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 曾賢偉;郝慶芬

1.一種狀態判定裝置，其基于注塑成型機的動作狀態，判定該注塑成型機的異常所涉及的狀態，其特征在于，

該狀態判定裝置具備：

預處理部，其對在上述注塑成型機的動作狀態所涉及的數據中包含的時間序列數據中的至少一個數據執行預處理；內部參數設定部，其設定有上述注塑成型機的動作狀態所涉及的在成型動作中不變化的固定的內部參數；以及

機器學習裝置，其學習相對于上述注塑成型機的動作狀態的上述注塑成型機的異常所涉及的狀態，而且，

上述機器學習裝置具備：

狀態觀測部，其觀測表示上述注塑成型機的動作狀態的包含由上述預處理部預處理過的數據的注塑數據以及上述內部參數，作為表示環境的當前狀態的狀態變量；

標簽數據獲取部，其獲取表示上述注塑成型機的異常所涉及的狀態的標簽數據；以及

學習部，其將上述狀態變量與上述標簽數據關聯起來進行學習，

上述狀態判定裝置還具備對基于上述狀態變量和上述學習部的學習結果所判定的上述注塑成型機的異常所涉及的狀態進行輸出的判定輸出部。

2.根據權利要求1所述的狀態判定裝置，其特征在于，

在上述內部參數設定部中設定有多個內部參數，并能夠將上述多個內部參數中的一個選擇為作為上述狀態變量而被觀測的內部參數。

3.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述學習部具備：

誤差計算部，其對根據上述狀態變量來判定上述注塑成型機的異常所涉及的狀態的相關性模型與從預先準備的監督數據所識別的相關性特征的誤差進行計算；以及

模型更新部，其以縮小上述誤差的方式更新上述相關性模型。

4.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述學習部以多層結構對上述狀態變量和上述標簽數據進行運算。

5.根據權利要求1所述的狀態判定裝置，其特征在于，

上述判定輸出部在由上述學習部判定的上述注塑成型機的異常所涉及的狀態超過預先設定的閾值的情況下輸出警告。

6.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述預處理是對上述注塑成型機的動作狀態所涉及的數據中包含的時間序列數據中的至少一個數據進行補全或者進行提取或者進行兩者的組合，并調整上述時間序列數據的輸入個數的處理。

7.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述注塑成型機的動作狀態所涉及的數據是利用上述注塑成型機的驅動部或者可動部的負荷、驅動部或者可動部的速度、驅動部或者可動部的位置、對驅動部的指令值、壓力、鎖模力、溫度、每個成型周期的物理量、成型條件、成型材料、成型品、注塑成型機的結構部件的形狀、注塑成型機的結構部件的變形、動作聲音、圖像中的至少一個而得到的值。

8.根據權利要求4所述的狀態判定裝置，其特征在于，

為了進行基于上述學習部的對上述注塑成型機的異常所涉及的狀態的判定，使上述注塑成型機進行預先決定的預定的動作。

9.根據權利要求8所述的狀態判定裝置，其特征在于，

自動或者根據作業者的要求來進行用于進行上述判定的預先決定的預定的動作。

10.根據權利要求8或9所述的狀態判定裝置，其特征在于，

對進行了用于進行上述判定的預先決定的預定的動作的日期時間進行存儲，在從存儲的上述日期時間起經過了一定期間的情況下輸出信息。

11.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述狀態判定裝置構成為上述注塑成型機的控制裝置的一部分。

12.根據權利要求1或2所述的狀態判定裝置，其特征在于，

上述狀態判定裝置構成為經由網絡對多個上述注塑成型機進行管理的成型機管理裝置的一部分。

13.一種狀態判定裝置，其基于注塑成型機的動作狀態，判定該注塑成型機的異常所涉及的狀態，其特征在于，

該狀態判定裝置具備：

預處理部，其對在上述注塑成型機的動作狀態所涉及的數據中包含的時間序列數據中的至少一個數據執行預處理；以及

機器學習裝置，

而且上述機器學習裝置具有：

學習部，其學習了相對于上述注塑成型機的動作狀態的上述注塑成型機的異常所涉及的狀態；

狀態觀測部，其觀測表示上述注塑成型機的動作狀態的包含由上述預處理部預處理過的數據的注塑數據，作為表示環境的當前狀態的狀態變量；以及

判定輸出部，其輸出基于上述狀態變量和上述學習部的學習結果而判定的上述注塑成型機的異常所涉及的狀態，

而且上述學習部具有：

誤差計算部，其對根據上述狀態變量來判定上述注塑成型機的異常所涉及的狀態的相關性模型與從預先準備的監督數據所識別的相關性特征的誤差進行計算，上述監督數據包含上述注塑成型機的動作狀態與該注塑成型機的異常涉及的狀態的已知的數據集；以及

模型更新部，其以縮小上述誤差的方式更新上述相關性模型。