[發明專利]事件估計系統和事件估計方法

在審

• 申請號: 202011096012.0
• 申請日: 2020-10-14
• 公開（公告）號: CN112677147A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 橫矢剛;足立勝
• 申請（專利權）人: 株式會社安川電機
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 金英花

本發明提供一種利用機器學習來估計控制對象設備的故障和異常等事件的事件估計系統和事件估計方法。該事件估計系統，包括：上位設備以及一個或多個下位控制器，下位控制器具有：工作信息獲取部，獲取與下位控制器連接的控制對象設備的工作信息；異常估計部，基于工作信息來估計有無異常；工作信息保持部，保持一定期間的工作信息；以及工作信息發送部，基于估計出的異常的有無，將與該異常的有無的估計相關的工作信息發送給上位設備，上位設備具有：工作信息接收部，從下位控制器接收工作信息；以及事件估計部，根據異常的有無進行動作，估計事件，事件估計部具有上位神經網絡模型，上位神經網絡模型將工作信息作為輸入，將事件信息作為輸出。

技術領域

本發明涉及事件估計系統和事件估計方法。

背景技術

在專利文獻1中記載有發現由機器人等制造機械的內部信息引起的異常的單元控制裝置。在該文獻中公開了單元控制裝置還具備學習器，該學習器通過使用制造機械的內部信息和表示制造裝置的構成要素的裝置構成信息進行機器學習來更新數據庫內存儲的信息。

現有技術文獻

專利文件

專利文獻1：日本特許第6031202號公報。

發明內容

發明所要解決的問題

在利用機器學習進行以工業用機器人等工業用設備為代表的控制對象設備的故障或異常診斷時，可以考慮利用表示控制對象設備的動作和內部狀態的信息。此時，從控制對象設備時刻地獲得其工作信息，并發送到控制器。

然而，當對控制對象設備進行控制時，有時準備下位控制器和上位控制器雙方，該下位控制器與個別的控制對象設備對應，直接控制該個別的控制對象設備或它們，該上位控制器向該下位控制器發送動作指令并進行控制。例如，在多軸機器人的情況下，認為控制對象設備相當于各軸的伺服馬達，下位控制器相當于各軸的伺服控制器，上位控制器相當于機器人控制器。或者，即使在一般的馬達和測量器的控制的情況下，也認為馬達和測量器相當于控制對象設備，馬達和測量器的控制器相當于下位控制器，匯總它們的動作的PLC(可編程邏輯控制器)等控制器相當于上位控制器。

通常，為了進行細致的控制，控制對象設備和其控制器(下位控制器)之間的連接被設計成確保足以實時地交換控制對象設備的工作信息的通信速度。與此相對，下位控制器和上位控制器之間的連接只要是足以進行下位控制器的指令、動作定時的指示的通信速度即可，因此與控制對象設備和其控制器之間的連接相比，通信速度差。

在這樣的情況下，如果要利用機器學習進行控制對象設備的故障或異常診斷，則在將時刻得到的控制對象設備的工作信息實時地發送到上位控制器時，會導致下位控制器和上位控制器之間的連接的通信速度不足。然而，下位控制器在執行以深度學習為代表的神經網絡模型等需要大規模運算的機器學習時其運算能力不足，另外，如果具備能夠進行這樣的運算的規格(spec)，則成本增加，不現實。

本發明是鑒于上述問題而提出的，其目的在于，在具有與控制對象設備連接的下位控制器和與下位控制器連接的上位控制器的控制系統中，實現利用機器學習來估計控制對象設備的故障或異常等事件的系統。

用于解決問題的手段

本發明的一個方面涉及一種事件估計系統，包括上位設備以及一個或多個下位控制器，所述下位控制器具有：工作信息獲取部，獲取與所述下位控制器連接的控制對象設備的工作信息；異常估計部，基于所述工作信息來估計有無異常；工作信息保持部，保持一定期間的所述工作信息；以及工作信息發送部，基于估計出的所述異常的有無，將與該異常的有無的估計相關的所述工作信息發送給所述上位設備，所述上位設備具有：工作信息接收部，從所述下位控制器接收所述工作信息；以及事件估計部，根據所述異常的有無進行動作，估計事件，所述事件估計部具有上位神經網絡模型，所述上位神經網絡模型將所述工作信息作為輸入，將事件信息作為輸出。