异常诊断装置及异常诊断方法与流程

本发明涉及对电动机或者驱动机械的异常进行诊断的异常诊断装置及异常诊断方法。

背景技术：

1、在工厂等生产现场，如果以电动机作为动力源的驱动机械发生故障，则成品率降低。在生产现场，为了防止该成品率的降低，使用了定期地进行驱动机械的维护，对经过了特定期间的部件进行更换的被称为tbm(time based maintenance、时间基准保养)的保养方法。最近，正在取代tbm而切换为基于从驱动机械收集到的数据(驱动设备的内部数据、或者加速度传感器等的外部传感器数据)而决定是否更换部件的被称为cbm(conditionbased maintenance、状态基准保养)的保养方法。作为cbm，已知下述方法，即，例如通过对收集数据进行统计处理、机器学习或者ai(artificial intelligence、人工智能)的计算处理，从而判断驱动机械是正常还是异常。

2、专利文献1所记载的电动机控制系统，根据数据异常判定阈值和基于电动机驱动时的时间序列检测数据而计算出的马氏距离的比较而对数据异常进行判定。

3、专利文献1：日本特开2019－024305号公报

技术实现思路

1、但是，在上述专利文献1的技术中，不进行收集到的数据的取舍选择而对数据进行解析，因此对包含有与异常的相关性低的冗余数据的庞大数据进行解析，存在异常诊断的精度降低这一问题。

2、本发明就是鉴于上述情况而提出的，其目的在于，得到能够进行高精度的异常诊断的异常诊断装置。

3、为了解决上述课题，并达到目的，本发明的异常诊断装置具有：指令生成部，其生成对由电动机或者电动机驱动的驱动机械的动作进行规定的指令值；以及驱动控制部，其基于控制增益而对电动机进行反馈控制，以使得电动机或者驱动机械的动作追随于指令值。另外，本发明的异常诊断装置具有：数据切换部，其基于根据控制增益而决定的控制频带和根据驱动机械而决定的阈值的比较结果，从表示电动机或者驱动机械的状态的时间序列数据中选择而对选择时间序列数据进行切换；以及异常判定部，其基于选择时间序列数据而判定电动机或者驱动机械的异常状态。

4、发明的效果

5、本发明所涉及的异常诊断装置具有能够进行高精度的异常诊断这一效果。

技术特征：

1.一种异常诊断装置，其特征在于，具有：

2.根据权利要求1所述的异常诊断装置，其特征在于，

3.根据权利要求1或2所述的异常诊断装置，其特征在于，

4.根据权利要求1或2所述的异常诊断装置，其特征在于，

5.根据权利要求1或2所述的异常诊断装置，其特征在于，

6.根据权利要求1至5中任一项所述的异常诊断装置，其特征在于，

7.根据权利要求1至5中任一项所述的异常诊断装置，其特征在于，

8.根据权利要求1至5中任一项所述的异常诊断装置，其特征在于，

9.根据权利要求2所述的异常诊断装置，其特征在于，

10.根据权利要求1至9中任一项所述的异常诊断装置，其特征在于，

11.根据权利要求10所述的异常诊断装置，其特征在于，

12.一种异常诊断方法，其特征在于，包含：

13.根据权利要求12所述的异常诊断方法，其特征在于，

技术总结
异常诊断装置(1A)具有：指令生成部(11)，其生成对电动机(2)或者驱动机械(3)的动作进行规定的指令值；驱动控制部(12A)，其基于控制增益(D1)对电动机进行反馈控制，以使得电动机或者驱动机械的动作追随于指令值；数据切换部(13)，其基于根据控制增益而决定的控制频带和根据驱动机械而决定的阈值的比较结果，从表示电动机或者驱动机械的状态的时间序列数据(D2)中选择而对选择时间序列数据(D5)进行切换；以及异常判定部(14)，其基于选择时间序列数据而判定电动机或者驱动机械的异常状态。

技术研发人员：角田大记,高野直人,今孝公,上田浩一郎,堀泽洋一,西村隼一
受保护的技术使用者：三菱电机株式会社
技术研发日：
技术公布日：2024/12/5