JP7194069B2 - 監視装置、および監視方法 - Google Patents
監視装置、および監視方法 Download PDFInfo
- Publication number
- JP7194069B2 JP7194069B2 JP2019079449A JP2019079449A JP7194069B2 JP 7194069 B2 JP7194069 B2 JP 7194069B2 JP 2019079449 A JP2019079449 A JP 2019079449A JP 2019079449 A JP2019079449 A JP 2019079449A JP 7194069 B2 JP7194069 B2 JP 7194069B2
- Authority
- JP
- Japan
- Prior art keywords
- motor
- monitoring device
- current
- state
- tool
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
- H02P29/02—Providing protection against overload without automatic interruption of supply
- H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Control Of Electric Motors In General (AREA)
- Control Of Multiple Motors (AREA)
Description
本発明は、監視する技術に関し、特に、工作機械などの機器状態を監視する装置に関する。
マシニングセンタなどの工作機械は、自動工具交換機能をもち、目的に合わせてフライス削り、中ぐり、穴あけ、ねじ立てなどの異種加工を1台で行う数値制御ができる。また、工作機械は、工具マガジンには多数の切削工具を格納し、コンピュータ数値制御の指令によって自動的に加工を行えるため、さまざまな部品加工に使われている。
しかしながら、工作機械で使用される工具は、加工使用時間の経過とともに刃先が摩耗して切削抵抗が増加し、最終的には折損に至る場合がある。
特許文献1では、主軸モータまたはZ軸(送り軸)モータの電流に働く外乱トルクysとyzを推定、算出してデータテーブルに記録し、そしてysとyzについて現状推定値と移動変動しきい値を求め、それらを比較し、工具の異常を判定する技術を開示する。
特許文献1の段落番号0033には、「主軸モータの速度信号と主軸モータへのトルク指令値を基にして、主軸モータに働く外乱トルクysを推定する。」こと、および、「送り軸モータの速度信号と送り軸モータのトルク指令値を基にして、送り軸モータに働く外乱トルクyzを推定する。」ことが記載されている。
つまり、工具の異常を判定するには、駆動モータの速度信号やトルク指令値といったモータ制御情報が必要となる。よって、特許文献1では、モータ制御情報をなんらかの手段で提供する必要があるため、既設装置の場合は追加配線など作業が発生する課題がある。そこで、追加配線などを避け、既設装置を使えるように、モータの電流情報に基づいて監視する技術が求められる。
また、工作機械において、大径工具から小径工具まで同じ構成(駆動モータ)で加工を実施している。大径工具による加工の場合、加工負荷が大きく駆動モータの電流も大きい。一方、小径工具による加工の場合、加工負荷が小さく駆動モータの電流も小さい。
特許文献1のように、送り軸モータなど個々のモータごとに外乱トルクを推定するようにすると、特に、小径工具による加工の場合、主軸を駆動する主軸モータ(スピンドルモータ)の電流において、加工によるモータ電流変化が小さくなる。そのため空転(加工しない)時の電流に埋もれて感度のよい計測が困難である。
本発明の目的は、複数の駆動モータの電流情報に基づき、感度よく機器状態の異常の判定をする監視装置および監視方法を提供することにある。
本発明の好ましい一例は、複数の駆動モータのそれぞれについて、二相の電流情報を検出する電流センサと、
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算するモータ情報演算部と、
複数の前記駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算する特徴量演算部と、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定する状態推定部と、
基準値データを記録するデータ記憶部と、
推定した前記機器状態と前記基準値データに基づいて、異常状態を判定する異常判定部と、を備える監視装置である。
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算するモータ情報演算部と、
複数の前記駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算する特徴量演算部と、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定する状態推定部と、
基準値データを記録するデータ記憶部と、
推定した前記機器状態と前記基準値データに基づいて、異常状態を判定する異常判定部と、を備える監視装置である。
本発明の好ましい他の例は、複数の駆動モータのそれぞれについて、二相の電流情報を検出し、
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算し、
複数の駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算し、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定し、
記録しておいた基準値データと、推定した前記機器状態とに基づいて、異常状態を判定する監視方法である。
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算し、
複数の駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算し、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定し、
記録しておいた基準値データと、推定した前記機器状態とに基づいて、異常状態を判定する監視方法である。
本発明によれば、複数の駆動モータの電流情報に基づき、感度よく機器状態の異常を判定できる。
以下、実施例を図面に従い説明する。なお、各実施例に対応する図面において、同一構成物は同一の数番を付した。
図1は、実施例1による工作機械など装置の工具を駆動する2軸のモータ制御システム101のブロック図である。ここの2軸モータは、ドリル加工時の加工負荷に相関関係のある主軸モータと送り軸モータ(Z軸モータ)を想定している。
図1において、モータ制御システム101は、モータ1の10-1、モータ2の10-2と、駆動装置20と、監視装置40と、電流センサ41と、を備えている。駆動装置20は、インバータ22と、電流センサ24と、制御部30と、を備えている。
モータ10-1の回転軸14は、ギアやボールネジ等の機械部品(図示せず)を介して、または直結で工具16に接続されている。また、モータ2も直接、または機構を介して工具16を駆動する(図示せず)。それぞれのインバータ22は、それぞれの制御部30の制御に基づいて、モータ1の10-1またはモータ2の10-2に対して三相交流電圧を印加する。
制御部30は、CPU、DSP、RAM、ROM等、一般的なコンピュータとしてのハードウエアを備えており、ROMには、CPUによって実行される制御プログラム、DSPによって実行されるマイクロプログラムおよび各種データ等が格納されている。
図1において、制御部30の内部は、制御プログラムおよびマイクロプログラム等によって実現される機能を、ブロックとして示している。すなわち、制御部30は、指令生成部32と、偏差演算部33と、ベクトル制御部34と、dq/3Φ変換部36と、3Φ/dq変換部38と、を備えている。
制御部30は、これらの構成により、モータ10に対してベクトル制御を行い、モータ10-1の応答性を向上させようとするものである。
インバータ22は、モータ10-1に対してU相、V相、W相の交流電流を出力する。電流センサ24は、そのうち二相の電流を検出する。すなわち、図示の例においては、U相、W相の電流を検出し、その結果を電流検出値Ius、Iwsとして出力する。
ここで、周波数fで回転する回転座標を想定し、この回転座標において直交する軸をd軸およびq軸と呼び、モータ10-1に供給される電流をこの回転座標における直流量として表現する。
q軸における電流は、モータ10のトルクを決定する電流成分であり、以下、これをトルク電流と呼ぶ。また、d軸における電流は、モータ10-1の励磁電流になる成分であり、以下、これを励磁電流と呼ぶ。
3Φ/dq変換部38は、電流検出値Ius、Iwsに基づいて、励磁電流検出値Idと、トルク電流検出値Iqとを出力する。指令生成部32は、図示せぬ上位装置から、トルク指令値τ*を受信し、トルク指令τ*に基づいて、励磁電流指令値Id*と、トルク電流指令値Iq*と、を生成する。
偏差演算部33は、励磁電流指令値Id*、Iq*と、励磁電流検出値Id、Iqとに基づいて、偏差Id*-Id、Iq*-Iqを出力する。ベクトル制御部34は、偏差Id*-Id、Iq*-Iq等に基づいて、励磁電圧指令値Vd*と、トルク電圧指令値Vq*とを出力する。
ベクトル制御部34の動作をさらに詳細に説明すると、ベクトル制御部34は、偏差Id*-Id、Iq*-Iqに対して比例積分制御を行い、同速度の指令値である周波数指令ω1(図示せず)を求める。
さらに、ベクトル制御部34は、周波数指令ω1を積分することによって位相指令θ1(図示せず)を求める。さらに、ベクトル制御部34は、励磁電流指令値Id*、Iq*が構成するベクトル対して、モータ10-1のインピーダンスのベクトルを乗算し、その結果として、電圧指令値Vd*、Vq*を算出する。
dq/3Φ変換部36は、回転座標系の電圧指令値Vd*、Vq*に基づいて、インバータ22を駆動するためのPWM信号を出力する。インバータ22は、供給されたPWM信号に基づいて、供給された直流電圧(図示せず)をスイッチングし、モータ10-1に対して、U相、V相、W相の電圧を出力する。
〈監視装置40の構成〉
図2は、監視装置40のブロック図である。監視装置40は、前述した制御部30と同様に、CPU、DSP、RAM、ROM等、一般的なコンピュータとしてのハードウエアを備えており、ROMには、CPUによって実行される制御プログラム、DSPによって実行されるマイクロプログラムおよび各種データ等が格納されている。
図2は、監視装置40のブロック図である。監視装置40は、前述した制御部30と同様に、CPU、DSP、RAM、ROM等、一般的なコンピュータとしてのハードウエアを備えており、ROMには、CPUによって実行される制御プログラム、DSPによって実行されるマイクロプログラムおよび各種データ等が格納されている。
図2において、監視装置40の内部は、制御プログラムおよびマイクロプログラム等によって実現される機能を、ブロックとして示している。すなわち、監視装置40は、モータ情報演算部42と、特徴量演算部44と、状態推定部45と、データ記憶部46と、異常判定部47と、を備えている。
モータ情報演算部42は、それぞれ対応する電流センサ41から、モータ1の10-1のU相の電流検出値Iu1と、W相の電流検出値Iw1と、モータ2の10-2のU相の電流検出値Iu2と、W相の電流検出値Iw2と、を取得する。
そして、モータ情報演算部42は、これら検出値に基づいて、それぞれのモータトルク電流(実部電流)Ir1、Ir2と、機械周波数ωrs1、ωrs2(回転速度)と、を出力する。
ここで、図3を参照し、これらモータ情報演算部42から出力される信号の意義を説明する。図3は、モータ情報演算部42のブロック図である。
モータ情報演算部42は、3Φ/αβ変換器52と、逆正接変換器54(位相検出部)と、減算器56(PLL演算部)と、位相演算器60(PLL演算部、回転速度演算部、回転速度演算過程)と、回転座標変換器70と、積分器72(PLL演算部)と、乗算器74と、を備えている。さらに、位相演算器60は、乗算器62、64と、積分器66と、加算器68と、を備えている。
3Φ/αβ変換器52は、電流検出値Iu、Iwを、直交する二相の交流電流Iα、Iβに変換する。逆正接変換器54は、これら交流電流Iα、Iβに基づいて、交流電流位相角検出値θi*を計算する。
減算器56は、交流電流位相角θi(詳細は後述する)から、交流電流位相角検出値θi*を減算する。位相演算器60において、乗算器62は、差分値「θi*-θi」に対して、所定の比例ゲインKpPLLを乗算する。
乗算器62における乗算結果は、前述した比例信号PLL_Pになる。また、乗算器64は、差分値「θi*-θi」に対して、所定の積分ゲインKiPLLを乗算し、積分器66は、この乗算結果を積分する。
積分器66における積分結果を積分信号PLL_Iと呼ぶ。加算器68は、比例信号PLL_Pと、積分信号PLL_Iとを加算し、加算結果を周波数信号ω1sとして出力する。
積分器72は、周波数信号ω1sを積分し、交流電流位相角θiを出力する。交流電流位相角θiは、減算器56に供給されるとともに、回転座標変換器70にも供給される。
また、乗算器74は、周波数信号ω1sに「2/P」(ここで、Pはモータ10の極数)を乗算し、乗算結果を機械周波数ωrsとして出力する。ここで、機械周波数ωrsは、モータ10(図1参照)の実速度(誘導モータの場合はすべりを含んだ速度)に対応する信号になる。
回転座標変換器70は、二相の交流電流Iα、Iβを、周波数信号ω1sで回転する回転座標系における二軸の直流量Ir、Iiに変換する。
このように、減算器56、位相演算器60および積分器72は、PLL(Phase Locked Loop)演算部として機能し、減算器56が出力する差分値「θi*-θi」が「0」に近づくような、周波数信号ω1sおよび交流電流位相角θiを出力する。
特徴量演算部44は、モータのトルク電流Irの最大値、平均値、FFT(fast Fourier transform)、およびモータ回転速度ωrsの最大値、平均値、FFTなどの特徴量を抽出する。
状態推定部45は、モータトルク電流Irの最大値、平均値、FFT、およびモータ回転速度ωrsの最大値、平均値、FFTなどの特徴量に基づき、機器状態を推定する。
推定状態量がデータ記憶部46に記録される基準値データと比べ、その状態量が異常かどうかを異常判定部47が検出する。また、異常判定部47は、外部に各種のアラーム信号を出力する。
なお、アラーム信号は、ランプの点灯、警報機の発音、または無線通信手段による電波送信等、管理者に通知できる手段であればよい。
本実施例における監視装置40は、過酷な環境に設置する場合には、防塵防水対策を施した監視装置ケースに収納することが好ましい。さらに、監視装置40をインバータ22等、ノイズを発生するデバイスの近くに設置する場合には、監視装置40にノイズ対策を施すことが好ましい。
以上のように、監視装置40は、独自の座標を用いて、相関関係のある駆動モータに流れる電流情報のみから、簡単なアルゴリズムによって、交流から直流への変換が可能であるため、異常と判断するためのエッジ処理も監視装置内で実行することができる。これにより、結果として、データ量が大幅に削減でき、分析/診断作業も容易となる。
〈工具摩耗度の推定〉
図4は、マシニングセンタなどの工作機械の工具駆動軸の1例を示している。マシニングセンタの種類は、主軸(スピンドル)の方向によって横形と立形に大別され、横形は主軸が水平方向に、立方は垂直方向に取り付けられる。
図4は、マシニングセンタなどの工作機械の工具駆動軸の1例を示している。マシニングセンタの種類は、主軸(スピンドル)の方向によって横形と立形に大別され、横形は主軸が水平方向に、立方は垂直方向に取り付けられる。
主軸は、加工を施す加工品、または工具を取り付けて回転させるその工作機械で最も主要な軸である。基本的な構造の立型マシニングセンタは3軸加工が一般的である。
機械を正面から見て上下方向(Z軸)に主軸が動き、加工品を固定したテーブルが前後(Y軸)と左右(X軸)に動くベッド型のフライス盤と同じ動きとなる。
加工種類により、送り軸が変わる。例えば、ドリル加工の場合、Z軸が送り軸とり、フライス加工の場合、Z軸に加えX軸やY軸も送り軸となる。一方、5軸加工の立型マシニングセンタは、XYZの3軸の軸方向の動きに加え、テーブルの回転(C軸)と傾斜角(B軸)がついたインデックステーブルを使用して5軸加工を可能としている(図示せず)。
つまり、機器や加工内容により、加工に相関関係のあるモータ数が変わる。例えば、ドリル加工の場合、相関関係のあるモータは主軸モータと送り軸モータ(Z軸モータ)であり、フライス加工の場合、相関関係のあるモータは主軸モータ、送り軸モータ(X軸モータ、Y軸モータ、Z軸モータ)である。
図5は、工具摩耗に伴う加工品質低下および工具折損発生の流れを示している。工具は加工時間の経過と共に刃先が摩耗して切削抵抗が増加し、最終的には折損に至る場合がある。また、工具摩耗が進むと加工精度が悪化し、加工品に求められる所定の加工精度を維持することができない。
図6は、工具摩耗に伴う主軸および送り軸の力とそれぞれの軸におけるモータトルク電流の変化である。工具摩耗が進行するにつれて、工具の刃が滑りやすくなるため、主軸モータの負荷が減少した結果、主軸モータのトルク電流が減少する。一方、工具の刃が掘り込みにくくなるため、送り軸モータの負荷が増大した結果、送り軸モータのトルク電流が増大する。つまり、主軸および送り軸モータ電流の変化を監視すれば、工具摩耗状態を推定することが可能である。
図7は、所定の加工区間ごとの主軸および送り軸のモータトルク電流およびモータ回転速度の特徴量を抽出する概略図である。例えば、加工時間経過とともに、加工区間ごとの所定加工区間のトルク電流の最大値、標準偏差、平均値、FFT、およびモータ回転速度の最大値、標準偏差、平均値、FFTなどの特徴量を抽出する。
また、所定1台モータまたは相関関係のある複数モータのトルク電流値または回転速度値を特徴量抽出のトリガーとし、指定区間の特徴量を演算することにより、必要に応じてサンプリング周波数や演算量の調整が可能となる。これにより、結果として、データ量が大幅に削減でき、分析/診断作業も容易となる。さらに、送り軸モータの電流波形から、加工動作種類を判別できるため、より正確な特徴量抽出が可能となる。
さらに、工具径や加工負荷の変化に応じて、主軸モータ電流情報および送り軸モータ電流情報に基づく工具摩耗度を推定する特徴量の組合せを変えれば、より正確に工具摩耗度を推定することが可能である。
図8は、一般化線形モデル手法を用いた工具摩耗度(前記機器状態量)の推定方法について説明する図である。一例として、摩耗度は工具刃の摩耗幅である場合の推定方法を説明する。
計測工具摩耗幅に対し、前記モータ電流情報から抽出した特徴量に基づき、多変量解析など手法により推定モデル式を構築できる。ここで、推定モデル式は、複数の駆動モータの前記に例示した特徴量と工具摩耗度との対応関係を表した演算式である。一般化線形モデルで示した推定モデルの一例は、次の(式1)のとおりである。
Y=a+b×送り軸モータトルク電流の平均値+c×送り軸モータ回転速度の最大値d×主軸モータトルク電流の平均値+e×主軸モータ回転速度の標準偏差+・・・(式1)
ここで、Yは推定モデル式から推定される工具摩耗度、a、b、c、d、eは定数である。つまり、相関関係のあるモータ電流情報に基づき、工具摩耗度Yを推定することが可能である。
ここで、Yは推定モデル式から推定される工具摩耗度、a、b、c、d、eは定数である。つまり、相関関係のあるモータ電流情報に基づき、工具摩耗度Yを推定することが可能である。
また、加工負荷の変化に応じて、前記定数のb、c、d、eを調整すること(重み付け:寄与度)により、目的変数Yへの支配度合いを変えることができるため、推定精度を向上することができる。
例えば、図7のドリル加工において、大径ドリル(加工負荷大)の場合、主軸モータのトルク電流および回転速度が磨耗の程度を顕著に表す。そのため、大径ドリル(加工負荷大)の場合は、主軸モータのトルク電流および回転速度に対してより重み(寄与度)をつける。
一方、小径ドリル(加工負荷小)の場合、送り軸モータ電流および回転速度が磨耗の程度を顕著に表す。そのため、小径ドリル(加工負荷小)の場合、送り軸モータ電流および回転速度に対してより重み(寄与度)をつければ、ドリル摩耗がより高精度に推定される。このように、対象機器であるドリルに応じて推定モデル式を変えることで、感度よく、機器の状態を推定できる。
推定モデルの(式1)を一般的な関数式に書き換えると以下の(式2)となる。
Y(I,w,L)=g1(I1,w1)×k1(L) + g2(I2,w2)×k2(L)+・・・(式2)
ここで、Iはモータトルク電流、wはモータ回転速度、Lは加工負荷、g1はモータ1のトルク電流および回転速度を変数とする関数、g2はモータ2のトルク電流および回転速度を変数とする関数、k1は加工負荷を変数とするモータ1の関数、k2は加工負荷を変数とするモータ2の関数である。
Y(I,w,L)=g1(I1,w1)×k1(L) + g2(I2,w2)×k2(L)+・・・(式2)
ここで、Iはモータトルク電流、wはモータ回転速度、Lは加工負荷、g1はモータ1のトルク電流および回転速度を変数とする関数、g2はモータ2のトルク電流および回転速度を変数とする関数、k1は加工負荷を変数とするモータ1の関数、k2は加工負荷を変数とするモータ2の関数である。
相関関係のある複数モータの電流情報に基づく複数の特徴量、および負荷Lに応じて変えられる係数(寄与度)を用いて精度よく機器状態を推定することが可能である。
また、ここでのk1(L)、k2(L)、…は機器加工負荷や加工パターンから事前に計測してデータ記憶部に保存すること、機械学習などによる蓄積されたデータから精度向上することも可能である。
実運用時、工具摩耗度の限界M0は、加工品質などにより決められる。推定誤差やバラツキがなければ、推定工具摩耗度Yの上限はM0に対応するY1となるが、推定バラツキを考慮すれば、推定工具摩耗度の上限はY2となる。
つまり、推定工具摩耗度YがY2を超えると、加工品が不良品となる。この推定工具摩耗度Yを監視することにより、工具交換時期を正確に把握することが可能である。また、ここでは一般化線形モデル手法を例として説明した。工具摩耗度とモータ電流から抽出した特徴量との関係を示すモデル構築手法であれば、統計手法を用いたモデルなど、一般化線形モデル手法に限定する必要はない。
さらに、蓄積されたデータに機械学習などを導入することにより、より正確な工具摩耗度推定を実現できる。以上より、相関関係のあるモータ電流情報に基づき、工具摩耗度を推定することが可能であるため、工具の交換時期をより正確に把握することができる。また、前記工具摩耗度を監視することにより、工具折損の発生を防ぐことも可能である。
〈実施例1の動作〉
図9は、監視装置40において実行される工具摩耗検知ルーチンのフローチャートである。この工具摩耗検知ルーチンは、所定のサンプリング周期ごとに実行される。
図9は、監視装置40において実行される工具摩耗検知ルーチンのフローチャートである。この工具摩耗検知ルーチンは、所定のサンプリング周期ごとに実行される。
図9において、工具摩耗検知ルーチンが開始し(START)、モータ電流計測の処理が実行される(ステップS2)。そして、監視装置40(図2参照)のモータ情報演算部42が、主軸などの各軸のモータの電流センサ41(図1参照)から、第1軸のモータの電流検出値IU1、IW1および第2軸のモータの電流検出値IU2、IW2を取得する。
次に、第1軸のモータおよび第2軸のモータの電流検出値を受けてモータ情報演算部42は、対応する第1軸のモータ10-1のトルク電流Ir1および回転速度ωrs1、第2軸のモータ10-2のトルク電流Ir2および回転速度ωrs2を演算する。
すなわち、それぞれの軸のモータのトルク電流Ir、機械周波数ωrsと、を出力する(ステップS3)。
すなわち、それぞれの軸のモータのトルク電流Ir、機械周波数ωrsと、を出力する(ステップS3)。
次に、特徴量演算部44は、所定区間のトルク電流の最大値、標準偏差、平均値、FFT、およびモータ回転速度の最大値、標準偏差、平均値、FFTなどの特徴量を抽出する(ステップS4)。
次に、状態推定部45は、前述した推定モデルに基づき、データ記憶部46から取得した前記特徴量、および負荷に対応した相関モータの寄与度を用いて、(式1)の演算を実行して工具摩耗度を算出する。(ステップS5)
状態推定部45の推定の際に用いる負荷に対応した相関モータの寄与度や、異常判定部47で用いる基準値をデータ記憶部46に予め記憶しておく(ステップS6)。寄与度や基準値は、トルク電流Irに基づいて更新するようにしてもよい。
状態推定部45の推定の際に用いる負荷に対応した相関モータの寄与度や、異常判定部47で用いる基準値をデータ記憶部46に予め記憶しておく(ステップS6)。寄与度や基準値は、トルク電流Irに基づいて更新するようにしてもよい。
さらに、異常判定部47が、基準値データと比べて、トルク電流Irが設定限界値Ir0より低下する判定し、かつモータ回転状態にある(ωrs>0)と判定すると(ステップS7がYes)、異常判定部47は、工具が折損状態であることを表すアラーム信号を外部に出力する(ステップS9)。
異常判定部47が、摩耗度Yが設定限界値Y2を超えている判定し、かつモータ回転状態にある(ωrs>0)と判定すると(ステップS8がYes)、異常判定部47は、工具が摩耗状態であることを表すアラーム信号を外部に出力する(ステップS10)。
また、両者のうち何れにも該当しない場合(ステップS7またはステップS8がNo)は、本ルーチンの処理は終了する(END)。
〈実施例1の効果〉
以上のように本実施例によれば、相関関係のある複数モータの少なくともそれぞれ2相の電流値IU、IWに基づいて工具摩耗状態を検知することができる。すなわち、加速度センサやAEセンサなどを追加することがなく、工具平均使用寿命を延ばすことができる。
以上のように本実施例によれば、相関関係のある複数モータの少なくともそれぞれ2相の電流値IU、IWに基づいて工具摩耗状態を検知することができる。すなわち、加速度センサやAEセンサなどを追加することがなく、工具平均使用寿命を延ばすことができる。
また、工具摩耗度を可視化することにより、工具メンテナンスの省力化を実現しつつ工具折損を未然に防止できる。また、異常判定部47は、工具摩耗状態を検知すると、アラーム信号を出力する。これにより、管理者に対して、各種の異常を報知することができる。
実施例1によれば、複数の駆動モータの電流情報に基づき、感度よく機器状態の異常を判定できる。
また、工具の摩耗が進むと加工精度が悪化し、加工品に求められる所定の加工精度を維持することができないので、切削加工において使用される工具は、その個体差により折損までの寿命バラツキが大きい。このため、平均的な寿命を目安として一定の加工数で交換するという従来の寿命管理方法のように、平均的な寿命に比べて短い工具であった場合は、加工性能の低下により製品不良が発生する場合があったが、本実施例ではそのような製品不良を回避できる。
また、本実施例では、平均的な寿命に比べて長い工具であった場合は、寿命に到達前に交換してしまうことによるロスコストを防ぐことができる。
また、モータ設置場所に寸法制約がある場合や、過酷な環境条件においては、工具摩耗を検知する加速度センサやAE(Acoustic Emission)センサなどを追加設置することが難しいが、本実施例によれば、そのようなセンサは不要にできる。
さらに、センサの数が増えれば増えるほどセンサ群の信頼性を確保することが困難となり、監視精度が低下する課題があるが、本実施例によれば、前記のセンサを使わないので、そのような課題を解消できる。
また、前記センサを使わないので合、メンテナンス性、信頼性が大幅に向上する。具体的に、センサの保守点検作業が削減できるほか、センサの故障に伴うシステムダウンを未然に防ぐことができる。また、センサ用システム艤装配線が削減できるので作業コストを削減できる上に、配線トラブルなどの懸念をなくすことができる。
図10は、実施例2によるモータ制御システム102のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図10において、モータ制御システム102は、N台(Nは3以上の自然数)のモータ10-1~10-Nと、これらに回転軸14を介して結合された工具16と、を備えている。
また、各モータ10-1~10-NのU相、W相には、各2個の(合計3N個の)電流センサ41が装着され、これらの電流検出値Iu1~IuN、Iw1~IwNは、監視装置150(工具摩耗度の監視装置)に供給される。
監視装置150の構成については図11に示すように、実施例1の監視装置40(図2参照)において、2個の相関関係のあるモータ情報演算部42に代えて、N個の相関関係のあるモータ情報演算部を設けた構成と同様である。
例えば、前述したフライス加工の場合における送り軸であるZ軸やX軸やY軸における駆動モータを相関関係のある駆動モータとする場合も有る。
また、5軸加工の立型マシニングセンタにおけるテーブルの回転(C軸)と傾斜角(B軸)の駆動モータを相関関係のある駆動モータに含めるようにしてよい。本実施例の前述した以外の構成および動作は、実施例1のものと略同様である。
図12は、複数モータの電流情報から機器状態に相関する特徴量を抽出する場合を説明する図である。実施例1の図8と同様に、例えば、前記特徴量の一般化線形モデルなど手法を用いる機器状態を推定できる。複雑加工の場合、加工負荷に寄与する相関関係のある複数モータ電流情報を用いることにより、機器状態の推定精度を向上することができる。
図13は、実施例3によるモータ制御システム103のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図13において、モータ制御システム103は、実施例1の監視装置40(図2参照)に代えて、監視装置160(機器状態の監視装置)を備えている。監視装置160の構成は、監視装置40のものと略同様であるが、異常判定部47は、工具摩耗アラーム信号(図2参照)を出力するとともに、駆動装置20内の指令生成部32に対して、必要に応じて制御コマンドを出力する。
ここで、制御コマンドとは、例えば、モータ10-1の停止または加減速を指令するものであり、これによって、例えば工具使用寿命延長や加工品質維持に最適な運転を実施することができる。
このように、本実施例によれば、異常判定部47は、機器状態の異常(工具の過度摩耗、折損など)を検知すると、制御部30に対して、制御状態を変更させる制御コマンドを出力する。この場合の制御コマンドとしては、駆動モータの停止もしくは、回転速度を低減するといった制御コマンドがある。これにより、制御部30における制御状態を適切な状態に変更することができる。
図14は、実施例4によるモータ制御システム104のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図14において、モータ制御システム104は、実施例2の監視装置40(図11参照)に代えて、監視装置170(機器状態の監視装置)を備えている。監視装置170の構成は、監視装置150のものと略同様であるが、異常判定部47は、機器状態異常アラーム信号(図11参照)を出力するとともに、駆動装置20内の指令生成部32に対して、必要に応じて制御コマンドを出力する。
ここで、制御コマンドとは、例えば、モータ10-1の停止または加減速を指令するものであり、これによって、工具使用寿命延長や加工品質維持に最適な運転を実施することができる。
このように、本実施例によれば、異常判定部47は、機器状態の異常(工具の過度摩耗、折損など)を検知すると、制御部30に対して、制御状態を変更させる制御コマンドを出力する。これにより、制御部30における制御状態を適切な状態に変更することができる。
図15は、実施例5によるモータ制御システム105のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図15において、モータ制御システム105は、駆動・監視装置180と、モータ10-1~10-Nと、回転軸14を介して結合された工具16と、を備えている。駆動・監視装置180は、制御部30と、インバータ22と、監視装置190(機器状態異常の検知)と、を備えている。
制御部30、インバータ22の構成は実施例1のもの(図1参照)と同様であり、監視装置190の構成は、実施例4の監視装置170(図14参照)の構成と同様である。従って、本実施例の駆動・監視装置180は、実施例4における駆動装置20および監視装置170の機能を合わせた機能を有する。なお、本実施例は、既設の駆動装置20(図14参照)に対して、監視装置190を増設することによって構成することもできる。
図16は、実施例6によるモータ駆動サーボアンプ106のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図16において、サーボアンプ106は、モータ10-1と、回転軸14と、工具16と、サーボアンプ106と、監視装置210と、を備えている。また、モータ10-1のU相、W相には、電流センサ41が装着され、これらの電流検出値Iu1、Iw1、およびサーボアンプ2からのモータ10-2の電流検出値Iu2、Iw2を監視装置210(機器状態の監視装置)に供給される。
監視装置210の構成については、図2に示すように、実施例1の監視装置40(図2参照)において、2個のモータ情報演算部42を設けた構成と同様である。本実施例の前述した以外の構成および動作は、実施例1のものと略同様である。
また、本実施例において、モータに電流を供給するサーボアンプに機器状態異常を検知する機能を組み込む実施例を説明したが、モータに電流を供給するインバータに機器異常を検知する機能を組み込めば、同様に工具摩耗状態を検知するインバータを構築することができる(図示せず)。
以上より、相関関係のある複数モータ電流情報に基づき、機器状態を推定することが可能であるため、機器の工具の交換時期やメンテナンス時期をより正確に把握することができる。
図17は、実施例7によるモータ駆動サーボアンプ107のブロック図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図17において、サーボアンプ107は、N台(Nは3以上の自然数)のモータ10-1~10-Nと、回転軸14と、工具16と、サーボアンプ107と、監視装置220と、を備えている。
監視装置220の構成については図11に示すように、N個のモータ情報演算部を設けた構成と同様である。本実施例の前述した以外の構成および動作は、実施例1のものと略同様である。
以上より、相関関係のある複数モータの電流情報に基づき、機器状態を推定することが可能であるため、機器の工具の交換時期やメンテナンス時期をより正確に把握することができる。
図18は、実施例8による産業用コントローラ108のブロック図である。産業用コントローラ108は、ネットワーク化された工場の生産ラインや設備と連携し、ロボット制御や各種センサからの設備機器データの収集と、上位の情報システムとのシームレスな垂直統合を実現する。そして、産業用コントローラ108は、産業用コンピュータの機能とPLC(programmable logic controller)のオープン統合開発環境を一台に集約している。工場内の設備機器を制御するだけでなく、情報を収集・分析することで、工場全体やサプライチェーン全体の最適化を図れる。
なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図18において、産業用コントローラ108は、情報収集部240、監視装置230と、を備えている。また、各モータ10-1~10-Nの電流検出値Iu1~IuN、Iw1~IwNは、インバータまたはサーボアンプから情報収集部240に供給される。
監視装置230の構成については図11に示すように、N個のモータ情報演算部を設けた構成と同様である。本実施例の前述した以外の構成および動作は、実施例1のものと略同様である。
以上より、ネットワークに接続する複数のモータの電流情報から、産業用コントローラにおいて複数機器の状態を推定することが可能であるため、それぞれの工具交換時期の最適化やメンテナンスの省力化をより効率的に実現できる。
図19は、実施例9による工作機械の概略図である。なお、以下の説明において、前述した他の実施例の各部に対応する部分には同一の符号を付し、その説明を省略する場合がある。
図19において、工作機械109は、その制御部に、Z軸モータサーボアンプ、主軸モータインバータ、X軸モータサーボアンプ、Y軸モータサーボアンプ、監視装置250を備えている。また、各軸モータの電流検出値は、サーボアンプまたはインバータから監視装置に供給される。監視装置から工具摩耗情報を工作機械の制御操作画面(パネル)に出力し、アラームまたは警告メッセージを表示してもよい(図示せず)。
以上より、工作機械の相関関係のある複数軸のモータの電流情報に基づき、工具の摩耗度を推定することが可能であるため、それぞれの工具交換時期の最適化やメンテナンスの省力化をより効率的に実現できる。
前述した実施例に限定されるものではなく、種々の変形が可能である。前述した実施例は本発明を理解しやすく説明するために例示したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について削除し、もしくは他の構成の追加・置換をすることが可能である。
また、図中に示した制御線や情報線は説明上必要と考えられるものを示しており、製品上で必要な全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。前記実施例に対して可能な変形は、例えば以下のようなものである。
(1)前記実施例における制御部30、監視装置40、150、160、170、190、210、220、230、250のハードウエアは、一般的なコンピュータによって実現できるため、図2、図3に示したアルゴリズム、図9に示したプログラム等を記憶媒体に格納し、または伝送路を介して頒布してもよい。
(2)図2、図3に示したアルゴリズム、または図9に示したプログラムは、各実施例ではプログラムを用いたソフトウエア的な処理として説明した。しかしまがら、その一部または全部をASIC(Application Specific Integrated Circuit;特定用途向けIC)、あるいはFPGA(field-programmable gate array)等を用いたハードウエア的な処理に置き換えてもよい。
(3)図10等の構成において、複数のインバータが設けられているが、インバータ22は1台のみを設けるようにしてもよい。
前述した実施例では、主に工具を用いた加工について適用する場合を説明したが、工具の加工時のみならず、ロボットの操作をする場合においても、ロボットを含めた機器の状態の異常を検知するのに役立てることができる。
前述した実施例では、インバータ、サーボアンプへの適用例で説明したが、DCBLコントローラなどの電力変換装置にも適用できる。
10、10-1~10-N モータ、40、150、160、170、190、210、220、230、250 監視装置、41 電流センサ、42、42-1~42-N モータ情報演算部、44 特徴量演算部、47 異常判定部、101~105 モータ制御システム、108 産業用コントローラ、240 情報収集部
Claims (12)
- 複数の駆動モータのそれぞれについて、二相の電流情報を検出する電流センサと、
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算するモータ情報演算部と、
複数の前記駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算する特徴量演算部と、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定する状態推定部と、
基準値データを記録するデータ記憶部と、
推定した前記機器状態と前記基準値データに基づいて、異常状態を判定する異常判定部と、
を備えることを特徴とする監視装置。 - 請求項1に記載の監視装置において、
前記機器状態は、前記駆動モータが駆動する工具の磨耗度を示すことを特徴とする監視装置。 - 請求項1に記載の監視装置において、
前記特徴量は、前記駆動モータの前記トルク電流または前記駆動モータの前記回転速度の最大値、標準偏差、平均値、もしくはFFTであることを特徴とする監視装置。 - 請求項1に記載の監視装置において、
前記状態推定部は、
複数の前記駆動モータの前記特徴量のうち前記機器状態と相関関係にある複数の前記特徴量と、前記特徴量について重み付けをする寄与度とに基づいて、前記機器状態を算出することを特徴とする監視装置。 - 請求項4に記載の監視装置において、
前記駆動モータは、
主軸モータと送り軸モータを含み、
前記状態推定部は、
前記相関関係にある前記主軸モータと前記送り軸モータの前記特徴量に基づいて、前記機器状態を算出することを特徴とする監視装置。 - 請求項1に記載の監視装置において、
前記異常判定部は、
異常を検出した場合には、前駆駆動モータを制御する制御部に、制御コマンドを出力することを特徴とする監視装置。 - 請求項1に記載の監視装置において、
前記特徴量演算部は、
1台または相関関係の有る複数台の前記駆動モータの電流値または回転速度値を、前記特徴量を抽出するトリガーとし、指定区間の前記特徴量を演算することを特徴とする監視装置。 - 他のサーボポンプからの前記電流情報を入力する請求項1に記載の監視装置を有することを特徴とするサーボアンプ。
- 複数のサーボアンプもしくはインバータからの前記電流情報を収集する情報収集部と、
請求項1に記載の監視装置とを有することを特徴とする産業用コントローラ。 - 複数軸のモータ用のインバータもしくはサーボアンプと、
請求項1に記載の監視装置とを、その制御部に備えたことを特徴とする工作機械。 - 請求項4に記載の監視装置において、
前記状態推定部は、
加工品を固定するテーブルの回転軸の前記駆動モータと、傾斜角の軸の前記駆動モータの前記特徴量を含めて前記機器状態を算出することを特徴とする監視装置。 - 複数の駆動モータのそれぞれについて、二相の電流情報を検出し、
前記電流情報から対応する前記駆動モータのトルク電流または回転速度を演算し、
複数の前記駆動モータにおける前記トルク電流または前記回転速度についての特徴量を演算し、
複数の前記駆動モータのうち相関関係にある前記駆動モータの前記特徴量に基づいて機器状態を推定し、
記録しておいた基準値データと、推定した前記機器状態とに基づいて、異常状態を判定することを特徴とする監視方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019079449A JP7194069B2 (ja) | 2019-04-18 | 2019-04-18 | 監視装置、および監視方法 |
PCT/JP2020/008225 WO2020213265A1 (ja) | 2019-04-18 | 2020-02-28 | 監視装置、および監視方法 |
TW109113040A TWI759720B (zh) | 2019-04-18 | 2020-04-17 | 監視裝置、監視方法、伺服放大器、產業用控制器及工具機 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019079449A JP7194069B2 (ja) | 2019-04-18 | 2019-04-18 | 監視装置、および監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020178454A JP2020178454A (ja) | 2020-10-29 |
JP7194069B2 true JP7194069B2 (ja) | 2022-12-21 |
Family
ID=72838227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019079449A Active JP7194069B2 (ja) | 2019-04-18 | 2019-04-18 | 監視装置、および監視方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7194069B2 (ja) |
TW (1) | TWI759720B (ja) |
WO (1) | WO2020213265A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7255427B2 (ja) * | 2019-09-02 | 2023-04-11 | 株式会社プロテリアル | 工作機械の監視システム |
JP7549035B2 (ja) | 2020-11-25 | 2024-09-10 | ファナック株式会社 | 工具損傷検出装置、およびコンピュータ読み取り可能な記憶媒体 |
JP7613084B2 (ja) | 2020-12-18 | 2025-01-15 | 株式会社プロテリアル | 加工監視システム |
CN113031521A (zh) * | 2021-03-08 | 2021-06-25 | 西门子工厂自动化工程有限公司 | 数控机床的刀具监控系统和方法 |
JP7649196B2 (ja) * | 2021-05-14 | 2025-03-19 | 株式会社日立産機システム | 電力変換装置 |
NL2029491B1 (en) | 2021-10-22 | 2023-05-19 | Univ Twente | Motor system, stepper motor and rotor |
TWI805093B (zh) * | 2021-11-24 | 2023-06-11 | 台中精機廠股份有限公司 | 人機介面機台控制系統 |
KR102534207B1 (ko) * | 2021-12-03 | 2023-05-17 | 이희관 | Cnc 공작기계의 이송속도 적응제어시 공구파손 및 공구마모 검출 장치 및 그 방법 |
JPWO2023119686A1 (ja) * | 2021-12-24 | 2023-06-29 | ||
DE112022006628T5 (de) * | 2022-04-25 | 2024-12-05 | Fanuc Corporation | Prüfdatenerfassungsvorrichtung, Prüfdatenerfassungsverfahren, Aufzeichnungsmedium und Steuerungsvorrichtung |
CN119141322B (zh) * | 2024-11-20 | 2025-01-24 | 四川钭进科技有限公司 | 一种基于数据分析的设备检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4695941A (en) | 1985-07-29 | 1987-09-22 | General Electric Company | Loss of electrical feedback detector |
JP2014194727A (ja) | 2013-03-28 | 2014-10-09 | Toenec Corp | 回転機の良否診断システム |
WO2016084213A1 (ja) | 2014-11-28 | 2016-06-02 | 株式会社日立産機システム | 監視装置と監視方法およびそれらを備える制御装置と制御方法 |
WO2016092871A1 (ja) | 2014-12-10 | 2016-06-16 | 三菱電機株式会社 | 電動機の診断装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003326438A (ja) * | 2002-02-28 | 2003-11-18 | Fanuc Ltd | 工具異常検出装置 |
CH706473A1 (de) * | 2012-05-04 | 2013-11-15 | Erowa Ag | Überwachugungseinrichtung zur Überwachung von Positionen eines Roboters sowie Fertigungsanlage mit einer Überwachungseinrichtung. |
-
2019
- 2019-04-18 JP JP2019079449A patent/JP7194069B2/ja active Active
-
2020
- 2020-02-28 WO PCT/JP2020/008225 patent/WO2020213265A1/ja active Application Filing
- 2020-04-17 TW TW109113040A patent/TWI759720B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4695941A (en) | 1985-07-29 | 1987-09-22 | General Electric Company | Loss of electrical feedback detector |
JP2014194727A (ja) | 2013-03-28 | 2014-10-09 | Toenec Corp | 回転機の良否診断システム |
WO2016084213A1 (ja) | 2014-11-28 | 2016-06-02 | 株式会社日立産機システム | 監視装置と監視方法およびそれらを備える制御装置と制御方法 |
WO2016092871A1 (ja) | 2014-12-10 | 2016-06-16 | 三菱電機株式会社 | 電動機の診断装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202040918A (zh) | 2020-11-01 |
JP2020178454A (ja) | 2020-10-29 |
WO2020213265A1 (ja) | 2020-10-22 |
TWI759720B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7194069B2 (ja) | 監視装置、および監視方法 | |
JP5710391B2 (ja) | 工作機械の加工異常検知装置及び加工異常検知方法 | |
US10029340B2 (en) | Machine tool | |
JP5608036B2 (ja) | 稼動履歴管理方法、及び稼動履歴管理装置 | |
JP5536611B2 (ja) | 工作機械のモニタ方法及びモニタ装置、工作機械 | |
JP5507409B2 (ja) | 工作機械のモニタ方法及びモニタ装置、工作機械 | |
JP3699458B2 (ja) | 切削抵抗検出方法及び切削抵抗による加工制御方法並びに制御装置 | |
CN111148609B (zh) | 异常产生的部位的推定方法和记录执行异常产生的部位的推定的程序的记录介质 | |
CN104374571A (zh) | 轴承寿命判定装置 | |
JP5734131B2 (ja) | 回転速度表示装置 | |
JPWO2018220751A1 (ja) | 状態監視装置、並びに機器システム | |
JP2019148971A (ja) | 異常要因特定装置 | |
JP2023029135A (ja) | 工作機械の電流計測システムおよびその方法 | |
JP2020071633A (ja) | 送り軸およびウォームギヤ異常判定システム | |
JP4073902B2 (ja) | 電動弁装置の異常および劣化診断手法ならびに装置 | |
CN110376970A (zh) | 参数决定辅助装置和记录有程序的计算机可读介质 | |
JP5197896B1 (ja) | 回転機のコギングトルク測定装置 | |
JP6924529B1 (ja) | 工作機械の電流計測システムおよびその方法 | |
US20180375458A1 (en) | Anomaly diagnosing device and anomaly diagnosing method | |
JP6781845B2 (ja) | 工作機械の監視システム | |
Miura et al. | A method of cutting power monitoring for feed axes in milling by power measurement device | |
JP2011259579A (ja) | サーボモータの健康警告装置およびその計算方法 | |
JP7255427B2 (ja) | 工作機械の監視システム | |
CN108375955A (zh) | 一种基于多传感器的数控机床散热电气柜控制系统 | |
JP2021141667A (ja) | 機器監視装置及び機器監視方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7194069 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |