[发明专利]异常分类装置

说明书

一种异常分类装置判定检测到的异常是已知的异常还是未知的异常，向用户提示不仅是已知的异常而且是未知的异常的情况下的对策。该异常分类装置取得与在工业用机械发生异常时检测出的物理量相关的数据作为异常数据，制作用于判定是否是基于已知的异常原因的异常数据的模型、用于对是属于哪个异常原因的异常数据进行分类的模型，由此使用该制作出的模型，判定异常数据是否是基于已知的异常原因的数据，并且对异常数据是基于哪个异常原因的数据进行分类。

技术领域

本发明涉及对工业用机械中产生的异常进行分类的异常分类装置。

背景技术

在工厂等制造现场，设置机床、机器人等工业用机械来构成生产线，通过控制各个工业用机械来进行产品的生产。在各个工业用机械中配备有测量与动作状态相关的物理量(与各部相关的电流值、电压值、温度、振动、声音等)的传感器，基于由这些传感器检测出的物理量，能够检测这些工业用机械是在正常的范围内动作还是进行异常的动作。

为了检测工业用机械的异常的动作，在基于工业用机械动作时检测出的物理量所涉及的数据来制作用于检测正常或异常的状态的模型，之后基于该模型来判定工业用机械的动作。在此，工业用机械大多进行正常的动作，另一方面，进行异常的动作的频率较少。因此，难以收集与工业用机械进行异常动作时检测出的物理量相关的数据。因此，为了检测工业用机械的异常动作，进行使用了工业用机械在正常的范围内动作时检测出的数据的无监督学习，使用作为其结果而生成的模型，将与工业用机械的正常动作相差很大的状态检测为异常动作(专利文献1等)。

现有技术文献

专利文献

专利文献1：日本特开2017-033470号公报

发明内容

发明所要解决的课题

在检测到异常时，用户基于在检测到异常时取得的数据，确定异常的原因，判断为了消除异常而应该进行动作。这是因为，根据成为异常的原因的故障部位、故障的种类，该异常的严重度、用户应该采取的行动发生变化。

另一方面，为了收集与工业用机械进行异常动作时检测出的物理量相关的数据，需要较多的时间和成本。因此，对于在工业用机械中可能发生的所有异常，难以从最初开始准备分类为该异常原因的模型。

因此，优选的是，判定检测到的异常是否为已知的异常，能够向用户提示不仅是已知的异常而且是未知的异常的情况下的对策。

用于解决课题的手段

本发明的一方式的异常分类装置基于过去发生的异常事例，对异常时的数据进行分类，并将分类结果提示给用户，由此解决上述课题。

并且，本发明的一个方式是一种异常分类装置，其对在工业用机械中产生的异常进行分类，该异常分类装置具备：异常数据取得部，其取得与在工业用机械中产生异常时检测出的物理量相关的数据作为异常数据；异常数据存储部，其存储所述异常数据；学习部，其使用存储于所述异常数据存储部的异常数据，制作用于判定是否是基于已知的异常原因的异常数据的模型、用于对是属于哪个异常原因的异常数据进行分类的模型；已知异常判定部，其使用所述学习部制作出的模型，判定异常数据是否是基于已知的异常原因的数据；以及异常数据分类部，其使用所述学习部制作出的模型，对异常数据是基于哪个异常原因的数据进行分类。

发明效果

根据本发明的一方式，能够在没有用于异常模式分类的事先知识的情况下，基于异常时的数据进行异常模式的分类，另外，通过与异常模式的分类分开地进行异常数据是否是基于已知的异常原因的判定，能够高精度地判定未知的异常。

附图说明

图1是一实施方式的异常分类装置的概略性的硬件结构图。

图2是第一实施方式的异常分类装置的概略性的功能框图。