本发明涉及一种分析装置。
背景技术:
1、在工厂等制造现场,导入有监视设置于生产线的机器人、机床等工业用机械的运转状态并管理工业用机械的运转状态的装置。
2、作为管理工业用机械的运转状态的装置,例如在专利文献1中公开了如下装置:在生产产品时,取得正常生产产品的正常时以及生产出的产品发生了异常的异常时各自的数据,基于取得的数据,确定在生产的产品中发生的异常与数据的关联度,选择对异常的预测有效的数据。
3、现有技术文献
4、专利文献
5、专利文献1:日本特开2018-116545号公报
技术实现思路
1、发明所要解决的课题
2、在制造现场,希望知道在发生异常之前收集到的数据中表现出怎样的征兆。为了发现异常发生前的征兆,需要在收集数据时,将正常时收集的数据与异常发生前(加工不良、警报发生前)收集的数据进行比较,发现在异常发生之前在数据中发生的征兆。
3、然而,这样的在异常发生前在数据中发生的征兆有时仅在即将发生异常之前发生,但也存在从数日前发生的情况。因此,即使想要将正常时的数据与异常发生前的数据比较,也需要从庞大的数据中比较哪个部分的数据,因此对于用户来说成为过大的负担。另外,比较这样的庞大的数据来发现异常发生前的数据的征兆本身是困难的。不仅在正常/异常的数据的分析中需要这样的作业,在制造现场的各种现象发生中分析数据所表现的征兆也需要这样的作业。
4、因此,需要对发现成为在制造现场发生的现象的迹象的数据的征兆的分析作业进行辅助的技术。
5、用于解决课题的手段
6、本公开的运转数据分析装置从取得自工业用机械的运转数据中提取特征量。然后,通过用决策树显示所提取的特征量的差异来辅助用户对数据的分析作业,由此解决所述课题。
7、并且,本公开的一个方式是对从工业用机械收集到的数据的分析进行辅助的分析装置,具备:数据取得部,其取得由所述工业用机械检测出的所述数据;运转状态提取部,其从所述数据中提取所述工业用机械在运转中检测出的数据;注释部,其生成多个数据集组,该数据集组对从提取出的运转中的所述数据以预定的基准截取的多个数据集以预定的基准赋予了表示所述工业用机械的动作状态的注释;特征量提取部,其提取所述数据集各自所包含的数据的特征量;学习部,其针对多个所述数据集组的每一个,将所述特征量作为独立变量,将表示所述工业用机械的动作状态的所述注释作为从属变量来生成决策树模型;以及显示部,其根据基于预定的训练数据的所述注释的预测的正确率,对多个所述决策树模型进行排序并显示。
8、发明效果
9、根据本公开的一个方式,能够将检测到所收集的数据时的工业用机械的状态(正常动作、异常发生前等)的差异的条件可视化为决策树模型,容易掌握数据所表现的状态变化的征兆。
1.一种分析装置,辅助从工业用机械收集到的数据的分析,其特征在于,
2.根据权利要求1所述的分析装置,其特征在于,
3.根据权利要求1所述的分析装置,其特征在于,
4.根据权利要求1所述的分析装置,其特征在于,
5.根据权利要求1所述的分析装置,其特征在于,
6.根据权利要求1所述的分析装置,其特征在于,