加工判断装置、加工判断方法、存储介质、计算机装置

技术领域

本发明涉及加工判断装置、加工判断方法、存储介质以及计算机装置。

背景技术

用来预知或推定机床等设备加工工件期间的刀具异常及加工质量的方法，以往经常采用检测机器马达的电流值的信息、振动、声音或作用力等物理量的方法。

另一方面，专利文献JP特开2017-033346号公报作为现有技术，披露了一种以方便检测多工序加工的各个处理工序中发生的异常为目的的技术方案，其中，用户指定每个处理工序使用的检测参数，自动切换指定的检测参数来进行异常检测。

然而，上述现有技术需要取得当前正在执行哪个处理工序的信息(指定的检测参数等)，而有些机床不容易直接取得这些信息，为此，目前的异常检测存在无法按照用户的指示对各处理工序切换检测参数的问题。

发明内容

本发明是鉴于上述问题提出的技术方案，其目的在于，可以在无法直接取得对象装置中正在执行的工序的信息的情况下进行异常检测。

为了解决上述问题，达到本发明的目的，本发明提供一种加工判断装置，其特征在于，具备：工序编号推定部，用于根据随着判断对象的对象装置的动作而变化的动作信息，推定表示所述对象装置执行的工序的顺序的工序编号；以及装置状态推定部，用于使用与所述工序编号推定部推定的所述工序编号相对应的参数和随着所述对象装置的状态而变化的状态信息，推定所述对象装置的状态。

本发明的效果在于，根据作为加工判断对象的对象装置的动作信息来推定当前正在执行的工序，即使在无法直接取得对象装置中执行的工序的信息的状态下，也能够进行异常检测。

附图说明

图1是第一实施方式涉及的加工判断系统的整体构成示意图。

图2是机床的硬件构成框图。

图3是加工判断装置的硬件构成框图。

图4是加工判断装置及机床的功能模块框图。

图5是工序编号推定部的工序编号推定处理的流程图。

图6是GUI画面的示意图。

图7是第二实施方式涉及的加工判断装置的功能模块框图。

图8是用工序编号推定部进行的工序编号推定处理的流程图。

图9是第三实施方式涉及的加工判断装置的功能模块框图。

图10是一例传感器信号强度平均功率计算的示意图。

图11是一例相对于平均频谱的频谱重心计算的示意图。

图12是一例相对于平均频谱的频率成分计算的示意图。

图13是另一例相对于平均频谱的频率成分计算的示意图。

图14是一例相对于平均频谱的聚类编号计算的示意图。

图15是一例用时序表示平均频谱的示意图。

图16是动作时序生成部的动作时序信息生成处理流程图。

图17是一例GUI画面的示意图。

具体实施方式

以下参考附图详细说明加工判断装置、加工判断方法、存储介质以及计算机装置的实施方式。本发明不局限于以下的实施方式，以下的实施方式中的构成要素包括对本领域技术人员来说是显而易见的要素、实质上相同的要素、以及属于所谓均等范围的要素。允许在不脱离以下实施方式宗旨的范围内对构成要素进行各种方式的省略、置换、变更以及组合。

<第一实施方式>

<加工判断系统的总体配置>

图1是第一实施方式涉及的加工判断系统的一例整体构成示意图。以下参考图1，说明本实施方式的加工判断系统1的整体构成。

如图1所示，本实施方式涉及的加工判断系统1具备加工判断装置100和机床200。机床200以可通信方式与加工判断装置100连接。图1例示了一台机床200与加工判断装置100连接，但本发明并不受此限制，也可以是多台机床200分别以可通信方式与加工判断装置100连接。

加工判断装置100以可通信方式与机床200连接，监视机床200的动作状态。

机床200使用刀具500对加工对象进行切削、磨削或抛光等加工。机床200是加工判断装置100进行状态监视的一例对象装置。对象装置并不限于机床，只要是能够成为状态监视对象的机器即可，例如，组装机、测量机、检查机或清洗机等机械也可以是对象装置。以下以机床200为例说明对象装置。

机床200具备刀具500、设置在机床200上的传感器201、控制机床200的控制器202。

刀具500为钻头、立铣刀、刀头或砂轮等。刀具500对后述的被切削材料实施各种加工。

传感器201检测被设置在机床200上的钻头、立铣刀、刀头或砂轮等刀具500与加工对象在加工动作中因接触而产生的振动或声音等、或者刀具500或机床200本身产生的振动或声音等物理量，将检测到的物理量的信息作为检测信息(传感器数据)，输出到加工判断装置100。传感器201由例如麦克风、振动传感器、加速度传感器或AE(声发器)传感器等构成，设置在能够检测到例如振动或声音等的刀具500附近或机床的电动机附近等。传感器201将波形数据作为测量数据，输出到加工判断装置100。

控制器202将加工时的主轴转速、进给速度、主轴坐标值、主轴的电流值，加之如果由用户输入信息，则还包括刀具500的种类、刀具500的制造厂家、刀具500的直径等信息作为机床200的工作信息，输出到加工判断装置100。

机床200和加工判断装置100可以以任意方式连接。机床200和状态监视装置100可以通过诸如专用连接线、有线LAN(局域网)等有线网络、或者无线网络等连接。

传感器201的数量是任意的。既可以具备检测同一个物理量的多个传感器201，也可以具备检测不同物理量的多个传感器201。

传感器201和控制器202既可以预先安装在机床200中，也可以随后安装在作为完成机器的机床200中。

<机床的硬件配置>

图2是机床200的一例硬件结构框图。以下参考图2，说明本实施方式的机床200的硬件构成。

如图2所示，机床200的控制器202包括CPU(中央处理器)51、ROM(只读存储器)52、RAM(随机访问存储器)53、通信I/F(接口)54、驱动控制电路55，通过总线59可通信地连接而成。传感器201以可通信方式与加工判断装置100连接。

CPU51是整体上控制机床200的运算装置。CPU51通过比如将RAM53作为工作区域(作业区域)，执行ROM52等中保存的程序，控制整个机床200的运作，实现加工功能。

通信I/F54是用于与状态监视装置100等外部装置进行通信的接口。驱动控制电路55是控制电动机56驱动的电路。电动机56是驱动钻头、立铣刀、刀头或砂轮等用于加工的刀具500、以及放置加工对象并配合加工而移动的工作台等的马达。传感器201如上所述。

<状态监视器的硬件配置>

图3加工判断装置100的一例硬件结构框图。以下参考图3，说明本实施方式的状态监视装置100的硬件构成。

如图3所示，加工判断装置100包括CPU61、ROM62、RAM63、通信I/F64、传感器I/F65、辅助存储装置66、输入装置67、显示器68，以可通信方式通过总线69连接而成。

CPU61是控制状态监视装置100整体的运算装置。CPU61通过执行例如保存在ROM62等中以RAM63作为工作区域(作业区域)的程序，控制加工判断装置100整体运作，实现状态监视功能。

通信I/F64是用于加工判断装置100与机床200等外部装置通信的接口。通信I/F64例如是对应于TCP(传输控制协议)/IP(互联网协议)的NIC(网络适配器)等。

传感器I/F65是用于从设置在机床200上的传感器201接收检测信息的接口。

辅助存储装置66是保存加工判断装置100的设定信息、从机床200接收的检测信息及上下文信息、OS(操作系统)、以及应用程序等各种数据的HDD(硬盘驱动器)、SSD(固态驱动器)、或者EEPROM(带电可擦可编程只读存储器)等非易失性存储装置。虽然辅助存储装置66在本实施方式中是加工判断装置100所具备的，但本发明并不受此限制，例如，可以是设置在加工判断装置100的外部的存储装置，或者是能够与加工判断装置100进行数据通信的服务器装置所具备的存储装置。

输入装置67是用于进行文字及数字等的输入、各种指示的选择、以及光标的移动等操作的鼠标或键盘等输入装置。

显示器68是显示文字、数字及各种画面及操作用图标等的CRT(阴极射线显像管)显示器、LCD(液晶显示器)或有机EL(电致发光)显示器等显示装置。

图3所示的硬件构成是一个示例，并不需要具备其中所有构成器件，也可以具备其他的构成器件。例如，加工判断装置100专用于机床200的加工判断动作，将加工判断结果发送到外部服务器装置等时，可以不具备输入装置67及显示器68。

<加工判断装置及机床的功能模块构成及动作>

图4是加工判断装置100及机床200的一例功能模块框图。以下参考图4，说明本实施方式涉及的加工判断装置100及机床200的功能模块构成及动作。

如图4所示，机床200是加工判断装置100的判断对象，其中具有加工部210。加工部210是控制电动机56驱动刀具500的功能部。加工部210既可以使图2所示的CPU51执行程序，即通过软件实现，也可以通过IC(集成电路)等硬件实现，再或可以软件和硬件并用来实现。

机床200的加工部210以工序为单位划分驱动刀具500的控制动作。机床200的加工部210可以通过切换多个工序，依照顺序重复指定的工序。机床200的加工部210可以输出表示工序所对应的指定动作的动作区间(加工区间)的数据(切削进给信号等)。

如图4所示，加工判断装置100具有动作信息取得部101、状态信息取得部102、动作时序信息存储部103、工序编号推定部104、模型设定存储部105、模型参数存储部106、装置状态推定部107。图4所示的动作信息取得部101、状态信息取得部102、工序编号推定部104、以及装置状态推定部107均可以通过图3所示的CPU61执行程序，即通过软件来实现，也可以通过IC(集成电路)等硬件来实现，再或可以软件和硬件并用来实现，动作时序信息存储部103、模型设定存储部105、模型参数存储部106通过图3所示的辅助存储装置66实现。

动作信息取得部101从加工判断的判断对象，即机床200，取得与机床200的动作相关的信息(动作信息)。

动作信息包括例如表示机床200的指定动作的动作区间(加工区间)的数据，比如切削进给信号等。该信号仅在为加工而驱动刀具500时显示给定值，除此之外显示为0。这样可以具有高精度推定工序编号的效果。在此，动作区间(加工区间)表示加工工序中例如刀具实际动作的区间。

动作信息还包括例如表示机床200重复动作的开始时间的数据。具体而言，动作信息是表示程序的执行开始/执行结束的信号、正在执行的程序的程序ID信息等。由此具有可以高精度推定工序编号的效果。

动作信息还包括例如通过传感器201取得机床200的振动的振动传感器信号。由此具有可以高精度推定工序编号的效果。

动作信息还包括例如通过传感器201取得机床200声音的麦克风设备信号。由此，具有能够高精度推定工序编号的效果。

状态信息取得部102从机床200取得关于机床200状态的信息(状态信息)。在此，状态信息是例如来自安装在机床200上的传感器201的信号。更具体来说，状态信息是从振动传感器、麦克风设备等取得的信号。

动作时序信息存储部103中保存关于机床200以什么样的顺序动作的信息(动作时序信息)。在此，动作时序信息是例如表示机床200执行工序顺序的工序编号与该工序中动作信息所表示的特征之间的对应关系。具体来说，动作时序信息是例如工序编号和表示该工序中使用的刀具500的刀具编号之间的对应关系。以下的表1显示一例以工序的加工区间长度作为动作信息所表示的特征时的动作时序信息。

表1

如预先知道动作时序信息，也可以由用户预先输入。还可以让机床200一旦运行，取得实际的动作信息加以变换，生成动作时序信息，进而保存起来。关于这种情况下的实施例将在后面叙述。

工序编号推定部104参考由动作信息取得部101取得的动作信息和保存在动作时序信息存储部103中的动作时序信息，推定机床200当前执行的工序的工序编号。

例如，在取得表示加工区间的信号用以作为动作信息，并保存各工序的加工区间长度用以作为动作时序信息的情况下，工序编号推定部104从表示加工区间的信号计算当前加工区间的长度，将与所保存的动作时序信息中最接近的加工区间长度对应的工序编号作为推定结果输出。这样，即使在无法从机床200直接取得工序编号的情况下，也能够推定工序编号并加以利用。

模型设定存储部105保存用于机床200状态推定的多个模型参数的识别编号即模型编号以及与工序编号的对应(模型设定)。在此显示下表2示出的一例模型设定。

表2

模型编号和工序编号可以由用户预先输入。

模型参数存储部106保存用于机床200的状态推定的多个模型参数以及与这些模型参数识别编号的模型编号之间的对应关系(模型设定)。例如在状态信息为振动传感器信号的情况下，模型参数是信号功率的平均值/标准偏差值等的统计值、用混合高斯模型(GMM)等的概率/统计模型表示频率特性时的参数、根据输入信号进行等级分类的神经网络的参数、根据各种计算值对装置状态进行分类时的阈值、对信号进行短时间傅立叶变换(STFT)时的窗长等。以下表3显示一例将信号功率平均值作为模型参数时的模型设定。

表3

模型编号和模型参数可以预先由用户输入。或者可以让机床200一旦运行，取得并变换实际的动作信息或状态信息，由此生成合适的模型编号和模型参数并保存下来。

装置状态推定部107用状态信息取得部102取得的状态信息和模型参数存储部106的模型参数，推定机床200的状态。例如，在状态信息为传感器201的振动传感器的信号、模型参数为正常状态下的信号功率的平均值的情况下，装置状态推定部107计算振动传感器信号的功率的平均值，并计算与模型参数的差值。然后，装置状态推定部107将差值作为异常得分(装置状态)输出，或者，如果差值超过某个阈值则输出表示异常状态，反之则输出表示正常状态的值或字符串等。

按照上述构成，加工判断装置100通过将所需的模型设定保存在模型设定存储部105中，就能够具体指定哪个工序适用哪个模型参数，而且，通过推定工序编号，能够实施按照该指定所采用的模型参数。

在机床200中登记了多个程序的情况下，可以按程序ID保存动作时序信息和模型设定。工序编号推定部104推定程序ID和工序编号的组合，让模型设定存储105输出与该组合对应的模型编号。或者，工序编号推定部104根据程序ID推定工序编号，让模型设定存储部105从例如表2取得与推定的工序编号对应的模型编号后输出该模型编号。进而，工序编号推定部104根据模型设定存储部105输出的模型编号，从模型参数存储部106，例如表3，取得模型参数，将该模型参数与模型编号一起输出到装置状态推定部107。以上的处理既可以按任意的单位时间执行，也可以在加工区间等以某种事件划分的区间内执行。

接着说明工序编号推定部104的工序编号推定处理流程。

在此，图5是工序编号推定部104的工序编号推定处理流程图。如图5所示，工序编号推定部104首先生成初始值为1的循环计数器“i”(步骤S1)。

接着，工序编号推定部104从动作时序信息存储部103读取动作时序信息(步骤S2)。同时，工序编号推定部104经由动作信息取得部101取得机床200的第i个动作信息(步骤S3)。

接着，工序编号推定部104以取得的第i个动作信息为基础，计算第i个动作特征量(加工区间长度等)(步骤S4)。

接着，工序编号推定部104参考步骤S2读取的动作时序信息的动作特征量(加工区间长度)(步骤S5)。然后，工序编号推定部104从动作时序信息(如表1)提取与计算求出的动作特征量(加工区间长度)最接近的动作特征量(步骤S6)。

接着，工序编号推定部104将动作时序信息之中与提取的动作特征量相对应的工序编号推定为当前的工序编号(步骤S7)。

在推定了工序编号之后，工序编号推定部104将推定结果通知给用户(步骤S20)。在本实施方式中，工序编号推定部104显示GUI(图形用户接口)画面，将推定结果通知给用户。

在此，图6是一例GUI画面的示意图。图6所示的GUI画面在工序编号推定部104推定的工序编号a以及装置状态推定部107输出的异常得分(装置状态)b之间建立对应，显示振动波形(状态信息)c、振动频谱图(状态信息的变换)d、加工区间(动作信息)e。振动波形(状态信息)c是传感器201检测到的波形数据。振动频谱图(状态信息的变换)d表示关于振动波形(状态信息)c的振动功率随频率的变化。加工区间(动作信息)e是表示机床200执行某个动作的动作区间的数据。

上述图6所示的GUI画面上显示的内容实时更新。

这样，本实施方式根据为诊断对象的对象装置的动作信息来推定当前正在执行的工序，因此，具有在无法直接取得在对象装置中执行的工序的信息的情况下也能够进行异常检测的效果。

<第二实施方式>

以下说明第二实施方式。

第二实施方式与第一实施方式的不同之处在于，能够从更长时间的信息中高精度地推定工序编号。在以下的第二实施方式的说明中，省略与第一实施方式相同的部分的说明，仅说明与第一实施方式不同的部分。

图7是第二实施方式涉及的加工判断装置100的一例功能模块框图。如图7所示，加工判断装置100除了在第一实施方式中说明的动作信息取得部101、状态信息取得部102、动作时序信息存储部103、工序编号推定部104、模型设定存储部105、模型参数存储部106以及装置状态推定部107之外，还具有动作特征量履历存储部108。图7所示的动作特征量履历存储部108可以通过图3所示的辅助存储装置66实现。

如第一实施方式中说明的那样，工序编号推定部104参考动作信息取得部101取得的动作信息和保存在动作时序信息存储部103中的动作时序信息，推定机床200中当前执行的工序的工序编号。但是，在有些情况下，工序编号推定部104无法根据保存在动作时序信息存储部103中的动作时序信息的内容和动作信息取得部101取得的动作信息的内容两者的组合来推定工序编号。

例如，在将加工区间长度作为动作特征量，动作时序信息存储部103中保存了如表4所示的动作时序信息，基于取得的动作信息求出的加工区间长度为500ms时，工序编号推定部104难以推定工序编号是“1”还是“4”。

表4

对此，本实施方式在如上所述无法推定工序编号的情况下，工序编号推定部104将当前的动作特征量保存在动作特征量履历存储部108中。接着，工序编号推定部104将根据动作信息取得部101取得的动作信息求出的动作特征量与动作特征量履历存储部108中保存的动作特征量履历与动作时序信息存储部103中保存的动作时序信息进行对照，参考如表4所示的动作时序信息，推定工序编号。

例如，在上述情况下，工序编号推定部104将加工区间长度500ms的信息暂时保存在动作特征量履历存储部108中，接着结合根据动作信息取得部101取得的动作信息所求出的加工区间长度，推定工序编号。接着，工序编号推定部104在接下来求出的加工区间长度如果为1000ms，结合先前的加工区间长度500ms，参考表4，推定工序编号为“5”。

另外，在无法推定工序编号期间，工序编号推定部104也可以输出表示无法推定工序编号的值(例如“0”等)。

在将表示工序编号无法推定的值作为工序编号输入的情况下，模型设定存储部105也可以同样输出表示模型编号不确定的值(例如“0”)，还可以与其他工序编号相同地处理，输出对应的模型编号。

模型参数存储部106在模型编号不确定的情况下，输出表示模型不确定的值以取代模型参数。

在模型不确定的情况下，装置状态推定部107也可以输出某些规定值(例如类似异常得分0的值，或“状态不确定”之类的字符串)，作为机床200的状态。

在利用动作信息取得部101取得了程序的执行开始/执行结束信号的情况下，工序编号推定部104可以判断动作时序信息的开头或末尾。即使工序编号长时间保持不确定，也能据此给出最低限度的运行保证。

工序编号推定部104在推定了一次工序编号后，可以省略与动作时序信息的对照处理，按每个区间递增工序编号后输出。在这种情况下，当以程序的执行开始/执行结束的信号等检测到工序已经结束一个循环时，工序编号推定部104将工序编号复位到初始。

接着说明工序编号推定部104根据更长时间的信息，用特征量履历高精度地推定工序编号的处理流程。

图8是工序编号推定部104的工序编号推定处理流程图。如图8所示，工序编号推定部104首先生成初始值为1的循环计数器“i”(步骤S1)。

接着，工序编号推定部104从动作时序信息存储部103读取动作时序信息(步骤S2)。同时，工序编号推定部104通过动作信息取得部101取得机床200的第i个动作信息(步骤S3)。

接着，工序编号推定部104根据取得的第i个动作信息，计算第i个动作特征量(加工区间长度等)(步骤S4)。

接着，工序编号推定部104从动作特征量履历存储部108读入动作特征量履历(步骤S5)。然后，工序编号推定部104对比动作时序信息、动作特征量履历以及第i个动作特征量(加工区间长度等)(步骤S6)。

接着，工序编号推定部104根据对照结果推定工序编号(步骤S7)。

工序编号推定部104判断工序编号是否唯一确定(步骤S8)，如果唯一确定工序编号(步骤S8的是)，工序编号确定(步骤S9)。

在确定了工序编号之后，工序编号推定部104将确定结果通知用户(步骤S30)。在本实施方式中，工序编号推定部104显示图6所示的GUI画面，将确定结果通知给用户。

另一方面，如果工序编号不是唯一确定(步骤S8的否)，则工序编号推定部104将当前的动作特征量保存到动作特征量履历存储部108中(步骤S10)。

接着，工序编号推定部104对循环计数器“i”加1(步骤S11)，判断是否到达加工程序末尾(步骤S12)。

在判断未到达加工程序末尾的情况下(步骤S12的否)，工序编号推定部104返回步骤S3，通过动作信息取得部101取得机床200的第i个动作信息。

另一方面，如果判断到达加工工序末尾(步骤S12的是)，则工序编号推定部104进入步骤S9，工序编号确定。

这样，根据本实施方式，在无法推定工序编号的情况下，将从当前的动作信息变换的动作特征量保存在动作特征量履历存储部108中，根据下一个动作信息、保存在动作时序信息存储部103中的动作时序信息以及保存在动作特征量履历存储部108中的动作特征量履历，推定工序编号。由此，本实施方式具有能够利用长期的特征，高精度地推定工序的效果。

<第三实施方式>

下面说明第三实施方式。

第三实施方式与第一实施方式及第二实施方式的不同之处在于自动生成动作时序信息。在以下的第三实施方式的说明中，省略与第一实施方式相同的部分的说明，仅说明与第一实施方式或第二实施方式不同的部分。

图9是第三实施方式的加工判断装置100的一例功能模块框图。如图9所示，除了在第二实施方式中说明的动作信息取得部101、状态信息取得部102、动作时序信息存储部103、工序编号推定部104、模型设定存储部105、模型参数存储部106、装置状态推定部107以及动作特征量履历存储部108之外，加工判断装置100还具有动作时序生成部109。图9所示的动作时序生成部109既可以通过图3所示的CPU61执行程序，即通过软件来实现，也可以通过IC等硬件，或者软件和硬件并用。

动作时序生成部109根据动作信息取得部101取得的动作信息自动生成动作时序信息。具体而言，动作时序生成部109使用动作信息取得部101所取得的下述信息。

切削进给信号:在机床200的切削进给动作中为ON，除此以外为OFF的二值信号

传感器信号:从振动传感器和麦克风设备等传感器201得到的信号

进而，如果能够从机床200取得下述信息，也一并使用。关于不能取得时的替代方法也在以下叙述。

程序ID：表示机床200中正在动作的加工程序的种类的ID信息

程序开始信号：表示加工程序开头的触发信号

动作时序生成部109对加工程序的开头到结尾之间的一连串加工动作进行动作时序信息的生成。动作时序生成部109可以将动作时序生成处理开始后，从最初收到程序开始信号开始到加工程序的一个循环结束再次收到程序开始信号为止的期间，作为从加工程序的开头到末尾的期间提取出来。因此，即使在连续运转中的工序中，也不需要为了指定该期间而由作业人员进行特殊的操作。

但是，当不存在从机床200取得程序开始信号的构成时，需要作业人员以某种方法对动作时序生成部109明确作出加工程序的开始和结束的指示。例如可以考虑采用如下方法，在加工判断系统1中加工判断装置100的显示器68上显示的GUI上，设置开始按钮以及停止按钮，指示开始及结束动作时序信息的生成。而后，设定能够执行在按动开始按钮后从加工程序最初开始动作，到达程序结束的时刻按动停止按钮等操作的构成，或者设定作业人员在本处理执行期间从开始到结束地执行一次加工程序的运行规则。

动作时序生成部109所执行的动作时序信息的生成，大致通过进行下述(1)～(6)的处理来执行。

(1)首先，动作时序生成部109经由动作信息取得部101取得正在执行的程序ID。在不存在从机床200取得程序ID的构成的情况下，可以通过设定从诊断系统1的加工判断装置100的显示器68的GUI上明确指示该值的构成来实现。

(2)接着，如果与取得的程序ID对应的动作时序信息已经存在于动作时序信息存储部103中，则动作时序生成部109跳过以后的处理。而如果动作时序信息存储部103中不存在与取得的程序ID对应的动作时序信息，则动作时序生成部109生成与该程序ID对应的空白表。

(3)接着，动作时序生成部109准备计数器，以程序开始为起点对切削进给信号进行计数，每当计数值增加时，在(2)生成的表中增加行，并在“工序编号”栏中记录该计数值。

(4)接着，动作时序生成部109求出工序编号中切削进给信号为ON的期间的时间长度(切削进给区间长度)，并记录在与该工序编号对应的“切削进给区间长度”栏中。

(5)加之，动作时序生成部109也可以将根据切削进给区间内的传感器信号求出的、表示切削进给区间整体的信号模式的特征的参数记录在与该工序数对应的“特征量”栏中。作为该参数，只要是在对传感器信号的信号处理中得到的参数即可，但考虑到工序编号推定部104中的计算成本，优选使用能够将传感器信号的特征作为标量值或较低次元的向量简单地表现的简单指标。作为这样的指标，例如可以考虑以下的指标。

作为指标，可以例举表示传感器信号强度的平均功率。图10是一个表示传感器信号强度的平均功率的计算例的示意图。如图10所示，根据从传感器201获得的传感器信号，用式(1)求出表示传感器信号强度的平均功率。

还可以举出相对于用FFT等求出的平均频谱的频谱重心作为指标。图11是一个相对于平均频谱的频谱重心的计算例的示意图。如图11所示，根据用FFT等求出的平均频谱，通过式(2)求出频谱重心。

进而举出相对于用FFT等求出的平均频谱的频率成分作为指标。图12是一个相对于平均频谱的频率成分的计算例的示意图。如图12所示，相对于用FFT等求出的平均频谱，用带通滤波器提取特定频带，压缩维数。图13是相对于平均频谱的频率成分的另一个计算例的示意图。如图13所示，通过相对于用FFT等求出的平均频谱，排列多个不同频带的带通滤波器，进行各频带平均功率计算的滤波器组处理，以及主成分分析等，压缩维数。

再而举出相对于用FFT等求出的平均频谱的聚类编号作为指标。图14是一个相对于平均频谱的聚类编号的计算例的示意图。如图14所示，相对于用FFT等求出的平均频谱，采用基于另外准备的AI手法的群集器，求出聚类编号。

在此，图15是一例用时序表示平均频谱的示意图。如图15所示，可以以每隔约几百毫秒～数秒时间分割切削进给区间，作为针对各分割区间所求出的上述指标的时序来表示。进而可以定义为多个指标的组合。

(6)接着，动作时序生成部109在判明了表示机床200的加工部210的工序的加工程序到达末尾时(即加工程序返回到开始重新收到程序开始信号时，或者操作者明确指示程序结束时)，将生成的表格保存到动作时序信息存储部103中。

在此，图16是动作时序生成部109的动作时序信息生成处理流程图。如图16所示，首先，动作时序生成部109判断能否从机床200取得程序ID(步骤S21)。

当判断能够从机床200取得程序ID时(步骤S21的是)，动作时序生成部109从动作信息取得部101取得正在执行的程序ID(步骤S22)，进入步骤S24。

而当判断无法从机床200取得程序ID时(步骤S21的否)，动作时序生成部109接受用户在GUI上输入的程序ID(步骤S23)，进入步骤S24。

在此，图17是一例GUI画面的示意图。图17所示的GUI画面是接受用户输入各种设定信息的GUI，用于制作后述的“表5”。在图17所示的GUI画面上可以从预先登录的多个程序群f中选择所要的程序的程序ID。图17所示的GUI画面也可以进行新程序的程序ID的新登录。用户可以从多个程序群f中选择所要的程序的程序ID，操作“OK”按钮g，决定程序ID。

接着，动作时序生成部109从动作时序信息存储部103读取动作时序信息(步骤S24)。之后，动作时序生成部109检索与取得的程序ID对应的动作时序信息(步骤S25)。

在此，动作时序生成部109判断是否存在与取得的程序ID对应的动作时序信息(步骤S26)。

当动作时序生成部109判断存在与取得的程序ID对应的动作时序信息时(步骤S26的是)，直接结束处理。

而当动作时序生成部109判断与取得的程序ID对应的动作时序信息不存在时(步骤S26的否)，生成与取得的程序ID对应的空白表(步骤S27)。

图17所示的GUI画面显示在步骤S23中选择的程序ID的动作时序信息。在图17所示的GUI画面上显示动作时序信息，其中包括表示机床200正在执行的工序的顺序的工序编号h、该工序中的加工区间长度i、相对于整个加工区间的“平均功率”和“频谱重心”的组合的特征量j。

图17所示的GUI画面也可以对动作时序信息进行编辑。当判断不存在与取得的程序ID对应的动作时序信息时，图17所示的GUI画面以没有填写内容的空白显示。

接着，动作时序生成部109生成切削进给信号计数器，用于从程序开始时刻起对切削进给信号进行计数(步骤S28)。

而后，动作时序生成部109从动作信息取得部101取得切削进给信号(步骤S29)。然后，动作时序生成部109对切削进给信号计数器加值(步骤S30)。

接着，动作时序生成部109在表中加行，在表的“工序编号”栏中记录切削进给信号计数值(步骤S31)。同时，动作时序生成部109在表的“区间长度”栏中记录切削进给信号为ON期间的时间长度(切削进给区间长度)(步骤S32)。进而，动作时序生成部109在表的“特征量”栏中记录从传感器信号求出、表示整个切削进给区间中信号模式特征的参数(步骤S33)。

接着，动作时序生成部109判断加工程序是否到达程序末尾(步骤S34)。

当判断程序到达终结时(步骤S34的是)，动作时序生成部109将表作为动作时序信息保存在动作时序信息存储部103中(步骤S35)，结束处理。

而当判断程序未到达终结时(步骤S34的否)，动作时序生成部109返回步骤S29，从动作信息取得部101取得切削进给信号。

动作时序生成部109作为进行上述处理的结果，按照程序ID生成如下表5所示的表，记录在动作信息存储部101中。表5是一例用整个切削进给区间的“平均功率”和“频谱重心”的组合来定义的特征量。

表5

如上所述，本实施方式具备动作时序生成部109，用来根据动作信息生成动作时序信息，动作时序信息存储部103保存动作时序生成部109生成的动作时序信息。由此，具有从实际数据且不需要通过人工等生成动作时序信息的效果。

<变形例>

在上述的实施方式中用例如振动数据或音响数据等作为检测信息，不过电动机的电流值、负荷、转矩等其他的数据也可以作为检测信息使用。

在上述实施方式及各变形例的加工判断系统中执行的程序也可以预先安装在ROM等中提供。

另外，在上述实施方式及各变形例的加工判断系统中执行的程序也可以以可安装形式或可执行形式的文件记录在CD-ROM(只读光盘)、软盘、CD-R(可录光盘)、DVD(数字通用光盘)等计算机可读记录介质中，作为计算机程序产品来提供。

进而可以将在上述实施方式及各变形例的加工判断系统中执行的程序保存在与互联网等网络连接的计算机中，通过网络下载来提供。还可以经由互联网等网络提供或分发在上述实施方式及各变形例的加工判断系统中执行的程序。

在上述实施方式及各变形例的加工判断系统中执行的程序具有包括上述各功能部的模块构成，作为实际的硬件，通过CPU(处理器)从ROM中读取程序并执行，将上述各功能部加载到主存储器上，在主存储器上生成各功能部。

最后例举本发明具备的实施方式。

<1>一种加工判断装置，其特征在于，具备

工序编号推定部，用于根据随着判断对象的对象装置的动作而变化的动作信息，推定表示所述对象装置执行的工序的顺序的工序编号；以及

装置状态推定部，用于使用与所述工序编号推定部推定的所述工序编号相对应的参数和随着所述对象装置的状态而变化的状态信息，推定所述对象装置的状态。

<2>根据<1>所述的加工判断装置，其特征在于，具备

动作信息取得部，用于取得所述动作信息；以及

动作时序信息存储部，其中保存与动作信息相关的时序信息，

所述工序编号推定部根据所述动作信息取得部取得的动作信息和所述动作时序信息存储部中保存的与动作信息相关的时序信息，推定工序编号。

<3>根据<1>或<2>所述的加工判断装置，其特征在于，具备

模型设定存储部，其中保存与模型编号和工序编号之间的对应关系相关的模型设定；

模型参数存储部，其中保存多个模型参数与这些模型参数的模型编号之间的对应关系；以及

状态信息取得部，用于取得随着所述对象装置的状态而变化的状态信息，

所述工序编号推定部根据推定的所述工序编号，从所述模型设定存储部取得与所述工序编号相对应的模型编号，进而，从所述模型参数存储部取得与该模型编号相对应的模型参数，

所述装置状态推定部用所述工序编号推定部取得的模型参数和所述状态信息取得部取得的状态信息，推定所述对象装置的状态。

<4>根据<2>所述的加工判断装置，其特征在于，

具备动作时序生成部，用于从所述动作信息生成动作时序信息，

所述动作时序信息存储部中保存由所述动作时序生成部所生成的动作时序信息。

<5>根据<2>所述的加工判断装置，其特征在于，

具备动作特征量履历存储部，其中保存从所述动作信息变换的动作特征量，

所述工序编号推定部在无法推定工序编号的情况下，将从当前的动作信息变换的动作特征量保存到所述动作特征量履历存储部中，根据下一个动作信息、所述动作时序信息存储部中保存的动作时序信息以及所述动作特征量履历存储部中保存的动作特征量履历，推定工序编号。

<6>根据<1>至<5>中任意一项所述的加工判断装置，其特征在于，所述动作信息包括表示所述对象装置的指定动作的动作区间的数据。

<7>根据<1>至<5>中任意一项所述的加工判断装置，其特征在于，所述动作信息包括表示所述对象装置开始重复动作的时间的数据。

<8>根据<1>至<5>中任意一项所述的加工判断装置，其特征在于，所述动作信息包括用传感器取得的所述对象装置的振动信号。

<9>根据<1>至<5>中任意一项所述的加工判断装置，其特征在于，所述动作信息包括通过传感器取得的所述对象装置的声音信号。

<10>一种供加工判断装置执行加工判断的加工判断方法，其特征在于，具备

工序编号推定步骤，根据随着判断对象的对象装置的动作而变化的动作信息，推定表示所述对象装置执行的工序的顺序的工序编号；以及

装置状态推定步骤，使用与在所述工序编号推定步骤中推定的所述工序编号相对应的参数和随着所述对象装置的状态而变化的状态信息，推定所述对象装置的状态。

<11>一种计算机装置，其中具备处理器和保存程序的存储装置，其特征在于，通过所述处理器执行所述程序，所述计算机装置具备以下功能，

工序编号推定部，用于根据随着判断对象的对象装置的动作而变化的动作信息，推定表示所述对象装置执行的工序的顺序的工序编号；以及

装置状态推定部，用于使用与所述工序编号推定部推定的所述工序编号相对应的参数和随着所述对象装置的状态而变化的状态信息，推定所述对象装置的状态。

<12>一种计算机可读的存储介质，其特征在于，其中保存可供计算机具备以下功能，

工序编号推定部，用于根据随着判断对象的对象装置的动作而变化的动作信息，推定表示所述对象装置执行的工序的顺序的工序编号；以及

装置状态推定部，用于使用与所述工序编号推定部推定的所述工序编号相对应的参数和随着所述对象装置的状态而变化的状态信息，推定所述对象装置的状态。

附图标记说明

100 加工判断装置

101 动作信息取得部

102 状态信息取得部

103 动作时序信息存储部

104 工序编号推定部

105 模型设置存储器

106 模型参数存储器

107 装置状态推定部

108 动作特征量履历存储部

109 动作时序生成部