JP6675297B2 - 情報処理方法、情報処理システム、および情報処理装置 - Google Patents

Description

本開示は、複数の工作機械から様々な情報を収集するための技術に関する。

工作機械に関する様々な技術が開発されている。たとえば、特許第５９９２０８７号公報（特許文献１）は、工作機械の故障を予測することが可能な予防保全管理システムを開示している。

他の例として、国際公開第２００２／００３１５６号（特許文献２）は、複数のＮＣ（Numerical Control）工作機械をネットワークを介して中央管理装置に接続し、各ＮＣ工作機械と中央管理装置との間で各種の情報を相互通信することができるＮＣ加工支援システムを開示している。当該中央管理装置は、たとえば、各ＮＣ工作機械から工作機械による加工ノウハウ等を収集する。

さらに他の例として、国際公開第２０００／０１２２５９号（特許文献３）は、工作機械における工具情報を作成することができる工具管理システムを開示している。当該工具管理システムは、工作機械による加工中に、使用工具の各種情報、ＮＣ指令情報、工具補正情報、主軸負荷情報に関連付けられた実切削データを蓄積し、これらをフィードバックする。

さらに他の例として、特開２００３−１７７８１５号公報（特許文献４）は、メーカー側からの保全情報の提供の下でユーザーによる効率的な保全作業が行える産業機械の保全システムを開示している。当該保全システムは、ユーザー側のＬＡＮとメーカー側のＬＡＮとの間を、通信回線を介して必要に応じて接続する情報伝達手段と、ユーザー側のＬＡＮに接続され、産業機械の所定項目をモニタするモニタリング手段と、得られたモニタ情報を情報伝達手段を経由してメーカー側ＬＡＮへ送信し、反対にメーカー側ＬＡＮから情報を受信する情報送受信手段と、メーカー側ＬＡＮに接続され、受信したモニタ情報に基づき自動的に故障診断して産業機械を監視する監視手段と、この診断結果に基づき保全が必要なときに、自動的に保全情報をユーザー側へ送信する保全情報送信手段とを備える。

特許第５９９２０８７号公報 国際公開第２００２／００３１５６号 国際公開第２０００／０１２２５９号 特開２００３−１７７８１５号公報

様々な工作機械から工作機械に関する情報を収集することが可能な技術が開発されている。しかしながら、工作機械の多様化に伴い、収集できる情報の種類や情報量も膨大となっており、収集した情報が効果的に活用されていないことが問題になっている。したがって、工作機械から収集した様々な情報を効果的に活用するための技術が望まれている。

特許文献１は、収集する情報の種類や当該情報の利用方法については開示していない。特許文献２，３は、実際の加工データに基づいた情報を収集することを開示するのみであり、他の情報の収集方法および当該他の情報の利用方法については開示していない。特許文献４は、産業機械の所定項目に関するモニタリング情報を収集することを開示するのみであり、他の情報の収集方法および当該他の情報の利用方法については開示していない。

本開示は上述のような問題点を解決するためになされたものであって、ある局面における目的は、工作機械から収集した様々な情報を効果的に活用することが可能な情報処理方法を提供することである。他の局面における目的は、工作機械から収集した様々な情報を効果的に活用することが可能な情報処理システムを提供することである。工作機械から収集した様々な情報を効果的に活用することが可能な情報処理装置を提供することである。

ある局面に従うと、情報処理方法は、複数の工作機械と通信するステップを備える。上記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含む。上記通信するステップは、上記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、上記センサーによる検知情報とを収集データとして受信するステップを含む。上記情報処理方法は、さらに、上記複数の工作機械の各々から受信した上記収集データを記憶部に格納するステップと、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するステップとを備える。

好ましくは、上記通信するステップは、上記複数の工作機械の各々から、当該工作機械の部品の交換タイミングを含む上記部品情報と、当該部品の交換タイミングまでの上記センサーによる検知情報とを上記収集データとして受信するステップを含む。上記学習するステップは、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械の部品の交換タイミングと、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するステップを含む。上記情報処理方法は、上記複数の工作機械および他の工作機械の内のいずれかの工作機械から上記センサーによる検知情報を新たに受信した場合に、上記相関関係を参照して、当該新たに受信した検知情報に対応する、部品の交換タイミングを特定し、当該特定された交換タイミングに基づいて当該部品の寿命を推定するステップをさらに備える。

好ましくは、上記通信するステップは、上記複数の工作機械の各々から、当該工作機械の部品の故障タイミングを含む上記部品情報と、当該部品の故障タイミングまでの上記センサーによる検知情報とを上記収集データとして受信するステップを含む。上記学習するステップは、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械の部品の故障タイミングと、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するステップを含む。上記情報処理方法は、上記複数の工作機械および他の工作機械の内のいずれかの工作機械から上記センサーによる検知情報を新たに受信した場合に、上記相関関係を参照して、当該新たに受信した検知情報に対応する、部品の故障タイミングを特定し、当該特定された故障タイミングに基づいて当該部品の交換タイミングを判定するステップをさらに備える。

他の局面に従うと、情報処理方法は、複数の工作機械と通信するステップを備える。上記通信するステップは、上記複数の工作機械の各々から、当該工作機械で発生したアラームの内容と、当該アラームの発生時に当該工作機械に対して行われた対処方法とを収集データとして受信するステップを含む。上記情報処理方法は、さらに、上記複数の工作機械の各々から受信した上記収集データを記憶部に格納するステップと、上記記憶部に格納されている複数の上記収集データに基づいて、上記アラームの種類ごとに当該アラームと当該アラームに対する対処方法と間の相関関係を学習するステップとを備える。

好ましくは、上記情報処理方法は、上記複数の工作機械および他の工作機械の内のいずれかの工作機械から当該工作機械で発生したアラームを新たに受信した場合に、上記相関関係を参照して、当該新たに受信したアラームに対応するための対処方法を特定し、当該特定された対処方法を出力するステップをさらに備える。

他の局面に従うと、情報処理方法は、複数の工作機械と通信するステップを備える。上記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーと、当該工作機械の主軸の振動を軽減するための制御パラメータの推奨条件の候補を推奨するための推奨機能とを含む。上記通信するステップは、上記複数の工作機械の各々から、上記センサーによる検知情報と、上記候補の内から選択された推奨条件と、当該推奨条件による制御パラメータを当該工作機械に設定することにより上記振動が軽減されたか否かを示す結果とを収集データとして受信するステップを含む。上記情報処理方法は、さらに、上記複数の工作機械の各々から受信した上記収集データを記憶部に格納するステップと、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械内のセンサーによる検知情報と、上記候補の内から選択された推奨条件と、上記結果との間の相関関係を学習するステップとを備える。

他の局面に従うと、情報処理方法は、複数の工作機械と通信するステップを備える。上記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーと、当該工作機械の制御パラメータを補正するための補正装置と接続するためのインターフェイスとを含む。上記通信するステップは、上記複数の工作機械の各々から、上記センサーによる検知情報と、上記補正装置による上記制御パラメータの補正情報とを収集データとして受信するステップを含む。上記情報処理方法は、さらに、上記複数の工作機械の各々から受信した上記収集データを記憶部に格納するステップと、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械内のセンサーによる検知情報と、上記補正装置による補正情報との間の相関関係を学習するステップとを備える。

他の局面に従うと、情報処理方法は、複数の工作機械と通信するステップを備える。上記複数の工作機械の各々は、当該工作機械に関する異なる情報を検知するための複数のセンサーを含む。上記通信するステップは、上記複数の工作機械の各々から、当該工作機械内の上記複数のセンサーの各々による検知情報を収集データとして受信するステップを含む。上記情報処理方法は、さらに、上記複数の工作機械の各々から受信した上記収集データを記憶部に格納するステップと、上記記憶部に格納されている複数の上記収集データに基づいて、上記複数のセンサーの種類別に検知情報の正常範囲を学習するステップと、上記複数の工作機械および他の工作機械の内のいずれかの工作機械から診断の実行指示を受信した場合に、当該工作機械内の上記複数のセンサーによる検知情報を当該工作機械から受信し、上記学習するステップにおける学習結果を参照して、当該受信した検知情報の各々が対応する正常範囲に収まっているか否かを診断するステップと、上記診断するステップにおける診断結果を上記実行指示の送信元の工作機械に送信するステップとを備える。

他の局面に従うと、情報処理システムは、情報処理装置と、上記情報処理装置と通信することが可能な複数の工作機械とを備える。上記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含む。上記情報処理装置は、上記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、上記センサーによる検知情報とを収集データとして受信するための通信部と、上記複数の工作機械の各々から受信した上記収集データを格納するための記憶部と、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するための学習部とを備える。

他の局面に従うと、情報処理装置は、複数の工作機械と通信するための通信部を備える。上記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含む。上記通信部は、上記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、上記センサーによる検知情報とを収集データとして受信する。上記情報処理装置は、さらに、上記複数の工作機械の各々から受信した上記収集データを格納するための記憶部と、上記記憶部に格納されている複数の上記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するための学習部とを備える。

ある局面において、工作機械から収集した様々な情報を効果的に活用することができる。

本発明の上記および他の目的、特徴、局面および利点は、添付の図面と関連して理解される本発明に関する次の詳細な説明から明らかとなるであろう。

第１の実施の形態に従う情報処理システムのシステム構成の一例を示す図である。 第１の実施の形態に従う情報処理装置と工作機械との間のデータの流れを示すシーケンス図である。 第１の実施の形態に従うデーターベースのデータ構造の一例を示す図である。 学習結果として得られた相関関係の一例を示す図である。 変形例に従うデーターベースの一例を示す図である。 第１の実施の形態に従う情報処理装置の機能構成の一例を示す図である。 第１の実施の形態に従う情報処理装置による学習処理を表わすフローチャートである。 第１の実施の形態に従う情報処理装置による保守部品の寿命推定処理を表わすフローチャートである。 第１の実施の形態に従う情報処理装置の主要なハードウェア構成を示すブロック図である。 第１の実施の形態に従う工作機械の主要なハードウェア構成を示すブロック図である。 第２の実施の形態に従う情報処理装置と工作機械との間のデータの流れを示すシーケンス図である。 第２の実施の形態に従う工作機械のディスプレイに表示される画面の一例を示す図である。 第２の実施の形態に従うデーターベースのデータ構造の一例を示す図である。 第３の実施の形態に従う情報処理システムのシステム構成の一例を示す図である。 第４の実施の形態に従う情報処理システムのシステム構成の一例を示す図である。 第５の実施の形態に従う情報処理システムのシステム構成の一例を示す図である。 第６の実施の形態に従う情報処理装置と工作機械との間のデータの流れを示すシーケンス図である。 第６の実施の形態に従う情報処理装置による学習処理により得られる学習結果の一例を示す図である。 第７の実施の形態に従う工作機械のディスプレイに表示される診断結果画面の一例を示す図である。 第７の実施の形態に従う情報処理システムのシステム構成の一例を示す図である。 第８の実施の形態に従う情報処理装置が工作機械から収集する収集データの一例を示す図である。

以下、図面を参照しつつ、本発明に従う各実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される各実施の形態および各変形例は、適宜選択的に組み合わされてもよい。

＜第１の実施の形態＞
［情報処理システム１のシステム構成］
図１を参照して、工作機械に関する情報を収集するための情報処理システム１について説明する。図１は、情報処理システム１のシステム構成の一例を示す図である。

情報処理システム１は、情報処理装置１００と、複数の工作機械２００Ａ〜２００Ｄとで構成される。

工作機械２００Ａ〜２００Ｄは、たとえば、工場内に配置されている。工作機械２００Ａ〜２００Ｄは、同種類の工作機械であってもよいし、異種類の工作機械であってもよい。以下では、工作機械２００Ａ〜２００Ｄの少なくとも１つを工作機械２００ともいう。

工作機械２００の種類の一例として、旋盤やマシニングセンタが挙げられる。旋盤は、ワークを主軸で回転させながら、ワークに工具を当てることでワークを加工する。マシニングセンタは、工具を主軸で回転させながら、ワークに工具を当てることでワークを加工する。

情報処理装置１００は、工作機械２００Ａ〜２００Ｄが設置されている工場とは異なる場所に設置されているサーバーである。情報処理装置１００は、工作機械に関する様々な情報を工作機械２００Ａ〜２００Ｄから収集し、それらの情報をデーターベース化する。一例として、情報処理装置１００は、加速度センサーによって検知された主軸の加速度、温度センサーによって検知される工作機械内の温度、工作機械内の油圧ユニットに関する情報、オイルクーラーのモニタリング結果などを収集する。これらの情報の収集機能は、物理サーバーでもよく、たとえば、クラウド上のプラットフォームにおいて提供されてもよい。

情報処理装置１００および工作機械２００は、ネットワークＮＷを介して互いに接続されている。工作機械２００は、任意の態様でネットワークＮＷに接続される。図１の例では、工作機械２００Ａ，２００Ｂは、ルーター４０１を介してネットワークＮＷに接続されている。工作機械２００Ｃは、ＩＯ（Input Output）ユニットおよびルーター４０１を介してネットワークＮＷに接続されている。工作機械２００Ｄは、直接的にネットワークＮＷに接続されている。

なお、情報処理システム１には、情報処理装置１００および工作機械２００以外にも、ＰＣ（Personal Computer）３００Ａ，３００Ｂが含まれてもよい。ＰＣ３００Ａは、ルーター４０１を介して情報処理装置１００に間接的にネットワーク接続されている。ＰＣ３００Ｂは、情報処理装置１００に直接的にネットワーク接続されている。

［情報処理装置１００による学習処理］
図２〜図４を参照して、情報処理装置１００による学習処理について説明する。図２は、情報処理装置１００と工作機械２００Ａ，２００Ｂとの間のデータの流れを示すシーケンス図である。

各工作機械２００は、自身に関する情報を検知するためのセンサーを含む。本実施の形態においては、情報処理装置１００は、工作機械２００の各々から、工作機械２００の保守部品に関する部品情報と、工作機械２００内のセンサーによる検知情報とを収集する。その後、情報処理装置１００は、工作機械２００の各々から収集した情報に基づいて、工作機械２００の部品情報と、工作機械２００内のセンサーによる検知情報との間の相関関係を機械学習（データマイニング）する。情報処理装置１００は、学習結果として得られた相関関係を参照して、保守部品の寿命を予測したり、保守部品が故障しているか否かを判定したりする。

より具体的には、ステップＳ１０において、情報処理装置１００は、工作機械２００Ａ内のセンサーによる検知情報を定期的に工作機械２００Ａから受信する。受信する検知情報には検知時刻が付与されており、情報処理装置１００は、当該検知情報を検知履歴として受信する。同様に、情報処理装置１００は、工作機械２００Ｂ内のセンサーによる検知情報を定期的に工作機械２００Ｂから受信する。受信する検知情報には検知時刻が付与されており、情報処理装置１００は、当該検知情報を検知履歴として受信する。工作機械２００Ａ，２００Ｂから受信した検知履歴は、後述の、データーベース１２４に格納される。

ステップＳ２０Ａにおいて、工作機械２００Ａの保守部品が交換されたとする。当該保守部品としては、たとえば、主軸などの消耗品を含む。工作機械２００Ａは、保守部品が交換されたことに基づいて、交換対象の保守部品を識別するための部品ＩＤ（Identification）と、保守部品の交換タイミングとを部品情報として情報処理装置１００に送信する。情報処理装置１００は、工作機械２００Ａから受信した部品情報と、保守部品の交換タイミングまでにステップＳ１０で受信した工作機械２００Ａの検知情報とを関連付けた上で、これらの情報を図３に示されるデーターベース１２４に格納する。

図３は、データーベース１２４のデータ構造の一例を示す図である。図３の例では、工作機械の装置ＩＤと、ステップＳ１０で受信した検知履歴（すなわち、検知情報とその検知タイミング）と、ステップＳ２０Ａで受信した物品情報とが互いに関連付けられている。収集対象の検知情報は、たとえば、温度センサーによって検知される工作機械２００Ａ内の温度、工作機械２００Ａでの消費電力、加速度センサーによって検知される工作機械２００Ａの主軸の加速度、電流センサーによって検知される工作機械２００Ａ内の保守部品に流れる電流の値などを含む。収集対象の物品情報は、たとえば、交換対象の保守部品を識別するための部品ＩＤと、当該保守部品の交換タイミングとを含む。

同様に、ステップＳ２０Ｂにおいて、工作機械２００Ｂの保守部品が交換されたとする。工作機械２００Ｂは、交換対象の保守部品を識別するための部品ＩＤと、保守部品の交換タイミングとを部品情報として情報処理装置１００に送信する。情報処理装置１００は、工作機械２００Ｂから受信した部品情報と、保守部品の交換タイミングまでにステップＳ１０で受信した工作機械２００Ｂの検知情報とを関連付けた上で、これらの情報を図３に示されるデーターベース１２４に格納する。

このように、情報処理装置１００は、工作機械２００の各々から、交換対象の保守部品に関する物品情報と、当該保守部品の交換タイミングまでにセンサーによる検知情報とを収集データとして受信する。情報処理装置１００は、工作機械２００の各々から受信した収集データをデーターベース１２４に格納する。その結果、収集データ１２５Ａ〜１２５Ｈがデーターベース１２４に蓄積される。

ステップＳ３０において、情報処理装置１００は、学習指示を受け付けたとする。当該学習指示は、情報処理装置１００に対するユーザー操作に基づいて発行されてもよいし、予め設定されている学習タイミングが到来したことに基づいて発行されてもよい。

ステップＳ３２において、情報処理装置１００は、データーベース１２４に蓄積された収集データ間の相関関係を機械学習するための学習処理を実行する。本実施の形態においては、情報処理装置１００は、データーベース１２４に基づいて、工作機械２００の保守部品の交換タイミングと、当該工作機械２００内のセンサーによる検知情報との間の相関関係を機械学習する。

より具体的には、情報処理装置１００は、収集データ１２５Ａ〜１２５Ｈの各々について検知情報の検知タイミングから保守部品の交換タイミングまでの時間（以下、「寿命時間」ともいう。）を算出する。その後、情報処理装置１００は、データーベース１２４に示される各検知情報と、各検知情報について算出された寿命時間との相関関係を保守部品の種類別に機械学習する。当該相関関係の機械学習には、たとえば、ニューラルネットワークやサポートベクターマシンなどの様々な学習手法が採用され得る。

図４は、学習結果として得られた相関関係１２６の一例を示す図である。図４の例では、工作機械２００内の保守部品「１」についての学習結果として得られた相関関係１２６が示されている。相関関係１２６の横軸は、工作機械２００内のセンサーによる検知情報を示す。図４の例では、説明の便宜のために検知情報が一次元で表わされているが、当該検知情報は、検知情報の種類に相当する次元数で表わされてもよい。相関関係１２６の縦軸は、保守部品「１」の寿命時間を示す。

ステップＳ４０において、工作機械２００Ａは、保守部品「１」の寿命を推定するための指示をユーザーから受け付けたとする。このことに基づいて、工作機械２００Ａは、内部のセンサーに対して検知指示を出力し、当該センサーから検知情報を新たに取得する。

ステップＳ４２において、工作機械２００Ａは、新たに取得された検知情報を情報処理装置１００に送信する。

ステップＳ４４において、情報処理装置１００は、工作機械２００Ａのセンサーによる検知情報を新たに受信したことに基づいて、ステップＳ３２で学習された相関関係１２６を参照して、当該新たに受信した検知情報に対応する寿命時間を保守部品「１」の寿命推定結果として特定する。たとえば、情報処理装置１００は、工作機械２００Ａから検知情報「ｍ１」を受信した場合、検知情報「ｍ１」に対応する寿命時間「ΔＴ」を保守部品「１」の寿命時間として推定する。推定された寿命時間は、任意の方法で出力される。一例として、推定された寿命時間は、画面にメッセージで出力されてもよいし、音声出力されてもよい。たとえば、「あと１０時間程度で寿命になります」などのメッセージが表示される。これにより、サービスマンまたはユーザーは、保守部品の寿命を認識することができる。他の例として、情報処理装置１００は、工作機械２００Ａから検知情報「ｍ２」を受信した場合、検知情報「ｍ２」に対応する寿命時間「０」を保守部品「１」の寿命時間として推定する。すなわち、この場合には、保守部品「１」の寿命が尽きていると判定される。

ステップＳ４６において、情報処理装置１００は、ステップＳ４４における寿命推定結果を工作機械２００Ａに送信する。工作機械２００Ａは、情報処理装置１００から受信した寿命推定結果を出力する。当該寿命推定結果は、任意の方法で出力される。一例として、寿命推定結果は、画面に出力されてもよいし、音声出力されてもよいし、メーカーに予備部品の自動発注がされてもいいし、メンテナンス依頼がされてもいい。

なお、図２および図３の例では、工作機械２００の部品情報として、保守部品の交換タイミングが収集される例について説明を行ったが、その他の部品情報が収集されてもよい。たとえば、工作機械２００の保守部品の故障タイミングが収集されてもよい。この場合、情報処理装置１００は、工作機械２００の各々から、工作機械２００の保守部品の故障タイミングを含む部品情報と、当該保守部品の故障タイミングまでの検知情報とを収集する。次に、情報処理装置１００は、収集データに基づいて、工作機械の保守部品の故障タイミングと、当該工作機械内のセンサーによる検知情報との間の相関関係を機械学習する。その後、情報処理装置１００は、工作機械２００から検知情報を新たに受信した場合に、学習結果として得られた相関関係を参照して、当該新たに受信した検知情報に対応する、保守部品の故障タイミングを特定する。情報処理装置１００は、当該特定された故障タイミングに基づいて当該保守部品の交換タイミングを判定する。

また、工作機械２００の部品情報として、工作機械２００のクーラントにおける不純度（コンタミ）が検知されてもよい。この場合、情報処理装置１００は、工作機械２００の各々から、クーラントの不純度を含む部品情報と、センサーによる検知情報（たとえば、温度やクーラントの油圧など）とを収集する。次に、情報処理装置１００は、収集データに基づいて、クーラントの不純度と、センサーによる検知情報との間の相関関係を機械学習する。その後、情報処理装置１００は、工作機械２００から検知情報を新たに受信した場合に、学習結果として得られた相関関係を参照して、当該新たに受信した検知情報に対応する、クーラントの不純度を検知する。

［変形例］
図５は、変形例に従うデーターベース１２４Ａの一例を示す図である。図３に示されるデーターベース１２４においては、工作機械２００内のセンサーによる検知情報と、保守部品に関する部品情報とが収集されていた。これに対して、変形例に従うデーターベース１２４Ａにおいては、工作機械２００の稼働状況を示す稼働情報がさらに収集される。

より具体的には、情報処理装置１００は、工作機械２００の各々から、工作機械２００による検知情報と、工作機械２００の部品情報と、工作機械２００の稼働情報とを収集する。稼働情報としては、たとえば、走行距離、主軸の稼働時間、電源の状態（ＯＮまたはＯＦＦ）、発生したアラームなどが挙げられる。

情報処理装置１００は、学習処理時において、データーベース１２４Ａを参照して、工作機械２００による検知情報と、工作機械２００の部品情報と、工作機械２００の稼働情報との間の相関関係を保守部品の種類ごとに機械学習する。

なお、他の稼働情報が収集されてもよい。たとえば、稼働情報として、工作機械２００の自動ドアのシリンダの故障情報、当該自動ドアの開閉回数、当該自動ドアの開閉時間、当該自動ドアに関連するアラーム情報、機種などが収集されてもよい。この場合、情報処理装置１００は、自動ドアのシリンダの交換情報と、稼働情報と、機種情報とに基づいて、ドアシリンダの故障前にアラームを推定することができる。

［情報処理装置１００の機能構成］
図６を参照して、情報処理装置１００の機能について説明する。図６は、情報処理装置１００の機能構成の一例を示す図である。

図６に示されるように、情報処理装置１００は、ハードウェア構成として、制御装置１０１と、記憶装置１２０（記憶部）とを含む。制御装置１０１は、機能構成として、通信部１５２と、学習部１５４と、寿命推定部１５６と、故障判定部１５８とを含む。

通信部１５２は、工作機械２００の各々から、工作機械２００の保守部品に関する部品情報と、工作機械２００内のセンサーによる検知情報とを収集データとして受信する。受信した収集データは、記憶装置１２０に格納されているデーターベース１２４（図３参照）に順次蓄積される。

学習部１５４は、データーベース１２４に蓄積された収集データに基づいて、工作機械２００の部品情報と、工作機械２００内のセンサーによる検知情報との間の相関関係１２６（図４参照）を機械学習する。

ある局面において、データーベース１２４において、工作機械２００の保守部品の交換タイミングと、工作機械２００内のセンサーによる検知情報とが収集される。学習部１５４は、データーベース１２４を参照して、工作機械２００の保守部品の交換タイミングと、工作機械２００内のセンサーによる検知情報との間の相関関係を機械学習する。

他の局面において、データーベース１２４において、工作機械２００の保守部品の故障タイミングと、工作機械２００内のセンサーによる検知情報とが収集される。学習部１５４は、データーベース１２４を参照して、工作機械２００の保守部品の故障タイミングと、工作機械２００内のセンサーによる検知情報との間の相関関係を機械学習する。

寿命推定部１５６は、工作機械２００から検知情報を新たに受信した場合に、相関関係１２６を参照して、受信した検知情報に対応する交換タイミングを工作機械２００の各保守部品について特定する。寿命推定部１５６は、特定した交換タイミングに基づいて各保守部品の寿命を推定する。

故障判定部１５８は、工作機械２００から検知情報を新たに受信した場合に、相関関係１２６を参照して、受信した検知情報に対応する交換タイミングを工作機械２００の各保守部品について特定する。故障判定部１５８は、特定した交換タイミングに基づいて各保守部品の故障を判定する。

［情報処理装置１００の制御構造］
図７および図８を参照して、情報処理装置１００の制御構造について説明する。図７は、情報処理装置１００による学習処理を表わすフローチャートである。図８は、情報処理装置１００による保守部品の寿命推定処理を表わすフローチャートである。図７および図８の処理は、情報処理装置１００の制御装置１０１がプログラムを実行することにより実現される。他の局面において、処理の一部または全部が、回路素子またはその他のハードウェアによって実行されてもよい。

典型的には、制御装置１０１は、図７に示される学習処理を先に実行し、その後に、図８に示される寿命推定処理を実行する。以下では、図７に示される学習処理と、図８に示される寿命推定処理とについて順に説明する。

（学習処理）
図７を参照して、ステップＳ１１０において、制御装置１０１は、工作機械２００のセンサーによる検知情報を工作機械２００から受信したか否かを判断する。制御装置１０１は、工作機械２００のセンサーによる検知情報を工作機械２００から受信したと判断した場合（ステップＳ１１０においてＹＥＳ）、制御をステップＳ１１２に切り替える。そうでない場合には（ステップＳ１１０においてＮＯ）、制御装置１０１は、制御をステップＳ１２０に切り替える。

ステップＳ１１２において、制御装置１０１は、上述の通信部１５２（図６参照）として、ステップＳ１１０で工作機械２００から受信した検知情報を上述のデーターベース１２４（図３参照）に書き込む。収集対象の検知情報としては、たとえば、温度センサーによって検知される工作機械２００内の温度、工作機械２００Ａでの消費電力、加速度センサーによって検知される工作機械２００Ａの主軸の加速度、電流センサーによって検知される工作機械２００Ａ内の保守部品に流れる電流の値などが挙げられる。

ステップＳ１２０において、制御装置１０１は、工作機械２００から保守部品に関する部品情報を受信したか否かを判断する。制御装置１０１は、工作機械２００から保守部品に関する部品情報を受信したと判断した場合（ステップＳ１２０においてＹＥＳ）、制御をステップＳ１２２に切り替える。そうでない場合には（ステップＳ１２０においてＮＯ）、制御装置１０１は、制御をステップＳ１３０に切り替える。

ステップＳ１２２において、制御装置１０１は、上述の通信部１５２として、ステップＳ１１０で工作機械２００から受信した部品情報を上述のデーターベース１２４（図３参照）に書き込む。収集対象の部品情報としては、たとえば、保守部品の交換タイミング、保守部品を識別するための部品ＩＤなどが挙げられる。

ステップＳ１３０において、制御装置１０１は、学習処理を実行するための指示を受け付けたか否かを判断する。当該指示は、情報処理装置１００または工作機械２００に対するユーザー操作に基づいて発行されてもよいし、予め設定されている学習タイミングが到来したことに基づいて発行されてもよい。制御装置１０１は、学習処理を実行するための指示をユーザーから受け付けたと判断した場合（ステップＳ１３０においてＹＥＳ）、制御をステップＳ１３２に切り替える。そうでない場合には（ステップＳ１３０においてＮＯ）、制御装置１０１は、制御をステップＳ１１０に戻す。

ステップＳ１３２において、制御装置１０１は、上述の学習部１５４（図６参照）として、データーベース１２４に蓄積された検知情報と部品情報との間の相関関係を機械学習する。その結果の一例として、上述の相関関係１２６が得られる。

（寿命推定処理）
続いて、図８を参照して、保守部品の寿命推定処理について説明する。

ステップＳ１５０において、制御装置１０１は、寿命推定処理を実行するための指示を受け付けたか否かを判断する。当該指示は、情報処理装置１００または工作機械２００に対するユーザー操作に基づいて発行されてもよいし、予め設定されている実行タイミングが到来したことに基づいて発行されてもよい。制御装置１０１は、寿命推定処理を実行するための指示を受け付けたと判断した場合（ステップＳ１５０においてＹＥＳ）、制御をステップＳ１５２に切り替える。そうでない場合には（ステップＳ１５０においてＮＯ）、制御装置１０１は、ステップＳ１５０の処理を再び実行する。

ステップＳ１５２において、制御装置１０１は、寿命推定対象の工作機械２００に検知命令を送信する。当該工作機械２００は、情報処理装置１００から検知命令を受信したことに基づいて、工作機械２００内のセンサーによる検知情報を取得する。工作機械２００は、取得した検知情報を情報処理装置１００に送信する。

ステップＳ１５４において、制御装置１０１は、上述の寿命推定部１５６（図６参照）として、上述の図７に示される学習処理で得られた相関関係に基づいて、ステップＳ１５２で受信した検知情報に対応する、保守部品の交換タイミングを特定する。制御装置１０１は、特定した交換タイミングに基づいて、保守部品の寿命を推定する。寿命推定処理については図４で説明した通りであるので、その説明については繰り返さない。

［情報処理装置１００のハードウェア構成］
図９を参照して、情報処理装置１００のハードウェア構成の一例について説明する。図９は、情報処理装置１００の主要なハードウェア構成を示すブロック図である。

情報処理装置１００は、制御装置１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、表示インターフェイス１０５と、入力インターフェイス１０６と、記憶装置１２０とを含む。

制御装置１０１は、情報処理装置１００を制御する。制御装置１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはそれらの組み合わせなどによって構成される。

制御装置１０１は、本実施の形態に従う情報処理プログラム１２２などの各種プログラムを実行することで情報処理装置１００の動作を制御する。制御装置１０１は、情報処理プログラム１２２の実行命令を受け付けたことに基づいて、記憶装置１２０からＲＯＭ１０２に情報処理プログラム１２２を読み出す。ＲＡＭ１０３は、ワーキングメモリとして機能し、情報処理プログラム１２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス１０４には、ＬＡＮやアンテナなどが接続される。情報処理装置１００は、通信インターフェイス１０４を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、工作機械２００、サーバー、その他の通信端末などを含む。情報処理装置１００は、サーバーから情報処理プログラム１２２をダウンロードできるように構成されてもよい。

表示インターフェイス１０５は、ディスプレイ１１０と接続され、制御装置１０１などからの指令に従って、ディスプレイ１１０に対して、画像を表示するための画像信号を送出する。ディスプレイ１１０は、たとえば、液晶ディスプレイ、有機ＥＬディスプレイ、またはその他の表示機器である。ディスプレイ１１０には、たとえば、工作機械２００の保守部品の寿命推定結果や、当該保守部品の故障判定結果などが表示される。

入力インターフェイス１０６は、たとえば、ＵＳＢ（Universal Serial Bus）端子であり、入力デバイス１１１に接続される。入力インターフェイス１０６は、入力デバイス１１１からのユーザー操作を示す信号を受け付ける。入力デバイス１１１は、たとえば、マウス、キーボード、タッチパネル、またはユーザーの操作を受け付けることが可能なその他の装置である。なお、クラウドを構成するブレードサーバーの場合には、入力インターフェイス１０６および表示インターフェイス１０５を含んでいる必要はない。

記憶装置１２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置１２０は、本実施の形態に従う情報処理プログラム１２２、上述のデーターベース１２４（図３参照）、上述の相関関係１２６（図４参照）などを格納する。情報処理プログラム１２２、データーベース１２４、および相関関係１２６の格納場所は、記憶装置１２０に限定されず、制御装置１０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、工作機械２００）などに格納されていてもよい。

なお、情報処理プログラム１２２は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、本実施の形態に従う処理は、任意のプログラムと協働して実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う情報処理プログラム１２２の趣旨を逸脱するものではない。さらに、情報処理プログラム１２２によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、情報処理装置１００と工作機械２００とが協働して、情報処理プログラム１２２を実行するように構成されてもよい。

［工作機械２００のハードウェア構成］
図１０を参照して、工作機械２００のハードウェア構成の一例について説明する。図１０は、工作機械２００の主要なハードウェア構成を示すブロック図である。

工作機械２００は、制御装置２０１と、ＲＯＭ２０２と、ＲＡＭ２０３と、通信インターフェイス２０４と、表示インターフェイス２０５と、温度センサー２０６と、加速度センサー２０７と、電流センサー２０８と、入力インターフェイス２０９と、記憶装置２２０とを含む。

制御装置２０１は、工作機械２００を制御する。制御装置２０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ、少なくとも１つのＡＳＩＣ、少なくとも１つのＦＰＧＡ、またはそれらの組み合わせなどによって構成される。

制御装置２０１は、工作機械２００の制御プログラム２２２などの各種プログラムを実行することで工作機械２００の動作を制御する。制御装置２０１は、制御プログラム２２２の実行命令を受け付けたことに基づいて、記憶装置２２０からＲＯＭ２０２に制御プログラム２２２を読み出す。ＲＡＭ２０３は、ワーキングメモリとして機能し、制御プログラム２２２の実行に必要な各種データを一時的に格納する。

通信インターフェイス２０４には、ＬＡＮやアンテナなどが接続される。工作機械２００は、通信インターフェイス２０４を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、情報処理装置１００、その他の通信端末などを含む。工作機械２００は、当該通信端末から制御プログラム２２２をダウンロードできるように構成されてもよい。

表示インターフェイス２０５は、ディスプレイ２１０と接続され、制御装置２０１などからの指令に従って、ディスプレイ２１０に対して、画像を表示するための画像信号を送出する。ディスプレイ２１０は、たとえば、液晶ディスプレイ、有機ＥＬディスプレイ、またはその他の表示機器である。

温度センサー２０６は、工作機械２００内に設けられており、保守対象の部品の温度を検知する。温度センサー２０６は、保守対象の部品の温度を定期的に検知し、検知した温度を検知情報として通信インターフェイス２０４を介して情報処理装置１００に送信する。

加速度センサー２０７は、工作機械２００内に設けられており、保守対象の部品の加速度（振動）を検知する。一例として、加速度センサー２０７は、工作機械２００の主軸の加速度を検知する。検知された加速度は、検知情報として通信インターフェイス２０４を介して情報処理装置１００に送信される。

電流センサー２０８は、工作機械２００内に設けられており、保守対象の部品に流れる電流の値を検知する。電流センサー２０８は、保守対象の部品に流れる電流の値を定期的に検知し、検知した電流値を検知情報として通信インターフェイス２０４を介して情報処理装置１００に送信する。

入力インターフェイス２０９は、たとえば、ＵＳＢ端子であり、入力デバイス２１１に接続される。入力インターフェイス２０９は、入力デバイス２１１からのユーザー操作を示す信号を受け付ける。入力デバイス２１１は、たとえば、マウス、キーボード、タッチパネル、またはユーザーの操作を受け付けることが可能なその他の装置である。

記憶装置２２０は、たとえば、ハードディスクやフラッシュメモリなどの記憶媒体である。記憶装置２２０は、本実施の形態に従う制御プログラム２２２などを格納する。制御プログラム２２２の格納場所は、記憶装置２２０に限定されず、制御装置２０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ２０２、ＲＡＭ２０３、外部機器（たとえば、情報処理装置１００）などに格納されていてもよい。

＜第２の実施の形態＞
［概要］
第１の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００内の保守部品に関する部品情報とを収集していた。これに対して、第２の実施の形態に従う情報処理装置１００は、工作機械２００で発生したアラームと、当該アラームに対する対処方法とを収集する。その後、情報処理装置１００は、工作機械２００で発生したアラームと、当該アラームに対する対処方法との間の相関関係をアラームの種類別に機械学習する。

第２の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［情報処理装置１００による学習処理］
図１１〜図１３を参照して、第２の実施の形態に従う情報処理装置１００による学習処理について説明する。図１１は、第２の実施の形態に従う情報処理装置１００と工作機械２００Ａ，２００Ｂとの間のデータの流れを示すシーケンス図である。

ステップＳ５０において、検知対象のアラームが工作機械２００Ａで発生したとする。サービスマンまたはユーザーは、工作機械２００Ａに対して発生したアラームに対処するために工作機械２００Ａに対して操作を行う。その後、サービスマンまたはユーザーは、工作機械２００Ａの故障内容と、当該故障に対する対処方法とを工作機械２００Ａの画面に入力する。

図１２は、工作機械２００Ａのディスプレイ２１０に表示される画面の一例を示す図である。図１２に示される画面は、たとえば、オペレーティングシステム「ＣＥＬＯＳ」から提供される。当該画面は、たとえば、故障内容を入力するための入力領域２３０と、当該故障の対処方法を入力するための入力領域２３１と、登録ボタン２３２と、キャンセルボタン２３３とを含む。登録ボタン２３２が押下されると、発生したアラームＩＤと、入力領域２３０，２３１に入力された情報とが情報処理装置１００に送信される。キャンセルボタン２３３が押下されると、図１２に示される画面が閉じられる。

ステップＳ５２において、情報処理装置１００は、工作機械２００Ａから受信したアラームＩＤと、当該アラームに対する対処方法とを関連付けた上で、これらの情報を図１３に示されるデーターベース１２４Ｂに格納する。図１３は、データーベース１２４Ｂのデータ構造の一例を示す図である。図１３の例では、工作機械の装置ＩＤと、工作機械において発生したアラームを識別するためのアラームＩＤと、当該アラームの発生時刻と、当該アラームに対する対処方法とがアラームの種類別に関連付けられている。

ステップＳ５４において、検知対象のアラームが工作機械２００Ｂで発生したとする。サービスマンまたはユーザーは、工作機械２００Ｂにおいて発生したアラームに対処するために工作機械２００Ｂに対して操作を行う。その後、上述と同様に、サービスマンまたはユーザーは、工作機械２００Ｂの故障内容と、当該故障に対する対処方法とを工作機械２００Ｂの画面に入力する。工作機械２００Ｂは、発生したアラームを識別するためのアラームＩＤと、当該アラームの発生時刻と、当該アラームに対する対処方法とを情報処理装置１００に送信する。

ステップＳ５６において、情報処理装置１００は、工作機械２００Ｂから受信したアラームＩＤと、当該アラームに対する対処方法とを関連付けた上で、これらの情報をデーターベース１２４Ｂにアラームの種類別に格納する。

ステップＳ５０，Ｓ５２，Ｓ５４，Ｓ５６の処理が繰り返されることで、収集データ１２５Ｉ〜１２５Ｐがデーターベース１２４Ｂに蓄積される。

ステップＳ６０において、情報処理装置１００は、ユーザーから学習指示を受け付けたとする。当該学習指示は、情報処理装置１００に対するユーザー操作に基づいて発行されてもよいし、予め設定されている学習タイミングが到来したことに基づいて発行されてもよい。

ステップＳ６２において、情報処理装置１００は、データーベース１２４Ｂの収集データ１２５Ｉ〜１２５Ｐに基づいて、アラームと当該アラームに対する対処方法と間の相関関係をアラームの種類別に機械学習する。当該相関関係の機械学習には、ニューラルネットワークやサポートベクターマシンなどの様々な学習手法が採用され得る。

ステップＳ７０において、工作機械２００Ａにおいてアラームが新たに発生し、ユーザーは、当該アラームに対処するためのトラブルシュートの呼出操作を行ったとする。

ステップＳ７２において、工作機械２００Ａは、発生したアラームを識別するためのアラームＩＤを情報処理装置１００に送信する。

ステップＳ７４において、情報処理装置１００は、工作機械２００ＡからアラームＩＤを受信したことに基づいて、ステップＳ６２で学習された相関関係を参照して、当該受信したアラームＩＤに対応する対処方法をトラブルシュートとして取得する。

ステップＳ７６において、情報処理装置１００は、ステップＳ７４で取得した対処方法を工作機械２００Ａに送信する。工作機械２００Ａは、情報処理装置１００から受信した対処方法をトラブルシュートとして出力する。当該トラブルシュートは、画面に出力されてもよいし、音声出力されてもよい。

このように、情報処理装置１００は、工作機械２００Ａで発生したアラームを新たに受信した場合に、ステップＳ６２で学習された相関関係を参照して、当該受信したアラームに対応するための対処方法を特定し、当該特定された対処方法を出力する。

なお、上述では、アラームＩＤと対処方法とが収集される例について説明を行ったが、さらに他の情報が収集されてもよい。たとえば、情報処理装置１００は、工具情報（たとえば、メーカーや工具種類）、ワークの種類、切削条件（たとえば、主軸回転数、切込み幅、切込み深さ、送り）、加速度（たとえば、周波数、ピーク振動）を主とする各種センサー情報、機械状態（たとえば、各軸座標、軸負荷）などを収集してもよい。

＜第３の実施の形態＞
［概要］
第１の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００の保守部品に関する部品情報とを収集していた。これに対して、第３の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００の工作過程で使用された工具に関する情報とを収集する。

第３の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［情報処理システム１のシステム構成］
図１４を参照して、第３の実施の形態に従う情報処理システム１について説明する。図１４は、第３の実施の形態に従う情報処理システム１のシステム構成の一例を示す図である。

情報処理システム１は、情報処理装置１００と、複数の工作機械２００とで構成される。

工作機械２００の主軸には、ワークを加工するための工具が装着され得る。主軸に装着される工具は、ワークの種類、加工態様に合わせて自動で変えられる。本実施の形態に従う情報処理装置１００は、ワークの加工過程で使用された工具に関する工具情報を様々な工作機械２００から収集する。一例として、情報処理装置１００は、工具情報として、工具メーカー、工具種類（たとえば、工具ＩＤ）、ワークの加工条件などを工作機械２００から収集する。また、情報処理装置１００は、工具情報として、工具の使用時間、工具の使用回数などを工作機械２００から収集する。さらに、情報処理装置１００は、ワークの加工過程で工作機械２００のセンサーによって検知された検知情報を工作機械２００から収集する。情報処理装置１００は、工具情報と検知情報とを関連付けた上でそれらの情報をデーターベース１２４に蓄積する。

その後、情報処理装置１００は、蓄積された工具情報および検知情報に基づいて、工具情報と検知情報との間の相関関係を機械学習する。好ましくは、当該相関関係は、工作機械２００の種類別および工具の種類別に機械学習される。これにより、情報処理装置１００は、工具の寿命や工具の破損などを工具の種類別に判別することができる。

＜第４の実施の形態＞
［概要］
第１の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００の保守部品に関する部品情報とを収集していた。これに対して、第４の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００に設定される制御パラメータとを収集する。

第４の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［情報処理システム１のシステム構成］
図１５を参照して、第４の実施の形態に従う情報処理システム１について説明する。図１５は、第４の実施の形態に従う情報処理システム１のシステム構成の一例を示す図である。

情報処理システム１は、情報処理装置１００と、複数の工作機械２００とで構成される。

工作機械２００は、たとえば、ＤＭＧ森精機社製のＭＶＸ５０００シリーズなどである。本実施の形態に従う工作機械２００は、自身に設定する制御パラメータの候補を推奨するための推奨機能を有する。一例として、ＤＭＧ森精機社製のＭＶＣ（Machine Vibration Control）による推奨機能が採用される。ＭＶＣは、ワークの加工時に工具とワークとの間で生じる意図しない振動（以下、「びびり」ともいう。）を検知したことに基づいて、びびりを軽減するための推奨条件を自動的にユーザーに提示する。提示された推奨条件の中のいずれかが選択されると、工作機械２００は、選択された推奨条件に対応する制御パラメータを設定する。これにより、制御パラメータが最適化され、びびりが軽減される。

本実施の形態に従う情報処理装置１００は、ＭＶＣによる推奨条件の中から選択された推奨条件を様々な工作機械２００から収集する。より具体的には、工作機械２００は、オペレーティングシステムであるＣＥＬＯＳ２４０を含み、ＣＥＬＯＳ２４０は、ＭＶＣ２４２による推奨条件２４５と、推奨条件２４５を採用したことによる動作結果２４６とをＭＶＣ２４２から取得する。動作結果２４６は、推奨条件２４５を採用したことによりびびりが軽減できたか否かを示し、たとえば、何％軽減できたかで表わされる。

並行して、加速度センサー２０７は、工作機械２００の主軸の加速度を振動データとして取得する。ＦＦＴ（Fast Fourier Transform）部２４１は、加速度センサー２０７から得られた振動データを高速フーリエ変換する。その結果、振動データが周波数分解される。フーリエ変換の結果は、ＣＥＬＯＳ２４０に出力される。

ＣＥＬＯＳ２４０は、加速度センサー２０７による検知情報と、推奨条件２４５と、動作結果２４６とを情報処理装置１００に送信する。情報処理装置１００は、これらの情報を収集データとして様々な工作機械２００から収集し、検知情報と推奨条件２４５と動作結果２４６とを関連付けた上でこれらの情報をデーターベース１２４に蓄積する。

その後、情報処理装置１００は、蓄積された検知情報と推奨条件２４５と動作結果２４６との間の相関関係を動作結果２４６の種別に機械学習する。これにより、情報処理装置１００は、びびりを軽減するための切削条件などをより正確に推定することができ、切削効率を改善することができる。

以上のように、情報処理装置１００は、加速度センサー２０７による検知情報と、推奨された候補の内から選択された推奨条件２４５と、当該推奨条件２４５による制御パラメータを工作機械２００に設定することによりびびりが軽減されたか否かを示す動作結果２４６とを収集データとして様々な工作機械２００から受信する。情報処理装置１００は、工作機械２００から受信した収集データをデーターベース１２４に蓄積する。その後、情報処理装置１００は、データーベース１２４に蓄積された収集データに基づいて、加速度センサー２０７による検知情報と推奨条件２４５と動作結果２４６との間の相関関係を機械学習する。

なお、上述では、加速度センサー２０７による検知情報と推奨条件２４５と動作結果２４６とが収集される例について説明を行ったが、さらに他の情報が収集されてもよい。たとえば、情報処理装置１００は、ＭＶＣ２４２を利用したときの加工過程における、工具情報（たとえば、メーカーや工具種類）、ワークの種類、切削条件（たとえば、主軸回転数、切込み幅、切込み深さ、送り）、加速度（たとえば、周波数、ピーク振動）を主とする各種センサー情報、機械状態（たとえば、各軸座標、軸負荷）などを収集してもよい。

＜第５の実施の形態＞
［概要］
第１の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００の保守部品に関する部品情報とを収集していた。これに対して、第５の実施の形態に従う情報処理装置１００は、工作機械２００内のセンサーによる検知情報と、工作機械２００に設定される制御パラメータの補正情報とを収集する。

第５の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［情報処理システム１のシステム構成］
図１６を参照して、第５の実施の形態に従う情報処理システム１について説明する。図１６は、第５の実施の形態に従う情報処理システム１のシステム構成の一例を示す図である。

情報処理システム１は、情報処理装置１００と、複数の工作機械２００とで構成される。

工作機械２００は、たとえば、ＤＭＧ森精機社製のＤＭＵシリーズ、ＮＴＸシリーズなどである。本実施の形態に従う工作機械２００は、当該工作機械２００の制御パラメータを補正するための補正装置２５０を接続するためのインターフェイス２４８を含む。一例として、補正装置２５０は、「３Ｄ Ｑｕｉｃｋ Ｓｅｔ」である。「３Ｄ Ｑｕｉｃｋ Ｓｅｔ」は、タッチプローブと真球とを用いた旋回軸の幾何学交差を測定し、当該測定結果に基づいて工作機械２００の主軸やテーブルの旋回中心の誤差を自動的に補正するツールキットである。

本実施の形態に従う情報処理装置１００は、補正装置２５０による制御パラメータの補正情報を様々な工作機械２００から収集する。より具体的には、工作機械２００は、オペレーティングシステムであるＣＥＬＯＳ２４０を含み、ＣＥＬＯＳ２４０は、補正装置２５０による制御パラメータの補正情報をインターフェイス２４８を介して補正装置２５０から取得する。ＣＥＬＯＳ２４０は、補正装置２５０から取得した補正情報を情報処理装置１００に送信する。

並行して、温度センサー２０６は、工作機械２００内の構成要素の保守温度を検知する。好ましくは、温度センサー２０６は、温度検知対象の構成要素ごとに設けられている。温度センサー２０６は、たとえば、主軸の温度、ワークを保持するためのテーブルの温度、ベッドの温度、タンクの温度などを検知する。温度センサー２０６によって検知された温度は、検知情報２４３として情報処理装置１００に送信する。

情報処理装置１００は、温度センサー２０６による検知情報２４３と、補正装置２５０による補正情報とを収集データとして様々な工作機械２００から収集し、補正装置２５０による補正情報とを関連付けた上でこれらの情報をデーターベース１２４に蓄積する。その後、情報処理装置１００は、蓄積された検知情報と補正情報との間の相関関係を機械学習する。好ましくは、当該相関関係は、工作機械２００の種類別および保守部品の種類別に機械学習される。これにより、情報処理装置１００は、温度センサーの検知情報に基づいて誤差が大きくなってきていることを測定前に推定できるアルゴリズムを構築することができ、工作機械２００にフィードバックすることが可能になる。また、工作機械２００は、温度センサーによる検知情報に基づいて精度の劣化を正確に予測することが可能になり、補正装置２５０を使用するタイミングを推定することができる。

以上のように、情報処理装置１００は、温度センサー２０６による検知情報と、補正装置２５０による制御パラメータの補正情報とを収集データとして様々な工作機械２００から受信する。情報処理装置１００は、工作機械２００から受信した収集データをデーターベース１２４に蓄積する。その後、情報処理装置１００は、データーベース１２４に蓄積された収集データに基づいて、温度センサー２０６による検知情報と、補正装置２５０による補正情報との間の相関関係を機械学習する。

なお、上述では、温度センサー２０６による検知情報と補正装置２５０による制御パラメータの補正情報とが収集される例について説明を行ったが、さらに他の情報が収集されてもよい。たとえば、情報処理装置１００は、工作機械２００の稼働状況を示す稼働情報をさらに収集してもよい。

＜第６の実施の形態＞
［概要］
突然の故障による生産性の低下を防ぐために、ユーザーは、保守部品の交換などを定期的に行う必要がる。このとき、保守部品を交換すべきか否かを診断するためには専門的な知識と経験が必要であるため、ユーザーは、メンテナンス担当員に保守部品の診断を依頼する必要がある。メンテナンス担当員は、工作機械２００を分解して目視によって保守部品を確認する場合があるため、工作機械２００を長時間停止させる。また、保守部品の診断をメンテナンス担当員に依頼する場合には、コストも高くなる。これらの問題を解決するために、本実施の形態に従う情報処理装置１００は、ユーザー自身が工作機械２００の定期診断を行うことが可能な機能を提供する。

第６の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［診断処理］
以下では、図１７〜図１９を参照して、第６の実施の形態に従う情報処理装置１００による学習処理について説明する。図１７は、第６の実施の形態に従う情報処理装置１００と工作機械２００Ａ，２００Ｂとの間のデータの流れを示すシーケンス図である。

ステップＳ８０において、情報処理装置１００は、工作機械２００Ａのセンサーによる検知情報を収集データとして定期的に工作機械２００Ａから受信する。受信した収集データは、データーベース１２４（図３参照）に格納される。同様に、情報処理装置１００は、工作機械２００Ｂのセンサーによる検知情報を収集データとして定期的に工作機械２００Ｂから受信する。受信した収集データは、データーベース１２４（図３参照）に格納される。

ステップＳ８２において、情報処理装置１００は、ユーザーから学習指示を受け付けたことに基づいて、データーベース１２４に蓄積された収集データの学習処理を実行する。その結果、情報処理装置１００は、検知情報の正常範囲をセンサーの種類別に学習する。一例として、情報処理装置１００は、検知情報の平均値および標準偏差をセンサーの種類ごとに算出し、平均値から標準偏差の所定倍を差分して得られる下限値と、平均値から標準偏差の所定倍を加算して得られる上限値との間の範囲を正常範囲として学習する。

図１８は、情報処理装置１００による学習処理により得られる学習結果１２６Ａの一例を示す図である。学習結果１２６Ａにおいて、各センサーの検知情報の正常範囲が、装置の種類別および部品の種類別に規定されている。学習結果１２６Ａは、たとえば、情報処理装置１００の記憶装置１２０などに格納される。

ステップＳ８４において、工作機械２００Ａは、診断処理の実行指示を受け付けたとする。このとき、ユーザーは、特定のサイズおよび特定の材質のワークを工作機械２００Ａに予め準備しておき、自己診断プログラムを実行する。これにより、工作機械２００Ａは、自己診断用に準備されたＮＣプログラムを実行し、特定の工具を用いてワークの加工を開始する。

ステップＳ８６において、工作機械２００Ａは、ワークの加工中においてセンサーの検知情報を監視し、当該検知情報を収集する。収集対象の検知情報は、たとえば、主軸を駆動するモーターの負荷変動、主軸の温度変動、冷却材の温度変動、主軸の振動、ＸＹＡＢ軸など工具の軌跡に関連するモーターの負荷変動、および、ＸＹＡＢ軸など工具の軌跡に関連するエンコーダ軌跡データなどを含む。

ステップＳ８８において、工作機械２００Ａは、ステップＳ８６で収集された検知情報を情報処理装置１００に送信する。なお、ステップＳ８６におけるワークの加工の終了後に、工作機械２００Ａ内の計測ユニット（たとえば、タッチプローブなど）によってワークの特定箇所の形状が計測されてもよく、この場合、当該計測結果がさらに工作機械２００Ａに送信される。

ステップＳ９０において、情報処理装置１００は、工作機械２００Ａから受信した検知情報に基づいて、工作機械２００Ａの診断を行う。より具体的には、情報処理装置１００は、ステップＳ８２の学習処理で得られた学習結果１２６Ａを参照して、各検知情報の種類が正常範囲に含まれているか否かを判断し、当該判断結果に基づいて、工作機械２００Ａを診断する。一例として、情報処理装置１００は、工作機械２００Ａの振動状態、工作機械２００Ａの温度変動範囲、工作機械２００Ａの象限突起（バックラッシュ）、工作機械２００Ａの各軸の動作負荷などを学習結果１２６Ａに規定される正常範囲と比較する。

ステップＳ９２において、情報処理装置１００は、ステップＳ９０における診断結果として得られたカルテを工作機械２００Ａに送信する。

ステップＳ９４において、工作機械２００Ａは、情報処理装置１００から受信した診断結果を表示する。図１９は、工作機械２００Ａのディスプレイ２１０に表示される診断結果画面２６０の一例を示す図である。

図１９に示されるように、診断結果画面２６０は、各検知情報の正常レベルを示す判定結果を示す。また、正常範囲から外れていた検知情報については対処方法（たとえば、調整、部品交換、メーカー連絡など）が示される。さらに、正常範囲内の検知情報については、過去のデータと比較した変化の度合いから、故障が発生する時期の予測が示される。

好ましくは、情報処理装置１００は、診断処理を実行する度に、診断結果として得られたカルテを記憶する。これにより、情報処理装置１００は、大量のカルテを蓄積することができ、メンテナンス記録と合わせて機械学習することで、将来の故障発生確率を推定することができる。

以上のようにして、情報処理装置１００は、工作機械２００内の複数のセンサーの各々による検知情報を収集データとして様々な工作機械２００から受信する。情報処理装置１００は、工作機械２００から受信した収集データをデーターベース１２４に蓄積する。情報処理装置１００は、データーベース１２４に蓄積された収集データに基づいて、センサーの種類別に検知情報の正常範囲を学習する。その後、情報処理装置１００は、任意の工作機械から当該工作機械の診断の実行指示を受信した場合に、当該工作機械内のセンサーによる検知情報を当該工作機械から受信し、上記学習処理による学習結果を参照して、当該受信した検知情報の各々が対応する正常範囲に収まっているか否かを診断する。情報処理装置１００は、診断処理の実行指示の送信元の工作機械に診断結果を送信する。

これにより、ユーザーは、工作機械２００の診断を空いた時間に容易に行えるようになり、メンテナンス担当員による定期診断の回数を減らすことができる。また、蓄積された診断結果は、故障予測に活用することができる。

＜第７の実施の形態＞
［概要］
第１の実施の形態に従う情報処理システム１においては、情報処理装置１００および工作機械２００が同一のネットワークに属していた。これに対して、第７の実施の形態に従う情報処理システム１においては、情報処理装置１００および工作機械２００が同一のネットワークには属さない。

第７の実施の形態に従う情報処理装置１００のその他の点については、第１の実施の形態に従う情報処理装置１００と同じであるので、以下では、それらの点については説明を繰り返さない。

［情報処理システム１のシステム構成］
図２０を参照して、第７の実施の形態に従う情報処理システム１のシステム構成について説明する。図２０は、第７の実施の形態に従う情報処理システム１のシステム構成の一例を示す図である。

情報処理システム１は、たとえば、情報処理装置１００と、工作機械２００Ａ〜２００Ｃと、ＰＣ３００と、通信端末５００Ａ〜５００Ｃとで構成される。

工作機械２００Ａ〜２００ＣおよびＰＣ３００は、ネットワークＮＷ１を介して互いに接続されている。情報処理装置１００と工作機械２００Ａ〜２００Ｃとは、直接的にはネットワーク接続されていない。情報処理装置１００および工作機械２００Ａ〜２００Ｃのネットワークを分離することで、セキュリティが担保される。

本実施の形態においては、収集対象の情報は、通信端末５００Ａ〜５００Ｃを介して工作機械２００から情報処理装置１００に送信される。通信端末５００Ａは、たとえば、通信アダプタである。通信端末５００Ａには、たとえば、ＭＭＬｉｎｋ（登録商標）などが採用される。通信端末５００Ｂ，５００Ｃは、スマートフォンやタブレットなどの携帯端末である。

＜第８の実施の形態＞
上述では、情報処理装置１００が工作機械２００からセンサーの検知情報などを収集する例について説明を行ったが、その他の情報が収集されてもよい。図２１は、情報処理装置１００が工作機械２００から収集する収集データ１２５の一例を示す図である。情報処理装置１００は、上述の情報の他にも、収集データ１２５に示される様々な情報を工作機械２００から収集する。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。

１ 情報処理システム、１００ 情報処理装置、１０１，２０１ 制御装置、１０２，２０２ ＲＯＭ、１０３，２０３ ＲＡＭ、１０４，２０４ 通信インターフェイス、１０５，２０５ 表示インターフェイス、１０６，２０９ 入力インターフェイス、１１０，２１０ ディスプレイ、１１１ 入力デバイス、１２０，２２０ 記憶装置、１２２ 情報処理プログラム、１２４，１２４Ａ，１２４Ｂ データーベース、１２５，１２５Ａ〜１２５Ｐ 収集データ、１２６ 相関関係、１２６Ａ 学習結果、１５２ 通信部、１５４ 学習部、１５６ 寿命推定部、１５８ 故障判定部、２００Ａ〜２００Ｄ 工作機械、２０６ 温度センサー、２０７ 加速度センサー、２０８ 電流センサー、２２２ 制御プログラム、２３０，２３１ 入力領域、２３２ 登録ボタン、２３３ キャンセルボタン、２４１ ＦＦＴ部、２４３ 検知情報、２４５ 推奨条件、２４６ 動作結果、２４８ インターフェイス、２５０ 補正装置、２６０ 診断結果画面、３００Ａ，３００Ｂ，５００Ａ〜５００Ｃ 通信端末、４０１ ルーター。

Claims (10)

1. 情報処理方法であって、
   複数の工作機械と通信するステップを備え、
   前記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含み、
   前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、前記センサーによる検知情報とを収集データとして受信するステップを含み、さらに、
   前記複数の工作機械の各々から受信した前記収集データを記憶部に格納するステップと、
   前記記憶部に格納されている複数の前記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を前記部品の種類別に学習するステップとを備える、情報処理方法。
2. 前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品の交換タイミングを含む前記部品情報と、当該部品の交換タイミングまでの前記センサーによる検知情報とを前記収集データとして受信するステップを含み、
   前記学習するステップは、前記記憶部に格納されている複数の前記収集データに基づいて、工作機械の部品の交換タイミングと、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するステップを含み、
   前記情報処理方法は、前記複数の工作機械および他の工作機械の内のいずれかの工作機械から前記センサーによる検知情報を新たに受信した場合に、前記相関関係を参照して、当該新たに受信した検知情報に対応する、部品の交換タイミングを特定し、当該特定された交換タイミングに基づいて当該部品の寿命を推定するステップをさらに備える、請求項１に記載の情報処理方法。
3. 前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品の故障タイミングを含む前記部品情報と、当該部品の故障タイミングまでの前記センサーによる検知情報とを前記収集データとして受信するステップを含み、
   前記学習するステップは、前記記憶部に格納されている複数の前記収集データに基づいて、工作機械の部品の故障タイミングと、当該工作機械内のセンサーによる検知情報との間の相関関係を学習するステップを含み、
   前記情報処理方法は、前記複数の工作機械および他の工作機械の内のいずれかの工作機械から前記センサーによる検知情報を新たに受信した場合に、前記相関関係を参照して、当該新たに受信した検知情報に対応する、部品の故障タイミングを特定し、当該特定された故障タイミングに基づいて当該部品の交換タイミングを判定するステップをさらに備える、請求項１に記載の情報処理方法。
4. 情報処理方法であって、
   複数の工作機械と通信するステップを備え、
   前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、当該工作機械で発生したアラームの内容と、当該アラームの発生時に当該工作機械に対して行われた対処方法とを収集データとして受信するステップを含み、さらに、
   前記複数の工作機械の各々から受信した前記収集データを記憶部に格納するステップと、
   前記記憶部に格納されている複数の前記収集データに基づいて、前記部品の種類別に、かつ前記アラームの種類ごとに当該アラームと当該アラームに対する対処方法と間の相関関係を学習するステップとを備える、情報処理方法。
5. 前記情報処理方法は、前記複数の工作機械および他の工作機械の内のいずれかの工作機械から当該工作機械で発生したアラームを新たに受信した場合に、前記相関関係を参照して、当該新たに受信したアラームに対応するための対処方法を特定し、当該特定された対処方法を出力するステップをさらに備える、請求項４に記載の情報処理方法。
6. 情報処理方法であって、
   複数の工作機械と通信するステップを備え、
   前記複数の工作機械の各々は、
   当該工作機械に関する情報を検知情報として検知するためのセンサーと、
   当該工作機械の主軸の振動を軽減するための制御パラメータの推奨条件の候補を推奨するための推奨機能とを含み、
   前記通信するステップは、前記複数の工作機械の各々から、前記センサーによる検知情報と、前記候補の内から選択された推奨条件と、当該推奨条件による制御パラメータを当該工作機械に設定することにより前記振動が軽減されたか否かを示す結果とを収集データとして受信するステップを含み、さらに、
   前記複数の工作機械の各々から受信した前記収集データを記憶部に格納するステップと、
   前記記憶部に格納されている複数の前記収集データに基づいて、工作機械内のセンサーによる検知情報と、前記候補の内から選択された推奨条件と、前記結果との間の相関関係を学習するステップとを備える、情報処理方法。
7. 情報処理方法であって、
   複数の工作機械と通信するステップを備え、
   前記複数の工作機械の各々は、
   当該工作機械に関する情報を検知情報として検知するためのセンサーと、
   当該工作機械の制御パラメータを補正するための補正装置と接続するためのインターフェイスとを含み、
   前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、前記センサーによる検知情報と、前記補正装置による前記制御パラメータの補正情報とを収集データとして受信するステップを含み、さらに、
   前記複数の工作機械の各々から受信した前記収集データを記憶部に格納するステップと、
   前記記憶部に格納されている複数の前記収集データに基づいて、工作機械内のセンサーによる検知情報と、前記補正装置による補正情報との間の相関関係を前記部品の種類別に学習するステップとを備える、情報処理方法。
8. 情報処理方法であって、
   複数の工作機械と通信するステップを備え、
   前記複数の工作機械の各々は、当該工作機械に関する異なる情報を検知するための複数のセンサーを含み、
   前記通信するステップは、前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、当該工作機械内の前記複数のセンサーの各々による検知情報を収集データとして受信するステップを含み、さらに、
   前記複数の工作機械の各々から受信した前記収集データを記憶部に格納するステップと、
   前記記憶部に格納されている複数の前記収集データに基づいて、前記部品の種類別に、かつ前記複数のセンサーの種類別に検知情報の正常範囲を学習するステップと、
   前記複数の工作機械および他の工作機械の内のいずれかの工作機械から診断の実行指示を受信した場合に、当該工作機械内の前記複数のセンサーによる検知情報を当該工作機械から受信し、前記学習するステップにおける学習結果を参照して、当該受信した検知情報の各々が対応する正常範囲に収まっているか否かを診断するステップと、
   前記診断するステップにおける診断結果を前記実行指示の送信元の工作機械に送信するステップとを備える、情報処理方法。
9. 情報処理システムであって、
   情報処理装置と、
   前記情報処理装置と通信することが可能な複数の工作機械とを備え、
   前記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含み、
   前記情報処理装置は、
   前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、前記センサーによる検知情報とを収集データとして受信するための通信部と、
   前記複数の工作機械の各々から受信した前記収集データを格納するための記憶部と、
   前記記憶部に格納されている複数の前記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を前記部品の種類別に学習するための学習部とを備える、情報処理システム。
10. 情報処理装置であって、
    複数の工作機械と通信するための通信部を備え、
    前記複数の工作機械の各々は、当該工作機械に関する情報を検知情報として検知するためのセンサーを含み、
    前記通信部は、前記複数の工作機械の各々から、当該工作機械の部品に関する部品情報と、前記センサーによる検知情報とを収集データとして受信し、さらに、
    前記複数の工作機械の各々から受信した前記収集データを格納するための記憶部と、
    前記記憶部に格納されている複数の前記収集データに基づいて、工作機械の部品情報と、当該工作機械内のセンサーによる検知情報との間の相関関係を前記部品の種類別に学習するための学習部とを備える、情報処理装置。