本發(fā)明涉及機(jī)床的診斷方法及系統(tǒng)，更詳細(xì)而言，涉及使用一類支持向量機(jī)(SupportVectorMachines：SVM)法進(jìn)行機(jī)床的診斷的診斷方法及系統(tǒng)。

背景技術(shù)：
在機(jī)床中，會(huì)發(fā)生使用引起的磨損/劣化這樣的歷時(shí)變化或機(jī)械損傷等。因此，以將機(jī)床的突然的故障或停止防患于未然為目的，進(jìn)行定期的檢修及零件更換。然而，機(jī)床一旦發(fā)生異常停止或噪音的發(fā)生這樣的異常時(shí)，需要查明原因、更換零件的籌備或制作、進(jìn)而也需要對(duì)策施工的實(shí)施，因此機(jī)床的停機(jī)時(shí)間變長(zhǎng)。因此，如下述的專利文獻(xiàn)1～3公開(kāi)那樣，提出了在機(jī)床發(fā)生異常停止等異常事態(tài)之前，自動(dòng)地診斷機(jī)床的各種技術(shù)。專利文獻(xiàn)1～3公開(kāi)了一種通過(guò)將安裝于機(jī)床的加速度計(jì)等傳感器的輸出信號(hào)的數(shù)值與規(guī)定的閾值進(jìn)行比較而進(jìn)行機(jī)床的異常診斷的技術(shù)。而且，也提出了利用多個(gè)傳感器的輸出信號(hào)的方法，但是基本上，通過(guò)傳感器的輸出信號(hào)的數(shù)值或頻率解析等的解析結(jié)果的值與規(guī)定的閾值進(jìn)行比較，來(lái)診斷異常的有無(wú)。然而，在診斷機(jī)床的情況下，考慮了如果不是僅利用機(jī)床的一個(gè)參數(shù)的輸出信號(hào)值而是利用多個(gè)參數(shù)的話，則能夠進(jìn)行更綜合性的診斷。在利用了多個(gè)參數(shù)的診斷中，可考慮利用例如在統(tǒng)計(jì)學(xué)中的多變量解析所使用的馬哈拉諾比斯法。在馬哈拉諾比斯法中，設(shè)定考慮了標(biāo)本數(shù)據(jù)的參數(shù)的相關(guān)性的、距標(biāo)本數(shù)據(jù)組的分布的中心的基準(zhǔn)馬哈拉諾比斯距離內(nèi)的單位空間，判定測(cè)定到的對(duì)象數(shù)據(jù)的馬哈拉諾比斯距離是否包含于該單位空間。并且，在對(duì)象數(shù)據(jù)的馬哈拉諾比斯距離包含于單位空間內(nèi)時(shí)診斷為正常，在不包含時(shí)診斷為異常。然而，在馬哈拉諾比斯法的映射空間中僅有一個(gè)判定為正常的單位空間。因此，在將標(biāo)本數(shù)據(jù)組分為多個(gè)群組的情況下，將群組間的異常數(shù)據(jù)都包含于單位空間內(nèi)。其結(jié)果是，在馬哈拉諾比斯法中，存在將異常數(shù)據(jù)誤診斷為正常的可能性。【在先技術(shù)文獻(xiàn)】【專利文獻(xiàn)】【專利文獻(xiàn)1】日本特開(kāi)2013-164386號(hào)公報(bào)【專利文獻(xiàn)2】日本特開(kāi)2008-97363號(hào)公報(bào)【專利文獻(xiàn)3】日本專利4434350號(hào)公報(bào)

技術(shù)實(shí)現(xiàn)要素：
【發(fā)明要解決的課題】因此，本發(fā)明的目的在于提供一種能夠?qū)崿F(xiàn)機(jī)床的高精度的診斷的診斷方法及診斷系統(tǒng)。【用于解決課題的方案】為了實(shí)現(xiàn)上述的目的，第一發(fā)明的機(jī)床的診斷方法的特征在于，包括：初始取得工序，一邊使機(jī)床以規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)，一邊測(cè)定所述機(jī)床的多個(gè)參數(shù)來(lái)取得初始測(cè)定數(shù)據(jù)；生成工序，使用所述初始測(cè)定數(shù)據(jù)作為練習(xí)數(shù)據(jù)，而生成一類支持向量機(jī)法的映射空間的正常區(qū)域；再取得工序，在所述機(jī)床的運(yùn)轉(zhuǎn)后，一邊使所述機(jī)床再次以所述規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)，一邊測(cè)定所述機(jī)床的所述多個(gè)參數(shù)而取得再測(cè)定數(shù)據(jù)；及診斷工序，使用所述再測(cè)定數(shù)據(jù)作為測(cè)試數(shù)據(jù)，基于所述測(cè)試數(shù)據(jù)是否包含于一類支持向量機(jī)法的所述映射空間的所述正常區(qū)域，來(lái)進(jìn)行所述機(jī)床的診斷。這樣構(gòu)成的本發(fā)明通過(guò)一類SVM法，使用機(jī)械學(xué)習(xí)的模式識(shí)別(多個(gè)數(shù)據(jù)的相關(guān)關(guān)系)來(lái)實(shí)施機(jī)床的診斷。在一類SVM法中，可以生成復(fù)雜的多個(gè)區(qū)域作為正常區(qū)域。因此，與使用僅生成橢圓區(qū)域的1區(qū)域的單位空間的馬哈拉諾比斯法相比，能夠?qū)崿F(xiàn)高精度的診斷。此外，在本發(fā)明中，使用一邊使機(jī)床以規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)一邊測(cè)定了多個(gè)參數(shù)的初始測(cè)定數(shù)據(jù)作為練習(xí)數(shù)據(jù)，且使用一邊以相同的規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)一邊測(cè)定了多個(gè)參數(shù)的再測(cè)定數(shù)據(jù)作為測(cè)試數(shù)據(jù)。由此，能夠?qū)崿F(xiàn)更高精度的診斷。另外，機(jī)床通常為高價(jià)，因此特意弄壞幾個(gè)機(jī)床而取得異常數(shù)據(jù)的情況并不現(xiàn)實(shí)。因此，在本發(fā)明中，通過(guò)使用正常時(shí)的機(jī)床的初始測(cè)定數(shù)據(jù)、即正常數(shù)據(jù)作為練習(xí)數(shù)據(jù)的一類法，進(jìn)行支持向量機(jī)(SupportVectorMachines：SVM)的練習(xí)(機(jī)械學(xué)習(xí))。由此，在本發(fā)明中，在診斷之前，無(wú)需取得異常數(shù)據(jù)。因此，根據(jù)本發(fā)明的機(jī)床的診斷方法，能夠?qū)崿F(xiàn)機(jī)床的高精度的診斷。另外，在本發(fā)明中，優(yōu)選的是，所述診斷工序在所述測(cè)試數(shù)據(jù)包含于所述正常區(qū)域的情況下，將所述機(jī)床診斷為正常，在所述測(cè)試數(shù)據(jù)不包含于所述正常區(qū)域的情況下，將所述機(jī)床診斷為異常。由此，通過(guò)一類SVM法，能夠?qū)崿F(xiàn)機(jī)床的正常/異常的高精度的診斷。另外，在本發(fā)明中，優(yōu)選的是，所述規(guī)定的運(yùn)轉(zhuǎn)模式是所述機(jī)床對(duì)加工物進(jìn)行加工的運(yùn)轉(zhuǎn)模式，所述診斷工序在所述測(cè)試數(shù)據(jù)包含于所述正常區(qū)域的情況下，將由所述機(jī)床進(jìn)行的所述加工物的加工診斷為正常加工，在所述測(cè)試數(shù)據(jù)不包含于所述正常區(qū)域的情況下，將由所述機(jī)床進(jìn)行的所述加工物的加工診斷為不良加工。機(jī)床在對(duì)齒輪或齒輪這樣的量產(chǎn)加工品進(jìn)行加工的情況下，以相同的運(yùn)轉(zhuǎn)模式反復(fù)運(yùn)轉(zhuǎn)。因此，若將以對(duì)加工物進(jìn)行加工時(shí)的運(yùn)轉(zhuǎn)模式一邊使機(jī)床運(yùn)轉(zhuǎn)一邊測(cè)定的初始測(cè)定數(shù)據(jù)作為練習(xí)數(shù)據(jù)，生成一類SVM法的映射空間的正常區(qū)域，則可以將機(jī)床實(shí)際對(duì)加工物進(jìn)行加工時(shí)的再測(cè)定數(shù)據(jù)利用作為測(cè)試數(shù)據(jù)。此時(shí)，若機(jī)床存在異常，則通過(guò)該機(jī)床加工的加工品的加工精度也下降，因此加工品的品質(zhì)也劣化。因此，基于加工時(shí)的運(yùn)轉(zhuǎn)模式下的數(shù)據(jù)，能夠診斷加工物的加工的良好與不良。因此，基于加工品的加工時(shí)的數(shù)據(jù)，能夠進(jìn)行加工品的加工的良/不良的診斷、例如加工品的加工精度或品質(zhì)的檢查。另外，在本發(fā)明中，優(yōu)選的是，所述再取得工序在不同的時(shí)期執(zhí)行多次，所述診斷工序基于所述測(cè)試數(shù)據(jù)的所述映射空間的位置的歷時(shí)變化，將所述測(cè)試數(shù)據(jù)從所述正常區(qū)域脫離的時(shí)期預(yù)測(cè)作為所述機(jī)床的故障發(fā)生時(shí)期。這樣，能夠?qū)⒂捎谠\斷結(jié)果的時(shí)間推移而測(cè)試數(shù)據(jù)從正常區(qū)域脫離的時(shí)期預(yù)測(cè)作為機(jī)床的故障發(fā)生時(shí)期。另外，在本發(fā)明中，優(yōu)選的是，所述再取得工序在不同的時(shí)期執(zhí)行多次，所述診斷工序基于所述測(cè)試數(shù)據(jù)的所述映射空間的位置的歷時(shí)變化，將所述測(cè)試數(shù)據(jù)從所述正常區(qū)域脫離的時(shí)期預(yù)測(cè)作為向所述機(jī)床裝入的消耗零件的更換時(shí)期。這樣，能夠?qū)⒂捎谠\斷結(jié)果的時(shí)間推移而測(cè)試數(shù)據(jù)從正常區(qū)域脫離的時(shí)期作為車(chē)刀等切削工具或砂輪這樣的向機(jī)床裝入的消耗零件的更換時(shí)期進(jìn)行壽命預(yù)測(cè)。另外，在本發(fā)明中，優(yōu)選的是，所述機(jī)床的診斷方法還包括如下工序：使用所述測(cè)試數(shù)據(jù)作為追加的練習(xí)數(shù)據(jù)，而生成一類支持向量機(jī)法的新的映射空間的新的正常區(qū)域，所述診斷工序中，在所述測(cè)試數(shù)據(jù)不包含于所述新的正常區(qū)域的情況下，將所述機(jī)床診斷為異常，在所述測(cè)試數(shù)據(jù)雖然包含于所述新的正常區(qū)域但不包含于初始的正常區(qū)域的情況下，將所述機(jī)床診斷為歷年劣化，在所述測(cè)試數(shù)據(jù)包含于所述新的正常區(qū)域及所述初始的正常區(qū)域的情況下，將所述機(jī)床診斷為正常。包含機(jī)床的機(jī)械通常因歷年而特性變化。該特性的歷年變化未必是機(jī)械的異常，反而多是比機(jī)械的出貨時(shí)更穩(wěn)定的運(yùn)轉(zhuǎn)狀態(tài)。因此，當(dāng)僅基于初始的練習(xí)數(shù)據(jù)進(jìn)行機(jī)床的診斷時(shí)，診斷的精度可能逐漸下降。因此，將測(cè)試數(shù)據(jù)作為追加的練習(xí)數(shù)據(jù)，來(lái)更新一類SVM法的映射空間的正常區(qū)域，由此與機(jī)床的故障診斷另行地進(jìn)行歷年劣化診斷，從而能夠?qū)崿F(xiàn)防止診斷精度的下降。另外，為了實(shí)現(xiàn)上述的目的，第二發(fā)明的機(jī)床的診斷系統(tǒng)的特征在于，具備：測(cè)定單元，一邊使機(jī)床以規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)，一邊測(cè)定所述機(jī)床的多個(gè)參數(shù)而輸出初始測(cè)定數(shù)據(jù)，在所述機(jī)床的運(yùn)轉(zhuǎn)后，一邊使所述機(jī)床再次以所述規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)，一邊測(cè)定所述機(jī)床的所述多個(gè)參數(shù)而輸出再測(cè)定數(shù)據(jù)；練習(xí)單元，使用所述初始測(cè)定數(shù)據(jù)作為練習(xí)數(shù)據(jù)，生成一類支持向量機(jī)法的映射空間的正常區(qū)域；存儲(chǔ)單元，存儲(chǔ)所述映射空間的所述正常區(qū)域；及診斷單元，使用所述再測(cè)定數(shù)據(jù)作為測(cè)試數(shù)據(jù)，基于所述測(cè)試數(shù)據(jù)是否包含于一類支持向量機(jī)法的所述映射空間的所述正常區(qū)域，來(lái)進(jìn)行所述機(jī)床的診斷。這樣構(gòu)成的本發(fā)明通過(guò)一類SVM法，使用機(jī)械學(xué)習(xí)的模式識(shí)別(多個(gè)數(shù)據(jù)的相關(guān)關(guān)系)來(lái)實(shí)施機(jī)床的診斷。進(jìn)而，在本發(fā)明中，將使機(jī)床一邊以規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)一邊測(cè)定了多個(gè)參數(shù)的初始測(cè)定數(shù)據(jù)使用作為練習(xí)數(shù)據(jù)，并將一邊以相同的規(guī)定的運(yùn)轉(zhuǎn)模式運(yùn)轉(zhuǎn)一邊測(cè)定多個(gè)參數(shù)的再測(cè)定數(shù)據(jù)使用作為測(cè)試數(shù)據(jù)。由此，根據(jù)第二發(fā)明的機(jī)床的診斷系統(tǒng)，與第一發(fā)明同樣，能夠?qū)崿F(xiàn)機(jī)床的高精度的診斷。另外，在本發(fā)明中，優(yōu)選的...