[发明专利]机械学习装置、故障预测装置、机械系统及机械学习方法

权利要求书

1.一种机械学习装置，学习与连接至网络的设备的电子部件的寿命故障相关联的条件，其特征在于，

该机械学习装置具备：

状态观测部，其观测根据连接至上述网络的设备的硬件结构、制造信息、运转状况、使用条件以及检测周围环境状态的传感器的输出的至少一个而得到的状态变量；

判定数据取得部，其取得判定连接至上述网络的设备的电子部件有无寿命故障或寿命故障的程度而得的判定数据；以及

学习部，其基于根据上述状态观测部的输出以及上述判定数据取得部的输出而生成的训练数据和教师数据，学习与连接至上述网络的设备的电子部件的寿命故障相关联的条件，

上述学习部具备：

误差计算部，其计算上述训练数据与上述教师数据的误差；以及

学习模型更新部，其根据上述状态观测部的输出、上述判定数据取得部的输出以及上述误差计算部的输出，更新用于决定与连接至上述网络的设备的电子部件的寿命故障相关联的条件的误差的学习模型。

2.根据权利要求1所述的机械学习装置，其特征在于，

上述机械学习装置存在于雾服务器上。

3.根据权利要求2所述的机械学习装置，其特征在于，

上述雾服务器经由第一网络控制包括多个设备的至少一个单元。

4.根据权利要求1所述的机械学习装置，其特征在于，

上述机械学习装置存在于云服务器上。

5.根据权利要求4所述的机械学习装置，其特征在于，

上述云服务器经由第二网络控制雾服务器中的至少一个，该雾服务器经由第一网络与包括多个设备的至少一个单元连接。

6.根据权利要求1～5中的任意一项所述的机械学习装置，其特征在于，

上述机械学习装置能够与至少一个其他机械学习装置连接，与至少一个上述其他机械学习装置之间相互交换或共享机械学习的结果。

7.根据权利要求1～5中的任意一项所述的机械学习装置，其特征在于，

上述机械学习装置具备神经网络。

8.一种故障预测装置，包括权利要求1～7中的任意一项所述的机械学习装置，预测连接至上述网络的设备的电子部件的寿命故障，其特征在于，

该故障预测装置具备：故障信息输出部，其接收上述机械学习装置的输出，根据由上述状态观测部观测到的当前的上述状态变量输出故障信息，该故障信息表示连接至上述网络的设备的电子部件有无寿命故障或寿命故障的程度。

9.根据权利要求8所述的故障预测装置，其特征在于，

上述故障信息输出部输出连接至上述网络的设备的电子部件的故障预测的通知或维护信息的通知。

10.一种机械系统，其特征在于，

该机械系统具备：

权利要求8或权利要求9所述的故障预测装置；以及

连接至上述网络的设备。

11.一种机械学习方法，学习与连接至网络的设备的电子部件的寿命故障相关联的条件，其特征在于，

该机械学习方法进行如下处理：

观测根据连接至上述网络的设备的硬件结构、制造信息、运转状况、使用条件以及检测周围环境状态的传感器的输出的至少一个而得到的状态变量，

取得判定连接至上述网络的设备的电子部件有无寿命故障或寿命故障的程度的判定数据，

基于根据观测到的上述状态变量以及取得的上述判定数据而生成的训练数据和教师数据来学习与连接至上述网络的设备的电子部件的寿命故障相关联的条件，

学习与连接至上述网络的设备的电子部件的寿命故障相关联的条件，包括：

计算上述训练数据与上述教师数据的误差，

根据观测到的上述状态变量、取得的上述判定数据以及计算出的上述误差，更新用于决定与连接至上述网络的设备的电子部件的寿命故障相关联的条件的误差的学习模型。