信息处理方法、信息处理系统以及信息处理装置与流程

本公开涉及一种用于从多个机床收集各种信息的技术。

背景技术：

已开发出与机床有关的各种技术。例如，日本专利第5992087号公报(专利文献1)公开了能够预测机床的故障的预防维护管理系统。

作为另一例，国际公开第2002/003156号(专利文献2)公开了以下的nc加工辅助系统：将多个nc(numericalcontrol：数控)机床经由网络来与中央管理装置进行连接，能够在各nc机床与中央管理装置之间进行各种信息的相互通信。该中央管理装置例如从各nc机床收集机床的加工知识等。

作为又一例，国际公开第2000/012259号(专利文献3)公开了能够制作机床中的工具信息的工具管理系统。该工具管理系统在机床的加工过程中储存与使用工具的各种信息、nc指令信息、工具校正信息、主轴负荷信息相关联的实际切削数据，将它们进行反馈。

作为又一例，日本特开2003-177815号公报(专利文献4)公开了以下的产业机器的维护系统：在从制造商侧提供了维护信息的情况下用户能够高效地进行维护作业。该维护系统具备：信息传递单元，其根据需要来将用户侧的lan与制造商侧的lan经由通信线路进行连接；监控单元，其连接于用户侧的lan，对产业机器的规定项目进行监控；信息发送接收单元，其将所得到的监控信息经由信息传递单元发送到制造商侧lan，相反地从制造商侧lan接收信息；监视单元，其连接于制造商侧lan，基于接收到的监控信息来自动地进行故障诊断从而监视产业机器；以及维护信息发送单元，其在基于该诊断结果而需要维护时，自动地向用户侧发送维护信息。

现有技术文献

专利文献

专利文献1：日本专利第5992087号公报

专利文献2：国际公开第2002/003156号

专利文献3：国际公开第2000/012259号

专利文献4：日本特开2003-177815号公报

技术实现要素：

发明要解决的问题

已开发出能够从各种机床收集与机床有关的信息的技术。然而，随着机床的多样化，能够收集的信息的种类、信息量也变得庞大，存在所收集的信息未被有效地灵活使用的问题。因而，期望一种用于有效地灵活使用从机床收集的各种信息的技术。

专利文献1未公开所收集的信息的种类、该信息的利用方法。专利文献2、3仅公开了收集基于实际的加工数据得到的信息，未公开其它信息的收集方法和该其它信息的利用方法。专利文献4仅公开了收集与产业机器的规定项目有关的监控信息，未公开其它信息的收集方法和该其它信息的利用方法。

本公开是为了解决如上所述的问题而完成的，其某个方面的目的在于提供一种能够有效地灵活使用从机床收集到的各种信息的信息处理方法。其它方面的目的在于提供一种能够有效地灵活使用从机床收集到的各种信息的信息处理系统。还在于提供一种能够有效地灵活使用从机床收集到的各种信息的信息处理装置。

用于解决问题的方案

遵循某个方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收在该机床中产生的警报的内容以及在产生该警报时针对该机床进行的对策方法来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，按上述警报的种类来学习该警报与针对该警报的对策方法之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括：传感器，其用于探测与该机床有关的信息来作为探测信息；以及推荐功能，其用于推荐用于使该机床的主轴的振动减轻的控制参数的推荐条件的候选。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过上述传感器得到的探测信息、从上述候选中选择出的推荐条件、以及表示上述振动是否由于对该机床设定该推荐条件下的控制参数而被减轻的结果来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，来学习通过机床内的传感器得到的探测信息、从上述候选中选择出的推荐条件以及上述结果之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括：传感器，其用于探测与该机床有关的信息来作为探测信息；以及接口，其用于与用于对该机床的控制参数进行校正的校正装置进行连接。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过上述传感器得到的探测信息以及上述校正装置对上述控制参数进行校正的校正信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，来学习通过机床内的传感器得到的探测信息与上述校正装置的校正信息之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括用于探测与该机床有关的不同的信息的多个传感器。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过该机床内的上述多个传感器中的各传感器得到的探测信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；学习步骤，基于上述存储部中保存的多个上述收集数据，按上述多个传感器的种类来学习探测信息的正常范围；诊断步骤，在从上述多个机床以及其它机床中的任一个机床接收到诊断的执行指示的情况下，从该机床接收通过该机床内的上述多个传感器得到的探测信息，参照上述学习步骤中的学习结果，来诊断接收到的该探测信息各自是否收敛于对应的正常范围；以及发送步骤，将上述诊断步骤中的诊断结果发送到作为上述执行指示的发送源的机床。

遵循其它方面，信息处理系统具备信息处理装置以及能够与上述信息处理装置进行通信的多个机床。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述信息处理装置具备：通信部，其用于从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据；存储部，其用于保存从上述多个机床中的各机床接收到的上述收集数据；以及学习部，其用于基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

遵循其它方面，信息处理装置具备用于与多个机床进行通信的通信部。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述通信部从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据。上述信息处理装置还具备：存储部，其用于保存从上述多个机床中的各机床接收到的上述收集数据；以及学习部，其用于基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

发明的效果

在某个方面，能够有效地灵活使用从机床收集到的各种信息。

通过结合附图来理解的有关本发明的下面的详细说明，本发明的上述目的、特征、方面及优点以及其它的目的、特征、方面及优点会变得明确。

附图说明

图1是表示遵循第一实施方式的信息处理系统的系统结构的一例的图。

图2是表示遵循第一实施方式的信息处理装置与机床之间的数据的流动的时序图。

图3是表示遵循第一实施方式的数据库的数据结构的一例的图。

图4是表示作为学习结果而得到的相关关系的一例的图。

图5是表示遵循变形例的数据库的一例的图。

图6是表示遵循第一实施方式的信息处理装置的功能结构的一例的图。

图7是表示遵循第一实施方式的信息处理装置进行的学习处理的流程图。

图8是表示遵循第一实施方式的信息处理装置对保养部件进行的寿命估计处理的流程图。

图9是表示遵循第一实施方式的信息处理装置的主要的硬件结构的框图。

图10是表示遵循第一实施方式的机床的主要的硬件结构的框图。

图11是表示遵循第二实施方式的信息处理装置与机床之间的数据的流动的时序图。

图12是表示遵循第二实施方式的机床的显示器所显示的画面的一例的图。

图13是表示遵循第二实施方式的数据库的数据结构的一例的图。

图14是表示遵循第三实施方式的信息处理系统的系统结构的一例的图。

图15是表示遵循第四实施方式的信息处理系统的系统结构的一例的图。

图16是表示遵循第五实施方式的信息处理系统的系统结构的一例的图。

图17是表示遵循第六实施方式的信息处理装置与机床之间的数据的流动的时序图。

图18是表示通过遵循第六实施方式的信息处理装置进行的学习处理而得到的学习结果的一例的图。

图19是表示遵循第七实施方式的机床的显示器所显示的诊断结果画面的一例的图。

图20是表示遵循第七实施方式的信息处理系统的系统结构的一例的图。

图21是表示遵循第八实施方式的信息处理装置从机床收集的收集数据的一例的图。

具体实施方式

下面，参照附图来说明遵循本发明的各实施方式。在下面的说明中，对相同的部件和结构要素标注相同的标记。它们的名称和功能也相同。因而，不重复对它们进行详细说明。此外，也可以将下面说明的各实施方式和各变形例适当地选择性地进行组合。

<第一实施方式>

[信息处理系统1的系统结构]

参照图1来说明用于收集与机床有关的信息的信息处理系统1。图1是表示信息处理系统1的系统结构的一例的图。

信息处理系统1由信息处理装置100和多个机床200a～200d构成。

机床200a～200d例如配置在工厂内。机床200a～200d既可以是相同种类的机床，也可以是不同种类的机床。下面，机床200a～200d中的至少1个也被称为机床200。

作为机床200的种类的一例，能够列举出车床、加工中心。车床一边利用主轴使工件旋转一边使工具抵接工件，由此对工件进行加工。加工中心一边利用主轴使工具旋转一边使工具抵接工件，由此对工件进行加工。

信息处理装置100是在与设置机床200a～200d的工厂不同的场所设置的服务器。信息处理装置100从机床200a～200d收集与机床有关的各种信息，将这些信息进行数据库化。作为一例，信息处理装置100收集由加速度传感器探测出的主轴的加速度、由温度传感器探测的机床内的温度、与机床内的液压单元有关的信息、油冷却器的监控结果等。这些信息的收集功能也可以是物理服务器，例如，也可以在云端上的平台中提供这些信息的收集功能。

信息处理装置100和机床200经由网络nw来相互连接。机床200能够以任意的方式来与网络nw连接。在图1的例子中，机床200a、200b经由路由器401来与网络nw连接。机床200c经由io(inputoutput：输入输出)单元和路由器401来与网络nw连接。机床200d直接与网络nw连接。

此外，信息处理系统1也可以除了包括信息处理装置100和机床200以外还包括pc(personalcomputer：个人计算机)300a、300b。pc300a经由路由器401来与信息处理装置100间接地进行网络连接。pc300b与信息处理装置100直接地进行网络连接。

[由信息处理装置100进行的学习处理]

参照图2～图4来说明由信息处理装置100进行的学习处理。图2是表示信息处理装置100与机床200a、200b之间的数据的流动的时序图。

各机床200包括用于探测与自身有关的信息的传感器。在本实施方式中，信息处理装置100从机床200中的各机床收集与机床200的保养部件有关的部件信息以及通过机床200内的传感器得到的探测信息。之后，信息处理装置100基于从机床200中的各机床收集到的信息来对机床200的部件信息与通过机床200内的传感器得到的探测信息之间的相关关系进行机器学习(数据挖掘)。信息处理装置100参照作为学习结果得到的相关关系来预测保养部件的寿命或者判定保养部件是否已故障。

更具体地说，在步骤s10中，信息处理装置100定期地从机床200a接收通过机床200a内的传感器得到的探测信息。在所接收的探测信息上标注有探测时刻，信息处理装置100接收该探测信息来作为探测历史记录。同样地，信息处理装置100定期地从机床200b接收通过机床200b内的传感器得到的探测信息。在所接收的探测信息上标注有探测时刻，信息处理装置100接收该探测信息来作为探测历史记录。从机床200a、200b接收到的探测历史记录被保存到后述的数据库124。

设为在步骤s20a中对机床200a的保养部件进行了更换。作为该保养部件，例如包括主轴等消耗品。基于保养部件被更换这一情况，机床200a将用于识别作为更换对象的保养部件的部件id(identification：身份证明)以及保养部件的更换时机作为部件信息发送到信息处理装置100。信息处理装置100将从机床200a接收到的部件信息与到保养部件的更换时机为止通过步骤s10接收到的机床200a的探测信息进行关联，在此基础上将这些信息保存到图3所示的数据库124。

图3是表示数据库124的数据结构的一例的图。在图3的例子中，机床的装置id、通过步骤s10接收到的探测历史记录(即探测信息及其探测时机)以及通过步骤s20a接收到的物品信息彼此相关联。作为收集对象的探测信息例如包括由温度传感器探测的机床200a内的温度、机床200a中的消耗功率、由加速度传感器探测的机床200a的主轴的加速度、由电流传感器探测的流过机床200a内的保养部件的电流的值等。作为收集对象的物品信息例如包括用于识别作为更换对象的保养部件的部件id以及该保养部件的更换时机。

同样地，设为在步骤s20b中对机床200b的保养部件进行了更换。机床200b将用于识别作为更换对象的保养部件的部件id以及保养部件的更换时机作为部件信息发送到信息处理装置100。信息处理装置100将从机床200b接收到的部件信息与到保养部件的更换时机为止通过步骤s10接收到的机床200b的探测信息进行关联，在此基础上将这些信息保存到图3所示的数据库124。

这样，信息处理装置100从机床200中的各机床接收与作为更换对象的保养部件有关的物品信息以及到该保养部件的更换时机为止通过传感器得到的探测信息来作为收集数据。信息处理装置100将从机床200中的各机床接收到的收集数据保存到数据库124。其结果，收集数据125a～125h被储存到数据库124。

设为在步骤s30中信息处理装置100受理了学习指示。既可以基于对信息处理装置100进行的用户操作来发布该学习指示，也可以基于已到预先设定的学习时机来发布该学习指示。

在步骤s32中，信息处理装置100执行用于对数据库124中储存的收集数据之间的相关关系进行机器学习的学习处理。在本实施方式中，信息处理装置100基于数据库124来对机床200的保养部件的更换时机与通过该机床200内的传感器得到的探测信息之间的相关关系进行机器学习。

更具体地说，信息处理装置100针对收集数据125a～125h中的各收集数据来计算从探测信息的探测时机到保养部件的更换时机为止的时间(下面也称为“寿命时间”。)。之后，信息处理装置100按保养部件的种类来对数据库124所示的各探测信息与针对各探测信息计算出的寿命时间之间的相关关系进行机器学习。在该相关关系的机器学习中，例如能够采用神经网络、支持向量机等各种学习手法。

图4是表示作为学习结果而得到的相关关系126的一例的图。在图4的例子中，示出了作为针对机床200内的保养部件“1”的学习结果而得到的相关关系126。相关关系126的横轴表示通过机床200内的传感器得到的探测信息。在图4的例子中，为了便于说明，探测信息表示为一个维数，但是该探测信息也可以由与探测信息的种类相当的维数来表示。相关关系126的纵轴表示保养部件“1”的寿命时间。

设为在步骤s40中，机床200a从用户处受理了用于估计保养部件“1”的寿命的指示。基于该情况，机床200a对内部的传感器输出探测指示，从该传感器新获取探测信息。

在步骤s42中，机床200a将新获取到的探测信息发送到信息处理装置100。

在步骤s44中，信息处理装置100基于新接收到通过机床200a的传感器得到的探测信息这一情况，参照通过步骤s32学习到的相关关系126，确定与新接收到的该探测信息对应的寿命时间来作为保养部件“1”的寿命估计结果。例如，信息处理装置100在从机床200a接收到探测信息“m1”的情况下，将与探测信息“m1”对应的寿命时间“δt”估计为保养部件“1”的寿命时间。能够利用任意的方法来输出所估计出的寿命时间。作为一例，关于所估计出的寿命时间，既可以作为消息来输出到画面，也可以作为声音来输出。例如，显示“还有10小时左右达到寿命”等消息。由此，服务人员或用户能够识别保养部件的寿命。作为其它例，信息处理装置100在从机床200a接收到探测信息“m2”的情况下，将与探测信息“m2”对应的寿命时间“0”估计为保养部件“1”的寿命时间。即，在该情况下，判断为保养部件“1”的寿命已耗尽。

在步骤s46中，信息处理装置100将步骤s44中的寿命估计结果发送到机床200a。机床200a输出从信息处理装置100接收到的寿命估计结果。能够利用任意的方法来输出该寿命估计结果。作为一例，寿命估计结果既可以输出到画面，也可以作为声音来输出，还可以向制造商自动订购预备部件，还可以委托维护。

此外，在图2和图3的例子中，对收集保养部件的更换时机作为机床200的部件信息的例子进行了说明，但是也可以收集其它部件信息。例如，也可以收集机床200的保养部件的故障时机。在该情况下，信息处理装置100从机床200中的各机床收集包含机床200的保养部件的故障时机的部件信息以及到该保养部件的故障时机为止的探测信息。接着，信息处理装置100基于收集数据来对机床的保养部件的故障时机与通过该机床内的传感器得到的探测信息之间的相关关系进行机器学习。之后，信息处理装置100在从机床200新接收到探测信息的情况下，参照作为学习结果而得到的相关关系，来确定与新接收到的该探测信息对应的保养部件的故障时机。信息处理装置100基于确定出的该故障时机来判定该保养部件的更换时机。

另外，作为机床200的部件信息，也可以探测机床200的冷却剂中的杂质度(污染)。在该情况下，信息处理装置100从机床200中的各机床收集包含冷却剂的杂质度的部件信息以及通过传感器得到的探测信息(例如，温度、冷却剂的液压等)。接着，信息处理装置100基于收集数据来对冷却剂的杂质度与通过传感器得到的探测信息之间的相关关系进行机器学习。之后，信息处理装置100在从机床200新接收到探测信息的情况下，参照作为学习结果而得到的相关关系，来探测与新接收到的该探测信息对应的冷却剂的杂质度。

[变形例]

图5是表示遵循变形例的数据库124a的一例的图。在图3所示的数据库124中，收集了通过机床200内的传感器得到的探测信息以及与保养部件有关的部件信息。与此相对，在遵循变形例的数据库124a中，还收集表示机床200的工作状况的工作信息。

更具体地说，信息处理装置100从机床200中的各机床收集通过机床200得到的探测信息、机床200的部件信息以及机床200的工作信息。作为工作信息，例如能够列举行驶距离、主轴的工作时间、电源的状态(on或off(接通或断开))、产生的警报等。

信息处理装置100在学习处理时，参照数据库124a，按保养部件的种类来对通过机床200得到的探测信息、机床200的部件信息以及机床200的工作信息之间的相关关系进行机器学习。

此外，也可以收集其它工作信息。例如，作为工作信息，也可以收集机床200的自动门的锁芯的故障信息、该自动门的开闭次数、该自动门的开闭时间、与该自动门关联的警报信息、机型等。在该情况下，信息处理装置100能够基于自动门的锁芯的更换信息、工作信息以及机型信息来在门锁芯发生故障前估计警报。

[信息处理装置100的功能结构]

参照图6来说明信息处理装置100的功能。图6是表示信息处理装置100的功能结构的一例的图。

如图6所示，信息处理装置100包括控制装置101和存储装置120(存储部)作为硬件结构。控制装置101包括通信部152、学习部154、寿命估计部156以及故障判定部158作为功能结构。

通信部152从机床200中的各机床接收与机床200的保养部件有关的部件信息以及通过机床200内的传感器得到的探测信息来作为收集数据。接收到的收集数据被依次储存到存储装置120中保存的数据库124(参照图3)。

学习部154基于数据库124中储存的收集数据来对机床200的部件信息与通过机床200内的传感器得到的探测信息之间的相关关系126(参照图4)进行机器学习。

在某个方面，在数据库124中收集了机床200的保养部件的更换时机以及通过机床200内的传感器得到的探测信息。学习部154参照数据库124来对机床200的保养部件的更换时机与通过机床200内的传感器得到的探测信息之间的相关关系进行机器学习。

在其它方面，在数据库124中收集了机床200的保养部件的故障时机以及通过机床200内的传感器得到的探测信息。学习部154参照数据库124来对机床200的保养部件的故障时机与通过机床200内的传感器得到的探测信息之间的相关关系进行机器学习。

寿命估计部156在从机床200新接收到探测信息的情况下，参照相关关系126来针对机床200的各保养部件确定与接收到的探测信息对应的更换时机。寿命估计部156基于所确定的更换时机来估计各保养部件的寿命。

故障判定部158在从机床200新接收到探测信息的情况下，参照相关关系126来针对机床200的各保养部件确定与接收到的探测信息对应的更换时机。故障判定部158基于所确定的更换时机来判定各保养部件的故障。

[信息处理装置100的控制构造]

参照图7和图8来说明信息处理装置100的控制构造。图7是表示由信息处理装置100进行的学习处理的流程图。图8是表示由信息处理装置100对保养部件进行的寿命估计处理的流程图。通过由信息处理装置100的控制装置101执行程序来实现图7和图8的处理。在其它方面，处理的一部分或全部也可以由电路元件或者其它硬件来执行。

典型地说，控制装置101先执行图7所示的学习处理，之后执行图8所示的寿命估计处理。下面，依次说明图7所示的学习处理和图8所示的寿命估计处理。

(学习处理)

参照图7，在步骤s110中，控制装置101判断是否从机床200接收到通过机床200的传感器得到的探测信息。控制装置101在判断为从机床200接收到通过机床200的传感器得到的探测信息的情况下(步骤s110中“是”)，将控制切换为步骤s112。否则(步骤s110中“否”)控制装置101将控制切换为步骤s120。

在步骤s112中，控制装置101作为上述的通信部152(参照图6)，将通过步骤s110从机床200接收到的探测信息写入到上述的数据库124(参照图3)。作为收集对象的探测信息，例如能够列举出由温度传感器探测的机床200内的温度、机床200a中的消耗功率、由加速度传感器探测的机床200a的主轴的加速度、由电流传感器探测的流过机床200a内的保养部件的电流的值等。

在步骤s120中，控制装置101判断是否从机床200接收到与保养部件有关的部件信息。控制装置101在判断为从机床200接收到与保养部件有关的部件信息的情况下(步骤s120中“是”)，将控制切换为步骤s122。否则(步骤s120中“否”)控制装置101将控制切换为步骤s130。

在步骤s122中，控制装置101作为上述的通信部152，将通过步骤s110从机床200接收到的部件信息写入到上述的数据库124(参照图3)。作为收集对象的部件信息，例如能够列举出保养部件的更换时机、用于识别保养部件的部件id等。

在步骤s130中，控制装置101判断是否受理了用于执行学习处理的指示。既可以基于对信息处理装置100或机床200进行的用户操作来发布该指示，也可以基于已到预先设定的学习时机来发布该指示。控制装置101在判断为从用户处受理了用于执行学习处理的指示的情况下(步骤s130中“是”)，将控制切换为步骤s132。否则(步骤s130中“否”)控制装置101使控制返回到步骤s110。

在步骤s132中，控制装置101作为上述的学习部154(参照图6)，对数据库124中储存的探测信息与部件信息之间的相关关系进行机器学习。作为其结果的一例，得到上述的相关关系126。

(寿命估计处理)

接下来，参照图8来说明保养部件的寿命估计处理。

在步骤s150中，控制装置101判断是否受理了用于执行寿命估计处理的指示。既可以基于对信息处理装置100或机床200进行的用户操作来发布该指示，也可以基于已到预先设定的执行时机来发布该指示。控制装置101在判断为受理了用于执行寿命估计处理的指示的情况下(步骤s150中“是”)，将控制切换为步骤s152。否则(步骤s150中“否”)控制装置101再次执行步骤s150的处理。

在步骤s152中，控制装置101向作为寿命估计对象的机床200发送探测命令。该机床200基于从信息处理装置100接收到探测命令这一情况，来获取通过机床200内的传感器得到的探测信息。机床200将获取到的探测信息发送到信息处理装置100。

在步骤s154中，控制装置101作为上述的寿命估计部156(参照图6)，基于通过上述的图7所示的学习处理而得到的相关关系，来确定与通过步骤s152接收到的探测信息对应的保养部件的更换时机。控制装置101基于所确定的更换时机来估计保养部件的寿命。寿命估计处理如图4中所说明的那样，因此不重复其说明。

[信息处理装置100的硬件结构]

参照图9来说明信息处理装置100的硬件结构的一例。图9是表示信息处理装置100的主要的硬件结构的框图。

信息处理装置100包括控制装置101、rom(readonlymemory：只读存储器)102、ram(randomaccessmemory：随机存取存储器)103、通信接口104、显示接口105、输入接口106以及存储装置120。

控制装置101对信息处理装置100进行控制。控制装置101例如由至少1个集成电路构成。集成电路例如由至少1个cpu(centralprocessingunit：中央处理单元)、至少1个asic(applicationspecificintegratedcircuit：专用集成电路)、至少1个fpga(fieldprogrammablegatearray：现场可编程门阵列)或者它们的组合等构成。

控制装置101通过执行遵循本实施方式的信息处理程序122等各种程序来对信息处理装置100的动作进行控制。控制装置101基于受理了信息处理程序122的执行命令这一情况，从存储装置120将信息处理程序122读出到rom102。ram103作为工作存储器来发挥功能，暂时保存执行信息处理程序122所需的各种数据。

lan、天线等与通信接口104连接。信息处理装置100经由通信接口104来与外部的通信设备之间交换数据。外部的通信设备例如包括机床200、服务器、其它通信终端等。信息处理装置100也可以构成为能够从服务器下载信息处理程序122。

显示接口105与显示器110连接，按照来自控制装置101等的指令来对显示器110送出用于显示图像的图像信号。显示器110例如是液晶显示器、有机el显示器或者其它显示设备。在显示器110上例如显示机床200的保养部件的寿命估计结果、该保养部件的故障判定结果等。

输入接口106例如是usb(universalserialbus：通用串行总线)端子，与输入设备111连接。输入接口106受理来自输入设备111的表示用户操作的信号。输入设备111例如是鼠标、键盘、触摸面板、或者能够受理用户的操作的其它装置。此外，在构成云端的刀锋服务器的情况下，不需要包括输入接口106和显示接口105。

存储装置120例如是硬盘、闪存等存储介质。存储装置120保存遵循本实施方式的信息处理程序122、上述的数据库124(参照图3)、上述的相关关系126(参照图4)等。信息处理程序122、数据库124以及相关关系126的保存场所不限定于存储装置120，也可以保存在控制装置101的存储区域(例如，缓存等)、rom102、ram103、外部设备(例如，机床200)等中。

此外，信息处理程序122也可以不作为单个的程序、而是被编入为任意的程序的一部分来提供。在该情况下，与任意的程序协作地实现遵循本实施方式的处理。即使是这样的不包括一部分模块的程序，也不脱离遵循本实施方式的信息处理程序122的宗旨。并且，也可以利用专用的硬件来实现由信息处理程序122提供的功能的一部分或全部。并且，也可以构成为信息处理装置100与机床200协作来执行信息处理程序122。

[机床200的硬件结构]

参照图10来说明机床200的硬件结构的一例。图10是表示机床200的主要的硬件结构的框图。

机床200包括控制装置201、rom202、ram203、通信接口204、显示接口205、温度传感器206、加速度传感器207、电流传感器208、输入接口209以及存储装置220。

控制装置201对机床200进行控制。控制装置201例如由至少1个集成电路构成。集成电路例如由至少1个cpu、至少1个asic、至少1个fpga或者它们的组合等构成。

控制装置201通过执行机床200的控制程序222等各种程序来控制机床200的动作。控制装置201基于受理了控制程序222的执行命令这一情况，从存储装置220将控制程序222读出到rom202。ram203作为工作存储器来发挥功能，暂时保存执行控制程序222所需的各种数据。

lan、天线等与通信接口204连接。机床200经由通信接口204来与外部的通信设备之间交换数据。外部的通信设备例如包括信息处理装置100、其它通信终端等。机床200也可以构成为能够从该通信终端下载控制程序222。

显示接口205与显示器210连接，按照来自控制装置201等的指令来对显示器210送出用于显示图像的图像信号。显示器210例如是液晶显示器、有机el显示器或者其它显示设备。

温度传感器206设置于机床200内，探测作为保养对象的部件的温度。温度传感器206定期地探测作为保养对象的部件的温度，将探测出的温度作为探测信息来经由通信接口204发送到信息处理装置100。

加速度传感器207设置于机床200内，探测作为保养对象的部件的加速度(振动)。作为一例，加速度传感器207探测机床200的主轴的加速度。探测出的加速度作为探测信息来经由通信接口204被发送到信息处理装置100。

电流传感器208设置于机床200内，探测流过作为保养对象的部件的电流的值。电流传感器208定期地探测流过作为保养对象的部件的电流的值，将探测出的电流值作为探测信息来经由通信接口204发送到信息处理装置100。

输入接口209例如是usb端子，与输入设备211连接。输入接口209受理来自输入设备211的表示用户操作的信号。输入设备211例如是鼠标、键盘、触摸面板、或者能够受理用户的操作的其它装置。

存储装置220例如是硬盘、闪存等存储介质。存储装置220保存遵循本实施方式的控制程序222等。控制程序222的保存场所不限定于存储装置220，也可以保存在控制装置201的存储区域(例如，缓存等)、rom202、ram203、外部设备(例如，信息处理装置100)等中。

<第二实施方式>

[概要]

遵循第一实施方式的信息处理装置100收集了通过机床200内的传感器得到的探测信息以及与机床200内的保养部件有关的部件信息。与此相对，遵循第二实施方式的信息处理装置100收集在机床200中产生的警报以及针对该警报的对策方法。之后，信息处理装置100按警报的种类来对在机床200中产生的警报与针对该警报的对策方法之间的相关关系进行机器学习。

遵循第二实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[由信息处理装置100进行的学习处理]

参照图11～图13来说明由遵循第二实施方式的信息处理装置100进行的学习处理。图11是表示遵循第二实施方式的信息处理装置100与机床200a、200b之间的数据的流动的时序图。

设为在步骤s50中在机床200a中产生了作为探测对象的警报。服务人员或用户对机床200a进行操作以应对针对机床200a产生的警报。之后，服务人员或用户将机床200a的故障内容以及针对该故障的对策方法输入到机床200a的画面。

图12是表示机床200a的显示器210所显示的画面的一例的图。图12所示的画面例如由操作系统“celos”提供。该画面例如包括用于输入故障内容的输入区域230、用于输入该故障的对策方法的输入区域231、登记按钮232以及取消按钮233。当按下登记按钮232时，产生的警报id以及输入到输入区域230、231的信息被发送到信息处理装置100。当按下取消按钮233时，图12所示的画面关闭。

在步骤s52中，信息处理装置100将从机床200a接收到的警报id与针对该警报的对策方法进行关联，在此基础上将这些信息保存到图13所示的数据库124b。图13是表示数据库124b的数据结构的一例的图。在图13的例子中，按警报的种类，将机床的装置id、用于识别在机床中产生的警报的警报id、该警报的产生时刻以及针对该警报的对策方法进行了关联。

设为在步骤s54中在机床200b中产生了作为探测对象的警报。服务人员或用户对机床200b进行操作以应对在机床200b中产生的警报。之后，与上述同样地，服务人员或用户将机床200b的故障内容以及针对该故障的对策方法输入到机床200b的画面。机床200b将用于识别所产生的警报的警报id、该警报的产生时刻以及针对该警报的对策方法发送到信息处理装置100。

在步骤s56中，信息处理装置100将从机床200b接收到的警报id与针对该警报的对策方法进行关联，在此基础上将这些信息按警报的种类保存到数据库124b。

通过重复步骤s50、s52、s54、s56的处理，收集数据125i～125p被储存到数据库124b。

设为在步骤s60中信息处理装置100从用户处受理了学习指示。既可以基于对信息处理装置100进行的用户操作来发布该学习指示，也可以基于已到预先设定的学习时机来发布该学习指示。

在步骤s62中，信息处理装置100基于数据库124b的收集数据125i～125p，按警报的种类来对警报与针对该警报的对策方法之间的相关关系进行机器学习。在该相关关系的机器学习中能够采用神经网络、支持向量机等各种学习手法。

设为在步骤s70中在机床200a中新产生了警报，用户进行了呼叫用于应对该警报的故障排除方法的呼叫操作。

在步骤s72中，机床200a将用于识别所产生的警报的警报id发送到信息处理装置100。

在步骤s74中，信息处理装置100基于从机床200a接收到警报id这一情况，参照通过步骤s62学习到的相关关系，获取与该接收到的警报id对应的对策方法来作为故障排除方法。

在步骤s76中，信息处理装置100将通过步骤s74获取到的对策方法发送到机床200a。机床200a将从信息处理装置100接收到的对策方法作为故障排除方法来输出。该故障排除方法既可以输出到画面，也可以作为声音来输出。

这样，信息处理装置100在新接收到在机床200a中产生的警报的情况下，参照通过步骤s62学习到的相关关系来确定用于应对该接收到的警报的对策方法，并输出所确定出的该对策方法。

此外，在上述内容中，对收集警报id和对策方法的例子进行了说明，但是也可以还收集其它信息。例如，信息处理装置100也可以收集工具信息(例如制造商、工具种类)、工件的种类、切削条件(例如主轴转数、切割宽度、切割深度、给送量)、以加速度(例如频率、峰值振动)为主的各种传感器信息、机器状态(例如各轴坐标、轴负荷)等。

<第三实施方式>

[概要]

遵循第一实施方式的信息处理装置100收集了通过机床200内的传感器得到的探测信息以及与机床200的保养部件有关的部件信息。与此相对，遵循第三实施方式的信息处理装置100收集通过机床200内的传感器得到的探测信息以及与在机床200的工作过程中使用的工具有关的信息。

遵循第三实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[信息处理系统1的系统结构]

参照图14来说明遵循第三实施方式的信息处理系统1。图14是表示遵循第三实施方式的信息处理系统1的系统结构的一例的图。

信息处理系统1由信息处理装置100和多个机床200构成。

在机床200的主轴上能够安装用于加工工件的工具。配合工件的种类、加工方式来自动地改变安装于主轴的工具。遵循本实施方式的信息处理装置100从各种机床200收集与在工件的加工过程中使用的工具有关的工具信息。作为一例，信息处理装置100从机床200收集工具制造商、工具种类(例如，工具id)、工件的加工条件等来作为工具信息。另外，信息处理装置100从机床200收集工具的使用时间、工具的使用次数等来作为工具信息。并且，信息处理装置100从机床200收集在工件的加工过程中由机床200的传感器探测出的探测信息。信息处理装置100将工具信息与探测信息进行关联，在此基础上将这些信息储存到数据库124。

之后，信息处理装置100基于所储存的工具信息和探测信息来对工具信息与探测信息之间的相关关系进行机器学习。优选的是，按机床200的种类和工具的种类来进行该相关关系的机器学习。由此，信息处理装置100能够按工具的种类来判别工具的寿命、工具的破损等。

<第四实施方式>

[概要]

遵循第一实施方式的信息处理装置100收集了通过机床200内的传感器得到的探测信息以及与机床200的保养部件有关的部件信息。与此相对，遵循第四实施方式的信息处理装置100收集通过机床200内的传感器得到的探测信息以及对机床200设定的控制参数。

遵循第四实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[信息处理系统1的系统结构]

参照图15来说明遵循第四实施方式的信息处理系统1。图15是表示遵循第四实施方式的信息处理系统1的系统结构的一例的图。

信息处理系统1由信息处理装置100和多个机床200构成。

机床200例如是dmg森精机公司制的mvx5000系列等。遵循本实施方式的机床200具有用于推荐对自身设定的控制参数的候选的推荐功能。作为一例，采用了基于dmg森精机公司制的mvc(machinevibrationcontrol：机器振动控制)的推荐功能。mvc基于探测出在加工工件时在工具与工件之间产生的非预期振动(下面也称为“振纹”。)这一情况，来自动向用户提示用于减轻振纹的推荐条件。当选择了所提示的推荐条件中的任一个时，机床200设定与所选择的推荐条件对应的控制参数。由此，控制参数被优化，振纹被减轻。

遵循本实施方式的信息处理装置100从各种机床200收集从mvc的推荐条件中选择出的推荐条件。更具体地说，机床200包括作为操作系统的celos240，celos240从mvc242获取mvc242的推荐条件245以及通过采用推荐条件245而得到的动作结果246。动作结果246表示采用推荐条件245是否能够减轻振纹，例如，以能够减轻了百分之几来表示。

并行地，加速度传感器207获取机床200的主轴的加速度来作为振动数据。fft(fastfouriertransform：高速傅里叶变换)部241对从加速度传感器207得到的振动数据进行高速傅里叶变换。其结果，振动数据被频率分解。傅里叶变换的结果被输出到celos240。

celos240将通过加速度传感器207得到的探测信息、推荐条件245以及动作结果246发送到信息处理装置100。信息处理装置100从各种机床200收集这些信息来作为收集数据，将探测信息、推荐条件245以及动作结果246进行关联，在此基础上将这些信息储存到数据库124。

之后，信息处理装置100按动作结果246的类别来对储存的探测信息、推荐条件245以及动作结果246之间的相关关系进行机器学习。由此，信息处理装置100能够更准确地估计用于减轻振纹的切削条件等，从而能够改善切削效率。

如以上那样，信息处理装置100从各种机床200接收通过加速度传感器207得到的探测信息、从所推荐的候选中选择出的推荐条件245、表示振纹是否由于对机床200设定该推荐条件245下的控制参数而被减轻的动作结果246，来作为收集数据。信息处理装置100将从机床200接收到的收集数据储存到数据库124。之后，信息处理装置100基于数据库124中储存的收集数据来对通过加速度传感器207得到的探测信息、推荐条件245以及动作结果246之间的相关关系进行机器学习。

此外，在上述内容中，对收集通过加速度传感器207得到的探测信息、推荐条件245以及动作结果246的例子进行了说明，但是也可以还收集其它信息。例如，信息处理装置100也可以收集利用mvc242时的加工过程中的工具信息(例如制造商、工具种类)、工件的种类、切削条件(例如主轴转数、切割宽度、切割深度、给送量)、以加速度(例如频率、峰值振动)为主的各种传感器信息、机器状态(例如各轴坐标、轴负荷)等。

<第五实施方式>

[概要]

遵循第一实施方式的信息处理装置100收集了通过机床200内的传感器得到的探测信息以及与机床200的保养部件有关的部件信息。与此相对，遵循第五实施方式的信息处理装置100收集通过机床200内的传感器得到的探测信息以及对机床200设定的控制参数的校正信息。

遵循第五实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[信息处理系统1的系统结构]

参照图16来说明遵循第五实施方式的信息处理系统1。图16是表示遵循第五实施方式的信息处理系统1的系统结构的一例的图。

信息处理系统1由信息处理装置100和多个机床200构成。

机床200例如是dmg森精机公司制的dmu系列、ntx系列等。遵循本实施方式的机床200包括用于连接校正装置250的接口248，该校正装置250用于对该机床200的控制参数进行校正。作为一例，校正装置250是“3dquickset”。“3dquickset”是以下的工具套件：使用接触式探头和球体来测定枢轴的几何交叉，基于该测定结果来自动地校正机床200的主轴、平台的枢轴中心的误差。

遵循本实施方式的信息处理装置100从各种机床200收集校正装置250对控制参数进行校正的校正信息。更具体地说，机床200包括作为操作系统的celos240，celos240经由接口248从校正装置250获取校正装置250对控制参数进行校正的校正信息。celos240将从校正装置250获取到的校正信息发送到信息处理装置100。

并行地，温度传感器206探测机床200内的结构要素的保养温度。优选的是，针对每个作为温度探测对象的结构要素设置温度传感器206。温度传感器206例如探测主轴的温度、用于保持工件的平台的温度、机座的温度、罐的温度等。由温度传感器206探测出的温度作为探测信息243发送到信息处理装置100。

信息处理装置100从各种机床200收集通过温度传感器206得到的探测信息243以及校正装置250的校正信息来作为收集数据，将通过温度传感器206得到的探测信息243与校正装置250的校正信息进行关联，在此基础上将这些信息储存到数据库124。之后，信息处理装置100对储存的探测信息与校正信息之间的相关关系进行机器学习。优选的是，按机床200的种类和保养部件的种类来进行该相关关系的机器学习。由此，信息处理装置100能够构建以下的算法：能够基于温度传感器的探测信息来在测定前估计出误差变大，信息处理装置100能够将该算法反馈给机床200。另外，机床200能够基于通过温度传感器得到的探测信息来准确地预测精度的劣化，从而能够估计使用校正装置250的时机。

如以上那样，信息处理装置100从各种机床200接收通过温度传感器206得到的探测信息以及校正装置250对控制参数进行校正的校正信息来作为收集数据。信息处理装置100将从机床200接收到的收集数据储存到数据库124。之后，信息处理装置100基于数据库124中储存的收集数据来对通过温度传感器206得到的探测信息与校正装置250的校正信息之间的相关关系进行机器学习。

此外，在上述内容中，对收集通过温度传感器206得到的探测信息以及校正装置250对控制参数进行校正的校正信息的例子进行了说明，但是也可以还收集其它信息。例如，信息处理装置100也可以还收集表示机床200的工作状况的工作信息。

<第六实施方式>

[概要]

为了防止因突然的故障引起的生产率的降低，用户需要定期地进行保养部件的更换等。此时，为了诊断是否应该更换保养部件，需要专门的知识和经验，因此用户需要委托维护负责人进行保养部件的诊断。维护负责人有时对机床200进行分解从而通过目视来确认保养部件，因此使机床200长时间地停止。另外，在委托维护负责人进行保养部件的诊断的情况下，成本也变高。为了解决这些问题，遵循本实施方式的信息处理装置100提供以下功能：用户自身能够进行机床200的定期诊断。

遵循第六实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[诊断处理]

下面，参照图17～图19来说明由遵循第六实施方式的信息处理装置100进行的学习处理。图17是表示遵循第六实施方式的信息处理装置100与机床200a、200b之间的数据的流动的时序图。

在步骤s80中，信息处理装置100定期地从机床200a接收通过机床200a的传感器得到的探测信息来作为收集数据。接收到的收集数据被保存到数据库124(参照图3)。同样地，信息处理装置100定期地从机床200b接收通过机床200b的传感器得到的探测信息来作为收集数据。接收到的收集数据被保存到数据库124(参照图3)。

在步骤s82中，信息处理装置100基于从用户处受理了学习指示这一情况，来执行数据库124中储存的收集数据的学习处理。其结果，信息处理装置100按传感器的种类来学习探测信息的正常范围。作为一例，信息处理装置100按传感器的种类来计算探测信息的平均值和标准偏差，将从平均值减去标准偏差的规定倍所得到的下限值与使平均值加上标准偏差的规定倍所得到的上限值之间的范围作为正常范围来学习。

图18是表示通过信息处理装置100的学习处理而得到的学习结果126a的一例的图。在学习结果126a中，按装置的种类和部件的种类来规定各传感器的探测信息的正常范围。学习结果126a例如被保存在信息处理装置100的存储装置120等中。

设为在步骤s84中机床200a受理了诊断处理的执行指示。此时，用户针对机床200a预先准备特定的尺寸和特定的材质的工件，执行自诊断程序。由此，机床200a执行为了自诊断而准备的nc程序，使用特定的工具来开始工件的加工。

在步骤s86中，机床200a在加工工件的过程中监视传感器的探测信息，收集该探测信息。作为收集对象的探测信息例如包括对主轴进行驱动的电动机的负荷变动、主轴的温度变动、冷却材料的温度变动、主轴的振动、与xyab轴等工具的轨迹关联的电动机的负荷变动、以及与xyab轴等工具的轨迹关联的编码器轨迹数据等。

在步骤s88中，机床200a向信息处理装置100发送通过步骤s86收集到的探测信息。此外，也可以在步骤s86中的工件的加工结束后利用机床200a内的测量单元(例如，接触式探头等)来测量工件的特定部位的形状，在该情况下，还将该测量结果发送到机床200a。

在步骤s90中，信息处理装置100基于从机床200a接收到的探测信息来进行机床200a的诊断。更具体地说，信息处理装置100参照通过步骤s82的学习处理而得到的学习结果126a，来判断各探测信息的种类是否包含于正常范围，基于该判断结果来诊断机床200a。作为一例，信息处理装置100将机床200a的振动状态、机床200a的温度变动范围、机床200a的象限突起(齿轮间隙)、机床200a的各轴的动作负荷等与由学习结果126a规定的正常范围进行比较。

在步骤s92中，信息处理装置100将作为步骤s90中的诊断结果而得到的诊断记录发送到机床200a。

在步骤s94中，机床200a显示从信息处理装置100接收到的诊断结果。

图19是表示机床200a的显示器210所显示的诊断结果画面260的一例的图。

如图19所示，诊断结果画面260表示呈现出各探测信息的正常水平的判定结果。另外，针对脱离正常范围的探测信息，呈现了对策方法(例如，调整、更换部件、联络制造商等)。并且，针对正常范围内的探测信息，根据与过去的数据相比的变化程度来呈现了产生故障的时期的预测。

优选的是，信息处理装置100在每次执行诊断处理时，存储作为诊断结果而得到的诊断记录。由此，信息处理装置100能够储存大量的诊断记录，通过结合维护记录来进行机器学习，能够估计将来的故障产生概率。

如以上那样，信息处理装置100从各种机床200接收通过机床200内的多个传感器中的各传感器得到的探测信息来作为收集数据。信息处理装置100将从机床200接收到的收集数据储存到数据库124。信息处理装置100基于数据库124中储存的收集数据，按传感器的种类来学习探测信息的正常范围。之后，信息处理装置100在从任意的机床接收到该机床的诊断的执行指示的情况下，从该机床接收通过该机床内的传感器得到的探测信息，参照上述学习处理的学习结果，来诊断接收到的该探测信息各自是否收敛于对应的正常范围。信息处理装置100向作为诊断处理的执行指示的发送源的机床发送诊断结果。

由此，用户能够在空闲的时间容易地进行机床200的诊断，能够减少维护负责人定期诊断的次数。另外，所储存的诊断结果能够灵活使用于故障预测。

<第七实施方式>

[概要]

在遵循第一实施方式的信息处理系统1中，信息处理装置100和机床200属于同一网络。与此相对，在遵循第七实施方式的信息处理系统1中，信息处理装置100和机床200不属于同一网络。

遵循第七实施方式的信息处理装置100的其它方面与遵循第一实施方式的信息处理装置100相同，因此下面不重复说明这些方面。

[信息处理系统1的系统结构]

参照图20来说明遵循第七实施方式的信息处理系统1的系统结构。图20是表示遵循第七实施方式的信息处理系统1的系统结构的一例的图。

信息处理系统1例如由信息处理装置100、机床200a～200c、pc300以及通信终端500a～500c构成。

机床200a～200c和pc300经由网络nw1来相互连接。信息处理装置100与机床200a～200c未直接进行网络连接。通过将信息处理装置100和机床200a～200c的网络进行分离，能够担保安全性。

在本实施方式中，作为收集对象的信息经由通信终端500a～500c从机床200被发送到信息处理装置100。通信终端500a例如是通信适配器。作为通信终端500a，例如能够采用mmlink(注册商标)等。通信终端500b、500c是智能电话、平板电脑等便携终端。

<第八实施方式>

在上述内容中，对信息处理装置100从机床200收集传感器的探测信息等的例子进行了说明，但是也可以收集其它信息。图21是表示信息处理装置100从机床200收集的收集数据125的一例的图。信息处理装置100除了收集上述的信息以外，还从机床200收集由收集数据125示出的各种信息。

<总结>

遵循某个方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

优选的是，上述通信步骤包括以下步骤：从上述多个机床中的各机床接收包含该机床的部件的更换时机的上述部件信息以及到该部件的更换时机为止的通过上述传感器得到的探测信息来作为上述收集数据。上述学习步骤包括以下步骤：基于上述存储部中保存的多个上述收集数据，来学习机床的部件的更换时机与通过该机床内的传感器得到的探测信息之间的相关关系。上述信息处理方法还具备寿命估计部，该寿命估计部用于在从上述多个机床以及其它机床中的任一个机床新接收到通过上述传感器得到的探测信息的情况下，参照上述相关关系来确定与新接收到的该探测信息对应的部件的更换时机，基于确定出的该更换时机来估计该部件的寿命。

优选的是，上述通信步骤包括以下步骤：从上述多个机床中的各机床接收包含该机床的部件的故障时机的上述部件信息以及到该部件的故障时机为止的通过上述传感器得到的探测信息来作为上述收集数据。上述学习步骤包括以下步骤：基于上述存储部中保存的多个上述收集数据，来学习机床的部件的故障时机与通过该机床内的传感器得到的探测信息之间的相关关系。上述信息处理方法还包括以下步骤：在从上述多个机床以及其它机床中的任一个机床新接收到通过上述传感器得到的探测信息的情况下，参照上述相关关系来确定与新接收到的该探测信息对应的部件的故障时机，基于确定出的该故障时机来判定该部件的更换时机。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收在该机床中产生的警报的内容以及在产生该警报时针对该机床进行的对策方法来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，按上述警报的种类来学习该警报与针对该警报的对策方法之间的相关关系。

优选的是，上述信息处理方法还包括以下步骤：在从上述多个机床以及其它机床中的任一个机床新接收到在该机床中产生的警报的情况下，参照上述相关关系来确定用于应对新接收到的该警报的对策方法，并输出确定出的该对策方法。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括：传感器，其用于探测与该机床有关的信息来作为探测信息；以及推荐功能，其用于推荐用于使该机床的主轴的振动减轻的控制参数的推荐条件的候选。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过上述传感器得到的探测信息、从上述候选中选择出的推荐条件、以及表示上述振动是否由于对该机床设定该推荐条件下的控制参数而被减轻的结果来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，来学习通过机床内的传感器得到的探测信息、从上述候选中选择出的推荐条件以及上述结果之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括：传感器，其用于探测与该机床有关的信息来作为探测信息；以及接口，其用于与用于对该机床的控制参数进行校正的校正装置进行连接。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过上述传感器得到的探测信息以及上述校正装置对上述控制参数进行校正的校正信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；以及学习步骤，基于上述存储部中保存的多个上述收集数据，来学习通过机床内的传感器得到的探测信息与上述校正装置的校正信息之间的相关关系。

遵循其它方面，信息处理方法包括与多个机床进行通信的通信步骤。上述多个机床中的各机床包括用于探测与该机床有关的不同的信息的多个传感器。上述通信步骤包括以下步骤：从上述多个机床中的各机床接收通过该机床内的上述多个传感器中的各传感器得到的探测信息来作为收集数据。上述信息处理方法还包括以下步骤：保存步骤，将从上述多个机床中的各机床接收到的上述收集数据保存到存储部；学习步骤，基于上述存储部中保存的多个上述收集数据，按上述多个传感器的种类来学习探测信息的正常范围；诊断步骤，在从上述多个机床以及其它机床中的任一个机床接收到诊断的执行指示的情况下，从该机床接收通过该机床内的上述多个传感器得到的探测信息，参照上述学习步骤中的学习结果，来诊断接收到的该探测信息各自是否收敛于对应的正常范围；以及发送步骤，将上述诊断步骤中的诊断结果发送到作为上述执行指示的发送源的机床。

遵循其它方面，信息处理系统具备信息处理装置以及能够与上述信息处理装置进行通信的多个机床。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述信息处理装置具备：通信部，其用于从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据；存储部，其用于保存从上述多个机床中的各机床接收到的上述收集数据；以及学习部，其用于基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

遵循其它方面，信息处理装置具备用于与多个机床进行通信的通信部。上述多个机床中的各机床包括用于探测与该机床有关的信息来作为探测信息的传感器。上述通信部从上述多个机床中的各机床接收与该机床的部件有关的部件信息以及通过上述传感器得到的探测信息来作为收集数据。上述信息处理装置还具备：存储部，其用于保存从上述多个机床中的各机床接收到的上述收集数据；以及学习部，其用于基于上述存储部中保存的多个上述收集数据来学习机床的部件信息与通过该机床内的传感器得到的探测信息之间的相关关系。

应该认为本次公开的实施方式在所有方面都是例示性的而不是限制性的。本发明的范围是由权利要求书表示，而不是由上述的说明表示，意图包括与权利要求书等同的含义和范围内的所有变更。

附图标记说明

1：信息处理系统；100：信息处理装置；101、201：控制装置；102、202：rom；103、203：ram；104、204：通信接口；105、205：显示接口；106、209：输入接口；110、210：显示器；111：输入设备；120、220：存储装置；122：信息处理程序；124、124a、124b：数据库；125、125a～125p：收集数据；126：相关关系；126a：学习结果；152：通信部；154：学习部；156：寿命估计部；158：故障判定部；200a～200d：机床；206：温度传感器；207：加速度传感器；208：电流传感器；222：控制程序；230、231：输入区域；232：登记按钮；233：取消按钮；241：fft部；243：探测信息；245：推荐条件；246：动作结果；248：接口；250：校正装置；260：诊断结果画面；300a、300b、500a～500c：通信终端；401：路由器。