CN108474806B - 用于监测制造的系统和方法 - Google Patents
用于监测制造的系统和方法 Download PDFInfo
- Publication number
- CN108474806B CN108474806B CN201680077709.9A CN201680077709A CN108474806B CN 108474806 B CN108474806 B CN 108474806B CN 201680077709 A CN201680077709 A CN 201680077709A CN 108474806 B CN108474806 B CN 108474806B
- Authority
- CN
- China
- Prior art keywords
- machine data
- determining
- data
- correlation value
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 106
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims description 124
- 230000007613 environmental effect Effects 0.000 claims abstract description 75
- 238000013442 quality metrics Methods 0.000 claims abstract description 72
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 30
- 230000000977 initiatory effect Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000000611 regression analysis Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 9
- 230000002829 reductive effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 description 9
- 238000003070 Statistical process control Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32191—Real time statistical process monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Management (AREA)
- General Engineering & Computer Science (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种用于监测制造的系统,所述系统包括一个或多个传感器和与所述一个或多个传感器通信的控制器。所述控制器可包括一个或多个处理器,所述一个或多个处理器确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量,并且识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值。所述控制器可还包括确定所述相关性值是否超过预先确定的阈值,并且如果所述相关性值超过所述预先确定的阈值,则报告所述相关性值和所述质量度量中的至少一者。
Description
相关专利申请的交叉引用
本申请要求于2015年12月8日提交的标题为“System and Method forMonitoring Manufacturing”的美国临时申请62/264,718的优先权,该申请全文以引用方式并入本文以用于所有目的。
背景技术
现代制造工厂生成从遍布于制造工厂的各种类型的传感器收集到复杂的异构工厂数据的稳定流。这些数据对于改进运营和产品质量以及解决制造问题(例如由于机器停机、供应链中断、不利的环境条件等造成的效率低下和性能不佳等)可能是关键的。然而,使用这些数据的传统方法是有限且麻烦的。例如,从制造商意识到问题到最终实施解决方案之间可能存在显著的滞后时间。又如,在将最终完成的产品中检测到的问题追溯到许多机器和过程中的特定根本原因方面存在困难。这些困难是由于提取可能隐藏在不同数量的工厂数据中的信息和知识中的挑战而引起或加剧的。制造问题,尤其是如果发现得太晚,可能需要采取昂贵的纠正措施,例如额外的产品检查、保修索赔和召回、产品返工等等。因此,需要更快、更实时的方法来有效利用工厂数据,并为制造商提供可行的解决方案,以改善其运营和产品质量。
本申请旨在解决这些问题并提供相关的优点。
发明内容
一般来讲,本文所公开的系统和方法涉及制造,并且更具体地讲,涉及制造分析。
在一个方面,本公开提供用于监测制造的一种系统,该系统包括一个或多个传感器和与该一个或多个传感器操作地通信的控制器。该控制器可包括一个或多个处理器和与该一个或多个处理器通信地耦接并且能够由该一个或多个处理器读取的存储器。该存储器上可存储有处理器可读指令,这些处理器可读指令当由一个或多个处理器执行时,使一个或多个处理器确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量并且识别机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值。这些处理器可读指令还可使一个或多个处理器确定相关性值是否超过预定阈值,并且如果相关性值超过预定阈值,则报告相关性值和质量度量中的至少一者。
本发明的系统的各种实施方案可包括以下一个或多个特征。一个或多个传感器可包括至少一个机器数据传感器和至少一个环境数据传感器。该系统还可包括与控制器操作地通信和/或与一个或多个远程终端操作地通信的服务器。该服务器可包括具有一个或多个数据库的基于云的数据服务器,其中这些数据库可存储从一个或多个传感器收集的机器数据和环境数据。其他示例也是可能的。
在另一方面,本公开提供一种用于监测制造的方法。该方法可包括确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量和/或识别机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值。该方法还可包括确定相关性值是否超过预定阈值,并且如果相关性值超过预定阈值,则报告相关性值和质量度量中的至少一者。
本发明的方法的各种实施方案可包括以下一个或多个特征。该方法可包括确定质量度量指示低于标准的质量和/或基于该确定报告质量度量。该方法可包括将机器数据与平均值、较低控制水平值和较高控制水平值中的至少一者进行比较,并且基于比较来确定质量度量指示低于标准的质量。平均值、较低控制水平值和较高控制水平值可为正在制造的部件限定公差范围,并且/或者低于标准的质量可表示机器数据超出公差范围。该方法可包括基于确定质量度量指示低于标准的质量,接收针对根本原因分析的用户请求和/或响应于用户请求来识别并报告相关性值。该方法可包括接收针对相关性值和质量度量中的至少一者的用户请求,和/或响应于该用户请求来报告相关性值和质量度量中的至少一者。
在另一示例特征中,该方法可包括基于确定相关性值超过预定阈值来确定环境因子,其中该环境因子指示由环境数据表示的湿度读数、温度读数和压力读数中的至少一者,和/或报告该环境因子。该方法可包括使用回归分析来分析环境数据和机器数据以识别相关性值。该预定阈值可包括基于在初始设置过程期间接收的用户输入的最小相关因子。该方法可包括检索表示环境数据和机器数据中的至少一者的数据。该方法可包括在一段时间和多个机器部件中的至少一者上确定具有表示机器数据的多个点的趋势线。
在又一示例特征中,该方法可包括:确定机器数据的平均值;确定趋势线上的多个点中的一个或多个点与平均值是否相交超过预定次数;和/或如果一个或多个点与平均值相交超过预定次数,则发起一个或多个点在平均值之上或之下波动的警报消息。该方法可包括:确定超过容差范围超过预定次数的一个或多个点,其中该容差范围可由较低控制水平值和较高控制水平值限定;以及基于该确定生成指示一个或多个点超出容差范围的警报消息。该方法可包括:基于机器数据来确定平均值和标准偏差;通过应用一个或多个纳尔逊规则以及平均值和标准偏差中的至少一者来分析机器数据;基于分析来确定异常情况,其中异常情况指示一个或多个纳尔逊规则的违规事件;和/或发起指示所确定的异常情况的警报消息。
在再一示例特征中,该方法可包括:基于相关性值来确定结果变量,其中该结果变量包括变量类型,该变量类型是分类变量和序数变量中的至少一者;以及报告该结果变量。结果变量的变量类型可至少部分地基于针对根本原因分析的用户请求。该方法可包括:将机器数据映射到一个或多个特定制造部件;和/或报告一个或多个特定制造部件以及相关性值和质量度量中的至少一者。另外,该方法可包括通过以下步骤基于相关性值优化所监测的装配线:确定所监测的装配线的一个或多个并行子装配过程;以及至少部分地基于环境数据和机器数据来优先化所监测的装配线中的一个或多个并行子装配过程,使得所监测的装配线的生产时间长度减小。可以考虑该方法的其他示例特征。
在另一方面,本公开提供一种用于监测制造的系统。该系统可包括一个或多个处理器和和与该一个或多个处理器通信地耦接并且能够由该一个或多个处理器读取的存储器。该存储器中可存储有处理器可读指令,这些处理器可读指令当由一个或多个处理器执行时,使一个或多个处理器确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量并且识别机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值。这些处理器可读指令可使处理器确定相关性值是否超过预定阈值,并且如果相关性值超过预定阈值,则报告相关性值和质量度量中的至少一者。可以考虑该系统的其他示例特征,包括以上关于该方法所述的各种特征中的一个或多个。
在又一方面,本公开提供存储一个或多个程序的非暂态计算机可读介质。该一个或多个程序可包括指令,这些指令当由电子设备的一个或多个处理器执行时,使电子设备通过以下操作来监测制造:确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;和/或识别机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值。这些指令当被执行时,使电子设备确定相关性值是否超过预定阈值,并且如果相关性值超过预定阈值,则报告相关性值和质量度量中的至少一者。可以考虑非暂态计算机可读介质的其他示例特征,包括以上关于该方法所述的各种特征中的一个或多个。
附图说明
参考下面的说明,结合附图,可以对本申请有最佳的理解,在附图中,相同的部分可由相同的标号表示。
图1示出了根据本发明的各种实施方案的用于监测制造的一种系统的示意图;
图2示出了根据本发明的各种实施方案的用于监测制造的一种方法;
图3示出了根据本发明的各种实施方案的用于监测制造的另一种方法;
图4示出了根据本发明的各种实施方案的用于监测制造的又一种方法;
图5示出了根据本发明的各种实施方案的以表状格式布置的机器数据的屏幕截图;
图6示出了根据本发明的各种实施方案的以时间线格式布置的机器数据的屏幕截图;
图7示出了根据本发明的各种实施方案的包括对应部件或机器的图像的机器数据的屏幕截图;
图8示出了根据本发明的各种实施方案的整体设备效率的仪表板视图的屏幕截图;
图9示出了根据本发明的各种实施方案的以图表视图布置的机器数据的屏幕截图;
图10示出了根据本发明的各种实施方案的根本原因分析工具的屏幕截图;
图11示出了根据本发明的各种实施方案的实时统计过程控制工具的屏幕截图;
图12示出了根据本发明的各种实施方案的消息中心的屏幕截图;
图13示出了根据本发明的各种实施方案的用户帐户配置屏幕的屏幕截图;以及
图14示出了可以在其上提供本公开的各种特征的计算系统的框图。
应当指出的是,在附图的框图、流程图、方法图和其他图示中提供的任何元件和/或步骤可以是可选的、替换的和/或包括附加部件,诸如与来自本文所提供的其他附图和文本的其他元件和/或步骤组合和/或替换。以下讨论了本发明的各种实施方案,并且可以设想它们的各种组合和修改。
具体实施方式
以下描述使本领域普通技术人员能够实施和使用本发明的各种实施方案。对于特定设备、技术和应用的描述仅作为示例而提供。对于本领域技术人员来说,这些示例的各种修改将是显而易见的,并且本文所定义的一般原理在不脱离本发明的技术的精神和范围的情况下可以应用于其他示例和应用。因此,本发明所公开的技术并非旨在限于本文所描述和示出的示例,而是应被赋予与权利要求一致的范围。
在一些实施方案中,本文所述的技术由软件对象执行。出于公开的目的,软件对象可实例化并驻留在存储器中。在一些实施方案中,提供计算可执行程序和对应指令以创建和处理软件对象。
制造商关注高效生产过程和产品质量。解决这些问题的重要措施是由制造设备、机器和工具生成的工厂数据流。本文所公开的本发明的系统和方法提供了一种用于通过集成系统监测制造的改进方法,该集成系统收集工厂数据、分析数据并呈现数据和分析。实际上,本发明的系统和方法可以提供可由制造商实施的用于改进其生产过程和产品质量的及时且可操作的信息。在这样做时,本发明的系统和方法可以使用工厂数据以有效的方式查明制造问题及其根本原因。
如在随后的段落中进一步描述的,可以从遍布制造工厂的任何数量的不同来源如传感器、相机、文本、条形码、音频文件和实验室设备收集工厂数据,工厂数据在本文中也可称为“部件和过程数据”、“制造数据”和“生产数据”等其他术语。使用工厂数据作为改进制造的工具的挑战在于原始数据的固有复杂性,数据可能体积大、变化大且以高速生产。本发明的系统和方法克服了与使用工厂数据相关的传统限制并提供了用于监测制造的更稳健的方法。例如,本发明的系统和方法可以实时地和/或接近实时地收集并解释具有上下文和含义的数据以快速提供可行的解决方案。实际上,本发明的系统和方法可以通过识别装配线或子装配线停机的原因(这例如可能由于缺少材料、机器故障、人员失踪等等而导致)来识别、防止和/或解决制造问题。另外,本发明的系统和方法可以纠正问题,评估问题被纠正的速度有多快,找出问题的根本原因,并确定预测未来问题的趋势。可以设想,通过快速准确地发现和解决潜在问题,制造商可以通过改善运营和产品质量来提高竞争优势。
转到图1,示出了用于远程监测制造工厂102的示例系统100。制造工厂102可包括一个或多个控制器104,该一个或多个控制器经由数据网络108与一个或多个传感器106a-g操作地通信。传感器106a-g可从多个机器、产品阶段、装配线和/或子装配线收集数据。为了简化说明,图1示出了在产品装配线112和检查装配线114处监测多个机器和/或产品检验点(示意性地表示为产品110a-d)的多个传感器106a-g。应当指出的是,可以设想任何数量的产品、生产阶段、传感器、无线和/或有线通信信道。
制造工厂102处的控制器104可以与服务器116进行单向或双向通信,该服务器包括和/或以其他方式访问一个或多个数据库118a-c,该一个或多个数据库用于存储感测到的工厂数据、数据分析、活动日志等。远程终端120可经由服务器116与制造工厂102操作地通信。可以设想,本文所述的监测制造技术的一个或多个步骤可以由定位于制造工厂102和/或远程终端120处的控制器104提供、在服务器116处提供、和/或它们的任何组合。应当指出的是,虽然示出了远程监测,但除此之外和/或另选地,本方面的技术的一个或多个特征也可现场执行。另外,可以设想另外的和/或另选的通信信道、操作实体或元件和/或交互。
传感器106a-g可包括模拟和/或数字传感器,诸如生物传感器、化学和/或成分传感器、电流和/或功率传感器、空气质量传感器、气体传感器、霍尔效应传感器、明度水平传感器、光学传感器、压力传感器、温度传感器、超声传感器、接近度传感器、门状态传感器、运动跟踪传感器、湿度传感器、可见光和红外光传感器、相机等。例如,作为门的自动打开和/或自动锁定的补充或替代,门状态传感器可以检测门的打开和/或关闭状态。相机可以捕获图像以用于可视化和/或分析特定工厂和/或制造的部件。此类传感器可以收集进一步单独和/或组合使用的数据以确定各种环境因子和/或装配线操作状态和/或条件。例如,可以利用传感器数据来确定装配线是否关闭和/或正确地操作。
如图1所示,传感器106a-g可经由数据网络108向控制器104发送信号,该数据网络可包括单向或双向无线通信和/或物理布线信道、WiFi、蓝牙和/或其他无线电频率。在一些情况下,由传感器收集的数据可存储在设置在云诸如云服务器116上的数据库118-c处,所述云可通过网络访问并且允许远程数据存储、备份和/或处理。在一些示例中,控制器104包括可以根据本文所述的各种方法来收集、处理、分析和/或呈现数据的一个或多个可编程逻辑控制器(PLC)、软件和/或微处理器。控制器104可以触发与所监测的制造相关的一个或多个标志和/或通知,和/或可以根据一个或多个优化规则自动地重新配置装配线中的一个或多个过程。例如,基于所收集的传感器数据,控制器104不仅可以报告性能不佳的机器,还可以自动地重新配置机器的一个或多个阶段以努力减少系统停机时间。在另一方面,自动地执行这种调整可以通过消除对人机交互的需要来进一步提高安全性。可以设想,本文所公开的技术中的任一种可由一个或多个控制器104执行和/或在服务器116处执行。
如上所述,服务器116可包括物理服务器和/或云服务器。在一些示例中,一个或多个数据库118a-c存储在云服务器中并且包括从装配线、子装配线收集的数据,和/或可以是模块化的,表示制造商的不同装配线、工厂和/或工厂位置(局部地和/或全局地)中的每一个。在一个示例性实施方案中,系统100在控制器104处收集生产数据,并将所收集的数据发送到云服务器116,该云服务器使用各种机器学习算法以及其他数据调节和分析技术来分析数据,并且如以下所述通过图形用户界面呈现数据。对制造数据执行的分析可包括使用表示制造过程和部件的模型对原始数据进行的转换、计算和函数。此类制造分析应用提供了有关例如部件质量、过程性能、OEE下钻、根本原因分析、异常检测、可追溯性、实时SPC和预测性维护等方面的信息。在另一方面,一般制造商可将部件数据与特定部件,和/或机器数据与制造了特定部件的特定机器映射或以其他方式相关联。例如,如果一般制造商识别出特定机器的机器问题,则本发明的系统和方法可识别哪些特定部件和/或整体产品可能已装备有故障产品。云服务器116和/或控制器104可以通过各种web框架向制造商提供数据和分析结果。此类web框架可包括支持使用HTML、JavaScript和/或JSON传输数据的协议,使得远程终端120可以通过用户界面显示数据的可视化并且在服务器116和/或控制器104计算新数据时更新这些可视化。
控制器104和/或服务器116还可以提供或包括用于将数据存储到数据库118a-c和其他数据管理工具中的各种应用编程接口(“API”)。API还可有助于从数据库118a-c检索各种数据管理系统的数据,包括软件即服务(“SaaS”)应用程序,其提供对数据库的访问和/或可从数据库提取或以其他方式检索数据并使用此类数据创建度量。如上所述,可经由web浏览器提供此类应用程序以允许制造商进行远程操作管理。可以设想,系统100可以实现插件架构以及用于数据获取的API以提供与传感器和/或其他数据源的即插即用连接,使得诸如来自国产制造执行系统(“MES”)和/或定制工厂信息技术(“IT”)系统的独特的数据类型可以轻松集成在一起。
可以设想图1所示实体之间的各种类型的通信信道,包括单向和/或双向、有线和/或无线通信。仅以举例的方式,数据网络108可包括工业协议网络诸如OPC、Modbus、ProfiNet等。在其他示例中,通信信道中的任一个都可以是专用管道通信,诸如通用串行总线(USB)、IEEE 802(以太网)、IEEE 1394(火线)或其他高速数据通信标准。其他示例也是可能的。
现在转向图2,示出了用于监测制造的示例方法200。可以设想,方法200中示出的一个或多个步骤,和/或本文所公开的任何其他方法,可由控制器104执行、在服务器116处执行和/或它们的组合。另外,可以重排、移除和/或修改本文所公开的一些步骤。可以设想另外的步骤。
如图2所示,方法200可包括接收针对根本原因分析的用户请求(步骤202)。例如,可以在接收到旨在确定机器停机的根本原因或查明的不良产品质量水平的制造商输入时发起用户请求。方法200可包括确定由从一个或多个机器数据传感器(诸如图1所示传感器106a-g中的一个或多个)收集的机器数据表示的一个或多个质量度量(步骤204)。仅以举例的方式,此类质量度量可包括缺陷的总数、缺陷频率、换挡引起的缺陷的数量,缺陷类型引起的缺陷的数量以及与其他记录因素的缺陷相关性。其他质量度量可以包括例如基于从控制器104接收的当前测量结果和/或先前从控制器104接收的其他测量结果而计算的平均值和标准偏差、综合合格与否结果、废品率、失效总数、低于标准的质量或其他特定质量水平等。在另外的方面,如下面进一步描述的,所确定的质量度量可包括由统计处理生成的结果,所述统计处理包括例如回归分析、分布分析或纳尔逊的过程控制规则和其他控制制图技术。在具体示例中,可以确定质量度量以基于一个或多个数据点超过容差范围来指示低于标准的质量。此类公差范围可由正制造的部件的平均值、较低控制水平值和/或较高控制水平值来定义。
方法200可包括识别机器数据和从一个或多个环境数据传感器(其可包括先前所述的任何示例传感器106a-g)收集的环境数据之间的相关性值(步骤206)。方法200还可包括确定相关性值是否超过预定阈值(步骤208),该预定阈值可以基于初始设置过程期间所接收的用户输入。如果该确定是肯定的,则方法200可包括报告相关性值和/或质量度量(步骤210)。如果相关性值不超过预定阈值,则方法200可包括确定用户请求是否已发起根本原因分析(步骤212)。如果用户请求已发起根本原因分析,则可以报告相关性值和/或质量度量(步骤210)。报告的示例可包括生成文本和/或电子邮件消息、弹出式通知,在电子表格或其他数据库中记录报告等等。如果相关性值不超过预定阈值,则方法200可返回步骤204,继续确定一个或多个其他的、相同的或不同的质量度量。在另一方面,在步骤210处报告了相关性值和/或质量度量后,方法200可循环回步骤204,以连续不断地分析工厂数据。其他示例和变化也是可能的。仅以举例的方式,方法200还可包括基于可用制造数据来确定预定阈值和/或基于可用制造数据来接收此类值并将此类值设为预定阈值。
转向图3,示出了用于监测制造的另一方法300。方法300可包括接收针对质量度量(诸如先前所述质量度量中的任一个)的用户请求(步骤302)。方法300可包括从基于网络的数据库(诸如在服务器116上或由它托管的数据库118a-c中的一个或多个)获得机器数据和/或环境数据(步骤304)。方法300还可包括确定由机器数据表示的质量度量(步骤306)和/或确定该质量度量是否指示制造的部件在公差范围内(步骤308)。如果该确定在公差范围内,则方法300可包括报告质量度量(步骤310)和/或指示制造的部件在公差范围内的其他信息。如果质量度量指示制造的部件在公差范围之外,则方法300可包括识别可从服务器116获取的机器数据和环境数据的相关性值(步骤312)。如果相关性值超过预定阈值,则方法300可包括确定诸如湿度、压力、温度和/或明度水平的环境因子(步骤314),并且报告相关性、环境因子和/或质量度量(步骤316)。
转向图4,示出了用于监测制造的另一示例方法400。方法400可包括接收包括查询的用户请求(步骤402),该查询针对关于特定类型的加工部件、机器和/或装配线或过程的分类和/或序数状态。方法400可包括基于查询类型来确定结果变量的类型(步骤404),诸如分类结果变量和/或序数结果变量。方法400可包括确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量(步骤406)。方法400可包括识别可从基于云的数据网络(诸如图1所示的服务器116)检索的机器数据和环境数据之间的相关性值(步骤408)。方法400还可包括确定相关性值是否超过预定阈值,并且如果是这样的话,则将机器数据映射到一个或多个特定机器部件(步骤410)。另外,方法400可包括基于相关性值、质量度量和/或一个或多个特定制造部件来确定结果变量的分类和/或序数值(步骤412)。方法400还可包括报告结果变量(步骤414)。其他示例也是可能的。
图5-13提供了可由服务器116和/或控制器使用和/或提供的用户界面的各种示例屏幕截图。在一些示例中,提供各种屏幕截图,作为制造商可通过web界面、web浏览器访问的制造监测应用程序的一部分,和/或作为专门的许可软件。尽管正在显示特定屏幕截图的特定特征,但应当指出的是,附图中所示和下面所述的任何特征可以互换、可以组合、可以是可选的和/或可以位于多个或其他屏幕截图上。可以设想和增加另外的特征。各种组合和示例是可能的。
转向图5,示出了由用户界面(UI)502以表状格式显示的制造数据的示例屏幕截图500。UI 502可包括用于呈现从传感器106a-g收集的信息的多个选项卡,诸如分析选项卡504、图表选项卡506、数据选项卡508、时间线选项卡510和/或可以添加的其他选项卡。如图5所示,数据选项卡508可以以表状“电子表格”样式显示多个机器的时序数据,该样式包括以下数据列:单独的机器标识符或名称512;操作开始时间514;操作结束时间516;操作时间的总长度518;换档数520;传送时间522,并且可以通过滚动水平和/或垂直滚动条524、526来显示示出了附加数据字段的附加行和列。项目计数528可显示正监测的机器和/或可用于在数据选项卡508中呈现的数据的总数。可为将要过滤或显示的各种数据类型532诸如周期数据、显示格式选项534和/或特定机器类型选项536提供菜单栏530,其可通过下拉式菜单被扩展以获得更多选项。此类下拉功能可通过根据诸如周期号和/或机器类型的共享特征对数据进行分组来缩小滚动条可访问的大量数据。
菜单栏530还可包括供查看的时间段选择538,例如过去24小时、过去7天、过去30天、过去90天等。工作班次下拉框540可允许选择特定的班次。另外,UI 502可为工具栏542提供:导出选项544,用于将数据导出到各种文件格式,包括CSV和XLSX;下载选项546,用于下载要在UI 502中显示的数据和/或其他文件;删除选项548,用于擦除所选择的或突出显示的数据;和/或打印选项550,用于打印正显示的数据。可提供消息和备注部分552以记录来自登录用户的注释。在一个示例中,消息和备注部分552包括有关特定机器的行,使得每个机器都可用备注作标记。UI 502还可实现用于传输信息的一个或多个不同颜色,诸如突出显示行和/或列、突出显示字段、着色字体等等。仅以举例的方式,UI 502可利用红色字体和/或行阴影用于违反了公差的字段。在另一方面,UI 502可呈现UI设置554、用户统计信息556和/或用户配置文件558,可将它们选中并展开以显示更多信息和/或选项。
图6描绘了根据各种实施方案的以时间线格式观察的制造数据的示例性屏幕截图。数据选项卡600纵向地(例如概览时间线602)以及以每个数据点级别(例如周期时间线604)提供机器状态的视觉表示。概览时间线602可示出随时间推移而感测到的任何数据或消息,诸如电压606、压力温度608和停机消息610。概览时间线602还可通过滑动或重新定位选择栏612来导航以选择特定的周期或时间戳用于在周期时间线604中显示。周期时间线604可提供选定时间戳的附加细节。如概览时间线602的压力温度608所示,移动到公差范围之外的值可加阴影以指示问题。如停机消息610图中所示,概览时间线602还可表示机器不运行的任何时间和/或可编程逻辑控制器错误或事件。在用户选择时间线特定图标614时,任何概览时间线602都可折叠和/或展开。周期时间线604包括二进制定时和模拟值以及该循环的任何文本输入。图6的时间线格式还提供边栏616以允许浏览特定事件,诸如特定停机事件618、消息620、缺陷622和/或传感器读数624。另外,时间线格式可允许使用过滤器工具栏626来过滤数据以缩小用于在概览时间线602和周期时间线604中显示的数据。如图6所示,时间线格式可以设置为穿过web浏览器628的图形用户界面。
图7描绘了根据各种实施方案的以部件或机器的图像观察的制造数据的示例性屏幕截图。数据选项卡700允许浏览数据库诸如边栏数据库702中的存档可视资产,该数据库允许显示特定部件或周期。与从边栏数据库702所选择的特定资产706相对应的多个图像704可与部件或机器周期相关联并从图像列表708中选择。实际上,机器数据可被映射到一个或多个特定制造部件,并且可以一个或多个其他度量诸如相关性值和/或质量度量进行报告。所选车辆或资产706的图710可映射在传感器712诸如拍摄图像704的相机聚焦在部件或机器上的位置。图像和其他类型的检查可用横幅714突出显示,该横幅指示绿色(“通过”)、红色(“失败”)或灰色(“不适用”)。一个或多个屏幕边界段716a、716b、716c可类似地着色,以显示特定部件或机器周期的总体合格与否状态。另外,过滤器工具栏718可允许浏览或过滤边栏数据库702和/或图像列表708中所示的特定部分。
图8描绘了根据各种实施方案的整体设备效率的仪表板视图的示例性屏幕截图。可提供线图800,其示出了某个机器或某种机器类型的整体性能802a、可用性804a、性能806a和质量808a的性能水平及其对应值802b,804b,806b,808b。可用性选项卡视图810、性能选项卡视图812、质量选项卡视图814、输出选项卡视图816和/或OEE的其他子分量的选项卡视图可以显示向下钻取元素。例如,可用性选项卡810示出了关于按照分类(包括部分裁切、过热和机器错误)的非计划停机的条形图818。这种交互式图表允许按天、机器、缺陷或停机原因等进行深入研究。可针对特定机器或特定时间段(诸如7天时间段、日历周、最近30天、日历月、年初至今(YTD)等)从设置在过滤器工具栏820上的一个或多个下拉式菜单中选择OEE仪表板视图中所示的数据。在一些情况下,可以利用OEE视图以及其他视图的任何组合来基于相关性值来优化所监测的装配线。此类优化可包括确定所监测的装配线的一个或多个并行子装配过程和/或优先化所监测的装配线中的一个或多个并行子装配过程以便减少生产时间长度。其他示例也是可能的。
图9描绘了根据各种实施例的制造数据的图表视图的示例性屏幕截图。图表视图900允许对原始和聚合特征进行简单的数据可视化。图表特征侧栏902可以接收用于设置x轴数据、y轴数据、图表类型的用户选择,以及/或者提供用于比较来自不同部分或周期的数据的比较特征。可以设想,单个报告可以链接到应用程序中,并且可以以PDF格式导出或生成为电子邮件报告。可以单独或成组地选择机器/部件以进行比较或聚合度量。
图10描绘了根据各种实施例的根本原因分析工具的示例性屏幕截图。该工具提供分析界面1000,其允许探查原始机器和/或零件数据中的相关性。可基于输入(例如,分类或连续输入)和输出(例如,分类的、连续的输出和/或事件)自动选择回归模型1002。在发起在分析界面1000中提供的一个或多个软键时,可以由用户选择或以其他方式输入此类输入和/或根本原因分析的一般启动。在某些情况下,可以使用回归分析来分析环境数据和机器数据以识别相关性值。可以单独或成组地选择机器和/或部件以用于比较和/或聚合。在一些情况下,如图10所示,最具统计学意义的效果诸如具有<0.05的P值的那些显示在虚线1004或其他分隔符上方,并且按照相关系数1006按照升序或降序排序。关系图1008可以例示变量之间的关系,诸如湿度和停机概率,并且可以提供对应的概率直方图1010。
图11描绘了根据各种实施例的实时统计过程控制工具的示例性屏幕截图。过程控制工具1100可以自动以及/或者响应于用户指令针对基于统计过程控制的启发式(“SPC启发式”)测试新测量。基于测试,过程控制工具1100可以提供指示导致警报1102生成的任何违规的弹出框警报1102、示出表示机器和/或环境数据的多个数据点的趋势图1104、和/或示出来自部件和/或机器的测量的对应分布直方图1106,诸如轴承表面直径。如示例图11所示,趋势图1104可以包括相对于平均水平、较低水平、和/或较高水平阈值的一个或多个趋势线。此类平均水平阈值、较低水平阈值、和/或较高水平阈值可以通过用户输入来确定以及/或者基于可用机器数据来生成。在一些示例中,如果趋势线上的多个点中的一个或多个点与平均值相交超过预定次数,则警报1102可被实例化,指示一个或多个点在平均值以上或以下波动超过预定次数。警报1102可以另外地和/或另选地分散为SMS文本、电子邮件、咆哮式通知、音频消息等等。
其他示例和变化也是可能的。例如,用户可以在图上注释点以及/或者排除在趋势线中绘制这些点。可能存在将图表导出为PDF以及/或者合并到报告中的选项。过程控制工具1100可以实现各种SPC启发式测试,诸如纳尔逊的统计控制规则,并且可以由用户进行配置、针对用户配置文件进行个性化、以及/或者具体地针对每台机器和/或正被监测的部分进行配置。在另一个示例中,工具1100可以基于所收集的机器数据确定平均值和标准偏差,通过应用一个或多个纳尔逊规则分析机器数据,确定违反一个或多个纳尔逊规则的异常情况,并且发起指示确定的异常的警报消息。在其他示例中,当一个或多个点超过容差范围超过预定次数时,可以生成警报消息,其中容差范围由较低的控制级别值和较高控制级别值来限定。这些值可能是用户定义的。在其他示例中,警报1102可以指示性能不佳的机器、以及/或者导致监测应用程序自动重新配置机器的一个或多个阶段以努力减少系统停机时间。其他示例也是可能的。
图12描绘了根据各种实施例的消息中心1200的示例性屏幕截图。警报可以在警报列表1202中排队,并且可以基于主题、类型、机器、和/或日期列进行组织。此类警报可基于统计过程控制、超出趋势事件等等,并且可能会进一步显示为某些操作平台(如OS X平台)的“咆哮”式警报。警报列表1202可以进一步显示任何传出的消息和/或警报,并且允许静音,例如静音为“标称”,使得它们不再出现。在从警报列表1202选择警报之后,可以在消息显示1204中提供进一步的细节,诸如警报的图表和描述。实时警报通知可以在该界面期间提供为弹出框警报1206,其也可以出现在警报列表1202中。
图13描绘了根据各种实施例的用户配置屏幕的示例性屏幕截图。配置屏幕1300允许创建和配置用户账户,如用户账户列表1302中所示,以及/或者管理面向客户的元数据。可以指定用户账户以允许添加公差、部件规格、机器规格、管理停机时间、和/或缺陷代码,以及/或者配置班次时间表、工厂操作参数等等。其他示例也是可能的。
现在转到图14,其例示了可用于实现上述实施例的计算机系统1400。在一些实施例中,计算机系统1400包括一个或多个微处理器1402以执行计算机可读指令;用于存储计算机可读指令的非暂态计算机存储器1406,以及用于存储数据和计算机可读指令的磁盘存储器1404;用于显示系统输出的显示器1408;以及用于接收来自用户的输入的输入外围设备1410(例如,键盘、鼠标、触摸屏等)。一个或多个微处理器、存储器、磁盘、显示器和、输入单元通过在这些单元之间传输数据和/或计算机可读指令的一个或多个双向总线1312连接。
例如,可以使用图14的计算机系统1400来实现图1的服务器116、数据库118a、118b、118c、和/或控制器104中的任何一者。磁盘存储单元1404可用于存档从一个或多个控制器104或传感器106a-g接收的数字图像或其他感测数据,以及/或者存储用户界面应用特征和用户输入。一个或多个微处理器1402可以用于根本原因分析计算,以生成和传送警报以及提供用户界面的其他功能。存储器1406可以用于存储用户界面软件、统计算法、计算结果、查询、或其他类型的数据或计算机可读指令。此外,计算机系统1400可以用于实现图1的远程终端120。在这种情况下,一个或多个微处理器1402可以用于执行在显示器1408上显示的用户界面。显示器1408可以显示根本原因分析的结果、质量度量、传感器数据、系统状态、或与系统100相关的其他类型的信息。输入外围设备1410可以使用户能够输入新的查询或远程更新控制器软件或传感器设置。其他示例也是可能的。
在一些实施例中,用于监测制造的系统(例如,系统100(或其一部分)或计算机系统1400(或其一部分))包括处理单元(例如,控制器104、远程终端120、服务器116、或微处理器1402),该处理单元被配置为:确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;识别机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值;确定相关性值是否超过预定阈值;并且如果相关性值超过预定阈值,则报告相关性值和质量度量中的至少一者。
在一些实施例中,处理单元被进一步配置为确定质量度量指示低于标准的质量并且基于该确定来报告质量度量。在一些实施例中,处理单元被被进一步配置为将机器数据与平均值、较低控制水平值、和较高控制水平值中的至少一者进行比较,并且基于比较来确定质量度量指示低于标准的质量。在一些实施例中,平均值、较低控制水平值、和较高控制水平值为正在制造的部件限定公差范围,并且低于标准的质量表示机器数据超出公差范围。在一些实施例中,处理单元被进一步配置为基于确定质量度量指示低于标准的质量来接收针对根本原因分析的用户请求,并且响应于该用户请求识别和报告相关性值。
在一些实施例中,处理单元被进一步配置为接收针对相关性值和质量度量中的至少一者的用户请求,并且响应于该用户请求来报告相关性值和质量度量中的至少一者。
在一些实施例中,处理单元被进一步配置为基于确定相关性值超过预定阈值来确定环境因子,其中该环境因子指示由环境数据表示的湿度读数、温度读数、和压力读数中的至少一者,并且报告该环境因子。
在一些实施例中,处理单元被进一步配置为使用回归分析来分析环境数据和机器数据以识别相关性值。
在一些实施例中,预定阈值是基于在初始设置过程期间接收的用户输入的最小相关因子。
在一些实施例中,处理单元被进一步配置为从网络数据库检索表示环境数据和机器数据中的至少一者的数据。
在一些实施例中,处理单元被进一步配置为在一段时间和多个机器部件中的至少一者上确定包括表示机器数据的多个点的趋势线。在一些实施例中,处理单元被进一步配置为:确定机器数据的平均值;确定趋势线上的多个点中的一个或多个点与平均值是否相交超过预定次数;并且如果一个或多个点与平均值相交超过预定次数,则发起一个或多个点在平均值之上或之下波动的警报消息。在一些实施例中,处理单元被进一步配置为确定超过容差范围超过预定次数的一个或多个点,其中该容差范围由较低控制水平值和较高控制水平值限定,并且基于该确定生成指示一个或多个点超出容差范围的警报消息。
在一些实施例中,处理单元被进一步配置为:基于机器数据来确定平均值和标准偏差;通过应用一个或多个纳尔逊规则以及平均值和标准偏差中的至少一者来分析机器数据;基于该分析确定异常情况,其中所述异常情况指示一个或多个纳尔逊规则的违规事件;并且发起指示所确定的异常情况的警报消息。
在一些实施例中,处理单元被进一步配置为基于相关性值来确定结果变量,其中该结果变量包括变量类型,该变量类型是分类变量和序数变量中的至少一者,并且报告该结果变量。在一些实施例中,结果变量的变量类型至少部分地基于针对根本原因分析的用户请求。
在一些实施例中,处理单元被进一步配置为将机器数据映射到一个或多个特定制造部件,并且报告一个或多个特定制造部件以及相关性值和质量度量中的至少一者。
在一些实施例中,处理单元被进一步配置为,通过确定所监测的装配线的一个或多个并行子装配过程以及至少部分地基于环境数据和机器数据来优先化所监测的装配线中的一个或多个并行子装配过程,根据相关性值优化所监测的装配线,使得所监测的装配线的生产时间长度减少。
Claims (43)
1.一种用于监测制造的系统,包括:
一个或多个传感器;和
控制器,所述控制器与所述一个或多个传感器操作地通信,其中所述控制器包括一个或多个处理器和存储器,所述存储器与所述一个或多个处理器通信地耦接并且能够由所述一个或多个处理器读取,并且其中存储有处理器可读指令,当所述处理器可读指令由所述一个或多个处理器执行时,使所述一个或多个处理器:
确定由从所述一个或多个传感器收集的机器数据表示的质量度量;
识别所述机器数据和从所述一个或多个传感器收集的环境数据之间的相关性值;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
确定所述相关性值是否超过预定阈值;以及
如果所述相关性值超过所述预定阈值,则报告所述相关性值和所述质量度量中的至少一者;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
2.根据权利要求1所述的系统,另外其中:
所述一个或多个传感器包括至少一个机器数据传感器和一个环境数据传感器。
3.根据权利要求1或权利要求2所述的系统,还包括:
与所述控制器和一个或多个远程终端操作地通信的服务器。
4.根据权利要求3所述的系统,另外其中:
所述服务器包括具有一个或多个数据库的基于云的数据服务器,其中所述一个或多个数据库存储从所述一个或多个传感器收集的机器数据和环境数据。
5.一种用于监测制造的计算机实现的方法,所述方法包括:
确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;
识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
确定所述相关性值是否超过预定阈值;以及
如果所述相关性值超过所述预定阈值,则报告所述相关性值和所述质量度量中的至少一者;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
6.根据权利要求5所述的用于监测制造的计算机实现的方法,还包括:
确定所述质量度量指示低于标准的质量;以及
基于所述确定报告所述质量度量。
7.根据权利要求6所述的用于监测制造的计算机实现的方法,还包括:
将所述机器数据与平均值、较低控制水平值、和较高控制水平值中的至少一者进行比较;以及
基于所述比较来确定所述质量度量指示所述低于标准的质量。
8.根据权利要求7所述的用于监测制造的计算机实现的方法,另外其中:
所述平均值、所述较低控制水平值、和所述较高控制水平值限定所制造部件的容 差范围;以及
所述低于标准的质量表示所述机器数据超出所述容差范围。
9.根据权利要求6至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
基于所述确定所述质量度量指示所述低于标准的质量来接收针对根本原因分析的用户请求;以及
响应于所述用户请求来识别并报告所述相关性值。
10.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
接收针对所述相关性值和所述质量度量中的至少一者的用户请求;以及
响应于所述用户请求报告所述相关性值和所述质量度量中的至少一者。
11.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
基于所述确定所述相关性值超过所述预定阈值,确定环境因子,其中所述环境因子指示由所述环境数据表示的湿度读数、温度读数、和压力读数中的至少一者;以及
报告所述环境因子。
12.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
使用回归分析来分析所述环境数据和所述机器数据以识别所述相关性值。
13.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,另外其中:
所述预定阈值是基于在初始设置过程期间接收的用户输入的最小相关因子。
14.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
从网络数据库检索表示所述环境数据和所述机器数据中的至少一者的数据。
15.根据权利要求5所述的用于监测制造的计算机实现的方法,还包括:
确定所述一个或多个点超出容差范围大于预定次数,其中所述容差范围由较低控制水平值和较高控制水平值限定;以及
基于所述确定,生成指示所述一个或多个点超出所述容差范围的警报消息。
16.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
基于所述机器数据来确定平均值和标准偏差;
通过应用一个或多个纳尔逊规则以及所述平均值和所述标准偏差中的至少一者来分析所述机器数据;
基于所述分析来确定异常情况,其中所述异常情况指示所述一个或多个纳尔逊规则的违规事件;以及
发起指示所确定的异常情况的警报消息。
17.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
基于所述相关性值来确定结果变量,其中所述结果变量包括变量类型,所述变量类型是分类变量和序数变量中的至少一者;以及
报告所述结果变量。
18.根据权利要求17所述的用于监测制造的计算机实现的方法,另外其中:
所述结果变量的所述变量类型至少部分地基于针对根本原因分析的用户请求。
19.根据权利要求5至8中任一项所述的用于监测制造的计算机实现的方法,还包括:
将所述机器数据映射到一个或多个特定制造部件;以及
报告所述一个或多个特定制造部件以及所述相关性值和所述质量度量中的至少一者。
20.一种用于监测制造的系统,所述系统包括:
一个或多个处理器;和
存储器,所述存储器与所述一个或多个处理器通信地耦接并且能够由所述一个或多个处理器读取,并且其中存储有处理器可读指令,当所述处理器可读指令由所述一个或多个处理器执行时,使所述一个或多个处理器:
确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;
识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
确定所述相关性值是否超过预定阈值;以及
如果所述相关性值超过所述预定阈值,则报告所述相关性值和所述质量度量中的至少一者;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
21.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储一个或多个程序,所述一个或多个程序包括指令,所述指令在由电子设备的一个或多个处理器执行时指示所述电子设备:
确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;
识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
确定所述相关性值是否超过预定阈值;以及
如果所述相关性值超过所述预定阈值,则报告相关性值和质量度量中的至少一者;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
22.一种用于监测制造的系统,包括:
用于确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量的装置;
用于识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值的装置;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
用于确定所述相关性值是否超过预定阈值的装置;以及
用于如果所述相关性值超过所述预定阈值,则报告所述相关性值和所述质量度量中的至少一者的装置;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
23.一种用于监测制造的系统,包括:
一个或多个传感器;和
控制器,所述控制器与所述一个或多个传感器操作地通信,其中所述控制器包括一个或多个处理器和存储器,所述存储器与所述一个或多个处理器通信地耦接并且能够由所述一个或多个处理器读取,并且其中存储有处理器可读指令,当所述处理器可读指令由所述一个或多个处理器执行时,使所述一个或多个处理器执行根据权利要求5至19所述的方法中的任一方法。
24.一种用于监测制造的系统,所述系统包括:
一个或多个处理器;和
存储器,所述存储器与所述一个或多个处理器通信地耦接并且能够由所述一个或多个处理器读取,并且其中存储有处理器可读指令,当所述处理器可读指令由所述一个或多个处理器执行时,使所述一个或多个处理器执行根据权利要求5至19所述的方法中的任一方法。
25.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储一个或多个程序,所述一个或多个程序包括指令,所述指令在由电子设备的一个或多个处理器执行时指示所述电子设备执行根据权利要求5至19所述的方法中的任一方法。
26.一种用于监测制造的系统,包括:
用于执行根据权利要求5至19所述的方法中的任一方法的装置。
27.一种用于监测制造的系统,包括:
处理单元,所述处理单元被配置为:
确定由从一个或多个机器数据传感器收集的机器数据表示的质量度量;
识别所述机器数据和从一个或多个环境数据传感器收集的环境数据之间的相关性值;相关性值是通过回归分析来分析环境数据和机器数据而识别的值;
确定所述相关性值是否超过预定阈值;以及
如果所述相关性值超过所述预定阈值,则报告所述相关性值和所述质量度量中的至少一者;
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线;
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息;
通过以下步骤基于所述相关性值优化所监测的装配线:
确定所监测的装配线的一个或多个并行子装配过程;以及
至少部分地基于所述环境数据和所述机器数据来使所监测的装配线中的所述一个或多个并行子装配过程优先化,使得所监测的装配线的生产时间长度减小。
28.根据权利要求27所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
确定所述质量度量指示低于标准的质量;以及
基于所述确定报告所述质量度量。
29.根据权利要求28所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
将所述机器数据与平均值、较低控制水平值、和较高控制水平值中的至少一者进行比较;以及
基于所述比较来确定所述质量度量指示所述低于标准的质量。
30.根据权利要求29所述的用于监测制造的系统,另外其中:
所述平均值、所述较低控制水平值、和所述较高控制水平值限定所制造部件的容 差范围;以及
所述低于标准的质量表示所述机器数据超出所述容差范围。
31.根据权利要求28至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
基于所述确定所述质量度量指示所述低于标准的质量,接收针对根本原因分析的用户请求;以及
响应于所述用户请求来识别并报告所述相关性值。
32.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
接收针对所述相关性值和所述质量度量中的至少一者的用户请求;以及
响应于所述用户请求报告所述相关性值和所述质量度量中的至少一者。
33.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
基于所述确定所述相关性值超过所述预定阈值,确定环境因子,其中所述环境因子指示由所述环境数据表示的湿度读数、温度读数、和压力读数中的至少一者;以及
报告所述环境因子。
34.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
使用回归分析来分析所述环境数据和所述机器数据以识别所述相关性值。
35.根据权利要求27至30中任一项所述的用于监测制造的系统,另外其中:
所述预定阈值是基于在初始设置过程期间接收的用户输入的最小相关因子。
36.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
从网络数据库检索表示所述环境数据和所述机器数据中的至少一者的数据。
37.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
在一段时间和多个机器部件中的至少一者上确定包括表示所述机器数据的多个点的趋势线。
38.根据权利要求37所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
确定所述机器数据的平均值;
确定所述趋势线上的所述多个点中的一个或多个点与所述平均值是否相交超过预定次数;以及
如果所述一个或多个点与所述平均值相交超过所述预定次数,则发起所述一个或多个点在所述平均值之上或之下波动的警报消息。
39.根据权利要求38所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
确定所述一个或多个点超出容差范围大于预定次数,其中所述容差范围由较低控制水平值和较高控制水平值限定;以及
基于所述确定,生成指示所述一个或多个点超出所述容差范围的警报消息。
40.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
基于所述机器数据来确定平均值和标准偏差;
通过应用一个或多个纳尔逊规则以及所述平均值和所述标准偏差中的至少一者来分析所述机器数据;
基于所述分析来确定异常情况,其中所述异常情况指示所述一个或多个纳尔逊规则的违规事件;以及
发起指示所确定的异常情况的警报消息。
41.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
基于所述相关性值来确定结果变量,其中所述结果变量包括变量类型,所述变量类型是分类变量和序数变量中的至少一者;以及
报告所述结果变量。
42.根据权利要求41所述的用于监测制造的系统,另外其中:
所述结果变量的所述变量类型至少部分地基于针对根本原因分析的用户请求。
43.根据权利要求27至30中任一项所述的用于监测制造的系统,其中所述处理单元被进一步配置为:
将所述机器数据映射到一个或多个特定制造部件;以及
报告所述一个或多个特定制造部件以及所述相关性值和所述质量度量中的至少一者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211666720.2A CN116300561A (zh) | 2015-12-08 | 2016-12-08 | 用于监测制造的系统,计算机可读存储介质和方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562264718P | 2015-12-08 | 2015-12-08 | |
US62/264,718 | 2015-12-08 | ||
PCT/US2016/000127 WO2017127042A1 (en) | 2015-12-08 | 2016-12-08 | System and method for monitoring manufacturing |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211666720.2A Division CN116300561A (zh) | 2015-12-08 | 2016-12-08 | 用于监测制造的系统,计算机可读存储介质和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108474806A CN108474806A (zh) | 2018-08-31 |
CN108474806B true CN108474806B (zh) | 2023-01-20 |
Family
ID=58798228
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211666720.2A Pending CN116300561A (zh) | 2015-12-08 | 2016-12-08 | 用于监测制造的系统,计算机可读存储介质和方法 |
CN201680077709.9A Active CN108474806B (zh) | 2015-12-08 | 2016-12-08 | 用于监测制造的系统和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211666720.2A Pending CN116300561A (zh) | 2015-12-08 | 2016-12-08 | 用于监测制造的系统,计算机可读存储介质和方法 |
Country Status (5)
Country | Link |
---|---|
US (3) | US10481597B2 (zh) |
EP (2) | EP4307192A3 (zh) |
CN (2) | CN116300561A (zh) |
CA (1) | CA3007973C (zh) |
WO (1) | WO2017127042A1 (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8958627B2 (en) * | 2012-05-09 | 2015-02-17 | Sight Machine, Inc. | System and method of distributed processing for machine-vision analysis |
CA3007973C (en) * | 2015-12-08 | 2020-11-03 | Sight Machine, Inc. | System and method for monitoring manufacturing |
US9965841B2 (en) * | 2016-02-29 | 2018-05-08 | Schneider Electric USA, Inc. | Monitoring system based on image analysis of photos |
HUE060513T2 (hu) * | 2016-06-24 | 2023-03-28 | Bosch Gmbh Robert | Vizuális diagnosztikai / analitikai rendszer és eljárás intelligens gyártás összeszerelõ sor üzeméhez |
US10768076B1 (en) | 2016-09-30 | 2020-09-08 | Sight Machine, Inc. | System and method for monitoring manufacturing |
US10831185B2 (en) * | 2016-12-15 | 2020-11-10 | Solar Turbines Incorporated | Assessment of industrial machines |
JP6838434B2 (ja) * | 2017-03-13 | 2021-03-03 | オムロン株式会社 | 環境センサ |
US10534658B2 (en) * | 2017-09-20 | 2020-01-14 | International Business Machines Corporation | Real-time monitoring alert chaining, root cause analysis, and optimization |
US20210004722A1 (en) * | 2018-03-07 | 2021-01-07 | Hitachi, Ltd. | Prediction task assistance apparatus and prediction task assistance method |
CN112232718A (zh) * | 2018-04-18 | 2021-01-15 | 费希尔-罗斯蒙特系统公司 | 质量检查管理系统 |
GB2613082B (en) * | 2018-04-18 | 2023-08-30 | Fisher Rosemount Systems Inc | Quality review system |
US11610273B2 (en) * | 2018-04-26 | 2023-03-21 | InfinityQS International, Inc. | Enterprise-wide process stream analysis and grading engine with interactive user interface method, system, and computer program product |
CN112055838B (zh) | 2018-05-10 | 2024-04-16 | 斯多里机械有限责任公司 | 工厂管理和监控系统及方法 |
JP7045260B2 (ja) * | 2018-05-14 | 2022-03-31 | 株式会社堀場製作所 | 稼働率解析システム、稼働率解析プログラム、及び、稼働率解析方法 |
EP3807730A1 (en) * | 2018-06-14 | 2021-04-21 | Gestamp Servicios, S.A. | Quality monitoring of industrial processes |
JP7020392B2 (ja) * | 2018-12-25 | 2022-02-16 | 東芝三菱電機産業システム株式会社 | データ収集再生システム |
JP7429019B2 (ja) * | 2019-04-05 | 2024-02-07 | i Smart Technologies株式会社 | 生産管理装置および生産管理システム |
CN113711248B (zh) * | 2019-04-23 | 2023-04-18 | 三菱电机株式会社 | 维护辅助装置、维护辅助方法及维护辅助程序 |
EP3745333A1 (en) * | 2019-05-29 | 2020-12-02 | Siemens Aktiengesellschaft | Method and system for managing a manufacturing process in a technical installation |
CN112486106A (zh) * | 2019-09-12 | 2021-03-12 | 富泰华工业(深圳)有限公司 | 生产监测方法、装置及计算机可读存储介质 |
CN111311071A (zh) * | 2020-01-20 | 2020-06-19 | 天津卓朗科技发展有限公司 | 设备能耗管理方法、装置和电子设备 |
WO2021154320A1 (en) | 2020-01-29 | 2021-08-05 | Iyengar Prashanth | Systems and methods for resource analysis, optimization, or visualization |
USD963665S1 (en) * | 2020-02-28 | 2022-09-13 | Protifi, Llc | Display screen or portion thereof with graphical user interface |
GB202003015D0 (en) * | 2020-03-03 | 2020-04-15 | Atlas Copco Ias Uk Ltd | Riveting machine |
US11937019B2 (en) | 2021-06-07 | 2024-03-19 | Elementary Robotics, Inc. | Intelligent quality assurance and inspection device having multiple camera modules |
US11954846B2 (en) | 2020-06-16 | 2024-04-09 | Elementary Robotics, Inc. | Explainability and complementary information for camera-based quality assurance inspection processes |
US11232554B1 (en) | 2021-06-07 | 2022-01-25 | Elementary Robotics, Inc. | Machine-learning based camera image triggering for quality assurance inspection processes |
TR202108476A2 (tr) * | 2021-05-21 | 2021-06-21 | Gencler Elektronik Sanayi Ve Ticaret Ltd Sirketi | Uzaktan maki̇ne eri̇şi̇m, i̇zleme ve raporlama si̇stemi̇ |
US11605159B1 (en) | 2021-11-03 | 2023-03-14 | Elementary Robotics, Inc. | Computationally efficient quality assurance inspection processes using machine learning |
US11675345B2 (en) * | 2021-11-10 | 2023-06-13 | Elementary Robotics, Inc. | Cloud-based multi-camera quality assurance architecture |
US20230195284A1 (en) * | 2021-12-16 | 2023-06-22 | Baker Hughes Holdings Llc | Context preserving filters |
US11605216B1 (en) | 2022-02-10 | 2023-03-14 | Elementary Robotics, Inc. | Intelligent automated image clustering for quality assurance |
EP4231108A1 (en) * | 2022-02-18 | 2023-08-23 | Tata Consultancy Services Limited | Method and system for root cause identification of faults in manufacturing and process industries |
CN115512526A (zh) * | 2022-11-17 | 2022-12-23 | 歌尔股份有限公司 | 一种生产监控方法和装置 |
CN118132963A (zh) * | 2024-04-30 | 2024-06-04 | 北京凯隆分析仪器有限公司 | 一种工业气体生产质量在线分析方法和系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5659467A (en) * | 1996-06-26 | 1997-08-19 | Texas Instruments Incorporated | Multiple model supervisor control system and method of operation |
US6505145B1 (en) * | 1999-02-22 | 2003-01-07 | Northeast Equipment Inc. | Apparatus and method for monitoring and maintaining plant equipment |
AU4733601A (en) | 2000-03-10 | 2001-09-24 | Cyrano Sciences Inc | Control for an industrial process using one or more multidimensional variables |
US6560506B2 (en) * | 2000-12-04 | 2003-05-06 | Advanced Micro Devices, Inc. | Method and apparatus for control for semiconductor processing for reducing effects of environmental effects |
JP4694843B2 (ja) * | 2002-09-30 | 2011-06-08 | 東京エレクトロン株式会社 | 半導体製作プロセスの監視とコンロトールのための装置 |
US6862486B2 (en) | 2003-03-04 | 2005-03-01 | Activplant Corporation | System and method for processing data relating to conditions in a manufacturing process |
IE20030437A1 (en) * | 2003-06-11 | 2004-12-15 | Scient Systems Res Ltd | A method for process control of semiconductor manufacturing equipment |
US7062411B2 (en) * | 2003-06-11 | 2006-06-13 | Scientific Systems Research Limited | Method for process control of semiconductor manufacturing equipment |
US7406399B2 (en) | 2003-08-26 | 2008-07-29 | Siemens Energy & Automation, Inc. | System and method for distributed reporting of machine performance |
US7650198B2 (en) | 2005-09-30 | 2010-01-19 | Rockwell Automation Technologies, Inc. | Automation system unified data access for disparate data sources |
US20100031156A1 (en) * | 2008-07-31 | 2010-02-04 | Mazu Networks, Inc. | User Interface For Network Events and Tuning |
CN102575973B (zh) * | 2009-10-19 | 2015-06-24 | 日立建机株式会社 | 工程机械的诊断系统及诊断方法 |
CN102117731B (zh) * | 2009-12-31 | 2013-01-02 | 中芯国际集成电路制造(上海)有限公司 | 半导体工艺生产流程中的测量数据的监测方法和装置 |
US8521357B2 (en) * | 2010-04-26 | 2013-08-27 | Nissan North America, Inc. | Impaired operation detection method |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
US9253054B2 (en) * | 2012-08-09 | 2016-02-02 | Rockwell Automation Technologies, Inc. | Remote industrial monitoring and analytics using a cloud infrastructure |
US10386827B2 (en) | 2013-03-04 | 2019-08-20 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics platform |
US9703902B2 (en) * | 2013-05-09 | 2017-07-11 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
CN104765344B (zh) * | 2015-03-18 | 2017-10-10 | 华为技术有限公司 | 质量监控的方法、装置和系统 |
US20160321594A1 (en) | 2015-04-30 | 2016-11-03 | Optimal Plus Ltd. | Correlation between manufacturing segment and end- user device performance |
US10698390B2 (en) | 2015-05-05 | 2020-06-30 | The Lake Companies, Inc. | System and method for monitoring and controlling a manufacturing environment |
CA3007973C (en) * | 2015-12-08 | 2020-11-03 | Sight Machine, Inc. | System and method for monitoring manufacturing |
-
2016
- 2016-12-08 CA CA3007973A patent/CA3007973C/en active Active
- 2016-12-08 WO PCT/US2016/000127 patent/WO2017127042A1/en active Application Filing
- 2016-12-08 EP EP23212513.8A patent/EP4307192A3/en active Pending
- 2016-12-08 CN CN202211666720.2A patent/CN116300561A/zh active Pending
- 2016-12-08 US US15/373,337 patent/US10481597B2/en active Active
- 2016-12-08 EP EP16886686.1A patent/EP3387448B1/en active Active
- 2016-12-08 CN CN201680077709.9A patent/CN108474806B/zh active Active
-
2019
- 2019-11-18 US US16/687,046 patent/US11009862B2/en active Active
-
2021
- 2021-05-14 US US17/321,140 patent/US20210349455A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN108474806A (zh) | 2018-08-31 |
US10481597B2 (en) | 2019-11-19 |
EP4307192A2 (en) | 2024-01-17 |
EP3387448B1 (en) | 2023-11-29 |
CA3007973C (en) | 2020-11-03 |
US20210349455A1 (en) | 2021-11-11 |
US11009862B2 (en) | 2021-05-18 |
US20170160733A1 (en) | 2017-06-08 |
CN116300561A (zh) | 2023-06-23 |
US20200233408A1 (en) | 2020-07-23 |
CA3007973A1 (en) | 2017-07-27 |
WO2017127042A1 (en) | 2017-07-27 |
WO2017127042A9 (en) | 2017-09-21 |
EP3387448A1 (en) | 2018-10-17 |
EP4307192A3 (en) | 2024-04-10 |
EP3387448A4 (en) | 2019-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108474806B (zh) | 用于监测制造的系统和方法 | |
US20240160550A1 (en) | Process mapping and monitoring using artificial intelligence | |
US11921014B2 (en) | System and method for monitoring manufacturing | |
US10809703B2 (en) | Management system and management method | |
US10747212B2 (en) | Management system and non-transitory computer-readable recording medium | |
JP2015195064A (ja) | プロセス制御状態ロールアップの管理方法および装置 | |
US10635096B2 (en) | Methods for analytics-driven alarm rationalization, assessment of operator response, and incident diagnosis and related systems | |
US10579217B2 (en) | System and method for presenting a customizable graphical view of a system status to identify system failures | |
US11393143B2 (en) | Process state analysis device and process state display method | |
WO2014164610A1 (en) | Analyzing measurement sensors based on self-generated calibration reports | |
EP3805881B1 (en) | Unified control system and method for machining of parts | |
EP3474106B1 (en) | Event list management system | |
WO2022162957A1 (ja) | 情報処理装置、制御システムおよびレポート出力方法 | |
JP2017076164A (ja) | 機器監視装置およびアラート情報管理方法 | |
JP2017076165A (ja) | 機器監視装置およびアラート情報管理方法 | |
JP2015046005A (ja) | プラント状態解析システム及びプラント状態解析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |