CN111954855A - 确定异常设备的装置、方法和计算机程序 - Google Patents

确定异常设备的装置、方法和计算机程序 Download PDF

Info

Publication number
CN111954855A
CN111954855A CN201880092290.3A CN201880092290A CN111954855A CN 111954855 A CN111954855 A CN 111954855A CN 201880092290 A CN201880092290 A CN 201880092290A CN 111954855 A CN111954855 A CN 111954855A
Authority
CN
China
Prior art keywords
pattern
transit
quality
abnormal
product
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.)
Granted
Application number
CN201880092290.3A
Other languages
English (en)
Other versions
CN111954855B (zh
Inventor
立床雅司
樋口毅
河内清人
米田健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN111954855A publication Critical patent/CN111954855A/zh
Application granted granted Critical
Publication of CN111954855B publication Critical patent/CN111954855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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]
    • G05B19/4185—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 the network communication
    • 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]
    • 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]
    • G05B19/4184—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 fault tolerance, reliability of production system
    • 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]
    • G05B19/41845—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 system universality, reconfigurability, modularity
    • 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]
    • G05B19/41865—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 job scheduling, process planning, material flow
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B23/0232—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 qualitative trend analysis, e.g. system evolution
    • 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
    • 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
    • G05B2219/32222—Fault, defect detection of origin of fault, defect of product
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

在经由多个设备制造产品的生产线中确定使产品品质产生异常的设备的经由模式的装置根据表现制造产品时经由的设备和经由的顺序的制造路径与经由模式的对应关系以及制造路径品质，估计表示通过与经由模式相匹配的制造路径制造的产品组的品质的经由模式品质，根据估计出的经由模式品质确定怀疑存在异常的经由模式。

Description

确定异常设备的装置、方法和计算机程序
技术领域
本发明涉及在经由多个设备制造产品的生产线中确定使产品品质产生异常的设备的经由模式的装置、方法和计算机程序。
背景技术
以往，存在如下技术：在经由多个设备制造产品的生产线中，确定怀疑存在来自外部的网络攻击、故障等异常的设备(例如参照专利文献1)。
在专利文献1中记载了如下方法：在工厂、车间等的生产线中，根据所制造的产品的品质和表示该产品经由哪个设备被制造的制造路径，对每个设备的制造品质进行可视化，由此确定怀疑存在异常的设备。
现有技术文献
专利文献
专利文献1：日本特开2010-170178号公报
发明内容
发明要解决的问题
在经由多个设备制造产品的生产线中，例如，考虑设备1、设备2为开孔工序、且设备3、设备4为拧紧工序的情况。该情况下，考虑根据各个设备的工作状况等灵活地变更开孔工序和拧紧工序的组合。
但是，根据设备的组合，认为存在容易产生不良品的路径模式。作为一例，有时产生如下情况：在设备1之后经由设备3的产品的品质、在设备1之后经由设备4的产品的品质、在设备2之后经由设备3的产品的品质均正常，但是，仅在设备2之后经由设备4的产品的品质异常。
例如，在设备1开设的孔在容许误差的范围内但是稍微向左偏移、设备2开设的孔在容许误差的范围内但是稍微向右偏移、设备3拧紧的螺钉准确地在中心拧紧、设备4拧紧的螺钉在容许误差的范围内但是稍微向左偏移的情况下，可能引起上述这种情况。换言之，是由于设备2与设备4的不兼容性而产生的产品品质的异常。
在专利文献1所记载的方法中，能够确定使产品品质产生异常的单独的设备。但是，在存在使产品品质产生异常的设备的经由模式，上述例子中为在设备2之后经由设备4的模式的情况下，无法确定使产品品质产生异常的经由模式。
这里，不仅考虑设备2和设备4连续的情况，还考虑在设备2与设备4之间包含1个以上的其他设备的经由模式的情况。而且，这样，在设备2与设备4之间包含1个以上的其他设备的经由模式中，由于设备2与设备4的不兼容性，认为通过包含从设备2到设备4的顺序的经由模式而制造的产品品质会产生异常。此外，作为兼容性差的设备，不限于2个，还考虑由于经由3个以上的设备而使产品品质容易产生异常的状况。
更一般而言，在使产品品质产生异常的设备的经由模式中，在存在兼容性差的2个以上的设备的顺序的情况下，确定这种多个设备的顺序是重要的。但是，在专利文献1的现有技术中，无法确定兼容性差的2个以上的设备的顺序。
本发明用于解决上述这种问题，其目的在于，提供如下的装置、方法和计算机程序：在经由多个设备制造产品的生产线中，能够确定作为使产品品质产生异常的原因的2个以上的设备的顺序。
用于解决问题的手段
为了实现上述目的，本发明的装置在经由多个设备制造产品的生产线中，确定使产品品质产生异常的设备的经由模式，其中，该装置具有：制造路径提取部，其提取表示制造产品时经由的设备和经由的顺序的制造路径；制造路径品质生成部，其生成表示通过制造路径制造出的产品组的品质的制造路径品质；经由模式生成部，其按照该经由模式内必须包含的设备的数量即必须经由设备数，生成作为制造产品时经由的设备和经由的顺序考虑的经由模式；对应关系生成部，其生成制造路径与经由模式的对应关系；经由模式品质估计部，其根据对应关系和制造路径品质来估计经由模式品质，该经由模式品质表示通过经由模式中包含的制造路径制造出的产品组的品质；以及异常经由模式确定部，其确定经由模式品质的值为预先规定的阈值以上的异常经由模式。
发明的效果
本发明的装置、方法和计算机程序具有如下结构：能够根据与已知的制造路径和制造路径品质有关的数据，确定作为使产品品质产生异常的原因的2个以上的设备的顺序。其结果，在经由多个设备制造产品的生产线中，能够确定作为使产品品质产生异常的原因的2个以上的设备的顺序。
附图说明
图1是本发明的实施方式1的结构图。
图2A是本发明的实施方式1的产品信息的数据构造的一例。
图2B是本发明的实施方式1的制造路径信息的数据构造的一例。
图2C是本发明的实施方式1的经由模式信息的数据构造的一例。
图2D是本发明的实施方式1的对应关系信息的数据构造的一例。
图3是说明本发明的实施方式1的异常确定装置的动作的流程图。
图4是本发明的实施方式1的实施例1的制造路径信息。
图5是本发明的实施方式1的实施例1的经由模式信息。
图6是本发明的实施方式1的实施例1的对应关系信息。
图7是本发明的实施方式1的实施例1的经由模式品质。
图8是本发明的实施方式2的结构图。
图9A是本发明的实施方式2的产品信息的数据构造的一例。
图9B是本发明的实施方式2的制造路径信息的数据构造的一例。
图9C是本发明的实施方式2的经由模式信息的数据构造的一例。
图9D是本发明的实施方式2的对应关系信息的数据构造的一例。
图10是说明本发明的实施方式2的异常确定装置的动作的流程图。
图11是说明本发明的实施方式2的异常确定装置的动作的流程图。
图12是本发明的实施方式2的实施例2的经由模式品质的值的时间推移。
具体实施方式
下面，参照添加的附图对本发明的实施方式进行详细说明。但是，以下所示的实施方式是一例，本发明不由这些实施方式限定。
实施方式1
图1是本发明的实施方式1的结构图。在工厂301中具有用于对产品进行加工的各种设备10～15。此外，在工厂301中具有对所制造的产品的制造路径和品质进行监视的品质监视装置302。品质监视装置302向异常确定装置101发送包含工厂301内制造的产品的制造路径和品质的信息。
(品质监视装置302的结构)
首先，对品质监视装置302的结构进行说明。品质监视装置302由公知的计算机构成，具有品质监视部303和品质发送部304。品质监视装置302的各结构要素303～304可以通过硬件构成，也可以通过由品质监视装置302的CPU(未图示)执行的程序以软件的方式实现。
品质监视部303对工厂301内制造的产品的制造路径和品质进行监视，生成包含各产品的制造路径和品质的信息。品质发送部304向异常确定装置101发送由品质监视装置302生成的包含各产品的制造路径和品质的信息。
另外，在图1中，异常确定装置101也可以与多个工厂301的多个品质监视装置302连接。此外，异常确定装置101与多个品质监视装置302之间的连接也可以是多个品质监视装置302构成层级构造的网络结构。
(异常确定装置101的结构)
接着，对异常确定装置101的结构进行说明。异常确定装置101由公知的计算机构成，具有产品信息接收部111、制造路径提取部112、制造路径品质生成部113、经由模式生成部114、对应关系生成部115、经由模式品质估计部116、异常经由模式确定部117和存储区域120。
异常确定装置101的各结构要素111～117可以通过硬件构成，也可以通过由异常确定装置101的CPU(未图示)执行的程序以软件的方式实现。
(产品信息接收部111)
产品信息接收部111接收从品质监视装置302发送的包含产品的制造路径和品质的信息，将其存储在存储区域120的产品信息121中。
图2A中示出产品信息121的数据构造的一例。在产品信息121中包含产品ID211、制造路径212和产品品质213。
产品ID211是识别产品的唯一标识符。制造路径212是表现制造产品时经由的设备和经由的顺序的字符串，例如是“{设备1，设备2，设备3}”这样的字符串。产品品质213是表示产品的品质的信息。产品品质213取0以上且1以下的实数值，值越大，表示品质越良好。
另外，也可以无法同时接收产品的制造路径和品质。即，如果能够另外通过产品ID对应起来，则可以按照任意顺序进行接收。
(制造路径提取部112)
制造路径提取部112根据图2A的产品信息121，针对各产品提取出制造该产品时经由的制造路径后，合并重复的制造路径，将其存储在存储区域120的制造路径信息122中。
(制造路径品质生成部113)
制造路径品质生成部113针对由制造路径提取部112提取和合并的各制造路径，生成表示通过该制造路径制造的产品组的品质的制造路径品质，将其存储在存储区域120的制造路径信息122中。
图2B中示出制造路径信息122的数据构造的一例。在制造路径信息122中包含制造路径ID221、制造路径222和制造路径品质223。
制造路径ID221是识别制造产品时经由的制造路径的唯一标识符。制造路径222是表现制造产品时经由的设备和经由的顺序的字符串。制造路径品质223是表示通过该制造路径制造的产品组的品质的信息。
例如，制造路径品质223由以下的式子定义。
[数式1]
Figure BDA0002719521820000051
在上式中，如果正常，则制造路径品质223取0的值，如果异常，则制造路径品质223取0以外的值。在制造路径品质223取0以外的值的情况下，其大小表示通过该制造路径制造的产品组的不良的程度。
(经由模式生成部114)
经由模式生成部114根据图2B的制造路径信息122的制造路径222，生成作为制造产品时经由的设备和经由的顺序而考虑的“经由模式”，将其存储在存储区域120的经由模式信息123中。
这里，对本申请发明的特征即“经由模式”这样的概念进行说明。经由模式表现作为制造产品时经由的设备和经由的顺序而考虑的模式。在指定图2B的制造路径信息中包含的各设备、模式内必须包含的设备的数量即“必须经由设备数”后，能够生成经由模式。
此外，在某个经由模式A包含在某个制造路径B中的情况下，称为“经由模式A与制造路径B相匹配”。此外，在某个经由模式A不包含在某个制造路径B中的情况下，称为“经由模式A与制造路径B不匹配”。
例如，在图2B中，存在设备1～设备5这5个设备，在对“必须经由设备数”指定了1的情况下，考虑的经由模式是(设备1)、(设备2)、(设备3)、(设备4)、(设备5)这5种。
此时，当考虑由(设备1)构成的经由模式时，该经由模式在图2B的制造路径中、与路径1即{设备1，设备2，设备3，设备5}、路径2即{设备1，设备4}、路径3即{设备1，设备3，设备2}这3个制造路径相匹配。
此外，当考虑由(设备2)构成的经由模式时，该经由模式在图2B的制造路径中、与路径1即{设备1，设备2，设备3，设备5}、路径3即{设备1，设备3，设备2}这2个制造路径相匹配。
同样，由(设备3)构成的经由模式与路径1即{设备1，设备2，设备3，设备5}、路径3即{设备1，设备3，设备2}这2个制造路径相匹配。由(设备4)构成的经由模式与路径2即{设备1，设备4}的制造路径相匹配。由(设备5)构成的经由模式与路径1即{设备1，设备2，设备3，设备5}的制造路径相匹配。
此外，在图2B中，在对“必须经由设备数”指定了2的情况下，考虑的经由模式是(设备1，*，设备2)、(设备1，*，设备3)、(设备1，*，设备4)、(设备1，*，设备5)、和(设备2，*，设备1)、(设备2，*，设备3)、(设备2，*，设备4)、(设备2，*，设备5)、和(设备3，*，设备1)、(设备3，*，设备2)、(设备3，*，设备4)、(设备3，*，设备5)、和(设备4，*，设备1)、(设备4，*，设备2)、(设备4，*，设备3)、(设备4，*，设备5)、以及(设备5，*，设备1)、(设备5，*，设备2)、(设备5，*，设备3)、(设备5，*，设备4)这20种。
另外，上述经由模式中的“*”是表示在此处可以包含0个以上的任意设备的通配符。例如，当考虑(设备1，*，设备2)的经由模式时，该经由模式在图2B的制造路径中、与{设备1，设备2，设备3，设备5}、{设备1，设备3，设备2}这2个制造路径相匹配。换言之，(设备1，*，设备2)的经由模式与包含设备1、设备2的顺序的制造路径相匹配。
同样，在图2B中，在对“必须经由设备数”指定了2的情况下，考虑的经由模式是(设备1，*，设备2，*，设备3)、...(设备5，*，设备4，*，设备3)这60种。例如，当考虑(设备1，*，设备2，*，设备5)的经由模式时，该经由模式在图2B的制造路径中、与{设备1，设备2，设备3，设备5}的制造路径相匹配。换言之，(设备1，*，设备2，*，设备5)的经由模式与包含设备1、设备2、设备5的顺序的制造路径相匹配。
图2C中示出经由模式信息123的数据构造的一例。在经由模式信息123中包含经由模式ID231、经由模式232和经由模式品质233。
经由模式ID231是识别经由模式的唯一标识符。如上所述，经由模式232是表现作为制造产品时经由的设备和经由的顺序而考虑的模式的字符串。但是，虽然认为存在可能性、但是与图2B的任意制造路径都不匹配的经由模式被除外，以削减计算量。
经由模式品质233是表示通过与该经由模式相匹配的制造路径制造的产品组的品质的信息。
如果正常，则经由模式品质233取预先规定的阈值以下的值，如果异常，则经由模式品质233取大于阈值的值。在经由模式品质233取大于阈值的值的情况下，其大小表示通过与该经由模式相匹配的制造路径制造的产品组的不良的程度。
在经由模式生成部114生成经由模式时，经由模式品质233是未知的，通过“N/A”这样的能够与无效进行区分的表现进行初始化。
(对应关系生成部115)
对应关系生成部115根据图2B的制造路径信息122和图2C的经由模式信息123，提取制造路径222与经由模式232的对应关系，将提取出的对应关系存储在存储区域120的对应关系信息124中。
图2D中示出对应关系信息124的数据构造的一例。在对应关系信息124中包含制造路径ID241和经由模式ID242。
制造路径ID241在行方向上排列图2B的制造路径信息122的制造路径ID221中存储的各制造路径ID。经由模式ID242在列方向上排列图2C的经由模式信息123的经由模式ID231中存储的各经由模式ID。
在图2D的对应关系信息124中，在制造路径ID241和经由模式ID242相交的部位、例如制造路径1和经由模式1相交的部位243，在制造路径1与经由模式1相匹配的情况下存储1，在制造路径1与经由模式1不匹配的情况下存储0。
取而代之，也可以在制造路径1与经由模式1相匹配的情况下存储大于0的值、即跟制造路径1与经由模式1相匹配的程度对应的值。
(经由模式品质估计部116)
经由模式品质估计部116根据图2D的对应关系信息124和图2B的制造路径信息122的制造路径品质223，估计各经由模式的品质、即通过与各经由模式相匹配的制造路径制造的产品组的品质，将其存储在图2C的经由模式信息123的经由模式品质233中。
作为经由模式品质233的估计方法的一例，存在如下方法：假设作为制造路径与经由模式的对应关系和经由模式品质的线性观测而得到产品路径品质，来估计经由模式品质。
详细地讲，将图2B的制造路径信息122的制造路径品质223设为常数向量y，将图2C的经由模式信息123的经由模式品质233设为变量向量x，将图2D的对应关系信息124设为矩阵A，应用于线性观测的定义式。由此，得到以下的关系式。
[数式2]
y＝Ax
根据上式，设为制约条件：x≥0，作为求出使以下的目标函数最小化的x的优化问题，估计变量向量x。
[数式3]
||y-Ax||
(异常经由模式确定部117)
异常经由模式确定部117根据包含估计出的经由模式品质的图2C的经由模式信息123，确定经由模式品质的值为预先规定的阈值以上的经由模式作为“异常经由模式”。
此外，异常经由模式确定部117提取异常经由模式中共同包含的设备作为怀疑存在异常的设备，按照怀疑存在异常的程度从高到低的顺序进行确定。另外，作为怀疑存在异常的程度的排序方法，例如，考虑从经由模式品质的值较大的异常经由模式中共同包含的设备起优先进行排序。异常经由模式确定部117将所确定的设备作为怀疑存在来自外部的网络攻击、故障等异常的设备输出到监视器(未图示)。
(异常确定装置101的动作)
接着，参照图3所示的流程图对本发明的实施方式1的异常确定装置101的动作进行说明。另外，在图3的流程图的开始时，设为通过产品信息接收部111事前接收从品质监视装置302发送的包含产品的制造路径和品质的信息，作为产品信息121(图2A)存储在存储区域120中。
在步骤S101中，制造路径提取部112根据图2A的产品信息121，针对各产品提取出制造该产品时经由的制造路径后，合并重复的制造路径。制造路径提取部112将提取和合并的制造路径作为制造路径ID221和制造路径222存储在图2B的制造路径信息122中。
在步骤S102中，制造路径品质生成部113针对各制造路径，生成表示通过该制造路径制造的产品组的品质的制造路径品质。制造路径品质生成部113将生成的制造路径品质作为制造路径品质223存储在图2B的制造路径信息122中。
在步骤S103中，经由模式生成部114根据图2B的制造路径信息122的制造路径222，对所述“必须经由设备数”指定1，生成所考虑的经由模式。但是，虽然认为存在可能性、但是与图2B的任意制造路径都不匹配的经由模式被除外，以削减计算量。经由模式生成部114将生成的经由模式作为经由模式ID231和经由模式232存储在图2C的经由模式信息123中。此时，经由模式品质233通过“N/A”这样的能够与无效进行区分的表现进行初始化。
在步骤S104中，对应关系生成部115根据图2B的制造路径信息122和图2C的经由模式信息123，提取制造路径222与经由模式232的对应关系，将提取出的对应关系存储在图2D的对应关系信息124中。
在步骤S105中，经由模式品质估计部116根据图2D的对应关系信息124和图2B的制造路径信息122的制造路径品质223，估计各经由模式品质。经由模式品质估计部116将估计出的经由模式品质作为经由模式品质233存储在图2C的经由模式信息123中。
在步骤S106中，经由模式生成部114判定预先规定的结束条件是否成立。详细地讲，经由模式生成部114从图2C的经由模式信息123中提取经由模式品质的值为预先规定的阈值以上的全部经由模式。
经由模式生成部114在步骤S106中提取出的经由模式的数量为规定数以上、或步骤S105的执行次数即经由模式品质的估计次数为预先规定的次数以上的情况下，判断为结束条件成立，进入步骤S107，在不是这样的情况下，判断为结束条件未成立，进入步骤S108。
作为代替方法，经由模式生成部114也可以对上次反复时估计出的经由模式品质的倾向和本次反复时估计出的经由模式品质的倾向进行比较，判定比较结果是否收敛于预先规定的范围内。
作为另一个代替方法，经由模式生成部114也可以使“必须经由设备数”每次增加一个，并且记录步骤S106中提取的经由模式的数量，在确定了提取的经由模式的数量最少的“必须经由设备数”时，判断为结束条件成立。
一般而言，当考虑横轴取必须经由设备数、纵轴取提取的经由模式的数量的曲线图时，该曲线图示出向下凸出的倾向。而且，确定提取的经由模式的数量最少的必须经由设备数意味着确定给出曲线图的最小值的必须经由设备数。
在步骤S107中，经由模式生成部114使“必须经由设备数”增加1，生成考虑的经由模式。经由模式生成部114将生成的经由模式存储在图2C的经由模式信息123中。此时，经由模式品质233通过“N/A”这样的能够与无效进行区分的表现进行初始化。然后，返回步骤S104。
在步骤S108中，异常经由模式确定部117根据图2C的经由模式信息123，确定经由模式品质的值为预先规定的阈值以上的经由模式作为怀疑使产品品质产生异常的“异常经由模式”。
在步骤S109中，异常经由模式确定部117确定步骤S108中确定的异常经由模式中共同包含的设备。异常经由模式确定部117将确定的设备作为怀疑存在来自外部的网络攻击、故障等异常的设备输出到监视器(未图示)。
(实施例1)
接着，参照图4～图7对通过本发明的实施方式1的异常确定装置101确定怀疑使产品品质产生异常的“异常经由模式”的具体实施例进行说明。
在图4所示的制造路径信息122的例子中，存在路径1～20这20个制造路径，在这些制造路径的中途配置有设备1～5这5台加工装置。
根据图4的制造路径信息122，例如在对“必须经由设备数”指定了2的情况下，得到图5所示的经由模式信息123。另外，在图5中，虽然认为存在可能性、但是与图4的任意制造路径都不匹配的经由模式被除外。
此外，根据图4的制造路径信息122和图5的经由模式信息123，得到图6所示的对应关系信息124。另外，图6中记载为“PT”的部分是“模式”的意思。
根据图4～图6，估计图7所示的经由模式品质233。根据图7，发现通过与(设备2，*，设备3)的经由模式、即在设备2之后经由0个以上的设备而存在设备3的经由模式相匹配的制造路径制造的产品的品质较低，通过除此以外的制造路径制造的产品的性质全部较高。
异常确定装置101的异常经由模式确定部117确定(设备2，*，设备3)作为怀疑使产品品质产生异常的“异常经由模式”。
如以上说明的那样，本发明的实施方式1的异常确定装置根据制造路径与经由模式的对应关系和制造路径品质，估计表示通过与经由模式相匹配的制造路径制造的产品组的品质的经由模式品质，根据估计出的经由模式品质来确定怀疑存在异常的经由模式。
根据上述特征，在经由多个设备制造产品的生产线中，在存在使产品品质产生异常的设备的经由模式的情况下，能够确定这种模式。
实施方式2
图8是本发明的实施方式2的结构图。在实施方式2中，能够对经由模式品质随着时间的经过而逐渐恶化的异常进行处理。
(品质监视装置2302的结构)
品质监视装置2302具有品质监视部2303和品质发送部2304。品质监视部2303对工厂301内制造的产品的制造路径和品质、以及品质的测定时刻进行监视，生成包含各产品的制造路径和品质、以及品质的测定时刻的信息。品质发送部2304向异常确定装置2101发送由品质监视部2303生成的包含各产品的制造路径和品质、以及品质的测定时刻的信息。
(异常确定装置2101的结构)
异常确定装置2101具有产品信息接收部2111、制造路径提取部2112、制造路径品质生成部2113、经由模式生成部2114、对应关系生成部2115、经由模式品质估计部2116和异常经由模式确定部2117。它们对实施方式1的异常确定装置101追加了产品品质的测定时刻的概念。
(数据构造)
接着，使用图9A～9D对实施方式2的数据构造进行说明。实施方式2的数据构造对实施方式1的数据构造追加了产品品质的测定时刻的概念。
图9A中示出实施方式2的产品信息1010的数据构造的一例。在产品信息1010中包含产品ID1011、制造路径1012、品质测定时刻1013和产品品质1014。
产品ID1011、制造路径1012和产品品质1014与实施方式1的产品信息121中包含的内容相同。品质测定时刻1013是测定了产品品质的时刻。
图9B中示出实施方式2的制造路径信息1020的数据构造的一例。在制造路径信息1020中包含制造路径ID1021、制造路径1022、测定开始时刻1023、测定结束时刻1024和制造路径品质1025。
制造路径ID1021、制造路径1022和制造路径品质1025与实施方式1的制造路径信息122中包含的内容相同。
测定开始时刻1023和测定结束时刻1024是通过在后面详细叙述的异常经由模式确定部2117指定的，指定制造路径品质1025中汇集的产品品质的测定时间的范围。例如，在测定开始时刻指定为t1、测定结束时刻指定为t2的情况下，仅时刻t1～t2之间测定的产品品质汇集在制造路径品质中。
图9C中示出实施方式2的经由模式信息1030的数据构造的一例。经由模式信息1030包含经由模式ID1031、经由模式1032、测定开始时刻1033、测定结束时刻1034和经由模式品质1035。
经由模式ID1031、经由模式1032和经由模式品质1035与实施方式1的经由模式信息123中包含的内容相同。
测定开始时刻1033是与该经由模式相匹配的制造路径品质的测定开始时刻。测定结束时刻1034是与该经由模式相匹配的制造路径品质的测定结束时刻。
图9D中示出实施方式2的对应关系信息1040的数据构造的一例。对应关系信息1040包含制造路径ID1041和经由模式ID1042。
制造路径ID1041和经由模式ID1042与实施方式1的对应关系信息124中包含的内容相同。
(异常确定装置2101的动作)
接着，参照图10、11所示的流程图对本发明的实施方式2的异常确定装置2101的动作的动作进行说明。另外，在图10、11的流程图的开始时，设为通过产品信息接收部2111事前接收从品质监视装置2302发送的包含产品的制造路径和品质、以及品质的测定时刻的信息，作为产品信息2121(图9A)存储在存储区域2120中。
首先，对图10所示的流程图的处理进行说明。图10的流程图在实施方式1的图3的流程图中追加了产品品质的测定时刻的概念。从接着说明的图11的流程图的步骤S2201反复调出图10的流程图的处理。
在步骤S2101中，制造路径提取部2112根据图9A的产品信息1010，针对从由异常经由模式确定部2117指定的测定开始时刻到测定结束时刻的期间内进行了品质测定的各产品，提取出制造该产品时经由的制造路径后，合并重复的制造路径。制造路径提取部2112将提取和合并的制造路径作为制造路径ID1021和制造路径1022、以及测定开始时刻1023和测定结束时刻1024存储在图9B的制造路径信息2020中。
在步骤S2102中，制造路径品质生成部2113针对步骤S2101中提取和合并的各制造路径，生成表示通过该制造路径制造的产品组的品质的制造路径品质。制造路径品质生成部2113将生成的制造路径品质作为制造路径品质1025存储在图9B的制造路径信息1020中。
在步骤S2103中，经由模式生成部2114根据图9B的制造路径信息1020的制造路径1022，将“必须经由设备数”设为1，生成考虑的经由模式。经由模式生成部2114将生成的经由模式作为经由模式ID1031和经由模式1032、以及测定开始时刻1033和测定结束时刻1034存储在图9C的经由模式信息1030中。此时，经由模式品质1035通过“N/A”这样的能够与无效进行区分的表现进行初始化。
在步骤S2104中，对应关系生成部2115根据图9B的制造路径信息1020和图9C的经由模式信息1030，提取制造路径1022与经由模式1032的对应关系，将提取出的对应关系存储在图9D的对应关系信息1040中。
在步骤S2105中，经由模式品质估计部2116根据图9D的对应关系信息1040和图9B的制造路径信息1020的制造路径品质1025，估计各经由模式品质。经由模式品质估计部2116将估计出的经由模式品质作为经由模式品质1035存储在图9C的经由模式信息1030中。
在步骤S2106中，经由模式生成部2114判定预先规定的结束条件是否成立。详细地讲，经由模式生成部2114从图9C的经由模式信息1030中提取经由模式品质的值为预先规定的阈值以上的全部经由模式，在提取出的经由模式的数量为规定数以上、或步骤S2105的执行次数即经由模式品质的估计次数为预先规定的次数以上的情况下，判断为结束条件成立，进入步骤S2108，在不是这样的情况下，判断为结束条件未成立，进入步骤S2107。
在步骤S2107中，经由模式生成部2114使“必须经由设备数”增加1，生成考虑的经由模式。经由模式生成部2114将生成的经由模式存储在图9C的经由模式信息1030中。此时，经由模式品质1035通过“N/A”这样的能够与无效进行区分的表现进行初始化。然后，返回步骤S2104。
在步骤S2108中，异常经由模式确定部2117根据图9C的经由模式信息1030，确定经由模式品质的值为预先规定的阈值以上的经由模式作为怀疑使产品品质产生异常的“异常经由模式”。
在步骤S2109中，异常经由模式确定部2117确定步骤S2108中确定的异常经由模式中共同包含的设备。异常经由模式确定部2117将确定的设备作为怀疑存在来自外部的网络攻击、故障等异常的设备输出到监视器(未图示)。
接着，对图11所示的流程图的处理进行说明。如上所述，从图11的流程图的步骤S2201反复调出图10的流程图的处理。
在步骤S2201中，异常经由模式确定部2117指定多个时间范围，多次调出图10的流程图的处理。异常经由模式确定部2117在各调出中，在图10的步骤S2106的结束条件成立时，取得图9C中包含的全部经由模式。
例如，在指定第1～第3时间范围、且调出3次图10的流程图的处理的情况下，如下所述。
首先，在第1次，异常经由模式确定部2117指定测定开始时刻t0～测定结束时刻t1作为第1时间范围，调出图10的处理。然后，异常经由模式确定部2117在图10的步骤S2106的结束条件成立时，取得图9C中包含的全部经由模式。
接着，在第2次，异常经由模式确定部2117指定测定开始时刻t1～测定结束时刻t2作为第2时间范围，调出图10的处理。然后，异常经由模式确定部2117在图10的步骤S2106的结束条件成立时，取得图9C中包含的全部经由模式。
最后，在第3次，异常经由模式确定部2117指定测定开始时刻t2～测定开始时刻t3作为第3时间范围，调出图10的处理。然后，异常经由模式确定部2117在图10的步骤S2106的结束条件成立时，取得图9C中包含的全部经由模式。
在步骤S2202中，异常经由模式确定部2117在存在过去3次的经由模式品质的时间推移脱离预先规定的范围的经由模式的情况下，进入步骤S2203，在不是这样的情况下，结束处理。
在步骤S2203中，异常经由模式确定部2117确定过去3次的经由模式品质的时间推移脱离预先规定的范围的经由模式作为“异常经由模式”。
在步骤S2204中，异常经由模式确定部2117确定步骤S2203中确定的异常经由模式中共同包含的设备。异常经由模式确定部2117将确定的设备作为怀疑存在来自外部的网络攻击、故障等异常的设备输出到监视器(未图示)。
(实施例2)
图12中示出通过本发明的实施方式2的异常确定装置2101求出的经由模式品质的时间推移的一例。
圆形记号表示的是T1～T3的各时间范围内的经由模式品质的值和经由模式品质的值的时间推移均正常的情况。另外，图12的Th是图10的步骤S2106中的预先规定的阈值。
三角形记号表示的是时间范围T2内的经由模式品质的值异常的情况。
四边形记号表示的是T1～T3的各时间范围内的经由模式品质的值的时间推移异常的情况。另外，图12的R的下侧的区域是图11的步骤S2202中的预先规定的范围。
如以上说明的那样，在本发明的实施方式2的异常确定装置2101中，还确定经由模式品质的值的时间推移脱离预先规定的范围的经由模式作为异常经由模式。由此，在实施方式1得到的效果的基础上，还能够对经由模式品质随着时间的经过而逐渐恶化的异常进行处理。
标号说明
101、2101：异常确定装置；112、2112：制造路径提取部；113、2113：制造路径品质生成部；114、2114：经由模式生成部；115、2115：对应关系生成部；116、2116：经由模式品质估计部；117、2117：异常经由模式确定部。

Claims (13)

1.一种确定异常设备的装置，其在经由多个设备制造产品的生产线中，确定使产品品质产生异常的设备的经由模式，其中，所述确定异常设备的装置具有：
制造路径提取部，其提取表示制造所述产品时经由的设备和经由的顺序的制造路径；
制造路径品质生成部，其生成表示通过所述制造路径制造出的产品组的品质的制造路径品质；
经由模式生成部，其按照该经由模式内必须包含的设备的数量即必须经由设备数，生成作为制造所述产品时经由的设备和经由的顺序而考虑的经由模式；
对应关系生成部，其生成所述制造路径与所述经由模式的对应关系；
经由模式品质估计部，其根据所述对应关系和所述制造路径品质来估计经由模式品质，该经由模式品质表示通过所述经由模式中包含的制造路径制造出的产品组的品质；以及
异常经由模式确定部，其确定所述经由模式品质的值为预先规定的阈值以上的异常经由模式。
2.根据权利要求1所述的确定异常设备的装置，其中，
所述经由模式生成部将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到所述异常经由模式的数量成为规定数以上为止。
3.根据权利要求1所述的确定异常设备的装置，其中，
所述经由模式生成部将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到对上次反复时估计出的经由模式品质的倾向和本次反复时估计出的经由模式品质的倾向进行比较而得到的比较结果收敛于预先规定的范围内为止。
4.根据权利要求1所述的确定异常设备的装置，其中，
所述经由模式生成部将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到确定所述异常经由模式的数量最少的所述必须经由设备数为止。
5.根据权利要求1～4中的任意一项所述的确定异常设备的装置，其中，
所述异常经由模式确定部还确定所述经由模式品质的值的时间推移脱离预先规定的范围的经由模式作为异常经由模式。
6.根据权利要求1～5中的任意一项所述的确定异常设备的装置，其中，
所述异常经由模式确定部还确定所述异常经由模式中共同包含的设备作为怀疑存在异常的设备，并按照怀疑存在异常的程度从高到低的顺序进行确定。
7.一种确定异常设备的方法，其在经由多个设备制造产品的生产线中，确定使产品品质产生异常的设备的经由模式，其中，所述确定异常设备的方法包含以下步骤：
提取表示制造所述产品时经由的设备和经由的顺序的制造路径；
生成表示通过所述制造路径制造出的产品组的品质的制造路径品质；
按照该经由模式内必须包含的设备的数量即必须经由设备数，生成作为制造所述产品时经由的设备和经由的顺序而考虑的经由模式；
生成所述制造路径与所述经由模式的对应关系；
根据所述对应关系和所述制造路径品质来估计经由模式品质，该经由模式品质表示通过所述经由模式中包含的制造路径制造出的产品组的品质；以及
确定所述经由模式品质的值为预先规定的阈值以上的异常经由模式。
8.根据权利要求7所述的确定异常设备的方法，其中，
在生成所述经由模式的步骤中，将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到所述异常经由模式的数量成为规定数以上为止。
9.根据权利要求7所述的确定异常设备的方法，其中，
在所述经由模式的生成步骤中，将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到对上次反复时估计出的经由模式品质的倾向和本次反复时估计出的经由模式品质的倾向进行比较而得到的比较结果收敛于预先规定的范围内为止。
10.根据权利要求6所述的确定异常设备的方法，其中，
在所述经由模式的生成步骤中，将所述必须经由设备数的初始值设为1，生成所述经由模式，
使所述必须经由设备数每次增加一个，反复生成所述经由模式，直到确定所述异常经由模式的数量最少的所述必须经由设备数为止。
11.根据权利要求7～10中的任意一项所述的确定异常设备的方法，其中，
在确定所述异常经由模式的步骤中，还确定所述经由模式品质的值的时间推移脱离预先规定的范围的经由模式作为异常经由模式。
12.根据权利要求7～11中的任意一项所述的确定异常设备的方法，其中，
在确定所述异常经由模式的步骤中，还确定所述异常经由模式中共同包含的设备，并按照怀疑存在异常的程度从高到低的顺序进行确定。
13.一种计算机程序，其执行权利要求7～12中的任意一项所述的方法。
CN201880092290.3A 2018-04-19 2018-04-19 确定异常设备的装置、方法和计算机设备 Active CN111954855B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/016118 WO2019202700A1 (ja) 2018-04-19 2018-04-19 異常設備を特定する装置、方法、およびコンピュータプログラム

Publications (2)

Publication Number Publication Date
CN111954855A true CN111954855A (zh) 2020-11-17
CN111954855B CN111954855B (zh) 2024-05-14

Family

ID=68240071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880092290.3A Active CN111954855B (zh) 2018-04-19 2018-04-19 确定异常设备的装置、方法和计算机设备

Country Status (7)

Country Link
US (1) US11215975B2 (zh)
EP (1) EP3767415B1 (zh)
JP (1) JP6811896B2 (zh)
KR (1) KR102244169B1 (zh)
CN (1) CN111954855B (zh)
TW (1) TWI716755B (zh)
WO (1) WO2019202700A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021131108A1 (ja) * 2019-12-27 2021-07-01 パナソニックＩｐマネジメント株式会社 品質推定装置および方法
JP7493152B2 (ja) 2021-05-19 2024-05-31 パナソニックＩｐマネジメント株式会社 不良予測システム、不良予測方法及びプログラム
JP7493128B2 (ja) 2021-08-19 2024-05-31 Ｊｆｅスチール株式会社 操業条件提示方法および操業条件提示装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000052192A (ja) * 1998-08-10 2000-02-22 Sumitomo Metal Ind Ltd 製造計画作成方法及び記録媒体
JP2000198051A (ja) * 1998-12-29 2000-07-18 Matsushita Electric Ind Co Ltd 設備フロ―の異常抽出装置、設備フロ―の異常抽出方法、及び設備フロ―の異常抽出プログラムを記録した記憶媒体
JP2002094433A (ja) * 2000-09-12 2002-03-29 Hitachi Kokusai Electric Inc 異常検出システム
TW542980B (en) * 1999-03-15 2003-07-21 Sharp Kk Management system of semiconductor manufacturing apparatus
US20050251365A1 (en) * 2004-03-29 2005-11-10 Hiroshi Matsushita System and method for identifying a manufacturing tool causing a fault
JP2006319220A (ja) * 2005-05-13 2006-11-24 Sharp Corp 異常設備推定装置、異常設備推定方法、異常設備推定プログラム、および、記録媒体
CN101266493A (zh) * 2007-03-14 2008-09-17 欧姆龙株式会社 生产管理系统以及生产管理方法
CN102637617A (zh) * 2012-05-09 2012-08-15 上海宏力半导体制造有限公司 晶圆质量检测系统以及晶圆质量检测方法
CN102707679A (zh) * 2012-05-18 2012-10-03 Tcl王牌电器(惠州)有限公司 产线异常信息报告系统
CN103676868A (zh) * 2013-12-09 2014-03-26 华南理工大学 一种fpc制造关键工序自动监控与智能分析系统
US20150338847A1 (en) * 2014-05-20 2015-11-26 Samsung Electronics Co., Ltd. Method and apparatus for discovering equipment causing product defect in manufacturing process
KR20160005995A (ko) * 2014-07-08 2016-01-18 현대오토에버 주식회사 품질불량 이력을 활용한 선제적 금형 예방관리시스템 및 그 운용 방법
CN106610584A (zh) * 2015-10-27 2017-05-03 沈阳工业大学 一种基于神经网络与专家系统的再制造工序质量控制方法
JP2017161991A (ja) * 2016-03-07 2017-09-14 三菱重工業株式会社 品質評価システム、品質評価方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08267344A (ja) * 1995-02-02 1996-10-15 Hitachi Ltd 生産方法及び薄膜ヘッドの製造方法
JP4239932B2 (ja) * 2004-08-27 2009-03-18 株式会社日立製作所 生産管理システム
US8014880B2 (en) * 2006-09-29 2011-09-06 Fisher-Rosemount Systems, Inc. On-line multivariate analysis in a distributed process control system
TWI330304B (en) * 2007-01-05 2010-09-11 Nupoint Technology Co Ltd Debug method for determining failure machines and application system thereof
JP4500876B1 (ja) 2009-01-20 2010-07-14 シャープ株式会社 生産管理システム
JP5251538B2 (ja) * 2009-01-20 2013-07-31 富士通株式会社 異常箇所特定プログラム、異常箇所特定装置、異常箇所特定方法
GB2496040B (en) * 2011-10-24 2019-04-03 Fisher Rosemount Systems Inc Predicted fault analysis
JP6214889B2 (ja) * 2013-03-14 2017-10-18 株式会社東芝 プロセス監視診断装置
US9818631B2 (en) * 2013-11-27 2017-11-14 Celerint, Llc. Semiconductor device handler throughput optimization
JP6347622B2 (ja) 2014-02-14 2018-06-27 国立研究開発法人情報通信研究機構 ネットワークの故障検出方法
JP6370132B2 (ja) * 2014-07-01 2018-08-08 西部電機株式会社 通信異常検出装置、通信異常検出方法及びプログラム
JP6351880B2 (ja) * 2016-01-15 2018-07-04 三菱電機株式会社 計画生成装置、計画生成方法及び計画生成プログラム

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000052192A (ja) * 1998-08-10 2000-02-22 Sumitomo Metal Ind Ltd 製造計画作成方法及び記録媒体
JP2000198051A (ja) * 1998-12-29 2000-07-18 Matsushita Electric Ind Co Ltd 設備フロ―の異常抽出装置、設備フロ―の異常抽出方法、及び設備フロ―の異常抽出プログラムを記録した記憶媒体
TW542980B (en) * 1999-03-15 2003-07-21 Sharp Kk Management system of semiconductor manufacturing apparatus
JP2002094433A (ja) * 2000-09-12 2002-03-29 Hitachi Kokusai Electric Inc 異常検出システム
US20050251365A1 (en) * 2004-03-29 2005-11-10 Hiroshi Matsushita System and method for identifying a manufacturing tool causing a fault
JP2006319220A (ja) * 2005-05-13 2006-11-24 Sharp Corp 異常設備推定装置、異常設備推定方法、異常設備推定プログラム、および、記録媒体
CN101266493A (zh) * 2007-03-14 2008-09-17 欧姆龙株式会社 生产管理系统以及生产管理方法
CN102637617A (zh) * 2012-05-09 2012-08-15 上海宏力半导体制造有限公司 晶圆质量检测系统以及晶圆质量检测方法
CN102707679A (zh) * 2012-05-18 2012-10-03 Tcl王牌电器(惠州)有限公司 产线异常信息报告系统
CN103676868A (zh) * 2013-12-09 2014-03-26 华南理工大学 一种fpc制造关键工序自动监控与智能分析系统
US20150338847A1 (en) * 2014-05-20 2015-11-26 Samsung Electronics Co., Ltd. Method and apparatus for discovering equipment causing product defect in manufacturing process
KR20160005995A (ko) * 2014-07-08 2016-01-18 현대오토에버 주식회사 품질불량 이력을 활용한 선제적 금형 예방관리시스템 및 그 운용 방법
CN106610584A (zh) * 2015-10-27 2017-05-03 沈阳工业大学 一种基于神经网络与专家系统的再制造工序质量控制方法
JP2017161991A (ja) * 2016-03-07 2017-09-14 三菱重工業株式会社 品質評価システム、品質評価方法及びプログラム

Also Published As

Publication number Publication date
US20200401117A1 (en) 2020-12-24
EP3767415A4 (en) 2021-03-24
EP3767415B1 (en) 2023-11-15
TW201944187A (zh) 2019-11-16
TWI716755B (zh) 2021-01-21
EP3767415A1 (en) 2021-01-20
KR102244169B1 (ko) 2021-04-23
US11215975B2 (en) 2022-01-04
CN111954855B (zh) 2024-05-14
JPWO2019202700A1 (ja) 2020-07-27
WO2019202700A1 (ja) 2019-10-24
KR20200125734A (ko) 2020-11-04
JP6811896B2 (ja) 2021-01-13

Similar Documents

Publication Publication Date Title
CN111954855A (zh) 确定异常设备的装置、方法和计算机程序
Hernández et al. Classification of graph metrics
US9547544B2 (en) Method for verifying bad pattern in time series sensing data and apparatus thereof
JP4553315B2 (ja) パケット遅延から輻輳パスを分類する輻輳パス分類方法、管理装置及びプログラム
CN106487462B (zh) 一种插入损耗测试方法与系统
EP2286337A2 (en) Ranking the importance of alerts for problem determination in large systems
US8472332B2 (en) Apparatus for detecting quality deterioration of a telecommunications network by discriminating periodic faults
Xiao et al. Kalman filtering over unreliable communication networks with bounded Markovian packet dropouts
JP2007166453A (ja) パケットデータ解析プログラム、パケットデータ解析装置、パケットデータ解析方法
JP2009159256A (ja) 伝送特性調整装置、回路基板、及び伝送特性調整方法
CN113490857A (zh) 方法和测试设备
JP2009267858A (ja) 波長経路選択システム、及び、波長経路選択方法
He Distributed link anomaly detection via partial network tomography
CN109067598A (zh) 一种基于图中心度的云计算系统物理设备故障检测方法
JP6488197B2 (ja) 異常検出方法、異常検出装置、及びネットワークシステム
Sena da Rocha et al. Economical control chart with supplementary rules to monitor the average number of defects
CN107885075B (zh) 一种对过程控制智能整定的检测方法及系统
JP6672375B2 (ja) 誤り率測定装置及び該装置のアイマージン測定方法
Fernandes et al. Digital signature to help network management using principal component analysis and K-means clustering
Firouzjah et al. Multi-objective allocation of measuring system based on binary particle swarm optimization
Liu et al. A new topological index for capacity allocation problem in survivable networks
Ji et al. HUGO: real-time analysis of component interactions in high-tech manufacturing equipment (industry article)
JP2009087027A (ja) 工程管理方法、工程管理プログラム及び工程管理システム
Vamoş et al. Serial correlation of detrended time series
Magri et al. J-DFA: A novel approach for robust differential fault analysis

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