CN116894544A - 数据收集装置、记录介质以及方法 - Google Patents

数据收集装置、记录介质以及方法 Download PDF

Info

Publication number
CN116894544A
CN116894544A CN202310310142.7A CN202310310142A CN116894544A CN 116894544 A CN116894544 A CN 116894544A CN 202310310142 A CN202310310142 A CN 202310310142A CN 116894544 A CN116894544 A CN 116894544A
Authority
CN
China
Prior art keywords
data
collection device
product
visualized
collected
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.)
Pending
Application number
CN202310310142.7A
Other languages
English (en)
Inventor
坂下将太
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.)
Omron Corp
Original Assignee
Omron 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 Omron Corp filed Critical Omron Corp
Publication of CN116894544A publication Critical patent/CN116894544A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31472—Graphical display of process
    • 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
    • G05B2219/32055—Identify workpiece, read status centrally, machine, adapt status centrally
    • 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
    • G05B2219/32351—Visual, graphical animation of process
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37078—Display machining, processing parameters with curves, pictograms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

数据收集装置、记录介质以及方法。将从生产线收集到的与对象物的生产相关的数据和该对象物的检查数据关联起来进行可视化。数据收集装置包含：数据收集部，其从经过多个工序生产对象物的生产线中，取得与生产作业相关的数据项目的数据；以及取得部，其取得在生产线中生产的对象物的标识符。数据收集装置针对各工序，对在该工序中对对象物实施生产作业的期间收集的收集数据，关联该对象物的标识符和该对象物的检查结果，并针对各工序，生成将该关联后的该工序的收集数据进行可视化来表示的可视化数据。

Description

数据收集装置、记录介质以及方法
技术领域
本公开涉及进行数据收集的技术，特别涉及从FA(Factory Automation：工厂自动化)的生产线收集数据的技术。
背景技术
提出了对具有多个工序的生产线进行监视的技术。例如，日本特开2021-86193号公报公开了工业设备的信息收集系统。该信息收集系统具有：收集部，其从多个处理设备分别收集多个处理信息，所述多个处理信息与到由至少1个工件制造出对应的1个产品为止通过该多个处理设备执行的多个处理工序分别相关；以及关联部，其针对由该收集部收集到的多个处理信息，附加能够在与1个产品相关的多个处理工序间协作的协作标识符而将它们相互关联。
发明内容
在生产线上生产出的产品等对象物经过检查而出厂，但在生产现场，存在如下用户需求：想要将从生产线收集到的与对象物的生产相关的数据和该对象物的检查数据关联起来在视觉上掌握。日本特开2021-86193号公报没有公开用于使收集到的信息可视化的技术。
本公开的一个目的在于提供如下结构：能够生成将从生产线收集到的与对象物的生产相关的数据、和该对象物的检查数据关联起来进行可视化的数据。
本公开的一例的数据收集装置是对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集的装置，其具有：收集部，其从各工序收集与生产作业相关的数据项目的数据；取得部，其取得在生产线中生产的对象物的标识符；关联部，其针对各工序，对在该工序中对对象物实施生产作业的期间由收集部从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及可视化数据生成部，其针对各工序，生成可视化数据，所述可视化数据将由关联部关联了标识符和检查结果的该工序的收集数据进行可视化来表示。
根据本公开，可提供如下结构：能够生成将从生产线收集到的与对象物的生产相关的数据、和该对象物的检查数据关联起来进行可视化的数据。
在上述公开中，收集部从各工序周期性地收集数据，关联部针对各工序，对从该工序周期性地收集而构成的时间序列数据中的与上述的期间对应的部分时间序列数据，关联对象物的标识符和检查结果。
根据本公开，作为关联了对象物的检查结果的数据，能够取得从工序周期性地收集而构成的时间序列数据中的、与对对象物实施生产作业的期间对应的部分时间序列数据。
在上述公开中，可视化数据针对各工序，包含将关联了标识符和检查结果后的部分时间序列数据按照基于该部分时间序列数据的值的优先顺序进行排列而可视化的数据。
根据本公开，能够取得将关联了检查结果的部分时间序列数据按照基于该部分时间序列数据的值的优先顺序进行排列而可视化的数据。
在上述公开中，各工序构成为在该工序中各投入1个对象物，生产线构成为将对象物以预先确定的顺序从1个工序投入到下一工序，数据收集装置构成为，针对各工序，关于由投入到该工序的对象物构成的多个组，分别取得构成该组的各对象物的部分时间序列数据的值的代表值，并取得各个组的代表值与其他组的代表值的偏离度。
根据本公开，能够根据构成各个组的对象物的部分时间序列数据的值的代表值来取得偏离度。
在上述公开中，可视化数据生成部基于针对各工序取得的偏离度来决定优先顺序。
根据本公开，能够将关联了检查结果的部分时间序列数据按照基于偏离度的优先顺序进行排列而可视化。
在上述公开中，上述代表值关于各个组，包含构成该组的各对象物的部分时间序列数据的值的统计值。
根据本公开，能够根据构成各个组的对象物的部分时间序列数据的值的统计值来取得偏离度。
在上述公开中，可视化数据包含将与各个组对应的上述统计值进行可视化来表示的数据。
根据本公开，能够使与各个组对应的上述统计值可视化。
在上述公开中，可视化数据生成部将各工序的优先顺序中的顺序决定为该工序的偏离度越大则越靠上位。
根据本公开，偏离度越大，越能够将排列的优先顺序设为上位。
在上述公开中，检查结果的种类包含正常、异常以及表示尚未检查对象物的未检查。
根据本公开，能够使不同组之间的偏离度包含检查结果为异常组与正常组之间的偏离度。
在上述公开中，可视化数据针对各工序包含特性可视化数据，所述特性可视化数据将投入到该工序的每个对象物的部分时间序列数据的值的变化特性进行可视化来表示。
根据本公开，能够使部分时间序列数据的值的变化特性可视化。
在上述公开中，特性可视化数据针对各工序包含时间特性可视化数据，所述时间特性可视化数据将表示投入到该工序的每个对象物的部分时间序列数据的值的时间变化的特性在公共的时间轴上进行可视化来表示。
根据本公开，能够生成在公共时间轴上表示不同工序间的部分时间序列数据的时间性变化的特性的可视化数据。
在上述公开中，可视化数据包含用于将收集数据以与该收集数据关联的检查结果的种类所对应的方式进行可视化的数据。
根据本公开，能够基于与数据对应的对象物的检查结果，改变从各工序收集到的数据的可视化的方式。
在上述公开中，数据收集装置是对生产线进行控制的控制装置所具备的。由此，能够提供搭载有数据收集装置的控制装置。
本公开的一例的记录介质是记录有用于使计算机执行方法的程序的记录介质。方法是对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集的方法，其具有以下步骤：从各工序收集与生产作业相关的数据项目的数据；取得在生产线中生产的对象物的标识符；针对各工序，对在该工序中对对象物实施生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及针对各工序，生成可视化数据，所述可视化数据将关联了标识符和检查结果后的该工序的收集数据进行可视化来表示。
根据本公开，当执行程序时，可提供如下结构：能够生成将从生产线收集到的与对象物的生产相关的数据、和该对象物的检查数据关联起来进行可视化的数据。
本公开的一例的方法是计算机实施的方法，该方法是收集经过生产线所具备的1个或多个工序而生产的对象物的数据的方法。方法具有以下步骤：从所述1个或多个工序中的各工序收集与生产作业相关的数据项目的数据；取得在所述生产线中生产的对象物的标识符；针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及针对所述各工序，生成可视化数据，所述可视化数据将关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
本发明的上述以及其他目的、特征、方面以及优点根据与附图相关联地理解的和本发明相关的以下详细说明而变得明确。
附图说明
图1是示意性地表示实施方式的PLC 100的概要的图。
图2是表示本实施方式的网络系统的整体结构的一例的示意图。
图3是表示本实施方式的PLC 100的硬件结构例的示意图。
图4是概略地表示本实施方式的支持装置500的硬件结构的图。
图5是示意性地表示本实施方式的PLC 100的模块结构的图。
图6是表示本实施方式的检查方法的处理的流程图。
图7是表示本实施方式的画面的显示例的图。
图8是说明本实施方式的部分时间序列数据的管理的表结构的图。
图9是说明本实施方式的部分时间序列数据的管理的表结构的图。
图10是表示本实施方式的时序图的一例的图。
图11是示意性地表示本实施方式的构成生产线的工序的图。
图12是表示本实施方式的时序图的另一例的图。
图13是示意性地表示本实施方式的构成生产线的工序的图。
图14是表示本实施方式的信息设定画面的一例的图。
图15是表示本实施方式的基于可视化数据的信息的利用方式的流程图。
图16是表示本实施方式的基于可视化数据的画面的显示例的图。
图17是表示本实施方式的基于可视化数据的画面的显示例的图。
图18是表示本实施方式的基于可视化数据的画面的显示例的图。
图19是表示本实施方式的基于可视化数据的画面的显示例的图。
具体实施方式
参照附图对本发明的实施方式进行详细说明。另外，对图中的相同或相应的部分标注相同的标号并不重复其说明。
<A.应用例>
在本实施方式中，作为“控制系统”的典型例，对PLC(可编程逻辑控制器)进行说明，但并不限定于PLC的名称，本说明书所公开的技术思想能够应用于任意的控制系统。另外，在本实施方式中，将作为生产对象的“对象物”称为产品，但“产品”这一用语以不仅包含成品还包含构成(组装)成品的部件或中间品的意思来使用。
在本实施方式中，生产线可包含多个工序。在具有多个工序的生产线中，投入生产线的产品例如在构成多个工序的设备之间，由带式输送机等适当的输送设备自动地输送。产品通过输送设备按照工序顺序在这多个工序中流动，即在各工序中对产品实施生产作业。在各工序中流动的产品从1个工序投入到下一工序。在本实施方式中，生产线的最终工序包含检查产品的品质是否满足基准的检查工序。
图1是示意性地表示实施方式的PLC 100的概要的图。在本实施方式中，PLC 100应用于具有多个工序的产品的生产线。生产线的多个工序包含：生产工序，设置有对产品实施生产作业的现场设备90；以及检查工序，设置有用于对经过了生产工序的产品进行检查的现场设备90。在生产线中，还设置有用于检测产品的ID(标识符)的个体ID代码读取器88以及批次用代码读取器89。生产工序的现场设备90包含：致动器，其按照控制指令93，对生产线等现场施加某种物理作用；以及传感器等输入输出设备，其与现场之间交换信息。通过这样的输入输出设备观测现场设备90的状态，输出观测值92。
在本实施方式中，检查工序所具备的现场设备90包含检查设备。当PLC 100基于来自现场的观测值92检测出在检查工序中投入了产品时，检查设备通过按照来自控制程序140的控制指令93进行动作来检查产品，并将检查结果94作为观测值92输出。检查结果94包含检查对象产品的产品ID。
PLC 100具有控制部10B，控制部10B在每个预先确定的控制周期反复执行与设置于这些生产线的设备交换数据的处理(以下，也称为IO刷新)和控制运算的处理。控制部10B可构成对生产线进行控制的控制装置。
参照图1，PLC 100具有控制部10B和IoT平台10A。控制部10B构成在实时OS(Operating System：操作系统)的基础上执行与工业设备的实时控制相关的程序的平台，另外，IoT平台10A构成在通用OS的基础上主要用于执行IoT处理的程序的平台。
控制部10B包含控制引擎150、由控制引擎150执行的用户程序、以及数据区域42。用户程序包含在每个预先确定的控制周期执行的、例如包含梯形图程序等的用于控制运算的控制程序140和用于IO刷新的IO刷新程序40。数据区域42包含：存储输入数据154和输出数据155的区域41；存储表示在工序中流动的产品的ID的个体ID 43和批次数据44的区域；以及各种队列48的区域。
控制程序140是所谓的变量程序。更具体而言，控制程序140在执行时参照的观测值92的数据、内部计算用数据等构成为能够按数据，使用与输入数据154对应的输入变量、与输出数据155对应的输出变量、以及临时变量等来利用。
来自现场设备90的包含检查结果94的观测值92通过IO刷新而作为输入数据154存储于数据区域42，控制程序140执行基于输入数据154的控制运算，计算出的控制指令93作为输出数据155存储于数据区域42，输出数据155的控制指令93从数据区域42读出并输出至现场设备90。
这样，PLC 100按照控制周期反复实施IO刷新以及控制运算处理，由此相互同步地控制现场设备90。作为实现这样的同步控制的结构，在PLC 100中，例如也可以采用如下结构：针对每个工序而具有包含控制程序140和IO刷新程序40的用户程序，并以公共的控制周期并列地执行各工序的用户程序。
代码读取器88例如光学地读取设置于各工序、并在该工序中流动的产品的标识符，输出表示所读取的标识符的个体ID 43。在生产线中，产品的标识符并不限定于个体ID43，也可以利用批次数据44来取得。更具体而言，在生产线的起始工序设置批次用代码读取器89。当例如通过接近传感器检测到产品被投入到生产线时，批次用代码读取器89从产品光学地读取批次名45。另外，针对各工序，控制部10B将后述的动作中标志从“OFF(关)”设定为“ON(开)”，每当设定动作中标志时，后述的计数器电路针对该工序实施递增计数并输出计数值46。这样，通过各工序的计数值46，表示投入到该工序的各产品在该工序中流动的顺序。在本实施方式中，在各工序中流动的产品的顺序构成为在工序间是一致的，因此在某个工序中第k个(k＝1、2、3、……)投入的产品与在下一工序中第k个投入的产品一致。因此，能够对同一批次中的同一产品分配在工序间为公共的批次数据44作为标识符。
这样，在本实施方式中，在取得产品的标识符的结构中，能够应用使用个体ID代码读取器88的结构或者使用批次用代码读取器89的结构。以下，在对个体ID 43以及批次数据44所表示的产品的标识符的公共说明中，统称为“产品ID”。
IoT平台10A可构成主要从生产线收集信息的“数据收集装置”。IoT平台10A具有IoT引擎250、由IoT引擎250执行的IoT程序260和Web服务器程序280，并且具有设定信息30和数据蓄积部62。在IoT平台10A中，提供如下环境：使用这些元素，根据存储于控制部10B的数据区域42的数据，生成将与产品ID关联的1个以上的数据项目的数据可视化地表示的可视化数据283。
针对各工序，设定信息30包含：收集设定信息28，其表示为了生成可视化数据283而应该收集的数据项目的设定；以及可视化设定信息29，其表示用于根据按照收集设定信息28收集到的数据生成可视化数据283的设定。在本实施方式中，由收集设定信息28设定的数据项目例如利用数据的变量名来设定，但数据项目的设定方法并不限定于使用变量名的方法。
IoT程序260包含：收集程序270，其按照收集设定信息28，从数据区域42收集(检索)针对各工序设定的数据项目的数据并存储于数据蓄积部62；以及关联程序271。
数据区域42具有能够在预先确定的长度的时间内存储(保持)数据的缓冲区域。当执行收集程序270和关联程序271时，PLC 100针对各工序，从数据区域42的缓冲区域收集(检索)与所设定的数据项目的数据对应的产品ID，并且将产品ID与所收集的数据关联起来。然后，将关联了产品ID的数据存储在数据蓄积部62中。由此，在数据蓄积部62中，针对每个工序，从缓冲区域读出与针对该工序设定的生产作业相关的数据项目的数据，并按时间序列存储在数据蓄积部62中。以下，将这样的按时间序列存储的数据也称为时间序列数据。
更具体而言，PLC 100在每次更新与数据区域42的各工序对应的产品ID(个体ID43或批次数据44)时，从数据区域42检索(收集)更新后的产品ID，并且PLC 100确定所收集的该工序的时间序列数据中的、与该产品ID的读出(即更新)定时的时间相应的时间序列数据的部分，并将该读出的产品ID与所确定的时间序列数据的部分进行关联(关联起来)。在实施了这样的关联处理后，将关联了产品ID的数据存储在数据蓄积部62中。以下，将这样确定的时间序列数据的部分也称为“部分时间序列数据”。另外，在关联处理中，PLC 100将与部分时间序列数据关联的产品ID与对应于该产品的检查结果94关联起来。这样，PLC 100针对各生产工序实施以下处理：对在该工序中对产品实施生产作业的期间收集的部分时间序列数据，关联产品ID和检查结果94。
Web服务器程序280具有用于生成设定信息30的设定程序281、和按照可视化设定信息29生成可视化数据283的可视化程序282。可视化设定信息29针对各工序包含应可视化的数据的数据项目和产品ID。当执行可视化程序282时，PLC 100实施可视化处理。在可视化处理中，PLC 100基于针对可视化设定信息29所示的各工序设定的数据项目，从数据蓄积部62中检索与各工序的数据项目对应的时间序列数据。而且，PLC 100针对每个产品ID，从检索出的各工序的时间序列数据中，提取关联了该产品ID的部分时间序列数据，并生成能够将关联了相同的产品ID的不同工序的部分时间序列数据彼此相互关联地看到提取出的多个部分时间序列数据的可视化数据283。可视化程序282关于可视化数据283的生成而具有优先处理程序284，优先处理程序284具有后述的统计计算程序285。
当执行Web服务器程序280时，PLC 100在IoT平台10A的基础上作为Web服务器进行动作。Web服务器将包含Web数据的可视化数据283传送到支持装置500。支持装置500所具有的Web浏览器显示基于从Web服务器接收的可视化数据283的Web数据的Web画面。Web数据包含GUI(Graphical User Interface：图形用户界面)数据，Web画面包含GUI画面而构成。为了可视化地表示包含Web画面和该画面内的图像的各种对象，例如能够使用HTML(Hypertext Markup Language：超文本标记语言)来生成Web数据。
这样，通过显示基于所生成的可视化数据283的画面，从生产线收集到的与产品的生产作业相关的数据通过关联了产品ID和检查结果94的对象而被视觉化。
此外，在图1中，在IoT平台10A的基础上构成的数据收集装置设置于控制生产线的控制装置的PLC 100，但安装方式并不限定于此。例如，数据收集装置也可以由能够经由有线或无线的网络与控制部10B交换数据的单独的装置构成。
以下，作为本公开的更具体的应用例，对本实施方式的PLC 100的更详细的结构及处理进行说明。
<B.系统结构>
对本实施方式的FA所具备的、具有生产线3的网络系统的一例进行说明。图2是表示本实施方式的网络系统的整体结构的一例的示意图。
在图2中，应用于FA的生产线3具有生产作业的工序3A及工序3B和检查工序3C。虽然没有限定，但例如工序3A表示产品的螺纹紧固工序，工序3B表示螺纹紧固后的产品的焊接工序，工序3C表示焊接后的产品的检查工序。在通过现场设备对产品实施多种作业的情况下，这样的工序相当于作业的区分(种类)。
作为设置于工序3C的现场设备90的检查装置使用对拍摄视野的产品进行拍摄而取得的拍摄图像来检查产品。更具体而言，PLC 100在基于观测值92检测到产品进入拍摄视野时，输出拍摄的控制指令93，检查装置按照拍摄的控制指令93进行拍摄。检查装置通过图案匹配将拍摄图像与存储在存储器中的模型图像进行对照，将对照结果所示的相似度与阈值进行比较，将基于比较结果的检查结果94即观测值92输出到PLC 100。例如，如果相似度为阈值以上，则检查装置对检查结果94设定“OK”(品质正常)并输出，如果小于阈值，则对检查结果94设定“NG”(品质异常)并输出。检查装置构成为将产品ID包含在检查结果94中，因此PLC 100能够针对在生产线3中流动的各产品取得产品ID和检查结果94。
此外，生产线3所具备的生产作业的工序的种类以及数量、或者检查工序中的产品的检查方法并不限定于此，能够根据所生产的产品的种类或者产品的规格而变化。
在工序3A、3B以及3C中分别设置有用于实施该工序的作业的1个或多个现场设备90、个体ID代码读取器88及批次用代码读取器89，这些设备与图3所示的现场网络11连接。这些设备除了经由现场网络11与PLC 100连接之外，有时还经由与PLC 100关联的输入输出单元(未图示)与PLC 100直接连接。
经由现场网络11在PLC 100与设备之间交换的数据例如以几百μsec级至几十msec级的极短的周期被更新。另外，这样的被交换的数据的更新处理是通过IO刷新来实现的。
另外，PLC 100经由中继器1与网络2连接。在网络2上，连接有服务器装置300以及HMI(人机界面)装置310，并且经由云连接有信息终端321。服务器装置300接收从PLC 100传送的数据、例如存储在数据蓄积部62中的数据，并作为日志文件320进行存储。另外，日志文件320的存储目的地不限于网络2上的装置(例如服务器装置300)，也可以包含云上的设备。
网络2和现场网络11采用与所要求的特性的差异相应的协议和架构。例如，作为网络2的协议，也可以使用在通用的Ethernet(注册商标)上安装有控制用协议的工业用开放网络即EtherNet/IP(注册商标)。另外，作为现场网络11的协议，也可采用作为机器控制用网络的一例的EtherCAT(注册商标)。另外，这些网络的协议可以相同，也可以不同。
PLC 100可连接支持装置500。支持装置500提供辅助用户运用生产线3的辅助工具。辅助工具包含控制程序140的执行环境或与PLC 100的通信环境等的准备的设定工具。辅助工具还包含对设定信息30的设定进行辅助的辅助工具。这样的辅助工具例如通过UI(User Interface：用户界面)提供给用户。
在生产线3中，支持装置500可以连接于网络2，或者也可以内置于PLC 100，或者还可以作为便携式终端来提供。HMI装置310或信息终端321能够作为固定型终端或便携式终端来提供。
<C.PLC 100的结构>
图3是表示本实施方式的PLC 100的硬件结构例的示意图。参照图3，PLC 100包含向PLC 100的各部分供给电力PW的电源电路101、CPU(Central Processing Unit：中央处理器)102、芯片组104、主要由易失性存储介质构成的内存106、主要由非易失性存储介质构成的存储器108、USB(Universal Serial Bus：通用串行总线)控制器112、现场网络控制器113、存储卡接口114、定时器115以及网络控制器120作为主要组件。
CPU 102读出存储器108或SD卡116中存储的包含控制程序140在内的用户程序，并在内存106中展开。CPU 102通过对展开的程序进行解释和执行，对PLC 100的各部分进行控制，从而实现用于对现场设备90等控制对象进行控制的控制运算处理。另外，CPU 102读出存储器108或者SD卡116中存储的IoT程序260、Web服务器程序280以及控制程序140，并在内存106中展开。CPU 102通过对展开的程序进行解释和执行来控制各部分，从而实现从各工序的数据收集和关联处理、设定信息30的取得处理以及可视化处理。
内存106由DRAM(Dynamic Random Access Memory：动态随机存取存储器)或SRAM(Static Random Access Memory：静态随机存取存储器)等易失性存储装置构成。存储器108例如由HDD(Hard Disc Drive：硬盘驱动器)、SSD(Solid State Drive：固态驱动器)、闪存等非易失性存储装置构成，但一部分也可以由易失性存储器构成。
芯片组104通过对CPU 102与各个组件之间的数据交换进行中介，来实现作为PLC100整体的处理。
在存储器108中，除了具有用于实现PLC 100的基本功能的OS(Operating System：操作系统)131以及调度器程序132的系统程序1082以外，还存储有根据控制对象而生成的控制程序140和IO刷新程序40。在存储器108中还存储有IoT程序260和Web服务器程序280。并且，存储器108具有：存储可视化数据283的区域；存储关于控制收集的数据的区域41；构成相当于存储部的数据蓄积部62的区域的内部存储器47；以及存储设定信息30、个体ID 43和批次数据44的区域。
在本实施方式中，数据蓄积部62的各工序的时间序列数据的存储形式例如可包含CSV(comma separated values：逗号分隔值)文件等文本数据文件。通过对这样的文件附加文件名以及生成日期时间作为标题，能够以可唯一识别的方式构成。
USB控制器112经由USB连接负责与任意的信息处理装置之间的数据交换。任意的信息处理装置例如包含支持装置500。
现场网络控制器113具有连接现场设备90等所属的现场网络11的连接器116a，对PLC 100与包含现场设备90的其他装置之间的经由现场网络11的数据交换进行控制。现场网络控制器113具有将从现场网络11接收的观测值92和从PLC 100输出至现场网络11的控制指令93分别作为输入数据154和输出数据155而存储的内部缓冲器。
存储卡接口114构成为能够自由装卸SD卡116。在CPU 102的控制下，存储卡接口114对SD卡116写入信息，并且从SD卡116读出信息。对SD卡116读写的信息包含：包含控制程序140和IoT程序260的应用程序、各种设定等数据以及日志文件320。
定时器115包含测量时间的时钟电路或计数器电路，但不限于这样的电路，也可以由CPU 102执行的软件模块构成。
网络控制器120具有将PLC 100连接于网络2的连接器120a，对其他装置与PLC 100之间的经由网络2的数据交换进行控制。
CPU 102包含1个或多个处理器。1个或多个处理器按照预先确定的周期(例如控制周期)反复执行控制程序140和IO刷新程序40，由此实施以上所述的控制运算处理和IO刷新来周期性地控制与现场网络11连接的设备。另外，CPU 102的1个或多个处理器执行IoT程序260和Web服务器程序280。
在图3中，示出了通过CPU 102执行程序而提供所需的功能的结构例，但也可以使用专用的硬件电路(例如，ASIC(Application Specific Integrated Circuit：专用集成电路)或者FPGA(Field-Programmable Gate Array：现场可编程门阵列))来安装这些所提供的功能的一部分或者全部。或者，也可以使用遵循通用架构的硬件(例如以通用个人计算机为基础的工业用个人计算机)来实现PLC 100的主要部分。在这种情况下，可以通过应用多核技术来并行执行处理。或者，也可以使用虚拟化技术并行地执行用途不同的多个OS，并且在各OS上执行所需的应用。
<D.支持装置500的结构>
图4是概略地表示本实施方式的支持装置500的硬件结构的图。参照图4，支持装置500包含CPU 510、由DRAM(Dynamic Random Access Memory：动态随机存取存储器)等易失性存储装置构成的内存512、定时器513、由HDD等非易失性存储装置构成的硬盘514、输入接口518、显示控制器520、通信接口524、数据读写器526。这各个部分经由总线528以能够相互进行数据通信的方式连接。
输入接口518对CPU 510与键盘532、鼠标(未图示)、触摸面板(未图示)等输入装置之间的数据传输进行中介。显示控制器520与显示器522连接，显示CPU 510中的处理的结果等。通信接口524经由USB与PLC 100进行通信。数据读写器526对CPU 510与作为外部存储介质的存储卡516之间的数据传输进行中介。
此外，PLC 100的SD卡116以及图4的存储卡516等装卸自如的存储介质包含易失性存储介质或者非易失性存储介质，例如包含CF(Compact Flash：紧凑式闪存)、SD(SecureDigital：安全数字)等通用的半导体存储设备、或者软盘(Flexible Disk)等磁存储介质、或者CD-ROM(Compact Disk Read Only Memory：光盘只读存储器)等光学存储介质。
<E.PLC 100的模块结构>
图5是示意性地表示本实施方式的PLC 100的模块结构的图。在图5中，PLC 100的模块结构与支持装置500的模块相关联地表示。支持装置500包含Web浏览器501和由Web浏览器501启动的UI 502。UI 502相当于支持可视化设定信息29和收集设定信息28等设定信息30的设定的工具。Web浏览器501使显示器522显示基于包含来自PLC 100的可视化数据283的Web数据的画面。
PLC 100包含在IoT平台10A中构成的模块和在控制部10B中构成的模块。PLC 100包含通过在IoT平台10A的基础上执行Web服务器程序280而实现的Web服务器60、和通过执行IoT程序260而实现的IoT应用61。IoT应用61包含通过执行收集程序270而实现的数据收集部63、和通过执行关联程序271而实现的关联部64。
在图5中，示出了用户操作UI 502而设定的可视化设定信息29和收集设定信息28被保持于支持装置500，并适当地被PLC 100的模块利用(参照)的方式，但可视化设定信息29和收集设定信息28的利用方式并不限定于此。例如，也可以是如下方式：经由UI 502设定的可视化设定信息29和收集设定信息28被传送到PLC 100，并存储在存储器108中，PLC 100的模块利用(参照)存储在存储器108中的可视化设定信息29和收集设定信息28。
控制部10B通过IO刷新，从生产线3收集产品ID的数据，并且收集表示包含检查结果94的观测值92的变量的数据，将收集到的数据存储于数据区域42。这样收集的产品ID的数据包含个体ID 43和批次数据44。在图5的数据区域42中，为了便于说明，示出了由收集设定信息28设定的工序3A的数据项目(变量A)、工序3B的数据项目(变量B)、以及表示检查的工序3C的检查结果94的数据项目(变量C)。
基于收集设定信息28，通过数据收集部63从数据区域42收集被设定为收集对象的各工序的数据项目(变量)的数据，并且通过关联部64对收集到的数据项目的时间序列数据实施上述的关联处理，然后存储于数据蓄积部62。通过关联处理，在数据蓄积部62的各工序的时间序列数据中，对在该工序中对产品实施生产作业的期间收集的部分时间序列数据，关联该产品的产品ID以及检查结果94。
可视化部65基于数据蓄积部62的各工序的时间序列数据，按照可视化设定信息29的设定，实施可视化处理，由此生成可视化数据283。Web浏览器501从Web服务器60取得可视化数据283，使显示器522显示基于可视化数据283的画面。
<F.流程图>
图6是表示本实施方式的检查方法的处理的流程图。通过CPU 102执行图1所示的各程序来实现图6的流程图。在图6的处理中，例如，生产线3包含批次的产品的生产作业的工序3A、3B和检查的工序3C。在该批次包含产品ID“X1”～“X3”的产品的情况下，按照“X1”、“X2”、“X3”的顺序投入产品。
CPU 102在实施图6的处理过程中，监视与输入数据154所表示的各工序对应的动作中标志(未图示)。在工序中实施针对产品的生产作业的现场设备90正动作的期间，动作中标志表示“ON(开)”。即，动作中标志在该现场设备90开始动作时变化为“ON(开)”，在结束该动作时变化为“OFF(关)”。CPU 102针对各工序，在动作中标志从“OFF”变化为“ON”时，针对该工序开始数据的收集，然后，在动作中标志从“ON”变化为“OFF”时结束该数据收集。这样，CPU 102针对各工序，在动作中标志表示“ON”的期间实施数据收集。
在图6的处理中，示出了经过了工序3B的产品ID“X1”的产品流动到检查的工序3C、产品ID“X2”的产品从工序3A流动到工序3B、且在工序3A中投入了产品ID“X3”的产品的状态。
参照图6，CPU 102作为关联部64，基于收集设定信息28，判定应该从个体ID 43和虚拟个体ID(批次数据44)中的哪一个取得产品ID(步骤S1)。在此，收集设定信息28包含应该从个体ID 43和批次数据44中的哪一个取得产品ID的设定。
在判定为从批次数据44取得产品ID的情况下(在步骤S1中为“否”)，CPU 102针对在各工序中流动的产品，从批次数据44取得虚拟个体ID(步骤S8、S9)。然后，转移到步骤S2。
另一方面，在判定为从个体ID 43取得产品ID的情况下(在步骤S1中为“是”)，CPU102在动作中标志为“ON”的期间，基于收集设定信息28收集数据，在这样收集到的时间序列数据中，实施产品ID(个体ID或者虚拟个体ID)的关联处理(步骤S2、S3)。另外，实施产品ID(个体ID或虚拟个体ID)与该产品的检查结果94的关联处理(步骤S4)。
在图6中，例示了与步骤S2、S3的关联处理相关联地取得的部分时间序列数据73。针对工序3A，取得关联了产品ID“X3”的部分时间序列数据73，针对工序3B，取得关联了产品ID“X2”的部分时间序列数据73。另外，与步骤S4的关联处理相关联地例示由按照检查顺序取得的检查结果94构成的时间序列的数据73A。数据73A包含按照投入顺序对投入到工序3C的每个产品关联了产品ID以及检查的结果的组。
CPU 102将在步骤S2以及步骤S3中取得的各工序的部分时间序列数据73以及在步骤S4中取得的数据73存储(蓄积)于数据蓄积部62(步骤S5、S6、S7)。在图6中，与步骤S5、S6、S7相关联地示意性地示出由数据蓄积部62蓄积(存储)的与各产品对应的数据。在数据蓄积部62中，针对工序3A，示出通过对产品ID“X1”、“X2”以及“X3”分别实施关联处理而存储有3个部分时间序列数据73的状态。另外，针对工序3A的下一工序3B，示出通过对产品ID“X1”和“X2”分别实施关联处理而取得了2个部分时间序列数据73的状态。另外，关于检查的工序3C，示出对产品ID“X1”实施了检查结果的关联处理的状态。
CPU 102监视与各工序对应的动作中标志，当判定为该动作中标志变化为“ON”时(步骤S10、S11)，转移到步骤S1，与前述同样地实施之后的处理。由此，在各工序中，对接下来投入的产品实施关联处理。
对投入到各工序的产品反复实施这样的动作中标志的监视、数据收集以及关联处理。通过这样的重复处理，对于各生产工序(工序3A、3B)，在该工序中对产品实施生产作业的期间、即动作中标志为ON的期间收集的部分时间序列数据73与该产品的产品ID以及检查结果94相关联地存储于数据蓄积部62。
在图6中，记载为同时执行工序3A的关联处理(步骤S2、S5)、工序3B的关联处理(步骤S3、S6)以及工序3C的关联处理(步骤S4、S7)，但在实际的处理中，在工序间生产作业或检查的所需时间的长度可能不同，因此关联处理的实施时间可能不同。同样地，工序3A、工序3B的动作中标志的判定(步骤S10)和工序3C的动作中标志的判定(步骤S11)的定时在图6中也表示为同时，但在实际的处理中，在工序间生产作业或检查的所需时间的长度可能不同，因此两个定时可能不同。
<G.基于可视化数据的显示例>
图7是表示本实施方式的画面的显示例的图。通过启动Web服务器程序280，PLC100对支持装置500提供作为Web服务器的服务。提供服务包含可视化数据283的提供。
在图7中，例如，在显示器522上包含：表示产品的检查结果94的窗口51A；用于可视化显示部分时间序列数据的窗口52、53；表示作为可视化对象的部分时间序列数据的期间和该产品所属的批次的窗口55；显示部分时间序列数据的值的直方图的窗口79B；以及表示部分时间序列数据的值的代表值的窗口79A。在本实施方式中，为了在画面中区分信息的显示区域而使用“窗口”的用语，但并不限定于窗口的名称，本说明书所公开的显示的技术思想能够应用于任意的画面。
在图7中，显示基于可视化数据283的画面，该可视化数据283基于由可视化设定信息29设定为可视化对象的产品ID、工序3A和工序3B，在图7中还显示：由IoT程序260基于收集设定信息28设为收集对象的数据项目针对工序3A和工序3B分别为“变量A”以及“变量B”。
在窗口51A中显示产品ID“X2”和作为该产品的检查结果94的“正常”。另外，在窗口52中，关于工序3A，用图表显示收集对象的数据项目(变量A)的名称、和表示关于该数据项目的部分时间序列数据的值的时间变化的特性。在窗口53中，关于工序3B，用图表显示收集对象的数据项目(变量B)的名称、和表示关于该数据项目的部分时间序列数据的值的时间变化的特性。在各个窗口52、53中，图表的纵轴取数据的值，横轴取经过时间T。经过时间T针对各产品的部分时间序列数据表示公共的时间轴，相当于针对该产品从生产作业的动作开始到结束为止的期间、例如动作中标志为“ON”的期间。
在图7中，经过时间T的长度在工序3A和工序3B中相同，但在各工序中实施的生产作业不同，因此实际上在经过时间T的长度工序之间不同。基于这样的不同，可视化数据283包含以使各工序的期间与公共长度的经过时间T一致的方式、将各工序的部分时间序列数据在时间轴方向上扩展或缩短而可视化的数据。
在图7的工序3A的窗口52中，显示与对应于数据项目(变量A)的各产品对应的部分时间序列数据的图表，在工序3B的窗口52中，显示与对应于数据项目(变量B)的各产品对应的部分时间序列数据的图表。
可视化数据283构成为，将各工序的产品的部分时间序列数据在该产品的检查结果94表示正常的情况下显示为蓝色图表54C，在表示异常的情况下显示为红色图表54A，在表示尚未在检查工序中检查的未检查的情况下显示为灰色图表54B。可视化程序282在通过Web浏览器更新画面的定时生成可视化数据283，或者周期性地生成可视化数据283。每当生成可视化数据283时，图7的显示器522的画面被更新为基于该可视化数据283的画面。因此，窗口52或53的灰色图表54B在检查工序中检查对应的产品时，基于检查结果94变化为蓝色图表54C或红色图表54A。此外，在以与检查结果的种类(正常、异常、未检查)对应的方式进行可视化的情况下，该方式并不限定于显示色，另外，也可以通过可视化设定信息29来设定该方式。
在窗口79A中，在窗口55所示的期间，关于在工序3A中流动的对象批次的多个产品的部分时间序列数据的值，针对由数据收集部63计算出的代表值的一例即统计量79(最大值、最小值、平均值以及标准偏差)，显示与判定为正常的产品的组对应的值、与判定为异常的产品的组对应的值、以及与未检查的产品的组对应的值。例如，某个产品的组的统计量79的最大值表示关于构成该组的各产品的部分时间序列数据所表示的最大值的代表值(最大值、最小值、平均值以及标准偏差)。对于其他种类的组也同样地导出统计量79。
这样，在窗口79A中，例如定量地示出产品ID“X2”的产品和部分时间序列数据、除此以外的产品ID的产品的部分时间序列数据的统计量。这样的统计量的计算和基于统计量的可视化数据283的生成模块例如构成为包含可视化程序282，可视化程序282包含统计计算程序285。
在窗口79B中，与工序3A的部分时间序列数据的波形图表相关联地显示直方图。在该直方图中，横轴表示窗口52的波形所表示的值的多个等级，纵轴表示属于各等级的值的频数。构成直方图的可视化数据也与窗口52的波形的图表同样，是将投入到工序3A的每个产品的部分时间序列数据的值的变化特性进行可视化来表示的数据。在窗口79B中，针对品质正常的产品组、品质异常的产品组以及未检查的产品组，也分别以蓝色、红色以及灰色分别显示基于部分时间序列数据的直方图。
在图7中，可视化数据283构成为在窗口79A、79B中与工序3A的窗口52相关联地显示统计量79以及直方图，但并不限定于此。可视化数据283也可以与窗口52同样地构成为，与工序3B的窗口53相关联地显示如下窗口，该窗口提示与在窗口53中图表显示的部分时间序列数据对应的统计量以及直方图。
可视化数据283针对各生产工序，包含将关联了产品ID和检查结果94的部分时间序列数据按照基于该部分时间序列数据的值的优先顺序在同一画面中进行排列而可视化的数据。这样的排列方式的优先顺序可基于针对各工序取得的偏离度来决定。更具体而言，CPU 102通过执行优先处理程序284，针对各工序，关于由投入到该工序的产品构成的多个组(基于检查结果94分类的组)，分别取得构成该组的各产品的部分时间序列数据的值的代表值，并取得各个组的代表值与其他组的代表值的偏离度。基于这样取得的偏离度来判定优先顺序。
例如，以如下方式构成可视化数据283：对某个组的统计量79的正常与异常的值的偏离程度和其他组的统计量79的正常与异常的值的偏离程度进行比较，偏离程度更大的组的部分时间序列数据的图表显示于比其他组的部分时间序列数据的图表靠画面中的排列的上位侧。这样，成为偏离度的计算对象的2个组只要彼此的检查结果的种类不同即可，典型地，在异常的组与正常的组之间计算偏离度。
在图7中，关于这样的偏离度，由于工序3A比工序3B大，所以在画面的上侧显示工序3A的窗口52，在下位(下侧)显示工序3B的窗口53。此外，排列也可以是从画面的右侧向左侧的排列方式。这样，生成能够按照基于统计量的优先顺序来进行部分时间序列数据的画面显示的可视化数据283的模块例如构成为包含可视化程序282，可视化程序282包含优先处理程序284。
图7的画面也可以作为GUI来提供。图7的画面针对各工序，具有使表示每个产品的部分时间序列数据的时间变化的特性可视化的图表、数值等对象(部分图像)。可视化数据283所具有的GUI数据可包含构成图7的画面的对象、和对应于受理了对该对象的点击操作等而执行的命令。在图7中，例如当点击操作窗口52的波形的图表54C的对象时，通过执行命令，在窗口51A中显示与该图表54C对应的产品ID“X2”和检查结果94。这样的命令也可以切换被操作的图表的显示方式(图表的线型、线宽、颜色等)。
在可视化设定信息29中，能够包含上述的图表的显示方式的切换设定。在可视化设定信息29中，例如也可以包含如下设定：关于窗口52或53的图表的颜色的浓度，在窗口55所示的对象期间中，以更深的颜色显示更最近取得的部分时间序列数据的图表，另外，以更浅的颜色显示更过去的部分时间序列数据的图表。
另外，也可以通过用户操作，在窗口52、53中同时选择多个波形。另外，在图7中，波形以在窗口55中指定的1个批次为对象来显示，但也可以以多个批次为对象来显示每个批次的图表(波形)。另外，也可以通过可视化设定信息29来设定窗口55中的显示对象的期间和批次。
此外，基于可视化数据283的画面的显示目的地并不限定于支持装置500，在HMI装置310或信息终端321、PLC 100具有显示设备的情况下，也可以是PLC 100。在图7的窗口52和53中，可以针对对应的工序显示在对象期间(对象批次)取得的部分时间序列数据的代表值(例如平均)的波形，或者也可以显示在该对象期间(对象批次)取得的全部产品的部分时间序列数据的波形。
图7的画面能够作为支持判定产品的异常是由哪个工序引起的信息来提供。例如，用户根据图7的画面，将上述的偏离程度大的工序3A推断为成为产品的品质异常的原因的工序，基于推断，能够推断为观察到在工序3A中收集的数据项目“变量A”的观测值92的现场设备90的行为是异常的。
<H.数据收集的例子>
图8和图9是说明本实施方式的部分时间序列数据的管理的表结构的图。在本实施方式中，数据收集部63在数据蓄积部62中，既可以如图8所示那样着眼于各工序来管理部分时间序列数据73，或者也可以如图9所示那样着眼于各产品来管理部分时间序列数据73。
在图8的管理表62A中，例如，关于工序3A，数据收集部63针对每个产品ID，将批次名77、收集开始/结束时刻78、统计量79以及检查结果94关联起来，例如汇总为1列来管理部分时间序列数据73。关于其他工序，也与工序3A同样地管理部分时间序列数据。收集开始/结束时刻78表示在该工序中数据项目的数据从收集开始到结束的时间。该时间相当于从动作中标志变化为“ON”到变化为“OFF”的时间。
在图9的管理表62A中，例如，关于产品ID“X1”的产品，数据收集部63针对每个工序，将批次名77、收集开始/结束时刻78、统计量79以及检查结果94关联起来，例如汇总为1列来管理部分时间序列数据73。
在图8的结构中，按每个工序(变量)保持为1个管理表62A，但在用户想要按照可追溯性用途保管数据的情况下，也能够用按照每个产品ID以1个CSV文件的形式保持图9的管理表62A的数据。本实施方式中，在收集设定信息28中，作为数据蓄积(收集)的方式，也可以设定图8和图9中的任意一方。数据收集部63按照收集设定信息28的设定，以图8或图9的方式收集部分时间序列数据。
在图6的处理中，与批次的各产品在生产线3中流动并行地取得和存储部分时间序列数据73，但也可以如下那样取得部分时间序列数据73。即，始终收集各工序的时间序列数据，并且仅将索引(动作中标志被判定为ON的时间、产品ID等)作为工序数据进行蓄积。也可以是，在批次的全部商品在全部工序中流动后，实施基于索引从各工序的时间序列数据中取得(提取)各产品的部分时间序列数据73的关联处理，并将所取得的部分时间序列数据73以图8或图9的方式存储于数据蓄积部62。
<I.时序图>
图10是表示本实施方式的时序图的一例的图。图11是示意性地表示本实施方式的构成生产线的工序的图。在图11中，例如，生产线包含投入批次的产品的工序3A和下一工序3B。在该批次包含产品ID“X1”～“X6”的产品的情况下，按照“X1”、“X2”、“X3”、“X4”、“X5”、“X6”的顺序投入产品。在图11中，经过了作为检查工序的工序3C的产品ID“X1”的产品被判定为“品质OK”即正常。另外，表示如下状态：经过了工序3B的产品ID“X2”的产品流动到下一工序3C，经过了工序3A的产品ID“X3”的产品流动到工序3B，在工序3A中投入了产品ID“X4”的产品。在图10中示出图11的工序的状态下的时序图。
图10中，在工序3A中，在动作中标志125为“ON”的期间130对变量121实施数据收集，对收集到的部分时间序列数据关联个体ID 43作为产品ID。同样地，在工序3B中，在动作中标志127为“ON”的期间对变量122实施数据收集，对收集到的部分时间序列数据关联个体ID 43。另外，在工序3A、3B、3C中，个体ID 43的扫描124、126、141在检测出向该工序投入产品的定时实施。每当从工序3C将检查结果94设置于数据区域42时，控制部10B将标志142从关设置为开。数据收集部63将标志142的设置(开133)作为触发，根据工序3C从数据区域42取得检查结果94。在图10中，投入到生产线3的产品的批次名45在每次切换批次时被检测(取得)。在生产线3中，为了以将多个产品汇总而成的单位进行管理，针对各单位，对属于该单位的产品附加公共的批次名45(例如批次编号)进行分类并管理。
(I1.时序图的另一例)
对取得虚拟个体ID作为产品ID的情形进行说明。图12是表示本实施方式的时序图的另一例的图。图13是示意性地表示本实施方式的构成生产线的工序的图。在图13中，示出了在1个批次“X”的产品的生产中向生产线3投入不同批次“Y”的产品的情形。在图13中，经过了作为检查工序的工序3C的产品ID“X1”的产品被判定为“品质OK”即正常。另外，表示如下状态：经过了工序3B的产品ID“X2”的产品流动到下一工序3C，经过了工序3A的产品ID“X3”的产品流动到工序3B，在工序3A中投入了批次Y的产品ID“Y1”的产品。在图12中示出图13的工序的状态下的时序图。
在图12中，关于各批次，在该批次的产品被投入到工序3A时，实施批次名的取得123而设定批次名45。当开始向生产线投入批次而取得批次名45后，针对该批次，每当动作中标志变化为“ON”时，对批次数据44设定计数值46，通过批次数据44的批次名45和计数值46的组合来表示虚拟个体ID。CPU 102将在某个工序中取得的虚拟个体ID例如存储在构成于数据区域42的队列中。在下一工序的动作中标志从“OFF”变化为“ON”时，CPU 102从队列读出虚拟个体ID，实施将该读出的虚拟个体ID与在之后的期间130取得的部分时间序列数据关联起来的关联处理。在图12中，前一工序(工序3A)的虚拟个体ID 144被存储在队列145中，在下一工序3B的动作中标志127变化为“ON”时，从队列145读出的虚拟个体ID 144被用作下一工序3B的虚拟个体ID 147。同样地，前一工序(工序3B)的虚拟个体ID 147被存储在队列146中，从队列146读出的虚拟个体ID 144被用作下一工序3C的虚拟个体ID 148。这样，在生产线3构成为以批次为单位生产产品的情况下，虚拟个体ID能够构成为至少一部分包含在多个工序之间为公共的标识符即批次名。
在本实施方式中，动作中标志125、127通过执行控制程序140所具有的功能块等命令来设定。这样的命令可包含用于设定动作中标志的运算命令或定时器命令。
这样，各工序取得虚拟个体ID的方法并不限定于图1所示那样的各工序利用独自的批次数据44的方法，如图12所示，也可以是在工序间共用存储于队列145的虚拟个体ID的方法。
<J.信息设定画面的例子>
图14是表示本实施方式的信息设定画面的一例的图。在图14中，例如，UI 502在显示器522上显示画面，受理针对该画面的用户操作，按照所受理的用户操作来取得收集设定信息28。
在图14中，示出了以表形式设定收集设定信息28的画面。表中设定的项目针对各工序，包含表示产品在生产线3中流动的该工序的顺序的工序顺序160、表示应该在该工序中收集的数据项目的变量名161、设定有与该工序对应的动作中标志的变量名162、个体ID指定163、批次名164、注释165以及优先级计算式166。工序顺序160设定检查工序(工序3C)作为生产线3的最终工序。个体ID指定163指定将个体ID 43用作产品ID。批次名164表示设定有批次名45的变量名。注释165表示针对该工序收集的数据的说明等用户注释。
优先级计算式166表示优先处理程序284为了计算偏离度而利用的运算式，该偏离度用于在工序间决定画面中的图表显示的优先顺序。
工序顺序160用于经由队列在工序间交换虚拟个体ID。注释165可与图7的部分时间序列数据的图表一起显示。在收集变量名161中能够设定1个或多个变量名。这样的变量名包含观测值92的变量名或控制指令93的变量名。在观测值92的变量名中，例如能够包含用于螺纹紧固的现场设备90的观测值92所包含的扭矩、速度以及Z轴的位置这3种变量名。基于这样设定了3种变量名的收集设定信息28，数据收集部63能够从螺纹紧固工序同时收集3种数据项目的数据。另外，在收集对象变量名所表示的控制指令93中，例如也可以包含针对螺纹紧固的伺服电机等现场设备90的指令，例如将位置、速度、加速度、加加速度(jerk)、角度、角加速度、角加加速度等数值作为指令来表示的指令。在检查工序的收集变量名161中设定检查结果94的变量名。
关联部64如果设定了个体ID指定163，则将个体ID 43与部分时间序列数据关联，如果未设定个体ID指定16，则取得虚拟个体ID并与部分时间序列数据关联。在图6的步骤S1中，基于收集设定信息28的个体ID指定163来实施判定。
针对各工序，利用该工序的统计量79，按照“统计量的偏离度”＝“异常时的统计量”/“正常时的统计量”的基准式来计算统计量79的变化率。在用户设定“最大值”作为优先级计算式166时，设定“统计量的偏离度”＝“异常时的最大值”/“正常时的最大值”的计算式。并不限定于统计量79的最大值，也可以是最小值、平均值、标准偏差等，或者也可以是这些中的2个以上的组合。另外，统计量的偏离度也可以使用与通过基准式计算出的统计量的偏离度加权后的值来计算。例如，统计量的偏离度也可以通过“统计量的偏离度”＝0.8ד平均值的偏离度”+0.2ד标准偏差的偏离度”来计算。这样，针对各工序计算统计量79的偏离度，偏离度较大的工序的部分时间序列数据的图表比其他工序的部分时间序列数据的图表优先显示于画面。通过这样显示的画面，能够向用户提供用于确定生产线3的多个工序内的偏离度大、即引起检查结果94的“异常”的工序的支持信息。
<K.基于可视化数据的信息的利用方式>
图15是表示本实施方式的基于可视化数据的信息的利用方式的流程图。图16～图19是表示本实施方式的基于可视化数据的画面的显示例的图。
参照图15，对例如作为工序管理者或品质管理者的用户利用由基于可视化数据283的画面提供的信息的场景进行说明。用户基于来自检查工序的检查结果94判断是否检测到产品的品质异常(步骤S20)。如果判断为未检测到品质异常(在步骤S20中为“否”)，则用户反复进行步骤S20的判断。
当判断为检测到品质异常时(在步骤S20中为“是”)，用户根据显示器522所显示的基于可视化数据283的画面，判断哪个工序的部分时间序列数据的波形的图表表示异常(步骤S21)。在该画面中，如上所述，偏离度大的工序的图表比其他工序的图表优先显示在排列的上位。例如在图16的画面中，工序3A的图表显示在最上位。用户能够从图16的画面推断工序3A是引起品质的“异常”的工序。
用户使生产线3暂时停止，对所确定的对象工序3A的现场设备90进行维护(步骤S22)。例如，关于工序3A，如果变量A是收集对象的数据项目，则用户能够将观测到变量A的值的现场设备90筛选为维护对象。
然后，用户使暂时停止的生产线3运转而重新开始生产(步骤S23)。在基于生产重新开始后收集到的数据的可视化数据283的画面中，显示维护后的各工序的部分时间序列数据的波形的图表。
用户从基于在生产重新开始后生成的可视化数据283的画面中，确认基于各工序的部分时间序列数据的波形(步骤S24)。用户从画面确认波形的图表中的异常是否已消除(步骤S25)。即，确认不存在具有变化率(偏离度)大的图表的工序。在确认为异常未消除的情况下(在步骤S25中为“否”)，返回步骤S22，用户实施现场设备90的维护。
例如，在步骤S24中显示图19的画面的情况下，在图19的画面中，在工序3A中原来的未检查的灰色图表54B(图16)的波形以与异常的红色图表54A的波形近似的方式变化。根据提示这样的波形变化的画面，用户确认虽然进行了工序3A的现场设备90的维护，但无法消除品质异常的原因。
另一方面，在确认不存在具有偏离度大的图表的工序、即确认为异常已消除的情况下(在步骤S25中“是”)，继续产品的生产(步骤S26)。例如，在步骤S24中显示图18的画面的情况下，在图18的画面中，在工序3A的图表中，原来的未检查的产品的灰色图表54B的波形以与正常的蓝色图表54C的波形近似的方式变化。根据表示这样的波形的变化的画面，用户能够确认通过对工序3A的现场设备90进行维护，能够消除品质异常。
另外，用户监视基于在生产线3运转中显示于显示器522的可视化数据283的画面。例如显示图17的画面。根据图17的画面，用户确认在工序3A的图表中未检查的产品的灰色图表54B的波形近似于异常的红色图表54A的波形的状态(步骤S27)。根据这样的画面的信息，用户能够推断由于工序3A的现场设备90的行为，今后也生产被检测出品质异常的产品的可能性高。然后，用户转移到步骤S22，实施维护。
<L.程序和记录介质>
本实施方式的IoT程序260以及Web服务器程序280也能够记录在包含附属于PLC100的软盘、CD-ROM、ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)、HDD(Hard Disc Drive：硬盘驱动器)等记录介质在内的计算机可读取的记录介质中，作为程序产品来提供。记录介质是以计算机及其他装置、机械等能够读取所记录的程序等信息的方式，通过电、磁、光学、机械或化学作用来存储该程序等信息的介质。
另外，上述程序也能够通过经由网络控制器120从网络2下载来向PLC 100提供程序。
<M.附记>
在本实施方式中，包含以下这样的技术思想。
[结构1]
一种数据收集装置，其对经过生产线(3)所具备的1个或多个工序而生产的对象物的数据进行收集，其中，该数据收集装置具有：
收集部(63)，其从所述1个或多个工序(3A、3B、3C)中的各工序收集与生产作业相关的数据项目的数据；
取得部(88、89)，其取得在所述生产线中生产的对象物的标识符；
关联部(64)，其针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间由所述收集部从该工序收集的收集数据(73)，关联该对象物的标识符和该对象物的检查结果(94)；以及
可视化数据生成部(65)，其针对所述各工序，生成可视化数据(283)，所述可视化数据(283)将由所述关联部关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
[结构2]
在结构1所记载的数据收集装置中，
所述收集部从所述各工序周期性地收集所述数据，
所述关联部针对所述各工序，对从该工序所述周期性地收集而构成的时间序列数据中的与所述期间对应的部分时间序列数据，关联所述对象物的标识符和所述检查结果。
[结构3]
在结构2所记载的数据收集装置中，
所述可视化数据针对所述各工序，包含将关联了所述标识符和所述检查结果后的所述部分时间序列数据按照基于该部分时间序列数据的值的优先顺序进行排列而可视化的数据。
[结构4]
在结构3所记载的数据收集装置中，
所述各工序构成为在该工序中各投入1个所述对象物，
所述生产线构成为将所述对象物以预先确定的顺序从1个工序投入到下一工序，
所述数据收集装置构成为，针对所述各工序，关于由投入到该工序的对象物构成的多个组，分别取得构成该组的各对象物的所述部分时间序列数据的值的代表值，并取得所述多个组各自的所述代表值与其他组的所述代表值的偏离度。
[结构5]
在结构4所记载的数据收集装置中，
所述可视化数据生成部基于针对所述各工序取得的所述偏离度来决定所述优先顺序。
[结构6]
在结构4或5所记载的数据收集装置中，
所述代表值关于所述多个组中的各个组，包含构成该组的各对象物的所述部分时间序列数据的值的统计值(79)。
[结构7]
在结构6所记载的数据收集装置中，
所述可视化数据包含将与所述各个组对应的所述统计值进行可视化来表示的数据。
[结构8]
在结构4～7中的任意一项所记载的数据收集装置中，
所述可视化数据生成部将所述各工序的所述优先顺序中的顺序决定为该工序的所述偏离度越大则越靠上位。
[结构9]
在结构4～8中的任意一项所记载的数据收集装置中，
关于所述各个组，构成该组的所述对象物的检查结果的种类与构成所述其他组的所述对象物的检查结果的种类不同。
[结构10]
在结构9所记载的数据收集装置中，
所述检查结果的种类包含正常、异常以及表示尚未检查所述对象物的未检查。
[结构11]
在结构2～10中的任意一项所记载的数据收集装置中，
所述可视化数据针对所述各工序包含特性可视化数据(54A、54B、54C)，所述特性可视化数据(54A、54B、54C)将投入到该工序的每个对象物的所述部分时间序列数据的值的变化特性进行可视化来表示。
[结构12]
在结构11所记载的数据收集装置中，
所述特性可视化数据针对所述各工序包含时间特性可视化数据，所述时间特性可视化数据将表示投入到该工序的每个对象物的所述部分时间序列数据的值的时间变化的特性在公共的时间轴上进行可视化来表示。
[结构13]
在结构1～12中的任意一项所记载的数据收集装置中，
所述可视化数据包含用于将所述收集数据以与该收集数据关联的所述检查结果的种类所对应的方式进行可视化的数据。
[结构14]
在结构1～13中的任意一项所记载的数据收集装置中，
该数据收集装置是对所述生产线进行控制的控制装置(100)所具备的。
[结构15]
一种记录介质，其记录有用于使计算机(102)执行方法的程序，其中，
所述方法是对经过生产线(3)所具备的1个或多个工序而生产的对象物的数据进行收集的方法，其具有以下步骤：
从所述1个或多个工序(3A、3B、3C)中的各工序收集与生产作业相关的数据项目的数据；
取得在所述生产线中生产的对象物的标识符；
针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及
针对所述各工序，生成可视化数据，所述可视化数据将关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
[结构16]
一种方法，由计算机实施，对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集，其中，该方法具有以下步骤：
从所述1个或多个工序中的各工序收集与生产作业相关的数据项目的数据；
取得在所述生产线中生产的对象物的标识符；
针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及
针对所述各工序，生成可视化数据，所述可视化数据将关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
对本发明的实施方式进行了说明，但应认为此次公开的实施方式在所有方面都是例示而不是限制性的。本发明的范围由本发明的技术方案表示，意在包含与本发明的技术方案等同的意思以及范围内的所有变更。

Claims (16)

1.一种数据收集装置，其对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集，其中，该数据收集装置具有：
收集部，其从所述1个或多个工序中的各工序收集与生产作业相关的数据项目的数据；
取得部，其取得在所述生产线中生产的对象物的标识符；
关联部，其针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间由所述收集部从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及
可视化数据生成部，其针对所述各工序，生成可视化数据，所述可视化数据将由所述关联部关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
2.根据权利要求1所述的数据收集装置，其中，
所述收集部从所述各工序周期性地收集所述数据，
所述关联部针对所述各工序，对从该工序所述周期性地收集而构成的时间序列数据中的与所述期间对应的部分时间序列数据，关联所述对象物的标识符和所述检查结果。
3.根据权利要求2所述的数据收集装置，其中，
所述可视化数据针对所述各工序，包含将关联了所述标识符和所述检查结果后的所述部分时间序列数据按照基于该部分时间序列数据的值的优先顺序进行排列而可视化的数据。
4.根据权利要求3所述的数据收集装置，其中，
所述各工序构成为在该工序中各投入1个所述对象物，
所述生产线构成为将所述对象物以预先确定的顺序从1个工序投入到下一工序，
所述数据收集装置构成为，针对所述各工序，关于由投入到该工序的对象物构成的多个组，分别取得构成该组的各对象物的所述部分时间序列数据的值的代表值，并取得所述多个组各自的所述代表值与其他组的所述代表值的偏离度。
5.根据权利要求4所述的数据收集装置，其中，
所述可视化数据生成部基于针对所述各工序取得的所述偏离度来决定所述优先顺序。
6.根据权利要求4或5所述的数据收集装置，其中，
所述代表值关于所述多个组中的各个组，包含构成该组的各对象物的所述部分时间序列数据的值的统计值。
7.根据权利要求6所述的数据收集装置，其中，
所述可视化数据包含将与所述各个组对应的所述统计值进行可视化来表示的数据。
8.根据权利要求4或5所述的数据收集装置，其中，
所述可视化数据生成部将所述各工序的所述优先顺序中的顺序决定为该工序的所述偏离度越大则越靠上位。
9.根据权利要求4或5所述的数据收集装置，其中，
关于所述各个组，构成该组的所述对象物的检查结果的种类与构成所述其他组的所述对象物的检查结果的种类不同。
10.根据权利要求9所述的数据收集装置，其中，
所述检查结果的种类包含正常、异常以及表示尚未检查所述对象物的未检查。
11.根据权利要求2～5中的任意一项所述的数据收集装置，其中，
所述可视化数据针对所述各工序包含特性可视化数据，所述特性可视化数据将投入到该工序的每个对象物的所述部分时间序列数据的值的变化特性进行可视化来表示。
12.根据权利要求11所述的数据收集装置，其中，
所述特性可视化数据针对所述各工序包含时间特性可视化数据，所述时间特性可视化数据将表示投入到该工序的每个对象物的所述部分时间序列数据的值的时间变化的特性在公共的时间轴上进行可视化来表示。
13.根据权利要求1～5中的任意一项所述的数据收集装置，其中，
所述可视化数据包含用于将所述收集数据以与该收集数据关联的所述检查结果的种类所对应的方式进行可视化的数据。
14.根据权利要求1～5中的任意一项所述的数据收集装置，其中，
所述数据收集装置是对所述生产线进行控制的控制装置所具备的。
15.一种记录介质，其记录有用于使计算机执行方法的程序，其中，
所述方法是对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集的方法，其具有以下步骤：
从所述1个或多个工序中的各工序收集与生产作业相关的数据项目的数据；
取得在所述生产线中生产的对象物的标识符；
针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及
针对所述各工序，生成可视化数据，所述可视化数据将关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
16.一种方法，由计算机实施，对经过生产线所具备的1个或多个工序而生产的对象物的数据进行收集，其中，所述方法具有以下步骤：
从所述1个或多个工序中的各工序收集与生产作业相关的数据项目的数据；
取得在所述生产线中生产的对象物的标识符；
针对所述各工序，对在该工序中对所述对象物实施所述生产作业的期间从该工序收集的收集数据，关联该对象物的标识符和该对象物的检查结果；以及
针对所述各工序，生成可视化数据，所述可视化数据将关联了所述标识符和所述检查结果后的该工序的收集数据进行可视化来表示。
CN202310310142.7A 2022-04-01 2023-03-27 数据收集装置、记录介质以及方法 Pending CN116894544A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-061819 2022-04-01
JP2022061819A JP2023151936A (ja) 2022-04-01 2022-04-01 データ収集装置およびプログラム

Publications (1)

Publication Number Publication Date
CN116894544A true CN116894544A (zh) 2023-10-17

Family

ID=85781983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310310142.7A Pending CN116894544A (zh) 2022-04-01 2023-03-27 数据收集装置、记录介质以及方法

Country Status (4)

Country Link
US (1) US20230315057A1 (zh)
EP (1) EP4254104A1 (zh)
JP (1) JP2023151936A (zh)
CN (1) CN116894544A (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035877B2 (en) * 2001-12-28 2006-04-25 Kimberly-Clark Worldwide, Inc. Quality management and intelligent manufacturing with labels and smart tags in event-based product manufacturing
AT510888A1 (de) * 2011-01-05 2012-07-15 Progress Maschinen & Automation Ag Produktionsanlage mit zeitindexierter historischer anzeige
JP6741923B1 (ja) 2019-11-25 2020-08-19 株式会社安川電機 産業機器の情報収集システム、産業機器の制御装置、及び、産業機器の情報収集方法
WO2021106117A1 (ja) * 2019-11-27 2021-06-03 株式会社安川電機 生産システムの情報収集装置、情報収集方法及びプログラム

Also Published As

Publication number Publication date
US20230315057A1 (en) 2023-10-05
JP2023151936A (ja) 2023-10-16
EP4254104A1 (en) 2023-10-04

Similar Documents

Publication Publication Date Title
JP6903976B2 (ja) 制御システム
EP3382485B1 (en) Controller, control program, control system, and control method
US11782431B2 (en) Control device and non-transitory computer-readable recording medium recording program
JP6753278B2 (ja) 制御システムおよび制御装置
EP3376320A1 (en) Control device
WO2022030041A1 (ja) 予測システム、情報処理装置および情報処理プログラム
US11829130B2 (en) Control apparatus and non-transitory computer readable medium for detecting abnormality occurring in subject to be monitored
JP2018133037A (ja) 制御装置
JP7102801B2 (ja) 制御システム、制御装置および表示装置
CN116894544A (zh) 数据收集装置、记录介质以及方法
WO2021111936A1 (ja) 予測システム、情報処理装置および情報処理プログラム
US20230315065A1 (en) Device, method, and recording medium for collecting data
WO2022181007A1 (ja) 情報処理装置、情報処理プログラムおよび情報処理方法
TWI843084B (zh) 控制系統、資訊處理方法以及資訊處理裝置
WO2022270056A1 (ja) 予測システム、情報処理装置および情報処理プログラム
JP2023006304A (ja) 制御システム、モデル生成方法およびモデル生成プログラム
JP2023051402A (ja) 制御システム、情報処理方法および情報処理装置
JP2023002962A (ja) 情報処理装置、モデル生成プログラムおよびモデル生成方法
JP2023151886A (ja) 情報処理装置および情報処理プログラム
JP2020194413A (ja) 制御システム、制御装置および制御プログラム

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