DE102017000536A1

DE102017000536A1 - Zellsteuereinheit zum Feststellen einer Ursache einer Anomalie bei einer Fertigungsmaschine

Info

Publication number: DE102017000536A1
Application number: DE102017000536.2A
Authority: DE
Inventors: Hiromitsu Takahashi; Toshimichi Aoki
Original assignee: Fanuc Corp
Current assignee: Fanuc Corp
Priority date: 2016-01-29
Filing date: 2017-01-20
Publication date: 2017-08-03
Anticipated expiration: 2037-01-21
Also published as: US10203666B2; CN107024917B; DE102017000536B4; CN107024917A; JP6031202B1; JP2017134786A; US20170220008A1

Abstract

Eine Zellsteuereinheit umfasst eine Einheit zum Erfassen von internen Informationen zum Erfassen der internen Informationen der Mehrzahl von Fertigungsmaschinen und eine Einheit zum Vergleichen von internen Informationen, die erste interne Informationen und zweite interne Informationen, die erfasst werden, in Bezug auf eine erste Fertigungsmaschine und eine zwei Fertigungsmaschine, die von der Vergleichsobjektauswahleinheit ausgewählt werden, vergleicht, und wobei die Einheit zum Vergleichen von internen Informationen einen Unterschied zwischen diesen extrahiert. Die Zellsteuereinheit umfasst außerdem eine Anomalieursachenfeststelleinheit zum Feststellen einer Ursache einer Anomalie, die bei der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine auftritt, auf Basis des Unterschieds und eine Anomalieursachenübertragungseinheit zum Übertragen der Ursache der Anomalie an das Äußere der Zellsteuereinheit.

Description

HINTERGRUND DER ERFINDUNG
1. Gebiet der Erfindung
Die vorliegende Erfindung bezieht sich auf eine Zellsteuereinheit zum Steuern einer Mehrzahl von Fertigungsmaschinen, die eine Fertigungszelle bilden.
2. Beschreibung des verwandten Standes der Technik
In Fertigungswerken führen Fertigungsmaschinen wie z. B. Werkzeugmaschinen oder Roboter Arbeitsschritte, wie z. B. das Verarbeiten oder Schweißen von Teilen durch. Um Produkte herzustellen, bildet eine Mehrzahl von Fertigungsmaschinen eine Fertigungsstraße, z. B. eine Fertigungszelle. In diesem Fall werden die Fertigungsmaschinen, die die Fertigungszelle bilden, über eine Netzwerkkommunikation von der Zellsteuereinheit gesteuert. Die Zellsteuereinheit treibt jede Fertigungsmaschine auf Basis von Befehlen von einer Produktionsverwaltungsvorrichtung wie einem Host-Computer an.
Bei einer solchen Fertigungszelle tritt eine Anomalie in einer Fertigungsmaschine wie z. B. einem Roboter auf und somit arbeitet die Fertigungsmaschine in manchen Fällen nicht normal. Somit verringert sich die Produktivität. Um ein solches Problem zu lösen, wurden diverse Verfahren zur Früherkennung von Anomalien bei Fertigungsmaschinen vorgeschlagen.
Beispielsweise offenbart die japanische Patentanmeldung mit der Offenlegungs-Nr. 2004-202624 eine Vorrichtung zum Sammeln von Informationen von einer Mehrzahl von Robotern, die über ein Netzwerk verbunden sind. Eine solche Vorrichtung prognostiziert einen Roboter, der ggf. ausfällt, wenn ein vordefinierter Roboter ausfällt, indem sie die zuvor registrierten Informationen zu den Robotern mit den einzelnen Echtzeitinformationen zu den Robotern vergleicht. Die japanische Patentanmeldung mit der Offenlegungs-Nr. 2004-202624 offenbart außerdem, dass Kandidatenteile, die erforderlich sind, wenn der Roboter ausfällt, auf Basis der Informationen zu dem Roboter mit prognostiziertem Ausfall extrahiert werden.
Das japanische Patent Nr. 4739556 offenbart eine Anomalieermittlungsvorrichtung mit einem Simulator, der ein mit einem tatsächlichen Roboter identisches Modell verwendet, um den Betrieb und den Status des tatsächlichen Roboters zu reproduzieren. Diese Vorrichtung vergleicht den Betrieb und den Status des tatsächlichen Roboters in Reaktion auf einen Betriebsbefehl mit Ergebnissen der vom Simulator durchgeführten Reproduktion, wodurch ermittelt wird, ob beim Betrieb und Status des tatsächlichen Roboters eine Anomalie auftritt.
Um die Produktivität zu verbessern, sollte dann, wenn eine Anomalie in einer Fertigungsmaschine auftritt, eine Ursache der Anomalie im Allgemeinen früh ermittelt werden, um die Fertigungsmaschine schnell zu reparieren.
Wenn die Anomalie jedoch z. B. durch eine inkorrekte Einstellung oder einen inkorrekten Betrieb verursacht wird, dauert das Ermitteln der Ursache der Anomalie sehr lange.
Anders ausgedrückt kann die durch eine inkorrekte Einstellung oder inkorrekten Betrieb verursachte Anomalie häufig durch Vergleichen der Informationen, die von einer normal arbeitenden Fertigungsmaschine erhalten werden, mit den Informationen, die von einer Fertigungsmaschine mit der Anomalie erhalten werden, festgestellt werden. Unter den derzeitigen Umständen muss ein Wartungsmanager oder ein Support-Techniker bei einer Maschinenherstellung eine Reihe von Betrieben durchführen, einschließlich des Sammelns der internen Informationen jeder Fertigungsmaschine und des Vergleichens von Elementen der internen Informationen miteinander, und demgemäß dauert das Ermitteln der Ursache der Anomalie sehr lange.
Somit ist eine Technologie zur Früherkennung einer Anomalie, die durch die internen Informationen einer Fertigungsmaschine verursacht werden kann, wie z. B. eine inkorrekte Einstellung oder einen inkorrekten Betrieb, wie oben beschrieben, wünschenswert.
Man beachte, dass die in der japanischen Patentanmeldung mit der Offenlegungs-Nr. 2004-202624 offenbarte Vorrichtung zwar einen Fehler einer Komponente einer Fertigungsmaschine wie z. B. eines Roboters prognostiziert, das Auftreten einer durch eine inkorrekte Einstellung oder einen inkorrekten Betrieb verursachten Anomalie bei einer Fertigungsmaschine, d. h. durch die internen Informationen der Fertigungsmaschine, nicht prognostizieren kann. Das Gleiche gilt für die im japanischen Patent Nr. 4739556 offenbarte Vorrichtung. Bei der im japanischen Patent Nr. 4739556 offenbarten Vorrichtung nimmt außerdem, wenn Simulationsfehler auftreten, wenn der Simulator den Betrieb und den Status des tatsächlichen Roboters in Reaktion auf einen Betriebsbefehl reproduziert, die Korrektheit der Ergebnisse einer Anomalieermittlung ab.
KURZDARSTELLUNG DER ERFINDUNG
Die vorliegende Erfindung stellt eine Zellsteuereinheit bereit, die eine durch die internen Informationen einer Fertigungsmaschine verursachte Anomalie effizient feststellt.
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird eine Zellsteuereinheit zum Steuern einer Mehrzahl von Fertigungsmaschinen, die eine Fertigungszelle bilden, bereitgestellt. Die Zellsteuereinheit umfasst eine Einheit zum Erfassen von internen Informationen, die so konfiguriert ist, dass sie die internen Informationen der Mehrzahl von Fertigungsmaschinen erfasst,
eine Vergleichsobjektauswahleinheit, die so konfiguriert ist, dass sie, wenn eine Anomalie in einer ersten Fertigungsmaschine der Mehrzahl von Fertigungsmaschinen auftritt, die erste Fertigungsmaschine und eine zweite Fertigungsmaschine, die ähnliche Komponenten wie jene der ersten Fertigungsmaschine aufweist und die normal arbeitet, aus der Mehrzahl von Fertigungsmaschinen auswählt,
eine Einheit zum Vergleichen von internen Informationen, die die ersten internen Informationen der ersten Fertigungsmaschine und die zweiten internen Informationen der zweiten Fertigungsmaschine, die von der Einheit zum Erfassen von internen Informationen erfasst werden, in Bezug auf die erste Fertigungsmaschine und die zweite Fertigungsmaschine vergleicht, die von der Vergleichsobjektauswahleinheit ausgewählt werden, und wobei die Einheit zum Vergleichen von internen Informationen einen Unterschied zwischen diesen extrahiert,
eine Anomalieursachenfeststelleinheit, die so konfiguriert ist, dass sie eine Ursache einer Anomalie, die bei der ersten Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, auf Basis des Unterschieds zwischen den ersten internen Informationen und den zweiten internen Informationen, die von der Einheit zum Vergleichen von internen Informationen extrahiert werden, feststellt, und
eine Anomalieursachenübertragungseinheit, die so konfiguriert ist, dass sie die Ursache der Anomalie, die von der Anomalieursachenfeststelleinheit festgestellt wird, an das Äußere der Zellsteuereinheit überträgt.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung umfassen bei der Zellsteuereinheit gemäß dem ersten Aspekt die internen Informationen jeder Fertigungsmaschine zumindest eines von einem Antriebsparameter, der mit dem Antreiben einer Fertigungsmaschine assoziiert ist, einem Funktionsparameter, der mit der Funktion einer Fertigungsmaschine assoziiert ist, einem Betriebsprogramm, das von einer Fertigungsmaschine auszuführen ist, und einem Betriebsbefehlsprotokoll, das durch Aufzeichnen von Betriebsbefehlen, die empfangen werden, um eine Fertigungsmaschine zu veranlassen, einen vordefinierten Betrieb durchzuführen, in Zeitreihen erhalten wird.
Gemäß einem dritten Aspekt der vorliegenden Erfindung umfasst die Zellsteuereinheit gemäß dem zweiten Aspekt ferner eine Einheit zum Korrigieren eines anomalen Abschnitts, die so konfiguriert ist, dass sie, wenn zumindest eines des Antriebsparameters, des Funktionsparameters und des Betriebsprogramms eine Ursache der Anomalie ist, einen Abschnitt mit der Anomalie korrigiert.
Gemäß einem vierten Aspekt der vorliegenden Erfindung ist bei der Zellsteuereinheit gemäß dem dritten Aspekt das Betriebsbefehlsprotokoll Informationen, die durch Aufzeichnen von Betrieben eines Benutzers, betriebsprogrammausführenden Prozessen, Eingabe von Signalen nach außen oder Betriebsbefehlen, die durch eine Eingabe von Signalen von außen generiert werden, in Zeitreihen erhalten werden.
Gemäß einem fünften Aspekt der vorliegenden Erfindung umfasst die Zellsteuereinheit gemäß dem zweiten Aspekt ferner eine Betriebsbefehlsergänzungseinheit, die so konfiguriert ist, dass sie, wenn ein Fehlen eines Betriebsbefehlsprotokolls in den ersten internen Informationen oder eines Betriebsbefehlsprotokolls in den zweiten internen Informationen die Anomalie verursacht, einen Betrieb gemäß einem Betriebsbefehl, der im Betriebsbefehlsprotokoll fehlt, in Bezug auf die Fertigungsmaschine, der das Betriebsbefehlsprotokoll fehlt, ergänzt.
Gemäß einem sechsten Aspekt der vorliegenden Erfindung bei der Zellsteuereinheit gemäß einem beliebigen des ersten bis fünften Aspekts die Vergleichsobjektauswahleinheit, die so konfiguriert ist, dass sie auf Vorrichtungskonfigurationsinformationen Bezug nimmt, die Komponenten einer Fertigungsmaschine darstellen, die mit jeder der Fertigungsmaschinen assoziiert sind, und Elemente der Vorrichtungskonfigurationsinformationen miteinander vergleicht, um somit die erste Fertigungsmaschine und die zweite Fertigungsmaschine auszuwählen.
Gemäß einem siebten Aspekt der vorliegenden Erfindung bei der Zellsteuereinheit gemäß einem beliebigen des ersten bis fünften Aspekts die Vergleichsobjektauswahleinheit, die so konfiguriert ist, dass sie die erste Fertigungsmaschine und die zweite Fertigungsmaschine auf Basis von Registrationsinformationen auswählt, die durch vorheriges Korrelieren der ersten Fertigungsmaschine und der zweiten Fertigungsmaschine, die einander ähneln, erhalten werden.
Gemäß einem achten Aspekt der vorliegenden Erfindung bei der Zellsteuereinheit gemäß einem beliebigen des ersten bis siebten Aspekts die Einheit zum Erfassen von internen Informationen, die so konfiguriert ist, dass sie die internen Informationen der Fertigungsmaschinen in einem vordefinierten Intervall erfasst.
Gemäß einem neunten Aspekt der vorliegenden Erfindung umfasst die Zellsteuereinheit bei der Zellsteuereinheit gemäß einem beliebigen des ersten bis achten Aspekts ferner eine Datenbank, die so konfiguriert ist, dass sie den Status einer Anomalie, die bei jeder der Fertigungsmaschinen auftritt, und eine Ursache für das Auftreten der Anomalie korreliert und diese speichert, und die Anomalieursachenfeststelleinheit so konfiguriert ist, dass sie auf die Datenbank Bezug nimmt, wodurch eine Ursache einer Anomalie, die bei der ersten Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, festgestellt wird.
Gemäß einem zehnten Aspekt der vorliegenden Erfindung umfasst die Zellsteuereinheit gemäß dem neunten Aspekt ferner eine Datenbankaktualisierungseinheit, die so konfiguriert ist, dass sie den Status einer Anomalie, die bei der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine auftritt, und einen Unterschied zwischen den ersten internen Informationen und den zweiten internen Informationen, er von der Einheit zum Vergleichen von internen Informationen extrahiert wird und der die Anomalie verursacht, in der Datenbank widerspiegelt.
Gemäß einem elften Aspekt der vorliegenden Erfindung ist die Zellsteuereinheit bei der Zellsteuereinheit gemäß dem neunten Aspekt eine aus einer Mehrzahl von Zellsteuereinheiten und umfasst ferner eine Datenbankfreigabeeinheit zum gemeinsamen Nutzen der Datenbank mit den anderen Zellsteuereinheiten. Gemäß einem zwölften Aspekt der vorliegenden Erfindung umfasst die Zellsteuereinheit gemäß dem neunten Aspekt ferner ein Lerninstrument, das so konfiguriert ist, dass es ein Maschinenlernen unter Verwendung der in der Datenbank gespeicherten Informationen, der erfassten internen Informationen jeder der Fertigungsmaschinen und der Vorrichtungskonfigurationsinformationen, die Komponenten jeder der Fertigungsmaschinen darstellen, durchführt, um die in der Datenbank gespeicherten Informationen zu aktualisieren.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Diese Ziele, Merkmale und Vorteile der vorliegenden Erfindung und andere Ziele, Merkmale und Vorteile gehen aus der ausführlichen Beschreibung typischer Ausführungsformen, die in den beiliegenden Zeichnungen veranschaulicht sind, näher hervor.
1 ist ein Blockschaubild, das ein Produktionssystem, das mit einer Zellsteuereinheit bereitgestellt ist, gemäß einer Ausführungsform schematisch veranschaulicht.
2 ist ein Blockschaubild, das das Zellsteuersystem des Produktionssystems von 1 spezifischer veranschaulicht.
3 ist ein schematisches Schaubild eines Neuronenmodells.
4 ist ein schematisches Schaubild eines dreischichtigen neuronalen Netzwerks.
AUSFÜHRLICHE BESCHREIBUNG
Ausführungsformen der vorliegenden Erfindung werden nachstehend unter Bezugnahme auf die Zeichnungen beschrieben. In den folgenden Figuren sind ähnliche Elemente mit den gleichen Bezugszeichen ausgewiesen. Der Maßstab dieser Figuren wurde entsprechend angepasst, um sie besser verständlich zu machen. Ferner sind die in den Zeichnungen veranschaulichten Ausführungsformen Beispiele zum Ausführen der vorliegenden Erfindung und ist die vorliegende Erfindung nicht auf die veranschaulichten Ausführungsformen beschränkt. 1 ist ein Blockschaubild, das ein Produktionssystem, das mit einer Zellsteuereinheit bereitgestellt ist, gemäß einer Ausführungsform einfach veranschaulicht. Unter Bezugnahme auf 1 wird ein Produktionssystem 10 mit zumindest einer Fertigungszelle 11, einer Zellsteuereinheit 12 zum Steuern der Fertigungszelle 11 und einer Produktionsverwaltungsvorrichtung 13 bereitgestellt.
Die Fertigungszelle 11 befindet sich in einem Werk zum Herstellen von Produkten. Im Gegensatz dazu befinden sich die Zellsteuereinheit 12 und die Produktionsverwaltungsvorrichtung 13 in einem anderen Gebäude als das Werk. Beispielsweise kann die Zellsteuereinheit 12 in einem anderen Gebäude auf einem Werksgelände sein, auf dem sich die Fertigungszelle 11 befindet. In diesem Fall wird bevorzugt, dass die Fertigungszelle 11 und die Zellsteuereinheit 12 miteinander verbunden sind, so dass sie über eine Kommunikationsvorrichtung 31, z. B. ein Intranet, miteinander kommunizieren können.
Die Produktionsverwaltungsvorrichtung 13 kann z. B. in einem Büro angeordnet sein, das vom Werk entfernt gelegen ist. In diesem Fall wird bevorzugt, dass die Zellsteuereinheit 12 und die Produktionsverwaltungsvorrichtung 13 miteinander verbunden sind, so dass sie über eine Kommunikationsvorrichtung 32, z. B. das Internet, miteinander kommunizieren können. Ferner wird bevorzugt, dass ein Host-Computer zum Verwalten der Arbeitssituation einer Mehrzahl von Fertigungszellen 11 oder Fertigungsmaschinen im Büro auf die Produktionsverwaltungsvorrichtung 13 gemäß der vorliegenden Ausführungsform angewandt wird.
Die Fertigungszelle 11 ist ein Satz, der durch flexibles Zusammenstellen einer Mehrzahl von Fertigungsmaschinen zur Herstellung von Produkten erhalten wird. Die Fertigungszelle 11 gemäß der vorliegenden Ausführungsform wird durch eine Mehrzahl von Fertigungsmaschinen konstruiert, die eine Werkzeugmaschine M1, einen Roboter R1, eine Werkzeugmaschine M2 und einen Roboter R2 umfassen, wie in 1 veranschaulicht. Die Anzahl von Fertigungsmaschinen in der Fertigungszelle 11 unterliegt jedoch keinen Beschränkungen. Die Fertigungszelle 11 kann eine Fertigungsstraße sein, auf der ein Werkstück von einer Mehrzahl von Fertigungsmaschinen sukzessive zu einem Endprodukt verarbeitet wird. Alternativ kann die Fertigungszelle 11 eine Fertigungsstraße sein, auf der zwei oder mehr Werkstücke (Teile), die in jeder von zwei oder mehreren Fertigungsmaschinen verarbeitet werden, durch eine weitere Fertigungsmaschine in der Mitte des Prozesses kombiniert werden, um ein Endprodukt zu erhalten. Alternativ können bei der Erfindung dieser Anmeldung zwei oder mehr Werkstücke, die in zwei oder mehr Fertigungszellen 11 verarbeitet werden, kombiniert werden, um ein Endprodukt zu erhalten. Keine Fertigungsmaschine, die bei der vorliegenden Erfindung verwendet wird, ist auf eine NC-Werkzeugmaschine oder einen Industrieroboter beschränkt. Beispiele für jede Fertigungsmaschine können eine PLC, eine Transfermaschine, ein Messinstrument, eine Testvorrichtung, eine Pressmaschine, eine Einpressmaschine, eine Druckmaschine, eine Druckgussmaschine, eine Spritzgussmaschine, eine Lebensmittelmaschine, eine Verpackungsmaschine, eine Schweißmaschine, eine Waschmaschine, eine Anstreichmaschine, eine Montagemaschine, eine Befestigungsmaschine, eine Maschine für Holzarbeiten, eine Versiegelungsvorrichtung oder eine Schneidmaschine umfassen.
Ferner wird bevorzugt, dass die Zellsteuereinheit 12 und die Werkzeugmaschine M1, der Roboter R1, die Werkzeugmaschine M2 und der Roboter R2 jeweils aus einem Computersystem (nicht gezeigt) mit einem Speicher wie z. B. einem ROM oder RAM, einer CPU und einer Kommunikationssteuereinheit konstruiert sind, die über eine Buslinie miteinander verbunden sind. Jede Kommunikationssteuereinheit steuert Daten, die durch die Zellsteuereinheit 12 und die obigen Fertigungsmaschinen fließen. Es wird bevorzugt, dass die Funktionen oder Betriebe der Zellsteuereinheit 12 und der obigen Fertigungsmaschinen jeweils durch ein in jedem ROM gespeichertes Programm erzielt werden, das von der entsprechenden CPU ausgeführt wird.
Die Konfiguration der Zellsteuereinheit 12 wird ausführlich beschrieben. 2 ist ein Blockschaubild, das die Zellsteuereinheit 12 des Produktionssystems 10 von 1 spezifisch veranschaulicht.
Wie in 2 gezeigt, umfasst die Zellsteuereinheit 12 gemäß der vorliegenden Ausführungsform als Basiskomponenten eine Einheit 14 zum Erfassen von internen Informationen, eine Einheit 15 zum Vergleichen von internen Informationen, eine Anomalieursachenfeststelleinheit 16 und eine Anomalieursachenübertragungseinheit 17.
Die Einheit 14 zum Erfassen von internen Informationen erfasst Elemente der internen Informationen einer Mehrzahl von Fertigungsmaschinen 25 bis 28, die die Fertigungszelle 11 bilden, zu bestimmten Zeitpunkten. Man beachte, dass die Werkzeugmaschine M1, der Roboter R1, die Werkzeugmaschine M2 und der Roboter R2, die in 1 gezeigt sind, jeweils den Fertigungsmaschinen 25 bis 28 entsprechen.
Die internen Informationen jeder der Fertigungsmaschinen 25 bis 28 sind die in einem Speicher jeder Fertigungsmaschine gespeicherten Informationen und umfassen zumindest eines aus einem Antriebsparameter, einem Funktionsparameter, einem Betriebsprogramm und einem Betriebsprogrammprotokoll. Man beachte, dass der Speicher zum Speichern der internen Informationen nicht notwendigerweise in jeder Fertigungsmaschine bereitgestellt sein muss, wie es bei der vorliegenden Ausführungsform der Fall ist. Der Speicher kann außerhalb jeder Fertigungsmaschine bereitgestellt sein oder kann in der Zellsteuereinheit 12 bereitgestellt sein.
Unter Bezugnahme auf eine erste Fertigungsmaschine und eine zwei Fertigungsmaschine, die aus den Fertigungsmaschinen 25 bis 28 ausgewählt sind, vergleicht die Einheit 15 zum Vergleichen von internen Informationen erste interne Informationen und zweite interne Informationen, die jeweils von der Einheit 14 zum Erfassen von internen Informationen jeweils aus der ersten Fertigungsmaschine und der zweiten Fertigungsmaschine erfasst werden, wodurch ein Unterschied zwischen ihnen extrahiert wird.
Die Anomalieursachenfeststelleinheit 16 stellt eine Ursache einer Anomalie fest, die in der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine auftreten ist oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, auf Basis des Unterschieds zwischen den ersten internen Informationen und den zweiten internen Informationen, die von der Einheit 15 zum Vergleichen von internen Informationen extrahiert wurden, fest. Die Anomalieursachenübertragungseinheit 17 überträgt die Ursache der Anomalie, die von der Anomalieursachenfeststelleinheit 16 festgestellt wurde, an das Äußere der Zellsteuereinheit 12. Beispiele für das Übertragungsverfahren umfassen ein Übertragungsverfahren, bei dem z. B. eine Anzeige oder eine Druckvorrichtung verwendet wird.
In dieser Hinsicht umfassen Beispiele für den Antriebsparameter, den Funktionsparameter, das Betriebsprogramm und das Betriebsprogrammprotokoll, die als interne Information der Fertigungsmaschinen erfasst werden, hauptsächlich die folgenden Informationen.
Der Antriebsparameter ist ein Parameter, der direkt mit dem Antrieb einer Fertigungsmaschine assoziiert ist. Beispielsweise bei einem Gelenkroboter, der von einem Servomotor als Antriebsquelle betrieben wird, umfasst der Antriebsparameter eine Pulszahl in der Mastering-Position jeder Achse eines Roboters, einen Servosteuerungsparameter usw. Eine Robotersteuervorrichtung steuert Peripheriegerätschaft, z. B. eine Hand, die von einem Servomotor angetrieben wird, oder in manchen Fällen eine Punktschweißpistole, und demgemäß umfasst der Antriebsparameter Parameter, die mit dem Antrieb der Peripheriegerätschaft assoziiert sind.
Der Funktionsparameter ist ein Parameter, der so eingestellt werden sollte, dass er eine vordefinierte Funktion betreibt, die in einer Fertigungsmaschine umfasst ist.
Beispiele für den Funktionsparameter umfassen Netzwerkeinstellungsinformationen und Signalzuweisungsinformationen, die erforderlich sind, wenn eine Fertigungsmaschine mit einer Zellsteuereinheit und einer Peripheriegerätschaft über ein Feldnetzwerk verbunden ist, eine Softwarefunktion und einen Zähler, der von einem Betriebsprogramm aus zugänglich ist. Ferner umfasst der Funktionsparameter einen Ermittlungsschwellenwert einer Anomalieermittlungsfunktion, die in einer Fertigungsmaschine umfasst ist, z. B. den oberen Grenzwert für das Drehmoment eines Servomotors, der verwendet wird, um zu ermitteln, dass ein vom Servomotor als Antriebsquelle betriebener Gelenkroboter eine übermäßige Last aufnimmt.
Das Betriebsprogramm ist die Informationen, die durch eine Programmierungsbefehlsverarbeitung erhalten werden, mit der ein Fertigungsmaschine veranlasst wird, einen vordefinierten Betrieb durchzuführen. Beispielsweise bei einem Gelenkroboter umfasst das Betriebsprogramm Informationen, z. B. einen Betriebsbefehl zum Bewegen eines Arms in eine Betriebsposition, einen Befehl zum Übertragen eines bestimmten Signals nach außen, einen Befehl zum Lesen des Status des bestimmten Signals usw. Das Betriebsprogramm umfasst außerdem die Positionsinformationen der Betriebsposition und die Zahl eines zu betreibenden Signals. Natürlich ist jeder Befehl, der im Programm registriert werden kann, akzeptabel. Kurz gesagt ist die vorliegende Erfindung nicht auf die hier als Beispiele beschriebenen Programmierinformationen beschränkt.
Das Betriebsprogrammprotokoll (auch als „Betriebsprotokoll” bezeichnet), ist die Informationen, die durch Aufzeichnen von Schlüsselereignissen, die empfangen werden, wenn ein Benutzer eine Fertigungsmaschine betreibt oder die Fertigungsmaschine selbst einen bestimmten Betrieb durchführt, in jeder Zeitreihe erhalten werden. Beispiele für das Betriebsprogrammprotokoll umfassen die Protokollinformationen eines Schlüsselbetriebs, die vom Benutzer unter Verwendung eines Bedienfelds der Fertigungsmaschine eingegeben werden, und die Bildschirminformationen, die auf einer Anzeige angezeigt werden. Alternativ kann das Betriebsprogrammprotokoll die Informationen sein, die durch Anordnen von Befehlsprozessen, die durchgeführt werden, wenn das Betriebsprogramm ausgeführt wird, in einer Zeitreihe erhalten werden.
Wie oben beschrieben, wurden die Basiskomponenten der Zellsteuereinheit 12 gemäß der vorliegenden Ausführungsform beschrieben. Es wird jedoch bevorzugt, dass die vorliegende Erfindung ferner diverse Arten von Komponenten umfasst, die nachstehend beschrieben werden. Anders ausgedrückt wird bevorzugt, dass, wie in 2 gezeigt, eine Einheit 18 zum Korrigieren eines anomalen Abschnitts, eine Betriebsbefehlsergänzungseinheit 19, eine Vergleichsobjektauswahleinheit 20, eine Anomalieerkennungseinheit 21, eine Datenbank 22, eine Datenbankaktualisierungseinheit 23 und ein Lerninstrument 24 ferner in der Zellsteuereinheit 12 bereitgestellt sind. Die Funktionen dieser Komponenten werden nachstehend sukzessive beschrieben.
Wenn zumindest eines des Antriebsparameters, des Funktionsparameters und des Betriebsprogramms eine Ursache einer Anomalie ist, korrigiert die Einheit 18 zum Korrigieren eines anomalen Abschnitts einen Abschnitt mit Anomalie. Wenn ein Mangel eines Betriebsbefehls an eine Fertigungsmaschine eine Ursache einer Anomalie ist, ergänzt die Betriebsbefehlsergänzungseinheit 19 den Betriebsbefehl mit dem Mangel. Beispielsweise wenn der Unterschied zwischen dem Betriebsprogrammprotokoll in den ersten internen Informationen und dem Betriebsprogrammprotokoll in den zweiten internen Informationen einen Mangel des Betriebsbefehls in den ersten oder zweiten internen Informationen verursacht, ergänzt die Betriebsbefehlsergänzungseinheit 19 den Mangel des Betriebsbefehls.
Die Vergleichsobjektauswahleinheit 20 wählt die erste Fertigungsmaschine und die zweite Fertigungsmaschine, die in der Einheit 15 zum Vergleichen von internen Informationen zu vergleichen sind, aus den Fertigungsmaschinen 25 bis 28 aus. Beispielsweise bezieht sich die Vergleichsobjektauswahleinheit 20 auf Vorrichtungskonfigurationsinformationen, die mit jeder Fertigungsmaschine assoziiert sind und die die Komponenten der Fertigungsmaschine darstellen, um Elemente der Vorrichtungskonfigurationsinformationen miteinander zu vergleichen. Somit ist die Vergleichsobjektauswahleinheit 20 so konfiguriert, dass sie die erste Fertigungsmaschine, bei der eine Anomalie auftritt, und die zweite Fertigungsmaschine mit Komponenten ähnlich jenen der ersten Fertigungsmaschine auswählt. Alternativ kann die Vergleichsobjektauswahleinheit 20 die erste Fertigungsmaschine und die zweite Fertigungsmaschine, die zu vergleichen sind, auf Basis der registrierten Informationen vergleichen, die durch vorheriges Registrieren der Korrelation zwischen der ersten Fertigungsmaschine und der zweiten Fertigungsmaschine, die einander ähnlich sind, erhalten wurden.
Die Anomalieerkennungseinheit 21 ist so konfiguriert, dass sie das Auftreten einer Anomalie erkennt, während sie den Status jeder der Fertigungsmaschinen 25 bis 28 überwacht. Die Anomalieerkennungseinheit 21 überträgt außerdem die Informationen darüber, welche der Fertigungsmaschinen eine Anomalie zeigt, an die Vergleichsobjektauswahleinheit 20. Eine solche Funktion zum Erkennen des Auftretens einer Anomalie kann in der Funktion der Vergleichsobjektauswahleinheit 20 umfasst sein, ohne dass sie als Anomalieerkennungseinheit 21 getrennt bereitgestellt wird. Ferner wird bevorzugt, dass eine Mehrzahl von Sensoren (nicht gezeigt) in jeder Fertigungsmaschine bereitgestellt ist, um diverse Zustände jeder der Fertigungsmaschinen 25 bis 28 zu erkennen.
Die Datenbank 22 ist so konfiguriert, dass sie den Status einer Anomalie, die in jeder Fertigungsmaschine aufgetreten ist, und eine Ursache des Auftretens der Anomalie, die miteinander in Korrelation stehen, speichert. Dies ermöglicht, dass die Anomalieursachenfeststelleinheit 16 unter Bezugnahme auf eine Anomalieursachen-Verwaltungsdatenbank eine Ursache der Anomalie, die entweder in der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, feststellt.
Die Datenbankaktualisierungseinheit 23 ist so konfiguriert, dass sie die in der Datenbank 22 gespeicherten Informationen aktualisiert. Die Datenbankaktualisierungseinheit 23 gibt den Status der Anomalie, die in der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine aufgetreten ist, und den Unterschied zwischen den ersten internen Informationen und den zweiten internen Informationen, der durch die Einheit 15 zum Vergleichen von internen Informationen erhalten wird und der die Anomalie zu diesem Zeitpunkt verursacht, in die Datenbank 22 ein. Wenn das Produktionssystem 10 gemäß der vorliegenden Ausführungsform mit einer Mehrzahl von Zellsteuereinheiten 12 bereitgestellt ist, wird bevorzugt, dass eine Datenbankfreigabeeinheit (nicht gezeigt) wie z. B. ein Server zum gemeinsamen Nutzen der Datenbank 22 zwischen einer Zellsteuereinheit 12 und einer weiteren Zellsteuereinheit 12 bereitgestellt ist.
Das Lerninstrument 24 ist in der Datenbankaktualisierungseinheit 23 bereitgestellt. Das Lerninstrument 24 lernt eine Kombination des Status der Anomalie, die in jeder Fertigungsmaschine aufgetreten ist, mit einer Ursache des Auftretens der Anomalie, die in der Datenbank 22 zu speichern ist.
Die Einheit 18 zum Korrigieren eines anomalen Abschnitts, die Betriebsbefehlsergänzungseinheit 19, die Vergleichsobjektauswahleinheit 20, die Anomalieerkennungseinheit 21, die Datenbank 22, die Datenbankaktualisierungseinheit 23 und das Lerninstrument 24 sind jedoch nicht notwendigerweise in der Zellsteuereinheit gemäß der Erfindung dieser Anmeldung bereitgestellt.
Der Betrieb der Zellsteuereinheit 12 gemäß der vorliegenden Ausführungsform wird nun unter Bezugnahme auf 2 beschrieben.
Man nehme den Fall an, dass eine Anomalie in der Fertigungsmaschine 26 (d. h. dem in 1 gezeigten Roboter R1) der Fertigungsmaschinen 25 bis 28 auftritt. Diese Anomalie wird von der Anomalieerkennungseinheit 21 erkannt. Diese bewirkt, dass die Vergleichsobjektauswahleinheit 20 die Fertigungsmaschine 28 (d. h. den in 1 gezeigten Roboter R2) mit ähnlichen Komponenten wie jene der Fertigungsmaschine 26 aus den Fertigungsmaschinen 25 bis 28 auswählt.
Insbesondere wenn die Vergleichsobjektauswahleinheit 20 eine Fertigungsmaschine ähnlich der Fertigungsmaschine 26 auswählt, unterscheidet sie zwischen der Ähnlichkeit der Fertigungsmaschine unter Verwendung der Identifikationsinformationen, z. B. eines in jeder Fertigungsmaschine registrierten Modellnamens. Beispiel wird bestätigt, ob der Modellname des Roboters R1 mit dem Modellnamen des Roboters R2 identisch ist. Alternativ können die Informationen, dass die Fertigungsmaschine 26 und die Fertigungsmaschine 28 ähnliche Konfigurationen haben, vorab in der Zellsteuereinheit 12 gespeichert werden, und kann zwischen der Ähnlichkeit zwischen den Fertigungsmaschinen unterschieden werden. Beispielsweise wird die Tatsache, dass der Roboter R1 und der Roboter R2 ähnliche Konfigurationen aufweisen, vorab in der Vergleichsobjektauswahleinheit 20 registriert.
Folglich vergleicht die Einheit 15 zum Vergleichen von internen Informationen in der Zellsteuereinheit 12 die gleiche Art von Elementen in den ersten internen Informationen A, die von der Fertigungsmaschine 26 erfasst werden, und den zweiten internen Informationen B, die von der Fertigungsmaschine 28 erfasst werden, wodurch ein Unterschied zwischen ihnen extrahiert wird. Man beachte, dass die internen Informationen der Fertigungsmaschine 26 und der Fertigungsmaschine 28 von der Einheit 14 zum Erfassen von internen Informationen vorab erfasst werden. Was die zeitliche Planung des Erfassens der internen Informationen betrifft, so werden die internen Informationen bei manchen Ausführungsformen erfasst, wenn eine Anomalie auftritt, es wird jedoch bevorzugt, dass die internen Informationen in einem vordefinierten Intervall erfasst werden, wenn keine Anomalie auftritt. Dies ist effektiv, wenn in einem System einer Fertigungsmaschine eine schwere Anomalie auftritt und wenn es schwierig ist, die internen Informationen zum Zeitpunkt des Auftretens der Anomalie zu erfassen. Wenn die internen Informationen einer Fertigungsmaschine in einem vordefinierten Intervall erfasst werden, wird bevorzugt, dass die Einheit 15 zum Vergleichen von internen Informationen die internen Informationen verwendet, die in einem vordefinierten Zeitraum vor Auftritt einer Anomalie erfasst wurden.
Folglich analysiert die Anomalieursachenfeststelleinheit 16 in der Zellsteuereinheit 12 den Unterschied zwischen den ersten internen Informationen A und den zweiten internen Informationen B, die aus der Einheit 15 zum Vergleichen von internen Informationen extrahiert werden, wodurch über eine mögliche Ursache der Anomalie entschieden wird. In dieser Hinsicht wird bevorzugt, dass auf Basis der Information, die wie in den folgenden Beispielen zu vergleichen sind, über eine mögliche Ursache der Anomalie entschieden wird.
Man nehme den Fall an, dass beispielsweise der Roboter R1 als Fertigungsmaschine 26 anomal arbeitet, d. h. sich in eine andere Position als die für einen Betrieb korrekte Position bewegt. In diesem Fall werden ein Betriebsprogramm in ersten internen Informationen A, die von der Fertigungsmaschine 26 erfasst werden, d. h. dem Roboter R1, und ein Betriebsprogramm in den zweiten internen Informationen B, die von der Fertigungsmaschine 28 erfasst werden, d. h. dem Roboter R2, verglichen. Folglich wird, wenn die Positionen für einen Betrieb, die in den Betriebsprogrammen registriert sind, sich voneinander unterscheiden, dieser Unterschied der Position für einen Betrieb als Ursache für den anomalen Betrieb ermittelt.
Man nehme ferner den Fall an, dass die Reihenfolge der Ausführung von Betriebsprogrammen, die im Betriebsprogrammprotokoll in den ersten internen Informationen A zurückbleiben, von Beginn an ein Betriebsprogramm Nr. 1, ein Betriebsprogramm Nr. 2 und ein Betriebsprogramm Nr. 3 ist. Man nehme im Gegensatz dazu den Fall an, dass die Reihenfolge der Ausführung von Betriebsprogrammen, die im Betriebsprotokoll in den zweiten internen Informationen B zurückbleiben, von Beginn an ein Betriebsprogramm Nr. 2, ein Betriebsprogramm Nr. 1 und ein Betriebsprogramm Nr. 3 ist. In diesem Fall wird der Unterschied in der Reihenfolge der Ausführung von Betriebsprogrammen als Ursache des anomalen Betriebs ermittelt.
Außerdem sind Inhalte des Betriebsprogrammprotokolls, die zu vergleichen sind, akzeptabel, solange die Inhalte eine Änderung des Status einer Fertigungsmaschine bewirken, wie z. B. die Inhalte des Betriebs in einem Bedienfeld der Fertigungsmaschine und die Ausgabe eines Signals von außen.
Man nehme ferner den Fall an, dass die Antriebsparameter in den ersten internen Informationen A und die Antriebsparameter in den zweiten internen Informationen B verglichen werden, und in der Folge liegt ein Unterschied bei einem Servosteuerungsparameter, einem der Antriebsparameter, auf einer bestimmten Achse vor. In diesem Fall wird der Unterschied des Steuerungsparameters als Ursache des anomalen Betriebs ermittelt. Beispiele für die Antriebsparameter umfassen Steuerungsverstärkung bei einem Motor auf jeder Gelenkachse bei einem Gelenkroboter, Mastering-Zählungen und Beschleunigungs-/Entschleunigungs-Zeitkonstanten.
Die Anomalieursachenfeststelleinheit 16 kann Bezug auf die Datenbank 22 nehmen, in der der Status einer in jeder der Fertigungsmaschinen 25 bis 28 auftretenden Anomalie und eine Ursache des Auftretens der Anomalie beim Entscheiden über eine mögliche Ursache der Anomalie korreliert und speichert werden, wie oben beschrieben. Es wird bevorzugt, dass die Datenbank 22 nicht nur unabhängig in einer einzelnen Zellsteuereinheit 12 verwendet wird, sondern über ein Netzwerk auch mit anderen Datenbanken 22 in einer Mehrzahl von Zellsteuereinheit 12 gemeinsam genutzt wird.
Folglich überträgt die Anomalieursachenübertragungseinheit 17 in der Zellsteuereinheit 12 die Ursache der Anomalie, die von der Anomalieursachenfeststelleinheit 16 festgestellt wurde, an das Äußere der Zellsteuereinheit 12. In dieser Hinsicht wird die Ursache der Anomalie an eine Ausgabeeinheit (nicht gezeigt) wie z. B. ein Anzeigeinstrument oder eine Druckvorrichtung, die mit dem Zellsteuereinheit 12 verbunden ist, übertragen. Ferner wird die Ursache der Anomalie z. B. über die Kommunikationsvorrichtung 31 an die Fertigungsmaschinen 25 bis 28 übertragen, die mit der Zellsteuereinheit 12 verbunden sind, oder über eine Kommunikationsvorrichtung 32 an die Produktionsverwaltungsvorrichtung 13, die mit der Zellsteuereinheit 12 verbunden ist. Der Benutzer repariert die Fertigungsmaschine 26, bei der eine Anomalie auftritt, auf Basis der Informationen zur Ursache der Anomalie, die von der Anomalieursachenübertragungseinheit 17 übertragen wurden.
Wenn die Fertigungsmaschine 26 repariert ist, kann die Einheit 18 zum Korrigieren eines anomalen Abschnitts in der Zellsteuereinheit 12 anstatt des Benutzers auf die Fertigungsmaschine 26 zugreifen, um Parameter und dergleichen zu korrigieren, die eine Anomalie verursachen. Wenn ein Mangel in der Betriebsverfahrensweise der Fertigungsmaschine 26 vorliegt, kann alternativ die Betriebsbefehlsergänzungseinheit 19 in der Zellsteuereinheit 12 den Betrieb automatisch ergänzen.
Man nehme den Fall an, dass z. B. Wartungsprogramme in zwei ähnlichen Robotern R1 und R2 periodisch aktiviert werden sollten. In diesem Fall wird in manchen Fällen ein Wartungsprogramm für den Roboter R1 aktiviert, für den Roboter R2 wird hingegen kein Wartungsprogramm aktiviert und der Roboter R2 produziert weiterhin Produkte. In dieser Hinsicht vergleichen bei der vorliegenden Ausführungsform die Einheit 15 zum Vergleichen von internen Informationen und die Anomalieursachenfeststelleinheit 16 die Betriebsprotokolle der Roboter R1 und R2, bevor die Produktion mit dem Roboter R2 fortgesetzt wird, wodurch ein Fehler bei der Aktivierung des Wartungsprogramms festgestellt wird. Danach aktiviert die Betriebsbefehlsergänzungseinheit 19 das Wartungsprogramm für den Roboter R2 automatisch, bevor die Produktion mit dem Roboter R2 fortgesetzt wird.
Es wird bevorzugt, dass, als Betriebe, die mit dem Reparieren der Fertigungsmaschine 26 assoziiert sind, der Status einer Anomalie, die dieses Mal in der Fertigungsmaschine 26 auftritt, und der Unterschied zwischen den ersten internen Informationen A und den zweiten internen Informationen B, der die Anomalie verursacht, in der Datenbank 22 widergespiegelt werden. Eine solche Aktualisierung der Informationen der Datenbank 22 kann durch eine Eingabe des Benutzers erfolgen oder kann von der Datenbankaktualisierungseinheit 23 automatisch durchgeführt werden.
Wenn die Informationen der Datenbank 22 von der Datenbankaktualisierungseinheit 23 automatisch aktualisiert werden, wird ferner bevorzugt, dass das Lerninstrument 24 ein Maschinenlernen durchführt. Das Lerninstrument 24 führt ein Maschinenlernen, z. B. ein nichtüberwachtes Lernen, unter Verwendung der in der Datenbank 22 gesammelten Informationen, der internen Informationen, die von der Einheit 14 zum Erfassen von internen Informationen erfasst werden, oder der Vorrichtungskonfigurationsinformationen, die die Komponenten einer Fertigungsmaschine darstellen, durch. Danach generiert die Datenbankaktualisierungseinheit 23 erneut eine Entsprechungsbeziehung zwischen einer Anomalie, die in der Datenbank nicht registriert ist und noch nicht aufgetreten ist, und einer Ursache der Anomalie auf Basis von Ergebnisses des Lernens, wodurch die Datenbank 22 aktualisiert wird.
Man nehme den Fall an, dass z. B. ein anomales Ereignis, bei dem eine erste Achse des Roboters R1, ein Gelenkroboter mit 6 Achsen, nicht normal arbeitet, in der Vergangenheit aufgetreten ist und der Roboter R1 und der Roboter R2 mit ähnlichen Komponenten wie jene des Roboters R1 verglichen wurden. Man nehme an, dass ein Unterschied des Servosteuerungsparameters der ersten Achse zu diesem Zeitpunkt als Vergleichsergebnis vorliegt und der Unterschied die Anomalie verursacht. Man nehme an, dass das Lerninstrument 24 ein Ergebnis eines Lernens, d. h. der Tatsache, dass das ähnliche anomale Ereignis bei einer anderen Achse als der ersten Achse auftreten kann, aus den Informationen zu einem solchen Unterschied und den Vorrichtungskonfigurationsinformationen, die darstellen, dass die Fertigungsmaschine ein Gelenkroboter mit 6 Achsen ist, erhält. Dieses Lernergebnis veranlasst die Datenbankaktualisierungseinheit, die Informationen, bei denen ein anomales Ereignis, wobei eine zweite Achse nicht normal arbeitet, durch den Servosteuerungsparameter der zweiten Achse verursacht wird, neu in der Datenbank 22 zu registrieren.
Man nehme ferner an, dass das Maschinenlernen unter Verwendung des Betriebsprogrammprotokolls in den internen Informationen des Roboters R1 durchgeführt wird und Belege dafür, dass der Servosteuerungsparameter der ersten Achse vom Benutzer in der Vergangenheit überschrieben wurde, gefunden werden. In diesem Fall kann ein weiteres Ergebnis des Lernens erhalten werden, wobei direkte Ursachen der anomalen Bewegung nicht nur Servosteuerungsparameter, sondern auch inkorrekte Betriebe des Benutzers umfassen. Auf diese Weise registriert die Datenbankaktualisierungseinheit 23 die Informationen zu den inkorrekten Betrieben in der Datenbank 22 neu. Wie oben beschrieben, wird eine Mehrzahl von Elementen von Informationen aus vielen Richtungen durch das Maschinenlernen analysiert, so dass die Informationen der Datenbank 22 aktualisiert werden können.
Wie oben beschrieben, erfasst die Zellsteuereinheit 12 gemäß der vorliegenden Ausführungsform diverse Arten von internen Informationen einer Fertigungsmaschine wie z. B. Parameter oder Betriebsprotokolle der Fertigungsmaschine, durch Kommunizieren mit den Fertigungsmaschinen 25 bis 28 über ein Netzwerk. Was die Fertigungsmaschine 26 mit einer Anomalie und die Fertigungsmaschine 28, die der Fertigungsmaschine 26 ähnlich und normal arbeitet, betrifft, so werden ferner diverse Arten von Elementen der internen Informationen verglichen und wird ein Unterschied zwischen diesen analysiert. Ferner wird eine Ursache der Anomalie anhand eines Ergebnisses der Analyse und durch die Unterstützung zum schnellen Reparieren der Fertigungsmaschine 26 mit der Anomalie, z. B. Alarmausgabe nach außen, Korrektur eines anomalen Abschnitts, Ergänzen eines Betriebsbefehls usw., früher festgestellt. Solche Verfahren ermöglichen das Feststellen einer Ursache einer Anomalie, die bei einer Fertigungsmaschine auftritt, oder einer Ursache einer Anomalie, die in der Zukunft auftreten kann, insbesondere einer Ursache einer Anomalie, die durch die internen Informationen einer Fertigungsmaschine verursacht wird.
Insbesondere erfasst die Einheit 14 zum Erfassen von internen Informationen periodisch die internen Informationen der Fertigungsmaschinen 25 bis 28, bei denen keine Anomalie auftritt, und die Einheit 15 zum Vergleichen von internen Informationen vergleicht Elemente der internen Informationen von zwei ähnlichen Fertigungsmaschinen 26 und 28, die periodisch erfasst wurden, sukzessiv. Wenn die Einheit 15 zum Vergleichen von internen Informationen einen Unterschied feststellt, der noch keine Anomalie verursacht hat, aber in der Zukunft wahrscheinlich eine Anomalie verursachen wird, wird der Unterschied an das Äußere der Zellsteuereinheit 12 übertragen. Dies verhindert, dass eine durch die internen Informationen einer Fertigungsmaschine verursachte Anomalie auftritt.
Das Lerninstrument 24 (im Folgenden als „Maschinenlernvorrichtung” bezeichnet) wird nun ausführlich beschrieben. Die Maschinenlernvorrichtung hat eine Funktion zum analytischen Extrahieren nützlicher Regeln und Wissensdarstellungen, Ermittlungskriterien usw. aus der Zusammenstellung von in die Vorrichtung eingegebenen Daten und eine Funktion zum Ausgeben der Ermittlungsergebnisse und Wissensdarstellungen. Es gibt diverse Maschinenlernverfahren und die Verfahren werden grob in „überwachtes Lernen”, „nichtüberwachtes Lernen” und „Verstärkungslernen” unterteilt. Um diese Lernverfahren zu erzielen, gibt es ein weiteres Verfahren, das als „tiefes Lernen” bezeichnet wird, um eine Merkmalsquantität selbst zu extrahieren.
„Überwachtes Lernen” ist ein Verfahren, bei dem ein großes Volumen von gepaarten (markierten) Eingabe-Ausgabe-Daten an eine Maschinenlernvorrichtung bereitgestellt werden, so dass Charakteristika dieser Datensätze gelernt werden können, und ein Modell zum Ableiten eines Ausgabewerts aus Eingabedaten, d. h. die Eingabe-Ausgabe-Beziehung, kann induktiv erfasst werden. Dies kann unter Verwendung eines Algorithmus erzielt werden, z. B. eines neuronalen Netzwerks, das später beschrieben wird. „Nichtüberwachtes Lernen” ist ein Verfahren, bei dem ein großes Volumen von Nur-Eingabe-Daten an eine Maschinenlernvorrichtung bereitgestellt werden, so dass die Verteilung der Eingabedaten gelernt werden kann, und eine Vorrichtung z. B. zum Komprimieren, Klassifizieren und Glätten der Eingabedaten kann gelernt werden, sogar wenn die entsprechenden Lehrerausgabedaten nicht bereitgestellt werden. Beispielsweise können Charakteristika dieser Datensätze auf Basis deren Ähnlichkeit geclustert werden. Das aus dem Lernen erhaltene Ergebnis wird verwendet, um ein gewisses Kriterium einzustellen, und danach wird eine Zuweisung einer Ausgabe durchgeführt, um das Kriterium zu optimieren, so dass eine Ausgabeprognose erzielt werden kann. Zwischen dem „nichtüberwachten Lernen” und dem „überwachten Lernen” gibt es ein weiteres Problemlösungsverfahren, das als „semiüberwachtes Lernen” bekannt ist. Bei diesem Lernverfahren wird ein kleines Volumen von gepaarten Eingabe-Ausgabe-Daten und ein großes Volumen von Nur-Eingabedaten bereitgestellt.
Probleme werden beim Verstärkungslernen wie folgt gelöst.

• Eine Maschinenlernvorrichtung beobachtet den Umgebungsstatus und entscheidet über eine Aktion.
• Die Umgebung variiert gemäß gewissen Regeln und Ihre Aktion kann die Umgebung beeinflussen.
• Ein Vergütungssignal wird bei jeder Aktion zurückgegeben.
• Das Ziel der Maximierung ist sodann die Summe von (Diskontierungs) Vergütungen, die jetzt und in der Zukunft zu erhalten sind.
• Das Lernen beginnt in dem Status, in dem ein Ergebnis, das durch eine Aktion bewirkt wird, vollständig unbekannt oder teilweise bekannt ist. Die Maschinenlernvorrichtung kann das Ergebnis erst dann als Daten erfassen, nachdem sie tatsächlich mit dem Betrieb begonnen hat. Anders ausgedrückt ist es erforderlich, die optimale Aktion durch die Trial-and-Error-Methode zu erhalten.
• Es ist außerdem möglich, als Ausgangsstatus den Status einzustellen, bei dem ein vorheriges Lernen (z. B. das obige überwachte Lernen oder ein umgekehrtes Verstärkungslernen) durchgeführt wird, um die Aktion einer Person nachzuahmen, und mit dem Lernen von einem geeigneten Startpunkt zu starten.

Das „Verstärkungslernen” ist ein Lernverfahren zum Lernen von nicht nur Ermittlungen oder Klassifikationen, sondern auch von Aktionen, um eine geeignete Aktion auf Basis der Interaktion einer Umgebung mit einer Aktion zu lernen, d. h. eine Aktion zum Maximieren der Vergütungen, die in der Zukunft erhalten werden. Dies indiziert, dass bei der vorliegenden Ausführungsform eine Aktion, die eine Wirkung auf die Zukunft haben kann, erfasst werden kann. Das Verstärkungslernen wird nachstehend unter Verwendung von z. B. Q-Learning weiter erläutert, das Verstärkungslernen ist jedoch nicht auf das Q-Learning beschränkt.
Das Q-Learning ist ein Verfahren zum Lernen einen Werts Q(s, a), bei dem eine Aktion a unter einem Umgebungsstatus s ausgewählt wird. Anders ausgedrückt ist nur erforderlich, dass die Aktion a mit dem höchsten Wert Q(s, a) als optimale Aktion a unter einem bestimmten Status s ausgewählt wird. Zu Beginn ist der korrekte Wert des Werts Q(s, a) für eine Kombination aus dem Status s und der Aktion a jedoch gänzlich unbekannt. Danach wählt ein Agent (Subjekt einer Aktion) diverse Aktionen a unter einem bestimmten Status s aus und stellt Vergütungen zu diesem Zeitpunkt zu den Aktionen a bereit. Somit lernt der Agent das Auswählen einer vorteilhafteren Aktion, d. h. des korrekten Werts Q(s, a).
Infolge der Aktion ist eine Maximierung der Summe von in der Zukunft zu erhaltenden Veraütunaen erwünscht und demgemäß lautet das Endziel Q(s, a) = E[Σγ^tr_t] (ein erwarteter Wert wird für den Zeitpunkt, an dem der Status variiert, gemäß der optimalen Aktion eingestellt. Selbstverständlich ist der erwartete Wert unbekannt und sollte demgemäß während der Suche gelernt werden). Der Aktualisierungsausdruck für einen solchen Wert Q(s, a) ist z. B. gegeben durch:
wobei s_t der Status der Umgebung zu einem Zeitpunkt t ist und a_t die Aktion zu einem Zeitpunkt t ist. Bei der Aktion a_t ändert sich der Status auf s_t+1. r_t+i ist die Vergütung, die bei einer Statusänderung zu empfangen ist. Der Term, dem „max” angefügt ist, wird durch Multiplizieren des Q-Werts, der erhalten wird, wenn die Aktion a mit dem höchsten Q-Wert zu diesem Zeitpunkt unter dem Status s_t+1 ausgewählt wird, mit γ erhalten wird. γ ist der Parameter mit einem Bereich von 0 < γ ≤ l und wird Diskontierungsrate genannt. α ist der Lernfaktor und hat einen Bereich von 0 < α ≤ l.
Diese Gleichung drückt ein Verfahren zum Aktualisieren eines Beurteilungswerts Q(s_t, a_t) einer Aktion a_t in einem Status s_t auf Basis der Vergütung r_t+1 aus, wie als Ergebnisse eines Versuchs a_t zurückgegeben. Wenn ein Beurteilungswert Q(s_t +, max a_t+1) der optimalen Aktion max a in einem darauffolgenden Status, der durch die Vergütung r_t+1 der Aktion a verursacht wird, größer als der Beurteilungswert Q(s_t, a_t) der Aktion a im Status s ist, wird Q(s_t, a_t) erhöht. Im gegensätzlichen Fall, d. h., wenn der Beurteilungswert Q(s_t+1, max a_t+1) kleiner als der Beurteilungswert Q(s_t, a_t) ist, wird Q(s_t, a_t) verringert. Anders ausgedrückt wird versucht, den Wert einer bestimmten Aktion in einem bestimmten Status an die Vergütung, die unmittelbar als Ergebnis zurückgegeben wird, und dem Wert einer optimalen Aktion im darauffolgenden Status, der durch eine bestimmte Aktion verursacht wird, anzunähern.
Beispiele für das Verfahren zum Ausdrücken von Q(s, a) auf einem Computer umfassen ein Verfahren zum Konservieren der Werte aller Status-Aktion-Paare (s, a) als Tabelle (Aktionswerttabelle) und ein Verfahren zum Generieren einer Funktion zum Approximieren von Q(s, a). Beim letzteren Verfahren kann der obige Aktualisierungsausdruck durch Anpassen eines Parameters der Approximationsfunktion unter Verwendung eines Verfahrens wie z. B. des stochastischen Gradientenabstiegs umgesetzt werden. Beispiele für die Approximationsfunktion umfassen ein neuronales Netzwerk, das später beschrieben wird.
Als Approximationsalgorithmus einer Wertfunktion beim überwachten Lernen, beim nichtüberwachten Lernen und beim Verstärkungslernen kann ein neuronales Netzwerk verwendet werden. Das neuronale Netzwerk besteht z. B. aus einer arithmetischen Vorrichtung und einem Speicher, die ein neuronales Netzwerk umsetzen, das ein Neuronenmodell simuliert, wie in 3 gezeigt. 3 ist ein schematisches Schaubild, das ein Neuronenmodell veranschaulicht.
Wie in 3 gezeigt, gibt ein Neuron eine Ausgabe y in Reaktion auf eine Mehrzahl von Eingaben x aus (Eingaben x1 bis x3 werden hier als Beispiel bereitgestellt). Gewichte w(w1 bis w3) werden auf die entsprechenden Eingaben x1 bis x3 angewandt. Dies bewirkt, dass das Neuron die Ausgabe y ausgibt, die durch die nachstehende Gleichung ausgedrückt wird. Man beachte, dass es sich bei den Eingaben x, der Ausgabe y und den Gewichten w jeweils um Vektoren handelt. y = f_k(Σ n / i=1x_iw_i – θ) wobei θ die systematische Abweichung ist und f_k die Aktivierungsfunktion ist.
Ein dreischichtiges gewichtetes neuronales Netzwerk, das aus einer Kombination von Neuronen besteht, wie oben beschrieben, wird nun nachstehend unter Bezugnahme auf 4 beschrieben. 4 ist ein schematisches Schaubild, das ein Modell eines gewichteten neuronalen Netzes mit drei Schichten D1 bis D3 veranschaulicht.
Wie in 4 gezeigt, wird eine Mehrzahl von Eingaben x (Eingaben x1 bis x3 werden hier als Beispiel bereitgestellt) von der linken Seite des neuronalen Netzwerks eingegeben und werden Ergebnisse y (Ergebnisse y1 bis y3 werden hier als Beispiel bereitgestellt) von der rechten Seite des neuronalen Netzwerks ausgegeben.
Insbesondere werden die Eingaben x1 bis x3, auf die die entsprechenden Gewichte angewandt wurden, jeweils in drei Neuronen N11 bis N13 eingegeben. Diese auf die Eingaben angewandten Gewichte werden gesammelt als w1 bezeichnet.
Die Neuronen N11 bis N13 geben jeweils z11 bis z13 aus. Diese z11 bis z13 werden gesammelt durch einen Merkmalsvektor z1 ausgewiesen und können als Vektor behandelt werden, der durch Extrahieren einer Merkmalshöhe eines Eingabevektors erhalten werden kann. Dieser Merkmalsvektor z1 ist ein Merkmalsvektor zwischen dem Gewicht w1 und Gewicht w2.
Die Merkmalsvektoren z11 bis z13, auf die die entsprechenden Gewichte angewandt wurden, werden in zwei Neuronen N21 und N22 eingegeben. Diese auf die Merkmalsvektoren angewandten Gewichte werden gesammelt als w2 bezeichnet.
Die Neuronen N21 und N22 geben z21 bzw. z22 aus. Diese z21 und z22 werden gesammelt als Merkmalsvektor z2 ausgewiesen. Dieser Merkmalsvektor z2 ist ein Merkmalsvektor zwischen dem Gewicht w2 und Gewicht w3.
Die Merkmalsvektoren z21 und r22, auf die die entsprechenden Gewichte angewandt wurden, werden in drei Neuronen N31 bis N33 eingegeben. Diese auf die Merkmalsvektoren angewandten Gewichte werden gesammelt als w3 bezeichnet.
Schließlich geben die Neuronen N31 bis N33 jeweils die Ergebnisse y1 bis y3 aus.
Der Betrieb des neuronalen Netzwerks umfasst einen Lernmodus und einen Wertprognosemodus. Ein Lerndatensatz wird verwendet, um die Gewichtungen w im Lernmodus zu lernen, und Parameter, die aus dem Lernen erhalten werden, werden verwendet, um die Aktion der Verarbeitungsmaschine im Prognosemodus zu ermitteln (der Einfachheit halber wird hier der Ausdruck „Prognose” verwendet, es können jedoch diverse Aufgaben, einschließlich Erkennen, Klassifizieren, Ableiten usw. durchgeführt werden).
Es ist möglich, nicht nur das ein Lernen (Online-Lernen) durchzuführen, bei dem Daten, die durch tatsächliches Betreiben der Verarbeitungsmaschine im Prognosemodus erfasst wurden, unmittelbar gelernt werden und in einer darauffolgenden Aktion widergespiegelt werden, sondern auch ein Lernen (bündelweises Lernen) durchzuführen, bei dem bisher gesammelte Daten unter Verwendung einer Gruppe der Daten gesammelt gelernt werden und danach ein Erkennungsmodus unter Verwendung von aus dem Lernen erhaltenen Parameter durchgeführt wird. Ein weiterer Lernmodus kann jedes Mal, wenn eine vordefinierte Datenmenge gesammelt wurde, zwischengeschaltet werden.
Die Gewichte w1 bis w3 können durch ein Fehlerrückpropagierungsverfahren gelernt werden. Die Informationen zu Fehlern werden von der rechten Seite zur linken Seite eingebracht. Das Fehlerrückpropagierungsverfahren ist ein Verfahren zum Einstellen (Lernen) jedes Gewichts, um den Unterschied zwischen der Ausgabe y, wenn die Eingabe x eingegeben wird, und der wahren Ausgabe y (Lehrer) für jedes Neuron zu verringern.
Bei einem solchen neuronalen Netzwerk können drei oder mehr Schichten bereitgestellt werden (dies wird tiefes Lernen genannt). Eine arithmetische Vorrichtung, die Merkmale aus Eingabedaten schrittweise extrahiert, um ein Ergebnis zurückzugeben, kann lediglich anhand von Lehrerdaten automatisch erfasst werden.
Man beachte, dass nichtüberwachtes Lernen, ein Verfahren des Maschinenlernens, an das in 2 gezeigte Lerninstrument 24 angewandt wird. Natürlich ist das auf das Lerninstrument 24 anwendbare Maschinenlernverfahren nicht auf nichtüberwachtes Lernen beschränkt. Wenn beispielsweise überwachtes Lernen auf das Lerninstrument 24 angewandt wird, entsprechen die Wertefunktionen Lernmodellen und die Vergütungen entsprechen Fehlern.
Die vorliegende Erfindung wurde oben unter Verwendung von beispielhaften Ausführungsformen beschrieben. Der Fachmann wird jedoch verstehen, dass die vorstehenden Modifikationen und diverse andere Modifikationen, Weglassungen und Ergänzungen durchgeführt werden können, ohne sich vom Umfang der vorliegenden Erfindung zu entfernen.
WIRKUNG DER ERFINDUNG
Gemäß dem ersten Aspekt kann eine Ursache einer Anomalie, die bei einer Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, und insbesondere eine Ursache einer Anomalie, die durch die internen Informationen einer Fertigungsmaschine verursacht wird, effizient festgestellt werden. Gemäß dem zweiten Aspekt der vorliegenden Erfindung können nützliche Informationen zum Feststellen einer Ursache einer Anomalie erfasst werden. Gemäß dem dritten und dem vierten Aspekt der vorliegenden Erfindung kann, wenn eine Ursache einer Anomalie festgestellt wird, ein Abschnitt, der die Anomalie verursacht, automatisch korrigiert werden.
Gemäß dem fünften Aspekt der vorliegenden Erfindung kann, wenn eine Ursache einer Anomalie in einem Betriebsprotokoll festgestellt wird, ein fehlender Betrieb automatisch hinzugefügt werden. Gemäß dem sechsten und dem siebten Aspekt der vorliegenden Erfindung kann eine zu vergleichende Fertigungsmaschine auf einfache Weise ausgewählt werden.
Gemäß dem achten Aspekt der vorliegenden Erfindung können, sogar wenn eine schwere Anomalie bei einer Fertigungsmaschine auftritt und die Einheit zum Erfassen von internen Informationen die Informationen von der Fertigungsmaschine nicht erfassen kann, die in einem vordefinierten Zeitraum vor dem Auftritt der Anomalie erfassten Informationen verwendet werden.
Gemäß dem neunten Aspekt der vorliegenden Erfindung kann die Genauigkeit der Feststellung einer Ursache einer Anomalie unter Bezugnahme auf die Informationen in der Datenbank verbessert werden. Gemäß dem zehnten Aspekt der vorliegenden Erfindung kann die Genauigkeit der Feststellung einer Ursache einer Anomalie durch Aktualisieren der Datenbank weiter verbessert werden. Gemäß dem elften Aspekt der vorliegenden Erfindung kann die Genauigkeit der Feststellung einer Ursache einer Anomalie durch gemeinsames Nutzen der Informationen in der Datenbank mit einer Mehrzahl von Zellsteuereinheiten noch weiter verbessert werden. Gemäß dem zwölften Aspekt der vorliegenden Erfindung können die Informationen in der Datenbank durch Widerspiegeln der Entsprechungsbeziehung zwischen einer Anomalie einer Fertigungsmaschine und einer Ursache der Anomalie, die aus einem Ergebnis eines Maschinenlernens erhalten wird, in der Datenbank spontan verbessert werden.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 2004-202624 [0004, 0004, 0010]
JP 4739556 [0005, 0010, 0010]

Claims

Zellsteuereinheit (12) zum Steuern einer Mehrzahl von Fertigungsmaschinen (25 bis 28), die eine Fertigungszelle (11) bilden, wobei die Zellsteuereinheit (12) umfasst: eine Einheit (14) zum Erfassen von internen Informationen, die so konfiguriert ist, dass sie die internen Informationen der Mehrzahl von Fertigungsmaschinen (25 bis 28) erfasst; eine Vergleichsobjektauswahleinheit (20), die so konfiguriert ist, dass sie, wenn eine Anomalie in einer ersten Fertigungsmaschine der Mehrzahl von Fertigungsmaschinen (25 bis 28) auftritt, die erste Fertigungsmaschine und eine zweite Fertigungsmaschine, die ähnliche Komponenten wie jene der ersten Fertigungsmaschine aufweist und die normal arbeitet, aus der Mehrzahl von Fertigungsmaschinen (25 bis 28) auswählt; eine Einheit (15) zum Vergleichen von internen Informationen, die so konfiguriert ist, dass sie die ersten internen Informationen der ersten Fertigungsmaschine und die zweiten internen Informationen der zweiten Fertigungsmaschine, die von der Einheit (14) zum Erfassen von internen Informationen erfasst werden, in Bezug auf die erste Fertigungsmaschine und die zweite Fertigungsmaschine vergleicht, die von der Vergleichsobjekauswahleinheit (20) ausgewählt werden, und wobei die Einheit (15) zum Vergleichen von internen Informationen einen Unterschied zwischen diesen extrahiert; eine Anomalieursachenfeststelleinheit (16), die so konfiguriert ist, dass sie eine Ursache einer Anomalie, die bei der ersten Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, auf Basis des Unterschieds zwischen den ersten internen Informationen und den zweiten internen Informationen, die von der Einheit (15) zum Vergleichen von internen Informationen extrahiert werden, feststellt; und eine Anomalieursachenübertragungseinheit (17), die so konfiguriert ist, dass sie die Ursache der Anomalie, die von der Anomalieursachenfeststelleinheit (16) festgestellt wird, an das Äußere der Zellsteuereinheit überträgt.
Zellsteuereinheit (12) nach Anspruch 1, wobei die internen Informationen jeder Fertigungsmaschine (25 bis 28) zumindest eines von einem Antriebsparameter, der mit dem Antreiben einer Fertigungsmaschine assoziiert ist, einem Funktionsparameter, der mit der Funktion einer Fertigungsmaschine assoziiert ist, einem Betriebsprogramm, das von einer Fertigungsmaschine auszuführen ist, und einem Betriebsbefehlsprotokoll, das durch Aufzeichnen von Betriebsbefehlen, die empfangen werden, um eine Fertigungsmaschine zu veranlassen, einen vordefinierten Betrieb durchzuführen, in Zeitreihen erhalten werden, umfassen.
Zellsteuereinheit (12) nach Anspruch 2, die ferner eine Einheit (18) zum Korrigieren eines anomalen Abschnitts umfasst, die so konfiguriert ist, dass sie, wenn zumindest eines des Antriebsparameters, des Funktionsparameters und des Betriebsprogramms eine Ursache der Anomalie ist, einen Abschnitt mit der Anomalie korrigiert.
Zellsteuereinheit (12) nach Anspruch 2, wobei das Betriebsbefehlsprotokoll Informationen, die durch Aufzeichnen von Betrieben eines Benutzers; betriebsprogrammausführenden Prozessen, Eingabe von Signalen nach außen oder Betriebsbefehlen, die durch eine Eingabe von Signalen von außen generiert werden, in Zeitreihen erhalten werden.
Zellsteuereinheit (12) nach Anspruch 2, die ferner eine Betriebsbefehlsergänzungseinheit (19) umfasst, die so konfiguriert ist, dass sie, wenn ein Fehlen eines Betriebsbefehlsprotokolls in den ersten internen Informationen oder eines Betriebsbefehlsprotokolls in den zweiten internen Informationen die Anomalie verursacht, einen Betrieb gemäß einem Betriebsbefehl, der im Betriebsbefehlsprotokoll fehlt, in Bezug auf die Fertigungsmaschine, der das Betriebsbefehlsprotokoll fehlt, ergänzt.
Zellsteuereinheit (12) nach einem der Ansprüche 1 bis 5, wobei die Vergleichsobjektauswahleinheit (20), die so konfiguriert ist, dass sie auf Vorrichtungskonfigurationsinformationen Bezug nimmt, die Komponenten einer Fertigungsmaschine darstellen, die mit jeder der Fertigungsmaschinen (25 bis 28) assoziiert sind, und Elemente der Vorrichtungskonfigurationsinformationen miteinander vergleicht, um die erste Fertigungsmaschine und die zweite Fertigungsmaschine auszuwählen.
Zellsteuereinheit (12) nach einem der Ansprüche 1 bis 5, wobei die Vergleichsobjektauswahleinheit (20), die so konfiguriert ist, dass sie die erste Fertigungsmaschine und die zweite Fertigungsmaschine auf Basis von Registrationsinformationen auswählt, die durch vorheriges Korrelieren der ersten Fertigungsmaschine und der zweiten Fertigungsmaschine, die einander ähneln, erhalten werden.
Zellsteuereinheit (12) nach einem der Ansprüche 1 bis 7, wobei die Einheit (14) zum Erfassen von internen Informationen, die so konfiguriert ist, dass sie die internen Informationen der Fertigungsmaschinen (25 bis 28) in einem vordefinierten Intervall erfasst.
Zellsteuereinheit (12) nach einem der Ansprüche 1 bis 8, die ferner eine Datenbank (22) umfasst, die so konfiguriert ist, dass sie den Status einer Anomalie, die bei jeder der Fertigungsmaschinen (25 bis 28) auftritt, und eine Ursache des Auftretens der Anomalie korreliert und diese speichert, wobei die Anomalieursachenfeststelleinheit (16) so konfiguriert ist, dass sie Bezug auf die Datenbank (22) nimmt, wodurch eine Ursache einer Anomalie, die bei der ersten Fertigungsmaschine auftritt, oder eine Ursache einer Anomalie, die in der Zukunft auftreten kann, festgestellt wird.
Zellsteuereinheit (12) nach Anspruch 9, die ferner eine Datenbankaktualisierungseinheit (23) umfasst, die so konfiguriert ist, dass sie den Status einer Anomalie, die bei der ersten Fertigungsmaschine oder der zweiten Fertigungsmaschine auftritt, und einen Unterschied zwischen den ersten internen Informationen und den zweiten internen Informationen, der von der Einheit zum Vergleichen von internen Informationen extrahiert wird und der die Anomalie verursacht, in der Datenbank (22) widerspiegelt.
Zellsteuereinheit (12) nach Anspruch 9, wobei: die Zellsteuereinheit (12) eine aus einer Mehrzahl von Zellsteuereinheiten (12) ist und ferner eine Datenbankfreigabeeinheit zum gemeinsamen Nutzen der Datenbank (22) mit den anderen Zellsteuereinheiten (12) umfasst.
Zellsteuereinheit (12) nach Anspruch 9, die ferner ein Lerninstrument (24) umfasst, das so konfiguriert ist, dass es ein Maschinenlernen unter Verwendung der in der Datenbank (22) gespeicherten Informationen, der erfassten internen Informationen jeder der Fertigungsmaschinen (25 bis 28) und der Vorrichtungskonfigurationsinformationen, die Komponenten jeder der Fertigungsmaschinen (25 bis 28) darstellen, durchführt, um die in der Datenbank (22) gespeicherten Informationen zu aktualisieren.