DE112017007606T5 - Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren - Google Patents

Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren Download PDF

Info

Publication number
DE112017007606T5
DE112017007606T5 DE112017007606.4T DE112017007606T DE112017007606T5 DE 112017007606 T5 DE112017007606 T5 DE 112017007606T5 DE 112017007606 T DE112017007606 T DE 112017007606T DE 112017007606 T5 DE112017007606 T5 DE 112017007606T5
Authority
DE
Germany
Prior art keywords
data
instability
operating
instability detection
operating data
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
DE112017007606.4T
Other languages
English (en)
Inventor
Masahiko Shibata
Kengo SHIRAKI
Daiki Nakahara
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112017007606T5 publication Critical patent/DE112017007606T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total 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]
    • G05B19/4184Total 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3055Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447Performance evaluation by modeling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452Performance evaluation by statistical analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Probability & Statistics with Applications (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

Es wird eine Instabilitätsdetektionsvorrichtung (30) bereitgestellt, die den Betriebszustand von Anlagen unter Verwendung binärer digitaler Signale detektieren kann, wobei die Instabilitätsdetektionsvorrichtung Folgendes beinhaltet: eine Modellerzeugungseinheit (313), um ein Normalmodell zum Bestimmen von Betriebszuständen einer Vielzahl von Anlagen (11) auf der Basis von Betriebsdaten, die binäre digitale Signale sind, erhalten von den Anlagen (11) in ihren stabilen Betriebszuständen, zu erzeugen; eine Erwartungswertberechnungseinheit (315), um einen Erwartungswert von Betriebsdaten durch Anwenden des Normalmodells auf frühere Betriebsdaten der Anlagen (11) zu berechnen; und eine Instabilitätsdetektionseinheit (316), um zu detektieren, ob ein Betriebszustand einer der Anlagen (11) instabil ist oder nicht, durch Vergleichen des Erwartungswertes der Betriebsdaten und eines gemessenen Wertes der Betriebsdaten.

Description

  • Technisches Gebiet
  • Die vorliegende Erfindung bezieht sich auf ein Instabilitätsdetektionssystem zum Detektieren von instabilen Zuständen von Anlagen, die in einem Fabrikautomatisierungssystem (nachfolgend als FA-System bezeichnet) verbunden sind.
  • Stand der Technik
  • Herkömmlicherweise identifiziert in einer Produktfertigungsstätte, wie beispielsweise einer Fabrik, wenn eine normal betriebene Anlage von einem stabilen Zustand in einen instabilen Zustand fällt, d. h. zum Beispiel bei einer Unterbrechung einer Fertigungsstraße, ein für die Anlage der Fertigungsstraße zuständiger Wartungsarbeiter die Ursache des Problems und ergreift Maßnahmen, beispielsweise Ersetzen eines Teil, um die Anomalie zu beheben und die Anlage wieder von dem instabilen in den stabilen Betriebszustand zu versetzen.
  • Da Anlagen in einer Fabrik jedoch aufgrund beispielsweise der Einführung eines FA-Systems komplex werden, müssen sich Wartungsarbeiter ein enormes Wissen und Knowhow aneignen. In dieser Situation sind Wartungsarbeiter mit weniger Erfahrung häufig mit Schwierigkeiten bei der Identifizierung der Ursache eines instabilen Zustands konfrontiert. Um Einstellungsoperationen zum umfassenden Identifizieren der Ursachen eines instabilen Zustands durchzuführen oder ein Programm hierfür zu entwickeln, sind jedoch viele Arbeitsstunden notwendig; solche Aktivitäten sind daher unrealistisch.
  • Um das oben genannte Problem zu lösen, schlägt das Patentdokument 1 ein Verfahren zum Überwachen eines Systems vor, bei dem der Betriebszustand des Systems durch Verwenden einer Abweichungsmatrix, die die Differenz zwischen einer empirischen Übergangswahrscheinlichkeitsmatrix und einer aktuellen Übergangswahrscheinlichkeitsmatrix ist, detektiert wird; die empirische Übergangswahrscheinlichkeitsmatrix ist eine Matrix, die den stabilen Zustand des Systems angibt, erhalten aus von einer Vielzahl von Sensoren in dem System erfassten Zeitreihensensordaten, und die aktuelle Übergangswahrscheinlichkeitsmatrix ist eine Matrix, erhalten von den neuesten Sensordaten, die über einen vorgegebenen Zeitraum angesammelte Zeitreihendaten sind.
  • Dokumente aus dem Stand der Technik
  • Patentdokument
  • Patentdokument 1: Offenlegungsschrift JP, 2002-215231 , A (3, 4 und 5)
  • Zusammenfassung der Erfindung
  • Durch die Erfindung zu lösende Probleme
  • Das Verfahren von Patentdokument 1 zum Detektieren von Betriebszuständen behandelt mehrwertige Sensordaten. Binäre digitale Signale, die häufig zum Darstellen von EIN und AUS bei Sensoren in FA-Bereichen verwendet werden, weisen jedoch häufig Eigenschaften auf, die von denen mehrwertiger Signale verschieden sind. Daher ist es in einem Fall, bei dem die Betriebszustände von Anlagen, die binäre digitale Signale benutzen, detektiert werden, schwierig, ein Verfahren wie beispielsweise ein Überwachungsverfahren von Patentdokument 1, bei dem mehrwertige Signale gehandhabt werden, einzusetzen.
  • Die vorliegende Erfindung ist konzipiert, um das oben erwähnte Problem zu lösen, und zielt darauf, eine Instabilitätsdetektionsvorrichtung zu realisieren, die die Betriebszustände von Anlagen, in denen binäre digitale Signale verwendet werden, zu detektieren.
  • Lösung der Probleme
  • Um das Problem zu lösen und das Ziel zu erreichen, beinhaltet eine Instabilitätsdetektionsvorrichtung Folgendes: eine Modellerzeugungseinheit, um ein Normalmodell zum Bestimmen von Betriebszuständen einer Vielzahl von Anlagen auf der Basis von Betriebsdaten, die von den Anlagen in ihren stabilen Betriebszuständen erhaltene binäre digitale Signale sind, zu erzeugen; eine Erwartungswertberechnungseinheit zum Berechnen eines Erwartungswertes von Betriebsdaten durch Anwenden des Normalmodells auf frühere Betriebsdaten der Anlagen; und eine Instabilitätsdetektionseinheit zum Detektieren, ob ein Betriebszustand einer der Anlagen instabil ist oder nicht, durch Vergleichen des Erwartungswertes der Betriebsdaten und eines gemessenen Wertes der Betriebsdaten.
  • Vorteile der Erfindung
  • Aufgrund ihrer oben beschriebenen Konfiguration kann eine erfindungsgemäße Instabilitätsdetektionsvorrichtung die Betriebszustände von Anlagen, bei denen binäre digitale Signale verwendet werden, detektieren.
  • Figurenliste
    • 1 ist ein Beispiel eines Konfigurationsdiagramms für ein Instabilitätsdetektionssystem nach Ausführungsform 1 der vorliegenden Erfindung.
    • 2 ist ein Beispiel eines Konfigurationsdiagramms für eine Instabilitätsdetektionsvorrichtung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 3 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für eine Steuerungsvorrichtung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 4 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für eine Normalmodellerzeugungsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 5 ist ein Beispiel für eine Datenbankkonfigurationstabelle einer Erfassungsdatenbank nach Ausführungsform 1 der vorliegenden Erfindung.
    • 6 ist ein Beispiel eines Flussdiagramms für die Normalmodellerzeugungsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 7 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für eine Instabilitätsdetektionsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 8 ist eine Kurve, die ein Verhältnis des Anomaliegrades von Betriebsdaten zu dem Differenzwert zwischen dem Erwartungswert und dem tatsächlich gemessenen Wert der Betriebsdaten nach Ausführungsform 1 der vorliegenden Erfindung veranschaulicht.
    • 9 sind Beispiele für Bilder auf einer Anzeige nach Ausführungsform 1 der vorliegenden Erfindung.
    • 10 ist ein Beispiel eines Flussdiagramms für die Instabilitätsdetektionsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
    • 11 ist ein Beispiel eines Flussdiagramms für die Verarbeitung zur Berechnung eines Anomaliegrades nach Ausführungsform 1 der vorliegenden Erfindung.
    • 12 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für eine Instabilitätsdetektionsverarbeitung nach Ausführungsform 2 der vorliegenden Erfindung.
    • 13 sind Beispiele für Bilder, die einen instabilen Zustand auf einer Anzeige angeben, nach Ausführungsform 2 der vorliegenden Erfindung.
    • 14 ist ein Beispiel eines Flussdiagramms, das die Instabilitätsdetektionsverarbeitung nach Ausführungsform 2 der vorliegenden Erfindung zeigt.
  • Ausführungsformen
  • Nachfolgend werden Ausführungsformen einer erfindungsgemäßen Anzeige unter Bezugnahme auf die Zeichnungen näher beschrieben. In den Zeichnungen, auf die nachfolgend verwiesen wird, gelten für die gleichen oder äquivalente Teile die gleichen Symbole. Es ist jedoch zu beachten, dass der Umfang der vorliegenden Erfindung nicht auf diese Ausführungsformen beschränkt ist.
  • Ausführungsform 1
  • 1 ist ein Beispiel eines Diagramms einer Konfiguration für ein Instabilitätsdetektionssystem nach Ausführungsform 1 der vorliegenden Erfindung. Wie in 1 dargestellt, beinhaltet das Instabilitätsdetektionssystem 100 eine Fertigungsstraße 10, die fünf Anlagen 11 (11a bis 11e) umfasst, einen Sammeldatenserver 20, eine Instabilitätsdetektionsvorrichtung 30 und ein Netz 40.
  • Jede Anlage 11 ist eine Bearbeitungsvorrichtung, beispielsweise eine Spritzgussvorrichtung, ein Extruder, eine Drehmaschine und eine Schleifmaschine, oder eine Steuerungsvorrichtung, beispielsweise ein Servoverstärker und eine programmierbare Logiksteuerung (PLC), und die Anlage beinhaltet ein Bauteil wie beispielsweise einen Schalter, ein Relais, einen Sensor oder eine digitale Schaltung, um ein binäres digitales Signal auszugeben, und wird durch binäre digitale Signale gesteuert.
  • Der Sammeldatenserver 20 beinhaltet eine Speichereinheit und erhält Betriebsdaten als binäre digitale Signale von den fünf in der Fertigungsstraße 10 verbundenen Anlagen 11, um sie in der Speichereinheit anzusammeln. Die Betriebsdaten beinhalten Öffnungs-/Schließinformationen von Schaltern oder Relais, Detektionsinformationen von Sensoren und Ausgabewerte digitaler Schaltungen. Hier ist zu beachten, dass die Betriebsdaten Daten beinhalten, die jeweils gemäß den Bauteilen, die in jeder binäre digitale Signale ausgebenden Anlage 11 enthalten sind, unterscheidbar sind. Eine einzelne Anlage 11 kann eine Vielzahl von Arten von Betriebsdaten ausgeben.
  • Die Instabilitätsdetektionsvorrichtung 30 erhält binäre digitale Signale, die Betriebsdaten der Anlage 11 sind, von dem Sammeldatenserver 20 und detektiert auf der Basis der erhaltenen binären digitalen Signale, ob der Betriebszustand der Anlage 11 instabil ist oder nicht. Hier wird, wenn eine Anlage 11 normal betrieben wird, der Betriebszustand der Anlage 11 als ein stabiler Zustand bezeichnet; und wenn sich der Betrieb einer Anlage 11 außerhalb des Normalzustandes befindet, wird der Betriebszustand der Anlage 11 als ein instabiler Zustand bezeichnet. Wie die Instabilitätsdetektionsvorrichtung 30 Instabilität detektiert, wird später beschrieben.
  • Das Netz 40 ist ein Netz, das die Fertigungsstraße 10, den Sammeldatenserver 20 und die Instabilitätsdetektionsvorrichtung 30 verbindet. Das Netz 40 ist zum Beispiel ein kabelgebundenes Netz, das eine Übertragungsleitung, beispielsweise ein koaxiales Kabel oder ein optisches Kabel, aufweist, oder das Netz 40 ist ein nicht kabelgebundenes Netz, das kabelloses LAN, beispielsweise Wi-Fi (eingetragenes Warenzeichen), verwendet. Die Netzvorrichtungen können Daten untereinander übertragen und empfangen.
  • 2 ist ein Beispiel eines Diagramms einer Konfiguration für eine Instabilitätsdetektionsvorrichtung nach Ausführungsform 1 der vorliegenden Erfindung. Wie in 2 dargestellt, beinhaltet die Instabilitätsdetektionsvorrichtung 30 eine Steuerungsvorrichtung 31, einen Hauptspeicher 32, einen Arbeitsspeicher 33, eine Anzeige 34, eine Eingabevorrichtung 35, eine Kommunikationsvorrichtung 36 und einen Bus 37.
  • Die Steuerungsvorrichtung 31 steuert die Instabilitätsdetektionsvorrichtung 30 und steuert zudem den Hauptspeicher 32, den Arbeitsspeicher 33, die Anzeige 34, die Eingabevorrichtung 35 und die Kommunikationsvorrichtung 36, um zu detektieren, ob der Betriebszustand jeder Anlage 11 instabil ist oder nicht. Wie die Steuerungsvorrichtung 31 einen instabilen Zustand der Anlage 11 detektiert, wird später beschrieben. Die Steuerungsvorrichtung 31 kann ein Prozessor sein, beispielsweise eine zentrale Verarbeitungseinheit (CPU), eine integrierte Schaltung, beispielsweise ein Field-Programmable-Gate-Array (FPGA) oder eine Large-Scale-tntegrated-Circuit (LSI), oder eine Kombination davon.
  • Der Speicher 32 speichert verschiedene durch die Steuerungsvorrichtung 31 auszuführende Programme, Daten, auf die sich die Steuerungsvorrichtung 31 bezieht, wenn sie die Programme ausführt, sowie die resultierenden Daten, die erzeugt werden, wenn die Steuerungsvorrichtung 31 die Programme ausführt. In Ausführungsform 1 der vorliegenden Erfindung sind gespeicherte Programme: ein Normalmodellerzeugungsprogramm 321, das ein Normalmodell erzeugt, mit dem die Steuerungsvorrichtung 31 den Betriebszustand jeder Anlage 11 bestimmt; und ein Instabilitätsdetektionsprogramm 322, mit dem die Steuerungsvorrichtung 31 detektiert, ob der Betriebszustand jeder Anlage 11 instabil ist. Als Hauptspeicher 32 wird zum Beispiel ein Flash-Memory, ein ROM (ready-only memory), eine Magnetplatte oder ein nichtflüchtiger Speicher, beispielsweise eine optische Platte, verwendet.
  • Der Arbeitsspeicher 33 Ist ein Speicher, auf den die Steuerungsvorrichtung 31 direkt zugreift, wenn sie die Programme ausführt, und die Programme und die in dem Hauptspeicher 32 gespeicherten Daten werden in den Arbeitsspeicher kopiert und vorübergehend dort gespeichert. Als Arbeitsspeicher 33 wird ein flüchtiger Arbeitsspeicher, beispielsweise ein RAM (random access memory), verwendet.
  • Die Anzeige 34 zeigt ein Bild oder ein Bewegungsvideo nach den Anweisungen der Steuerungsvorrichtung 31. Als Anzeige 34 wird zum Beispiel eine Flüssigkristall (LCD)-Anzeige oder eine organische Elektrolumineszenz-Anzeige (organische EL-Anzeige) verwendet.
  • Die Eingabevorrichtung 35 empfängt Eingaben vom Benutzer und die Eingabevorrichtung beinhaltet zum Beispiel eine Tastatur, eine Maus und ein Touchpad.
  • Zwar werden die Anzeige 34 und die Eingabevorrichtung 35 als separate Vorrichtungen beschrieben, ihre Konfiguration ist jedoch nicht auf die separaten Vorrichtungen als Anzeige 34 und als Eingabevorrichtung 35 beschränkt. Alternativ können sie eine Vorrichtung wie beispielsweise ein Touchpanel sein, in das die Anzeige 34 und die Eingabevorrichtung 35 integriert sind.
  • Die Kommunikationsvorrichtung 36 ist mit einem Empfänger zum Empfangen von Daten und einem Sender zum Übertragen von Daten ausgestattet, um mit externen Vorrichtungen zu kommunizieren. Durch die Kommunikationsvorrichtung 36 erhält die Steuerungsvorrichtung 31 die Betriebsdaten der Anlagen 11 von dem Sammeldatenserver 20. Die Kommunikationsvorrichtung 36 ist zum Beispiel ein Kommunikationschip oder eine Netzschnittstellenkarte (network interface card, NIC).
  • Der Bus 37 ist ein Datenübertragungsweg, über den Daten zwischen der Steuerungsvorrichtung 31, dem Hauptspeicher 32, dem Arbeitsspeicher 33, der Anzeige 34, der Eingabevorrichtung 35 und der Kommunikationsvorrichtung 36 gesendet und empfangen werden. Der Bus 37 ist zum Beispiel ein PCI-Bus (peripheral component interconnect, PCI) oder ein PCI-Express (eingetragenes Warenzeichen).
  • Als nächstes wird beschrieben, wie die Steuerungsvorrichtung 31 einen instabilen Zustand jeder Anlage 11 detektiert. Die Steuerungsvorrichtung 31 führt zwei Arten von Verarbeitung zum Detektieren eines instabilen Zustands einer Anlage 11 durch. Eine ist eine Normalmoduserzeugungsverarbeitung und die andere ist eine Instabilltätsdetektionsverarbeitung. Die Normalmoduserzeugungsverarbeitung erzeugt ein Normalmodell zum Beurteilen der Betriebszustände der Anlagen 11. Die Erzeugung basiert auf Betriebsdaten der Anlagen 11 während ihrer normalen Betriebszustände. Die Instabilitätsdetektionsverarbeitung bestimmt, ob der Betriebszustand der Anlage 11 instabil ist oder nicht. Die Bestimmung erfolgt durch Vergleichen des Normalmodells mit Betriebsdaten der Anlage 11. Darüber hinaus werden die beiden Arten von Verarbeitung durchgeführt, wenn die Steuerungsvorrichtung 31 das Normalmodellerzeugungsprogramm 321 und das Instabilitätsdetektionsprogramm 322, die in dem Hauptspeicher 32 gespeichert sind, ausführt.
  • 3 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für die Steuerungsvorrichtung nach Ausführungsform 1 der vorliegenden Erfindung. 3 zeigt die Funktionsblöcke des Normalmodellerzeugungsprogrammes 321 und des Instabilitätsdetektionsprogrammes 322, die von der Steuerungsvorrichtung 31 auszuführen sind. Die Steuerungsvorrichtung 31 beinhaltet eine Kommunikationsteuerungseinheit 311, eine Datenmengenbestimmungseinheit 312 und eine Modellerzeugungseinheit 313, wenn das Normalmodellerzeugungsprogramm 321 ausgeführt wird. Die Steuerungsvorrichtung 31 beinhaltet eine Kommunikationsteuerungseinheit 314, eine Erwartungswertberechnungseinheit 315, eine Instabilitätsdetektionseinheit 316 und eine Anzeigensteuerungseinheit 317, wenn das Instabilitätsdetektionsprogramm 322 ausgeführt wird. Die Funktionsblöcke der Steuerungsvorrichtung 31 sind die Kommunikationsteuerungseinheit 311, die Datenmengenbestimmungseinheit 312, die Modellerzeugungseinheit 313, die Kommunikationsteuerungseinheit 314, die Erwartungswertberechnungseinheit 315, die Instabilitätsdetektionseinheit 316 und die Anzeigensteuerungseinheit 317, deren Einzelheiten später beschrieben werden.
  • Zunächst wird die Normalmodellerzeugungsverarbeitung beschrieben. Die Normalmodellerzeugungsverarbeitung wird in Fällen durchgeführt, wenn der Betriebszustand einer Anlage 11 stabil ist und, und wird notwendig, um ein Normalmodell zu erzeugen. Die Fälle beinhalten: einen Fall, bei dem das Instabilitätsdetektionssystem 100 eingeführt wird; einen Fall, bei dem der Fertigungsstraße 10 eine neue Anlage 11 hinzugefügt wird; und einen Fall, bei dem die Steuerungsbedingung einer bestehenden Anlage 11 verändert wird.
  • 4 ist ein funktionelles Konfigurationsdiagrammbeispiel für die Normalmodellerzeugungsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung, 4 zeigt individuelle Funktionen des Normalmodellerzeugungsprogrammes 321, das von der Steuerungsvorrichtung 31 auszuführen ist, als Funktionsblöcke. Ihre Aufrufbeziehungen sind anhand durchgehender Pfeils angegeben, und die Datenströme sind durch gestrichelte Pfeile angegeben.
  • Wie in 4 gezeigt, beinhaltet die Steuerungsvorrichtung 31 die Kommunikationssteuerungseinheit 311, die Datenmengenbestimmungseinheit 312 und die Modellerzeugungseinheit 313. Für Beschreibungszwecke sind der Hauptspeicher 32, der Arbeitsspeicher 33 und die Kommunikationsvorrichtung 36 in 4 veranschaulicht. Der Hauptspeicher 32 beinhaltet eine Normaldatenbank 332, die eine Datenbank ist, die erzeugt wird, wenn die Steuerungsvorrichtung 31 die Normalmodellerzeugungsverarbeitung durchführt. Der Arbeitsspeicher 33 beinhaltet eine Erfassungsdatenbank 331 und eine Normaldatenbank 332, die Datenbanken sind, die erzeugt werden, wenn die Steuerungsvorrichtung 31 die Normalmodellerzeugungsverarbeitung durchführt.
  • Die Kommunikationssteuerungseinheit 311 erhält die Betriebsdaten der Anlagen 11, die binäre digitale Daten sind, von dem Sammeldatenserver 20 über die Kommunikationsvorrichtung 36 und speichert die erhaltenen Betriebsdaten im Arbeitsspeicher 33 als Erfassungsdatenbank 331. In der Erfassungsdatenbank 331 werden die Betriebsdaten der Anlagen 11 als binäre digitale Zeitreihensignale gespeichert. Eine Reihe von Verarbeitungsschritten der Betriebsdaten, die von der Kommunikationssteuerungseinheit 311 durchzuführen ist, kann jedes Mal durchgeführt werden, wenn die Betriebsdaten der anvisierten Anlage 11 dem Sammeldatenserver 20 hinzugefügt werden, oder kann periodisch in einem bestimmten Zeitabstand durchgeführt werden.
  • 5 ist ein Beispiel für eine Datenbankkonfigurationstabelle einer Erfassungsdatenbank nach Ausführungsform 1 der vorliegenden Erfindung. Wie in 5 gezeigt, weist in der Erfassungsdatenbank 331 jede der Anlagen 11 zwei Arten von Signalen, d. h. ein Signal 1 und ein Signal 2, als ihre Betriebsdaten auf. Die Signalwerte von Signal 1 und Signal 2 sind in Verknüpfung mit Zeitinformationen für jede Anlage 11 gespeichert. In 5 sind die Betriebsdaten jeder Anlage 11 als die beiden Arten von Signalen, d. h. Signal 1 und Signal 2, beschrieben. Die Arten der Betriebsdaten können jedoch eins oder drei oder mehr sein. Zudem werden die Betriebsdaten in 5 in Verknüpfung mit den jeweiligen Signalnamen gespeichert. Das Speicherverfahren ist nicht auf das mit den jeweiligen Signalnamen verknüpfte beschränkt; vielmehr können die Betriebsdaten in Verknüpfung mit den Namen der Signalausgabebauteile jeder Anlage 11, beispielsweise einem Schalter, einem Relais und einem Sensor, oder in Verknüpfung mit von dem Benutzer über die Eingabevorrichtung 35 eingegebenen benutzerdefinierten Namen gespeichert werden.
  • Nochmals bezugnehmend auf 4 bestimmt die Datenmengenbestimmungseinheit 312, ob die in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeicherten Betriebsdaten einer erforderlichen Menge genügen oder nicht. Als Verfahren für die Datenmengenbestimmungseinheit 312 kann ein beliebiges Verfahren verwendet werden, um zu bestimmen, ob die gespeicherten Daten der erforderlichen Menge genügen oder nicht. Die Datenmengenbestimmungseinheit 312 kann zum Beispiel die in der Erfassungsdatenbank 331 gespeicherte Datenmenge messen und, wenn die gemessene Menge einen Grenzwert überschreitet, bestimmen, dass die gespeicherten Daten der erforderlichen Menge genügen. Alternativ kann die Datenmengenbestimmungseinheit eine Zeit messen, die seit dem Beginn der Datenspeicherung in der Erfassungsdatenbank 331 verstrichen ist, und, wenn die gemessene Zeit eine bestimmte Zeitlänge überschreitet, bestimmen, dass die gespeicherten Daten der erforderlichen Menge genügen. Die in der Erfassungsdatenbank 331 zu speichernde erforderliche Datenmenge hängt von der aus den Anlagen 11 bestehenden Fertigungsstraße 10 ab und entspricht einer Datenmenge, die von einer über mehrere Stunden gesammelten Menge bis zu einer über mehrere Wochen gesammelten Menge variiert.
  • Bei Empfang eines Bestimmungsergebnisses von der Datenmengenbestimmungseinheit 312, dass die in der Erfassungsdatenbank 331 gespeicherten Daten der erforderlichen Menge genügen, erhält die Modellerzeugungseinheit 313 von der Erfassungsdatenbank 331 binäre digitale Zeitreihensignale, die Betriebsdaten sind, und erzeugt aus den erhaltenen binären digitalen Zeitreihensignalen ein Normalmodell. Die Modellerzeugungseinheit 313 führt maschinelles Lernen an den für die einzelnen Betriebsdaten erhaltenen binären digitalen Zeitreihensignalen als dem normalen Zeitreihensignalmuster ihrer Betriebsdaten durch und erzeugt ein lernendes Modell, das ein Normalmodell ist, mit dem die Erwartungswerte der Signale der Betriebsdaten, die als nächstes ausgegeben werden, berechnet werden. Als in der Modellerzeugungseinheit 313 verwendetes Verfahren zum maschinellen Lernen wird ein Verfahren zum maschinellen Lernen, das Zeitreihendaten handhaben kann, eingesetzt. Beispiele für das Verfahren zum maschinellen Lernen sind ein in einer Patentdokument (Offenlegungsschrift JP, 2012-48405 ,A) gezeigtes verborgenes Markow-Modell, ein neuronales Zeitverzögerungsnetz und ein rekurrentes neuronales Netz.
  • Die Anlagen 11 bilden die Fertigungsstraße 10, so dass der Betriebszustand einer Anlage 11 die Betriebszustände anderer Anlagen 11 beeinflusst; wenn zum Beispiel die Stromversorgung der Anlage 11a abgeschaltet wird, wird die Stromversorgung der Anlage 11b eingeschaltet. Ein anderes Beispiel ist, dass, wenn das Signal 1 der Anlage 11a abgeschaltet wird, das Signal 2 der Anlage 11a ebenfalls abgeschaltet wird. Daher beeinflusst der Betriebszustand eines Bauteils der Anlage 11 auch die Betriebszustände anderer Bauteile. Auf diese Weise beeinflussen die Betriebszustände der Anlagen 11 einander und die Betriebszustände der Bauteile in jeder Anlage 11 beeinflussen einander, wodurch der Betriebszustand jedes Bauteils in Anlage 11 bestimmt wird. Daher spiegeln die Zeitreihenbetriebsdaten, die die Betriebszustände der Bauteile zeigen, den Betriebszustand der Fertigungsstraße 10 wider. Daher kann die Modellerzeugungseinheit 313 anhand des Durchführens von maschinellem Lernen an normalen Signalmustern von Betriebsdaten ein korrektes Normalmodell erzeugen.
  • Es wurde beschrieben, dass die Modellerzeugungseinheit 313 maschinelles Lernen individuell an den einzelnen Betriebsdaten durchführt, um ein Normalmodell zu erzeugen. Das Verfahren zum Erzeugen eines Normalmodells ist jedoch nicht auf das Verfahren, bei dem die Modellerzeugungseinheit 313 maschinelles Lernen individuell an den einzelnen Betriebsdaten durchführt, beschränkt. Die Modellerzeugungseinheit 313 kann maschinelles Lernen vielmehr durchführen, um ein Normalmodell für Betriebsdaten, die in jeder Anlage 11 oder in jeder Fertigungsstraße 10 miteinander verknüpft sind, zu erzeugen. Durch Verwenden eines Normalmodells, das die Modellerzeugungseinheit 313 für Betriebsdaten, die in jeder Anlage 11 oder in jeder Fertigungsstraße 10 miteinander verknüpft sind, erzeugt, ist es möglich, die Erwartungswerte der Betriebsdaten in jeder Anlage 11 oder in jeder Fertigungsstraße 10 kollektiv zu berechnen.
  • In dem herkömmlichen lernenden Modell wird der Signalwert der von der Anlage 11 als nächstes auszugebenden Betriebsdaten als ein binärer digitaler Signalwert von entweder null oder eins erhalten, der als ein tatsächlich gemessener Wert gilt. Andererseits wird in dem Normalmodell der Ausführungsform 1 der vorliegenden Erfindung der Erwartungswert des tatsächlich gemessenen Wertes erhalten. Ein zu berechnender Erwartungswert in Ausführungsform 1 der vorliegenden Erfindung unterscheidet sich von einem in dem herkömmlichen lernenden Modell erhaltenen Signalwert und nimmt zuweilen ein anderen Wert als null oder eins an, der nicht als ein tatsächlich gemessener Wert gelten kann, durch den Signalwert der als nächstes von der Anlage 11 auszugebenden Betriebsdaten. Dies ermöglicht die virtuelle Handhabung von Betriebsdaten, die ein binäres digitales Signal sind, als Daten, die drei oder mehr Werte annehmen, und ermöglicht zudem die Durchführung einer detaillierteren Verarbeitung in der Instabilitätsdetektionsverarbeitung der Steuerungsvorrichtung 31, die später beschrieben wird.
  • In der Normaldatenbank 332 des Arbeitsspeichers 33 speichert die Modellerzeugungseinheit 313 das erzeugte Normalmodell und das Normalmodell definierende Parameter, die zum Beispiel Im Falle eines rekurrierenden neuronalen Netzes die Anzahl von Mittelschichten, Gewichten und Bias-Werten beinhalten.
  • Die Normaldatenbank 332 im Arbeitsspeicher 33 wird in den Hauptspeicher 32 kopiert und darin gespeichert, wenn die Normalmodellerzeugungsverarbeitung abgeschlossen ist oder wenn die Stromversorgung der Instabilitätsdetektionsvorrichtung 30 abgeschaltet wird.
  • Als nächstes wird der Ablauf der Normalmodellerzeugungsverarbeitung der Steuerungsvorrichtung 31 beschrieben. 6 ist ein Beispiel eines Flussdiagramms für die Normalmodellerzeugungsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
  • Zunächst wird die Normalmodellerzeugungsverarbeitung als Reaktion auf die Aufforderung des Benutzers oder eine automatische Aufforderung von der Steuerungsvorrichtung 31 gestartet. Das von dem Benutzer für die Aufforderung des Verarbeitungsbeginns zu verwendende Verfahren kann frei gewählt werden. Beispiele für das Verfahren beinhalten: ein Verfahren, bei dem die Instabilitätsdetektionsvorrichtung 30 eine Taste als Eingabevorrichtung 35 zum Starten der Normalmodellerzeugungsverarbeitung aufweist und der Benutzer die Taste drückt; und ein Verfahren, bei dem die Instabilitätsdetektionsvorrichtung 30 eine auf dem Bildschirm der Anzeige 34 angezeigte Taste als Eingabevorrichtung 35 zum Starten der Normalmodellerzeugungsverarbeitung aufweist und der Benutzer die Taste wählt. Zudem kann das für die Steuerungsvorrichtung 31 zum automatischen Auffordern des Verarbeitungsbeginns verwendete Verfahren frei gewählt werden. Die Beispiele für das Verfahren beinhalten: ein Verfahren, bei dem der Prozess gestartet wird, wenn das Instabilitätsdetektionssystem 100 eingeführt wird; ein Verfahren, bei dem der Prozess gestartet wird, wenn der Fertigungsstraße 10 eine neue Anlage 11 hinzugefügt wird; und ein Verfahren, bei dem der Prozess gestartet wird, wenn die Steuerungsbedingung einer bestehenden Anlage 11 verändert wird.
  • In Schritt S101 erhält die Kommunikationsvorrichtung 311 die Betriebsdaten einer Anlage 11 von dem Sammeldatenserver 20 über die Kommunikationsvorrichtung 36.
  • In Schritt S102 werden die durch die Kommunikationsteuerungseinheit 311 in Schritt S101 erhaltenen Betriebsdaten der Anlage 11 in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeichert. Dann kopiert die Kommunikationsteuerungseinheit 311 in Schritt S101 und Schritt S102 die von dem Sammeldatenserver 20 erhaltenen Betriebsdaten der Anlage 11 in die Erfassungsdatenbank 331.
  • Als nächstes bestimmt die Datenmengenbestimmungseinheit 312 in Schritt S103, ob die in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeicherten Betriebsdaten der erforderlichen Menge genügen, und der Prozess setzt sich fort bis Schritt S104.
  • In Schritt S104 setzt sich der Prozess auf der Basis des von der Datenmengenbestimmungseinheit 312 in Schritt S103 erhaltenen Bestimmungsergebnisses bis Schritt S101 fort, wenn die Betriebsdaten der erforderlichen Menge (bei Nein) nicht genügen, und der Prozess setzte sich bis Schritt S105 fort, wenn die Betriebsdaten der erforderlichen Menge (bei Ja) genügen.
  • In Schritt S105 erzeugt die Modellerzeugungseinheit 313 ein Normalmodell aus den in der Erfassungsdatenbank 331 gespeicherten Betriebsdaten der Anlage 11.
  • In Schritt S106 speichert die Modellerzeugungseinheit 313 das in Schritt S105 erzeugte Modell und die das erzeugte Modell definierenden Parameter in der Normaldatenbank 332 des Arbeitsspeichers 33. Dann wird der Prozess beendet. Die Normaldatenbank 332 des Arbeitsspeichers 33 wird in den Hauptspeicher 32 kopiert und dort gespeichert, wenn die Normalmodellerzeugungsverarbeitung abgeschlossen ist oder wenn die Stromversorgung der Instabilitätsdetektionsvorrichtung 30 abgeschaltet wird.
  • Als nächstes wird die Instabilitätsdetektionsverarbeitung beschrieben. Nachdem das Normalmodell von der Steuerungsvorrichtung 31 erzeugt worden ist, wird die Instabilitätsdetektionsverarbeitung grundsätzlich immer durchgeführt, wenn die Instabilitätsdetektionsvorrichtung 30 in Betrieb ist, außer in Fällen, in denen es notwendig ist, ein neues Normalmodell zu erzeugen, wobei die Fälle einen Fall, bei dem der Fertigungsstraße 10 eine neue Anlage 11 hinzugefügt wird, überwacht von dem Instabilitätsdetektionssystem 100, und einen Fall, wenn die Steuerungsbedingung einer bestehenden Anlage 11 verändert wird, beinhalten.
  • 7 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für die Instabilitätsdetektionsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung. In 7 sind die Funktionen des von der Steuerungsvorrichtung 31 auszuführenden Instabilitätsdetektionsprogrammes 322 als individuelle Funktionsblöcke veranschaulicht. Ihre Aufrufbeziehungen sind anhand durchgehender Pfeile angegeben und ihre Datenströme sind durch gestrichelte Pfeile angegeben.
  • Wie in 7 gezeigt, beinhaltet die Steuerungsvorrichtung 31 die Kommunikationssteuerungsvorrichtung 314, die Erwartungswertberechnungseinheit 315, die Instabilitätsdetektionseinheit 316 und die Anzeigensteuerungseinheit 317. Für Beschreibungszwecke veranschaulicht 7 den Hauptspeicher 32, den Arbeitsspeicher 33, die Anzeige 34 und die Kommunikationsvorrichtung 36. Der Arbeitsspeicher 33 beinhaltet die Erfassungsdatenbank 331, die eine Datenbank ist, die erzeugt wird, wenn die Steuerungsvorrichtung 31 die Normalmodellerzeugungsverarbeitung durchführt. Der Hauptspeicher 32 und der Arbeitsspeicher 33 beinhalten jeweils die Normaldatenbank 332, die eine Datenbank ist, die erzeugt wird, wenn die Steuerungsvorrichtung 31 die Normalmodellerzeugungsverarbeitung durchführt.
  • Ähnlich dem Betrieb der Kommunikationssteuerungseinheit 311 bei der Normalmodellerzeugungsverarbeitung erhält die Kommunikationssteuerungseinheit 314 die Betriebsdaten der Anlage 11, die binäre digitale Daten sind, von dem Sammeldatenserver 20 über die Kommunikationsvorrichtung 36 und speichert die erhaltenen Betriebsdaten in der Erfassungsdatenbank 331 des Arbeitsspeichers 33. Hier unterscheiden sich die von der Kommunikationssteuerungseinheit 314 erhaltenen Betriebsdaten der Anlage 11 von denen, die von der Kommunikationssteuerungseinheit 311 in der Normalmodellerzeugungsverarbeitung erhalten werden; die Kommunikationssteuerungseinheit 314 erhält nicht nur die tatsächlich gemessenen aktuellen Betriebsdaten der Anlage 11, sondern auch frühere Betriebsdaten der Anlage 11, die zur Berechnung, unter Verwendung des Normalmodells, der Erwartungswerte auszugebender Signale notwendig sind.
  • Die Datenmenge der von der Kommunikationssteuerungseinheit 314 erhaltenen früheren Betriebsdaten der Anlage 11 hängt von dem zur Berechnung der Erwartungswerte der Signale verwendeten Normalmodell ab. Die Kommunikationssteuerungseinheit 314 kann jedes Mal, wenn die Betriebsdaten einer Zielanlage 11 einem Sammeldatenserver 20 hinzugefügt werden, oder periodisch in einem bestimmten Zeitabstand eine Verarbeitung zum Erhalten der Betriebsdaten der aktuellen Anlage 11 durchführen.
  • Die Erwartungswertberechnungseinheit 315 erhält die früheren Betriebsdaten der Anlage 11 von der Sammeldatenbank 331 des Arbeitsspeichers 33, erhält das Normalmodell von der Normaldatenbank 332 und berechnet auf der Basis der erhaltenen Betriebsdaten und des erhaltenen Normalmodells die Erwartungswerte von Signalwerten, die die als nächstes von der Anlage 11 auszugebende Betriebsdaten sind. Die Normaldatenbank 332 des Arbeitsspeichers 33 wird vom Hauptspeicher 32 kopiert und im Arbeitsspeicher 33 gespeichert, wenn die Steuerungsvorrichtung 31 die Instabilitätsdetektionsverarbeitung startet.
  • Zwar sind die einzelnen Betriebsdaten der Anlage 11 ein binäres digitales Signal, da das Normalmodell ein lernendes Modell zur Berechnung des Erwartungswertes des binären Signals ist, doch der von der Erwartungswertberechnungseinheit 315 berechnete Erwartungswert der Betriebsdaten beträgt zuweilen null, eins oder einen Dezimalbruchwert zwischen null und eins, beispielsweise 0,03, 0,50 und 0,99.
  • Da die einzelnen Betriebsdaten ein binäres digitales Signal sind, kann der Erwartungswert der Betriebsdaten, wie in Formel 1 gezeigt, als die Wahrscheinlichkeit (P1), dass der tatsächlich gemessene Wert der Betriebsdaten eins ist, betrachtet werden. Zudem ist der Wert (1-P1) oder eins minus die Wahrscheinlichkeit P1 die Wahrscheinlichkeit (P0), dass der Signalwert der Betriebsdaten null ist.
    [Formel 1] Erwartungswert = 0 × P 0 + 1 × P 1 = P1
    Figure DE112017007606T5_0001
    P0: Wahrscheinlichkeit, dass der Signalwert der Betriebsdaten null ist P1: Wahrscheinlichkeit, dass der Signalwert der Betriebsdaten eins ist
  • Die Instabilitätsdetektionseinheit 316 erhält die von der Erwartungswertberechnungseinheit 315 berechneten Erwartungswerte der Betriebsdaten und erhält die tatsächlich gemessenen Werte, die die Betriebsdaten der Anlage 11 sind, von der Erfassungsdatenbank 331, um die erhaltenen Erwartungswerte und die tatsächlich gemessenen Werte zu vergleichen und um Anomaliegrade der Anlage 11 zu berechnen. Dann detektiert die Instabilitätsdetektionseinheit 316 auf der Basis der berechneten Anomaliegrade, ob der Betriebszustand der Anlage 11 instabil ist oder nicht.
    Nachfolgend wird die spezielle Verarbeitung der Instabilitätsdetektionseinheit 316 beschrieben.
  • Zunächst berechnet die Instabilitätsdetektionseinheit 316 den Anomaliegrad der einzelnen Betriebsdaten. Beträgt der tatsächlich gemessene Wert der von der Instabilitätsdetektionseinheit 316 erhaltenen Betriebsdaten eins, leitet die Instabilitätsdetektionseinheit 316 (-ln(P1)), d. h. den Negativwert des natürlichen Logarithmus der Wahrscheinlichkeit P1, die die Wahrscheinlichkeit ist, dass der tatsächlich gemessene Wert der Betriebsdaten eins ist, als Anomaliegrad ab.
  • Beträgt der tatsächlich gemessene Wert der von der Instabilitätsdetektionseinheit 316 erhaltenen Betriebsdaten null, leitet die Instabilitätsdetektionseinheit 316 (-ln(1-P1)), d. h. den Negativwert des natürlichen Logarithmus der Wahrscheinlichkeit 1-P1, die die Wahrscheinlichkeit ist, dass der tatsächlich gemessene Wert der Betriebsdaten null ist, als Anomaliegrad ab.
  • 8 ist eine Kurve, die ein Verhältnis des Anomaliegrades von Betriebsdaten zum Differenzwert zwischen dem Erwartungswert und dem tatsächlich gemessenen Wert der Betriebsdaten nach Ausführungsform 1 der vorliegenden Erfindung veranschaulicht.
  • Wie in 8 gezeigt, nimmt der Anomaliegrad, da die Differenz, d. h. die Abweichung zwischen dem Erwartungswert und dem tatsächlich gemessenen Wert der Betriebsdaten, wächst, signifikant zu. Daher wird der Anomaliegrad, wenn eine große Abweichung zwischen dem Erwartungswert und dem tatsächlich gemessenen Wert vorliegt, wenn zum Beispiel der Erwartungswert der Betriebsdaten null ist und ihr tatsächlich gemessener Wert eins ist, extrem hoch.
  • Als nächstes berechnet die Instabilitätsdetektionseinheit 316 den Anomaliegrad für die gesamte Anlage 11. Die Instabilitätsdetektionseinheit 316 berechnet den Anomaliegrad der einzelnen Betriebsdaten einer Anlage 11, deren Anomaliegrad zu berechnen ist, und die Instabilitätsdetektionseinheit 316 summiert dann die berechneten Anomaliegrade, um den Anomaliegrad der Anlage 11 zu erhalten.
  • Dann überprüft die Instabilitätsdetektionseinheit 316, ob der Gesamtwert der berechneten Anomaliegrade der Anlage 11 einen Grenzwert überschreitet oder nicht. Überschreitet der Gesamtwert der Anomaliegrade den Grenzwert, bestimmt die Instabilitätsdetektionseinheit 316, dass der Betriebszustand der Anlage 11 instabil ist.
  • Daher erfolgt die Bestimmung, ob der Betriebszustand einer Anlage 11 instabil ist, auf der Basis des Gesamtwertes der aus ihren Betriebsdaten berechneten Anomaliegrade. Dies ermöglicht es, den Betriebszustand der Anlage 11 in einem Fall, bei dem individuelle Anomaliegrade der Betriebsdaten nicht hoch sind, der Anomaliegrad der gesamten Anlage 11 jedoch hoch ist, zu bestimmen. Dies ist effektiv, um in geeigneter Weise zu detektieren, dass der Betriebszustand der Anlage 11 instabil ist.
  • Als Berechnungsverfahren zum Erhalten des Anomaliegrades der einzelnen Betriebsdaten in der Instabilitätsdetektionseinheit 316 wurde ein Verfahren beschrieben, das den Negativwert eines natürlichen Logarithmus verwendet. Das Verfahren ist jedoch nicht auf ein Verfahren, das den natürlichen Logarithmus verwendet, beschränkt. Es kann jedes Verfahren verwendet werden, bei dem ein Anomaliegrad signifikant hoch wird, wenn die Differenz zwischen dem Erwartungswert und dem tatsächlich gemessenen Wert der Betriebsdaten zunimmt. Solche Verfahren beinhalten ein Verfahren zur Verwendung eines Zehnerlogarithmus, ein Verfahren zur Verwendung einer trigonometrischen Umkehrfunktion, beispielsweise einer Bogentangente, und ein Verfahren zur Verwendung einer Exponentialfunktion mit einem Basiswert von beispielsweise zehn.
  • Als Verfahren zur Berechnung von Anomaliegraden in der Instabilitätsdetektionseinheit 316 wurde ein Verfahren zur Berechnung von Anomaliegraden jeder Anlage 11 beschrieben. Das Verfahren ist jedoch nicht auf ein Verfahren zur Berechnung des Anomaliegrades jeder Anlage 11 beschränkt. Das Verfahren kann zum Beispiel ein Verfahren sein, bei dem die Anomaliegrade für Gruppen, in die die Teile jeder Anlage 11 durch den Benutzer gemäß ihren Funktionen oder verwandten Bauteilen definiert werden, berechnet werden, oder ein Verfahren, bei dem die Anomaliegrade für jede Gruppe, beinhaltend eine Vielzahl von Anlagen 11, beispielsweise eine Fertigungsstraße 10, berechnet werden.
  • Nochmals bezugnehmend auf 7 steuert die Anzeigensteuerungseinheit 317 die Inhalte auf der Anzeige 34 gemäß dem von der Instabilitätsdetektionseinheit 316 erhaltenen detektierten Ergebnis des Betriebszustandes der Anlage 11. Detektiert die Instabilitätsdetektionseinheit 316, dass der Betriebszustand der Anlage 11 nicht instabil ist, zeigt die Anzeigensteuerungseinheit 317 auf der Anzeige 34, dass die Anlage 11 stabil ist; detektiert die Instabilitätsdetektionseinheit 316, dass der Betriebszustand der Anlage 11 instabil ist, zeigt die Anzeigensteuerungseinheit auf der Anzeige, dass die Anlage 11 instabil ist.
  • 9 sind Beispiele für Bilder auf einer Anzeige nach Ausführungsform 1 der vorliegenden Erfindung 9(a) ist ein Bild eines stabilen Zustands, das angibt, dass der Betriebszustand der Anlage 11 stabil ist. 9(b) ist ein Bild eines instabilen Zustands, das angibt, dass der Betriebszustand der Anlage 11 instabil ist.
  • Wie in 9(a) gezeigt, zeigt die Anzeige, wenn die Instabilitätsdetektionseinheit 316 detektiert, dass der Betriebszustand der Anlage 11 nicht instabil ist, den Namen der Anlage 11 oben links auf ihrem Bildschirm und zeigt anhand von Schriftzeichen in der Mitte davon, dass der Betriebszustand stabil ist.
  • Andererseits zeigt die Anzeige, wie in 9(b) gezeigt, wenn die Instabilitätsdetektionseinheit 316 detektiert, dass der Betriebszustand der Anlage 11 instabil ist, den Namen der Anlage 11 oben links auf ihrem Bildschirm und zeigt oben in der Mitte davon, dass der Betriebszustand instabil wird, und die Anzeige zeigt weiter den Namen der Betriebsdaten der Anlage 11, deren Betriebszustand instabil wird, und die Kurven der zeitveränderlichen Betriebsdaten, d. h. der tatsächlich gemessenen Werte im stabilen Zustand und der tatsächlich gemessenen Werte, bei denen der Instabile Zustand detektiert wurde. Hier wandelt die Anzeigensteuerungeinheit 317 für einen Anzeigezweck Betriebsdaten wie folgt um: die Betriebsdaten, deren in der Erwartungswertberechnungseinheit 315 berechneter Erwartungswert 0,5 oder größer ist, werden zu eins umgewandelt; die Betriebsdaten, deren Erwartungswert kleiner als 0,5 ist, werden zu null umgewandelt.
  • Wie in 9 gezeigt, zeigt die Anzeige 34 Daten gemäß dem von der Instabilitätsdetektionseinheit 316 erhaltenen detektierten Ergebnis. Dies ist dahingehend effektiv, dass der Benutzer informiert wird, dass beim Betrieb der Anlage 11 ein instabiler Zustand detektiert wird.
  • Die Kurven der zeitveränderlichen Betriebsdaten, d. h. der tatsächlich gemessenen Werte, des stabilen Zustandes und des instabilen Zustandes werden angezeigt, wenn detektiert wird, dass der Betriebszustand der Anlage 11 instabil ist. Dies ist dahingehend effektiv, dass der Benutzer leicht erkennen kann, dass die Betriebsdaten der Anlage 11 instabil werden.
  • 9 zeigt als Beispiele Bildschirmbilder, die den Betriebszustand einer einzelnen Anlage 11 zeigen. Die Bildschirmbilder sind jedoch nicht auf diejenigen, die eine einzelne Anlage zeigen, beschränkt. Vielmehr können die Betriebszustände aller Anlagen 11 auf dem Anzeigenbildschirm alle auf einmal angezeigt werden. In 9 werden Schriftzeichen und Kurven als Beispiel verwendet, um den Betriebszustand der Anlage 11 auf dem Anzeigenbildschirm anzugeben. Die Art der Angabe des Betriebszustandes ist nicht auf die der Verwendung von Schriftzeichen und Kurven beschränkt. Es kann jede Art von Ausdruck verwendet werden, der den instabilen Zustand vom stabilen Zustand unterscheiden kann; es ist zum Beispiel möglich, Symbole wie O und X, die „gut“ und „schlecht“ bedeuten, zu verwenden.
  • In 9 ist zur Präzisierung der Betriebsdaten der Anlage 11 der Name der in Schriftzeichen ausgedrückten Betriebsdaten als ein Beispiel auf dem Anzeigenbildschirm gezeigt. Die Art, die Betriebsdaten auf dem Anzeigenbildschirm zu präzisieren, ist jedoch nicht auf diejenige beschränkt, bei der der Name der Betriebsdaten der Anlage 11 in Schriftzeichen ausgedrückt wird. Es kann zum Beispiel ein Schriftzeichensatz oder eine Abbildung auf der Anzeige gezeigt werden, die jedes der Bauteile der Anlage 11, das die Betriebsdaten der Anlage 11 ausgibt, angibt.
  • Als nächstes wird der Ablauf der von der Steuerungsvorrichtung 31 durchgeführten Instabilitätsdetektionsverarbeitung beschrieben. 10 ist ein Beispiel eines Flussdiagramms für die Instabilitätsdetektionsverarbeitung nach Ausführungsform 1 der vorliegenden Erfindung.
  • Zunächst startet die Steuerungsvorrichtung 31 nach Abschluss der Normalmodellerzeugungsverarbeitung automatisch die Instabilitätsdetektionsverarbeitung. Nach Erzeugen eines Normalmodells durch die Steuerungsvorrichtung 31 wird die Instabilitätsdetektionsverarbeitung grundsätzlich immer durchgeführt, wenn die Instabilitätsdetektionsvorrichtung 30 in Betrieb ist, außer in Fällen, bei denen es notwendig ist, ein neues Normalmodell zu erzeugen, wobei die Fälle einen Fall, bei dem dem Instabilitätsdetektionssystem 100 eine neue Anlage 11 hinzugefügt wird, und einen Fall, wenn die Steuerungsbedingung einer bestehenden Anlage 11 verändert wird, beinhalten.
  • In Schritt S201 erhält die Kommunikationssteuerungseinheit 314 die Betriebsdaten der Anlage 11 von dem Sammeldatenserver 20 über die Kommunikationsvorrichtung 36. Die von der Kommunikationssteuerungseinheit 314 erhaltenen Betriebsdaten beinhalten frühere Betriebsdaten der Anlage 11 und ihre aktuellen Betriebsdaten.
  • In Schritt S202 werden die durch die Kommunikationsteuerungseinheit 314 in Schritt S201 erhaltenen Betriebsdaten der Anlage 11 in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeichert. Dann kopiert die Kommunikationsteuerungseinheit 311 in Schritt S201 und Schritt S202 die von dem Sammeldatenserver 20 erhaltenen Betriebsdaten der Anlage 11 in die Erfassungsdatenbank 331.
  • Als nächstes berechnet die Erwartungswertberechnungseinheit 315 in Schritt S203 die Erwartungswerte der von der Anlage 11 als nächstes auszugebenden Betriebsdaten auf der Basis der in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeicherten früheren Betriebsdaten der Anlage 11 und des in der Normaldatenbank 332 gespeicherten Normalmodells.
  • In Schritt S204 berechnet die Instabilitätsdetektionseinheit 316 den Anomaliegrad der Anlage 11 auf der Basis der von der Erwartungswertberechnungseinheit 315 in Schritt S203 berechneten Erwartungswerte der Betriebsdaten und der in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeicherten tatsächlich gemessenen Werte der Betriebsdaten der Anlage 11. Der Verarbeitungsablauf, mit dem die Instabilitätsdetektionseinheit 316 den Anomaliegrad der Anlage 11 berechnet, wird unter Bezugnahme auf 11 im Einzelnen beschrieben.
  • 11 ist ein Beispiel eines Flussdiagramms für die Verarbeitung zur Berechnung eines Anomaliegrades nach Ausführungsform 1 der vorliegenden Erfindung. Die gesamte in 11 gezeigte Verarbeitung zur Berechnung von Anomaliegraden wird von der Instabilitätsdetektionseinheit 316 durchgeführt.
  • In Schritt S301 bestimmt die Instabilitätsdetektionseinheit 316, ob der in der Erfassungsdatenbank 331 des Arbeitsspeichers 33 gespeicherte tatsächlich gemessene Wert der Betriebsdaten der Anlage 11 null oder eins ist. Ist der tatsächlich gemessene Wert null, setzt sich der Prozess bis Schritt S302 fort. Ist der tatsächlich gemessene Wert eins, setzt sich der Prozess bis Schritt S303 fort.
  • In Schritt S302 berechnet die Instabilitätsdetektionseinheit 316 (-In(1-P1)), d. h. den Negativwert eines natürlichen Logarithmus der Wahrscheinlichkeit 1-P1, der die Wahrscheinlichkeit ist, dass der tatsächlich gemessene Wert null ist, um den Anomaliegrad zu erhalten. Dann setzt sich der Prozess bis Schritt S304 fort.
  • In Schritt S303 berechnet die Instabilitätsdetektionseinheit 316 (-In(P1)), d.h. den Negativwert des natürlichen Logarithmus der Wahrscheinlichkeit P1, der die Wahrscheinlichkeit ist, dass der tatsächlich gemessene Wert eins ist, um den Anomaliegrad zu erhalten. Dann setzt sich der Prozess bis Schritt S304 fort.
  • In Schritt S304 bestimmt die Instabilitätsdetektionseinheit 316, ob Anomaliegradberechnungen in Bezug auf alle Betriebsdaten der Anlage 11, anhand derer Anomaliegrade zu berechnen sind, abgeschlossen sind. Sind alle Berechnungen abgeschlossen (bei Ja), setzt sich der Prozess bis Schritt S305 fort. Sind nicht alle Berechnungen abgeschlossen (bei Nein), kehrt der Prozess zu Schritt S301 zurück, um die Berechnung fortzusetzen.
  • In Schritt S305 summiert die Instabilitätsdetektionseinheit 316 die berechneten Anomaliegrade, um den Anomaliegrad der Anlage 11 zu erhalten, und beendet dann die Berechnungsverarbeitung des Anomaliegrades.
  • Nochmals bezugnehmend auf 10 bestimmt die Instabilitätsdetektionseinheit 316 in Schritt S205, ob der von der Instabilitätsdetektionseinheit 316 in Schritt S204 berechnete Anomaliegrad der Anlage 11 einen Grenzwert überschreitet oder nicht, um zu detektieren, ob der Betriebszustand der Anlage 11 instabil ist oder nicht.
  • In Schritt S206 steuert die Anzeigensteuerungsvorrichtung 317 die Inhalte auf der Anzeige 34 gemäß dem in Schritt S205 von der Instabilitätsdetektionseinheit 316 erhaltenen detektierten Ergebnis. Dann kehrt der Prozess zu Schritt S201 zurück, um die Instabilitätsdetektionsverarbeitung fortzusetzen.
  • Wie bislang beschrieben, berechnet die Instabilitätsdetektionsvorrichtung 30 nach Ausführungsform 1 die Erwartungswerte der Signale der als nächstes auszugebenden Betriebsdaten aus den früheren Betriebsdaten der Anlage 11, die binäre digitale Signale sind, und berechnet dann den Anomaliegrad des Betriebszustandes der Anlage 11 aus den berechneten Erwartungswerten und den tatsächlich gemessenen Werten der Betriebsdaten, um unter Verwendung der binären digitalen Signale zu detektieren, ob der Betriebszustand der Anlage 11 instabil ist oder nicht. Daher ist die Instabilitätsdetektionsvorrichtung 30 nach Ausführungsform 1 für das Detektieren eines instabilen Zustandes der Anlage in Echtzeit mit einer reduzierten Verarbeitungsmenge effektiv.
  • Es wurde beschrieben, dass die Steuerungsvorrichtung 31 die Instabilitätsdetektionsverarbeitung selbst dann fortführt, wenn bestimmt wird, dass der Betriebszustand der Anlage 11 instabil ist. Das Verarbeitungsverfahren ist jedoch nicht auf die Verarbeitung, bei der die Instabilitätsdetektionsverarbeitung selbst dann fortgeführt wird, wenn bestimmt wird, dass der Betriebszustand der Anlage 11 instabil ist, beschränkt. Die Instabilitätsdetektionsvorrichtung 30 kann zum Beispiel eine Funktion aufweisen, um die Fertigungsstraße 10 zu stoppen, und die Instabilitätsdetektionsvorrichtung 30 kann die Fertigungsstraße 10 stoppen und die Instabilitätsdetektionsverarbeitung beenden, wenn die instabilitätsdetektionseinheit 316 bestimmt, dass der Betriebszustand der Anlage 11 instabil ist.
  • Ausführungsform 2
  • In Ausführungsform 1 wurde ein Verfahren zum Detektieren des Betriebszustandes einer Anlage 11 unter Verwendung binärer digitaler Signale beschrieben. In Ausführungsform 2 wird eine andere Ausführungsform beschrieben, bei der der Betriebszustand der Anlage 11 detektiert wird und der Benutzer, wenn der Betriebszustand instabil ist, über die Ursache der detektierten Instabilität des Betriebszustandes informiert wird. Zudem sind die Konfiguration eines Instabilitätsdetektionssystems 100, die Struktur einer Instabilitätsdetektionsvorrichtung 30, die Struktur einer Steuerungsvorrichtung 31 einer Instabilitätsdetektionsvorrichtung 30 und die durch die Steuerungsvorrichtung 31 durchgeführte Normalmodellerzeugungsverarbeitung die gleichen wie die in Ausführungsform 1; daher wird auf ihre Beschreibungen verzichtet.
  • 12 ist ein Beispiel eines Diagramms einer funktionellen Konfiguration für eine Instabilitätsdetektionsverarbeitung nach Ausführungsform 2 der vorliegenden Erfindung. Der Unterschied bei der funktionellen Konfiguration zum Durchführen der in 7 gezeigten Instabilitätsdetektionsverarbeitung in Ausführungsform 1 ist, dass die Steuerungsvorrichtung 31 weiter eine Instabilitätsidentifikationseinheit 318 beinhaltet.
  • Ist der Betriebszustand der Anlage 11 instabil, identifiziert die Instabilitätsidentifikationseinheit 318 die Ursache der Instabilität. Von der Instabilitätsdetektionseinheit 316 erhält die Instabilitätsidentifikationseinheit 318 das detektierte Ergebnis des Betriebszustandes der Anlage 11; ist der Betriebszustand der Anlage 11 instabil, erhält die Instabilitätsidentifikationseinheit weiter die individuell berechneten Anomaliegrade der Betriebsdaten.
  • Wenn das erhaltene detektierte Ergebnis des Betriebszustandes der Anlage 11 angibt, dass die Anlage nicht instabil ist, überträgt die Instabilitätsidentifikationseinheit 318 das erhaltene detektierte Ergebnis des Betriebszustandes der Anlage 11 auf die Anzeigensteuerungseinheit 317.
  • Wenn das erhaltene detektierte Ergebnis des Betriebszustandes der Anlage 11 angibt, dass die Anlage instabil ist, identifiziert die Instabilitätsidentifikationseinheit 318 eine Ursache der Instabilität des Betriebszustandes der Anlage 11 auf der Basis der erhaltenen individuellen Anomaliegrade der Betriebsdaten und überträgt das erhaltenen detektierte Ergebnis des Betriebszustandes der Anlage 11 und die identifizierte Ursache auf die Anzeigensteuerungseinheit 317. Eine der Möglichkeiten für die Instabilitätsidentifikationseinheit 318, die Ursache der Instabilität zu identifizieren, ist, Betriebsdaten, die den größten Anomaliegrad unter den von der Instabilitätsidentifikationseinheit 318 erhaltenen Anomaliegraden aufweist, als die Ursache der Instabilität zu identifizieren. Eine andere Möglichkeit ist daher, Betriebsdaten, die jeweils einen Anomaliegrad aufweisen, der im Vergleich zu den erhaltenen Anomaliegraden hoch ist, als die Ursache der Instabilität zu erkennen. Eine andere Möglichkeit ist daher, Betriebsdaten, die jeweils einen Anomaliegrad aufweisen, der höher ist als ein Grenzwert, als die Ursache der Instabilität zu erkennen.
  • Nochmals bezugnehmend auf 12 steuert die Anzeigensteuerungseinheit 317 die Inhalte auf der Anzeige 34 gemäß dem detektierten Ergebnis und der Ursache der Instabilität der Anlage 11, die von der Instabilitätsidentifikationseinheit 318 erhalten wurden. Wenn das erhaltene detektierte Ergebnis des Betriebszustandes der Anlage 11 angibt, dass die Anlage nicht instabil ist, zeigt die Anzeigensteuerungseinheit 317 auf der Anzeige 34 an, dass die Anlage 11 stabil ist; und wenn das erhaltene detektierte Ergebnis des Betriebszustandes der Anlage 11 anzeigt, dass die Anlage instabil ist, zeigt die Anzeigensteuerungseinheit auf der Anzeige an, dass die Anlage 11 instabil ist.
  • 13 sind Bildbeispiele, die einen instabilen Zustand auf der Anzeige angeben, nach Ausführungsform 2 der vorliegenden Erfindung Das Bild, das angibt, dass der Betriebszustand der Anlage 11 stabil ist, ist das gleiche wie ein in 9(a) gezeigtes Bild, das das Bild des stabilen Zustandes in Ausführungsform 1 ist; daher wird auf die Beschreibung des Bildes verzichtet.
  • Wie in dem Bildbeispiel von 13(a) gezeigt, in dem ein instabiler Zustand auf einer Anzeige in Ausführungsform 2 gezeigt ist, zeigt die Anzeige den Namen der Anlage 11 oben links und zeigt oben in der Mitte, dass der Betriebszustand der Anlage 11 instabil ist; die Anzeige zeigt weiter den Namen der als eine Ursache der Instabilität identifizierten Betriebsdaten der Anlage 11 und Zeitveränderungskurven der Betriebsdaten, die die tatsächlich gemessenen Werte in dem stabilen Zustand und dem detektierten instabilen Zustand sind. Der Unterschied zu dem in 9(b) von Ausführungsform 1 gezeigten Bild des instabilen Zustands ist, dass nur die als eine Ursache der Instabilität identifizierten Betriebsdaten anzeigt werden.
  • Wie oben beschrieben, werden, wenn detektiert wird, dass der Betriebszustand der Anlage 11 instabil ist, Zeitveränderungskurven angezeigt, die die Betriebsdaten zeigen, die die tatsächlich gemessenen Werte in dem stabilen Zustand und in dem detektierten instabilen Zustand sind. Dies ist effektiv, um den Benutzer in die Lage zu versetzen, leicht zu erkennen, dass Betriebsdaten der Anlage 11 instabil geworden sind.
  • Andererseits zeigt die Anzeige, wie in einem anderen Bildbeispiel in 13 (b) gezeigt, wenn die Anzeige einen instabilen Zustand in Ausführungsform 2 anzeigt, den Namen der Anlage 11 oben links und gibt oben in der Mitte an, dass der Betriebszustand instabil ist; die Anzeige zeigt weiter, in Schriftzeichen und nicht als Kurve, nur den Namen der Betriebsdaten der Anlage 11 an, die als eine Ursache der Instabilität identifiziert wurden.
  • Wie oben beschrieben, wird, wenn detektiert wird, dass der Betriebszustand der Anlage 11 instabil ist, nur der Name der Betriebsdaten der Anlage 11 gezeigt, die als eine Ursache der Instabilität identifiziert wurden. Dies ist effektiv, um den Benutzer in die Lage zu versetzen, eine Ursache der Instabilität des Betriebszustandes der Anlage 11 leicht zu erkennen.
  • Wie in 13 gezeigt, zeigt die Anzeige 34 Daten gemäß dem von der Instabilitätsdetektionseinheit 316 erhaltenen detektierten Ergebnis. Dies ist dahingehend effektiv, dass der Benutzer informiert wird, dass beim Betrieb der Anlage 11 ein instabiler Zustand detektiert wird.
  • 13 zeigt Beispielbilder, bei denen nur die Betriebsdaten der Anlage 11, die als eine Ursache der Instabilität des Betriebszustandes der Anlage 11 identifiziert wurden, angezeigt werden. Die Bildinhalte sind jedoch nicht auf die als eine Ursache der Instabilität identifizierten Betriebsdaten der Anlage 11 beschränkt. Vielmehr können alle Betriebsdaten der Anlage 11 auf der Anzeige gezeigt werden, mit einer Kennzeichnung für die einzelnen Betriebsdaten, die zeigt, ob sie als eine Ursache der Instabilität identifiziert worden sind.
  • Um die als eine Ursache der Instabilität des Betriebszustandes der Anlage 11 identifizierten Betriebsdaten der Anlage 11 anzugeben, zeigen die Bilder in 13 den Namen der Betriebsdaten in Schriftzeichen. Die Art, Betriebsdaten auf der Anzeige anzugeben, ist jedoch nicht auf die Art, bei der der Name der Betriebsdaten der Anlage 11 in Schriftzeichen gezeigt wird, beschränkt. Das Bauteil der Anlage 11, das die als eine Ursache identifizierten Betriebsdaten der Anlage 11 ausgegeben hat, kann zum Beispiel unter Verwendung von Schriftzeichen oder einer Abbildung angegeben werden.
  • Als nächstes wird der Ablauf der von der Steuerungsvorrichtung 31 durchgeführten Instabilitätsdetektionsverarbeitung beschrieben. 14 ist ein Beispiel eines Flussdiagramms, das die Instabilitätsdetektionsverarbeitung nach Ausführungsform 2 der vorliegenden Erfindung zeigt.
  • Zunächst startet die Steuerungsvorrichtung 31 nach Abschluss der Normalmodellerzeugungsverarbeitung automatisch die Instabilitätsdetektionsverarbeitung. Nach Erzeugen eines Normalmodells durch die Steuerungsvorrichtung 31 wird die Instabilitätsdetektionsverarbeitung grundsätzlich immer durchgeführt, wenn die Instabilitätsdetektionsvorrichtung 30 in Betrieb ist, außer in Fällen, bei denen es notwendig ist, ein neues Normalmodell zu erzeugen, wobei die Fälle einen Fall, bei dem dem Instabilitätsdetektionssystem 100 eine neue Anlage 11 hinzugefügt wird, und einen Fall, wenn die Steuerungsbedingung einer bestehenden Anlage 11 verändert wird, beinhalten.
  • Die Schritte S401 bis S405 sind die gleichen wie die Schritte S201 bis S205 der in 10 gezeigten Instabilitätsdetektionsverarbeitung nach Ausführungsform 1; daher wird auf ihre Beschreibungen verzichtet.
  • In Schritt S406 führt die Instabilitätsidentifikationseinheit 318 ihre Verarbeitung gemäß dem in Schritt S405 von der Instabilitätsdetektionseinhelt 316 detektierten Ergebnis durch. In einem Fall, bei dem das in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierte Ergebnis angibt, dass der Betriebszustand der Anlage 11 nicht instabil ist (bei „Nein“), überträgt die Instabilitätsidentifikationseinheit 318 das in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierte Ergebnis auf die Anzeigensteuerungseinheit 317; dann setzt sich der Prozess bis Schritt S408 fort. In einem Fall, bei dem das in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierte Ergebnis angibt, dass der Betriebszustand der Anlage 11 instabil ist (bei „Ja“), setzt sich der Prozess der Instabilitätsidentifikationseinheit 318 bis Schritt S407 fort.
  • In Schritt S407 identifiziert die Instabilitätsidentifikationseinheit 318 eine Ursache der Instabilität in der Anlage 11 auf der Basis der in Schritt S404 von der Instabilitätsdetektionseinheit 316 berechneten Anomaliegrade der Anlage 11 und des in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierten Ergebnisses; und dann überträgt die Instabilitätsidentifikationseinheit das in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierte Ergebnis und die identifizierte Ursache der Instabilität in der Anlage 11 auf die Anzeigensteuerungseinheit 317. Dann setzt sich der Prozess bis Schritt S408 fort.
  • In Schritt S408 steuert die Anzeigensteuerungseinheit 317 die Inhalte auf der Anzeige 34 gemäß dem in Schritt S405 von der Instabilitätsdetektionseinheit 316 detektierten Ergebnis und der in Schritt S407 von der Instabilitätsidentifikationseinheit 318 identifizierten Ursache der Instabilität in der Anlage 11. Dann kehrt der Prozess zu Schritt S401 zurück, um die Instabilitätsdetektionsverarbeitung fortzusetzen.
  • Wie oben beschrieben, kann die Instabilitätsdetektionsvorrichtung 30 nach Ausführungsform 2, wenn der Betriebszustand der Anlage 11 instabil wird, eine Ursache der Instabilität identifizieren, um den Benutzer über die identifizierte Ursache zu informieren. Dies kann den Benutzer in die Lage versetzen, die Ursache der Instabilität in den Anlagen 11 leicht zu erkennen, was dazu führt, dass die Anlage 11 schnell gewartet wird.
  • Es wurde beschrieben, dass die Steuerungsvorrichtung 31 die Instabilitätsdetektionsverarbeitung selbst dann fortführt, nachdem bestimmt wird, dass der Betriebszustand der Anlage 11 instabil ist. Das Fortsetzungsverfahren der Instabilitätsdetektionsverarbeitung ist jedoch nicht auf das Verfahren, bei dem die Instabilitätsdetektionsverarbeitung selbst dann fortgeführt wird, nachdem bestimmt wird, dass der Betriebszustand der Anlage 11 instabil ist, beschränkt. Die Instabilitätsdetektionsvorrichtung 30 kann zum Beispiel eine Funktion aufweisen, um die Fertigungsstraße 10 zu stoppen, sodass die Instabilitätsdetektionsvorrichtung die Fertigungsstraße 10 stoppt und die Instabilitätsdetektionsverarbeitung beendet, nachdem die Instabilitätsdetektionseinheit 316 bestimmt, dass der Betriebszustand der Anlage 11 instabil ist.
  • Bezugszeichenliste
  • 10:
    Fertigungsstraße,
    11:
    Anlage,
    20:
    Sammeldatenserver,
    30:
    Instabilitätsdetektionsvorrichtung,
    31:
    Steuerungsvorrichtung,
    311, 314:
    Kommunikationssteuerungseinheit,
    312:
    Datenmengenbestimmungseinheit,
    313:
    Modellerzeugungseinheit,
    315:
    Erwartungswertberechnungseinheit,
    316:
    Instabilitätsdetektionseinheit,
    317:
    Anzeigensteuerungseinheit,
    318:
    Instabilitätsidentifikationseinheit,
    32:
    Hauptspeicher,
    321:
    Normalmodellerzeugungsprogramm,
    322:
    Instabilitätsdetektionsprogramm,
    33:
    Arbeitsspeicher,
    331:
    Erfassungsdatenbank,
    332:
    Normaldatenbank,
    34:
    Anzeige,
    35:
    Eingabevorrichtung,
    36:
    Kommunikationsvorrichtung,
    37:
    Bus,
    40:
    Netz,
    100:
    Instabilitätsdetektionssystem
  • 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 2002215231 [0005]
    • JP 201248405 [0033]

Claims (10)

  1. lnstabilitätsdetektionsvorrichtung, umfassend: eine Modellerzeugungseinheit, um ein Normalmodell zum Bestimmen von Betriebszuständen einer Vielzahl von Anlagen auf der Basis von Betriebsdaten, die von den Anlagen in ihren stabilen Betriebszuständen erhaltene binäre digitale Signale sind, zu erzeugen; eine Erwartungswertberechnungseinheit, um einen Erwartungswert von Betriebsdaten durch Anwenden des Normalmodells auf frühere Betriebsdaten der Anlagen zu berechnen; und eine Instabilitätsdetektionseinheit, um zu detektieren, ob ein Betriebszustand einer der Anlagen instabil ist oder nicht, durch Vergleichen des Erwartungswertes der Betriebsdaten und eines gemessenen Wertes der Betriebsdaten.
  2. Instabilitätsdetektionsvorrichtung nach Anspruch 1, wobei die Instabilitätsdetektionseinheit auf der Basis des Erwartungswertes und des gemessenen Wertes der Betriebsdaten einen Anomaliegrad berechnet, dessen Wert zunehmend groß wird, wenn die Differenz zwischen dem Erwartungswert und dem gemessenen Wert der Betriebsdaten zunimmt, und auf der Basis des Anomaliegrades detektiert, ob der Betriebszustand einer der Anlagen instabil ist oder nicht.
  3. Instabilitätsdetektionsvorrichtung nach Anspruch 2, wobei, wenn der gemessene Wert der Betriebsdaten eins ist, die Instabilitätsdetektionseinheit als den Anomaliegrad einen Negativwert eines natürlichen Logarithmus des Erwartungswertes der Betriebsdaten berechnet; und wobei, wenn der gemessene Wert der Betriebsdaten null ist, die Instabilitätsdetektionseinheit als den Anomaliegrad einen Negativwert eines natürlichen Logarithmus eines Wertes, der eins minus den Erwartungswert der Betriebsdaten beträgt, berechnet.
  4. Instabilitätsdetektionsvorrichtung nach Anspruch 2 oder 3, weiter umfassend eine Instabilitätsidentifikationseinheit, um eine Ursache der Instabilität in der Anlage auf der Basis des von der Instabilitätsdetektionseinheit erhaltenen detektierten Ergebnisses und Anomaliegrades zu identifizieren.
  5. Instabilitätsdetektionsvorrichtung nach einem der Ansprüche 1 bis 4, wobei die Betriebsdaten Zeitreihendaten sind und wobei die Modellerzeugungseinheit maschinelles Lernen durchführt, um das Normalmodell zu erzeugen, wobei das maschinelle Lernen die Betriebsdaten, die Zeitreihendaten sind, handhaben kann.
  6. Instabilitätsdetektionsvorrichtung nach Anspruch 5, wobei ein verborgenes Markow-Modell, ein neuronales Zeitverzögerungsnetz oder ein rekurrentes neuronales Netz bei dem maschinellen Lernen, das die Zeitreihendaten handhaben kann, verwendet wird.
  7. Instabilitätsdetektionsvorrichtung nach einem der Ansprüche 1 bis 6, weiter umfassend eine Anzeige, um das von der Instabilitätsdetektionseinheit erhaltene detektierte Ergebnis anzuzeigen.
  8. Instabilitätsdetektionsvorrichtung nach Anspruch 4, weiter umfassend eine Anzeige, um die von der Instabilitätsidentifikationseinheit identifizierte Ursache der Instabilität anzuzeigen.
  9. Instabilitätsdetektionssystem, umfassend: die Instabilitätsdetektionsvorrichtung nach einem der Ansprüche 1 bis 8; eine Vielzahl von Anlagen; und einen Sammeldatenserver, um Betriebsdaten der Vielzahl von Anlagen zu speichern.
  10. Instabilitätsdetektionsverfahren, umfassend: Erzeugen eines Normalmodells zum Bestimmen von Betriebszuständen einer Vielzahl von Anlagen auf der Basis von Betriebsdaten, die binäre digitale Daten sind, erhalten von den Anlagen in ihren stabilen Betriebszuständen; Berechnen eines Erwartungswertes von Betriebsdaten durch Anwenden des Normalmodells auf frühere Betriebsdaten der Anlagen; und Detektieren, ob ein Betriebszustand einer der Anlagen instabil ist oder nicht, durch Vergleichen des Erwartungswertes der Betriebsdaten und eines gemessenen Wertes der Betriebsdaten.
DE112017007606.4T 2017-06-30 2017-06-30 Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren Pending DE112017007606T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/024075 WO2019003404A1 (ja) 2017-06-30 2017-06-30 非定常検出装置、非定常検出システム、および非定常検出方法

Publications (1)

Publication Number Publication Date
DE112017007606T5 true DE112017007606T5 (de) 2020-02-27

Family

ID=64740458

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112017007606.4T Pending DE112017007606T5 (de) 2017-06-30 2017-06-30 Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren

Country Status (7)

Country Link
US (1) US11493912B2 (de)
JP (1) JP6678824B2 (de)
KR (1) KR102168736B1 (de)
CN (1) CN110785716B (de)
DE (1) DE112017007606T5 (de)
TW (1) TWI673228B (de)
WO (1) WO2019003404A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112020006409B4 (de) 2020-03-03 2024-01-18 Mitsubishi Electric Corporation Unregelmässigkeit-erfassungssystem, unregelmässigkeit-erfassungsverfahren, und unregelmässigkeit-erfassungsprogramm

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114730180A (zh) * 2019-11-13 2022-07-08 杰富意钢铁株式会社 生产设备的运行方法以及运行系统
JP7452990B2 (ja) * 2019-11-29 2024-03-19 東京エレクトロン株式会社 異常検知装置、異常検知方法及び異常検知プログラム
JP7412150B2 (ja) * 2019-11-29 2024-01-12 東京エレクトロン株式会社 予測装置、予測方法及び予測プログラム
WO2022006077A1 (en) * 2020-06-29 2022-01-06 Honeywell International Inc. Machine learning based direct method of determinging status of facility control loop components
EP4268205A1 (de) * 2020-12-31 2023-11-01 Schneider Electric Systems USA, Inc. Systeme und verfahren zur bereitstellung von bedienervariationsanalyse für den übergangsbetrieb kontinuierlicher oder batchweiser kontinuierlicher prozesse
CN117651957A (zh) * 2021-07-21 2024-03-05 三菱电机株式会社 稳定范围决定系统、稳定范围决定方法以及稳定范围决定程序
WO2023062829A1 (ja) * 2021-10-15 2023-04-20 三菱電機株式会社 状態検知システム、状態検知方法および状態検知プログラム

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04140803A (ja) * 1990-10-02 1992-05-14 Nec Corp 期待値データ生成方式
GB9208704D0 (en) 1992-04-22 1992-06-10 Foxboro Ltd Improvements in and relating to sensor units
US5774378A (en) 1993-04-21 1998-06-30 The Foxboro Company Self-validating sensors
JPH09280900A (ja) 1996-04-16 1997-10-31 Hitachi Ltd プロセス量の計測方法、計測装置およびプラント監視装置
JP3766208B2 (ja) 1998-07-09 2006-04-12 株式会社東芝 プロセスデータ監視装置
US6477485B1 (en) 2000-10-27 2002-11-05 Otis Elevator Company Monitoring system behavior using empirical distributions and cumulative distribution norms
JP2005301582A (ja) 2004-04-09 2005-10-27 Toshiba Corp プロセス管理装置
US7567887B2 (en) 2004-09-10 2009-07-28 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to fluidized catalytic cracking unit
JP2006343063A (ja) 2005-06-10 2006-12-21 Daikin Ind Ltd 設備機器の異常予知システム、設備機器の異常予知装置および設備機器の異常予知方法
JP2007102561A (ja) * 2005-10-05 2007-04-19 Sharp Corp 生産装置および生産装置管理システム
JP2008226006A (ja) 2007-03-14 2008-09-25 Omron Corp 設備機器診断装置およびプログラム
TWM334411U (en) * 2007-12-19 2008-06-11 Hsiuping Inst Technology Automatic test and efficiency real-time monitoring apparatus of production line
JP2009223416A (ja) 2008-03-13 2009-10-01 Omron Corp リモート装置及び監視システム
CN102255673A (zh) * 2010-05-19 2011-11-23 希姆通信息技术(上海)有限公司 基于修改sscom配置文件的无线模块测试方法
JP2012048405A (ja) * 2010-08-25 2012-03-08 Toyota Motor Corp 制御装置、電子制御ユニット、異常検出方法
AU2012209207B2 (en) 2011-01-24 2016-03-31 Abb Inc. Method for analyzing and diagnosing large scale process automation control systems
JP5991042B2 (ja) 2011-06-29 2016-09-14 Jfeスチール株式会社 異常監視システムおよび異常監視方法
JP2013025367A (ja) * 2011-07-15 2013-02-04 Wakayama Univ 設備状態監視方法およびその装置
US9659250B2 (en) * 2011-08-31 2017-05-23 Hitachi Power Solutions Co., Ltd. Facility state monitoring method and device for same
JP5777483B2 (ja) 2011-10-21 2015-09-09 株式会社東芝 プログラマブルコントローラシステム
US20150277416A1 (en) 2014-03-31 2015-10-01 Mitsubishi Electric Research Laboratories, Inc. Method for Anomaly Detection in Discrete Manufacturing Processes
JP6387707B2 (ja) * 2014-07-01 2018-09-12 富士通株式会社 異常検出システム、表示装置、異常検出方法及び異常検出プログラム
JP5943357B2 (ja) * 2014-09-17 2016-07-05 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 検出装置、検出方法、およびプログラム
KR101659989B1 (ko) 2014-12-10 2016-09-27 부산대학교 산학협력단 다차원 특징을 이용한 이상신호 분석장치 및 방법
JP6733164B2 (ja) 2015-02-26 2020-07-29 富士電機株式会社 プロセス監視装置、プロセス監視方法及びプログラム
CN104598114A (zh) * 2015-02-28 2015-05-06 苏州路之遥科技股份有限公司 线束智能测试机微电脑测试工艺编辑方法
US10617363B2 (en) 2015-04-02 2020-04-14 Roche Diabetes Care, Inc. Methods and systems for analyzing glucose data measured from a person having diabetes
JP6148316B2 (ja) * 2015-07-31 2017-06-14 ファナック株式会社 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム
DE102016008987B4 (de) 2015-07-31 2021-09-16 Fanuc Corporation Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt
JP5946573B1 (ja) * 2015-08-05 2016-07-06 株式会社日立パワーソリューションズ 異常予兆診断システム及び異常予兆診断方法
TWI569231B (zh) 2015-10-22 2017-02-01 Widax Tech Corp Detection Method of Industrial Safety Early Warning System
CN105787587A (zh) * 2016-02-26 2016-07-20 海南电网有限责任公司 一种基于多元回归的电网系统应急物资需求预测方法
EP3584573B1 (de) 2017-02-15 2023-01-04 Nippon Telegraph and Telephone Corporation Trainingsvorrichtung zur erkennung eines anomalen geräusches sowie verfahren und programm dafür

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112020006409B4 (de) 2020-03-03 2024-01-18 Mitsubishi Electric Corporation Unregelmässigkeit-erfassungssystem, unregelmässigkeit-erfassungsverfahren, und unregelmässigkeit-erfassungsprogramm

Also Published As

Publication number Publication date
CN110785716A (zh) 2020-02-11
JPWO2019003404A1 (ja) 2019-11-07
JP6678824B2 (ja) 2020-04-08
CN110785716B (zh) 2023-03-31
TWI673228B (zh) 2019-10-01
WO2019003404A1 (ja) 2019-01-03
KR102168736B1 (ko) 2020-10-22
US11493912B2 (en) 2022-11-08
TW201904852A (zh) 2019-02-01
US20200264595A1 (en) 2020-08-20
KR20200009077A (ko) 2020-01-29

Similar Documents

Publication Publication Date Title
DE112017007606T5 (de) Instabilitätsdetektionvorrichtung, instabilitätsdetektionssystem und instabilitätsdetektionsverfahren
DE102018106808B4 (de) Zustandsbestimmungsvorrichtung
DE102017129227A1 (de) Nummerische Steuerung und Maschinenlernvorrichtung
DE102018006024A1 (de) Controller und maschinelle Lernvorrichtung
DE112012006178B4 (de) Parametereinstellvorrichtung
EP3264208A1 (de) Verfahren zum aktualisieren von prozessobjekten in einem engineerings-system
DE102018204224A1 (de) Datensammelverwaltungssystem, Verfahren und Programm für das Verwalten einer Sammlung von Daten einer Vielzahl von Maschinen
DE102020102370A1 (de) Zustandsbestimmungsvorrichtung und zustandsbestimmungsverfahren
DE112018007100B4 (de) Anzeigevorrichtung, anzeigesystem und verfahren zum erzeugen einer displayanzeige
DE112016006796T5 (de) Aufzugfernwartungs-assistenzsytem und aufzugfernwartungs-assistenzverfahren
DE102016124285A1 (de) Zustandsänderungsverwaltungssystem für eine fertigungszelle in einem zellensteuerungssystem
DE102018119945A1 (de) Bearbeitungszeitvorhersagesystem
DE112011104838T5 (de) Anzeigevorrichtung und Operationsprüfverfahren für die Anzeigevorrichtung
EP3699704B1 (de) System und verfahren zum überprüfen von systemanforderungen von cyber-physikalischen systemen
DE102019112550A1 (de) System zum Erzeugen von Lerndaten
DE112016003529T5 (de) Suchsystem
DE102018102913A1 (de) Bildbearbeitungssystem, Bildbearbeitungsvorrichtung und Bildbearbeitungsprogramm
DE102021126726A1 (de) Verteiltes system und datenübertragungsverfahren
DE112018007980T5 (de) Fertigungssystem-entwurfsassistenzvorrichtung
EP3012603A1 (de) Verfahren und computerprogramm zur erfassung und quantifizierung von kenngrössen in einem produktionsprozess
DE102017119234A1 (de) Produktionssystem mit einer funktion für das angeben der inspektionszeit für eine produktionsmaschine
DE102019101391A1 (de) Bearbeitungszeitvorhersageeinheit
DE112016004038T5 (de) Referenzstundenüberwachung für maschinenwartung
DE102018202626A1 (de) Verfahren zur rechnergestützten Parametrierung eines technischen Systems
WO2002014967A2 (de) Verfahren zur durchführung eines automatisierten produktionsprozesses

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R084 Declaration of willingness to licence