ES2235835T3 - Sistema y procedimiento para determinar la efectividad de unidades de produccion, acontecimientos de errores y el motivo de los indicados errores. - Google Patents
Sistema y procedimiento para determinar la efectividad de unidades de produccion, acontecimientos de errores y el motivo de los indicados errores.Info
- Publication number
- ES2235835T3 ES2235835T3 ES00906247T ES00906247T ES2235835T3 ES 2235835 T3 ES2235835 T3 ES 2235835T3 ES 00906247 T ES00906247 T ES 00906247T ES 00906247 T ES00906247 T ES 00906247T ES 2235835 T3 ES2235835 T3 ES 2235835T3
- Authority
- ES
- Spain
- Prior art keywords
- model
- fault
- models
- data
- incidents
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Program-control systems
- G05B19/02—Program-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32179—Quality control, monitor production tool with multiple sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32214—Display on screen what fault and which tool and what order to repair fault
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32221—Correlation between defect and measured parameters to find origin of defect
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/912—Manufacturing or machine, e.g. agricultural machinery, machine tool
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Computer And Data Communications (AREA)
- Retry When Errors Occur (AREA)
Abstract
Sistema con a) un dispositivo de captación de datos (2) que está unido a una planta de producción (1) que está preparado para la captación continua y almacenamiento, listo para la recuperación de datos relativos a la planta y a la producción, y b) con una parte de sistema en línea (4) que está preparada para recuperar datos relativos a la planta y a la producción del dispositivo de captación de datos (2) y mediante un detector de incidentes de avería (22) identificar incidentes de avería basándose en estos datos, caracterizado porque el sistema está preparado para la determinación automatizada - de la eficacia (Overall Equipment Effectiveness) de plantas de producción (1) de diversos tipos, - de incidentes de avería significativos que provoquen una desviación con respecto a una eficacia teórica predeterminada, y - las causas de los incidentes de avería significativos.
Description
Sistema y procedimiento para determinar la
efectividad de unidades de producción, acontecimientos de errores y
el motivo de los indicados errores.
La invención se refiere a un sistema y a un
procedimiento para determinar la eficacia (Overall Equipment
Effectiveness OEE) de plantas de producción, de incidentes de
avería y de las causas de los incidentes de avería que contribuyen
de forma esencial a pérdidas de productividad.
Se entiende aquí por eficacia el concepto de
"Overall Equipment Effectiveness OEE", que está descrito, por
ejemplo, en Robert Hansen: Learning the Power of Overall Equipment
Effectiveness, en el informe de la conferencia 1999 Machinery
Reliability Conference and Exposition, "The Meeting of Machinery
Reliability Minds", April 12-14, Cincinnatti,
Ohio, páginas 19 a 30, editado por Industrial Communications, Inc.,
1704 Natalie Nehs Dr., Knoxville, TN 37931.
Según esto, la OEE es un método para determinar
un porcentaje que indica en qué medida la productividad real
respectiva se acerca a la productividad planificada, o sea,
predeterminada. La OEE se denomina también como multiplicación de
parámetros sinergéticos que definen la "salud" de un proceso,
es decir, OEE = Disponibilidad x Velocidad de transformación x
Calidad.
Por razones económicas, así como para asegurar la
calidad del producto, los usuarios de las plantas de producción
tienen interés por determinar una eficacia teórica que se pueda
conseguir durante el funcionamiento sin perturbaciones, comparando
con ésta la eficacia actual respectiva. Si la eficacia actual
difiere del valor teórico, esto significa pérdidas de
productividad. Entonces hay que determinar qué incidentes de avería
existen y cuáles son las causas. Las causas pueden tener sus raíces
en el ámbito físico, humano o de organización.
Para el análisis de las averías (en el sentido de
pérdidas de productividad) se pueden aplicar diversos métodos y
técnicas. Los más importante son FMEA (Failure Modes and Effects
Analysis), Fault Tree Analysis, o procedimientos estadísticos de
evaluación tales como por ejemplo, el análisis Pareto [John Moubray,
RCM2, Butterworth-Heinemann, Second Edition
1997].
Al realizar un análisis FMEA se procede dando los
pasos siguientes:
- 1.
- Descomposición funcional de la planta
- 2.
- Descripción de las funciones principales y secundarias
- 3.
- Describir y relacionar las situaciones de avería funcionales
- 4.
- Determinación de todas las causas para cada una de las situaciones de avería
- 5.
- Determinación de las repercusiones sobre los objetivos de producción
- 6.
- Evaluación cuantitativa de las repercusiones.
El análisis del árbol de averías parte de una
situación TOP indeseable. Para este incidente de partida se
determinan todas las situaciones del incidente que dan lugar a este
estado.
Los procedimientos estadísticos presuponen una
base adecuada de datos de producción. Por ejemplo, mediante un
análisis Pareto se pueden determinar aquellas causas de averías que
son responsables de los fallos de producción esenciales. El
análisis FMEA y el análisis del árbol de averías se pueden soportar
mediante herramientas. Estas herramientas van conduciendo al usuario
paso a paso a través del método, le sirven de apoyo en la captación
de datos y documentan los resultados.
Los procedimientos estadísticos presuponen no
obstante una base de datos adecuada, que a menudo no está
disponible. O bien no se registra ningún dato de la producción o no
se captan aquellas informaciones que serían necesarias para un
análisis de la avería.
Los procedimientos antes citados están arraigados
en la doctrina de la construcción, es decir, que se emplean para
diseñar un producto o una planta, lo más segura posible contra
fallos. El alto nivel de calidad alcanzado para el producto
justifica el considerable volumen de inversión en tiempo y en
trabajo necesario para tales análisis.
El análisis "post-mortem" de
pérdidas y averías en una planta de producción es a menudo crítico
en cuanto al tiempo, ya que la pérdida persistente de productividad
entraña unos costes considerables. El inconveniente es que los
procedimientos no soportan ninguna forma de proceder enfocada a la
causa actual de la perturbación.
Por la bibliografía se sabe que entre el
incidente de la avería y la causa de la avería propiamente dicha
puede haber hasta 7 niveles de causa [John Moubray, RCM2,
Butterworth-Heinemann, Second Edition 1997]. Ninguno
de los procedimientos conocidos está en condiciones de indicar
cuándo se ha encontrado el nivel adecuado que asegure la
eliminación persistente de la causa de la avería.
También se conoce por la patente US 5.067.099 A
un procedimiento y una instalación donde se trabaja con una
multitud de incidentes definidos y registrados. Cada uno de estos
incidentes se refiere a un incidente que puede surgir durante el
funcionamiento y que está definido por otros incidentes
determinados que han de producirse previamente, así como por una o
varias situaciones parametrales que han de producirse previamente.
Para ello se captan los datos de trabajo y se lleva a cabo la
identificación del incidente. Para la identificación del incidente
se lleva a cabo una comparación de los datos captados con los datos
registrados. La instalación está además preparada para definir
acciones, en función del incidente respectivo que se haya
reconocido, para provocar una modificación de las propiedades del
sistema.
En el artículo de Srinivasan M. et al.,
"Performance and Productivity Improvements in an Advanced
Dielectric Etch Reactor for 0.3 \mum Applications", 1998
IEEE/SEMI Advanced Semiconductor Manufacturing Conference and
Workshop, US, New York, IEEE, Vol. Conf. 9, Páginas
419-422 XP000850451 ISBN:
0-7803-4381-6 se
utilizan en análisis fuera de línea métodos OEE y COO (Cost of
Ownwership) para mejorar el producto.
Otros métodos para la vigilancia y evaluación de
los procesos de fabricación figuran en las patentes WO 99 15710 A,
EP 0 482 522 A y US 5.914.879 A.
Partiendo de la patente US 5.067.099 A, la
invención se plantea como objetivo describir un procedimiento y un
sistema que permita la determinación automatizada de la eficacia
actual, de los incidentes de avería y de las causas de avería.
Este cometido se resuelve mediante un sistema
para la determinación de la eficacia de plantas de producción de
diferentes tipos, incidentes de avería significativos y de las
causas que subyacen y que presenta las características indicadas en
la reivindicación 1. Unas realizaciones ventajosas se describen en
otras reivindicaciones.
El objetivo se resuelve además por un
procedimiento descrito en la reivindicación 9 para la determinación
automática de la eficacia de una planta de producción, de
incidentes de averías significativos y de las causas.
El sistema objeto de la invención contiene un
dispositivo de servicio que está realizado preferentemente como
dispositivo móvil y que se puede conectar respectivamente a un
servidor de datos en el sistema conductor de una planta de
producción. Tanto el procedimiento empleado como su realización como
sistema están basados en el empleo de modelos de solución
preconfigurados. Estos modelos de solución se pueden establecer
mediante una parte del sistema fuera de línea y se pueden aplicar
en una parte del sistema en línea.
La instalación de servicios se puede emplear de
manera ventajosa para el análisis de las causas en diferentes
plantas de producción, por ejemplo, tanto para el análisis de las
causas de las mermas de productividad o de una caída de producto
deficiente en la fabricación de papel, como también en plantas de
envasado para envasar líquidos en la industria de los productos
alimenticios. Esta posibilidad de aplicación universal se logra
mediante una serie de modelos genéricos así como por los modelos de
evaluación de averías preconfigurados.
Otra descripción de la invención y de sus
ventajas se ofrece a continuación sirviéndose de ejemplos de
realización, que están representados en las figuras del dibujo.
Las figuras muestran:
Fig. 1 Esquema de bloques de un sistema objeto de
la invención para la determinación de la eficacia, incidentes de
avería y causas de avería,
Fig. 2 Los componentes de las partes del sistema
en línea y fuera de línea del sistema conforme a la figura 1,
Fig. 3 Una representación de la forma de trabajo
del sistema,
Fig. 4 Una pantalla OEE típica, incluida una
presentación para la formación de alarmas,
Fig. 5 Un listado OEE para la verificación de
hipótesis de averías,
Fig. 6 Un ejemplo relativo a datos que se pueden
recuperar de un sistema de mando o conducción,
Fig. 7 Un ejemplo de una estructura de una base
de datos de averías,
Fig. 8 Ejemplos de categorías de incidentes,
Fig. 9 Un ejemplo de un modelo de evaluación,
Fig. 10 El resultado, a título de ejemplo, de un
análisis Pareto,
Fig. 11 Datos descriptivos de un modelo de
avería,
Fig. 12 Un modelo de avería correspondiente a un
incidente de avería "fallo de la bomba de aceite", y
Fig. 13 Una fórmula de cálculo OEE típica.
El esquema de bloques según la figura 1 muestra
una planta de producción 1 que está conectada a un dispositivo de
captación de datos 2. La planta de producción 1 puede ser una única
máquina o una instalación compleja con multitud de dispositivos de
producción. Se puede tratar de plantas de producción de diferentes
tipos, por ejemplo, una máquina de papel, una fábrica de cervezas, o
su planta de envasado, o una planta de producción en el sector de
la fabricación de automóviles.
El dispositivo de captación de datos 2 contiene
un servidor de datos 30 (véase la figura 2) que facilita los datos
necesarios con fines de análisis, por ejemplo, los datos
procedentes de un sistema conductor o de mando, de un sistema de
planificación de la producción o de un sistema de reparación.
Para determinar la eficacia, efectuar el análisis
de averías y el análisis de las causas, se puede conectar
provisionalmente o conectar de forma permanente un dispositivo de
servicio 3, al servidor de datos 30 del dispositivo de captación de
datos 2.
El dispositivo de servicio 3 contiene una parte
del sistema en línea 4 y una parte de sistema fuera de línea 5,
donde, la parte del sistema en línea 4 está unida al dispositivo de
captación de datos 2 y a la parte del sistema fuera de línea 5.
Existen además medios de introducción 6 y medios de visualización 7
que están unidos respectivamente a las partes del sistema 4, 5. La
descripción de estos componentes del dispositivo de servicio se
realizará más adelante, sirviéndose de la figura 2.
La figura 2 muestra la parte del sistema en línea
4 y la parte del sistema fuera de línea 5 del dispositivo de
servicio 3.
La parte del sistema en línea 4 permite la
determinación automatizada de la eficacia OEE, de incidentes de
avería relevantes y de las causas de avería. Para ello contiene una
calculadora OEE 21, que está preparada para acceder a datos que
están disponibles en una base de datos de averías 31. Los resultados
del cálculo OEE se pueden visualizar en una pantalla OEE 11.
Un detector de incidentes de avería 22 está
preparado para recuperar datos del servidor de datos 30, así como
para acceder a un listado OEE 34, que contiene los criterios para
el análisis de la avería y tener en cuenta además informaciones
adicionales para la detección de los incidentes de avería, las
cuales se pueden introducir a través de una entrada de datos 12. Los
incidentes de avería que se hayan determinado pueden ser
registrados por el detector de incidentes de avería 22 en la base
de datos de avería 31, en forma de secuencias de tiempo.
Un evaluador de incidentes de avería 23 está
preparado para acceder a las series de tiempo de incidentes de
avería en la base de datos de avería 31, empleando para ello un
modelo de evaluación 32 configurado para evaluar los distintos
incidentes de avería y visualizar los resultados mediante una
presentación de estadísticas 13.
Un determinador de causas de averías 24 accede a
la base de datos de averías 31 así como a un modelo configurado de
averías y recomendaciones 33, visualizando las causas de avería que
se hayan determinado y eventualmente también las recomendaciones
para corregir las averías, en una pantalla de causas de avería
14.
La parte del sistema fuera de línea 5 está
preparada para seleccionar mediante un editor de modelos 15 y un
buscador de modelos 27 el modelo más adecuado de entre una reserva
de modelos genéricos 36 y adaptarlo.
Los modelos 35 configurados mediante un
configurador de modelos 25 se pueden registrar localmente en el
dispositivo de servicio 3. Igualmente se pueden registrar
exteriormente, distribuidos localmente a través de un interfaz
adecuado. Los modelos configurados 35 se pueden registrar mediante
un generador de modelos 26. Los modelos configurados 35 preparados
en la parte del sistema fuera de línea 5 y en régimen fuera de
línea, se facilitan a la parte del sistema en línea 4 como modelos
de evaluación configurados 32 o como modelo de avería 33.
Mediante la figura 3 se describe a continuación
la forma de trabajo del sistema, en combinación con las
representaciones de las figuras 4 a 12.
La figura 3 muestra los distintos pasos del
procedimiento para la determinación automatizada de la eficacia de
una planta de producción, de incidentes de averías significativos y
de las causas, con una eficacia que difiera de un estado teórico
predeterminado.
En el paso 200 se accede a los datos del sistema
conductor o de mando, es decir, del servidor de datos 30 (véase
también la figura 2) y tiene lugar una detección de incidentes de
avería que se registran en la base de datos de averías 31 (véase
también la figura 2).
La figura 6 muestra un bloque de datos típico que
se puede recuperar. En el caso más sencillo se compone de un
identificador (ID) para la señal y de su valor. Según el sistema se
podrá acceder a otras informaciones adicionales tales como tipo de
datos, datos descriptivos y tiempo del sistema. Para calcular la OEE
se consultan con frecuencia señales relativas al estado de la
máquina, el estado de los contadores y revoluciones de los motores.
Para documentar las averías es conveniente disponer de valores de
medición adicionales, de magnitudes físicas y de señales de estado
de avería.
El en paso 100 y basándose en los datos e
incidentes de avería recuperados, así como basándose en una fórmula
OEE implantada, tiene lugar el cálculo del índice OEE.
La figura 13 muestra una fórmula de cálculo
típico de la OEE. Esta fórmula para la OEE se puede configurar para
una planta determinada. En el ejemplo, la primera línea de la
fórmula representa el componente de disponibilidad, la segunda y
tercera línea los componentes de prestaciones y la cuarta línea el
componente de calidad de la OEE. La OEE global viene dada por el
producto de los componentes individuales. La OEE se expresa
típicamente como porcentaje.
El resultado del cálculo se visualiza en la
pantalla OEE 11 (véase también la figura 2). La figura 4 muestra un
ejemplo de una visualización OEE, donde la OEE ha sido calculada
como porcentaje y se representa como tendencia para una semana. El
límite de alarma OEE se ha situado en el 40%. Si no se alcanza el
valor límite cambia, por ejemplo, la tendencia de la OEE con el fin
de producir una alarma visual del color.
En el paso 200 se analizan los datos del sistema
de mando o sistema conductor en cuanto a incidentes de avería, de
acuerdo con los criterios que figuran en un listado OEE. En la
figura 5 está representado un ejemplo de un listado OEE para la
verificación de las hipótesis de averías de una máquina de papel.
Los incidentes de avería que se hayan reconocido se registran en la
base de datos de averías 31 (figura 2).
En la base de datos de averías 31 pueden estar
registrados incidentes de avería adicionales, introducidos por un
usuario.
La figura 7 muestra a título de ejemplo
informaciones que se registran en la base de datos de averías 31.
Los bloques de datos se archivan cronológicamente como historiales.
Un bloque de datos se compone de lo que se llama un sello de tiempo
(fecha y hora) el sector de producción en el que ha surgido el
incidente de la avería, la descripción del incidente de la avería y
la correspondiente categoría del incidente, así como la duración
del incidente.
La figura 8 muestra ejemplos de categorías de
incidentes:
ST Operational caracteriza a una parada de
producción planificada para acciones operativas, tales como cambios
de preparación de máquinas o verificaciones estándar.
ST Induced caracteriza paradas no planificadas
causadas por influencias exteriores (no por la propia instalación
técnica), tal como por ejemplo, escasez de material, escasez de
personal, reuniones imprevistas.
DT Technical caracteriza todas las paradas no
planificadas causadas por averías del aparato o averías de
conservación.
DT Operational caracteriza las paradas no
planificadas causadas por materias primas y materias auxiliares de
calidad insuficiente, así como debido a paradas no planificadas o
suciedad, causadas por el proceso o por el producto.
Si en la pantalla OEE aparece una alarma y se
activa un mensaje de alarma, comienza en el paso 300 el análisis de
la causa. Para esto se identifican en primer lugar los incidentes
de avería significativos, accediendo para ello a la base de datos
de averías 31 y al modelo de evaluación configurado 32 (figura 2).
Los incidentes de avería situados dentro de un período de tiempo
elegido se evalúan estadísticamente en cuanto a los costes
causados, empleando un análisis de Pareto y sirviéndose del modelo
de evaluación 32.
La figura 9 muestra un ejemplo de un modelo de
evaluación 32. El modelo de evaluación indica qué costes se
producen por unidad de tiempo debido a las paradas de determinados
sectores de producto/máquinas. En el modelo de evaluación objeto
del ejemplo los costes se determinan además por la categoría de
incidente.
La figura 10 muestra a título de ejemplo el
resultado de un análisis de Pareto realizado. El análisis de Pareto
suma los diversos incidentes de avería y lleva a cabo una
evaluación en cuanto a los costes causados. De esta manera se
identifican los incidentes de avería significativos. Tal como se
muestra en el ejemplo, una posible forma de visualización puede
efectuarse mediante un diagrama de barras. En el ejemplo, es el
incidente de avería "fallo de la bomba de aceite" el que causa
los costes mayores.
En el paso 400 se captan los datos necesarios
para un determinado incidente de avería, cuya causa de avería se
trata de analizar.
En el paso 500 se accede a un modelo de avería en
la biblioteca mediante datos que describen el incidente de la
avería. En el régimen en línea, que se desarrolla automatizado, se
emplea el modelo de avería 33 (figura 2) previamente configurado.
En régimen fuera de línea se puede buscar el modelo de avería que
mejor encaje y se visualiza al usuario. Este puede editar entonces
el modelo.
La figura 11 muestra a título de ejemplo datos
descriptivos para un modelo de avería correspondiente al incidente
de avería "fallo de la bomba de aceite". Los datos
descriptivos sirven para archivar el modelo de avería de forma
estructurada en una biblioteca. Si se vuelven a necesitar los
modelos se puede acceder a los modelos de avería mediante una
consulta de búsqueda. Se obtienen datos descriptivos típicos de un
modelo de avería a partir de la designación del incidente de
avería, su categoría y el entorno técnico, tal como tipo de planta
de producción, sector de producción y todavía con más detalle, la
máquina y el equipo así como su tipificación.
La figura 12 muestra un modelo de avería
correspondiente al incidente de avería "fallo de la bomba de
aceite". El modelo está basado en una estructura de árbol
lógico. El cajetín del plano superior representa el incidente de
avería. A continuación siguen varios niveles de relaciones
causa/efecto. Las causas se pueden clasificar como causas físicas,
humanas y de organización. El ejemplo muestra el recorrido desde el
incidente de avería hasta la causa propiamente dicha: fallo de la
bomba de aceite, radiador de aceite, filtro sucio, aceite de mala
calidad, no se ha cumplido el nivel de calidad. El modelo de avería
puede colaborar además con un modelo de recomendación. En el
ejemplo se indica para esta causa la recomendación de especificar
niveles de calidad vinculantes para el servicio de compras.
En el paso 600 se trata el modelo de avería de
arriba hacia abajo. Las hipótesis de avería de los distintos
niveles se verifican mediante los datos descriptivos existentes. Si
se ha encontrado la causa de la avería propiamente dicha, además de
la descripción de la causa se emite una recomendación para corregir
esta causa.
En el paso 700 se valoran los resultados del
análisis de causas que se ha realizado, en cuanto a la posibilidad
de volver a emplearlo. Mediante estos procesos se puede ampliar el
modelo de avería incluyendo causas, o se puede reducir. El modelo
se archiva a continuación en la biblioteca.
Claims (13)
1. Sistema con
a) un dispositivo de captación de datos (2) que
está unido a una planta de producción (1) que está preparado para
la captación continua y almacenamiento, listo para la recuperación
de datos relativos a la planta y a la producción, y
b) con una parte de sistema en línea (4) que está
preparada para recuperar datos relativos a la planta y a la
producción del dispositivo de captación de datos (2) y mediante un
detector de incidentes de avería (22) identificar incidentes de
avería basándose en estos datos, caracterizado porque el
sistema está preparado para la determinación automatizada
- -
- de la eficacia (Overall Equipment Effectiveness) de plantas de producción (1) de diversos tipos,
- -
- de incidentes de avería significativos que provoquen una desviación con respecto a una eficacia teórica predeterminada, y
- -
- las causas de los incidentes de avería significativos, donde
c) el sistema está preparado mediante la parte de
sistema en línea (4) para,
- -
- emplear, además de la utilización de los datos relativos a la planta y a la producción, también datos descriptivos adicionales introducidos a través de medios de introducción (6,12), para identificar incidentes de avería sirviéndose de un listado OEE (34), mediante la vigilancia de los valores límite,
- -
- determinar, a partir de ahí, incidentes de avería significativos, mediante una evaluación de incidentes de avería (23) por medio de un análisis de Pareto y utilizando un modelo de evaluación configurado (32),
- -
- que mediante un determinador de causas (24) está preparado para determinar las causas de la avería, utilizando para ello datos de incidentes de avería (31) y un modelo configurado de averías y recomendaciones (33) o un sistema experto, y
- -
- calcular la eficacia mediante una calculadora OEE (21), utilizando una fórmula de cálculo OEE registrada,
d) donde existe un dispositivo de servicio (3),
que se puede conectar al dispositivo de captación de datos (2) de
la planta de producción respectiva (1), que presenta:
- -
- medios de introducción (6,12) para introducir los datos descriptivos relativos a la planta y a la producción, que no se puedan recuperar a partir del dispositivo de captación de datos (2),
- -
- medios de visualización (7,11) para presentar la eficacia que se haya determinado, los incidentes de avería significativos (13) y las causas de las averías (14),
- -
- así como la denominada parte del sistema en línea (4), y
e) donde hay una parte del sistema (5) que
contiene varios modelos genéricos de averías y de evaluación (36),
o que tiene acceso a tales modelos (36) distribuidos localmente y
que está preparada para buscar estos modelos (36), mediante un
buscador de modelos (27) basándose en los datos descriptivos
recuperados y/o introducidos, configurados mediante un configurador
de modelos (25) y un editor de modelos (15) y registrarlos
localmente o distribuirlos localmente como modelos configurados
(35) y archivar los modelos recuperados de ahí en la parte del
sistema en línea (4) correspondientemente como modelo de evaluación
configurado (32) o como modelo de averías configurado (33).
2. Sistema según la reivindicación 1,
caracterizado porque la planta de producción (1) es una
planta que consta de una única máquina o de varias máquinas.
3. Sistema según la reivindicación 1,
caracterizado porque el dispositivo de captación de datos
(2) forma parte de un sistema conductor o de un autómata
programable.
4. Sistema según una de las reivindicaciones
anteriores, caracterizado porque el dispositivo de servicio
(3) está preparado para acceder por medio de un
Web-Browser a modelos (36) registrados en un
servidor de la red y archivar allí modelos configurados (35).
5. Sistema según una de las reivindicaciones
anteriores, caracterizado porque el dispositivo de servicio
(3) está preparado para determinar recomendaciones relativas a la
corrección de las averías, visualizarlas y/o emitirlas para su
retransmisión.
6. Sistema según una de las reivindicaciones
anteriores, caracterizado porque la parte fuera de línea (5)
está preparada para la localización del mejor modelo posible
mediante el buscador de modelos (27) y una biblioteca con modelos
genéricos (26), donde el mejor modelo posible es un modelo de avería
(36) cuya descripción del incidente de avería sea más parecida a la
respectiva consulta de búsqueda.
7. Sistema según una de las reivindicaciones
anteriores, caracterizado porque la parte fuera de la línea
(5) contiene un generalizador de modelos (26) que generaliza
modelos configurados (35) y los archiva en la biblioteca para su
posterior utilización.
8. Sistema según una de las reivindicaciones
anteriores, caracterizado por contener un editor de modelos
(15), con cuya ayuda se puede formular una consulta de búsqueda
para el buscador de modelos (27).
9. Procedimiento, en el cual
a) mediante un dispositivo de captación de datos
(2) que está unido a una planta de producción (1) se realiza una
determinación continua y un almacenamiento, listo para la
recuperación de datos relativos a la planta y a la producción, y
b) mediante una parte de sistema en línea (4) que
está preparada para recuperar datos relativos a la planta y a la
producción desde el dispositivo de captación de datos (2) y
mediante un detector de incidentes de avería (22) se reconocen
incidentes de avería basándose en estos datos, caracterizado
por realizarse una determinación automati-
zada
zada
- -
- de la eficacia (Overall Equipment Effectiveness) de plantas de producción (1) de diversos tipos,
- -
- de incidentes de avería significativos que provoquen una desviación con respecto a una eficacia teórica predeterminada, y
- -
- las causas de los incidentes de avería significativos, donde
c) mediante la parte del sistema en línea (4)
- -
- se emplean, además de la utilización de los datos relativos a la planta y a la producción, también datos descriptivos adicionales introducidos a través de medios de introducción (6,12), para identificar incidentes de avería sirviéndose de un listado OEE (34), mediante la vigilancia de valores límite,
- -
- determinando a partir de ahí y mediante una evaluación del incidente de avería (23) y por medio de un análisis de Pareto y utilizando un modelo de evaluación configurado (32), incidentes de avería significativos,
- -
- mediante un determinador de causas (24) se determinan las causas de las averías, utilizando para ello datos de incidentes de avería (31) y un modelo configurado de averías y recomendaciones (33) o un sistema experto, y
- -
- se calcula la eficacia mediante una calculadora OEE (21), utilizando una fórmula de cálculo OEE registrada, y
- -
- se visualizan por medio de elementos visualizadores (7,11) la eficacia que se ha determinado, los incidentes de avería significativos (13) y las causas de avería (14), y
d) mediante una parte del sistema fuera de línea
(5)
- -
- empleando varios modelos genéricos de averías y evaluación (36) y accediendo a tales modelos distribuidos localmente (36), se buscan estos modelos (36) mediante un buscador de modelos (27), basándose en los datos descriptivos recuperados y/o introducidos,
- -
- se configuran mediante un configurador de modelos (25) y un editor de modelos (15) y se registran localmente o localmente distribuidos en forma de modelos configurados (35) y los modelos recuperados a partir de ahí se archivan en la parte del sistema en línea (4) correspondientemente como modelo de evaluación configurado (32) o como modelo de avería configurado (33).
10. Procedimiento según la reivindicación 9,
caracterizado por utilizarse un buscador de modelos (27) que
mediante los datos descriptivos busca en la biblioteca de modelos
(36) el modelo genérico que encaje mejor con el incidente de avería
específico y la planta de producción, el cual se transmite a un
editor de modelos (15) y a un configurador de modelos (25) para
formar modelos configurados (35), que se emplean para la evaluación
de incidentes de avería y para el análisis de las causas.
11. Procedimiento según la reivindicación 10,
caracterizado por utilizarse un buscador de modelos (27) que
mediante los datos descriptivos busca en la biblioteca de modelos
el modelo genérico (36) que encaje mejor con el incidente de avería
específico y la planta de producción, y que se transmite a un editor
de modelos (15) y a un configurador de modelos (25) para formar
modelos configurados (35), que se emplean para la evaluación de
incidentes de avería y para el análisis de las causas.
12. Procedimiento según la reivindicación 11,
caracterizado porque para determinar las causas de las
averías por medio de un determinador de causas (24) éste verifica
por medio de datos descriptivos las hipótesis de causas del modelo
de avería configurado (35 ó 33), que contiene diagramas de
causa-efecto, que se extienden a lo largo de varios
niveles de modelo, tratándose el modelo paso a paso de un nivel al
siguiente hasta hallar la causa propiamente dicha.
13. Procedimiento según una de las
reivindicaciones 11 ó 12, caracterizado porque los modelos
(35) configurados dentro del marco del desarrollo del procedimiento
se generalizan mediante un generalizador de modelos (26) con el fin
de volver a utilizarlos y se archivan en una biblioteca de modelos
(36), donde se generalizan o eliminan componentes del modelo
respectivo (35).
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2000/000713 WO2001055805A1 (de) | 2000-01-29 | 2000-01-29 | System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2235835T3 true ES2235835T3 (es) | 2005-07-16 |
Family
ID=8163812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES00906247T Expired - Lifetime ES2235835T3 (es) | 2000-01-29 | 2000-01-29 | Sistema y procedimiento para determinar la efectividad de unidades de produccion, acontecimientos de errores y el motivo de los indicados errores. |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US6760639B2 (es) |
| EP (1) | EP1250632B1 (es) |
| CN (1) | CN1433534A (es) |
| AT (1) | ATE287552T1 (es) |
| AU (1) | AU2000227998A1 (es) |
| DE (1) | DE50009310D1 (es) |
| DK (1) | DK1250632T3 (es) |
| ES (1) | ES2235835T3 (es) |
| WO (1) | WO2001055805A1 (es) |
Families Citing this family (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2000272739A1 (en) * | 2000-08-09 | 2002-02-18 | Abb Research Ltd | System for determining error causes |
| GB0127553D0 (en) * | 2001-11-16 | 2002-01-09 | Abb Ab | Provision of data for analysis |
| DE10210565A1 (de) * | 2002-03-09 | 2003-09-18 | Abb Research Ltd | System und Verfahren zur Vorhersage von Störungsauswirkungen |
| JP4831521B2 (ja) | 2002-06-19 | 2011-12-07 | 村田機械株式会社 | 縦型輪状コンベヤ及びオーバーヘッドホイストを基にした半導体製造のためのマテリアルの自動化処理システム |
| WO2004034438A2 (en) | 2002-10-11 | 2004-04-22 | Brooks Automation, Inc. | Access to one or more levels of material storage shelves by an overhead hoist transport vehicle from a single track position |
| US20050119863A1 (en) * | 2003-08-07 | 2005-06-02 | Buikema John T. | Manufacturing monitoring system and methods for determining efficiency |
| US7529979B2 (en) * | 2003-12-12 | 2009-05-05 | International Business Machines Corporation | Hardware/software based indirect time stamping methodology for proactive hardware/software event detection and control |
| PL207601B1 (pl) * | 2004-08-09 | 2011-01-31 | ABB Spółka z ograniczoną odpowiedzialnością | Sposób i urządzenie do diagnozowania urządzeń technicznych |
| US7424395B2 (en) * | 2004-09-10 | 2008-09-09 | Exxonmobil Research And Engineering Company | Application of abnormal event detection technology to olefins recovery trains |
| US7567887B2 (en) | 2004-09-10 | 2009-07-28 | Exxonmobil Research And Engineering Company | Application of abnormal event detection technology to fluidized catalytic cracking unit |
| US7349746B2 (en) * | 2004-09-10 | 2008-03-25 | Exxonmobil Research And Engineering Company | System and method for abnormal event detection in the operation of continuous industrial processes |
| US20060074598A1 (en) * | 2004-09-10 | 2006-04-06 | Emigholz Kenneth F | Application of abnormal event detection technology to hydrocracking units |
| JP4839088B2 (ja) * | 2006-01-11 | 2011-12-14 | 株式会社リコー | ワークフロー管理システム |
| US7761172B2 (en) * | 2006-03-21 | 2010-07-20 | Exxonmobil Research And Engineering Company | Application of abnormal event detection (AED) technology to polymers |
| US7720641B2 (en) * | 2006-04-21 | 2010-05-18 | Exxonmobil Research And Engineering Company | Application of abnormal event detection technology to delayed coking unit |
| US7369932B2 (en) * | 2006-05-04 | 2008-05-06 | Honeywell International, Inc. | System and method for turbine engine fault detection using discrete event system modeling |
| JP4911080B2 (ja) * | 2007-03-14 | 2012-04-04 | オムロン株式会社 | 品質改善システム |
| US8010475B2 (en) * | 2007-04-13 | 2011-08-30 | Siemens Corporation | Online fault detection and avoidance framework for distributed factory control systems |
| JP5075465B2 (ja) * | 2007-04-20 | 2012-11-21 | 株式会社東芝 | インシデント・アクシデントレポート分析装置、方法、およびプログラム |
| GB2462394B (en) * | 2007-06-15 | 2013-04-03 | Shell Int Research | Method for monitoring the working consitions of a reciprocating compressor |
| JP4191772B1 (ja) * | 2007-06-27 | 2008-12-03 | シャープ株式会社 | 異常要因特定方法およびシステム、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 |
| CN101802731A (zh) * | 2007-09-11 | 2010-08-11 | Abb公司 | 用于自动显示工业控制系统中的过程信息的系统和由计算机实施的方法 |
| ATE432490T1 (de) * | 2007-10-09 | 2009-06-15 | Abb Oy | Verfahren und system zur verbesserung der nutzung einer produktionsanlage |
| EP1973022A3 (en) * | 2008-04-25 | 2008-10-15 | Abb As | A method for accessing statistical analysis data on industrial devices |
| DE102008053765A1 (de) * | 2008-10-21 | 2010-04-22 | Khs Ag | Verfahren zum Kontrollieren einer Anlage |
| US8108168B2 (en) | 2009-03-12 | 2012-01-31 | Etegent Technologies, Ltd. | Managing non-destructive evaluation data |
| US8521480B2 (en) * | 2009-03-12 | 2013-08-27 | Etegent Technologies, Ltd. | Managing non-destructive evaluation data |
| CN101782933B (zh) * | 2009-12-15 | 2012-11-28 | 中广核工程有限公司 | 核电站控制室的虚拟漫游设计方法及系统 |
| US8862250B2 (en) | 2010-05-07 | 2014-10-14 | Exxonmobil Research And Engineering Company | Integrated expert system for identifying abnormal events in an industrial plant |
| EP2610695A1 (en) * | 2011-12-29 | 2013-07-03 | Siemens Aktiengesellschaft | Method and web application for OEE - analysis |
| CN102722156B (zh) * | 2012-06-21 | 2014-07-02 | 国电南瑞科技股份有限公司 | 冶金行业生产过程控制系统故障显示及容错控制方法 |
| US9864366B2 (en) | 2013-03-15 | 2018-01-09 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| US11543811B2 (en) | 2013-03-15 | 2023-01-03 | Etegent Technologies Ltd. | Manufacture modeling and monitoring |
| JP5766756B2 (ja) * | 2013-09-05 | 2015-08-19 | ファナック株式会社 | 駆動軸の停止要因及びそれに関連する情報を取得するデータ取得装置 |
| EP2881818A1 (en) * | 2013-12-03 | 2015-06-10 | Airbus Operations S.L. | Method for managing a manufacturing plant for the production of carbon fiber pieces |
| ES2500715B1 (es) * | 2014-03-06 | 2015-04-06 | Universidad De Navarra - Escuela De Ingenieros | Equipo para el diagnóstico simultáneo y en tiempo real de la eficiencia productiva y ambiental de una máquina industrial |
| CN103984326B (zh) * | 2014-05-28 | 2016-09-21 | 杭州迈可思法电气工程有限公司 | 生产管理系统及方法 |
| US9959158B2 (en) | 2015-10-13 | 2018-05-01 | Honeywell International Inc. | Methods and apparatus for the creation and use of reusable fault model components in fault modeling and complex system prognostics |
| EP3282333B1 (en) * | 2016-08-12 | 2021-05-19 | Siemens Aktiengesellschaft | A technique for monitoring technical equipment |
| JP6633477B2 (ja) * | 2016-08-29 | 2020-01-22 | ファナック株式会社 | 複数の製造設備からなる生産設備の稼働停止時に原因を特定する機能を備えた生産制御装置 |
| CN107817335A (zh) * | 2016-09-13 | 2018-03-20 | 普瑞米尔伊沃维克斯私人有限公司 | 在纺织单元进行在线监测和离线测试的集成系统和方法 |
| CN109189018A (zh) * | 2016-10-10 | 2019-01-11 | 深圳万发创新进出口贸易有限公司 | 一种钢包烘烤器故障在线诊断系统 |
| EP3734385B1 (de) * | 2019-05-02 | 2022-10-05 | Siemens Aktiengesellschaft | Verfahren zum rechnergestützten verarbeiten von zustandsmeldungen in einer automatisierungsanlage |
| CN111045900A (zh) * | 2019-11-22 | 2020-04-21 | 深圳市华星光电半导体显示技术有限公司 | 面板生产的异常处理方法及存储介质 |
| CN110929898B (zh) * | 2019-12-07 | 2022-03-01 | 华电郑州机械设计研究院有限公司 | 水电站启闭设备运维及故障监测在线评估系统及方法 |
| CN113189968B (zh) * | 2021-05-08 | 2022-08-26 | 哈尔滨工业大学 | 互联工业过程的分布式故障诊断方法 |
| CN115793581B (zh) * | 2021-07-23 | 2024-10-25 | 张家口卷烟厂有限责任公司 | 一种卷烟设备管理方法 |
| CN116627093B (zh) * | 2023-04-19 | 2024-02-27 | 济南海马机械设计有限公司 | 一种丁腈手套加工控制方法、系统、设备及存储介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5067099A (en) * | 1988-11-03 | 1991-11-19 | Allied-Signal Inc. | Methods and apparatus for monitoring system performance |
| US5119318A (en) * | 1989-04-17 | 1992-06-02 | Del Partners L.P. | Expert control system for real time management of automated factory equipment |
| US5214577A (en) * | 1990-10-24 | 1993-05-25 | Osaka Gas Co., Ltd. | Automatic test generation for model-based real-time fault diagnostic systems |
| US6243696B1 (en) * | 1992-11-24 | 2001-06-05 | Pavilion Technologies, Inc. | Automated method for building a model |
| US5859964A (en) * | 1996-10-25 | 1999-01-12 | Advanced Micro Devices, Inc. | System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes |
| US5914879A (en) * | 1997-03-04 | 1999-06-22 | Advanced Micro Devices | System and method for calculating cluster tool performance metrics using a weighted configuration matrix |
| US6161054A (en) * | 1997-09-22 | 2000-12-12 | On-Line Technologies, Inc. | Cell control method and apparatus |
| US6549820B1 (en) * | 1998-07-31 | 2003-04-15 | The Boeing Company | Method and system for providing feedback from a non-destructive inspection of a composite part |
| US6256550B1 (en) * | 1998-08-07 | 2001-07-03 | Taiwan Semiconductor Manufacturing Company | Overall equipment effectiveness on-line categories system and method |
| US6336138B1 (en) * | 1998-08-25 | 2002-01-01 | Hewlett-Packard Company | Template-driven approach for generating models on network services |
-
2000
- 2000-01-29 ES ES00906247T patent/ES2235835T3/es not_active Expired - Lifetime
- 2000-01-29 WO PCT/EP2000/000713 patent/WO2001055805A1/de not_active Ceased
- 2000-01-29 DE DE50009310T patent/DE50009310D1/de not_active Expired - Lifetime
- 2000-01-29 CN CN00818697A patent/CN1433534A/zh active Pending
- 2000-01-29 AU AU2000227998A patent/AU2000227998A1/en not_active Abandoned
- 2000-01-29 EP EP00906247A patent/EP1250632B1/de not_active Expired - Lifetime
- 2000-01-29 AT AT00906247T patent/ATE287552T1/de not_active IP Right Cessation
- 2000-01-29 DK DK00906247T patent/DK1250632T3/da active
-
2002
- 2002-07-29 US US10/209,383 patent/US6760639B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE50009310D1 (de) | 2005-02-24 |
| AU2000227998A1 (en) | 2001-08-07 |
| EP1250632B1 (de) | 2005-01-19 |
| WO2001055805A1 (de) | 2001-08-02 |
| CN1433534A (zh) | 2003-07-30 |
| ATE287552T1 (de) | 2005-02-15 |
| EP1250632A1 (de) | 2002-10-23 |
| US6760639B2 (en) | 2004-07-06 |
| DK1250632T3 (da) | 2005-05-30 |
| US20030014699A1 (en) | 2003-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2235835T3 (es) | Sistema y procedimiento para determinar la efectividad de unidades de produccion, acontecimientos de errores y el motivo de los indicados errores. | |
| US10809703B2 (en) | Management system and management method | |
| CN109001649B (zh) | 一种电源智能诊断系统及保护方法 | |
| US10732619B2 (en) | Method for monitoring driving unit of car body assembly line, and device therefor | |
| US6694286B2 (en) | Method and system for monitoring the condition of an individual machine | |
| US10018007B2 (en) | Systems and methods to visualize component health and preventive maintenance needs for subsea control subsystem components | |
| US5327349A (en) | Method and apparatus for analyzing and recording downtime of a manufacturing process | |
| EP1625462A2 (en) | Support apparatus, method and system for real time operations and maintenance | |
| Buchanan et al. | Failure, uncertainty and control: the role of operators in a computer integrated production system | |
| US20010027350A1 (en) | Manufacturing management system, manufacturing management method, and recording medium storing programs for executing the method | |
| JP2012022602A (ja) | 作業改善分析システム | |
| CN106563972A (zh) | 刀具状态监测及预测方法 | |
| JP7296763B2 (ja) | 設備診断システム | |
| CN116523466A (zh) | 一种基于大数据的生产资料溯源系统和方法 | |
| CN113396430A (zh) | 信息技术运用评价装置、信息技术运用评价系统及信息技术运用评价方法 | |
| KR101917477B1 (ko) | 권취 설비 이상 사전 감지 장치 | |
| CN110719181A (zh) | 设备异常告警系统、方法及计算机可读存储介质 | |
| DE102008050167A1 (de) | Verfahren und System zur Analyse von Betriebsbedingungen | |
| JPH02247576A (ja) | 機器／設備の診断システム | |
| CN119250501A (zh) | 无计划作业违章辨识方法、装置、计算机设备和存储介质 | |
| US20040061722A1 (en) | Passdown database and flow chart | |
| CN115616997A (zh) | 一种热控状态监测与知识库融合方法和系统 | |
| CN212623707U (zh) | 一种兆候设备管理系统 | |
| JP7674388B2 (ja) | 支援装置及び機械システム | |
| RU2755588C1 (ru) | Система охранной сигнализации с возможностью автоматизированного учета и контроля работы средств обнаружения посредством ведения электронных формуляров |