JP2013167933A - システム制御装置およびシステム制御方法 - Google Patents

Abstract

【課題】製造システムにおける状態を基準値または基準範囲に維持する際に、エネルギのムダの発生を回避しつつ、システムの状態を確実に制御し、さらに、省エネの程度をユーザに認識させることができる、システム制御装置およびシステム制御方法を提供する。
【解決手段】システムで製造される製品品質に影響する状態を示すデータ（「状態データ」）について、外乱の影響をも考慮された予測範囲が導出され、当該予測範囲と基準値との関係に基づいて、機器の制御がなされる。これにより、外乱の影響による状態データの変動も考慮して機器を制御できる。
【選択図】図５

Description

本発明は、システムの制御に関し、特に、システムの性質についての検出の結果に基づいて当該システムの性質を調整するための機器を制御するシステム制御装置およびシステム制御方法に関する。

従来から、製品の生産等のためのシステムにおいて、当該システムで製造される製品品質に影響する状態を示すデータ（以下、「状態データ」という）を予め定められた基準値または基準範囲に維持するための機器が設置される場合があった。なお、上記のようなデータとしては、たとえば、システムが設置された室内の温度や湿度、システムが設定された室内と室外の差圧、システムが制御対象とする室内の騒音レベル、システムで生産される製品（または中間品）の寸法や真円度や真球度や平行度が挙げられる。

そして、このようなシステムにおいて上記したような機器の消費電力を抑えつつ、上記したような状態データの維持を図るための技術が、種々開示されている。

たとえば、特許文献１（特開２００５−２４９２４３号公報）には、空調対象室の空調を行なうためのファンと空調の状態を検出するためのセンサ（温度センサや湿度センサ等）とを設け、当該センサの検出値に応じて、段階的に、ファンの回転数を上げる技術が開示されている。

また、特許文献２（特開２００２−３５７３４６号公報）には、空調対象室のクリーン度を検出するためのセンサ（パーティクルセンサ）を設け、当該センサの検出値が上限値よりも大幅に低いときには、当該空調対象室の空気を調和するための空調機の出力を最低出力に抑える技術が開示されている。

また、特許文献３（特開２００６−２９７７１号公報）には、コージェネレーションシステムにおいて、複数の単位時間からなる設定周期毎のエネルギー消費に規則性があるか否かを判別する規則性判別処理が実行され、エネルギー消費に規則性があると判別されたときは、負荷賄い条件運転処理が実行され、エネルギー消費に規則性が無いと判別されたときは、負荷賄い条件運転処理とは別の予備運転処理が実行される。

また、特許文献４（特開２０１１−２７４０８号公報）には、コージェネレーションシステムにおいて、過去の熱負荷データや過去の電力負荷データに基づいてエネルギー消費における規則性の有無を判断し、規則性がある場合には、当該規則性に基づいて負荷の発生を予測し、当該予測した負荷を賄うように熱電併給装置の運転を制御する技術が開示されている。

また、特許文献５（特開２０１１−６９６０１号公報）には、機器マネージメント装置による機器の制御に関する技術が開示されている。当該技術では、機器マネージメント装置は、センサの検出出力に基づいてユーザの客観的な快適性の程度を推定し、また、ユーザの申告に基づいて当該ユーザの主観的な快適性の程度を推定する。そして、このように推定されたこれらの快適度に基づいて、ユーザの現在の快適度を求る。そして、機器の動作の制御内容の変更を想定したとき、制御内容ごとに、事後の電気料金の予測値と利用者に事前に与えた効用値とを推定し、そして、これらに基づいて、機器についての事後の効用値を推定する。そして、機器についての事後の効用値が最大になるように、機器の制御内容を決定する。

特開２００５−２４９２４３号公報 特開２００２−３５７３４６号公報 特開２００６−２９７７１号公報 特開２０１１−２７４０８号公報 特開２０１１−６９６０１号公報

しかしながら、特許文献１や特許文献２に記載された技術では、センサの検出値が固定的な制御用の値と比較されて制御が行なわれているため、センサの検出値に上記制御用の値に対して余裕がある場合、駆動装置が過剰に制御されることによるエネルギーのムダが生じることが考えられる。また、このような技術では、外乱がシステムに大きく影響を与えた場合、駆動装置の制御が間に合わず、上記したような状態データが基準値や基準範囲を超えてしまう場合が考えられる。また、このような技術では、システムの管理者等の経験や勘で設定されていたため、上記したような状態データを用いた制御が、どの程度安全で、どの程度省エネを実現できるのかが、事前に把握できないという課題もあった。

特許文献３に記載の技術では、規則性があると判断されれば、当該規則性に沿った制御がなされるが、この場合、突発的な外乱の影響を加味することは困難である。また、特許文献４や特許文献５に記載の技術では、以前の状態データから将来の状態データについての予測が行なわれるが、当該予測においても、外乱の影響を加味することは困難である。したがって、依然として、システムの状態データを確実に基準値や基準範囲内に収めることは難しいと考えられる。

本発明は、かかる実情に鑑み考え出されたものであり、その目的は、システムにおける状態データを基準値または基準範囲に維持する際に、エネルギーのムダの発生を回避しつつ、システムの状態を確実に制御し、さらに、省エネの程度をユーザに認識させることができる、システム制御装置、その制御プログラム、および、機器の制御方法を提供することである。

本発明のある局面に従ったシステム制御装置は、製造システムで製造される製品の製造品質に影響する状態を示す状態データに基づいて、当該システムの状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御装置であって、状態データを連続的に取得するための取得手段と、状態データの安定性の指標を時系列の複数の状態データに基づいて連続的に導出するための導出手段と、状態データと指標とに基づいて状態データが変化することが予測される範囲である予測範囲を導出するための予測手段と、予測手段によって導出された予測範囲に基づいて、機器の動作を、状態データが製造品質を担保する基準範囲に属するように制御するための制御手段と、を備える。

好ましくは、導出手段は、指標として、時系列の複数の状態データに基づいて当該状態データの移動標準偏差を求める。

好ましくは、予測手段は、状態データが到達する確率がそれぞれ異なる複数の予測範囲を導出する。

好ましくは、制御手段は、予測範囲の少なくとも一部が基準範囲外となった場合には、機器の動作を、状態データが基準範囲外となったときに基準範囲内に戻すための方向へと、切り替える。

好ましくは、制御手段は、複数の予測範囲のうち各予測範囲が基準範囲外となるごとに、機器の動作を切り替える。

好ましくは、表示装置に予測範囲の時間変化を表示させるための、表示制御手段をさらに備える。

好ましくは、予測範囲に基づいて、上記予測範囲の上限予測値および／または下限予測値が基準範囲を超える割合を導出し、状態データが基準範囲を超えるリスクを予測する手段をさらに備える。

好ましくは、予測手段は、状態データが予測範囲を超える場合は、予め定められた時間の間だけ予測幅を大きくし、予測範囲を修正することを特徴とする。

本発明の他の局面に従ったシステム制御装置は、製造システムで製造される製品の製造品質に影響する状態を表す状態データを計測するセンサから出力される状態データに基づいて、当該システムの状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御装置であって、状態データを連続的に受け付ける受付手段と、状態データの安定性の指標を時系列の複数の状態データに基づいて連続的に導出するための導出手段と、状態データと指標とに基づいて状態データが変化することが予測される範囲である予測範囲を導出するための予測手段と、予測手段によって導出された予測範囲に基づいて、機器の動作を、状態データが製造品質を担保する基準範囲に属するように制御するための制御手段と、を備える。

本発明のさらに他の局面に従ったシステム制御方法は、製造システムで製造される製品の製造品質に影響する状態を表す状態データを計測するセンサから出力される状態データに基づいて、当該システムの状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御方法であって、状態データを連続的に受け付ける受付ステップと、状態データの安定性の指標を時系列の複数の状態データに基づいて連続的に導出するための導出ステップと、状態データと指標とに基づいて状態データが変化することが予測される範囲である予測範囲を導出するための予測ステップと、予測ステップによって導出された予測範囲に基づいて、機器の動作を、状態データが製造品質を担保する基準範囲に属するように制御するための制御ステップと、を備える。

本発明の別の局面に従ったシステム制御装置は、クリーンルーム内で製造される製品の製造品質に影響する状態を示すクリーン度に基づいて、当該クリーンルームのクリーン度を調整するためにエネルギーを消費するフィルターファンの動作を制御するシステム制御装置であって、クリーン度を取得するためのパーティクルセンサと、クリーン度の移動標準偏差を時系列の複数のクリーン度に基づいて連続的に導出する導出手段と、クリーン度の移動平均値と移動標準偏差とに基づいてクリーン度が変化することが予測される範囲である予測範囲を導出するための予測手段と、予測手段によって導出された予測範囲に基づいて、フィルターファンの動作を、クリーン度が製造品質を担保する基準範囲に属するように制御するための制御手段と、を備える。

本発明のさらに別の局面に従ったシステム制御装置は、炉内で製造される製品の製造品質に影響する状態を示す温度に基づいて、当該炉の状態を調整するためにエネルギー−を消費するヒータの動作を制御するシステム制御装置であって、温度を取得するための温度センサと、温度の移動標準偏差を時系列の複数の温度に基づいて連続的に導出する導出手段と、温度の移動平均値と移動標準偏差とに基づいて温度が変化することが予測される範囲である予測範囲を導出するための予測手段と、予測手段によって導出された予測範囲に基づいて、ヒータの動作を、温度が製造品質を担保する基準範囲に属するように制御するための制御手段と、を備える。

本発明によれば、製造システムで製造される製品の製造品質に影響する状態を示す状態データについて、時系列の複数の当該状態データに基づいて、当該状態データの安定性の指標が連続的に導出される。そして、当該状態データと当該指標とに基づいて、当該状態データが変化することが予測される範囲である予測範囲が導出される。そして、当該導出された予測範囲に基づいて、機器の動作が、上記状態データが製造品質を担保する基準範囲に属するように制御される。

これにより、状態データに基づいた制御において、当該状態データの予測範囲に基づいて機器の制御を行なうことができる。このため、エネルギーのムダの発生を回避しつつ、システムの性質を確実に制御し、さらに、省エネの程度をユーザに認識させることができる。

本発明の第１の実施の形態であるシステム制御装置を含む、製造システムの構成の概要を模式的に示す図である。 製造システムにおける予測値の算出態様を説明するための図である。 製造システムにおける状態データと予測範囲の一例を模式的に示す図である。 図３の時刻Ｔ１，Ｔ２，Ｔ３のそれぞれにおける、移動平均、上限予測値、および、下限予測値を模式的に示す図である。 予測値の修正の態様を説明するための図である。 予測値の修正の態様を説明するための図である。 コントローラのハードウェア構成を模式的に示す図である。 コントローラの機能構成を模式的に示す図である。 コントローラにおいて実行される、ＦＦＵ（ファンフィルタユニット）の制御処理のフローチャートである。 本実施の形態のコントローラによってＦＦＵの動作を制御される製造システムにおける、パーティクルセンサの検出出力の実測値と、当該実測値に基づいて算出される上限予測値の一例を示す図である。 本実施の形態に対する比較例を説明するための図である。 本実施の形態に対する比較例を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態の制御の概要を説明するための図である。 本発明の第２の実施の形態におけるＦＦＵの回転数を制御するための処理のフローチャートである。 状態データの実測値および第１〜第４上限予測値、ならびに、ＦＦＵの風量レベルの、時間変化の具体例を示す図である。 本発明の第３の実施の形態の製造システムの構成を概略的を示す図である。 本発明の第３の実施の形態の製造システムのブロック図である。 図２２のＰＣ（パーソナルコンピュータ）のハードウェアブロック図である。 本発明の第３の実施の形態における予測値の修正態様を説明するための図である。 本発明の第３の実施の形態における予測値を用いた制御態様を説明するための図である。 本発明の第３の実施の形態における制御のフローチャートである。 本発明の第３の実施の形態における制御結果の一例を示す図である。 本発明の第３の実施の形態において、コントローラに接続されるＰＣにおいて表示される画面の一例を示す図である。

以下、本発明の加熱炉の実施の形態について、図面を参照しつつ説明する。なお、同一の構成要素には各図において同一の符号を付し、詳細な説明は繰返さない。

［第１の実施の形態］
＜システムの構成＞
図１は、本発明の第１の実施の形態であるシステム制御装置を含む、製造システムの構成の概要を模式的に示す図である。

図１を参照して、製造システムは、製品の製造をするための空間であるクリーンブース５００を含む。クリーンブース５００には、当該クリーンブース５００内の清浄度を検出するためのパーティクルセンサ２００が設置されている。図１では図示が省略されているが、クリーンブース５００には、製品を製造するためのラインが設置され、当該ラインの管理等をする作業員が配置されている。

クリーンブース５００の天井部分には枠５０１が形成され、枠５０１のそれぞれには、クリーンブース５００内の塵を当該クリーンブース５００外に排出するためのファンを含むＦＦＵ（フィルタファンユニット）３００が設置されている。

図１において、破線の矢印は、空気の流れを示している。クリーンブース５００では、ＦＦＵ３００のファン（以下、「ＦＦＵ３００」と記述することにより、ＦＦＵ３００に含まれる「ファン」を意味する場合もある）が運転することによって、クリーンブース５００内に空気が導入され、これにより、クリーンブース５００内の空気が、クリーンブース５００の底面に設けられた通気孔を介してクリーンブース５００外へ排出される。

図１の製造システムは、パーティクルセンサ２００の検出出力に基づいてＦＦＵ３００の動作を制御するためのコントローラ１００を含む。コントローラ１００には、モニタ１１１が接続されている。モニタ１１１は、液晶表示装置等の汎用の表示装置によって実現される。

本実施の形態では、パーティクルセンサ２００によって検出されるクリーンブース５００内の清浄度が、製造システムで製造される製品の製造品質に影響する状態を示す状態データの一例である。また、ＦＦＵ３００は、当該システムの状態を調整するために運転することによってエネルギーを消費する機器の一例である。そして、コントローラ１００は、上記状態データに基づいて、上記機器の動作を制御するシステム制御装置の一例である。

＜制御の概要＞
（連続的に取得される状態データに基づいた予測範囲の導出）
本実施の形態では、パーティクルセンサ２００によって、たとえば図２に示されるように、クリーンブース５００内の清浄度が連続的に検出される。なお、図２では、パーティクルセンサ２００によって検出される清浄度（状態データ）の時間変化が示されている。コントローラ１００は、パーティクルセンサ２００の検出出力を連続的に取得し、また、或る時点に対して予め定められた設定期間分の過去の状態データを利用して、当該或る時点について、清浄度が変化することが予測される範囲（予測範囲）を導出する。

そして、コントローラ１００は、予測範囲に基づいて、状態データ（清浄度）が製造システムにおいて求められる範囲を超えないように、ＦＦＵ３００の運転を制御する。

図３は、製造システムにおける状態データと予測範囲の一例を模式的に示す図である。
図３では、状態データの実測値（実測値ＲＶ）が実線で示され、予測範囲の上限値（上限予測値ＰＨ）と下限値（下限予測値ＰＬ）が破線で示され、また、予測範囲の平均値（平均値ＡＶ）が一点鎖線で示されている。

各時点での予測範囲は、当該時点に対して図２の設定期間における状態データの移動平均μと、当該設定期間における状態データの移動偏差σとを用いて、導出される。具体的には、予測範囲の上限値ＰＨと下限値ＰＬとは、次の式（１）および式（２）に従って、導出される。

ＰＨ＝μ＋３σ …（１）
ＰＬ＝μ−３σ …（２）
（上限予測値および下限予測値の説明）
図４は、図３の時刻Ｔ１，Ｔ２，Ｔ３のそれぞれにおける、移動平均、上限予測値、および、下限予測値を模式的に示す図である。

図４（Ａ）では、時刻Ｔ１について、当該時刻Ｔ１より前の設定期間分の実測値の状態データの分布が、実線で示されている。また、図４（Ａ）では、移動平均がＡＶ１で示され、そして、当該ＡＶ１に３σ（σは、当該設定期間分の実測値から求められた移動偏差）を加えられた値が上限予測値ＰＨ１として、また、当該ＡＶ１に３σを差し引かれた値が下限予測値ＰＬ１として、それぞれ示されている。

図４（Ｂ）では、時刻Ｔ２についての、当該時刻Ｔ２より前の設定期間分の実測値の状態データの分布が実線で示されている。また、図４（Ｂ）では、当該設定期間分の移動平均がＡＶ２で、さらに、ＡＶ２に３σが加えられた値が上限予測値ＰＨ２として、ＡＶ２に３σが差し引かれた値が下限予測値ＰＬ２として、それぞれ示されている。

さらに、図４（Ｃ）では、時刻Ｔ３についての、当該時刻Ｔ３より前の設定期間分の実測値の状態データの分布が実線で示されている。また、図４（Ｃ）では、当該設定期間分の移動平均がＡＶ３で、さらに、ＡＶ３に３σが加えられた値が上限予測値ＰＨ３として、ＡＶ３に３σが差し引かれた値が下限予測値ＰＬ３として、それぞれ示されている。

本実施の形態では、予測範囲は、時々刻々と導出される。つまり、時刻Ｔ１についての予測範囲は、当該時刻Ｔ１の直前の設定期間分の状態データに基づいて導出され、また、時刻Ｔ２，Ｔ３のそれぞれについての予測範囲は、当該時刻Ｔ２，Ｔ３のそれぞれの直前の設定期間分の状態データに基づいて導出される。これにより、時々刻々と変化するクリーンブース５００の状況を、予測範囲に反映させることができる。

そして、本実施の形態では、予測範囲の上限値および／または下限値と、状態データに対する基準値（製品の製造品質を維持するために状態データが保持されることを必要とされる値）との関係に基づいて、ＦＦＵ３００の動作（回転数等）が制御される。図３では、基準値ＳＶは、二点鎖線で示されている。

なお、本実施の形態では、状態データに対して上方側のみ、基準値が設定されているシステムについて、説明がなされる。

（上限予測値および／または下限予測値の修正）
コントローラ１００は、状態データの実測値が予測範囲の上限値または下限値を超えた場合、当該上限値を上方にまたは当該下限値を下方に、修正する。図５には、状態データの実測値が、「異常感知」と示された時点において、予測範囲の上限値を超えたところが示されている。そして、図５では、これに応じて、これ以降の上限予測値が、上方に修正されている。修正前の上限予測値ＰＨが破線で、修正後の上限予測値ＰＨＸが点線で、それぞれ示されている。この場合の修正は、たとえば、各時刻に対する設定期間分の過去の実測値の状態データに基づいて、たとえば式（１）または式（２）に従って算出される上限値（または下限値）に、予め定められた値だけ加算（または減算）されることによって実現される。

なお、このような予測範囲の上限値または下限値の修正は、たとえば、異常感知があってから予め定められた期間だけ行なわれる。

また、予測範囲の上限値／下限値の修正は、移動平均μに対する移動偏差σの加算／減算の態様を変化させてもよい。

具体的には、たとえば、基本的な上限予測値ＰＨおよび上限予測値ＰＬの算出式が、図６中の式（３Ａ）および式（３Ｂ）のそれぞれで示されるところ、修正後の上限予測値ＰＨＸおよび上限予測値ＰＬＸは、たとえば、図６中の式（４Ａ）および式（４Ｂ）で示される。式（３Ａ）の右辺では、第１項が移動平均に対応し、第２項が移動偏差に対応する。なお、式（３Ａ）において、右辺第２項の係数Ａは、移動偏差についての係数であり、上記式（１）の移動偏差σの係数「３」に対応する。また、式（３Ｂ）の右辺第２項の係数Ａは、上記式（２）の移動偏差σの係数「３」に対応する。

式（４Ａ）および式（４Ｂ）は、それぞれ、式（３Ａ）および式（３Ｂ）に対して、移動偏差についての係数が、「Ａ」から「Ａ１」に修正されている。なお、ＡとＡ１は、いずれも正の値であり、「Ａ１＞Ａ」の関係にある。たとえば、Ａは「３」であり、Ａ１は「４」である。これにより、修正後の上限予測値ＰＨＸは、修正前の上限予測値ＰＨに対してより上方の値に修正される。また、修正後の下限予測値ＰＬＸは、修正前の上限予測値ＰＬに対してより下方の値に修正される。

図６中の式（５Ａ）および式（５Ｂ）は、予め定められた値を加算することによって上限予測値を修正し、また、予め定められた値を減算することによって下限予測値を修正する、修正態様を示している。式（５Ａ）および式（５Ｂ）において、予め定められた値は、「Ｂ」で示されている。

なお、予測範囲の修正は、少なくとも基準値が設定されている側でのみ、行なわれれば良い。本実施の形態では、上限側にのみ、基準値が設定されているため、少なくとも実測値が上限予測値を超えた場合にのみ、上限予測値の修正が行なわれれば良い。

＜ハードウェア構成＞
図７は、コントローラ１００のハードウェア構成を模式的に示す図である。

図７を参照して、コントローラ１００は、コントローラ１００全体を制御するための演算装置であるＣＰＵ（Central Processing Unit）１０と、ＣＰＵ１０で実行されるプログラムなどを記憶するためのＲＯＭ（Read Only Memory）１１と、ＣＰＵ１０でプログラムを実行する際の作業領域として機能するためのＲＡＭ（Random Access Memory）１２と、パーティクルセンサ２００からの検出出力の受信やＦＦＵ３００に対する制御データの送信などの通信を行なうモデム等により実現される通信装置１８と、モニタ１１１に画像データが送信される際のインターフェースである表示用インターフェース１４と、コントローラ１００に対する操作入力を受付けるための操作部１５と、ＣＰＵ１０によって実行されるプログラム等を格納するための記憶装置１６と、コントローラ１００に対して着脱可能な記憶媒体９００にアクセスしてそこからファイルを読み出したり書き込んだりするためのメディアコントローラ１７とを含む。

表示用インターフェース１４は、モニタ１１１のドライバ用の基板によってハードウェア的に実現されてもよいし、ドライバ用のソフトウェアによってソフトウェア的に実現されても良い。操作部１５は、たとえばキーボードやマウスなどの入力装置によって実現される。なお、本実施の形態では、操作部１５は、タッチセンサによって実現され、モニタ１１１と一体的に、タッチパネルとして実現される。

本実施の形態では、たとえば、ＣＰＵ１０が適切なプログラムを実行することにより、本明細書に記載されたコントローラ１００の機能の少なくとも一部が実現される。

ＣＰＵ１０が実行するプログラムの少なくとも一部は、上記記憶媒体９００に記憶されていても良い。記憶媒体９００としては、ＣＤ−ＲＯＭ（Compact Disc - Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disk - Read Only Memory）、ＵＳＢ（Universal Serial Bus）メモリ、メモリカード、ＦＤ（Flexible Disk）、ハードディスク、磁気テープ、カセットテープ、ＭＯ（Magnetic Optical Disc）、ＭＤ（Mini Disc）、ＩＣ（Integrated Circuit）カード（メモリカードを除く）、光カード、マスクＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read-Only Memory）などの、不揮発的にプログラムを格納する媒体が挙げられる。また、ＣＰＵ１０が実行されるプログラムは、ネットワークを介してダウンロードされ、記憶装置１６にインストールされる場合も有り得る。

＜機能構成＞
図８は、コントローラ１００の機能構成を模式的に示す図である。

図８を参照して、コントローラ１００は、データ蓄積部１０１と、安定性指標導出部１０２と、上限予測値算出部１０３と、機器制御部１０４と、表示制御部１０５とを含む。データ蓄積部１０１は、たとえば、ＲＡＭ１２および／または記憶装置１６によって実現される。上限予測値算出部１０３、機器制御部１０４、および、表示制御部１０５は、たとえばＣＰＵ１０が適切なプログラムを実行することによって、実現される。

データ蓄積部１０１は、パーティクルセンサ２００からの連続的な検出出力（状態データ）を、受信し、蓄積する。

安定性指標導出部１０２は、データ蓄積部１０１に蓄積された状態データの履歴に基づいて、安定性指標（上記した標準偏差σ）を算出する。

上限予測値算出部１０３は、安定性指標導出部１０２によって導出された安定性指標を用いて、上限予測値を算出する。

機器制御部１０４は、上記のように算出された上限予測値を用いて、機器（ＦＦＵ３００）に、適宜、制御信号を送信する。

表示制御部１０５は、モニタ１１１に対して、データ蓄積部１０１に蓄積された状態データや、データ蓄積部１０１に送信されるリアルタイムの状態データ、上限予測値算出部１０３が算出した上限予測値などを表示するためのデータを送信する。

コントローラ１００は、さらに、上限予測値修正部１０６を含む。上限予測値修正部１０６は、たとえばＣＰＵ１０が適切なプログラムを実行することによって、実現される。

上限予測値修正部１０６は、パーティクルセンサ２００から入力された或る時刻の状態データの実測値と、上限予測値算出部１０３が算出した当該或る時刻に対する上限予測値とを比較し、状態データの値が上限予測値を上回った場合には、上記した態様で上限予測値を修正する。上限予測値が修正されると、機器制御部１０４は、修正後の上限予測値を用いて、ＦＦＵ３００の動作を制御する。なお、上限予測値修正部１０６による修正は、上記したように、状態データが上限予測値を上回った時点から予め定められた期間だけ、継続される。当該期間経過後は、機器制御部１０４は、上限予測値算出部１０３が算出した上限予測値に基づいて、ＦＦＵ３００の動作を制御する。

＜機器の制御フロー＞
図９は、コントローラ１００において実行される、ＦＦＵ３００の制御処理のフローチャートである。

図９を参照して、ＣＰＵ１０は、まずステップＳ１０において、その時点から設定期間分の過去の状態データを用いて、当該期間の状態データの移動平均μを算出して、ステップＳ２０へ処理を進める。なお、ステップＳ１０では、移動平均μの算出には、たとえば設定期間に含まれる２０点での状態データが利用される。

ステップＳ２０では、ＣＰＵ１０は、ステップＳ１０で移動平均μの算出に利用した過去の状態データを用いて、移動偏差σを算出して、ステップＳ３０へ処理を進める。

ステップＳ３０では、ＣＰＵ１０は、ステップＳ１０で算出した移動平均μとステップＳ２０で算出した移動偏差σを用いて、その時点での状態データに対する上限予測値を算出して、ステップＳ４０へ処理を進める。

ステップＳ４０では、ＣＰＵ１０は、パーティクルセンサ２００から受信したその時点の状態データが、ステップＳ３０で算出したその時点についての上限予測値を下回っているか否かを判断し、そうであると判断するとステップＳ６０へ処理を進め、状態データが上限予測値以上であると判断するとステップＳ５０へ処理を進める。

ステップＳ５０では、ＣＰＵ１０は、上限予測値を上記したように修正して、ステップＳ６０へ処理を進める。

ステップＳ６０では、ＣＰＵ１０は、上限予測値が基準値（図３等における基準値ＳＶ）を上回ったか否かを判断する。そして、上回ったと判断するとステップＳ１００へ処理を進め、上限予測値が基準値以下であると判断するとステップＳ７０へ処理を進める。

ステップＳ１００では、ＣＰＵ１０は、ＦＦＵ３００に対して、風量を増加させるための制御信号を送信して、ステップＳ１０へ処理を戻す。

一方、ステップＳ７０では、ＣＰＵ１０は、上限予測値が基準値を下回ったか否かを判断し、下回っていると判断するとステップＳ８０へ、上限予測値が基準値と同じであると判断するとステップＳ９０へ、それぞれ処理を進める。

ステップＳ８０では、ＣＰＵ１０は、ＦＦＵ３００に対して、風量を減少させるための制御信号を送信して、ステップＳ１０へ処理を戻す。一方、ステップＳ９０では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを維持させるための処理を実行して、ステップＳ１０へ処理を戻す。

以上説明した本実施の形態における制御処理によれば、パーティクルセンサ２００が検出する状態データについて、上限予測値が導出される。そして、検出される状態データそのものではなく上限予測値と、基準値とを対比する。そして、対比の結果に応じて、クリーンブース５００内の清浄度が基準値以下に保たれるように、ＦＦＵ３００の動作（風量レベル）が制御される。

＜まとめ＞
図１０は、本実施の形態のコントローラ１００によってＦＦＵ３００の動作を制御される製造システムにおける、パーティクルセンサ２００の検出出力の実測値と、当該実測値に基づいて算出される上限予測値の一例を示す図である。

図１０から理解されるように、算出される上限予測値は、常に、実測値より上方に位置している。なお、上限予測値は、上記したように標準偏差σを利用して算出されることから、実測値と上限予測値との差は、各時点に対する直前の設定期間における実測値の変動の大きさによって左右される。具体的には、直前の設定期間における実測値の変動が大きい場合には、上限予測値は、実測値に対して比較的大きく余裕を持った値として算出される。一方、直前の設定期間における実測値の変動が大きい場合には、上限予測値は、実測値に比較的近い値として算出される。

つまり、本実施の形態によれば、外乱が大きく、実測値に乱れを生じるような場合には、上限予測値として、実測値に対して比較的大きな余裕を持った値が算出される。これにより、本実施の形態によれば、外乱の影響を考慮して、予測値を算出できる。したがって、外乱が大きい場合には、余裕を持った機器の制御が実現され得る。

そして、本実施の形態によれば、リアルタイムで上限予測値が算出され、当該上限予測値と基準値とを用いて機器が制御される。このため、無駄のない範囲で機器の動作量を最小限に抑えるように、当該機器の動作が制御される。この内容を、比較例のシステムの挙動を示す図１１および図１２を参照して、より具体的に説明する。

図１１には、状態データに対して上方側にのみ基準値が設定されているシステムの、制御態様が示されている。

まず図１１（Ａ）には、システムに対する外乱が小さい場合の、つまり、システムが比較的安定した環境下で制御されている場合の、状態データの時間変化が示されている。このような状況では、状態データの変化は、比較的小さい。したがって、状態データが基準値ＳＶに対して比較的余裕がある場合、図１１（Ｃ）に示されるように、状態データの平均値ＴＶがより基準値ＳＶに近づくように、制御を緩めることも考えられる。ここで、「制御を緩める」とは、機器に対して、当該機器がシステムを維持するための動作のために供給するエネルギー（電力等）を減少させる制御を言う。より具体的には、たとえば機器としてＦＦＵ３００が採用されている場合には、ＦＦＵ３００に供給する電流量を低下させて、当該ＦＦＵ３００におけるファンの回転数を低下させる制御を言う。

しかしながら、比較例において、本実施の形態にように、外乱の影響が考慮された制御がなされない場合、図１１（Ｂ）に示されるように、外乱の影響によって状態データの変動が大きい場合であっても、このような外乱の影響を取得することができない。そして、このような外乱の影響を取得することができないまま、上記のように制御が緩められると、図１１（Ｄ）に示されるように、状態データが基準値を超える事態が生じ得る。なお、図１１（Ｄ）では、状態データが基準値を超えているポイントが「Ｅ」で示されている。

図１２には、状態データに対して、上方側と下方側の双方に基準値が設定されているシステムの、制御態様が示されている。図１２（Ａ）〜図１２（Ｄ）の各図において、上限側の基準値はＨＬで示され、下限側の基準値はＬＬで示されている。

この場合においても、本実施の形態のように外乱の影響を考慮することができなければ、図１２（Ａ）に示されるように状態データが安定している場合でも、図１２（Ｂ）に示されるように外乱の影響によって状態データの変動が大きい場合でも、制御態様を変更することができない。したがって、図１２（Ａ）に示されたような場合には、状態データの制御を緩めて図１２（Ｃ）に示されるように状態データを下方側に変動させることができるにも拘わらず、図１２（Ａ）の状態と図１２（Ｂ）の状態で制御を区別することができないため、このように制御を緩めることができない。図１２（Ｂ）の状態から、制御を緩めた結果、図１２（Ｄ）に示されるように、状態データが基準値ＬＬを下回る事態が生じ得るからである。

一方、本実施の形態では、リアルタイムで、外乱の影響をも考慮された予測範囲が導出され、当該予測範囲と基準値との関係に基づいて、機器の制御がなされる。これにより、外乱の影響による状態データの変動も考慮して機器を制御できるため、無駄なく制御を緩めて機器の消費エネルギーを効率よく抑えつつ、確実に状態データが基準値を超えることを回避できる。

［第２の実施の形態］
＜制御の概要＞
本実施の形態では、コントローラ１００によって実現される機器（ＦＦＵ３００）の制御において、段階的な複数の予測値が導出される。図１３は、本実施の形態の制御の概要を説明するための図である。

図１３には、ＦＦＵ３００のファンの風量の設定条件と当該ファンが制御される風量とが示されている。なお、図１３では、基準値として、第１の実施の形態と同様に、上方側の基準値のみが設定されている場合が説明されている。

本実施の形態では、上記したように求められる移動平均μと移動偏差σを用いて算出される複数の予測値と基準値とが比較され、当該比較の結果に基づいて、ＦＦＵ３００の風量が決定される。

具体的には、状態データが到達する確率の異なる複数の予測値（「μ＋６σ」「μ＋５σ」「μ＋４σ」「μ＋３σ」）が導出される。なお、これらの予測値の中では、状態データが到達する確率の低い順から、「μ＋６σ」「μ＋５σ」「μ＋４σ」「μ＋３σ」となる。つまり、これらの中では、「μ＋６σ」が最も到達する確率の低い予測値であり、「μ＋３σ」が最も到達する確率の高い予測値である。

そして、図１４に示されるように、「μ＋６σ」が基準値以下である場合には、ＦＦＵ３００の風量は、最低レベルである「１」に制御される。図１５に示されるように、「μ＋６σ」が基準値より高く「μ＋５σ」以下である場合には、ＦＦＵ３００の風量は、レベル「１」の次に高いレベルである「２」に制御される。図１６に示されるように、「μ＋５σ」が基準値より高く「μ＋４σ」以下である場合には、ＦＦＵ３００の風量は、レベル「２」の次に高いレベルである「３」に制御される。図１７に示されるように、「μ＋４σ」が基準値より高く「μ＋３σ」以下である場合には、ＦＦＵ３００の風量は、レベル「３」の次に高いレベルである「４」に制御される。そして、図１８に示されるように、「μ＋３σ」が基準値より高くなった場合には、ＦＦＵ３００の風量は、最も高いレベルである「５」に制御される。図１５〜図１８では、各予測値が基準値を超えたポイントが、白抜きの矢印で示されている。

なお、本実施の形態では、ＦＦＵ３００の風量のレベルが「高い」とは、ＦＦＵ３００が消費するエネルギー量が多く、より速くＦＦＵ３００のファンが回転することを意味する。

図１９は、本実施の形態におけるＦＦＵ３００の回転数を制御するための処理のフローチャートである。

図１９を参照して、本実施の形態では、ＣＰＵ１０は、まずステップＳ１０において、その時点から設定期間分の過去の状態データを用い、当該期間の状態データの移動平均μを算出し、そして、ステップＳ２０において、ステップＳ１０で移動平均μの算出に利用した過去の状態データを用いて、移動偏差σを算出する。

次に、ＣＰＵ１０は、ステップＳ３１で、ステップＳ１０で算出した移動平均μとステップＳ２０で算出した移動偏差σを用いて、その時点での状態データに対する上限予測値（μ＋３σ）を算出して、ステップＳ３２へ処理を進める。

ステップＳ３２では、ＣＰＵ１０は、ステップＳ３１で算出した上限予測値よりも状態データが到達する確率の低い上限予測値（「μ＋６σ」「μ＋５σ」「μ＋４σ」）を算出して、ステップＳ３３へ処理を進める。

以下、本明細書では、ステップＳ３１で算出された「μ＋３σ」を第１上限予測値、ステップＳ３２で算出された「μ＋４σ」「μ＋５σ」「μ＋６σ」をそれぞれ第２上限予測値，第３上限予測値，第４上限予測値と呼ぶ。

ステップＳ３３では、ＣＰＵ１０は、ステップＳ３１およびステップＳ３２で算出した各予測値が実測値を上回っているか否かを判断し、少なくとも１つの予測値が実測値以下となっている場合にはステップＳ３４へ処理を進める。一方、いずれの予測値も実測値を上回っている場合には、ＣＰＵ１０は、ステップＳ６１へ処理を進める。

ステップＳ３４では、ＣＰＵ１０は、実測値以下となっている予測値を、移動偏差σを加えるように修正して、ステップＳ６１へ処理を進める。たとえば、実測値が第２上限予測値，第３上限予測値，第４上限予測値を上回っている場合、第２上限予測値，第３上限予測値，第４上限予測値のそれぞれの値は、「μ＋４σ＋σ（つまり、μ＋５σ）」「μ＋５σ＋σ（つまり、μ＋６σ）」および「μ＋６σ＋σ（つまり、μ＋７σ）」へと更新される。

ステップＳ６１では、ＣＰＵ１０は、第１上限予測値が基準値を上回っているか否かを判断し、そうではないと判断すると、つまり、第１上限予測値が基準値以下であると判断すると、ステップＳ６３へ処理を進める。一方、第１上限予測値が基準値を上回っていると判断すると、ステップＳ６２へ処理を進める。

ステップＳ６２では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを最大（レベル＝５）に設定して、ステップＳ１０へ処理を戻す。これにより、ＦＦＵ３００の風量レベルは、「５」へと変更される。

ステップＳ６３では、ＣＰＵ１０は、第２上限予測値が基準値を上回っているか否かを判断し、そうではないと判断すると、つまり、第２上限予測値が基準値以下であると判断すると、ステップＳ６５へ処理を進める。一方、第２上限予測値が基準値を上回っていると判断すると、ステップＳ６４へ処理を進める。

ステップＳ６４では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを「４」に設定して、ステップＳ７１へ処理を進める。

ステップＳ６５では、ＣＰＵ１０は、第３上限予測値が基準値を上回っているか否かを判断し、そうではないと判断すると、つまり、第３上限予測値が基準値以下であると判断すると、ステップＳ６７へ処理を進める。一方、第３上限予測値が基準値を上回っていると判断すると、ステップＳ６６へ処理を進める。

ステップＳ６６では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを「３」に設定して、ステップＳ７１へ処理を進める。

ステップＳ６７では、ＣＰＵ１０は、第４上限予測値が基準値を上回っているか否かを判断し、そうではないと判断すると、つまり、第４上限予測値が基準値以下であると判断すると、ステップＳ６９へ処理を進める。一方、第４上限予測値が基準値を上回っていると判断すると、ステップＳ６８へ処理を進める。

ステップＳ６８では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを「２」に設定して、ステップＳ７１へ処理を進める。

ステップＳ７１では、ＣＰＵ１０は、ステップＳ６４，Ｓ６６，Ｓ６８，Ｓ６９のそれぞれで設定された新たなＦＦＵ３００の風量レベルをLevel(2)と設定して、ステップＳ７２へ処理を進める。なお、このとき、現状のＦＦＵ３００の風量レベルは、Level(1)と設定される。

ステップＳ７２では、ＣＰＵ１０は、Level(2)がLevel(1)を上回っているか否かを判断し、そうであると判断するとステップＳ７３へ処理を進め、そうではない場合、つまり、新たに設定された風量レベルが現状の風量レベル以下であると判断した場合にはステップＳ７４へ処理を進める。

ステップＳ７３では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルをステップＳ６４，Ｓ６６，Ｓ６８，Ｓ６９のいずれかで設定したものへ変更させて、ステップＳ１０へ処理を戻す。これにより、ＦＦＵ３００の風量レベルは、ステップＳ６４，Ｓ６６，Ｓ６８，Ｓ６９のいずれかで設定されたレベルへと変更される。

一方、ステップＳ７４では、ＣＰＵ１０は、ＦＦＵ３００の風量レベルを、現状のレベル（Level(1)）で５秒間保った後、ステップＳ６４，Ｓ６６，Ｓ６８，Ｓ６９のいずれかで設定したレベル（Level(2)）へ変更させて、ステップＳ１０へ処理を戻す。これにより、ＦＦＵ３００の風量レベルは、５秒間それまでのレベルに保たれた後、ステップＳ６４，Ｓ６６，Ｓ６８，Ｓ６９のいずれかで設定されたレベルへと変更される。

（実施例）
図２０は、状態データの実測値および第１〜第４上限予測値、ならびに、ＦＦＵ３００の風量レベルの、時間変化の具体例を示す図である。図２０では、上段に風量レベルの時間変化が、下段に状態データの実測値および予測値が、示されている。

また、下段のグラフでは、状態データの具体例として、パーティクルセンサ２００で検出される単位体積あたりに含まれる異物量が示されている。そして、当該異物量について、実測値が線Ｒで、第１上限予測値が線Ｄ１で、第２上限予測値が線Ｄ２で、第３上限予測値が線Ｄ３で、そして、第４上限予測値が線Ｄ４で、それぞれ示されている。また、図２０の上段と下段のグラフの横軸は、それぞれ時刻を示しており、たとえば、測定開始時から経過した秒数を示している。さらに、下段のグラフでは、基準値が一点鎖線で示されている。

図２０を参照して、時刻３６３秒で第４上限予測値が基準値を超えている。これにより、時刻３６３秒で、ＦＦＵ３００の風量レベルが１から２に切り替わっている。

また、時刻３６８で第３上限予測値が基準値を超えている。これにより、時刻３６９秒で、ＦＦＵ３００の風量レベルが２から３に切り替わっている。

また、時刻３７３秒で、第２上限予測値が基準値を超えている。これにより、時刻３７３秒で、ＦＦＵ３００の風量レベルが３から４に切り替わっている。

なお、時刻３７４秒で、第２上限予測値は基準値を下回っている。しかしながら、ステップＳ７４の処理により、この５秒後、つまり、時刻３７９秒で、ＦＦＵ３００の風量レベルが４から３に切り替わっている。

また、時刻３７６秒で第３上限予測値が基準値を下回り、その５秒後の時刻３８１秒でＦＦＵ３００の風量レベルが３から２に切り替わっている。

また、時刻３７９．５秒で第４上限予測値が基準値を下回り、その５秒後の時刻３８４．５秒でＦＦＵ３００の風量レベルが２から１に切り替わっている。

［第３の実施の形態］
本実施の形態では、システム制御装置が、温度を制御される製造システムの制御に利用される。

＜システムの構成＞
図２１は、本実施の形態の製造システムの構成を概略的を示す図である。

図２１を参照して、製造システムは、リフロー炉７００を含み、そして、当該リフロー炉７００内の空気をヒータ７０２で加熱する。コントローラ１００は、リフロー炉７００内の温度を検出する温度センサ７０１の検出出力に基づいて、ヒータ７０２の出力の制御内容を決定する。そして、コントローラ１００は、操作器７５０を介して、ヒータ７０２の出力を制御する。

なお、本実施の形態では、コントローラ１００は、パーソナルコンピュータ（ＰＣ）４００に接続されている。本実施の形態では、ＰＣ４００では、コントローラ１００が出力する温度センサ７０１の検出温度等に基づいて、製造システムの安全性をシミュレーションし、その結果を表示する。

図２２は、本実施の形態の製造システムのブロック図である。
図２２を参照して、コントローラ１００は、第１の実施の形態と同様に、データ蓄積部１０１と、安定性指標導出部１０２と、機器制御部１０４と、表示制御部１０５とを含む。なお、本実施の形態では、コントローラ１００は、上限予測値算出部１０３と上限予測値修正部１０６の代わりに、予測値算出部１０３Ａと予測値修正部１０６Ａとを含む。予測値算出部１０３Ａは、状態データについて、図３等を参照して説明したように、上限予測値と下限予測値を算出する。予測値修正部１０６Ａは、図２５を参照して後述するように、上限予測値および下限予測値を修正する。

なお、本実施の形態では、データ蓄積部１０１には、上限予測値とともに、状態データの実測値が、ＰＣ４００へ送信される。

ＰＣ４００は、データ取得部４０１と、シミュレーション部４０２と、表示部４０３とを含む。

図２３を参照して、ＰＣ４００は、ＰＣ４００全体を制御するための演算装置であるＣＰＵ４１０と、ＣＰＵ４１０で実行されるプログラムなどを記憶するためのＲＯＭ４１１と、ＣＰＵ４１０でプログラムを実行する際の作業領域として機能するためのＲＡＭ４１２と、コントローラ１００等の他の機器と通信を行なうモデム等により実現される通信装置４１８と、液晶表示装置等の表示装置によって実現される表示部４１４と、ＰＣ４００に対する操作入力を受付けるための操作部４１５と、ＣＰＵ１０によって実行されるプログラム等を格納するための記憶装置４１６と、ＰＣ４００に対して着脱可能な記憶媒体にアクセスしてそこからファイルを読み出したり書き込んだりするためのメディアコントローラ４１７とを含む。

ＣＰＵ４１０が実行するプログラムの少なくとも一部は、上記記憶媒体に記憶されていても良い。記憶媒体としては、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリ、メモリカード、ＦＤ、ハードディスク、磁気テープ、カセットテープ、ＭＯ、ＭＤ、ＩＣカード（メモリカードを除く）、光カード、マスクＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭなどの、不揮発的にプログラムを格納する媒体が挙げられる。また、ＣＰＵ４１０が実行されるプログラムは、ネットワークを介してダウンロードされ、記憶装置４１６にインストールされる場合も有り得る。

表示部４０３は、表示部４１４によって実現される。データ取得部４０１は、たとえば通信装置４１８によって実現される。シミュレーション部４０２は、たとえばＣＰＵ４１０が特定のプログラムを実行することによって、実現される。

＜上限予測値および下限予測値＞
本実施の形態では、リフロー炉７００内の温度についての、上限側の基準値と、下限側の基準値が設定されている。そして、本実施の形態では、ヒータ７０２の動作は、リフロー炉７００内の温度がこれらの範囲を超えないように、制御される。

本実施の形態では、コントローラ１００は、状態データとして、温度センサ７０１の検出温度を取得する。そして、コントローラ１００は、本実施の形態においても、図２４に示されるように、検出温度の履歴とその移動平均μおよび移動偏差σに基づいて、上限予測値と下限予測値を導出する。図２４では、時々刻々と変化する、状態データの実測値、上限予測値、および、下限予測値が示されている。なお、本実施の形態においても、実測値が予測値を超えた場合、当該予測値は修正される。具体的には、実測値が下限予測値を下回ると、下限予測値は、さらに下方の値を取るよう変更される（図２４中の「異常感知（１）」）。また、実測値が上限予測値を上回ると、上限予測値は、さらに上方の値を取るよう変更される（図２４中の「異常感知（２）」）。

そして、図２５に示されるように、本実施の形態では、上限予測値と上限側の基準値の関係、および、下限予測値と下限側の基準値の関係に基づいて、ヒータ７０２の動作が制御される。

具体的には、下限予測値が下限側の基準値（図２５中では「下限側の閾値」）を下回ると、ヒータ７０２の出力がアップする。なお、ヒータ７０２の出力アップとは、ヒータ７０２の加熱能力を向上させるために、ヒータ７０２によって消費されるエネルギーを大きくすることを意味する。

また、上限予測値が上限側の基準値（図２５中では「上限側の閾値」）を上回ると、ヒータ７０２の出力がダウンする。なお、ヒータ７０２の出力ダウンとは、ヒータ７０２の加熱能力を低下させるために、ヒータ７０２によって消費されるエネルギーを小さくすることを意味する。

＜制御フロー＞
図２６を参照して、コントローラ１００のＣＰＵ１０は、まずステップＳＡ１０において、その時点から設定期間分の過去の状態データを用いて、当該期間の状態データの移動平均μを算出して、ステップＳＡ２０へ処理を進める。なお、ステップＳＡ１０では、移動平均μの算出には、たとえば設定期間に含まれる２０点での状態データが利用される。

ステップＳＡ２０では、ＣＰＵ１０は、ステップＳＡ１０で移動平均μの算出に利用した過去の状態データを用いて、移動偏差σを算出して、ステップＳＡ３０およびステップＳＡ５１へ処理を進める。

ステップＳＡ３０では、ＣＰＵ１０は、ステップＳＡ１０で算出した移動平均μとステップＳＡ２０で算出した移動偏差σを用いて、その時点での状態データに対する上限予測値を算出して、ステップＳＡ４０へ処理を進める。

ステップＳＡ４０では、ＣＰＵ１０は、温度センサ７０１から受信したその時点の状態データが、ステップＳＡ３０で算出したその時点についての上限予測値を下回っているか否かを判断し、そうであると判断するとステップＳＡ６０へ処理を進め、状態データが上限予測値以上であると判断するとステップＳＡ５０へ処理を進める。

ステップＳＡ５０では、ＣＰＵ１０は、上限予測値を上記したように修正して、ステップＳＡ６０へ処理を進める。

ステップＳＡ５１では、ＣＰＵ１０は、ステップＳＡ１０で算出した移動平均μとステップＳＡ２０で算出した移動偏差σを用いて、その時点での状態データに対する下限予測値を算出して、ステップＳＡ５２へ処理を進める。

ステップＳＡ５２では、ＣＰＵ１０は、温度センサ７０１から受信したその時点の状態データが、ステップＳＡ５１で算出したその時点についての下限予測値を上回っているか否かを判断し、そうであると判断するとステップＳＡ６０へ処理を進め、状態データが下限予測値以下であると判断するとステップＳＡ５３へ処理を進める。

ステップＳＡ５３では、ＣＰＵ１０は、下限予測値を上記したように修正して、ステップＳＡ６０へ処理を進める。

ステップＳＡ６０では、ＣＰＵ１０は、上限予測値が上限側の基準値（図２５の上限側の閾値）を上回ったか否かを判断する。そして、上回ったと判断するとステップＳＡ１００へ処理を進め、上限予測値が基準値以下であると判断するとステップＳＡ７０へ処理を進める。

ステップＳＡ１００では、ＣＰＵ１０は、ＦＦＵ３００に対して、ヒータ７０２の出力をＯＦＦに制御して、ステップＳＡ１０へ処理を戻す。

ステップＳＡ７０では、ＣＰＵ１０は、下限予測値が下限側の基準値（図２５の下限側の閾値）を下回ったか否かを判断し、下回っていると判断するとステップＳＡ８０へ、上限予測値が基準値と同じであると判断するとステップＳＡ９０へ、それぞれ処理を進める。

ステップＳＡ８０では、ＣＰＵ１０は、ヒータ７０２の出力をＯＮに制御して、ステップＳＡ１０へ処理を戻す。

一方、ステップＳＡ９０では、ヒータ７０２の出力をＯＦＦに制御して、ステップＳＡ１０へ処理を戻す。

＜制御の結果＞
図２６を参照した本実施の形態によるフローによれば、リフロー炉７００では、状態データである温度センサ７０１の検出温度に基づいて、当該検出温度についての、上限側と下限の予測値が導出される。そして、上限側と下限側のそれぞれの、予測値と基準値の関係に基づいて、ヒータ７０２の動作が制御される。

図２７は、制御結果の一例を示す図である。
図２７では、上段に、状態データの実測値（Temperature）、上限側の予測値、および、下限側の予測値の時間変化が示されている。また、図２７の上段では、上限側の基準値として２３０℃が設定され、また、下限側の基準値として２１０℃が設定されている。そして、図２７の下段には、ヒータ７０２のＯＮ／ＯＦＦの切替の状態が示されている。リフロー炉７００では、上限側の予測値が上限側の基準値を上回ると、ヒータ７０２の出力がＯＦＦされる。一方、上限側の予測値が上限側の基準値以下であって、下限側の予測値が下限側の基準値を下回ると、ヒータ７０２の出力はＯＮされる。なお、上限側の予測値が上限側の基準値以下であって、下限側の予測値が下限側の基準値以上である場合には、ヒータ７０２の出力はＯＦＦされる。

＜ＰＣにおけるシミュレーション＞
本実施の形態では、ＰＣ４００は、コントローラ１００から、状態データの実測値と、上限側および下限側の基準値を取得することができる。これらの値は、たとえば図２８に示すように、グラフ状で、表示部４１４に表示される場合がある。

ＰＣ４００では、これらの情報に基づいて、製造システムについての種々のシミュレーションをすることができる。

シミュレーションの一例としては、たとえば、製造システムにおける状態の安全性の度合いを示すことができる。

製造システムにおいて、上限側および下限側の予測値と状態データの実測値との差は、システムが安定しているときには小さくなり、システムが外乱等によって不安定になったときには大きくなる。したがって、ＣＰＵ４１０は、上限側の予測値と実測値との差の積分値等を、製造システムの安定性の指標とし、種々のシミュレーションをすることができる。

また、ＣＰＵ４１０は、このような指標やシミュレーションの結果を、表示部４１４に表示させたり、他の機器に送信したり、することができる。

今回開示された各実施の形態およびその変形例はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

たとえば、安定性指標を導出するために、標準偏差を用いずに、状態データの度数分布から算出できる値や、平均値に係数を掛けた値など、統計手法を用いて導出できる値とすることができる。

また、対象とするシステムは、製品の製造に関わるシステムであり、かつ、エネルギーを消費するシステムであり、そして、本実施の形態において説明された例の他に、窒素置換炉における状態データを酸素濃度とし、また、エネルギーを消費して製造された二次エネルギーとして定義できる窒素ガスを消費されるエネルギーとするようなシステムであってもよい。また、さらに他の例としては、エアアクチュエータや真空チャックのある製造装置における製造システムであって、状態データとして圧力が、製造に利用されるエネルギーとしてコンプレッサで製造される圧縮空気が採用されるシステムが挙げられる。さらに他の例としては、冷却水や熱水を必要とする製造装置を利用したシステムが挙げられる。このようなシステムの場合、状態データは温度であり、製造に利用されるエネルギーは冷却水や熱水を生成する装置において消費される熱エネルギーである。さらなる他の例としては、製造設備が設置された空調システムであって、状態データを温度とし、消費されるエネルギーを空調機の動力とするようなシステムが挙げられる。

また、各実施の形態およびその変形例は、単独でも、また必要に応じて適宜組み合わされて、実施されることが意図される。

１００ コントローラ、１０１ データ蓄積部、１０２ 安定性指標導出部、１０３ 上限予測値算出部、１０４ 機器制御部、１０５ 表示制御部、１０６ 上限予測値修正部、１１１，４００ モニタ、２００ パーティクルセンサ、４０１ データ取得部、４０２ シミュレーション部、４０３，４１４ 表示部、５００ クリーンブース、７００ リフロー炉、７０１ 温度センサ、７０２ ヒータ。

Claims (12)

1. 製造システムで製造される製品の製造品質に影響する状態を示す状態データに基づいて、当該システムの前記状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御装置であって、
   前記状態データを連続的に取得するための取得手段と、
   前記状態データの安定性の指標を時系列の複数の前記状態データに基づいて連続的に導出するための導出手段と、
   前記状態データと前記指標とに基づいて前記状態データが変化することが予測される範囲である予測範囲を導出するための予測手段と、
   前記予測手段によって導出された前記予測範囲に基づいて、前記機器の動作を、前記状態データが前記製造品質を担保する基準範囲に属するように制御するための制御手段と、
   を備える、システム制御装置。
2. 前記導出手段は、前記指標として、前記時系列の複数の状態データに基づいて当該状態データの移動標準偏差を求める、請求項１に記載のシステム制御装置。
3. 前記予測手段は、前記状態データが到達する確率がそれぞれ異なる複数の前記予測範囲を導出する、請求項２に記載のシステム制御装置。
4. 前記制御手段は、前記予測範囲の少なくとも一部が前記基準範囲外となった場合には、前記機器の動作を、前記状態データが前記基準範囲外となったときに前記基準範囲内に戻すための方向へと、切り替える、請求項１〜請求項３のいずれかに記載のシステム制御装置。
5. 前記制御手段は、複数の前記予測範囲のうち各前記予測範囲が前記基準範囲外となるごとに、前記機器の動作を切り替える、請求項３に記載のシステム制御装置。
6. 表示装置に前記予測範囲の時間変化を表示させるための、表示制御手段をさらに備える、請求項１〜請求項５のいずれかに記載のシステム制御装置。
7. 前記予測範囲に基づいて、上記予測範囲の上限予測値および／または下限予測値が前記基準範囲を超える割合を導出し、前記状態データが基準範囲を超えるリスクを予測する手段をさらに備える、請求項６に記載のシステム制御装置。
8. 前記予測手段は、前記状態データが前記予測範囲を超える場合は、予め定められた時間の間だけ予測幅を大きくし、前記予測範囲を修正することを特徴とする請求項１〜請求項７のいずれかに記載のシステム制御装置。
9. 製造システムで製造される製品の製造品質に影響する状態を表す状態データを計測するセンサから出力される状態データに基づいて、当該システムの前記状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御装置であって、
   前記状態データを連続的に受け付ける受付手段と、
   前記状態データの安定性の指標を時系列の複数の前記状態データに基づいて連続的に導出するための導出手段と、
   前記状態データと前記指標とに基づいて前記状態データが変化することが予測される範囲である予測範囲を導出するための予測手段と、
   前記予測手段によって導出された前記予測範囲に基づいて、前記機器の動作を、前記状態データが前記製造品質を担保する基準範囲に属するように制御するための制御手段と、
   を備える、システム制御装置。
10. 製造システムで製造される製品の製造品質に影響する状態を表す状態データを計測するセンサから出力される状態データに基づいて、当該システムの前記状態を調整するためにエネルギーを消費する機器の動作を制御するシステム制御方法であって、
    前記状態データを連続的に受け付ける受付ステップと、
    前記状態データの安定性の指標を時系列の複数の前記状態データに基づいて連続的に導出するための導出ステップと、
    前記状態データと前記指標とに基づいて前記状態データが変化することが予測される範囲である予測範囲を導出するための予測ステップと、
    前記予測ステップによって導出された前記予測範囲に基づいて、前記機器の動作を、前記状態データが前記製造品質を担保する基準範囲に属するように制御するための制御ステップと、
    を備える、システム制御方法。
11. クリーンルーム内で製造される製品の製造品質に影響する状態を示すクリーン度に基づいて、当該クリーンルームのクリーン度を調整するためにエネルギーを消費するフィルターファンの動作を制御するシステム制御装置であって、
    前記クリーン度を取得するためのパーティクルセンサと、
    前記クリーン度の移動標準偏差を時系列の複数の前記クリーン度に基づいて連続的に導出する導出手段と、
    前記クリーン度の移動平均値と前記移動標準偏差とに基づいて前記クリーン度が変化することが予測される範囲である予測範囲を導出するための予測手段と、
    前記予測手段によって導出された前記予測範囲に基づいて、前記フィルターファンの動作を、前記クリーン度が前記製造品質を担保する基準範囲に属するように制御するための制御手段と、
    を備える、システム制御装置。
12. 炉内で製造される製品の製造品質に影響する状態を示す温度に基づいて、当該炉の前記状態を調整するためにエネルギ−を消費するヒータの動作を制御するシステム制御装置であって、
    前記温度を取得するための温度センサと、
    前記温度の移動標準偏差を時系列の複数の前記温度に基づいて連続的に導出する導出手段と、
    前記温度の移動平均値と前記移動標準偏差とに基づいて前記温度が変化することが予測される範囲である予測範囲を導出するための予測手段と、
    前記予測手段によって導出された前記予測範囲に基づいて、前記ヒータの動作を、前記温度が前記製造品質を担保する基準範囲に属するように制御するための制御手段と、
    を備える、システム制御装置。