JP2016167205A - 製造プロセスのモニタリング方法 - Google Patents

Abstract

【課題】良好な製品性能を安定して得られる製造プロセスを精度良く予測する製造プロセスのモニタリング方法を提供する。【解決手段】プロダクトデータ及びプロセスデータに基づいて判定基準を生成する基準生成工程Ｓ１と、動作中の製造プロセスが判定基準を満たす否かを判定する判定工程Ｓ２と、を含む製造プロセスのモニタリング方法。基準生成工程Ｓ１は、主成分分析法に基づいて導出されたプロセスデータの主成分負荷量から主成分得点を導出する工程Ｓ１４、主成分得点にクラスター分析を適用してロット群を複数のグループに区分する工程Ｓ１５、グループに属する主成分得点に対応するプロダクトデータに基づいてグループ毎の良否を判定する工程、良と判定されたグループを判定基準とする工程を含む。判定工程Ｓ２は、動作中の製造プロセスのプロセスデータの主成分得点が判定基準を満たすか否かを判定する工程Ｓ２２を含む。【選択図】図２

Description

本発明は、製品の製造プロセスのモニタリング方法に関し、特に、動作中の製造プロセスの良否をモニタリングする製造プロセスのモニタリング方法に関する。

製造プラント等では、同一の製造プロセスに基づいて製品を製造している。製品の性能は、同一ロット内ではほぼ均一に仕上がるが、ロット間では、製品の性能にばらつきが生じることが知られている。すなわち、同一の製造プロセスに基づいて製品を製造しているにも関わらず、製品の性能にばらつきが生じ得る。

このような製品性能のばらつきを抑制するために、多変量解析を用いて異常を診断するものが知られている（例えば、特許文献１参照）。特許文献１記載の製造プロセスの制御方法は、多変量解析法に基づいて製造条件及び製品性能を処理し、製造条件と製品性能とが所定の限界内に収まっているか否かを判定し、限界から外れるような場合に、限界内に戻すように製造条件を修正する。

特開平０７−２０００４０号公報

しかしながら、上述したような従来技術は、多変量解析法で処理する代替変数に製造条件と製品性能とが混在した状態で異常診断を行うため、製品性能を事前に取得する必要があり、リアルタイムに異常診断を行うことが難しいという問題があった。

さらに、上述した従来技術は、不良品を除外するように異常診断を行うものであり、良と判断された製品の品質の高低を考慮するものではないため、より高品位の製品を安定して供給することに寄与しないという問題があった。

そこで、良好な製品性能を安定して得られる製造プロセスを精度良く予測するために解決すべき技術的課題が生じてくるのであり、本発明は、この課題を解決することを目的とする。

本発明は上記目的を達成するために提案されたものであり、請求項１記載の発明は、製品の製造プロセスのモニタリング方法であって、前記製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び前記製品の製造条件を示すプロセスデータに基づいて、前記製品の良否を示す判定基準を生成する基準生成工程と、動作中の製造プロセスが、前記判定基準を満たす否かを判定する判定工程と、を含み、前記基準生成工程は、前記製造プロセスのロット毎に前記プロダクトデータ及び前記プロセスデータを収集する工程と、前記プロセスデータを標準化して中間変数に変換する工程と、前記中間変数に対して主成分分析を行い、前記プロセスデータの主成分負荷量及び主成分得点を導出する工程と、前記主成分得点にクラスター分析を適用し、前記製造プロセスのロットを複数のグループに区分する工程と、前記グループに属する主成分得点に対応する前記プロダクトデータに基づいて、前記グループ毎の良否を判定する工程と、前記良と判定されたグループを前記判定基準とする工程と、を含み、前記判定工程は、動作中の製造プロセスの前記プロセスデータを収集する工程と、前記動作中の製造プロセスのプロセスデータから導出される主成分得点が、前記判定基準を満たすか否かを判定する工程と、を含む製造プロセスのモニタリング方法を提供する。

この構成によれば、動作済みの製造プロセスのプロダクトデータ及びプロセスデータから生成された判定基準に基づいて、動作中の製造プロセスのプロセスデータの良否を判定することにより、プロセスデータのみに基づいてプロダクトデータの良否を予測するため、動作中の製造プロセスのプロダクトデータを精度良く予測することができる。すなわち、動作済みの製造プロセスから収集されたプロセスデータを標準化した中間変数に対して主成分分析を適用することで、主成分負荷量及び主成分得点を導出する。主成分得点にクラスター分析を適用して、複数のロットを複数のグループに区分する。各グループに属するプロダクトデータの良否に基づいて、グループ毎の良否を判定し、良と判定されたグループを良品判定基準とする。また、動作中の製造プロセスから収集されたプロセスデータについて、判定基準を導出する際と同様に、標準化し、主成分分析法を適用して主成分得点を求め、この主成分得点が判定基準に属するか否かを判定することにより、動作中の製造プロセスによって製造される製品のプロダクトデータを精度良く予測することができる。

さらに、プロセスデータに応じてグループ毎に良否を判定することにより、製品の良品と不良品とを区別するだけでなく、製品の品位の高低も考慮して動作中の製造プロセスで製造されるプロダクトデータを予測することができる。

請求項２記載の発明は、請求項１記載の製造プロセスのモニタリング方法の構成に加えて、前記グループの良否は、前記グループ内のプロダクトデータの平均値に応じて判定される製造プロセスのモニタリング方法を提供する。

この構成によれば、判定基準を設定する際に、グループの良否をグループ内のプロダクトデータの平均値に基づいて判定することにより、グループ内のプロダクトデータのばらつきが平準化されるため、グループ間のプロダクトデータの良否の傾向を大局的に把握することができる。

請求項３記載の発明は、請求項１又は２記載の製造プロセスのモニタリング方法の構成に加えて、前記プロセスデータは、前記製造プロセスの製造条件を示すマニュファクチャデータを含む製造プロセスのモニタリング方法を提供する。

この構成によれば、マニュファクチャデータを考慮して判定基準が生成され、また、マニュファクチャデータを考慮して動作中のプロセスのプロダクトデータが予測されることにより、動作中の製造プロセスのプロダクトデータを精度良く予測することができる。

請求項４記載の発明は、請求項３記載の製造プロセスのモニタリング方法の構成に加えて、前記プロセスデータは、前記製品の原料の条件を示すマテリアルデータを含む製造プロセスのモニタリング方法を提供する。

この構成によれば、マニュファクチャデータに加えて、マテリアルデータを考慮して判定基準が生成されると共に動作中のプロセスのプロダクトデータが予測されることにより、動作中の製造プロセスのプロダクトデータを更に精度良く予測することができる。

本発明は、動作済みの製造プロセスのプロダクトデータ及びプロセスデータに基づいて生成された判定基準に基づいて、動作中の製造プロセスのプロセスデータの良否を判定することにより、プロセスデータのみに基づいてプロダクトデータの良否を予測するため、動作中の製造プロセスのプロダクトデータを精度良く予測することができる。さらに、プロセスデータに応じてグループ毎に良否を判定することにより、製品の良品と不良品とを区別するだけでなく、製品の品位の高低も考慮して動作中の製造プロセスで製造されるプロダクトデータを予測することができる。

本発明の一実施例に係る製造プロセスのモニタリング方法を適用する製造ラインの構成を示す模式図。 本発明の一実施例に係る製造プロセスのモニタリング方法を示すフローチャート。 ロット毎のプロセスデータを示す図。 プロセスデータ毎の主成分の情報量を示す図。 ロット毎の主成分の情報量を示す図。 第１主成分を横軸、第２主成分を縦軸とする座標系に図４に示す情報量をプロットしたグラフ。 第１主成分を横軸、第２主成分を縦軸とする座標系に図５に示す情報量をプロットしたグラフ。 図５に示す主成分得点にクラスター分析を適用して得られたデンドログラムを示す図。 図８の分析結果を図７に適用した結果を示すグラフ。

本発明は、良好な製品性能を安定して得られる製造プロセスを精度良く予測するという目的を達成するために、製品の製造プロセスのモニタリング方法であって、製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び製品の製造条件を示すプロセスデータに基づいて、製品の良否を示す判定基準を生成する基準生成工程と、動作中の製造プロセスが、判定基準を満たす否かを判定する判定工程と、を含み、基準生成工程は、製造プロセスのロット毎にプロダクトデータ及びプロセスデータを収集する工程と、プロセスデータを標準化して中間変数に変換する工程と、中間変数に対して主成分分析を行い、プロセスデータの主成分負荷量及び主成分得点を導出する工程と、主成分得点にクラスター分析を適用し、製造プロセスのロットを複数のグループに区分する工程と、グループに属する主成分得点に対応するプロダクトデータに基づいて、グループ毎の良否を判定する工程と、良と判定されたグループを判定基準とする工程と、を含み、判定工程は、動作中の製造プロセスのプロセスデータを収集する工程と、動作中の製造プロセスのプロセスデータから導出される主成分得点が、判定基準を満たすか否かを判定する工程と、を含むことにより実現する。

以下、本発明の一実施例に係る製造プロセスのモニタリング方法について説明する。なお、以下の実施例において、構成要素の数、数値、量、範囲等に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でも構わない。

図１は、本発明を適用する製造プロセスの一例であるフィルムシートの製造ラインを示す模式図である。なお、本発明を適用する製造プロセスが製造する製品は、フィルムシートに限定されるものではなく、如何なるものであっても構わない。

フィルムシートの製造ラインでは、原料配合工程、造粒工程、成形工程、仕上げ工程を経て、原料からフィルムシートを製造する。フィルムシートの製造ラインは、計量・混合機２と、押出機３と、ホッパー４と、成形機５と、乾燥機６と、巻取り機７と、で構成される製造装置１である。

計量・混合機２には、樹脂等の原料１〜Ｎが投入される。計量・混合機２内の原料は、均一に混合された後に押出機３に送られる。

押出機３は、混合された原料を粒状のペレットに成形する。

ホッパー４に投入されたペレットは、成形機５で長手方向及び幅方向に引き伸ばされて所望の厚みのフィルムシートに成形される。

シート状に引き伸ばされたフィルムシートは、乾燥機６内で昇温されて乾燥される。

乾燥したフィルムシートは、図示しない厚み測定手段で厚みを計測された後に、巻取り機７でロール状に巻き取られる。

上述した各機器には、種々の値を測定するセンサ１０が設けられている。センサ１０の測定対象は、原料の投入量、成形機５内の温度、成形速度、及びフィルムシートの厚み等である。センサ１０は、測定値を制御装置２０に送る。

各機器の動作は、制御装置２０によって制御される。制御装置２０は、例えばＣＰＵやメモリ等を有する装置制御部２１と、データの入出力を制御する入出力部２２と、データを表示する表示部２３と、データを記憶する記憶部２４と、を備えている。なお、制御装置２０の機能は、ソフトウェアを用いて制御することにより実現されても良く、ハードウェアを用いて動作することにより実現されても良い。制御装置２０は、センサ１０が測定した製品の製造条件を示すプロセスデータ、製品の品質（製品の強度、厚み及び付着異物の量等の品質情報、又は歩留まり及び不良品発生率等の製造性能等を含む）を示すプロダクトデータに基づいて、後述する処理を行う。プロセスデータは、製造プロセスの製造条件（製造装置１を構成する各種機器の運転条件等）を示すマニュファクチャデータと、原料１〜Ｎの条件（原料の物性、組成等）を示すマテリアルデータと、を含む。

装置制御部２１は、各機器を制御する制御部２１ａと、センサ１０のプロセスデータについて後述する処理を行う解析部２１ｂと、動作中の製造プロセスの良否を判定する判定部２１ｃとに機能分割される。

入出力部２２は、例えば、キーボードやマウス、通信制御装置、印刷装置等がある。表示部２３は、例えば、ディスプレイがある。記憶部２３には、製造ラインの各処理で用いる加工条件や、解析部２１ｂでデータ処理する際に用いるデータ等が記憶されている。

次に、製造プロセスのモニタリング方法について、図面に基づいて説明する。図２は、本発明の一実施例に係る製造プロセスのモニタリング方法を示すフローチャートである。図３は、製造ラインのロット毎に測定したプロセスデータ及びプロダクトデータを示す図である。図４は、プロセスデータ毎の主成分の情報量を示す図である。図５は、製造ラインのロット毎の主成分の情報量を示す図である。図６は、第１主成分を横軸、第２主成分を縦軸とする座標系に図４に示す情報量をプロットした主成分負荷量を示すグラフである。図７は、第１主成分を横軸、第２主成分を縦軸とする座標系に図５に示す情報量をプロットした主成分得点を示すグラフである。図８は、図５に示す情報量にクラスター分析を適用して得られたデンドログラムの図である。図９は、図８の分析結果を図７に適用した結果を示すグラフである。

製造プロセスのモニタリング方法は、基準生成工程Ｓ１と、判定工程Ｓ２と、を含む。基準生成工程Ｓ１は、動作済みの製造プロセスに関するものである。判定工程Ｓ２は、動作中の製造プロセスに関するものである。以下、基準生成工程Ｓ１について具体的に説明する。

まず、動作済みの製造プロセスについて、制御装置２０が、センサ１０が測定したプロセスデータとプロダクトデータとを収集する（Ｓ１１）。この工程Ｓ１１では、異なる日時に同一製品同一銘柄を製造する複数のロットから成るロット群について、センサ１０が測定したロット毎のプロセスデータとプロダクトデータとを記憶部２４に記憶する。ロット毎のプロセスデータを図３に示す。図３では、２４回分のロットＬＯＴ００１〜０２４について、各ロットで収集したプロセスデータｐａｒａ０１〜２８を示している。プロセスデータｐａｒａ０１〜２８は、原料の受入検査値、投入量、成形機５３内の温度、成形速度等である。また、プロダクトデータｐａｒａ２９〜３１は、乾燥機６を経たフィルムシートの厚みであって、ｐａｒａ２９は、分散値であり、ｐａｒａ３０は、平均値であり、ｐａｒａ３１は、標準偏差である。なお、図３では、一部のプロセスデータｐａｒａ０６〜２７を省略している。

次に、図３に示す表中のプロセスデータｐａｒａ０１〜２８を標準化して中間関数に変換する（Ｓ１２）。この工程Ｓ１２では、解析部２１ｂが、プロセスデータの標準化処理は、公知のものであり、数式１に基づいて行う。

次に、工程１２で求めた中間変数に主成分分析法を適用して、主成分負荷量及び主成分得点を求める（Ｓ１３）。具体的には、中間変数における相関係数行列を作成し、相関係数行列の固有値と固有ベクトルを導出する。相関係数行列は、中間変数がｘ１、ｘ２、ｘ３・・のときに、第１主成分ＰＣ１は、数式２で示すように表される。また、第Ｎ主成分ＰＣｎは、数式３で示すように表される。そして、係数ａ１１、ａ１２、ａ１３・・を１行目の要素、係数ａｎ１、ａｎ２、ａｎ３・・をｎ行目の要素に用いることにより、相関係数行列が形成される。

次に、相関係数行列の固有ベクトルから主成分得点を求める。また、相関係数行列の固有値から各主成分の寄与率を求める。主成分の寄与率は、固有値を固有値の総和で割ることで得られる。ここで、固有値の大きい方から、第１主成分、第２主成分・・第Ｎ主成分を決定する。

図４に各プロセスデータｐａｒａ０１〜２８の第１主成分ＰＣ１、第２主成分ＰＣ２、第３主成分３の情報量を示す。なお、本実施例では、３つの主成分のみを示しているが、各主成分の寄与率に応じて主成分の数を増減しても構わない。

また、解析部２１ｂが、各ロットＬＯＴ００１〜０２４の中間変数ｘ１、ｘ２、ｘ３と相関係数行列の各係数とに基づいて、第１主成分ＰＣ１、第２主成分ＰＣ２・・の値、即ち、主成分得点を算出とする。図５に各ロットＬＯＴ００１〜０２４の主成分得点を示す。

次に、図５に示す主成分得点にクラスター分析を適用して、ロットＬＯＴ００１〜０２４を複数のグループに区分する（Ｓ１４）。この工程Ｓ１４では、解析部２１ｂが、工程１３で導出した主成分得点についてクラスター分析を行う。「クラスター分析」とは、解析対象データ（クラスター）を類似性に着目して複数のグループに分類する方法であり、階層的クラスタリングや分類最適化クラスタリング等が知られている。本実施例におけるクラスター分析が着目する「類似性」とは、各ロットの主成分得点同士の距離をいう。本実施例では、階層的クラスタリングの一つである凝集型階層的クラスタリングを用いた。また、クラスター間の距離算出方法として、安定して解を得られるウォード法を用いた。「ウォード法」とは、２つのクラスターを併合した際の偏差平方和の増加量が最小になるクラスターを選択するものである。例えば、クラスターＡ、Ｂを併合してクラスターＣを生成する場合、クラスターＡ、Ｂ、Ｃ内の偏差平方和Ｓａ、Ｓｂ、Ｓｃは、それぞれ数式４〜６のように表される。

数式４〜６により、クラスターＡ、Ｂを併合したクラスターＣ内の偏差平方和Ｓｃは、以下のようになる。

数式７のΔＳａｂは、クラスターＡ、Ｂを併合してクラスターＣを生成した際の偏差平方和の増分であることを意味する。したがって、各併合段階でΔＳａｂが最小になるようにクラスターを選択して併合することにより、クラスターを複数のグループに区分することができる。

本実施例では、図８に示すよう、クラスター分析の結果、ロットＬＯＴ００１〜０２４を４つのグループＧ１、Ｇ２、Ｇ３に区分することができた。また、この結果を図７に反映させたものを図９に示す。なお、グループの数は、３つに限定されるものではなく、ハンドリングし易い数であれば２つ以下でも４つ以上であっても構わない。

次に、判定基準を生成する（Ｓ１５）。この工程Ｓ１５では、制御装置２０は、記憶部２４に記憶されたフィルムシートの厚み寸法を示すプロダクトデータｐａｒａ２９〜３１から得られる中間変数をグループＧ１〜３に属するロットＬＯＴ００１〜０２４毎に呼び出し、これらプロダクトデータの良否を判定する。プロダクトデータの良否は、グループ内の平均値に基づいて行うのが好ましい。これにより、グループ内のプロダクトデータのばらつきが平準化され、グループ間のプロダクトデータの良否の傾向を大局的に把握することができる。そして、グループＧ１〜３毎にプロダクトデータを比較し、最も良好なプロダクトデータを示したグループを判定基準とし、記憶部２４に記憶する。本実施例では、グループＧ１が最も優れ、次いでグループＧ３が優れていた。グループＧ２のプロダクトデータは、グループＧ１、３のものに比べてフィルムシートの厚みのばらつきが大きかった。そこで、グループＧ１、３を判定基準に設定した。なお、判定基準は、複数のグループを設定しても、単独のグループを設定しても構わない。また、複数の判定基準を設定する場合には、判定基準に序列を設定し、より高品質なプロダクトデータに高位の序列を付すものであっても構わない。

次に、判定工程Ｓ２について具体的に説明する。まず、起動中の製造プロセスのプロセスデータを収集する（Ｓ２１）。プロセスデータは、製造装置１に設置されたセンサ１０で測定され、記憶部２４に記憶される。

次に、判定部２１ｃは、工程Ｓ２１で測定したプロセスデータが、判定基準を満たすか否かを判定する（Ｓ２２）。この工程Ｓ２２では、解析部２１ｂが記憶部２４に記憶されたプロセスデータを呼び出し、工程Ｓ１２〜１３と同様に、主成分負荷量及び主成分得点を導出する。そして、判定部２１ｃが、記憶部２４に記憶された判定基準のデータを呼び出すと共に、解析部２１ｂが導出した主成分得点が判定基準であるグループＧ１、３内に属するか否かを判定する（Ｓ２２）。プロセスデータに応じた主成分得点が、判定基準内に属している場合には、起動中のプロセスで製造される製品のプロダクトデータも良好であると予測できる。一方、プロセスデータに応じた主成分得点が、判定基準内に属していない場合には、起動中のプロセスで製造される製品の製品性能を不良であると予測できる。

また、判定基準及び動作中の製造プロセスの主成分得点を表示部２３に表示することにより、ユーザが視覚的に製造される製品の製品性能の良否を認識することができる。

なお、本実施例では、マニュファクチャデータとマテリアルデータとを同様に処理しているが、マニュファクチャデータのみでプロダクトデータの予測が可能である場合には、マテリアルデータを処理対象から適宜除外しても構わない。

このようにして、動作済みの製造プロセスのプロダクトデータ及びプロセスデータに基づいて生成された判定基準に基づいて、動作中の製造プロセスのプロセスデータの良否を判定することにより、プロセスデータのみに基づいてプロダクトデータの良否を予測するため、動作中の製造プロセスのプロダクトデータを精度良く予測することができる。

さらに、クラスター分析で区分されたグループ毎の良否をプロダクトデータに基づいて判定することにより、良品の品質の高低をも考慮して動作中の製造プロセスで製造されるプロダクトデータを予測することができる。

なお、本発明は、本発明の精神を逸脱しない限り種々の改変をなすことができ、そして、本発明が該改変されたものにも及ぶことは当然である。

１ ・・・ 製造装置
２ ・・・ 計量・混合機
３ ・・・ 押出機
４ ・・・ ホッパー
５ ・・・ 成形機
６ ・・・ 乾燥機
７ ・・・ 巻取り機
１０・・・ センサ
２０・・・ 制御装置
２１・・・ 装置制御部
２１ａ・・・制御部
２１ｂ・・・解析部
２１ｃ・・・判定部
２２・・・ 入出力部
２３・・・ 表示部
２４・・・ 記憶部

Claims (4)

1. 製品の製造プロセスのモニタリング方法であって、
   前記製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び前記製品の製造条件を示すプロセスデータに基づいて、前記製品の良否を示す判定基準を生成する基準生成工程と、
   動作中の製造プロセスが、前記判定基準を満たす否かを判定する判定工程と、
   を含み、
   前記基準生成工程は、
   前記製造プロセスのロット毎に前記プロダクトデータ及び前記プロセスデータを収集する工程と、
   前記プロセスデータを標準化して中間変数に変換する工程と、
   前記中間変数に対して主成分分析を行い、前記プロセスデータの主成分負荷量及び主成分得点を導出する工程と、
   前記主成分得点にクラスター分析を適用し、前記製造プロセスのロットを複数のグループに区分する工程と、
   前記グループに属する主成分得点に対応する前記プロダクトデータに基づいて、前記グループ毎の良否を判定する工程と、
   前記良と判定されたグループを前記判定基準とする工程と、
   を含み、
   前記判定工程は、
   動作中の製造プロセスの前記プロセスデータを収集する工程と、
   前記動作中の製造プロセスのプロセスデータから導出される主成分得点が、前記判定基準を満たすか否かを判定する工程と、
   を含むことを特徴とする製造プロセスのモニタリング方法。
2. 前記グループの良否は、前記グループ内のプロダクトデータの平均値に応じて判定されることを特徴とする請求項１記載の製造プロセスのモニタリング方法。
3. 前記プロセスデータは、前記製造プロセスの製造条件を示すマニュファクチャデータを含むことを特徴とする請求項１又は２記載の製造プロセスのモニタリング方法。
4. 前記プロセスデータは、前記製品の原料の条件を示すマテリアルデータを含むことを特徴とする請求項３記載の製造プロセスのモニタリング方法。