JP2020038473A - 分析装置および不良対策支援方法 - Google Patents
分析装置および不良対策支援方法 Download PDFInfo
- Publication number
- JP2020038473A JP2020038473A JP2018165025A JP2018165025A JP2020038473A JP 2020038473 A JP2020038473 A JP 2020038473A JP 2018165025 A JP2018165025 A JP 2018165025A JP 2018165025 A JP2018165025 A JP 2018165025A JP 2020038473 A JP2020038473 A JP 2020038473A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- countermeasure
- data
- defect
- failure
- 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
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】分析データADの分析と、不良対策事例の提示を一貫して実行する分析装置を提供する。【解決手段】分析データを分析して、不良対策事例を提示する分析装置であって、分析データを入力する分析データ入力部と、分析データから不良の原因を分析する分析部と、分析部で分析した分析結果に基づいて、過去の不良の対策データから不良の原因に関連した複数の不良対策事例を抽出する不良対策部と、分析データの分析結果および不良対策事例を表示する表示部とを備える分析装置を提供する。また、分析データを分析して、不良対策事例を提示する分析装置が、分析データが入力される分析データ入力ステップと、分析データから不良の原因を分析する分析ステップと、過去の不良の対策データから不良対策事例を抽出する不良対策ステップと、分析データの分析結果および不良対策事例を表示する表示ステップとを実行することを特徴とする不良対策支援方法を提供する。【選択図】図1
Description
本発明は、分析装置および不良対策支援方法に関する。
従来、事前に登録したデータベースに基づいて、初心者によるデータ分析を支援する分析装置が知られている(例えば、特許文献1参照)。また、オペレータがキーワードを入力することで、製品の異常に対する対応策を対策データから対策支援情報として提示することが知られている(例えば、特許文献2参照)。
特許文献1 特開2010−205218号公報
特許文献2 特開2002−269109号公報
特許文献1 特開2010−205218号公報
特許文献2 特開2002−269109号公報
しかしながら、従来の分析装置では、原因特定から不良対策までを一貫して実行することができない。
本発明の第1の態様においては、分析データを分析して、不良対策事例を提示する分析装置であって、分析データを入力する分析データ入力部と、分析データから不良の原因を分析する分析部と、分析部で分析した分析結果に基づいて、過去の不良の対策データから不良の原因に関連した複数の不良対策事例を抽出する不良対策部と、分析データの分析結果および不良対策事例を表示する表示部とを備える分析装置を提供する。
分析装置は、複数の不良対策事例の対策優先度を決定する優先度決定部を更に備えてよい。表示部は、対策優先度の順に複数の不良対策事例を表示してよい。
表示部は、対策優先度を決定するための条件を設定する条件設定画面を表示してよい。優先度決定部は、選択された条件に応じて、対策優先度を決定してよい。
表示部は、対策優先度を決定するための条件を除外する条件設定画面を表示してよい。優先度決定部は、不良の原因以外の条件に応じて、対策優先度を決定してよい。
本発明の第2の態様においては、分析データを分析して、不良対策事例を提示する分析装置が、分析データが入力される分析データ入力ステップと、分析データから不良の原因を分析する分析ステップと、過去の不良の対策データから不良対策事例を抽出する不良対策ステップと、分析データの分析結果および不良対策事例を表示する表示ステップとを実行することを特徴とする不良対策支援方法を提供する。
なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図1は、実施例に係る分析装置100の構成の一例を示す。本例の分析装置100は、分析データ入力部10と、分析情報入力部20と、対策データ入力部30と、不良対策部32と、分析部40と、表示部50とを備える。また、分析装置100は、分析情報記憶部25と、対策データ記憶部35と、優先度決定部60とを更に備えてもよい。
分析データ入力部10は、分析データADを分析部40に入力する。分析データ入力部10は、分析者の指示により分析データADの入力を実行してよい。
分析データADは、分析装置100が分析する対象となるデータである。一例において、分析装置100は、ある製品を製造する工場に設けられた複数のセンサが取得したデータ列を分析データADとして取得する。例えば、分析装置100は、分析データADを分析することにより、分析データADの変数間の相関算出や、品質シミュレーションや、異常診断等を実現する。分析データADには、機器の不良を示すデータが含まれてよい。
分析情報入力部20には、分析部40が分析データADを分析する場合に用いる分析情報ANが入力される。分析情報入力部20は、入力された分析情報ANを分析部40に出力する。本例の分析情報入力部20は、分析情報記憶部25に接続されている。
分析情報ANは、分析部40が分析データADを分析するために必要な情報を含む。例えば、分析情報ANは、分析手法AM、分析変数VAおよび種別マスタDB等の情報を含む。分析手法AMは、相関算出、品質シミュレーションおよび異常診断等の手法を含む。分析変数VAは、入力変数や出力変数等の変数を含む。種別マスタDBは、事前情報として登録されるデータのタグに関する情報である。
分析情報記憶部25は、分析情報ANを記憶する。分析情報記憶部25は、分析情報入力部20に分析情報ANを入力する。分析情報記憶部25は、分析情報入力部20の内部に設けられてもよいし、分析装置100の外部に設けられてもよい。
対策データ入力部30には、対策データCDが入力される。対策データ入力部30は、入力された対策データCDを不良対策部32に出力する。本例の対策データ入力部30は、対策データ記憶部35に接続されている。
対策データCDは、過去の不良対策事例を蓄積してデータベース化したものである。一例において、対策データCDは、製品の不良の原因およびその対策方法を記載した不良対策事例を格納する。なお、不良対策事例は、文章に限らずデータ列やグラフ等の他の情報を含んでいてもよい。
不良対策部32は、過去の不良の対策データCDから不良の原因に応じた不良対策事例を抽出する。不良対策部32には、分析部40の分析結果および対策データCDが入力される。本例の不良対策部32は、分析部40の分析結果に基づいて、対策データCDから不良対策事例を取得する。不良対策部32は、抽出した不良対策事例を対策データ記憶部35に記憶してもよい。これにより、今回の不良対策事例が対策データCDに保存される。
対策データ記憶部35は、過去の不良対策事例が蓄積された対策データCDを記憶する。対策データ記憶部35は、対策データCDを対策データ入力部30に入力する。対策データ記憶部35は、対策データ入力部30の内部に設けられてもよいし、分析装置100の外部に設けられてもよい。
分析部40は、入力された分析情報ANに基づいて、分析データADを分析する。例えば、分析部40は、分析データADから不良の原因を分析する。分析部40には、分析データADおよび分析情報ANが入力される。例えば、分析部40は、製品の製造設備に設けられたセンサの分析データADを分析する場合、分析データADの中のどの変数が最も製品の異常に影響しているのかを特定する。これにより、異常の原因となる機器を特定し、製品の異常を改善することができる。
本例の分析部40は、分析情報記憶部25から分析情報ANを取得し、対策データ記憶部35から対策データCDを取得する。なお、本例では、分析装置100が分析情報記憶部25および対策データ記憶部35を別々に備え、分析情報ANおよび対策データCDが異なる記憶部に記憶される場合について説明したが、分析情報ANおよび対策データCDが同一の記憶部に保存されていてもよい。
表示部50は、分析部40による分析結果を表示する。表示部50は、分析結果を表示するディスプレイを有してもよいし、出力した信号により、外部のディスプレイ等に分析結果を表示してもよい。また、表示部50は、不良対策部32が出力した不良対策事例を表示する。表示部50は、複数の不良対策事例を表示してよい。
また、表示部50は、分析部40からの分析結果および不良対策部32からの不良対策事例の両方を表示してよい。これにより、分析装置100は、分析データADの分析と、不良対策までを分析者に一貫して提供することができる。
優先度決定部60は、複数の不良対策事例の対策優先度を決定する。対策優先度は、対策データCDにおける不良対策事例の優先度である。対策データ入力部30は、設定された対策優先度に基づいて、分析部40に対策データCDを入力する。この場合、表示部50は、対策優先度の順に複数の不良対策事例を表示する。
また、分析装置100は、次回より今回実行した不良対策事例が優先的に抽出されるよう設定変更してよい。このように、分析装置100は、容易に優先的に表示される不良対策事例の設定を変更することができる。これにより、分析装置100は、最新の不良対策に基づいて、好ましい不良対策事例を優先的に表示することができる。
図2は、分析装置100の動作のフローチャートの概要を示す。本例の分析装置100は、ステップS100〜ステップS110を実行することにより、分析結果および不良対策事例の両方を分析者に表示する。なお、本例のフローチャートは、分析装置100の動作の一例であり、分析装置100の動作は本例に限定されない。
ステップS100において、分析装置100は、種別マスタDBを登録する。種別マスタDBは、分析情報記憶部25に保存されてよい。一例において、分析装置100は、データのタグ名称、タグNo、タグ種別および機器種別等を種別マスタDBに登録する。例えば、タグ名称およびタグNoは、生産現場の機器設置担当者によって、現場でのセンサの取り付け時に設定される。
ステップS102において、分析装置100は、分析データADを分析部40に入力する。例えば、分析装置100は、分析ツールを実行し、これに応じて分析データADを分析部40に入力する。分析ツールは、分析者の指示により操作されてよい。
ステップS104において、分析装置100は、「分析したい内容」若しくは「分析手法AM」を設定する。分析者は、「分析したい内容」若しくは「分析手法AM」の一方を分析装置100に入力してよい。例えば、分析者が初心者である場合、「分析したい内容」を入力し、分析者が専門家である場合、「分析手法AM」を設定する。「分析手法AM」の入力よりも「分析したい内容」の入力の方が容易である。
ステップS106において、分析データADから不良の原因を分析する。分析部40は、ステップS100〜ステップS104で設定登録された情報に基づいて分析データADを分析する。
ステップS108において、不良対策部32は、対策データCDから不良の原因に応じた不良対策事例を抽出する。例えば、不良対策部32は、ステップS106で分析した分析結果に関連する不良対策事例を抽出する。これにより、分析装置100は、分析データADの分析から、不良対策までを一貫して提供することができる。
ステップS110において、表示部50は、分析結果および不良対策事例を表示する。分析結果には、分析部40が分析した不良の原因が含まれる。表示部50は、分析結果および不良対策事例の両方を同時に表示してもよいし、分析結果を表示した後に不良対策事例を表示してもよい。
図3Aは、分析装置100が設定した種別マスタDBの一例を示す。種別マスタDBは、分析データADを分析する前に登録される。
種別マスタDBは、データのタグ名称、タグNo、タグ種別および機器種別等を含む。即ち、種別マスタDBは、分析データADを取得するセンサや、センサの取り付けられた機器に関する情報のデータベースである。一例において、生産現場などでは、機器設置の担当者が各種センサを取り付けた時に、データのタグ名称やタグNo等の情報を設定する。そして、タグ種別および機器種別は、タグ名称およびタグNoと同時に登録されてもよく、後から追加で登録されてもよい。
例えば、タグ名称は、圧力、回転数、振動、温度、湿度、電流、電圧、圧力、重量、ひずみおよび速度を含む。タグ名称には、それぞれ単位が付されていてよい。
タグ種別は、タグ名称が付されたそれぞれのタグを、データの種別に分けて分類するためのものである。タグ種別を設定することにより、複数のタグ名称を種別毎にまとめて取り扱うことができる。本例のタグ種別には、ひずみ、加速度、振動、熱および電磁気等が含まれる。例えば、タグ種別のひずみには、圧力A、圧力B、重量B、ひずみBが含まれている。タグ種別の加速度には、回転数A、速度B、回転数Bが含まれている。
機器種別は、分析データADを取得するセンサが取り付けられた機器が、どのような工程で用いられているものであるかを示している。例えば、機器種別は、製造工程における組立、加工、洗浄および溶接等の種別を含む。機器種別を設定することにより、異常の原因が生じた工程を特定しやすくなる。
図3Bは、タグ種別のマスタDBの一例を示す。分析装置100は、タグ種別のマスタDBからタグ種別を選択することができる。本例のタグ種別のマスタDBは、ひずみ、加速度、振動、熱、電磁気、におい等を含む。分析装置100は、機器設置の担当者がタグ名称およびタグNoを付した後に、タグ種別のマスタDBからタグ種別を選択して、種別マスタDBに追加で登録してよい。但し、種別マスタDBへの登録は、機器設置の担当者によって実行されてもよい。
図3Cは、機器種別のマスタDBの一例を示す。分析装置100は、機器種別マスタDBから機器種別を選択することができる。本例の機器種別のマスタDBは、組立、加工、洗浄、溶接等を含む。分析装置100は、機器設置の担当者がタグ名称およびタグNoを付した後に、機器種別のマスタDBから機器種別を選択して、種別マスタDBに追加で登録してもよい。但し、種別マスタDBへの登録は、機器設置の担当者によって実行されてよい。
図4は、分析装置100が取得した分析データADの一例を示す。本例の分析データADは、図3Aで登録された種別マスタDBのそれぞれのデータを任意の時刻で取得したものである。分析装置100は、1秒毎、1分毎または1時間毎のように定期的にデータを取得してもよいし、ランダムなタイミングでデータを取得してもよい。
分析データADは、任意の時刻のデータ行を含んでいる。分析データADでは、データ行の前に種別マスタDBに登録した各種設定データが付加されている。具体的には、分析データADは、データ行の前に、タグ名称、単位、タグ種別および機器種別を含んでいる。各データ行は、任意の時刻の圧力Pa、回転数rpm、振動dB、温度℃および湿度%RHに関するデータを含む。本例の分析データADは、一例であり、これに限定されない。
図5Aは、不良対策事例の具体例を示している。不良対策事例の本文には、過去に不良対策を行った事例の説明文が記載されている。例えば、図4の例では本文中には、「タグ種別」に対応する「加速度」に属する「タグ名称」に対応する「回転数A」や、「機器種別」に対応する「組立」が記載されている。不良対策事例には、分析者が参照することにより異常対策を支援できる内容が含まれている。例えば、不良対策事例には、本文に加えてデータ列やグラフ等の他の情報が含まれる。
図5Bは、対策データCDに対策優先度を付す方法の一例を示す。対策データCDは、複数の不良対策事例を表示している。それぞれの不良対策事例は、タグ種別、タグ種別出現率(%)、機器種別および機器種別出現率(%)を示している。タグ種別出現率(%)および機器種別出現率(%)は、特定のワードが本文中に出現する割合を示すワード出現率(%)の一例である。ワード出現率(%)を用いることにより、ワード出現回数(回)よりも、本文の長さに依存せずに対策優先度を正確に算出しやすくなる。
タグ種別出現率(%)は、不良対策事例の本文中において、タグ種別のキーワードが出現する割合を示している。例えば、タグ種別出現率(%)は、本文中の全ワードに対してタグ種別が占める割合を示す。タグ種別出現率(%)の代わりに、タグ種別出現回数(回)等の他の指標を用いてもよい。タグ種別は、タグ名称をデータの種類ごとに分類したものであるから、タグ種別出現率(%)の高い不良対策事例は、対応するタグ名称が要因となって不良が生じた事例である可能性が高い。
機器種別出現率(%)は、不良対策事例の本文中において、機器種別のキーワードが出現する割合を示している。例えば、機器種別出現率(%)は、本文中の全ワードに対して機器種別が占める割合を示す。機器種別出現率(%)の代わりに、機器種別出現回数(回)等の他の指標を用いてもよい。
本例の対策データCDでは、タグ種別出現率(%)および機器種別出現率(%)の多い順に不良対策事例を並べている。即ち、対策優先度の高い順に不良対策事例が並べられている。本例の分析装置100は、タグ種別出現率(%)および機器種別出現率(%)を用いているので、特定のキーワードと関連度の高い不良対策事例を抽出することができる。
図6Aは、「分析手法AM」または「分析したい内容」の設定画面の一例を示す。本例の設定画面は、表示部50が表示する分析ツールの画面例である。
「分析データAD」のアイコンは、分析データADの入力状態を示してよい。一例において、分析データADが分析装置100に入力されたことを示す。また、「分析データAD」のアイコンを押すことにより、分析データADの入力を開始してもよい。
表示領域102および表示領域104は、分析ツールにおいて、表示部50により表示される領域の一例である。表示領域102および表示領域104に「分析手法AM」と「分析したい内容」をそれぞれ表示している。
表示領域102は、「分析手法AM」を表示している。本例の表示領域102は、分析手法AMについて、「相関算出」、「品質シミュレーション」、「異常診断A」および「異常診断B」のアイコンを並べて表示している。
表示領域104は、「分析したい内容」を表示している。本例の表示領域104は、「分析したい内容」の一覧をプルダウンメニューで表示している。本例の表示領域104では、「変数間の相関関係を知りたい」と、「特定の変数が変わることで、他の変数にどのような影響がでるかを知りたい」と、「どのような変数が影響して異常が発生したのか知りたい」とが表示されている。表示部50は、分析者に応じて「分析手法AM」または「分析したい内容」の一方のみを表示してもよい。
例えば、分析者が初心者の場合、表示領域104に「分析したい内容」を少なくとも表示する。表示領域102には、「分析手法AM」のアイコンが表示されてもよいし、表示されなくてもよい。
また、分析者が専門家の場合、表示領域102に「分析手法AM」を少なくとも表示する。表示領域104には、「分析したい内容」が表示されてもよいし、表示されなくてもよい。専門家は、表示領域102を参照し、「異常診断A」等の各処理のアイコンを右側の作業スペースにドラッグ&ドロップする。これにより、分析装置100は、分析データADの分析に用いる分析手法AMを、選択したアイコンの分析手法AMに設定する。
図6Bは、「分析手法AM」および「分析したい内容」の一例を示す。分析装置100は、「分析手法AM」と「分析したい内容」を関連付けて記憶する。これにより、分析者は、「分析手法AM」を直接選択する必要はなく、「分析したい内容」を選択することにより、間接的に「分析手法AM」を選択することができる。
なお、同一の「分析したい内容」に対して、複数の「分析手法AM」が登録されてもよい。例えば、「分析したい内容」として「どのような変数が影響して異常が発生したのか知りたい」場合、「異常診断A」および「異常診断B」のように複数の分析手法AMが登録される。その逆に、同一の「分析手法AM」に対して、複数の「分析したい内容」が登録される場合もある。
図6Cは、「分析手法AM」または「分析したい内容」の選択方法の一例を示す。分析者は、表示部50が表示した分析ツールにおいて、「分析手法AM」または「分析したい内容」のいずれかを選択する。
分析者が初心者の場合、表示領域102を参照し、「分析手法AM」のアイコンのいずれかを選択する。分析者は、「異常診断A」のアイコンを右の作業スペースにドラッグ&ドロップすることにより、「分析データAD」のアイコンと接続している。例えば、分析装置100は、分析ツールにおいて、「分析データAD」のアイコンと各処理(例えば、前処理、分析処理および後処理等)のアイコンをつなぎ、組み合わせることでデータ分析の方法を設定する。本例の分析装置100は、「分析データAD」のアイコンと「異常診断A」のアイコンとを接続することにより、分析データADを「異常診断A」で分析する。
分析者が専門家の場合、表示領域104を参照し、一覧から「分析したい内容」を選択する。本例では、「分析したい内容」の一覧から「どのような変数が影響して異常が発生したのか知りたい」が選択されている。「分析したい内容」が選択された場合、対応する「分析手法AM」のアイコンが「分析データAD」のアイコンと自動的に接続されてもよい。
図7Aは、ノウハウデータNDの一例を示す。ノウハウデータNDは、設定された各項目の組み合わせを保存している。本例のノウハウデータNDは、分析手法AMと、分析したい内容と、入力変数と、入力変数のタグ種別と、出力変数と、出力変数のタグ種別と、機器種別との組み合わせを含む。本例では、分析手法AMが異常診断である場合について、ノウハウデータNDの「No.2」と「No.3」に登録されている。なお、ノウハウデータNDの各情報には、ノウハウ優先度が設定されている。
ノウハウ優先度は、ノウハウデータNDから抽出する際の優先順位を示す。一例において、ノウハウ優先度は、「分析手法AM」および「機器種別」が同一の組み合わせ毎に設定される。即ち、本例の分析装置100は、「分析手法AM」が「相関算出」であり、「機器種別」が「組立」である組み合わせの中から、ノウハウ優先度をそれぞれ設定する。本例では、ノウハウデータNDの「No.6」のノウハウ優先度が1に設定されている。
図7Bは、ノウハウ優先度に応じたノウハウデータNDの抽出例を示す。本例では、「分析手法AM」として「異常診断A」が選択され、「機器種別」として「組立」が選択されている。分析装置100は、ノウハウ優先度が高い(即ち、ノウハウ優先度「1」である)ノウハウデータNDを用いて、ノウハウ分析結果を算出する。本例の分析装置100は、ノウハウ優先度の最も高い「No.6」のノウハウデータNDを抽出している。
図7Cは、表示部50による分析結果の表示方法の一例を示す。表示部50は、1つの分析結果150を表示している。
分析結果150は、ノウハウ分析結果の一例である。本例の分析結果150は、ノウハウデータNDから抽出した「No.6」の内容に基づいた分析データADの分析結果である。分析結果150は、圧力A、回転数A、振動A、速度Aおよび湿度Aの変化を時系列で示している。例えば、分析結果150は、分析手法AMとして異常診断Aを用いた場合に、回転数Aが異常の原因であることを示している。
ノウハウ分析結果は、ノウハウデータNDに基づいて分析された分析結果である。即ち、ノウハウ分析結果は、専門家によるノウハウに基づいて分析された分析結果である。ノウハウ分析結果に用いられるノウハウデータNDは、入力された分析情報ANに基づいて決定されてよい。
表示部50は、対策検索ボタンを表示している。分析者は、対策検索ボタンをクリックすることにより、不良対策事例を検索してもよい。この場合、分析装置100は、検索された不良対策事例を表示する。分析装置100は、分析結果150と共に対策検索ボタンを表示することにより、分析データADの分析と、異常が生じた場合の対策を一貫して行うことができる。
図8は、不良対策事例の表示方法の一例を示す。不良対策事例152は、不良対策部32が不良対策結果を検索して得た不良対策事例の検索結果を表示している。
不良対策事例152は、不良対策部32により、対策データCDから抽出された不良対策事例の一例である。不良対策事例152は、対策優先度の高い9つの不良対策事例を含む。不良対策事例152は、分析部40の分析結果に基づく対策優先度で抽出されることが好ましい。これにより、分析装置100は、分析データADの分析と不良対策支援とをより関連づけて、分析者の支援を実現できる。本例の不良対策事例152では、対策優先度の高い順に9つの不良対策事例が表示されている。
なお、本例の分析装置100は、対策検索ボタンの操作に応じて、不良対策事例を表示した。但し、分析装置100は、分析結果150の表示と同時に不良対策事例を自動で表示してもよい。これにより、分析者は、より簡単に不良対策事例にアクセスすることができる。
図9は、条件設定画面154を用いた不良対策事例の表示方法の一例を示す。表示部50は、条件設定画面154を表示する。本例の分析装置100は、不良対策事例の検索条件を自在に設定することにより、分析者の目的に応じた不良対策事例を提示ことができる。
条件設定画面154は、不良対策事例を検索する条件を設定するための画面である。条件設定画面154は、表示部50により表示されてよい。条件設定画面154は、対策優先度を決定するための条件を設定する設定条件の入力欄を有する。優先度決定部60は、選択された項目に応じて、対策優先度を決定する。本例の条件設定画面154には、「設定条件1」として「圧力A」が入力され、「設定条件2」として「振動A」が入力されている。
また、条件設定画面154は、対策優先度を決定するための条件を除外する入力欄を含んでよい。優先度決定部60は、除外された条件以外の条件に応じて、対策優先度を決定する。例えば、優先度決定部60は、不良の原因以外の条件に応じて、対策優先度を決定する。即ち、本例の条件設定画面154には、「除外条件1」として「回転数A」が入力されている。これにより、分析装置100は、不良の主要因である「回転数A」と異なる要因を検索して、提示することができる。このように、分析者は、不良の主要因だけでなく、不良の副要因も検討することができる。
不良対策事例156は、条件設定画面154で設定された条件に応じた不良対策事例を表示する。不良対策事例156は、表示部50により表示されてよい。本例の不良対策事例156は、「圧力A」および「振動A」を、対策優先度の決定条件として用いる一方で、「回転数A」については対策優先度の決定条件として用いずに抽出されたものである。
例えば、関連するデータとして同一の機器種別に対応する「組立」にタグ名称である「圧力A」、「振動A」、「回転数A」が含まれており、分析結果として数値上は「回転数A」が最も不良要因の可能性が高いと判断されたとしても、回転数を制御する制御ソフトや回転機器自体のバグおよびハードウェア故障でない場合がある。その様な場合は、副要因の「圧力A」、「振動A」に関連する対策が有効となる場合がある。
分析装置100は、分析者が分析データADを分析する場合に、不良要因に対しどのような対策を実施すべきかを、システムが自動で提示することができる。特に分析者が初心者である場合、分析結果を取得したとしても、どのように対策すればよいかが分からない場合がある。このような場合であっても、分析装置100は、分析結果と不良対策事例の両方を表示するので、分析者によるデータ分析とその対策までを一貫してサポートすることができる。したがって、分析装置100は、分析者が有識者にヒアリングする等手間がかかることや、間違った対策を選択してしまうことを防止できる。
以上の通り、分析装置100は、分析データADの分析と、不良対策を一貫して実行することができる。これにより、分析装置100は、分析データADの分析結果に応じた不良対策を実現できる。即ち、本例の分析装置100は、分析データADの分析結果に応じて、不良対策事例の対策優先度を変更したり、不良対策事例の内容を即座にアップデートしたりすることができる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
10・・・分析データ入力部、20・・・分析情報入力部、25・・・分析情報記憶部、30・・・対策データ入力部、32・・・不良対策部、35・・・対策データ記憶部、40・・・分析部、50・・・表示部、60・・・優先度決定部、100・・・分析装置、102・・・表示領域、104・・・表示領域、150・・・分析結果、152・・・不良対策事例、154・・・条件設定画面、156・・・不良対策事例
Claims (5)
- 分析データを分析して、不良対策事例を提示する分析装置であって、
分析データを入力する分析データ入力部と、
前記分析データから不良の原因を分析する分析部と、
前記分析部で分析した分析結果に基づいて、過去の不良の対策データから前記不良の原因に関連した複数の不良対策事例を抽出する不良対策部と、
前記分析データの分析結果および前記不良対策事例を表示する表示部と
を備える分析装置。 - 前記複数の不良対策事例の対策優先度を決定する優先度決定部を更に備え、
前記表示部は、前記対策優先度の順に前記複数の不良対策事例を表示する
請求項1に記載の分析装置。 - 前記表示部は、前記対策優先度を決定するための条件を設定する条件設定画面を表示し、
前記優先度決定部は、選択された前記条件に応じて、前記対策優先度を決定する
請求項2に記載の分析装置。 - 前記表示部は、前記対策優先度を決定するための条件を除外する条件設定画面を表示し、
前記優先度決定部は、前記不良の原因以外の条件に応じて、前記対策優先度を決定する
請求項2または3に記載の分析装置。 - 分析データを分析して、不良対策事例を提示する分析装置が、
分析データが入力される分析データ入力ステップと、
前記分析データから不良の原因を分析する分析ステップと、
過去の不良の対策データから不良対策事例を抽出する不良対策ステップと、
前記分析データの分析結果および前記不良対策事例を表示する表示ステップと
を実行することを特徴とする不良対策支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018165025A JP2020038473A (ja) | 2018-09-04 | 2018-09-04 | 分析装置および不良対策支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018165025A JP2020038473A (ja) | 2018-09-04 | 2018-09-04 | 分析装置および不良対策支援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020038473A true JP2020038473A (ja) | 2020-03-12 |
Family
ID=69738026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018165025A Pending JP2020038473A (ja) | 2018-09-04 | 2018-09-04 | 分析装置および不良対策支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020038473A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117984024A (zh) * | 2024-04-03 | 2024-05-07 | 中国水利水电第十工程局有限公司 | 基于船闸人字门自动化生产的焊接数据管理方法及系统 |
-
2018
- 2018-09-04 JP JP2018165025A patent/JP2020038473A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117984024A (zh) * | 2024-04-03 | 2024-05-07 | 中国水利水电第十工程局有限公司 | 基于船闸人字门自动化生产的焊接数据管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107085415B (zh) | 过程控制网络中的规则构建器 | |
CN103577907B (zh) | 一种持续集成测试方法和系统 | |
EP3413154B1 (en) | Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program | |
US20120239179A1 (en) | Work support system, work support method, and storage medium | |
JP2013534310A5 (ja) | ||
US11170332B2 (en) | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators | |
JP6453504B1 (ja) | 異常監視装置、異常監視方法および異常監視プログラム | |
JP2016057803A (ja) | 異常検知手順開発装置および異常検知手順開発方法 | |
US20040189717A1 (en) | Intelligent drill-down for graphical user interface | |
JPWO2016117021A1 (ja) | 機械診断装置および機械診断方法 | |
Gitzel | Data Quality in Time Series Data: An Experience Report. | |
JP6514276B2 (ja) | 情報処理装置および情報処理システム | |
JP2012058885A (ja) | 故障原因診断方法及び故障原因診断装置 | |
CN105183658A (zh) | 测试软件代码的方法及装置 | |
WO2019030945A1 (ja) | 原因推定方法およびプログラム | |
JP2020038473A (ja) | 分析装置および不良対策支援方法 | |
WO2020066124A1 (ja) | プロセス状態解析装置及びプロセス状態表示方法 | |
EP3706047A1 (en) | Cluster based classification for time series data | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
JP7359601B2 (ja) | データ抽出装置、データ抽出方法、およびデータ抽出プログラム | |
JP6247777B2 (ja) | 異常診断装置および異常診断方法 | |
JP6625296B1 (ja) | 監視制御端末装置および画面表示方法 | |
JPWO2019016892A1 (ja) | 品質分析装置及び品質分析方法 | |
JP2008146533A (ja) | 操作受付装置および操作受付方法 | |
JP6712630B2 (ja) | 異常監視装置、異常監視方法および異常監視プログラム |