JP2020042601A - 最適制御装置、最適制御方法及び最適制御プログラム - Google Patents

Abstract

【課題】外部要因が存在する場合であっても被制御量を目標範囲内に維持する。【解決手段】本発明の最適制御装置は、機械から取得した操作量及び被制御量を使用して、操作量と被制御量との関係を示す予測モデルを作成し、被制御量の実測値と予測モデルが予測する被制御量の予測値との間の第１の差分に基づき、作成した予測モデルを補正するモデル作成・補正部と、補正した予測モデルを使用して、被制御量の予測値と被制御量の目標との間の第２の差分、及び、操作量の関係を示す表情報を作成し、作成した表情報に対して第２の差分を適用し、対応する操作量を決定する表情報操作部と、決定した操作量を出力する出力処理部と、を備えることを特徴とする。【選択図】図２

Description

本発明は、最適制御装置、最適制御方法及び最適制御プログラムに関する。

製造機械の出力である運転量（被制御量）を目標範囲内に維持するためには、製造機械に対する入力である操作量を的確に決定しなければならない。一般に、操作量の種類は多く、目標とする運転量を出力するような操作量の理想的な組合せを決定することは容易ではない。その決定のために、入力と出力との関係を規定するモデル（数式）が使用される場合が多く、近年、予測精度の高いモデルを作成するための技術が多く普及している。

特許文献１の出来映え予測装置は、線形回帰分析によってモデルを作成する。そして、当該装置は、説明変数（入力）間に共線性がある場合、モデルが予測する出来映え予測値と、出来映えの実測値との差分を補正する。特許文献２の時系列データ解析装置は、あるシステムから過去に取得したセンサ情報の時系列データと、その時系列データを平滑化したデータとの差分を取得する。当該装置は、取得した差分に影響を与えるシステムの特性値を特定し、特定した特性値の変動と差分の変動との関係をモデル化する。特許文献３の分析予測方法は、ガスタービンから取得された計測データに対して、重回帰分析のステップワイズ法を適用し、説明変数を絞り込む。そして、当該方法は、絞り込まれた説明変数に対して統計的方法を適用してモデルを作成する。

特開２０１１−０１４１２２号公報 特開２００８−１１７３８１号公報 特開２００７−００２６７３号公報

製造機械の被制御量に影響を与える要因は、一般にその製造機械について知られている操作量だけではない。例えば、基板に絶縁シール（例えば、ＵＶ硬化性又は熱硬化性のシール材）を塗布する機械を想定する。塗布ノズルと基板との距離、塗布圧力等の既知の操作量を制御するだけでは、目標とするシールの厚さを実現することは困難である。なぜならば、シールの厚さを決定する未知の外部要因が存在するからである。ここでの外部要因とは、例えば、作業空間の温度、湿度、シール材粘度等の時系列変化である。未熟練の作業員にとって、このような外部要因を知ることは容易ではない。

特許文献１、２及び３は、計測できていない外部要因の時系列変化に対応することが難しい。すると、モデルの予測精度は外部要因によって低下し、結局、被制御量を目標範囲内に維持することが困難になる。
そこで、本発明は、外部要因が存在する場合であっても被制御量を目標範囲内に維持することを目的とする。

本発明の最適制御装置は、機械から取得した操作量及び被制御量を使用して、操作量と被制御量との関係を示す予測モデルを作成し、被制御量の実測値と予測モデルが予測する被制御量の予測値との間の第１の差分に基づき、作成した予測モデルを補正するモデル作成・補正部と、補正した予測モデルを使用して、被制御量の予測値と被制御量の目標との間の第２の差分、及び、操作量の関係を示す表情報を作成し、作成した表情報に対して第２の差分を適用し、対応する操作量を決定する表情報操作部と、決定した操作量を出力する出力処理部と、を備えることを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、外部要因が存在する場合であっても被制御量を目標範囲内に維持することができる。

塗布装置の構成を説明する図である。 最適制御装置の構成を説明する図である。 （ａ）、（ｂ）及び（ｃ）は、制御の具体例を説明する図である。 操作量・被制御量情報を説明する図である。 （ａ）、（ｂ）及び（ｃ）は、予測モデルを説明する図である。 （ａ）、（ｂ）及び（ｃ）は、操作量マトリクス及び操作量表の作成方法を説明する図である。 第１の処理手順のフローチャートである。 第２の処理手順のフローチャートである。 第３の処理手順のフローチャートである。 被制御量推移画面の一例である。 操作量マトリクス表示画面の一例である。 基準値設定画面の一例である。 予測モデル及び簡易予測モデルの使い分け、並びに、操作量マトリクス及び操作量表の使い分けを説明する図である。

以降、本発明を実施するための形態（“本実施形態”という）を、図等を参照しながら詳細に説明する。本実施形態は、基板にシール材を塗布する塗布装置を最適制御装置が制御する例である。しかしながら、本発明の最適制御装置は、一般的な製造機械に対して適用可能である。

（塗布装置）
図１に沿って、塗布装置３の構成を説明する。塗布装置３の作業対象は、電子機械の部品として一般的に使用される基板４１である。基板４１の表面は、絶縁性のシール（例えば、ＵＶ硬化性又は熱硬化性のシール）４２で被覆されている。塗布装置３は、シールディスペンサ４３、距離調節機４４、加圧機４５、シール材タンク４６及びレーザセンサ４７を備える。シール材タンク４６は、液相のシール材を貯蔵する。加圧機４５は、シール材タンク４６内の圧力ｘ_１を調節する。シールディスペンサ４３は、基板４１に向かってシール材を塗布する。距離調節機４４は、シールディスペンサ４３のノズル部分と基板４１の下面との距離ｘ_２を調節する。レーザセンサ４７は、基板４１の表面に塗布されたシール４２の厚さＹを測定する。

操作量としての圧力及び距離に“ｘ”をあて、被制御量としてのシールの厚さに“Ｙ”をあてたのは、塗布装置３から見て、操作量が入力となり被制御量が出力となることを感覚的に理解しやすくするためである。さらに、シールの厚さ（実測値）に大文字の“Ｙ”をあてたのは、後記する予測モデルが予測する“ｙ”と区別するためである。

ベルトコンベアは、塗布対象の基板４１を毎葉にて逐次シールディスペンサ４３の真下に搬送する。塗布装置３のユーザは、圧力ｘ_１、距離ｘ_２、塗布時間、シール材温度及び基板温度等を操作（塗布装置３に対して指示）することによって、シール４２の厚さＹを変化させる。圧力ｘ_１が大きくなるほど、シール４２の厚さＹは大きくなる。距離ｘ_２が大きくなるほど、シール４２の厚さＹは小さくなる。なお、実際には、距離ｘ_２が大きくなるほど、シール４２の厚さＹが大きくなる場合もある。しかしながら、説明の単純化のため、距離ｘ_２が大きくなるほど、シール４２の厚さＹは小さくなるものとして以下の説明を続ける。

目標の厚さＹを達成するような圧力ｘ_１及び距離ｘ_２を決定することは、実際は難しい。圧力ｘ_１及び距離ｘ_２を一定の値に維持していたとしても、その時々の外部要因に起因して、厚さＹは微妙に変化する。外部要因とは、前記したように例えば、塗布装置３が配置される空間の温度及び湿度、並びに、それらの変化に応じて変化するシール材の粘度である。本実施形態の最適制御装置１（図２）は、外部要因が存在する場合でも、ユーザが外部要因を意識することなく圧力ｘ_１及び距離ｘ_２を決定することを可能にする。

（製品基板及びテスト基板）
基板４１は、製品基板４１ａ及びテスト基板４１ｂの２種類に区分される。製品基板４１ａは、製品（商品）として出荷される基板である。テスト基板４１ｂは、塗布装置３を試験するための基板である。塗布装置３が起動すると、塗布装置３は、数枚のテスト基板４１ｂに対してシール材を塗布する。そして、特に異常がなければ、塗布装置３は、製品基板４１ａに対してシール材を塗布する。テスト基板４１ｂの厚さＨ_Ｔは、製品基板４１ａの厚さＨ_Ｐと異なる場合がある。図１では、Ｈ_Ｐ＜Ｈ_Ｔである（詳細後記）。

（最適制御装置）
図２に沿って、最適制御装置１の構成を説明する。最適制御装置１は、一般的なコンピュータであり、中央制御装置１１、マウス、キーボード等の入力装置１２、ディスプレイ等の出力装置１３、主記憶装置１４、補助記憶装置１５及び通信装置１６を備える。これらは、バスで相互に接続されている。補助記憶装置１５は、操作量・被制御量情報３１、操作量マトリクス３２及び予測モデル３３（いずれも詳細後記）を格納している。主記憶装置１４におけるデータ取得部２１、データ補正部２２、モデル作成・補正部２３、表情報操作部２４及び出力処理部２５は、プログラムである。中央制御装置１１は、これらのプログラムを補助記憶装置１５から読み出し主記憶装置１４にロードすることによって、それぞれのプログラムの機能（詳細後記）を実現する。

最適制御装置１は、ネットワーク２を介して、距離調節機４４、加圧機４５及びレーザセンサ４７と通信可能である。距離調節機４４は、最適制御装置１から操作量としての距離ｘ_２を含む制御信号を受信し、シールディスペンサ４３のノズル部分と基板４１の下面との距離をその値に維持する。距離調節機４４は、距離ｘ_２を計測するセンサを有しており、距離ｘ_２の計測値を最適制御装置１に送信する。加圧機は４５は、最適制御装置１から操作量としての圧力ｘ_１を含む制御信号を受信し、シール材タンク４６内の圧力をその値に維持する。加圧機は４５シール材タンク内に圧力ｘ_１を計測するセンサを有しており、圧力ｘ_１の計測値を最適制御装置１に送信する。レーザセンサ４７は、シール４２の厚さＹの計測値を最適制御装置１に送信する。なお、レーザセンサ４７の代わり、若しくは併用にて、サーモセンサを使用し、シール材温度や基板温度の計測値を最適制御装置１に送信することも可能である。

（制御例の具体例）
図３に沿って、制御の具体例を説明する。図３（ａ）の横軸は、時間である。縦軸は、被制御量（例えばシールの厚さ）である。水平線“目標”は、被制御量の目標値を示している。水平線“規格上限”は、被制御量がその値を超えた場合、製品（基板）が不良品となることを示す値である。水平線“規格下限”は、被制御量がその値を下回った場合、製品が不良品となることを示す値である。

図３（ａ）を見ると、以下のことがわかる。
・時点ｔ１において、シールの厚さＹは目標に充分近かった。そこで、ユーザは、操作量（圧力ｘ_１及び距離ｘ_２）を変化させることなく、時点ｔ２における塗布を行った。
・時点ｔ２において、シールの厚さＹは規格下限に近付いた。そこで、ユーザは、その後シールの厚さＹを大きくするため、圧力ｘ_１を大きくし、距離ｘ_２を小さくして時点ｔ３における塗布を行った。

・時点ｔ３において、シールの厚さＹは目標に充分近かった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ４における塗布を行った。
・時点ｔ４において、シールの厚さＹは規格上限に近付いた。そこで、ユーザは、その後シールの厚さＹを小さくするため、圧力ｘ_１を小さくし、距離ｘ_２を大きくして時点ｔ５における塗布を行った。
・時点ｔ５において、シールの厚さＹは目標に充分近かった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ６における塗布を行った。
・時点ｔ６において、シールの厚さＹは目標に充分近かった。

前記から明らかなように、前後で操作量を変化させなくても、被制御量が小さくなる場合もあり（時点ｔ１から時点ｔ２）、大きくなる場合もあり（時点ｔ３から時点ｔ４）、殆ど変化しない場合（時点ｔ５から時点ｔ６）もある。このような現象は、外部要因に起因している。そして、図３（ａ）においては、ユーザが自身の経験に基づき、操作量を変化させるか否かを判断している。

図３（ｂ）の横軸、縦軸、目標、規格上限及び規格下限は、図３（ａ）と同じである。水平線“警戒上限”は、被制御量がその値を超えた場合、操作量を変化させる必要があることを示す値である。水平線“警戒下限”は、被制御量がその値を下回った場合、操作量を変化させる必要があることを示す値である。警戒上限及び警戒下限は、操作量を見直す基準を明確にするとともに、頻繁かつ不必要に操作量を見直した結果、塗布装置３に負担がかかることを回避している。当然のことながら、警戒上限は、目標と規格上限の間の任意の水準にある。警戒下限は目標と規格下限の間の任意の水準にある。

図３（ｂ）を見ると、以下のことがわかる。
・時点ｔ１において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ２における塗布を行った。
・時点ｔ２において、シールの厚さＹは警戒下限を下回った。そこで、ユーザは、その後シールの厚さＹを大きくするため、圧力ｘ_１を大きくし、距離ｘ_２を小さくして時点ｔ３における塗布を行った。

・時点ｔ３において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ４における塗布を行った。
・時点ｔ４において、シールの厚さＹは警戒上限を超えた。そこで、ユーザは、その後シールの厚さＹを小さくするため、圧力ｘ_１を小さくし、距離ｘ_２を大きくして時点ｔ５における塗布を行った。
・時点ｔ５において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ６における塗布を行った。
・時点ｔ６において、シールの厚さＹは目標と警戒上限との間にあった。

図３（ｃ）の横軸、縦軸、目標、規格上限、規格下限、警戒上限及び警戒下限は、図３（ｂ）と同じである。図３（ｃ）においては、被制御量が規格上限又は規格下限を逸脱した場合、ユーザは、すべての操作量を見直す。被制御量が規格上限又は規格下限を逸脱することなく、警戒上限又は警戒下限を逸脱した場合、ユーザは、一部の操作量を見直す。このことによって、ユーザは、塗布装置３に負担がかかることを回避している。

図３（ｃ）を見ると、以下のことがわかる。
・時点ｔ１において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ２における塗布を行った。
・時点ｔ２において、シールの厚さＹは警戒下限と規格下限との間にあった。そこで、ユーザは、その後シールの厚さＹを大きくするため、距離ｘ_２をそのまま維持し、圧力ｘ_１を大きくして時点ｔ３における塗布を行った。ここで、ユーザは、圧力ｘ_１をそのまま維持し、距離ｘ_２を小さくしてもよい（以下同様）。

・時点ｔ３において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ４における塗布を行った。
・時点ｔ４において、シールの厚さＹは警戒上限と規格上限との間にあった。そこで、ユーザは、その後シールの厚さＹを小さくするため、距離ｘ_２をそのまま維持し、圧力ｘ_１を小さくして時点ｔ５における塗布を行った。

・時点ｔ５において、シールの厚さＹは目標と警戒下限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ６における塗布を行った。
・時点ｔ６において、シールの厚さＹは規格下限を下回った。そこで、ユーザは、その後シールの厚さＹを大きくするため、圧力ｘ_１を大きくし、距離ｘ_２を小さくして時点ｔ７における塗布を行った。

・時点ｔ７において、シールの厚さＹは目標と警戒上限との間にあった。そこで、ユーザは、圧力ｘ_１及び距離ｘ_２を変化させることなく、時点ｔ８における塗布を行った。
・時点ｔ８において、シールの厚さＹは規格上限を超えた。そこで、ユーザは、その後シールの厚さＹを小さくするため、圧力ｘ_１を小さくし、距離ｘ_２を大きくして時点ｔ９における塗布を行った。
・時点ｔ９において、シールの厚さＹは目標と警戒下限との間にあった。

（操作量・被制御量情報）
図４に沿って、操作量・被制御量情報３１を説明する。操作量・被制御量情報３１においては、基板ＩＤ（Identifier）欄１０１に記憶された基板ＩＤに関連付けて、区分欄１０２には区分が、時点欄１０３には時点が、操作量欄１０４には操作量が、被制御量欄１０５には被制御量が、被制御量に対する基準値欄１０６には被制御量に対する基準値が記憶されている。

基板ＩＤ欄１０１の基板ＩＤは、基板４１を一意に特定する識別子である。
区分欄１０２の区分は、“テスト”又は“製品”のいずれかである。“テスト”は、その基板がテスト基板であることを示し、“製品”は、その基板が製品基板であることを示す。
時点欄１０３の時点は、塗布装置３が基板４１に対してシール材を塗布した時点である。ここでは、説明の都合上、最新の時点を“ｔ”とし、その時点からｎ回遡及した時点を“ｔ−ｎ”としている。

操作量欄１０４の操作量は、前記した圧力ｘ_１（欄１０４ａ）及び距離ｘ_２（欄１０４ｂ）である。なお、例えば“ｘ_{１，ｔ−１}”は、時点“ｔ−１”における“ｘ_１”の値を示している。
被制御量欄１０５の被制御量（欄１０５ａ）は、前記したシールの厚さＹである。補正値（欄１０５ｂ）については、後記する。
被制御量に対する基準値欄１０６の被制御量に対する基準値は、前記した規格下限（欄１０６ａ）、警戒下限（欄１０６ｂ）、目標（欄１０６ｃ）、警戒上限（欄１０６ｄ）及び規格上限（欄１０６ｅ）である。
なお、図４の斜線部分及び太線部分については、後記する。

（被制御量の補正）
前記したように、テスト基板４１ｂの厚さＨ_Ｔは、製品基板４１ａの厚さＨ_Ｐと異なる場合がある。いま、Ｈ_Ｐ＜Ｈ_Ｔであるとする。そして、塗布装置３は、製品基板４１ａに対してもテスト基板４１ｂに対しても、同じ圧力ｘ_１及び同じ距離ｘ_２でシール材を塗布するものとする。すると、微妙な差ではあるが、テスト基板４１ｂのシールの厚さＹは、製品基板４１ａのシールの厚さＹよりも大きくなることがわかっている。

そこで、最適制御装置１は、以下の処理を行う。
・最適制御装置１は、最後のテスト基板Ｐ００５のシールの厚さＹ_ｔ−３から、最初の製品基板Ｐ００６のシールの厚さＹ_ｔ−２を減算し、減算の結果を“α”とする。
・最適制御装置１は、すべてのテスト基板Ｐ００１〜Ｐ００５のシールの厚さから、αを減算し、減算の結果を被制御量の補正値として欄１０５ｂに記憶する。
ここで挙げたシールの厚さの補正は、あくまでも一例である。最適制御装置１は、より一般的には、製造機械から取得した被制御量が時系列で比較可能でない場合、被制御量を時系列で比較可能な値に補正する。

（予測モデル）
図５に沿って、予測モデル３３を説明する。まず、図５（ａ）に注目する。図５（ａ）の３次元座標空間の３本の軸は、圧力ｘ_１、距離ｘ_２及びシールの厚さｙである。いま、最適制御装置１は、時点ｔにおける圧力及び距離を決定するために、直近の過去の４時点ｔ−４、ｔ−３、ｔ−２及びｔ−１における“（ｘ_１，ｘ_２，Ｙ）”の４つの組合せを使用して重回帰分析を行う。ここで“４つの組合せ”を使用したのは、あくまでも一例である。

３次元座標空間における平面の方程式“ｙ＝ａｘ_１＋ｂｘ_２＋ｃ”を“予測モデル”と呼ぶ。ここで“ａ”及び“ｂ”は、それぞれ“ｘ_１”及び“ｘ_２”に対して乗算される係数であり、“ｃ”はｙ切片である。“ａ”、“ｂ”及び“ｃ”を予測モデルのパラメータと呼ぶことがある。最適制御装置１は、４つの組合せを予測モデルに代入し、予測モデルの出力であるｙとその時点のシールの厚さの実測値Ｙとの差分の２乗和が最小になるような“ａ”、“ｂ”及び“ｃ”を算出する。

最適制御装置１は、このようにしてパラメータの値が最適化された予測モデル３３に対して、時点ｔ−１における“（ｘ_{１，ｔ−１}，ｘ_{２，ｔ−１}）”を代入し、“ｙ_ｔ−１＝ａｘ_{１，ｔ−１}＋ｂｘ_{２，ｔ−１}＋ｃ”の算出結果を求める。そして、最適制御装置１は、Ｙ_ｔ−１からｙ_ｔ−１を減算した結果を“β”とする。βは、時点ｔ−１におけるシールの厚さの実測値から、予測モデル３３が予測した時点ｔ−１におけるシールの厚さの予測値を減算した差分である。つまり、“β＝Ｙ_ｔ−１−（ａｘ_{１，ｔ−１}＋ｂｘ_{２，ｔ−１}＋ｃ）”が成り立つ。このβは、いわば理論と実際とのずれを示しており、このずれは、前記した外部要因に起因する。βが正になることは、実測値を理論値より大きくする未知の外部要因が存在することを示す。βが負になることは、実測値を理論値より小さくする未知の外部要因が存在することを示す。

次に、図５（ｂ）に注目する。最適制御装置１は、平面の方程式“ｙ＝ａｘ_１＋ｂｘ_２＋ｃ＋β”を３次元座標空間に描画し、これを補正後予測モデル３４とする。補正後予測モデル３４は、図５（ａ）の予測モデル３３を、ｙ軸の正の方向にβだけ平行移動したものである。補正後予測モデル３４は、予測モデル３３に比して、直近時点の外部要因をより反映していると言える。図５（ｃ）については、後記する。

ここまでの説明で明らかなように、時点ｔにおけるシールの厚さを予測するには、補正後予測モデル３４を使用するのが好ましい。しかしながら、ユーザが必要としているのは、時点ｔにおけるシールの厚さの予測値ではなく、時点ｔにおいて目標とするシールの厚さを実現する“（ｘ_１，ｔ，ｘ_２，ｔ）”である（図４の太線部分）。そこで、最適制御装置１は、時点ｔ−１におけるシールの厚さｙ_ｔ−１がわかれば時点ｔにおける圧力ｘ_１，ｔ及び距離ｘ_２，ｔの組合せが直ちにわかるような操作量マトリクス３２を作成する。

（操作量マトリクス）
図６に沿って、操作量マトリクス３２の作成方法を説明する。まず、図６（ａ）に注目する。
・最適制御装置１は、任意の出発点“（ｘ_１ｓ，ｘ_２ｓ）”を決定する。出発点の決め方は任意であるが、補正後予測モデル３４と、ｙ軸に垂直な平面“ｙ＝Ｙ_Ｔ”とが交わる直線（図示せず）上の任意の点★を出発点とすることが望ましい。ここで、Ｙ_Ｔは、シールの厚さの目標（図４の欄１０６ｃ）である。

・最適制御装置１は、ｘ_１方向の刻み幅ｐ、及び、ｘ_２方向の刻み幅ｑを決定する。
・最適制御装置１は、格子点“（ｘ_１ｓ±ｎｐ，ｘ_２ｓ±ｎｑ）”を作成する。ここで、“ｎ＝・・・，−３，−２，−１，０，１，２，３，・・・”である。いま、説明を簡単にするために、“ｎ＝−２，−１，０，１，２”であるとすると、格子点は、５×５＝２５個作成されることになる。

・最適制御装置１は、補正後予測モデル３４に対して格子点“（ｘ_１ｓ±ｎｐ，ｘ_２ｓ±ｎｑ）”を代入し、ｙ軸の値（被制御量の予測値）を２５個求める。
・最適制御装置１は、求めたｙ軸の値から目標Ｙ_Ｔを減算し、Δｙ＝ｙ−Ｙ_Ｔを求める。このΔｙは、補正後予測モデル３４上の点●のｙ座標値から、平面“ｙ＝Ｙ_Ｔ”上の点★のｙ座標値を減算した値である。
・最適制御装置１は、横軸が“ｘ_１ｓ±ｎｐ”であり、縦軸が“ｘ_２ｓ±ｎｑ”であるマトリクスを作成し、縦軸と横軸との交点のセルにΔｙ軸の値を記憶する。このようにして作成されたマトリクスが操作量マトリクス３２（図６（ｂ））である。

図６（ｂ）の操作量マトリクス３２は、説明目的のために単純化されている。実際に使用される操作量マトリクス３２は、例えば図１１のように行及び列が多い。但し、図１１に記載されている値そのものは、塗布装置３が塗布するシールの厚さを想定したものではない。また、横軸“操作量Ａ”の目盛、及び、縦軸“操作量Ｂ”の目盛が“０”を中心とした正負の値となっている理由は、後記する。図６（ｂ）のような操作量マトリクス３２があれば、最適制御装置１は、時点ｔ−１におけるΔｙ（補正後予測モデルの予測値から目標を減算した値）に基づいて、時点ｔにおける操作量ｘ_１及びｘ_２の組合せを簡易に決定できる。例えば、時点ｔ−１におけるΔｙが図６（ｂ）の太線のセル内の値である場合、最適制御装置１は、時点ｔにおける操作量を“（ｘ_１ｓ＋ｐ，ｘ_２ｓ＋ｑ）”とする。

いま、説明の単純化のために、地図上の等高線を想定する。図６（ｂ）の圧力ｘ_１は、経度に相当し、距離ｘ_２は、緯度に相当し、Δｙは、海面Ｙ_Ｔを基準とした標高（海抜）に相当する。すると、図６（ｂ）における２５個のΔｙのうち、ほぼ同じ値を有するものが“等高線上”に並ぶことになる。図６（ｂ）においては、右上の標高がもっとも高く、左下の標高が最も低い、したがって理論上は、同じ値のΔｙが、左上から右下に走る複数の等高線上に並ぶことになる。しかしながら実際には、前記のように格子点を作成すると、殆どの場合、２５個のΔｙは、相互に異なる値となる。前記の刻み幅の取り方にもよるが、偶然に、操作量マトリクス３２の複数のセルに同じΔｙの値が現れる場合もある。その場合、最適制御装置１は、時点ｔ−１における“（ｘ_{１，ｔ−１}，ｘ_{２，ｔ−１}）”とのユークリッド距離が最小となるセルを選択する。

（簡易予測モデル）
図６（ｃ）及び説明を後回しにしていた図５（ｃ）に沿って、簡易予測モデル３３ｂ及び操作量表３２ｂを説明する。図３（ｃ）の説明において、例えばシールの厚さＹが警戒下限と規格下限との間にある場合、距離ｘ_２をそのまま維持し、圧力ｘ_１を大きくして次の時点における塗布を行う例を説明した。簡易予測モデル３３ｂ（図５（ｃ））及び操作量表３２ｂ（図６（ｃ））は、このような場合に対応している。複数の操作量のうち、その変化が塗布装置３に対して与える負担が最小であるものが例えば“圧力”であることが経験的にわかっているとする。

この場合、最適制御装置１は、単純に言えば、次元を１つ減らす。つまり、最適制御装置１は、距離ｘ_２を固定したうえで、圧力ｘ_１のみを変化させることによってシールの厚さＹを制御する。すると、予測モデル３３（図５（ａ））は、簡易予測モデル３３ｂ（図５（ｃ））になり、操作量マトリクス３２（図６（ｂ））は、操作量表３２ｂ（図６（ｃ））となる。つまり、最適制御装置１は、予測モデル３３を使用して重回帰分析を行うことに替えて、簡易予測モデル３３ｂを使用して単回帰分析を行う。

最適制御装置１は、補正後予測モデル３４を作成したのと同様にして、補正後簡易予測モデル３４ｂ“ｙ＝ａｘ_１＋ｃ＋β”を作成する。さらに、最適制御装置１は、操作量マトリクス３２に替えて、操作量表３２ｂを作成し、操作量表３２ｂから、Δｙに対応するｘ_１を求める。例えば、時点ｔ−１におけるΔｙが図６（ｃ）の太線のセル内の値である場合、最適制御装置１は、時点ｔにおいて、距離ｘ_２をそのまま維持し、圧力ｘ_１を “ｘ_１ｓ＋ｐ”とする。

操作量表３２ｂは、操作量マトリクス３２の行のうち任意の１本を残してその他を削除したものである。最適制御装置１は、前記した出発点の“ｘ_２ｓ”についての行を残してもよいし、直近の時点ｔ−１における“ｘ_２”に対応する行を残してもよい。なお、請求項の“表情報”は、操作量マトリクス３２及び操作量表３２ｂを含む概念である。

（処理手順）
以降で処理手順を説明する。処理手順は３つ存在する。第１の処理手順（図７）は、図３（ａ）に対応しており、最適制御装置１は、規格上限（下限）及び警戒上限（下限）を参照せず、予測モデル３３及び操作量マトリクス３２を使用する。第２の処理手順（図８）は、図３（ｂ）に対応しており、最適制御装置１は、警戒上限（下限）のみを参照し、予測モデル３３及び操作量マトリクス３２を使用する。第３の処理手順（図９）は、図３（ｃ）に対応しており、最適制御装置１は、規格上限（下限）及び警戒上限（下限）を参照し、予測モデル３３及び操作量マトリクス３２の組合せと、簡易予測モデル３３ｂ及び操作量表３２ｂの組合せを使い分ける。

（第１の処理手順）
図７に沿って、第１の処理手順を説明する。第１の処理手順を開始する前提として、いま、補助記憶装置１５は、操作量・被制御量情報３１を、時点ｔ−１までのレコードを記憶した状態で格納しているとする。

ステップＳ２０１において、最適制御装置１のデータ取得部２１は、操作量・被制御量情報３１を補助記憶装置１５から取得する。

ステップＳ２０２において、最適制御装置１のデータ補正部２２は、テスト基板から製品基板への切り替えがあったか否かを判断する。具体的には、データ補正部２２は、操作量・被制御量情報３１の区分欄１０２を参照し、区分が“テスト”から“製品”に変化している箇所がある場合（ステップＳ２０２“Ｙｅｓ”）、ステップＳ２０３に進む。データ補正部２２は、それ以外の場合（ステップＳ２０２“Ｎｏ”）、ステップＳ２０５に進む。

ステップＳ２０３において、データ補正部２２は、製品基板の被制御量とテスト基板の被制御量との差分を算出する。具体的には、データ補正部２２は、“α＝Ｙ_ｔ−３−Ｙ_ｔ−２”を算出する。

ステップＳ２０４において、データ補正部２２は、テスト基板の被制御量を補正する。具体的には、データ補正部２２は、Ｙ_ｔ−３−α、Ｙ_ｔ−４−α、Ｙ_ｔ−５−α、・・・を算出し、操作量・被制御量情報３１の欄１０５ｂに記憶する。

ステップＳ２０５において、最適制御装置１のモデル作成・補正部２３は、予測モデルのパラメータを最適化する。具体的には、モデル作成・補正部２３は、図５（ａ）の説明において前記した方法で、予測モデル３３のパラメータを決定する。なお、重回帰分析に使用するデータをいくつの時点まで遡及したデータとするかは、ユーザの設定次第である。通常、時点ｔの直前のＮ個の時点分のデータ（図４の斜線部分）が使用される。ここでは、ユーザは、Ｎ＝４を設定しているものとする。

ステップＳ２０６において、モデル作成・補正部２３は、被制御量の実測値と予測値との差分を算出する。具体的には、モデル作成・補正部２３は、図５（ａ）の説明において前記した方法で、“β”を算出する。

ステップＳ２０７において、モデル作成・補正部２３は、予測モデル３３を補正する。具体的には、モデル作成・補正部２３は、図５（ｂ）の説明において前記した方法で、補正後予測モデル３４を作成する。

ステップＳ２０８において、最適制御装置１の表情報操作部２４は、操作量マトリクス３２を作成する。具体的には、表情報操作部２４は、図６（ａ）及び（ｂ）の説明において前記した方法で操作量マトリクス３２を作成する。

ステップＳ２０９において、表情報操作部２４は、操作量を決定する。具体的には、第１に、表情報操作部２４は、時点ｔ−１における補正後予測モデル３４の予測値ｙ_ｔ−１から目標Ｙ_Ｔを減算し、減算の結果をΔｙとする。
第２に、表情報操作部２４は、操作量マトリクス３２の交点のセルに記憶されている値のうちΔｙに最も近似するものに対応するｘ_１及びｘ_２を取得する。前記したように、例外的に、操作量マトリクス３２の複数のセルに同じΔｙの値が現れた場合、最適制御装置１は、時点ｔ−１における“（ｘ_{１，ｔ−１}，ｘ_{２，ｔ−１}）”とのユークリッド距離が最小となるセルを選択する。
第３に、表情報操作部２４は、ステップＳ２０９の“第２”において取得したｘ_１及びｘ_２を、操作量・被制御量情報３１の時点ｔのレコードの操作量欄１０４（図４の太線部分）に記憶する。

ステップＳ２１０において、最適制御装置１の出力処理部２５は、被制御量の時系列推移又は操作量マトリクスを表示する。具体的には、第１に、出力処理部２５は、被制御量推移画面５１（図１０）を出力装置１３に出力する。ここで“出力する”とは、画面表示、音声案内、データの外部送信を含む概念である。
第２に、出力処理部２５は、被制御量推移画面５１に以下の情報を表示する。
・時間を横軸とし被制御量を縦軸とする座標平面において過去から現在における被制御量の実測値Ｙの時系列推移を示すグラフ（欄５２）
・現在の被制御量の実測値（欄５３ａ）
・目標から現在の被制御量の実測値を減算した差分（欄５３ｂ）
・次の最適な操作量（欄５４ａ及び５４ｂ）

欄５２の座標平面の水平線“規格下限”、“警戒下限”、“目標”、“警戒上限”及び“規格上限”は、図４の欄１０６ａ〜１０６ｅに対応している。なお、後記する第２の処理手順及び第３の処理手順においては、ユーザが“規格下限”、“警戒下限”、“警戒上限”及び“規格上限”を設定する処理が別途設けられている。なお、図１０における操作量及び被制御量は、前記した塗布装置３の例とは直接関係していない。次の最適な操作量（欄５４ａ及び５４ｂ）が、ステップＳ２０９の“第２”において取得された操作量に相当する。

フローチャートの説明に戻る。第３に、出力処理部２５は、ユーザが入力装置１２を介して“操作量マトリクス”欄５５ｂを選択するのを受け付けると、画面を操作量マトリクス表示画面６１（図１１）に遷移する。図１１の操作量マトリクス表示画面６１は、図１０の被制御量推移画面５１においてグラフが表示されている欄５２を、操作量マトリクス３２が表示される欄６２に置き換えたものである。図１１の操作量マトリクス３２は、前記した塗布装置３の例とは直接関係していない。

図１１の操作量マトリクス３２を見ると以下のことがわかる。
・横軸“操作量Ａ”の目盛は、“０”を中心とした等間隔の正負の数となっている。ここでの目盛は、直近の過去の時点ｔ−１における操作量Ａを“０”とした場合の相対値（次の時点ｔの操作量Ａから時点ｔ−１における操作量Ａを減算した値）を示している。縦軸“操作量Ｂ”の目盛についても同様である。もちろん、横軸及び縦軸の目盛は、それぞれの操作量の絶対的な値そのものであってもよい。しかしながら、正負の相対値としたほうが、ユーザは操作量の変化を直感的に理解しやすくなる。

・操作量Ａの刻み幅は、“０.０１”であり、操作量Ｂの刻み幅は、“１”である。
・現在の被制御量の予測値から目標を減算した差分が、１１行×７列＝７７個のセルに記憶されている。これらの値のうちには、他と同じものが存在しない。
・右下の標高が最も高く、左上の標高が最も低い。
・仮に等高線を描画するとすれば、それらは、左下から右上に走る。

フローチャートの説明に戻る。第４に、出力処理部２５は、ユーザが入力装置１２を介して“被制御量の時系列推移”欄５５ａを選択するのを受け付けると、画面を被制御量推移画面５１（図１０）に遷移する。

ステップＳ２１１において、出力処理部２５は、作業を終了するか否かを判断する。具体的には、出力処理部２５は、ユーザが入力装置１２を介して作業を終了する旨を入力するのを受け付けた場合（ステップＳ２１１“Ｙｅｓ”）、第１の処理手順を終了する。出力処理部２５は、それ以外の場合（ステップＳ２１１“Ｎｏ”）、ステップＳ２０１に戻る。多くの場合、ステップＳ２１１“Ｎｏ”を経由する。

ステップＳ２１１“Ｎｏ”を経由する場合、ユーザは、図１１（又は図１０）の画面で示された操作量（欄５４ａ及び５４ｂ）を塗布装置３に対して出力し、時点ｔにおいて基板にシールを塗布する。すると、レーザセンサ４７がシールの厚さを計測し、最適制御装置１に送信する。このとき、出力処理部２５は、ユーザからの指示に従って、図１１（又は図１０）の画面で示された操作量（欄５４ａ及び５４ｂ）を塗布装置３に自動的に出力してもよい。その後、データ取得部２１は、レーザセンサから受信したシールの厚さＹ_ｔを、操作量・被制御量情報３１（図４）の時点ｔのレコードの被制御量欄１０５ａに記憶することになる。

（第２の処理手順）
図８に沿って、第２の処理手順を説明する。第２の処理手順が第１の処理手順に比して異なる点は、第２の処理手順においては、ステップＳ２００及びステップＳ２０１ｂが追加されているという点である。第２の処理手順のステップＳ２０１及びＳ２０２〜Ｓ２１１の処理は、第１の処理手順における同じ番号のステップの処理と同じである。したがって、以降では、ステップＳ２００及びＳ２０１ｂのみを説明する。

ステップＳ２００において、最適制御装置１のデータ取得部２１は、被制御量に対する基準量を受け付ける。具体的には、第１に、データ取得部２１は、出力装置１３に、基準値設定画面７１（図１２）を表示する。
第２に、データ取得部２１は、ユーザが入力装置１２を介して、“直近のＮの個数”欄７２に、最適制御装置１が重回帰分析に用いるデータの時点の数を入力するのを受け付ける。

第３に、データ取得部２１は、ユーザが入力装置１２を介して、“被制御量の規格上限”欄７３ａ及び“被制御量の規格下限”欄７３ｂに、被制御量の規格上限及び規格下限を入力するのを受け付ける。ユーザは、欄７３ａ及び７３ｂを空欄のままとしてもよい。なお、後記する第３の処理手順においては、これらの入力は必須である。
第４に、データ取得部２１は、ユーザが入力装置１２を介して、“被制御量の警戒上限”欄７４ａ及び被制御量の警戒下限”欄７４ｂに、被制御量の警戒上限及び警戒下限を入力するのを受け付ける。

第５に、データ取得部２１は、ユーザが登録ボタン７５を押下するのを受け付ける。
第６に、データ取得部２１は、ステップＳ２００の“第３”及び“第４”において受け付けたデータを、操作量・被制御量情報３１の欄１０６ａ、１０６ｂ、１０６ｄ及び１０６ｅに記憶する。

ステップＳ２０１ｂにおいて、データ取得部２１は、被制御量が警戒水準を逸脱したか否かを判断する。具体的には、データ取得部２１は、時点ｔ−１におけるシールの厚さの実測値Ｙ_ｔ−１が、警戒上限Ｙ_ＩＵを超えているか、又は、警戒下限Ｙ_ＩＬを下回っている場合（ステップＳ２０１ｂ“Ｙｅｓ”）、ステップＳ２０２に進む。データ取得部２１は、それ以外の場合（ステップＳ２０１ｂ“Ｎｏ”）、ステップＳ２１１に進む。
第２の処理手順を通じて、最適制御装置１は、被制御量が警戒水準を逸脱した場合にのみ、ユーザに対して新たな操作量の設定を促すことになる。

（第３の処理手順）
図９に沿って、第３の処理手順を説明する。第３の処理手順が第２の処理手順に比して異なる点は、第３の処理手順においては、ステップＳ２０４ｂ、Ｓ２０５ｂ、Ｓ２０６ｂ、Ｓ２０７ｂ、Ｓ２０８ｂ、Ｓ２０９ｂ及びＳ２１０ｂが追加されているという点である。第３の処理手順のステップＳ２０１、Ｓ２０２〜Ｓ２０４及びＳ２０５〜Ｓ２１１の処理は、第１の処理手順における同じ番号のステップの処理と同じである。第３の処理手順のステップＳ２００及びＳ２０１ｂの処理は、第２の処理手順のステップＳ２００及びＳ２０１ｂの処理と同じである。したがって、以降では、ステップＳ２０４ｂ、Ｓ２０５ｂ、Ｓ２０６ｂ、Ｓ２０７ｂ、Ｓ２０８ｂ、Ｓ２０９ｂ及びＳ２１０ｂのみを説明する。

ステップＳ２０４ｂにおいて、最適制御装置１のデータ取得部２１は、被制御量が規格水準を逸脱したか否かを判断する。具体的には、データ取得部２１は、時点ｔ−１におけるシールの厚さの実測値Ｙ_ｔ−１が、規格上限Ｙ_ＯＵを超えているか、又は、規格下限Ｙ_ＯＬを下回っている場合（ステップＳ２０４ｂ“Ｙｅｓ”）、ステップＳ２０５に進む。データ取得部２１は、それ以外の場合（ステップＳ２０４ｂ“Ｎｏ”）、ステップＳ２０５ｂに進む。ステップＳ２０４ｂ“Ｎｏ”を経由するのは、被制御量が警戒上限と規格上限との間にある場合、又は、被制御量が警戒下限と規格下限との間にある場合である。

ステップＳ２０５ｂにおいて、最適制御装置１のモデル作成・補正部２３は、簡易予測モデルのパラメータを最適化する。具体的には、モデル作成・補正部２３は、図５（ａ）の説明に準じた方法で、簡易予測モデル３３ｂのパラメータを決定する。

ステップＳ２０６ｂにおいて、モデル作成・補正部２３は、被制御量の実測値と予測値との差分を算出する。具体的には、モデル作成・補正部２３は、図５（ａ）の説明に準じた方法で、“β”を決定する。

ステップＳ２０７ｂにおいて、モデル作成・補正部２３は、簡易予測モデル３３ｂを補正する。具体的には、モデル作成・補正部２３は、図５（ｂ）の説明に準じた方法で、補正後簡易予測モデル３４ｂ（ｙ＝ａｘ_１＋ｃ＋β）を作成する。

ステップＳ２０８ｂにおいて、最適制御装置１の表情報操作部２４は、操作量表３２ｂを作成する。具体的には、表情報操作部２４は、図６（ａ）、（ｂ）及び（ｃ）の説明において前記した方法で操作量表３２ｂを作成する。

ステップＳ２０９ｂにおいて、表情報操作部２４は、操作量を決定する。具体的には、第１に、表情報操作部２４は、時点ｔ−１における補正後簡易予測モデル３４ｂの予測値ｙ_ｔ−１から目標Ｙ_Ｔを減算し、減算の結果をΔｙとする。
第２に、表情報操作部２４は、操作量表３２ｂに記憶されている値のうちΔｙに最も近似するものに対応するｘ_１を取得する。
第３に、表情報操作部２４は、ステップＳ２０９ｂの“第２”において取得したｘ_１を、操作量・被制御量情報３１（図４）の時点ｔのレコードの操作量欄１０４に記憶する。

ステップＳ２１０ｂにおいて、最適制御装置１の出力処理部２５は、被制御量の時系列推移又は操作量表を表示する。ここで表示される被制御量推移画面５１（図１０）では、“次の最適な操作量”（欄５４ａ及び５４ｂ）が表示される。ここで表示される操作量マトリクス表示画面６１（図１１）では、“次の最適な操作量”（欄５４ａ及び５４ｂ）が表示される。

第３の処理手順を通じて、最適制御装置１は、被制御量の実測値が被制御量の目標から乖離する程度に基づき、予測モデル／簡易予測モデルを使い分け、操作量マトリクス／操作量表を使い分けることになる。その使い分けを図示したものが、図１３である。

（被制御量及び操作量の次元数）
前記では、操作量の次元数が“２”（圧力及び距離）であり、被制御量の次元数が“１”（シールの厚さ）である例を説明した。しかしながら、被制御量の次元数を“１”に固定したまま、操作量の次元数を、“３”以上に増やすことも可能である。このとき、予測モデル３３の右辺の変数は、ｘ_１、ｘ_２、ｘ_３、・・・のように増加する。操作量マトリクス３２は、“Δｙ”にベクトル“（ｘ_１，ｘ_２，ｘ_３，・・・）”を関連付けた表情報となる。

さらに、被制御量の次元数を“２”以上に増やすことも可能である。このとき、予測モデル３３は、“ｙ_１＝ａ_１ｘ_１＋ｂ_１ｘ_２＋・・・＋ｃ_１，ｙ_２＝ａ_２ｘ_１＋ｂ_２ｘ_２＋・・・＋ｃ_２，・・・”のように複数の数式を含むものになる。“β”は、多次元空間における点（Ｙ_{１，ｔ−１}，Ｙ_{２，ｔ−１}，・・・）と点（ｙ_{１，ｔ−１}，ｙ_{２，ｔ−１}，・・・）との距離を各軸方向に投影した成分として定義できる。操作量マトリクス３２は、“（Δｙ_１，Δｙ_２，・・・）”にベクトル“（ｘ_１，ｘ_２，ｘ_３，・・・）”を関連付けた表情報となる。目標、警戒上限（下限）及び規格上限（下限）は、被制御量のそれぞれに対し設定されることになる。警戒（規格）水準を逸脱したか否かの判断は、複数の被制御量のうち、所定の数（例えば過半数）の被制御量が同時に警戒（規格）水準を逸脱したか否かを判断することによってもよい。

（警戒上限（下限）の数と操作量の次元）
例えば、操作量の次元数が“３”である場合、被制御量がその目標から乖離する程度に応じて、警戒上限Ｙ_ＩＵ及び警戒下限Ｙ_ＩＬの組合せが２つ設定されてもよい。すなわち、これらの組合せは、より目標に近い“（Ｙ_ＩＵ１，Ｙ_ＩＬ１）”及びより目標から遠い“（Ｙ_ＩＵ２，Ｙ_ＩＬ２）”である。被制御量が“（Ｙ_ＩＵ１，Ｙ_ＩＬ１）”を逸脱した場合、モデル作成・補正部２３は、操作量の次元数を“１”としたうえで、予測モデル３３を作成及び補正し、表情報操作部２４は、操作量の次元数を“１”としたうえで、操作量表３２ｂを適用する。

被制御量が“（Ｙ_ＩＵ２，Ｙ_ＩＬ２）”を逸脱した場合、モデル作成・補正部２３は、操作量の次元数を“２”としたうえで、予測モデル３３を作成及び補正し、表情報操作部２４は、操作量の次元数を“２”としたうえで、操作量マトリクス３２を適用する。なお、被制御量が規格水準“（Ｙ_ＯＵ，Ｙ_ＯＬ）”を逸脱した場合、モデル作成・補正部２３は、操作量の次元数を“３”としたうえで、予測モデル３３を作成及び補正し、表情報操作部２４は、操作量の次元数を“３”としたうえで、操作量マトリクス３２を適用する。操作量の次元数が“４”以上である場合も、同様である。

（本実施形態の効果）
本実施形態の最適制御装置の効果は以下の通りである。
（１）最適制御装置は、操作量以外の未知の外部要因の被制御量に対する影響を最小限に抑えることができる。
（２）最適制御装置は、被制御量が非連続である場合でも、精度の高い予測モデルを作成することができる。
（３）最適制御装置は、最新の被制御量及び操作量に基づき、精度の高い予測モデルを作成することができる。
（４）最適制御装置は、最新の被制御量に反映された外部要因に基づき、予測モデルを補正できる。
（５）最適制御装置は、変化させる操作量の次元を限定することによって、制御対象の機械に対する負担を軽減できる。
（６）最適制御装置が制御する製造装置は、前記（１）から（５）と同様の効果から、その結果として、各種製造に対する品質向上、歩留まり向上、コスト低減、生産性向上を実現することができる。

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

１ 最適制御装置
２ ネットワーク
３ 塗布装置
１１ 中央制御装置
１２ 入力装置
１３ 出力装置
１４ 主記憶装置
１５ 補助記憶装置
１６ 通信装置
２１ データ取得部
２２ データ補正部
２３ モデル作成・補正部
２４ 表情報操作部
２５ 出力処理部
３１ 操作量・被制御量情報
３２ 操作量マトリクス
３３ 予測モデル
３４ 補正後予測モデル
４１ 基板
４２ シール
４３ シールディスペンサ
４４ 距離調節機
４５ 加圧機
４６ シール材タンク
４７ レーザセンサ（サーモセンサ）

Claims (7)

1. 機械から取得した操作量及び被制御量を使用して、前記操作量と前記被制御量との関係を示す予測モデルを作成し、
   前記被制御量の実測値と前記予測モデルが予測する前記被制御量の予測値との間の第１の差分に基づき、前記作成した予測モデルを補正するモデル作成・補正部と、
   前記補正した予測モデルを使用して、前記被制御量の予測値と前記被制御量の目標との間の第２の差分、及び、前記操作量の関係を示す表情報を作成し、
   前記作成した表情報に対して前記第２の差分を適用し、対応する前記操作量を決定する表情報操作部と、
   前記決定した操作量を出力する出力処理部と、
   を備えることを特徴とする最適制御装置。
2. 前記機械から取得した被制御量が時系列で比較可能でない場合、前記被制御量を時系列で比較可能な値に補正するデータ補正部を備えること、
   を特徴とする請求項１に記載の最適制御装置。
3. 前記モデル作成・補正部は、
   前記機械から取得した操作量及び被制御量のうち、直近の過去における任意の数の時点のものを使用して前記予測モデルを作成すること、
   を特徴とする請求項２に記載の最適制御装置。
4. 前記モデル作成・補正部は、
   前記被制御量の直近の過去における実測値と、前記予測モデルが予測する前記被制御量の直近の過去における予測値との間の前記第１の差分に基づき、前記作成した予測モデルを補正すること、
   を特徴とする請求項３に記載の最適制御装置。
5. 前記操作量が複数存在する場合において、
   前記モデル作成・補正部は、
   前記被制御量の実測値が前記被制御量の目標から乖離する程度に基づき、前記予測モデルにおける前記操作量の次元数を増減させ、
   前記表情報操作部は、
   前記被制御量の実測値が前記被制御量の目標から乖離する程度に基づき、前記表情報における前記操作量の次元数を増減させること、
   を特徴とする請求項４に記載の最適制御装置。
6. 最適制御装置のモデル作成・補正部は、
   機械から取得した操作量及び被制御量を使用して、前記操作量と前記被制御量との関係を示す予測モデルを作成し、
   前記被制御量の実測値と前記予測モデルが予測する前記被制御量の予測値との間の第１の差分に基づき、前記作成した予測モデルを補正し、
   前記最適制御装置の表情報操作部は、
   前記補正した予測モデルを使用して、前記被制御量の予測値と前記被制御量の目標との間の第２の差分、及び、前記操作量の関係を示す表情報を作成し、
   前記作成した表情報に対して前記第２の差分を適用し、対応する前記操作量を決定し、
   前記最適制御装置の出力処理部は、
   前記決定した操作量を出力すること、
   を特徴とする最適制御装置の最適制御方法。
7. 最適制御装置のモデル作成・補正部に対し、
   機械から取得した操作量及び被制御量を使用して、前記操作量と前記被制御量との関係を示す予測モデルを作成し、
   前記被制御量の実測値と前記予測モデルが予測する前記被制御量の予測値との間の第１の差分に基づき、前記作成した予測モデルを補正する処理を実行させ、
   前記最適制御装置の表情報操作部に対し、
   前記補正した予測モデルを使用して、前記被制御量の予測値と前記被制御量の目標との間の第２の差分、及び、前記操作量の関係を示す表情報を作成し、
   前記作成した表情報に対して前記第２の差分を適用し、対応する前記操作量を決定する処理を実行させ、
   前記最適制御装置の出力処理部に対し、
   前記決定した操作量を出力する処理を実行させること、
   を特徴とする最適制御装置を機能させるための最適制御プログラム。

Images