JP2023056807A - 設備監視システム - Google Patents

Abstract

【課題】ワークの品質の状態の変化をより早期に発見することができる設備監視システムを提供する。【解決手段】設備監視システム１は、加工処理を順次実行することにより複数個の加工済みワークを製造する処理設備Ａ１～Ａ４と、処理設備Ａ１～Ａ４と通信可能なネットワークを構成するサーバ装置２と、処理設備Ａ１～Ａ４およびサーバ装置２と通信可能なネットワークを構成するクライアント端末３とを備える。サーバ装置２は、今回の加工処理を実行したときの設備関連データと学習済みモデルとを用いて、次回の加工処理の開始前までに、加工精度を表す推定品質データを生成する。クライアント端末３は、今回の加工処理により生成された推定品質データを含む複数個の加工済みワークについての推定品質データを、次回の加工処理の開始前に表示可能な表示部３ａを備える。【選択図】図１

Description

本発明は、設備監視システムに関する。

ワークの製造を行う工場設備において、検査装置により、製造されたワークの品質を検査している。ただし、製造されたワーク全てを検査装置にて検査することは、多大な時間を要する。

近年、機械学習を適用して、ワークの品質を推定することが試みられている。例えば、特許文献１には、ネットワークを通じて複数の射出成形機から取得したデータに基づいて、機械学習を行うことにより射出成形機の長期的な変化を判定することが記載されている。

また、機械学習による演算速度の向上により、機械学習による推定品質を早期に取得することができるようになってきた。従って、機械学習によりワークの品質を推定することで、検査装置による検査を行うタイミングよりも早いタイミングで、ワークの推定品質を把握できるようになる。その結果、ワークの品質不良の発生を抑制することができる。

特開２０２０－１０８９４７号公報

ところで、ワークの製造において、ワークの品質は、突発的に異常となる場合がある。この他に、ワークの品質は、製造初期において、正常範囲（許容範囲）のうちの理想的な状態である目標値（例えば中央値）付近であったとしても、徐々に目標値からずれて行き、正常範囲を超えてしまう場合がある。このように、ワークの品質は、正常範囲のうちの理想的な状態である目標値から、極めて少しずつ悪化していく状況がある。

ワークの品質が正常範囲の中で徐々に悪化していく状況を早期に把握することができれば、ワークの品質が正常範囲を超える状況を防止できる。また、ワークの品質を、できるだけ理想的な状態、すなわち正常範囲のうちの目標値に近い状態にできるのが良い。

本発明は、かかる課題に鑑みてなされたものであり、ワークの品質の状態の変化をより早期に発見することができる設備監視システムを提供しようとするものである。

本発明の一態様は、加工処理を順次実行することにより複数個の加工済みワークを製造する処理設備と、
前記処理設備と通信可能なネットワークを構成するサーバ装置と、
前記処理設備および前記サーバ装置と通信可能なネットワークを構成するクライアント端末と、
を備え、
前記サーバ装置は、
前記処理設備の設備状態または加工処理状態を示す設備関連データを取得する設備関連データ取得部と、
前記設備関連データと前記加工済みワークの加工精度を表す品質データとを含む訓練データセットを用いて機械学習により生成された前記設備関連データと前記品質データとの関係性を表す学習済みモデルを格納するモデル格納部と、
今回の前記加工処理を実行したときの前記設備関連データと前記学習済みモデルとを用いて、次回の前記加工処理の開始前までに、前記品質データの推定値である推定品質データを生成する品質推定部と、
複数個の前記加工済みワークについて、前記品質推定部により生成された前記推定品質データを格納する推定品質データ格納部と、
前記クライアント端末に対して、前記推定品質データ格納部に格納された複数個の前記加工済みワークの前記推定品質データを送信する送信部と、
を備え、
前記クライアント端末は、今回の前記加工処理により生成された前記推定品質データを含む複数個の前記加工済みワークについての前記推定品質データを、次回の前記加工処理の開始前に表示可能な表示部を備える、設備監視システムにある。

上記の設備監視システムによれば、サーバ装置が、機械学習を適用して、加工済みワークについての加工精度を表す推定品質データを生成する。サーバ装置が推定品質データを生成する対象の処理設備は、サーバ装置と通信可能なネットワークを構成する。つまり、サーバ装置は、サーバ装置とネットワークを構成している処理設備であれば、全て、推定品質データを生成する対象の処理設備とすることができる。

そして、サーバ装置により生成された推定品質データは、サーバ装置からクライアント端末に送信される。クライアント端末は、送信された推定品質データを表示する。クライアント端末は、サーバ装置と通信可能なネットワークを構成するため、クライアント端末の使用者は、サーバ装置とネットワーク接続可能な場所であれば、任意の場所に位置することができる。つまり、クライアント端末の使用者は、処理設備の設置場所に所在していなくても、当該処理設備により加工処理を施された加工済みワークの推定品質データを把握することができる。

さらに、サーバ装置は、推定品質データを、次回の加工処理の開始前までに生成する。従って、クライアント端末の使用者は、次回の加工処理の開始前までに、今回の加工処理による加工済みワークの推定品質データを把握することができる。従って、クライアント端末の使用者は、処理設備の設置場所に所在していないとしても、リアルタイムに、加工済みワークの推定品質データを把握することができる。

さらに、サーバ装置は、今回の加工処理の加工済みワークの推定品質データを含む複数個の加工済みワークの推定品質データを格納している。そして、サーバ装置は、クライアント端末に対して、複数個の加工済みワークの推定品質データを送信する。クライアント端末は、今回の加工済みワークの推定品質データを含む複数個の加工済みワークの推定品質データを、次回の加工処理の開始前に表示する。従って、クライアント端末の使用者は、現在に至るまでの推定品質データの変化を把握できる。その結果、クライアント端末の使用者は、高精度に現状を把握することができる。

以上のごとく、上記態様によれば、ワークの品質の状態の変化をより早期に発見することができる設備監視システムを提供することができる。

実施形態１の設備監視システムの全体構成図である。 実施形態１の設備監視システムを構成する工場設備の構成図である。 射出成形機としての処理設備を示す図である。 工作機械としての処理設備を示す図である。 実施形態１の設備監視システムの機能ブロック構成を示す図である。 設備監視システムの各構成による処理のタイミングチャートである。 サーバ装置の品質推定部により生成された推定品質データである。 クライアント端末の表示部の表示内容の１つを示す図である。 クライアント端末の表示部の表示内容の１つを示す図である。 クライアント端末の表示部の表示内容の１つを示す図である。 クライアント端末の表示部の表示内容の１つを示す図である。 クライアント端末の表示部の表示内容の１つを示す図である。

（実施形態）
１．設備監視システム１の構成
設備監視システム１の構成について図１を参照して説明する。設備監視システム１は、複数の工場設備Ａ，Ｂ，Ｃと、サーバ装置２と、クライアント端末３とを備える。

複数の工場設備Ａ，Ｂ，Ｃのそれぞれは、複数の処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４を備える。処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４のそれぞれは、加工処理を順次実行することにより複数個の加工済みワークを製造する。複数の工場設備Ａ，Ｂ，Ｃは、相互に通信可能なネットワークを構成する。複数の工場設備Ａ，Ｂ，Ｃは、近隣に設置されるようにしても良いし、遠方に設置されるようにしても良い。複数の工場設備Ａ，Ｂ，Ｃは、例えば、異なる国に設置されるようにしても良い。

サーバ装置２は、複数の工場設備Ａ，Ｂ，Ｃと通信可能なネットワークを構成する。サーバ装置２は、プロセッサ、記憶装置、インターフェースなどを備えて構成される。サーバ装置２は、複数の工場設備Ａ，Ｂ，Ｃのいずれかの領域内に設置されるようにしても良いし、複数の工場設備Ａ，Ｂ，Ｃとは全く異なる場所に設置されるようにしても良い。

クライアント端末３は、複数の工場設備Ａ，Ｂ，Ｃおよびサーバ装置２と通信可能なネットワークを構成する。クライアント端末３は、例えば、タブレットやラップトップなどのモバイル端末、デスクトップ端末のいずれでも良い。クライアント端末３は、予め許可された使用者が使用可能である。クライアント端末３は、複数の工場設備Ａ，Ｂ，Ｃに設置されている処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４による加工済みワークの状態を表示可能な表示部３ａを備える。そして、クライアント端末３の使用者は、サーバ装置２とネットワークを構成することができれば、任意の場所に所在することができる。

２．工場設備Ａの構成
工場設備Ａの構成について図２を参照して説明する。なお、以下には、工場設備Ａの構成について説明するが、他の工場設備Ｂ，Ｃについても同様である。

図２に示すように、工場設備Ａは、複数の処理設備Ａ１，Ａ２，Ａ３，Ａ４と、複数の処理設備Ａ１，Ａ２，Ａ３，Ａ４のそれぞれに一対一に設けられた複数のエッジコンピュータ端末１１，１２，１３，１４と、検査装置１５とを備える。

処理設備Ａ１，Ａ２は、処理設備本体２１、制御装置２２、操作盤２３、および、観測装置２４を備える。処理設備本体２１は、例えば、射出成形機を構成する。処理設備本体２１は、射出成形を順次実行することにより、複数個の加工済みワークとしての射出成形品を製造する。

制御装置２２は、処理設備本体２１を構成する駆動装置を制御する。操作盤２３は、入力装置として機能すると共に、表示装置として機能する。観測装置２４は、処理設備Ａ１，Ａ２の設備状態または加工処理状態を示す設備関連データを取得する。観測装置２４が取得する設備関連データは、時系列データである。観測装置２４は、例えば、温度センサ、圧力センサ、加速度センサ、変位センサなどの種々のセンサである。つまり、観測装置２４は、射出成形を実行しているときの種々の時系列データとしての設備関連データを取得する。

処理設備Ａ３，Ａ４は、処理設備本体３１、制御装置３２、操作盤３３、および、観測装置３４を備える。処理設備本体３１は、例えば、工作機械を構成する。図２には、処理設備本体３１は、工作機械の例として、研削盤を図示する。処理設備本体３１は、工作機械として、旋盤、マシニングセンタなどを適用できる。処理設備本体２１は、加工前ワークに対して切削加工または研削加工を順次実行することにより、複数個の加工済みワークを製造する。

制御装置３２は、処理設備本体３１を構成する駆動装置を制御する。操作盤３３は、入力装置として機能すると共に、表示装置として機能する。観測装置３４は、処理設備Ａ３，Ａ４の設備状態または加工処理状態を示す設備関連データを取得する。観測装置３４が取得する設備関連データは、時系列データである。観測装置３４は、例えば、温度センサ、圧力センサ、加速度センサ、変位センサなどの種々のセンサである。つまり、観測装置３４は、切削加工または研削加工を実行しているときの種々の時系列データとしての設備関連データを取得する。

エッジコンピュータ端末１１，１２は、処理設備Ａ１，Ａ２に一対一に設けられる。エッジコンピュータ端末１１，１２は、処理設備Ａ１，Ａ２およびサーバ装置２と通信可能なネットワークを構成する。従って、エッジコンピュータ端末１１，１２は、射出成形機としての処理設備Ａ１，Ａ２を構成する観測装置２４により取得された時系列データとしての設備関連データを取得する。

さらに、エッジコンピュータ端末１１，１２は、取得した時系列データとしての設備関連データの特徴量を抽出する。具体的には、エッジコンピュータ端末１１，１２は、時系列データとしての設備関連データから、射出成形における加工済みワークの加工精度の品質を表す特徴量を抽出する。このようにして、エッジコンピュータ端末１１，１２は、特徴量を表す設備関連データを生成する。特徴量とは、最大値、平均値、第一四分位数、第三四分位数、分散値、標準偏差などである。従って、特徴量を表す設備関連データは、時系列データとしての設備関連データに比べると、各段にデータサイズが小さい。

エッジコンピュータ端末１３，１４は、処理設備Ａ３，Ａ４に一対一に設けられる。エッジコンピュータ端末１３，１４は、処理設備Ａ３，Ａ４およびサーバ装置２と通信可能なネットワークを構成する。従って、エッジコンピュータ端末１３，１４は、工作機械としての処理設備Ａ３，Ａ４を構成する観測装置３４により取得された時系列データとしての設備関連データを取得する。

さらに、エッジコンピュータ端末１３，１４は、取得した時系列データとしての設備関連データの特徴量を抽出する。具体的には、エッジコンピュータ端末１３，１４は、時系列データとしての設備関連データから、切削加工または研削加工における加工済みワークの加工精度の品質を表す特徴量を抽出する。このようにして、エッジコンピュータ端末１３，１４は、特徴量を表す設備関連データを生成する。特徴量とは、最大値、平均値、第一四分位数、第三四分位数、分散値、標準偏差などである。従って、特徴量を表す設備関連データは、時系列データとしての設備関連データに比べると、各段にデータサイズが小さい。また、品質とは、加工済みワークの加工精度に関する指標であって、正常品としての品質、および、不良品としての異常品質を含む意味で用いる。

処理設備Ａ１，Ａ２，Ａ３，Ａ４は、上記の他に、鍛造加工機、鋳造加工機、放電加工機、プレス加工機など、種々の加工処理を実行する機械を適用することができる。また、処理設備Ａ１，Ａ２，Ａ３，Ａ４は、加工済みワークを搬送する搬送装置とすることもできる。

検査装置１５は、複数の処理設備Ａ１，Ａ２，Ａ３，Ａ４により製造された加工済みワークの検査を行うことができる。検査装置１５は、エッジコンピュータ端末１１，１２，１３，１４およびサーバ装置２と通信可能なネットワークを構成する。検査装置１５は、例えば、加工済みワークの寸法、表面粗さなどの加工精度を表す品質を検査することができる。検査装置１５は、加工済みワークの各種品質のデータを取得し、例えば、品質データが正常範囲のうちどの程度の値であるか、さらには、異常範囲の値であるかを検査することができる。

３．射出成形機としての処理設備Ａ１の構成
射出成形機としての処理設備Ａ１について図３を参照して説明する。処理設備Ａ１は、射出成形により例えば樹脂成形品を成形するための装置である。処理設備Ａ１は、処理設備本体２１、制御装置２２、操作盤２３、および、観測装置２４を備える。

処理設備本体２１は、ベッド４１、射出装置４２、金型４３、型締装置４４を備える。ベッド４１は、設置面に設置される部材である。

射出装置４２は、ベッド４１の上に配置される。射出装置４２は、成形材料である樹脂を溶融し、溶融樹脂に圧力を加えて金型４３の成形品キャビティＣａに供給する装置である。射出装置４２は、ホッパ４２ａ、シリンダ４２ｂ、スクリュ４２ｃ、ノズル４２ｄ、ヒータ４２ｅ、駆動装置４２ｆを備える。

ホッパ４２ａは、成形材料の素材である樹脂製のペレット（粒状の成形材料）の投入口である。シリンダ４２ｂは、ホッパ４２ａに投入されたペレットを加熱溶融してできた溶融樹脂を貯留する。また、シリンダ４２ｂは、ベッド４１に対してシリンダ４２ｂの軸方向に移動可能に設けられる。スクリュ４２ｃは、シリンダ４２ｂの内部に配置され、回転可能かつ軸方向へ移動可能に設けられる。ノズル４２ｄは、シリンダ４２ｂの前端に設けられた吐出口であり、スクリュ４２ｃの前進に伴ってシリンダ４２ｂの内部の溶融樹脂を吐出する。

ヒータ４２ｅは、例えば、シリンダ４２ｂの外周面、または、シリンダ４２ｂの内部に設けられる。そして、ヒータ４２ｅは、シリンダ４２ｂ内の樹脂を加熱する。つまり、ヒータ４２ｅは、ペレットを溶融すると共に、溶融樹脂を溶融状態に保持する。駆動装置４２ｆは、シリンダ４２ｂの軸方向への移動（前進および後退）、および、スクリュ４２ｃの回転および軸方向移動（前進および後退）などを行う。

金型４３は、固定側である第一型４３ａと、可動側である第二型４３ｂとを備える。金型４３は、第一型４３ａと第二型４３ｂとを型締めすることで、第一型４３ａと第二型４３ｂとの間に成形品キャビティＣａを形成する。第一型４３ａおよび第二型４３ｂは、成形品キャビティＣａと射出装置４２のノズル４２ｄに当接する部位との間の樹脂流路Ｐを備える。樹脂流路Ｐは、射出装置４２のノズル４２ｄから供給された溶融材料を成形品キャビティＣａまで導く流路（スプール、ランナ、ゲート）である。

型締装置４４は、ベッド４１上において射出装置４２に対向配置される。型締装置４４は、装着された金型４３の開閉動作を行うと共に、金型４３を締め付けた状態において、成形品キャビティＣａに射出された溶融材料の圧力により金型４３が開かないようにする。

型締装置４４は、固定盤４４ａ、可動盤４４ｂ、ダイバー４４ｃ、駆動装置４４ｄを備える。固定盤４４ａには、第一型４３ａが固定される。可動盤４４ｂには、第二型４３ｂが固定される。可動盤４４ｂは、固定盤４４ａに対して接近および離間可能である。ダイバー４４ｃは、可動盤４４ｂの移動を支持する。駆動装置４４ｄは、例えば、シリンダ装置によって構成されており、可動盤４４ｂを移動させる。

制御装置２２は、射出装置４２の駆動装置４２ｆおよび型締装置４４の駆動装置４４ｄを制御する。操作盤２３は、作業者の操作により、各種プログラムやパラメータの入力を行う入力装置として機能する。さらに、操作盤２３は、各種入力情報、処理設備Ａ１の設備状態、加工済みワークの加工状態などの表示を行う表示装置として機能する。

観測装置２４は、制御装置２２による制御のために、処理設備本体２１の観測を行うセンサである。また、観測装置２４は、制御装置２２による制御の他に、サーバ装置２にて加工済みワークの加工精度を表す品質データの推定を行うために、処理設備本体２１の設備状態または加工処理状態を示す設備関連データを取得する。

例えば、観測装置２４は、スクリュ圧力計測装置５１、ノズル圧力計測装置５２、流路圧力計測装置５３、型締装置用計測装置５４などを含む。スクリュ圧力計測装置５１およびノズル圧力計測装置５２は、射出装置４２に設けられる。

スクリュ圧力計測装置５１は、例えばスクリュ４２ｃの基端付近に設けられ、スクリュ４２ｃがシリンダ４２ｂ内の溶融樹脂から受ける圧力データを取得する。ノズル圧力計測装置５２は、ノズル４２ｄに設けられ、溶融樹脂がノズル４２ｄを流通する際に、ノズル４２ｄが溶融樹脂から受ける圧力データを取得する。また、射出装置４２には、上記の他に、観測装置２４として、シリンダ４２ｂの位置、スクリュ４２ｃの位置、スクリュ４２ｃの移動速度、ヒータ４２ｅの温度、駆動装置４２ｆの状態などを取得するセンサを備える。

流路圧力計測装置５３は、金型４３に設けられており、樹脂流路Ｐにおける圧力データを取得する。樹脂流路Ｐにおける圧力データは、樹脂流路Ｐの内壁面が樹脂流路Ｐを流通する溶融樹脂から受ける圧力データである。型締装置用計測装置５４は、型締装置４４に設けられており、型締力、金型温度、駆動装置４４ｄの状態などを取得する。

射出成形機としての処理設備Ａ１により成形された加工済みワークにおける加工精度を表す品質は、例えば、内外径寸法、真円度、円筒度、表面粗さ、ワーク質量などである。

４．工作機械としての処理設備Ａ３の構成
工作機械としての処理設備Ａ３について図４を参照して説明する。処理設備Ａ３は、加工前ワークに対して切削加工または研削加工を行うことにより加工済みワークを製造するための装置である。図４には、処理設備Ａ３として、研削盤を例にあげる。処理設備Ａ３は、研削盤の他に、旋盤、マシニングセンタなどを適用することもできる。

図４に示すように、処理設備Ａ３は、円筒研削盤やカム研削盤などを適用できる。また、処理設備Ａ３は、テーブルトラバース型研削盤、砥石台トラバース型研削盤などを適用できる。本実施形態においては、処理設備Ａ３は、テーブルトラバース型研削盤を例にあげる。

研削盤としての処理設備Ａ３は、処理設備本体３１と、処理設備本体３１を制御する制御装置３２と、入力装置および表示装置を構成する操作盤３３と、観測装置３４とを備える。処理設備本体３１は、ベッド６１、工作物テーブル６２、主軸台６３、心押台６４、砥石台６５およびレスト装置６６を備える。

処理設備本体３１においては、ベッド６１上に、工作物テーブル６２、主軸台６３、心押台６４および砥石台６５が配置される。ベッド６１上には、Ｚ軸方向に延在するテーブル案内面６１ａが設けられている。工作物テーブル６２が、Ｚ軸方向に移動可能にテーブル案内面６１ａに支持される。工作物テーブル６２は、ベッド６１に設けられたＺ軸モータ６１ｂの駆動により、Ｚ軸方向へ移動する。

工作物テーブル６２の上には、主軸台６３および心押台６４がＺ軸方向に対向するように配置される。主軸台６３および心押台６４は、工作物Ｗの両端を回転可能に支持する。また、主軸台６３には、主軸モータ６３ａが設けられており、主軸モータ６３ａの駆動により工作物Ｗが回転する。

また、ベッド６１上には、テーブル案内面６１ａからＸ軸方向に離間した位置に、Ｘ軸方向に延在する砥石台案内面６１ｃが設けられている。砥石台６５が、Ｘ軸方向に移動可能に砥石台案内面６１ｃに支持される。砥石台６５は、ベッド６１に設けられたＸ軸モータ６１ｄの駆動により、Ｘ軸方向へ移動する。

砥石台６５は、砥石車Ｔを、Ｚ軸に平行な軸回りに回転可能に支持する。砥石車Ｔは、砥石台６５に設けられた砥石車回転モータ６５ａにより回転駆動する。砥石車Ｔは、砥石台６５がＸ軸方向に移動することにより、工作物Ｗに対して接近、または、離間する動作を行う。

レスト装置６６は、ベッド６１上であって、砥石車Ｔとの間に工作物Ｗを挟むように配置されている。つまり、レスト装置６６は、工作物テーブル６２を基準として、Ｘ軸方向において、砥石台６５とは反対側に配置されている。レスト装置６６は、例えば、砥石車Ｔにより研削される工作物Ｗの位置に対して裏面側を支持し、かつ、重力方向下側を支持する。つまり、レスト装置６６は、研削加工中に、工作物Ｗが撓み変形することを抑制する機能を有する。ただし、レスト装置６６は、工作物Ｗの軸方向中央における裏面側および下面を支持するようにしても良い。

観測装置３４は、制御装置３２による制御のために、処理設備本体３１の観測を行うセンサである。また、観測装置３４は、制御装置３２による制御の他に、サーバ装置２にて加工済みワークの加工精度を表す品質データの推定を行うために、処理設備本体３１の設備状態または加工処理状態を示す設備関連データを取得する。

観測装置３４は、例えば、主軸台６３の振動を検出するセンサ７１、心押台６４の振動を検出するセンサ７２、砥石台６５の振動を検出するセンサ７３などを含む。また、観測装置３４は、加工抵抗を計測するためのセンサなどを含むようにしても良い。

工作機械としての処理設備Ａ３により製造された加工済みワークにおける加工精度を表す品質は、寸法精度、表面粗さ、びびりの有無、表面の加工変質層の有無などである。

５．設備監視システム１の機能ブロック構成
設備監視システム１の機能ブロック構成について図５～図７を参照して説明する。特に、設備監視システム１を構成するサーバ装置２の機能について詳細に説明する。

処理設備Ａ１～Ａ４（図２に示す）における観測装置２４，３４が、処理設備Ａ１～Ａ４の設備状態または加工処理状態を示す時系列データとしての設備関連データを取得する。図６に示すように、観測装置２４，３４は、処理設備Ａ１～Ａ４により加工処理が行われている間、観測する。なお、処理設備Ａ１～Ａ４に応じて、加工処理のタイミングは異なるため、観測装置２４，３４は、対応する処理設備Ａ１～Ａ４の加工処理のタイミングに合わせて観測を行う。

図５に示すように、エッジコンピュータ端末１１～１４が、観測装置２４，３４から、時系列データとしての設備関連データを取得し、取得した設備関連データの特徴量を抽出する。このようにして、エッジコンピュータ端末１１～１４は、特徴量を表す設備関連データを生成する。そして、エッジコンピュータ端末１１～１４は、生成した特徴量を表す設備関連データをサーバ装置２に送信する。

図６に示すように、エッジコンピュータ端末１１～１４による処理は、処理設備Ａ１～Ａ４による今回の加工処理が終了した直後に実行する。つまり、処理設備Ａ１～Ａ４が、今回の加工処理を終了し、次回の加工処理のための準備を行っているときに、エッジコンピュータ端末１１～１４は処理を行う。エッジコンピュータ端末１１～１４の処理とは、時系列データとしての設備関連データの取得、特徴量抽出、および、サーバ装置２への送信である。

サーバ装置２は、エッジコンピュータ端末１１～１４から、特徴量を表す設備関連データを取得して、機械学習を適用することにより、加工済みワークの加工精度を表す品質データを推定する。そこで、サーバ装置２は、機械学習の学習フェーズおよび推定フェーズを実行できるように構成されている。

サーバ装置２は、図５に示すように、設備関連データ取得部８１、品質データ取得部８２、訓練データセット格納部８３、モデル生成部８４、モデル格納部８５、品質推定部８６、推定品質データ格納部８７、送信部８８、加工条件調整部８９、および、後処理部９０を備える。

サーバ装置２は、学習フェーズとして、設備関連データ取得部８１、品質データ取得部８２、訓練データセット格納部８３、モデル生成部８４、モデル格納部８５を使用する。

設備関連データ取得部８１は、学習フェーズ用として、エッジコンピュータ端末１１～１４から、処理設備Ａ１～Ａ４の設備状態または加工処理状態を示す設備関連データを取得する。つまり、設備関連データ取得部８１が取得する設備関連データは、時系列データではなく、時系列データから抽出された特徴量である。従って、ネットワーク負荷が高くなることを抑制できる。設備関連データ取得部８１が取得する設備関連データは、複数の種類のデータを含むようにしても良い。

品質データ取得部８２は、検査装置１５により、学習フェーズに用いるための加工済みワークの検査を行った結果を取得する。検査結果は、加工済みワークの加工精度を表す品質データを含む。従って、品質データ取得部８２は、加工済みワークの加工精度を表す品質データを取得する。品質データ取得部８２は、複数の種類に関する品質データを取得するようにしても良い。

訓練データセット格納部８３は、設備関連データ取得部８１により取得された設備関連データ、および、品質データ取得部８２により取得された加工済みワークの品質データを関連付けて、訓練データセットとして格納する。

モデル生成部８４は、訓練データセットを用いて機械学習を行うことにより、学習済みモデルを生成する。モデル生成部８４は、設備関連データを説明変数とし、加工済みワークの品質データを目的変数として、機械学習を行う。従って、モデル生成部８４により生成された学習済みモデルは、設備関連データと品質データとの関係性を表すモデルとなる。

学習済みモデルは、設備関連データが入力された場合には、加工済みワークの品質データを出力することができるモデルである。さらに、学習済みモデルは、品質データを出力する際に、品質データの信頼性を表す数値（スコア）を出力することもできる。つまり、学習済みモデルは、設備関連データが入力された場合に、品質データの信頼性を表す数値（スコア）を出力することができる。なお、モデルの種類は、ニューラルネットワーク、サポートベクターマシーンなど、種々の機械学習モデルを適用できる。

モデル格納部８５は、モデル生成部８４により生成された学習済みモデルを格納する。モデル格納部８５が格納する学習済みモデルは、処理設備Ａ１～Ａ４の種類に応じたモデルとすると良い。例えば、学習済みモデルは、射出成形機としての処理設備Ａ１，Ａ２について共通するモデルとし、工作機械としての処理設備Ａ３，Ａ４について共通するモデルとする。学習済みモデルは、処理設備Ａ１～Ａ４が同種であっても、処理設備Ａ１～Ａ４のそれぞれに応じたモデルを用いることもできる。

モデル格納部８５に学習済みモデルが格納されることで、学習フェーズは完了する。ただし、推定フェーズを実行している最中に、学習済みモデルを更新することもできる。この場合、サーバ装置２は、学習フェーズを再度実行することになる。

そして、サーバ装置２のモデル格納部８５に学習済みモデルが格納された後であれば、サーバ装置２は、推定フェーズを実行することができる。サーバ装置２は、推定フェーズとして、設備関連データ取得部８１、モデル格納部８５、品質推定部８６、推定品質データ格納部８７、送信部８８、加工条件調整部８９、および、後処理部９０を使用する。

設備関連データ取得部８１は、推定フェーズ用として、エッジコンピュータ端末１１～１４から、処理設備Ａ１～Ａ４の設備状態または加工処理状態を示す設備関連データを取得する。つまり、設備関連データ取得部８１は、処理設備Ａ１～Ａ４が推定対象として今回の加工処理を実行したときの設備関連データを取得する。ここで、設備関連データ取得部８１が推定フェーズ用として取得する設備関連データは、上述した学習フェーズ用として取得した設備関連データと同種のデータとする。

品質推定部８６は、設備関連データ取得部８１が取得した今回の加工処理を実行したときの設備関連データと、モデル格納部８５に格納された学習済みモデルとを用いて、今回の加工処理の対象である加工済みワークの加工精度を表す品質データの推定値である推定品質データを生成する。図６に示すように、品質推定部８６は、対象の処理設備Ａ１～Ａ４が次回の加工処理の準備を行っている際に、推定品質データを生成する。つまり、品質推定部８６は、次回の加工処理の開始前までに、推定品質データを生成する。

品質推定部８６は、さらに、今回および過去の複数個の加工済みワークの推定品質データの推移に基づいて、次回以降の加工済みワークの推定品質データの推移を予測する。次回以降の推定品質データの推移の予測は、過去の推移の変化割合を、一次式や多項式などの近似式を用いて行うことができる。また、次回以降の推定品質データの推移の予測は、機械学習を適用することもできる。

推定品質データ格納部８７は、品質推定部８６により生成された推定品質データを格納する。詳細には、推定品質データ格納部８７は、品質推定部８６により生成される都度、推定品質データを格納する。従って、推定品質データ格納部８７は、品質推定部８６が生成した今回の加工処理による加工済みワークの推定品質データを格納すると共に、品質推定部８６が過去に生成した複数個の加工済みワークの推定品質データを格納する。さらに、推定品質データ格納部８７は、次回以降の加工済みワークの推定品質データの予測推移を格納する。

例えば、推定品質データ格納部８７は、図７の星形印および黒丸にて示すように、今回Ｔａを含む過去の推定品質データを格納する。図７において、黒丸が、過去の各加工済みワークの推定品質データを表し、星形印が、今回の加工済みワークの推定品質データを表す。さらに、推定品質データ格納部８７は、図７の白丸にて示すように、次回以降の加工済みワークの推定品質データの予測推移を、書き換え可能なデータとして格納する。図７において、白丸が、次回以降の加工済みワークの推定品質データの予測推移を表す。新たに次回以降の推定品質データの予測推移が得られた場合には、書き換えられる。

図７に示すように、品質データには、品質データの目標値Ｔａｒ、品質許容範囲（品質正常範囲に等しい）の上限値Ｔｈ＿ｍａｘ、品質許容範囲の下限値Ｔｈ＿ｍｉｎが設定されている。ここで、目標値Ｔａｒは、設計上の理想値を意味し、上限値Ｔｈ＿ｍａｘと下限値Ｔｈ＿ｍｉｎとの中央値に設定しても良い。目標値Ｔａｒは、品質許容範囲や機械特性などを考慮して、中央値からずれた値に設定される場合もある。

さらに、品質データには、品質データの目標値Ｔａｒよりも大きく、上限値Ｔｈ＿ｍａｘよりも僅かに小さい値として、閾値Ｔｈ１が設定されている。また、品質データには、品質データの目標値Ｔａｒよりも小さく、下限値Ｔｈ＿ｍｉｎよりも僅かに大きい値として、閾値Ｔｈ２が設定されている。

図５に示すように、送信部８８は、クライアント端末３から品質表示のための送信要求がされている状態において、対象のクライアント端末３に対して、推定品質データ格納部８７に格納された複数個の加工済みワークの推定品質データを送信する。クライアント端末３は、送信部８８から送信された複数個の加工済みワークの推定品質データ、および、推定品質データの予測推移を、表示部３ａに表示する。

ここで、図６に示すように、送信部８８によるクライアント端末３への送信処理は、次回の加工処理の開始前までに行われる。従って、クライアント端末３の表示部３ａは、次回の加工処理の開始前までに、今回の加工済みワークを含む複数個の加工済みワークの推定品質データが表示される状態となる。

クライアント端末３の使用者は、次回の加工処理の開始前までに、今回の加工済みワークの推定品質データを把握することができる。さらに、クライアント端末３の使用者は、今回の加工済みワークに加えて、過去の加工済みワークの推定品質データ、および、次回以降の推定品質データの予測推移を把握することができるため、今回に至るまでの変化、および、次回以降の予測状況を把握することができる。

さらに、送信部８８は、処理設備Ａ１～Ａ４の制御装置２２，３２に対しても、クライアント端末３に送信した複数個の推定品質データを送信し、操作盤２３，３３の表示部に推定品質データを表示させる。送信部８８が制御装置２２，３２に対して推定品質データを送信する際には、エッジコンピュータ端末１１～１４を介して推定品質データが送信される。処理設備Ａ１～Ａ４の近傍に作業者が所在している場合には、当該作業者が、クライアント端末３の使用者と同様の把握をすることができる。

加工条件調整部８９は、推定品質データ格納部８７に格納された複数個の加工済みワークの推定品質データに基づいて、処理設備Ａ１～Ａ４に対して、次回の加工処理の加工条件の調整を行う。例えば、加工条件調整部８９は、今回の加工済みワークの推定品質データが所定の品質許容範囲のうち目標値Ｔａｒとの差が所定値以上の場合に、次回の加工済みワークの品質データが目標値Ｔａｒとなるように加工条件の調整を行う。

例えば、図７に示すように、推定品質データが品質許容範囲の上限値Ｔｈ＿ｍａｘよりも僅かに小さい値である閾値Ｔｈ１に達した場合には、加工条件調整部８９は、品質データが小さくなるように、加工条件の調整を行う。また、推定品質データが品質許容範囲の下限値Ｔｈ＿ｍｉｎよりも僅かに大きい値である閾値Ｔｈ２に達した場合には、加工条件調整部８９は、品質データが大きな値となるように、加工条件の調整を行う。

加工条件の調整は、予め調整方法を設定しておくことで、自動的に行うことができる。加工条件調整部８９が加工条件を調整する場合に、加工条件調整部８９は、調整した加工条件を処理設備Ａ１～Ａ４の制御装置２２，３２に出力して、調整された加工条件に従って制御装置２２，３２が動作するようにする。

加工条件調整部８９により加工条件が調整された場合には、送信部８８は、複数個の加工済みワークの推定品質データに加えて、クライアント端末３に対して、調整された加工条件を送信する。この場合、クライアント端末３の表示部３ａには、調整された加工条件が表示される。また、加工条件調整部８９により加工条件が調整された場合には、送信部８８は、対象の処理設備Ａ１～Ａ４の制御装置２２，３２に対しても、クライアント端末３と同様に、調整した加工条件を送信する。そして、対象の操作盤２３，３３の表示部には、調整された加工条件が表示される。

後処理部９０は、品質推定部８６により今回の加工済みワークの推定品質データが品質許容範囲（Ｔｈ＿ｍａｘ～Ｔｈ＿ｍｉｎ）を超えた場合、対象の加工済みワークを検査装置１５または廃棄処理設備に搬送する指示を、対象の処理設備Ａ１～Ａ４の制御装置２２，３２に送信する。制御装置２２，３２は、後処理部９０から検査装置１５または廃棄処理設備への搬送指示を受け取った場合、対象の加工済みワークを検査装置１５または廃棄処理設備に搬送するように制御する。搬送先としての検査装置１５と廃棄処理設備との判断は、推定品質データの大きさや、推定品質データの種類によって、予め設定しておく。廃棄処理設備は、廃棄用の保管ケースや、射出成形品である加工済みワークに対する破砕する設備などである。

検査装置１５は、搬送されてきた加工済みワークの検査を開始し、検査結果を出力する。検査装置１５の検査による品質データが品質許容範囲を超えていると判定された場合には、対象の加工済みワークを廃棄処理設備に搬送する。一方、検査装置１５の検査による品質データが正常であると判定された場合には、正常であることに加えて品質データを、作業者、管理者、または、クライアント端末３に通知する。

６．クライアント端末３の表示内容の例
クライアント端末３の表示部３ａの表示内容の例について図７～図１２を参照して説明する。以下には、クライアント端末３の表示部３ａの表示内容について、複数種類を例示する。クライアント端末３の表示部３ａの表示内容は、クライアント端末３の使用者によって自由に選択することができる。

推定品質データ格納部８７には、図７に示すように、今回の加工済みワークを含む複数個の加工済みワークの推定品質データを格納している。そこで、クライアント端末３の表示部３ａは、図８に示すように、今回の推定品質データを大きく明示すると共に、過去、今回、次回以降の加工済みワークの推定品質データの推移をグラフ表示する。この表示内容は、次回の加工処理の開始前までに表示される。

また、図１に示したように、複数の工場設備Ａ，Ｂ，Ｃがサーバ装置２とネットワークを構成している。そこで、推定品質データ格納部８７は、工場設備Ａ，Ｂ，Ｃごとに、工場設備Ａ，Ｂ，Ｃに設置された１または複数の処理設備Ａ１～Ａ４により製造された複数個の加工済みワークの推定品質データを格納する。

この場合、図９に示すように、クライアント端末３の表示部３ａは、工場設備Ａ，Ｂ，Ｃごとに、複数個の加工済みワークの推定品質データを表示することができる。例えば、表示部３ａは、品質種Ｑｕ１，Ｑｕ２，Ｑｕ３ごとに表示することができる。このような表示により、クライアント端末３の使用者は、工場設備Ａ，Ｂ，Ｃごとの状況や成績を把握することができる。この表示内容は、クライアント端末３の使用者により任意のタイミングで表示することができる。

また、推定品質データ格納部８７は、処理設備Ａ１～Ａ４ごとに、複数個の加工済みワークの推定品質データを格納する。この場合、図１０に示すように、クライアント端末３の表示部３ａは、処理設備Ａ１～Ａ４ごとに、複数個の加工済みワークの推定品質データを表示することができる。例えば、表示部３ａは、品質種Ｑｕ１，Ｑｕ２，Ｑｕ３ごとに表示することができる。このような表示により、クライアント端末３の使用者は、処理設備Ａ１～Ａ４ごとの状況や成績を把握することができる。この表示内容は、クライアント端末３の使用者により任意のタイミングで表示することができる。

また、推定品質データ格納部８７は、素材ロットＲ１，Ｒ２ごとに、複数個の加工済みワークの推定品質データを格納することもできる。この場合、図１１に示すように、クライアント端末３の表示部３ａは、素材ロットＲ１，Ｒ２ごとに、複数個の加工済みワークの推定品質データを表示することができる。例えば、表示部３ａは、品質種Ｑｕ１，Ｑｕ２，Ｑｕ３ごとに表示することができる。

このような表示により、クライアント端末３の使用者は、素材ロットＲ１，Ｒ２ごとの状況や成績を把握することができる。例えば、素材ロットＲ１，Ｒ２が変更されたことにより、推定品質データが変化した場合、対象の素材ロットＲ１，Ｒ２に問題がある可能性があると把握できる。この表示内容は、クライアント端末３の使用者により任意のタイミングで表示することができる。

また、処理設備Ａ１～Ａ４が、一連の異なる加工工程を順次実行することにより、１個の加工済みワークを製造する場合がある。この場合、推定品質データ格納部８７は、ワークごとに、かつ、工程ごとに、推定品質データを格納することができる。

そして、図１２に示すように、クライアント端末３の表示部３ａは、ワークごとに、かつ、工程ごとに、複数個の加工済みワークＷ１，Ｗ２，Ｗ３の推定品質データを表示することができる。例えば、クライアント端末３の表示部３ａは、ワークごとに、かつ、工程ごとに、品質種Ｑｕ１，Ｑｕ２，Ｑｕ３についての推定品質データを表示することができる。

７．効果
本実施形態の設備監視システム１によれば、サーバ装置２が、機械学習を適用して、加工済みワークについての加工精度を表す推定品質データを生成する。サーバ装置２が推定品質データを生成する対象の処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４は、サーバ装置２と通信可能なネットワークを構成する。つまり、サーバ装置２は、サーバ装置２とネットワークを構成している処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４であれば、全て、推定品質データを生成する対象の処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４とすることができる。

そして、サーバ装置２により生成された推定品質データは、サーバ装置２からクライアント端末３に送信される。クライアント端末３は、送信された推定品質データを表示する。クライアント端末３は、サーバ装置２と通信可能なネットワークを構成するため、クライアント端末３の使用者は、サーバ装置２とネットワーク接続可能な場所であれば、任意の場所に位置することができる。つまり、クライアント端末３の使用者は、処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４の設置場所に所在していなくても、当該処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４により加工処理を施された加工済みワークの推定品質データを把握することができる。

さらに、サーバ装置２は、推定品質データを、次回の加工処理の開始前までに生成する。従って、クライアント端末３の使用者は、次回の加工処理の開始前までに、今回の加工処理による加工済みワークの推定品質データを把握することができる。従って、クライアント端末３の使用者は、処理設備Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４の設置場所に所在していないとしても、リアルタイムに、加工済みワークの推定品質データを把握することができる。

さらに、サーバ装置２は、今回の加工処理の加工済みワークの推定品質データを含む複数個の加工済みワークの推定品質データを格納している。そして、サーバ装置２は、クライアント端末に対して、複数個の加工済みワークの推定品質データを送信する。クライアント端末３は、今回の加工済みワークの推定品質データを含む複数個の加工済みワークの推定品質データを、次回の加工処理の開始前に表示する。従って、クライアント端末３の使用者は、現在に至るまでの推定品質データの変化を把握できる。その結果、クライアント端末３の使用者は、高精度に現状を把握することができる。さらに、クライアント端末３の使用者は、推定品質データの予測推移を把握できれば、より高精度に現状を把握することができる。

１ 設備監視システム
２ サーバ装置
３ クライアント端末
３ａ クライアント端末の表示部
８１ 設備関連データ取得部
８５ モデル格納部
８６ 品質推定部
８７ 推定品質データ格納部
８８ 送信部
Ａ１～Ａ４，Ｂ１～Ｂ４，Ｃ１～Ｃ４ 処理設備

Claims (12)

1. 加工処理を順次実行することにより複数個の加工済みワークを製造する処理設備と、
   前記処理設備と通信可能なネットワークを構成するサーバ装置と、
   前記処理設備および前記サーバ装置と通信可能なネットワークを構成するクライアント端末と、
   を備え、
   前記サーバ装置は、
   前記処理設備の設備状態または加工処理状態を示す設備関連データを取得する設備関連データ取得部と、
   前記設備関連データと前記加工済みワークの加工精度を表す品質データとを含む訓練データセットを用いて機械学習により生成された前記設備関連データと前記品質データとの関係性を表す学習済みモデルを格納するモデル格納部と、
   今回の前記加工処理を実行したときの前記設備関連データと前記学習済みモデルとを用いて、次回の前記加工処理の開始前までに、前記品質データの推定値である推定品質データを生成する品質推定部と、
   複数個の前記加工済みワークについて、前記品質推定部により生成された前記推定品質データを格納する推定品質データ格納部と、
   前記クライアント端末に対して、前記推定品質データ格納部に格納された複数個の前記加工済みワークの前記推定品質データを送信する送信部と、
   を備え、
   前記クライアント端末は、今回の前記加工処理により生成された前記推定品質データを含む複数個の前記加工済みワークについての前記推定品質データを、次回の前記加工処理の開始前に表示可能な表示部を備える、設備監視システム。
2. 前記サーバ装置は、さらに、前記推定品質データ格納部に格納された複数個の前記加工済みワークの前記推定品質データに基づいて、前記処理設備に対して、次回の前記加工処理の加工条件の調整を行う加工条件調整部を備える、請求項１に記載の設備監視システム。
3. 前記サーバ装置の前記送信部は、前記クライアント端末に対して、前記加工条件調整部により調整された前記加工条件を送信し、
   前記クライアント端末の前記表示部は、さらに、前記加工条件調整部により調整が行われた前記加工条件を表示可能である、請求項２に記載の設備監視システム。
4. 前記加工条件調整部は、今回の前記加工済みワークの前記推定品質データが所定の品質許容範囲のうち目標値との差が所定値以上の場合に、次回の前記加工済みワークの前記品質データが前記目標値となるように前記加工条件の調整を行う、請求項２または３に記載の設備監視システム。
5. 複数の前記処理設備を備え、
   前記推定品質データ格納部は、前記処理設備ごとに、複数個の前記加工済みワークの前記推定品質データを格納し、
   前記クライアント端末の前記表示部は、前記処理設備ごとに、複数個の前記加工済みワークの前記推定品質データを表示可能である、請求項１～４のいずれか１項に記載の設備監視システム。
6. 複数の前記処理設備は、複数の工場設備のそれぞれに設置され、
   前記推定品質データ格納部は、前記工場設備ごとに、前記工場設備に設置された１または複数の前記処理設備により製造された複数個の前記加工済みワークの前記推定品質データを格納し、
   前記クライアント端末の前記表示部は、前記工場設備ごとに、複数個の前記加工済みワークの前記推定品質データを表示可能である、請求項５に記載の設備監視システム。
7. 前記推定品質データ格納部は、素材ロットごとに、複数個の前記加工済みワークの前記推定品質データを格納し、
   前記クライアント端末の前記表示部は、前記素材ロットごとに、複数個の前記加工済みワークの前記推定品質データを表示可能である、請求項１～６のいずれか１項に記載の設備監視システム。
8. 異なる工程の前記加工処理を順次実行することにより１個の前記加工済みワークを製造する複数の前記処理設備を備え、
   前記推定品質データ格納部は、ワークごとに、かつ、前記工程ごとに、前記推定品質データを格納し、
   前記クライアント端末の前記表示部は、前記ワークごとに、かつ、前記工程ごとに、前記推定品質データを表示可能である、請求項１～７のいずれか１項に記載の設備監視システム。
9. 前記品質推定部は、さらに、複数個の前記加工済みワークの前記推定品質データの推移に基づいて、次回以降の前記加工済みワークの前記推定品質データの推移を予測し、
   前記推定品質データ格納部は、さらに、次回以降の前記推定品質データの予測推移を格納し、
   前記送信部は、前記クライアント端末に対して、さらに、前記予測推移を送信し、
   前記クライアント端末の前記表示部は、さらに、前記予測推移を表示可能である、請求項１～８のいずれか１項に記載の設備監視システム。
10. さらに、
    複数の前記処理設備と、
    複数の前記処理設備のそれぞれに一対一で設けられた複数のエッジコンピュータ端末と、
    を備え、
    前記処理設備は、時系列データとしての前記設備関連データを検出する観測装置を備え、
    前記エッジコンピュータ端末は、前記処理設備および前記サーバ装置と通信可能なネットワークを構成し、前記処理設備に設けられた前記観測装置から前記設備関連データを取得し、特徴量を表す前記設備関連データを生成し、
    前記サーバ装置の前記設備関連データ取得部は、前記エッジコンピュータ端末から前記特徴量を表す前記設備関連データを取得する、請求項１～９のいずれか１項に記載の設備監視システム。
11. 前記処理設備は、射出成形により前記加工済みワークを製造する射出成形機である、請求項１～１０のいずれか１項に記載の設備監視システム。
12. 前記処理設備は、加工前ワークに対して切削加工または研削加工を行うことにより前記加工済みワークを製造する工作機械である、請求項１～１０のいずれか１項に記載の設備監視システム。

Images