JP2023056807A - 設備監視システム - Google Patents
設備監視システム Download PDFInfo
- Publication number
- JP2023056807A JP2023056807A JP2021166235A JP2021166235A JP2023056807A JP 2023056807 A JP2023056807 A JP 2023056807A JP 2021166235 A JP2021166235 A JP 2021166235A JP 2021166235 A JP2021166235 A JP 2021166235A JP 2023056807 A JP2023056807 A JP 2023056807A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- quality data
- facility
- estimated quality
- equipment
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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。
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。
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.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。
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。
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。
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。
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。
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。
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。
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
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)
- 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。 - 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。
- 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。 - 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。
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
- 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021166235A JP2023056807A (ja) | 2021-10-08 | 2021-10-08 | 設備監視システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021166235A JP2023056807A (ja) | 2021-10-08 | 2021-10-08 | 設備監視システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023056807A true JP2023056807A (ja) | 2023-04-20 |
Family
ID=86004826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021166235A Pending JP2023056807A (ja) | 2021-10-08 | 2021-10-08 | 設備監視システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023056807A (ja) |
-
2021
- 2021-10-08 JP JP2021166235A patent/JP2023056807A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101257275B1 (ko) | 자동가공기능을 갖는 지능형 cnc공작기계 및 그 제어방법 | |
US6937942B2 (en) | Method and apparatus of detecting tool abnormality in a machine tool | |
US10120365B2 (en) | Machining system for adjusting number of revolutions of machining tool and feed speed of workpiece | |
CN109388841B (zh) | 生产设备的数据处理装置 | |
US20220244701A1 (en) | Control Device for Use on a Numerically Controlled Machine Tool, and Machine Tool Comprising a Control Device | |
CN105500656B (zh) | 具备多个注射装置的注射成形机 | |
EP3100841B1 (en) | Injection molding machine | |
US8229591B2 (en) | Method for sequence programming of an injection molding cycle of an injection molding machine | |
JP2023056807A (ja) | 設備監視システム | |
JP6407810B2 (ja) | 加工ツール回転数とワーク送り速度とを調整する加工システム | |
JP2023056806A (ja) | 設備監視システム | |
JP4571044B2 (ja) | モニタリング表示装置および表示方法 | |
JP7151564B2 (ja) | 射出成形機および成形品の良否判定方法 | |
Harja et al. | Preliminary development of real time usage-phase monitoring system for CNC machine tools with a case study on CNC machine VMC 250 | |
JP2012035553A (ja) | 射出成形機の点検システム | |
WO2014167923A1 (ja) | 工作機械及び工作機械の制御方法 | |
EP3882000B1 (en) | Injection molding machine and industrial machine | |
JP5090996B2 (ja) | 射出成形機の圧力異常検出装置 | |
EP3888876A1 (en) | Injection molding machine and industrial machine | |
EP1560091A2 (en) | Detecting breakages in machine tools and the like | |
JP2020177579A (ja) | サイバーフィジカルシステム型加工システム | |
JP2003334847A (ja) | 射出成形機の計量制御方法および装置 | |
KR101987478B1 (ko) | 공작기계의 가공물 자동 배출 제어 방법 | |
WO2024004106A1 (ja) | 判定システム及び方法 | |
JP2019036075A (ja) | 生産設備のデータ処理装置 |