JP5838896B2 - データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 - Google Patents
データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 Download PDFInfo
- Publication number
- JP5838896B2 JP5838896B2 JP2012092179A JP2012092179A JP5838896B2 JP 5838896 B2 JP5838896 B2 JP 5838896B2 JP 2012092179 A JP2012092179 A JP 2012092179A JP 2012092179 A JP2012092179 A JP 2012092179A JP 5838896 B2 JP5838896 B2 JP 5838896B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- shape feature
- map
- analysis
- chart
- 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.)
- Active
Links
- 238000007405 data analysis Methods 0.000 title claims description 84
- 238000000034 method Methods 0.000 title claims description 39
- 238000003860 storage Methods 0.000 title claims description 19
- 238000004590 computer program Methods 0.000 title claims description 8
- 238000004458 analytical method Methods 0.000 claims description 105
- 238000004519 manufacturing process Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 31
- 238000000605 extraction Methods 0.000 claims description 26
- 238000012880 independent component analysis Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 6
- 239000000571 coke Substances 0.000 description 55
- 238000001125 extrusion Methods 0.000 description 27
- 230000008859 change Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 17
- 238000013500 data storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000003763 carbonization Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 235000013405 beer Nutrition 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、製造プロセスにおけるチャートデータを分析するデータ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体に関し、より詳細には、製造プロセスにて発生したトラブルの要因を分析するために、複数の解析対象のチャートデータから当該製造プロセスの操業状態を視覚化した操業分析マップを生成するデータ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体に関する。
従来、製造プロセスの操業において、操業に異常が発生すると、過去の事例に対する知見を活用して操業改善対応が行われていた。この際、蓄積された過去の事例データは人間の記憶や人手による探索により活用されていたため、作業者の経験や主観によって過去の事例データに基づきとられる対応が相違することもあった。
このような問題に対して、過去の事例データを分析する手法が提案されている。操業の安定・品質の向上のためには、日々の操業データや品質データである操業品質のデータを解析して、操業品質トラブル（操業品質トラブルとは、操業トラブルおよび品質トラブルのうち少なくともいずれか一方をいう。）の原因を解明し、対策を立案することが重要である。このため、データ解析技術が必要不可欠である。従来、データ解析は、問題毎あるいは担当者毎に、個別のアプローチで行われている。例えば、製品長手方向のチャートデータからは板厚や板幅、温度履歴を解析し、設備チャートデータからはモータ電流値を解析し、疵などの品質データからはスリ疵やロール疵等を解析することができる。これらのデータが時系列となればデータ量は膨大となり、複雑多岐な鉄鋼プロセスにおいては時系列データの解析手法が必要となる。
時系列データ解析の基本的な考えとしては、まず、時系列データをデータ解析して有効な操業品質データを選定し、選定した操業品質データから特徴量を抽出する。そして、抽出した特徴量を分類して操業品質トラブルの要因を判別する判別モデルを作成する。この判別モデルから、操業品質トラブルを予測することが可能となる。
時系列データを解析する技術として、例えば、特許文献１には、独立成分分析（Ｉｎｄｅｐｅｎｄｅｎｔ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ；ＩＣＡ）を用いて時系列データの波形構成成分に対応する強さと操業結果との相関関係を解析してモデルを構築し、操業の予測に利用する操業分析装置が開示されている。また、特許文献２には、独立成分分析の類似手法として、ウェーブレット解析を利用した操業プロセスの操業結果解析装置が開示されている。さらに、特許文献３には、高速ＩＣＡを用いて算出されたプロセス変数値の独立変数値を用いて、プロセスの時系列データベースから過去のプロセスの状態類似事例を探索する方法が開示されている。
また、特許文献４には、主成分分析（Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ；ＰＣＡ）、独立成分分析、またはＰＬＳ（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅ）の特徴量をモデル変数として、Ｊｕｓｔ Ｉｎ Ｔｉｍｅ（ＪＩＴ）モデルへ組み込み、品質の予測を行う品質予測装置が開示されている。そして、特許文献５には、設計関連情報となるキーワードを含む資料を検索し、その検索結果を設計者へ知見情報として提供する設計支援装置が開示されている。かかる設計支援装置では、キーワードと資料との関連性の分析に対応分析を用いている。
しかしながら、上述のように、独立成分分析を用いた手法は多く提案されているが、着目する基底波形および独立成分（独立信号とも呼ばれる。）を特定する手法については確立されていない。また、複数の対応チャートに対する独立成分分析の利用方法とその最良な独立成分を選定する方法は存在していない。このため、多数の独立成分から操業トラブルや品質トラブルの予兆をみるのに有効な独立成分を選定するのは容易ではない。また、設備毎にチャートデータの形状的特徴や時系列変化は異なっており、各設備について注目すべき独立成分を選定するのは容易ではなく、その一方で、複数の設備にわたって共通する操業トラブルや品質トラブルの要因を見つけるのも容易ではない。
そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、複数のチャートデータから算出された形状特徴量をマッピングした操業分析マップを生成し、トラブルの要因が、設備あるいは操業条件のいずれによるものかを分析するためのデータを提供することの可能な、新規かつ改良されたデータ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体を提供することにある。
上記課題を解決するために、本発明のある観点によれば、同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、複数の設備から抽出された処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、形状特徴量を、各設備における処理の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、を備え、マップ作成部は、前記チャートデータと関連付けられた前記製造プロセスの操業条件を表す複数の操業条件変数の値を、前記各設備における工程の時間経過に関する前記第１の軸と前記各設備間に設定された順序を示す前記第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とする、データ分析支援装置が提供される。
ここで、各設備間に設定された順序は、設備の利用順であってもよく、設備の物理的配置順であってもよい。
また、形状特徴量抽出部は、独立成分分析を用いて形状特徴量を抽出してもよい。
また、上記課題を解決するために、本発明の別の観点によれば、同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、複数の設備から抽出された処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出ステップと、形状特徴量を、各設備における処理の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成ステップと、を含み、マップ作成ステップでは、チャートデータと関連付けられた製造プロセスの操業条件を表す複数の操業条件変数の値を、各設備における工程の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とする、データ分析支援方法が提供される。
さらに、上記課題を解決するために、本発明の別の観点によれば、コンピュータを、同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、複数の設備から抽出された処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、形状特徴量を、各設備における処理の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、を備え、マップ作成部は、チャートデータと関連付けられた製造プロセスの操業条件を表す複数の操業条件変数の値を、各設備における工程の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とするデータ分析支援装置として機能させることを特徴とするコンピュータプログラムが提供される。
また、上記課題を解決するために、本発明の別の観点によれば、コンピュータに、同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、複数の設備から抽出された処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、形状特徴量を、各設備における処理の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、備え、マップ作成部は、チャートデータと関連付けられた製造プロセスの操業条件を表す複数の操業条件変数の値を、各設備における工程の時間経過に関する第１の軸と各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とするデータ分析支援装置として機能させるためのプログラムを記憶したコンピュータ読み取り可能な記憶媒体が提供される。
以上説明したように本発明によれば、複数のチャートデータから算出された形状特徴量をマッピングした操業分析マップを生成し、トラブルの要因が、設備あるいは操業条件のいずれによるものかを分析するためのデータを提供することの可能なデータ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体を提供することができる。
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
＜１．コークス炉押出力チャートデータの解析＞
まず、図１および図２を参照して、本発明の実施形態に係るデータ分析支援装置を用いて操業品質トラブルのうちの操業トラブルの発生箇所を見出すとともに、その要因を特定する対象であるコークス炉の操業と、コークス炉において発生する操業トラブルの一例について説明する。なお、図１は、操業正常時におけるコークス炉の炭化室から製造したコークスを押出機により押出す際の押出力を示すチャートデータである。図２は、操業トラブル発生時におけるコークス炉の炭化室から製造したコークスを押出機により押出す際の押出力を示すチャートデータである。
まず、図１および図２を参照して、本発明の実施形態に係るデータ分析支援装置を用いて操業品質トラブルのうちの操業トラブルの発生箇所を見出すとともに、その要因を特定する対象であるコークス炉の操業と、コークス炉において発生する操業トラブルの一例について説明する。なお、図１は、操業正常時におけるコークス炉の炭化室から製造したコークスを押出機により押出す際の押出力を示すチャートデータである。図２は、操業トラブル発生時におけるコークス炉の炭化室から製造したコークスを押出機により押出す際の押出力を示すチャートデータである。
コークス炉は、石炭を乾留してコークスを製造する高温炉であり、炉を加熱するための燃焼室とコークスを生成する炭化室（以下では「窯」ともいう。）とが交互に水平に配置されて炉団を構成している。炭化室に入れられた石炭が乾留されコークスとなると、押出機により炭化室の一側から排出先の他側に向かって押し出される。このとき、正常状態であれば、図１に示すように、押出機の押出力によってコークスが圧縮された後、コークスは排出先へ移動する。押出機がコークスの押出方向に移動するにつれて炭化室内のコークスは減少するので、押出機の押出力は徐々に減少する。
一方、コークス炉に操業トラブルが発生した場合、炭化室内のコークスが詰まってしまい、コークスを正常に押し出せなくなる押詰まり状態がある。このような押詰まり状態が生じると、コークス炉の操業を中断して人力により対応する必要があり、時間のロスや作業負荷の増大によって生産性が低下してしまう。
押詰まり状態におけるコークスを押し出す際の押出機の押出力は、図２に示すように、炭化室のコークスが移動しないため、押出機によってコークスを押し出すにつれて押出力は徐々に増加する。その後、押出機はコークスを押し出せず停止してしまう。押詰まり状態は、正常時に平滑であった炭化室内のレンガ炉壁が減肉陥没したりレンガ炉壁にカーボンが付着したりして平滑ではない部分が拡大し、押出負荷が増加することで発生する。
そこで、本実施形態では、データ分析支援装置を用いて、コークス炉における操業トラブルの発生箇所を見出すとともに、その要因を特定するために用いる操業分析マップを生成する。ユーザは、操業分析マップを用いて、コークス炉の窯の押出負荷の増加傾向のある箇所を捉え、さらに、その要因が設備にあるのか、あるいは操業条件にあるのかを特定する。以下では、操業分析マップを生成するデータ分析支援装置の構成と、これによる操業分析マップを作成するデータ分析処理について説明する。
＜２．データ分析支援装置によるデータ分析処理＞
［２−１．解析フロー概要］
まず、図３に基づいて、本実施形態に係るデータ分析支援装置による操業分析マップを作成するデータ分析処理の概要を説明する。図３は、本実施形態に係るデータ分析支援装置によるデータ分析処理の概要を示す説明図である。
［２−１．解析フロー概要］
まず、図３に基づいて、本実施形態に係るデータ分析支援装置による操業分析マップを作成するデータ分析処理の概要を説明する。図３は、本実施形態に係るデータ分析支援装置によるデータ分析処理の概要を示す説明図である。
本実施形態に係るデータ分析支援装置は、操業データから形状特徴量を抽出し、操業トラブルの発生の要因を特定するための操業分析マップを作成する装置である。具体的には、データ分析支援装置によるデータ分析処理は、図３に示すように、以下のＳＴＥＰ１〜ＳＴＥＰ４の処理から構成される。ＳＴＥＰ１〜ＳＴＥＰ４の処理の概要は以下のとおりである。なお、各処理の詳細については後述する。
ＳＴＥＰ１：操業データの選定
押出しチャートデータの中からチャートデータの形状特徴量を抽出するための教師データが選定される。
ＳＴＥＰ２：特徴量抽出
教師データに独立成分分析を適用し、チャート形状の特徴を示す形状特徴量である、基底波形およびその基底波形の強さを表す独立成分を算出する。
ＳＴＥＰ３：特徴量・操業条件変数のマッピング
各チャートデータに関する形状特徴量および操業条件変数それぞれについて、時間軸（第１の軸）および製造プロセスの各設備間に設定された順序に関する軸（第２の軸）からなる二次元座標にデータを配置した操業分析マップを生成する。
ＳＴＥＰ４：操業分析マップの分析
特徴量に関する操業分析マップを分析して、操業トラブルや品質トラブルの発生箇所を見出し、その要因が全設備に共通する操業条件の変化によるものか、あるいは各設備の状態によるものかを分析する。また、特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを比較してトラブルに関連する操業条件を見出す。
押出しチャートデータの中からチャートデータの形状特徴量を抽出するための教師データが選定される。
ＳＴＥＰ２：特徴量抽出
教師データに独立成分分析を適用し、チャート形状の特徴を示す形状特徴量である、基底波形およびその基底波形の強さを表す独立成分を算出する。
ＳＴＥＰ３：特徴量・操業条件変数のマッピング
各チャートデータに関する形状特徴量および操業条件変数それぞれについて、時間軸（第１の軸）および製造プロセスの各設備間に設定された順序に関する軸（第２の軸）からなる二次元座標にデータを配置した操業分析マップを生成する。
ＳＴＥＰ４：操業分析マップの分析
特徴量に関する操業分析マップを分析して、操業トラブルや品質トラブルの発生箇所を見出し、その要因が全設備に共通する操業条件の変化によるものか、あるいは各設備の状態によるものかを分析する。また、特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを比較してトラブルに関連する操業条件を見出す。
本実施形態に係るデータ分析支援装置により、複数の解析対象のチャートデータから形状特徴量を抽出し、形状特徴量に関する操業分析マップを作成することで、トラブルの要因が全設備に共通する操業条件の変化によるものか、あるいは各設備の状態によるものかを分析することが可能となる。また、特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを比較することで、トラブルに関連する操業条件を見出すことができる。さらに、チャートデータを分析して視覚的に分かり易い操業分析マップを作成することで、ユーザは直感的に分析することができるようになり、全設備の状況と長期にわたる操業の全体感を捉えやすくなる。以下、データ分析支援装置の機能構成と、これによるデータ分析処理について、詳細に説明していく。
［２−２．データ分析支援装置の機能構成］
図４に、本実施形態に係るデータ分析支援装置１００の機能構成を示す。データ分析支援装置１００は、図４に示すように、データ取得部１１０と、形状特徴量抽出部１２０と、マップ作成部１３０と、出力部１４０とからなる。
図４に、本実施形態に係るデータ分析支援装置１００の機能構成を示す。データ分析支援装置１００は、図４に示すように、データ取得部１１０と、形状特徴量抽出部１２０と、マップ作成部１３０と、出力部１４０とからなる。
データ取得部１１０は、操業データの履歴を記憶するデータ蓄積部２００から教師データとして利用する操業データを取得する。データ蓄積部２００は、所定期間（例えば、直近３カ月や直近１年等）分の操業チャートデータを記憶する記憶部である。データ蓄積部２００は、図４に示すようにデータ分析支援装置１００とは別のサーバに設けてもよく、データ分析支援装置１００に設けてもよい。データ取得部１１０は、ユーザから入力された、教師データとして利用する操業データを特定するデータ選定情報に基づいて、データ蓄積部２００より該当する操業データを取得する。データ蓄積部２００から取得された操業データは、形状特徴量抽出部１２０へ出力される。
形状特徴量抽出部１２０は、教師データからデータの特徴を表す形状特徴量を抽出する機能部であって、教師データに対して独立成分分析（ＩＣＡ）を適用し、チャート形状の特徴を示す形状特徴量である、基底波形およびチャートにおける基底波形の寄与を表す独立成分を算出する。操業チャートデータの形状特徴量の抽出技術に独立成分分析を利用することで、操業チャートデータを複数の基底波形とその基底波形に対する重み（独立成分）の積との線形和として表現することができる。
マップ作成部１３０は、各基底波形に関する特徴量や操業条件変数について、データ値の大小を色の濃淡により視覚的に現した操業分析マップを作成する。操業分析マップは、各基底波形に関する特徴量や操業条件変数等のデータを、時間軸と製造プロセスの各設備間に設定された順序に関する軸とからなる二次元座標に配置したものである。このような二次元座標にデータを配置することにより、各設備単体における操業状態を分析することができるとともに、全設備に共通する操業状態の変化の分析をすることが可能となる。なお、操業分析マップの作成方法および分析についての詳細な説明は後述する。マップ作成部１３０は、作成した操業分析マップを出力部１４０へ出力する。
出力部１４０は、マップ作成部１３０により作成された操業分析マップを出力する。出力部１４０としては、例えば操業分析マップを表示可能な表示装置を用いることができる。ユーザは、出力部１４０から出力された操業分析マップを分析し、設備全体あるいは設備単体における操業状態の変化を見出し、その変化の要因を特定する。
［２−３．データ分析処理］
次に、コークス炉の押詰まり状態の診断を例として、本実施形態に係るデータ分析支援装置１００によるデータ分析処理について、図３および図５に沿って、図６〜図１２を参照しながら説明する。
次に、コークス炉の押詰まり状態の診断を例として、本実施形態に係るデータ分析支援装置１００によるデータ分析処理について、図３および図５に沿って、図６〜図１２を参照しながら説明する。
（ＳＴＥＰ１：操業データの選定）
データ分析支援装置１００によるデータ分析処理は、図５に示すように、まず、データ取得部１１０によりデータ蓄積部２００から教師データとなる操業チャートデータを取得することから開始する（Ｓ１００）。教師データは、操業トラブルの予兆が含まれているデータであり、ユーザによりデータ蓄積部２００に蓄積された押出履歴（操業チャートデータ）から選定される。
データ分析支援装置１００によるデータ分析処理は、図５に示すように、まず、データ取得部１１０によりデータ蓄積部２００から教師データとなる操業チャートデータを取得することから開始する（Ｓ１００）。教師データは、操業トラブルの予兆が含まれているデータであり、ユーザによりデータ蓄積部２００に蓄積された押出履歴（操業チャートデータ）から選定される。
操業チャートデータは、１日に１〜２回各窯からそれぞれ得られるデータである。以下、１日に１回各窯から操業チャートデータが得られる場合を例として記載する。データ蓄積部２００には、例えば図６に示すように、各窯について押出機の押出位置と押出力の関係を示す操業チャートデータが所定期間（例えば、直近３カ月や直近１年等）分蓄積されている。ある窯で押詰まりが発生したところに注目して、ユーザは、ある窯の押詰まりの直前の予兆が含まれている可能性のあるチャートデータを教師データとして選択する。例えば、１日に１チャートデータが得られる場合については、押詰まり発生の１週間前からの６チャートデータを選択して教師データに利用することができる。
コークス炉の押詰まりの直前においては、操業チャートデータのチャート形状に、例えば図７に示すような変化が現れる。図７は、操業トラブル予兆を含むチャートデータの変化パターン例を示す説明図である。例えば、パターンＡとして、押出機によるコークスの押出毎にピーク点（コークスケーキにて静止摩擦から動摩擦へ変化するときの点）が上昇する場合に押詰まり状態となる場合がある。パターンＡでは、図７に示すように、押詰まり状態となるｎ回前の操業チャートデータから押詰まり状態となるまでの操業チャートデータを見ると、ピーク点が徐々に上昇する。
また、例えば、パターンＢとして、押出機によるコークスの押出毎に押出位置の後半で押出力が上昇する場合に押詰まり状態となる場合がある。パターンＢでは、図７に示すように、押詰まり状態となるｎ回前の操業チャートデータから押詰まり状態となるまでの操業チャートデータを見ると、押出位置が大きくなるにつれて低下していた押出力が徐々に低下しなくなり、押詰まり状態となったときには押出力は上昇するようになっている。
さらに、パターンＣとして、押詰まり状態となる直前に、チャート波形中盤に振動が現われる場合に押詰まり状態となる場合がある。パターンＣでは、図７に示すように、押詰まり状態となるｎ回前の操業チャートデータから押詰まり状態となるまでの操業チャートデータを見ると、操業チャートデータの中盤のチャート波形の振動が、徐々に大きくなっている。
このように、操業トラブルが発生する直前には操業チャートデータのチャート形状に変化が生じる場合が多い。このような操業チャートデータを教師データとして選定し解析することで、操業トラブルの予兆に有効な独立成分を抽出できる。
ユーザは、データ蓄積部２００に蓄積された操業チャートデータから、コークス炉の窯毎に複数件（例えば５０件）を教師データとして選定する。１つの教師データは、押詰まり状態等の操業トラブルが発生する直前ｎ回の操業チャートデータからなる。操業チャートデータ数ｎは、複数であり、例えば１週間の操業チャートデータを分析する場合には６とすることができる。教師データには、図７に示したような３つのパターンを含め、図７のそれぞれのパターンにて、押詰まりに至るまでのチャートデータ（図７の点線枠で示すデータ群ａ〜ｃ）を利用するとよい。
また、図７では押詰まりが発生したときの教師データについて述べているが、押詰まり状態には至っていないチャートデータも教師データとして含めてもよい。例えば、通常のチャート形状からはかけ離れて押出力の高い、後半上昇パターン（パターンＢ）が現れた場合、押詰まり予防のため、操業者の判断によって炉壁のメンテナンスが行われたりする。そこで、炉壁の修復が必要となるこのようなパターンを異常波形パターン（図７でいえば押詰まりトラブルが発生する１回前のチャートデータのような波形）として定義し、異常波形パターンに至るまでのチャートデータを教師データに含めてもよい。
ユーザは、データ分析支援装置１００を操作する操作入力装置（図示せず。）により、教師データとして使用する操業チャートデータを特定するデータ選定情報を入力する。データ選定情報を受けたデータ分析支援装置１００のデータ取得部１１０は、データ選定情報に基づき、該当する操業チャートデータを取得し、形状特徴量抽出部１２０へ出力する。
（ＳＴＥＰ２：特徴量抽出）
ＳＴＥＰ１（Ｓ１００）にて教師データが選定され、データ蓄積部２００から取得すると、形状特徴量抽出部１２０により教師データである操業チャートデータから形状特徴量の抽出が行われる（Ｓ１１０）。
ＳＴＥＰ１（Ｓ１００）にて教師データが選定され、データ蓄積部２００から取得すると、形状特徴量抽出部１２０により教師データである操業チャートデータから形状特徴量の抽出が行われる（Ｓ１１０）。
本実施形態では、操業チャートデータの形状特徴量の抽出技術に独立成分分析（ＩＣＡ）を用いる。独立成分分析を用いることで、押出力に関する操業チャートデータを図８に示すように複数の基底波形（Ａ）とその基底波形に対する重み（独立成分ｓ（ｔ）、押出回数ｔ）の積との線形和として表現することができる。図８は、独立成分分析による形状特徴量である基底波形およびその基底波形に対する重みの抽出を説明するための説明図である。なお、図８では、説明を簡単にするため３つの独立成分に分ける場合について示しているが、任意の成分数を設定し、その成分数に合わせた基底波形に分けることができる。
具体的に説明すると、下記式１のようにｎ個の操業チャートデータからなる教師データｘ（ｔ）＝［ｘ１（ｔ） ｘ２（ｔ） ・・・ ｘｎ（ｔ）］Ｔを基底波形（ｎ×ｐの混合行列）Ａと、基底波形に対応する重みに相当する統計的に独立なｐ個の独立成分ｓ（ｔ）＝［ｓ１（ｔ） ｓ２（ｔ） ・・・ ｓｐ（ｔ）］Ｔの線形結合（すなわち、ｘ（ｔ）＝Ａｓ（ｔ））と仮定する。なお、ｔは押出回数、ｐはユーザが設定する成分数である。
行列Ａの列要素が操業チャートデータの基底波形に相当し、上記のように各基底波形と独立成分との積の線形和によって、教師データである一つ一つの操業チャートデータが近似的に表現される（各押出回数ｔのｘ（ｔ）に対して、ｓ（ｔ）の値がそれぞれ特定される）。形状特徴量抽出部１２０は、この線形結合の結果より、各教師データについて、基底波形Ａに対する重み、すなわち独立成分ｓ（ｔ）を形状特徴量としてそれぞれ取得する。
なお、ステップＳ１１０では、所定期間の操業チャートデータを用いて、この期間の独立成分ｓ（ｔ）を取得するが、この際、形状特徴量抽出部１２０は、基底波形（Ａ）に基づいて、独立成分分析の教師データ以外の操業チャートデータについても独立成分を算出する。例えば、図９上図に示すように、教師データである操業チャートデータからは、教師データとして用いた期間の独立成分ｓ１しか取得されない。そこで、形状特徴量抽出部１２０は、教師データとして用いた期間以外のチャートデータ（すなわち、教師データ以外のチャートデータ）に対して基底波形（Ａ）の逆行列を掛けて、図９下図のように操業状況を確認したい期間の独立成分ｓ１を推定する。独立成分ｓ１以外の独立成分ｓ２〜ｓｐも同様な方法で推定する。
（ＳＴＥＰ３：特徴量・操業条件変数のマッピング）
ＳＴＥＰ２（Ｓ１１０）にて各操業チャートデータについて形状特徴量が抽出されると、マップ作成部１２０により操業分析マップの作成が行われる（Ｓ１２０）。操業分析マップは、各基底波形に関する特徴量あるいは操業条件変数について、データ値の大小を色の濃淡により表現したものである。これらのデータ値の大小を色の濃淡で視覚化した情報を視覚データとする。マップ作成部１２０は、視覚データを時間軸と製造プロセスの各設備間に設定された順序に関する軸とからなる二次元座標に配置する。操業分析マップの時間軸は、各設備に対する時間経過を示しており、各設備について時間経過に伴う操業状態の変化をみることができる。一方、操業分析マップの、各設備間に設定された順序に関する軸は、同一操業を行う各設備間に設定された所定の順序を示しており、設備全体に共通する操業状態の変化をみることができる。
ＳＴＥＰ２（Ｓ１１０）にて各操業チャートデータについて形状特徴量が抽出されると、マップ作成部１２０により操業分析マップの作成が行われる（Ｓ１２０）。操業分析マップは、各基底波形に関する特徴量あるいは操業条件変数について、データ値の大小を色の濃淡により表現したものである。これらのデータ値の大小を色の濃淡で視覚化した情報を視覚データとする。マップ作成部１２０は、視覚データを時間軸と製造プロセスの各設備間に設定された順序に関する軸とからなる二次元座標に配置する。操業分析マップの時間軸は、各設備に対する時間経過を示しており、各設備について時間経過に伴う操業状態の変化をみることができる。一方、操業分析マップの、各設備間に設定された順序に関する軸は、同一操業を行う各設備間に設定された所定の順序を示しており、設備全体に共通する操業状態の変化をみることができる。
例えば、コークス炉の押出しチャートデータの場合、例えば図１０に示すような操業分析マップを作成することができる。図１０では、操業分析マップの縦軸を時間軸、横軸を各設備間に設定された順序に関する軸としている。時間軸（縦軸、第１の軸）には、コークス炉の各窯の時間軸として、例えば各窯におけるコークスの押出しサイクルをとることができる。窯番３３０の窯についてみると、１回目のコークスの押出し（１サイクル）のときデータ（１，２）、２回目のコークスの押出し（２サイクル）のときデータ（２，２）、３回目のコークスの押出し（３サイクル）のときデータ（３，２）、のようにデータ値が変化する。このように、窯の押出し回数毎のデータ値の変化を見ることで、窯内の状態変化によるコークスの押出力への影響（例えば、窯内のカーボン付着量の影響）を見ることができ、窯毎の特徴を把握することができる。
一方、各設備間に設定された順序に関する軸（横軸、第２の軸）には、コークス炉の各窯間に設定された所定の順序として、例えば図１０に示すようにコークス炉全体についてコークスの押出しを行う各窯間の押出し順番をとることができる。図１０の例では、各サイクルにおけるコークスの押出しは、窯番３２５、窯番３３０、窯番３３５の順に行われ、例えば２サイクル目についてみると、窯番３２５はデータ（２，１）、窯番３３０はデータ（２，２）、窯番３３５はデータ（２，３）、のようにデータ値が変化する。このデータ値の変化より、コークスの装入量や置き時間等の操業条件変数が変化されたときの全窯に共通する影響を見ることができる。
各設備間に設定された順序に関する軸は、コークスの押出しを行う押出し順番以外にも、例えば、コークス炉を構成する各窯の物理的配置順序であってもよい。この場合には、物理的に隣接する窯間の影響を操業分析マップより見出すことが可能となる。
操業分析マップに配置されるデータ値は、形状特徴量である独立成分ｓ（ｔ）または操業条件変数である。まず、形状特徴量に関する操業分析マップは、形状特徴量、すなわち基底波形の強度の大小を視覚データとして表し、時間軸と各設備間に設定された順序に関する軸とからなる二次元座標に配置したものである。例えば、ある基底波形の強度を表すデータ値（独立成分ｓ（ｔ））を、値が高いほど黒色、値が低いほど白色となる視覚データとして表すと、図１１に示すような、格子状に配置された複数の視覚データからなる操業分析マップが生成される。視覚データは、データ値を連続的に表しており、例えば２５６種類の濃淡によってデータ値の大小を表している。このように形状特徴量に関する操業分析マップを作成することで、視覚データの濃淡で、操業チャートデータの形状変化の全体傾向が可視化され、それにより、操業トラブルや品質トラブル、あるいはその予兆が発生している設備、操業時期を容易に特定することができるようになる。
一方、操業条件変数に関する操業分析マップは、例えば、コークスの装入量や乾留時間といったデータ値の大小を視覚データとして表し、時間軸と各設備間に設定された順序に関する軸とからなる二次元座標に配置したものである。操業条件変数に関する操業分析マップは、形状特徴量に関する操業分析マップと比較して、操業トラブルや品質トラブルに連動する操業条件変数を特定するために用いることができる。操業条件変数に関する操業分析マップも、形状特徴量に関する操業分析マップと同様に視覚化されたものであり、例えば図１２右図に示すようなものとなる。このとき、形状特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを同一形式で作成することで、２つの操業分析マップの比較が可能となり、形状特徴量と操業変数との関係を容易に見出すことが可能となる。
（ＳＴＥＰ４：ユーザによる操業分析マップの分析）
図５の説明に戻り、ステップＳ１２０で形状特徴量に関する操業分析マップ、さらに操業条件変数に関する操業分析マップが作成されると、出力部１４０より作成された操業分析マップが出力される。出力された操業分析マップを用いて、ユーザは、操業トラブルや品質トラブル、あるいはその予兆が発生している設備、操業時期を特定し、その要因の絞り込みを行う（Ｓ１３０）。本実施形態に係るデータ分析支援装置１００は、操業分析マップを提供し、ユーザが製造プロセスにおいて操業トラブルや品質トラブル、あるいはその予兆が発生している設備、操業時期を容易に特定することを支援する装置である。
図５の説明に戻り、ステップＳ１２０で形状特徴量に関する操業分析マップ、さらに操業条件変数に関する操業分析マップが作成されると、出力部１４０より作成された操業分析マップが出力される。出力された操業分析マップを用いて、ユーザは、操業トラブルや品質トラブル、あるいはその予兆が発生している設備、操業時期を特定し、その要因の絞り込みを行う（Ｓ１３０）。本実施形態に係るデータ分析支援装置１００は、操業分析マップを提供し、ユーザが製造プロセスにおいて操業トラブルや品質トラブル、あるいはその予兆が発生している設備、操業時期を容易に特定することを支援する装置である。
まず、ユーザは、データ分析支援装置１００により作成された形状特徴量に関する操業分析マップから、形状特徴量の高い値が集中している部分を見つけ、操業トラブルや品質トラブルが発生している箇所を特定する。そして、ユーザは、形状特徴量の高い値が時間軸（縦軸）方向に連なっているか、あるいは各設備間に設定された順序に関する軸（横軸）方向に連なっているかにより、トラブルの要因が個別の設備にあるか、あるいは個別の設備によらない操業条件の設定にあるかを特定する。
コークス炉の押出しチャートデータの解析の例では、図１０に基づき説明したように、時間軸方向には、各窯について押出しサイクル毎の変化を見ることができる。例えば、図１１に示すように、押出しサイクルの順序を表す時間軸（縦軸）方向に形状特徴量の高い値が集中している場合には、形状特徴量の高い値が集中している窯自体に、炉壁の悪化等何らかのトラブルを発生させる要因があると推測することができる。
また、各設備間に設定された順序に関する軸（横軸）方向には、全窯に共通する操業条件変化による影響を見ることができる。例えば、図１２左図に示す、ある基底波形の強度、すなわち、ある形状特徴量に関する操業分析マップのように、各設備間に設定された順序に関する軸（横軸）方向に形状特徴量の高い値が集中している場合には、形状特徴量の高い値が集中している押出しサイクルにおいて複数の窯にコークスの押出悪化が生じていると考えられる。この場合、各窯に共通して変更された操業条件にトラブルを発生させる要因があると推測することができる。
このように、ユーザは、データ分析支援装置１００により作成された形状特徴量に関する操業分析マップにおいて、形状特徴量の高い値がいずれの方向に集中して表れているかを見ることで、窯自体にトラブルの要因があるのか、あるいは全窯に共通する操業条件にトラブルの要因があるのかを容易に特定することができる。
形状特徴量に関する操業分析マップによりトラブルの所在を特定すると、ユーザはさらに、形状特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを比較して、このトラブルに関連する操業条件変数を特定することができる。例えば、図１２右図は、操業条件変数の１つである変数ａに関する操業分析マップであり、形状特徴量に関する操業分析マップと同様、縦軸はコークスの押出しサイクルを示し、横軸はコークスの押出し順番を示している。
例えば、図１２左図に示す形状特徴量に関する操業分析マップの破線枠Ａ内に、押出し順番方向（横軸）に形状特徴量の高い値が集中しているとき、ユーザは、各操業条件変数に関する操業分析マップを確認し、この破線枠Ａ内の押出しサイクル近傍でデータ値がその前後と比較して大きく異なる（上昇している、あるいは低下している）操業条件変数を抽出する。例えば、図１２右図の操業条件変数ａに関する操業分析マップにおいて、破線枠Ａで示す押出しサイクルの近傍（破線枠Ｂ内）で高いデータ値が集中している。これより、操業条件変数ａのデータ値上昇によってある形状特徴量の値が上昇するという、操業条件変数と形状特徴量との関連性の存在が推定される。このように、形状特徴量に関する操業分析マップと操業条件変数に関する操業分析マップとを比較することで、トラブルに関連する操業条件を推定することが可能となる。
以上、本実施形態に係るデータ分析支援装置１００による操業分析マップの作成と操業分析マップを用いた製造プロセスで発生したトラブルの要因分析方法について説明した。このような操業分析マップによって、製造プロセスで発生したトラブルについて、設備の不具合によるものか、あるいは操業条件の変更によるものかを容易に分析することが可能となる。そして、各設備の状態に関係する影響や操業条件の変更に関係する影響を解析することが可能となり、操業改善につながる情報を見出し易くなる。また、チャートデータの形状特徴量や操業条件変数から、図１１や図１２に示すように視覚的に理解できるマップを作成することで、ユーザは直感的に製造プロセスの操業状況を把握することが可能となる。
［２−４．適用例］
上記説明では、本実施形態に係るデータ分析支援装置１００によってコークス炉の押出しチャートデータを解析する場合を例として説明したが、同一仕様の材料を同一仕様の複数の設備に振り分けて同一処理が行われる製造プロセスの解析にも当該データ分析支援装置１００を用いることができる。
上記説明では、本実施形態に係るデータ分析支援装置１００によってコークス炉の押出しチャートデータを解析する場合を例として説明したが、同一仕様の材料を同一仕様の複数の設備に振り分けて同一処理が行われる製造プロセスの解析にも当該データ分析支援装置１００を用いることができる。
例えば、半導体の多結晶インゴットの製造プロセスへの適用が考えられる。かかる製造プロセスでは、複数の炉に原料となるシリコンをそれぞれ装入して高温で溶かし、各炉でウェハの元となるインゴットを生成する。生成されるインゴットは、各炉の温度や原料となるシリコンの種類等、操業条件に応じて変化すると考えられる。そこで、本実施形態に係るデータ分析支援装置１００により、インゴットの製造プロセスのチャートデータに基づき、トラブルの発生の予兆のあったデータを教師データとして独立成分分析を用いて形状特徴量を抽出し、当該形状特徴量の大小を表す視覚データを、時間軸と各設備間に設定された順序に関する軸とからなる操業分析マップを作成する。
ユーザは、操業分析マップから形状特徴量で高い値が集中している設備や期間を見つける。そして、操業条件変数に関する操業分析マップを参照し、形状特徴量で高い値が集中している部分の近傍で操業条件変数の値が大きく変化している場合には、形状特徴量の値が高くなる要因である可能性が高いと考えられる。このようにして、形状特徴量の値が高くなる要因と考えられる操業条件を、操業条件変数に関する操業分析マップを用いて見出すことができる。
この際、操業分析マップにおいて、各設備（ここでは各炉）の時間的変化を表す時間軸方向に形状特徴量の高い値が集中しているとき、特定の設備に操業トラブルや品質トラブルが発生していると考えられる。一方、各設備間に設定された順序に関する軸（ここでは炉の物理的配置順序）方向に形状特徴量の高い値が集中しているとき、設備間に共通して操業トラブルや品質トラブルが発生していると考えられる。このように、操業分析マップにおいていずれの軸方向に形状特徴量の高い値が集中して現われるかによって、設備の不具合による要因あるいは操業条件による要因のいずれによってトラブルが発生しているか否かを分析することが可能となる。
半導体の多結晶インゴットの製造プロセス以外にも、例えば、食品製造プロセスの工程への適用も可能である。具体的には、ビールの製造プロセスのうち、複数の貯蔵タンクでビールを熟成させる熟成工程や、パンの製造プロセスのうち、複数のオーブンで発酵されたパン生地を焼く焼成工程等に適用することができる。
＜３．データ分析支援装置のハードウェア構成例＞
次に、図１３を参照しながら、本発明の実施形態に係るデータ分析支援装置１００のハードウェア構成について、詳細に説明する。図１３は、本発明の実施形態に係るデータ分析支援装置１００のハードウェア構成例を示すブロック図である。
次に、図１３を参照しながら、本発明の実施形態に係るデータ分析支援装置１００のハードウェア構成について、詳細に説明する。図１３は、本発明の実施形態に係るデータ分析支援装置１００のハードウェア構成例を示すブロック図である。
データ分析支援装置１００は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、データ分析支援装置１００は、更に、バス９０７と、入力装置９０９と、出力装置９１１と、ストレージ装置９１３と、ドライブ９１５と、接続ポート９１７と、通信装置９１９とを備える。
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１３、またはリムーバブル記録媒体９２１に記録された各種プログラムに従って、データ分析支援装置１００内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１が使用するプログラムや、プログラムの実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等の内部バスにより構成されるバス９０７により相互に接続されている。
バス９０７は、ブリッジを介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バスに接続されている。
入力装置９０９は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなどユーザが操作する操作手段である。また、入力装置９０９は、例えば、赤外線やその他の電波を利用したリモートコントロール手段（いわゆる、リモコン）であってもよいし、データ分析支援装置１００の操作に対応したＰＤＡ等の外部接続機器９２３であってもよい。さらに、入力装置９０９は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。データ分析支援装置１００のユーザは、この入力装置９０９を操作することにより、データ分析支援装置１００に対して各種のデータを入力したり処理動作を指示したりすることができる。
出力装置９１１は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置およびランプなどの表示装置や、スピーカおよびヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置９１１は、例えば、データ分析支援装置１００が行った各種処理により得られた結果を出力する。具体的には、表示装置は、データ分析支援装置１００が行った各種処理により得られた結果を、テキストまたはイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。なお、本発明の実施形態では、出力装置９１１は、データ分析支援装置１００とは別体の表示装置４０として設けられている。
ストレージ装置９１３は、データ分析支援装置１００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１３は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイス等により構成される。このストレージ装置９１３は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。
ドライブ９１５は、記録媒体用リーダライタであり、データ分析支援装置１００に内蔵、あるいは外付けされる。ドライブ９１５は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２１に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９１５は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２１に記録を書き込むことも可能である。リムーバブル記録媒体９２１は、例えば、ＣＤメディア、ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア等である。また、リムーバブル記録媒体９２１は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ：ＣＦ）、フラッシュメモリ、または、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２１は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）または電子機器等であってもよい。
接続ポート９１７は、機器をデータ分析支援装置１００に直接接続するためのポートである。接続ポート９１７の一例として、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポート、ＲＳ−２３２Ｃポート等がある。この接続ポート９１７に外部接続機器９２３を接続することで、データ分析支援装置１００は、外部接続機器９２３から直接各種のデータを取得したり、外部接続機器９２３に各種のデータを提供したりする。
通信装置９１９は、例えば、通信網９２５に接続するための通信デバイス等で構成された通信インタフェースである。通信装置９１９は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９１９は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデム等であってもよい。この通信装置９１９は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置９１９に接続される通信網９２５は、有線または無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信等であってもよい。
以上、本発明の実施形態に係るデータ分析支援装置１００の機能を実現可能なハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
例えば、上記実施形態では、形状特徴量抽出部１２０による形状特徴量の抽出には独立成分分析を用いたが、本発明はかかる例に限定されない。例えば、主成分分析やウェーブレット、ＰＬＳ等を用いて形状特徴量を抽出してもよい。
また、上記実施形態では、マップ作成部１３０は、データ値の大小を２５６種類の濃淡で表した視覚データにより操業分析マップを作成したが、本発明はかかる例に限定されず、例えばデータ値の大小をカラーデータにより表して操業分析マップを作成してもよい。
１００ データ分析支援装置
１１０ データ取得部
１２０ 形状特徴量抽出部
１３０ マップ作成部
１４０ 出力部
２００ データ蓄積部
１１０ データ取得部
１２０ 形状特徴量抽出部
１３０ マップ作成部
１４０ 出力部
２００ データ蓄積部
Claims (7)
- 同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、前記複数の設備から抽出された前記処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、
前記形状特徴量を、前記各設備における処理の時間経過に関する第１の軸と前記各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、
を備え、
前記マップ作成部は、前記チャートデータと関連付けられた前記製造プロセスの操業条件を表す複数の操業条件変数の値を、前記各設備における工程の時間経過に関する前記第１の軸と前記各設備間に設定された順序を示す前記第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とする、データ分析支援装置。 - 前記各設備間に設定された順序は、前記設備の利用順であることを特徴とする、請求項１に記載のデータ分析支援装置。
- 前記各設備間に設定された順序は、前記設備の物理的配置順であることを特徴とする、請求項１に記載のデータ分析支援装置。
- 前記形状特徴量抽出部は、独立成分分析を用いて前記形状特徴量を抽出することを特徴とする、請求項１〜３のいずれか１項に記載のデータ分析支援装置。
- 同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、前記複数の設備から抽出された前記処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出ステップと、
前記形状特徴量を、前記各設備における処理の時間経過に関する第１の軸と前記各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成ステップと、
を含み、
前記マップ作成ステップでは、前記チャートデータと関連付けられた前記製造プロセスの操業条件を表す複数の操業条件変数の値を、前記各設備における工程の時間経過に関する前記第１の軸と前記各設備間に設定された順序を示す前記第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とする、データ分析支援方法。 - コンピュータを、
同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、前記複数の設備から抽出された前記処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、
前記形状特徴量を、前記各設備における処理の時間経過に関する第１の軸と前記各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、
を備え、
前記マップ作成部は、前記チャートデータと関連付けられた前記製造プロセスの操業条件を表す複数の操業条件変数の値を、前記各設備における工程の時間経過に関する前記第１の軸と前記各設備間に設定された順序を示す前記第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とするデータ分析支援装置として機能させることを特徴とするコンピュータプログラム。 - コンピュータに、
同一仕様の材料を同一仕様の複数の設備に振り分けて、同一処理が行われる製造プロセスにおいて、前記複数の設備から抽出された前記処理に関する操業データを時系列に並べた複数のチャートデータから当該チャートデータの形状特徴量を抽出する形状特徴量抽出部と、
前記形状特徴量を、前記各設備における処理の時間経過に関する第１の軸と前記各設備間に設定された順序を示す第２の軸とからなる二次元座標に視覚的に表して配置した、形状特徴量に関する操業分析マップを作成するマップ作成部と、
を備え、
前記マップ作成部は、前記チャートデータと関連付けられた前記製造プロセスの操業条件を表す複数の操業条件変数の値を、前記各設備における工程の時間経過に関する前記第１の軸と前記各設備間に設定された順序を示す前記第２の軸とからなる二次元座標に視覚的に表して配置した、操業条件変数に関する操業分析マップをさらに作成することを特徴とするデータ分析支援装置として機能させるためのプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012092179A JP5838896B2 (ja) | 2012-04-13 | 2012-04-13 | データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012092179A JP5838896B2 (ja) | 2012-04-13 | 2012-04-13 | データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013222259A JP2013222259A (ja) | 2013-10-28 |
| JP5838896B2 true JP5838896B2 (ja) | 2016-01-06 |
Family
ID=49593190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012092179A Active JP5838896B2 (ja) | 2012-04-13 | 2012-04-13 | データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5838896B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020024657A (ja) * | 2018-07-25 | 2020-02-13 | 日本製鉄株式会社 | 設備管理支援装置、設備管理支援方法、プログラム及びコンピュータ読み取り可能な記録媒体 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7069987B2 (ja) * | 2018-04-05 | 2022-05-18 | 日本製鉄株式会社 | コークス炉の押出負荷分析装置、コークス炉管理支援システム、コークス炉の押出負荷分析方法、コンピュータプログラム及びプログラムを記録したコンピュータ読み取り可能な記録媒体 |
| KR20210017577A (ko) * | 2019-08-09 | 2021-02-17 | 주식회사 엘지화학 | 제조 설비 품질에 대한 정량화 진단법 |
| CN115956013A (zh) * | 2020-08-17 | 2023-04-11 | 发那科株式会社 | 信息处理装置、计算机能执行的方法、计算机可读取的存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08126942A (ja) * | 1994-10-27 | 1996-05-21 | Mazda Motor Corp | 生産ラインの稼働管理方法及びその装置 |
| JP4878085B2 (ja) * | 2001-04-20 | 2012-02-15 | ラピスセミコンダクタ株式会社 | 製造工程のための管理方法 |
| JP2008251714A (ja) * | 2007-03-29 | 2008-10-16 | Juki Corp | 実装ライン監視システム |
| JP5169096B2 (ja) * | 2007-09-14 | 2013-03-27 | Ｊｆｅスチール株式会社 | 品質予測装置、品質予測方法及び製品の製造方法 |
| JP2009087027A (ja) * | 2007-09-28 | 2009-04-23 | Toshiba Corp | 工程管理方法、工程管理プログラム及び工程管理システム |
-
2012
- 2012-04-13 JP JP2012092179A patent/JP5838896B2/ja active Active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020024657A (ja) * | 2018-07-25 | 2020-02-13 | 日本製鉄株式会社 | 設備管理支援装置、設備管理支援方法、プログラム及びコンピュータ読み取り可能な記録媒体 |
| JP7238476B2 (ja) | 2018-07-25 | 2023-03-14 | 日本製鉄株式会社 | 設備管理支援装置、設備管理支援方法、プログラム及びコンピュータ読み取り可能な記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013222259A (ja) | 2013-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5772546B2 (ja) | 操業品質予測装置、操業品質予測方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 | |
| JP5838896B2 (ja) | データ分析支援装置、データ分析支援方法、コンピュータプログラムおよびコンピュータ読み取り可能な記憶媒体 | |
| CN110785717B (zh) | 工艺的异常状态诊断装置和异常状态诊断方法 | |
| JP6551531B2 (ja) | 製造状態表示システム、製造状態表示方法および製造状態表示プログラム | |
| JP5985716B2 (ja) | 電気機器制御装置、電気機器制御システム、及び、プログラム | |
| JP2018124639A (ja) | データ分析システム、データ分析方法およびプログラム | |
| JP6223936B2 (ja) | 異常傾向検出方法およびシステム | |
| JP6895816B2 (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
| JP2020155063A (ja) | 情報処理装置、及びその制御方法、プログラム、記憶媒体 | |
| JP6078019B2 (ja) | 設備監視装置及びプログラム | |
| CN101055519A (zh) | 图标生成装置、计算机可读介质以及生成图标的方法 | |
| WO2022039101A1 (ja) | 情報処理装置、コンピュータが実行可能な方法、コンピュータが読み取り可能な記憶媒体 | |
| CN108303967B (zh) | 时间序列数据处理装置及处理方法 | |
| JP2017215959A (ja) | バッチプロセス監視装置、及びバッチプロセス監視方法 | |
| TWI718783B (zh) | 以視覺化圖像建立電池狀態模型的方法 | |
| Hamade et al. | Analyzing CAD competence with univariate and multivariate learning curve models | |
| JP6740270B2 (ja) | 工場評価装置、工場評価方法、およびプログラム | |
| JP5898158B2 (ja) | 人物画像表示制御装置ならびにその制御方法，その制御プログラムおよびその制御プログラムを格納した記録媒体 | |
| JP6907663B2 (ja) | コークス炉の押出負荷予測装置、押出負荷予測方法、コンピュータプログラム及びコンピュータ読み取り可能な記憶媒体 | |
| EP2393001A3 (en) | System and method for the operation of a touch screen | |
| TWI321657B (ja) | ||
| JP7069987B2 (ja) | コークス炉の押出負荷分析装置、コークス炉管理支援システム、コークス炉の押出負荷分析方法、コンピュータプログラム及びプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| US20210073451A1 (en) | Equipment selection assistance apparatus and computer readable medium | |
| JP6978975B2 (ja) | 情報出力装置及び情報出力方法 | |
| WO2015159377A1 (ja) | 設計支援装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140811 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150529 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150602 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150731 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20151013 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151026 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5838896 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |