JP6584512B2 - シミュレーション装置及びシミュレーションプログラム - Google Patents

Description

この発明は、オートメーションシステムのシミュレーション技術に関する。

近年、情報通信技術を導入して、生産活動の効率化を図ることが試みられている。
例えば、生産の実行を計画するＭＥＳ（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）と、設計情報の共有を可能とするＰＬＭ（Ｐｒｏｄｕｃｔ Ｌｉｆｅ ｃｙｃｌｅ Ｍａｎａｇｅｍｅｎｔ）とが導入されている。また、製品及び製造設備の検証を行うシミュレーション装置も導入されている。

製造設備の検証を行うシミュレーション装置は、幾つか製品化されたものがある。シミュレーション装置は、各種コントローラと各種コントローラによって制御される入出力装置との動作タイミングのような製造制御のシミュレーションを行う。

特許文献１には、仮想マシンを用いて工作プロセスをシミュレーションすることが記載されている。

特表２０１４−５２２５２９号公報

従来は、シミュレーション装置による検証を行った後に製造設備が敷設される。そして、敷設された製造設備において、シミュレーション装置による検証結果が妥当であることが確認されれば、シミュレーション装置の役割は一旦終わりになる。
その後、製品仕様の変更や、製造設備の機器の故障に伴い代替品を使用する場合に、改めてシミュレーション装置により検証が行われる。

半導体の製造を行うオートメーションシステムのように、高い精度が要求されるオートメーションシステムでは、製造制御のシミュレーションでは現れない温度及び振動のような要因が生産性に影響する。
この発明は、製造制御のシミュレーションでは現れない温度及び振動のような要因による影響を考慮したシミュレーションを可能とし、生産性を向上させることを目的とする。

この発明に係るシミュレーション装置は、
オートメーションシステムに設けられたセンサで検出されたセンサ値と、そのセンサ値が検出された際の前記オートメーションシステムでの生産性とから機械学習を行い、前記生産性が高くなるセンサ値を適切値として計算する適切値計算部と、
設定を順次変更しながら、前記オートメーションシステムの動作のシミュレーションを実行して、前記設定毎の前記センサ値の予測値を計算するシミュレーション部と、
前記シミュレーション部によって計算された予測値が、前記適切値計算部によって計算された適切値に近い値である場合の前記設定を特定する設定特定部と
を備える。

この発明では、オートメーションシステムに設けられたセンサで検出されたセンサ値から生産性が高くなるセンサ値を計算し、シミュレーションを実行して生産性が高くなるセンサ値に近い値が得られるオートメーションシステムの設定を特定する。これにより、オートメーションシステムの生産性を向上させることができる。

実施の形態１に係るシミュレーションシステム１００の構成図。 オートメーションシステム２０を構成するエッチング装置２０１の構成図。 実施の形態１に係るシミュレーション装置１０の構成図。 実施の形態１に係るシミュレーション装置１０の動作を示すフローチャート。 実施の形態１に係るシミュレーション装置１０のハードウェア構成例を示す図。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、実施の形態１に係るシミュレーションシステム１００の構成図である。
シミュレーションシステム１００は、シミュレーション装置１０と、既に敷設され稼働しているオートメーションシステム２０とを備える。シミュレーション装置１０とオートメーションシステム２０とは、ネットワーク３０を介して接続されている。

ここでは、オートメーションシステム２０は、高い精度が要求される製造設備である半導体工場のＦＡシステム（ファクトリーオートメーションシステム）である。オートメーションシステム２０は、高い精度が要求されるため、製造設備の外界の要因、すなわち温度、振動、ダスト、ＥＭＩ（Ｅｌｅｃｔｒｏ−Ｍａｇｎｅｔｉｃ Ｉｎｔｅｒｆｅｒｅｎｃｅ）、ワークの物性等の製造制御には現れない要因が生産性に影響する。実施の形態１では、生産性は、歩留りのことを意味する。
なお、ここでは、オートメーションシステム２０は、半導体工場のシステムであるとするが、製造設備の外界の要因が生産性に影響するシステムであれば、他のシステムであってもよい。

オートメーションシステム２０は、Ｒ１０１のインゴット成長工程と、Ｒ１０２のウェハー切り出し工程と、Ｒ１０３のＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）多層生成工程と、Ｒ１０４の露光工程と、Ｒ１０５のエッチング工程と、Ｒ１０６のフォトレジスト除去工程と、Ｒ１０７のドーピング及びフォトレジスト完全除去工程と、Ｒ１０８のアルミ配線等の層追加工程と、Ｒ１０９のボンディング工程と、Ｒ１１０のパッケージ封入工程とを実行して、半導体を製造する。なお、Ｒ１０４からＲ１０８の工程は、必要に応じて繰り返し実行される。

シミュレーション装置１０は、オートメーションシステム２０が実行するＲ１０１〜Ｒ１１０の各工程を模擬したＳ１０１〜Ｓ１１０の工程を実行して、オートメーションシステム２０の動作を模擬する。
シミュレーション装置１０は、オートメーションシステム２０を構成するコントローラと、コントローラの制御プログラムと、フィールドバス及びセンサ及びアクチュエータのような各種デバイスとのオートメーションシステム２０を構成する機器及びプログラムを仮想マシンにより忠実に再現する。そして、シミュレーション装置１０は、仮想マシンにより、Ｒ１０１〜Ｒ１１０の各工程の挙動をＳ１０１〜Ｓ１１０として忠実に模擬する。シミュレーション装置１０は、Ｓ１０１〜Ｓ１１０で発生した、コントローラによる機械語の実行と、各種デバイスの状態変化と等の全てのイベントを、ログ記憶装置４０に記憶する。

シミュレーション装置１０は、稼働中のオートメーションシステム２０に設けられたセンサで検出されたセンサ値を示すセンサデータ５１をオートメーションシステム２０からネットワーク３０を介して受信する。センサ値とは、温度、振動、ダスト、ＥＭＩ、ワークの物性等の製造制御には現れない、製造設備の外界の情報を示す値である。また、シミュレーション装置１０は、オートメーションシステム２０での生産性を示す生産性データ５２を、オートメーションシステム２０からネットワーク３０を介して受信する。
シミュレーション装置１０は、センサデータ５１が示すセンサ値と、生産性データ５２が示す生産性とに基づき、シミュレーションを実行して、オートメーションシステム２０の適切な設定を特定する。適切とは、オートメーションシステム２０での生産性が高くなるという意味である。設定とは、オートメーションシステム２０に与えられるパラメータの値と、オートメーションシステム２０で使用されるロジックと、オートメーションシステム２０を構成するデバイスの配置等である。
シミュレーション装置１０は、特定した設定を示す設定データ５３をオートメーションシステム２０へ送信する。すると、設定データ５３が示す設定がオートメーションシステム２０に反映される。なお、デバイスの配置については、別途人手で反映される。

図２は、オートメーションシステム２０を構成するエッチング装置２０１の構成図である。
エッチング装置２０１は、Ｒ１０５のエッチング工程を実行するための装置である。エッチング装置２０１は、制御信号が伝送される制御フィールドバス２０２に接続されたＰＬＣ２０３によって制御される。シミュレーション装置１０は、図２に示す構成であれば、制御フィールドバス２０２及びＰＬＣ２０３の動作を模擬する。

エッチング装置２０１は、回転制御装置２０４によりワーク面２０５を回転させながら、霧状のエッチング液２０６をワーク面２０５に散布する。このとき、エッチング装置２０１は、エッチング液２０６を万遍なくワーク面２０５に散布するために、ポンプ２０７によりエッチング装置２０１の内部空間２０８の圧力を低下させる。
エッチング装置２０１は、エッチング液２０６をワーク面２０５に散布する際の内部空間２０８の圧力を圧力センサ２０９により検出する。そして、エッチング装置２０１は、検出された圧力を示す圧力データを定期的にセンサネットワーク２１０を介して出力する。出力された圧力データは、圧力をセンサ値として示すセンサデータ５１として、ネットワーク３０を介してシミュレーション装置１０に送信される。
上述した通り、内部空間２０８の圧力は、ポンプ２０７により制御される。そのため、ポンプ２０７を制御するパラメータを変えることにより、内部空間２０８の圧力を制御することが可能である。

オートメーションシステム２０を構成する他のデバイスも同様に、センサによって検出したセンサ値を示すデータを定期的に出力する。そして、出力されたデータは、センサデータ５１として、ネットワーク３０を介してシミュレーション装置１０に送信される。ここでは、ウェハーに酸化膜を形成する加熱炉の温度と、クリーンルーム内のダスト及び温度及び湿度と等をセンサ値として示すセンサデータ５１がシミュレーション装置１０に送信される。
内部空間２０８の圧力がポンプ２０７のパラメータにより制御可能であることと同様に、他のデバイスから出力されたデータが示すセンサ値も設定により制御可能である。

シミュレーション装置１０は、センサデータ５１を受信するとともに、センサデータが示すセンサ値が検出された時点の生産性を示す生産性データ５２を受信する。シミュレーション装置１０は、機械学習により、生産性が高くなるセンサ値を適切値として計算する。そして、シミュレーション装置１０は、シミュレーションを実行して、センサ値が適切値に近い値となる設定を特定する。
図２に示すエッチング装置２０１の場合であれば、シミュレーション装置１０は、圧力が適切値に近い値になる、ポンプ２０７の制御に関するパラメータを特定する。

図３は、実施の形態１に係るシミュレーション装置１０の構成図である。
シミュレーション装置１０は、データ受信部１１と、適切値計算部１２と、シミュレーション部１３と、設定特定部１４と、データ送信部１５と、目標判定部１６とを備える。

データ受信部１１は、オートメーションシステム２０に設けられたセンサで検出されたセンサ値を示すセンサデータ５１と、そのセンサ値が検出された際のオートメーションシステム２０での生産性を示す生産性データ５２とを、オートメーションシステム２０から受信する。
データ受信部１１は、オートメーションシステム２０が稼働している間に、オートメーションシステム２０から定期的に送信されるセンサデータ５１と生産性データ５２との組を順次受信して、記憶装置に蓄積する。この際、データ受信部１１は、センサデータ５１と生産性データ５２との組に対応付けて、センサ値が検出された際のオートメーションシステム２０の設定も記憶装置に蓄積する。

適切値計算部１２は、データ受信部１１によって順次受信され、記憶装置に蓄積されたセンサ値と生産性との複数の組から、機械学習を行い、生産性が高くなるセンサ値を適切値として計算する。

シミュレーション部１３は、設定を順次変更しながら、オートメーションシステム２０の動作のシミュレーションを実行して、設定毎のセンサ値の予測値を計算する。

設定特定部１４は、シミュレーション部１３によって計算された予測値が、適切値計算部１２によって計算された適切値に近い値である場合の設定を特定する。

データ送信部１５は、設定特定部１４によって特定された設定を示す設定データ５３をオートメーションシステム２０へ送信する。これにより、設定データ５３が示す設定がオートメーションシステム２０に反映される。

目標判定部１６は、データ送信部１５によって設定データ５３が送信されてから一定期間経過後に、データ受信部１１によって受信された生産性データ５２が示す生産性が、目標値よりも高いか否かを判定する。目標値は、オートメーションシステム２０の種別等に応じてシミュレーションの実行者によって定められる値である。これにより、目標判定部１６は、設定特定部１４によって特定された設定を用いてオートメーションシステム２０を動作させた場合におけるオートメーションシステム２０での生産性が目標値よりも高くなったか否かを判定する。

適切値計算部１２による適切値の計算方法を説明する。
ここでは、適切値計算部１２は、多変量線形回帰を用いた機械学習を行う。適切値計算部１２は、機械学習の手法として知られている他の手法を用いてもよい。
各受信タイミングに、ｎ種類のセンサデータ５１と、生産性データ５２との組がデータ受信部１１によって受信されるとする。したがって、受信されるセンサデータ５１が示すセンサ値の集合ｘは、ｘ：＝（ｘ_１，．．．，ｘ_ｎ）である。そして、適切値の集合θは、θ：＝（θ_１，．．．，θ_ｎ）である。ここでは、計算の便宜上、集合ｘに要素ｘ_０を追加し、集合θに要素θ_０を追加し、ｘ：＝（ｘ_０，ｘ_１，．．．，ｘ_ｎ）∈Ｒ^ｎ＋１、θ：＝（θ_０，θ_１，．．．，θ_ｎ）∈Ｒ^ｎ＋１、θ_０ｘ_０＝１とする。ここで、Ｒは実数を表し、Ｒに上付き文字として示されたｎ＋１は要素数を表す。
このとき、多変量線形回帰の予測式ｈ_θ（ｘ）は数１のようになる。

ｉを受信タイミングを表す変数とする。集合ｘ^（ｉ）を受信タイミングｉに受信されたセンサデータ５１が示すセンサ値の集合とし、生産性ｙ^（ｉ）を受信タイミングｉに受信された生産性データ５２が示す生産性とする。
このとき、多変量線形回帰における費用関数Ｊ（θ）は数２のようになる。

数２において、ｍは受信タイミング数を表す。

そして、適切値計算部１２は、数３に示すアルゴリズムにより適切値の集合θを計算する。

数３において、“：＝”は代入を表す。αは単調減少に係る係数である。
つまり、適切値計算部１２は、適切値の集合θの全ての要素θ_ｊの値が収束するまで、ｍ個の新たなセンサ値と生産性と組からｔｍｐ_ｊを計算して、集合θを更新する処理を繰り返す。

但し、適切値計算部１２は、各種類のセンサ値の重みを均等にするため、ｋ＝１，．．．，ｎの各センサ値ｘ_ｋが、−１≦ｘ_ｋ≦１になるように調整する。なお、各センサ値ｘ_ｋが上記範囲を大きく逸脱しなければ、上記範囲に必ずしも入っていなくてもよい。ここでは、一部のセンサ値ｘ_ｋが−１０≦ｘ_ｋ≦１０に入っていればよいものとする。
費用関数Ｊ（θ）の値が時系列に単調減少していれば、費用関数Ｊ（θ）は正しく機能しているとみなすことができる。

なお、適切値の集合θの初期値は、任意に決定すればよい。適切値の集合θの初期値は、他のオートメーションシステムで適切値として計算された値としてもよい。

＊＊＊動作の説明＊＊＊
図４は、実施の形態１に係るシミュレーション装置１０の動作を示すフローチャートである。
実施の形態１に係るシミュレーション装置１０の動作は、実施の形態１に係るシミュレーション方法に相当する。また、実施の形態１に係るシミュレーション装置１０の動作は、実施の形態１に係るシミュレーションプログラムの処理に相当する。

Ｓ１のデータ受信処理では、データ受信部１１は、オートメーションシステム２０が稼働している間に、オートメーションシステム２０から定期的に送信されるセンサデータ５１と生産性データ５２との組を順次受信して、記憶装置に蓄積する。

Ｓ２の適切値計算処理では、適切値計算部１２は、Ｓ１で記憶装置に蓄積されたセンサ値と生産性との複数の組から、機械学習を行い、生産性が高くなるセンサ値を適切値として計算する。

Ｓ３の設定決定処理では、シミュレーション部１３は、シミュレーションに使用する設定を使用設定として決定する。この際、シミュレーション部１３は、記憶装置に蓄積された、センサ値と設定との関係から、Ｓ２で計算された適切値に近いセンサ値が得られると推定される設定を使用設定として決定する。

Ｓ４のシミュレーション実行処理では、シミュレーション部１３は、Ｓ３で決定された使用設定を用いて、オートメーションシステム２０の動作のシミュレーションを実行して、設定毎のセンサ値の予測値を計算する。

Ｓ５の設定判定処理では、設定特定部１４は、Ｓ４で計算された予測値が、Ｓ２で計算された適切値の前後基準範囲内の値であるか、つまり適切値に近い値であるか否かを判定する。
予測値が適切値に近い値でない場合には（Ｓ５でＮＯ）、設定特定部１４は、処理をＳ３に戻して、使用設定を変更させる。一方、予測値が適切値に近い値である場合には（Ｓ５でＹＥＳ）、設定特定部１４は、処理をＳ６に進める。

Ｓ６のデータ送信処理では、データ送信部１５は、Ｓ５で予測値が適切値に近い値であると判定された場合における使用設定を示す設定データ５３をオートメーションシステム２０へ送信する。

Ｓ７の目標判定処理では、目標判定部１６は、Ｓ６で設定データ５３が送信されてから一定期間経過後に、データ受信部１１によって受信された生産性データ５２が示す生産性が、目標値よりも高いか否かを判定する。
生産性が目標値以下の場合には（Ｓ７でＮＯ）、目標判定部１６は、処理をＳ２に戻して、適切値を計算し直させる。一方、生産性が目標値よりも高い場合には（Ｓ７でＹＥＳ）、目標判定部１６は、処理を終了する。

Ｓ１ではセンサデータ５１と生産性データ５２との組が順次受信され、記憶装置に蓄積されている。そのため、Ｓ７で処理をＳ２に戻して適切値を計算し直させると、使用可能なセンサデータ５１と生産性データ５２との組が増えており、より正確な適切値が計算される。

しかし、単純にＳ７から処理をＳ２に戻しても、生産性が改善しない可能性もある。
そこで、Ｓ７から処理をＳ２に戻す際、オートメーションシステム２０に設けられたセンサの位置を変更してもよい。これにより、オートメーションシステム２０の異なる位置に設けられたセンサで検出されたセンサ値と、そのセンサ値が検出された際のオートメーションシステム２０の生産性とから、適切値を計算し直させることができる。

また、Ｓ７から処理をＳ２に戻す際、シミュレーション部１３が実行するシミュレーションロジックを変更してもよい。これにより、別のシミュレーションロジックにより、オートメーションシステム２０の動作のシミュレーションを実行させて、設定毎のセンサ値の予測値を計算し直させることができる。
例えば、ログ記憶装置４０に蓄積されたイベントのログを参照して、シミュレーションが適切であるか検証することが可能である。そして、検証した結果に基づき、シミュレーションロジックを変更することが可能である。また、設定を繰り返し変更して、設定毎のセンサ値を取得することにより、設定とセンサ値との関係をより的確に模擬するシミュレーションロジックを構築することが可能である。

＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係るシミュレーション装置１０は、稼働中のオートメーションシステム２０のセンサ値及び生産性から適切なセンサ値を機械学習して、オートメーションシステム２０の設定を決定する。
これにより、徐々にオートメーションシステム２０の生産性を高くすることができる。

図５は、実施の形態１に係るシミュレーション装置１０のハードウェア構成例を示す図である。
シミュレーション装置１０はコンピュータである。
シミュレーション装置１０は、プロセッサ９０１、補助記憶装置９０２、メモリ９０３、通信装置９０４、入力インターフェース９０５、ディスプレイインターフェース９０６といったハードウェアを備える。
プロセッサ９０１は、信号線９１０を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
入力インターフェース９０５は、ケーブル９１１により入力装置９０７に接続されている。
ディスプレイインターフェース９０６は、ケーブル９１２によりディスプレイ９０８に接続されている。

プロセッサ９０１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ９０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
補助記憶装置９０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。
メモリ９０３は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
通信装置９０４は、データを受信するレシーバー９０４１及びデータを送信するトランスミッター９０４２を含む。通信装置９０４は、例えば、通信チップ又はＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。
入力インターフェース９０５は、入力装置９０７のケーブル９１１が接続されるポートである。入力インターフェース９０５は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）端子である。
ディスプレイインターフェース９０６は、ディスプレイ９０８のケーブル９１２が接続されるポートである。ディスプレイインターフェース９０６は、例えば、ＵＳＢ端子又はＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）端子である。
入力装置９０７は、例えば、マウス、キーボード又はタッチパネルである。
ディスプレイ９０８は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）である。

補助記憶装置９０２には、上述したデータ受信部１１と、適切値計算部１２と、シミュレーション部１３と、設定特定部１４と、データ送信部１５と、目標判定部１６と（以下、データ受信部１１と、適切値計算部１２と、シミュレーション部１３と、設定特定部１４と、データ送信部１５と、目標判定部１６とをまとめて「部」と表記する）の機能を実現するプログラムが記憶されている。
このプログラムは、メモリ９０３にロードされ、プロセッサ９０１に読み込まれ、プロセッサ９０１によって実行される。
更に、補助記憶装置９０２には、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）も記憶されている。
そして、ＯＳの少なくとも一部がメモリ９０３にロードされ、プロセッサ９０１はＯＳを実行しながら、「部」の機能を実現するプログラムを実行する。
図５では、１つのプロセッサ９０１が図示されているが、シミュレーション装置１０が複数のプロセッサ９０１を備えていてもよい。そして、複数のプロセッサ９０１が「部」の機能を実現するプログラムを連携して実行してもよい。
また、「部」の処理の結果を示す情報やデータや信号値や変数値とが、メモリ９０３、補助記憶装置９０２、又は、プロセッサ９０１内のレジスタ又はキャッシュメモリにファイルとして記憶される。
また、「部」の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の記憶媒体に記憶される。

「部」を「サーキットリー」で提供してもよい。また、「部」を「回路」又は「工程」又は「手順」又は「処理」に読み替えてもよい。「回路」及び「サーキットリー」は、プロセッサ９０１だけでなく、ロジックＩＣ又はＧＡ（Ｇａｔｅ Ａｒｒａｙ）又はＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）又はＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）といった他の種類の処理回路をも包含する概念である。

また、データ受信部１１は、レシーバー９０４１として実現されてもよいし、データ送信部１５は、トランスミッター９０４２として実現されてもよい。

１０ シミュレーション装置、１１ データ受信部、１２ 適切値計算部、１３ シミュレーション部、１４ 設定特定部、１５ データ送信部、１６ 目標判定部、２０ オートメーションシステム、３０ ネットワーク、４０ ログ記憶装置、５１ センサデータ、５２ 生産性データ、５３ 設定データ。

Claims (4)

1. オートメーションシステムが稼働している間に、前記オートメーションシステムから送信される前記オートメーションシステムに設けられたセンサで検出されたセンサ値と、そのセンサ値が検出された際の前記オートメーションシステムでの生産性を示す生産性データとの組を順次受信して、そのセンサ値が検出された際の、前記センサ値に影響を与える前記オートメーションシステムの設定と対応付けて記憶装置に蓄積するデータ受信部と、
   前記データ受信部によって受信され前記記憶装置に蓄積された前記センサ値と前記生産性データとの組から機械学習を行い、前記生産性が高くなるセンサ値を適切値として計算する適切値計算部と、
   設定を順次変更しながら、前記オートメーションシステムの動作のシミュレーションを実行して、前記記憶装置に蓄積された前記センサ値と前記センサ値に対応付られた前記設定とに基づき、前記オートメーションシステムを各設定にした場合の前記センサ値の予測値を計算するシミュレーション部と、
   前記シミュレーション部によって計算された予測値が、前記適切値計算部によって計算された適切値に近い値である場合の前記設定を特定する設定特定部と
   を備えるシミュレーション装置。
2. 前記シミュレーション装置は、
   前記設定特定部によって特定された設定を用いて前記オートメーションシステムが動作した場合における前記オートメーションシステムでの生産性が目標値よりも高くなったか否かを判定する目標判定部を備え、
   前記適切値計算部は、前記生産性が前記目標値よりも高くならなかったと前記目標判定部が判定した場合、前回適切値を計算した後に蓄積された前記センサ値と前記生産性との組を用いて機械学習を行い、前記生産性が高くなるセンサ値を適切値として計算し直し、
   前記設定特定部は、前記予測値が、前記適切値計算部によって計算し直された適切値に近い値である場合の前記設定を特定する
   請求項１に記載のシミュレーション装置。
3. 前記シミュレーション装置は、
   前記設定特定部によって特定された設定を用いて前記オートメーションシステムが動作した場合における前記オートメーションシステムでの生産性が目標値よりも高くなったか否かを判定する目標判定部を備え、
   前記適切値計算部は、前記生産性が前記目標値よりも高くならなかったと前記目標判定部が判定した場合、前記オートメーションシステムの異なる位置に設けられたセンサで検出されたセンサ値と、そのセンサ値が検出された際の前記オートメーションシステムでの生産性とから機械学習を行い、前記生産性が高くなるセンサ値を適切値として計算し直し、
   前記設定特定部は、前記予測値が、前記適切値計算部によって計算し直された適切値に近い値である場合の前記設定を特定する
   請求項１に記載のシミュレーション装置。
4. オートメーションシステムが稼働している間に、前記オートメーションシステムから送信される前記オートメーションシステムに設けられたセンサで検出されたセンサ値と、そのセンサ値が検出された際の前記オートメーションシステムでの生産性を示す生産性データとの組を順次受信して、そのセンサ値が検出された際の、前記センサ値に影響を与える前記オートメーションシステムの設定と対応付けて記憶装置に蓄積するデータ受信処理と、
   前記データ受信処理によって受信され前記記憶装置に蓄積された前記センサ値と、前記生産性データとの組から機械学習を行い、前記生産性が高くなるセンサ値を適切値として計算する適切値計算処理と、
   設定を順次変更しながら、前記オートメーションシステムの動作のシミュレーションを実行して、前記記憶装置に蓄積された前記センサ値と前記センサ値に対応付られた前記設定とに基づき、前記オートメーションシステムを各設定にした場合の前記センサ値の予測値を計算するシミュレーション処理と、
   前記シミュレーション処理によって計算された予測値が、前記適切値計算処理によって計算された適切値に近い値である場合の前記設定を特定する設定特定処理と
   をコンピュータに実行させるシミュレーションプログラム。

Images