JP7156975B2 - 運営評価装置、運営評価方法、およびプログラム - Google Patents

運営評価装置、運営評価方法、およびプログラム Download PDF

Info

Publication number
JP7156975B2
JP7156975B2 JP2019033275A JP2019033275A JP7156975B2 JP 7156975 B2 JP7156975 B2 JP 7156975B2 JP 2019033275 A JP2019033275 A JP 2019033275A JP 2019033275 A JP2019033275 A JP 2019033275A JP 7156975 B2 JP7156975 B2 JP 7156975B2
Authority
JP
Japan
Prior art keywords
evaluation value
factory
evaluation
time
unit
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
Application number
JP2019033275A
Other languages
English (en)
Other versions
JP2020140252A (ja
Inventor
尚志 錦
智之 榎本
洸 沢田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2019033275A priority Critical patent/JP7156975B2/ja
Priority to US17/432,592 priority patent/US20220121182A1/en
Priority to PCT/JP2020/004710 priority patent/WO2020175084A1/ja
Priority to EP20762303.4A priority patent/EP3916502A4/en
Priority to TW109104163A priority patent/TWI756628B/zh
Publication of JP2020140252A publication Critical patent/JP2020140252A/ja
Application granted granted Critical
Publication of JP7156975B2 publication Critical patent/JP7156975B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31449—Monitor workflow, to optimize business, industrial processes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32015—Optimize, process management, optimize production line
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32366—Line performance evaluation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/43—Speed, acceleration, deceleration control ADC
    • G05B2219/43112—Using feedforward prediction of position
    • 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
    • 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
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Description

本発明は、運営評価装置、運営評価方法、およびプログラムに関する。
特許文献１には、監視対象のモニタリングデータに基づいて、監視対象の状態監視を行い、異常によって発生するコストを見積もることが開示されている。
特開２０１７－１６５０９号公報
ところで、工場の運営を評価するにあたって、ＫＰＩ(Key Performance Indicator)を用いることがある。ＫＰＩを参照して運営を評価する場合、ＫＰＩの計画値と実績に基づいて算出したＫＰＩの値とを比較することで、運営の評価がなされる。しかしながら、計画値と実績値との比較を行う場合、ＫＰＩの計画値と実績値との間に大きな乖離が生じた後に対応策が取られるため、運営計画の立て直しが遅れる可能性がある。
本発明の目的は、工場の運営にあたり、将来の運営に係る評価値を予測することができる運営評価装置、運営評価方法、およびプログラムを提供することにある。
本発明の第１の態様によれば、運営評価装置は、一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測する評価値予測部と、前記評価値に係る情報を出力する評価値出力部とを備える。
本発明の第２の態様によれば、第１の態様に係る運営評価装置において、前記入力データは、工場の設備の稼働率に係るデータと、前記設備の消費エネルギーに係るデータとを含むものであってよい。
本発明の第３の態様によれば、第１または第２の態様に係る運営評価装置において、前記予測モデルは、前記評価値として、前記工場の消費エネルギーに係るエネルギー評価値と、前記工場の稼働率に係る稼働率評価値とを出力するものであってよい。
本発明の第４の態様によれば、第３の態様に係る運営評価装置が、前記エネルギー評価値と前記稼働率評価値とに基づいて、前記消費エネルギーが低いほど高く、かつ前記稼働率が高いほど高い総合評価値、または、前記消費エネルギーが低いほど低く、かつ前記稼働率が高いほど低い総合評価値を算出する総合評価部を備え、前記評価値出力部は、前記エネルギー評価値、前記稼働率評価値、および前記前記総合評価値を出力するものであってよい。
本発明の第５の態様によれば、第１から第４の何れかの態様に係る運営評価装置が、前記予測モデルにおける、前記入力データの種類別に重要度を特定する重要度特定部を備え、前記評価値出力部は、前記入力データの種類別の重要度を出力するものであってよい。
本発明の第６の態様によれば、第５の態様に係る運営評価装置において、前記重要度特定部は、前記予測モデルを更新したときに、前記重要度を特定し、前記評価値出力部は、前記入力データの種類別の重要度の時系列を出力するものであってよい。
本発明の第７の態様によれば、第１から第６の何れかの態様に係る運営評価装置が、前記入力データの値の変更を受け付ける変更部と、前記予測モデルを用いて、前記変更されたデータに基づいて、前記評価時刻の一定時間後における評価値である修正評価値を予測するシミュレート部と、を備え、前記評価値出力部は、前記修正評価値に係る情報を出力するものであってよい。
本発明の第８の態様によれば、運営評価方法は、一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測するステップと、前記評価値に係る情報を出力するステップとを備える。
本発明の第９の態様によれば、プログラムは、コンピュータに、一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測するステップと、前記評価値に係る情報を出力するステップとを実行させる。
上記態様のうち少なくとも１つの態様によれば、工場評価装置は、工場の将来の運営に係る評価値を予測することができる。
第１の実施形態に係る工場評価システムの構成を示す概略図である。 第１の実施形態に係る工場評価装置の構成を示す概略ブロック図である。 第１の実施形態に係る工場評価装置の動作を示すフローチャートである。 第１の実施形態に係る工場全体の総合評価値の表示画面の例を示す図である。 第１の実施形態に係る工場計測データの重要度の表示画面の例を示す図である。 第１の実施形態に係る修正総合評価値の表示画面の例を示す図である。 第１の実施形態に係る工場評価装置を用いた運営計画の見直しの例を示す図である。 エネルギー原単位と総合設備効率から総合評価値を求める例を示す図である。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
〈第１の実施形態〉
《工場評価システム》
以下、図面を参照しながら実施形態について詳しく説明する。
図１は、第１の実施形態に係る工場評価システムの構成を示す概略図である。
工場評価システム１は、複数の生産設備１０、計測システム２０、および工場評価装置３０を備える。
生産設備１０は、工場Ｆに設置され、電力で駆動し、操作者の操作に従って様々なプロセスを実行する。生産設備１０は、様々な製品（被加工物）を加工することができる。
計測システム２０は、生産設備１０の稼働に関する複数種類のデータ（例えば、電流値、電圧、電力量、振動など）を計測する。生産設備１０の稼働に関するデータは、工場の運営に係るデータの一例である。計測システム２０の構成の例として、以下のものがあげられる。計測システム２０は、第１センサ２１と、第２センサ２２と、第３センサ２３と、不良品検査装置２４と、送信器２５と、受信器２６とを備える。第１センサ２１は、生産設備１０が負荷時間に該当する状態にあるか否かを計測する。例えば、第１センサ２１は、生産設備１０に供給される電力を計測し、生産設備１０に電源が入っている時間を負荷時間と特定する。第２センサ２２は、生産設備１０が稼働時間に該当する状態にあるか否か、及び正味稼働時間に該当する状態にあるか否かを計測する。例えば、第２センサ２２は、生産設備１０の加工部の振動を計測し、加工部が作動している時間を稼働時間と特定し、加工部がワークを加工している時間を正味稼働時間と特定する。第３センサ２３は、工場Ｆの非生産設備１１（例えば、空調設備等）の電流を計測する。
不良品検査装置２４は、生産設備１０が生産した製品が不良品であるか否かを判定する装置である。例えば、不良品検査装置２４は、撮像装置とコンピュータとを備え、撮像装置が生産設備１０が生産する製品を撮像し、コンピュータが撮像された画像に対してパターンマッチング処理を行うことで、製品の検出および当該製品の良否の判定を行う。不良品検査装置２４は、単位時間当たりの良品数および不良品数を出力する。
送信器２５と受信器２６とは互いに無線通信により接続されている。当該無線通信は工場Ｆにおいて用いられる無線通信とは独立した通信である。そのため、計測システム２０による無線通信は、工場Ｆの無線通信環境に干渉しない。送信器２５は、第１センサ２１の近傍に設置され、第１センサ２１、第２センサ２２、第３センサ２３および不良品検査装置２４と有線で接続される。送信器２５は、第１センサ２１、第２センサ２２が計測した生産設備１０に関するデータ、第３センサ２３が計測した非生産設備１１の電流値、ならびに不良品検査装置２４が検出した良品数および不良品数を無線通信にて受信器２６に送信する。受信器２６は、送信器２５から受信した生産設備１０に関するデータ、非生産設備１１の電流値、良品数および不良品数を時系列として記録する。工場評価装置３０は、受信器２６に記録されたこれらの時系列を取得することができる。なお、計測システム２０の構成はこれに限られない。
工場評価装置３０は、計測システム２０から入力された複数の生産設備１０に関する複数の種類のデータの時系列に基づいて、生産設備１０の生産効率とエネルギー効率とに鑑みた評価値である総合評価値を出力する。第１の実施形態においては、利用者の指示に応じて、工場Ｆの過去の総合評価値の推移および将来の総合評価値の予測結果をグラフとして表示する。
《工場評価装置の構成》
図２は、第１の実施形態に係る工場評価装置の構成を示す概略ブロック図である。
工場評価装置３０は、取得部３０１、基礎データ算出部３０２、評価値特定部３０３、総合評価部３０４、予測モデル記憶部３０５、学習部３０６、重要度特定部３０７、評価値予測部３０８、評価値出力部３０９、変更部３１０、シミュレート部３１１を備える。
取得部３０１は、計測システム２０から生産設備１０に関するデータ、非生産設備１１の電流値、良品数および不良品数の時系列を取得する。取得部３０１が取得するデータは、工場の運営に係る複数種類のデータの一例である。以下、取得部３０１が取得するデータを、工場計測データともいう。なお、工場計測データは、さらに温度や湿度などの工場の運営に係る他のデータを含むものであってよい。
基礎データ算出部３０２は、取得部３０１が取得した工場計測データの時系列に基づいて、生産設備１０の負荷時間、稼働時間、正味稼働時間、および消費電力量を算出する。また基礎データ算出部３０２は、良品数および不良品数の時系列に基づいて、負荷時間の生産設備１０の生産数量および良品数を算出する。
基礎データ算出部３０２は、例えば、計算対象となる時間帯のうち各生産設備１０の電流値から、各生産設備１０の消費電力量を算出する。基礎データ算出部３０２は、例えば、計算対象となる時間帯のうち非生産設備１１の電流値から、各非生産設備１１の消費電力量を算出する。
生産設備１０の稼働率は、稼働時間を負荷時間で除算して得られる値であるため、生産設備１０の稼働時間は、生産設備１０の稼働率に係る量の一例である。
生産設備１０の効率は、正味稼働時間を稼働時間で除算して得られる値であるため、生産設備１０の正味稼働時間は、生産設備１０の効率に係る量の一例である。
評価値特定部３０３は、基礎データ算出部３０２が算出する負荷時間、稼働時間、正味稼働時間、生産数量、良品数、および消費電力に基づいて、総合設備効率およびエネルギー原単位を算出する。総合設備効率は、工場Ｆの稼働率に係る稼働率評価値の一例である。またエネルギー原単位は、工場Ｆの消費エネルギーに係るエネルギー評価値の一例である。
具体的には、評価値特定部３０３は、以下の手順で総合設備効率およびエネルギー原単位を算出する。評価値特定部３０３は、稼働時間を負荷時間で除算することで各生産設備１０の稼働率を算出する。評価値特定部３０３は、正味稼働時間を稼働時間で除算することで各生産設備１０の効率を算出する。評価値特定部３０３は、良品数を生産数量で除算することで各生産設備１０の品質を算出する。評価値特定部３０３は、稼働率と効率と品質とを乗算することで、各生産設備１０の総合設備効率を算出する。評価値特定部３０３は、消費電力量を生産数量で除算することで、各生産設備１０のエネルギー原単位を算出する。
また、評価値特定部３０３は、すべての生産設備１０の消費電力量および非生産設備１１の消費電力量の和を、すべての生産設備１０の生産数量の和で除算することで、工場Ｆ全体のエネルギー原単位を算出する。つまり、評価値特定部３０３は、工場Ｆで消費される電流値を、工場Ｆの生産数量で除算することで、工場Ｆ全体のエネルギー原単位を算出する。
総合評価部３０４は、総合設備効率とエネルギー原単位とに基づいて、工場Ｆの運営に係る総合評価値を算出する。総合評価部３０４は、各生産設備１０の総合設備効率の平均値を、工場Ｆ全体のエネルギー原単位で除算することで、工場全体の総合評価値を算出する。総合評価値は、消費エネルギーが低いほど高く、かつ稼働率が高いほど高い値である。なお、他の実施形態に係る総合評価値は、消費エネルギーが低いほど低く、かつ稼働率が高いほど低いものであってもよい。例えば、他の実施形態に係る総合評価値は、工場Ｆ全体のエネルギー原単位を各生産設備１０の総合設備効率の平均値で除算したものであってよい。
予測モデル記憶部３０５は、一の時点における工場計測データを入力することで、一の時点から一定時間後（例えば１週間後）の時点における総合設備効率およびエネルギー原単位を出力するように学習された学習済みモデルである予測モデルを記憶する。本実施形態において「学習済みモデル」とは、機械学習モデルと学習済みパラメータの組み合わせである。機械学習モデルとしては、例えばニューラルネットワーク、ベイジアンネットワーク、線形回帰、回帰木などが挙げられる。
学習部３０６は、取得部３０１が取得した工場計測データに基づいて、予測モデルを学習する。具体的には、学習部３０６は、過去の工場計測データを入力サンプルとし、入力サンプルに係る一定時間後の総合設備効率およびエネルギー原単位を出力サンプルとする学習用データセットを用いて予測モデルを学習する。学習された予測モデルは、予測モデル記憶部３０５に記録される。なお、学習部３０６は、工場評価装置３０と別個の装置に設けられてもよい。この場合、別個の装置において学習された学習済みモデルが、予測モデル記憶部３０５に記録されることとなる。
重要度特定部３０７は、予測モデル記憶部３０５が記憶する予測モデルにおける入力データの種類別に重要度を特定する。重要度とは、予測モデルに入力される複数種類のデータそれぞれが、予測モデルの性能に寄与する度合いを示す値である。重要度特定部３０７は、例えば、Permutation Importanceなどの手法によって重要度を特定することができる。Permutation Importanceは、データセットのうち、重要度の評価対象となるデータの値をシャッフルした値を予測モデルに入力したときの出力と、正しいデータセットを入力したときの出力との変化を観測することで、評価対象となるデータの需要度を特定する手法である。なお、データの値のシャッフルは、評価対象のデータの相関をなくすことを目的として行われる。
なお、予測モデルが回帰木である場合、重要度特定部３０７は、決定木の変数重要度を重要度として特定してもよい。
評価値予測部３０８は、取得部３０１が取得した評価時刻に係る工場計測データを、予測モデル記憶部３０５が記憶する予測モデルに入力することで、評価時刻の一定時間後に係る総合設備効率およびエネルギー原単位を予測する。
評価値出力部３０９は、評価値特定部３０３が特定した総合設備効率およびエネルギー原単位に基づいて算出された工場Ｆ全体の総合評価値、および評価値予測部３０８が予測した総合設備効率およびエネルギー原単位に基づいて算出された工場Ｆ全体の総合評価値を出力する。以下、評価値特定部３０３が特定した総合設備効率およびエネルギー原単位に基づいて算出された工場Ｆ全体の総合評価値を実績総合評価値ともいう。また、評価値予測部３０８が予測した総合設備効率およびエネルギー原単位に基づいて算出された工場Ｆ全体の総合評価値を、予測総合評価値ともいう。
変更部３１０は、取得部３０１が取得した評価時刻に係る工場計測データの一部の変更を受け付ける。
シミュレート部３１１は、変更部３１０によって変更された工場計測データを予測モデル記憶部３０５が記憶する予測モデルに入力することで、運転計画の変更後の総合設備効率およびエネルギー原単位を予測する。運転計画の変更後の総合設備効率およびエネルギー原単位は、修正評価値の一例である。
《工場評価装置の動作》
図３は、第１の実施形態に係る工場評価装置の動作を示すフローチャートである。
利用者が工場評価装置３０に総合評価値の出力指示を入力すると、取得部３０１は、計測システム２０から工場計測データを取得する（ステップＳ１）。
工場評価装置３０は、総合評価値の算出対象となる単位時間（例えば、１時間）ごとの時間帯を１つずつ選択し、選択された時間帯について、以下のステップＳ３からステップＳ１５の処理を実行する（ステップＳ２）。
まず、基礎データ算出部３０２は、取得部３０１が取得した情報に基づいて、選択した時間帯における負荷時間、稼働時間、正味稼働時間、消費電力量、良品数、および生産数量を算出する（ステップＳ３）。次に、評価値特定部３０３は、基礎データ算出部３０２が算出したデータに稼働時間を負荷時間で除算することで、選択した時間帯における各生産設備１０の稼働率を算出する（ステップＳ４）。評価値特定部３０３は、正味稼働時間を稼働時間で除算することで選択した時間帯における各生産設備１０の効率を算出する（ステップＳ５）。評価値特定部３０３は、良品数を生産数量で除算することで選択した時間帯における各生産設備１０の品質を算出する（ステップＳ６）。
評価値特定部３０３は、稼働率と効率と品質とを乗算することで、選択した時間帯における各生産設備１０の総合設備効率を算出する（ステップＳ７）。評価値特定部３０３は、すべての生産設備１０の消費電力量および非生産設備１１の消費電力量の和を、すべての生産設備１０の生産数量の和で除算することで、工場Ｆ全体のエネルギー原単位を算出する（ステップＳ８）。総合評価部３０４は、各生産設備１０の総合設備効率の平均値を、工場Ｆ全体のエネルギー原単位で除算することで、工場全体の総合評価値を算出する（ステップＳ９）。
上記の処理によって各時間帯に係る総合設備効率およびエネルギー原単位が得られると、学習部３０６は、ステップＳ１で取得した工場計測データの時系列と、ステップＳ２からステップＳ９で生成された総合設備効率およびエネルギー原単位の時系列とに基づいて、予測モデルの学習に用いる学習用データセットを生成する（ステップＳ１０）。すなわち、学習部３０６は、入力サンプルである工場計測データと、出力サンプルである総合設備効率およびエネルギー原単位とを、一定時間ずつずらして対応付けることで、学習用データセットを生成する。学習部３０６は、生成した学習用データセットを用いて予測モデルを学習する（ステップＳ１１）。当該学習は、バッチ学習によってなされてもよいし、オンライン学習によってなされてもよい。重要度特定部３０７は、ステップＳ１１で学習された予測モデルを用いて、工場計測データの種類別の重要度を特定する（ステップＳ１２）。
次に、評価値予測部３０８は、ステップＳ１で取得した工場計測データのうち直近の一定時間（例えば、１週間）に係るものを、単位時間ごとに抽出し、それぞれを予測モデルに入力することで、現在時刻から一定時間後までの総合設備効率およびエネルギー原単位の時系列を予測する（ステップＳ１３）。総合評価部３０４は、ステップＳ１３で予測された単位時刻ごとの総合設備効率およびエネルギー原単位に基づいて、現在時刻から一定時間後までの総合評価値の予測値の時系列を算出する（ステップＳ１４）。
図４は、第１の実施形態に係る工場全体の総合評価値の表示画面の例を示す図である。
評価値出力部３０９は、図４に示すような総合評価値の表示画面を生成し、出力する（ステップＳ１５）。
工場Ｆ全体の総合評価値の表示画面には、工場Ｆ全体の総合評価値の時系列を表すグラフと、工場Ｆ全体のエネルギー原単位の時系列を表すグラフと、工場Ｆ全体の総合設備効率の時系列を表すグラフと、が含まれる。総合評価値の時系列を表すグラフは、縦軸に総合評価値をとり、横軸に時刻をとるグラフである。エネルギー原単位の時系列を表すグラフは、縦軸にエネルギー原単位をとり、横軸に時刻をとるグラフである。総合設備効率の時系列を表すグラフは、縦軸に総合設備効率をとり、横軸に時刻をとるグラフである。各グラフのうち、現在時刻より左側の評価値は、ステップＳ２からステップＳ９の処理によって求められた値である。現在時刻より右側の評価値は、ステップＳ１４の処理によって求められた値である。
これにより、利用者は、総合評価値の過去の推移と将来の予測値とを一覧することができる。したがって、利用者は、総合評価値の予測値が計画値から乖離することが予測される場合に、先んじて対策を講じることができる。
また利用者は、エネルギー原単位の時系列を表すグラフおよび総合設備効率の時系列を表すグラフを視認することで、総合評価値が高い時や低い時に、その原因が生産効率にあるのか、エネルギー効率にあるのかを容易に認識することができる。
図５は、第１の実施形態に係る工場計測データの重要度の表示画面の例を示す図である。
また、評価値出力部３０９は、図５に示すような工場計測データの重要度の表示画面を生成し、出力する（ステップＳ１６）。重要度の表示画面には、工場計測データの項目が、重要度の降順に並べて表示される。各項目には、重要度の大きさを示すグラフと、過去の学習毎の重要度の順位の時系列とが関連付けて表示される。
これにより、利用者は、工場Ｆの運転計画の見直しにあたって、工場計測データの重要度の表示画面を参照することで、見直すべき項目の決定に役立てることができる。例えば、重要度が大きい項目ほど総合評価値に与える影響が大きいことから、重要度が大きい項目について改善を図ることを考えることができる。また、利用者は、現在の重要度の順位の変動を観察することで、工場の状態の推移を観測することができる。
利用者は、工場計測データの重要度の表示画面の視認後、工場Ｆの運転計画の変更後のシミュレーションを行うことができる。すなわち、利用者は、現在の工場計測データの値を変更し、変更後の工場計測データ値に基づいて予測モデルを用いた評価値の予測を行うことができる。変更部３１０は、利用者からステップＳ１で取得した工場計測データの値の変更を受け付ける（ステップＳ１７）。シミュレート部３１１は、変更後の工場計測データを予測モデルに入力することで、一定時間後の総合設備効率およびエネルギー原単位の時系列を予測する（ステップＳ１８）。総合評価部３０４は、ステップＳ１８で予測された単位時刻ごとの総合設備効率およびエネルギー原単位に基づいて、修正総合評価値を算出する（ステップＳ１９）。
図６は、第１の実施形態に係る修正総合評価値の表示画面の例を示す図である。
評価値出力部３０９は、図６に示すような修正総合評価値の表示画面を生成し、出力する（ステップＳ２０）。修正総合評価値の表示画面は、図４に示す総合評価値の表示画面に、修正総合評価値のプロットＰを追加したものである。これにより、利用者は、運転計画の変更の妥当性を検証することができる。
《作用・効果》
このように、第１の実施形態によれば、工場評価装置３０は、予測モデルを用いて、評価時刻における工場計測データに基づいて、評価時刻の一定時間後における評価値を予測し、出力する。これにより、工場評価装置３０は、工場Ｆの運営にあたり、将来の運営に係る評価値（ＫＰＩ）を予測することができる。
図７は、第１の実施形態に係る工場評価装置を用いた運営計画の見直しの例を示す図である。例えば、図７に示すように、工場評価装置３０が評価時刻において一定時間後にＫＰＩが大きく下がること示す表示画面を生成した場合、工場評価装置３０の利用者は、ＫＰＩの計画値と実績値との間に乖離が生じる前ないし微小な乖離が生じた時点で、将来的な乖離の発生を知ることができる。これにより、利用者は対応策を取ることが可能となり、事前ないし早期の運営計画の立て直しを行うことができる。
また、第１の実施形態によれば、工場計測データは、工場Ｆの設備の稼働率に係るデータと、設備の消費エネルギーに係るデータとを含む。これにより、安価かつ汎用的な手法で評価値を算出するための工場計測データを得ることができる。なお、他の実施形態においてはこれに限られず、人手で生成された工場Ｆの運営に係る複数種類のデータを用いて評価値を算出してもよい。
また、第１の実施形態によれば、予測モデルは、評価値として、工場Ｆの消費エネルギーに係るエネルギー評価値であるエネルギー原単位と、工場Ｆの稼働率に係る稼働率評価値である総合設備効率とを出力する。そして、工場評価装置３０は、予測されたエネルギー原単位および総合設備効率から、総合評価値を算出する。図８は、エネルギー原単位と総合設備効率から総合評価値を求める例を示す図である。これにより、工場評価装置３０は、エネルギー原単位または総合設備効率のみの個別最適といった予測ではなく、図８に示すように、総合評価値の時系列Ｔ３を参照することで、全体最適を志向した予測を実現することができる。また、利用者は、エネルギー原単位の時系列Ｔ１および総合設備効率の時系列Ｔ２を認識することで、総合評価値の予測に対して、その変化の原因が生産効率にあるのか、エネルギー効率にあるのかを容易に認識することができる。なお、他の実施形態においてはこれに限られず、予測モデルは、直接総合評価値や他の評価値を出力するものであってもよい。
また、工場評価装置３０は、予測モデルにおける工場計測データの種類別に重要度を特定し、当該重要度を出力する。これにより、利用者は、工場Ｆの運転計画の見直しにあたって、工場計測データの重要度の表示画面を参照することで、見直すべき項目の決定に役立てることができる。また、工場評価装置３０は、予測モデルの更新のたびに重要度を特定し、その時系列を出力する。これにより、利用者は、現在の重要度の順位の変動を観察することで、工場Ｆの状態の推移を観測することができる。なお、他の実施形態においてはこれに限られず、工場評価装置３０は、重要度を算出しないものであってもよく、また最新の重要度のみを出力するものであってもよい。
また、工場評価装置３０は、工場計測データの値の変更を受け付け、変更されたデータに基づいて修正評価値を予測する。これにより、利用者は、運転計画の変更の妥当性を検証することができる。なお、他の実施形態においてはこれに限られず、工場評価装置３０は、工場計測データの値の変更を受け付けなくてもよい。
〈他の実施形態〉
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、他の実施形態においては、上述の処理の順序が適宜変更されてもよい。また、一部の処理が並列に実行されてもよい。
上述の実施形態に係る工場評価装置３０は、工場Ｆの運営に関する評価値として、エネルギー原単位、総合設備効率、および総合評価値を算出するが、これに限られない。例えば、他の実施形態に係る工場評価装置３０は、エネルギー原単位または総合設備効率のみを算出してもよいし、他の評価値を算出してもよい。
上述の実施形態では、工場運営に関する評価値を予測する工場評価装置３０について説明したが、これに限られない。例えば、他の実施形態では、会社経営について同様の手法で評価値を予測してもよい。この場合、評価値として受注高や売上高などを用いることができる。
〈コンピュータ構成〉
図９は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、プロセッサ９１、メインメモリ９２、ストレージ９３、インタフェース９４を備える。
上述の工場評価装置３０は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式でストレージ９３に記憶されている。プロセッサ９１は、プログラムをストレージ９３から読み出してメインメモリ９２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９１は、プログラムに従って、上述した予測モデル記憶部３０５に対応する記憶領域をメインメモリ９２に確保する。
プログラムは、コンピュータ９０に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、ストレージ９３に既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータ９０は、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。この場合、プロセッサ９１によって実現される機能の一部または全部が当該集積回路によって実現されてよい。
ストレージ９３の例としては、磁気ディスク、光磁気ディスク、半導体メモリ等が挙げられる。ストレージ９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムをメインメモリ９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、ストレージ９３は、一時的でない有形の記憶媒体である。
また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能をストレージ９３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。
１ 工場評価システム
１０ 生産設備
２０ 計測システム
３０ 工場評価装置
３０１ 取得部
３０２ 基礎データ算出部
３０３ 評価値特定部
３０５ 予測モデル記憶部
３０６ 学習部
３０７ 重要度特定部
３０８ 評価値予測部
３０４ 総合評価部
３０９ 評価値出力部
３１０ 変更部
３１１ シミュレート部

Claims (8)

  1. 一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測する評価値予測部と、
    前記評価値に係る情報を出力する評価値出力部と
    を備え、
    前記予測モデルは、前記評価値として、前記工場の消費エネルギーに係るエネルギー評価値と、前記工場の稼働率に係る稼働率評価値とを出力する
    運営評価装置。
  2. 前記エネルギー評価値と前記稼働率評価値とに基づいて、前記消費エネルギーが低いほど高く、かつ前記稼働率が高いほど高い総合評価値、または、前記消費エネルギーが低いほど低く、かつ前記稼働率が高いほど低い総合評価値を算出する総合評価部を備え、
    前記評価値出力部は、前記エネルギー評価値、前記稼働率評価値、および前記総合評価値を出力する
    請求項１に記載の運営評価装置。
  3. 一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測する評価値予測部と、
    前記予測モデルにおける、前記入力データの種類別に重要度を特定する重要度特定部と、
    前記入力データの種類別の重要度を出力する評価値出力部と
    を備える運営評価装置。
  4. 前記重要度特定部は、前記予測モデルを更新したときに、前記重要度を特定し、
    前記評価値出力部は、前記入力データの種類別の重要度の時系列を出力する
    請求項３に記載の運営評価装置。
  5. 一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測する評価値予測部と、
    前記入力データの値の変更を受け付ける変更部と、
    前記予測モデルを用いて、前記変更部によって変更された前記入力データの値に基づいて、前記評価時刻の一定時間後における評価値である修正評価値を予測するシミュレート部と、
    前記評価値に係る情報および前記修正評価値に係る情報を出力する評価値出力部と
    を備える運営評価装置。
  6. 前記入力データは、工場の設備の稼働率に係るデータと、前記設備の消費エネルギーに係るデータとを含む
    請求項１から請求項５の何れか１項に記載の運営評価装置。
  7. 一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測するステップと、
    前記評価値に係る情報を出力するステップと
    を備え、
    前記予測モデルは、前記評価値として、前記工場の消費エネルギーに係るエネルギー評価値と、前記工場の稼働率に係る稼働率評価値とを出力する
    運営評価方法。
  8. コンピュータに、
    一の時点における工場の運営に係る複数種類のデータを入力することで、前記一の時点から一定時間後の時点における前記工場の運営に関する評価値を出力するように学習された学習済みモデルである予測モデルを用いて、所定の評価時刻における前記工場の運営に係る入力データに基づいて、前記評価時刻の一定時間後における前記評価値を予測するステップと、
    前記評価値に係る情報を出力するステップと
    を実行させ、
    前記予測モデルは、前記評価値として、前記工場の消費エネルギーに係るエネルギー評価値と、前記工場の稼働率に係る稼働率評価値とを出力する
    プログラム。
JP2019033275A 2019-02-26 2019-02-26 運営評価装置、運営評価方法、およびプログラム Active JP7156975B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019033275A JP7156975B2 (ja) 2019-02-26 2019-02-26 運営評価装置、運営評価方法、およびプログラム
US17/432,592 US20220121182A1 (en) 2019-02-26 2020-02-07 Operation evaluation device, operation evaluation method, and program
PCT/JP2020/004710 WO2020175084A1 (ja) 2019-02-26 2020-02-07 運営評価装置、運営評価方法、およびプログラム
EP20762303.4A EP3916502A4 (en) 2019-02-26 2020-02-07 OPERATIONAL EVALUATION DEVICE, OPERATIONAL EVALUATION METHOD AND PROGRAM
TW109104163A TWI756628B (zh) 2019-02-26 2020-02-11 營運評估裝置、營運評估方法、及程式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019033275A JP7156975B2 (ja) 2019-02-26 2019-02-26 運営評価装置、運営評価方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2020140252A JP2020140252A (ja) 2020-09-03
JP7156975B2 true JP7156975B2 (ja) 2022-10-19

Family

ID=72238710

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019033275A Active JP7156975B2 (ja) 2019-02-26 2019-02-26 運営評価装置、運営評価方法、およびプログラム

Country Status (5)

Country Link
US (1) US20220121182A1 (ja)
EP (1) EP3916502A4 (ja)
JP (1) JP7156975B2 (ja)
TW (1) TWI756628B (ja)
WO (1) WO2020175084A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112231127A (zh) * 2020-09-22 2021-01-15 深圳市裕展精密科技有限公司 电子装置及用于分析设备可靠度的方法
JP7503665B2 (ja) 2021-02-10 2024-06-20 株式会社日立製作所 経営管理装置、経営管理方法及び経営管理プログラム
JP2022141065A (ja) * 2021-03-15 2022-09-29 オムロン株式会社 検査システム、検査管理装置、検査プログラム作成方法、及びプログラム
US20230367927A1 (en) 2021-03-18 2023-11-16 Mitsubishi Electric Corporation Non-transitory computer readable storage medium storing operation improvement assistance program, operation improvement assistance device, and operation improvement assistance method

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018079778A1 (ja) 2016-10-31 2018-05-03 日本電気株式会社 生産管理装置、方法、プログラム
JP2018173837A (ja) 2017-03-31 2018-11-08 三菱重工業株式会社 予測装置、予測システム、予測方法及びプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6610550B1 (en) * 2002-04-03 2003-08-26 Advanced Micro Devices Method and apparatus for correlating error model with defect data
US7363099B2 (en) * 2002-06-07 2008-04-22 Cadence Design Systems, Inc. Integrated circuit metrology
US7584024B2 (en) * 2005-02-08 2009-09-01 Pegasus Technologies, Inc. Method and apparatus for optimizing operation of a power generating plant using artificial intelligence techniques
US7979380B2 (en) * 2008-02-22 2011-07-12 Applied Materials, Inc. Dynamically updated predictive model
JP2010015207A (ja) * 2008-07-01 2010-01-21 Toyota Motor Corp エネルギ管理システム
CN101753364B (zh) * 2008-12-11 2012-08-22 财团法人工业技术研究院 设备状态分析预测以及资源分配方法与系统
TW201042571A (en) * 2009-05-22 2010-12-01 Yee-Shyi Chang The universal factory management system for the manufacture of thin-film solar cell and method of the same
JP5431235B2 (ja) * 2009-08-28 2014-03-05 株式会社日立製作所 設備状態監視方法およびその装置
US10026049B2 (en) * 2013-05-09 2018-07-17 Rockwell Automation Technologies, Inc. Risk assessment for industrial systems using big data
CN105225979A (zh) * 2014-06-19 2016-01-06 中芯国际集成电路制造(上海)有限公司 一种半导体器件制程预测系统和方法
US10824120B2 (en) * 2015-03-11 2020-11-03 Siemens Industry, Inc. Diagnostics in building automation
WO2016189752A1 (ja) 2015-05-26 2016-12-01 日鉄住金マイクロメタル株式会社 半導体装置用ボンディングワイヤ
JP6276732B2 (ja) 2015-07-03 2018-02-07 横河電機株式会社 設備保全管理システムおよび設備保全管理方法
CN105811402B (zh) * 2016-03-22 2018-03-06 广西电网有限责任公司电力科学研究院 一种电力负荷预测系统及其预测方法
CN107832975A (zh) * 2017-11-30 2018-03-23 南方电网科学研究院有限责任公司 一种设备综合风险评估方法、装置和电力系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018079778A1 (ja) 2016-10-31 2018-05-03 日本電気株式会社 生産管理装置、方法、プログラム
JP2018173837A (ja) 2017-03-31 2018-11-08 三菱重工業株式会社 予測装置、予測システム、予測方法及びプログラム

Also Published As

Publication number Publication date
WO2020175084A1 (ja) 2020-09-03
JP2020140252A (ja) 2020-09-03
US20220121182A1 (en) 2022-04-21
TWI756628B (zh) 2022-03-01
EP3916502A1 (en) 2021-12-01
TW202101142A (zh) 2021-01-01
EP3916502A4 (en) 2022-03-23

Similar Documents

Publication Publication Date Title
JP7156975B2 (ja) 運営評価装置、運営評価方法、およびプログラム
JP6294268B2 (ja) 射出成形機の異常診断装置
Feng et al. A state-space-based prognostic model for hidden and age-dependent nonlinear degradation process
CN108121295A (zh) 预测模型建立方法及其相关预测方法与计算机程序产品
EP3413154B1 (en) Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program
JP6811018B2 (ja) 品質評価システム、品質評価方法及びプログラム
CN110187672A (zh) 故障诊断装置和机器学习装置
CN108027611B (zh) 利用受专家意见监督的决策模式学习的用于机器维护的决策辅助系统和方法
CN108572006A (zh) 状态诊断装置
JP2019036061A (ja) 要因分析装置、要因分析方法、およびプログラム
JP6711323B2 (ja) プロセスの異常状態診断方法および異常状態診断装置
CN109213098B (zh) 调整运行参数的方法、装置、电子设备和计算机可读介质
US11521120B2 (en) Inspection apparatus and machine learning method
JP2012058885A (ja) 故障原因診断方法及び故障原因診断装置
CN112505570A (zh) 电动汽车的电池健康状态的估计方法
JP6702297B2 (ja) プロセスの異常状態診断方法および異常状態診断装置
JP2021180053A (ja) 管理装置、及び、管理装置のプログラム
JP2009086896A (ja) コンピュータの障害予測システムおよび障害予測方法
EP3627261B1 (en) Diagnosis system and method using parallel analysis paths
TWI773883B (zh) 工廠評價裝置、工廠評價方法及工廠評價程式
CN115826636B (zh) 一种cvd设备的压力控制方法及系统
CN111931323B (zh) 存储器、加氢裂化设备故障预测方法、装置和设备
US11886831B2 (en) Data sorting device and method, and monitoring and diagnosis device
JP2021043124A (ja) 診断システム
CN116724276B (zh) 可由计算机系统进行读取的存储介质、运转改善辅助装置及运转改善辅助方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210917

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220627

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: 20220920

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221006

R150 Certificate of patent or registration of utility model

Ref document number: 7156975

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150