JPH0850507A - 異常復帰手順教示システム - Google Patents

Abstract

(57)【要約】 【目的】 シーケンス制御される自動設備に異常が発生
した際に作業者に復帰手順を教示する装置において、過
去の異常時の復帰操作からシステム自体が学習するよう
にし、少ないデータ量で多くの異常状態に対して的確な
教示を出す。 【構成】 一件の異常発生に際し、設備の各部の状態と
作業者が操作した手順とを組にして記録し、その際手順
は正規化することにより少ない種類にしぼり、複数組の
中から同じ手順に対応する状態を同じ手順グループとし
てグループ分けするとともに、各手順グループ内で各状
態の共通要素を抽出して、それを対応する手順との対と
して記憶するとともに、新たな異常発生の際にそのとき
の各部の状態を記憶されている共通要素と比較し、一致
したものについて対応する手順を出力して、作業者に採
るべき復帰手順を教示する。同じ手順で復帰できる異常
状態は、順次共通要素について解析しながらシステム自
体が自動的に学習していく。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、自動製造設備等に異
常が発生した際に復帰させるための手順を教示する異常
復帰手順教示システムに関するものである。

【０００２】

【従来の技術】シーケンス制御される自動製造設備に異
常が発生すると設備が停止するのが通常であるが、その
停止した際に正常状態へ復帰させるのに、装置によって
復帰手順を作業者に教示させたり、または自動的に復帰
手順を実行させたりするシステムが考えられている（例
えば、特開平２−９６２０１、特開平２−９６２０５、
特開平３−２３０２０２、特開平５−１３４７１９）。
しかしながら、そのようなシステムでは、制御装置にお
いて異常の監視、異常の分類、復帰手順の指令を行って
いるので、それらの機能を予め制御装置の中に組み込ん
でおく必要があった。異常を分類するやり方としては、
自動設備の動作をステップに分け、各ステップの実行時
間をタイマで監視し、所要時間を越えたステップを異常
として捉えて分類する（例えば、特開平１−２４８２０
６、特公平４−６９６２）とか，各ステップでの入出力
データのパターンを正常パターンと比較しながら監視
し、一致しないステップを異常として捉えて分類する
（例えば、特公平５−４７８４３）とかが考えられてい
る。しかしながら、そのようなやり方では、制御プログ
ラムを設計するときに、異常を正しく把握できるように
各ステップを設計する必要があったし、制御対象動作が
各ステップの確定後に次のステップに移行するような形
式のものである必要があった。そのような制約のため、
任意の設備への適用が困難であった。

【０００３】

【発明が解決しようとする課題】この発明は、復帰手順
が同じになるような異常はそのときの設備の状態もほぼ
同じに限定できることに着目して、異常発生時の設備の
各部状態を復帰手順によって分類しながら順次蓄積し、
異常が発生するごとに比較するようにすることにより、
任意の設備に対してシステム自体が学習しながら復帰手
順を教示するシステムを提供することを目的とする。さ
らに、この発明は、小さい規模のデータベースで多くの
異常状態に対して的確な復帰手順を教示できる、簡単に
して汎用性の高い異常復帰手順教示システムを提供する
ことを目的とする。

【０００４】

【課題を解決するための手段】この発明は、制御対象設
備における異常発生に際し、制御対象設備の作業者が一
連の復帰手順で制御対象設備を復帰操作した場合におい
て、一件の異常発生に際し、制御対象設備の異常時にお
ける所定の各部の状態を一群のセットとして表す各部状
態データおよび作業者が操作した復帰手順を一連のセッ
トとして表す復帰手順データを一組の異常処理データと
して記録し、複数組の異常処理データの中から同じ復帰
手順データに対応する一つまたは複数の各部状態データ
を同じ復帰手順グループとしてグループ分けするととも
に、各復帰手順グループ内で複数の各部状態データどう
しを比較解析してその復帰手順グループに共通の異常状
態項目を含みその復帰手順グループに属する異常状態の
特徴を代表的に表す異常特徴データを作り出し、その異
常特徴データを対応する復帰手順データとの対として記
憶するとともに、新たな異常発生の際にそのときの各部
状態データを記憶されている各異常特徴データと比較
し、各異常特徴データとの一致度を求め、一致度の高い
異常特徴データに対応する復帰手順データを出力するこ
とにより、採るべき復帰手順を作業者または復帰手順自
動実行装置等に教示する構成からなる異常復帰手順教示
システムである。

【０００５】また、この発明のシステムの特徴として、
操作手順における複数の操作ステップのうち異なるもの
であっても結果的に同一の操作効果をもたらすものを共
通化して単一の順序のステップの組として代表させる正
規化ルールを内蔵し、その正規化ルールに基づいて復帰
手順データを正規化したうえで、新たに異常状態が発生
するごとに順次分類して対応する復帰手順データとの対
として記憶させているが、この正規化ルールは、予め設
定されたルールに加え、システムが学習した結果に基づ
いて自動的に追加することにより、復帰手順データの共
通化を促進しており、さらに同じ手順で復帰できる異常
状態について、順次共通要素について解析しながらシス
テム自体が自動的に学習していく機能を備え、小さい規
模のデータベースで多くの異常状態をカバーし、簡単に
して汎用性の高い異常復帰手順教示システムを実現して
いる。

【０００６】

【実施例】以下、図面を参照しながら、この発明の実施
例について説明する。図１は、この発明による異常復帰
手順教示システムの概略ブロック図である。図１におい
て、加工機械、搬送機械などの自動製造設備２は、制御
部３を介して制御プログラムにより自動シーケンス制御
され、または作業者５により手動操作され、かつ設備の
異常時には自動的に停止される。異常検出部４は、設備
の異常時に異常が生じたことを検出し、異常信号を発す
る。これは、自動設備の各動作ステップの実行時間をタ
イマで監視し、所要時間を越えたステップを異常とする
などの方法により実現できる。また、これは、制御部３
の制御プログラムの一部として構成してもよい。１０
は、この発明が特徴とする異常処理ユニットで、異常処
理データ記録部１１と、異常処理データ解析部１２と、
復帰手順決定部１３とを含んで構成されている。異常処
理データ記録部１１は、制御対象設備２の所定の各部の
状態を一群のセットとして表す各部状態データ、作業者
５が操作した手順を一連のセットとして表す復帰手順デ
ータおよび異常が生じたことを伝える異常信号を受け、
一件の異常発生に際し各部状態データおよび復帰手順デ
ータを一組の異常処理データとして記録する。ここに、
各部状態データは、具体的には、例えば制御部３の制御
プログラムのシーケンス制御データ、すなわち各入出力
のオン・オフ状態やアナログ入出力値のデータ、および
内部メモリの内容、カウンタの内容、レジスタの内容等
を表すデータを含んで成る一群のデータである。この異
常処理データが異常処理データ解析部１２に送られる
と、異常処理データ解析部１２は、複数組の異常処理デ
ータの中から同じ復帰手順データに対応する一つまたは
複数の各部状態データを同じ復帰手順グループとしてグ
ループ分けするとともに、各復帰手順グループ内で各部
状態データどうしを各状態項目について解析してその復
帰手順グループに共通の異常状態項目を含みその復帰手
順グループに属する異常状態の特徴を代表的に表す異常
特徴データを作り出し、対応する復帰手順データとの対
として記憶する。以下、便宜上必要に応じ、復帰手順デ
ータと異常特徴データの対を含む情報を特徴情報と呼
ぶ。この異常処理データ解析部１２には、さらに、復帰
手順から作業者の癖や操作ミスによるノイズを取り除く
ため、操作順序を並べ替えたり、余分な操作を除去した
り、同等な効果を持つ複数の操作手順の連鎖を標準の操
作手順の連鎖で置き換えたりする正規化ルールが設けら
れていて、正規化された形で復帰手順データを記録して
いる。さらに、この正規化ルールには、ある復帰手順に
関する特徴情報が別の復帰手順に関する特徴情報を内包
する場合に、その別の復帰手順を先のある復帰手順に変
換するルールを設け、その別の復帰手順を先のある復帰
手順に統合する機能が付け加えられている。なお、これ
ら記録部１１と解析部１２を融合させて、記録したデー
タを逐次解析するような構成とすることもできる。復帰
手順決定部１３は、新たな異常発生の際にそのときの各
部状態データを記憶されている特徴情報の内容と比較
し、特徴情報の中の異常状態項目について各部状態デー
タの所定項目の一致度が高いものについて、そのグルー
プにおける復帰手順データを出力し、作業者５に対して
採るべき推奨復帰手順として教示する。

【０００７】次に、図２を参照して、ローダユニットを
制御対象設備としてこの発明を適用した例について説明
する。ローダユニット２０は、制御ユニット３０の入出
力モジュール３２と複数の入出力信号線２９により接続
されている。制御ユニット３０は、ＣＰＵモジュール３
１、入出力モジュール３２，３３を含んでなり、ＣＰＵ
モジュール３１中に異常検出部４としての異常検出プロ
グラムが内含されている。異常検出部４は、この他に、
ＣＰＵモジュール３１中にハードの形で追加するとか、
制御ユニット３０のＰＣラックにモジュールとして追加
するとか、ＰＣラックから独立したモジュールとして設
置する等してもよい。異常処理ユニット１０は、信号線
１９で制御ユニット３０のＣＰＵモジュール３１と接続
されているとともに、教示手段としての異常処理端末１
７に接続されている。さらに、操作盤５０が複数の入出
力信号線５９で同様に制御ユニット３０の入出力モジュ
ール３３と接続されている。

【０００８】次いで、図３ないし図５を参照して、図２
のシステム構成におけるローダユニット２０の構成と動
作について説明する。図３は、ローダユニットの動作を
示し、図４は、ローダユニットの各部確認センサ（リミ
ットスイッチなど）の作動限界を示し、図５は、ローダ
ユニットの運転動作の流れを示す。以下、便宜のため、
センサを表す符号とセンサの設置個所を表す符号を、同
じ符号で表記して説明する。ローダユニット２０の運転
準備として、供給コンベア２１の始端に対象物２４を載
せると、ＰＨ０の位置で対象物２４の存在が確認され
て、供給コンベア２１が作動して対象物２４をＰＨ１の
位置まで送り、対象物２４がＰＨ１に到達してセンサＰ
Ｈ１がオンになって、ローダ２３の自動シーケンスの準
備が整う。ローダユニットシーケンスを起動させると、
まず、ローダ２３が下降し（動作Ｍ１）、センサＬＳ１
がオンすると対象物２４をつかみ（チャック、動作Ｍ
２）、センサＬＳ２がオンすると次いでローダ２３が上
昇し（動作Ｍ３）、センサＬＳ３がオンするとローダ２
３が上昇を中止して前進（動作Ｍ４）に移行するととも
に、次の対象物によりＰＨ０がオンとなれば供給コンベ
ア２１を作動（ＰＨ１がオンになると停止）させ、以下
センサにより各動作の完了を確認しながら次の動作へ移
行し、ＬＳ４オン、ローダ下降（Ｍ５）、ＬＳ１オン、
アンチャック（Ｍ６）、ＬＳ５オン、ローダ上昇（Ｍ
７）、ＬＳ３オン、ローダ後退（Ｍ８）とともに排出コ
ンベア２２作動（ＰＨ２がオフになると停止）、ＬＳ６
オン、というシーケンスを辿って原点に戻る。ローダ２
３には、動作を行うためのモータ、シリンダ等のアクチ
ュエータが内蔵されているものとする。

【０００９】以上の動作を一覧表的に表すと、

【００１０】

【表１】

【００１１】となる。

【００１２】また、各確認センサの作動位置は、

【００１３】

【表２】

【００１４】である。

【００１５】次に、この発明の特徴である異常処理ユニ
ット１０の内部の構成および動作について説明する。異
常検出の例としては、ローダ２３の原点であるＬＳ３オ
ンかつＬＳ６オンの状態が崩れてから次に同じ状態にな
るまでの時間を制御プログラムの一部としてタイマで監
視し、所定の制限時間を超えたら異常信号を異常処理ユ
ニットに送る方式を採用する。より細かく判別するため
には、各動作ステップの開始から完了までの時間限界を
設定しておいて、各ステップごとにタイマ監視する方式
を採ることもできる。

【００１６】異常処理データ記録部１１は，簡単のた
め、出力接点、カウンタ、レジスタ等は各部状態データ
として記録せず、ローダユニット２０に設けられている
各確認センサの状態を入出力モジュール３２で読み取っ
て、異常時の各部状態として記録部１１に記録するもの
とする。例えば、ローダ２３が対象物をチャックしきれ
なかった場合を考えると、ＬＳ２がオンにならず、チャ
ックのステップで停止しているので、各部の状態を表す
各部状態データは、

【００１７】

【表３】

【００１８】となる。

【００１９】これに対して、作業者が操作盤を使って復
帰操作を行うと、その操作が逐一入出力モジュール３３
を介してＣＰＵモジュール３１に読み込まれ、さらに異
常処理ユニット１０内の異常処理データ記録部１１に記
録される。設備の安全カバー開閉信号等も手作業の開始
・終了を表すので、同様に記録する。操作盤５０上の自
動運転開始ボタンが押されるまでこれらを行う。自動運
転が正常に再開されたのを確認後、復帰手順として記録
する。したがって、上記のチャック異常の場合、例えば
次のような復帰手順データ

【００２０】

【表４】

【００２１】が記録される。

【００２２】上記表３の各部状態データと表４の復帰手
順データが対になって異常処理データとして異常処理ユ
ニット１０内の異常処理データ記録部１１に記録され
る。

【００２３】異常処理データ解析部１２は、上記の異常
処理データを受けて以下のように異常解析を行う。

【００２４】まず、手順の正規化について説明する。こ
こでいう正規化とは、表現上種々に異なるものであって
も、実質的に同じ結果になることを表すものを代表的な
一つの表現に変換して、表現上揃えることで、以上復帰
処理について、復帰手順データが記録されると、それに
正規化ルールを適用して変換処理を施して、復帰手順を
正規化する。例えば、設備設計者等により予め次のよう
な正規化ルールが設定されているとする。ここでは、Ｂ
ＮＦ記法に準拠して記述する。「」で囲まれた名称は操
作、＜＞で囲まれた名称は操作のシーケンス、すなわち
手順を示す。各手順の中の操作は、左から右の順に実行
される。各ルールの中では同一名称の手順は同じ手順を
示すが、異なるルール間では同一名称の手順が同じ手順
を示すとは限らない。各記号の意味は、

【００２５】

【表５】

【００２６】である。

【００２７】この場合、設定されている各ルールは、

【００２８】

【表６】

【００２９】である。

【００３０】以上の各ルールの他、後に述べるように、
異常処理データの解析の過程で新しいルールが自動的に
追加される。これらのルールを適用して復帰手順を正規
化する。正規化に当たっては、各ルールに記述された順
に適用し、適用する対象がなくなるまで、これを繰り返
す。このようにして、前記チャック異常の例では、

【００３１】

【表７】

【００３２】のように正規化される。

【００３３】このように正規化した復帰手順データに対
して対応する各部状態データを一組として異常処理デー
タとする。次に別の異常が発生し、復帰操作を行った
ら、同様にして復帰手順データと各部状態データの組と
する。その場合、結果的に各部状態データが異なっても
復帰手順データが既に存在する復帰手順データと一致す
るものについては、その復帰手順データのグループの中
に入れる。

【００３４】次いで、異常特徴データの抽出について説
明する。上記のようにして、同じ復帰手順データのグル
ープの中に複数とおりの各部状態データが入って来た
ら、各部状態データの内の異常と関連する項目（センサ
の接点のオン・オフ）と異常に関連しない項目（センサ
の接点のオン・オフ）に分けて、異常特徴データを作っ
ていく。各復帰手順に対する異常特徴データが線形操作
で抽出できるとすると、異常に関連する項目と関連しな
い項目の区分けは、論理演算により求められる。論理演
算の便宜上、それぞれ一組を成すデータの各項目を要素
とするベクトルを用いて考える。この時点までに異常が
発生し、復帰操作が行われる度に記憶された、正規化さ
れた復帰手順の各ステップを要素とする正規化復帰手順
ベクトルＰ、異常時の異常判断に関連する各部状態を要
素とする異常状態ベクトルｆ、およびその要素のうち異
常に固有でない項目を除外するためのマスクベクトルｍ
の組からなる特徴情報（Ｐ，ｆ，ｍ）のデータベースを
作成し、これを利用しながら図６の流れ図に従って処理
する。ここのところが、この発明の特徴とするシステム
自体の自動学習機能である。

【００３５】図６を参照して、異常復帰のデータベース
の作成の部分について説明する。異常復帰が行われ、正
規化された復帰手順Ｐ、異常時の各部状態を表す状態ベ
クトルｓが入ってくると、その復帰処理が既に行われた
ことがあるかないかを調べ、なければ、データベースに
新たに登録し、データベースを更新していくのである。
まず、ステップ６０１で今回の復帰手順Ｐがデータベー
ス中にあるか調べ、なければステップ６０２へ進み、全
要素を１とするマスクベクトルｍを作り、状態ベクトル
ｓを異常状態ベクトルｆと置いて、正規化復帰手順Ｐに
対応付けして特徴情報（Ｐ，ｆ，ｍ）なる組としてデー
タベースに保存する。復帰手順Ｐがデータベース中にあ
れば、その存在した特徴情報を（Ｐ、ｆ、ｍ）の組とし
てデータベースから取り出し（ステップ６０３）、既存
の異常状態ベクトルｆと今入ってきた状態ベクトルｓの
排他的論理和の否定を既存のマスクベクトルｍに掛けて
新たなマスクベクトルｍとする（ステップ６０４）。こ
の演算により、ｆとｓとで異なっている要素箇所が０と
なるので、マスクベクトルｍの要素の内で手順Ｐにより
復帰される異常に固有でない要素が０に置き換わる。つ
まり、マスクベクトルｍは、その手順Ｐで復帰する旨を
決定するのに固有な項目であるかないかを表すものであ
る。このような演算実行の結果、マスクベクトルｍの全
要素が０になってしまったら（ステップ６０５），同じ
手順で全く異なる異常が復帰されたことを意味し、その
手順Ｐで復帰すべき旨を決定するための特徴的要素が全
くない訳であるから、この復帰手順Ｐに対する異常はこ
の教示方式によっては処理不能であり、その旨を作業者
に知らせるとともに処理不能な異常のデータベースに登
録する（ステップ６０６）。マスクベクトルｍに１の要
素が残っていれば、ステップ６０７へ進み、データベー
スの効率を高めるために、他の復帰手順との包含関係を
確認（図７に基づいて後述）する。

【００３６】なお、処理不能が出すぎるような設備の場
合は、プログラムとして後述の多変量解析手法（図９〜
１１）を採用する等の改良を行うべきである。以上のよ
うにして、復帰手順Ｐに対する異常状態ベクトルｆが最
終的に定まると、異常が発生したときにその時点の各部
状態ベクトルｓにマスクベクトルｍを掛けたものと一致
する異常状態ベクトルｆを見つければ、そのｆに対応す
る復帰手順Ｐがその異常を復帰させる手順ということに
なる。

【００３７】前記のチャック異常の例では、既に同じ正
規化復帰手順で復帰された異常が過去に数回発生してい
て、異常状態ベクトルｆおよびマスクベクトルｍが次の
表８のように求められているとすると、今回の各部状態
（前記の表１）を図６の流れ図に適用することにより、
ｆおよびｍは下記表９のように更新される。

【００３８】

【表８】

【００３９】

【表９】

【００４０】続いて、データベースを効率化するために
好ましい追加機能としての包含関係の確認について、図
７を参照して説明する。今求めた正規化復帰手順Ｐを含
む特徴情報の組を用いて、包含される既存の特徴情報を
今求めた特徴情報で置き換える手法である。ステップ７
０１から７０６までにより、今求めた正規化復帰手順Ｐ
以外の復帰手順Ｐ′についての特徴情報（Ｐ′、ｆ′、
ｍ′）の組をデータベースから順次取り出す。つまり、
ｃ件の組について、１番目からｃ番目まで順次見てい
く。次いで、ステップ７０７で、ｍの要素１のところが
ｍ′において全て１になっているかを見る。つまり、マ
スクベクトルｍでマスクベクトルｍ′を代用できるか見
る。ステップ７０８では、ｍにおいて１である要素につ
いてｆの要素とｆ′の要素の内容（１または０）が一致
するかを見る。つまり、注目すべき異常状態が一致して
いるかを見る。以上を満たす場合、手順Ｐ′で復帰でき
る異常は、異常特徴データの一致により、常に手順Ｐで
復帰できることを意味する。ステップ７０９では、既存
の復帰手順Ｐ′による異常処理を新たな復帰手順Ｐによ
る異常処理で代表させてよいかを作業者に尋ねる。ＯＫ
であれば（ステップ７１０）、Ｐ′をＰに変換するルー
ルを先に述べた正規化ルールに追加し、データベースの
中の既存の復帰手順Ｐ′の特徴情報の組を削除し（ステ
ップ７１１）、新たな復帰手順Ｐによる異常処理の特徴
情報の組をデータベースに格納する。

【００４１】ここに、新たに再びチャック異常が発生
し、次の表１０のような各部状態が入ってきた場合を考
える。

【００４２】

【表１０】

【００４３】この場合、過去の異常発生から学習した特
徴情報が前記表９のように登録されているとすると、復
帰手順決定部１３により図８の流れ図に従った処理が以
下のように行われる。この処理は、データベースの中に
教示候補として挙げてよい復帰手順があるかを探し、あ
ったら作業者に対して表示するものである。ステップ８
０１から８０５までは、データベース中のｃ件の特徴情
報を１番目からｃ番目まで順次取り出して当たっていく
部分である。取り出した特徴情報（Ｐ，ｆ，ｍ）につい
て、ステップ８０６から８１２までにより、マスクベク
トルｍの要素（ｍ_iはｍのｉ番目の要素）が１である項
目を数えるとともに、１である項目について今回の状態
ベクトルｓの要素で登録済みの状態ベクトルｆの要素と
一致するものをステップ８１２から８１４までにより数
える。ｓとｆの一致したものがあれば（ステップ８１
５）、マスクベクトルｍの要素が１である項目について
ｓのｆに対する一致度を計算して０．５より大であれば
（ステップ８１６）、作業者に復帰手順候補として教示
する（ステップ８１７）。なければ、順次別の特徴情報
について当たっていく。今回の表１０の状態ベクトルの
前記表９に対する一致度は７／７＝１で、復帰手順候補
として前記表７のものが表示される。

【００４４】上述の例では、入出力のオン・オフ状態の
みを各部状態データとして扱っていたが、別の実施例と
してアナログ値も各部状態データに入れたい場合には、
それらのアナログ値とオン・オフ状態（１または０）を
サンプル変数とし、正規化された復帰手順を群として多
変量解析の手法である判別分析による判定を行うことに
より、好適な復帰手順教示が実現できる。つまり、その
手法は、オン・オフ状態のみを扱う場合に比べて学習能
力を高めるために用いることができる。確率密度関数と
して、正規分布関数を当てはめた場合には、上述の実施
例におけるアルゴリズムの図６、７、８をそれぞれ添付
の図９、１０、１１で置き換えれば、前述のと同様の手
法で復帰手順の学習および表示が行える。その場合行わ
れる処理について、以下に流れ図を参照しながら説明す
る。この実施例では、正規化された手順Ｐに対応する異
常の発生回数ｎ、異常状態平均ベクトルμ、異常状態分
散共分散行列Σからなる組を特徴情報として導入してい
る点が特徴である。

【００４５】まず、図９を参照して、異常復帰データベ
ースの作成の部分について説明する。異常復帰が行わ
れ、正規化された復帰手順Ｐとともに、異常時の各部状
態を表す状態ベクトルｓが入ってくると、その復帰処理
が既に行われたことがあるかないかを調べ、なければ、
データベースに新たに登録し、データベースを更新して
いくのである。まず、ステップ９０１で今回の復帰手順
Ｐがデータベース中にあるか調べ、なければステップ９
０２へ進み、異常の発生回数ｎを１と置き、異常状態平
均ベクトルμをｓと置き、異常状態分散共分散行列Σを
ひとまず０（零行列）と置いて、正規化復帰手順Ｐに対
応付けして特徴情報（Ｐ，ｎ，μ，Σ）なる組としてデ
ータベースに保存する。復帰手順Ｐがデータベース中に
あれば、その存在した特徴情報（Ｐ，ｎ′，μ′，
Σ′）の組をステップ９０３でデータベースから取り出
し、ステップ９０４でｎ′に１を加えて新たなｎとする
とともに（ｎ′μ′＋ｓ）／ｎを計算して新たなμとす
る。続いて、ステップ９０５で異常状態の分散共分散行
列Σを算出する。ここに、行列Σは、ｄ次元（ｄはｓの
次元数）の正方行列（σ_ij）であり、各要素σ_ijは図示
のとおりσ_ij＝（（ｎ′−１）σ′_ij＋ｎ′μ′_iμ′_j
＋ｓ_iｓ_j−ｎμ_iμ_j）／（ｎ−１）で求める。ここに、
σ′_ijはΣ′のｉ行ｊ列目（ただし、１≦ｉ，ｊ≦ｄ）
の要素、μ′_i、μ_i、ｓ_i はそれぞれμ′、μ、ｓのｉ
番目の要素（下添字ｊはｊ番目の要素）である。その結
果、ステップ９０６でデータベース中の特徴情報（Ｐ，
ｎ′，μ′，Σ′）を今回の特徴情報（Ｐ，ｎ，μ，
Σ）により更新する。ここで行列Σが非正則となってい
たら（ステップ９０７），今までのところ、この手順Ｐ
で復帰すべき旨の判定はこの手法でもできない訳である
から、処理不能な異常のデータベースに登録する（ステ
ップ９０８）。行列Σが正則であれば、処理可能という
ことで、ステップ９０９へ進み、手順Ｐが過去に処理不
能として登録されているかを見て、処理不能として登録
されていれば、その処理不能という登録を抹消する。さ
らに、前記の実施例の場合と同様に、データベースの効
率を高めるために、ステップ９１０で他の復帰手順との
包含関係を確認（図１０に基づいて後述）する。

【００４６】この包含関係の確認は、今求めた正規化復
帰手順Ｐを含む特徴情報の組（Ｐ，ｎ，μ，Σ）を基
に、包含できる統計上より合理的な特徴情報の組を作っ
て更新する手法である。ステップ１００１から１００６
までにより、今求めた正規化復帰手順Ｐ以外の復帰手順
Ｐ′についての特徴情報（Ｐ，ｎ′，μ′，Σ′）の組
をデータベースから順次取り出す。つまり、ｃ件の組に
ついて、１番目からｃ番目まで順次見ていく。次いで、
ステップ１００７で、ΣとΣ′およびμとμ′がそれぞ
れ統計学上どの程度違うのかを、それぞれΛ検定および
Ｔ² 検定により調べる。その結果、ステップ１００８
で、ΣとΣ′およびμとμ′にそれぞれ差がないとみな
してよいということであれば、ステップ１００９で、デ
ータベースに既存の復帰手順Ｐ′による異常処理を新た
な復帰手順Ｐによる異常処理で代表させてよいかを作業
者に尋ねる。ＯＫであれば（ステップ１０１０）、Ｐ′
をＰに変換するルールを先に述べた正規化ルールに追加
する（ステップ１０１１）。次いで、この図１０の流れ
図では、先ほど図９の処理の流れで更新登録した特徴情
報の組（Ｐ，ｎ，μ，Σ）を、より汎用的な特徴情報の
組（Ｐ，ｎ″，μ″，Σ″）として修正登録する。ま
ず、ステップ１０１２で、ｎにｎ′を加えて新たにｎ″
とするとともに、（ｎμ＋ｎ′μ′）／ｎ″を計算して
新たにμ″とする。続いて、ステップ１０１３で、新た
な分散共分散行列Σ″を算出する。ここに、行列Σ″
は、ｄ次元（ｄはｓの次元数）の正方行列（σ″_ij）で
あり、各要素σ″_ijは図示のとおりσ″_ij＝（（ｎ−
１）σ_ij＋ｎμ_iμ_j＋（ｎ′−１）σ′_ij＋ｎ′μ′_i
μ′_j−ｎ″μ″_iμ″_j）／（ｎ″−１）で求める。こ
こに、σ″_ijはΣ″のｉ行ｊ列目（ただし、１≦ｉ，ｊ
≦ｄ）の要素、μ″_iとμ″_j はμ″のそれぞれｉ番目
とｊ番目の要素を意味する。最後にステップ１０１４
で、データベース中の特徴情報の組（Ｐ，ｎ，μ，Σ）
を、特徴情報の組（Ｐ，ｎ″，μ″，Σ″）により更新
し、データベース中の既存の復帰手順Ｐ′に対する特徴
情報の組を削除する。以上のようにして、学習課程が終
了する。

【００４７】次に、異常発生に伴う設備内部の各部状態
データｓが来た場合の、教示動作について、図１１を参
照して説明する。この処理は、データベースの中に教示
候補として挙げてよい復帰手順があるかを探し、あった
ら作業者に対して表示するものである。ステップ１１０
１から１１０５までは、データベース中のｃ件の特徴情
報を１番目からｃ番目まで順次取り出して当たっていく
部分である。取り出した特徴情報（Ｐ，ｎ，μ，Σ）に
ついて、ステップ１１０６から１１０９までにより、Σ
が正則のものについて（ステップ１１０６）、問題の各
部状態ｓと登録済みの異常状態平均ベクトルμとの統計
的近さを求めるとともに、それによる復帰手順の正しさ
の確率を求め、極力的確な手順で復帰できるように作業
者に教示しようと意図されている。各部状態ベクトルｓ
の次元をｄとして（ステップ１１０７）、ステップ１１
０８で、各部状態ベクトルｓと異常状態平均ベクトルμ
との間の隔たり具合を、分散共分散行列Σを用いて、マ
ハラノビスの汎距離として計算する。すなわち、各部状
態ベクトルｓと異常状態平均ベクトルμの各要素の差を
要素とする列ベクトル（ｓ−μ）について転置行列の行
ベクトル ^t（ｓ−μ）を起こし、両ベクトルの間に分散
共分散行列Σの逆行列Σ^-1を挟んで、Ｄ² ＝^t（ｓ−
μ）Σ^-1（ｓ−μ）なるベクトル掛け算をして、マハラ
ノビス距離Ｄの平方を求める。続いて、ステップ１１０
９で、上記異常状態平均ベクトルμと上記分散共分散行
列Σが定義する分布に従う内部状態ベクトル群の内の任
意の内部状態ベクトルの上記異常状態平均ベクトルμか
らのマハラノビス汎距離の平方がステップ１１０８で求
めたＤ² 以上となる確率ｐを自由度ｄのχ² 分布から求
める。その結果、ｐが判定基準として任意に定めた値の
０．５より大きいものについて（ステップ１１１０）、
復帰手順Ｐとその手順の的確さの確率ｐとをステップ１
１１１で表示し、作業者に教える。この判定確率限界の
値は、操作者が所望の値に選定できるようにも設計でき
るし、別のアルゴリズム（例えば、データベースの登録
件数の多さに応じて大きい値とする）を内蔵させて、装
置自体に作らせるようにも設計できる。

【００４８】以上説明した図９〜１１の手法では、統計
的に処理をしていくので、アナログ量で表される種々の
状態についても、できるだけ的確な手順の教示ができ、
極めて有用である。

【００４９】また、ここに説明した他の異常判定方法と
しては、種々のパターン認識手法、例えばクラスタリン
グ等の統計的手法や、ニューラルネット、遺伝的アルゴ
リズム等を用いて、特徴抽出、復帰手順候補決定を行う
ことも可能である。

【００５０】

【発明の効果】以上説明したこの発明によれば、手順の
正規化とデータ解析における自動学習のため、小さい規
模のデータベースで多くの異常状態に対して的確な教示
を出すことができる。

【図面の簡単な説明】

【図１】 この発明による異常復帰手順教示システムの
概略ブロック図である。

【図２】 ローダユニットに組み合わせた実施例のブロ
ック図である。

【図３】 ローダユニットの動作を表す概要線図であ
る。

【図４】 ローダユニットの確認センサの作動線図であ
る。

【図５】 ローダユニットの動作順序を示す作動図であ
る。

【図６】 この発明における自動学習課程の流れ図であ
る。

【図７】 図６の一部の内訳の流れ図である。

【図８】 この発明における異常復帰手順教示課程の流
れ図である。

【図９】 この発明における他の自動学習課程の流れ図
である。

【図１０】 図９の一部の内訳の流れ図である。

【図１１】 この発明における他の異常復帰手順教示課
程の流れ図である。

【符号の説明】

２…制御対象設備、３…制御部、４…異常検出部、５…
作業者、１０…異常処理ユニット、１１…異常処理デー
タ記録部、１２…異常処理データ解析部、１３…復帰手
順決定部、１７…異常処理端末、１９…信号線、２０…
ローダユニット、２１…供給コンベア、２２…排出コン
ベア、２３…ローダ、２４…対象物、２９…入出力信号
線、３０…制御ユニット、３１…ＣＰＵモジュール、３
２…入出力モジュール、３３…入出力モジュール、５０
…操作盤、５９…入出力信号線

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０５Ｂ 9/02 Ａ 19/048 19/18 19/42 Ｇ０５Ｂ 19/42 Ｒ

Claims (5)

【特許請求の範囲】
1. 【請求項１】 制御対象設備における異常発生に際し、
   制御対象設備の作業者が一連の復帰手順で制御対象設備
   を復帰操作した場合において、 一件の異常発生に際し、制御対象設備の異常時における
   所定の各部の状態を表す各部状態データおよび作業者が
   操作した復帰手順を表す復帰手順データを一組の異常処
   理データとして記録する異常処理データ記録部と、 複数組の異常処理データの中から同じ復帰手順データに
   対応する一つまたは複数の各部状態データを同じ復帰手
   順グループとしてグループ分けするとともに、各復帰手
   順グループ内で各部状態データを解析して異常状態の特
   徴を代表的に表す異常特徴データを作り出し、該異常特
   徴データを対応する復帰手順データとの対として記憶す
   る異常処理データ解析部と、 新たな異常発生の際にそのときの各部状態データを記憶
   されている各異常特徴データと比較し、各異常特徴デー
   タとの一致度を求め、一致度の高い異常特徴データに対
   応する復帰手順データを出力する復帰手順決定部とを備
   えてなる異常復帰手順教示システム。
2. 【請求項２】 請求項１に記載の異常復帰手順教示シス
   テムにおいて、 復帰手順データを記録するに際し、復帰操作手順におけ
   る複数の操作ステップのうち異なるものであっても結果
   的に同一の操作効果をもたらすものを共通化して単一の
   順序のステップの連鎖として代表させる正規化ルールに
   基づいて、正規化した復帰手順データを記録することを
   特徴とするもの。
3. 【請求項３】 請求項２に記載の異常復帰手順教示シス
   テムにおいて、 ある復帰手順に対応する異常特徴データが他の復帰手順
   に対応する異常特徴データを内包する場合に、該他の復
   帰手順を該ある復帰手順に変換する正規化ルールを追加
   し、該他の復帰手順を該ある復帰手順に統合することを
   特徴とするもの。
4. 【請求項４】 請求項１に記載の異常復帰手順教示シス
   テムにおいて、 各部状態データをベクトル表現するとともに、各復帰手
   順グループ内の各部状態データの共通項目を要素として
   含む異常状態ベクトル、それら共通項目の要素以外を取
   り除くための情報を要素とするマスクベクトルを生成
   し、該異常状態ベクトルおよび該マスクベクトルの組を
   異常特徴データとして扱うことにより、異常発生と復帰
   操作からシステム自体が自動的に学習しながら処理して
   いくことを特徴とするもの。
5. 【請求項５】 請求項１に記載の異常復帰手順教示シス
   テムにおいて、 各部状態データをベクトル表現するとともに、同一の復
   帰手順に対応する全ての状態ベクトルの数ならびにそれ
   らの平均および分散共分散行列からなるデータの組また
   はこれらを導出するのに必要なデータの組を異常特徴デ
   ータとして扱うことにより、異常発生と復帰操作からシ
   ステム自体が自動的に学習しながら処理していくことを
   特徴とするもの。