JPS62264854A - 製造プラント管理システム - Google Patents
製造プラント管理システムInfo
- Publication number
- JPS62264854A JPS62264854A JP61108263A JP10826386A JPS62264854A JP S62264854 A JPS62264854 A JP S62264854A JP 61108263 A JP61108263 A JP 61108263A JP 10826386 A JP10826386 A JP 10826386A JP S62264854 A JPS62264854 A JP S62264854A
- Authority
- JP
- Japan
- Prior art keywords
- data
- interface
- knowledge
- manufacturing
- judgment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 9
- 238000007689 inspection Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 28
- 230000005856 abnormality Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 abstract description 2
- 230000002950 deficient Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 241000766754 Agra Species 0.000 description 1
- 241000242722 Cestoda Species 0.000 description 1
- 241000545744 Hirudinea Species 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 208000014617 hemorrhoid Diseases 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 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]
Landscapes
- Physical Or Chemical Processes And Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Multi-Process Working Machines And Systems (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、大規模かつ複雑な工程からなる！３！造プラ
ント■正常な運転を支援する製造プラント管印システム
に関するもっである。
ント■正常な運転を支援する製造プラント管印システム
に関するもっである。
製造プラントＩＣおける異常Ｏ発生１丁なわち不良品、
規格外品■発生、哉械Ｏ故障等による損失を最小にとど
めるＩｃは、各工程間及び出荷前にある検査工程Ｏ結果
や、各製潰条ＰＪＦをしっかり把握し、異常発生をでき
るだけ早く検知し、そｃｌ！ｌｉＫ因をすばやく探資し
、それを取り除く必要がある。
規格外品■発生、哉械Ｏ故障等による損失を最小にとど
めるＩｃは、各工程間及び出荷前にある検査工程Ｏ結果
や、各製潰条ＰＪＦをしっかり把握し、異常発生をでき
るだけ早く検知し、そｃｌ！ｌｉＫ因をすばやく探資し
、それを取り除く必要がある。
それＫは、各！！！造条Ｐ＃Ｆ−を丁べて観測し１人間
がそのパラメータを管理すればよハ、しかしながら大規
模かつ複雑な製造プラントにおいては、全製品くつわて
丁ぺてＯａを検査することは不可能であり、またｇ造条
件Ｖ′ｃおいても、−観測を常にすることが困Ｗ＃なパ
ラメータＤ存在、冥際■製造条注と観測筺と１）間り不
一致、管理する人的資源り不足等■問題があり、プラン
）２）完全なＷ珈には様々な障害が存在する。これら■
製造プラントを管理する手段として１次り２つ０手法が
提案されてきた。すなわち、■異常り発生とその原因間
り関係を予め定式比した数式モデルと開発し、異常発生
時１ｃ？！、そのモデルを用いて既知Ｄパラメータから
、未知Ｏ異常原因を推定する手法と、■個々Ｏ工程又は
プラント全体について熟知した専門家り理論的及び経験
的な知識？ルール化し、異常発生時にはそれらＯルール
を用いて三段論法的な推論？行なうことによってそ７）
原因を推定する手法である。■■手法は１人工知能研究
■−分野である知識工学的な考えを用ハ乏手去であり、
異常診断については特開昭６０−１４３０３号、同ω−
９１４１２，９１４１３号公報に、筐ｔプラント■制碑
℃ついては、特開昭５９−１６７７０８号公報にそ０列
が見らり、ｂ。
がそのパラメータを管理すればよハ、しかしながら大規
模かつ複雑な製造プラントにおいては、全製品くつわて
丁ぺてＯａを検査することは不可能であり、またｇ造条
件Ｖ′ｃおいても、−観測を常にすることが困Ｗ＃なパ
ラメータＤ存在、冥際■製造条注と観測筺と１）間り不
一致、管理する人的資源り不足等■問題があり、プラン
）２）完全なＷ珈には様々な障害が存在する。これら■
製造プラントを管理する手段として１次り２つ０手法が
提案されてきた。すなわち、■異常り発生とその原因間
り関係を予め定式比した数式モデルと開発し、異常発生
時１ｃ？！、そのモデルを用いて既知Ｄパラメータから
、未知Ｏ異常原因を推定する手法と、■個々Ｏ工程又は
プラント全体について熟知した専門家り理論的及び経験
的な知識？ルール化し、異常発生時にはそれらＯルール
を用いて三段論法的な推論？行なうことによってそ７）
原因を推定する手法である。■■手法は１人工知能研究
■−分野である知識工学的な考えを用ハ乏手去であり、
異常診断については特開昭６０−１４３０３号、同ω−
９１４１２，９１４１３号公報に、筐ｔプラント■制碑
℃ついては、特開昭５９−１６７７０８号公報にそ０列
が見らり、ｂ。
大規模かつ複雑な工程を持つ裂ａグラ／トにおいては、
そＤ製造条件となるパラメータ■数り多さや、それらＤ
間Ｑ交互作用Ｑ複雑さ、検査り多様性から、数式による
これら■正確なモデルｆｌ：、は困難となるため、００
手法は十分に効果を発揮しなｌＡ場合が多く、従ってこ
０手法によるシステムＯ購成は不適当な場合が多い、従
って、２０手法が町力な手法となっている。しかしなが
ら、従来υ列（特開昭ω−９１４１２，９１４１３）に
おける方式では、異常発生時Ｏ診断方式である乏め。
そＤ製造条件となるパラメータ■数り多さや、それらＤ
間Ｑ交互作用Ｑ複雑さ、検査り多様性から、数式による
これら■正確なモデルｆｌ：、は困難となるため、００
手法は十分に効果を発揮しなｌＡ場合が多く、従ってこ
０手法によるシステムＯ購成は不適当な場合が多い、従
って、２０手法が町力な手法となっている。しかしなが
ら、従来υ列（特開昭ω−９１４１２，９１４１３）に
おける方式では、異常発生時Ｏ診断方式である乏め。
！！！造プラントにかいては、多数■不良品１を得るお
それがある。まな、製造プラントくおハては、工程中を
流れるＯげ個々■製品であり、その検査僅は木質的に誤
差を含む、従りて、検査瀘とその目標瀘と■偏差■みに
よって前工程にフィードバックをかけるシステムにおい
ては、Ｎ本釣ｖＣｆＡｂｈる規格外品によって、前工程
？Ｒ，れてｂる良品υ！！造条沖を変えてしまう町１ｉ
！性がある。こ■ために、°痔開昭関−１６７７０８号
公報に記載されたようなシステムは、こＯｘ５な製造プ
ラントＯＷｔ！！！にヒ不４当である１本発明にお＾て
セ、製ａプラン）Ｄ診断、制御を行なうに先だって１個
々Ｄ工桿Ｏパラメータ変動について１雁に把握し、これ
らＯ問題を解決Ｔること？町絽としている。特開昭６０
−１４３０３号（お＾では、データをあいまハ型敵侯デ
ータとして大きな異常が生じる前Ｏ迅速な対応を達成し
ているが、ある微候に対して七り原因ｔｌ−推定する■
みであり、その敵候が真に異常徴候であるつかを推定す
る部分がなハ。
それがある。まな、製造プラントくおハては、工程中を
流れるＯげ個々■製品であり、その検査僅は木質的に誤
差を含む、従りて、検査瀘とその目標瀘と■偏差■みに
よって前工程にフィードバックをかけるシステムにおい
ては、Ｎ本釣ｖＣｆＡｂｈる規格外品によって、前工程
？Ｒ，れてｂる良品υ！！造条沖を変えてしまう町１ｉ
！性がある。こ■ために、°痔開昭関−１６７７０８号
公報に記載されたようなシステムは、こＯｘ５な製造プ
ラントＯＷｔ！！！にヒ不４当である１本発明にお＾て
セ、製ａプラン）Ｄ診断、制御を行なうに先だって１個
々Ｄ工桿Ｏパラメータ変動について１雁に把握し、これ
らＯ問題を解決Ｔること？町絽としている。特開昭６０
−１４３０３号（お＾では、データをあいまハ型敵侯デ
ータとして大きな異常が生じる前Ｏ迅速な対応を達成し
ているが、ある微候に対して七り原因ｔｌ−推定する■
みであり、その敵候が真に異常徴候であるつかを推定す
る部分がなハ。
また、１！ｆ開昭ｏｏ−９１４１４号℃おいては１周期
的にデータを収束しＤロエする民１ｊｌ’と、運転員か
らＤ駆動によって上記データを用のてプラント７）診断
′に行なう摸１１ｔＫついて記載されているが、製造プ
ラントにお＾では、製品Ｖ流れる速さが不定な之め、亀
に周ルｊ的なデータ■収果は不適当であり、また不良品
が多く発生している状蛭でも、運転員が指示しない限り
は、それ？見過ごす可能性がある１本発明はこれらＤ間
ＭＡ点？解失し、異常り発生をできるだけ未然Ｖｃｍ知
し、そＤ原因を探り、それを取り除くことによって製造
プラン）Ｄ正常な運転を支援Ｔることを目的としてハる
。
的にデータを収束しＤロエする民１ｊｌ’と、運転員か
らＤ駆動によって上記データを用のてプラント７）診断
′に行なう摸１１ｔＫついて記載されているが、製造プ
ラントにお＾では、製品Ｖ流れる速さが不定な之め、亀
に周ルｊ的なデータ■収果は不適当であり、また不良品
が多く発生している状蛭でも、運転員が指示しない限り
は、それ？見過ごす可能性がある１本発明はこれらＤ間
ＭＡ点？解失し、異常り発生をできるだけ未然Ｖｃｍ知
し、そＤ原因を探り、それを取り除くことによって製造
プラン）Ｄ正常な運転を支援Ｔることを目的としてハる
。
、＄１：箔明Ｏ製竜プラント管Ｉシステムは、製造プラ
ント７）状況を監視し、ｆｉｌするａ潰プラント管理シ
ステムにおいて。
ント７）状況を監視し、ｆｉｌするａ潰プラント管理シ
ステムにおいて。
α）現在工程ｔ−流れている製品及び既に出荷陽春つ製
品にり＾て、その製品について■険倉結果。
品にり＾て、その製品について■険倉結果。
！！！ａ条沖？格納するデータメモＩＪ ｆｉｌ置と。
ｂ）各データをリアルタイムに処理し、そ７）変ｖＪ７
）傾向を解析する解析装置と。
）傾向を解析する解析装置と。
Ｃ）各データＯ変動υ傾向を監視し、グランドが現状Ｏ
まま運転された時、将来におハて異常が条虫Ｔるかどう
かを推論する判定推論ｉ！菫と。
まま運転された時、将来におハて異常が条虫Ｔるかどう
かを推論する判定推論ｉ！菫と。
ｄ）将来における異常Ｏ発生を推論した場合、それを防
止すべく前工程に吋し故障箇所Ｏ推定や製造機械、製品
Ｏ険倉、製造条注■変虻等を指示する対策推論に菫と。
止すべく前工程に吋し故障箇所Ｏ推定や製造機械、製品
Ｏ険倉、製造条注■変虻等を指示する対策推論に菫と。
６）μとの演算、推論に必要な知識？格納する知詠メモ
リｉ装置と ｎ各データ、情報、知賎Ｏ入出力に用いるｌｆ５以上以
上フィンタフエース４成されることを特徴とする。
リｉ装置と ｎ各データ、情報、知賎Ｏ入出力に用いるｌｆ５以上以
上フィンタフエース４成されることを特徴とする。
本発明り上記７）構成によれば、入力インタフェースに
よって刻々とデータメモリ装置に蓄えられている各デー
タは解析装置によって解析され、変動■傾向が判定推論
挟％［送られる１判定推論装置は、その解析結果より将
来における異常Ｏ発生を推論した場合、そ０推論Ｖ３果
を対策推＃ｉ装置に受は渡し、対策推論装置は、そＤ原
因と対策についてＯ推論を行ない出力インタフェースを
１して。
よって刻々とデータメモリ装置に蓄えられている各デー
タは解析装置によって解析され、変動■傾向が判定推論
挟％［送られる１判定推論装置は、その解析結果より将
来における異常Ｏ発生を推論した場合、そ０推論Ｖ３果
を対策推＃ｉ装置に受は渡し、対策推論装置は、そＤ原
因と対策についてＯ推論を行ない出力インタフェースを
１して。
必！ＩＬな措＃ｔを行なう、取し■解析と推論は知識メ
モリＷＷ内に収められ之知職と、データメモリ湊置内に
収められたデータを用いて行なわれる。
モリＷＷ内に収められ之知職と、データメモリ湊置内に
収められたデータを用いて行なわれる。
以下１本発明につハて実施列に基づいて許細く説明する
。
。
■１図は１本発明による製造プラント管理システムＤブ
ロック図である。１７）製ｅプラントとは。
ロック図である。１７）製ｅプラントとは。
プラｙ）Ｉｃ卦ける各装置、険菱写１作業者等すべて０
２素を含むもっとする。インタフェース２〜５は製造プ
ラント１と本発明におけるシステムＤ各装置を結ぶもの
であるが、製造プラン）Ｏ規模に応じて、それぞれ複数
個存在することもあり得る。製造プラントエから、イン
タフェース２全通して渠められなデータはデータメモリ
１ｆｆ１６に蓄えられる。解析湊賢７は、知識メモリ族
＃８に蓄えられた知識て従ってデータメモリ装置６内Ｄ
データ？解析し、そ′Ｖ結果を判定推論汲置９に送る。
２素を含むもっとする。インタフェース２〜５は製造プ
ラント１と本発明におけるシステムＤ各装置を結ぶもの
であるが、製造プラン）Ｏ規模に応じて、それぞれ複数
個存在することもあり得る。製造プラントエから、イン
タフェース２全通して渠められなデータはデータメモリ
１ｆｆ１６に蓄えられる。解析湊賢７は、知識メモリ族
＃８に蓄えられた知識て従ってデータメモリ装置６内Ｄ
データ？解析し、そ′Ｖ結果を判定推論汲置９に送る。
こＯ過程は通常自動的に行なわれるが、インタフェース
３全通して１作業員が解析方法を指示し。
３全通して１作業員が解析方法を指示し。
またそＤ結果を（衿ることもできる０判定推論装置９は
、演算湊ｔ７から受けとったデータＤ解析結果から、異
常Ｏ起こり得る可能性を推論する。ここまでＯａ作はプ
ラント運転中絶えまなく行なわれている。異常の起こり
得る可能性が藁＾と判定された場合、又は冥際に異常が
起こって＾ると判定された場合には判定推論装置９によ
り対策推論榛ｔ１０が起動され、異常Ｏ原因とその対策
について推＃ｆ４を行ないインタフェース５を通じて製
造プラン） ７）Ｉ！ｉＩＩ Ｉ！Ｉ！ｌを行なう、各
推論装置は必映な知識及びデータを各メモリ伎萱から得
る。ま之必要ｌＣ応じて各推論装置は前段階りに菫、す
なわち判定推論装置に対する解析裏蓋、対策推論装萱に
対する判定推論装置％に割り込みをかけて、自装置で■
推論に必要な情報を、前段階Ｏ装置から得ることができ
る。
、演算湊ｔ７から受けとったデータＤ解析結果から、異
常Ｏ起こり得る可能性を推論する。ここまでＯａ作はプ
ラント運転中絶えまなく行なわれている。異常の起こり
得る可能性が藁＾と判定された場合、又は冥際に異常が
起こって＾ると判定された場合には判定推論装置９によ
り対策推論榛ｔ１０が起動され、異常Ｏ原因とその対策
について推＃ｆ４を行ないインタフェース５を通じて製
造プラン） ７）Ｉ！ｉＩＩ Ｉ！Ｉ！ｌを行なう、各
推論装置は必映な知識及びデータを各メモリ伎萱から得
る。ま之必要ｌＣ応じて各推論装置は前段階りに菫、す
なわち判定推論装置に対する解析裏蓋、対策推論装萱に
対する判定推論装置％に割り込みをかけて、自装置で■
推論に必要な情報を、前段階Ｏ装置から得ることができ
る。
これら■推ん１過程は、インタフェース４．！１ｌｌａ
じて製造プラント側に出力でき、筐た各装置に推論■指
示や推論に必要とされる情報をプラント側から受は渡た
丁ことも可能である。知識メモリ族だ８に収める知Ｒは
、インタフェース１１を通じて。
じて製造プラント側に出力でき、筐た各装置に推論■指
示や推論に必要とされる情報をプラント側から受は渡た
丁ことも可能である。知識メモリ族だ８に収める知Ｒは
、インタフェース１１を通じて。
管理対象となる裂きプラントＩＶｃついてＯ詳細な知識
を有する一Å以上■専門家１２から獲得し、また修正を
行なうことができる。
を有する一Å以上■専門家１２から獲得し、また修正を
行なうことができる。
実際′７）製ａプラントに上記システムをｉ用ｇｒな例
？以下に示す、第２図中１３で示すベルトコンベアーｈ
、ｍｅプラン）Ｋおける一連υ工Ｗｔ模式的に描いたも
っである。製品１４はＶ中左から右へ進む一連り工ｍ
１３ＩＣおいて材料１５からａＯ工され、険査工程１６
において検査される。険育工ｍ１６における検査データ
はインタフェース２？通してデータメモリ装！６に蓄え
られる。こっとき■データが、端３図りようであうｔ場
合、解析疾ｔ７は、険査（１０００分散変動を求めに■
４図Ｏようなデータを判定推論汲置に送る判定推論１０
μ、こＤ５＋教値増大Ｏ＃！向から、良品不良率が与え
られ之水準より高くなり得ることを推定し、対策推１ｉ
１ａｒ決１１０を起動する。幻策推倫装！ば１分数１直
増大■頌向が、ある一連り工程１３Ｖｃおける殻械部品
■疲労であることを推論し、そつ部品■変臭をインタフ
ェース５全通して！！！危プラントＩＫ指示する。また
、インタフェース２を通してデータメモリ装置に蓄えら
？’Ｌ九険丘データがＵｔ ５図Ｏようでありた場合、
解析装置は１判定推論装置に構６図、第７図りような分
故阻及びモ均１直変動υデータを送る。これらＯ解析デ
ータより１判定推論汲置は、険査１直７））：限におけ
る不良発生率り上昇全推定し、対策推論伎ｔを起動する
。対策推論装置はデータメモリ装置６内Ｏデータ、知識
メモリ装置ｔ８内り知識勿用ハて〒均五変動Ｏ原因が、
原料１５■ロツドが変わったためであることを推論し。
？以下に示す、第２図中１３で示すベルトコンベアーｈ
、ｍｅプラン）Ｋおける一連υ工Ｗｔ模式的に描いたも
っである。製品１４はＶ中左から右へ進む一連り工ｍ
１３ＩＣおいて材料１５からａＯ工され、険査工程１６
において検査される。険育工ｍ１６における検査データ
はインタフェース２？通してデータメモリ装！６に蓄え
られる。こっとき■データが、端３図りようであうｔ場
合、解析疾ｔ７は、険査（１０００分散変動を求めに■
４図Ｏようなデータを判定推論汲置に送る判定推論１０
μ、こＤ５＋教値増大Ｏ＃！向から、良品不良率が与え
られ之水準より高くなり得ることを推定し、対策推１ｉ
１ａｒ決１１０を起動する。幻策推倫装！ば１分数１直
増大■頌向が、ある一連り工程１３Ｖｃおける殻械部品
■疲労であることを推論し、そつ部品■変臭をインタフ
ェース５全通して！！！危プラントＩＫ指示する。また
、インタフェース２を通してデータメモリ装置に蓄えら
？’Ｌ九険丘データがＵｔ ５図Ｏようでありた場合、
解析装置は１判定推論装置に構６図、第７図りような分
故阻及びモ均１直変動υデータを送る。これらＯ解析デ
ータより１判定推論汲置は、険査１直７））：限におけ
る不良発生率り上昇全推定し、対策推論伎ｔを起動する
。対策推論装置はデータメモリ装置６内Ｏデータ、知識
メモリ装置ｔ８内り知識勿用ハて〒均五変動Ｏ原因が、
原料１５■ロツドが変わったためであることを推論し。
一連り工程１３Ｖｃシける表情条件ｒ灰比させることに
よってこ■現象に対処する。
よってこ■現象に対処する。
なお本発明Ｙｃおいて、知識メモリ猥５１８内に収めら
れる知識Ｏ茂現蟹弐は、ルールを、フレーム型ある。八
は手続き梨等、一つＤ方式に特定されるも０ではない、
また、各インタフェースにはＶＤＴ、プリンタ、製？Ｉ
ＩＦＭ賊制御錬喧、各１測定に置等が考えられる。
れる知識Ｏ茂現蟹弐は、ルールを、フレーム型ある。八
は手続き梨等、一つＤ方式に特定されるも０ではない、
また、各インタフェースにはＶＤＴ、プリンタ、製？Ｉ
ＩＦＭ賊制御錬喧、各１測定に置等が考えられる。
以上述べたよ５Ｙｃ本発明によるシステムにお＾では、
製造プラントにおける険査及び！！造データＤ貯蓄、解
析１判定及び対策を個々別な装置によりて処！ｌ！！さ
せるＩｆｌｌ竜をとったため（、製盾プラントＯリアル
タイムな管理がＥｉ’（距となり、製造プラン）Ｄ生産
性を高めることができな、また、−知識メモリ榛首内に
製造グランド■専門家り知識を収めることにより、熟練
者以外によるｓｒａプラントＤ’ｌｌＦｍが可能となり
之。
製造プラントにおける険査及び！！造データＤ貯蓄、解
析１判定及び対策を個々別な装置によりて処！ｌ！！さ
せるＩｆｌｌ竜をとったため（、製盾プラントＯリアル
タイムな管理がＥｉ’（距となり、製造プラン）Ｄ生産
性を高めることができな、また、−知識メモリ榛首内に
製造グランド■専門家り知識を収めることにより、熟練
者以外によるｓｒａプラントＤ’ｌｌＦｍが可能となり
之。
第１図は本発明（よる製造プラント管理システムＤブロ
ック図、１ｇ２図は本発明７）製造プラント［Ｅ！シス
テムを適用させるａ竜プラ７トＤｅｔ念図である。眞３
図及び端５図はそれぞｈ製造プラントＯｆ！ｌｔ衾工穆
から得られたデータを示す図であり、本発明中υデータ
メモリ反攻に貯えられるデータとなる。飢４図はｉｇ３
図■データを、飢６図、槙７図は遮５図■データを、そ
れぞれ本発明中Ｏ瑯折装筺によって解析し比結Ｐ：を艮
わ１図である。 ｌ・・・製造プラント ２・・・インタフェース ３・・・インタフェース ４・・・インタフェース ５・・・インタフェース ６・１１＠データメモリ装置 ７−・・解析裟嬢 ８・魯・知識メモリｖ＆！ ９・・・判定推論裟！ ｌＯ−・・対策推論伎！ １］・−・インタフェース １２・・・専門家 以上 出願人 セイコーエプソン沫式会社 代理人 弁理士 酸 上 傍池１名 蝦 茅２図 第３図 第４図 第５図 第６面 第７図
ック図、１ｇ２図は本発明７）製造プラント［Ｅ！シス
テムを適用させるａ竜プラ７トＤｅｔ念図である。眞３
図及び端５図はそれぞｈ製造プラントＯｆ！ｌｔ衾工穆
から得られたデータを示す図であり、本発明中υデータ
メモリ反攻に貯えられるデータとなる。飢４図はｉｇ３
図■データを、飢６図、槙７図は遮５図■データを、そ
れぞれ本発明中Ｏ瑯折装筺によって解析し比結Ｐ：を艮
わ１図である。 ｌ・・・製造プラント ２・・・インタフェース ３・・・インタフェース ４・・・インタフェース ５・・・インタフェース ６・１１＠データメモリ装置 ７−・・解析裟嬢 ８・魯・知識メモリｖ＆！ ９・・・判定推論裟！ ｌＯ−・・対策推論伎！ １］・−・インタフェース １２・・・専門家 以上 出願人 セイコーエプソン沫式会社 代理人 弁理士 酸 上 傍池１名 蝦 茅２図 第３図 第４図 第５図 第６面 第７図
Claims (1)
- 【特許請求の範囲】 製造プラントの状況を監視し、管理する製造プラント管
理システムにおいて、 ａ）現在工程を流れている製品及び既に出荷済みの製品
について、その製品についての検査結果、製造条件を格
納するデータメモリ装置と、 ｂ）各データをリアルタイムに処理し、その変動の傾向
を解析する解析装置と、 ｃ）各データの変動の傾向を監視し、製造プラントが現
状のまま運転された時、将来において異常が発生するか
どうかを推論する判定推論装置と、ｄ）将来における異
常の発生を推論した場合、それを防止すべく前工程に対
し故障箇所の推定や製造機械、製品の検査、製造条件の
変更を指示する対策推論装置と、 ｅ）以上の解析、推論に必要な知識を格納する知識メモ
リ装置と ｆ）各データ、情報、知識の入出力に用いる１個以上の
インタフェースより構成されることを特徴とする製造プ
ラント管理システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61108263A JPS62264854A (ja) | 1986-05-12 | 1986-05-12 | 製造プラント管理システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61108263A JPS62264854A (ja) | 1986-05-12 | 1986-05-12 | 製造プラント管理システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS62264854A true JPS62264854A (ja) | 1987-11-17 |
Family
ID=14480219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61108263A Pending JPS62264854A (ja) | 1986-05-12 | 1986-05-12 | 製造プラント管理システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS62264854A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63272450A (ja) * | 1987-04-28 | 1988-11-09 | Hitachi Ltd | 製造設備の診断装置 |
| JPH0271961A (ja) * | 1988-09-01 | 1990-03-12 | Honda Motor Co Ltd | 生産ラインの管理システム |
| JP2002287803A (ja) * | 2001-03-27 | 2002-10-04 | Denso Corp | 製品の製造プロセスにおける特性調整方法 |
| JP2006024195A (ja) * | 2004-06-03 | 2006-01-26 | National Cheng Kung Univ | 生産工程の品質予測システムおよびその方法 |
| US9244803B2 (en) | 2014-02-10 | 2016-01-26 | Fuji Xerox Co., Ltd. | Failure predictive system, and failure predictive apparatus |
-
1986
- 1986-05-12 JP JP61108263A patent/JPS62264854A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63272450A (ja) * | 1987-04-28 | 1988-11-09 | Hitachi Ltd | 製造設備の診断装置 |
| JPH0271961A (ja) * | 1988-09-01 | 1990-03-12 | Honda Motor Co Ltd | 生産ラインの管理システム |
| JP2002287803A (ja) * | 2001-03-27 | 2002-10-04 | Denso Corp | 製品の製造プロセスにおける特性調整方法 |
| JP4677679B2 (ja) * | 2001-03-27 | 2011-04-27 | 株式会社デンソー | 製品の製造プロセスにおける特性調整方法 |
| JP2006024195A (ja) * | 2004-06-03 | 2006-01-26 | National Cheng Kung Univ | 生産工程の品質予測システムおよびその方法 |
| JP4601492B2 (ja) * | 2004-06-03 | 2010-12-22 | 国立成功大学 | 生産工程の品質予測システムおよびその方法 |
| US9244803B2 (en) | 2014-02-10 | 2016-01-26 | Fuji Xerox Co., Ltd. | Failure predictive system, and failure predictive apparatus |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sharma et al. | System failure behavior and maintenance decision making using, RCA, FMEA and FM | |
| Sharma et al. | Integrated framework to optimize RAM and cost decisions in a process plant | |
| Sharma et al. | Systematic failure mode effect analysis (FMEA) using fuzzy linguistic modelling | |
| Toriizuka | Application of performance shaping factor (PSF) for work improvement in industrial plant maintenance tasks | |
| CN110766143A (zh) | 基于人工神经网络的设备故障智能诊断方法 | |
| Sharma et al. | Fuzzy modeling of system behavior for risk and reliability analysis | |
| Cohen et al. | A smart process controller framework for Industry 4.0 settings | |
| Raman et al. | Quality improvement of capacitors through fishbone and pareto techniques | |
| Aghaie et al. | An improved MCDM method for maintenance approach selection: A case study of auto industry | |
| Ighravwe et al. | A fuzzy-grey-weighted aggregate sum product assessment methodical approach for multi-criteria analysis of maintenance performance systems | |
| JPS62264854A (ja) | 製造プラント管理システム | |
| Rao et al. | Integrated distributed intelligent system architecture for incidents monitoring and diagnosis | |
| CN115718466A (zh) | 基于随机森林和层次分析法的数字孪生车间故障预测方法 | |
| Saifuddin et al. | Production machine effectiveness analysis using overall Equipment Effectiveness (OEE) and root cause analysis | |
| Sharma et al. | FM–a pragmatic tool to model, analyse and predict complex behaviour of industrial systems | |
| US20180307212A1 (en) | System and method for the maintenance of an industrial plant | |
| CN1140847A (zh) | 控制系统的诊断解析装置及其方法 | |
| CN103955182A (zh) | 安全运行监测与指导方法 | |
| Jharko | Critical information infrastructure objects: operator support systems | |
| Schnelle et al. | A real-time expert system for quality control | |
| CN106991552A (zh) | 基于物联网及云计算服务的化工全产业链服务平台 | |
| JP6664564B1 (ja) | 情報技術活用評価装置、情報技術活用評価システムおよび情報技術活用評価方法 | |
| Amaruddin et al. | Implementation of Total Productive Maintenance to Increase Productivity (Case study: An Injection Manufacturing Company Located in Delta Silicon Industrial Area) | |
| Tabit et al. | Machine Learning: Strategies for industrial defect detection | |
| Mallia et al. | Implementation of an intelligence-based framework for anomaly detection on the demand-side of sustainable compressed air systems |