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 |