JPWO2015177870A1 - 製造設備診断支援装置 - Google Patents

Abstract

本発明に係る製造設備診断支援装置は、製造設備が備える複数の監視対象装置のそれぞれのデータを採取し記録するデータ採取装置、記録されたデータを解析するデータ解析装置、解析過程及び解析結果を表示する表示装置を備える。データ解析装置は、データの解析の範囲をデータ項目と時間とで設定するデータ解析範囲設定ユニット、監視対象装置の仕様及び使用条件に基づく分類とデータが表す物理量に基づく分類とを行うことによりデータをグループ分けするデータグループ化ユニット、データの各項目における特徴量を抽出する特徴量抽出ユニット、他とは異なる事象を示す異事象候補項目を特定する異事象特定ユニット、及び、異事象候補項目と他のデータ項目との間に有意な差があるか否かを検定する検定ユニットを備える。

Description

本発明は、金属材料を圧延ロールで圧延する圧延機や機械加工を行うマシニングセンタなどの製造設備において、製造設備内の装置の異常や不具合を事前に予知するための製造設備診断支援装置に関する。

社会インフラとして多くの製造設備が存在する。圧延機やマシンニングセンタはその例である。圧延機は、鉄鋼材料やアルミ・銅などの非鉄材料の塊を圧延し薄くすることで、自動車や電機製品への加工を容易にする設備である。マシニングセンタは、たとえば鋼板を加工し、航空機、自動車、各種金型などを製造する設備である。

これらの製造設備に対しては、安定かつ高速で製品を製造することが強く要求されている。このため、製造設備の故障による生産阻害を避けるべく、製造設備の異常や不具合を事前に予知する技術の開発が進められている。最近、データマイニング、ビッグデータ解析など、大量のデータの中から有意な情報を拾い出す技術が進化している。これらの技術では、高速大容量の計算機を用いて力技でデータ処理を行い、データの特徴を計算しデータ間の関連性を抽出することも行われている。その具体的内容を記載した先行技術文献としては、例えば以下が挙げられる。

特許文献１には、複数のデータがあるときにそのデータ間の規則性を見出すことを目的とした技術が開示されている。この技術は、データをある区間に分割してその区間の中での特徴量を計算し、分類し、ラベル値を付すことで、規則性を見出すものである。ただし、これは特に製造設備を対象としたものではなく、一般的な手法の提案である。

特許文献２に開示された技術は、ウェーブレット変換、主成分分析などの統計的な手法を用いてデータの特徴を抽出し、過去に蓄えた故障データとの類似性を見出し、異常を判定するものである。これも特に製造設備を対象とはせず、一般的な手法の提案である。

特許文献３に開示された技術は、特許文献２に開示された技術と同様に、過去の正常事例と異常事例とを参照して類似性を判断し、プラントまたは設備の異常があるかどうかを判定するものである。

日本特開２００６−３３８３７３号公報 日本特開２００６−１０６８７０号公報 日本特開２０１０−１９１５５６号公報

特許文献１に開示された技術は、対象データに存在する事前の知識（例えばデータ間の相互関係など）を使用せず、データのみを対象として規則性を見出そうとしている。このため、計算処理に多くの時間がかかることが予想される。また、データにノイズや未知の外乱が含まれている場合、規則性の取り出しが不安定になることが懸念される。

特許文献２や特許文献３に開示された技術は、異常や不具合に関する過去の知見を利用することに特徴がある。しかし、もちろん過去の知見は有用であるものの、過去に異常や不具合が起きたことが既知でないと適用できないし、全く新しい異常が起こったときには対処できない。

これらの従来技術に対し、本発明が提供する製造設備診断支援装置は、１つの製造設備内に配置される複数の類似装置、或いは複数の製造設備に分散して配置される複数の類似装置のデータを比較することで、規則性を見出すための膨大な計算処理を必要とすることなく、また、過去の知見も必要とすることなく、装置の異常や不具合を容易に検知することを可能にするものである。

本発明に係る製造設備診断支援装置は、１つの製造設備内に配置される複数の監視対象装置、或いは複数の製造設備に分散して配置される複数の監視対象装置のそれぞれのデータを常時または間欠的に採取し記録するデータ採取装置を備える。また、本発明に係る製造設備診断支援装置は、データ採取装置に記録されたデータを解析するデータ解析装置と、データ解析装置の解析過程及び解析結果を表示する表示装置とを備える。データ解析装置は、データ解析範囲設定手段、データグループ化手段、特徴量抽出手段、異事象特定手段、及び、検定手段を含む。

データ解析範囲設定手段は、データ採取装置に記録されたデータの解析の範囲をデータ項目と時間とで設定するように構成される。

データグループ化手段は、データ解析範囲設定手段により設定された範囲のデータをデータ採取装置から入力し、各データに対して、当該データが採取された監視対象装置の仕様及び使用条件に基づく分類と、当該データが表す物理量に基づく分類とを行うことによって、データ採取装置から入力したデータをグループ分けするように構成される。好ましくは、データグループ化手段は、各グループ内のデータ項目数をグループ間で同一とし、各データ項目に対し、グループ内の識別用にグループ内データ番号を付し、グループ間の識別用にグループ番号を付すように構成される。

特徴量抽出手段は、データグループ化手段によりグループに分けられたデータの各項目における特徴量を抽出するように構成される。好ましくは、特徴量抽出手段は、原データ、及び、原データをフィルタリングして得た信号と原データとの偏差の２つに対して、同一種類の特徴量を計算するように構成される。

異事象特定手段は、特徴量抽出手段により抽出された各データ項目の特徴量をグループ内とグループ間のそれぞれにおいて比較し、他とは異なる事象を示すデータ項目がある場合、当該データ項目を異事象候補項目として特定するように構成される。好ましくは、異事象特定手段は、同一グループ内のデータ項目間で特徴量を比較し、特徴量の大きさに関して他のデータ項目とは所定比率以上の差があるデータ項目がある場合、当該データ項目を第１レベルの異事象候補項目として特定し、監視対象装置において共通するデータ項目が複数のグループにわたって第１レベルの異事象候補項目として特定された場合、当該データ項目を第２レベルの異事象候補項目として特定するように構成される。

検定手段は、異事象特定手段で特定された異事象候補項目と他のデータ項目との間に有意な差があるか否かを検定し、有意な差がある場合には、異事象候補項目とされたデータ項目を異事象項目と判定するように構成される。好ましくは、検定手段は、異事象特定手段において第１レベルの異事象候補項目として特定されたデータ項目に関し、当該データ項目の特徴量と、同一グループ内の他のデータ項目の特徴量との間で統計的な検定を行い、両者の間に所定の有意水準で有意な差がないという帰無仮説が棄却された場合、当該データ項目を第１レベルの異事象項目として特定し、当該データ項目が第２レベルの異事象候補項目でもある場合において、監視対象装置において共通する他のグループのデータ項目も第１レベルの異事象項目に該当する場合、当該データ項目を第２レベルの異事象項目として特定するように構成される。

データ解析装置は、一連のデータ解析の完了後にデータ解析範囲設定手段によってデータの解析の範囲の時間を変更し、変更された範囲のデータに基づいて一連のデータ解析を再度実行するように構成されることが好ましい。

本発明に係る製造設備診断支援装置によれば、１つの製造設備内に配置される複数の監視対象装置、或いは複数の製造設備に分散して配置される複数の監視対象装置のそれぞれのデータが自動で採取されて記録される。そして、データ項目と時間とで設定された解析範囲のデータに対して、当該データが採取された監視対象装置の仕様及び使用条件に基づく分類と、当該データが表す物理量に基づく分類とによるグループ分けが行われ、グループ分けされたデータの各項目における特徴量が計算される。そして、各データ項目の特徴量がグループ内とグループ間のそれぞれにおいて比較され、他とは異なる事象を示すデータ項目がある場合には、当該データ項目は異事象候補項目として特定される。そして、特定された異事象候補項目と他のデータ項目との間に有意な差があるか否か検定され、有意な差がある場合には、異事象候補項目とされたデータ項目は異事象項目と判定される。このようにして行われるデータ解析の過程と結果が表示装置に表示されることにより、管理者或いは利用者は、表示装置に表示された内容から製造設備に異常や不具合が起きていないかどうか判断することができる。

本発明の実施の形態１のシステムの構成を示す図である。 本発明の実施の形態１におけるデータのグループ化の例を説明する図である。 本発明の実施の形態１における特徴量の抽出の一例を説明する図である。 本発明の実施の形態１において解析範囲を変更する意義を説明する図である。 本発明の実施の形態１における異事象候補項目の判別の一例を示す図である。 本発明の実施の形態１における異事象候補項目の判別の一例を示す図である。 本発明の実施の形態１のデータ解析の流れを示すフローチャートである。 本発明の実施の形態１における表示例を示す図である。 本発明の実施の形態２のシステムの構成を示す図である。

図面を参照して、本発明の実施の形態を説明する。ただし、以下に示す実施の形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、特に明示する場合を除き、構成部品の構造や配置、処理の順序などを下記のものに限定する意図はない。本発明は以下に示す実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。

実施の形態１．
図１は、本発明の実施の形態１のシステムの構成を示す図である。実施の形態１の診断支援装置１は、熱間薄板圧延プロセスにおける圧延機１０を診断支援の対象とする。図１０に示す圧延機１０は、加熱炉２１、粗圧延機２３、仕上圧延機２６、巻取り機２８、搬送テーブル２９を備える。加熱炉２１から搬出された被圧延材１００は、粗圧延機２３により圧延される。粗圧延機２３は１又は数台（図１では２台）の圧延スタンド２３０を有する。各圧延スタンド２３０のローラは、電動機２３１により駆動される。粗圧延機２３で圧延された後、被圧延材１００は搬送テーブル２９によって仕上圧延機２６へ搬送される。搬送テーブル２９のローラは、複数の電動機２９１により駆動される。仕上圧延機２６は５〜７台（図１では７台）の圧延スタンド２６０を有し、被圧延材１００を所望の製品板厚まで圧延する。各圧延スタンド２６０のローラは、電動機２６１により駆動される。仕上圧延機２６から搬出された被圧延材１００は、冷却装置２７で冷却された後、巻取り機２８によってコイル状に巻き取られる。巻取り機２８は、電動機２８１により駆動される。

診断支援装置１は、圧延機１０の正常または異常を診断する装置ではなく、管理者或いは利用者による圧延機１０の診断を支援する装置である。より詳しくは、診断支援装置１は、管理者或いは利用者が圧延機１０の診断に用いるデータを採取し、解析し、その解析結果及び解析過程を管理者或いは利用者に対して提示することにより、管理者或いは利用者自身が行う診断を支援する装置である。このため、診断支援装置１は、データ採取装置２、データ解析装置３、及び表示装置９により構成される。

データ採取装置２は、圧延機１０を構成する加熱炉２１、粗圧延機２３、仕上圧延機２６、巻取り機２８、搬送テーブル２９のそれぞれからデータを常時（或いは所定の時間間隔で間欠的に）採取し、採取したデータを記録装置２ａに記録する装置である。記録装置２ａは、例えば大容量のハードディスクであり、データ採取装置２に内蔵されていてもよいし、データ採取装置２の外部に配置されていてもよい。データ採取装置２と圧延機１０とは図示しないＩ／Ｏ装置を介してＬＡＮによって接続されている。仕上圧延機２６は７台の圧延スタンド２６０を有するが、圧延スタンド２６０のそれぞれ或いは電動機２６１のそれぞれが診断支援装置１によって監視される対象となる監視対象装置である。よって、データ採取装置２は、圧延スタンド２６０ごと或いは電動機２６１ごとにデータを採取する。粗圧延機２３についても同様であって、データ採取装置２は、監視対象装置である圧延スタンド２３０ごと或いは電動機２３１ごとにデータを採取する。搬送テーブル２９についても、データ採取装置２は、監視対象装置である電動機２９１ごとにデータを採取する。採取されるデータには、例えば圧延スタンドの場合であれば、電動機電流、速度、圧延荷重、ロールギャップなどが含まれる（図２では採取されるデータの一部しか描かれていない）。記録装置２ａには、採取されたデータが項目ごとに時系列に記録されていく。

データ解析装置３は、データ採取装置２が記録装置２ａに記録したデータを解析する装置である。データ解析装置３は、専用の装置でもよいし、汎用のコンピュータであってもよい。また、データ採取装置２と一体化されていてもよい。データ解析装置３は、データ解析範囲設定ユニット４、データグループ化ユニット５、特徴量抽出ユニット６、異事象特定ユニット７、及び検定ユニット８を備えている。データ解析装置３が備えるこれらのユニット４−８は、データ解析装置３のメモリに記憶された制御プログラム或いはその一部に対応している。制御プログラムがメモリから読みだされてプロセッサで実行されることによって、これらのユニット４−８の機能がデータ解析装置３にて実現される。以下、データ解析装置３を構成するユニット４−８の機能について説明する。

まず、データ解析範囲設定ユニット４について説明する。データ解析範囲設定ユニット４は、データ採取装置２から入力するデータの範囲を設定する。データ採取装置２の記録装置２ａには、膨大なデータが蓄えられている。このため、入力するデータ量を少なくすることが計算時間の短縮や計算機負荷の低減において利点がある。データ解析範囲設定ユニット４は、入力するデータの範囲をデータ項目と時間とで設定する。例えば、圧延機１０において仕上圧延機２６の解析をするためには、一般には加熱炉２１や巻取り機２８のデータは不要であるので、必要なデータ項目のみを選択する。また、蓄えられたデータの中で遠い過去のデータは不要な場合もあるので、一定の時刻からのデータに限定する。ただし、解析対象のデータの時間的な長さによっては、監視対象装置の状態の変化が捉えられない場合もある。このため、データ解析範囲設定ユニット４には、データを解析する対象の時間を変更し、以後に記載する一連の解析を繰り返し実施させる機能が与えられている。

次に、データグループ化ユニット５について説明する。データグループ化ユニット５は、データ解析範囲設定ユニット４により設定された範囲のデータをデータ採取装置２から入力し、入力したデータをグループ分けする。データのグループ分けは、監視対象装置間の類似性を規定する第１の分類と、データの内容の類似性を規定する第２の分類とによって行われる。

グループ分けの第１の分類は、監視対象装置の仕様及び使用条件に基づく分類である。仕様が類似し、且つ、使用条件が類似した監視対象装置から採取されたデータが集められて一つの母集団を形成する。ここで言う仕様とは、例えば監視対象装置が電動機の場合、電動機の方式や容量などがそれに該当する。また、ここで言う使用条件とは、例えば監視対象装置が電動機の場合、電動機にかけられる負荷や運転スケジュールなどがそれに該当する。圧延機１０においては、仕上圧延機２６の７台の圧延スタンド２６０が仕様及び使用条件が類似した装置に該当する。粗圧延機２３の２台の圧延スタンド２３０も類似装置に該当し、搬送テーブル２９を構成する複数の電動機２９１も類似装置に該当する。また、仕上圧延機２６の７台の圧延スタンド２６０と粗圧延機２３の２台の圧延スタンド２３０を類似装置として一括することもできる。

グループ分けの第２の分類は、データが表わす物理量に基づく分類である。データが表わす物理量とは、例えば圧延スタンド２６０から採取されたデータの場合、電動機電流、速度、圧延荷重、ロールギャップなどである。これらは互いに独立した物理量であって、他の物理量と相関性を有する物理量は分類項目には含まれない。具体的には、圧延スタンド２６０に関係する物理量には電動機トルクも含まれるが、電動機トルクは電動機電流と一対一の相関があるため分類項目には含まれない。第１の分類によって形成された母集団に対して物理量による分類が行われ、同一の物理量を表わすデータのグループが作られる。グループ内のデータ項目数はグループ間で同一とされる。また、グループ内のデータ項目の識別用にグループ内データ番号が付され、グループの識別用にグループ番号が付される。

ここで、図２を参照してデータのグループ化の具体例を説明する。仕上圧延機２６の７台の圧延スタンド２６０から採取された電動機電流、速度、圧延荷重、ロールギャップなどの原データは、それぞれデータ項目ごとに７つずつまとめられて記録装置２ａの記憶領域に配置されている。原データが記録装置２ａ内に分散して配置されていても、データグループ化ユニット５はそれらをまとめるように編集することができる。図２に示す例では、仕上圧延機主機電流[%]、仕上圧延機主機速度[m/s]、仕上圧延機圧延荷重[kN]の３つのデータ項目をそれぞれ１つのグループとして、それぞれ識別できるグループ番号を付している。その各グループ内に７個のデータ項目があり、これらは仕上圧延機２６の圧延スタンド２６０の台数に対応している。この場合のグループ内データ番号はNo.1からNo.7までの番号が取られる。仕上圧延機主機電流グループのNo.4とは、仕上圧延機第４スタンドの主機電流を意味する。この定義では、グループ内のデータ項目数はグループ間で同一となる。

次に、特徴量抽出ユニット６について説明する。特徴量抽出ユニット６は、データグループ化ユニット５によりグループに分けられたデータの各項目における特徴量を抽出する。特徴量とは、データが有する特徴を容易に顕在化させる量と定義することができる。特徴量の抽出方法の一例としては、対象データに統計的な処理を施すことが挙げられる。基本統計量である平均値、中央値（メジアン）、最大値、最小値、標準偏差または分散（分散の平方根が標準偏差）はいずれも特徴量とすることができる。データが振動的な場合は、周波数および振幅も特徴量である。また、回帰分析によりデータを“ｙ＝ａ*ｘ＋ｂ”などの関数で表すことにより、関数の係数（回帰係数）ａ，ｂをデータの特徴量とすることができる。さらに、フーリエ変換によって得られる周波数帯域の振幅の分布、ウェーブレット変換によって得られる時系列の周波数分布など、その他の統計解析によって特徴量を計算することもできる。

ただし、原データに対してそのまま統計解析を適用すると、データが有する特徴を正確に捉えられない場合がある。たとえば、図３の上段のチャートには時系列で原データ(A)（実線で示す）が並べられているが、これには圧延時と非圧延時とでは大きくレベルが変わる信号が含まれている。主機電動機の電流や圧延荷重などがこれに該当し、これらは圧延中は非常に大きな値となるが、圧延していないときは０近傍の値である。原データ(A)の統計量を求めると、最大値は圧延しているときの値であり、最小値は圧延していないときの値であり、標準偏差は図示した最大値と最小値との差を評価して計算される。これらの統計量を特徴量とする場合、例えば、電動機の電流に大きな振動現象が現れていたとしても、圧延時の電流のレベルに比べれば小さいため、振動を見逃す恐れがある。

そこで、図３の上段のチャートに示すように、原データ(A)にフィルタ（たとえばLow pass filter）をかけて破線の信号(B)を得る。そして、図３の下段のチャートに示すように、原データ(A)をフィルタリングして得た信号(B)と原データ(A)との偏差（(A)-(B)）を計算する。この標準偏差（(A)-(B)）に統計処理を施せば、電動機電流に乗っている振動を顕在化させることができる。そこで、特徴量抽出ユニット６は、原データに対して特徴量を計算するとともに、原データをフィルタリングして得た信号と原データとの偏差に対しても同じ特徴量を計算する。

また、特徴量抽出ユニット６には、解析を行う対象の期間を変更する機能が備えられる。このような機能を備えることの意義について図４を用いて説明する。図４の各チャートに示すように、特徴量抽出ユニット６は、解析を行う対象とする原データの範囲に時間Windowを設定する。そして、時間Windowの中の原データを回帰分析により線形近似する。線形近似により得られた直線より原データの変化の傾向を知ることができ、また、直線と原データとの距離より原データのばらつきを知ることができる。

図４のチャート（１）には、短期的な解析対象として時間Window-S1，S2，S3が設定されている。時間Window-S1，S2，S3は時間方向にずらして設定され、隣接する時間Window-S1，S2及びWindow-S2，S3の各間には重なりが設けられている。チャート（２）には、チャート（１）と同じ原データに対し、長期的な解析対象として時間Window-L1が設定されている。チャート（２）に示す時間Window-L1の中の原データを回帰分析することにより、原データは長期的には増加傾向を示していることが分かる。ところが、チャート（１）に示す短期的な時間Windowの中の原データに対して回帰分析を行った場合には、Window-S1では原データの増加傾向を検知できたが、Window-S2では原データの増加傾向は検知されない。一方、図４のチャート（３）には、チャート（１）及び（２）と異なる原データに対し、長期的な解析対象として時間Window-L1が設定されている。この時間Window-L1の中の原データに対して回帰分析を行うことで、原データの増加傾向を検知することができる。しかし、時間Windowを短期間にした場合には、増加傾向を見逃す恐れもある。

このように、解析を行う対象の期間を長期間或いは短期間に限定する場合には、原データの短期的或いは長期的な変化の傾向を見逃すおそれがある。特徴量抽出ユニット６は、解析を行う対象の期間を変更する機能を備えたことにより、原データの短期的及び長期的な変化の傾向を見逃すことがない。

次に、異事象特定ユニット７について説明する。異事象特定ユニット７は、特徴量抽出ユニット６により抽出された各データ項目の特徴量をグループ内とグループ間のそれぞれにおいて比較し、他とは異なる事象を示すデータ項目がある場合、当該データ項目を異事象候補項目として特定する。以下、これについて図５及び図６を用いて説明する。ここでは、原データはＡ，Ｂ，Ｃ，Ｄ，・・・のグループ番号が付された複数のグループに分けられ、各グループ内には(1)，(2)，(3)，・・・，(7)のグループ内データ番号が付された７つのデータ項目があるものとする。また、具体例として、データは仕上圧延機２６から採取されたものであって、グループＡは仕上圧延機主機電流、グループＢは仕上圧延機圧延荷重であり、７つのデータ項目に７台の圧延スタンド２６０が対応しているものとする。図５及び図６では、３次元グラフ上において解析対象範囲内の原データをＸ軸方向に時系列で並べ、それらをＹ軸方向にグループごとに重ね、同じグループ内データ番号のデータがＺ軸方向に一列に並ぶように表示している。なお、この表示は原データのグループごとデータ項目ごとの時間変化を視覚的に分かりやすくしたもので、必ずしもこの表示を行う必要はない。

図５及び図６の各右下には、解析対象時間の範囲内で原データを解析して得られた特徴量を投影した平面（ＹＺ平面）が描かれている。この平面には、グループ番号Ａ，Ｂ，Ｃにおけるグループ内データ番号(1)，(2)，(3)，・・・，(7)の各データの特徴量が、両矢印の長さによって示されている。ここでは、特徴量は標準偏差の大きさであるとする。図５に示す例では、グループＡのデータ番号(2)のデータの標準偏差が最も大きい。

異事象特定ユニット７は、まず、同一グループ内のデータ項目間で特徴量を比較する。そして、特徴量の大きさに関して他のデータ項目とは所定比率以上の差（例えば30%以上）があるデータ項目がある場合、そのデータ項目を第１レベルの異事象候補項目として特定する。図５に示す例では、グループＡにおけるデータ番号(2)のデータ項目が第１レベルの異事象候補項目に該当する。しかし、グループＢ，Ｃでは特徴量の大きさに他と大きな差があるデータ項目は含まれておらず、第１レベルの異事象候補項目は存在しない。

このように、あるデータ項目が１つのグループにおいてのみ第１レベルの異事象候補項目として特定された場合、そのデータ項目に該当する装置において、そのグループが表す物理量に関係する何らかの異常が起きている可能性がある。図５に示す例では、データ番号(2)の仕上圧延機第２スタンドにおいて、グループＡの仕上圧延機主機電流の標準偏差が他よりも大きいということであるから、仕上圧延機第２スタンドの電動機の周辺に何かが起きている可能性があると判断することができる。

一方、図６に示す例では、データ番号(2)のデータの標準偏差がグループＡ，Ｂ，Ｃにおいて他のデータ番号のものよりも大きくなっている。つまり、図６は、グループＡの仕上圧延機主機電流も振動的で、グループＢの仕上圧延機圧延荷重も振動的、などという状況を示している。この場合、グループＡ，Ｂ，Ｃにおけるデータ番号(2)のデータ項目がそれぞれ第１レベルの異事象候補項目に該当する。

このように、あるデータ項目が複数のグループにわたって第１レベルの異事象候補項目として特定された場合、そのデータ項目に該当する装置において、何らかの現象、例えば振動的なことが起こった可能性がある。しかし、それが装置の異常によるものなのか、被加工物の特性によるものなのか、制御系の操作によるものなのか、或いは、偶然に起きた現象なのかは特定できない。そこで、異事象特定ユニット７は、そのようなデータ項目、図６に示す例では、データ番号(2)のデータ項目を第２レベルの異事象候補項目として特定する。

以上述べたように、異事象特定ユニット７は、まず、同一グループ内のデータ項目間で特徴量を比較する。そして、特徴量の大きさに関して他のデータ項目と大きな差があるデータ項目がある場合、当該データ項目を第１レベルの異事象候補項目として特定する。さらに、当該データ項目が複数のグループにわたって第１レベルの異事象候補項目として特定されたのであれば、当該データ項目を第２レベルの異事象候補項目としても特定する。

次に、検定ユニット８について説明する。検定ユニット８は、異事象特定ユニット７で特定された異事象候補項目、つまり、異常の可能性のあるデータ項目に対し、異常かどうかの検定を統計的に行う。検定は、異事象候補項目と他のデータ項目との間に有意な差があるか否かについて行われ、両者の間に有意な差がある場合には、異事象候補項目とされたデータ項目は異事象項目として判定される。

詳しくは、検定ユニット８は、第１レベルの異事象候補項目と判断されたデータ項目の特徴量と、同一グループ内の他のデータ項目の特徴量との間で、統計的な検定を行う。具体的な検定方法としては、たとえばｔ検定の適用が可能である。ｔ検定では、「第１レベルの異事象候補項目と判断されたデータ項目と同一グループ内の他のデータ項目との間には有意な差がない」という帰無仮説を立て、所定の有意水準（一般的に5%）で帰無仮説を棄却できるかどうかを検定する。検定ユニット８は、帰無仮説が棄却できた場合には、第１レベルの異事象候補項目のみを含むデータ項目に関係する装置に異常がある可能性が高いものと判断し、当該データ項目を第１レベルの異事象項目として特定する。検定ユニット８は、この検定を第１レベルの異事象候補項目すべてに適用する。そして、第１レベルの異事象項目として特定されたデータ項目が第２レベルの異事象候補項目でもある場合は、上記検定を複数のグループに対して行う。そして、当該データ項目が複数のグループにわたって第１レベルの異事象項目に該当する場合には、当該データ項目を第２レベルの異事象項目として確定する。

このように、検定ユニット８は、異事象項目をレベル分けして特定する。あるデータ項目が第１レベルの異事象項目である場合、そのデータ項目に該当する装置については詳細な調査が必要であると言える。一方、あるデータ項目が第２レベルの異事象項目である場合、そのデータ項目に該当する装置については詳細な調査は必要としないまでも注意を払う必要があると言える。ただし、あるデータ項目が継続して第２レベルの異事象項目となっているのであれば、そのデータ項目に該当する装置についても詳細な調査が必要であると言える。

以上説明した機能をユニット４−８が備えることにより、データ解析装置３によるデータ解析の流れは図７のようになる。図７のフローチャートに示すように、データ解析装置３は、まず、ステップＳ１０１において、データ解析範囲設定ユニット４の機能によりデータ解析対象の範囲を設定する。

次に、データ解析装置３は、ステップＳ１０２において、データグループ化ユニット５の機能によりデータ採取装置２から必要なデータを入力し、ステップＳ１０３において、入力したデータ項目をグループ化する。

次に、データ解析装置３は、ステップＳ１０４において、特徴量抽出ユニット６の機能により同一グループ内データの特徴量を抽出し、さらに、ステップＳ１０５において、グループ間の同一データ番号の特徴量を抽出する。

次に、データ解析装置３は、ステップＳ１０６において、異事象特定ユニット７の機能により特徴量の中で他とは異なる特徴量を持つデータ項目を特定する。そして、ステップＳ１０７において、特定したデータ項目が他との間に有意な差があるかどうか検定ユニット８の機能により検定する。

ステップＳ１０１において設定したデータ解析対象時間に関して解析が完了すると、データ解析装置３は、ステップＳ１０８において、データ解析対象の時間を短期間から長期間へ、或いは長期間から短期間へ変更したかどうか確認する。変更が終わっていない場合、データ解析装置３は、ステップＳ１０９において、データ解析範囲設定ユニット４の機能によりデータ解析対象時間を短期間から長期間へ、或いは長期間から短期間へ変更する。データ解析装置３は、変更したデータ解析対象時間に関してステップＳ１０２からステップＳ１０７までの解析処理を行い、そして、一連の処理を終了する。

データ解析装置３の解析過程及び解析結果は、表示装置９に表示される。表示装置９は、データ解析装置３と一体化された或いはデータ解析装置３に接続されたディスプレイである。表示装置９の表示画面は１つでも良いし複数でも良い。図２、図３、図４、図５及び図６は、何れも表示装置９に表示される内容の具体例である。表示装置９が表示画面を複数備える場合には、これらの図に示す内容を同時に表示させることができる。表示装置９の表示画面が１つ或いは少数の場合は、画面の内容を切り換えることによってこれらの図に示す内容を選択的に表示させることができる。診断支援装置１の管理者或いは利用者は、表示装置９から表示画面を通じて供給される情報に基づき、圧延機１０に異常や不具合が起きていないかどうか自身の知識や経験をもとに判断することができる。

なお、図８は、仕上圧延機に実際に起こった事例を表示したものである。図８のグラフでは、上段が圧延スタンドごとの主機電流の変化を示し、下段が圧延スタンドごとの圧延荷重の変化を示している。この事例では、主機電流のうち第４スタンド（F4）の主機電流が他のスタンドの主機電流に比べて振動的になっている。一方、第４スタンド（F4）の圧延荷重は他のスタンドの圧延荷重に比べて振動的ではない。このような内容の表示画面を見た管理者は、第４スタンドの電動機周りに何らかの異常があると判断した。

実施の形態２．
図９は、本発明の実施の形態２のシステムの構成を示す図である。実施の形態２では、診断支援装置１は離れた場所に置かれた複数の圧延機１０Ａ，１０Ｂ，１０Ｃ，１０Ｄとインターネット３００を介して接続されている。診断支援装置１はこれらの圧延機１０Ａ，１０Ｂ，１０Ｃ，１０Ｄを診断支援の対象とする。

実施の形態２では、診断支援装置１は、各圧延機１０Ａ，１０Ｂ，１０Ｃ，１０Ｄの監視対象装置からデータを採取し、それらを解析して解析過程及び解析結果を表示装置に表示する。データの解析において、診断支援装置１は、圧延機１０Ａ，１０Ｂ，１０Ｃ，１０Ｄ間において類似する監視対象装置から得られたデータは１つのグループに分類する。例えば、圧延機１０Ａ，１０Ｂ，１０Ｃ，１０Ｄのそれぞれが７台の圧延スタンドからなる仕上圧延機を備えている場合、診断支援装置１は、仕上圧延機主機電流や仕上圧延機圧延荷重などの物理量ごとに、圧延スタンドの総数に対応する２８のデータ項目を有するグループを作成する。そして、実施の形態１と同様に、各データ項目の特徴量をグループ内とグループ間のそれぞれにおいて比較し、他とは異なる事象を示すデータ項目を異事象候補項目を特定する。

実施の形態２によれば、比較の対象となるデータ項目の数を増やすことができるので、異事象候補項目の特定精度を高めることができ、ひいては、より有用な診断材料を管理者或いは利用者に提供することが可能となる。

その他実施の形態．
本発明を適用可能な製造設備は圧延機だけではない。例えば、本発明は同仕様のマシンニングセンタが複数設置されている工作機械にも適用することができる。その場合、それらマシニングセンタから得られたデータを１つのグループにまとめればよい。

１：診断支援装置
２：データ採取装置
２ａ：記録装置
３：データ解析装置
４：データ解析範囲設定ユニット
５：データグループ化ユニット
６：特徴量抽出ユニット
７：異事象特定ユニット
８：検定ユニット
９：表示装置
１０，１０Ａ，１０Ｂ，１０Ｃ，１０Ｄ：圧延機
２６：仕上圧延機
２６０：圧延スタンド

Claims (6)

1. １つの製造設備内に配置される複数の監視対象装置、或いは複数の製造設備に分散して配置される複数の監視対象装置のそれぞれのデータを常時または間欠的に採取し記録するデータ採取装置と、
   前記データ採取装置に記録されたデータを解析するデータ解析装置と、
   前記データ解析装置の解析過程及び解析結果を表示する表示装置と、
   を備える製造設備診断支援装置であって、
   前記データ解析装置は、
   前記データ採取装置に記録されたデータの解析の範囲をデータ項目と時間とで設定するデータ解析範囲設定手段と、
   前記データ解析範囲設定手段により設定された範囲のデータを前記データ採取装置から入力し、各データに対して、当該データが採取された監視対象装置の仕様及び使用条件に基づく分類と、当該データが表す物理量に基づく分類とを行うことによって、前記データ採取装置から入力したデータをグループ分けするデータグループ化手段と、
   前記データグループ化手段によりグループに分けられたデータの各項目における特徴量を抽出する特徴量抽出手段と、
   前記特徴量抽出手段により抽出された各データ項目の特徴量をグループ内とグループ間のそれぞれにおいて比較し、他とは異なる事象を示すデータ項目がある場合、当該データ項目を異事象候補項目として特定する異事象特定手段と、
   前記異事象特定手段で特定された異事象候補項目と他のデータ項目との間に有意な差があるか否かを検定し、有意な差がある場合には、異事象候補項目とされたデータ項目を異事象項目と判定する検定手段と、を備えることを特徴とする製造設備診断支援装置。
2. 前記データグループ化手段は、各グループ内のデータ項目数をグループ間で同一とし、各データ項目に対し、グループ内の識別用にグループ内データ番号を付し、グループ間の識別用にグループ番号を付すことを特徴とする請求項１に記載の製造設備診断支援装置。
3. 前記特徴量抽出手段は、原データ、及び、原データをフィルタリングして得た信号と原データとの偏差の２つに対して、同一種類の特徴量を計算することを特徴とする請求項１又は２に記載の製造設備診断支援装置。
4. 前記異事象特定手段は、
   同一グループ内のデータ項目間で特徴量を比較し、特徴量の大きさに関して他のデータ項目とは所定比率以上の差があるデータ項目がある場合、当該データ項目を第１レベルの異事象候補項目として特定し、
   監視対象装置において共通するデータ項目が複数のグループにわたって第１レベルの異事象候補項目として特定された場合、当該データ項目を第２レベルの異事象候補項目として特定することを特徴とする請求項１ないし３の何れか１項に記載の製造設備診断支援装置。
5. 前記検定手段は、
   前記異事象特定手段において第１レベルの異事象候補項目として特定されたデータ項目に関し、当該データ項目の特徴量と、同一グループ内の他のデータ項目の特徴量との間で統計的な検定を行い、両者の間に所定の有意水準で有意な差がないという帰無仮説が棄却された場合、当該データ項目を第１レベルの異事象項目として特定し、
   当該データ項目が第２レベルの異事象候補項目でもある場合において、監視対象装置において共通する他のグループのデータ項目も第１レベルの異事象項目に該当する場合、当該データ項目を第２レベルの異事象項目として特定することを特徴とする請求項４に記載の製造設備診断支援装置。
6. 前記データ解析装置は、一連のデータ解析の完了後に前記データ解析範囲設定手段によってデータの解析の範囲の時間を変更し、変更された範囲のデータに基づいて一連のデータ解析を再度実行することを特徴とする請求項１ないし５の何れか１項に記載の製造設備診断支援装置。

Images