JPWO2017145318A1 - 製造設備の異常診断装置 - Google Patents
製造設備の異常診断装置 Download PDFInfo
- Publication number
- JPWO2017145318A1 JPWO2017145318A1 JP2018501494A JP2018501494A JPWO2017145318A1 JP WO2017145318 A1 JPWO2017145318 A1 JP WO2017145318A1 JP 2018501494 A JP2018501494 A JP 2018501494A JP 2018501494 A JP2018501494 A JP 2018501494A JP WO2017145318 A1 JPWO2017145318 A1 JP WO2017145318A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- unit
- feature amount
- abnormality diagnosis
- abnormality
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 150
- 238000003745 diagnosis Methods 0.000 title claims abstract description 104
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 60
- 238000003860 storage Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000000605 extraction Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 description 36
- 238000000034 method Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 15
- 238000013480 data collection Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000010606 normalization Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Images
Classifications
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- 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
- 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]
- G05B19/4184—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 fault tolerance, reliability of production 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05B2219/50—Machine tool, machine tool null till machine tool work handling
- G05B2219/50154—Milling center
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- General Factory Administration (AREA)
Abstract
製造設備の状態に関係なく製造設備の異常診断を行うことができる製造設備の異常診断装置を提供する。製造設備の異常診断装置は、製造設備の操業状態を捉えた特徴量の情報を記憶した特徴量記憶部と、前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを少なくとも含むデータを変換するデータ変換部と、前記データ変換部で変換されたデータを前記特徴量記憶部に記憶された特徴量の情報に基づいて分析する特徴量分析部と、前記特徴量記憶部に記憶された特徴量の情報と前記特徴量分析部により分析された結果の情報とに基づいてデータを復元するデータ復元部と、前記特徴量分析部により分析される際に用いたデータと前記データ復元部により復元されたデータとに基づいて異常度を演算する異常度演算部と、前記異常度演算部により演算された異常度に基づいて異常診断を行う異常診断部と、を備えた。
Description
この発明は、製造設備の異常診断装置に関する。
特許文献1は、製造設備の異常診断装置を開示する。当該異常診断装置は、製造設備の監視データと正常データとを比較することにより異常診断を行う。
製造設備において様々な制御が混在する場合、製造設備の動作は複雑となる。このため、特許文献1に記載の異常診断装置は、製造設備が限られた状態でのデータを用いて異常診断を行う。
この発明は、上述の課題を解決するためになされた。この発明の目的は、製造設備の状態に関係なく製造設備の異常診断を行うことができる製造設備の異常診断装置を提供することである。
この発明に係る製造設備の異常診断装置は、製造設備の操業状態を捉えた特徴量の情報を記憶した特徴量記憶部と、前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを含むデータを変換するデータ変換部と、前記データ変換部で変換されたデータを前記特徴量記憶部に記憶された特徴量の情報に基づいて分析する特徴量分析部と、前記特徴量記憶部に記憶された特徴量の情報と前記特徴量分析部により分析された結果の情報とに基づいてデータを復元するデータ復元部と、前記特徴量分析部により分析される際に用いたデータと前記データ復元部により復元されたデータとに基づいて異常度を演算する異常度演算部と、前記異常度演算部により演算された異常度に基づいて異常診断を行う異常診断部と、を備えた。
この発明によれば、異常診断は、特徴量分析部により分析される際に用いられたデータとデータ復元部により復元されたデータとに基づいて演算された異常度に基づいて行われる。このため、製造設備の状態に関係なく製造設備の異常診断を行うことができる。
この発明を実施するための形態について添付の図面に従って説明する。なお、各図中、同一又は相当する部分には同一の符号が付される。当該部分の重複説明は適宜に簡略化ないし省略する。
実施の形態1.
図1はこの発明の実施の形態1における製造設備の異常診断装置が適用された熱間薄板圧延ラインの構成図である。
図1はこの発明の実施の形態1における製造設備の異常診断装置が適用された熱間薄板圧延ラインの構成図である。
図1において、熱間薄板圧延ライン1は、模式的に示される。例えば、熱間薄板圧延ライン1は、7台の圧延機1aを備える。板厚計、形状計等のセンサを含む測定装置は、図示されない。材料は、図示の圧延方向に流れる。その結果、材料は、7台の圧延機1aにより所望の厚さに圧延される。
データ収集装置2は、熱間薄板圧延ライン1の運転データまたは測定装置の測定データを含むデータを定期的または間欠的に収集する。例えば、データ収集装置2は、熱間薄板圧延ライン1の各装置に対する設定値のデータを収集する。例えば、データ収集装置2は、熱間薄板圧延ライン1の各装置に対する実績値のデータを収集する。例えば、データ収集装置2は、センサによる測定値のデータを収集する。例えば、データ収集装置2は、所望の製品を得るための制御システムによる操作量のデータを収集する。
異常診断装置3は、特徴量記憶部4とデータ変換部5と特徴量分析部6とデータ復元部7と異常度演算部8と異常診断部9とを備える。
特徴量記憶部4は、データ収集装置2により収集されたデータに基づいて製造設備の正常な操業状態を捉えた特徴量の情報を記憶する。特徴量は、事前に抽出される。例えば、特徴量は、主成分分析による方法により抽出される。主成分分析による方法によれば、主成分が特徴量として抽出される。例えば、特徴量は、スパースコーディングを利用した方法により抽出される。スパースコーディングを利用した方法によれば、基底の集合が特徴量として抽出される。
特徴量の抽出に用いられるデータ間においては、値の大きさがばらつく。ばらつきが大きいと、特徴量の抽出に偏りが発生する。このため、特徴量を抽出する前に、収集されたデータに対し、正規化処理が実施される。例えば、正規化処理は、特徴量の抽出に用いられるデータの平均値と標準偏差とに基づいて次の(1)式で表される。
ただし、x´ikは、i番目のデータのk個目の正規化後の値である。xikは、i番目のデータのk個目の正規化前の値である。xaveiは、i番目のデータの平均値である。σiは、i番目のデータの標準偏差である。
なお、正規化処理は、データごとに値が大きく異なる場合に有効である。例えば、第1のデータが2.0、3.0等のオーダーであるのに対し第2のデータが数千のオーダーの場合、正規化処理を実施することは有効である。また、正規化処理は、(1)式を用いる方法以外の方法で実施されてもよい。さらに、正規化しなくても問題ない場合は、正規化処理を実施しなくてもよい。
また、正規化が実行される前に、ローパスフィルタ等を用いたフィルタ処理がなされることもある。この場合、ノイズが除去される。
例えば、特徴量は、熱間薄板圧延ライン1の運転状態に基づいて層別化される。例えば、特徴量は、圧延中と非圧延中とに層別化される。特徴量の情報は、熱間薄板圧延ライン1の運転状態の情報に対応付けて記憶される。
例えば、特徴量は、製造する製品に基づいて層別化される。例えば、特徴量は、圧延する材料の種類、サイズ等に基づいて層別化される。特徴量の情報は、製造する製品に関連した情報に対応付けて記憶される。
データ変換部5は、データ収集装置2から送られてくるデータを変換する。例えば、データ変換部5は、特徴量記憶部4に記憶された特徴量の情報を抽出した際に用いられた平均値と標準偏差とに基づいてデータ収集装置2から送られてくるデータに正規化処理を施す。特徴量記憶部4において特徴量が層別化されている場合、データ変換部5は、特徴量記憶部4における層別化に対応した層別に得られた平均値と標準偏差とを用いる。データ変換部5においては、正規化が実行される前に、ローパスフィルタ等を用いたフィルタ処理がなされることもある。この場合、ノイズが除去される。なお、データ変換しなくても問題ない場合は、データは変換されない。
特徴量分析部6は、データ変換部5によりデータ変換されたデータを受け取る。特徴量分析部6は、データ変換部5によりデータ変換されたデータを特徴量記憶部4に記憶された特徴量の情報に基づいて分析する。当該分析は、特徴量を抽出した際と同様の方法で行われる。主成分分析により特徴量が抽出された場合、分析結果は、主成分により書き表したときの係数である。スパースコーディングにより特徴量が抽出された場合、分析結果は、スパース係数に対応する。特徴量記憶部4において特徴量の情報が層別化されている場合、層別に対応した特徴量において、分析が行われる。
データ復元部7は、特徴量記憶部4に記憶された特徴量の情報と特徴量分析部6により分析された結果の情報とに基づいてデータを復元する。特徴量記憶部4において特徴量の情報が層別化されている場合、層別に対応した特徴量が用いられる。
異常度演算部8は、特徴量分析部6により分析される際に用いられたデータとデータ復元部7により復元されたデータとに基づいて異常度を演算する。例えば、各データの差の絶対値がそれぞれ異常度として演算される。例えば、各データの差の2乗が異常度として演算される。
異常診断部9は、異常度演算部8により演算された異常度に基づいて異常診断を行う。例えば、異常診断部9は、異常度演算部8により演算された異常度が予め設定された閾値を超えた際に異常が発生していると診断する。例えば、当該閾値は、事前に特徴量を抽出した際のデータを用いて上述した方法と同様に求められた復元データに基づいて設定される。例えば、当該閾値は、元データと復元データの差の最大値に設定される。例えば、当該閾値は、元のデータと復元データの差の95%が範囲内となる値に設定される。これらの場合、異常度が当該閾値以内であれば、正常であるとみされる。
次に、図2を用いて、異常診断の方法を説明する。
図2はこの発明の実施の形態1における製造設備の異常診断装置による異常診断の方法を説明するための図である。
図2はこの発明の実施の形態1における製造設備の異常診断装置による異常診断の方法を説明するための図である。
図2の左側は、正常なデータのみの場合を示す。図2の左側に示すように、データが正常な場合,元データと復元データとは、ほぼ一致する。この場合、異常診断装置3は、正常と診断する。
図2の右側は、異常を加えたデータの場合を示す。図2の右側に示すように、異常な部分Aにおいては、データが復元されない。このため、元データと復元データとの間には、差が生じる。この場合、異常診断装置3は、異常と診断する。
次に、図3を用いて、異常診断装置の動作を説明する。
図3はこの発明の実施の形態1における製造設備の異常診断装置の動作を説明するためのフローチャートである。
図3はこの発明の実施の形態1における製造設備の異常診断装置の動作を説明するためのフローチャートである。
ステップS1において、データ変換部5は、データ収集装置2からのデータを正規化する。その後、ステップS2に進む。ステップS2では、特徴量分析部6は、データ変換部5により正規化されたデータを特徴量記憶部4に記憶された特徴量の情報に基づいて分析する。その後、ステップS3に進む。ステップS3では、データ復元部7は、特徴量記憶部4に記憶された特徴量の情報と特徴量分析部6により分析された結果の情報とに基づいてデータを復元する。
その後、ステップS4に進む。ステップS4では、異常度演算部8は、特徴量分析部6により分析される際に用いられたデータとデータ復元部7により復元されたデータとに基づいて異常度を演算する。その後、ステップS5に進む。ステップS5では、異常診断部9は、異常度演算部8により演算された異常度に基づいて異常診断を行う。例えば、異常診断部9は、異常度演算部8により演算された異常度が予め設定された閾値を超えたか否かを判定する。
ステップS5で異常度演算部8により演算された異常度が予め設定された閾値を超えていない場合は、ステップS6に進む。ステップ6では、異常診断部9は、正常と診断する。その後、動作が終了する。
ステップS5で異常度演算部8により演算された異常度が予め設定された閾値を超えている場合は、ステップS7に進む。ステップS7では、異常診断部9は、異常と診断する。その後、動作が終了する。
以上で説明した実施の形態1によれば、異常診断は、特徴量分析部6により分析される際に用いられたデータとデータ復元部7により復元されたデータとに基づいて演算された異常度に基づいて行われる。このため、熱間薄板圧延ライン1の状態に関係なく熱間薄板圧延ライン1の異常診断を行うことができる。
また、特徴量分析部6は、データ変換部5により正規化されたデータに基づいて分析する。このため、データ間のばらつきが大きくても、熱間薄板圧延ライン1の異常診断を適切に行うことができる。
また、異常診断部9は、異常度演算部8により演算された異常度と予め設定された閾値との比較により異常診断を行う。この際、データの変動を考慮し、予め設定された期間内に予め設定された回数だけ予め設定された閾値を超えた場合に異常と診断してもよい。この場合、突発的に発生したデータによる誤診断を避けることができる。
また、特徴量の情報は、熱間薄板圧延ライン1の運転状態の情報に対応付けて記憶されることもある。この場合、熱間薄板圧延ライン1の異常診断の精度を高めることができる。
また、特徴量の情報は、製造する製品に関連した情報に対応付けて記憶されることもある。この場合、熱間薄板圧延ライン1の異常診断の精度を高めることができる。
なお、熱間薄板圧延ライン1の運転状態の情報と製造する製品に関連した情報とに対応付けて特徴量の情報を記憶してもよい。この場合、熱間薄板圧延ライン1の異常診断の精度をより高めることができる。
なお、熱間薄板圧延ライン1が異常と診断された場合、保守員にアラームを通知してもよい。この場合、保守員による常時監視が不要となる。その結果、保守員の負荷を軽減することができる。また、故障が発生する前に保守作業を行うことができる。このため、熱間薄板圧延ライン1の停止および重大故障を事前に防止することができる。その結果、安定した品質を確保することができる。
次に、図4を用いて、異常診断装置3の例を説明する。
図4はこの発明の実施の形態1における製造設備の異常診断装置のハードウェア構成図である。
図4はこの発明の実施の形態1における製造設備の異常診断装置のハードウェア構成図である。
異常診断装置3の各機能は、処理回路により実現し得る。例えば、処理回路は、少なくとも1つのプロセッサ10aと少なくとも1つのメモリ10bとを備える。例えば、処理回路は、少なくとも1つの専用のハードウェア11を備える。
処理回路が少なくとも1つのプロセッサ10aと少なくとも1つのメモリ10bとを備える場合、異常診断装置3の各機能は、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、少なくとも1つのメモリ10bに格納される。少なくとも1つのプロセッサ10aは、少なくとも1つのメモリ10bに記憶されたプログラムを読み出して実行することにより、異常診断装置3の各機能を実現する。少なくとも1つのプロセッサ10aは、CPU(Central Processing Unit)、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、DSPともいう。例えば、少なくとも1つのメモリ10bは、RAM、ROM、フラッシュメモリ、EPROM、EEPROM等の、不揮発性又は揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、DVD等である。
処理回路が少なくとも1つの専用のハードウェア11を備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ASIC、FPGA、又はこれらを組み合わせたものである。例えば、異常診断装置3の各機能は、それぞれ処理回路で実現される。例えば、異常診断装置3の各機能は、まとめて処理回路で実現される。
異常診断装置3の各機能について、一部を専用のハードウェア11で実現し、他部をソフトウェア又はファームウェアで実現してもよい。例えば、特徴量記憶部4の機能については専用のハードウェア11としての処理回路で実現し、特徴量記憶部4以外の機能については少なくとも1つのプロセッサ10aが少なくとも1つのメモリ10bに格納されたプログラムを読み出して実行することによって実現してもよい。
このように、処理回路は、ハードウェア11、ソフトウェア、ファームウェア、又はこれらの組み合わせによって、異常診断装置3の各機能を実現する。
実施の形態2.
図5はこの発明の実施の形態2における製造設備の異常診断装置が適用された熱間薄板圧延ラインの構成図である。なお、実施の形態1と同一又は相当部分には、同一符号が付される。当該部分の説明は省略される。
図5はこの発明の実施の形態2における製造設備の異常診断装置が適用された熱間薄板圧延ラインの構成図である。なお、実施の形態1と同一又は相当部分には、同一符号が付される。当該部分の説明は省略される。
実施の形態2の異常診断装置3は、実施の形態1の異常診断装置3に特徴量抽出部12と異常診断パラメータ決定部13とを付加した異常診断装置である。
例えば、特徴量抽出部12は、特徴量記憶部4に記憶された特徴量の情報を定期的に更新する。例えば、特徴量抽出部12は、特徴量記憶部4に記憶された特徴量の情報を熱間薄板圧延ライン1の定期修理等のイベントごとに更新する。
特徴量抽出部12は、特徴量記憶部4による特徴量の抽出方法と同様の方法で特徴量の情報を更新する。データ収集装置2にデータを蓄積する機能がある場合、特徴量抽出部12は、データ収集装置2のデータを用いて特徴量の情報を更新する。データ収集装置2にデータを蓄積する機能がない場合、特徴量抽出部12は、データ収集装置2からのデータを記憶して特徴量の情報を更新する。
特徴量抽出部12は、異常診断部9から異常診断の結果の通知を受ける。特徴量抽出部12は、異常診断部9により異常と診断されたデータを用いずに正常と診断されたデータを用いて特徴量記憶部4に記憶された特徴量の情報を更新する。
特徴量記憶部4において特徴量の情報が層別化されている場合、層別に対応した特徴量の更新が行われる。
異常診断パラメータ決定部13は、特徴量の更新に用いられたデータと更新された特徴量の情報とを受け取る。異常診断パラメータ決定部13は、特徴量の更新に用いられたデータと更新された特徴量の情報とに基づいて異常診断に用いられる閾値を決定する。異常診断パラメータ決定部13は、異常診断部9に設定する閾値の決定方法と同様の方法を自動化した方法で閾値を決定する。異常診断パラメータ決定部13は、当該閾値の情報を異常診断部9に通知する。
特徴量記憶部4において特徴量の情報が層別化されている場合、層別に対応した閾値が設定される。
次に、図6を用いて、異常診断装置による特徴量の抽出の一例を説明する。
図6はこの発明の実施の形態2における製造設備の異常診断装置による特徴量の抽出の一例を説明するための図である。
図6はこの発明の実施の形態2における製造設備の異常診断装置による特徴量の抽出の一例を説明するための図である。
図6においては、運転状態は、「圧延中」と「非圧延中」で分類される。材料Bの圧延中において、異常と診断されたデータが存在する。この場合、材料Bの圧延中の期間のデータの全てが特徴量の更新に用いられない。
以上で説明した実施の形態2によれば、特徴量記憶部4に記憶された特徴量の情報が、更新される。また、データ変換部5がデータ変換に用いるパラメータも更新される。このため、熱間薄板圧延ライン1の経時変化に対応した異常診断を行うことができる。
また、特徴量の情報は、異常と診断されたデータを用いずに正常と診断されたデータを用いて更新される。このため、より適切な特徴量を設定することができる。
なお、実際の異常は異常と診断された以前から発生し始めていることもある。このため、該当データを含む前後一定期間のデータを特徴量の情報の更新に使用しないようにしてもよい。さらに、図6に示すように、運転状態の情報または製造する製品に関連した情報に基づいて、該当するデータを含む期間のデータの全てを特徴量の情報の更新に使用しないようにしてもよい。
また、異常診断部9で用いる閾値は、更新された特徴量の情報に基づいて決定される。このため、熱間薄板圧延ライン1の経時変化に対応した閾値を設定することができる。
なお、実施の形態1または実施の形態2の異常診断装置3を熱間薄板圧延ライン1とは異なる製造設備に適用してもよい。例えば、実施の形態1または実施の形態2の異常診断装置3を連続冷間圧延機に適用してもよい。例えば、実施の形態1または実施の形態2の異常診断装置3を焼鈍ラインに適用してもよい。例えば、実施の形態1または実施の形態2の異常診断装置3をメッキのプロセスラインに適用してもよい。
以上のように、この発明に係る製造設備の異常診断装置は、製造設備の状態に関係なく製造設備の異常診断を行うシステムに利用できる。
1 熱間薄板圧延ライン、 1a 圧延機、 2 データ収集装置、 3 異常診断装置、 4 特徴量記憶部、 5 データ変換部、 6 特徴量分析部、 7 データ復元部、 8 異常度演算部、 9 異常診断部、 10a プロセッサ、 10b メモリ、 11 ハードウェア、 12 特徴量抽出部、 13 異常診断パラメータ決定部
Claims (9)
- 製造設備の操業状態を捉えた特徴量の情報を記憶した特徴量記憶部と、
前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを含むデータを変換するデータ変換部と、
前記データ変換部で変換されたデータを前記特徴量記憶部に記憶された特徴量の情報に基づいて分析する特徴量分析部と、
前記特徴量記憶部に記憶された特徴量の情報と前記特徴量分析部により分析された結果の情報とに基づいてデータを復元するデータ復元部と、
前記特徴量分析部により分析される際に用いられたデータと前記データ復元部により復元されたデータとに基づいて異常度を演算する異常度演算部と、
前記異常度演算部により演算された異常度に基づいて異常診断を行う異常診断部と、
を備えた製造設備の異常診断装置。 - 前記データ変換部は、前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを含むデータを正規化する請求項1に記載の製造設備の異常診断装置。
- 前記異常診断部は、前記異常度演算部により演算された異常度が予め設定された期間内に予め設定された回数だけ予め設定された閾値を超えた場合に異常と診断する請求項1または請求項2に記載の製造設備の異常診断装置。
- 前記特徴量記憶部は、前記製造設備の運転状態の情報に対応付けて特徴量の情報を記憶した請求項1から請求項3のいずれか一項に記載の製造設備の異常診断装置。
- 前記特徴量記憶部は、製造する製品に関連した情報に対応付けて特徴量の情報を記憶した請求項1から請求項3のいずれか一項に記載の製造設備の異常診断装置。
- 前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを含むデータに基づいて前記特徴量記憶部に記憶された特徴量の情報を更新する特徴量抽出部、
を備えた請求項1から請求項5のいずれか一項に記載の製造設備の異常診断装置。 - 前記特徴量抽出部は、前記異常診断部により異常と診断されたデータを用いずに正常と診断されたデータを用いて前記特徴量記憶部に記憶された特徴量の情報を更新する請求項6に記載の製造設備の異常診断装置。
- 前記特徴量抽出部は、前記製造設備の運転データまたは前記製造設備に設けられた測定装置の測定データを含むデータに基づいて前記データ変換部がデータの変換に用いるパラメータを更新する請求項6または請求項7に記載の製造設備の異常診断装置。
- 前記特徴量抽出部により更新された特徴量の情報に基づいて前記異常診断部で用いる閾値を決定する異常診断パラメータ決定部、
を備えた請求項6から請求項8のいずれか一項に記載の製造設備の異常診断装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/055589 WO2017145318A1 (ja) | 2016-02-25 | 2016-02-25 | 製造設備の異常診断装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2017145318A1 true JPWO2017145318A1 (ja) | 2018-09-27 |
Family
ID=59685961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018501494A Pending JPWO2017145318A1 (ja) | 2016-02-25 | 2016-02-25 | 製造設備の異常診断装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20180372583A1 (ja) |
JP (1) | JPWO2017145318A1 (ja) |
KR (1) | KR20180116322A (ja) |
CN (1) | CN108885443A (ja) |
TW (1) | TWI645275B (ja) |
WO (1) | WO2017145318A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6760503B2 (ja) * | 2018-08-31 | 2020-09-23 | 東芝三菱電機産業システム株式会社 | 製造プロセス監視装置 |
WO2020136823A1 (ja) * | 2018-12-27 | 2020-07-02 | 三菱電機株式会社 | 異常診断装置および異常診断方法 |
CN109885951A (zh) * | 2019-02-28 | 2019-06-14 | 中科云创(厦门)科技有限公司 | 设备故障诊断方法及装置 |
KR20220018553A (ko) * | 2020-07-01 | 2022-02-15 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 제조 설비의 진단 지원 장치 |
CN113094557B (zh) * | 2021-04-02 | 2023-04-21 | 中冶赛迪信息技术(重庆)有限公司 | 一种轧机数据关联方法及系统 |
JP2022170446A (ja) * | 2021-04-28 | 2022-11-10 | 株式会社日立製作所 | 生産管理システムおよび生産管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62174810A (ja) * | 1986-01-29 | 1987-07-31 | Hitachi Ltd | 故障予知装置 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2015018389A (ja) * | 2013-07-10 | 2015-01-29 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1263090C (zh) * | 2003-04-29 | 2006-07-05 | 台湾积体电路制造股份有限公司 | 判断造成半导体机台异常原因的系统与方法 |
JP2005121639A (ja) * | 2003-09-22 | 2005-05-12 | Omron Corp | 検査方法および検査装置ならびに設備診断装置 |
EP1893964A1 (en) * | 2005-06-21 | 2008-03-05 | Abb Research Ltd. | Diagnostic device for use in process control system |
JP2008014679A (ja) * | 2006-07-03 | 2008-01-24 | Ritsumeikan | 設備診断方法、設備診断システム及びコンピュータプログラム |
US7974723B2 (en) * | 2008-03-06 | 2011-07-05 | Applied Materials, Inc. | Yield prediction feedback for controlling an equipment engineering system |
JP5875726B1 (ja) * | 2015-06-22 | 2016-03-02 | 株式会社日立パワーソリューションズ | 異常予兆診断装置のプリプロセッサ及びその処理方法 |
-
2016
- 2016-02-25 CN CN201680079567.XA patent/CN108885443A/zh not_active Withdrawn
- 2016-02-25 WO PCT/JP2016/055589 patent/WO2017145318A1/ja active Application Filing
- 2016-02-25 US US15/781,724 patent/US20180372583A1/en not_active Abandoned
- 2016-02-25 JP JP2018501494A patent/JPWO2017145318A1/ja active Pending
- 2016-02-25 KR KR1020187026640A patent/KR20180116322A/ko not_active Application Discontinuation
- 2016-06-07 TW TW105117947A patent/TWI645275B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62174810A (ja) * | 1986-01-29 | 1987-07-31 | Hitachi Ltd | 故障予知装置 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2015018389A (ja) * | 2013-07-10 | 2015-01-29 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
Non-Patent Citations (1)
Title |
---|
矢入 建久,乾 稔,河原 吉伸,高田 昇: "次元削減とクラスタリングによる宇宙機テレメトリ監視法", 日本航空宇宙学会論文集, vol. 59, no. 691, JPN6019025642, 2011, pages 197 - 205, ISSN: 0004194165 * |
Also Published As
Publication number | Publication date |
---|---|
TW201732476A (zh) | 2017-09-16 |
US20180372583A1 (en) | 2018-12-27 |
WO2017145318A1 (ja) | 2017-08-31 |
TWI645275B (zh) | 2018-12-21 |
CN108885443A (zh) | 2018-11-23 |
KR20180116322A (ko) | 2018-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017145318A1 (ja) | 製造設備の異常診断装置 | |
EP2905665B1 (en) | Information processing apparatus, diagnosis method, and program | |
US10725465B2 (en) | State diagnostic device | |
CN107949813B (zh) | 制造设备诊断辅助装置及制造设备诊断辅助方法 | |
CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
WO2017138238A1 (ja) | 監視装置及び監視装置の制御方法 | |
WO2020166236A1 (ja) | 作業効率評価方法、作業効率評価装置、及びプログラム | |
WO2018016098A1 (ja) | 設備監視装置及び設備監視方法 | |
WO2017138239A1 (ja) | 監視装置及び監視装置の制御方法 | |
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 | |
EP2631724B1 (en) | Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored | |
KR20200007083A (ko) | 품질 분석 장치 및 품질 분석 방법 | |
JP6885321B2 (ja) | プロセスの状態診断方法及び状態診断装置 | |
JP2018205992A (ja) | 機器診断システム | |
JP5948998B2 (ja) | 異常診断装置 | |
JP6579163B2 (ja) | プロセスの状態診断方法及び状態診断装置 | |
JP6662222B2 (ja) | 製造プロセスの異常状態診断方法及び異常状態診断装置 | |
JP6760503B2 (ja) | 製造プロセス監視装置 | |
WO2020204043A1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法 | |
US11747035B2 (en) | Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection | |
CN112703515A (zh) | 维护管理装置、维护管理方法及程序 | |
JP7461798B2 (ja) | 設備監視支援装置、方法及びプログラム | |
JP2008217245A (ja) | 周期運動体の状態監視方法、監視システム、コンピュータプログラム及び記録媒体 | |
JP2021064247A (ja) | 性能変化検知装置、性能変化検知方法及びプログラム | |
Yan et al. | Structural damage diagnosis based on stochastic subspace identification, Kalman model, and principal component analysis. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180608 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190709 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190813 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200121 |