TW202101142A - 營運評估裝置、營運評估方法、及程式 - Google Patents
營運評估裝置、營運評估方法、及程式 Download PDFInfo
- Publication number
- TW202101142A TW202101142A TW109104163A TW109104163A TW202101142A TW 202101142 A TW202101142 A TW 202101142A TW 109104163 A TW109104163 A TW 109104163A TW 109104163 A TW109104163 A TW 109104163A TW 202101142 A TW202101142 A TW 202101142A
- Authority
- TW
- Taiwan
- Prior art keywords
- aforementioned
- evaluation value
- evaluation
- time
- value
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 291
- 238000005265 energy consumption Methods 0.000 claims description 53
- 230000008859 change Effects 0.000 claims description 29
- 238000004088 simulation Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 description 67
- 238000005259 measurement Methods 0.000 description 40
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 230000002950 deficient Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012552 review Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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]
- G05B19/41885—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 modeling, simulation of the manufacturing 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31449—Monitor workflow, to optimize business, industrial processes
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32015—Optimize, process management, optimize production line
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32366—Line performance evaluation
-
- 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
- G05B2219/43—Speed, acceleration, deceleration control ADC
- G05B2219/43112—Using feedforward prediction of position
-
- 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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- 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
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
評估值預測部係使用預測模型,根據預定的評估時刻中有關工廠營運的輸入資料,預測評估時刻的一定時間後的評估值。預測模型係以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由一時點為一定時間後的時點中關於工廠營運的評估值的方式所學習到的學習完畢模型。評估值輸出係輸出有關評估值的資訊。
Description
本發明係關於營運評估裝置、營運評估方法、及程式。
在專利文獻1中係揭示根據監視對象的監測資料,進行監視對象的狀態監視,且估算因異常而發生的成本。
[先前技術文獻]
[專利文獻]
[專利文獻1] 日本特開2017-16509號公報
(發明所欲解決之問題)
但是,在評估工廠的營運時,有使用KPI (Key Performance Indicator,關鍵績效指標)的情形。若參照KPI來評估營運,藉由比較KPI的計畫值與根據實績所算出的KPI的值,進行營運的評估。但是,若進行計畫值與實績值的比較,由於在KPI的計畫值與實績值之間發生較大背離後再採取對應策略,因此有重新擬定營運計畫延遲的可能性。
本發明之目的在提供在工廠營運時,可預測有關將來營運的評估值的營運評估裝置、營運評估方法、及程式。
(解決問題之技術手段)
藉由本發明之第1態樣,營運評估裝置係具備:評估值預測部,其係使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值;及評估值輸出部,其係輸出有關前述評估值的資訊。
藉由本發明之第2態樣,在第1態樣之營運評估裝置中,亦可前述輸入資料係包含:有關工廠的設備的運轉率的資料、及有關前述設備的消耗能量的資料。
藉由本發明之第3態樣,在第1或第2態樣之營運評估裝置中,亦可前述預測模型係輸出:有關前述工廠的消耗能量的能量評估值、及有關前述工廠的運轉率的運轉率評估值,作為前述評估值。
藉由本發明之第4態樣,第3態樣之營運評估裝置亦可具備:綜合評估部,其係根據前述能量評估值與前述運轉率評估值,算出前述消耗能量愈低則愈高、而且前述運轉率愈高則愈高的綜合評估值、或前述消耗能量愈低則愈低、而且前述運轉率愈高則愈低的綜合評估值,前述評估值輸出部係輸出前述能量評估值、前述運轉率評估值、及前述綜合評估值。
藉由本發明之第5態樣,在第1至第4任一態樣之營運評估裝置亦可具備:重要度特定部,其係依前述預測模型中的前述輸入資料的種類別,特定重要度,前述評估值輸出部係輸出前述輸入資料的種類別的重要度。
藉由本發明之第6態樣,在第5態樣之營運評估裝置中,亦可前述重要度特定部係當已更新前述預測模型時,特定前述重要度,前述評估值輸出部係輸出前述輸入資料的種類別的重要度的時間序列。
藉由本發明之第7態樣,第1至第6任一態樣之營運評估裝置亦可具備:變更部,其係受理前述輸入資料的值的變更;及模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值,前述評估值輸出部係輸出有關前述修正評估值的資訊。
藉由本發明之第8態樣,營運評估方法係具備:使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值的步驟;及輸出有關前述評估值的資訊的步驟。
藉由本發明之第9態樣,程式係使電腦執行以下步驟:使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值的步驟;及輸出有關前述評估值的資訊的步驟。
(發明之效果)
藉由上述態樣之中至少1個態樣,工廠評估裝置係可預測有關工廠將來營運的評估值。
〈第1實施形態〉
《工廠評估系統》
以下一邊參照圖示,一邊詳加說明實施形態。
圖1係示出第1實施形態之工廠評估系統的構成的概略圖。
工廠評估系統1係具備:複數生產設備10、計測系統20、及工廠評估裝置30。
生產設備10係被設置在工廠F,以電力驅動,按照操作者的操作,執行各種製程。生產設備10係可將各種製品(被加工物)進行加工。
計測系統20係計測關於生產設備10的運轉的複數種類的資料(例如,電流值、電壓、電力量、振動等)。關於生產設備10的運轉的資料係有關工廠營運的資料之一例。列舉以下者,作為計測系統20的構成之例。計測系統20係具備:第1感測器21、第2感測器22、第3感測器23、不良品檢查裝置24、送訊器25、及收訊器26。第1感測器21係計測生產設備10是否處於相當於負荷時間的狀態。例如,第1感測器21係計測被供給至生產設備10的電力,將在生產設備10接通電源的時間特定為負荷時間。第2感測器22係計測生產設備10是否處於相當於運轉時間的狀態、及是否處於相當於實質運轉時間的狀態。例如,第2感測器22係計測生產設備10的加工部的振動,將加工部正在作動的時間特定為運轉時間,且將加工部正在加工工件的時間特定為實質運轉時間。第3感測器23係計測工廠F的非生產設備11(例如空調設備等)的電流。
不良品檢查裝置24係判定生產設備10所生產出的製品是否為不良品的裝置。例如,不良品檢查裝置24係具備:攝像裝置、及電腦,攝像裝置對生產設備10所生產的製品進行攝像,且電腦對被攝像到的畫像進行圖案匹配處理,藉此進行檢測製品及判定該製品的良否。不良品檢查裝置24係輸出平均單位時間的良品數及不良品數。
送訊器25與收訊器26係彼此藉由無線通訊而相連接。該無線通訊係與在工廠F中所使用的無線通訊呈獨立的通訊。因此,藉由計測系統20所為之無線通訊並不會干擾工廠F的無線通訊環境。送訊器25係被設置在第1感測器21的近傍,以有線與第1感測器21、第2感測器22、第3感測器23及不良品檢查裝置24相連接。送訊器25係將第1感測器21、第2感測器22所計測到的關於生產設備10的資料、第3感測器23所計測到的非生產設備11的電流值、以及不良品檢查裝置24所檢測到的良品數及不良品數,以無線通訊送訊至收訊器26。收訊器26係將由送訊器25所接收到的關於生產設備10的資料、非生產設備11的電流值、良品數及不良品數,形成為時間序列來進行記錄。工廠評估裝置30係可取得被記錄在收訊器26的該等時間序列。其中,計測系統20的構成並非侷限於此。
工廠評估裝置30係根據由計測系統20被輸入的關於複數生產設備10的複數種類的資料的時間序列,輸出鑑於生產設備10的生產效率與能量效率的評估值亦即綜合評估值。在第1實施形態中,係按照利用者的指示,將工廠F的過去的綜合評估值的推移及將來的綜合評估值的預測結果顯示為圖表。
《工廠評估裝置的構成》
圖2係示出第1實施形態之工廠評估裝置的構成的概略區塊圖。
工廠評估裝置30係具備:取得部301、基礎資料算出部302、評估值特定部303、綜合評估部304、預測模型記憶部305、學習部306、重要度特定部307、評估值預測部308、評估值輸出部309、變更部310、模擬部311。
取得部301係由計測系統20取得關於生產設備10的資料、非生產設備11的電流值、良品數及不良品數的時間序列。取得部301所取得的資料係有關工廠營運的複數種類的資料之一例。以下,將取得部301所取得的資料亦稱為工廠計測資料。其中,工廠計測資料亦可為另外包含溫度或濕度等有關工廠營運的其他資料者。
基礎資料算出部302係根據取得部301所取得的工廠計測資料的時間序列,算出生產設備10的負荷時間、運轉時間、實質運轉時間、及消耗電力量。此外,基礎資料算出部302係根據良品數及不良品數的時間序列,算出負荷時間的生產設備10的生產數量及良品數。
基礎資料算出部302係例如在成為計算對象的時段之中,由各生產設備10的電流值,算出各生產設備10的消耗電力量。基礎資料算出部302係例如在成為計算對象的時段之中,由非生產設備11的電流值,算出各非生產設備11的消耗電力量。
生產設備10的運轉率係將運轉時間除以負荷時間所得的值,因此生產設備10的運轉時間係有關生產設備10的運轉率的量之一例。
生產設備10的效率係將實質運轉時間除以運轉時間所得的值,因此生產設備10的實質運轉時間係有關生產設備10的效率的量之一例。
評估值特定部303係根據基礎資料算出部302所算出的負荷時間、運轉時間、實質運轉時間、生產數量、良品數、及消耗電力,算出綜合設備效率及單位能耗(Basic Unit for Energy)。綜合設備效率係有關工廠F的運轉率的運轉率評估值之一例。此外,單位能耗係有關工廠F的消耗能量的能量評估值之一例。
具體而言,評估值特定部303係以下列順序算出綜合設備效率及單位能耗。評估值特定部303係藉由將運轉時間除以負荷時間,算出各生產設備10的運轉率。評估值特定部303係藉由將實質運轉時間除以運轉時間,算出各生產設備10的效率。評估值特定部303係藉由將良品數除以生產數量,算出各生產設備10的品質。評估值特定部303係藉由乘算運轉率、效率、及品質,算出各生產設備10的綜合設備效率。評估值特定部303係藉由將消耗電力量除以生產數量,算出各生產設備10的單位能耗。
此外,評估值特定部303係藉由將全部生產設備10的消耗電力量及非生產設備11的消耗電力量的和,除以全部生產設備10的生產數量的和,算出工廠F全體的單位能耗。亦即,評估值特定部303係藉由將在工廠F所消耗的電流值除以工廠F的生產數量,算出工廠F全體的單位能耗。
綜合評估部304係根據綜合設備效率、及單位能耗,算出有關工廠F的營運的綜合評估值。綜合評估部304係藉由將各生產設備10的綜合設備效率的平均值,除以工廠F全體的單位能耗,算出工廠全體的綜合評估值。綜合評估值係消耗能量愈低則愈高、而且運轉率愈高則愈高的值。其中,其他實施形態之綜合評估值亦可為消耗能量愈低則愈低,而且運轉率愈高則愈低者。例如,其他實施形態之綜合評估值亦可為將工廠F全體的單位能耗除以各生產設備10的綜合設備效率的平均值者。
預測模型記憶部305係記憶以因輸入一時點中的工廠計測資料,而輸出由一時點為一定時間後(例如1週後)的時點中的綜合設備效率及單位能耗的方式所學習到的學習完畢模型亦即預測模型。在本實施形態中,「學習完畢模型」係指機械學習模型與學習完畢參數的組合。以機械學習模型而言,列舉例如神經網路、貝氏網路、線性迴歸、迴歸樹等。
學習部306係根據取得部301所取得的工廠計測資料,學習預測模型。具體而言,學習部306係使用將過去的工廠計測資料作為輸入取樣、且將有關輸入取樣的一定時間後的綜合設備效率及單位能耗作為輸出取樣的學習用資料集,來學習預測模型。所被學習的預測模型係被記錄在預測模型記憶部305。其中,學習部306亦可設在有別於工廠評估裝置30的其他個別的裝置。此時,在別個裝置中所學習到的學習完畢模型被記錄在預測模型記憶部305。
重要度特定部307係依預測模型記憶部305所記憶的預測模型中的輸入資料的種類別,來特定重要度。重要度係指表示被輸入至預測模型的複數種類的資料各個有助於預測模型的性能的程度的值。重要度特定部307係可藉由例如Permutation Importance等手法,來特定重要度。Permutation Importance係藉由在資料集之中,觀測在預測模型輸入將成為重要度的評估對象的資料的值進行混洗(shuffle)後的值之時的輸出、與輸入正確資料集之時的輸出的變化,來特定成為評估對象的資料的需要度的手法。其中,資料的值的混洗係以消除評估對象的資料的相關為目的來進行。
其中,若預測模型為迴歸樹,重要度特定部307亦可將決定樹的變數重要度特定為重要度。
評估值預測部308係藉由將取得部301所取得的有關評估時刻的工廠計測資料,輸入至預測模型記憶部305所記憶的預測模型,來預測有關評估時刻的一定時間後的綜合設備效率及單位能耗。
評估值輸出部309係輸出根據評估值特定部303所特定出的綜合設備效率及單位能耗所算出的工廠F全體的綜合評估值、及根據評估值預測部308所預測到的綜合設備效率及單位能耗所算出的工廠F全體的綜合評估值。以下將根據評估值特定部303所特定出的綜合設備效率及單位能耗所算出的工廠F全體的綜合評估值,亦稱為實績綜合評估值。此外,將根據評估值預測部308所預測到的綜合設備效率及單位能耗所算出的工廠F全體的綜合評估值,亦稱為預測綜合評估值。
變更部310係受理取得部301所取得的有關評估時刻的工廠計測資料的一部分的變更。
模擬部311係藉由將藉由變更部310所變更的工廠計測資料輸入至預測模型記憶部305所記憶的預測模型,來預測運轉計畫的變更後的綜合設備效率及單位能耗。運轉計畫變更後的綜合設備效率及單位能耗係修正評估值之一例。
《工廠評估裝置的動作》
圖3係示出第1實施形態之工廠評估裝置的動作的流程圖。
若利用者對工廠評估裝置30輸入綜合評估值的輸出指示,取得部301係由計測系統20取得工廠計測資料(步驟S1)。
工廠評估裝置30係1個1個地選擇成為綜合評估值的算出對象的每個單位時間(例如1小時)的時段,針對所被選擇出的時段,執行以下步驟S3至步驟S15的處理(步驟S2)。
首先,基礎資料算出部302係根據取得部301所取得的資訊,算出所選擇出的時段中的負荷時間、運轉時間、實質運轉時間、消耗電力量、良品數、及生產數量(步驟S3)。接著,評估值特定部303係藉由在基礎資料算出部302所算出的資料,將運轉時間除以負荷時間,算出所選擇出的時段中的各生產設備10的運轉率(步驟S4)。評估值特定部303係藉由將實質運轉時間除以運轉時間,算出所選擇出的時段中的各生產設備10的效率(步驟S5)。評估值特定部303係藉由將良品數除以生產數量,算出所選擇出的時段中的各生產設備10的品質(步驟S6)。
評估值特定部303係藉由將運轉率、效率、及品質進行乘算,算出所選擇出的時段中的各生產設備10的綜合設備效率(步驟S7)。評估值特定部303係藉由將全部生產設備10的消耗電力量及非生產設備11的消耗電力量的和,除以全部生產設備10的生產數量的和,算出工廠F全體的單位能耗(步驟S8)。綜合評估部304係藉由將各生產設備10的綜合設備效率的平均值,除以工廠F全體的單位能耗,算出工廠全體的綜合評估值(步驟S9)。
若藉由上述處理而取得有關各時段的綜合設備效率及單位能耗,學習部306係根據在步驟S1中所取得的工廠計測資料的時間序列、及在步驟S2至步驟S9中所生成的綜合設備效率及單位能耗的時間序列,生成預測模型的學習所使用的學習用資料集(步驟S10)。亦即,學習部306係藉由將作為輸入取樣的工廠計測資料、及作為輸出取樣的綜合設備效率及單位能耗,各以一定時間地錯開地建立對應,而生成學習用資料集。學習部306係使用所生成的學習用資料集,來學習預測模型(步驟S11)。該學習係可藉由批次學習來進行,亦可藉由線上學習來進行。重要度特定部307係使用在步驟S11中所學習到的預測模型,來特定工廠計測資料的種類別的重要度(步驟S12)。
接著,評估值預測部308係藉由每隔單位時間抽出在步驟S1中所取得的工廠計測資料之中有關最近的一定時間(例如1週)者,且將各個輸入至預測模型,來預測由現在時刻為一定時間後為止的綜合設備效率及單位能耗的時間序列(步驟S13)。綜合評估部304係根據在步驟S13中所預測到的每個單位時刻的綜合設備效率及單位能耗,算出由現在時刻為一定時間後為止的綜合評估值的預測值的時間序列(步驟S14)。
圖4係示出第1實施形態之工廠全體的綜合評估值的顯示畫面之例的圖。
評估值輸出部309係生成圖4所示之綜合評估值的顯示畫面且進行輸出(步驟S15)。
在工廠F全體的綜合評估值的顯示畫面係包含:表示工廠F全體的綜合評估值的時間序列的圖表、表示工廠F全體的單位能耗的時間序列的圖表、及表示工廠F全體的綜合設備效率的時間序列的圖表。表示綜合評估值的時間序列的圖表係在縱軸取綜合評估值、橫軸取時刻的圖表。表示單位能耗的時間序列的圖表係在縱軸取單位能耗、橫軸取時刻的圖表。表示綜合設備效率的時間序列的圖表係在縱軸取綜合設備效率、橫軸取時刻的圖表。各圖表之中,比現在時刻較為左側的評估值係藉由步驟S2至步驟S9的處理所求出的值。比現在時刻較為右側的評估值係藉由步驟S14的處理所求出的值。
藉此,利用者係可一覽綜合評估值的過去的推移與將來的預測值。因此,若被預測綜合評估值的預測值由計畫值背離,利用者係可先想對策。
此外,利用者係藉由視認表示單位能耗的時間序列的圖表及表示綜合設備效率的時間序列的圖表,可輕易辨識在綜合評估值為高之時或低之時,其原因在於生產效率、或在於能量效率。
圖5係示出第1實施形態之工廠計測資料的重要度的顯示畫面之例的圖。
此外,評估值輸出部309係生成圖5所示之工廠計測資料的重要度的顯示畫面且進行輸出(步驟S16)。在重要度的顯示畫面,係以重要度的遞減順序,排列顯示工廠計測資料的項目。在各項目係建立關連地顯示表示重要度的大小的圖表、及過去的每個學習的重要度的順位的時間序列。
藉此,利用者係在覆查工廠F的運轉計畫時,藉由參照工廠計測資料的重要度的顯示畫面,可有助於決定應覆查的項目。例如,愈為重要度大的項目,對綜合評估值所造成的影響愈大,因此可認為針對重要度大的項目,達成改善。此外,利用者係可藉由觀察現在的重要度的順位的變動,來觀測工廠的狀態推移。
利用者係可在視認工廠計測資料的重要度的顯示畫面後,進行工廠F的運轉計畫變更後的模擬。亦即,利用者係可變更現在的工廠計測資料的值,且根據變更後的工廠計測資料值來進行使用預測模型的評估值的預測。變更部310係受理由利用者在步驟S1中所取得的工廠計測資料的值的變更(步驟S17)。模擬部311係藉由對預測模型輸入變更後的工廠計測資料,預測一定時間後的綜合設備效率及單位能耗的時間序列(步驟S18)。綜合評估部304係根據在步驟S18中所預測到的每隔單位時刻的綜合設備效率及單位能耗,算出修正綜合評估值(步驟S19)。
圖6係示出第1實施形態之修正綜合評估值的顯示畫面之例的圖。
評估值輸出部309係生成圖6所示之修正綜合評估值的顯示畫面且進行輸出(步驟S20)。修正綜合評估值的顯示畫面係在圖4所示之綜合評估值的顯示畫面,追加修正綜合評估值的標繪P者。藉此,利用者係可驗證運轉計畫的變更的妥當性。
《作用/效果》
如上所示,藉由第1實施形態,工廠評估裝置30係使用預測模型,根據評估時刻中的工廠計測資料,預測評估時刻的一定時間後的評估值且進行輸出。藉此,工廠評估裝置30係可在工廠F營運時,預測有關將來營運的評估值(KPI)。
圖7係示出使用第1實施形態之工廠評估裝置的營運計畫的覆查之例的圖。例如,如圖7所示,若生成表示工廠評估裝置30 在評估時刻在一定時間後KPI大幅下降的顯示畫面時,工廠評估裝置30的利用者係可在KPI的計畫值與實績值之間產生背離之前或產生微小背離的時點,得知將來的背離的發生。藉此,利用者係可採取對應策略,且可進行事前或早期的營運計畫的重新擬定。
此外,藉由第1實施形態,工廠計測資料係包含:有關工廠F的設備的運轉率的資料、及有關設備的消耗能量的資料。藉此,可得用以利用廉價且通用的手法來算出評估值的工廠計測資料。其中,在其他實施形態中並非侷限於此,亦可使用以人工所生成之有關工廠F的營運的複數種類的資料來算出評估值。
此外,藉由第1實施形態,預測模型係輸出有關工廠F的消耗能量的能量評估值亦即單位能耗、及有關工廠F的運轉率的運轉率評估值亦即綜合設備效率,作為評估值。接著,工廠評估裝置30係由所被預測到的單位能耗及綜合設備效率,算出綜合評估值。圖8係示出由單位能耗與綜合設備效率,求出綜合評估值之例的圖。藉此,工廠評估裝置30並非為僅單位能耗或綜合設備效率的個別最適等預測,而如圖8所示,可藉由參照綜合評估值的時間序列T3,來實現意向全體最適的預測。此外,利用者係藉由辨識單位能耗的時間序列T1及綜合設備效率的時間序列T2,對於綜合評估值的預測,可輕易辨識該變化的原因在於生產效率、或在於能量效率。其中,在其他實施形態中並非侷限於此,預測模型亦可為直接輸出綜合評估值或其他評估值者。
此外,工廠評估裝置30係依預測模型中的工廠計測資料的種類別特定重要度,且輸出該重要度。藉此,利用者係在覆查工廠F的運轉計畫時,藉由參照工廠計測資料的重要度的顯示畫面,可有助於決定應覆查的項目。此外,工廠評估裝置30係每逢更新預測模型即特定重要度,且輸出其時間序列。藉此,利用者係藉由觀察現在的重要度的順位的變動,可觀測工廠F的狀態的推移。其中,在其他實施形態中,並非侷限於此,工廠評估裝置30亦可為未算出重要度者,而且亦可為僅輸出最新的重要度者。
此外,工廠評估裝置30係受理工廠計測資料的值的變更,根據經變更的資料,來預測修正評估值。藉此,利用者係可驗證運轉計畫的變更的妥當性。其中,在其他實施形態中,並非侷限於此,工廠評估裝置30亦可不受理工廠計測資料的值的變更。
〈其他實施形態〉
以上參照圖示,詳加說明一實施形態,惟具體構成並非侷限於上述者,可進行各種設計變更等。
例如,在其他實施形態中,上述處理順序亦可被適當變更。此外,亦可一部分處理並列執行。
上述實施形態之工廠評估裝置30係算出單位能耗、綜合設備效率、及綜合評估值,作為關於工廠F的營運的評估值,惟非侷限於此。例如,其他實施形態之工廠評估裝置30亦可僅算出單位能耗或綜合設備效率,亦可算出其他評估值。
在上述實施形態中,係說明預測關於工廠營運的評估值的工廠評估裝置30,惟非侷限於此。例如,在其他實施形態中,關於公司經營,亦可以相同手法來預測評估值。此時,可使用接受訂貨額或銷售額等作為評估值。
〈電腦構成〉
圖9係示出至少1個實施形態之電腦的構成的概略區塊圖。
電腦90係具備:處理器91、主記憶體92、儲存器93、介面94。
上述工廠評估裝置30係被構裝在電腦90。接著,上述各處理部的動作係以程式的形式被記憶在儲存器93。處理器91係由儲存器93讀出程式而在主記憶體92展開,且按照該程式,來執行上述處理。此外,處理器91係按照程式,在主記憶體92確保對應上述預測模型記憶部305的記憶區域。
程式亦可為用以實現使電腦90所發揮的功能的一部分者。例如,程式亦可為藉由與已被記憶在儲存器93的其他程式的組合、或與被構裝在其他裝置的其他程式的組合而使功能發揮者。其中,在其他實施形態中,電腦90係除了上述構成之外,或可取代上述構成而具備有PLD(Programmable Logic Device,可程式邏輯裝置)等custom LSI(Large Scale Integrated Circuit,大型積體電路)。以PLD之例而言,列舉:PAL(Programmable Array Logic,可程式陣列邏輯)、GAL(Generic Array Logic,同屬陣列邏輯)、CPLD(Complex Programmable Logic Device,複合可程式邏輯裝置)、FPGA(Field Programmable Gate Array,場式可程式閘陣列)。此時,藉由處理器91所實現的功能的一部分或全部亦可藉由該積體電路來實現。
以儲存器93之例而言,列舉:磁碟、磁光碟、半導體記憶體等。儲存器93亦可為直接連接於電腦90的匯流排的內部媒體,亦可為透過介面94或通訊線路而連接於電腦90的外部媒體。此外,若該程式藉由通訊線路而被配訊至電腦90,亦可受到配訊的電腦90將該程式在主記憶體92展開,且執行上述處理。在至少1個實施形態中,儲存器93係非為暫時性的有形的記憶媒體。
此外,該程式亦可為用以實現前述功能的一部分者。此外,該程式亦可為以與已被記憶在儲存器93的其他程式的組合來實現前述功能者,所謂差分檔案(差分程式)。
[產業上可利用性]
藉由本案上述揭示,工廠評估裝置係可預測有關工廠將來營運的評估值。
1:工廠評估系統
10:生產設備
11:非生產設備
20:計測系統
21:第1感測器
22:第2感測器
23:第3感測器
24:不良品檢查裝置
25:送訊器
26:收訊器
30:工廠評估裝置
301:取得部
302:基礎資料算出部
303:評估值特定部
304:綜合評估部
305:預測模型記憶部
306:學習部
307:重要度特定部
308:評估值預測部
309:評估值輸出部
310:變更部
311:模擬部
90:電腦
91:處理器
92:主記憶體
93:儲存器
94:介面
F:工廠
P:標繪
[圖1]係示出第1實施形態之工廠評估系統的構成的概略圖。
[圖2]係示出第1實施形態之工廠評估裝置的構成的概略區塊圖。
[圖3]係示出第1實施形態之工廠評估裝置的動作的流程圖。
[圖4]係示出第1實施形態之工廠全體的綜合評估值的顯示畫面之例的圖。
[圖5]係示出第1實施形態之工廠計測資料的重要度的顯示畫面之例的圖。
[圖6]係示出第1實施形態之修正綜合評估值的顯示畫面之例的圖。
[圖7]係示出使用第1實施形態之工廠評估裝置的營運計畫的覆查之例的圖。
[圖8]係示出由單位能耗與綜合設備效率求取綜合評估值之例的圖。
[圖9]係示出至少1個實施形態之電腦的構成的概略區塊圖。
1:工廠評估系統
10:生產設備
11:非生產設備
20:計測系統
21:第1感測器
22:第2感測器
23:第3感測器
24:不良品檢查裝置
25:送訊器
26:收訊器
30:工廠評估裝置
F:工廠
Claims (18)
- 一種營運評估裝置,其係具備: 評估值預測部,其係使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值;及 評估值輸出部,其係輸出有關前述評估值的資訊。
- 如請求項1之營運評估裝置,其中,前述輸入資料係包含:有關工廠的設備的運轉率的資料、及有關前述設備的消耗能量的資料。
- 如請求項1之營運評估裝置,其中,前述預測模型係輸出:有關前述工廠的消耗能量的能量評估值、及有關前述工廠的運轉率的運轉率評估值,作為前述評估值。
- 如請求項2之營運評估裝置,其中,前述預測模型係輸出:有關前述工廠的消耗能量的能量評估值、及有關前述工廠的運轉率的運轉率評估值,作為前述評估值。
- 如請求項3之營運評估裝置,其中,具備: 綜合評估部,其係根據前述能量評估值與前述運轉率評估值,算出前述消耗能量愈低則愈高、而且前述運轉率愈高則愈高的綜合評估值、或前述消耗能量愈低則愈低、而且前述運轉率愈高則愈低的綜合評估值, 前述評估值輸出部係輸出前述能量評估值、前述運轉率評估值、及前述綜合評估值。
- 如請求項4之營運評估裝置,其中,具備: 綜合評估部,其係根據前述能量評估值與前述運轉率評估值,算出前述消耗能量愈低則愈高、而且前述運轉率愈高則愈高的綜合評估值、或前述消耗能量愈低則愈低、而且前述運轉率愈高則愈低的綜合評估值, 前述評估值輸出部係輸出前述能量評估值、前述運轉率評估值、及前述綜合評估值。
- 如請求項1至請求項6中任一項之營運評估裝置,其中,具備: 重要度特定部,其係依前述預測模型中的前述輸入資料的種類別,特定重要度, 前述評估值輸出部係輸出前述輸入資料的種類別的重要度。
- 如請求項7之營運評估裝置,其中,前述重要度特定部係當已更新前述預測模型時,特定前述重要度, 前述評估值輸出部係輸出前述輸入資料的種類別的重要度的時間序列。
- 如請求項1之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項2之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項3之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項4之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項5之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項6之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項7之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 如請求項8之營運評估裝置,其中,具備: 變更部,其係受理前述輸入資料的值的變更;及 模擬部,其係使用前述預測模型,根據前述被變更的資料,預測前述評估時刻的一定時間後的評估值亦即修正評估值, 前述評估值輸出部係輸出有關前述修正評估值的資訊。
- 一種營運評估方法,其係具備: 使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值的步驟;及 輸出有關前述評估值的資訊的步驟。
- 一種非暫態性記錄媒體,其係記載有用以使電腦執行以下步驟的程式: 使用以因輸入一時點中有關工廠營運的複數種類的資料,而輸出由前述一時點為一定時間後的時點中關於前述工廠營運的評估值的方式所學習到的學習完畢模型亦即預測模型,根據預定的評估時刻中有關前述工廠營運的輸入資料,預測前述評估時刻的一定時間後的前述評估值的步驟;及 輸出有關前述評估值的資訊的步驟。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-033275 | 2019-02-26 | ||
JP2019033275A JP7156975B2 (ja) | 2019-02-26 | 2019-02-26 | 運営評価装置、運営評価方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202101142A true TW202101142A (zh) | 2021-01-01 |
TWI756628B TWI756628B (zh) | 2022-03-01 |
Family
ID=72238710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109104163A TWI756628B (zh) | 2019-02-26 | 2020-02-11 | 營運評估裝置、營運評估方法、及程式 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220121182A1 (zh) |
EP (1) | EP3916502A4 (zh) |
JP (1) | JP7156975B2 (zh) |
TW (1) | TWI756628B (zh) |
WO (1) | WO2020175084A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI802270B (zh) * | 2021-03-15 | 2023-05-11 | 日商歐姆龍股份有限公司 | 檢查系統、檢查管理裝置、檢查程式生成方法、及程式 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022172362A1 (zh) * | 2021-02-10 | 2022-08-18 | ||
CN116724276A (zh) | 2021-03-18 | 2023-09-08 | 三菱电机株式会社 | 运转改善辅助程序、运转改善辅助装置及运转改善辅助方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7584024B2 (en) * | 2005-02-08 | 2009-09-01 | Pegasus Technologies, Inc. | Method and apparatus for optimizing operation of a power generating plant using artificial intelligence techniques |
US7979380B2 (en) * | 2008-02-22 | 2011-07-12 | Applied Materials, Inc. | Dynamically updated predictive model |
JP2010015207A (ja) * | 2008-07-01 | 2010-01-21 | Toyota Motor Corp | エネルギ管理システム |
CN101753364B (zh) * | 2008-12-11 | 2012-08-22 | 财团法人工业技术研究院 | 设备状态分析预测以及资源分配方法与系统 |
TW201042571A (en) * | 2009-05-22 | 2010-12-01 | Yee-Shyi Chang | The universal factory management system for the manufacture of thin-film solar cell and method of the same |
JP5431235B2 (ja) * | 2009-08-28 | 2014-03-05 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
US10026049B2 (en) * | 2013-05-09 | 2018-07-17 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
CN105225979A (zh) * | 2014-06-19 | 2016-01-06 | 中芯国际集成电路制造(上海)有限公司 | 一种半导体器件制程预测系统和方法 |
US20180046151A1 (en) * | 2015-03-11 | 2018-02-15 | Siemens Indsutry, Inc. | Cascaded identification in building automation |
WO2016189752A1 (ja) | 2015-05-26 | 2016-12-01 | 日鉄住金マイクロメタル株式会社 | 半導体装置用ボンディングワイヤ |
JP6276732B2 (ja) | 2015-07-03 | 2018-02-07 | 横河電機株式会社 | 設備保全管理システムおよび設備保全管理方法 |
CN105811402B (zh) * | 2016-03-22 | 2018-03-06 | 广西电网有限责任公司电力科学研究院 | 一种电力负荷预测系统及其预测方法 |
WO2018079778A1 (ja) | 2016-10-31 | 2018-05-03 | 日本電気株式会社 | 生産管理装置、方法、プログラム |
JP7099805B2 (ja) | 2017-03-31 | 2022-07-12 | 三菱重工業株式会社 | 予測装置、予測システム、予測方法及びプログラム |
CN107832975A (zh) * | 2017-11-30 | 2018-03-23 | 南方电网科学研究院有限责任公司 | 一种设备综合风险评估方法、装置和电力系统 |
-
2019
- 2019-02-26 JP JP2019033275A patent/JP7156975B2/ja active Active
-
2020
- 2020-02-07 EP EP20762303.4A patent/EP3916502A4/en active Pending
- 2020-02-07 WO PCT/JP2020/004710 patent/WO2020175084A1/ja unknown
- 2020-02-07 US US17/432,592 patent/US20220121182A1/en active Pending
- 2020-02-11 TW TW109104163A patent/TWI756628B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI802270B (zh) * | 2021-03-15 | 2023-05-11 | 日商歐姆龍股份有限公司 | 檢查系統、檢查管理裝置、檢查程式生成方法、及程式 |
Also Published As
Publication number | Publication date |
---|---|
WO2020175084A1 (ja) | 2020-09-03 |
EP3916502A4 (en) | 2022-03-23 |
JP2020140252A (ja) | 2020-09-03 |
TWI756628B (zh) | 2022-03-01 |
US20220121182A1 (en) | 2022-04-21 |
EP3916502A1 (en) | 2021-12-01 |
JP7156975B2 (ja) | 2022-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202101142A (zh) | 營運評估裝置、營運評估方法、及程式 | |
Feng et al. | A state-space-based prognostic model for hidden and age-dependent nonlinear degradation process | |
CN108121295A (zh) | 预测模型建立方法及其相关预测方法与计算机程序产品 | |
EP3413154B1 (en) | Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program | |
JP5487060B2 (ja) | 故障原因診断方法及び故障原因診断装置 | |
US20180189741A1 (en) | Inspection management system and inspection management method | |
CN106406252A (zh) | 单元控制系统、生产系统以及控制方法 | |
JP6711323B2 (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 | |
US11521120B2 (en) | Inspection apparatus and machine learning method | |
JP7292076B2 (ja) | 劣化推定装置、学習装置、劣化推定方法、学習方法、劣化推定プログラム、および、学習プログラム | |
JP2021180053A (ja) | 管理装置、及び、管理装置のプログラム | |
JP5621967B2 (ja) | 異常データ分析システム | |
JP2019028834A (ja) | 異常値診断装置、異常値診断方法、およびプログラム | |
JP6880560B2 (ja) | 故障予測装置、故障予測方法及び故障予測プログラム | |
JP2009086896A (ja) | コンピュータの障害予測システムおよび障害予測方法 | |
TWI773883B (zh) | 工廠評價裝置、工廠評價方法及工廠評價程式 | |
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 | |
JP5725825B2 (ja) | 管理装置 | |
Amiri et al. | Evaluating multi-objective economic-statistical design of attribute C control charts for monitoring the number of non-conformities | |
US11886831B2 (en) | Data sorting device and method, and monitoring and diagnosis device | |
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 | |
EP2618231A2 (en) | System and method for monitoring, diagnostics, and prognostics | |
JP2020024565A (ja) | 整備管理装置、整備管理方法及びプログラム | |
US12007753B2 (en) | System and method for predicting industrial equipment motor behavior | |
JP5355116B2 (ja) | プラント保全支援方法およびプラント保全支援システム |