WO2015118946A1 - 監視装置及び監視方法 - Google Patents

監視装置及び監視方法 Download PDF

Info

Publication number
WO2015118946A1
WO2015118946A1 PCT/JP2015/051559 JP2015051559W WO2015118946A1 WO 2015118946 A1 WO2015118946 A1 WO 2015118946A1 JP 2015051559 W JP2015051559 W JP 2015051559W WO 2015118946 A1 WO2015118946 A1 WO 2015118946A1
Authority
WO
WIPO (PCT)
Prior art keywords
series data
time
monitoring
time series
index
Prior art date
Application number
PCT/JP2015/051559
Other languages
English (en)
French (fr)
Inventor
博 田▲崎▼
Original Assignee
オムロン株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by オムロン株式会社 filed Critical オムロン株式会社
Priority to US15/114,574 priority Critical patent/US10521193B2/en
Priority to CN201580006484.3A priority patent/CN105980941A/zh
Priority to EP15746639.2A priority patent/EP3106949B1/en
Publication of WO2015118946A1 publication Critical patent/WO2015118946A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/20—Comparing separate sets of record carriers arranged in the same sequence to determine whether at least some of the data in one set is identical with that in the other set or sets
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G05B2223/00—Indexing scheme associated with group G05B23/00
    • G05B2223/02—Indirect monitoring, e.g. monitoring production to detect faults of a system

Definitions

  • the present invention relates to a technique for monitoring a state of a monitoring target and detecting an abnormality.
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a technique that can easily realize monitoring of a state of a monitoring target and can appropriately detect an abnormality or a state change that is a precursor thereof.
  • the monitoring device is based on an operation result acquisition unit that acquires time series data of each of a plurality of indexes representing an operation result of a monitoring target, and based on time series data of each of the plurality of indexes.
  • Comprehensive index generation unit that synthesizes a plurality of index values and generates time series data of the total index, and analyzes the time series data of the total index, a point where a significant change appears in the value of the total index,
  • a change point detection unit that detects the change point of the state of the monitoring target.
  • the “operation result of the monitoring target” means not the internal operation of the monitoring target but the output (output, result) of the monitoring target that can be observed from outside the monitoring target.
  • the production facility operation results include the production facility operation history (such as time records of operation and stoppage), quality history (number of good and defective products, non-defective product rate, etc.), production It can be observed from the plan (operation start to end time, planned stop start to end time, etc.), etc.
  • As an index indicating the operation results for example, time operation rate, performance operation rate, non-defective product rate, etc. can be used .
  • the monitoring apparatus of the first aspect it is possible to realize the monitoring of the state of the monitoring target only by observing the operation result of the monitoring target.
  • the change point is detected using a comprehensive index obtained by synthesizing a plurality of indexes, it is possible to appropriately detect the state change of the monitoring target that is difficult to evaluate using only the individual indexes.
  • an observation system such as a sensor in the monitoring target, there is an advantage that the versatility, applicability, and expandability of the monitoring device are increased.
  • the monitoring apparatus when the change point detection unit detects a change point of the state of the monitoring target, analyzes the time series data of the plurality of indicators and the time series data of the comprehensive indicator A factor analysis unit that selects, from among the plurality of indicators, one or more indicators having a large contribution to the change of the overall indicator at the change point as attention indicators related to the cause of the state change of the monitoring target; It is characterized by having.
  • the monitoring device by analyzing the time series data and specifying the attention index based on the degree of contribution to the change of the overall index, it is possible to determine the cause of the abnormality that is difficult to determine with each individual index alone. It can be selected easily and appropriately.
  • the monitoring device further includes an information providing unit that outputs information on the attention index. According to the monitoring device of the third aspect, it is possible to provide the user with useful information for specifying the cause of the state change of the monitoring target. Therefore, even those who do not have specialized knowledge can easily grasp and cope with the problem.
  • the monitoring device is characterized in that the information providing unit outputs a graph of time series data of the attention index. According to the monitoring device of the fourth aspect, it is possible to provide the user with useful information for specifying the cause of the state change of the monitoring target. Therefore, even those who do not have specialized knowledge can easily grasp and cope with the problem.
  • the monitoring apparatus wherein the factor analysis unit analyzes a fluctuation trend of the time-series data of the attention index, and estimates a factor event assumed as a cause of the state change of the monitoring target based on the fluctuation tendency It is characterized by doing. According to the monitoring device of the fifth aspect, it is possible to automatically specify the cause of the state change of the monitoring target.
  • the monitoring device is characterized in that the information providing unit outputs information on the estimated factor event. According to the monitoring device of the sixth aspect, it is possible to provide the user with useful information for specifying the cause of the state change of the monitoring target. Therefore, even those who do not have specialized knowledge can easily grasp and cope with the problem.
  • the monitoring apparatus further includes a process execution unit that executes a process for coping with the cause event. According to the monitoring apparatus of the seventh aspect, it is possible to automatically solve the problem that has occurred in the monitoring target.
  • a monitoring method in which the computer acquires time series data of each of a plurality of indicators representing the operation results of the monitoring target, and the computer has time series data of each of the plurality of indicators. And a comprehensive index generation step of generating a time series data of the comprehensive index by combining a plurality of index values at the same time, and a computer analyzes the time series data of the comprehensive index, And a change point detecting step of detecting a point at which a significant change appears as a change point of the state of the monitoring target.
  • the monitoring method it is possible to realize monitoring of the status of the monitoring target simply by observing the operation result of the monitoring target.
  • the change point is detected using a comprehensive index obtained by synthesizing a plurality of indexes, it is possible to appropriately detect the state change of the monitoring target that is difficult to evaluate using only the individual indexes.
  • a program according to claim 9 causes a computer to execute each step of the monitoring method according to claim 8.
  • the present invention it is possible to easily monitor the status of the monitoring target, and to appropriately detect an abnormal state or a state change that is a precursor thereof.
  • the functional block diagram of a monitoring system. An example of operation history data, quality history data, and production plan information.
  • the flowchart which shows the processing flow of an operation performance acquisition part and a comprehensive index production
  • the flowchart which shows the processing flow of a change point detection part and an abnormality factor analysis part.
  • the monitoring apparatus relates to a technique for constantly monitoring the state of a monitoring target, detecting an abnormality or a sign of the abnormality, and analyzing the cause of the abnormality.
  • One of the features of the monitoring apparatus of the present embodiment is that time series data of a plurality of indexes representing the operation results of the monitoring target is used for state monitoring and detection of abnormality / prediction.
  • the difference in approach between the conventional general monitoring device and the monitoring device of this embodiment is schematically shown in FIG.
  • a conventional monitoring apparatus generally employs a method in which various sensors are installed on a monitoring target and a physical quantity (sensing data) related to the operation of the monitoring target itself is monitored.
  • various means depending on the purpose, such as detecting a heater or temperature control failure by a temperature sensor, or detecting an overload of an actuator by monitoring a change in voltage.
  • this conventional method has an advantage of being able to directly detect an abnormality in the operation of each part to be monitored, it has the following problems.
  • the first is the low versatility of the monitoring device (the narrow range of application). The type of sensor, installation location, sensing data processing method, abnormality detection logic, etc.
  • Second is the low applicability and expandability of existing facilities. For example, if it is desired to install a new monitoring device for an existing manufacturing facility, but it is physically difficult to install the sensor or it requires considerable cost to modify the existing facility, it will be introduced. difficult. Third, specialized knowledge regarding sensing is required. In other words, if you do not understand correctly what kind of physical quantity each sensor is observing and what the meaning of each sensing data value is, It is impossible to estimate factors and take appropriate measures.
  • the monitoring target operation results are monitored and analyzed, so that an internal abnormality of the monitoring target or a precursor thereof is estimated.
  • the advantage of this method is that it is not necessary to install an observation system in the monitoring target as in the conventional method, because it is only necessary to observe the operation results from outside the monitoring target. Therefore, it has high versatility and flexibility that can be applied to all monitoring targets, and can be easily retrofitted and expanded on existing equipment (Note that sensor installation is not essential, but sensors can be installed as needed. It does not matter.)
  • the monitoring system of this embodiment is a system for supporting appropriate implementation of preventive maintenance by providing tools such as detection of abnormalities in production facilities or signs thereof, analysis of the causes of abnormalities, and presentation of analysis results.
  • Fig. 2 shows the functional blocks of the monitoring system.
  • the monitoring system 1 includes an operation time acquisition unit 10, a quality information acquisition unit 11, a production plan information acquisition unit 12, an operation result acquisition unit 13, a comprehensive index generation unit 14, a change point detection unit 15, an abnormality factor analysis unit 16, and information provision The function of the unit 17 and the like is provided.
  • the monitoring system 1 includes, as data storage means, an operation history storage unit 20, a quality history storage unit 21, a production plan storage unit 22, an operation result storage unit 23, a general index storage unit 24, a risk storage unit 25, and an analysis result storage.
  • the monitoring system 1 includes a CPU (central processing unit), a main storage device (memory), an auxiliary storage device (hard disk, semiconductor disk, etc.), an input device (keyboard, mouse, touch panel, etc.), a display device (liquid crystal monitor, etc.), A general-purpose computer system having a communication IF can be used.
  • Each functional block shown in FIG. 2 is realized by the CPU loading and executing the program stored in the auxiliary storage device to the main storage device.
  • Each storage unit 20 to 26 is provided in an auxiliary storage device.
  • the monitoring system is configured by one computer has been described. However, the monitoring system may be configured by a plurality of computers, and all or some of the functional blocks and storage units may be configured on the network.
  • a configuration in which the server is in charge may also be used.
  • a so-called cloud computing or grid computing form can also be adopted.
  • the operating time acquisition unit 10 is a function for acquiring operating time information from the production facility 2.
  • the operation time information is a temporal record of operation and stop of the production facility 2.
  • the operation time acquisition unit 10 may acquire the status (whether it is operating or stopped) of the production facility 2 at a predetermined time interval (for example, once every several seconds to several tens of seconds).
  • the status may be acquired at the timing when the status is switched, such as termination, abnormal stop / restart.
  • the acquired operation time information is stored in the operation history storage unit 20.
  • FIG. 3A is an example of operation history data stored in the operation history storage unit 20. In this example, data in which date / time (date / time when status is switched) and status are associated is recorded in time series.
  • the quality information acquisition unit 11 is a function for acquiring quality information from the production facility 2.
  • the quality information is a record relating to the quality of the product produced by the production facility 2. For example, it may be information that records whether each product is a non-defective product or a defective product, or may be information that records the number of non-defective products and defective products per unit time or a non-defective product rate.
  • the acquired quality information is stored in the quality history storage unit 21.
  • FIG. 3B is an example of quality history data stored in the quality history storage unit 21. In this example, the number of non-defective products and the number of defective products in minutes are recorded in time series.
  • the production plan information acquisition unit 12 is a function for acquiring production plan information from the production facility 2.
  • the production plan information is information that records the production plan of the production facility 2, specifically, the operation start to end time and the start to end time of the planned stop for each day.
  • the acquired production plan information is stored in the production plan storage unit 22.
  • FIG. 3C is an example of production plan information stored in the production plan storage unit 22.
  • the operation result acquisition unit 13 is a function for generating time series data of operation results of the production facility 2 based on the operation history, the quality history, and the production plan.
  • three indexes of “time operation rate”, “performance operation rate”, and “non-defective product rate” are used as indexes representing the operation results.
  • the time availability is an index that represents the percentage of time that the production facility 2 has been operating normally
  • the performance availability is an index that represents the percentage of the time that the production facility 2 has actually produced
  • the yield rate is It is an index representing the ratio of non-defective products in the production facility 2.
  • the comprehensive index generation unit 14 is a function that generates time-series data of “total equipment efficiency” that is a comprehensive index by synthesizing time-series data of three indices that represent operation results.
  • the time series data of the overall equipment efficiency is stored in the overall index storage unit 24.
  • the change point detection unit 15 is a function of analyzing the time series data of the facility overall efficiency and detecting a point where a significant change appears in the value of the facility overall efficiency as a state change point of the production facility 2. Information on the detected change point (trigger information) is delivered to the abnormality factor analysis unit 16.
  • the abnormality factor analysis unit 16 analyzes the time series data of each index in the most recent predetermined period, and calculates the time operation rate, the performance operation rate, and the non-defective product rate. This is a function of selecting one or more indices having a large contribution to the change in the overall equipment efficiency at the above-mentioned change point as the attention index from the two indices. This attention index is an index highly relevant to the cause of the state change of the production facility 2.
  • the analysis result of the abnormality factor analysis unit 16 is stored in the analysis result storage unit 26.
  • the information providing unit 17 is a function for presenting information useful for preventive maintenance to the user.
  • the information providing unit 17 may display information on a display device included in the monitoring system 1 or may transmit information to an external device such as a worker terminal or the production facility 2.
  • FIG. 4 shows an example of a processing flow of the operation result acquisition unit 13 and the total index generation unit 14.
  • the process of FIG. 4 is a process of calculating values of operation results (time operation rate, performance operation rate, non-defective product rate) and total equipment efficiency at time t.
  • time-series data with a step width ⁇ t is generated.
  • the operation performance and the total equipment efficiency value at time t are calculated using data for a predetermined period p immediately before time t (that is, data from time tp to time p).
  • the operation result acquisition unit 13 stores the operation history for the unit period p, the quality history for the unit period p, and the current production plan from the operation history storage unit 20, the quality history storage unit 21, and the production plan storage unit 22, respectively. Data is read (step S40). Then, the operation result acquisition unit 13 calculates the time operation rate, the performance operation rate, and the non-defective product rate at time t based on these data (steps S41 to S43).
  • each is defined as follows.
  • Time operation rate operation time ⁇ operation time
  • Performance operation rate net operation time ⁇ operation time
  • Non-defective product rate number of non-defective products ⁇ production number
  • Operation time Unit period p-Planned stop time within unit period p
  • Operation time Operation time-Abnormal stop time within unit period p
  • Net operation time Operation time-Rework stop time within unit period p
  • Number of production Unit period p
  • the total number of products produced within the number of non-defective products the number of products produced ⁇ the number of defective products produced within the unit period p.
  • An abnormal stop refers to a stop due to an abnormality in the production facility 2 and is accompanied by a long stop for investigating the cause, repairing, or replacing.
  • the rework stop means a stop during normal operation of the production facility 2, and refers to a restart that can be resumed by a short simple action such as removal or reset of a workpiece (also called a chocolate stop).
  • the status of the operation time information acquired from the production facility 2 may include information on abnormal stop or rework stop, but in this embodiment, whether the stop is simply an abnormal stop (stop for 5 minutes or more). Distinguish between rework stop (stop for less than 5 minutes).
  • the time operation rate, performance operation rate, and non-defective product rate all take values from 0 to 1, and the closer to 1, the better.
  • the calculated values of the time operation rate, performance operation rate, and non-defective product rate are added to the time series data in the operation result storage unit 23 together with the time t and the ID of the production facility 2 (step S44).
  • FIG. 5A shows an example of time-series data of operation result indexes accumulated in the operation result storage unit 23.
  • the comprehensive index generation unit 14 reads the data of the time operation rate, the performance operation rate, and the non-defective product rate at the time t from the operation result storage unit 23 (step S45). And the value of equipment comprehensive efficiency is calculated
  • Total equipment efficiency time operation rate x performance operation rate x non-defective product rate
  • the total equipment efficiency which is a comprehensive index, also takes a value between 0 and 1, and the closer to 1, the better.
  • the calculated total equipment efficiency value is added to the time series data in the general index storage unit 24 together with the time t and the ID of the production equipment 2 (step S47).
  • FIG. 5B shows an example of time-series data of the comprehensive index accumulated in the comprehensive index storage unit 24.
  • FIG. 6 shows an example of the processing flow of the change point detection unit 15 and the abnormality factor analysis unit 16.
  • the process of FIG. 6 is a process of detecting a state change at time t based on the time series data of the overall equipment efficiency and analyzing the detected cause of the state change.
  • the change point detection unit 15 reads time-series data of facility overall efficiency from the total index storage unit 24 (step S60).
  • all data before time t may be used, or only a part of data such as data for a predetermined period (for example, for several days, for several weeks) or data for the current day may be used. Good.
  • the change point detection unit 15 analyzes the time series data, and calculates a score representing the degree of change in the value of the total equipment efficiency at time t with respect to the value of the total equipment efficiency before time t (step S61).
  • Various algorithms for detecting change points from time-series data have been proposed, and any algorithm may be used here.
  • the difference (absolute value) between the average value of the time series data before time t and the value at time t may be used as the score.
  • a statistical test method such as t test or a Bayesian change point detection method using a sampling method as a probability model of data generation, the appearance probability of the value at time t is calculated, and this is used as a score. Good.
  • a difference (absolute value) between an estimated value at time t obtained from past data using a time series model such as an AR model and an actual value may be used as a score.
  • the time series data of the overall equipment efficiency may be frequency-resolved and the intensity of a predetermined frequency component may be used as a score.
  • This score can be taken as an index representing the magnitude of the risk of an abnormality occurring in the production facility 2.
  • the score at time t obtained in step S61 is recorded in the risk storage unit 25 as risk information (step S62).
  • the change point detection unit 15 compares the score obtained in step S61 with a threshold, and determines that the time t is a “change point” when the score exceeds the threshold (step S63).
  • the score exceeds the threshold value that is, when a significant change is recognized in the time series data of the overall equipment efficiency, there is a high probability that some abnormality has occurred or is about to occur in the production equipment 2. Therefore, if a change point is detected in step S63, this is used as a trigger to proceed to analysis of an abnormal factor.
  • the abnormality factor analysis unit 16 reads the time series data of the facility total efficiency from the general index storage unit 24 and also reads the time series data of the time operation rate, the performance operation rate, and the non-defective product rate from the operation result storage unit 23 (step S64). ).
  • all time series data before the trigger time t
  • only data for a predetermined period for example, several weeks, several months, etc.
  • the abnormality factor analysis unit 16 analyzes the time series data of the facility overall efficiency, the time operation rate, the performance operation rate, and the non-defective product rate, and from among the three indicators of the time operation rate, the performance operation rate, and the non-defective product rate, An index having a large contribution to the change in the overall equipment efficiency at the trigger (time t) is selected as an attention index (step S65). At this time, only one index having the largest contribution may be selected as the attention index, or a plurality of indices having a contribution greater than a predetermined threshold may be selected as the attention index.
  • any algorithm may be used to evaluate the contribution of each index.
  • the partial regression coefficient of each index with respect to the overall equipment efficiency may be calculated by regression analysis, and the absolute value of the partial regression coefficient may be used as the degree of contribution of each index to the overall equipment efficiency.
  • the inner product of the frequency-decomposed time-series data of facility overall efficiency and the frequency-decomposed index time-series data can be treated as the contribution of the index.
  • synthesized time series data obtained by synthesizing time series data of a plurality of indices may be created, and a partial regression coefficient or inner product of the synthesized index may be calculated using the time series data of the overall equipment efficiency and the synthesized time series data.
  • the abnormality factor analysis unit 16 further analyzes the time-series data of the extracted attention index, and changes in the attention index at the trigger (time t) are any of “trend”, “sudden”, and “cycle”. It is determined whether it has a fluctuation tendency (step S66).
  • a trend is a value that changes almost linearly (monotonic increase, monotonous decrease, etc.), a sudden occurrence is a specific change in value, and a period is a value that increases or decreases with a constant rule. That means.
  • FIG. 7A shows an example of analysis result data accumulated in the analysis result storage unit 26.
  • the analysis result includes information such as a trigger ID, a trigger occurrence date and time, an ID of the production facility 2, a flag indicating the attention index, and a trend of fluctuation of the attention index.
  • the state change was detected at 11:25:00 on September 10, 2013 in the production facility with ID: A, and the cause of the change.
  • the attention index that is considered to be the time utilization rate was a trend-type fluctuation trend.
  • FIG. 7B shows a modified example of the analysis result, and when a plurality of attention indicators are extracted for one trigger, the rank order of the degree of contribution for each attention indicator is recorded in the analysis result. ing.
  • FIG. 8 is an example of the factor event table stored in the factor event table storage unit 27.
  • the causal event table is a table in which “type of indicator” and “causal event” assumed to be “fluctuation tendency” are associated with each other, and is referred to when the information providing unit 17 outputs the analysis result.
  • the factor when the “time utilization rate” shows a “trend” type fluctuation tendency is the factor when the “part wear” and the “performance availability” show a “periodic” type fluctuation tendency. “Problem of inter-process cooperation” is associated as an event.
  • Fig. 9 (A) shows the basic screen.
  • the upper graph 90 is a time-series graph of the overall equipment efficiency generated based on the data accumulated in the general index storage unit 24.
  • the horizontal axis represents time, and the vertical axis represents the value of overall equipment efficiency (OEE: overalloverequipment effectiveness).
  • OEE overalloverequipment effectiveness
  • the middle graph 91 is a time-series graph of abnormality occurrence risk generated based on the data accumulated in the risk storage unit 25.
  • the horizontal axis shows time, and the vertical axis shows the magnitude of risk.
  • the lower graph 92 is a time series graph for each of the time operation rate, the performance operation rate, and the non-defective product rate generated based on the data accumulated in the operation result storage unit 23.
  • the horizontal axis shows time, and the vertical axis shows efficiency.
  • FIG. 9B shows a display example when a change point is detected.
  • the relevant part of the time series graph 90 of the overall equipment efficiency is displayed in a shaded manner, and the time when the state change occurs is clearly indicated. Further, based on the analysis result in the analysis result storage unit 26, information on the attention index that is considered to be the cause of the state change is also presented.
  • the example of FIG. 9B is an example in which the hourly availability is selected as an attention index, and a message 93 “Efficiency is reduced due to a reduction in hourly availability” is displayed at the bottom of the screen. .
  • FIG. 10 is an example of a screen displayed when the “cause analysis” button 94 is pressed on the screen of FIG. 9B.
  • the information providing unit 17 reads the time series data of the attention index from the operation result storage unit 23, generates a time series graph of the attention index, and the analysis result data (FIG. 7 (A )) And the causal event table (FIG. 8), information indicating the fluctuation tendency of the attention index and the causal event inferred therefrom is generated.
  • information 101 indicating “There is a possibility of wear of parts because of the trend type” is displayed together with the time series graph 100 of the time utilization rate.
  • the index to be displayed can be switched. However, it is preferable not to switch to an index that is not an attention index (not a cause of state change).
  • the “detail confirmation” button 105 is pressed, more detailed information related to the cause event is displayed. For example, in the example of FIG. 11 (A), observation data such as vibrations and sounds of the corresponding part of the production facility 2 is displayed. By confirming such observation data, it is possible to confirm whether the production facility 2 is abnormal.
  • a screen for assisting arrangement of parts and maintenance is displayed.
  • the ordering party is listed for each type of part, and the part can be ordered by inputting the order quantity and pressing the “order” button 110.
  • the monitoring system 1 may have a process execution unit that executes an appropriate countermeasure according to the cause event.
  • the process executed by the monitoring system 1 is defined for each cause event in the cause event table. Then, when the cause event is identified by analyzing the time series data of the attention index, the process execution unit starts the corresponding process. For example, it is possible to deal with equipment malfunctions, such as automatically ordering parts or arranging maintenance (notifying the person in charge by e-mail or telephone), or emergency stop or degenerate operation of the equipment.
  • the state monitoring of the production facility 2 can be realized only by observing the operation results (time operation rate, performance operation rate, non-defective product rate) of the production facility 2.
  • the change point is detected using a comprehensive index (equipment overall efficiency) obtained by combining a plurality of indices, it is possible to appropriately detect a change in the state of the production facility 2 that is difficult to evaluate using only the individual indices.
  • by analyzing time-series data and identifying the index of interest based on the degree of contribution to the change in the overall index it is possible to easily and appropriately select the cause of the abnormality that is difficult to determine with each index alone.
  • the state of the production facility is monitored using a comprehensive index obtained by multiplying three indexes of the time operation rate, the performance operation rate, and the non-defective product rate.
  • the type of the index and the monitoring target are not limited to this.
  • the present invention can be applied to any monitoring target as long as the operation results (output) can be observed.
  • a process including a plurality of production facilities and an entire production line can be set as a monitoring target, or an entire factory having a plurality of production lines can be selected as a monitoring target. It can also be applied to status monitoring in fields other than FA (for example, farms).
  • the types and number of indexes acquired as operation results, and how to obtain a comprehensive index can be appropriately designed according to the monitoring target and monitoring purpose.
  • the operation performance per hour is evaluated in the above embodiment, the operation performance per consumed energy may be used as an index instead. That is, the operating time, performance, quality, etc. per unit energy are considered as operating results.
  • monitoring system 2 production facility 10: operating time acquisition unit, 11: quality information acquisition unit, 12: production plan information acquisition unit, 13: operation result acquisition unit, 14: comprehensive index generation unit, 15: change point detection unit , 16: Abnormal factor analysis unit, 17: Information providing unit, 20: Operation history storage unit, 21: Quality history storage unit, 22: Production plan storage unit, 23: Operation result storage unit, 24: General index storage unit, 25: Risk storage unit, 26: analysis result storage unit, 27: factor event table storage unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

　監視装置が、監視対象の稼働実績を表す複数の指標それぞれの時系列データを取得する稼働実績取得部と、前記複数の指標それぞれの時系列データをもとに、同じ時点の複数の指標の値を合成して総合指標の時系列データを生成する総合指標生成部と、前記総合指標の時系列データを分析して、前記総合指標の値に有意な変化が現れる点を、前記監視対象の状態の変化点として検出する変化点検出部と、を有する。

Description

監視装置及び監視方法
　本発明は、監視対象の状態を監視し、異常を検出するための技術に関する。
　従来より、多数のセンサから得られるデータをモニタし、生産設備の異常検知やその原因特定などを行う監視装置が提案されている（特許文献１～３参照）。しかし、従来の監視装置は、監視対象にセンサを設置することが前提のため、監視対象の構成に特化した設計にならざるを得ないし、また既存設備に導入する際に設備の改造などのコストが発生するという問題がある。さらに、多数のセンサから収集されるデータを異常検知やメンテナンスに役立てるには、監視対象の構成やセンシングに関する専門的知識が必要とされる。
特開２０１３－０８８８２８号公報 特開２０１１－０５９７９０号公報 特開２００９－２９４１４６号公報
　本発明は上記実情に鑑みなされたものであり、監視対象の状態監視を容易に実現でき、異常又はその予兆となる状態変化を適切に検出可能な技術を提供することを目的とする。
　請求項１に係る監視装置は、監視対象の稼働実績を表す複数の指標それぞれの時系列データを取得する稼働実績取得部と、前記複数の指標それぞれの時系列データをもとに、同じ時点の複数の指標の値を合成して総合指標の時系列データを生成する総合指標生成部と、前記総合指標の時系列データを分析して、前記総合指標の値に有意な変化が現れる点を、前記監視対象の状態の変化点として検出する変化点検出部と、を有することを特徴とする。
　「監視対象の稼働実績」とは、監視対象の内部動作ではなく、監視対象の外側より観測し得る監視対象のアウトプット（出力、成果）を意味する。例えば、監視対象が生産設備の場合、生産設備の稼働実績は、生産設備の稼働履歴（稼働及び停止の時間的な記録など）、品質履歴（良品と不良品の数、良品率など）、生産計画（操業開始～終了の時刻、計画停止の開始～終了の時刻など）などから観測でき、稼働実績を表す指標としては、例えば、時間稼働率、性能稼働率、良品率などを用いることができる。
　請求項１に係る監視装置によれば、監視対象の稼働実績を観測するだけで、監視対象の状態監視を実現できる。また、複数の指標を合成した総合指標を用いて変化点検出を行うので、個々の指標だけでは評価しづらい監視対象の状態変化を適切に検出することが可能となる。しかも、センサなどの観測系を監視対象内に設置することが必須でなくなるため、監視装置の汎用性・適用性・拡張性が高くなるという利点もある。
　請求項２に係る監視装置は、前記変化点検出部により前記監視対象の状態の変化点が検出された場合に、前記複数の指標の時系列データと前記総合指標の時系列データを分析して、前記複数の指標のうちから、前記変化点における前記総合指標の変化に対する寄与度が大きい１以上の指標を、前記監視対象の状態変化の原因に関連する注目指標として選択する要因分析部をさらに有することを特徴とする。請求項２に係る監視装置によれば、時系列データを分析し、総合指標の変化に対する寄与度の大きさで注目指標の特定を行うことで、個々の指標だけでは判定しづらい異常の原因を容易に且つ適切に選び出すことができる。
　請求項３に係る監視装置は、前記注目指標に関する情報を出力する情報提供部をさらに有することを特徴とする。請求項３に係る監視装置によれば、監視対象の状態変化の原因を特定するために有用な情報をユーザに提供することができる。よって、専門的知識をもたない者でも問題の把握やその対処を容易に実施できる。
　請求項４に係る監視装置は、前記情報提供部は、前記注目指標の時系列データのグラフを出力することを特徴とする。請求項４に係る監視装置によれば、監視対象の状態変化の原因を特定するために有用な情報をユーザに提供することができる。よって、専門的知識をもたない者でも問題の把握やその対処を容易に実施できる。
　請求項５に係る監視装置は、前記要因分析部は、前記注目指標の時系列データの変動傾向を分析し、その変動傾向に基づき前記監視対象の状態変化の原因として想定される要因事象を推定することを特徴とする。請求項５に係る監視装置によれば、監視対象の状態変化の原因を自動で特定することができる。
　請求項６に係る監視装置は、前記情報提供部は、前記推定された要因事象に関する情報を出力することを特徴とする。請求項６に係る監視装置によれば、監視対象の状態変化の原因を特定するために有用な情報をユーザに提供することができる。よって、専門的知識をもたない者でも問題の把握やその対処を容易に実施できる。
　請求項７に係る監視装置は、前記要因事象への対処のための処理を実行する処理実行部をさらに有することを特徴とする。請求項７に係る監視装置によれば、監視対象に生じた問題を自動で解決することが可能となる。
　請求項８に係る監視方法は、コンピュータが、監視対象の稼働実績を表す複数の指標それぞれの時系列データを取得する稼働実績取得ステップと、コンピュータが、前記複数の指標それぞれの時系列データをもとに、同じ時点の複数の指標の値を合成して総合指標の時系列データを生成する総合指標生成ステップと、コンピュータが、前記総合指標の時系列データを分析して、前記総合指標の値に有意な変化が現れる点を、前記監視対象の状態の変化点として検出する変化点検出ステップと、を有することを特徴とする。
　請求項８に係る監視方法によれば、監視対象の稼働実績を観測するだけで、監視対象の状態監視を実現できる。また、複数の指標を合成した総合指標を用いて変化点検出を行うので、個々の指標だけでは評価しづらい監視対象の状態変化を適切に検出することが可能となる。しかも、センサなどの観測系を監視対象内に設置することが必須でなくなるという利点もある。
　請求項９に係るプログラムは、請求項８に記載の監視方法の各ステップをコンピュータに実行させることを特徴とする。
　本発明によれば、監視対象の状態監視を容易に実現でき、異常又はその予兆となる状態変化を適切に検出することができる。
従来の一般的な監視装置と本実施形態の監視装置とのアプローチの違いを説明する図。 監視システムの機能ブロック図。 稼働履歴データと、品質履歴データと、生産計画情報の一例。 稼働実績取得部及び総合指標生成部の処理フローを示すフローチャート。 稼働実績指標と総合指標の時系列データの一例。 変化点検出部及び異常要因分析部の処理フローを示すフローチャート。 分析結果記憶部に蓄積された分析結果のデータの一例。 要因事象テーブル記憶部に格納されている要因事象テーブルの一例。 情報提供部により出力される情報出力画面の一例。 情報提供部により出力される情報出力画面の一例。 情報提供部により出力される情報出力画面の一例。
　本発明の実施形態に係る監視装置は、監視対象の状態を常時監視して、異常又はその予兆の検知、異常の要因分析などを行う技術に関するものである。本実施形態の監視装置の特徴の一つは、監視対象の稼働実績を表す複数の指標の時系列データを、状態監視や異常・予兆の検知に利用する点にある。この特徴に関し、従来の一般的な監視装置と本実施形態の監視装置とのアプローチの違いを図１に模式的に示す。
　従来の監視装置では、図１（Ｂ）のように、監視対象に対し各種のセンサを設置し、監視対象それ自体の動作に関わる物理量（センシングデータ）をモニタするという手法が採られるのが一般的である。例えば、温度センサによってヒータや温調制御の不具合を検知したり、電圧の変化をモニタしてアクチュエータの過負荷を検知したりと、目的に応じて様々な手段が存在する。この従来手法は、監視対象の各部の動作の異常を直接的に検知できるという利点がある反面、次のような課題がある。第一は、監視装置の汎用性の低さ（適用範囲の狭さ）である。監視対象の構成や動作、何をセンシングするかといった条件に応じて、センサの種類、設置箇所、センシングデータの処理方法、異常検知のロジックなどがまったく違ってくるため、監視対象に合わせて監視装置を設計せざるを得ないからである。第二は、既存設備に対する適用性・拡張性の低さである。例えば、既存の製造設備に対して新たな監視装置を導入したいと希望しても、センサの取り付けが物理的に困難であったり、既存設備の改造に相当のコストを要する場合には、導入が難しい。第三は、センシングに関する専門的知識が要求される点である。すなわち、個々のセンサが監視対象内のどの部分のどのような物理量を観測しているのか、また、個々のセンシングデータの値がどのような意味を表すのかを正しく理解していなければ、異常の要因推定や適切な対処をとることができない。
　これに対し、本実施形態の監視装置では、図１（Ａ）のように、監視対象の稼働実績をモニタし分析することで、監視対象の内部的な異常又はその予兆を推測する。この手法の利点は、第一に、稼働実績を監視対象の外側より観測するだけでよいので、従来手法のように観測系を監視対象内に設置することが必須でない点である。よって、あらゆる監視対象に適用可能な高い汎用性・柔軟性を有するとともに、既存設備に対する後付けや拡張も容易である（なお、センサの設置は必須でないが、必要に応じてセンサを補助的に設置しても構わない。）。第二に、センシングに関する専門的知識が要求されないという利点もある。
　以下、本発明の好ましい実施形態として、ＦＡ（Factory Automation）の生産設備の状態監視を行う監視システムを例にあげ、具体的な構成の一例について説明する。
　＜システムの構成＞
　生産現場においては、生産に関わる各種設備を安全かつ正常に稼働させるため、設備の状態を常に監視し、必要に応じて適切な対処をとることで、故障、事故、その他の不具合の発生を未然に防ぐ作業が不可欠である（このような活動は予防保全と呼ばれる）。本実施形態の監視システムは、生産設備の異常又はその予兆の検知、異常の要因分析、分析結果の提示などのツールを提供し、予防保全の適切な実施を支援するためのシステムである。
　図２に、監視システムの機能ブロックを示す。監視システム１は、稼働時間取得部１０、品質情報取得部１１、生産計画情報取得部１２、稼働実績取得部１３、総合指標生成部１４、変化点検出部１５、異常要因分析部１６、情報提供部１７などの機能を有している。また、監視システム１は、データ記憶手段として、稼働履歴記憶部２０、品質履歴記憶部２１、生産計画記憶部２２、稼働実績記憶部２３、総合指標記憶部２４、リスク記憶部２５、分析結果記憶部２６、要因事象テーブル記憶部２７などを有している。
　監視システム１は、ＣＰＵ（中央演算処理装置）、主記憶装置（メモリ）、補助記憶装置（ハードディスク、半導体ディスクなど）、入力装置（キーボード、マウス、タッチパネルなど）、表示装置（液晶モニタなど）、通信ＩＦを有する汎用のコンピュータシステムにより構成可能である。図２に示した各機能ブロックは、ＣＰＵが補助記憶装置に格納されたプログラムを主記憶装置にロードし実行することにより実現されるものである。各記憶部２０～２６は補助記憶装置のなかに設けられる。なお、本実施形態では一台のコンピュータにより監視システムを構成した例を示したが、複数台のコンピュータで構成してもよいし、機能ブロックや記憶部のうちの全部又は一部をネットワーク上のサーバが担当する構成でもよい。いわゆるクラウドコンピューティングやグリッドコンピューティングの形態を採用することもできる。
　稼働時間取得部１０は、生産設備２から稼働時間情報を取得する機能である。稼働時間情報とは、生産設備２の稼働及び停止の時間的な記録である。例えば、稼働時間取得部１０は、所定の時間間隔（数秒から数十秒に一回など）で生産設備２のステイタス（稼働中か停止中か）を取得してもよいし、稼働の開始・終了や異常停止・再開などのステイタスが切り替わるタイミングでステイタスを取得してもよい。取得した稼働時間情報は、稼働履歴記憶部２０に格納される。図３（Ａ）は、稼働履歴記憶部２０に格納された稼働履歴データの一例である。この例では、日時（ステイタスが切り替わった日時）とステイタスとを対応付けたデータが時系列に記録されている。
　品質情報取得部１１は、生産設備２から品質情報を取得する機能である。品質情報とは、生産設備２で生産された製品の品質に関する記録である。例えば、製品毎に良品か不良品かを記録した情報でもよいし、単位時間当たりの良品と不良品の数又は良品率を記録した情報でもよい。取得した品質情報は、品質履歴記憶部２１に格納される。図３（Ｂ）は、品質履歴記憶部２１に格納された品質履歴データの一例である。この例では、分単位の良品数と不良品数が時系列に記録されている。
　生産計画情報取得部１２は、生産設備２から生産計画情報を取得する機能である。生産計画情報とは、生産設備２の生産計画、具体的には、日ごとの操業開始～終了の時刻、計画停止の開始～終了の時刻を記録した情報である。取得した生産計画情報は、生産計画記憶部２２に格納される。図３（Ｃ）は、生産計画記憶部２２に格納された生産計画情報の一例である。
　稼働実績取得部１３は、稼働履歴、品質履歴、及び生産計画をもとに、生産設備２の稼働実績の時系列データを生成する機能である。本実施形態では、稼働実績を表す指標として、「時間稼働率」、「性能稼働率」、「良品率」の三つの指標を用いる。時間稼働率は、生産設備２が正常に稼働した時間の割合を表す指標であり、性能稼働率は、生産設備２が実際に生産を行った時間の割合を表す指標であり、良品率は、生産設備２の良品の割合を表す指標である。これらの時系列データは稼働実績記憶部２３に格納される。
　総合指標生成部１４は、稼働実績を表す三つの指標の時系列データを合成して総合指標である「設備総合効率」の時系列データを生成する機能である。設備総合効率の時系列データは総合指標記憶部２４に格納される。
　変化点検出部１５は、設備総合効率の時系列データを分析して、設備総合効率の値に有意な変化が現れる点を、生産設備２の状態の変化点として検出する機能である。検出した変化点の情報（トリガ情報）は、異常要因分析部１６に引き渡される。
　異常要因分析部１６は、生産設備２の状態の変化点が検出された場合に、直近の所定期間における各指標の時系列データを分析して、時間稼働率、性能稼働率、良品率の三つの指標のうちから、上記変化点における設備総合効率の変化に対する寄与度が大きい１以上の指標を注目指標として選択する機能である。この注目指標が、生産設備２の状態変化の要因への関連性が高い指標である。異常要因分析部１６の分析結果は分析結果記憶部２６に格納される。
　情報提供部１７は、予防保全に役立つ情報をユーザに提示する機能である。情報提供部１７は、監視システム１が備える表示装置に情報を表示してもよいし、情報を作業者端末や生産設備２などの外部装置に送信してもよい。
　＜監視処理＞
　次に、監視システム１の具体的な動作について説明する。
　（１）稼働実績及び設備総合効率の時系列データの生成
　図４に、稼働実績取得部１３及び総合指標生成部１４の処理フローの一例を示す。図４の処理は、時刻ｔにおける稼働実績（時間稼働率、性能稼働率、良品率）と設備総合効率の値を計算する処理である。この処理を所定の時間間隔Δｔ毎に実行することで、ステップ幅Δｔの時系列データが生成される。Δｔの値は、要求されるモニタリング間隔（生産設備２の状態をどのくらいの頻度で監視すべきか）に応じて設定すればよい。本実施形態では、Δｔ＝１０分に設定する。また、時刻ｔにおける稼働実績と設備総合効率の値は、時刻ｔの直近の所定期間ｐ分のデータ（つまり、時刻ｔ－ｐから時刻ｐまでのデータ）を用いて計算される。ｐの値は任意であるが、ｐの値を小さくすると時系列データにノイズが多くなるため変化点の誤検出が増え、ｐの値を大きくとると時系列データが平滑化され変化点検出の感度が悪くなるおそれがあるので、誤検出と感度のバランスに基づいて適当な値に設定するとよい。本実施形態では、ｐ＝６０分に設定する。以降の説明では、単位期間ｐと呼ぶ。
　まず、稼働実績取得部１３が、稼働履歴記憶部２０、品質履歴記憶部２１、生産計画記憶部２２からそれぞれ、単位期間ｐ分の稼働履歴、単位期間ｐ分の品質履歴、今日の生産計画のデータを読み込む（ステップＳ４０）。そして、稼働実績取得部１３が、これらのデータをもとに、時刻ｔの時間稼働率、性能稼働率、及び良品率を計算する（ステップＳ４１～Ｓ４３）。
　本実施形態では、それぞれ以下のように定義する。
　　時間稼働率＝稼働時間÷操業時間
　　性能稼働率＝正味稼働時間÷操業時間
　　良品率＝良品数÷生産数
ただし、単位期間ｐ内のデータを用いるため、
　　操業時間＝単位期間ｐ－単位期間ｐ内の計画停止時間
　　稼働時間＝操業時間－単位期間ｐ内の異常停止時間
　　正味稼働時間＝稼働時間－単位期間ｐ内の手直し停止時間
　　生産数＝単位期間ｐ内に生産された総数
　　良品数＝生産数－単位期間ｐ内に発生した不良品の数とする。
　なお、異常停止とは、生産設備２の異常による停止をいい、原因究明、修理、交換などのため長時間の停止を伴うものである。また、手直し停止とは、生産設備２の正常稼働中の停止をいい、ワークの除去やリセットなど短時間の簡単な処置で再開するものをさす（チョコ停とも呼ばれる）。生産設備２から取得する稼働時間情報のステイタスとして、異常停止か手直し停止かの情報を含めてもよいが、本実施形態では単純に停止時間の長さで異常停止（５分以上の停止）か手直し停止（５分未満の停止）かを区別する。
　時間稼働率、性能稼働率、良品率はいずれも０以上１以下の値をとり、１に近いほど良い値である。計算された時間稼働率、性能稼働率、良品率の値は、時刻ｔ、生産設備２のＩＤとともに、稼働実績記憶部２３内の時系列データに追加される（ステップＳ４４）。図５（Ａ）に、稼働実績記憶部２３内に蓄積された稼働実績指標の時系列データの一例を示す。
　続いて、総合指標生成部１４が、稼働実績記憶部２３から時刻ｔの時間稼働率、性能稼働率、良品率のデータを読み込む（ステップＳ４５）。そして、下記式により設備総合効率の値を求める（ステップＳ４６）。
　
　　設備総合効率＝時間稼働率×性能稼働率×良品率
　
　総合指標である設備総合効率も０以上１以下の値をとり、１に近いほど良い値である。計算された設備総合効率の値は、時刻ｔ、生産設備２のＩＤとともに、総合指標記憶部２４内の時系列データに追加される（ステップＳ４７）。図５（Ｂ）に、総合指標記憶部２４内に蓄積された総合指標の時系列データの一例を示す。
　（２）変化点検出及び要因分析
　図６に、変化点検出部１５及び異常要因分析部１６の処理フローの一例を示す。図６の処理は、設備総合効率の時系列データをもとに時刻ｔにおける状態変化を検出し、検出した状態変化の要因を分析する処理である。図６の処理は、設備総合効率の時系列データが更新されるたびに実行するとよい（本実施形態の場合は、モニタリング間隔Δｔ＝１０分）。
　まず、変化点検出部１５が、総合指標記憶部２４から設備総合効率の時系列データを読み込む（ステップＳ６０）。変化点検出には、時刻ｔ以前の全てのデータを用いてもよいし、所定期間分のデータ（例えば数日分、数週間分など）や当日のデータなど一部のデータだけを用いてもよい。
　変化点検出部１５は、時系列データを分析して、時刻ｔより前の設備総合効率の値に対する、時刻ｔの設備総合効率の値の変化度合を表すスコアを計算する（ステップＳ６１）。時系列データから変化点を検出するアルゴリズムには様々なものが提案されており、ここではいずれのアルゴリズムを用いてもよい。例えば、時刻ｔより前の時系列データの平均値と時刻ｔの値との差（絶対値）をスコアとしてもよい。また、ｔ検定などの統計的検定手法や、データ発生の確率モデルとしてサンプリング法を用いたベイズ的変化点検出法などを用いて、時刻ｔの値の出現確率を計算し、これをスコアとしてもよい。また、ＡＲモデルなどの時系列モデルを用いて過去データから求めた時刻ｔの推定値と実際の値との差（絶対値）をスコアとしてもよい。また、設備総合効率の時系列データを周波数分解し、所定の周波数成分の強度をスコアとして用いてもよい。
　このスコアは、生産設備２に異常が発生するリスクの大きさを表す指標ととらえることができる。ステップＳ６１で求めた時刻ｔのスコアは、リスク情報として、リスク記憶部２５に記録される（ステップＳ６２）。
　続いて、変化点検出部１５は、ステップＳ６１で求めたスコアを閾値と比較し、スコアが閾値を超えている場合に時刻ｔを「変化点」と判定する（ステップＳ６３）。スコアが閾値を超えている場合、つまり、設備総合効率の時系列データに有意な変化が認められる場合には、生産設備２に何らかの異常が生じた又は生じようとしている蓋然性が高い。よって、ステップＳ６３にて変化点が検出されたら、これをトリガとして、異常要因の分析へと進む。
　異常要因分析部１６は、総合指標記憶部２４から設備総合効率の時系列データを読み込むとともに、稼働実績記憶部２３から時間稼働率、性能稼働率、良品率それぞれの時系列データを読み込む（ステップＳ６４）。異常要因の分析には、トリガ（時刻ｔ）以前の全ての時系列データを用いてもよいし、所定期間分のデータ（例えば、数週分、数月分など）だけを用いてもよい。
　次に、異常要因分析部１６は、設備総合効率、時間稼働率、性能稼働率、良品率の時系列データを分析し、時間稼働率、性能稼働率、良品率の三つの指標のうちから、トリガ（時刻ｔ）における設備総合効率の変化に対する寄与度が大きい指標を注目指標として選択する（ステップＳ６５）。このとき、寄与度の最も大きい一つの指標だけを注目指標に選んでもよいし、寄与度が所定の閾値よりも大きい複数の指標を注目指標に選んでもよい。
　各指標の寄与度の評価にはどのようなアルゴリズムを用いてもよい。一例を挙げると、回帰分析によって設備総合効率に対する各指標の偏回帰係数を計算し、偏回帰係数の絶対値を各指標の設備総合効率に対する寄与度としてもよい。あるいは、設備総合効率の時系列データを周波数分解したものと指標の時系列データを周波数分解したものとの内積を当該指標の寄与度と扱うこともできる。なお、指標ごとに寄与度を評価するのではなく、複数の指標の組ごとに寄与度を評価することもできる。例えば、複数の指標の時系列データを合成した合成時系列データを作成し、設備総合効率の時系列データと合成時系列データを用いて、合成指標の偏回帰係数や内積を計算すればよい。
　続いて、異常要因分析部１６は、抽出された注目指標の時系列データをさらに分析し、トリガ（時刻ｔ）における注目指標の変化が、「トレンド」、「突発」、「周期」のいずれの変動傾向をもつものかを判定する（ステップＳ６６）。トレンドとは、値がほぼ線形に変化（単調増加、単調減少など）することであり、突発とは、値が特異的に変化することであり、周期とは、値が一定の規則をもって増減することをいう。
　異常要因分析部１６の分析結果は分析結果記憶部２６に格納される（ステップＳ６７）。図７（Ａ）に、分析結果記憶部２６に蓄積された分析結果のデータの一例を示す。分析結果には、トリガＩＤ、トリガの発生日時、生産設備２のＩＤ、注目指標を示すフラグ、注目指標の変動傾向などの情報が含まれている。図７（Ａ）の１行目の分析結果によれば、ＩＤ：Ａの生産設備において、２０１３年９月１０日の１１時２５分００秒に状態変化が検出されたこと、その変化の原因と考えられる注目指標は時間稼働率であり、トレンド型の変動傾向を示していた、ということが分かる。図７（Ｂ）は、分析結果の変形例を示し、一つのトリガに対し複数の注目指標が抽出された場合に、注目指標ごとの寄与度の大きさの順位を分析結果に記録するようにしている。
　図８は、要因事象テーブル記憶部２７に格納されている要因事象テーブルの一例である。要因事象テーブルは、「指標の種類」と「変動傾向」と想定される「要因事象」とを対応付けたテーブルであり、情報提供部１７が分析結果を出力する際に参照される。図８の例では、「時間稼働率」が「トレンド」型の変動傾向を示す場合の要因事象として「部品の摩耗」、「性能稼働率」が「周期」型の変動傾向を示す場合の要因事象として「工程間連携の問題」が対応付けられている。
　（３）分析結果の出力
　情報提供部１７によって生成される情報出力画面の一例を示す。
　図９（Ａ）は基本画面である。上段のグラフ９０は、総合指標記憶部２４に蓄積されたデータをもとに生成される、設備総合効率の時系列グラフである。横軸が時間、縦軸が設備総合効率の値（ＯＥＥ：overall equipment effectiveness）を示している。このグラフ９０を監視することで、生産設備全体の状態の変化をとらえることができる。中段のグラフ９１は、リスク記憶部２５に蓄積されたデータをもとに生成される、異常発生リスクの時系列グラフである。横軸が時間、縦軸がリスクの大きさを示している。このグラフ９１をみることで、生産設備２の状態が安定しているかどうかをとらえることができる。下段のグラフ９２は、稼働実績記憶部２３に蓄積されたデータをもとに生成される、時間稼働率、性能稼働率、良品率それぞれの時系列グラフである。横軸が時間、縦軸が効率を示している。
　図９（Ｂ）は、変化点が検出されたときの表示例を示している。設備総合効率の時系列グラフ９０の該当箇所が網掛け表示され、状態変化が発生した時点が明示される。さらに、分析結果記憶部２６内の分析結果をもとに、状態変化の原因と考えられる注目指標に関する情報も提示される。図９（Ｂ）の例は、時間稼働率が注目指標として選択された例であり、画面下に「時間稼働率の低下が原因で効率が低下しています」というメッセージ９３が表示されている。
　図１０は、図９（Ｂ）の画面で「要因分析」ボタン９４が押されたときに表示される画面の一例である。「要因分析」が押されると、情報提供部１７は、稼働実績記憶部２３から注目指標の時系列データを読み込み、注目指標の時系列グラフを生成するとともに、分析結果のデータ（図７（Ａ））と要因事象テーブル（図８）をもとに、注目指標の変動傾向とそこから推測される要因事象を示す情報を生成する。図１０の例では、時間稼働率の時系列グラフ１００とともに「トレンド型のため、部品の摩耗の可能性があります」という情報１０１が表示されている。
　この画面上において「稼働劣化」タブ１０２、「性能劣化」タブ１０３、「品質劣化」タブ１０４を押すと、表示する指標を切り替えることができる。ただし、注目指標でない（状態変化の原因でない）指標へは切り替えできないようにするとよい。「詳細確認」ボタン１０５を押すと、要因事象に関連するさらに詳しい情報が表示される。例えば図１１（Ａ）の例では、生産設備２の該当箇所の振動や音などの観測データが表示されている。このような観測データを確認することで、生産設備２の異常の有無を確認することができる。「部品手配」ボタン１０６や「メンテ手配」ボタン１０７を押すと、部品やメンテナンスの手配を補助する画面が表示される。図１１（Ｂ）の例では、部品の種類ごとに発注先がリストされており、発注個数を入力して「発注」ボタン１１０を押すと部品の手配が可能になっている。
　さらに進んで、監視システム１が、要因事象に応じた適切な対処を実行する処理実行部を有してもよい。具体的には、要因事象テーブルのなかに、要因事象ごとに、監視システム１が実行する処理を定義しておく。そして、注目指標の時系列データを分析することで要因事象が特定されたら、処理実行部が該当する処理を起動するのである。例えば、設備の不具合に対して、部品の発注やメンテナンスの手配（電子メールや電話による担当者への通知）を自動で行うとか、設備の緊急停止や縮退運転などの対処があり得る。
　＜本システムの利点＞
　以上述べた本システムによれば、生産設備２の稼働実績（時間稼働率、性能稼働率、良品率）を観測するだけで、生産設備２の状態監視を実現できる。また、複数の指標を合成した総合指標（設備総合効率）を用いて変化点検出を行うので、個々の指標だけでは評価しづらい生産設備２の状態変化を適切に検出することが可能となる。また、時系列データを分析し、総合指標の変化に対する寄与度の大きさで注目指標の特定を行うことで、個々の指標だけでは判定しづらい異常の原因を容易に且つ適切に選び出すことができる。さらに、注目指標の時系列データ、変動傾向、要因事象など、生産設備２の状態変化の原因を特定するのに有用な情報をユーザに提供するので、専門的知識をもたない者でも問題の把握やその対処を容易に実施できるようになる。しかも、センサなどの観測系を生産設備２に設置することが必須でなくなるため、監視システム１の汎用性・適用性・拡張性が高くなるという利点もある。
　＜変形例＞
　上述した実施形態の構成は本発明の一具体例を示したものにすぎず、本発明の範囲を限定する趣旨のものではない。本発明はその技術思想を逸脱しない範囲において、種々の具体的構成を採り得るものである。
　例えば、上記実施形態では、時間稼働率・性能稼働率・良品率の三つの指標を掛け合わせた総合指標を用いて生産設備の状態監視を行ったが、指標の種類や監視対象はこれに限られず、稼働実績（アウトプット）を観測可能な対象であれば、あらゆる監視対象に本発明を適用可能である。例えば、複数の生産設備から構成される工程や生産ライン全体を監視対象に設定することもできるし、複数の生産ラインを有する工場全体を監視対象に選ぶこともできる。またＦＡ以外の分野（例えば農場など）の状態監視にも適用可能である。稼働実績として取得する指標の種類及び数、並びに、総合指標の求め方は、監視対象や監視目的に応じて適宜設計することができる。例えば、上記実施形態では時間当たりの稼働実績を評価したが、代わりに、消費エネルギー当たりの稼働実績を指標として用いてもよい。すなわち、単位エネルギー当たりの稼働時間や性能や品質などを稼働実績ととらえるのである。
　１：監視システム
　２：生産設備
　１０：稼働時間取得部、１１：品質情報取得部、１２：生産計画情報取得部、１３：稼働実績取得部、１４：総合指標生成部、１５：変化点検出部、１６：異常要因分析部、１７：情報提供部
　２０：稼働履歴記憶部、２１：品質履歴記憶部、２２：生産計画記憶部、２３：稼働実績記憶部、２４：総合指標記憶部、２５：リスク記憶部、２６：分析結果記憶部、２７：要因事象テーブル記憶部

Claims (9)

  1. 　監視対象の稼働実績を表す複数の指標それぞれの時系列データを取得する稼働実績取得部と、
    　前記複数の指標それぞれの時系列データをもとに、同じ時点の複数の指標の値を合成して総合指標の時系列データを生成する総合指標生成部と、
    　前記総合指標の時系列データを分析して、前記総合指標の値に有意な変化が現れる点を、前記監視対象の状態の変化点として検出する変化点検出部と、を有することを特徴とする監視装置。
  2. 　前記変化点検出部により前記監視対象の状態の変化点が検出された場合に、前記複数の指標の時系列データと前記総合指標の時系列データを分析して、前記複数の指標のうちから、前記変化点における前記総合指標の変化に対する寄与度が大きい１以上の指標を、前記監視対象の状態変化の原因に関連する注目指標として選択する要因分析部をさらに有することを特徴とする請求項１に記載の監視装置。
  3. 　前記注目指標に関する情報を出力する情報提供部をさらに有することを特徴とする請求項２に記載の監視装置。
  4. 　前記情報提供部は、前記注目指標の時系列データのグラフを出力することを特徴とする請求項３に記載の監視装置。
  5. 　前記要因分析部は、前記注目指標の時系列データの変動傾向を分析し、その変動傾向に基づき前記監視対象の状態変化の原因として想定される要因事象を推定することを特徴とする請求項３又は４に記載の監視装置。
  6. 　前記情報提供部は、前記推定された要因事象に関する情報を出力することを特徴とする請求項５に記載の監視装置。
  7. 　前記要因事象への対処のための処理を実行する処理実行部をさらに有することを特徴とする請求項５又は６に記載の監視装置。
  8. 　コンピュータが、監視対象の稼働実績を表す複数の指標それぞれの時系列データを取得する稼働実績取得ステップと、
    　コンピュータが、前記複数の指標それぞれの時系列データをもとに、同じ時点の複数の指標の値を合成して総合指標の時系列データを生成する総合指標生成ステップと、
    　コンピュータが、前記総合指標の時系列データを分析して、前記総合指標の値に有意な変化が現れる点を、前記監視対象の状態の変化点として検出する変化点検出ステップと、を有することを特徴とする監視方法。
  9. 　請求項８に記載の監視方法の各ステップをコンピュータに実行させることを特徴とするプログラム。
PCT/JP2015/051559 2014-02-10 2015-01-21 監視装置及び監視方法 WO2015118946A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US15/114,574 US10521193B2 (en) 2014-02-10 2015-01-21 Monitoring system and monitoring method
CN201580006484.3A CN105980941A (zh) 2014-02-10 2015-01-21 监视装置及监视方法
EP15746639.2A EP3106949B1 (en) 2014-02-10 2015-01-21 Monitoring system and monitoring method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-023247 2014-02-10
JP2014023247A JP6364800B2 (ja) 2014-02-10 2014-02-10 監視装置及び監視方法

Publications (1)

Publication Number Publication Date
WO2015118946A1 true WO2015118946A1 (ja) 2015-08-13

Family

ID=53777753

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/051559 WO2015118946A1 (ja) 2014-02-10 2015-01-21 監視装置及び監視方法

Country Status (5)

Country Link
US (1) US10521193B2 (ja)
EP (1) EP3106949B1 (ja)
JP (1) JP6364800B2 (ja)
CN (1) CN105980941A (ja)
WO (1) WO2015118946A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2017212552A1 (ja) * 2016-06-07 2018-06-14 三菱電機株式会社 データ処理装置、データ処理方法及びデータ処理プログラム
JP2022049395A (ja) * 2020-09-16 2022-03-29 株式会社東芝 異常スコア算出装置、異常スコア算出方法およびプログラム
WO2022131185A1 (ja) * 2020-12-18 2022-06-23 ファナック株式会社 集中管理装置、及び、集中管理装置の制御方法
US11436769B2 (en) 2019-10-30 2022-09-06 Kabushiki Kaisha Toshiba Visualized data generation device, visualized data generation system, and visualized data generation method
CN116777251A (zh) * 2023-08-24 2023-09-19 山东希尔康泰药业有限公司 一种基于全流程的药剂制备工序监测分析系统

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11455203B2 (en) 2016-09-14 2022-09-27 Nec Corporation Abnormality detection support device, abnormality detection support method, and program
US10839076B2 (en) 2016-12-21 2020-11-17 3D Signals Ltd. Detection of cyber machinery attacks
JP6952718B2 (ja) * 2016-12-27 2021-10-20 株式会社Ｆｕｊｉ 基板生産ラインの稼動情報モニタリングシステム、および表示システム
JP6803241B2 (ja) * 2017-01-13 2020-12-23 アズビル株式会社 時系列データ処理装置および処理方法
JP6851247B2 (ja) * 2017-04-26 2021-03-31 株式会社日立製作所 運用計画立案装置、運用制御システム、および、運用計画立案方法
JP2019040435A (ja) * 2017-08-25 2019-03-14 アズビル株式会社 調節計および劣化位置検出方法
JP6981113B2 (ja) * 2017-09-05 2021-12-15 オムロン株式会社 情報処理装置および情報処理方法
JP6740270B2 (ja) * 2018-02-27 2020-08-12 三菱重工業株式会社 工場評価装置、工場評価方法、およびプログラム
JP7118399B2 (ja) * 2018-03-14 2022-08-16 ｉ Ｓｍａｒｔ Ｔｅｃｈｎｏｌｏｇｉｅｓ株式会社 生産管理装置、生産管理システム、および生産管理方法
CN108630321B (zh) * 2018-04-11 2020-02-21 平安科技（深圳）有限公司 流行病预测方法、计算机装置及计算机可读存储介质
US10916259B2 (en) * 2019-01-06 2021-02-09 3D Signals Ltd. Extracting overall equipment effectiveness by analysis of a vibro-acoustic signal
CN110688365A (zh) * 2019-09-18 2020-01-14 华泰证券股份有限公司 金融时间序列的合成方法、装置和存储介质
JP7370044B2 (ja) * 2019-10-04 2023-10-27 株式会社Ｎｔｔデータ 監視条件決定装置、監視条件決定方法、及びプログラム
JP7291061B2 (ja) * 2019-11-14 2023-06-14 株式会社日立製作所 分析システムおよび分析方法
JP7473410B2 (ja) * 2020-07-07 2024-04-23 株式会社日立製作所 作業指示装置、作業指示システムおよび作業指示方法
KR20230108260A (ko) * 2020-11-16 2023-07-18 스미도모쥬기가이고교 가부시키가이샤 표시장치, 제어장치, 제어방법 및 컴퓨터프로그램
JP2023023205A (ja) * 2021-08-04 2023-02-16 Ｊｓｗアクティナシステム株式会社 レーザ照射装置、情報処理方法、プログラム、及び学習モデルの生成方法
WO2023140079A1 (ja) * 2022-01-20 2023-07-27 ソニーグループ株式会社 情報処理装置、情報処理方法、およびプログラム
JP7411724B2 (ja) 2022-05-19 2024-01-11 株式会社日立製作所 システム分析装置及びシステム分析方法
WO2023233745A1 (ja) * 2022-06-01 2023-12-07 三菱電機株式会社 生産システム、生産ライン分析方法、学習装置、推論装置、学習済モデルおよび学習済モデルの生成方法
WO2023233927A1 (ja) * 2022-06-03 2023-12-07 オムロン株式会社 異常検知装置、異常検知方法およびプログラム
CN117590793B (zh) * 2024-01-19 2024-03-26 中建安装集团有限公司 一种基于物联网的水厂水处理一体化监控系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280505A (ja) * 2003-03-17 2004-10-07 Renesas Technology Corp 製造装置の処理能力検証装置
JP2005149006A (ja) * 2003-11-13 2005-06-09 Toshiba Corp プロセス管理装置
JP2007094794A (ja) * 2005-09-29 2007-04-12 Yokogawa Electric Corp 制御ループ診断装置
JP2007165721A (ja) * 2005-12-15 2007-06-28 Omron Corp プロセス異常分析装置及びプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07105285A (ja) * 1993-10-06 1995-04-21 Fuji Electric Co Ltd 製造ライン稼動状況モニタリングシステム
JP2000123085A (ja) * 1998-10-16 2000-04-28 Omron Corp データ集計処理装置およびデータ集計処理用プログラムが記録された記録媒体
JP4218363B2 (ja) * 2003-02-10 2009-02-04 トヨタ自動車株式会社 生産ライン解析装置
US20050288915A1 (en) * 2004-06-28 2005-12-29 Graniteedge Networks Determining event causality including employment of causal chains
US20090009408A1 (en) * 2006-06-21 2009-01-08 Broadcom Corporation Integrated circuit with bonding wire antenna structure and methods for use therewith
JP2008112209A (ja) * 2006-10-27 2008-05-15 Omron Corp 稼働状態モニタリング装置、稼働状態モニタリング方法、およびプログラム
DE602007001193D1 (de) * 2007-10-09 2009-07-09 Abb Oy Verfahren und System zur Verbesserung der Nutzung einer Produktionsanlage
JP5139162B2 (ja) 2008-06-06 2013-02-06 株式会社総合車両製作所 機械システムの異常検出方法
JP5363927B2 (ja) 2009-09-07 2013-12-11 株式会社日立製作所 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム
JP2011108126A (ja) * 2009-11-20 2011-06-02 Hitachi Ltd 在庫計画作成装置、在庫計画作成方法及び在庫計画作成プログラム
CN201705397U (zh) * 2010-03-27 2011-01-12 苏州华瑞能泰发电技术有限公司 火电厂在线汽轮机热耗率监测装置
WO2011142026A1 (ja) * 2010-05-14 2011-11-17 株式会社日立製作所 時系列データ管理装置、システム、方法、およびプログラム
JP5793299B2 (ja) * 2010-12-28 2015-10-14 株式会社東芝 プロセス監視診断装置
JP2013088828A (ja) 2011-10-13 2013-05-13 Hitachi Ltd リスク評価を用いた設備定期点検支援システム
CN103472802B (zh) * 2013-09-13 2016-08-17 同济大学 风力发电机组智能状态监测终端及其数据处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280505A (ja) * 2003-03-17 2004-10-07 Renesas Technology Corp 製造装置の処理能力検証装置
JP2005149006A (ja) * 2003-11-13 2005-06-09 Toshiba Corp プロセス管理装置
JP2007094794A (ja) * 2005-09-29 2007-04-12 Yokogawa Electric Corp 制御ループ診断装置
JP2007165721A (ja) * 2005-12-15 2007-06-28 Omron Corp プロセス異常分析装置及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3106949A4 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2017212552A1 (ja) * 2016-06-07 2018-06-14 三菱電機株式会社 データ処理装置、データ処理方法及びデータ処理プログラム
US11436769B2 (en) 2019-10-30 2022-09-06 Kabushiki Kaisha Toshiba Visualized data generation device, visualized data generation system, and visualized data generation method
JP2022049395A (ja) * 2020-09-16 2022-03-29 株式会社東芝 異常スコア算出装置、異常スコア算出方法およびプログラム
US11782426B2 (en) 2020-09-16 2023-10-10 Kabushiki Kaisha Toshiba Abnormality score calculation apparatus, method, and medium
JP7481976B2 (ja) 2020-09-16 2024-05-13 株式会社東芝 異常スコア算出装置、異常スコア算出方法およびプログラム
WO2022131185A1 (ja) * 2020-12-18 2022-06-23 ファナック株式会社 集中管理装置、及び、集中管理装置の制御方法
CN116777251A (zh) * 2023-08-24 2023-09-19 山东希尔康泰药业有限公司 一种基于全流程的药剂制备工序监测分析系统
CN116777251B (zh) * 2023-08-24 2023-10-31 山东希尔康泰药业有限公司 一种基于全流程的药剂制备工序监测分析系统

Also Published As

Publication number Publication date
CN105980941A (zh) 2016-09-28
EP3106949A1 (en) 2016-12-21
US10521193B2 (en) 2019-12-31
JP2015152933A (ja) 2015-08-24
US20160342392A1 (en) 2016-11-24
EP3106949A4 (en) 2017-09-27
JP6364800B2 (ja) 2018-08-01
EP3106949B1 (en) 2021-09-22

Similar Documents

Publication Publication Date Title
JP6364800B2 (ja) 監視装置及び監視方法
JP5267736B2 (ja) 障害検出装置、障害検出方法およびプログラム記録媒体
JP2018500709A5 (ja) コンピューティングシステム、プログラムおよび方法
JP2013008111A (ja) 異常予兆診断装置および異常予兆診断方法
JP6781594B2 (ja) プラント監視装置及びプラント監視方法
JP6540531B2 (ja) 監視装置及び監視装置の制御方法
JP7221644B2 (ja) 機器故障診断支援システムおよび機器故障診断支援方法
JP2009251777A (ja) イベント記録表示装置
JP2016038657A (ja) 診断支援システム及び診断支援方法
CN107924182B (zh) 监视装置、监视装置的控制方法以及记录媒体
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
JP5234321B2 (ja) プロセス関連データ表示装置およびプロセス関連データ表示方法
JP6312955B1 (ja) 品質分析装置及び品質分析方法
JP2010211440A (ja) 異常予測装置、異常予測システム、異常予測方法、及びプログラム
JP5896272B2 (ja) プラント監視制御装置及びプラント監視制御方法
JP2019211919A (ja) 監視装置、監視方法、及びコンピュータプログラム
JP6247777B2 (ja) 異常診断装置および異常診断方法
JP2011065337A (ja) トレーサビリティシステムおよび製造工程異常検出方法
JP7020835B2 (ja) 監視制御装置、監視制御システム及び表示方法
JP2005071136A (ja) 納期管理支援システム、そのプログラム、そのプログラムを記録した記録媒体および製品の納期管理方法
Suzuki et al. An anomaly detection system for advanced maintenance services
JP5839160B2 (ja) プラント情報提供システム
JP7034975B2 (ja) 監視制御システム及び監視制御装置
JP2017076164A (ja) 機器監視装置およびアラート情報管理方法
JP2017076165A (ja) 機器監視装置およびアラート情報管理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15746639

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15114574

Country of ref document: US

REEP Request for entry into the european phase

Ref document number: 2015746639

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2015746639

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE