WO2020189245A1 - 故障予兆検知システム及び故障予兆検知方法 - Google Patents

故障予兆検知システム及び故障予兆検知方法 Download PDF

Info

Publication number
WO2020189245A1
WO2020189245A1 PCT/JP2020/008763 JP2020008763W WO2020189245A1 WO 2020189245 A1 WO2020189245 A1 WO 2020189245A1 JP 2020008763 W JP2020008763 W JP 2020008763W WO 2020189245 A1 WO2020189245 A1 WO 2020189245A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
unit
manufacturing
divided
measurement data
Prior art date
Application number
PCT/JP2020/008763
Other languages
English (en)
French (fr)
Inventor
智宏 花田
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to US17/417,401 priority Critical patent/US20220091590A1/en
Publication of WO2020189245A1 publication Critical patent/WO2020189245A1/ja

Links

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
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • 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
    • G05B2219/31263—Imbedded learning for planner, executor, monitor, controller and evaluator
    • 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
    • G05B2219/50185—Monitoring, detect failures, control of efficiency of machine, tool life

Definitions

  • the present invention relates to a failure sign detection system and a failure sign detection method, and is suitable for application to a failure sign detection system and a failure sign detection method for detecting a failure sign for a manufacturing apparatus that performs a manufacturing operation consisting of a plurality of operations. It is a thing.
  • Patent Document 1 the frequency spectrum obtained by Fourier transforming the measurement data of the acceleration sensor installed in the manufacturing apparatus is analyzed, the evaluated value after the analysis is compared with the evaluated value during normal operation, and predetermined conditions are satisfied.
  • a method of determining the life of a manufacturing apparatus is disclosed depending on whether or not the condition is satisfied.
  • the present invention has been made in consideration of the above points, and even when the manufacturing operation of the manufacturing apparatus is composed of a plurality of operations having different modes, analysis is performed for each operation unit to detect abnormalities with high accuracy.
  • a data storage unit that holds data at the time of normal operation of each operation as learning data and the manufacturing operation of the manufacturing apparatus are provided.
  • a sensor to be measured an operation detection unit that detects the start of each operation in the manufacturing operation, a divided data collecting unit that divides the measurement data measured by the sensor into divided data for each operation, and the operation.
  • a failure sign detection system including a data analysis unit that analyzes an abnormality in each operation based on a comparison between the divided data and the training data for each operation is provided.
  • a preliminary step of holding data at the time of normal operation of each operation as learning data and each of the above-mentioned operations in the manufacturing operation a preliminary step of holding data at the time of normal operation of each operation as learning data and each of the above-mentioned operations in the manufacturing operation.
  • the operation detection step for detecting the start of the operation, the measurement step for measuring the manufacturing operation of the manufacturing apparatus with a predetermined sensor, and the measurement data measured in the measurement step are divided into divided data for each operation and collected.
  • a failure sign detection method including a divided data collection step to be performed, and a data analysis step for analyzing an abnormality of each operation based on a comparison between the divided data and the learning data for each operation.
  • the manufacturing operation of the manufacturing apparatus is composed of a plurality of operations, it is possible to detect an abnormality with high accuracy in each operation unit.
  • FIG. 1 It is a block diagram which shows the hardware configuration example of the failure sign detection system which concerns on 1st Embodiment of this invention. It is a block diagram which shows the functional structure example of the failure sign detection system shown in FIG. It is a figure which shows the structural example of the collected data management table. It is a figure which shows the structural example of the divided data management table. It is a figure which shows the structure example of the operation type management table. It is a figure which shows the structural example of the learning data management table. It is a figure which shows the structural example of the analysis result management table. It is a flowchart which shows the processing procedure example of the data division processing. It is a figure for demonstrating the image of measurement data division. It is a flowchart which shows the processing procedure example of the data analysis processing.
  • FIG. 1 is a block diagram showing a hardware configuration example of the failure sign detection system according to the first embodiment of the present invention. ..
  • the failure sign detection system 100 shown in FIG. 1 is a system in which the server 1 mainly detects the occurrence of an abnormality in the manufacturing operation by the manufacturing apparatus 2, thereby enabling the failure sign detection system 100 to operate with the server 1.
  • the detection sensor 4, the vibration device 5, and the acceleration sensor 6 are connected to each other so as to be able to communicate with each other via a LAN (Local Area Network) 8.
  • the server 1 is also communicably connected to the user's operation terminal 7 via the LAN 8.
  • the server 1 can use a general server, and includes a CPU (Central Processing Unit) 11 which is a processor, a memory 12 which is a main storage device, an auxiliary storage device 13, and a NIC (Network Interface Card) 14.
  • the CPU 11 executes a predetermined program included in the memory 12, so that the failure sign detection system 100 performs a predetermined process (more specifically, the motion detection unit 110 and the measurement data collection unit 120 shown in FIG. 2).
  • the process of realizing the functions of the measurement data division unit 130, the data analysis unit 140, and the analysis result output unit 150) is executed.
  • the auxiliary storage device 13 is, for example, an HDD (Hard Disk Drive) or an SSD (Solid State Disk), but may be another storage device.
  • the NIC 14 is a network adapter that enables communication between the server 1 and the outside by connecting to the LAN 8.
  • the hardware configuration shown in FIG. 1 is an example, and other configurations may be used in the present embodiment.
  • the auxiliary storage device 13 may be a storage device external to the server 1, and the network type may be other than LAN.
  • the user's operation terminal 7 is shown in FIG. 1, it may be configured to have a dedicated display device on the server 1 side.
  • the manufacturing device 2 is a device that manufactures a product by performing a manufacturing operation consisting of a plurality of operations having different modes, and is attached with an operation lamp 3.
  • the operation lamp 3 is a lamp that notifies the operation status of the manufacturing apparatus 2 by light emission or the like, and is, for example, turned on at the start timing of each operation included in the manufacturing operation and turned off at the end timing of the operation.
  • the motion detection sensor 4 is a sensor that detects the start of operation of the manufacturing apparatus 2, and is, for example, a color sensor connected to an operation lamp 3.
  • the operation lamp 3 emits light (for example, lit) indicating the start of operation
  • the operation detection sensor 4 detects it, and the server 1 (operation described later in FIG. 2) indicates that the operation has started in the manufacturing apparatus 2. Notify the detection unit 110).
  • the operation lamp 3 notifies the start of operation of the manufacturing apparatus 2, and the operation detection sensor 4 detects the behavior of the operation lamp 3, but the present embodiment is limited to these configurations.
  • the configuration is such that the server 1 is notified of the start of operation by the manufacturing apparatus 2.
  • the vibrating device 5 is a device that is connected to the acceleration sensor 6 and is installed to vibrate the acceleration sensor 6 based on an instruction from the server 1 (motion detection unit 110 described later in FIG. 2).
  • the vibrating device 5 can give a break to the measurement data of the acceleration sensor 6 by its own vibration.
  • the vibration device 5 is used as an example of a device capable of giving a break to the measurement data, but in the present embodiment, the factor giving the break to the measurement data may be other than vibration.
  • the type of device is not limited. For example, it may be a device or the like capable of inputting an electronic signal to the measurement data.
  • the acceleration sensor 6 is a sensor that is attached to the manufacturing device 2 and measures the acceleration of the operation of the manufacturing device 2.
  • the measurement data by the acceleration sensor 6 is transmitted to the server 1 (measurement data collection unit 120 described later in FIG. 2).
  • the acceleration sensor 6 is attached to the manufacturing apparatus 2 to measure the acceleration, and the vibrating apparatus 5 divides the measurement data of the acceleration sensor 6 by vibration.
  • the present embodiment shows these. It is not limited to the configuration. That is, the sensor attached to the manufacturing apparatus 2 may be able to acquire data capable of detecting a sign of failure (occurrence of abnormality) of the manufacturing apparatus 2, and the acquired data may indicate periodicity. A current sensor or the like may be used instead of the acceleration sensor 6. Then, depending on the type of the sensor attached to the manufacturing apparatus 2, the apparatus capable of giving a break to the measurement data of the sensor can be arbitrarily changed. For example, when a current sensor is used instead of the acceleration sensor 6, a device capable of switching ON / OFF of the current may be used instead of the vibrating device 5.
  • FIG. 2 is a block diagram showing a functional configuration example of the failure sign detection system shown in FIG.
  • the failure sign detection system 100 has an operation detection unit 110, a measurement data collection unit 120, a measurement data division unit 130, a data analysis unit 140, an analysis result output unit 150, and data in the server 1.
  • a storage unit 160 is provided.
  • the data storage unit 160 is realized by the auxiliary storage device 13 shown in FIG. 1, and more specifically, the auxiliary storage device 13 includes an operation type management table 161, a learning data management table 162, and an analysis result management. It has a region that holds Table 163.
  • other functional configurations are mainly realized by the CPU 11 and the memory 12.
  • the memory 12 has an area for holding the collected data management table 121 registered by the measurement data collecting unit 120 and the divided data management table 131 registered by the measurement data dividing unit 130.
  • the motion detection unit 110 has a function of acquiring measurement data by the motion detection sensor 4 and detecting the start of operation of the manufacturing apparatus 2 from the acquired measurement data. Further, the motion detection unit 110 has a function of instructing the vibration device 5 to execute a predetermined vibration motion at the timing when the operation start of the manufacturing device 2 is detected. Since it is clear at the start of the manufacturing operation (in other words, at the start of the first operation) without inserting a break, the motion detection unit 110 does not have to instruct the vibration device 5 to vibrate.
  • the drawings shown in the description of the present embodiment are for the case where the vibration operation is not instructed at the start of the manufacturing operation.
  • the measurement data collecting unit 120 has a function of acquiring measurement data by an acceleration sensor 6 attached to the manufacturing apparatus 2 and adding information such as a serial number of the manufactured product. Further, the measurement data collection unit 120 has a function of registering the acquired measurement data and the assigned serial number or the like in the collection data management table 121.
  • FIG. 3 is a diagram showing a configuration example of the collected data management table.
  • the collected data management table 121 is a data table for managing the measurement data collected by the measurement data collection unit 120, and as illustrated in FIG. 3, the product type 1211, serial number 1212, time 1213, and waveform data 1214 are stored. Be prepared.
  • the product type 1211 records the type (product name, etc.) of the product manufactured by the target manufacturing operation, and the serial number 1212 uniquely records the product recorded in the product type 1211.
  • the serial number for identification is recorded in. That is, the serial number is an identification number that differs for each product.
  • the product type 1211 may use fixed information preset in the measurement data collection unit 120, or may be acquired from a manufacturing system (not shown) that manages the entire manufacturing line. It may be input to the user, or it may be acquired by other methods. The same applies to the serial number 1212.
  • the time when the measurement data was measured by the acceleration sensor 6 is recorded.
  • the measurement start time is recorded, but the time from the measurement start to the measurement end may be recorded. Then, the measurement data is recorded as waveform data in the waveform data 1214.
  • the measurement data division unit 130 has a function of dividing the measurement data acquired by the measurement data collection unit 120 into operation units of the manufacturing apparatus 2 and specifying an operation type for each divided measurement data (waveform data).
  • the divided measurement data will be referred to as "divided data”.
  • the measurement data division unit 130 has a function of registering the waveform data of the division data, the specified operation type, and the like in the division data management table 131.
  • FIG. 4 is a diagram showing a configuration example of the divided data management table.
  • the divided data management table 131 is a data table for managing the divided data, and as illustrated in FIG. 4, the product type 1311, the serial number 1312, the time 1313, the waveform number 1314, the waveform data 1315 for each operation, and the operation type. It is configured with 1316.
  • the divided data management table 131 information on the measurement data to be divided in the data division process is recorded in the product type 1311, the serial number 1312, and the time 1313. These correspond to the product type 1211, the serial number 1212, and the time 1213 in the collected data management table 121 of FIG.
  • waveform number 1314 a serial number assigned in chronological order to the measurement data (waveform data) divided by the measurement data division unit 130 is recorded.
  • waveform data 1315 for each operation waveform data obtained by dividing the waveform data (waveform data 1214) recorded in the collected data management table 121 for each operation is recorded.
  • an operation type indicating which operation time data of the manufacturing operation corresponds to each waveform data recorded in the operation-specific waveform data 1315 is recorded.
  • the operation type recorded in the operation type 1316 can be specified by referring to the operation type management table 161 in which the measurement data division unit 130 is stored in the data storage unit 160.
  • FIG. 5 is a diagram showing a configuration example of an operation type management table.
  • the operation type management table 161 is a data table in which operation types of a plurality of operations constituting the manufacturing operation are registered in advance, and as illustrated in FIG. 5, the product type 1611, the waveform number 1612, and the operation type 1613 are displayed. Be prepared.
  • the manufacturing operation of "Manufacturing A” consists of four operations, and the operation types of each operation are “Move 1", “Manufacturing 1", and “Manufacturing 1" in chronological order. It is registered that it is “manufacturing 2" and "moving 2".
  • "movement 1", “manufacturing 1", “manufacturing 2", and “moving 2” mean operations having different modes.
  • the measurement data division unit 130 refers to the operation type management table 161 to refer to the product type 1311 and the waveform number 1314 of the division data management table 131 (product type 1611 and waveform number 1612 in the operation type management table 161).
  • the operation type 1613 corresponding to the combination of the above can be specified as the operation type to be recorded in the operation type 1316.
  • FIG. 2 shows the divided data collecting unit 180 as a functional unit composed of the measurement data collecting unit 120 and the measurement data dividing unit 130.
  • the divided data collecting unit 180 has a function of the measurement data collecting unit 120 and a function of the measurement data dividing unit 130.
  • the divided data collecting unit 180 operates the measurement data of the acceleration sensor 6 that measures the manufacturing operation of the manufacturing apparatus 2. It has a function to divide and collect each divided data.
  • the data analysis unit 140 compares each of the divided data (waveform data 1315 for each operation) divided by the measurement data division unit 130 with the training data using the training data management table 162, and operates by a predetermined analysis method. It has a function of determining the presence or absence of a problem and recording the analysis result in the analysis result management table 163. These processes by the data analysis unit 140 are referred to as “data analysis processes", and detailed processing procedures thereof will be described later with reference to FIG.
  • the "predetermined analysis method" used in the data analysis process may be a method for mechanically determining whether or not there is an abnormality in the operation of the manufacturing apparatus 2 in order to predict a failure of the manufacturing apparatus 2.
  • it is not limited to a specific analysis method.
  • the obtained correlation value is lower than the threshold value (correlation threshold 1623 in FIG. 6) by comparing with a correlation function or the like using the data trained as normal operation in advance (learning data 1622 in FIG. 6). It may be a method of judgment.
  • a method may be used in which the current correlation value and the past correlation value are arranged in a time series, a regression equation or an approximation equation is used, and the day when the correlation value falls below the threshold value is predicted as the failure occurrence date.
  • the method of predicting the failure occurrence date will be supplemented in the second embodiment.
  • FIG. 6 is a diagram showing a configuration example of the learning data management table.
  • the learning data management table 162 is a data table that manages learning data learned in advance as data at the time of normal operation for each operation type, and as illustrated in FIG. 6, the operation type 1621, the learning data 1622, and It is configured with a correlation threshold of 1623.
  • the operation type 1621 records the operation type of each operation constituting the manufacturing operation, and corresponds to the operation type shown in FIGS. 4 and 5.
  • the learning data 1622 is learning data in the operation indicated by the operation type 1621, and waveform data at the time of normal operation is recorded.
  • the correlation threshold value 1623 is a threshold value of a judgment standard used when the data analysis unit 140 compares the waveform data 1315 for each operation with the learning data 1622 and determines whether or not there is an operation problem by a predetermined analysis method, and is an operation type. Different values can be set for each.
  • the operation type 1621 and the learning data 1622 are registered in advance. A fixed value may be registered in advance for the correlation threshold value 1623, or the correlation threshold value 1623 may be changed by the data analysis unit 140 depending on the analysis method.
  • FIG. 7 is a diagram showing a configuration example of the analysis result management table.
  • the analysis result management table 163 is a data table for managing the analysis results by the data analysis process, and as illustrated in FIG. 7, the product type 1631, the serial number 1632, the waveform number 1633, the operation type 1634, the correlation value 1635, And the analysis result 1636.
  • the data of the corresponding items in the divided data management table 131 referred to in the data analysis process is recorded.
  • the correlation value 1635 the correlation value between the waveform of the divided data (waveform data 1315 for each operation) and the waveform of the learning data (learning data 1622) is recorded.
  • the analysis result 1636 the determination result of the presence or absence of abnormality is recorded for each operation constituting the manufacturing operation.
  • the analysis result output unit 150 has a function of outputting the analysis result of the data analysis process recorded in the analysis result management table 163 to the user side.
  • the analysis result output unit 150 can display the information desired by the user among the information recorded in the analysis result management table 163 on the analysis result display screen 171 of the operation terminal 7. To do. Details of the output of the analysis result by the analysis result output unit 150 will be described later with reference to FIG.
  • the output form of the analysis result is not limited to the display, and for example, printing or output to a data file can be adopted as another output form.
  • the output of the analysis result may be executed without requiring an operation by the user.
  • the analysis by the data analysis unit 140 may be performed in real time during the execution of the manufacturing operation by the manufacturing apparatus 2 or at the end of the manufacturing operation.
  • the analysis result output unit 150 may output the analysis result, etc., triggered by the update / registration of the result management table 163.
  • failure sign detection method A method (failure sign detection method) in which the failure sign detection system 100 according to the present embodiment detects the occurrence of an abnormality in the manufacturing operation of the manufacturing apparatus 2 will be described.
  • the manufacturing apparatus 2 manufactures a product by executing a manufacturing operation consisting of a plurality of operations having different modes. Then, when each operation is started in the manufacturing apparatus 2, the operation lamp 3 lights up, and the motion detection sensor 4 detects the lighting.
  • the motion detection unit 110 monitors the measurement data of the motion detection sensor 4, and by analyzing the measurement data of the motion detection sensor 4, it is possible to detect the start of one operation of the manufacturing operation in the manufacturing apparatus 2.
  • the motion detection unit 110 detects the start of operation in the manufacturing apparatus 2 from the measurement data of the motion detection sensor 4, the motion detection unit 110 measures the vibration device 5 for a certain period of time at a specific frequency (according to the operation of the manufacturing apparatus 2). It is instructed to vibrate at a frequency different from the main component of the frequency.
  • the vibrationating device 5 vibrates according to the above instruction
  • the acceleration sensor 6 measuring the acceleration of the operation of the manufacturing device 2 also vibrates. Therefore, the measurement data of the acceleration sensor 6 is divided by the vibration at the timing between each operation. Is inserted. Since it is clear at the start of the manufacturing operation (in other words, at the start of the first operation) without inserting a break, the motion detection unit 110 does not have to instruct the vibration device 5 to vibrate.
  • the measurement data collection unit 120 acquires the measurement data of the acceleration sensor 6 that measures the entire manufacturing operation of 1 by the manufacturing apparatus 2, and registers it in the collection data management table 121 together with the related information of the acquired measurement data. To do.
  • the related information registered in the collected data management table 121 is, specifically, the product type 1211 of the product manufactured by the manufacturing operation targeted by the measurement data, the serial number 1212 of the product, and the time when the measurement data is measured. 1213 and waveform data 1214 of the measurement data (see FIG. 3).
  • the measurement data division unit 130 reads the collection data management table 121 registered by the measurement data collection unit 120 and performs data division processing on the measurement data to divide the measurement data into operation units and its relations.
  • the information is registered in the divided data management table 131.
  • FIG. 8 is a flowchart showing an example of a processing procedure of the data division processing. Further, FIG. 9 is a diagram for explaining an image of measurement data division. The data division process will be described in detail with reference to FIGS. 8 and 9.
  • the measurement data division unit 130 acquires the collection data management table 121 from the measurement data collection unit 120 (step S101).
  • FIG. 9A shows waveform data of the measurement data acquired in step S101. Since this waveform data is measured through a series of manufacturing operations, the start of the second and subsequent operations "manufacturing 1", “manufacturing 2", and “moving 2" among the four operations constituting the manufacturing operation. Occasionally, vibration by the vibrating device 5 that serves as a delimiter is detected.
  • the measurement data dividing unit 130 uses a high-pass filter to extract data corresponding to the vibration frequency of the vibrating device 5 from the waveform data acquired in step S101 (step S102).
  • FIG. 9B shows the waveform data extracted in step S102. According to the waveform data of FIG. 9B, it can be seen that only the vibration for division by the vibration device 5 was extracted.
  • the measurement data dividing unit 130 acquires the timing at which the vibrating device 5 vibrates from the data extracted in step S102 (step S103).
  • the measurement data dividing unit 130 uses a low-pass filter to remove the vibration frequency of the vibrating device 5 from the waveform data acquired in step S101 (step S104).
  • FIG. 9C shows the waveform data after the vibration frequency of the vibrating device is removed in step S104.
  • the delimiter signal vibration component by the vibrating device 5 inserted between each operation was removed, and only the measurement data for the operation of the manufacturing device 2 was extracted. I understand.
  • the measurement data dividing unit 130 divides the data removed in step S104 at the vibration timing of the vibrating device 5 acquired in step S103, and assigns waveform numbers to the divided data in chronological order (step S105). ).
  • the waveform data (divided data) divided in step S105 is shown by “w1” to “w4”, and each divided data is the waveform data divided for each operation (divided data). Corresponds to waveform data by operation).
  • the waveform numbers of "1" to "4" are sequentially assigned to the divided data of "w1" to "w4".
  • the measurement data dividing unit 130 refers to the operation type management table 161 and acquires the product type and the operation type corresponding to the waveform number of the divided data divided in step S105 (step S106). Specifically, the product type of the divided data is shown in the product type 1211 of the collected data management table 121, and the waveform number is assigned in step S105. Then, as shown in FIG. 5, the operation type 1613 corresponding to the combination of the product type 1611 and the waveform number 1612 is registered in the operation type management table 161.
  • the measurement data division unit 130 registers the information obtained in steps S101 to S106 in the division data management table 131 (step S107), and ends the data division process.
  • the product type 1311, the serial number 1312, and the time 1313 are shown in the collected data management table 121 acquired in step S101. .. Further, the waveform number 1314 and the waveform data 1315 for each operation are determined in step S105, and the operation type 1316 is acquired in step S106.
  • a high-pass filter was used to extract the vibration frequency of the vibration device 5, and a low-pass filter was used to remove the vibration frequency.
  • a bandpass filter or the like may be used.
  • the data analysis unit 140 reads the divided data management table registered by the measurement data division unit 130 and performs the data analysis process on the divided data to obtain the divided data. The presence or absence of an operation problem is determined for each corresponding operation unit, and the analysis result is registered in the analysis result management table 163.
  • FIG. 10 is a flowchart showing an example of a processing procedure of the data analysis process. The data analysis process will be described in detail with reference to FIG.
  • the data analysis unit 140 acquires the division data management table 131 from the measurement data division unit 130 (step S201).
  • the data analysis unit 140 repeats the subsequent processes of steps S203 to S208 while selecting all the divided data recorded in the divided data management table 131 acquired in step S201 one by one (steps S202 to S209). ).
  • the data analysis unit 140 refers to the training data management table 162, and records the training data (learning data 1622, correlation threshold) corresponding to the operation type (operation type 1316) of the divided data selected in step S202. 1623) is acquired (step S203).
  • the data analysis unit 140 is held in the waveform data (operation-specific waveform data 1315 of the division data management table 131) of the selected division data by using the correlation function used in a predetermined analysis method.
  • the correlation value with the training data 1622 acquired in step S203 is calculated (step S204).
  • the data analysis unit 140 determines whether or not the correlation value calculated in step S204 is smaller than the correlation threshold value 1623 acquired in step S203 (step S205). If the correlation value is less than the correlation threshold value (YES in step S205), the data analysis unit 140 determines that the analysis result of the selected divided data is "problem (abnormal)" (step S206). On the other hand, if the correlation value is equal to or greater than the correlation threshold value in step S205 (NO in step S205), the data analysis unit 140 determines that the analysis result of the selected divided data is "no problem (normal)” (step). S207).
  • the data analysis unit 140 registers the information regarding the selected divided data obtained in steps S201 to S207 in the analysis result management table 163 (step S208).
  • the product type 1631, serial number 1632, waveform number 1633, and operation type 1634 are the divided data management table 131 acquired in step S201. It is shown in. Further, the correlation value 1635 is calculated in step S204, and the analysis result 1636 is determined in step S206 or S207.
  • the data analysis unit 140 can complete the analysis result management table 163 for all the divided data by repeating the above steps S203 to S208 for all the divided data, and then perform the data division process. finish.
  • the analysis result for the divided data is registered in the analysis result management table 163. Therefore, after that, the analysis result output unit 150 is requested by the user. However, the analysis result of the data analysis process for the manufacturing operation can be output.
  • the output of the analysis result by the analysis result output unit 150 will be described.
  • the user refers to the contents of the analysis result management table 163 from the operation terminal 7 connected to the LAN 8
  • the product type and the serial number are input on the screen of the browser or the like of the operation terminal 7, and the analysis result output unit 150 is used. Pass the entered information.
  • the analysis result output unit 150 searches for the corresponding information from the analysis result management table 163 held in the data storage unit 160 based on the information received from the operation terminal 7, and inputs the information to be displayed on the screen to the operation terminal.
  • the information of the analysis result management table 163 is displayed on the analysis result display screen 171 and can be confirmed by the user.
  • FIG. 11 is a diagram showing an example of an analysis result display screen.
  • the analysis result display screen 171 of FIG. 11 is a display example when the product type “product A” and the serial number “XXX111” are input by the user, and is illustrated in FIG. 7 as an analysis result corresponding to these input information.
  • the information of the waveform number 1633, the operation type 1634, the correlation value 1635, and the analysis result 1636 of the analysis result management table 163 is displayed.
  • the analysis result display screen 171 of FIG. 7 also displays the "manufacturing date and time".
  • the "manufacturing date and time” for example, an item of the manufacturing date and time is provided in the analysis result management table 163, and the data is obtained.
  • the analysis result output unit 150 can output.
  • the correlation threshold value 1623 of the learning data management table 162 is used as a criterion for determining whether or not there is a problem (normal / abnormal) in each operation, and this correlation threshold value 1623 is used. It can be set arbitrarily for each operation. That is, if the value of the correlation threshold value 1623 is set high, the criterion for determining normality / abnormality becomes strict, and the abnormality in each operation of the manufacturing apparatus 2 is increased before the manufacturing apparatus 2 fails due to a malfunction or the like. It can be detected with high accuracy. Further, even when another analysis method is adopted, the normal / abnormal judgment criteria can be set arbitrarily.
  • the failure sign detection system 100 when the manufacturing operation of the manufacturing apparatus 2 consists of a plurality of operations having different modes, the divided data based on the measurement data and the normal operation By comparing the learning data of the above in the operation unit, the occurrence of an abnormality can be detected with high accuracy in the operation unit, and the operation in which the abnormality occurs can be identified.
  • different comparison conditions can be set for each operation, such as changing the correlation threshold for each operation, so that the mode of each operation is different.
  • the accuracy of abnormality detection can be improved.
  • the failure sign detection system 100 even when the manufacturing operation of the manufacturing apparatus 2 consists of a plurality of operations having different modes, the operation in which an abnormality has occurred is detected with high accuracy. By being able to do so, it is possible to detect a sign of failure in the manufacturing apparatus 2 and narrow down the location where the failure occurs.
  • all of the server 1, the motion detection sensor 4, and the acceleration sensor 6 constituting the failure sign detection system 100 are attached to the manufacturing device 2 or installed outside the manufacturing device 2, and are vibrating devices. 5 is configured to be attached to the acceleration sensor 6. That is, the failure sign detection system 100 according to the present embodiment can detect a failure sign of the manufacturing device 2 without changing the existing manufacturing device 2, and is highly versatile and convenient.
  • failure sign detection system 200 according to the second embodiment of the present invention will be described focusing on the differences from the failure sign detection system 100 according to the first embodiment. Therefore, the description of the configuration, data, processing, etc. common to the first embodiment will be omitted.
  • FIG. 12 is a block diagram showing a functional configuration example of the failure sign detection system according to the second embodiment of the present invention. The configuration of the failure sign detection system 200 shown in FIG. 12 will be described with reference to FIG.
  • the operation lamp 3 and the motion detection sensor 4 shown in FIG. 1 are not installed in the manufacturing apparatus 22 shown in FIG. 12, and a log storage device 24 is connected instead. Further, the vibrating device 5 shown in FIG. 1 is also unnecessary in the second embodiment.
  • the manufacturing operation of the manufacturing apparatus 22 is composed of a plurality of operations having different modes, and as a specific operation, as in the first embodiment, "movement 1" , "Manufacturing 1", “Manufacturing 2", and “Movement 2" are executed in order.
  • the log storage device 24 is a storage device that acquires the operation log of the manufacturing device 22 and records it in the manufacturing device operation log file 241. In the manufacturing device operation log file 241, the operation start and operation end of the manufacturing device 22 are recorded. A message indicating the content of the event is output when the event occurs.
  • FIG. 13 is a diagram showing an example of a manufacturing apparatus operation log file.
  • the date, time, error level, message ID, and message content are recorded in the manufacturing apparatus operation log file 241.
  • “Date” and “time” mean the date and time when the event in which the message was output occurred, and "error level” means the classification of the message.
  • the "message ID” is an identifier of the message, and the “message content” represents the content of the event.
  • the configuration required on the manufacturing apparatus 2 side in the second embodiment is not limited to the log storage device 24 described above, and the timing of starting the operation of the manufacturing apparatus 2 can be grasped in real time. Anything that can notify the server 21 of the timing will do.
  • the failure sign detection system 200 has an operation detection unit 210, a measurement data collection unit 220, a measurement data division unit 230, a data analysis unit 240, an analysis result output unit 250, and data in the server 21.
  • a storage unit 260 is provided.
  • the operation detection unit 210 monitors the message ID or message content of the manufacturing device operation log file 241 stored in the log storage device 24, and outputs a message indicating the start of operation of the manufacturing device 22 to the manufacturing device operation log file 241. Based on this, it has a function of detecting the start of operation of the manufacturing apparatus 22. As a result, in the second embodiment, devices such as the operation lamp 3 and the motion detection sensor 4 in the first embodiment become unnecessary.
  • the motion detection unit 210 switches the measurement state of the acceleration sensor 26 ON / OFF at the timing when the operation start of the manufacturing apparatus 22 is detected, so that the measurement data of the acceleration sensor 26 is divided into operation units.
  • the motion detection unit 210 issues an instruction to temporarily turn off the measurement state by the acceleration sensor 26 and then switch to the ON state at the timing when the start of each operation of the manufacturing operation is detected.
  • the acceleration sensor 26 is a sensor attached to the manufacturing apparatus 22 to measure the acceleration of the operation of the manufacturing apparatus 22, and the measurement data is measured every time the measurement state is switched according to the instruction of the motion detecting unit 210. Change the output destination file of to another file.
  • the acceleration sensor 26 acquires measurement data in different files for each operation unit of the manufacturing operation, and the measurement data of this operation unit is transmitted to the server 21 (measurement data collection unit 220).
  • the vibration device 5 in the first embodiment becomes unnecessary.
  • the measurement data collection unit 220 has a function of collecting measurement data by the acceleration sensor 26 and registering it in the collection data management table 221 together with information such as the serial number of the manufactured product. Has. However, since the measurement data collected by the measurement data collection unit 220 is already in the state of the divided data divided into operation units, the configuration of the collection data management table 221 is the collection data management in the first embodiment. There is a part different from Table 121.
  • FIG. 14 is a diagram showing a configuration example of the collected data management table according to the second embodiment.
  • the collected data management table 221 is composed of product type 2211, serial number 2212, time 2213, data number 2214, and operation-specific waveform data 2215. Comparing with the collected data management table 121 illustrated in FIG. 3 in the first embodiment, it can be seen that the data number 2214 is added.
  • the data number 2214 is a serial number assigned by the measurement data collection unit 220 to the measurement data collected from the acceleration sensor 26 in chronological order.
  • the operation-specific waveform data 2215 is the waveform data of the measurement data. However, since the measurement data is output to a separate file for each operation unit as described above, the waveform data can be said to be operation-specific waveform data. Since the other items of the collected data management table 221 are the same as the items of the same name in the collected data management table 121, the description thereof will be omitted.
  • the measurement data division unit 230 has a function of specifying an operation type for the measurement data acquired by the measurement data collection unit 220 and registering the division data management table 231. As described above, the measurement data acquired by the measurement data collection unit 220 (in other words, the measurement data registered in the collection data management table 221) is already divided into operation units, so that the measurement data division unit 230 sets a row.
  • the process (data division process) is different from the data division process (see FIG. 3) in the first embodiment.
  • FIG. 15 is a flowchart showing a processing procedure example of the data division processing in the second embodiment.
  • the measurement data division unit 230 acquires the collection data management table 221 from the measurement data collection unit 220 (step S301). This process is the same as the process of step S101 of FIG.
  • the measurement data division unit 230 assigns waveform numbers to the measurement data in the order of the data numbers 2214 in the collected data management table 221 acquired in step S301 (step S302). At this time, since the measurement data is already divided into operation units, it is not necessary to process the measurement data using a filter. Therefore, the measurement data dividing unit 230 can surely acquire the measurement data (that is, the divided data) divided into the operation units without considering the operation frequency and the like of the manufacturing apparatus 22.
  • the measurement data division unit 230 refers to the operation type management table 261 and acquires the operation type corresponding to the product type and the waveform number of the division data (step S303). This process is the same as the process of step S106 of FIG. Since the configuration of the operation type management table 261 is the same as that of the operation type management table 161 shown in FIG. 5, detailed description thereof will be omitted.
  • the measurement data division unit 230 registers the information obtained in steps S301 to S303 in the division data management table 231 (step S304), and ends the data division process. This process is the same as the process of step S107 of FIG. Further, since the configuration of the divided data management table 231 is the same as that of the divided data management table 131 shown in FIG. 4, detailed description thereof will be omitted.
  • the divided data is collected as a functional unit including the measurement data collecting unit 220 and the measurement data dividing unit 230.
  • Part 280 is shown.
  • the divided data collecting unit 280 has a function of the measurement data collecting unit 220 and a function of the measurement data dividing unit 230.
  • the divided data collecting unit 280 operates the measurement data of the acceleration sensor 26 that measures the manufacturing operation of the manufacturing apparatus 22. It has a function to divide and collect each divided data.
  • the data analysis unit 240 After the data division process by the measurement data division unit 230 is completed, the data analysis unit 240 reads the division data management table 231 registered by the measurement data division unit 230, and data for the division data while referring to the learning data management table 262. By performing the analysis process, it has a function of determining the presence or absence of an operation problem in the operation unit corresponding to the divided data and registering the analysis result in the analysis result management table 263. Since the data analysis process by the data analysis unit 240 may be regarded as the same process as the data analysis process by the data analysis unit 140 in the first embodiment, detailed description thereof will be omitted. Further, since the configurations of the learning data management table 262 and the analysis result management table 263 are the same as those of the learning data management table 162 shown in FIG. 6 and the analysis result management table 163 shown in FIG. 7, detailed explanations are omitted. To do.
  • the analysis result output unit 250 has a function of outputting the analysis result of the data analysis process recorded in the analysis result management table 263 to the user side.
  • the analysis result display screen 271 shown in FIG. 12 is an aspect of the output by the analysis result output unit 250, and the analysis result output unit 250 responds to the user's request and the information recorded in the analysis result management table 163. The information corresponding to the request is displayed on the operation terminal 7 side.
  • the specific display screen of the analysis result display screen 271 may be considered to be the same as the analysis result display screen 171 illustrated in FIG.
  • the data analysis unit 240 calculates the correlation value between the training data (for example, the training data 1622 in FIG. 6) trained in advance as normal operation and the measurement data (divided data) this time by using the correlation function. (See FIG. 10).
  • the data storage unit 260 records the correlation value similarly calculated during the past manufacturing operation of the manufacturing apparatus 22.
  • the data analysis unit 240 draws an approximate line by arranging the current correlation value and the past correlation value in chronological order. Then, the data analysis unit 240 can predict the day when this approximate line falls below a predetermined threshold value (correlation threshold value) as the failure occurrence day. It can be said that the failure occurrence date determined in this way more specifically detects the failure sign of the manufacturing apparatus 22.
  • FIG. 16 is a diagram for explaining an image of failure occurrence date prediction.
  • the vertical axis is the correlation value
  • the horizontal axis is the manufacturing date and time
  • the current and past correlation values are plotted with black circles, and their approximate lines L1 are shown.
  • the correlation threshold value set in advance together with the learning data is represented by L2, and L2 is set to “0.9” as an example.
  • the manufacturing apparatus 22 repeats the manufacturing operation, and as time elapses, the learning data and the measurement data deviate from each other and the correlation value decreases, so that the slope of the approximation line L1 based on the correlation value becomes negative. Therefore, even if an operation abnormality is not detected in the measurement data this time, the approximation line L1 will fall below the correlation threshold value L2 somewhere in the future, and that day is predicted to be the failure occurrence date.
  • the data analysis unit 240 can predict the timing at which the predicted value based on the transition of the approximation line L1 of the correlation value falls below a predetermined threshold value (correlation threshold value L2) as the failure occurrence time. Specifically, in the case of FIG. 16, "2/22" is the failure occurrence date. Although omitted in FIG. 16, it is possible to predict not only the date but also the time.
  • the data analysis unit 240 also records the failure occurrence date in the analysis result management table 263.
  • the analysis result output unit 250 can present the prediction result of the failure occurrence date of the manufacturing apparatus 22 to the user.
  • the user can recognize which operation of the manufacturing apparatus 22 is likely to fail, such as a part or control, by considering which operation analysis result is used as the prediction result of the failure occurrence date. it can.
  • the measurement data obtained by measuring the manufacturing operation of the manufacturing device 22 can be divided into operation units without using the vibration device, and it is not necessary to cut out the waveform by a high-pass filter, a low-pass filter, or the like. Is. Therefore, the failure sign detection system 200 according to the second embodiment reliably acquires waveform data as divided data from a wide range of target manufacturing devices 22 without considering the operating frequency of the manufacturing device 22 and the like. Can be done.
  • the motion detection unit 210 operates the manufacturing apparatus 22 based on the operation log (manufacturing apparatus operation log file 241) without using the sensors (operation lamp 3 and the motion detection sensor 4).
  • the failure sign detection system 200 determines whether or not there is an abnormality in the operation of the manufacturing device 22 without being restricted by the surrounding environment of the manufacturing device 22 such as the brightness in the factory, and detects the sign of the failure. can do.
  • the present invention is not limited to the above-described embodiment, and includes various modifications.
  • the above-described embodiment has been described in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to the one including all the described configurations. It is also possible to replace a part of the configuration of one embodiment with the configuration of another embodiment, and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. .. Further, it is possible to add / delete / replace other configurations with respect to a part of the configurations of each embodiment.
  • each of the above configurations, functions, processing units, processing means, etc. may be realized by hardware by designing a part or all of them by, for example, an integrated circuit. Further, each of the above configurations, functions, and the like may be realized by software by the processor interpreting and executing a program that realizes each function. Information such as programs, tables, and files that realize each function can be placed in a memory, a recording device such as a hard disk or SSD, or a recording medium such as an IC card, SD card, or DVD.
  • control lines and information lines are shown as necessary for explanation, and not all control lines and information lines are shown in the product. In practice it may be considered that almost all configurations are interconnected.

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

故障予兆検知システム１００は、複数の動作から成り立つ製造装置２の製造動作について、各動作の正常動作時のデータを学習データとして保持するデータ記憶部１６０と、製造装置２の製造動作を測定するセンサ（加速度センサ６）と、製造動作における各動作の動作開始を検知する動作検知部１１０と、加速度センサ６が測定した測定データを動作ごとの分割データに区切って収集する分割データ収集部１８０と、動作ごとの分割データと学習データとの比較に基づいて、各動作の異常を分析するデータ分析部１４０と、を備える。

Description

故障予兆検知システム及び故障予兆検知方法
　本発明は、故障予兆検知システム及び故障予兆検知方法に関し、複数の動作から成り立つ製造動作を行う製造装置を対象として、故障の予兆を検知する故障予兆検知システム及び故障予兆検知方法に適用して好適なものである。
　従来、装置の異常を検知する方法が広く考えられており、代表的なものとしては、装置に設置したセンサの測定データを装置が正常動作しているときのデータと比較し、差異が認められた場合に異常検知と判定する方法が知られている。
　例えば特許文献１には、製造装置に設置した加速度センサの測定データをフーリエ変換して得られた周波数スペクトルを分析し、分析後の評価値を正常動作時の評価値と比較し、所定の条件を満たすか否かによって、製造装置の寿命を決定する方法が開示されている。
特開２００３－０７４４７８号公報
　しかし、特許文献１に開示された寿命予測方法では、同一の製造装置が複数の異なる動作を行う場合に、それぞれの動作に対して異なる比較条件を設定することができないため、異常検知の精度が低くなるという問題があった。
　本発明は以上の点を考慮してなされたもので、製造装置の製造動作が態様の異なる複数の動作から構成される場合であっても、動作単位で分析を実施して高精度で異常を検知することが可能な故障予兆検知システム及び故障予兆検知方法を提案しようとするものである。
　かかる課題を解決するため本発明においては、複数の動作から成り立つ製造装置の製造動作について、各動作の正常動作時のデータを学習データとして保持するデータ記憶部と、前記製造装置の前記製造動作を測定するセンサと、前記製造動作における前記各動作の動作開始を検知する動作検知部と、前記センサが測定した測定データを前記動作ごとの分割データに区切って収集する分割データ収集部と、前記動作ごとの前記分割データと前記学習データとの比較に基づいて、前記各動作の異常を分析するデータ分析部と、を備える故障予兆検知システムが提供される。
　また、かかる課題を解決するため本発明においては、複数の動作から成り立つ製造装置の製造動作について、各動作の正常動作時のデータを学習データとして保持する事前ステップと、前記製造動作における前記各動作の動作開始を検知する動作検知ステップと、前記製造装置の前記製造動作を所定のセンサで測定する測定ステップと、前記測定ステップで測定された測定データを、前記動作ごとの分割データに区切って収集する分割データ収集ステップと、前記動作ごとの前記分割データと前記学習データとの比較に基づいて、前記各動作の異常を分析するデータ分析ステップと、を備える故障予兆検知方法が提供される。
　本発明によれば、製造装置の製造動作が複数の動作から構成される場合であっても、動作単位で異常を高精度に検知することができる。
本発明の第１の実施の形態に係る故障予兆検知システムのハードウェア構成例を示すブロック図である。 図１に示した故障予兆検知システムの機能構成例を示すブロック図である。 収集データ管理表の構成例を示す図である。 分割データ管理表の構成例を示す図である。 動作種別管理表の構成例を示す図である。 学習データ管理表の構成例を示す図である。 分析結果管理表の構成例を示す図である。 データ分割処理の処理手順例を示すフローチャートである。 測定データ分割のイメージを説明するための図である。 データ分析処理の処理手順例を示すフローチャートである。 分析結果表示画面の一例を示す図である。 本発明の第２の実施の形態に係る故障予兆検知システムの機能構成例を示すブロック図である。 製造装置動作ログファイルの一例を示す図である。 第２の実施の形態における収集データ管理表の構成例を示す図である。 第２の実施の形態におけるデータ分割処理の処理手順例を示すフローチャートである。 故障発生日予測のイメージを説明するための図である。
　以下、図面を参照して、本発明の実施の形態を詳述する。
（１）第１の実施の形態
（１－１）故障予兆検知システムの構成
　図１は、本発明の第１の実施の形態に係る故障予兆検知システムのハードウェア構成例を示すブロック図である。
　図１に示した故障予兆検知システム１００は、主にサーバ１が製造装置２による製造動作における異常の発生を検知することによって故障の予兆検知を可能とするシステムであって、サーバ１と、動作検知センサ４、振動装置５、及び加速度センサ６とが、ＬＡＮ（Local Area Network）８を介して通信可能に接続されて構成される。また、サーバ１はＬＡＮ８を介して、ユーザの操作端末７とも通信可能に接続されている。
　サーバ１は、一般的なサーバを利用可能であり、プロセッサであるＣＰＵ（Central Processing Unit）１１、主記憶装置であるメモリ１２、補助記憶装置１３、及びＮＩＣ（Network Interface Card）１４を備える。サーバ１では、メモリ１２が有する所定のプログラムをＣＰＵ１１が実行することにより、故障予兆検知システム１００による所定の処理（より具体的には、図２に示す動作検知部１１０、測定データ収集部１２０、測定データ分割部１３０、データ分析部１４０、及び分析結果出力部１５０の機能を実現する処理）が実行される。補助記憶装置１３は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Disk）であるが、その他の記憶装置であってもよい。ＮＩＣ１４は、ＬＡＮ８に接続することによってサーバ１と外部との通信を可能にするネットワークアダプタである。
　なお、図１に示したハードウェア構成は一例であり、本実施の形態ではその他の構成であってもよい。例えば、補助記憶装置１３はサーバ１の外部の記憶装置であってもよいし、ネットワークの種類はＬＡＮ以外であってもよい。また、図１では、ユーザの操作端末７が示されているが、サーバ１側に専用の表示装置を有する構成等であってもよい。
　製造装置２は、態様の異なる複数の動作で成り立つ製造動作を行って製品を製造する装置であって、運転ランプ３が付属されている。運転ランプ３は、製造装置２の動作状況を発光等によって報知するランプであって、例えば、製造動作に含まれる各動作の開始タイミングで点灯し、当該動作の終了タイミングで消灯するものとする。
　動作検知センサ４は、製造装置２の動作開始を検知するセンサであって、例えば運転ランプ３に接続されたカラーセンサである。運転ランプ３が動作の開始を意味する発光（例えば点灯）を行ったとき、動作検知センサ４はそれを感知し、製造装置２で動作が開始されたことをサーバ１（図２で後述する動作検知部１１０）に通知する。
　なお、本例では、製造装置２の動作開始を運転ランプ３が報知し、運転ランプ３の挙動を動作検知センサ４が検知するという構成にしているが、本実施の形態はこれらの構成に限定されるものではなく、製造装置２による動作開始がサーバ１に通知される構成であればよい。
　振動装置５は、加速度センサ６に接続して設置され、サーバ１（図２で後述する動作検知部１１０）からの指示に基づいて加速度センサ６を振動させる装置である。振動装置５は、自身の振動によって加速度センサ６の測定データに区切りを与えることができる。なお、本例では、上記測定データに区切りを与えることができる装置の一例として振動装置５を用いているが、本実施の形態では、上記測定データに区切りを与える要因は振動以外であってもよく、装置の種類も限定されない。例えば上記測定データに電子信号を入力することができる装置等であってもよい。
　加速度センサ６は、製造装置２に取付けられ、製造装置２の動作の加速度を測定するセンサである。加速度センサ６による測定データは、サーバ１（図２で後述する測定データ収集部１２０）に送信される。
　なお、本例では、加速度センサ６が製造装置２に取付けられて加速度を測定し、振動装置５が振動によって加速度センサ６の測定データに区切りを与える構成を示すが、本実施の形態はこれらの構成に限定されるものではない。すなわち、製造装置２に取付けるセンサは、製造装置２の故障の予兆（異常の発生）を検知可能なデータを取得することができ、かつ、取得したデータが周期性を示すものであればよく、加速度センサ６に替えて電流センサ等を用いてもよい。そして、製造装置２に取付けるセンサの種類に応じて、当該センサの測定データに区切りを与えることができる装置も任意に変更することができる。例えば、加速度センサ６に替えて電流センサを用いる場合は、振動装置５に替えて、電流のＯＮ／ＯＦＦを切り替えることができる装置を用いればよい。
　詳細は後述するが、本実施の形態では、製造動作の各動作の開始タイミングで測定データに区切りを与えることにより、データ分割処理において測定データを動作単位に分割する際の目印とすることができる。
　図２は、図１に示した故障予兆検知システムの機能構成例を示すブロック図である。図２に示したように、故障予兆検知システム１００は、サーバ１内に、動作検知部１１０、測定データ収集部１２０、測定データ分割部１３０、データ分析部１４０、分析結果出力部１５０、及びデータ記憶部１６０を備える。
　このうち、データ記憶部１６０は、図１に示した補助記憶装置１３によって実現され、より具体的には、補助記憶装置１３は、動作種別管理表１６１、学習データ管理表１６２、及び分析結果管理表１６３を保持する領域を有する。一方、その他の機能構成は、主にＣＰＵ１１及びメモリ１２によって実現される。そして、メモリ１２は、測定データ収集部１２０が登録する収集データ管理表１２１と測定データ分割部１３０が登録する分割データ管理表１３１とを保持する領域を有する。
　動作検知部１１０は、動作検知センサ４による測定データを取得し、取得した測定データから製造装置２の動作開始を検知する機能を有する。さらに、動作検知部１１０は、製造装置２の動作開始を検知したタイミングで、振動装置５に所定の振動動作の実行を指示する機能を有する。なお、製造動作の開始時（言い換えれば１番目の動作の開始時）は、区切りを挿入しなくても明白であるため、動作検知部１１０は振動装置５に振動を指示しなくてもよい。本実施の形態の説明で示す各図面は、製造動作の開始時に振動動作を指示しない場合のものである。
　測定データ収集部１２０は、製造装置２に取付けた加速度センサ６による測定データを取得し、製造された製品のシリアル番号等の情報を付与する機能を有する。また、測定データ収集部１２０は、取得した測定データと付与したシリアル番号等を収集データ管理表１２１に登録する機能を有する。
　図３は、収集データ管理表の構成例を示す図である。収集データ管理表１２１は、測定データ収集部１２０が収集した測定データを管理するデータテーブルであって、図３に例示したように、製品種別１２１１、シリアル番号１２１２、時刻１２１３、及び波形データ１２１４を備えて構成される。
　収集データ管理表１２１において、製品種別１２１１には、対象とする製造動作によって製造された製品の種別（製品名等）が記録され、シリアル番号１２１２には、製品種別１２１１に記録された製品を一意に識別するためのシリアル番号が記録される。すなわち、シリアル番号は、製品ごとに異なる識別番号である。なお、製品種別１２１１は、測定データ収集部１２０に予め設定された固定の情報を用いるようにしてもよいし、製造ライン全体を管理する製造システム（不図示）等から取得するようにしてもよいし、ユーザに入力されるとしてもよいし、その他の方法で取得されてもよい。シリアル番号１２１２も同様である。
　時刻１２１３には、測定データが加速度センサ６で測定された時刻が記録される。図３の場合は、測定開始時刻を記録しているが、測定開始から測定終了までの時刻を記録する等してもよい。そして波形データ１２１４には、測定データが波形データで記録される。
　測定データ分割部１３０は、測定データ収集部１２０が取得した測定データを製造装置２の動作単位に分割し、分割した測定データ（波形データ）ごとに動作種別を特定する機能を有する。以後、分割した測定データを「分割データ」と称する。また、測定データ分割部１３０は、分割データの波形データや特定した動作種別等を分割データ管理表１３１に登録する機能を有する。測定データ分割部１３０によるこれらの処理を「データ分割処理」と称し、その詳細な処理手順は図８，図９を参照しながら後述する。
　図４は、分割データ管理表の構成例を示す図である。分割データ管理表１３１は、分割データを管理するデータテーブルであって、図４に例示したように、製品種別１３１１、シリアル番号１３１２、時刻１３１３、波形番号１３１４、動作別波形データ１３１５、及び動作種別１３１６を備えて構成される。
　分割データ管理表１３１において、製品種別１３１１、シリアル番号１３１２、及び時刻１３１３には、データ分割処理で分割の対象とされた測定データに関する情報が記録される。これらは図３の収集データ管理表１２１における製品種別１２１１、シリアル番号１２１２、及び時刻１２１３に対応している。
　波形番号１３１４には、測定データ分割部１３０が分割した測定データ（波形データ）に対して時系列順に割り当てた通し番号が記録される。動作別波形データ１３１５には、収集データ管理表１２１に記録された波形データ（波形データ１２１４）を動作ごとに分割した波形データが記録される。
　動作種別１３１６には、動作別波形データ１３１５に記録された各波形データが、製造動作の何れの動作時のデータに相当するかを示す動作種別が記録される。
　ここで、動作種別１３１６に記録される動作種別は、測定データ分割部１３０がデータ記憶部１６０に記憶されている動作種別管理表１６１を参照することによって特定できる。
　図５は、動作種別管理表の構成例を示す図である。動作種別管理表１６１は、製造動作を構成する複数の動作の動作種別が予め登録されたデータテーブルであって、図５に例示したように、製品種別１６１１、波形番号１６１２、及び動作種別１６１３を備えて構成される。
　具体的には図５の動作種別管理表１６１には、「製造Ａ」の製造動作が、４つの動作から成り立ち、各動作の動作種別が時系列順に「移動１」、「製造１」、「製造２」、「移動２」であることが登録されている。本例では、「移動１」、「製造１」、「製造２」、及び「移動２」は、それぞれ態様の異なる動作を意味する。
　したがって測定データ分割部１３０は、このような動作種別管理表１６１を参照することにより、分割データ管理表１３１の製品種別１３１１及び波形番号１３１４（動作種別管理表１６１では製品種別１６１１及び波形番号１６１２）の組み合わせに対応する動作種別１６１３を、動作種別１３１６に記録する動作種別として特定することができる。
　なお、図２には、測定データ収集部１２０及び測定データ分割部１３０から構成される機能部として、分割データ収集部１８０が示されている。分割データ収集部１８０は、測定データ収集部１２０の機能と測定データ分割部１３０の機能を有するものであり、簡潔にまとめると、製造装置２の製造動作を測定した加速度センサ６の測定データを動作ごとの分割データに区切って収集する機能を有する。
　データ分析部１４０は、測定データ分割部１３０によって分割された分割データ（動作別波形データ１３１５）ごとに、学習データ管理表１６２を用いて学習データとの比較を行い、所定の分析方法で動作の問題の有無を判断し、分析した結果を分析結果管理表１６３に記録する機能を有する。データ分析部１４０によるこれらの処理を「データ分析処理」と称し、その詳細な処理手順は図１０を参照しながら後述する。
　なお、データ分析処理で用いる「所定の分析方法」とは、製造装置２の故障を予兆するために、製造装置２の動作に異常があるか否かを機械的に判断するための方法であればよく、特定の分析方法に限定されるものではない。例えば、事前に正常動作として学習させたデータ（図６の学習データ１６２２）を用いて相関関数などで比較し、求めた相関値が閾値（図６の相関閾値１６２３）を下回ることをもって問題有りと判断する方法でもよい。また例えば、今回の相関値と過去の相関値を時系列に並べ、回帰式または近似式を用い、相関値が閾値を下回る日を故障発生日として予測する方法等であってもよい。故障発生日の予測方法については、第２の実施の形態で補足する。
　図６は、学習データ管理表の構成例を示す図である。学習データ管理表１６２は、正常動作時のデータとして事前に学習された学習データを動作種別ごとに管理するデータテーブルであって、図６に例示したように、動作種別１６２１、学習データ１６２２、及び相関閾値１６２３を備えて構成される。
　動作種別１６２１は、製造動作を構成する各動作の動作種別が記録されており、図４，図５に示した動作種別と対応する。学習データ１６２２は、動作種別１６２１が示す動作における学習データであり、正常動作時の波形データが記録される。相関閾値１６２３は、データ分析部１４０が動作別波形データ１３１５と学習データ１６２２とを比較して所定の分析方法で動作の問題の有無を判断する際に用いられる判断基準の閾値であり、動作種別ごとに異なる値を設定することができる。動作種別１６２１及び学習データ１６２２は、事前に登録される。相関閾値１６２３は、事前に固定値が登録されてもよいし、分析方法によってはデータ分析部１４０によって変更可能としてもよい。
　図７は、分析結果管理表の構成例を示す図である。分析結果管理表１６３は、データ分析処理による分析結果を管理するデータテーブルであって、図７に例示したように、製品種別１６３１、シリアル番号１６３２、波形番号１６３３、動作種別１６３４、相関値１６３５、及び分析結果１６３６を備えて構成される。
　製品種別１６３１、シリアル番号１６３２、波形番号１６３３、及び動作種別１６３４には、データ分析処理で参照された分割データ管理表１３１における対応項目のデータが記録される。相関値１６３５には、分割データの波形（動作別波形データ１３１５）と学習データの波形（学習データ１６２２）との相関値が記録される。分析結果１６３６には、製造動作を構成する各動作について異常の有無の判断結果が記録される。
　分析結果出力部１５０は、分析結果管理表１６３に記録されたデータ分析処理の分析結果をユーザ側に出力する機能を有する。本例では、出力の一例として、分析結果出力部１５０が、分析結果管理表１６３に記録された情報のうちのユーザが所望する情報を、操作端末７の分析結果表示画面１７１で表示できるようにする。分析結果出力部１５０による分析結果の出力の詳細は、図１１を参照しながら後述する。
　なお、本実施の形態では、分析結果の出力形態は表示に限定されるものではなく、他の出力形態として例えば、印刷やデータファイルへの出力等を採用することもできる。また、分析結果の出力は、ユーザによる操作を必要とせずに実行されてもよく、例えば、製造装置２による製造動作の実行中にリアルタイムで、あるいは製造動作の終了時に、データ分析部１４０による分析結果管理表１６３の更新・登録を契機として、分析結果出力部１５０が分析結果を出力する等してもよい。
（１－２）故障予兆検知方法
　本実施の形態に係る故障予兆検知システム１００が、製造装置２の製造動作に対して異常の発生を検知する方法（故障予兆検知方法）について説明する。
　前述したように、製造装置２は、態様の異なる複数の動作から成り立つ製造動作を実行して製品を製造する。そして、製造装置２で各動作が開始するときは、運転ランプ３が点灯し、動作検知センサ４がその点灯を感知する。動作検知部１１０は、動作検知センサ４の測定データを監視しており、動作検知センサ４の測定データを解析することで、製造装置２における製造動作の１動作の開始を検知することができる。
　動作検知部１１０は、動作検知センサ４の測定データから製造装置２における動作の開始を検知したとき、振動装置５に対して、一定時間、特定の周波数（製造装置２の動作に伴って測定される周波数の主成分とは異なる周波数が好ましい）で振動することを指示する。上記指示に従って振動装置５が振動すると、製造装置２の動作の加速度を測定している加速度センサ６も振動するため、加速度センサ６の測定データには、各動作の間のタイミングで上記振動による区切りが挿入される。なお、製造動作の開始時（言い換えれば１番目の動作の開始時）は、区切りを挿入しなくても明白であるため、動作検知部１１０は振動装置５に振動を指示しなくてもよい。
　次に、測定データ収集部１２０が、製造装置２による１の製造動作全体を測定した加速度センサ６の測定データを取得し、取得した測定データの関連情報と併せて、収集データ管理表１２１に登録する。収集データ管理表１２１に登録される関連情報とは、具体的には、測定データの対象となる製造動作によって製造された製品の製品種別１２１１、当該製品のシリアル番号１２１２、測定データを測定した時刻１２１３、及び測定データの波形データ１２１４である（図３参照）。
　次に、測定データ分割部１３０が、測定データ収集部１２０が登録した収集データ管理表１２１を読み込み、測定データに対するデータ分割処理を行うことにより、測定データを動作単位に分割した分割データとその関連情報を、分割データ管理表１３１に登録する。
（１－２－１）データ分割処理
　図８は、データ分割処理の処理手順例を示すフローチャートである。また、図９は、測定データ分割のイメージを説明するための図である。図８，図９を参照しながら、データ分割処理について詳述する。
　図８によればまず、測定データ分割部１３０は、測定データ収集部１２０から収集データ管理表１２１を取得する（ステップＳ１０１）。図９（Ａ）には、ステップＳ１０１で取得された測定データの波形データが示されている。この波形データは、一連の製造動作を通じて測定されているため、製造動作を構成する４つの動作のうち、２番目以降の動作である「製造１」、「製造２」、「移動２」の開始時に、区切りとなる振動装置５による振動が検出されている。
　次に、測定データ分割部１３０は、ハイパスフィルタを用いて、ステップＳ１０１で取得した波形データから、振動装置５の振動周波数に該当するデータを抽出する（ステップＳ１０２）。図９（Ｂ）には、ステップＳ１０２で抽出された波形データが示されている。図９（Ｂ）の波形データによれば、振動装置５による区切り用の振動だけが抽出されたことが分かる。
　次に、測定データ分割部１３０は、ステップＳ１０２で抽出したデータから、振動装置５が振動したタイミングを取得する（ステップＳ１０３）。
　次に、測定データ分割部１３０は、ローパスフィルタを用いて、ステップＳ１０１で取得した波形データから、振動装置５の振動周波数を除去する（ステップＳ１０４）。図９（Ｃ）には、ステップＳ１０４で振動装置の振動周波数が除去された後の波形データが示されている。図９（Ｃ）の波形データによれば、各動作間に挿入された区切り用の信号（振動装置５による振動成分）が除去され、製造装置２の動作に対する測定データのみが抽出されたことが分かる。
　次に、測定データ分割部１３０は、ステップＳ１０４で除去した後のデータを、ステップＳ１０３で取得した振動装置５の振動タイミングで分割し、分割後のデータに時系列順に波形番号を振る（ステップＳ１０５）。図９（Ｃ）には、ステップＳ１０５で分割された波形データ（分割データ）が「ｗ１」～「ｗ４」で示されているが、それぞれの分割データは、動作ごとに分割された波形データ（動作別波形データ）に相当する。そしてステップＳ１０５の処理によって、「ｗ１」～「ｗ４」の分割データには、順に「１」～「４」の波形番号が割り当てられる。
　次に、測定データ分割部１３０は、動作種別管理表１６１を参照し、ステップＳ１０５で分割した分割データの製品種別と波形番号に対応する動作種別を取得する（ステップＳ１０６）。具体的には、分割データの製品種別は収集データ管理表１２１の製品種別１２１１に示され、波形番号はステップＳ１０５で割り当てられている。そして、図５に示したように、動作種別管理表１６１には、製品種別１６１１と波形番号１６１２との組み合わせに対応する動作種別１６１３が登録されている。
　最後に、測定データ分割部１３０は、ステップＳ１０１～Ｓ１０６で得られた情報を分割データ管理表１３１に登録し（ステップＳ１０７）、データ分割処理を終了する。図４を参照しながら分割データ管理表１３１に登録される個々の項目について確認すると、製品種別１３１１、シリアル番号１３１２、及び時刻１３１３は、ステップＳ１０１で取得した収集データ管理表１２１に示されている。また、波形番号１３１４及び動作別波形データ１３１５はステップＳ１０５で決定され、動作種別１３１６はステップＳ１０６で取得される。
　なお、上述したデータ分割処理の説明では、振動装置５の振動周波数を抽出するためにハイパスフィルタを用い、除去するためにローパスフィルタを用いたが、本実施の形態は、どのようなフィルタを用いるかを限定するものではなく、例えばバンドパスフィルタ等を用いてもよい。
　本実施の形態に係る故障予兆検知システム１００による故障予兆検知方法の説明を続ける。測定データ分割部１３０によるデータ分割処理が終了した後は、データ分析部１４０が、測定データ分割部１３０が登録した分割データ管理表を読み込み、分割データに対するデータ分析処理を行うことにより、分割データに対応する動作単位で動作の問題の有無を判断し、その分析結果を分析結果管理表１６３に登録する。
（１－２－２）データ分析処理
　図１０は、データ分析処理の処理手順例を示すフローチャートである。図１０を参照しながら、データ分析処理について詳述する。
　図１０によればまず、データ分析部１４０は、測定データ分割部１３０から分割データ管理表１３１を取得する（ステップＳ２０１）。
　次に、データ分析部１４０は、ステップＳ２０１で取得した分割データ管理表１３１に記録された全ての分割データについて、１つずつ選択しながら以降のステップＳ２０３～Ｓ２０８の処理を繰り返す（ステップＳ２０２～Ｓ２０９）。
　このループ処理においてまず、データ分析部１４０は、学習データ管理表１６２を参照し、ステップＳ２０２で選択した分割データの動作種別（動作種別１３１６）に該当する学習データのレコード（学習データ１６２２、相関閾値１６２３）を取得する（ステップＳ２０３）。
　次に、データ分析部１４０は、予め定められた所定の分析方法で用いられる相関関数を用いて、選択中の分割データの波形データ（分割データ管理表１３１の動作別波形データ１３１５に保持されている）と、ステップＳ２０３で取得した学習データ１６２２との相関値を計算する（ステップＳ２０４）。
　次に、データ分析部１４０は、ステップＳ２０４で算出した相関値がステップＳ２０３で取得した相関閾値１６２３よりも小さいか否かを判定する（ステップＳ２０５）。相関値が相関閾値未満であった場合は（ステップＳ２０５のＹＥＳ）、データ分析部１４０は、選択中の分割データの分析結果を「問題有り（異常）」と判断する（ステップＳ２０６）。一方、ステップＳ２０５において相関値が相関閾値以上であった場合は（ステップＳ２０５のＮＯ）、データ分析部１４０は、選択中の分割データの分析結果を「問題無し（正常）」と判断する（ステップＳ２０７）。
　そして、データ分析部１４０は、ステップＳ２０１～Ｓ２０７で得られた、選択中の分割データに関する情報を分析結果管理表１６３に登録する（ステップＳ２０８）。図７を参照しながら分析結果管理表１６３に登録される個々の項目について確認すると、製品種別１６３１、シリアル番号１６３２、波形番号１６３３、及び動作種別１６３４は、ステップＳ２０１で取得した分割データ管理表１３１に示されている。また、相関値１６３５は、ステップＳ２０４で算出され、分析結果１６３６はステップＳ２０６またはＳ２０７で判断される。
　データ分析部１４０は、全ての分割データを対象として以上のステップＳ２０３～Ｓ２０８の処理を繰り返し行うことにより、全ての分割データについて分析結果管理表１６３を完成させることができ、その後、データ分割処理を終了する。
　上述したように、データ分析部１４０によるデータ分析処理が行われることにより、分割データに対する分析結果が分析結果管理表１６３に登録されるため、以後はユーザの要望に応じて、分析結果出力部１５０が、製造動作に対するデータ分析処理の分析結果を出力することができる。
　ここで、分析結果出力部１５０による分析結果の出力について説明する。ユーザがＬＡＮ８に接続された操作端末７から分析結果管理表１６３の内容を参照する場合、まず、操作端末７のブラウザ等の画面で、製品種別及びシリアル番号を入力し、分析結果出力部１５０に入力した情報を渡す。そして、分析結果出力部１５０は、操作端末７から受け取った情報を基に、データ記憶部１６０に保持されている分析結果管理表１６３から該当する情報を検索し、画面に表示する情報を操作端末７に返す。この結果、操作端末７では、分析結果表示画面１７１において分析結果管理表１６３の情報が表示され、ユーザが確認することができる。
　図１１は、分析結果表示画面の一例を示す図である。図１１の分析結果表示画面１７１は、ユーザによって製品種別「製品Ａ」とシリアル番号「ＸＸＸ１１１」が入力された場合の表示例であり、これらの入力情報に対応する分析結果として、図７に例示した分析結果管理表１６３の波形番号１６３３、動作種別１６３４、相関値１６３５、及び分析結果１６３６の情報が表示されている。
　なお、図７の分析結果表示画面１７１には、上記情報以外に「製造日時」も表示されているが、この「製造日時」は、例えば分析結果管理表１６３に製造日時の項目を設け、データ分析処理のステップＳ２０８で、分割データ管理表１３１の時刻１３１３から時刻を取得して上記項目に登録することにより、分析結果出力部１５０が出力できるようになる。
　具体的には、図１１に例示した分析結果表示画面１７１によれば、シリアル番号が「ＸＸＸ１１１」の「製品Ａ」の製造動作において、２番目の動作である「製造１」に対する分析結果だけが「問題有り」となっており、当該動作での異常の発生が示される。このときユーザは、異常が検出された動作で製造された製品部分を確認することにより、製品に欠陥がないかを的確に調べることができる。
　ここで、図１０に示したデータ分析処理では、ステップＳ２０５において各動作における問題の有無（正常／異常）の判断基準に学習データ管理表１６２の相関閾値１６２３を用いており、この相関閾値１６２３は動作ごとに任意に設定することができる。すなわち、相関閾値１６２３の値を高く設定すれば、正常／異常の判断基準は厳しくなり、製造装置２が動作不良等によって故障するよりも前の段階で、製造装置２の各動作における異常を高精度に検出することができる。また、他の分析方法を採用する場合でも同様に、正常／異常の判断基準は任意に設定することができる。したがって、分析結果表示画面１７１において、厳しい判断基準を用いたデータ分析処理の分析結果として動作の異常が出力された場合には、ユーザは、異常が検出された動作に関する製造装置２の部位や制御等に故障の予兆が有ることを認識できる。
　以上に説明したように、本実施の形態に係る故障予兆検知システム１００によれば、製造装置２の製造動作が態様の異なる複数の動作から成り立つ場合に、測定データに基づく分割データと正常動作時の学習データとを動作単位で比較することにより、異常の発生を動作単位で高精度に検知することができ、異常が発生している動作を特定することができる。特に、動作単位の分割データと学習データとの比較では、相関閾値を動作ごとに変更する等、動作ごとに異なる比較条件を設定することができるため、各動作の態様が異なる種類のものであっても、異常検知の精度を高めることができる。
　さらに、本実施の形態に係る故障予兆検知システム１００によれば、製造装置２の製造動作が態様の異なる複数の動作から成り立つ場合であっても、異常が発生している動作を高精度で検知できることにより、製造装置２における故障の予兆を検出することができ、故障の発生箇所を絞り込むこともできる。
　また、本実施の形態では、故障予兆検知システム１００を構成するサーバ１、動作検知センサ４、及び加速度センサ６の何れも、製造装置２に取付けられるか製造装置２の外部に設置され、振動装置５は加速度センサ６に取付けられる構成となっている。すなわち、本実施の形態に係る故障予兆検知システム１００は、既存の製造装置２に変更を加えることなく製造装置２の故障の予兆を検知できるものであり、汎用性及び利便性が高い。
（２）第２の実施の形態
　本発明の第２の実施の形態に係る故障予兆検知システム２００について、第１の実施の形態に係る故障予兆検知システム１００との相違点を中心に説明する。したがって、第１の実施の形態と共通する構成、データ、処理等については、説明を省略する。
　図１２は、本発明の第２の実施の形態に係る故障予兆検知システムの機能構成例を示すブロック図である。図１と比較しながら図１２に示した故障予兆検知システム２００の構成を説明する。
　まず、図１２に示した製造装置２２には、図１に示した運転ランプ３及び動作検知センサ４が設置されておらず、代わりにログ記憶装置２４が接続されている。また、図１に示した振動装置５も、第２の実施の形態では不要となっている。なお、図１の製造装置２と同様、製造装置２２の製造動作は、異なる態様の複数の動作から成り立つものとし、具体的な動作としては、第１の実施の形態と同様に、「移動１」、「製造１」、「製造２」、「移動２」の動作が順に実行されるとする。
　ログ記憶装置２４は、製造装置２２の動作ログを取得して製造装置動作ログファイル２４１に記録する記憶装置であり、製造装置動作ログファイル２４１には、製造装置２２の動作開始や動作終了等のイベントが発生したタイミングで、イベントの内容を示すメッセージが出力される。
　図１３は、製造装置動作ログファイルの一例を示す図である。図１３の場合、製造装置動作ログファイル２４１には、日付、時刻、エラーレベル、メッセージＩＤ、及びメッセージ内容が記録される。「日付」と「時刻」は、メッセージが出力されたイベントの発生日時を意味し、「エラーレベル」はメッセージの分類を意味する。また、「メッセージＩＤ」はメッセージの識別子であり、「メッセージ内容」はイベントの内容を表している。
　なお、第２の実施の形態において製造装置２側に必要とされる構成は、上記のログ記憶装置２４に限定されるものではなく、リアルタイムで製造装置２の動作開始のタイミングを把握でき、そのタイミングをサーバ２１に通知できるものであればよい。
　図１２に示したように、故障予兆検知システム２００は、サーバ２１内に、動作検知部２１０、測定データ収集部２２０、測定データ分割部２３０、データ分析部２４０、分析結果出力部２５０、及びデータ記憶部２６０を備える。
　動作検知部２１０は、ログ記憶装置２４に記憶されている製造装置動作ログファイル２４１のメッセージＩＤまたはメッセージ内容を監視し、製造装置２２の動作開始を示すメッセージが製造装置動作ログファイル２４１に出力されたことに基づいて、製造装置２２の動作開始を検知する機能を有する。これにより、第２の実施の形態では、第１の実施の形態における運転ランプ３や動作検知センサ４等の装置が不要となる。
　さらに、動作検知部２１０は、製造装置２２の動作開始を検知したタイミングで、加速度センサ２６の測定状態のＯＮ／ＯＦＦを切り替えることで、加速度センサ２６の測定データを動作単位で分割するための区切りを与える機能を有する。当該機能について詳しく説明すると、動作検知部２１０は、製造動作の各動作の開始を検知したタイミングで、加速度センサ２６による測定状態を一旦ＯＦＦ状態にしたうえでＯＮ状態に切り替える指示を出す。ここで、加速度センサ２６は、製造装置２２に取付けられて製造装置２２の動作の加速度を測定するセンサであり、動作検知部２１０の指示に応じて測定状態の切替が行われるごとに、測定データの出力先のファイルを別ファイルに変更する。この結果、加速度センサ２６は、製造動作の動作単位で測定データを異なるファイルに取得し、この動作単位の測定データはサーバ２１（測定データ収集部２２０）に送信される。以上のように構成することにより、第２の実施の形態では、第１の実施の形態における振動装置５が不要となる。
　測定データ収集部２２０は、図１の測定データ収集部１２０と同様に、加速度センサ２６による測定データを収集し、製造された製品のシリアル番号等の情報とともに、収集データ管理表２２１に登録する機能を有する。但し、測定データ収集部２２０が収集した測定データは、既に動作単位に分割された分割データの状態となっているため、収集データ管理表２２１の構成は、第１の実施の形態における収集データ管理表１２１と異なる部分がある。
　図１４は、第２の実施の形態における収集データ管理表の構成例を示す図である。図１４に示したように、収集データ管理表２２１は、製品種別２２１１、シリアル番号２２１２、時刻２２１３、データ番号２２１４、及び動作別波形データ２２１５から構成される。第１の実施の形態で図３に例示した収集データ管理表１２１と比較すると、データ番号２２１４が追加されていることが分かる。データ番号２２１４は、加速度センサ２６から収集した測定データに対して測定データ収集部２２０が時系列順に割り当てる通し番号である。動作別波形データ２２１５は、測定データの波形データであるが、前述したように測定データは動作単位で別ファイルに出力されていることから、当該波形データは、動作別波形データともいえる。なお、収集データ管理表２２１の他の項目は、収集データ管理表１２１の同名の項目と同様であるため、説明を省略する。
　測定データ分割部２３０は、測定データ収集部２２０が取得した測定データに対して動作種別を特定し、分割データ管理表２３１を登録する機能を有する。なお、前述したように測定データ収集部２２０が取得した測定データ（言い換えれば、収集データ管理表２２１に登録した測定データ）は、既に動作単位に区切られているため、測定データ分割部２３０によって行われる処理（データ分割処理）は、第１の実施の形態におけるデータ分割処理（図３参照）とは異なる点がある。
　図１５は、第２の実施の形態におけるデータ分割処理の処理手順例を示すフローチャートである。
　図１５によればまず、測定データ分割部２３０は、測定データ収集部２２０から収集データ管理表２２１を取得する（ステップＳ３０１）。この処理は、図３のステップＳ１０１の処理と同様である。
　次に、測定データ分割部２３０は、ステップＳ３０１で取得した収集データ管理表２２１におけるデータ番号２２１４の順に、測定データに波形番号を振る（ステップＳ３０２）。このとき、測定データは既に動作単位に区切られているため、フィルタを用いた測定データの処理が必要ない。したがって、測定データ分割部２３０は、製造装置２２の動作の周波数等を考慮することなく、動作単位に分割した測定データ（すなわち分割データ）を確実に取得することができる。
　次に、測定データ分割部２３０は、動作種別管理表２６１を参照し、分割データの製品種別と波形番号に対応する動作種別を取得する（ステップＳ３０３）。この処理は、図３のステップＳ１０６の処理と同様である。動作種別管理表２６１の構成は、図５に示した動作種別管理表１６１と同様であるため、詳細な説明は省略する。
　そして最後に、測定データ分割部２３０は、ステップＳ３０１～Ｓ３０３で得られた情報を分割データ管理表２３１に登録し（ステップＳ３０４）、データ分割処理を終了する。この処理は、図３のステップＳ１０７の処理と同様である。また、分割データ管理表２３１の構成は、図４に示した分割データ管理表１３１と同様であるため、詳細な説明は省略する。
　なお、図１２には、第１の実施の形態で図２に示した分割データ収集部１８０と同様に、測定データ収集部２２０及び測定データ分割部２３０から構成される機能部として、分割データ収集部２８０が示されている。分割データ収集部２８０は、測定データ収集部２２０の機能と測定データ分割部２３０の機能を有するものであり、簡潔にまとめると、製造装置２２の製造動作を測定した加速度センサ２６の測定データを動作ごとの分割データに区切って収集する機能を有する。
　測定データ分割部２３０によるデータ分割処理が終了した後は、データ分析部２４０が、測定データ分割部２３０が登録した分割データ管理表２３１を読み込み、学習データ管理表２６２を参照しながら分割データに対するデータ分析処理を行うことにより、分割データに対応する動作単位で動作の問題の有無を判断し、その分析結果を分析結果管理表２６３に登録する機能を有する。データ分析部２４０によるデータ分析処理は、第１の実施形態におけるデータ分析部１４０によるデータ分析処理と同様の処理と捉えてよいため、詳細な説明は省略する。また、学習データ管理表２６２及び分析結果管理表２６３の構成はそれぞれ、図６に示した学習データ管理表１６２及び図７に示した分析結果管理表１６３と同様であるため、詳細な説明は省略する。
　そして、分析結果出力部２５０は、分析結果管理表２６３に記録されたデータ分析処理の分析結果をユーザ側に出力する機能を有する。図１２に示された分析結果表示画面２７１は、分析結果出力部２５０による出力の一態様であり、分析結果出力部２５０がユーザの要求に応えて、分析結果管理表１６３に記録された情報のうちから、要求に該当する情報を操作端末７側に表示させたものである。分析結果表示画面２７１の具体的な表示画面は、図１１に例示した分析結果表示画面１７１と同様と考えてよい。
　ここで、データ分析処理に用いることができる分析方法の一例として、故障発生日を予測する方法について補足する。なお以下に説明する分析方法は、第１の実施の形態でも採用可能である。
　データ分析処理においてデータ分析部２４０は、相関関数を用いて、事前に正常動作として学習させた学習データ（例えば図６の学習データ１６２２）と今回の測定データ（分割データ）との相関値を算出する（図１０参照）。ここで、製造装置２２の故障発生日を予測する場合には、データ記憶部２６０に、製造装置２２の過去の製造動作時に同様に算出した相関値が記録されているとする。このとき、データ分析部２４０は、今回の相関値と過去の相関値を時系列に並べて近似線を引く。そして、データ分析部２４０は、この近似線が所定の閾値（相関閾値）を下回る日を故障発生日として予測することができる。このようにして決定された故障発生日は、製造装置２２の故障予兆をより具体的に検知したものと言える。
　図１６は、故障発生日予測のイメージを説明するための図である。図１６には、縦軸を相関値、横軸を製造日時として、今回及び過去の相関値が黒い丸でプロットされ、これらの近似線Ｌ１が表されている。また、図１６には、学習データとともに事前に設定されている相関閾値がＬ２で表され、一例としてＬ２を「０．９」としている。
　一般に、製造装置２２が製造動作を繰り返し、時間が経過するとともに、学習データと測定データは乖離して相関値が低下するため、相関値に基づく近似線Ｌ１の傾きは負となる。したがって、今回の測定データでは動作の異常が検出されなかったとしても、将来のどこかで近似線Ｌ１は相関閾値Ｌ２を下回ることになり、その日が故障発生日と予測される。言い換えれば、データ分析部２４０は、相関値の近似線Ｌ１という推移による予測値が所定の閾値（相関閾値Ｌ２）を下回るタイミングを、故障発生時期として予測することができる。具体的には図１６の場合、「２／２２」が故障発生日となる。なお、図１６では省略したが、日付だけでなく時間まで予測することも可能である。
　そして、データ分析処理で故障発生日を予測した場合には、データ分析部２４０は、故障発生日も分析結果管理表２６３に記録する。このようにすることで、分析結果出力部２５０は、製造装置２２の故障発生日の予測結果をユーザに提示することができる。この場合、ユーザは、故障発生日の予測結果がどの動作の分析結果に基づくものかを鑑みることで、製造装置２２による製造動作のどの動作に関する部位や制御等が故障しそうかを認識することができる。
　以上のことから、第２の実施の形態に係る故障予兆検知システム２００によれば、第１の実施の形態で得られる効果に加えて、更に以下のような効果を得ることが出来る。
　まず、第２の実施の形態では、振動装置を用いることなく、製造装置２２の製造動作を測定した測定データを動作単位で分割することができ、ハイパスフィルタやローパスフィルタ等による波形の切り出しも不要である。したがって、第２の実施の形態に係る故障予兆検知システム２００は、製造装置２２の動作周波数等を考慮することなく、幅広い対象の製造装置２２から確実に、分割データとしての波形データを取得することが出来る。
　また、第２の実施の形態では、センサ類（運転ランプ３や動作検知センサ４）を用いることなく、動作検知部２１０は動作ログ（製造装置動作ログファイル２４１）に基づいて製造装置２２の動作開始を検知するため、故障予兆検知システム２００は、工場内の明るさ等の製造装置２２の周辺環境に制約されずに、製造装置２２の動作における異常の有無を判断し、故障の予兆を検知することができる。
　なお、本発明は上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
　また、図面において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実施には殆ど全ての構成が相互に接続されていると考えてもよい。
　１，２１　サーバ
　２，２２　製造装置
　３　　　　運転ランプ
　４　　　　動作検知センサ
　５　　　　振動装置
　６，２６　加速度センサ
　７，２７　操作端末
　８　　　　ＬＡＮ
　１１　　　ＣＰＵ
　１２　　　メモリ
　１３　　　補助記憶装置
　１４　　　ＮＩＣ
　２４　　　ログ記憶装置
　１００，２００　故障予兆検知システム
　１１０，２１０　動作検知部
　１２０，２２０　測定データ収集部
　１２１，２２１　収集データ管理表
　１３０，２３０　測定データ分割部
　１３１，２３１　分割データ管理表
　１４０，２４０　データ分析部
　１５０，２５０　分析結果出力部
　１６０，２６０　データ記憶部
　１６１，２６１　動作種別管理表
　１６２，２６２　学習データ管理表
　１６３，２６３　分析結果管理表
　１７１，２７１　分析結果表示画面
　１８０，２８０　分割データ収集部
　２４１　　製造装置動作ログファイル
 

Claims (15)

  1. 　複数の動作から成り立つ製造装置の製造動作について、各動作の正常動作時のデータを学習データとして保持するデータ記憶部と、
    　前記製造装置の前記製造動作を測定するセンサと、
    　前記製造動作における前記各動作の動作開始を検知する動作検知部と、
    　前記センサが測定した測定データを前記動作ごとの分割データに区切って収集する分割データ収集部と、
    　前記動作ごとの前記分割データと前記学習データとの比較に基づいて、前記各動作の異常を分析するデータ分析部と、
    　を備えることを特徴とする故障予兆検知システム。
  2. 　前記データ分析部による分析結果を出力する分析結果出力部をさらに備える
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  3. 　前記データ分析部は、前記動作ごとの前記分割データと前記学習データとの比較において、前記動作ごとに異なる判断基準を用いて前記各動作の異常を分析可能とする
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  4. 　前記データ分析部は、前記動作の前記分割データと前記学習データとの相関値に基づいて、当該動作における異常の有無を判断する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  5. 　前記データ分析部は、前記動作の前記分割データと前記学習データとの相関値の推移を管理し、前記推移に基づく予測値が所定の閾値を下回るタイミングを以て故障発生の時期を予測する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  6. 　前記製造装置による前記各動作がカラーセンサで示されるとき、前記動作検知部は、前記カラーセンサの発光に基づいて前記各動作の動作開始を検知する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  7. 　前記センサに取り付けた振動装置をさらに備え、
    　前記動作検知部は、前記各動作の動作開始を検知したタイミングで前記振動装置を振動させて、前記センサが取得する前記測定データに動作間の区切りを加え、
    　前記分割データ収集部は、前記測定データに含まれた前記区切りに基づいて、前記測定データを前記動作ごとの前記分割データに分割する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  8. 　前記分割データ収集部は、
    　ハイパスフィルタを用いて、前記測定データの波形データから前記振動装置の周波数に該当するデータを抽出することによって、前記振動装置の振動タイミングを取得し、
    　ローパスフィルタを用いて、前記測定データの波形データから前記振動装置の周波数に該当するデータを除去し、当該除去した後の波形データを前記振動装置の振動タイミングで分割したものを前記分割データとする
    　ことを特徴とする請求項７に記載の故障予兆検知システム。
  9. 　前記製造装置の動作ログが記録されるとき、前記動作検知部は、前記動作ログをリアルタイムで監視することにより、前記各動作の動作開始を検知する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  10. 　前記動作検知部は、前記各動作の動作開始の検知に基づいて、前記センサに対して前記測定データの取得のＯＦＦ／ＯＮを指示し、
    　前記センサは、前記動作検知部から前記ＯＦＦ／ＯＮの指示を受けるたびに、出力先のファイルを分けて前記測定データを取得する
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  11. 　データ記憶部には、前記各動作について前記製造動作における実行順番と動作種別とが事前に登録され、
    　前記分割データ収集部は、前記分割データを収集した順番に応じて、前記データ記憶部に登録された前記実行順番と前記動作種別とを当該分割データに関連付ける
    　ことを特徴とする請求項１に記載の故障予兆検知システム。
  12. 　複数の動作から成り立つ製造装置の製造動作について、各動作の正常動作時のデータを学習データとして保持する事前ステップと、
    　前記製造動作における前記各動作の動作開始を検知する動作検知ステップと、
    　前記製造装置の前記製造動作を所定のセンサで測定する測定ステップと、
    　前記測定ステップで測定された測定データを、前記動作ごとの分割データに区切って収集する分割データ収集ステップと、
    　前記動作ごとの前記分割データと前記学習データとの比較に基づいて、前記各動作の異常を分析するデータ分析ステップと、
    　を備えることを特徴とする故障予兆検知方法。
  13. 　前記データ分析ステップでは、前記動作ごとの前記分割データと前記学習データとの比較において、前記動作ごとに異なる判断基準を用いて前記各動作の異常を分析可能とする
    　ことを特徴とする請求項１２に記載の故障予兆検知方法。
  14. 　前記データ分析ステップでは、前記動作の前記分割データと前記学習データとの相関値に基づいて、当該動作における異常の有無を判断する
    　ことを特徴とする請求項１２に記載の故障予兆検知方法。
  15. 　前記データ分析ステップでは、前記動作の前記分割データと前記学習データとの相関値の推移を管理し、前記推移に基づく予測値が所定の閾値を下回るタイミングを以て故障発生の時期を予測する
    　ことを特徴とする請求項１２に記載の故障予兆検知方法。
PCT/JP2020/008763 2019-03-20 2020-03-02 故障予兆検知システム及び故障予兆検知方法 WO2020189245A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/417,401 US20220091590A1 (en) 2019-03-20 2020-03-02 Failure sign detection system and failure sign detection method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-053907 2019-03-20
JP2019053907A JP2020154896A (ja) 2019-03-20 2019-03-20 故障予兆検知システム及び故障予兆検知方法

Publications (1)

Publication Number Publication Date
WO2020189245A1 true WO2020189245A1 (ja) 2020-09-24

Family

ID=72521015

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/008763 WO2020189245A1 (ja) 2019-03-20 2020-03-02 故障予兆検知システム及び故障予兆検知方法

Country Status (3)

Country Link
US (1) US20220091590A1 (ja)
JP (1) JP2020154896A (ja)
WO (1) WO2020189245A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7377826B2 (ja) * 2021-03-09 2023-11-10 本田技研工業株式会社 故障予兆検知システム、自動車、故障予兆検知方法、及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017188030A (ja) * 2016-04-08 2017-10-12 ファナック株式会社 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
JP2018041212A (ja) * 2016-09-06 2018-03-15 株式会社東芝 評価装置、評価方法、および評価プログラム
WO2018189866A1 (ja) * 2017-04-13 2018-10-18 株式会社日立製作所 複数品種混合製造装置用データ処理システム及びデータ処理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7027953B2 (en) * 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017188030A (ja) * 2016-04-08 2017-10-12 ファナック株式会社 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム
JP2018041212A (ja) * 2016-09-06 2018-03-15 株式会社東芝 評価装置、評価方法、および評価プログラム
WO2018189866A1 (ja) * 2017-04-13 2018-10-18 株式会社日立製作所 複数品種混合製造装置用データ処理システム及びデータ処理方法

Also Published As

Publication number Publication date
US20220091590A1 (en) 2022-03-24
JP2020154896A (ja) 2020-09-24

Similar Documents

Publication Publication Date Title
JP6669156B2 (ja) アプリケーション自動制御システム、アプリケーション自動制御方法およびプログラム
US11067973B2 (en) Data collection system, abnormality detection method, and gateway device
US20160378583A1 (en) Management computer and method for evaluating performance threshold value
US6622264B1 (en) Process and system for analyzing fault log data from a machine so as to identify faults predictive of machine failures
EP3239839A1 (en) Operation management device, operation management method, and recording medium in which operation management program is recorded
JP6585482B2 (ja) 機器診断装置及びシステム及び方法
JP5285084B2 (ja) 検出イベントに応じたアクション実行を支援するシステム、検出イベントに応じたアクション実行を支援する方法、支援装置及びコンピュータプログラム
JP6745840B2 (ja) 故障診断装置、故障診断方法、及び故障診断プログラム
JP2010086099A (ja) ログ管理方法、ログ管理装置、ログ管理装置を備えた情報処理装置、及びプログラム
JP6521096B2 (ja) 表示方法、表示装置、および、プログラム
US20180131560A1 (en) Content-aware anomaly detection and diagnosis
KR102073810B1 (ko) 머신러닝을 이용하여 함정 추진 장비의 고장을 예측하는 방법 및 시스템
JP2009217382A (ja) 障害分析システム、障害分析方法、障害分析サーバおよび障害分析プログラム
WO2020189245A1 (ja) 故障予兆検知システム及び故障予兆検知方法
JP2020091561A (ja) 異常診断装置及び異常診断方法
KR102515216B1 (ko) 열차의 잔여유효수명 예측 장치 및 방법
WO2020162425A1 (ja) 解析装置、解析方法、およびプログラム
JP6898607B2 (ja) 異常予兆検出システムおよび異常予兆検出方法
WO2020044898A1 (ja) 機器状態監視装置及びプログラム
KR102432818B1 (ko) 감시장비 상태 확인장치 및 상태 확인방법
WO2019159460A1 (ja) 保守管理装置、システム、方法及び非一時的なコンピュータ可読媒体
JP2016071696A (ja) 予兆検知支援プログラム、方法、装置、及び予兆検知プログラム、
JP5365273B2 (ja) 情報処理システム、監視方法及び監視プログラム
JP4850733B2 (ja) ヘルスチェック装置及びヘルスチェック方法及びプログラム
CN100573160C (zh) 电路板检测装置、检测方法、电路板制造方法以及电路板

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: 20773280

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20773280

Country of ref document: EP

Kind code of ref document: A1