WO2021246051A1 - Quality influence factor identification assistance device and method - Google Patents

Quality influence factor identification assistance device and method Download PDF

Info

Publication number
WO2021246051A1
WO2021246051A1 PCT/JP2021/014866 JP2021014866W WO2021246051A1 WO 2021246051 A1 WO2021246051 A1 WO 2021246051A1 JP 2021014866 W JP2021014866 W JP 2021014866W WO 2021246051 A1 WO2021246051 A1 WO 2021246051A1
Authority
WO
WIPO (PCT)
Prior art keywords
quality
influence factor
candidate
quality influence
process data
Prior art date
Application number
PCT/JP2021/014866
Other languages
French (fr)
Japanese (ja)
Inventor
純也 西口
拓朗 渡邉
Original Assignee
アズビル株式会社
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 アズビル株式会社 filed Critical アズビル株式会社
Priority to CN202180037000.7A priority Critical patent/CN115668080A/en
Publication of WO2021246051A1 publication Critical patent/WO2021246051A1/en

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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the specific result notification unit displays a pipe instrumentation diagram of the production equipment of the product, and the quality influence factor is included in the pipe instrumentation diagram.
  • the name of the candidate and the name of the process data from which the quality influencing factor candidate is extracted are displayed superimposed on the position where the process data is measured, and the position where the product quality data is measured is displayed in the piping instrumentation diagram. It is characterized by displaying in.
  • the specific result notification unit includes the name of the quality influence factor candidate, the name of the process data from which the quality influence factor candidate is extracted, and the process data. It is characterized by displaying the type.
  • the specific result notification unit names other feature quantities in the group including the quality influence factor candidate when instructed by the user. It is characterized by displaying.
  • the first graph of the process data from which the quality influence factor candidate is extracted is displayed, the time information from which the quality influence factor candidate is extracted is displayed on the first graph, and the quality influence factor candidate is displayed.
  • the estimated time series of process data when the quality influence factor candidates are changed by the amount of change specified by the user is displayed superimposed on the third graph, and is included in the group including the quality influence factor candidates.
  • the user can be the source of quality influential factor candidates or feature quantities.
  • process data it is possible to recognize the trajectory (time series pattern) required for improving product quality, and to judge the feasibility and risks of the operation of the target process required for improving product quality.
  • Each group contains various features, and each feature has four attributes: group, batch process lot, segment (eg, transient period, steady state period, etc.), and extraction source process data.
  • a known correlation coefficient can be used for the similarity of the data strings.
  • the quality influence is difficult to interpret, which is contrary to the user's process knowledge.
  • Factor candidates can be excluded. For example, if there is process data from A to F as the extraction source of quality influence factor candidates, the process data of flow rate D, temperature E, and flow rate F acquired by the equipment downstream from the place where the product quality data was measured. Should not be selected as a candidate quality influential factor.
  • the specific result notification unit 7 can display the timing at which the quality influencing factor candidate A1 is extracted and the timing at which the feature amount B1 is extracted based on the definition stored in the storage unit 2.
  • the timing at which the feature amount is extracted is displayed by the vertical arrow mark 7000. ..
  • the timing at which the feature amount is extracted is displayed by the horizontal arrow mark 7001. ..

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

This quality influence factor identification assistance device is provided with: a data collection unit (1) that collects product quality data and process data in a batch process; a storage unit (2) that stores the product quality data and the process data; a feature amount extraction unit (3) that extracts feature amounts of the process data; a feature amount classification unit (4) that classifies the feature amounts into groups on the basis of similarities among the feature amounts; a representative feature amount selection unit (5) that selects a representative feature amount for each of the groups on the basis of a relationship with the product quality data for the group; a candidate identification unit (6) that identifies a representative feature amount contributing to fluctuation of the product quality data from among the representative feature amounts as a quality influence factor candidate; and an identification result notification unit (7) that notifies a user of the identification result.

Description

品質影響因子特定支援装置および方法Quality influencing factor identification support device and method
　本発明は、バッチプロセス向けのデータ分析技術に係り、特に製品品質に影響を与える品質影響因子の特定を支援する品質影響因子特定支援装置および方法に関するものである。 The present invention relates to a data analysis technique for batch processes, and particularly relates to a quality influential factor identification support device and a method for supporting the identification of quality influential factors that affect product quality.
　プロセス生産は、連続プロセスとバッチプロセスに大別することができる。連続プロセスは、一般的に同品種を連続的に生産する方式である。一方、バッチプロセスは、品種毎に原材料の投入や加工処理、製品の払い出しを繰り返し行う方式であり、同一設備で多くの品種が生産され、その実績はロット（バッチ）単位で管理される。近年では、変種変量生産に適しているバッチプロセスが注目されてきている。 Process production can be roughly divided into continuous process and batch process. The continuous process is generally a method of continuously producing the same variety. On the other hand, the batch process is a method in which raw materials are repeatedly input, processed, and products are dispensed for each product type, and many types are produced with the same equipment, and the actual results are managed in lot (batch) units. In recent years, a batch process suitable for variable variable production has attracted attention.
　しかしながら、バッチプロセスの製品品質には、ロット開始から終了時点までのプロセスデータの様々な特徴（最大、最小、傾きなど）が影響を与える。図１１は、バッチプロセスにおいて原材料の温度、圧力、液面高さといったプロセスデータがロット毎の製品品質に与える影響を模式的に示した図である。このように、バッチプロセスの製品品質はプロセスデータの特徴によって左右されるが、製品品質に影響を与える因子を特定するためには高度な知見と多大な工数が必要であり、熟練エンジニアですら影響因子を抽出して製品品質との関連性をモデル化する作業に苦労している。 However, the product quality of the batch process is affected by various characteristics (maximum, minimum, slope, etc.) of the process data from the start to the end of the lot. FIG. 11 is a diagram schematically showing the influence of process data such as temperature, pressure, and liquid level of raw materials on the product quality of each lot in the batch process. In this way, the product quality of batch processes depends on the characteristics of the process data, but it requires advanced knowledge and a great deal of manpower to identify the factors that affect product quality, and even skilled engineers have an impact. I am having a hard time extracting factors and modeling their relevance to product quality.
　従来、製品品質・性状に対して影響を与える因子群（品質影響因子）から品質推定モデルを構築することで、プロセスの運用改善の施策を与える方法が提案されている。例えば特許文献１には、対象プロセスの操作変数データおよび状態変数データから多変量解析技術に基づき品質評価関数を構築し、品質改善のための操作変数の値を最適化する技術が開示されている。特許文献１に開示された方法では、品質影響因子を選択する際に、品質自体を表す変数を被説明変数（目的変数）とし、この目的変数を回帰モデルによって誤差最小の形で表現することができる説明変数の組み合わせを品質影響因子とみなすようにしている。 Conventionally, a method of giving measures for improving process operation by constructing a quality estimation model from a group of factors (quality influential factors) that affect product quality and properties has been proposed. For example, Patent Document 1 discloses a technique for constructing a quality evaluation function from operation variable data and state variable data of a target process based on a multivariate analysis technique and optimizing the value of the operation variable for quality improvement. .. In the method disclosed in Patent Document 1, when selecting a quality influencing factor, a variable representing the quality itself is set as an explained variable (objective variable), and this objective variable can be expressed in the form of minimum error by a regression model. The combination of explanatory variables that can be used is regarded as a quality influential factor.
　ただし、特許文献１に開示された方法で特定された品質影響因子は、かならずしも製品の品質変動の原因とは言い切れない。特に、品質影響因子（回帰モデルの説明変数）の候補の間に高い相関がある場合（多重共線性）、品質影響因子の適切な特定ができない。例えば、回帰モデルを作成する１手法である変数増減法（ステップワイズ法）では、数値計算が不安定になることが指摘されている。また、別の手法であるＬＡＳＳＯ回帰では、互いに相関の高い影響因子のうち１つしか選択することができない。 However, the quality influencing factors specified by the method disclosed in Patent Document 1 cannot always be said to be the cause of product quality fluctuations. In particular, when there is a high correlation between the candidates for quality influencing factors (explanatory variables of the regression model) (multicollinearity), it is not possible to properly identify the quality influencing factors. For example, it has been pointed out that numerical calculation becomes unstable in the variable increase / decrease method (stepwise method), which is one method for creating a regression model. Further, in another method, Lasso regression, only one of the influential factors having a high correlation with each other can be selected.
　以上の説明から明らかなように、特許文献１に開示された方法で特定された品質影響因子は、互いに相関の高い品質影響因子群のなかで特定アルゴリズムによって自動的に選択されたもので、真の原因から伝播した２次的な要因のため、品質に影響を与えた理由の解釈性が低い。また、特許文献１に開示された方法では、直接制御できない変数を品質影響因子として選択してしまう可能性があり、プロセスの運用改善には使用できない可能性があった。 As is clear from the above explanation, the quality influential factors specified by the method disclosed in Patent Document 1 are automatically selected by a specific algorithm from the group of quality influential factors having high correlation with each other, and are true. The reason why it affected the quality is not easy to interpret because it is a secondary factor propagated from the cause of. Further, in the method disclosed in Patent Document 1, there is a possibility that variables that cannot be directly controlled are selected as quality influential factors, and there is a possibility that they cannot be used for improving the operation of the process.
特開２００６－３２３５２３号公報Japanese Unexamined Patent Publication No. 2006-323523
　本発明は、上記課題を解決するためになされたもので、製品品質に影響を与える可能性のある特徴量群の中から、品質に影響を与える理由の解釈性と制御の実現性とが高い妥当な特徴量を特定することを支援する品質影響因子特定支援装置および方法を提供することを目的とする。 The present invention has been made to solve the above problems, and has high interpretability of the reason for affecting the quality and feasibility of control from the feature quantity group that may affect the product quality. It is an object of the present invention to provide a quality influencing factor identification support device and a method for assisting in identifying a reasonable feature quantity.
　本発明の品質影響因子特定支援装置は、バッチプロセスの製品品質データとバッチプロセスのプロセスデータとを収集するように構成されたデータ収集部と、前記プロセスデータの特徴量を抽出するように構成された特徴量抽出部と、前記特徴量抽出部によって抽出された全ての特徴量を、特徴量同士の類似度に基づいてグループ化するように構成された特徴量分類部と、前記特徴量分類部によって生成された各グループについて前記製品品質データとの関係に基づいて代表特徴量をグループ毎に選択するように構成された代表特徴量選択部と、前記代表特徴量選択部によって選択された代表特徴量の中から、前記製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定するように構成された候補特定部と、前記品質影響因子候補の特定結果をユーザに通知するように構成された特定結果通知部とを備えることを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例において、前記特定結果通知部は、製品の生産設備の配管計装図を表示すると共に、この配管計装図内に、前記品質影響因子候補の名称と前記品質影響因子候補の抽出元のプロセスデータの名称とを、このプロセスデータが計測された位置に重ねて表示し、前記製品品質データが計測された位置を前記配管計装図内に表示することを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例において、前記特定結果通知部は、前記品質影響因子候補の名称と前記品質影響因子候補の抽出元のプロセスデータの名称とこのプロセスデータの種別とを表示することを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例において、前記特定結果通知部は、ユーザから指示があった場合に、前記品質影響因子候補を含むグループ内の他の特徴量の名称を表示することを特徴とするものである。 The quality influencing factor identification support device of the present invention is configured to collect the product quality data of the batch process and the process data of the batch process, and to extract the feature amount of the process data. The feature amount extraction unit, the feature amount classification unit configured to group all the feature amounts extracted by the feature amount extraction unit based on the similarity between the feature amounts, and the feature amount classification unit. A representative feature quantity selection unit configured to select a representative feature quantity for each group based on the relationship with the product quality data for each group generated by the above, and a representative feature selected by the representative feature quantity selection unit. Notify the user of the candidate identification unit configured to specify the representative feature quantity that contributes to the fluctuation of the product quality data as the quality influential factor candidate and the identification result of the quality influential factor candidate from the quantity. It is characterized by including a specific result notification unit configured as described above.
Further, in one configuration example of the quality influence factor identification support device of the present invention, the specific result notification unit displays a pipe instrumentation diagram of the production equipment of the product, and the quality influence factor is included in the pipe instrumentation diagram. The name of the candidate and the name of the process data from which the quality influencing factor candidate is extracted are displayed superimposed on the position where the process data is measured, and the position where the product quality data is measured is displayed in the piping instrumentation diagram. It is characterized by displaying in.
Further, in one configuration example of the quality influence factor identification support device of the present invention, the specific result notification unit includes the name of the quality influence factor candidate, the name of the process data from which the quality influence factor candidate is extracted, and the process data. It is characterized by displaying the type.
Further, in one configuration example of the quality influence factor identification support device of the present invention, the specific result notification unit names other feature quantities in the group including the quality influence factor candidate when instructed by the user. It is characterized by displaying.
　また、本発明の品質影響因子特定支援装置の１構成例において、前記特定結果通知部は、前記品質影響因子候補の抽出元のプロセスデータの第１のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第１のグラフに表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータの第２のグラフを表示し、この特徴量が抽出された時間情報を前記第２のグラフに表示することを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例において、前記特定結果通知部は、前記品質影響因子候補の抽出元のプロセスデータの第１のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第１のグラフに表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータの第２のグラフを表示し、この特徴量が抽出された時間情報を前記第２のグラフに表示し、前記第１、第２のグラフの表示と前記時間情報の表示とをバッチプロセスのロット毎に行うことを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例は、前記品質影響因子候補と製品品質との関係をモデル化した第１の品質推定モデルと、前記品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係をモデル化した第２の品質推定モデルとを生成するように構成された品質推定モデル生成部をさらに備え、前記特定結果通知部は、前記品質影響因子候補と製品品質との関係を示す第１のグラフを前記第１の品質推定モデルに基づいて表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係を示す第２のグラフを前記第２の品質推定モデルに基づいて表示することを特徴とするものである。 Further, in one configuration example of the quality influence factor identification support device of the present invention, the specific result notification unit displays the first graph of the process data of the extraction source of the quality influence factor candidate, and the quality influence factor candidate is the quality influence factor candidate. The extracted time information is displayed in the first graph, and the second graph of the process data of the extraction source of other feature quantities included in the group including the quality influential factor candidate is displayed, and this feature quantity is displayed. It is characterized in that the extracted time information is displayed in the second graph.
Further, in one configuration example of the quality influence factor identification support device of the present invention, the specific result notification unit displays the first graph of the process data of the extraction source of the quality influence factor candidate, and the quality influence factor candidate is the quality influence factor candidate. The extracted time information is displayed in the first graph, and the second graph of the process data of the extraction source of other feature quantities included in the group including the quality influential factor candidate is displayed, and this feature quantity is displayed. The extracted time information is displayed on the second graph, and the first and second graphs and the time information are displayed for each lot of the batch process.
Further, one configuration example of the quality influence factor identification support device of the present invention is included in the first quality estimation model that models the relationship between the quality influence factor candidate and the product quality, and the group including the quality influence factor candidate. The specific result notification unit further includes a quality estimation model generation unit configured to generate a second quality estimation model that models the relationship between other feature quantities and product quality, and the specific result notification unit is the quality influence factor. The first graph showing the relationship between the candidate and the product quality is displayed based on the first quality estimation model, and the relationship between the product quality and other feature quantities included in the group including the quality influential factor candidate is displayed. It is characterized in that the second graph shown is displayed based on the second quality estimation model.
　また、本発明の品質影響因子特定支援装置の１構成例は、前記品質影響因子候補の抽出元のプロセスデータと前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータとについてプロセスモデルを生成するように構成されたプロセスモデル生成部と、ユーザから前記品質影響因子候補の変更量が指定された場合に、この品質影響因子候補の抽出元のプロセスデータの第３のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第３のグラフに表示すると共に、この品質影響因子候補をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を前記プロセスモデルに基づいて前記第３のグラフに重ねて表示し、ユーザから前記品質影響因子候補を含むグループに含まれる他の特徴量の変更量が指定された場合に、この特徴量の抽出元のプロセスデータの第４のグラフを表示し、この特徴量が抽出された時間情報を前記第４のグラフに表示すると共に、この特徴量をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を前記プロセスモデルに基づいて前記第４のグラフに重ねて表示するように構成されたプロセスデータ推定表示部とをさらに備えることを特徴とするものである。
　また、本発明の品質影響因子特定支援装置の１構成例は、ユーザから品質影響因子候補の差し替えの指示があった場合に、前記品質影響因子候補をこの品質影響因子候補を含むグループ内の、ユーザが選択した他の特徴量と差し替え、ユーザからグループの除外の指示があった場合に、指示されたグループを品質影響因子候補の特定結果から除外するように構成された特定結果変更部をさらに備えることを特徴とするものである。 Further, one configuration example of the quality influence factor identification support device of the present invention is the process data of the extraction source of the quality influence factor candidate and the process data of the extraction source of other feature quantities included in the group including the quality influence factor candidate. When the user specifies the change amount of the quality influence factor candidate, the process model generation unit configured to generate the process model is the third of the process data of the extraction source of the quality influence factor candidate. At the time of estimating the process data when the graph is displayed, the time information from which the quality influence factor candidate is extracted is displayed in the third graph, and the quality influence factor candidate is changed by the amount of change specified by the user. When the series is superimposed on the third graph based on the process model and the user specifies a change amount of other feature quantities included in the group including the quality influential factor candidate, the feature quantity of this feature quantity is displayed. When the fourth graph of the process data of the extraction source is displayed, the time information from which this feature amount is extracted is displayed in the fourth graph, and this feature amount is changed by the change amount specified by the user. It is characterized by further including a process data estimation display unit configured to superimpose and display the estimation time series of process data on the fourth graph based on the process model.
Further, in one configuration example of the quality influence factor identification support device of the present invention, when the user instructs to replace the quality influence factor candidate, the quality influence factor candidate is selected in the group including the quality influence factor candidate. Further, a specific result change part configured to exclude the instructed group from the specific result of the quality influence factor candidate when the user instructs to exclude the group by replacing it with another feature quantity selected by the user. It is characterized by being prepared.
　また、本発明の品質影響因子特定支援方法は、バッチプロセスの製品品質データとバッチプロセスのプロセスデータとを収集する第１のステップと、前記プロセスデータの特徴量を抽出する第２のステップと、前記第２のステップで抽出した全ての特徴量を、特徴量同士の類似度に基づいてグループ化する第３のステップと、前記第３のステップで生成した各グループについて前記製品品質データとの関係に基づいて代表特徴量をグループ毎に選択する第４のステップと、前記第４のステップで選択した代表特徴量の中から、前記製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定する第５のステップと、前記品質影響因子候補の特定結果をユーザに通知する第６のステップとを含むことを特徴とするものである。
　また、本発明の品質影響因子特定支援方法の１構成例において、前記第６のステップは、前記品質影響因子候補を含むグループ内の他の特徴量を、前記品質影響因子候補の特定結果と同時に、またはユーザの指示に応じて通知するステップを含むことを特徴とするものである。 Further, the quality influencing factor identification support method of the present invention includes a first step of collecting product quality data of a batch process and a process data of a batch process, a second step of extracting feature quantities of the process data, and a second step. The relationship between the third step of grouping all the feature quantities extracted in the second step based on the similarity between the feature quantities and the product quality data for each group generated in the third step. From the fourth step of selecting the representative feature amount for each group based on the above and the representative feature amount selected in the fourth step, the representative feature amount that contributes to the fluctuation of the product quality data is affected by the quality. It is characterized by including a fifth step of specifying as a factor candidate and a sixth step of notifying the user of the identification result of the quality influencing factor candidate.
Further, in one configuration example of the quality influencing factor identification support method of the present invention, in the sixth step, other feature quantities in the group including the quality influencing factor candidate are simultaneously subjected to the identification result of the quality influencing factor candidate. , Or a step of notifying in response to a user's instruction.
　本発明によれば、製品品質に影響を与える可能性のある特徴量群の中から、品質影響因子として解釈性・実現性が高い妥当な特徴量を特定するために、品質影響因子候補をユーザに通知することで、ユーザの分析を支援することができる。その結果、ユーザは、妥当性の高い品質影響因子を特定することが可能となり、品質影響因子と製品品質との関係をモデル化することが容易となる。 According to the present invention, a quality influence factor candidate is selected as a quality influence factor candidate in order to identify an appropriate feature amount that is highly interpretable and feasible as a quality influence factor from a feature amount group that may affect the product quality. By notifying to, the user's analysis can be assisted. As a result, the user can identify a highly relevant quality influential factor, and it becomes easy to model the relationship between the quality influential factor and the product quality.
　また、本発明では、製品の生産設備の配管計装図を表示すると共に、配管計装図内に、品質影響因子候補の名称と品質影響因子候補の抽出元のプロセスデータの名称とを、プロセスデータが計測された位置に重ねて表示し、製品品質データが計測された位置を配管計装図内に表示することにより、ユーザは製品品質データに対して、物理的につながりのない特徴量や、因果関係が逆転する特徴量を、プロセス知見に基づいて品質影響因子候補から排除することが可能となる。 Further, in the present invention, the piping instrumentation diagram of the production equipment of the product is displayed, and the name of the quality influence factor candidate and the name of the process data from which the quality influence factor candidate is extracted are displayed in the piping instrumentation diagram. By superimposing the data on the measured position and displaying the position where the product quality data was measured in the piping instrumentation diagram, the user can use the feature quantity that is not physically connected to the product quality data. , It is possible to exclude the feature quantity whose causal relationship is reversed from the quality influencing factor candidates based on the process knowledge.
　また、本発明では、品質影響因子候補の名称と品質影響因子候補の抽出元のプロセスデータの名称とプロセスデータの種別とを表示することにより、ユーザは制御可能なプロセスデータから抽出された品質影響因子候補を選択することが可能となる。 Further, in the present invention, by displaying the name of the quality influence factor candidate, the name of the process data from which the quality influence factor candidate is extracted, and the type of the process data, the user can control the quality influence extracted from the process data. It becomes possible to select factor candidates.
　また、本発明では、品質影響因子候補の抽出元のプロセスデータの第１のグラフを表示し、品質影響因子候補が抽出された時間情報を第１のグラフに表示すると共に、品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータの第２のグラフを表示し、特徴量が抽出された時間情報を第２のグラフに表示することにより、ユーザは品質の変動に対する真の原因である上流側要因であることを把握して、解釈性を高めることが可能となる。 Further, in the present invention, the first graph of the process data from which the quality influence factor candidate is extracted is displayed, the time information from which the quality influence factor candidate is extracted is displayed on the first graph, and the quality influence factor candidate is displayed. By displaying a second graph of the process data from which the other feature quantities included in the inclusion group were extracted, and displaying the time information from which the feature quantities were extracted in the second graph, the user can be true to the fluctuation of quality. It is possible to improve the interpretability by grasping that it is an upstream factor that is the cause of.
　また、本発明では、第１、第２のグラフの表示と時間情報の表示とをバッチプロセスのロット毎に行うことにより、ユーザは偶然選択された品質影響因子候補を排除することができる。また、ユーザは品質影響因子候補を、類似する他の特徴量と差し替えても、製品品質が劣化しないかどうかを予想することができる。 Further, in the present invention, by displaying the first and second graphs and displaying the time information for each lot of the batch process, the user can exclude the quality influence factor candidates selected by chance. In addition, the user can predict whether the product quality will not deteriorate even if the quality influence factor candidate is replaced with other similar feature quantities.
　また、本発明では、品質影響因子候補と製品品質との関係を示す第１のグラフを表示すると共に、品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係を示す第２のグラフを表示することにより、製品品質を改善するための操作をシミュレートし、実現性を評価することができる。 Further, in the present invention, the first graph showing the relationship between the quality influence factor candidate and the product quality is displayed, and the relationship between the product quality and other feature quantities included in the group including the quality influence factor candidate is shown. By displaying the graph of 2, it is possible to simulate the operation for improving the product quality and evaluate the feasibility.
　また、本発明では、品質影響因子候補をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を第３のグラフに重ねて表示し、品質影響因子候補を含むグループに含まれる他の特徴量をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を第４のグラフに重ねて表示することにより、ユーザは、品質影響因子候補または特徴量の元となるプロセスデータについて、製品品質の改善に必要な軌道（時系列パターン）を認識することができ、製品品質の改善に必要な対象プロセスの操作について、実現可能性やリスクについて判断することができる。 Further, in the present invention, the estimated time series of process data when the quality influence factor candidates are changed by the amount of change specified by the user is displayed superimposed on the third graph, and is included in the group including the quality influence factor candidates. By superimposing the estimated time series of process data when other feature quantities are changed by the amount of change specified by the user on the fourth graph, the user can be the source of quality influential factor candidates or feature quantities. With regard to process data, it is possible to recognize the trajectory (time series pattern) required for improving product quality, and to judge the feasibility and risks of the operation of the target process required for improving product quality.
　また、本発明では、特定結果変更部を設けることにより、ユーザは妥当でないと判断した品質影響因子候補を他の特徴量に差し替えたり、妥当でないと判断したグループを特定結果から除外したりすることができる。 Further, in the present invention, by providing the specific result changing unit, the user replaces the quality influence factor candidate judged to be invalid with another feature quantity, or excludes the group judged to be invalid from the specific result. Can be done.
図１は、本発明の第１の実施例に係る品質影響因子特定支援装置の構成を示すブロック図である。FIG. 1 is a block diagram showing a configuration of a quality influencing factor identification support device according to a first embodiment of the present invention. 図２は、本発明の第１の実施例に係る品質影響因子特定支援装置の動作を説明するフローチャートである。FIG. 2 is a flowchart illustrating the operation of the quality influencing factor identification support device according to the first embodiment of the present invention. 図３は、本発明の第２の実施例に係る品質影響因子特定支援装置の特定結果通知部が表示する画面の１例を示す図である。FIG. 3 is a diagram showing an example of a screen displayed by the specific result notification unit of the quality influencing factor identification support device according to the second embodiment of the present invention. 図４は、本発明の第３の実施例に係る品質影響因子特定支援装置の特定結果通知部が表示する画面の１例を示す図である。FIG. 4 is a diagram showing an example of a screen displayed by the specific result notification unit of the quality influencing factor identification support device according to the third embodiment of the present invention. 図５は、本発明の第４の実施例に係る品質影響因子特定支援装置の特定結果通知部が表示する画面の１例を示す図である。FIG. 5 is a diagram showing an example of a screen displayed by the specific result notification unit of the quality influencing factor identification support device according to the fourth embodiment of the present invention. 図６は、本発明の第５の実施例に係る品質影響因子特定支援装置の特定結果通知部が表示する画面の１例を示す図である。FIG. 6 is a diagram showing an example of a screen displayed by the specific result notification unit of the quality influencing factor identification support device according to the fifth embodiment of the present invention. 図７は、本発明の第６の実施例に係る品質影響因子特定支援装置の動作を説明するフローチャートである。FIG. 7 is a flowchart illustrating the operation of the quality influencing factor identification support device according to the sixth embodiment of the present invention. 図８は、本発明の第６の実施例に係る品質影響因子特定支援装置の特定結果通知部が表示する画面の１例を示す図である。FIG. 8 is a diagram showing an example of a screen displayed by the specific result notification unit of the quality influencing factor identification support device according to the sixth embodiment of the present invention. 図９は、本発明の第６の実施例におけるプロセスデータの推定時系列グラフの表示例を示す図である。FIG. 9 is a diagram showing a display example of an estimated time series graph of process data in the sixth embodiment of the present invention. 図１０は、本発明の第１～第６の実施例に係る品質影響因子特定支援装置を実現するコンピュータの構成例を示すブロック図である。FIG. 10 is a block diagram showing a configuration example of a computer that realizes the quality influencing factor identification support device according to the first to sixth embodiments of the present invention. 図１１は、バッチプロセスにおいてプロセスデータがロット毎の製品の品質に与える影響を模式的に示した図である。FIG. 11 is a diagram schematically showing the influence of process data on the quality of products for each lot in a batch process.
［発明の着眼点］
　品質影響因子を特定する装置を製品化した場合、ユーザ企業の製造担当者の責任において装置が運用されるため、装置が特定した品質影響因子が製造担当者にとって納得が得られるものでないと実運用で活用されない。よって、品質影響因子選択のステップにおいて、いかに製造担当者の意思（品質影響因子が製品品質に影響を与えた理由の解釈性や、品質影響因子の制御の実現性など）を反映できるかが重要な点となる。 [Point of view of invention]
When a device that identifies a quality influential factor is commercialized, the device is operated under the responsibility of the manufacturing staff of the user company. Not utilized in. Therefore, it is important how the intention of the manufacturing person (interpretability of the reason why the quality influence factor affected the product quality, feasibility of control of the quality influence factor, etc.) can be reflected in the step of selecting the quality influence factor. It becomes a point.
　品質影響因子の選択の妥当性をデータ分析のみで判断することは一般的には不可能であるため、ユーザのプロセス知見（またはプロセス知見をルール化したロジック）を介在させる必要がある。そこで、発明者は、自動データ分析によって品質影響因子候補を提示すれば、ユーザが自身のプロセス知見を活用して解釈性や制御実現性を考慮した妥当な品質影響因子を特定できることに想到した。 Since it is generally impossible to judge the validity of the selection of quality influential factors only by data analysis, it is necessary to intervene the user's process knowledge (or logic that rules the process knowledge). Therefore, the inventor has come up with the idea that by presenting quality influence factor candidates by automatic data analysis, the user can utilize his / her own process knowledge to identify an appropriate quality influence factor in consideration of interpretability and control feasibility.
［第１の実施例］
　以下、本発明の実施例について図面を参照して説明する。図１は本発明の第１の実施例に係る品質影響因子特定支援装置の構成を示すブロック図である。品質影響因子特定支援装置は、バッチプロセスの製品品質データとバッチプロセスのプロセスデータとを収集するデータ収集部１と、製品品質データとプロセスデータとを記憶する記憶部２と、プロセスデータの特徴量を抽出する特徴量抽出部３と、特徴量抽出部３によって抽出された全ての特徴量を、特徴量同士の類似度に基づいてグループ化する特徴量分類部４と、特徴量分類部４によって生成された各グループについて製品品質データとの関係に基づいて代表特徴量をグループ毎に選択する代表特徴量選択部５と、代表特徴量選択部５によって選択された代表特徴量の中から、製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定する候補特定部６と、品質影響因子候補の特定結果をユーザに通知する特定結果通知部７とを備えている。 [First Example]
Hereinafter, examples of the present invention will be described with reference to the drawings. FIG. 1 is a block diagram showing a configuration of a quality influencing factor identification support device according to a first embodiment of the present invention. The quality influencing factor identification support device includes a data collection unit 1 that collects product quality data of a batch process and process data of a batch process, a storage unit 2 that stores product quality data and process data, and a feature amount of process data. The feature amount extraction unit 3 for extracting the data, the feature amount classification unit 4 for grouping all the feature amounts extracted by the feature amount extraction unit 3 based on the similarity between the feature amounts, and the feature amount classification unit 4 A product from the representative feature quantity selection unit 5 that selects the representative feature quantity for each group based on the relationship with the product quality data for each generated group and the representative feature quantity selected by the representative feature quantity selection unit 5. It includes a candidate specifying unit 6 that specifies a representative feature amount that contributes to fluctuations in quality data as a quality influencing factor candidate, and a specific result notification unit 7 that notifies the user of the specific result of the quality influencing factor candidate.
　また、品質影響因子特定支援装置は、ユーザから品質影響因子候補の差し替えの指示があった場合に、品質影響因子候補をこの品質影響因子候補を含むグループ内の、ユーザが選択した他の特徴量と差し替え、ユーザからグループの除外の指示があった場合に、指示されたグループを品質影響因子候補の特定結果から除外する特定結果変更部８と、品質影響因子候補の最終的な特定結果を出力する特定結果出力部９と、品質影響因子候補と製品品質との関係をモデル化した品質推定モデルと、品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係をモデル化した品質推定モデルとを生成する品質推定モデル生成部１０と、品質影響因子候補の抽出元のプロセスデータと品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータとについてプロセスモデルを生成するプロセスモデル生成部１１と、品質影響因子候補をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列または品質影響因子候補を含むグループに含まれる他の特徴量をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列をプロセスモデルに基づいて表示するプロセスデータ推定表示部１２とを備えている。 In addition, the quality influence factor identification support device sets the quality influence factor candidate as another feature quantity selected by the user in the group including the quality influence factor candidate when the user gives an instruction to replace the quality influence factor candidate. When the user instructs to exclude the group, the specific result change unit 8 that excludes the instructed group from the specific result of the quality influence factor candidate and the final specific result of the quality influence factor candidate are output. The specific result output unit 9 to model the quality estimation model that models the relationship between the quality influence factor candidate and the product quality, and the relationship between the product quality and other feature quantities included in the group including the quality influence factor candidate. Process for the quality estimation model generation unit 10 that generates the quality estimation model, and the process data of the extraction source of the quality influence factor candidates and the process data of the extraction source of other feature quantities included in the group including the quality influence factor candidates. The process model generation unit 11 that generates a model, and the estimated time series of process data when the quality influence factor candidates are changed by the amount of change specified by the user, or other feature quantities included in the group including the quality influence factor candidates. It is provided with a process data estimation display unit 12 that displays an estimation time series of process data when a change amount specified by a user is changed based on a process model.
　図２は本実施例の品質影響因子特定支援装置の動作を説明するフローチャートである。データ収集部１は、対象の製品の生産設備の管理装置等から、バッチプロセスの製品品質データ（例えば計測器によって計測された品質データ、製造現場で担当者が入力した品質データ）と、当該バッチプロセスのプロセスデータ（例えば温度、圧力、流量、液面高さ、経過時間など）とを収集する（図２ステップＳ１００）。収集されたプロセスデータと品質データとは記憶部２に蓄積される。 FIG. 2 is a flowchart illustrating the operation of the quality influencing factor identification support device of this embodiment. The data collection unit 1 has the product quality data of the batch process (for example, the quality data measured by the measuring instrument, the quality data input by the person in charge at the manufacturing site) and the batch from the management device of the production equipment of the target product. The process data of the process (eg, temperature, pressure, flow rate, liquid level height, elapsed time, etc.) is collected (FIG. 2, step S100). The collected process data and quality data are stored in the storage unit 2.
　次に、特徴量抽出部３は、バッチプロセスのロットの製品品質データに対応する当該ロットの複数種のプロセスデータのそれぞれについて、プロセスデータのセグメント毎に特徴量（例えば平均値、最大値、最小値、傾き、分散など）を抽出する（図２ステップＳ１０１）。ここで、セグメントとは、プロセスデータの時系列データの変化点と変化点で区切られた時間方向の範囲のことを言う。 Next, the feature amount extraction unit 3 has a feature amount (for example, average value, maximum value, minimum value) for each segment of process data for each of a plurality of types of process data of the lot corresponding to the product quality data of the lot of the batch process. Values, slopes, variances, etc.) are extracted (FIG. 2, step S101). Here, the segment means a change point of the time-series data of the process data and a range in the time direction separated by the change point.
　特徴量抽出部３は、プロセスデータの時系列データを自動的にセグメント単位に区切るようにしてもよいし、外部から取得した情報に基づいて区切るようにしてもよい。時系列データを自動的に区切るセグメンテーションの方法は、例えば文献「E.Keogh，S.Chu，D.Hart，M.Pazzani，“Segmenting time series: A survey and novel approach”，Data mining in time series databases，2004」に開示されている。外部から取得した情報に基づいて区切る方法としては、例えばバッチプロセス制御の進捗に関する情報（「昇温中」など）を外部から取得して、時系列データを区切る方法が考えられる。 The feature amount extraction unit 3 may automatically divide the time-series data of the process data into segment units, or may divide the process data based on the information acquired from the outside. The method of segmentation that automatically divides time series data is, for example, the literature "E.Keogh, S.Chu, D.Hart, M.Pazzani," Segmenting time series: A survey and novel approach ", Data mining in time series databases. , 2004 ”. As a method of dividing based on the information acquired from the outside, for example, a method of acquiring information on the progress of batch process control (such as “during temperature rise”) from the outside and dividing the time series data can be considered.
　特徴量分類部４は、特徴量抽出部３によって抽出された全ての特徴量を、特徴量同士の類似度に基づいてグループ化する（図２ステップＳ１０２）。グループ化の方法としては、階層型クラスタリング、スペクトラルクラスタリングなどがある。 The feature amount classification unit 4 groups all the feature amounts extracted by the feature amount extraction unit 3 based on the degree of similarity between the feature amounts (FIG. 2, step S102). Grouping methods include hierarchical clustering and spectral clustering.
　次に、代表特徴量選択部５は、特徴量分類部４によって生成された各グループについて製品品質データとの関係に基づいて代表特徴量をグループ毎に選択する（図２ステップＳ１０３）。 Next, the representative feature amount selection unit 5 selects the representative feature amount for each group generated by the feature amount classification unit 4 based on the relationship with the product quality data (FIG. 2, step S103).
　各グループには様々な特徴量が含まれ、各特徴量はグループ、バッチプロセスのロット、セグメント（例えば過渡状態期間、定常状態期間など）、抽出元のプロセスデータという４つの属性を有する。代表特徴量選択部５は、セグメントが同種かつ抽出元のプロセスデータが同種でロットが異なる特徴量のデータ列ｘ＝｛ｘ1，ｘ2，・・・・｝とロット毎の製品品質データのデータ列ｙ＝｛ｙ1，ｙ2，・・・・｝について類似度を算出する。そして、代表特徴量選択部５は、各グループに含まれる特徴量のうち、製品品質データとの類似度が最大の特徴量を代表特徴量として選択する。データ列の類似度は公知の相関係数が利用できる。相関係数（標本相関係数）の算出方法は、例えば文献「岩崎　学、中西　寛子、時岡　規夫、“実用統計用語事典”、オーム社、２００４年」に開示されている。なお、ここでの類似度は相関係数に限定されるものではない。 Each group contains various features, and each feature has four attributes: group, batch process lot, segment (eg, transient period, steady state period, etc.), and extraction source process data. The representative feature quantity selection unit 5 contains data strings x = {x 1 , x 2 , ...} And product quality data for each lot, which have the same type of segment and the same type of process data of the extraction source but different lots. The similarity is calculated for the data string y = {y 1 , y 2, ...}. Then, the representative feature amount selection unit 5 selects, among the feature amounts included in each group, the feature amount having the maximum similarity with the product quality data as the representative feature amount. A known correlation coefficient can be used for the similarity of the data strings. The calculation method of the correlation coefficient (sample correlation coefficient) is disclosed in, for example, the literature "Satoshi Iwasaki, Hiroko Nakanishi, Norio Tokioka," Practical Statistical Glossary ", Ohmsha, 2004". The degree of similarity here is not limited to the correlation coefficient.
　候補特定部６は、代表特徴量選択部５によって選択された代表特徴量の中から、製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定する（図２ステップＳ１０４）。候補特定部６は、製品品質データを被説明変数（目的変数）とし、代表特徴量を説明変数として、ステップワイズ法、ＬＡＳＳＯ回帰などにより品質影響因子候補を特定すればよい。 The candidate identification unit 6 specifies a representative feature amount that contributes to the fluctuation of the product quality data as a quality influencing factor candidate from the representative feature amounts selected by the representative feature amount selection unit 5 (FIG. 2, step S104). .. The candidate specifying unit 6 may specify quality influence factor candidates by a stepwise method, Lasso regression, or the like, using product quality data as an explained variable (objective variable) and a representative feature amount as an explanatory variable.
　次に、特定結果通知部７は、品質影響因子候補の特定結果を、品質影響因子候補を含むグループ内の他の特徴量と共にユーザに通知する（図２ステップＳ１０５）。ただし、後述のように、品質影響因子候補と、品質影響因子候補を含むグループ内の他の特徴量とを同時に通知しなくてもよい。ユーザへの通知方法については後述する。 Next, the specific result notification unit 7 notifies the user of the specific result of the quality influence factor candidate together with other feature quantities in the group including the quality influence factor candidate (FIG. 2, step S105). However, as described later, it is not necessary to simultaneously notify the quality influence factor candidate and other feature quantities in the group including the quality influence factor candidate. The method of notifying the user will be described later.
　品質影響因子候補の特定結果を知ったユーザは、品質影響因子候補が製品品質に対して原理的に因果関係を持ち得るかどうか（解釈性）、制御可能な特徴量かどうか（制御実現性）を考慮して、品質影響因子候補の特定が妥当かどうかを判断する。ユーザは、品質影響因子候補の特定が妥当でないと判断した場合、通知された品質影響因子候補を含むグループ内の他の特徴量の中から品質影響因子として適当と判断できるものを選択し、選択した特徴量を品質影響因子候補と差し替えるよう品質影響因子特定支援装置に対して指示する。 The user who knows the specific result of the quality influence factor candidate can determine whether the quality influence factor candidate can have a causal relationship with the product quality in principle (interpretability) and whether it is a controllable feature quantity (control feasibility). To determine whether the identification of quality influential factor candidates is appropriate. If the user determines that the identification of the quality influence factor candidate is not appropriate, the user selects and selects the quality influence factor candidate that can be judged to be appropriate from the other feature quantities in the group including the notified quality influence factor candidate. Instruct the quality influential factor identification support device to replace the specified feature quantity with the quality influential factor candidate.
　特定結果変更部８は、ユーザから品質影響因子候補の差し替えの指示があった場合に（図２ステップＳ１０７においてＹＥＳ）、指示された品質影響因子候補を、この品質影響因子候補を含むグループ内の、ユーザが選択した特徴量と差し替える（図２ステップＳ１０８）。 When the user instructs to replace the quality influence factor candidate (YES in step S107 in FIG. 2), the specific result changing unit 8 sets the instructed quality influence factor candidate in the group including the quality influence factor candidate. , Replace with the feature amount selected by the user (step S108 in FIG. 2).
　また、ユーザは、品質影響因子候補とその品質影響因子候補を含むグループに含まれる全ての特徴量とを妥当でないと判断した場合、品質影響因子候補を含むグループを特定結果から除外するよう品質影響因子特定支援装置に対して指示する。 In addition, if the user determines that the quality influence factor candidate and all the features included in the group including the quality influence factor candidate are not appropriate, the quality influence is requested to exclude the group including the quality influence factor candidate from the specific result. Instruct the factor identification support device.
　特定結果変更部８は、ユーザからグループの除外の指示があった場合に（図２ステップＳ１０９においてＹＥＳ）、指示されたグループを品質影響因子候補の特定結果から除外する（図２ステップＳ１１０）。 When the user gives an instruction to exclude the group (YES in step S109 of FIG. 2), the specific result changing unit 8 excludes the instructed group from the specific result of the quality influence factor candidate (step S110 of FIG. 2).
　ユーザは、品質影響因子特定支援装置から最初に通知された品質影響因子候補の特定結果を妥当と判断した場合、または品質影響因子候補の差し替え、除外の結果、品質影響因子候補の特定が妥当になったと判断した場合、特定処理の終了を品質影響因子特定支援装置に対して指示する。 When the user determines that the identification result of the quality influence factor candidate first notified from the quality influence factor identification support device is appropriate, or as a result of replacement or exclusion of the quality influence factor candidate, the identification of the quality influence factor candidate is appropriate. If it is determined that the problem has occurred, the quality influencing factor identification support device is instructed to end the specific processing.
　特定結果出力部９は、ユーザから特定処理の終了指示があった場合に（図２ステップＳ１０６においてＹＥＳ）、現在の品質影響因子候補を品質影響因子として確定し、品質影響因子を表示する（図２ステップＳ１１１）。 When the user gives an instruction to end the specific process (YES in step S106 of FIG. 2), the specific result output unit 9 determines the current quality influence factor candidate as the quality influence factor and displays the quality influence factor (FIG. 2). 2 steps S111).
　以上のように、本実施例では、製品品質に影響を与える可能性のある特徴量群の中から、品質影響因子として解釈性・実現性が高い妥当な特徴量を特定するために、品質影響因子候補とそれに類似した特徴量とをユーザに通知することで、ユーザの分析を支援することができる。その結果、ユーザは、妥当性の高い品質影響因子を特定することが可能となり、品質影響因子と製品品質との関係をモデル化することが容易となる。 As described above, in this embodiment, in order to identify an appropriate feature amount that is highly interpretable and feasible as a quality influence factor from the feature amount group that may affect the product quality, the quality influence is achieved. By notifying the user of the factor candidate and the feature amount similar to the factor candidate, it is possible to support the user's analysis. As a result, the user can identify a highly relevant quality influential factor, and it becomes easy to model the relationship between the quality influential factor and the product quality.
［第２の実施例］
　次に、本発明の第２の実施例について説明する。本実施例は、品質影響因子候補の通知方法として配管計装図を活用する例であり、品質影響因子の確定のために物質やエネルギーの移動に関する因果関係についてのユーザの知見を活用する例である。本実施例においても品質影響因子特定支援装置の構成は第１の実施例と同様であるので、図１の符号を用いて説明する。 [Second Example]
Next, a second embodiment of the present invention will be described. This example is an example of utilizing a piping instrumentation diagram as a method of notifying quality influence factor candidates, and is an example of utilizing the user's knowledge about the causal relationship regarding the movement of substances and energy in order to determine the quality influence factor. be. Since the configuration of the quality influencing factor identification support device is the same as that of the first embodiment in this embodiment, the reference numerals in FIG. 1 will be used for description.
　品質影響因子特定支援装置の特定結果通知部７が表示する画面の１例を図３に示す。図３の例では、特定結果通知部７は、画面７０内に、対象の製品の生産設備の配管計装図を表示する。 FIG. 3 shows an example of the screen displayed by the specific result notification unit 7 of the quality influencing factor identification support device. In the example of FIG. 3, the specific result notification unit 7 displays a piping instrumentation diagram of the production equipment of the target product on the screen 70.
　特定結果通知部７は、配管計装図内に、品質影響因子候補の名称と品質影響因子候補の抽出元のプロセスデータの名称とを示すマーク７００を、プロセスデータが計測された位置に重ねて表示する。さらに、特定結果通知部７は、製品品質データを示すマーク７０１を、配管計装図内の製品品質データが計測された位置に重ねて表示する。 The specific result notification unit 7 superimposes a mark 700 indicating the name of the quality influence factor candidate and the name of the process data from which the quality influence factor candidate is extracted on the piping instrumentation diagram at the position where the process data is measured. indicate. Further, the specific result notification unit 7 superimposes and displays the mark 701 indicating the product quality data on the position where the product quality data is measured in the piping instrumentation drawing.
　図３の画面７０によれば、例えば流量Ａというプロセスデータとその流量Ａの最大値という品質影響因子候補が選択されたことが分かる。配管計装図の画像データと、データ収集部１が収集する製品品質データとプロセスデータの、配管計装図上における座標のデータとは、記憶部２に予め登録されている。 According to the screen 70 of FIG. 3, it can be seen that, for example, the process data of the flow rate A and the quality influence factor candidate of the maximum value of the flow rate A are selected. The image data of the pipe instrumentation chart and the coordinate data of the product quality data and the process data collected by the data collection unit 1 on the pipe instrumentation chart are registered in advance in the storage unit 2.
　このように、本実施例では、配管計装図上に品質影響因子候補と品質影響因子候補の抽出元のプロセスデータの場所を表示することで、ユーザのプロセス知見に反する、解釈が難しい品質影響因子候補を除外できる。例えば、品質影響因子候補の抽出元としてＡからＦまでのプロセスデータがあった場合、製品品質データが計測された箇所よりも下流の設備で取得された流量Ｄ、温度Ｅ、流量Ｆのプロセスデータについては品質影響因子候補として選択するべきではない。 As described above, in this embodiment, by displaying the location of the quality influence factor candidate and the process data of the extraction source of the quality influence factor candidate on the pipe instrumentation diagram, the quality influence is difficult to interpret, which is contrary to the user's process knowledge. Factor candidates can be excluded. For example, if there is process data from A to F as the extraction source of quality influence factor candidates, the process data of flow rate D, temperature E, and flow rate F acquired by the equipment downstream from the place where the product quality data was measured. Should not be selected as a candidate quality influential factor.
　したがって、ユーザは、流量Ｄの傾き、温度Ｅの分散、流量Ｆの最小値という３つの品質影響因子候補のそれぞれをグループ内の他の特徴量と差し替えるよう品質影響因子特定支援装置に対して指示するか、あるいは品質影響因子候補を特定結果から排除するよう指示する。 Therefore, the user instructs the quality influence factor identification support device to replace each of the three quality influence factor candidates of the slope of the flow rate D, the variance of the temperature E, and the minimum value of the flow rate F with other feature quantities in the group. Or instruct to exclude potential quality influencing factors from the specific results.
　こうして、本実施例では、製品品質データに対して、物理的につながりのない特徴量や、因果関係が逆転する特徴量を、プロセス知見に基づいて品質影響因子候補から排除することができる。 Thus, in this embodiment, features that are not physically connected to the product quality data and features whose causal relationship is reversed can be excluded from the quality influencing factor candidates based on the process knowledge.
　なお、図３の例では、品質影響因子候補を含むグループ内の他の特徴量については表示していない。そこで、特定結果通知部７は、例えばユーザがマウス等のポインティングデバイスを用いて画面７０上でマーク７００を指定したときに、指定されたマーク７００が示す品質影響因子候補を含むグループ内の他の特徴量を表示するようにしてもよい。品質影響因子候補と、品質影響因子候補を含むグループ内の他の特徴量とを同時に表示してもよいことは言うまでもない。 In the example of FIG. 3, other feature quantities in the group including quality influence factor candidates are not displayed. Therefore, when the user specifies the mark 700 on the screen 70 using a pointing device such as a mouse, the specific result notification unit 7 may use another group in the group including the quality influence factor candidate indicated by the designated mark 700. The feature amount may be displayed. Needless to say, the quality influence factor candidate and other feature quantities in the group including the quality influence factor candidate may be displayed at the same time.
［第３の実施例］
　次に、本発明の第３の実施例について説明する。本実施例は、品質影響因子の確定のためにプロセスデータの種別を活用する例であり、論理的な因果関係に関する知見を活用する例である。 [Third Example]
Next, a third embodiment of the present invention will be described. This example is an example of utilizing the type of process data for determining the quality influential factor, and is an example of utilizing the knowledge about the logical causal relationship.
　品質影響因子特定支援装置の特定結果通知部７が表示する画面の１例を図４に示す。図４の例では、特定結果通知部７は、画面７０内に、品質影響因子候補の名称と、品質影響因子候補の抽出元のプロセスデータの名称と、プロセスデータの種別（操作量、測定値、設定値など）とを表形式で表示する。プロセスデータの種別は、製品の生産設備の制御システムで予め定義されており、記憶部２に予め登録されている。 FIG. 4 shows an example of the screen displayed by the specific result notification unit 7 of the quality influencing factor identification support device. In the example of FIG. 4, the specific result notification unit 7 displays the name of the quality influential factor candidate, the name of the process data from which the quality influential factor candidate is extracted, and the type of process data (operation amount, measured value) in the screen 70. , Setting values, etc.) and are displayed in tabular format. The type of process data is defined in advance in the control system of the production equipment of the product, and is registered in advance in the storage unit 2.
　こうして、本実施例では、品質影響因子候補の抽出元のプロセスデータの種別を表示することで、ユーザは制御可能なプロセスデータから抽出された品質影響因子候補を選択することができる。 Thus, in this embodiment, by displaying the type of the process data from which the quality influence factor candidate is extracted, the user can select the quality influence factor candidate extracted from the controllable process data.
　操作量は制御対象へ加える量、測定値はセンサなどで測定される値、設定値は制御量の目標とする値を表す。一般的に、操作量と設定値は制御システムから直接変更することが可能だが、測定値は直接変更できない。例えば、図４の例では、製品品質を改善するために、外気温度や撹拌機Ａ流量を直接変更することは難しい。一方で、撹拌機Ａ流量設定値や配管Ｂ流量を変更できる可能性はある。 The operation amount is the amount to be added to the control target, the measured value is the value measured by a sensor, etc., and the set value is the target value of the control amount. Generally, the manipulated variable and set values can be changed directly from the control system, but the measured values cannot be changed directly. For example, in the example of FIG. 4, it is difficult to directly change the outside air temperature and the flow rate of the agitator A in order to improve the product quality. On the other hand, there is a possibility that the flow rate set value of the agitator A and the flow rate of the pipe B can be changed.
　したがって、ユーザは、外気温度、撹拌機Ａ流量という２つの品質影響因子候補のそれぞれをグループ内の他の特徴量と差し替えるよう品質影響因子特定支援装置に対して指示するか、あるいは品質影響因子候補を特定結果から排除するよう指示する。 Therefore, the user instructs the quality influence factor identification support device to replace each of the two quality influence factor candidates of the outside air temperature and the agitator A flow rate with other feature quantities in the group, or the quality influence factor candidate. Instruct to exclude from specific results.
　なお、図４の例では、品質影響因子候補を含むグループ内の他の特徴量については表示していない。そこで、特定結果通知部７は、例えばユーザがマウス等のポインティングデバイスを用いて画面７０上で特定の品質影響因子候補の欄を指定したときに、指定された品質影響因子候補を含むグループ内の他の特徴量を表示するようにしてもよい。品質影響因子候補と、品質影響因子候補を含むグループ内の他の特徴量とを同時に表示してもよいことは言うまでもない。 In the example of FIG. 4, other feature quantities in the group including quality influence factor candidates are not displayed. Therefore, when the user specifies a column of a specific quality influence factor candidate on the screen 70 by using a pointing device such as a mouse, the specific result notification unit 7 is in a group including the designated quality influence factor candidate. Other feature quantities may be displayed. Needless to say, the quality influence factor candidate and other feature quantities in the group including the quality influence factor candidate may be displayed at the same time.
［第４の実施例］
　次に、本発明の第４の実施例について説明する。本実施例は、品質影響因子の確定のために特徴量取得タイミングを活用する例であり、特徴量と紐づいた時間情報を活用する例である。 [Fourth Example]
Next, a fourth embodiment of the present invention will be described. This embodiment is an example of utilizing the feature amount acquisition timing for determining the quality influencing factor, and is an example of utilizing the time information associated with the feature amount.
　図５の例では、特定結果通知部７は、画面７０内に、品質影響因子候補Ａ１の抽出元のプロセスデータＡの時系列グラフ７０２と、品質影響因子候補Ａ１を含むグループに含まれる他の特徴量Ｂ１の抽出元のプロセスデータＢの時系列グラフ７０３とを表示する。上記のとおり、プロセスデータの時系列データは、記憶部２に蓄積されている。また、特定結果通知部７は、品質影響因子候補Ａ１が抽出されたタイミング（時間情報）を時系列グラフ７０２に表示すると共に、特徴量Ｂ１が抽出されたタイミング（時間情報）を時系列グラフ７０３に表示する。 In the example of FIG. 5, the specific result notification unit 7 includes the time-series graph 702 of the process data A of the extraction source of the quality influence factor candidate A1 and another group including the quality influence factor candidate A1 in the screen 70. The time series graph 703 of the process data B of the extraction source of the feature amount B1 is displayed. As described above, the time-series data of the process data is stored in the storage unit 2. Further, the specific result notification unit 7 displays the timing (time information) at which the quality influence factor candidate A1 is extracted on the time-series graph 702, and displays the timing (time information) at which the feature amount B1 is extracted on the time-series graph 703. Display on.
　品質影響因子候補を含む各特徴量の定義は、予め記憶部２に記憶されている。したがって、特定結果通知部７は、記憶部２に記憶されている定義を基に、品質影響因子候補Ａ１が抽出されたタイミングと特徴量Ｂ１が抽出されたタイミングを表示することが可能である。図５の品質影響因子候補Ａ１（最大値）の例のように特定のタイミングのプロセスデータから抽出された特徴量の場合には、縦矢印マーク７０００によって特徴量が抽出されたタイミングが表示される。また、特徴量Ｂ１（定常状態の経過時間）の例のように複数のプロセスデータの期間にわたって抽出された特徴量の場合には、横矢印マーク７００１によって特徴量が抽出されたタイミングが表示される。 The definition of each feature including the quality influence factor candidate is stored in the storage unit 2 in advance. Therefore, the specific result notification unit 7 can display the timing at which the quality influencing factor candidate A1 is extracted and the timing at which the feature amount B1 is extracted based on the definition stored in the storage unit 2. In the case of the feature amount extracted from the process data at a specific timing as in the example of the quality influence factor candidate A1 (maximum value) in FIG. 5, the timing at which the feature amount is extracted is displayed by the vertical arrow mark 7000. .. Further, in the case of a feature amount extracted over a period of a plurality of process data as in the example of the feature amount B1 (elapsed time of steady state), the timing at which the feature amount is extracted is displayed by the horizontal arrow mark 7001. ..
　このように、本実施例では、特徴量が抽出されたタイミングを抽出元のプロセスデータと共に示すことで、製品品質の変動に対する真の原因である上流側要因であることを把握して、解釈性を高めることができる。例えば図５の例のように品質影響因子候補Ａ１と特徴量Ｂ１とが類似した特徴量として抽出されている場合、バッチ経過時間の後半時点で初めて抽出される特徴量Ｂ１よりも、バッチ開始から間もない時点で抽出される品質影響因子候補Ａ１の方が、製品の品質変動に対する根本的な原因である可能性が高い。したがって、ユーザは、品質影響因子候補Ａ１の特定が妥当であると判断する。 In this way, in this embodiment, by showing the timing at which the feature quantity is extracted together with the process data of the extraction source, it is understood that it is an upstream factor that is the true cause for the fluctuation of product quality, and the interpretability is achieved. Can be enhanced. For example, when the quality influence factor candidate A1 and the feature amount B1 are extracted as similar feature amounts as in the example of FIG. 5, the feature amount B1 extracted for the first time in the latter half of the batch elapsed time is more than the feature amount B1 extracted from the start of the batch. The quality influential factor candidate A1 extracted at a short time is more likely to be the root cause for the quality fluctuation of the product. Therefore, the user determines that the identification of the quality influencing factor candidate A1 is appropriate.
［第５の実施例］
　次に、本発明の第５の実施例について説明する。本実施例は、本実施例は、品質影響因子の確定のためにロット毎のプロセスデータを活用する例である。 [Fifth Example]
Next, a fifth embodiment of the present invention will be described. This embodiment is an example in which the process data for each lot is utilized for determining the quality influencing factor.
　品質影響因子特定支援装置の特定結果通知部７が表示する画面の１例を図６に示す。第１の実施例の説明から明らかなように同種の特徴量がバッチプロセスのロット毎に抽出されるので、ロット毎の特徴量を表示することが可能である。図６の例では、図５と同様に画面７０内に、品質影響因子候補Ａ１の抽出元のプロセスデータＡの時系列グラフ７０４－１０１～７０４－１０３と、品質影響因子候補Ａ１が抽出されたグラフ７０４－１０１～７０４－１０３上でのタイミング（縦矢印マーク）と、品質影響因子候補Ａ１を含むグループに含まれる他の特徴量Ｃ１の抽出元のプロセスデータＣの時系列グラフ７０５－１０１～７０５－１０３と、特徴量Ｃ１が抽出されたグラフ７０５－１０１～７０５－１０３上でのタイミング（縦矢印マーク）とが、ロット１０１～１０３毎に表示される。 FIG. 6 shows an example of the screen displayed by the specific result notification unit 7 of the quality influencing factor identification support device. As is clear from the description of the first embodiment, since the same kind of feature amount is extracted for each lot of the batch process, it is possible to display the feature amount for each lot. In the example of FIG. 6, the time-series graphs 704-101 to 704-103 of the process data A from which the quality influence factor candidate A1 is extracted and the quality influence factor candidate A1 are extracted in the screen 70 as in FIG. Time-series graphs 705-101 to the process data C of the extraction source of the timing (vertical arrow mark) on the graphs 704-101 to 704-103 and the other feature quantities C1 included in the group including the quality influential factor candidate A1. The timing (vertical arrow mark) on the graphs 705-101 to 705-103 from which the feature amount C1 is extracted is displayed for each lot 101 to 103.
　このように、本実施例では、プロセスデータのどのような特徴を抽出したかをロット毎に表示することで、ユーザは偶然選択された品質影響因子候補を排除することができる。また、ユーザは、品質影響因子候補を、類似する他の特徴量と差し替えても、製品品質が劣化しないかどうかを予想することができる。例えば図６の例のように品質影響因子候補Ａ１と特徴量Ｃ１とが類似した特徴量として抽出されている場合、ロット間で再現性の低い特徴量Ｃ１よりも、品質影響因子候補Ａ１の方が品質影響因子として望ましい。したがって、ユーザは、品質影響因子候補Ａ１の特定が妥当であると判断する。 As described above, in this embodiment, by displaying what kind of features of the process data are extracted for each lot, the user can exclude the quality influence factor candidates selected by chance. In addition, the user can predict whether the product quality will not deteriorate even if the quality influence factor candidate is replaced with other similar feature quantities. For example, when the quality influence factor candidate A1 and the feature amount C1 are extracted as similar feature amounts as in the example of FIG. 6, the quality influence factor candidate A1 is better than the feature amount C1 having low reproducibility between lots. Is desirable as a quality influential factor. Therefore, the user determines that the identification of the quality influential factor candidate A1 is appropriate.
　なお、第４、第５の実施例では、プロセスデータの時系列グラフを表示しているが、プロセスデータの周波数変化のグラフを表示するようにしてもよい。 In the fourth and fifth embodiments, the time series graph of the process data is displayed, but the graph of the frequency change of the process data may be displayed.
［第６の実施例］
　次に、本発明の第６の実施例について説明する。本実施例は、品質影響因子の確定のために製品品質に対する特徴量の影響を定量化する例である。 [Sixth Example]
Next, a sixth embodiment of the present invention will be described. This example is an example of quantifying the influence of the feature amount on the product quality in order to determine the quality influencing factor.
　図７は本実施例の品質影響因子特定支援装置の動作を説明するフローチャート、図８は品質影響因子特定支援装置の特定結果通知部７が表示する画面の１例を示す図である。
　図７のステップＳ１００～Ｓ１１１の処理は第１の実施例で説明したとおりである。品質影響因子特定支援装置の品質推定モデル生成部１０は、候補特定部６による品質影響因子候補の特定が終了した時点で、品質影響因子候補と製品品質との関係をモデル化した品質推定モデルと、品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係をモデル化した品質推定モデルを生成する（図７ステップＳ１１２）。 FIG. 7 is a flowchart illustrating the operation of the quality influence factor identification support device of this embodiment, and FIG. 8 is a diagram showing an example of a screen displayed by the specific result notification unit 7 of the quality influence factor identification support device.
The processing of steps S100 to S111 in FIG. 7 is as described in the first embodiment. The quality estimation model generation unit 10 of the quality influence factor identification support device has a quality estimation model that models the relationship between the quality influence factor candidates and the product quality when the selection of the quality influence factor candidates by the candidate identification unit 6 is completed. , A quality estimation model that models the relationship between the product quality and other feature quantities included in the group including the quality influential factor candidates is generated (FIG. 7, step S112).
　品質推定モデルの生成方法としては、重回帰、サポートベクトル回帰、ＬＡＳＳＯ回帰、Ｒｉｄｇｅ回帰、ランダムフォレスト回帰などの方法がある（文献「T.Hastie，R.Tibshirani，J.Friedman，“統計的学習の基礎―データマイニング・推論・予測―”，2014」。 Methods for generating quality estimation models include multiple regression, support vector regression, Lasso regression, Ridge regression, and random forest regression (Reference "T.Hastie, R.Tibshirani, J.Friedman," Statistical Learning Basics-Data Mining / Inference / Prediction- ", 2014".
　ユーザは、製品品質に対する特徴量の影響を確認したい場合、所望の製品品質の値を品質影響因子特定支援装置に対して入力する。
　特定結果通知部７は、ユーザから所望の製品品質の指定があった場合に（図７ステップＳ１１３においてＹＥＳ）、図８に示すように、品質影響因子候補Ａ１と製品品質との関係を示す品質推定グラフ７０６と、品質影響因子候補Ａ１を含むグループに含まれる他の特徴量Ｄ１と製品品質との関係を示す品質推定グラフ７０７とを、品質推定モデル生成部１０が生成した品質推定モデルに基づいて表示する（図７ステップＳ１１４）。 When the user wants to confirm the influence of the feature amount on the product quality, the user inputs a desired product quality value to the quality influencing factor identification support device.
When the user specifies the desired product quality (YES in step S113 of FIG. 7), the specific result notification unit 7 shows the relationship between the quality influential factor candidate A1 and the product quality as shown in FIG. The estimation graph 706 and the quality estimation graph 707 showing the relationship between the product quality and the other feature quantity D1 included in the group including the quality influence factor candidate A1 are based on the quality estimation model generated by the quality estimation model generation unit 10. Is displayed (step S114 in FIG. 7).
　特定結果通知部７は、グラフ７０６，７０７に、直近の製品品質の値Ｑ１とユーザが入力した所望の製品品質の値Ｑ２とを表示し、さらに直近の製品品質Ｑ１を所望の製品品質Ｑ２まで改善するのに必要な品質影響因子候補Ａ１と特徴量Ｄ１の変更量を示すマーク７０８，７０９を表示する。 The specific result notification unit 7 displays the latest product quality value Q1 and the desired product quality value Q2 input by the user on the graphs 706 and 707, and further changes the latest product quality Q1 to the desired product quality Q2. Marks 708 and 709 indicating the amount of change in the quality influence factor candidate A1 and the feature amount D1 necessary for improvement are displayed.
　このように、本実施例では、製品品質に対する説明変数（特徴量）の感度を定量化することで、製品品質を改善するための操作をシミュレートし、実現性を評価することができる。例えば図８の例のように品質影響因子候補Ａ１と特徴量Ｄ１とが類似した特徴量として抽出されている場合、直近に製造された製品の品質Ｑ１を所望の値Ｑ２まで改善するのに必要な変更量を比較すると、品質影響因子候補Ａ１の方が変更量が小さい。したがって、ユーザは、品質影響因子候補Ａ１の方がより容易に操作が可能であり、品質影響因子候補Ａ１の特定が妥当であると判断する。 As described above, in this embodiment, by quantifying the sensitivity of the explanatory variable (feature amount) to the product quality, it is possible to simulate the operation for improving the product quality and evaluate the feasibility. For example, when the quality influencing factor candidate A1 and the feature amount D1 are extracted as similar feature amounts as in the example of FIG. 8, it is necessary to improve the quality Q1 of the recently manufactured product to the desired value Q2. Comparing the various changes, the quality influential factor candidate A1 has a smaller change. Therefore, the user determines that the quality influence factor candidate A1 can be operated more easily, and that the identification of the quality influence factor candidate A1 is appropriate.
　また、品質影響因子特定支援装置のプロセスモデル生成部１１は、ユーザから品質影響因子候補の変更量または特徴量の変更量の指定があった場合に（図７ステップＳ１１５）、指定された品質影響因子候補または特徴量の抽出元のプロセスデータについてプロセスモデルを生成する（図７ステップＳ１１６）。プロセスモデルは公知のモデリング技術を利用して作成できる。代表的なモデリング技術である回帰モデルを用いた場合、バッチ経過時間を説明変数としてプロセスデータの値を目的変数としたプロセスモデルを生成し、このプロセスモデルの回帰係数を変動させることで、影響因子候補または特徴量を変更した際の仮想的な時系列データを推定する。なお、ここでのモデリング技術は回帰モデルに限定されるものではない。 Further, the process model generation unit 11 of the quality influence factor identification support device receives the designated quality influence when the user specifies the change amount of the quality influence factor candidate or the change amount of the feature amount (FIG. 7, step S115). A process model is generated for the process data from which the factor candidate or the feature quantity is extracted (FIG. 7, step S116). The process model can be created using a known modeling technique. When a regression model, which is a typical modeling technique, is used, an influential factor is generated by generating a process model with the batch elapsed time as the explanatory variable and the value of the process data as the objective variable, and changing the regression coefficient of this process model. Estimate virtual time-series data when the candidates or features are changed. The modeling technique here is not limited to the regression model.
　プロセスデータ推定表示部１２は、ユーザから指定された品質影響因子候補または指定された特徴量の抽出元のプロセスデータの時系列グラフ７１０を表示し、品質影響因子候補または特徴量が抽出されたタイミング（時間情報）を時系列グラフ７１０に表示する。さらに、プロセスデータ推定表示部１２は、品質影響因子候補または特徴量をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列グラフ７１１をプロセスモデルに基づいて時系列グラフ７１０と重ねて表示する（図７ステップＳ１１７）。 The process data estimation display unit 12 displays a time series graph 710 of the process data of the extraction source of the quality influence factor candidate or the specified feature amount designated by the user, and the timing at which the quality influence factor candidate or the feature amount is extracted. (Time information) is displayed on the time series graph 710. Further, the process data estimation display unit 12 superimposes the estimated time series graph 711 of the process data when the quality influence factor candidate or the feature amount is changed by the change amount specified by the user on the time series graph 710 based on the process model. Is displayed (step S117 in FIG. 7).
　図９の例では、品質影響因子候補Ａ１の抽出元のプロセスデータＡの時系列グラフ７１０と、品質影響因子候補Ａ１が抽出されたグラフ７１０上でのタイミング（縦矢印マーク）とが表示され、さらに品質影響因子候補Ａ１の値を変更したときのプロセスデータＡの推定時系列グラフ７１１がグラフ７１０と重ねて表示されている。 In the example of FIG. 9, the time series graph 710 of the process data A from which the quality influence factor candidate A1 is extracted and the timing (vertical arrow mark) on the graph 710 from which the quality influence factor candidate A1 is extracted are displayed. Further, the estimated time series graph 711 of the process data A when the value of the quality influence factor candidate A1 is changed is displayed superimposed on the graph 710.
　こうして、ユーザは、品質影響因子候補または特徴量の元となるプロセスデータについて、製品品質の改善に必要な軌道（時系列パターン）を認識することができ、製品品質の改善に必要な対象プロセスの操作について、実現可能性やリスクについて判断することができる。 In this way, the user can recognize the trajectory (time series pattern) necessary for improving the product quality for the process data that is the source of the quality influential factor candidate or the feature quantity, and the target process necessary for improving the product quality. You can judge the feasibility and risk of the operation.
　図９の例では、第１～第５の実施例で説明した品質影響因子候補の特定結果の通知（ステップＳ１０５）を行い、品質影響因子候補の差し替え、除外（ステップＳ１０７～Ｓ１１０）を行った上でステップＳ１１３～Ｓ１１７の処理を行うことを想定しているが、ステップＳ１０５，Ｓ１０７～Ｓ１１０の処理を行ってもよいし、行わなくても構わない。 In the example of FIG. 9, the notification of the specific result of the quality influence factor candidate described in the first to fifth embodiments was performed (step S105), and the quality influence factor candidate was replaced or excluded (steps S107 to S110). Although it is assumed that the processes of steps S113 to S117 are performed above, the processes of steps S105 and S107 to S110 may or may not be performed.
　第１～第６の実施例で説明した品質影響因子特定支援装置は、ＣＰＵ（Central Processing Unit）、記憶装置及びインタフェースを備えたコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。このコンピュータの構成例を図１０に示す。 The quality influencing factor identification support device described in the first to sixth embodiments can be realized by a computer equipped with a CPU (Central Processing Unit), a storage device, and an interface, and a program for controlling these hardware resources. can. An example of the configuration of this computer is shown in FIG.
　コンピュータは、ＣＰＵ３００と、記憶装置３０１と、インタフェース装置（Ｉ／Ｆ）３０２とを備えている。Ｉ／Ｆ３０２には、製品の生産設備の管理装置などが接続される。このようなコンピュータにおいて、本発明の品質影響因子特定支援方法を実現させるためのプログラムは記憶装置３０１に格納される。ＣＰＵ３００は、記憶装置３０１に格納されたプログラムに従って第１～第６の実施例で説明した処理を実行する。 The computer includes a CPU 300, a storage device 301, and an interface device (I / F) 302. A management device for product production equipment or the like is connected to the I / F 302. In such a computer, a program for realizing the quality influencing factor identification support method of the present invention is stored in the storage device 301. The CPU 300 executes the processes described in the first to sixth embodiments according to the program stored in the storage device 301.
　本発明は、バッチプロセス向けのデータ分析技術に適用することができる。 The present invention can be applied to data analysis technology for batch processes.
　１…データ収集部、２…記憶部、３…特徴量抽出部、４…特徴量分類部、５…代表特徴量選択部、６…候補特定部、７…特定結果通知部、８…特定結果変更部、９…特定結果出力部、１０…品質推定モデル生成部、１１…プロセスモデル生成部、１２…プロセスデータ推定表示部。 1 ... Data collection unit, 2 ... Storage unit, 3 ... Feature amount extraction unit, 4 ... Feature amount classification unit, 5 ... Representative feature amount selection unit, 6 ... Candidate identification unit, 7 ... Specific result notification unit, 8 ... Specific result Change unit, 9 ... Specific result output unit, 10 ... Quality estimation model generation unit, 11 ... Process model generation unit, 12 ... Process data estimation display unit.

Claims (11)

  1. 　バッチプロセスの製品品質データとバッチプロセスのプロセスデータとを収集するように構成されたデータ収集部と、
    　前記プロセスデータの特徴量を抽出するように構成された特徴量抽出部と、
    　前記特徴量抽出部によって抽出された全ての特徴量を、特徴量同士の類似度に基づいてグループ化するように構成された特徴量分類部と、
    　前記特徴量分類部によって生成された各グループについて前記製品品質データとの関係に基づいて代表特徴量をグループ毎に選択するように構成された代表特徴量選択部と、
    　前記代表特徴量選択部によって選択された代表特徴量の中から、前記製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定するように構成された候補特定部と、
    　前記品質影響因子候補の特定結果をユーザに通知するように構成された特定結果通知部とを備えることを特徴とする品質影響因子特定支援装置。     A data collection unit configured to collect product quality data for batch processes and process data for batch processes,
    A feature amount extraction unit configured to extract the feature amount of the process data, and
    A feature amount classification unit configured to group all the feature amounts extracted by the feature amount extraction unit based on the degree of similarity between the feature amounts, and a feature amount classification unit.
    A representative feature quantity selection unit configured to select a representative feature quantity for each group based on the relationship with the product quality data for each group generated by the feature quantity classification unit.
    From the representative feature quantities selected by the representative feature quantity selection unit, a candidate identification unit configured to specify a representative feature quantity that contributes to the fluctuation of the product quality data as a quality influencing factor candidate, and a candidate identification unit.
    A quality influence factor identification support device comprising a specific result notification unit configured to notify the user of the specific result of the quality influence factor candidate.
  2. 　請求項１記載の品質影響因子特定支援装置において、
    　前記特定結果通知部は、製品の生産設備の配管計装図を表示すると共に、この配管計装図内に、前記品質影響因子候補の名称と前記品質影響因子候補の抽出元のプロセスデータの名称とを、このプロセスデータが計測された位置に重ねて表示し、前記製品品質データが計測された位置を前記配管計装図内に表示することを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 1,
    The specific result notification unit displays a piping instrumentation diagram of the production equipment of the product, and in this piping instrumentation diagram, the name of the quality influence factor candidate and the name of the process data from which the quality influence factor candidate is extracted. A quality influential factor identification support device, characterized in that the process data is superimposed on the measured position and the position where the product quality data is measured is displayed in the piping instrumentation diagram.
  3. 　請求項１記載の品質影響因子特定支援装置において、
    　前記特定結果通知部は、前記品質影響因子候補の名称と前記品質影響因子候補の抽出元のプロセスデータの名称とこのプロセスデータの種別とを表示することを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 1,
    The specific result notification unit is a quality influence factor identification support device characterized by displaying the name of the quality influence factor candidate, the name of the process data from which the quality influence factor candidate is extracted, and the type of the process data.
  4. 　請求項２または３記載の品質影響因子特定支援装置において、
    　前記特定結果通知部は、ユーザから指示があった場合に、前記品質影響因子候補を含むグループ内の他の特徴量の名称を表示することを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 2 or 3.
    The specific result notification unit is a quality influence factor identification support device, which displays the names of other feature quantities in a group including the quality influence factor candidate when instructed by a user.
  5. 　請求項１記載の品質影響因子特定支援装置において、
    　前記特定結果通知部は、前記品質影響因子候補の抽出元のプロセスデータの第１のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第１のグラフに表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータの第２のグラフを表示し、この特徴量が抽出された時間情報を前記第２のグラフに表示することを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 1,
    The specific result notification unit displays the first graph of the process data of the extraction source of the quality influence factor candidate, displays the time information from which the quality influence factor candidate is extracted in the first graph, and also displays the time information. The feature is that the second graph of the process data of the extraction source of other feature quantities included in the group including the quality influence factor candidate is displayed, and the time information from which this feature quantity is extracted is displayed in the second graph. Quality influencing factor identification support device.
  6. 　請求項１記載の品質影響因子特定支援装置において、
    　前記特定結果通知部は、前記品質影響因子候補の抽出元のプロセスデータの第１のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第１のグラフに表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータの第２のグラフを表示し、この特徴量が抽出された時間情報を前記第２のグラフに表示し、前記第１、第２のグラフの表示と前記時間情報の表示とをバッチプロセスのロット毎に行うことを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 1,
    The specific result notification unit displays the first graph of the process data of the extraction source of the quality influence factor candidate, displays the time information from which the quality influence factor candidate is extracted in the first graph, and also displays the time information. The second graph of the process data of the extraction source of other feature quantities included in the group including the quality influence factor candidate is displayed, and the time information from which this feature quantity is extracted is displayed in the second graph. 1. A quality influential factor identification support device characterized in that the display of the second graph and the display of the time information are performed for each lot of the batch process.
  7. 　請求項１記載の品質影響因子特定支援装置において、
    　前記品質影響因子候補と製品品質との関係をモデル化した第１の品質推定モデルと、前記品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係をモデル化した第２の品質推定モデルとを生成するように構成された品質推定モデル生成部をさらに備え、
    　前記特定結果通知部は、前記品質影響因子候補と製品品質との関係を示す第１のグラフを前記第１の品質推定モデルに基づいて表示すると共に、前記品質影響因子候補を含むグループに含まれる他の特徴量と製品品質との関係を示す第２のグラフを前記第２の品質推定モデルに基づいて表示することを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 1,
    The first quality estimation model that models the relationship between the quality influence factor candidate and the product quality, and the second that models the relationship between the product quality and other feature quantities included in the group including the quality influence factor candidate. Further equipped with a quality estimation model generator configured to generate a quality estimation model of
    The specific result notification unit displays a first graph showing the relationship between the quality influence factor candidate and the product quality based on the first quality estimation model, and is included in the group including the quality influence factor candidate. A quality influencing factor identification support device, characterized in that a second graph showing the relationship between other feature quantities and product quality is displayed based on the second quality estimation model.
  8. 　請求項７記載の品質影響因子特定支援装置において、
    　前記品質影響因子候補の抽出元のプロセスデータと前記品質影響因子候補を含むグループに含まれる他の特徴量の抽出元のプロセスデータとについてプロセスモデルを生成するように構成されたプロセスモデル生成部と、
    　ユーザから前記品質影響因子候補の変更量が指定された場合に、この品質影響因子候補の抽出元のプロセスデータの第３のグラフを表示し、この品質影響因子候補が抽出された時間情報を前記第３のグラフに表示すると共に、この品質影響因子候補をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を前記プロセスモデルに基づいて前記第３のグラフに重ねて表示し、ユーザから前記品質影響因子候補を含むグループに含まれる他の特徴量の変更量が指定された場合に、この特徴量の抽出元のプロセスデータの第４のグラフを表示し、この特徴量が抽出された時間情報を前記第４のグラフに表示すると共に、この特徴量をユーザから指定された変更量だけ変更したときのプロセスデータの推定時系列を前記プロセスモデルに基づいて前記第４のグラフに重ねて表示するように構成されたプロセスデータ推定表示部とをさらに備えることを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to claim 7.
    A process model generator configured to generate a process model for the process data of the extraction source of the quality influence factor candidate and the process data of the extraction source of other feature quantities included in the group including the quality influence factor candidate. ,
    When the change amount of the quality influence factor candidate is specified by the user, the third graph of the process data of the extraction source of the quality influence factor candidate is displayed, and the time information from which the quality influence factor candidate is extracted is described above. In addition to displaying on the third graph, the estimated time series of process data when this quality influence factor candidate is changed by the amount of change specified by the user is displayed superimposed on the third graph based on the process model. , When the user specifies a change amount of another feature amount included in the group including the quality influence factor candidate, the fourth graph of the process data from which the feature amount is extracted is displayed, and this feature amount is displayed. The extracted time information is displayed in the fourth graph, and the estimated time series of process data when this feature amount is changed by the amount of change specified by the user is shown in the fourth graph based on the process model. A quality influential factor identification support device characterized by further comprising a process data estimation display unit configured to be superimposed on the display.
  9. 　請求項１乃至８のいずれか１項に記載の品質影響因子特定支援装置において、
    　ユーザから品質影響因子候補の差し替えの指示があった場合に、前記品質影響因子候補をこの品質影響因子候補を含むグループ内の、ユーザが選択した他の特徴量と差し替え、ユーザからグループの除外の指示があった場合に、指示されたグループを品質影響因子候補の特定結果から除外するように構成された特定結果変更部をさらに備えることを特徴とする品質影響因子特定支援装置。     In the quality influencing factor identification support device according to any one of claims 1 to 8.
    When the user instructs to replace the quality influence factor candidate, the quality influence factor candidate is replaced with another feature quantity selected by the user in the group including this quality influence factor candidate, and the group is excluded from the user. A quality influential factor identification support device further comprising a specific result change unit configured to exclude the instructed group from the specific results of quality influential factor candidates when instructed.
  10. 　バッチプロセスの製品品質データとバッチプロセスのプロセスデータとを収集する第１のステップと、
    　前記プロセスデータの特徴量を抽出する第２のステップと、
    　前記第２のステップで抽出した全ての特徴量を、特徴量同士の類似度に基づいてグループ化する第３のステップと、
    　前記第３のステップで生成した各グループについて前記製品品質データとの関係に基づいて代表特徴量をグループ毎に選択する第４のステップと、
    　前記第４のステップで選択した代表特徴量の中から、前記製品品質データの変動に対して寄与する代表特徴量を品質影響因子候補として特定する第５のステップと、
    　前記品質影響因子候補の特定結果をユーザに通知する第６のステップとを含むことを特徴とする品質影響因子特定支援方法。     The first step to collect the product quality data of the batch process and the process data of the batch process,
    The second step of extracting the feature amount of the process data and
    In the third step, all the feature quantities extracted in the second step are grouped based on the similarity between the feature quantities.
    For each group generated in the third step, a fourth step of selecting a representative feature amount for each group based on the relationship with the product quality data, and
    From the representative feature quantities selected in the fourth step, the fifth step of specifying the representative feature quantity that contributes to the fluctuation of the product quality data as a quality influencing factor candidate, and
    A quality influence factor identification support method comprising a sixth step of notifying the user of the identification result of the quality influence factor candidate.
  11. 　請求項１０記載の品質影響因子特定支援方法において、
    　前記第６のステップは、前記品質影響因子候補を含むグループ内の他の特徴量を、前記品質影響因子候補の特定結果と同時に、またはユーザの指示に応じて通知するステップを含むことを特徴とする品質影響因子特定支援方法。     In the quality influencing factor identification support method according to claim 10,
    The sixth step is characterized by including a step of notifying other feature quantities in the group including the quality influence factor candidate at the same time as the identification result of the quality influence factor candidate or according to a user's instruction. Quality influential factor identification support method.
PCT/JP2021/014866 2020-06-05 2021-04-08 Quality influence factor identification assistance device and method WO2021246051A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202180037000.7A CN115668080A (en) 2020-06-05 2021-04-08 Quality influence factor determination support device and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-098263 2020-06-05
JP2020098263A JP2021192137A (en) 2020-06-05 2020-06-05 Quality influencing factor identification support device and method

Publications (1)

Publication Number Publication Date
WO2021246051A1 true WO2021246051A1 (en) 2021-12-09

Family

ID=78830834

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/014866 WO2021246051A1 (en) 2020-06-05 2021-04-08 Quality influence factor identification assistance device and method

Country Status (3)

Country Link
JP (1) JP2021192137A (en)
CN (1) CN115668080A (en)
WO (1) WO2021246051A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08118443A (en) * 1994-10-27 1996-05-14 Fanuc Ltd Analytical method of influencing primary factor of quality of product and controlling method of molding condition
JP2010146137A (en) * 2008-12-17 2010-07-01 Yokogawa Electric Corp Parameter adjustment support device
JP2019197245A (en) * 2018-05-07 2019-11-14 富士通株式会社 Information processing apparatus, quality related formula generation method and quality related formula generation program

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08118443A (en) * 1994-10-27 1996-05-14 Fanuc Ltd Analytical method of influencing primary factor of quality of product and controlling method of molding condition
JP2010146137A (en) * 2008-12-17 2010-07-01 Yokogawa Electric Corp Parameter adjustment support device
JP2019197245A (en) * 2018-05-07 2019-11-14 富士通株式会社 Information processing apparatus, quality related formula generation method and quality related formula generation program

Also Published As

Publication number Publication date
JP2021192137A (en) 2021-12-16
CN115668080A (en) 2023-01-31

Similar Documents

Publication Publication Date Title
JP7461440B2 (en) COMPUTER SYSTEM AND METHOD FOR PERFORMING ROOT CAUSE ANALYSIS AND BUILDING PREDICTION MODELS FOR THE OCCURRENCE OF RARE EVENTS IN PLANT-WIDE OPERATIONS - Patent application
Kulkarni et al. Artificial neural networks for construction management: a review
JP2019521444A (en) Computer system and method for dynamic construction and on-line deployment of a motion-centric first principles process model for predictive analysis
CN103842924B (en) Method of sequential kernel regression modeling for forecasting and prognostics
JP6216242B2 (en) Anomaly detection method and apparatus
Şentürk et al. Fuzzy exponentially weighted moving average control chart for univariate data with a real case application
CN108875784A (en) The method and system of the optimization based on data for the performance indicator in industry
JP2016033778A (en) Abnormality sign diagnosis device and method
JP2007249997A (en) Method and system for monitoring industrial process
JP6835098B2 (en) Factor analysis method, factor analyzer and factor analysis program
WO2022038804A1 (en) Diagnostic device and parameter adjustment method
JP2020064367A (en) Abnormality detection device and abnormality detection method
EP3816879A1 (en) A method of yield estimation for arable crops and grasslands and a system for performing the method
CN109634233A (en) Industrial big data intellectual analysis decision-making technique, readable storage medium storing program for executing and terminal
JP4852420B2 (en) Tool and process design in molding technology
JP6567484B2 (en) Estimated model construction system, estimated model construction method and program
CN109614451A (en) Industrial big data intellectual analysis decision making device
JP5571528B2 (en) Production information management apparatus and production information management method
US20230384780A1 (en) Construction method of abnormality diagnosis model, abnormality diagnosis method, construction device of abnormality diagnosis model, and abnormality diagnosis device
WO2021246051A1 (en) Quality influence factor identification assistance device and method
JP6927770B2 (en) Plant operation support device and plant operation support method
WO2019073512A1 (en) System analysis method, system analysis device, and program
JP7283105B2 (en) Analysis device and analysis method
TWI802294B (en) Test site recommendation device, test site recommendation method, and semiconductor device manufacturing system
WO2020066124A1 (en) Process state analysis device and process state display method

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: 21817259

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: 21817259

Country of ref document: EP

Kind code of ref document: A1