WO2022030568A1 - 表示システム、表示方法、及び表示プログラム - Google Patents

表示システム、表示方法、及び表示プログラム Download PDF

Info

Publication number
WO2022030568A1
WO2022030568A1 PCT/JP2021/029042 JP2021029042W WO2022030568A1 WO 2022030568 A1 WO2022030568 A1 WO 2022030568A1 JP 2021029042 W JP2021029042 W JP 2021029042W WO 2022030568 A1 WO2022030568 A1 WO 2022030568A1
Authority
WO
WIPO (PCT)
Prior art keywords
display
abnormality
causal relationship
components
relationship model
Prior art date
Application number
PCT/JP2021/029042
Other languages
English (en)
French (fr)
Inventor
早映子 柴垣
玲子 服部
俊文 峯本
Original Assignee
オムロン株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by オムロン株式会社 filed Critical オムロン株式会社
Priority to EP21854066.4A priority Critical patent/EP4194349A4/en
Priority to US18/006,879 priority patent/US20230333548A1/en
Priority to CN202180059339.7A priority patent/CN116171253A/zh
Publication of WO2022030568A1 publication Critical patent/WO2022030568A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00—Automatic control, checking, warning, or safety devices
    • B65B57/18—Automatic control, checking, warning, or safety devices causing operation of audible or visible alarm signals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B65/00—Details peculiar to packaging machines and not otherwise provided for; Arrangements of such details

Definitions

  • the present invention relates to a display system, a display method, and a display program.
  • Patent Document 1 proposes a method of dividing modes according to operating states based on an event signal, creating a normal model for each mode, and performing abnormality determination based on the created normal model. There is. In this method, the sufficiency of the training data used to create the normal model is checked, and the threshold value used for abnormality judgment is set according to the result to prevent the occurrence of false alarms that judge normality as abnormal. ing.
  • Patent Document 2 proposes a method for detecting an abnormality in a product produced by a production facility. Specifically, in Patent Document 2, the data collected from the production system is classified into the normal case and the abnormal case, and the feature amount that causes a significant difference between the normal case and the abnormal case is specified. Therefore, a method of diagnosing whether or not the product is normal based on the specified feature amount has been proposed.
  • JP-A-2015-172945 Japanese Unexamined Patent Publication No. 2010-277199
  • the present invention has been made to solve this problem, and to provide a display system, a display method, and a display program capable of easily confirming components related to an abnormality that may occur in a production facility. With the goal.
  • the display system according to the present invention is a production facility for producing a product, and has at least one driving means for driving the production facility and at least one monitoring means for monitoring the production as constituent elements.
  • it is a display system provided in a production facility in which each component has a controllable feature amount, and includes a control unit, a display unit, and a storage unit, and the storage unit is used in the production equipment.
  • the relationship between two or more of the components among the plurality of components is stored as a causal relationship model, and the control unit corresponds to each component based on the causal relationship model.
  • a model diagram having a node and an edge connecting the nodes is displayed on the display unit, and when an abnormality occurs in the production equipment, the node corresponding to the component related to the abnormality and the node. It is configured to change the display mode of at least one of the edges connected to the.
  • the relationship between two or more components of the production equipment is stored as a causal relationship model, and the nodes corresponding to each component and the nodes are connected based on this causal relationship model.
  • a model diagram having an edge can be displayed on the display unit. Then, when an abnormality occurs in the production equipment, the display mode of at least one of the node corresponding to the component related to the abnormality and the edge connected to the node is changed. Therefore, the user can easily see the components related to the anomaly.
  • control unit can be configured to change the display mode when a sign of the abnormality is detected.
  • the control unit sets the display mode as the first display mode and the feature amount is the second reference, assuming that a sign of the abnormality has occurred when the feature amount satisfies the first reference value. Assuming that the abnormality has occurred when the value is satisfied, the display mode can be the second display mode.
  • the storage unit stores changes in the feature amount of the component included in the causal relationship model over time
  • the control unit stores the change in the feature amount over time in the display unit. It can be configured to be displayable.
  • the user can visually confirm the change over time in the feature amount of the related component when an abnormality occurs. Thereby, for example, it is possible to confirm after the fact how the feature amount changes and the abnormality occurs. Alternatively, by visually recognizing the change in the feature amount, it is possible to detect a sign of the occurrence of an abnormality.
  • the control unit In the display system, the control unit generates the causal relationship model over time under predetermined conditions, stores the causal relationship model in the storage unit, and displays a list of the causal relationship models stored in the storage unit. It can be configured to be displayed on the display unit and to display the causal relationship model selected from the list on the display unit in response to a request from the user.
  • the predetermined conditions can be, for example, when the causal relationship model changes, when an abnormality occurs and the display mode of the node described above changes, when the production equipment starts / stops, and so on.
  • the causal relationship models memorized under such conditions can be visually recognized retroactively. Therefore, for example, changes over time in the causal relationship model, confirmation of components when an abnormality occurs, and the like can be performed ex post facto.
  • the display method according to the present invention is a production facility for producing a product, and has at least one driving means for driving the production facility and at least one monitoring means for monitoring the production as constituent elements.
  • it is a display method for displaying the causal relationship between the components with respect to the abnormality that may occur in the production equipment, in which each component has a controllable feature amount, and the abnormality that may occur in the production equipment.
  • the display program according to the present invention is a production facility for producing a product, and has at least one driving means for driving the production facility and at least one monitoring means for monitoring the production, respectively, as components.
  • it is a display program for displaying the causal relationship between the components related to the abnormality that may occur in the production equipment, in which each component has a controllable feature amount, and is a display program for displaying the causal relationship between the components on the computer and the production equipment.
  • a step of changing the display mode of at least one of the edges connected to the is executed.
  • components related to abnormalities that may occur in production equipment can be easily confirmed.
  • An example of a situation to which the present invention is applied is schematically illustrated. It is a block diagram which shows the hardware composition of the analysis apparatus which concerns on one Embodiment of this invention. It is a schematic diagram of the production equipment which concerns on one Embodiment of this invention. It is a block diagram which shows the functional structure of an analyzer. It is a flowchart which shows the example of construction of the causal relation model. This is an example of the relationship between the control signal and the takt time. This is an example of a causal relationship model. This is an example of a causal relationship model. This is an example of a causal relationship model. It is the figure which superposed the node of the causal relation model on the schematic diagram of the packaging machine. This is an example of a screen of a display device.
  • Another example of a display device screen Another example of a display device screen.
  • the present embodiment an embodiment according to one aspect of the present invention (hereinafter, also referred to as “the present embodiment”) will be described with reference to the drawings.
  • the embodiments described below are merely examples of the present invention in all respects. Needless to say, various improvements and modifications can be made without departing from the scope of the present invention. That is, in carrying out the present invention, a specific configuration according to the embodiment may be appropriately adopted.
  • the data appearing in the present embodiment are described in natural language, but more specifically, they are specified in a pseudo language, a command, a parameter, a machine language, etc. that can be recognized by a computer.
  • FIG. 1 schematically illustrates an example of an application scene of the production system according to the present embodiment.
  • the production system according to the present embodiment includes a packaging machine 3, an analysis device 1, and a display device 2, which are examples of production equipment.
  • the analysis device 1 is a computer configured to derive a causal relationship between a servomotor (driving means) and various sensors (monitoring means) provided in the packaging machine 3 and display the causal relationship.
  • driving means such as servomotors and monitoring means such as various sensors will be referred to as components.
  • the analysis device 1 generates a causal relationship model between the components for the abnormality that may occur in the packaging machine 3, and displays this on the screen 21 of the display device 2.
  • the example of FIG. 1 shows a causal relationship model when the wear of the leather belt for the brake of the film roll 30 (see FIG. 3), which will be described later, occurs as an abnormality. That is, among the plurality of servomotors provided in the packaging machine 3, the servos 1, 3 and 4 are displayed as nodes, and these are connected by edges. And the direction of the edge shows the causal relationship. That is, it is shown that when the leather belt is worn, the servo 1 affects the servo 3 and the servo 3 affects the servo 4, resulting in the wear of the leather belt.
  • each servomotor has a plurality of controllable features such as torque and position, and any of the features of the servomotor establishes the above-mentioned causal relationship.
  • a schematic diagram of the packaging machine 3 is displayed on the screen 21 of the display device 2, and a causal relationship model (hereinafter, may be simply referred to as a model diagram) is superimposed on this schematic diagram. Is displayed.
  • the outer edge of the node showing the servo 3 is colored, and the display mode is different from that of the other nodes. This makes it easier to see the components related to the anomaly that occurred and the corresponding node. For example, if at least one of the feature quantities of the servo 3 deviates from a predetermined reference value and an abnormality occurs, the display mode of the node indicating the servo 3 is changed to cause a component related to the abnormality. Can be easily visually recognized. Therefore, it is possible to quickly respond to an abnormality.
  • a schematic diagram of the packaging machine is shown, but this is not essential, and at least a model diagram may be shown.
  • the packaging machine 3 is shown as an example of the production equipment, but it is sufficient as long as it can produce something, and the type may not be particularly limited.
  • the type of each component does not have to be particularly limited and may be appropriately selected depending on the embodiment.
  • Each component may be, for example, a conveyor, a robot arm, a servomotor, a cylinder (molding machine or the like), a suction pad, a cutter device, a sealing device, or the like.
  • the production equipment may be a composite device such as a printing machine, a mounting machine, a reflow furnace, a substrate inspection device, or the like, in addition to the packaging machine 3 described above.
  • the production equipment includes, for example, in addition to the above-mentioned device having some physical operation, for example, a device for detecting some information by various sensors, a device for acquiring data from various sensors, and some device from the acquired data. It may include a device that performs internal processing such as a device that detects information and a device that processes acquired data.
  • One production facility may be composed of one or more devices, or may be composed of a part of the devices.
  • each may be regarded as a different component. For example, when the same device executes the first process and the second process, the device that executes the first process is regarded as the first component, and the device that executes the second process is regarded as the first component. It may be regarded as a second component.
  • FIG. 2 is a block diagram showing an example of the hardware configuration of the analysis device 1 according to the present embodiment
  • FIG. 3 is a diagram showing a schematic configuration of the packaging machine.
  • the analysis device 1 is a computer to which a control unit 11, a storage unit 12, a communication interface 13, an external interface 14, an input device 15, and a drive 16 are electrically connected.
  • the control unit 11 includes a CPU (Central Processing Unit), RAM (Random Access Memory), ROM (Read Only Memory), etc., and controls each configuration according to information processing.
  • the storage unit 12 is, for example, an auxiliary storage device such as a hard disk drive or a solid state drive, and stores a program 121 executed by the control unit 11, schematic diagram data 122, causal relationship model data 123, operation state data 124, and the like. do.
  • the program 121 is a program for generating a causal relationship model between an abnormality occurring in the packaging machine 3 and a component, displaying the model on the display device 2, and the like.
  • the schematic diagram data 122 is data showing a schematic diagram of a target production facility, and in the present embodiment, is data showing a schematic diagram of the packaging machine 3.
  • the schematic diagram may be at least a schematic diagram of the entire packaging machine so that the positions of the components shown in the causal relationship model can be known, and is not necessarily a detailed diagram. Further, it may be an enlarged view showing only a part of the packaging machine 3.
  • the causal relationship model data 123 is data showing a causal relationship model of abnormal occurrence constructed by the feature amount of each component extracted from the packaging machine 3. That is, it is data showing a causal relationship between the components when an abnormality occurs.
  • the causal relationship model data is generated by the feature amount extracted from the packaging machine 3, but the causal relationship model data generated in advance in the external device can also be stored. ..
  • the operating state data 124 is data indicating the operating state of the packaging machine 3. Details will be described later, but for example, it can be data that can occur in driving each of the above-mentioned components, for example, measurement data such as torque, speed, acceleration, temperature, and pressure. Further, when the component is a sensor, the detected result can be, for example, detection data indicating whether or not the content WA exists by "on” and "off".
  • the communication interface 13 is, for example, a wired LAN (Local Area Network) module, a wireless LAN module, or the like, and is an interface for performing wired or wireless communication. That is, the communication interface 13 is an example of a communication unit configured to communicate with another device.
  • the analysis device 1 of the present embodiment is connected to the packaging machine 3 via the communication interface 13.
  • the external interface 14 is an interface for connecting to an external device, and is appropriately configured according to the external device to be connected.
  • the external interface 14 is connected to the display device 2.
  • the display device 2 a known liquid crystal display, touch panel display, or the like may be used.
  • the input device 15 is, for example, a device for inputting a mouse, a keyboard, or the like.
  • the drive 16 is, for example, a CD (Compact Disk) drive, a DVD (Digital Versatile Disk) drive, or the like, and is a device for reading a program stored in the storage medium 17.
  • the type of the drive 16 may be appropriately selected according to the type of the storage medium 17. At least a part of various data 122 to 124 including the program 121 stored in the storage unit may be stored in the storage medium 17.
  • the storage medium 17 stores the information of the program or the like by electrical, magnetic, optical, mechanical or chemical action so that the information of the program or the like recorded by the computer or other device, the machine or the like can be read. It is a medium to do.
  • FIG. 2 illustrates a disc-type storage medium such as a CD or DVD as an example of the storage medium 17.
  • the type of the storage medium 17 is not limited to the disc type, and may be other than the disc type. Examples of storage media other than the disk type include semiconductor memories such as flash memories.
  • the configuration can be omitted, replaced, or added as appropriate according to the embodiment.
  • the control unit 11 may include a plurality of processors.
  • the analysis device 1 may be composed of a plurality of information processing devices. Further, as the analysis device 1, a general-purpose server device or the like may be used in addition to the information processing device designed exclusively for the provided service.
  • FIG. 3 schematically illustrates an example of the hardware configuration of the packaging machine 3 according to the present embodiment.
  • the wrapping machine 3 is a so-called horizontal pillow wrapping machine, which is a device for wrapping contents WA such as food (dried noodles, etc.) and stationery (eraser, etc.).
  • the type of the content WA can be appropriately selected according to the embodiment, and is not particularly limited.
  • the wrapping machine 3 has three main devices, that is, a film transport unit 31 that includes a film roll 30 from which the wrapping film is wound and conveys the wrapping film, and a content transfer unit 32 that conveys the contents WA. It includes a bag-making unit 33 for packaging the contents with a packaging film.
  • the packaging film can be, for example, a resin film such as a polyethylene film.
  • the film roll 30 includes a winding core, and the packaging film is wound around the winding core.
  • the winding core is rotatably supported around the axis, whereby the film roll 30 is configured to be able to unwind the packaging film while rotating.
  • the film transport unit 31 includes a drive roller driven by a servomotor (servo 1) 311, a passive roller 312 to which a rotational force is applied from the drive roller, and a plurality of pulleys 313 that guide the packaging film while applying tension. , Is equipped.
  • the film transport section 31 is configured to feed the wrapping film from the film roll 30 and transport the wrapping film to the bag making section 33 without loosening it.
  • the content transfer unit 32 includes a conveyor 321 that conveys the content WA to be packaged, and a servomotor (servo 2) 322 that drives the conveyor 321.
  • the content transport section 32 is connected to the bag making section 33 via the lower part of the film transport section 31.
  • the content WA transported by the content transport unit 32 is supplied to the bag making unit 33 and packaged by the packaging film supplied from the film transport unit 31.
  • a fiber sensor (sensor 1) 324 for detecting the position of the content WA is provided above the downstream side of the conveyor 321.
  • a fiber sensor (sensor 2) 325 for detecting the riding of the contents WA and the like.
  • the bag making section 33 cuts the conveyor 331, the servo motor (servo 3) 332 that drives the conveyor 331, the center seal section 333 that seals the packaging film in the transport direction, and the packaging film on both ends in the transport direction. It is provided with an end seal portion 334 that seals at each end portion.
  • the conveyor 331 conveys the content WA conveyed from the content transfer unit 32 and the packaging film supplied from the film transfer unit 31.
  • the packaging film supplied from the film transport unit 31 is supplied to the center seal unit 333 while being appropriately bent so that both side edge portions in the width direction overlap each other.
  • the center seal portion 333 is composed of, for example, a pair of left and right heating rollers (heaters 1 and 2), and seals both side edge portions of the bent packaging film along the transport direction by heating.
  • the packaging film is formed in a tubular shape.
  • the contents WA are put into the packaging film formed in this cylindrical shape.
  • a fiber sensor (sensor 3) 336 for detecting the position of the content WA is provided above the conveyor 331.
  • the end seal portion 334 has, for example, a roller driven by a servomotor 335, a pair of cutters that open and close by rotation of the rollers, and heaters (heaters 3) provided on both sides of each cutter. ..
  • the end seal portion 334 is configured so that the tubular packaging film can be cut in a direction orthogonal to the transport direction and can be sealed by heating at the cut portion. After passing through the end seal portion 334, the tip portion of the packaging film formed in a tubular shape is sealed on both sides in the transport direction and separated from the subsequent portion to form a package WB containing the contents WA.
  • the above-mentioned packaging machine 3 can wrap the contents WA by the following steps. That is, the packaging film is unwound from the film roll 30 by the film transport unit 31. In addition, the content transport unit 32 transports the content WA to be packaged. Next, the unwound packaging film is formed into a cylindrical shape by the center seal portion 333 of the bag making portion 33. Then, after the contents WA are put into the formed tubular packaging film, the tubular packaging film is cut in the direction orthogonal to the transport direction by the end seal portion 334, and both sides of the cut portion in the transport direction are cut. Seal by heating with. As a result, a horizontal pillow type package WB containing the contents WA is formed. That is, the packaging of the contents WA is completed.
  • the drive of the packaging machine 3 can also be controlled by a PLC or the like provided separately from the packaging machine 3.
  • the above-mentioned operating state data 124 can be acquired from the PLC.
  • 10 components are set in order to establish a causal relationship between abnormalities (see, for example, FIG. 8). That is, the above-mentioned servos 1 to 4, heaters 1 to 3, and sensors 1 to 3 are set as components, and a causal relationship between these components when an abnormality occurs is constructed as a causal relationship model. Details will be described later.
  • FIG. 4 is an example of the functional configuration of the analysis device 1 according to the present embodiment.
  • the control unit 11 of the analysis device 1 expands the program 121 stored in the storage unit 12 into the RAM. Then, the control unit 11 interprets and executes the program 121 expanded in the RAM by the CPU, and controls each configuration.
  • the analysis device 1 according to the present embodiment functions as a computer including a feature amount acquisition unit 111, a model construction unit 112, and a display control unit 113.
  • the feature amount acquisition unit 111 is an operating state data indicating the operating state of the packaging machine 3 at the normal time when the packaging machine 3 normally forms the package WB and at the time when an abnormality occurs in the formed package WB.
  • the values of a plurality of types of features calculated from 124 are acquired.
  • the model construction unit 112 uses a predetermined algorithm for deriving the degree of association between the abnormalities occurring in the formed package WB and the features of each type from the acquired values of the features of each type during normal and abnormal times. Based on this, a feature amount effective for predicting anomalies is selected from the acquired multiple types of feature amounts. Then, using the selected features, a causal relationship model 123 showing a causal relationship between the components when an abnormality occurs is constructed.
  • the display control unit 113 has a function of displaying the above-mentioned schematic diagram of the packaging machine 3, a causal relationship model, various feature quantities, and the like on the screen 21 of the display device 2. In addition, the display control unit 113 controls to display various information on the screen 21 of the display device 2.
  • each function of the analysis device 1 will be described in detail in an operation example described later.
  • an example in which all of the above functions are realized by a general-purpose CPU is described.
  • some or all of the above functions may be realized by one or more dedicated processors.
  • the functions may be omitted, replaced, or added as appropriate according to the embodiment.
  • FIG. 5 illustrates an example of the processing procedure of the analyzer when creating a causal relationship model.
  • Step S101 In the first step S101, the control unit 11 of the analyzer 1 functions as the feature amount acquisition unit 111, and an abnormality occurs in the normal time when the packaging machine 3 normally forms the package WB and in the formed package WB. For each of the abnormal cases, the values of a plurality of types of features calculated from the operating state data 124 indicating the operating state of the packaging machine 3 are acquired.
  • the control unit 11 classifies the normal time and the abnormal time, and collects the operation state data 124.
  • the type of the operating state data 124 to be collected is not particularly limited as long as it is data indicating the state of the packaging machine 3, but in the present embodiment, data that can occur in driving each of the above-mentioned components, for example, torque and speed. , Acceleration, temperature, pressure, etc. can be measured data.
  • measurement data such as ON time, OFF time, turn ON time, and turn OFF time can be used as operation state data 124.
  • the ON time and the OFF time are the total times during which the control signal in the target frame is ON or OFF, and the turn ON time and the turn OFF time are the targets. It is the time until the control signal is turned ON or OFF for the first time in the frame.
  • the control unit 11 can acquire the detection result of each sensor, for example, the detection data indicating whether or not the content WA exists as “on” and “off” as the operation state data 124.
  • the collected operation state data 124 may be stored in the storage unit 12 or may be stored in an external storage device.
  • the control unit 11 divides the collected operation state data 124 into frames in order to define the processing range for calculating the feature amount. For example, the control unit 11 may divide the operation state data 124 into frames having a fixed time length. However, the packaging machine 3 does not always operate at regular time intervals. Therefore, if the operation state data 124 is divided into frames having a fixed time length, the operation of the packaging machine 3 reflected in each frame may be deviated.
  • the control unit 11 divides the operation state data 124 into frames for each tact time.
  • the tact time is the time required to produce a predetermined number of products, that is, to form a predetermined number of packages WB.
  • This takt time can be specified based on a signal for controlling the packaging machine 3, for example, a control signal for controlling the operation of each servomotor of the packaging machine 3.
  • FIG. 6 schematically illustrates the relationship between the control signal and the takt time.
  • the control signal for a production facility that repeats the production of products such as the packaging machine 3 is a pulse signal in which "on" and "off” appear periodically according to the production of a predetermined number of products. It has become.
  • control unit 11 can acquire this control signal from the packaging machine 3, and set the time from the rise (“on”) of the acquired control signal to the next rise (“on”) as the tact time. Then, as shown in FIG. 6, the control unit 11 can divide the operation state data 124 into frames for each takt time.
  • control signal is not particularly limited as long as it is a signal that can be used to control the packaging machine 3.
  • the packaging machine 3 includes a sensor for detecting a mark attached to the packaging film, and the output signal of this sensor is used for adjusting the feed amount of the packaging film, the output signal of this sensor is used. May be used as a control signal.
  • control unit 11 calculates the value of the feature amount from each frame of the operation state data 124.
  • the type of feature quantity is not particularly limited as long as it indicates the characteristics of the production equipment.
  • the control unit 11 has an amplitude, a maximum value, a minimum value, an average value, and a dispersion value in the frame.
  • Standard deviation, autocorrelation coefficient, maximum value of power spectrum obtained by Fourier transform, skewness, kurtosis, etc. may be calculated as feature quantities.
  • the control unit 11 controls the “on” time and “off” time in each frame.
  • the duty ratio, the number of “on” times, the number of “off” times, and the like may be calculated as feature quantities.
  • the feature amount may be derived not only from a single operating state data 124 but also from a plurality of operating state data 124.
  • the control unit 11 may calculate the mutual correlation coefficient, ratio, difference, synchronization deviation amount, distance, and the like between the corresponding frames of the two types of operation state data 124 as feature quantities.
  • the control unit 11 calculates a plurality of types of features as described above from the operation state data 124. As a result, the control unit 11 can acquire the values of a plurality of types of features calculated from the operation state data 124 for each of the normal state and the abnormal time.
  • the processing from the collection of the operation state data 124 to the calculation of the value of the feature amount may be performed not by the analysis device 1 but by the packaging machine 3 or various devices that control the packaging machine 3. Further, even if the control unit 11 discretizes the value of each type of feature amount, for example, a state higher than the threshold value is "1" or "high", and a state lower than the threshold value is "0" or "low”. good.
  • Step S102 In the next step S102, the control unit 11 functions as the model construction unit 112, and the abnormality that occurs in the package WB formed from the values of the feature amounts of each type at the normal time and the abnormal time acquired in the step S101. Based on a predetermined algorithm that specifies the degree of association with each type of feature amount, a feature amount effective for predicting anomalies is selected from the acquired multiple types of feature amounts.
  • the predetermined algorithm may be configured using, for example, a Bayesian network.
  • Bayesian network is one of the graphical modeling that expresses the causal relationship between a plurality of random variables with a directed acyclic graph structure and expresses the causal relationship between each random variable with a conditional probability.
  • the control unit 11 treats each acquired feature amount and the state of the package WB as a random variable, that is, sets each acquired feature amount and the state of the package WB to each node, and constructs a Bayesian network. Therefore, a causal relationship between each feature amount and the state of the package WB can be derived.
  • a known method may be used to construct the Bayesian network. For example, a structural learning algorithm such as a Greedy Search algorithm, a Stingy Search algorithm, or a total search method can be used to construct a Bayesian network.
  • AIC Kaike's.
  • FIG. 7A shows a causal relationship model when the wear of the leather belt is an abnormal event. That is, the torque average value and the standard deviation of the position, which are the feature amounts of the servo 1, affect the speed minimum value and the torque maximum value, which are the feature amounts of the servo 3, and these affect the torque average value of the servo 4.
  • a causal relationship model of giving is constructed.
  • FIG. 7B shows a causal relationship model when the looseness of the chain of the conveyor 321 of the content transfer unit 32 is an abnormal event. That is, a causal relationship model is constructed in which the ON time, which is the feature amount of the sensor 2, affects the turn ON time, which is the feature amount of the sensor 3, and further affects the torque average value of the servo 4.
  • FIG. 7C shows a causal relationship model when the sealing defect of the packaging film is an abnormal event.
  • a causal relationship model is constructed in which only the average torque value of the servo 4 is the cause.
  • the causal relationship model constructed in this way is stored in the storage unit 12 as the causal relationship model data 123.
  • the method of handling each acquired feature amount and the state of the package WB as a random variable can be appropriately set according to the embodiment.
  • the event in which the package WB is normal is set to "0”
  • the event in which the package WB is abnormal is set to "1”
  • the probability corresponds to each event to determine the state of the package WB. It can be regarded as a variable.
  • an event in which the value of each feature amount is equal to or less than the threshold value is set to "0”
  • an event in which the value of each feature amount exceeds the threshold value is set to "1”
  • each event is associated with a probability.
  • the state of the feature can be regarded as a random variable.
  • the number of states set for each feature amount is not limited to two, and may be three or more.
  • FIG. 8 is a diagram in which components that can cause an abnormal event in the present embodiment are superimposed on a schematic diagram.
  • the servos 1 to 4 the heaters 1 to 3 and the sensors 1 to 3, which are the nodes of the causal relationship model, are arranged at the positions where they are installed in the schematic diagram.
  • the component for constructing the causal relationship model is selected as a node from among these components according to the abnormal event selected by the user, and the node is selected. Edges with causal arrows are displayed with the nodes.
  • FIG. 9A is an example of the screen 21 of the display device 2 showing the causal relationship model.
  • This screen 21 can be operated by the input device 15 described above.
  • a selection box 211 for selecting an abnormal event is displayed in the upper left, and an abnormal event can be selected by a pull-down menu.
  • leather belt wear, chain loosening, and poor sealing are shown as abnormal events, from which leather belt wear is selected.
  • a model diagram 212 in which a schematic diagram of the packaging machine and a causal relationship model are superimposed is displayed.
  • a model diagram is displayed when the abnormal event is the wear of the leather belt.
  • a list 213 showing the components and their feature amounts according to the selected abnormal event is displayed.
  • the user can select any of the components and features from this list 213, and when one is selected, the corresponding component in the model diagram 212 is highlighted.
  • (Servo 1-Torque Mean) is selected from Listing 213, which highlights Servo 1 in Model Figure 212.
  • Various methods are possible for highlighting, and it is sufficient that the highlighting is displayed so as to be distinguishable from other nodes such as coloring and blinking.
  • the change with time of the selected feature amount is displayed by the graph 214.
  • a line graph 214 showing the change over time is displayed.
  • FIG. 9B shows an example in which the looseness of the chain is displayed as an abnormal event in the box 211.
  • Listing 213 the components and features that cause the chain to loosen are displayed.
  • the servo 4 in model diagram 212 is emphasized, and a line graph 214 showing changes over time in (servo 4-torque average value) is displayed. Has been done.
  • FIG. 9C shows an example in which a seal defect is displayed as an abnormal event in the box 211.
  • Listing 213 the components and feature quantities that cause the seal failure are displayed.
  • the servo 4 in model diagram 212 is emphasized, and a line graph 214 showing changes over time in (servo 4-torque average value) is displayed. Has been done.
  • the operations on the above screen 21 can be summarized as follows.
  • the user selects an abnormal event to be confirmed from the selection box 211 by the input device 15.
  • the display control unit 113 displays the model diagram 212 and the list 213 corresponding to the selected abnormal event on the screen.
  • the node of the corresponding model FIG. 212 is highlighted, and the graph 214 showing the change over time of the selected feature quantity is displayed. Therefore, the user can visually recognize the causal relationship related to the abnormal event while looking at the screen 21.
  • the user can appropriately set the period of time-dependent change of the feature amount displayed on the graph 214.
  • FIG. 10 is a diagram corresponding to FIG. 9A, in which model FIG. 212 is displayed when the abnormal event is the wear of the leather belt, and the abnormality related to the wear of the leather belt actually occurs.
  • the outer edge of the node of the servo 1 of the model FIG. 212 is colored and highlighted. This indicates that this abnormality may be caused by Servo 1.
  • the average torque value of the servo 1 has increased from a certain time and exceeds a predetermined value (for example, 0.8).
  • the cause of the abnormality is that the average torque value of the servo 1 exceeds a predetermined value.
  • the display control unit 113 highlights the node corresponding to the component whose feature amount exceeds the predetermined value, in particular, when an abnormality occurs.
  • a sign of an abnormality means that the packaging machine can continue to be driven, but behavior that may cause an abnormality in the future is shown.
  • the reference value for example, 0.6
  • the outer edge of the node of the servo 1 is larger than that at the time of the occurrence of the abnormality. It is lightly colored so that the user can see the signs of abnormality. After that, when an abnormality occurs, the coloring of the outer edge of the node can be as shown in FIG.
  • the occurrence of an abnormality can be displayed step by step from the time when a sign is detected.
  • the criteria for determining an abnormality or a sign of an abnormality can be changed as appropriate, such as when the feature amount exceeds a predetermined threshold value as described above, or when the time exceeding the threshold value reaches a predetermined time. , Various settings are possible.
  • the causal relationship model can be stored in the storage unit 12 over time and displayed retroactively.
  • 12A to 12C are screens 21 different from those of FIGS. 9A to 9C. For example, by selecting a tab (not shown), it is possible to transition to the screen 21 as shown in FIGS. 12A to 12C.
  • FIG. 21 is a screen 21 showing an example in which a causal relationship model is stored over time under predetermined conditions. On the left side of this screen, a list 215 including labels 215a to 215d of the causal relationship model stored in time series is displayed. In this example, the causal relationship model is stored under predetermined conditions.
  • causal relationship model when a new causal relationship model is generated, when the causal relationship model is updated, when an abnormality occurs, when the operation of the production equipment is started / stopped, the setting of the production equipment or the component is changed.
  • the feature value of each component preset by the user reaches a predetermined value, when the time is arbitrarily set by the user, when the user adds a caption during real-time monitoring, and so on.
  • the causal relationship model is stored under the conditions.
  • this list 215 the label showing the latest causal relationship model is displayed at the top, and each time the causal relationship model is stored, a new label is displayed at the top of the list 215.
  • the example of FIG. 12A shows that the causal relationship model stored when the causal relationship model is updated is up to date.
  • FIG. 12B a predetermined time has elapsed from the state of FIG. 12A, a causal relationship model at a predetermined time set by the user is stored, and a label 215c indicating the causal relationship model is displayed at the top of the list 215.
  • FIG. 12C a causal relationship model when a predetermined time elapses from the state of FIG.
  • FIG. 12C since an abnormality has occurred, the node corresponding to the component (for example, servo 1) related to this abnormality is highlighted. In the examples of FIGS. 12A and 12B, no abnormality has occurred, and there is no change in the causal relationship model itself through FIGS. 12A to 12C.
  • a causal relationship model related to an abnormality that may occur in the packaging machine 3 is displayed, and when an abnormality occurs in the packaging machine 3, the node corresponding to the component related to the abnormality is emphasized. I am trying to display it. Therefore, the user can easily visually recognize the components related to the abnormality, and can quickly proceed with the processing for the abnormality. Further, even when a sign of an abnormality is detected, the node corresponding to the component related to the abnormality can be highlighted in a display mode different from that when the abnormality occurs. As a result, the sign of the abnormality can be visually recognized, and preparations for the occurrence of the abnormality, for example, preparation of parts can be advanced.
  • the user can visually confirm the change over time in the feature amount of the related component when an abnormality occurs. can do. Thereby, for example, it is possible to confirm after the fact how the feature amount changes and the abnormality occurs. Alternatively, by visually recognizing the change in the feature amount, it is possible to detect a sign of the occurrence of an abnormality.
  • the screen 21 displays the selection box 211 for abnormal events, the model diagram 212, the list 213, and the graph 214, but the screen 21 is not limited to this, and at least the model diagram 212 is shown. Just do it. For example, depending on the target production equipment, there may be one abnormal event, and in this case, the selection box 211 is also unnecessary. Further, it is not necessary to display all the elements 211 to 214 on the screen 21, and these may be displayed separately on a plurality of screens so that the user can switch between them. Further, although the screens of FIGS. 12A to 12C are different from the screens of FIGS. 9A to 9C, the list 215 can be displayed in FIGS. 9A to 9C, and the screen configuration can be changed as appropriate.
  • the display mode of the node when a sign of an abnormality is detected is not particularly limited, and the display mode is different from that of the node corresponding to the component not related to the abnormality, or the component without the abnormality.
  • the display mode may be different from that of the node corresponding to.
  • various display modes such as color, shape, and animation can be adopted.
  • the display mode can be changed over time. For example, by changing the display mode immediately after the occurrence of the abnormality and when a predetermined time has elapsed from the occurrence of the abnormality, the user can visually recognize the approximate passage of time from the occurrence of the abnormality. Further, not only the node but also the display mode of the edge connected to the node can be changed.
  • the display mode of at least one of the nodes or edges related to the abnormality is changed. Further, in addition to the change in the display mode of the node and the edge, it is also possible to emit a warning sound or notify the related parties of the abnormality by means such as e-mail.
  • the stored model FIG. 212 can be sequentially displayed.
  • a display control box 216 for displaying the model FIG. 212 in chronological order is displayed.
  • the display control box 216 displays a timeline 216a, a label 216b indicating a stored causal relationship model, a time pointer 216c, and a display control button 216d.
  • the time pointer 216c moves to the right at a predetermined speed on the timeline 216a, and when each label 216b reaches the created position, it corresponds to it.
  • the model diagram 212 to be used is sequentially displayed.
  • the time pointer 216c on the timeline 216a can be appropriately moved by the display control button 216d. That is, the time pointer 216c can be moved to the oldest / newest time, advanced / returned by a predetermined time, and stopped. Further, by selecting a predetermined time on the timeline 216a (for example, the range of reference numeral 216e), the time pointer 216c can be repeatedly moved within that time. This makes it possible to visually recognize the change in the causal relationship model during this time. In this example, it has been described that the model diagram is displayed in chronological order, but the form of the display control box is not particularly limited.
  • the construction of the causal relationship model shown in the above embodiment is an example, and may be another method. Further, the schematic diagram data 122 and the causal relationship model data 123 constructed by another device can be sequentially stored in the storage unit 12.
  • ⁇ 5-5> It can be applied to production equipment other than the packaging machine 3, and in that case, the components for constructing the causal relationship model can be appropriately selected according to the production equipment. Further, it is also possible to store schematic diagram data relating to a plurality of production facilities in the storage unit 12 and display them on the display device 2 for each corresponding production facility. However, the schematic diagram of the production equipment is not essential, and only the causal relationship model can be displayed.
  • the display system according to the present invention can be configured by the analysis device 1 and the display device 2 in the production system. Therefore, the display device 2 of the above embodiment corresponds to the display unit of the present invention, and the control unit 11 and the storage unit 12 of the analysis device 1 correspond to the control unit and the storage unit of the present invention.
  • the control unit, the storage unit, and the display unit according to the present invention may be configured by a tablet PC or the like.

Landscapes

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

Abstract

本発明に係る表示システムは、製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備に設けられる表示システムであって、制御部と、表示部と、記憶部と、を備え、前記記憶部は、前記生産設備に生じ得る異常に関し、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶し、前記制御部は、前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示し、前記生産設備に異常が生じたときには、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させる、ように構成されている。

Description

表示システム、表示方法、及び表示プログラム
　本発明は、表示システム、表示方法、及び表示プログラムに関する。
　設備状態を監視する方法として、特許文献１では、イベント信号に基づいて運転状態別にモード分割し、モード毎に正常モデルを作成し、作成した正常モデルに基づいて異常判定を行う方法が提案されている。この方法では、正常モデルの作成に用いた学習データの十分性をチェックし、その結果に応じて、異常判定に利用する閾値を設定することで、正常を異常と判定する誤報の発生を防止している。
　また、特許文献２では、生産設備が生産する製品に異常が生じたことを検知する方法が提案されている。具体的に、特許文献２では、生産システムから収集されるデータを製品が正常な場合と異常な場合とに分類し、正常な場合と異常な場合とで有意な差異が生じる特徴量を特定して、特定した特徴量に基づいて製品が正常であるか否かを診断する方法が提案されている。
特開２０１５－１７２９４５号公報 特開２０１０－２７７１９９号公報
　ところで、生産設備において、異常が生じた場合には、これを即座に解決しなければならないが、ユーザは、生じた異常の原因をマニュアルなどで調べた上で、解決のための処理を行うのが一般的である。しかしながら、異常が生じる度にマニュアルを調べるとなると、時間を要し、処理が遅れることがある。本発明は、この問題を解決するためになされたものであり、生産設備において生じ得る異常に関連する構成要素を容易に確認することができる、表示システム、表示方法、及び表示プログラムを提供することを目的とする。
　本発明に係る表示システムは、製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備に設けられる表示システムであって、制御部と、表示部と、記憶部と、を備え、前記記憶部は、前記生産設備に生じ得る異常に関し、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶し、前記制御部は、前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示し、前記生産設備に異常が生じたときには、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させる、ように構成されている。
　この構成によれば、生産設備の構成要素のうちの２以上の構成要素の関係を因果関係モデルとして記憶し、この因果関係モデルに基づいて、各構成要素に対応するノードと、ノード間を連結するエッジと、を有するモデル図を表示部に表示することができる。その上で、生産設備に異常が生じたときに、その異常に関連する構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させるように構成されている。そのため、ユーザは、異常に関連する構成要素を容易に視認することができる。
　上記表示システムにおいて、前記制御部は、前記異常の予兆が検知された場合に、前記表示態様を変化させる、ように構成することができる。
　これにより、異常が生じたときのみならず、異常の予兆を検知したときにも、その予兆に関連する構成要素に対応するノード等の表示態様が変化していることで、そのノード等に対応する構成要素が異常の予兆に関連していることを容易に視認することができる。したがって、異常が発生する前に、対応を行うことができる。
　上記表示システムにおいて、前記制御部は、前記特徴量が第１基準値を充足したときに、前記異常の予兆が生じたとして、前記表示態様を第１表示態様とし、前記特徴量が第２基準値を充足したときに、前記異常が生じたとして、前記表示態様を第２表示態様とすることができる。
　上記表示システムにおいて、前記記憶部は、前記因果関係モデルに含まれる前記構成要素の特徴量の経時的な変化を記憶し、前記制御部は、前記特徴量の経時的な変化を前記表示部に表示可能に構成することができる。
　この構成によれば、ユーザは、異常が生じたときに、関連のある構成要素の特徴量の経時的な変化を視覚的に確認することができる。これにより、例えば、特徴量がどのように変化して異常が生じたかを事後的に確認することができる。あるいは、特徴量の変化を視認することで、異常の発生の予兆を検知することができる。
　上記表示システムにおいて、前記制御部は、経時的に、所定の条件下で、前記因果関係モデルを生成するとともに、前記記憶部に記憶させ、前記記憶部に記憶された前記因果関係モデルのリストを前記表示部に表示させ、ユーザからの要求に応じて、前記リストの中から選択された前記因果関係モデルを前記表示部に表示させるように構成することができる。
　この構成によれば、因果関係モデルの変化を経時的に確認することができる。所定の条件下とは、例えば、因果関係モデルが変化したとき、異常が発生して上述したノードの表示態様が変化したとき、生産設備の稼働開始時／停止時などにすることができ、このような条件下で記憶された因果関係モデルを、それぞれ過去に遡って視認することができる。したがって、例えば、因果関係モデルの経時的な変化、異常発生時の構成要素の確認などを事後的に行うことができる。
　本発明に係る表示方法は、製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備において生じ得る異常に関する前記構成要素間の因果関係を表示部に表示するための表示方法であって、前記生産設備に生じ得る異常について、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶するステップと、前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示するステップと、前記生産設備に異常が生じたときに、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させるステップと、を備えている。
　本発明に係る表示プログラムは、製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備において生じ得る異常に関する前記構成要素間の因果関係を表示部に表示するための表示プログラムであって、コンピュータに、前記生産設備に生じ得る異常について、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶するステップと、前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示するステップと、前記生産設備に異常が生じたときに、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させるステップと、を実行させる。
　本発明によれば、生産設備において生じ得る異常に関連する構成要素を容易に確認することができる。
本発明が適用される場面の一例を模式的に例示する。 本発明の一実施形態に係る解析装置のハードウェア構成を示すブロック図である。 本発明の一実施形態に係る生産設備の概略図である。 解析装置の機能構成を示すブロック図である。 因果関係モデルの構築の例を示すフローチャートである。 制御信号とタクト時間との関係の例である。 因果関係モデルの例である。 因果関係モデルの例である。 因果関係モデルの例である。 包装機の概略図に因果関係モデルのノードを重ねた図である。 表示装置の画面の例である。 表示装置の画面の例である。 表示装置の画面の例である。 異常が発生したときの表示装置の画面の例である。 異常の予兆を検知したときの表示装置の画面の例である。 記憶した因果関係モデルのリストが表示された表示装置の画面の例である。 記憶した因果関係モデルのリストが表示された表示装置の画面の例である。 記憶した因果関係モデルのリストが表示された表示装置の画面の例である。 表示装置の画面の他の例である。
　以下、本発明の一側面に係る実施の形態（以下、「本実施形態」とも表記する）を、図面に基づいて説明する。ただし、以下で説明する本実施形態は、あらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。つまり、本発明の実施にあたって、実施形態に応じた具体的構成が適宜採用されてもよい。なお、本実施形態において登場するデータを自然言語により説明しているが、より具体的には、コンピュータが認識可能な疑似言語、コマンド、パラメータ、マシン語等で指定される。
　＜１．適用例＞
　まず、図１を用いて、本発明が適用される場面の一例について説明する。図１は、本実施形態に係る生産システムの適用場面の一例を模式的に例示する。本実施形態に係る生産システムは、生産設備の一例である包装機３と、解析装置１と、表示装置２と、を備えている。解析装置１は、包装機３に設けられたサーボモータ（駆動手段）や各種センサ（監視手段）間の因果関係を導出し、これを表示するように構成されたコンピュータである。なお、以下では、サーボモータ等の駆動手段や各種センサ等の監視手段を構成要素と称することとする。
　解析装置１は、包装機３に生じ得る異常について、構成要素間の因果関係モデルを生成し、これを表示装置２の画面２１に表示する。図１の例では、後述するフィルムロール３０（図３参照）のブレーキ用の革ベルトの摩耗が異常として生じるときの因果関係モデルを示している。すなわち、包装機３に設けられた複数のサーボモータのうち、サーボ１，３，４がノードとして表示され、これらがエッジにより連結されている。そして、エッジの向きが因果関係を示している。つまり、革ベルトの摩耗が生じるときには、サーボ１がサーボ３に影響を及ぼし、さらにサーボ３がサーボ４に影響を及ぼすことで、結果として革ベルトの摩耗が生じることを示している。したがって、包装機３の作業者は、サーボ４，３，１の順に異常が生じる原因を確認すればよい。但し、詳細は後述するが、各サーボモータには、トルク、位置などの制御可能な複数の特徴量があり、サーボモータの特徴量のいずれかが上記因果関係を構築する。
　また、図１の例に示すように、表示装置２の画面２１には、包装機３の概略図が表示され、この概略図に因果関係モデル（以下、単にモデル図ということがある）が重ねて表示される。この例では、サーボ３を示すノードの外縁が着色されており、他のノードとは表示態様が相違している。これは、発生した異常に関連する構成要素と対応するノードを視認しやすくしたものである。例えば、サーボ３の特徴量の少なくとも１つが所定の基準値から外れた上で、異常が発生した場合には、サーボ３を示すノードの表示態様を変化させることで、異常に関連のある構成要素を容易に視認することができる。したがって、異常に対する対応を迅速に行うことができる。なお、図１の例では、包装機の概略図を示しているが、これは必須ではなく、少なくともモデル図が示されていればよい。
　なお、上記の説明では、生産設備の例として包装機３を示しているが、何らかの物を生産可能であればよく、その種類は、特に限定されなくてもよい。各構成要素の種類は、特に限定されなくてもよく、実施の形態に応じて適宜選択されてよい。各構成要素は、例えば、コンベア、ロボットアーム、サーボモータ、シリンダ（成形機等）、吸着パッド、カッター装置、シール装置等であってよい。また、生産設備は、上述した包装機３のほか、例えば、印刷機、実装機、リフロー炉、基板検査装置等の複合装置であってもよい。更に、生産設備は、例えば、上記のような何らかの物理的な動作を伴う装置の他に、例えば、各種センサにより何らかの情報を検知する装置、各種センサからデータを取得する装置、取得したデータから何らかの情報を検知する装置、取得したデータを情報処理する装置等の内部処理を行う装置を含んでもよい。１つの生産設備は、１又は複数の装置で構成されてもよいし、装置の一部で構成されてもよい。また、同一の装置が複数の処理を実行する場合には、それぞれを別の構成要素とみなしてもよい。例えば、同一の装置が第１の処理と第２の処理とを実行する場合に、第１の処理を実行する当該装置を第１の構成要素とみなし、第２の処理を実行する当該装置を第２の構成要素とみなしてもよい。
　＜２．構成例＞
　＜２－１．ハードウェア構成＞
　次に、本実施形態に係る生産システムのハードウェア構成の一例について説明する。図２は、本実施形態に係る解析装置１のハードウェア構成の一例を示すブロック図であり、図３は包装機の概略構成を示す図である。
　＜２－１－１．解析装置＞
　まず、図２を用いて、本実施形態に係る解析装置１のハードウェア構成の一例を説明する。図２に示すように、この解析装置１は、制御部１１、記憶部１２、通信インタフェース１３、外部インタフェース１４、入力装置１５、及びドライブ１６が電気的に接続されたコンピュータである。
　制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含み、情報処理に応じて各構成の制御を行う。記憶部１２は、例えば、ハードディスクドライブ、ソリッドステートドライブ等の補助記憶装置であり、制御部１１で実行されるプログラム１２１、概略図データ１２２、因果関係モデルデータ１２３、及び動作状態データ１２４等を記憶する。
　プログラム１２１は、包装機３に生じる異常と構成要素との因果関係モデルを生成したり、これを表示装置２に表示すること等を行うためのプログラムである。概略図データ１２２は、対象となる生産設備の概略図が示されたデータであり、本実施形態においては、包装機３の概略図を示すデータである。概略図は、少なくとも因果関係モデルで示される構成要素の位置が分かるような包装機全体の概略図であればよく、必ずしも詳細に図でなくてもよい。また、包装機３の一部のみを示す拡大図であってもよい。
　因果関係モデルデータ１２３は、包装機３から抽出される各構成要素の特徴量によって構築される異常発生の因果関係モデルを示すデータである。すなわち、異常が発生するときの、構成要素間の因果関係を示すデータである。この解析装置１では、後述するように、包装機３から抽出される特徴量等によって因果関係モデルデータが生成されるが、外部の装置において予め生成された因果関係モデルデータを記憶することもできる。
　動作状態データ１２４は、包装機３の動作状態を示すデータである。詳細は、後述するが、例えば、上述した各構成要素の駆動において生じ得るデータ、例えば、トルク、速度、加速度、温度、圧力等の計測データとすることができる。また、構成要素がセンサの場合には、検出される結果、例えば、内容物ＷＡが存在するか否かを「on」と「off」とで示す検出データとすることができる。
　通信インタフェース１３は、例えば、有線ＬＡＮ（Local Area Network）モジュール、無線ＬＡＮモジュール等であり、有線又は無線通信を行うためのインタフェースである。すなわち、通信インタフェース１３は、他の装置と通信を行うように構成された通信部の一例である。本実施形態の解析装置１は、通信インタフェース１３を介して包装機３と接続されている。
　外部インタフェース１４は、外部装置と接続するためのインタフェースであり、接続する外部装置に応じて適宜構成される。本実施形態では、外部インタフェース１４が、表示装置２に接続されている。なお、表示装置２は、公知の液晶ディスプレイ、タッチパネルディスプレイ等が用いられてよい。
　入力装置１５は、例えば、マウス、キーボード等の入力を行うための装置である。
　ドライブ１６は、例えば、ＣＤ（Compact Disk）ドライブ、ＤＶＤ（Digital Versatile Disk）ドライブ等であり、記憶媒体１７に記憶されたプログラムを読み込むための装置である。ドライブ１６の種類は、記憶媒体１７の種類に応じて適宜選択されてよい。なお、記憶部に記憶されている、プログラム１２１を含む各種のデータ１２２～１２４の少なくとも一部は、この記憶媒体１７に記憶されていてもよい。
　記憶媒体１７は、コンピュータその他装置、機械等が記録されたプログラム等の情報を読み取り可能なように、このプログラム等の情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。図２では、記憶媒体１７の一例として、ＣＤ、ＤＶＤ等のディスク型の記憶媒体を例示している。しかしながら、記憶媒体１７の種類は、ディスク型に限定される訳ではなく、ディスク型以外であってもよい。ディスク型以外の記憶媒体として、例えば、フラッシュメモリ等の半導体メモリを挙げることができる。
　なお、解析装置１の具体的なハードウェア構成に関して、実施形態に応じて、適宜、構成の省略、置換及び追加が可能である。例えば、制御部１１は、複数のプロセッサを含んでもよい。解析装置１は、複数台の情報処理装置で構成されてもよい。また、解析装置１には、提供されるサービス専用に設計された情報処理装置の他、汎用のサーバ装置等が用いられてよい。
　＜２－１－２．包装機＞
　次に、図３を用いて、本実施形態に係る包装機３のハードウェア構成の一例を説明する。図３は、本実施形態に係る包装機３のハードウェア構成の一例を模式的に例示する。包装機３は、いわゆる横ピロー包装機であり、食品（乾燥麺等）、文房具（消しゴム等）等の内容物ＷＡを包装する装置である。但し、内容物ＷＡの種類は、実施の形態に応じて適宜選択可能であり、特には限定されない。この包装機３は、主としての３つの装置、つまり、包装フィルムが巻き取られたフィルムロール３０を含み包装フィルムを搬送するフィルム搬送部３１と、内容物ＷＡを搬送する内容物搬送部３２と、内容物を包装フィルムで包装する製袋部３３と、を備えている。
　包装フィルムは、例えば、ポリエチレンフィルム等の樹脂フィルムとすることができる。フィルムロール３０は巻き芯を備えており、包装フィルムはその巻き芯に巻き取られている。巻き芯は軸周りに回転可能に支持されており、これにより、フィルムロール３０は、回転しながら包装フィルムを繰り出すことができるように構成されている。
　フィルム搬送部３１は、サーボモータ（サーボ１）３１１により駆動される駆動ローラと、この駆動ローラから回転力を付与される受動ローラ３１２と、包装フィルムにテンションをかけながらガイドする複数のプーリ３１３と、を備えている。これにより、フィルム搬送部３１は、フィルムロール３０から包装フィルムを繰り出し、繰り出した包装フィルムを弛ませることなく製袋部３３に搬送するように構成されている。
　内容物搬送部３２は、包装対象となる内容物ＷＡを搬送するコンベア３２１と、コンベア３２１を駆動するサーボモータ（サーボ２）３２２と、を備えている。図３に例示されるように、内容物搬送部３２は、フィルム搬送部３１の下方を経て、製袋部３３に連結している。これにより、内容物搬送部３２により搬送される内容物ＷＡは、製袋部３３に供給され、フィルム搬送部３１から供給された包装フィルムにより包装される。また、コンベア３２１の下流の上方には、内容物ＷＡの位置を検知するファイバセンサ（センサ１）３２４が設けられている。さらに、コンベア３２１の下方には、内容物ＷＡの乗り上げ等を検知するファイバセンサ（センサ２）３２５が設けられている。これらセンサ１，２により、内容物ＷＡが正しく包装されるために、正しい位置で搬送されているか否かを検知する。
　製袋部３３は、コンベア３３１と、コンベア３３１を駆動するサーボモータ（サーボ３）３３２と、包装フィルムを搬送方向にシールするセンターシール部３３３と、包装フィルムを搬送方向の両端側で切断し、各端部でシールするエンドシール部３３４と、を備えている。
　コンベア３３１は、内容物搬送部３２から搬送された内容物ＷＡとフィルム搬送部３１から供給された包装フィルムとを搬送する。フィルム搬送部３１から供給された包装フィルムは、幅方向の両側端縁部同士が重なるように適宜折り曲げられつつ、センターシール部３３３に供給される。センターシール部３３３は、例えば、左右一対の加熱ローラ（ヒータ１，２）により構成されており、折り曲げられた包装フィルムの両側端縁部を加熱により搬送方向に沿ってシールする。これにより、包装フィルムは、筒状に形成される。内容物ＷＡは、この筒状に形成された包装フィルム内に投入される。また、エンドシール部３３４の上流側には、コンベア３３１の上方に、内容物ＷＡの位置を検知するファイバセンサ（センサ３）３３６が設けられている。
　一方、エンドシール部３３４は、例えば、サーボモータ３３５により駆動されるローラと、ローラの回転によって開閉する一対のカッタと、各カッタの両側に設けられるヒータ（ヒータ３）と、を有している。これらにより、エンドシール部３３４は、搬送方向に直交する方向に筒状の包装フィルムをカットするとともに、カットした部分で加熱によりシールすることができるように構成されている。このエンドシール部３３４を通過すると、筒状に形成された包装フィルムの先端部分は、搬送方向の両側でシールされ、後続から分離されて、内容物ＷＡを内包する包装体ＷＢとなる。
　＜２－１－３．包装工程＞
　以上の包装機３は、次のような工程で、内容物ＷＡの包装を行うことができる。すなわち、フィルム搬送部３１によって、フィルムロール３０から包装フィルムを繰り出す。また、内容物搬送部３２によって、包装対象となる内容物ＷＡを搬送する。次に、製袋部３３のセンターシール部３３３によって、繰り出された包装フィルムを筒状に形成する。そして、形成した筒状の包装フィルムに内容物ＷＡを投入した上で、エンドシール部３３４によって、搬送方向に直交する方向に筒状の包装フィルムをカットするとともに、カットした部分の搬送方向の両側で加熱によりシールする。これにより、内容物ＷＡを内包する横ピロー型の包装体ＷＢが形成される。すなわち、内容物ＷＡの包装が完了する。
　なお、包装機３の駆動の制御は、包装機３とは別個に設けたＰＬＣなどで行うこともできる。この場合、上述した動作状態データ１２４は、ＰＬＣから取得することができる。また、上記のように構成された包装機３では、一例として、異常の因果関係を構築するために、１０個の構成要素が設定されている（例えば、図８参照）。すなわち、上述したサーボ１～４，ヒータ１～３，及びセンサ１～３が構成要素として設定され、異常が発生するときの、これら構成要素間の因果関係が因果関係モデルとして構築される。詳細は後述する。
　＜２－２．機能構成＞
　次に、解析装置１の機能構成（ソフトウエア構成）を説明する。図４は、本実施形態に係る解析装置１の機能構成の一例である。解析装置１の制御部１１は、記憶部１２に記憶されたプログラム１２１をＲＡＭに展開する。そして、制御部１１は、ＲＡＭに展開されたプログラム１２１をＣＰＵにより解釈及び実行して、各構成を制御する。これによって、図４に示すように、本実施形態に係る解析装置１は、特徴量取得部１１１、モデル構築部１１２、及び表示制御部１１３を備えるコンピュータとして機能する。
　特徴量取得部１１１は、包装機３が包装体ＷＢを正常に形成した正常時、及び形成される包装体ＷＢに異常が生じた異常時それぞれについて、包装機３の動作状態を示す動作状態データ１２４から算出される複数種の特徴量の値を取得する。モデル構築部１１２は、取得した正常時及び異常時それぞれの各種類の特徴量の値から、形成される包装体ＷＢに生じる異常と各種類の特徴量との関連度を導出する所定のアルゴリズムに基づいて、取得した複数種の特徴量の中から異常の予測に有効な特徴量を選択する。そして、選択した特徴量を用いて、異常が生じるときの、構成要素間の因果関係を示す因果関係モデル１２３を構築する。
　表示制御部１１３は、上述した包装機３の概略図、因果関係モデル、各種の特徴量等を表示装置２の画面２１に表示する機能を有する。その他、表示制御部１１３は、表示装置２の画面２１に各種の情報を表示するための制御を行う。
　解析装置１の各機能に関しては後述する動作例で詳細に説明する。なお、本実施形態では、以上の機能がいずれも汎用のＣＰＵによって実現される例について説明している。しかしながら、以上の機能の一部又は全部が、１又は複数の専用のプロセッサにより実現されてもよい。また、解析装置１の機能構成に関しては、実施形態に応じて、適宜、機能の省略、置換及び追加が行われてもよい。
　＜３．動作例＞
　次に、上記のように構成された生産システムの動作例を説明する。
　＜３－１．因果関係モデルの作成＞
　まず、図５を用いて、解析装置が因果関係モデルを作成する際の処理手順について説明する。図５は、因果関係モデルを作成する際の解析装置の処理手順の一例を例示する。
　（ステップＳ１０１）
　最初のステップＳ１０１では、解析装置１の制御部１１は、特徴量取得部１１１として機能し、包装機３が包装体ＷＢを正常に形成した正常時、及び形成される包装体ＷＢに異常が生じた異常時それぞれについて、包装機３の動作状態を示す動作状態データ１２４から算出される複数種類の特徴量の値を取得する。
　具体的には、まず、制御部１１は、正常時と異常時とに分類して、動作状態データ１２４を収集する。収集する動作状態データ１２４の種類は、包装機３の状態を示すデータであれば、特に限定されないが、本実施形態においては、上述した各構成要素の駆動において生じ得るデータ、例えば、トルク、速度、加速度、温度、圧力等の計測データとすることができる。
　構成要素がセンサの場合には、ＯＮ時間、ＯＦＦ時間、ターンＯＮ時間、ターンＯＦＦ時間などの計測データを動作状態データ１２４とすることができる。ＯＮ時間及びＯＦＦ時間は、後述する図６に示すように、対象とするフレーム内での制御信号がＯＮまたはＯＦＦとなっている総時間であり、ターンＯＮ時間及びターンＯＦＦ時間は、対象とするフレーム内で制御信号が初めてＯＮまたはＯＦＦになるまでの時間である。その他、制御部１１は、各センサの検出結果、例えば、内容物ＷＡが存在するか否かを「on」と「off」とで示す検出データを動作状態データ１２４として取得することができる。なお、収集した動作状態データ１２４は、記憶部１２に蓄積してもよいし、外部の記憶装置に蓄積してもよい。
　次に、制御部１１は、特徴量を算出する処理範囲を規定するため、収集した動作状態データ１２４をフレーム毎に分割する。例えば、制御部１１は、動作状態データ１２４を一定時間長のフレーム毎に分割してもよい。ただし、包装機３は、必ずしも一定時間間隔で動作しているとは限らない。そのため、動作状態データ１２４を一定時間長のフレーム毎に分割すると、各フレームに反映される包装機３の動作がずれてしまう可能性がある。
　そこで、本実施形態では、制御部１１は、動作状態データ１２４をタクト時間毎にフレーム分割する。タクト時間は、製品を所定個数分生産する、すなわち、包装体ＷＢを所定個数分形成するのにかかる時間である。このタクト時間は、包装機３を制御する信号、例えば、包装機３の各サーボモータ等の動作を制御する制御信号に基づいて特定することができる。
　図６を用いて、制御信号とタクト時間との関係について説明する。図６は、制御信号とタクト時間との関係を模式的に例示する。図６に示すように、包装機３のような製品の生産を繰り返す生産設備に対する制御信号は、所定個数分の製品の生産に応じて「on」と「off」とが周期的に表れるパルス信号になっている。
　例えば、図６に示す制御信号では、１つの包装体ＷＢを形成する間に、「on」と「off」とが１回ずつ表れている。そこで、制御部１１は、この制御信号を包装機３から取得し、取得した制御信号の立ち上がり（「on」）から次の立ち上がり（「on」）までの時間をタクト時間とすることができる。そして、制御部１１は、図６に示すように、タクト時間毎に動作状態データ１２４をフレームに分割することができる。
　なお、制御信号の種類は、包装機３を制御するのに利用可能な信号であれば、特に限定されなくてもよい。例えば、包装機３が、包装フィルムに付されたマークを検知するためのセンサを備えており、このセンサの出力信号を包装フィルムの送り量の調節に利用する場合には、このセンサの出力信号を制御信号として利用してもよい。
　次に、制御部１１は、動作状態データ１２４の各フレームから特徴量の値を算出する。特徴量の種類は、生産設備の特徴を示すものであれば、特に限定されなくてもよい。
　例えば、動作状態データ１２４が上記計測データのような量的データ（図６の物理量データ）である場合には、制御部１１は、フレーム内の振幅、最大値、最小値、平均値、分散値、標準偏差、自己相関係数、フーリエ変換により得られるパワースペクトルの最大値、歪度、尖度等を特徴量として算出してもよい。
　また、例えば、動作状態データ１２４が上記検出データのような質的データ（図６のパルスデータ）である場合には、制御部１１は、各フレーム内の「on」時間、「off」時間、Ｄｕｔｙ比、「on」回数、「off」回数、等を特徴量として算出してもよい。
　さらに、特徴量は、単一の動作状態データ１２４からだけではなく、複数件の動作状態データ１２４から導出してもよい。例えば、制御部１１は、２種類の動作状態データ１２４の対応するフレーム同士の相互相関係数、比率、差分、同期のずれ量、距離、等を特徴量として算出してもよい。
　制御部１１は、動作状態データ１２４から上記のような特徴量を複数種類算出する。これにより、制御部１１は、正常時及び異常時それぞれについて、動作状態データ１２４から算出される複数種類の特徴量の値を取得することができる。なお、動作状態データ１２４の収集から特徴量の値の算出までの処理は、解析装置１ではなく、包装機３またはそれを制御する各種の装置で行うようにしてもよい。また、制御部１１は、各種類の特徴量の値を、例えば、閾値より高い状態を「１」又は「high」、閾値を低い状態を「０」又は「low」というように離散化してもよい。
　（ステップＳ１０２）
　次のステップＳ１０２では、制御部１１は、モデル構築部１１２として機能し、ステップＳ１０１で取得した正常時及び異常時それぞれの各種類の特徴量の値から、形成される包装体ＷＢに生じる異常と各種類の特徴量との関連度を特定する所定のアルゴリズムに基づいて、取得した複数種類の特徴量の中から異常の予測に有効な特徴量を選択する。
　所定のアルゴリズムは、例えば、ベイジアンネットワークを利用して構成されてもよい。ベイジアンネットワークは、複数の確率変数間の因果関係を有向非巡回グラフ構造で表現すると共に、各確率変数間の因果関係を条件付確率で表現するグラフィカルモデリングの１つである。
　制御部１１は、取得した各特徴量及び包装体ＷＢの状態を確率変数として扱って、すなわち、取得した各特徴量及び包装体ＷＢの状態を各ノードに設定して、ベイジアンネットワークを構築することで、各特徴量と包装体ＷＢの状態との因果関係を導出することができる。ベイジアンネットワークの構築には、公知の方法が用いられてよい。例えば、ベイジアンネットワークの構築には、Greedy Search アルゴリズム、Stingy Search アルゴリズム、全探索法等の構造学習アルゴリズムを用いることができる。また、構築されるベイジアンネットワークの評価基準には、ＡＩＣ（Akaike ' s. Information Criterion）、Ｃ４．５、ＣＨＭ（Cooper Herskovits Measure）、ＭＤＬ（Minimum Description Length）、ＭＬ（Maximum Likelihood）等を用いることができる。また、ベイジアンネットワークの構築に利用する学習データ（動作状態データ１２４）に欠損値が含まれる場合の処理方法として、ペアワイズ法、リストワイズ法等を用いることができる。
　例えば、図７Ａは、革ベルトの摩耗が異常イベントであるときの因果関係モデルを示している。すなわち、サーボ１の特徴量であるトルク平均値と位置の標準偏差が、サーボ３の特徴量である速度最小値とトルク最大値に影響を与え、さらにこれらがサーボ４のトルク平均値に影響を与える、という因果関係モデルが構築される。
　図７Ｂは、内容物搬送部３２のコンベア３２１のチェーンの緩みが異常イベントであるときの因果関係モデルを示している。すなわち、センサ２の特徴量であるＯＮ時間が、センサ３の特徴量であるターンＯＮ時間に影響を与え、さらにこれがサーボ４のトルク平均値に影響を与える、という因果関係モデルが構築される。
　図７Ｃは、包装フィルムのシール不良が異常イベントであるときの因果関係モデルを示している。この異常イベントについては、サーボ４のトルク平均値のみが原因であるという因果関係モデルが構築される。このように構築された因果関係モデルは、因果関係モデルデータ１２３として、記憶部１２に記憶される。
　なお、取得した各特徴量及び包装体ＷＢの状態を確率変数として取り扱う方法は、実施の形態に応じて適宜設定可能である。例えば、包装体ＷＢが正常である事象を「０」、包装体ＷＢに異常が発生している事象を「１」として、それぞれの事象に確率を対応させることにより、包装体ＷＢの状態を確率変数とみなすことができる。また、例えば、各特徴量の値が閾値以下である事象を「０」、各特徴量の値が閾値を超えている事象を「１」として、それぞれの事象に確率を対応させることにより、各特徴量の状態を確率変数とみなすことができる。ただし、各特徴量に対して設定する状態数は、２つに限定されなくてもよく、３つ以上であってもよい。
　＜３－２．因果関係モデルの表示＞
　次に、上記のように構築された因果関係モデルの表示について説明する。このとき、解析装置１の制御部１１は、表示制御部１１３として機能する。表示制御部１１３は、以下に示す画面２１の表示を制御する。まず、表示制御部１１３は、記憶部１２から読み出した概略図１２２と、上述した因果関係モデル１２３とを重ねて表示装置２の画面２１に表示する。図８は、本実施形態における異常イベントの原因となり得る構成要素を、概略図に重ね合わせた図である。ここでは、上述したように、因果関係モデルのノードであるサーボ１～４，ヒータ１～３，及びセンサ１～３を、概略図において、それらが設置される位置に配置している。そして、次に説明する表示装置２の画面２１においては、ユーザによって選択された異常イベントに応じて、これらの構成要素の中から、因果関係モデルを構築する構成要素がノードとして選択されるとともに、因果関係を示す矢印が示されたエッジがノードとともに表示される。
　図９Ａは、因果関係モデルを示す表示装置２の画面２１の例である。この画面２１は、上述した入力装置１５により操作することができる。この画面２１には、左上に異常イベントを選択するための選択ボックス２１１が表示され、プルダウンメニューにより、異常イベントを選択できるようになっている。この例では、革ベルトの摩耗、チェーンの緩み、及びシール不良が異常イベントとして示され、この中から革ベルトの摩耗が選択されている。
　この選択ボックス２１１の下側には、包装機の概略図と因果関係モデルとが重ねられたモデル図２１２が表示されている。図９Ａの例では、異常イベントが革ベルトの摩耗であるときのモデル図が表示されている。そして、このモデル図２１２の左下には、選択された異常イベントに応じて、構成要素とその特徴量とが示されたリスト２１３が表示されている。ユーザは、このリスト２１３の中から、いずれかの構成要素及び特徴量を選択することができ、いずれかを選択すると、モデル図２１２の中の対応する構成要素が強調表示される。この例では、リスト２１３の中から（サーボ１－トルク平均値）が選択されており、これによって、モデル図２１２の中のサーボ１が強調表示される。強調表示は、種々の方法が可能であり、着色、点滅等、他のノードと区別できるように表示されればよい。
　さらに、リスト２１３の右側には、選択された特徴量の経時変化がグラフ２１４によって表示されている。この例では、（サーボ１－トルク平均値）が選択されているため、その経時的な変化を示す折れ線グラフ２１４が表示されている。
　図９Ｂは、ボックス２１１において、チェーンの緩みが異常イベントとして表示された例を示している。これにより、リスト２１３には、チェーンの緩みの原因となる構成要素と特徴量が表示されている。ここでは、（サーボ４－トルク平均値）が選択されているため、モデル図２１２のサーボ４が強調されるとともに、（サーボ４－トルク平均値）の経時的な変化を示す折れ線グラフ２１４が表示されている。
　図９Ｃは、ボックス２１１において、シール不良が異常イベントとして表示された例を示している。これにより、リスト２１３には、シール不良の原因となる構成要素と特徴量が表示されている。ここでは、（サーボ４－トルク平均値）が選択されているため、モデル図２１２のサーボ４が強調されるとともに、（サーボ４－トルク平均値）の経時的な変化を示す折れ線グラフ２１４が表示されている。
　上記の画面２１の操作をまとめると、以下の通りである。まず、ユーザは、入力装置１５によって、選択ボックス２１１から確認を行うべき異常イベントを選択する。これにより、表示制御部１１３は、選択された異常イベントに対応するモデル図２１２及びリスト２１３を画面に表示する。そして、リスト２１３から、いずれかの特徴量が選択されると、対応するモデル図２１２のノードが強調表示されるとともに、選択された特徴量の経時変化を示すグラフ２１４が表示される。したがって、ユーザは、この画面２１を見ながら、異常イベントに係る因果関係を視認することができる。なお、グラフ２１４に表示する特徴量の経時変化の期間は、ユーザが適宜設定することができる。
　＜３－３．異常発生時の表示＞
　次に、異常が発生したときの画面の表示について、図１０を参照しつつ説明する。図１０は、図９Ａと対応する図であり、異常イベントが革ベルトの摩耗であるときのモデル図２１２が表示されており、実際に革ベルトの摩耗に関する異常が発生している。このとき、モデル図２１２のサーボ１のノードの外縁が着色され、強調表示がなされている。これは、この異常がサーボ１に起因している可能性があることを示している。この例では、折れ線グラフ２１４に示すように、サーボ１のトルク平均値がある時期から上昇しており、所定値（例えば、０．８）を超えている。したがって、サーボ１のトルク平均値が所定値を超えていることが、異常発生の原因と考えることができる。このように、表示制御部１１３は、異常が発生したときに、特に、特徴量が所定値を超えた構成要素に対応するノードを強調表示する。
　なお、上記のように、異常が発生したときに、原因と考えられるノードを強調表示するのみならず、異常の予兆が検知されたときにもノードを強調表示することもできる。異常の予兆とは、包装機の駆動は継続できるが、将来的に異常が発生する可能性がある挙動が示されたことをいう。例えば、図１１に示すように、サーボ１のトルク平均値が、異常の発生の予兆となる基準値（例えば、０．６）を超えたときには、サーボ１のノードの外縁を異常発生時よりも薄く着色し、これによって異常の予兆をユーザに視認させることができる。その後、異常が発生したときには、ノードの外縁の着色を図１０に示すようにすることができる。これにより、異常の発生を予兆が検知されたときから段階的に表示することができる。なお、異常や異常の予兆を判断するための基準は、適宜変更することができ、特徴量が上記のような所定の閾値を超えたとき、閾値を超えた時間が所定時間に達したときなど、種々の設定が可能である。
　＜３－４．因果関係モデルの経時的な記憶＞
　因果関係モデルは、経時的に記憶部１２に記憶しておき、過去に遡って表示することができる。図１２Ａ～図１２Ｃは、図９Ａ～図９Ｃとは異なる画面２１であり、例えば、図示を省略するタブを選択することで、図１２Ａ～図１２Ｃのような画面２１に遷移することができる。所定条件下で、経時的に因果関係モデルを記憶した例を示す画面２１である。この画面の左側には、時系列に記憶されている因果関係モデルのラベル２１５ａ～２１５ｄを含むリスト２１５が表示されている。この例では、所定の条件下で、因果関係モデルを記憶するようにしている。例えば、因果関係モデルが新たに生成されたとき、因果関係モデルが更新されたとき、異常が発生したとき、生産設備の稼働を開始したとき／停止したとき、生産設備または構成要素の設定を変更したとき、ユーザが事前に設定した各構成要素の特徴値が所定値に達したとき、ユーザが任意に設定した時刻になったとき、ユーザがリアルタイム監視時にキャプションを付けたとき、など、種々の条件下で因果関係モデルが記憶される。
　そして、このリスト２１５では、最新の因果関係モデルを示すラベルが最も上に表示され、因果関係モデルが記憶されるたびに、新たなラベルがリスト２１５の最も上に表示される。例えば、図１２Ａの例では、因果関係モデルが更新されたときに記憶された因果関係モデルが最新のものであることを示している。また、図１２Ｂは、図１２Ａの状態から所定時間が経過し、ユーザが設定した規定時刻における因果関係モデルが記憶され、それを示すラベル２１５ｃがリスト２１５の最も上に表示されている。そして、図１２Ｃは、図１２Ｂの状態から所定時間が経過し、異常が発生したときの因果関係モデルが記憶され、それを示すラベル２１５ｄがリスト２１５の最も上に表示されている。図１２Ｃの例では、異常が発生しているため、この異常に関連のある構成要素（例えば、サーボ１）に対応するノードが強調表示されている。なお、図１２Ａ及び図１２Ｂの例では、異常は発生しておらず、また、図１２Ａ～図１２Ｃを通して、因果関係モデル自体に変更はない。
　このようなリスト２１５を設けることで、過去に遡って因果関係モデルを確認することができる。例えば、図１２Ｃの例において、ユーザが、リスト２１５の中のいずれかのラベル２１５ａ～２１５ｄを選択すると、そのときの因果関係モデルをモデル図２１２として表示することができる。
　＜４．特徴＞
（１）本実施形態によれば、包装機３において生じ得る異常に係る因果関係モデルを表示し、包装機３に異常が生じたときに、その異常に関連する構成要素に対応するノードを強調表示するようにしている。そのため、ユーザは、異常に関連する構成要素を容易に視認することができ、異常に対する処理を迅速に進めることができる。また、異常の予兆が検知されたときにも、その異常に関連する構成要素に対応するノードを、異常が発生したときとは異なる表示態様で、強調表示することができる。これにより、異常の予兆を視認することができ、異常の発生に備えた準備、例えば、部品の準備などを進めることができる。
（２）各構成要素の特徴量の経時的な変化をグラフによって表しているため、ユーザは、異常が生じたときに、関連のある構成要素の特徴量の経時的な変化を視覚的に確認することができる。これにより、例えば、特徴量がどのように変化して異常が生じたかを事後的に確認することができる。あるいは、特徴量の変化を視認することで、異常の発生の予兆を検知することができる。
（３）図１２Ａ～図１２Ｃに示すように、所定の条件下で、経時的に因果関係モデルを記憶し、これをリスト化しているため、ユーザは、過去に遡って因果関係モデルを容易に視認することができる。したがって、例えば、因果関係モデルの経時的な変化、異常発生時の構成要素の確認などを事後的に行うことができる。
　＜５．変形例＞
　以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。例えば、以下のような変更が可能である。なお、以下では、上記実施形態と同様の構成要素に関しては同様の符号を用い、上記実施形態と同様の点については、適宜説明を省略した。以下の変形例は適宜組み合わせ可能である。
　＜５－１＞
　上記実施形態では、画面２１に、異常イベントの選択ボックス２１１、モデル図２１２、リスト２１３、及びグラフ２１４を表示しているが、これに限定されるものではなく、少なくともモデル図２１２が示されていればよい。例えば、対象となる生産設備によっては、異常イベントが１つの場合もあるため、この場合には、選択ボックス２１１も不要となる。また、画面２１に、全ての要素２１１～２１４を表示する必要はなく、これらを複数の画面に分けて表示し、ユーザがこれらを切り替えられるようにしてもよい。また、図１２Ａ～図１２Ｃの画面は、図９Ａ～図９Ｃとは異なる画面であるが、図９Ａ～図９Ｃにリスト２１５を表示することもでき、画面構成は適宜変更することができる。
　＜５－２＞
　異常が発生したとき、異常の予兆が検知されたときのノードの表示態様は特には限定されず、異常に関連しない構成要素に対応するノードと異なる表示態様、または異常が発生してない構成要素に対応するノードと異なる表示態様であればよい。例えば、色、形状、アニメーションなど、種々の表示態様を採用することができる。表示態様を経時的に変化させることができる。例えば、異常発生直後と、そこから所定時間経過したときの表示態様を変化させることで、ユーザは、異常発生時からの概ねの時間経過を視認することができる。また、ノードのみならず、そのノードに接続されるエッジの表示態様も変化させることができる。すなわち、異常に関連のあるノードあるいはエッジの少なくとも一方の表示態様が変化するように構成されていればよい。さらに、ノードやエッジの表示態様の変化に加え、警告音を発したり、あるいはメールなどの手段で関係者に異常を通知することもできる。
　＜５－３＞
　図１２Ａ～図１２Ｃの画面では、因果関係モデルを経時的に記憶しているため、記憶されたモデル図２１２を順次表示することができる。図１３の例では、モデル図２１２を時系列で表示するための表示制御ボックス２１６が表示されている。この表示制御ボックス２１６には、タイムライン２１６ａ、記憶された因果関係モデルを示すラベル２１６ｂ、時刻ポインタ２１６ｃ、表示制御ボタン２１６ｄが表示されている。例えば、時系列に因果関係モデルを表示させる場合には、タイムライン２１６ａ上で、時刻ポインタ２１６ｃが所定の速度で右側へ移動していき、各ラベル２１６ｂが作成された位置に達すると、それに対応するモデル図２１２が順次、表示される。また、タイムライン２１６ａ上の時刻ポインタ２１６ｃは、表示制御ボタン２１６ｄにより適宜移動させることができる。すなわち、時刻ポインタ２１６ｃを、最も古い/新しい時刻へ移動、所定時刻だけ進める/戻る、停止させることができる。また、タイムライン２１６ａ上の所定の時間（例えば、符号２１６ｅの範囲）を選択することで、その時間内で時刻ポインタ２１６ｃを繰り返し移動させることができる。これにより、この時間における因果関係モデルの変化を視認することができる。この例では、時系列に沿って、モデル図を表示することを説明したが、表示制御ボックスの形態は特には限定されない。
　＜５－４＞
　上記実施形態で示した因果関係モデルの構築は、一例であり、その他の方法であってもよい。また、他の装置で構築した概略図データ１２２や因果関係モデルデータ１２３を記憶部１２に逐次記憶することもできる。
　＜５－５＞
　包装機３以外の生産設備においても適用可能であり、その場合には、因果関係モデルを構築するための構成要素も、生産設備に応じて適宜選択することができる。また、複数の生産設備に係る概略図データを記憶部１２に記憶しておき、対応する生産設備ごとに、表示装置２に表示することもできる。但し、生産設備の概略図は必須ではなく、因果関係モデルのみを表示することもできる。
　＜５－６＞
　本発明に係る表示システムは、上記生産システムにおける解析装置１と表示装置２により構成することができる。したがって、上記実施形態の表示装置２が本発明の表示部に相当し、解析装置１の制御部１１及び記憶部１２が、本発明の制御部及び記憶部に相当する。例えば、本発明に係る制御部、記憶部、及び表示部をタブレットＰＣなどで構成することもできる。
　１…解析装置、
　１１…制御部
　１２…記憶部、
　２…表示装置（表示部）
　３…包装機（生産設備）

Claims (7)

  1. 　製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備に設けられる表示システムであって、
    　制御部と、
    　表示部と、
    　記憶部と、
    を備え、
    　前記記憶部は、前記生産設備に生じ得る異常に関し、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶し、
    　前記制御部は、
    　前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示し、
    　前記生産設備に異常が生じたときには、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させる、ように構成されている、表示システム。
  2. 　前記制御部は、前記異常の予兆が検知された場合に、前記表示態様を変化させる、ように構成されている、請求項１に記載の表示システム。
  3. 　前記制御部は、
    　前記特徴量が第１基準値を充足したときに、前記異常の予兆が生じたとして、前記表示態様を第１表示態様とし、
    　前記特徴量が第２基準値を充足したときに、前記異常が生じたとして、前記表示態様を第２表示態様とする、請求項１に記載の表示システム。
  4. 　前記記憶部は、前記因果関係モデルに含まれる前記構成要素の特徴量の経時的な変化を記憶し、
    　前記制御部は、前記特徴量の経時的な変化を前記表示部に表示可能に構成されている、請求項１から３のいずれかに記載の表示システム。
  5. 　前記制御部は、
    　経時的に、所定の条件下で、前記因果関係モデルを生成するとともに、前記記憶部に記憶させ、
    　前記記憶部に記憶された前記因果関係モデルのリストを前記表示部に表示させ、
    　ユーザからの要求に応じて、前記リストの中から選択された前記因果関係モデルを前記表示部に表示させるように構成されている、請求項１から４のいずれかに記載の表示システム。
  6. 　製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備において生じ得る異常に関する前記構成要素間の因果関係を表示部に表示するための表示方法であって、
    　前記生産設備に生じ得る異常について、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶するステップと、
    　前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示するステップと、
    　前記生産設備に異常が生じたときに、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させるステップと、
    を備えている、表示方法。
  7. 　製品を生産する生産設備であって、当該生産設備の駆動を行う少なくとも１つの駆動手段及び前記生産の監視を行う少なくとも１つの監視手段を、それぞれ、構成要素として有し、当該各構成要素が制御可能な特徴量を有する、生産設備において生じ得る異常に関する前記構成要素間の因果関係を表示部に表示するための表示プログラムであって、
    　コンピュータに、
    　前記生産設備に生じ得る異常について、複数の前記構成要素のうちの２以上の前記構成要素の関係を因果関係モデルとして、記憶するステップと、
    　前記因果関係モデルに基づいて、前記各構成要素に対応するノードと、前記ノード間を連結するエッジと、を有するモデル図を前記表示部に表示するステップと、
    　前記生産設備に異常が生じたときに、前記異常に関連する前記構成要素に対応するノード、及び当該ノードに連結されるエッジの少なくとも一方の表示態様を変化させるステップと、
    を実行させる、表示プログラム。
PCT/JP2021/029042 2020-08-06 2021-08-05 表示システム、表示方法、及び表示プログラム WO2022030568A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP21854066.4A EP4194349A4 (en) 2020-08-06 2021-08-05 DISPLAY SYSTEM, DISPLAY METHOD AND DISPLAY PROGRAM
US18/006,879 US20230333548A1 (en) 2020-08-06 2021-08-05 Display system, display method, and computer-readable storage medium storing a display program
CN202180059339.7A CN116171253A (zh) 2020-08-06 2021-08-05 显示系统、显示方法以及显示程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020133641A JP2022029983A (ja) 2020-08-06 2020-08-06 表示システム、表示方法、及び表示プログラム
JP2020-133641 2020-08-06

Publications (1)

Publication Number Publication Date
WO2022030568A1 true WO2022030568A1 (ja) 2022-02-10

Family

ID=80118077

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/029042 WO2022030568A1 (ja) 2020-08-06 2021-08-05 表示システム、表示方法、及び表示プログラム

Country Status (5)

Country Link
US (1) US20230333548A1 (ja)
EP (1) EP4194349A4 (ja)
JP (1) JP2022029983A (ja)
CN (1) CN116171253A (ja)
WO (1) WO2022030568A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI820838B (zh) * 2022-08-01 2023-11-01 崑山科技大學 辨識演練之挑揀教學裝置
JP7222441B1 (ja) 2022-08-05 2023-02-15 富士電機株式会社 分析装置、分析方法及びプログラム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007329329A (ja) * 2006-06-08 2007-12-20 Omron Corp 不良要因抽出装置、不良要因抽出方法、不良要因抽出用プログラム、および不良要因抽出用プログラムを格納した記録媒体
JP2009064407A (ja) * 2007-08-10 2009-03-26 Omron Corp 工程解析装置、工程解析方法および工程解析プログラム
JP2010277199A (ja) 2009-05-26 2010-12-09 Nippon Steel Corp 生産システムの設備診断装置および設備診断方法、並びに設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体
US20150222495A1 (en) * 2014-02-04 2015-08-06 Falkonry Inc. Operating behavior classification interface
JP2015172945A (ja) 2009-08-28 2015-10-01 株式会社日立製作所 設備状態監視方法およびその装置
JP2018206081A (ja) * 2017-06-05 2018-12-27 オムロン株式会社 センサユニット
JP2018206362A (ja) * 2017-06-02 2018-12-27 オムロン株式会社 工程解析装置、工程解析方法、及び工程解析プログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3048613B1 (en) * 2015-01-20 2019-06-12 ABB Schweiz AG Method for analysis of plant disturbance propagations
JP7272020B2 (ja) * 2019-03-13 2023-05-12 オムロン株式会社 表示システム
JP2020149289A (ja) * 2019-03-13 2020-09-17 オムロン株式会社 表示システム、表示方法、及び表示プログラム
JP7230600B2 (ja) * 2019-03-13 2023-03-01 オムロン株式会社 表示システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007329329A (ja) * 2006-06-08 2007-12-20 Omron Corp 不良要因抽出装置、不良要因抽出方法、不良要因抽出用プログラム、および不良要因抽出用プログラムを格納した記録媒体
JP2009064407A (ja) * 2007-08-10 2009-03-26 Omron Corp 工程解析装置、工程解析方法および工程解析プログラム
JP2010277199A (ja) 2009-05-26 2010-12-09 Nippon Steel Corp 生産システムの設備診断装置および設備診断方法、並びに設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体
JP2015172945A (ja) 2009-08-28 2015-10-01 株式会社日立製作所 設備状態監視方法およびその装置
US20150222495A1 (en) * 2014-02-04 2015-08-06 Falkonry Inc. Operating behavior classification interface
JP2018206362A (ja) * 2017-06-02 2018-12-27 オムロン株式会社 工程解析装置、工程解析方法、及び工程解析プログラム
JP2018206081A (ja) * 2017-06-05 2018-12-27 オムロン株式会社 センサユニット

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4194349A4

Also Published As

Publication number Publication date
EP4194349A1 (en) 2023-06-14
US20230333548A1 (en) 2023-10-19
JP2022029983A (ja) 2022-02-18
CN116171253A (zh) 2023-05-26
EP4194349A4 (en) 2024-03-20

Similar Documents

Publication Publication Date Title
WO2020183973A1 (ja) 表示システム、表示方法、及び表示プログラム
WO2022030568A1 (ja) 表示システム、表示方法、及び表示プログラム
EP3352032B1 (en) Production facility monitoring system, and production facililty monitoring method
WO2022030567A1 (ja) 表示システム、表示方法、及び表示プログラム
JP2019537783A (ja) 製造プロセスの監視方法、系統的依存性の間接的な推定方法、品質の適合方法、製造プロセスの開始方法、押出製品の製造方法、および押出製品の製造システム
WO2020183974A1 (ja) 表示システム
WO2020183975A1 (ja) 表示システム
TW200905589A (en) Work management apparatus and work management method
JP6782015B2 (ja) 包装機
CN112763963B (zh) 一种基于深度网络对互感器进行在线监控的系统及方法
CN114126971B (zh) 用于液体食品的包装机器中的状态监测
WO2022063373A1 (en) Optical assessment of packaging film welds
Iftikhar et al. Real-time Visualization of Sensor Data in Smart Manufacturing using Lambda Architecture.
WO2021044500A1 (ja) 異常に対する処理の支援装置
WO2021053782A1 (ja) 生産設備に生じ得る事象の解析装置
Kotenko et al. Defect Detection in Industrial IoT-based Machines: Case of Small Training Dataset
US20240102242A1 (en) Adaptive-Learning, Auto-Labeling Method and System for Predicting and Diagnosing Web Breaks in Paper Machine
EP4439209A2 (en) Computer-implemented method for supporting an operation of a packaging line, corresponding device, computer program product and packaging line
JP2024130336A (ja) 情報処理装置、学習済モデルの生成方法およびプログラム

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: 21854066

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2021854066

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE