WO2024084742A1 - 情報処理方法、情報処理装置及びコンピュータプログラム - Google Patents

情報処理方法、情報処理装置及びコンピュータプログラム Download PDF

Info

Publication number
WO2024084742A1
WO2024084742A1 PCT/JP2023/023194 JP2023023194W WO2024084742A1 WO 2024084742 A1 WO2024084742 A1 WO 2024084742A1 JP 2023023194 W JP2023023194 W JP 2023023194W WO 2024084742 A1 WO2024084742 A1 WO 2024084742A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
equipment
identifier
users
data
Prior art date
Application number
PCT/JP2023/023194
Other languages
English (en)
French (fr)
Inventor
潤 鈴木
隆行 山澤
庭必 熊
Original Assignee
株式会社日本製鋼所
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日本製鋼所 filed Critical 株式会社日本製鋼所
Publication of WO2024084742A1 publication Critical patent/WO2024084742A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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

Definitions

  • the present invention relates to an information processing method, an information processing device, and a computer program.
  • Patent Document 1 discloses an industrial machinery management device that allows a group manager to easily grasp the overall status of the industrial machinery in the group. Specifically, the industrial machinery management device calculates and displays, as management information, statistics on the production information of all the injection molding machines belonging to a group, based on information on the production of multiple individual injection molding machines in a single factory that are classified into groups according to predetermined criteria.
  • the industrial machinery could be appropriately rearranged and operated according to production plans, but grasping the specifications of the work machines in each factory is not necessarily easy.
  • sales representatives who sell industrial machinery or parts or perform maintenance and inspections to industrial machinery users could make more appropriate proposals if they could grasp the specifications of the industrial machinery in each of the users' factories, but grasping the above specifications is difficult.
  • the objective of the present disclosure is to provide an information processing method, an information processing device, and a computer program that can provide a list of equipment indicating the specifications of each of multiple industrial machines installed in multiple factories belonging to a user to the user and to external parties of the user.
  • An information processing method stores in a database an identifier for identifying multiple users, a factory identifier for identifying multiple factories belonging to each of the multiple users, an equipment identifier for identifying multiple industrial machines installed in each of the multiple factories, and equipment-related information including specifications of each of the multiple industrial machines in association with each other, reads out the factory identifier, the equipment identifier, and the equipment-related information associated with an identifier of one of the users from the database, creates an equipment list including the multiple factories belonging to the one user, the multiple industrial machines installed in the multiple factories, and the equipment-related information, and provides data of the created equipment list to the one user and external parties related to the one user.
  • An information processing device includes a database that stores, in association with each other, an identifier for identifying multiple users, a factory identifier for identifying multiple factories belonging to each of the multiple users, an equipment identifier for identifying multiple industrial machines installed in each of the multiple factories, and equipment-related information including specifications of each of the multiple industrial machines, a processing unit that reads out the factory identifier, the equipment identifier, and the equipment-related information associated with an identifier of one of the users from the database, and creates an equipment list including the multiple factories belonging to the one user, the multiple industrial machines installed in the multiple factories, and the equipment-related information, and a communication unit that provides data of the created equipment list to the one user and external parties related to the one user.
  • a computer program causes a computer to execute a process of storing in a database an identifier for identifying multiple users, a factory identifier for identifying multiple factories belonging to each of the multiple users, an equipment identifier for identifying multiple industrial machines installed in each of the multiple factories, and equipment-related information including specifications of each of the multiple industrial machines in association with each other, reading out the factory identifier, the equipment identifier, and the equipment-related information associated with an identifier of one of the users from the database, creating an equipment list including the multiple factories belonging to the one user, the multiple industrial machines installed in the multiple factories, and the equipment-related information, and providing data of the created equipment list to the one user and external parties related to the one user.
  • a list of equipment showing the specifications of each of multiple industrial machines installed in multiple factories belonging to the user can be provided to the user and external parties of the user.
  • FIG. 1 is a block diagram showing an example of the configuration of a molding machine system according to a first embodiment of the present invention
  • 1 is a conceptual diagram of a molding machine system according to a first embodiment of the present invention.
  • 1 is a block diagram showing an example of the configuration of a data collection device according to a first embodiment of the present invention
  • 1 is a block diagram showing an example of the configuration of an information processing device according to a first embodiment of the present invention
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a collected data DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a user DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a delivered machine DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a component DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a material DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of a quotation DB.
  • FIG. 2 is a conceptual diagram illustrating an example of a record layout of an order DB.
  • 4 is a block diagram showing an estimation processing unit that predicts the remaining life or the degree of abnormality of a component.
  • FIG. 4 is a flowchart showing a processing procedure of the information processing device according to the first embodiment.
  • FIG. 13 is a schematic diagram showing an example of a delivered machine list display screen.
  • FIG. 13 is a schematic diagram showing an example of a delivery machine details screen.
  • FIG. 13 is a schematic diagram showing an example of a delivery machine details screen.
  • FIG. 13 is a schematic diagram showing an example of a material list display screen.
  • FIG. 13 is a schematic diagram showing an example of an estimate target component selection screen.
  • FIG. 13 is a schematic diagram showing an example of an estimate history list display screen.
  • FIG. 13 is a schematic diagram showing an example of an order status list display screen.
  • 10 is a flowchart showing an information processing procedure including a transition process to a device management site according to a second embodiment.
  • FIG. 13 is a schematic diagram showing an example of an estimation result display screen.
  • 10 is a flowchart showing an information processing procedure including a transition process to a device status information providing site according to a second embodiment.
  • Fig. 1 is a block diagram showing a configuration example of a molding machine system according to the present embodiment 1
  • Fig. 2 is a conceptual diagram of the molding machine system according to the present embodiment 1.
  • the molding machine system includes a molding machine 1, a plurality of sensors 2, a data collection device 3, a router 4, an information processing device 5, and terminal devices 6a and 6b.
  • the molding machine 1 includes an injection molding machine and an extruder.
  • the molding machine 1 will be described as an extruder as an example.
  • the 1 shows one molding machine 1 and a data collection device 3, but multiple data collection devices 3 (not shown) are connected to the information processing device 5 via a network.
  • One or multiple molding machines 1 are connected to the data collection device 3.
  • the information processing device 5 collects information on each of the multiple molding machines 1, manages the specifications and status of each molding machine 1, and can estimate the remaining life or abnormality of one or more components that make up each molding machine 1.
  • the multiple molding machines 1 and the data collection device 3 are installed in the factories of multiple users who own the molding machines 1. In this embodiment 1, as shown in FIG. 2, one user has multiple factories, and one or more molding machines 1 are installed in each of the multiple factories.
  • the user is an organization such as a corporation that owns the molding machine 1. In addition, the user includes employees, staff, etc.
  • a sales representative who sells the molding machine 1 or the components that make up the molding machine 1 to the user, a maintenance manager who maintains the molding machine 1, and other service providers are assigned to the user.
  • the service providers are simply referred to as sales representatives.
  • the sales representative's company that provides the user with a maintenance management service for the components that make up the molding machine 1 and manufactures and sells the components is referred to as a maintenance management company.
  • Terminal devices 6a and 6b are communication terminals with a display unit, such as computers, tablet terminals, and smartphones.
  • Terminal device 6a is a terminal used by a user.
  • Terminal device 6b is a terminal used by a sales representative.
  • the molding machine 1 includes a cylinder 10 having a hopper into which the resin raw material is fed, two screws 11, and a die 12 provided at the outlet of the cylinder 10.
  • the two screws 11 are arranged substantially parallel to each other while meshing with each other and rotatably inserted into holes in the cylinder 10, and transport the resin raw material fed into the hopper in the extrusion direction (to the right in FIG. 1 ), melting and kneading the resin raw material.
  • the molten resin raw material is discharged from the die 12 having a through hole.
  • the screw 11 is configured by combining and integrating a plurality of types of screw pieces into one screw 11.
  • the screw 11 is configured by combining forward flight pieces of a flight screw shape that transport the resin raw material in a forward direction, reverse flight pieces that transport the resin raw material in a reverse direction, kneading pieces that knead the resin raw material, and the like, in an order and positions according to the characteristics of the resin raw material.
  • the molding machine 1 also includes a motor 13 that outputs a driving force for rotating the screw 11, a reducer 14 that reduces and transmits the driving force of the motor 13, and a control device 15.
  • the screw 11 is connected to the output shaft of the reducer 14. The screw 11 is rotated by the driving force of the motor 13 that is reduced and transmitted by the reducer 14.
  • the sensors 2 detect physical quantities related to the states of the components constituting the molding machine 1, and directly or indirectly output the detected physical quantity data to the data collecting device 3.
  • the physical quantity data is time-series sensor value data indicating the detected physical quantity.
  • the sensors 2 include those provided in the molding machine 1 as necessary for controlling the operation of the molding machine 1, and those provided to estimate the life of components.
  • Some of the multiple sensors 2 are connected to the data collecting device 3, and the data collecting device 3 acquires the physical quantity data from the sensors 2.
  • Some of the multiple sensors 2 are connected to a control device 15, and the data collecting device 3 acquires the physical quantity data from the sensors 2 via the control device 15.
  • Physical quantities include temperature, position, speed, acceleration, current, voltage, pressure, time, image data, torque, force, strain, power consumption, weight, etc. These physical quantities can be measured using thermometers, position sensors, speed sensors, acceleration sensors, ammeters, voltmeters, pressure gauges, timers, cameras, torque sensors, wattmeters, weight scales, etc.
  • the multiple sensors 2 include, for example, a first sensor 21 that detects a physical quantity related to the reducer 14, a second sensor 22 that detects a physical quantity related to the screw 11, a third sensor 23 that detects a physical quantity related to the motor 13, and a fourth sensor 24 that detects a physical quantity related to the die 12.
  • the first sensor 21 is, for example, a vibration detector that detects vibration of the reducer 14.
  • the second sensor 22 is, for example, a torque detector that detects the axial torque of the screw 11, a tachometer that detects the rotation speed of the screw 11, a pressure gauge that detects the pressure at the tip of the screw, a thermometer that detects the temperature of the screw 11, a displacement sensor that detects the displacement of the center of rotation of the screw 11, etc.
  • the third sensor 23 is, for example, an ammeter that detects the motor current, a tachometer that detects the motor rotation speed, etc.
  • the fourth sensor 24 is a pressure gauge that detects the die head pressure acting on the die 12.
  • the control device 15 is a computer that controls the operation of the molding machine 1, and includes a transmitter/receiver unit (not shown) that transmits and receives information to and from the data collection device 3, and a display unit. Specifically, the control device 15 transmits operation data indicating the operation state of the molding machine 1 to the data collecting device 3.
  • the operation data includes, for example, the motor current, the rotation speed of the screw 11, the tip pressure of the screw 11, the die head pressure, the feeder supply amount (supply amount of resin raw material), the extrusion amount, the cylinder temperature, the resin pressure, and the like.
  • the control device 15 receives various graph data transmitted from the data collecting device 3 and estimation result data indicating the remaining life or the degree of abnormality of the members constituting the molding machine 1.
  • the control device 15 displays the contents of the received graph data and estimation result data.
  • the control device 15 also outputs a warning according to the remaining life or the degree of abnormality indicated by the received estimation result data.
  • ⁇ Data collection device 3> 3 is a block diagram showing an example of the configuration of the data collection device 3 according to the present embodiment 1.
  • the data collection device 3 is a computer, and includes a control unit 31, a storage unit 32, a communication unit 33, and a data input unit 34, and the storage unit 32, the communication unit 33, and the data input unit 34 are connected to the control unit 31.
  • the data collection device 3 is, for example, a PLC (Programmable Logic Controller).
  • the control unit 31 has arithmetic processing circuits such as a CPU (Central Processing Unit), a multi-core CPU, an ASIC (Application Specific Integrated Circuit), and an FPGA (Field-Programmable Gate Array), internal storage devices such as a ROM (Read Only Memory) and a RAM (Random Access Memory), and I/O terminals.
  • the control unit 31 executes a control program stored in the storage unit 32 described below, thereby collecting physical quantity data and transmitting it to the information processing device 5.
  • Each functional unit of the data collection device 3 may be realized by software, or some or all of it may be realized by hardware.
  • the storage unit 32 is a non-volatile memory such as a hard disk, an EEPROM (Electrically Erasable Programmable ROM), or a flash memory.
  • the storage unit 32 stores a control program for causing a computer to carry out the process of collecting physical quantity data.
  • the communication unit 33 is a communication circuit that transmits and receives information according to a predetermined communication protocol such as Ethernet (registered trademark).
  • the communication unit 33 is connected to the control device 15 via a first communication network such as a LAN, and the control unit 31 can transmit and receive various information between the control device 15 and the communication unit 33.
  • the control unit 31 acquires physical quantity data via the communication unit 33.
  • a router 4 is connected to the first network, and the communication unit 33 is connected to an information processing device 5 on the cloud, which is a second communication network, via the router 4.
  • the control unit 31 can transmit and receive various information to and from the information processing device 5 via the communication unit 33 and the router 4.
  • the data input unit 34 is an input interface that receives the signal output from the sensor 2.
  • the sensor 2 is connected to the data input unit 34, and the control unit 31 acquires physical quantity data via the data input unit 34.
  • ⁇ Information processing device 5> 4 is a block diagram showing an example of the configuration of the information processing device 5 according to the first embodiment.
  • the information processing device 5 is a computer, and includes a processing unit 51, a storage unit 52, and a communication unit 53.
  • the storage unit 52 and the communication unit 53 are connected to the processing unit 51.
  • the information processing device 5 may be configured to perform distributed processing by using a plurality of computers, may be realized by a plurality of virtual machines provided in one server, may be realized by using a cloud server, or may be partially configured by a quantum computer.
  • the processing unit 51 is a processor and has arithmetic processing circuits such as a CPU, a multi-core CPU, a GPU (Graphics Processing Unit), a GPGPU (General-purpose computing on graphics processing units), a TPU (Tensor Processing Unit), an ASIC, an FPGA, an NPU (Neural Processing Unit), etc., internal storage devices such as a ROM and a RAM, I/O terminals, etc.
  • the processing unit 51 functions as the information processing device 5 according to this embodiment 1 by executing a computer program (computer program product) P stored in the storage unit 52 described below.
  • the information processing device 5 functions as an equipment management web server (first server) that manages the specifications and status of the molding machines 1 of multiple users.
  • the information processing device 5 also functions as an equipment status information providing web server (second server) that provides information on the status of the molding machine 1 to users and sales representatives.
  • Each functional unit of the information processing device 5 may be realized in software, or part or all of it may be realized in hardware.
  • the information processing device 5 may also be configured to include multiple computers, with each computer configured to function as an equipment management web server and an equipment status information providing web server.
  • the communication unit 53 is a communication circuit that transmits and receives information according to a predetermined communication protocol such as Ethernet (registered trademark).
  • the communication unit 53 is connected to the data collection device 3 and the terminal devices 6a and 6b via a second communication network, and the processing unit 51 can transmit and receive various information between the data collection device 3 and the terminal devices 6a and 6b via the communication unit 53.
  • the storage unit 52 is a non-volatile memory such as a hard disk, an EEPROM, or a flash memory.
  • the storage unit 52 stores a computer program P for causing a computer to execute a process for estimating the life span of components constituting the molding machine 1, a predictive learning model 54, a collected data DB (database) 52a, a user DB (database) 52b, a delivered machine DB (database) 52c, a component DB (database) 52d, a materials DB (database) 52e, an estimate DB (database) 52f, and an order DB (database) 52g.
  • a predictive learning model 54 for causing a computer to execute a process for estimating the life span of components constituting the molding machine 1, a predictive learning model 54, a collected data DB (database) 52a, a user DB (database) 52b, a delivered machine DB (database) 52c, a component DB (database) 52d, a materials
  • the computer program P, etc. may be recorded in a computer-readable manner on the recording medium 50.
  • the storage unit 52 stores the computer program P, etc. read from the recording medium 50 by a reading device, not shown.
  • the recording medium 50 is a semiconductor memory such as a flash memory.
  • the recording medium 50 may also be an optical disc such as a CD (Compact Disc)-ROM, a DVD (Digital Versatile Disc)-ROM, or a BD (Blu-ray (registered trademark) Disc).
  • the recording medium 50 may also be a flexible disk, a magnetic disk such as a hard disk, a magnetic optical disk, etc.
  • the computer program P, etc. may be downloaded from an external server, not shown, connected to a communication network, not shown, and stored in the storage unit 52.
  • the computer program P can be deployed to be executed on a single computer, or on multiple computers located at one site or distributed across multiple sites and interconnected by a communications network.
  • the predictive learning model 54 is an image recognition learning model that outputs data indicating the remaining life or degree of abnormality of components constituting the molding machine 1 when image data generated from physical quantity data is input.
  • the predictive learning model 54 has, for example, a CNN (Convolutional Neural Network).
  • the processing unit 51 can generate a learning model specialized for estimating the remaining life or degree of abnormality of a specific molding machine 1 and component by performing transfer learning or fine tuning of an existing trained model.
  • FIG. 5 is a conceptual diagram showing an example of a record layout of the collected data DB 52a.
  • the collected data DB 52a includes a hard disk and a DBMS (DataBase Management System), and stores various physical quantity data collected from the molding machine 1.
  • the collected data DB 52a has a "No.” (record number) column, an "equipment ID” column, an "operation date and time” column, an "operation data” column, a “vibration data” column, and an "axial torque data” column.
  • the "Equipment ID” column stores the equipment identifier of the molding machine 1.
  • the "Operation Date and Time” column stores information indicating the year, month, date and time when the various data stored as records were obtained.
  • the "Operation Data” column stores time-series physical quantities that indicate the operating state of the molding machine 1, such as the motor current, the rotation speed of the screw 11, the tip pressure of the screw 11, the die head pressure, the feeder supply amount (supply amount of resin raw material), the extrusion amount, the cylinder temperature, the resin pressure, etc.
  • the "Vibration Data” column stores vibration data, which is time-series physical quantity data.
  • the “Shaft Torque Data” column stores torque data of the screw 11, which is time-series physical quantity data.
  • FIG. 6 is a conceptual diagram showing an example of a record layout of user DB 52b.
  • User DB 52b includes a hard disk and a DBMS, and stores basic information about users.
  • user DB 52b has a "user ID” column, a "company name” column, a "user basic information” column, a "factory ID” column, and a "sales representative ID” column.
  • the "User ID” column stores the identifier of the user of the molding machine 1.
  • the "Company Name” column stores the name of the corporate user.
  • the "User Basic Information” column stores basic information about the user, such as the user's corporate capital, sales, number of employees, etc.
  • the "Factory ID” column stores a factory identifier that identifies one or more factories that belong to the user. The factory identifier is associated with information about the factory, such as the factory name.
  • the "Salesperson ID” column stores a salesperson ID that identifies the salesperson of the user identified by the user ID.
  • FIG. 7 is a conceptual diagram showing an example of a record layout of the delivered machine DB 52c.
  • the delivered machine DB 52c includes a hard disk and a DBMS, and stores equipment-related information such as the specifications and status of the molding machine 1 delivered to the user's factory.
  • the delivered machine DB 52c includes a "original production number” column, a "model” column, a "factory name” column, a “line name” column, a "delivery year” column, a "status” column, a "modification history” column, a "user ID” column, a "raw material” column, a “capacity” column, and a "document number” column.
  • the "Original Factory Number” column stores the original factory number, which is the equipment identifier of the molding machine 1 delivered to the user's factory.
  • the "Model” column stores information indicating the model of the molding machine 1.
  • the "Factory Name” column stores the name of the factory or the factory identifier where the molding machine 1 is installed.
  • the "Line Name” column stores the name of the line where the molding machine 1 is installed.
  • the "Delivery Year” column stores the date when the molding machine 1 was delivered.
  • the "Status” column stores information indicating the state of the molding machine 1.
  • Information indicating the state of the molding machine 1 includes information indicating the state such as installed, not installed, in operation, and under repair.
  • the "Renovation History” column stores the renovation history including information such as the renovation date, renovation content, and person in charge of the molding machine 1.
  • the "User ID” column stores the user ID of the company to which the molding machine 1 is delivered. This user ID corresponds to the name of the company that demands the molding machine 1.
  • the "Raw Material” column stores information indicating the raw material to be input to the molding machine 1.
  • the "Capacity” column stores the capacity of the molding machine 1, for example, the production volume per unit time (kg/hour) in the case of an extruder.
  • the "Document Number” column stores the instruction manual and specification information for the molding machine 1.
  • FIG 8 is a conceptual diagram showing an example of a record layout of parts DB 52d.
  • Parts DB 52d includes a hard disk and a DBMS, and stores information about parts that make up the molding machine 1 used by the user.
  • parts DB 52d has a "parts ID” column, a "molding machine factory number” column, a "parts name” column, a “parts specification information” column, and a "remaining life or abnormality level” column.
  • the “Component ID” column stores the component identifiers of the components that make up the molding machine 1.
  • the “Molding machine original factory number” column stores the original factory number that corresponds to the equipment identifier of the molding machine 1. It is desirable for the molding machine original factory number to be configured to include information that can determine whether the product is made by the maintenance management company or another company's product.
  • the “Component Name” column stores the name of the component.
  • the “Component Specification Information” column stores specification information indicating the product specifications of the component corresponding to the component ID. For example, it stores specification information for the screw 11 and reducer 14 that make up the extruder.
  • the components that make up the molding machine 1 are not necessarily mass-produced products, but are custom-made for each user.
  • the specification information includes information for estimating the replacement cost of the component.
  • the specification information includes information necessary for securing spare parts by manufacturing the component, etc.
  • the "remaining life or abnormality" column stores the remaining life or abnormality of the component corresponding to the component ID.
  • the remaining life or abnormality is predicted by the predictive learning model 54.
  • the information DB 52e stores any information related to the components that make up the molding machine 1, such as TIPS information.
  • the TIPS information includes a description of the components, maintenance and inspection methods, etc.
  • FIG. 9 is a conceptual diagram showing an example of a record layout of the material DB 52e.
  • the material DB 52e includes a hard disk and a DBMS, and stores technical information about the molding machine 1.
  • the material DB 52e has a "material number” column, a "title” column, an "overview” column, and a "material data” column.
  • the "Document Number” column stores the document number for identifying the document.
  • the “Title” column stores the title of the document.
  • the “Summary” column stores an overview of the document.
  • the “Document Data” column stores document data such as advertising information related to the molding machine 1, technical information about the molding machine 1, a manual for the molding machine 1, specification information, maintenance management methods, TIPS information, videos, etc.
  • the TIPS information includes an explanation of the part in question, maintenance and inspection methods, etc.
  • Figure 10 is a conceptual diagram showing an example of a record layout of quotation DB 52f.
  • Quotation DB 52f is equipped with a hard disk and a DBMS, and stores the history of quotations provided to users.
  • quotation DB 52f has a "quotation request number” column, a "quotation request date” column, a "line name” column, a “model” column, a “purpose” column, a "factory name” column, a "original production number” column, and a "user ID” column.
  • the “Quotation Request Number” column stores the quotation request number for identifying multiple quotation requests from a user.
  • the “Quotation Request Date” column stores the date on which the information processing device 5 received the quotation request.
  • the "Line Name” column stores the name of the line in which the component for which the quotation is being made is used.
  • the "Model” column stores the model name of the molding machine 1 in which the component is used.
  • the “Purpose” column stores the purpose of the component for which the quotation is being made, such as stock replenishment or overhaul.
  • the “Factory Name” column stores the name of the factory in which the component is used.
  • the “Original Factory Number” column stores the original factory number of the molding machine 1 in which the component is used.
  • the "User ID” column stores the user ID of the person placing the order.
  • FIG. 11 is a conceptual diagram showing an example of a record layout of the order DB 52g.
  • the order DB 52g is equipped with a hard disk and a DBMS, and stores information related to ordering the molding machine 1 or its parts.
  • the order DB 52g has a "shipping guide number” column, a "status” column, a "parts production number” column, a “model” column, a "factory name” column, a "line name” column, a "user ID” column, a "orderer order number” column, a "person in charge” column, and a "contract delivery date” column.
  • the "Shipping Guide Number” column stores a number that identifies the shipping guide for the parts.
  • the "Status” column stores information indicating the shipping status of the parts.
  • the "Parts Production Number” column stores production numbers that identify the parts to be shipped.
  • the "Model” column stores information that indicates the model of the molding machine 1 in which the parts are used.
  • the "Factory Name” column stores the name of the factory in which the parts are used.
  • the "Line Name” column stores the name of the line in which the parts are used.
  • the "User ID” column stores a user ID that indicates the shipping destination of the parts.
  • the "Orderer Order Number” column stores the order number of the orderer.
  • the "Person in Charge” column stores information that identifies the person in charge of ordering the parts.
  • the "Contracted Delivery Date” column stores information that indicates the delivery date of the parts.
  • FIG. 12 is a block diagram showing an estimation processing unit M that predicts the remaining life or degree of abnormality of a component.
  • the estimation processing unit M includes a predictive learning model 54, a frequency analysis unit 55, and an image generation unit 56.
  • Each functional unit of the estimation processing unit M may be realized in software by processing of the processing unit 51, or may be realized in part or in whole in hardware.
  • the frequency analysis unit 55 is a calculation processing unit that performs a Fourier transform on the time series physical quantity data to physical quantity data of frequency components.
  • the frequency analysis unit 55 may perform a Fourier transform on the physical quantity data by a short-time Fourier transform (STFT).
  • STFT short-time Fourier transform
  • the image generation unit 56 is a calculation processing unit that converts the Fourier transformed physical quantity data into image data represented by an image.
  • the physical quantity data may be represented on an image plane in which the horizontal axis of the image represents frequency and the vertical axis represents the magnitude of the frequency component.
  • an image obtained by performing a Fourier transform on the physical quantity data is referred to as a Fourier transformed image.
  • the method of frequency analysis is not limited to STFT, and other methods such as Wavelet Transformation, Stockwell Transform, Wigner distribution function, Empirical Mode Decomposition, Hilbert-Huang Transform, etc. may be used.
  • the predictive learning model 54 is a convolutional neural network (CNN) and includes an input layer 54a to which image data of a Fourier transform image is input, an intermediate layer 54b, and an output layer 54c that outputs remaining life data or abnormality data indicating the remaining life or abnormality of a component.
  • CNN convolutional neural network
  • the input layer 54a has a number of nodes to which the pixel values of each pixel constituting the Fourier transform image are input.
  • the intermediate layer 54b has a configuration in which a convolution layer that convolves the pixel values of each pixel of the Fourier transform image input to the input layer 54a and a pooling layer that maps the pixel values convolved in the convolution layer are alternately connected.
  • the intermediate layer 54b extracts the features of the Fourier transform image while compressing the image information of the Fourier transform image, and outputs the extracted Fourier transform image, i.e., the features of the physical quantity data, to the output layer 54c.
  • the output layer 54c has nodes for outputting remaining life data or abnormality degree data indicating the remaining life or abnormality degree of the component at the time of measuring the physical quantity data.
  • the predictive learning model 54 is trained to output remaining life data indicating a remaining life of at least a predetermined period necessary for securing spare parts for the components of the molding machine 1.
  • the predictive learning model 54 is also trained to output the degree of abnormality that will occur at least before the predetermined period.
  • the method for generating the predictive learning model 54 is as follows. First, an unadjusted predictive learning model 54 is prepared. For example, it is advisable to prepare an image recognition model that has been pre-trained using general image data as training data.
  • the prepared predictive learning model 54 is trained using known training data and fine-tuned.
  • a molding machine 1 which is an experimental machine, is operated with components whose remaining life or degree of abnormality is known. Label data indicating the known remaining life or degree of abnormality is added to image data obtained by operating the experimental machine, thereby creating known training data.
  • the remaining lifespan assigned when creating the training data includes a remaining lifespan equal to or greater than the predetermined period required to secure spare parts for the molding machine 1 components.
  • the anomaly level assigned when creating the training data includes at least the anomaly level that occurs before the predetermined period.
  • the training data is created using image data obtained by operating a molding machine 1 equipped with components that have a remaining lifespan equal to or greater than the predetermined period required to secure spare parts for the molding machine 1 components.
  • the prepared predictive learning model 54 is subjected to machine learning using the above-mentioned known training data. More specifically, the processing unit 51 subjects the predictive learning model 54 to machine learning by optimizing the weighting coefficients of the predictive learning model 54 using the error backpropagation method, the error gradient descent method, or the like, using the training data. Then, the processing unit 51 stores the learned predictive learning model 54 in the storage unit 52 of the information processing device 5.
  • the processing unit 51 may create new training data based on image data obtained during the actual operation of the molding machine 1, and re-train the predictive learning model 54 using the new training data created at an appropriate time.
  • the processing unit 51 creates new training data and re-trains the predictive learning model 54 by adding correction labels as teacher data to the physical quantity data acquired from the molding machine 1 during operation.
  • the information processing device 5 performs re-learning
  • another computer or server may be configured to re-learn the predictive learning model 54 and transmit various parameters of the re-learned predictive learning model 54 to the information processing device 5.
  • CNN has been given as an example of predictive learning model 54, it may also be configured with a multilayer perceptron (MLP), a convolutional neural network (CNN), a graph neural network (GNN), a graph convolutional neural network (GCN), a recurrent neural network (RNN), a long short term memory (LSTM), or other neural network models.
  • MLP multilayer perceptron
  • CNN convolutional neural network
  • GCN graph convolutional neural network
  • RNN recurrent neural network
  • LSTM long short term memory
  • Predictive learning model 54 may also be configured using algorithms such as decision trees, random forests, and support vector machines (SVMs).
  • FIG. 13 is a flowchart showing the processing procedure of the information processing device 5 according to the first embodiment.
  • the processing unit 51 of the information processing device 5 executes the following processing in response to access and requests to the device management site by the terminal devices 6a and 6b. Details of the request and response processing carried out between the information processing device 5 and the terminal devices 6a and 6b will be omitted as appropriate.
  • the processing unit 51 of the information processing device 5 displays the home page 7 (see Figure 2) of the device management site by providing the data constituting the web page of the device management site to the terminal device 6a, 6b (step S11).
  • the top screen 7 of the equipment management site has multiple icons, such as a "My Page” icon 71, a “Check Order Status” icon 72, a "List of Delivered Machines” icon 73, a “Download Documents” icon 74, a "Request for Estimate” icon 75, and an "Inquiry” icon 76.
  • icons such as a "My Page” icon 71, a "Check Order Status” icon 72, a "List of Delivered Machines” icon 73, a “Download Documents” icon 74, a "Request for Estimate” icon 75, and an “Inquiry” icon 76.
  • the processing unit 51 of the information processing device 5 executes login processing such as authenticating the user or sales representative of the terminal device 6a, 6b (step S12).
  • the logged-in user or sales representative can access the page corresponding to each icon by tapping or clicking on the icon displayed on the top screen 7 of the device management site.
  • the following description will be given assuming that the user is logged in to the device management site.
  • the sales representative can view various information about the users he or she is in charge of using the user ID (see FIG. 6) associated with the logged-in sales representative.
  • the processing unit 51 When the "Delivered Machine List" icon 73 is operated, the processing unit 51 creates a delivered machine list 81b for the logged-in user and provides the delivered machine list data to the logged-in user (step S13). Specifically, the processing unit 51 accesses the delivered machine DB 52c, and uses the user ID of the logged-in user as a key to extract data on the delivered machines of the logged-in user, and creates the delivered machine list 81b. The processing unit 51 then transmits web page data for displaying the delivered machine list display screen 81 to the terminal device 6a. The terminal device 6a receives the web page data and displays the delivered machine list display screen 81.
  • FIG. 14 is a schematic diagram showing an example of the delivered machine list display screen 81.
  • the delivered machine list display screen 81 has an equipment search form 81a for searching for delivered machines.
  • the delivered machine list display screen 81 also includes a delivered machine list 81b of the model of molding machine 1 owned by the logged-in user, the factory name and line name where the molding machine 1 is installed, the original production number, the delivery year, the status, and the demand company name.
  • search conditions are entered in the equipment search form 81a and the search button is operated, the processing unit 51 identifies molding machines 1 owned by the user that match the search conditions, and displays them in a list in the delivered machine list 81b.
  • a hyperlink is inserted in the characters representing the model.
  • the processing unit 51 When a model name is tapped or clicked, the processing unit 51 provides the terminal device 6b with a list of delivery machine details screens 82 that list detailed information about the molding machine 1 that corresponds to the model name that was tapped or clicked.
  • FIG. 15 is a schematic diagram showing an example of a delivery machine details screen 82.
  • the delivery machine details screen 82 includes, for example, the delivery machine information described above as well as detailed information including the specifications of the extruder that is the delivery machine.
  • the delivery machine details screen 82 includes a display of the raw materials fed into the extruder, its capacity, etc.
  • the delivery machine details screen 82 also includes a link to download a delivery machine manual that includes information on how to handle the delivery machine and more detailed specifications. When the link is tapped or clicked, the processing unit 51 accesses the delivery machine DB 52c and the document DB 52e, reads out the data of the delivery machine manual for the delivery machine or molding machine 1, and transmits it to the terminal device 6b.
  • the processing unit 51 provides materials related to the delivered machine of the logged-in user (step S14). Specifically, the processing unit 51 accesses the delivered machine DB 52c and identifies the material number related to the delivered machine of the logged-in user using the user ID of the logged-in user as a key. The processing unit 51 then accesses the material DB 52e and extracts data on materials related to the delivered machine of the logged-in user using the material number as a key, and creates a material list 83a. The processing unit 51 transmits webpage data for displaying the material list 83a to the terminal device 6a. The terminal device 6a receives the webpage data and displays the material list display screen 83.
  • FIG. 16 is a schematic diagram showing an example of the material list display screen 83.
  • the material list display screen 83 includes a material list 83a showing the material title and summary of each material related to the delivery machine of the logged-in user, for example.
  • the material list 83a has a material download button 83b for downloading each material.
  • the processing unit 51 reads out the material data corresponding to the operated material download button 83b from the material DB 52e and transmits it to the terminal device 6a.
  • the processing unit 51 creates an estimate for the replacement costs of the components that make up the delivery machine of the logged-in user, and provides it to the logged-in user (step S15). Specifically, the processing unit 51 accesses the delivery machine DB 52c and the components DB 52d to extract information on the components that make up the delivery machine of the logged-in user, and displays an estimate target component selection screen 84 for accepting components to be estimated. The processing unit 51 then transmits webpage data for displaying the estimate target component selection screen 84 to the terminal device 6a. The terminal device 6a receives the webpage data and displays the estimate target component selection screen 84.
  • the screen 84 for selecting components to be quoted includes an equipment image 84a, such as a side view, a plan view, or a front view showing the appearance or cross section of the molding machine 1, and a component list 84b, which is a list of components that constitute the molding machine 1.
  • the equipment image 84a includes a symbol indicating the components that constitute the molding machine 1.
  • the component list 84b lists the symbols, product names, dimensions and specifications, materials, quantities, masses, etc. assigned to the components.
  • the component list 84b has a selection button (the "Add" button 84c in FIG. 17) for selecting the components to be quoted.
  • the "Add" button 84c is provided in each row corresponding to a plurality of components.
  • the information processing device 5 accepts the components corresponding to the operated "Add” button 84c as the subject of the estimate.
  • the estimate creation button (not shown) is operated, the processing unit 51 creates an estimate for replacing the selected components. The processing unit 51 then transmits the estimate data to the terminal device 6a.
  • the processing unit 51 of the information processing device 5 creates a quotation history list display screen 85 and provides it to the logged-in user (step S16).
  • FIG. 18 is a schematic diagram showing an example of the quotation history list display screen 85.
  • the quotation history list display screen 85 has a quotation search form 85a for searching for quotations.
  • the quotation history list display screen 85 also includes a quotation history list 85b including the quotation request date, quotation request number, line name, model, purpose, factory name, original production number, and demand company name.
  • search conditions are entered into the quotation search form 85a and the search button is operated, the processing unit 51 identifies quotations that match the search conditions and displays them in a list in the quotation history list 85b.
  • the logged-in user can place an order for the parts via the terminal device 6a.
  • the information processing device 5 may be configured to notify the terminal device 6b of the logged-in user's sales representative of the parts order.
  • the "Check Order Status” icon 72 is operated, and an order status list display screen 86 showing the order status of the parts is created and provided to the logged-in user (step S18). Furthermore, when the "Inquiry” icon 76 is operated, the information processing device 5 displays an inquiry screen and accepts inquiries from the logged-in user (step S19).
  • the order status list display screen 86 has an order search form 86a.
  • the order status list display screen 86 also has an order status list 86b including the shipping guide number, status, part production number, model, factory name, line name, demand company name, order source order number, person in charge, and contract delivery date.
  • the processing unit 51 accesses the order DB 52g, reads data related to the order status of the logged-in user by using the user ID of the logged-in user as a key, and creates the order status list 86b.
  • the processing unit 51 then transmits web page data for displaying the order status list display screen 86 to the terminal device 6a.
  • the terminal device 6a receives the web page data and displays the order status list display screen 86.
  • the processing unit 51 identifies data related to the order status that matches the search condition, and displays the order status in the order status list 86b.
  • the processing unit 51 accesses the user DB 52b and identifies one or more user IDs associated with the ID of the logged-in sales representative. Then, the processing unit 51 uses the identified user ID to perform the same processing as described above, thereby being able to provide the terminal device 6b with various information indicating the specifications and status, etc. of the molding machine 1 of the user in charge of the sales representative.
  • an equipment list showing the specifications and status of each of multiple molding machines 1 installed in multiple factories belonging to each user can be provided to the user and the user's sales representative.
  • users and sales staff can check the repair history, technical information, maintenance management methods, etc. of each molding machine.
  • the processing unit 51 can display on the terminal devices 6a and 6b a delivered machine list display screen 81, a delivered machine detail screen 82, a material list display screen 83, an estimate history list display screen 85, and an order status list display screen 86.
  • the user and the sales staff can check each display screen and grasp the status and specifications of the delivered machines in each of the multiple factories belonging to the user, the estimate history of parts, the order status, and the like.
  • the information processing device 5 according to the second embodiment differs from the first embodiment in that it is configured to enable transition between a device management site (first site) and a device status information providing site (second site). Since the other configurations of the information processing device 5 are similar to those of the information processing device 5 according to the first embodiment, the same reference numerals are used for similar parts and detailed description will be omitted.
  • FIG. 20 is a flowchart showing an information processing procedure including a transition process to an equipment management site according to the second embodiment.
  • the data collection device 3 of the molding machine 1 collects physical quantity data related to the states of the multiple components that make up the molding machine 1 (step S31), and transmits the collected physical quantity data to the information processing device 5 functioning as the first server (step S32). Note that there are multiple molding machines 1 and data collection devices 3, and the multiple data collection devices 3 transmit the physical quantity data collected from the multiple molding machines 1 to the information processing device 5.
  • the processing unit 51 of the first server receives the physical quantity data transmitted from the data collection device 3 (step S33).
  • the processing unit 51 stores the received physical quantity data in the collected data DB 52a (step S34).
  • the processing unit 51 that executes the process of step S33 functions as an acquisition unit that acquires the physical quantity data.
  • the processing unit 51 estimates the remaining life or abnormality of the components constituting the molding machine 1 based on the physical quantity data stored in the collected data DB 52a (step S35). Specifically, the processing unit 51 performs frequency analysis on the physical quantity data to convert it into image data, and inputs the image data representing the physical quantity data to the predictive learning model 54, thereby outputting the remaining life data or abnormality data of the components. The processing unit 51 calculates the remaining life or abnormality of each of the multiple components constituting the multiple molding machines 1. When physical quantity data related to the state of multiple components constituting one molding machine 1 is obtained, the processing unit 51 calculates the remaining life or abnormality of each of the multiple components.
  • the processor 51 determines whether the remaining life is less than a predetermined time N (step S36).
  • the predetermined time N is preferably longer than the time required to manufacture the component and secure spare parts.
  • the predetermined time N differs depending on the type of component.
  • the processing unit 51 may be configured to determine whether the degree of abnormality is less than a predetermined value corresponding to the above-mentioned predetermined time N.
  • step S36 If it is determined that the remaining life is equal to or greater than the predetermined time N (step S36: NO), the processing unit 51 returns the process to step S33. If it is determined that the remaining life is less than the predetermined time N (step S36: YES), the processing unit 51 makes the estimation result display screen 9 visible on the equipment status providing site (step S37). In other words, the processing unit 51 makes the remaining life estimation result display screen 9 of the component visible when the user and the sales representative access the equipment status providing site via the terminal devices 6a and 6b.
  • FIG. 21 is an example of the estimation result display screen 9.
  • the estimation result display screen 9 includes a status display section 91 that displays the status of the components that make up each molding machine 1 for one or more molding machines 1 used by a user.
  • the status display section 91 has, for example, a component name display section 92 that displays the names of the components that make up the molding machine 1, and an icon 93 that indicates whether the component is abnormal. "Abnormal", for example, corresponds to a remaining lifespan that is less than a predetermined time N.
  • the status display section 91 also displays the degree of abnormality of the component in numbers.
  • the status display unit 91 displays a remaining life display icon 94 to display the estimated remaining life of that component.
  • the information processing device 5 displays a graph showing the time change in a physical quantity related to the status of that component, and the estimated remaining life of that component.
  • the status display unit 91 displays an estimate icon 95 and a document icon 96 to transition to an equipment management site that provides an estimate for the replacement cost of that component and document data.
  • the estimate icon 95 includes the address of a web page for requesting an estimate on the equipment management site and the original manufacturing number of the molding machine 1. It is sent to the terminal device 6a.
  • the document icon 96 includes the address of the web page for the document list display screen 83 on the equipment management site and the original manufacturing number of the molding machine 1.
  • the user's terminal device 6a requests the estimated result of the remaining life of the component from the equipment status information site in accordance with the user's operation of the remaining life display icon 94 (step S38).
  • the processing unit 51 of the equipment status information site transmits the estimated result of the remaining life of the component to the terminal device 6a in response to the request from the terminal device 6a (step S39).
  • the terminal device 6a receives the estimated result transmitted from the equipment status information site and displays the received estimated result. The user can view the estimated result of the remaining life or the degree of abnormality of the component.
  • the user's terminal device 6a requests materials related to the molding machine 1 indicated by the original process number from the equipment management site in response to the user's operation of the materials icon 96 (step S40).
  • the processing unit 51 of the equipment management site reads out material data related to the original process number from the materials DB 52e and provides it (step S41).
  • the user's terminal device 6a requests the equipment management site to create an estimate for the parts that make up the molding machine 1 indicated by the original process number in accordance with the user's operation of the estimate icon 95 (step S42).
  • the processing unit 51 of the equipment management site displays the estimate target part selection screen 84, creates a quote, and provides it (step S43).
  • FIG. 22 is a flowchart showing an information processing procedure including a transition process to an equipment status information providing site according to the second embodiment.
  • the user's terminal device 6a requests a delivered machine list 81b according to the user's operation (step S51).
  • the processing unit 51 of the equipment management site creates the delivered machine list 81b in response to the request from the terminal device 6a and provides it to the logged-in user (step S52).
  • the delivered machine list 81b according to the second embodiment has an icon displaying the remaining life of the molding machine 1.
  • the user's terminal device 6a requests the remaining life estimation result from the equipment status information providing site in accordance with the user's operation of the remaining life display icon (step S53).
  • the processing unit 51 of the equipment status information providing site provides the remaining life estimation result of the molding machine 1 in question (step S54).
  • the processing unit 51 accesses the user DB 52b and identifies one or more user IDs associated with the ID of the logged-in sales representative.
  • the processing unit 51 performs the same processing as described above using the identified user ID, thereby providing the terminal device 6b with various information indicating the specifications and status of the molding machine 1 of the user that the sales representative is in charge of, the remaining life and abnormality level of the components that make up the molding machine 1, etc.
  • the information processing method etc. of the first embodiment by transitioning between the equipment status information providing site and the equipment management site, it is possible to manage the specifications and status of the molding machines 1 installed in each of multiple factories belonging to the user, and to check more specific equipment status such as the remaining life of the molding machines 1.
  • the information processing device 5 can provide the user and sales staff with information indicating the remaining life or abnormality level of the components that make up each of the user's molding machines.
  • Appendix 1 storing in a database, in association with an identifier for identifying a plurality of users, a factory identifier for identifying a plurality of factories belonging to each of the plurality of users, an equipment identifier for identifying a plurality of industrial machines installed in each of the plurality of factories, and equipment-related information including specifications of each of the plurality of industrial machines; read out the factory identifier, the equipment identifier, and the equipment-related information associated with the identifier of one of the users from the database, and create an equipment list including a plurality of the factories belonging to the one of the users, a plurality of the industrial machines installed in the plurality of factories, and the equipment-related information; providing the created device list data to the one user and external parties related to the one user.
  • Appendix 2 The information processing method according to claim 1, wherein the equipment-related information includes information indicating a state of the industrial machine.
  • Appendix 3 The information processing method according to claim 1 or 2, wherein the equipment-related information includes a repair history of the industrial machine, technical information of the industrial machine, or a maintenance management method of the industrial machine.
  • the first site includes a link for transitioning from a page related to the device list to a page related to the estimation result of the second site
  • the second site includes a link for transitioning from a page related to the estimation result to a page related to the device list on the first site.
  • Molding machine 2 Sensor 3: Data collection device 4: Router 5: Information processing device 6a: User's terminal device 6b: Sales representative's terminal device 10: Cylinder 10a: Hopper 11: Screw 12: Die 13: Motor 14: Speed reducer 15: Control device 31: Control unit 32: Memory unit 33: Communication unit 34: Data input unit 50: Recording medium 51: Processing unit 52: Memory unit 53: Communication unit 54: Predictive learning model 54a: Input layer 54b: Intermediate layer 54c: Output layer 55: Frequency analysis unit 56: Image generation unit 52a: Collected data DB 52b: User DB 52c: User device DB 52d: Parts related information DB 52e: Estimate template P: Computer program

Landscapes

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

Abstract

複数のユーザを識別するための識別子と、複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、一のユーザの識別子に対応付けられた工場識別子，機器識別子及び機器関連情報をデータベースから読み出して、一のユーザに属する複数の工場、複数の工場に設置された複数の産業機械、及び機器関連情報を含む機器一覧を作成し、作成した機器一覧のデータを一のユーザ及び一のユーザに関わる外部関係者に提供する。

Description

情報処理方法、情報処理装置及びコンピュータプログラム
　本発明は、情報処理方法、情報処理装置及びコンピュータプログラムに関する。
　特許文献１には、グループの管理者がグループ内の産業機械の全体の状況を容易に把握することができる産業機械管理装置が開示されている。具体的には、産業機械管理装置は、所定の基準によってグループに分類された１つの工場にある複数の射出成形機単体の生産に関する情報に基づいて、当該グループに属する射出成形機全体の生産に関する情報の統計量を管理情報として算出して表示する。
特開２０１８－９４８８８号公報
　しかしながら、一のユーザに属する複数の工場に設置された複数の産業機械それぞれの仕様を管理することはできない。
　仮にユーザの全工場に設置された産業機械の仕様を把握することができれば、生産計画に応じて、適切に産業機械を再配置及び稼働させることができるが、各工場の作業機械の仕様を把握することは必ずしも容易では無い。一方、産業機械のユーザに対して、産業機械又は部品を販売し又は保守点検を行う営業担当者は、ユーザに属する各工場の産業機械の仕様を把握することができれば、より適切な提案ができるが、上記仕様を把握することは難しい。
　本開示の目的は、ユーザに属する複数の工場に設置された複数の産業機械それぞれの仕様を示す機器一覧をユーザと、当該ユーザの外部関係者とに提供することができる情報処理方法、情報処理装置及びコンピュータプログラムを提供することにある。
　本開示の一側面に係る情報処理方法は、複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成し、作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する。
　本開示の一側面に係る情報処理装置は、複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けて記憶するデータベースと、一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成する処理部と、作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する通信部とを備える。
　本開示の一側面に係るコンピュータプログラムは、複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成し、作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する処理をコンピュータに実行させる。
　本開示によれば、ユーザに属する複数の工場に設置された複数の産業機械それぞれの仕様を示す機器一覧をユーザと、当該ユーザの外部関係者とに提供することができる。
本実施形態１に係る成形機システムの構成例を示すブロック図である。 本実施形態１に係る成形機システムの概念図である。 本実施形態１に係るデータ収集装置の構成例を示すブロック図である。 本実施形態１に係る情報処理装置の構成例を示すブロック図である。 収集データＤＢのレコードレイアウトの一例を示す概念図である。 ユーザＤＢのレコードレイアウトの一例を示す概念図である。 納入機ＤＢのレコードレイアウトの一例を示す概念図である。 部材ＤＢのレコードレイアウトの一例を示す概念図である。 資料ＤＢのレコードレイアウトの一例を示す概念図である。 見積ＤＢのレコードレイアウトの一例を示す概念図である。 発注ＤＢのレコードレイアウトの一例を示す概念図である。 部材の残存寿命又は異常度の予測を行う推定処理部を示すブロック図である。 実施形態１に係る情報処理装置の処理手順を示すフローチャートである。 納入機一覧表示画面の一例を示す模式図である。 納入機詳細画面の一例を示す模式図である。 資料一覧表示画面の一例を示す模式図である。 見積対象部材選択画面の一例を示す模式図である。 見積履歴一覧表示画面の一例を示す模式図である。 発注状況一覧表示画面の一例を示す模式図である。 実施形態２に係る機器管理サイトへの遷移処理を含む情報処理手順示すフローチャートである。 推定結果表示画面の一例を示す模式図である。 実施形態２に係る機器状態情報提供サイトへの遷移処理を含む情報処理手順示すフローチャートである。
　本開示の実施形態に係る情報処理方法、情報処理装置及びコンピュータプログラムを、以下に図面を参照しつつ説明する。なお、本開示はこれらの例示に限定されるものではなく、請求の範囲によって示され、請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。また、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
（実施形態１）
　図１は本実施形態１に係る成形機システムの構成例を示すブロック図、図２は本実施形態１に係る成形機システムの概念図である。成形機システムは、成形機１と、複数のセンサ２と、データ収集装置３と、ルータ４と、情報処理装置５と、端末装置６ａ，６ｂとを備える。成形機１には、射出成形機及び押出機が含まれる。以下、成形機１は、一例として押出機であるものとして説明する。
　図１には１台の成形機１及びデータ収集装置３が図示されているが、情報処理装置５には、図示しない複数のデータ収集装置３がネットワークを介して接続されている。データ収集装置３には一又は複数の成形機１が接続されている。情報処理装置５は、複数の成形機１それぞれの情報を収集し、各成形機１の仕様及び状態を管理し、各成形機１を構成する一又は複数の部材の残存寿命又は異常度を推定することができる。複数の成形機１及びデータ収集装置３は、成形機１を保有する複数のユーザそれぞれの工場に設置されているものとする。本実施形態１では、図２に示すように一のユーザは複数の工場を有しており、複数の工場それぞれに一又は複数の成形機１が設置されているものとする。ユーザは、成形機１を保有する法人等の組織である。また、ユーザには、端末装置６ａを操作する、その組織に所属する社員、従業員等が含まれる。以下、当該組織、社員又は従業員を総称して単にユーザと呼ぶ。また、図２に示すように、ユーザに対して成形機１又は当該成形機１を構成する部材を販売する営業担当者、当該ユーザの成形機１の保守管理を行う保守管理担当者等のサービス提供担当者が、当該ユーザに割り当てられている。以下、当該サービス提供担当者を単に営業担当者と呼ぶ。また、ユーザに対して、成形機１を構成する部材の保守管理サービスを提供し、部材の製造販売を行う営業担当者側の業者を保守管理業者と呼ぶ。
　端末装置６ａ，６ｂは、コンピュータ、タブレット端末、スマートフォン等の表示部を有する通信端末である。端末装置６ａは、ユーザが使用する端末である。端末装置６ｂは、営業担当者が使用する端末である。
＜成形機１＞
　成形機１は、樹脂原料が投入されるホッパを有するシリンダ１０と、２本のスクリュ１１と、シリンダ１０の出口部分に設けられたダイス１２とを備える。２本のスクリュ１１は、相互に噛み合わされた状態で略平行に配され、シリンダ１０の孔内に回転可能に挿入されており、ホッパに投入された樹脂原料を押出方向（図１中右方向）へ搬送し、溶融及び混練する。溶融した樹脂原料は、貫通孔を有するダイス１２から排出される。
　スクリュ１１は、複数種類のスクリュピースを組み合わせ、一体化することによって一本のスクリュ１１として構成されている。例えば、樹脂原料を順方向へ輸送するフライトスクリュ形状の順フライトピース、樹脂原料を逆方向へ輸送する逆フライトピース、樹脂原料を混練するニーディングピース等を、樹脂原料の特性に応じた順序及び位置に配して組み合わせることにより、スクリュ１１が構成される。
　また、成形機１は、スクリュ１１を回転させるための駆動力を出力するモータ１３と、モータ１３の駆動力を減速伝達する減速機１４と、制御装置１５とを備える。スクリュ１１は減速機１４の出力軸に接続されている。スクリュ１１は、減速機１４によって減速伝達されたモータ１３の駆動力によって回転する。
＜センサ２＞
　センサ２は、成形機１を構成する部材の状態に関連する物理量を検出し、検出して得た物理量データを直接又は間接的にデータ収集装置３へ出力する。物理量データは、検出された物理量を示す時系列のセンサ値のデータである。センサ２には、成形機１の運転制御に必要なものとして当該成形機１に設けられているものと、部材の寿命を推定するために設けられたものとが含まれる。複数のセンサ２の一部は、データ収集装置３に接続されており、データ収集装置３は当該センサ２から物理量データを取得する。複数のセンサ２の一部は、制御装置１５に接続されており、データ収集装置３は制御装置１５を介して当該センサ２から物理量データを取得する。
　物理量には、温度、位置、速度、加速度、電流、電圧、圧力、時間、画像データ、トルク、力、歪、消費電力、重さ等がある。これらの物理量は、温度計、位置センサ、速度センサ、加速度センサ、電流計、電圧計、圧力計、タイマ、カメラ、トルクセンサ、電力計、重量計等を用いて測定することができる。
　複数のセンサ２は、例えば、減速機１４に係る物理量を検出する第１センサ２１と、スクリュ１１に係る物理量を検出する第２センサ２２と、モータ１３に係る物理量を検出する第３センサ２３と、ダイス１２に係る物理量を検出する第４センサ２４とを含む。
　第１センサ２１は、例えば減速機１４の振動を検出する振動検出器等である。第２センサ２２は、スクリュ１１の軸トルクを検出するトルク検出器、スクリュ１１の回転数を検出する回転計、スクリュ先端圧力を検出する圧力計、スクリュ１１の温度を検出温度計、スクリュ１１の回転中心の変位を検出する変位センサ等である。第３センサ２３は、モータ電流を検出する電流計、モータ回転数を検出する回転計等である。第４センサ２４は、ダイス１２に働くダイヘッド圧力を検出する圧力計である。
＜制御装置１５＞
　制御装置１５は、成形機１の運転制御を行うコンピュータであり、データ収集装置３との間で情報を送受信する図示しない送受信部、及び表示部を備える。
　具体的には、制御装置１５は、成形機１の運転状態を示す運転データをデータ収集装置３へ送信する。運転データは、例えば、モータ電流、スクリュ１１の回転数、スクリュ１１の先端圧力、ダイヘッド圧力、フィーダ供給量（樹脂原料の供給量）、押出量、シリンダ温度、樹脂圧等である。
　制御装置１５は、データ収集装置３から送信される各種グラフデータ、成形機１を構成する部材の残存寿命又は異常度を示す推定結果データを受信する。制御装置１５は、受信したグラフデータ及び推定結果データの内容を表示する。また、制御装置１５は、受信した推定結果データが示す残存寿命又は異常度に応じて警告を出力する。
＜データ収集装置３＞
　図３は本実施形態１に係るデータ収集装置３の構成例を示すブロック図である。データ収集装置３は、コンピュータであり、制御部３１、記憶部３２、通信部３３及びデータ入力部３４を備え、記憶部３２、通信部３３及びデータ入力部３４は制御部３１に接続されている。データ収集装置３は、例えばＰＬＣ（Programmable Logic Controller）である。
　制御部３１は、ＣＰＵ（Central Processing Unit）、マルチコアＣＰＵ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等の演算処理回路、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の内部記憶装置、Ｉ／Ｏ端子等を有する。制御部３１は、後述の記憶部３２が記憶する制御プログラムを実行することにより、物理量データを収集し、情報処理装置５へ送信する処理を実行する。なお、データ収集装置３の各機能部は、ソフトウェア的に実現してもよいし、一部又は全部をハードウェア的に実現してもよい。
　記憶部３２は、ハードディスク、ＥＥＰＲＯＭ（Electrically Erasable Programmable ROM）、フラッシュメモリ等の不揮発性メモリである。記憶部３２は、物理量データの収集処理をコンピュータに実施させるための制御プログラムを記憶している。
　通信部３３は、イーサネット（登録商標）等の所定の通信プロトコルに従って情報を送受信する通信回路である。通信部３３は、ＬＡＮ等の第１通信ネットワークを介して制御装置１５に接続されており、制御部３１は通信部３３を介して制御装置１５との間で各種情報を送受信することができる。制御部３１は、通信部３３を介して物理量データを取得する。
　第１ネットワークにはルータ４が接続されており、通信部３３はルータ４を介して第２通信ネットワークであるクラウド上の情報処理装置５に接続されている。制御部３１は、通信部３３及びルータ４を介して情報処理装置５との間で各種情報を送受信することができる。
　データ入力部３４は、センサ２から出力された信号が入力する入力インタフェースである。データ入力部３４にはセンサ２が接続されており、制御部３１は、データ入力部３４を介して物理量データを取得する。
＜情報処理装置５＞
　図４は本実施形態１に係る情報処理装置５の構成例を示すブロック図である。情報処理装置５は、コンピュータであり、処理部５１、記憶部５２、通信部５３を備える。記憶部５２、通信部５３は、処理部５１に接続されている。なお、情報処理装置５は、複数台のコンピュータで構成し分散処理する構成でもよいし、１台のサーバ内に設けられた複数の仮想マシンによって実現されていてもよいし、クラウドサーバを用いて実現されていてもよいし、一部を量子コンピュータで構成してもよい。
　処理部５１は、プロセッサであり、ＣＰＵ、マルチコアＣＰＵ、ＧＰＵ（Graphics Processing Unit）、ＧＰＧＰＵ（General-purpose computing on graphics processing units）、ＴＰＵ（Tensor Processing Unit）、ＡＳＩＣ、ＦＰＧＡ、ＮＰＵ（Neural Processing Unit）等の演算処理回路、ＲＯＭ、ＲＡＭ等の内部記憶装置、Ｉ／Ｏ端子等を有する。処理部５１は、後述の記憶部５２が記憶するコンピュータプログラム（コンピュータプログラム製品）Ｐを実行することにより、本実施形態１に係る情報処理装置５として機能する。
　本実施形態１に係る情報処理装置５は、複数のユーザそれぞれの成形機１の仕様及び状態を管理する機器管理ウェブサーバ（第１サーバ）として機能する。また、情報処理装置５は、成形機１の状態に関する情報をユーザ及び営業担当者に提供する機器状態情報提供ウェブサーバ（第２サーバ）として機能する。なお、情報処理装置５の各機能部は、ソフトウェア的に実現してもよいし、一部又は全部をハードウェア的に実現してもよい。また、情報処理装置５を複数のコンピュータで構成し、各コンピュータが機器管理ウェブサーバ及び機器状態情報提供ウェブサーバとして機能するように構成してもよい。
　通信部５３は、イーサネット（登録商標）等の所定の通信プロトコルに従って情報を送受信する通信回路である。通信部５３は、第２通信ネットワークを介してデータ収集装置３、及び端末装置６ａ，６ｂに接続されており、処理部５１は通信部５３を介してデータ収集装置３、及び端末装置６ａ，６ｂとの間で各種情報を送受信することができる。
　記憶部５２は、ハードディスク、ＥＥＰＲＯＭ、フラッシュメモリ等の不揮発性メモリである。記憶部５２は、成形機１を構成する部材の寿命を推定する処理をコンピュータに実施させるためのコンピュータプログラムＰと、予測学習モデル５４と、収集データＤＢ（データベース）５２ａ、ユーザＤＢ（データベース）５２ｂ、納入機ＤＢ（データベース）５２ｃ、部材ＤＢ（データベース）５２ｄ、資料ＤＢ（データベース）５２ｅ、見積ＤＢ（データベース）５２ｆ、発注ＤＢ（データベース）５２ｇとを記憶している。
　コンピュータプログラムＰ等は、記録媒体５０にコンピュータ読み取り可能に記録されている態様でもよい。記憶部５２は、図示しない読出装置によって記録媒体５０から読み出されたコンピュータプログラムＰ等を記憶する。記録媒体５０はフラッシュメモリ等の半導体メモリである。また、記録媒体５０はＣＤ（Compact Disc）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭ、ＢＤ（Blu-ray（登録商標）Disc）等の光ディスクでもよい。更に、記録媒体５０は、フレキシブルディスク、ハードディスク等の磁気ディスク、磁気光ディスク等であってもよい。更にまた、図示しない通信網に接続されている図示しない外部サーバからコンピュータプログラムＰ等をダウンロードし、記憶部５２に記憶させてもよい。
　コンピュータプログラムＰは、単一のコンピュータ上で、または1つのサイトにおいて配置されるか、もしくは複数のサイトにわたって分散され、通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように展開することができる。
　予測学習モデル５４は、物理量データから生成される画像データが入力された場合、成形機１を構成する部材の残存寿命又は異常度を示すデータを出力する画像認識学習モデルである。予測学習モデル５４は、例えばＣＮＮ（Convolutional Neural Network）を有する。処理部５１は、既成の学習済みモデルの転移学習又はファインチューニングを行うことによって、特定の成形機１及び部材の残存寿命又は異常度の推定に特化した学習モデルを生成することができる。
　図５は、収集データＤＢ５２ａのレコードレイアウトの一例を示す概念図である。収集データＤＢ５２ａは、ハードディスク、ＤＢＭＳ（DataBase Management System）を備え、成形機１から収集した各種物理量データを記憶する。例えば、収集データＤＢ５２ａは、「Ｎｏ．」（レコード番号）列、「機器ＩＤ」列、「運転日時」列、「運転データ」列、「振動データ」列、「軸トルクデータ」列を有する。
　「機器ＩＤ」列は、成形機１の機器識別子を格納する。「運転日時」列は、レコードとして記憶される各種データが得られた年、月、日時等を示す情報を格納する。「運転データ」列は、成形機１の運転状態を示す時系列の物理量、例えばモータ電流、スクリュ１１の回転数、スクリュ１１の先端圧力、ダイヘッド圧力、フィーダ供給量（樹脂原料の供給量）、押出量、シリンダ温度、樹脂圧等を格納する。「振動データ」列は、時系列の物理量データである振動データを格納する。「軸トルクデータ」列は、時系列の物理量データであるスクリュ１１のトルクデータを格納する。
　図６は、ユーザＤＢ５２ｂのレコードレイアウトの一例を示す概念図である。ユーザＤＢ５２ｂは、ハードディスク、ＤＢＭＳを備え、ユーザの基本的な情報等を記憶する。例えば、ユーザＤＢ５２ｂは、「ユーザＩＤ」列、「会社名」列、「ユーザ基本情報」列、「工場ＩＤ」列、「営業担当者ＩＤ」列を有する。
　「ユーザＩＤ」列は、成形機１のユーザの識別子を格納する。「会社名」列は、ユーザである法人名を格納する。「ユーザ基本情報」列は、ユーザの基本情報、例えば、ユーザである企業の資本金、売上高、従業員数等の企業情報を格納する。「工場ＩＤ」列は、当該ユーザに属する一又は複数の工場を識別する工場識別子を格納する。工場識別子は、工場名等、工場に関する情報に関連付けられている。「営業担当者ＩＤ」列は、ユーザＩＤで識別されるユーザの営業担当者を識別するための営業担当者ＩＤを格納する。
　図７は、納入機ＤＢ５２ｃのレコードレイアウトの一例を示す概念図である。納入機ＤＢ５２ｃは、ハードディスク、ＤＢＭＳを備え、ユーザの工場に搬入された成形機１の仕様及び状態等の機器関連情報を記憶する。例えば、納入機ＤＢ５２ｃは、「元工番」列、「機種」列、「工場名」列、「ライン名」列、「納入年度」列、「ステータス」列、「改修履歴」列、「ユーザＩＤ」列、「原料」列、「能力」列、「資料番号」列を含む。
　「元工番」列は、ユーザの工場に搬入された成形機１の機器識別子である元工番を格納する。「機種」列、当該成形機１の機種を示す情報を格納する。「工場名」列、当該成形機１が設置されている工場名又は工場識別子を格納する。「ライン名」列、当該成形機１が設置されているライン名を格納する。「納入年度」列は、当該成形機１が納入された年月日を格納する。「ステータス」列は当該成形機１の状態を示す情報を格納する。成形機１の状態を示す情報には、例えば設置、非設置、稼働中、故障修理中等の状態を示す情報が含まれる。「改修履歴」列は、成形機１の改修日、改修内容、担当者等の情報を含む改修履歴を格納する。「ユーザＩＤ」列は、当該成形機１の納入先である会社のユーザＩＤを格納する。このユーザＩＤは、成形機１の需要先会社名に相当する。「原料」列は、当該成形機１に投入される原料を示す情報を格納する。「能力」列は、当該成形機１の能力、例えば押出機の場合、単位時間当たりの生産量（ｋｇ／時間）を格納する。「資料番号」列は、当該成形機１の説明書、仕様情報を格納する。
　図８は、部材ＤＢ５２ｄのレコードレイアウトの一例を示す概念図である。部材ＤＢ５２ｄは、ハードディスク、ＤＢＭＳを備え、ユーザが使用する成形機１を構成する部材の情報を記憶する。例えば、部材ＤＢ５２ｄは、「部材ＩＤ」列、「成形機元工番」列、「部材名」列、「部材の仕様情報」列、「残存寿命又は異常度」列を有する。
　「部材ＩＤ」列は成形機１を構成する部材の部材識別子を格納する。「成形機元工番」列は、成形機１の機器識別子に相当する元工番を格納する。成形機元工番は、保守管理業者の製品であるか他社製品であるかを判別することができる情報を含む構成が望ましい。
　「部材名」列は、部材の名称を格納する。「部材の仕様情報」列は、部材ＩＤに対応する部材の製品仕様を示す仕様情報を記憶する。例えば、押出機を構成するスクリュ１１、減速機１４の仕様情報を記憶する。成形機１を構成する部材は、必ずしも量産品では無く、ユーザ毎に製造される特別仕様のものである。仕様情報は、当該部材の交換費用を見積もるための情報を含む。仕様情報は、部材を製造する等して予備品を確保するために必要な情報を含む。
　「残存寿命又は異常度」列は、部材ＩＤに対応する部材の残存寿命又は異常度を格納する。残存寿命又は異常度は、予測学習モデル５４によって予測されたものである。
　資料ＤＢ５２ｅは、成形機１を構成する部材に関連する任意の情報、例えばＴＩＰＳ情報を格納する。ＴＩＰＳ情報は、当該部材の説明、保守点検の方法等を含む。
　図９は、資料ＤＢ５２ｅのレコードレイアウトの一例を示す概念図である。資料ＤＢ５２ｅは、ハードディスク、ＤＢＭＳを備え、成形機１の技術情報等を記憶する。例えば、資料ＤＢ５２ｅは、「資料番号」列、「タイトル」列、「概要」列、「資料データ」列を有する。
　「資料番号」列は、資料を識別するための資料番号を格納する。「タイトル」列は、資料のタイトルを格納する。「概要」列は、資料の概要を格納する。「資料データ」列は、成形機１に関連する広告情報、成形機１の技術情報、成形機１の説明書、仕様情報、保守管理方法、ＴＩＰＳ情報、動画等の資料データを格納する。ＴＩＰＳ情報は、当該部材の説明、保守点検の方法等を含む。
　図１０は、見積ＤＢ５２ｆのレコードレイアウトの一例を示す概念図である。見積ＤＢ５２ｆは、ハードディスク、ＤＢＭＳを備え、ユーザに提供した見積の履歴を記憶する。例えば、見積ＤＢ５２ｆは、「見積依頼番号」列、「見積依頼日」列、「ライン名」列、「機種」列、「目的」列、「工場名」列、「元工番」列、「ユーザＩＤ」列を有する。
　「見積依頼番号」列は、ユーザからの複数の見積依頼を識別するための見積依頼番号を格納する。「見積依頼日」列は、情報処理装置５が見積依頼を受信した年月日を格納する。「ライン名」列は、見積対象の部材が使用されるライン名を格納する。「機種」列は、部材が使用される成形機１の機種名を格納する。「目的」列は、在庫補充、オーバーホール等、見積対象の部材の目的を格納する。「工場名」列は、部材が使用される工場名を格納する。「元工番」列は、部材が使用される成形機１の元工番を格納する。「ユーザＩＤ」列は、注文元のユーザＩＤを格納する。
　図１１は、発注ＤＢ５２ｇのレコードレイアウトの一例を示す概念図である。発注ＤＢ５２ｇは、ハードディスク、ＤＢＭＳを備え、成形機１又はその部品の発注に関する情報を記憶する。例えば、発注ＤＢ５２ｇは、「出荷案内番号」列、「ステータス」列、「部材工番」列、「機種」列、「工場名」列、「ライン名」列、「ユーザＩＤ」列、「注文元注番」列、「担当者」列、「契約納期」列を有する。
　「出荷案内番号」列は、部材の出荷案内を識別する番号を格納する。「ステータス」列は、部材の出荷状況を示す情報を格納する。「部材工番」列は、出荷対象の部材を識別する工番を格納する。「機種」列は、部材が使用される成形機１の機種を示す情報を格納する。「工場名」列は、部材が使用される工場名を格納する。「ライン名」列は、部材が使用されるライン名を格納する。「ユーザＩＤ」列は、部材の出荷先を示すユーザＩＤを格納する。「注文元注番」列は、注文元注番を格納する。「担当者」列は、部材発注の担当者を識別する情報を格納する。「契約納期」列は、部材の納期を示す情報を格納する。
　図１２は、部材の残存寿命又は異常度の予測を行う推定処理部Ｍを示すブロック図である。推定処理部Ｍは、予測学習モデル５４と、周波数解析部５５と、画像生成部５６とを備える。推定処理部Ｍの各機能部は、処理部５１の処理によってソフトウェア的に実現してもよいし、一部又は全部をハードウェア的に実現してもよい。
　周波数解析部５５は、時系列の物理量データを周波数成分の物理量データにフーリエ変換する演算処理部である。周波数解析部５５は、短時間フーリエ変換（STFT: Short-Time Fourier Transform）にて物理量データのフーリエ変換を行うとよい。画像生成部５６は、フーリエ変換された物理量データを画像で表した画像データに変換する演算処理部である。例えば、画像の横軸を周波数、縦軸を周波数成分の大きさとした画像平面に物理量データを表すとよい。以下、物理量データをフーリエ変換することによって得られる画像をフーリエ変換画像と呼ぶ。
　なお、周波数解析の方法はＳＴＦＴに限定されるものでは無く、ウェーブレット変換（Wavelet Transformation）、ストックウェル変換（Stockwell Transform）、ウィグナー分布（Wigner distribution function）、経験的モード分解（Empirical Mode Decomposition）、ヒルベルト・ファン変換（Hilbert-Huang Transform）等を用いてもよい。
　予測学習モデル５４は、畳み込みニューラルネットワーク（CNN：Convolutional neural network）であり、フーリエ変換画像の画像データが入力される入力層５４ａと、中間層５４ｂと、部材の残存寿命又は異常度を示す残存寿命データ又は異常度データを出力する出力層５４ｃとを備える。
　入力層５４ａは、フーリエ変換画像を構成する各画素の画素値が入力される複数のノードを有する。中間層５４ｂは、入力層５４ａに入力されたフーリエ変換画像の各画素の画素値を畳み込む畳み込み層と、畳み込み層で畳み込んだ画素値をマッピングするプーリング層とが交互に連結された構成を有する。中間層５４ｂは、フーリエ変換画像の画像情報を圧縮しながら当該フーリエ変換画像の特徴量を抽出し、抽出したフーリエ変換画像、つまり物理量データの特徴量を出力層５４ｃに出力する。
　出力層５４ｃは、物理量データ測定時点における部材の残存寿命又は異常度を示す残存寿命データ又は異常度データを出力するノードを有する。
　予測学習モデル５４は、遅くとも成形機１の部材の予備品確保に必要な所定期間以上の残存寿命を示す残存寿命データを出力するように学習されている。また、予測学習モデル５４は、少なくとも当該所定期間前に生ずる異常度を出力するように学習されている。
　予測学習モデル５４の生成方法は以下の通りである。まず、調整前の予測学習モデル５４を用意する。例えば、一般的な画像データを訓練データとして用いて事前学習された画像認識モデルを用意するとよい。
　次いで、準備した予測学習モデル５４を、既知の訓練データを用いて学習させ、ファインチューニングを行う。例えば、実験機である成形機１に残存寿命又は異常度が既知の部材を搭載して運転させる。実験機の運転により得られた画像データに、既知の残存寿命又は異常度を示すラベルデータを付与することによって、既知の訓練データを作成する。
　訓練データを作成する際に付与する残存寿命には、成形機１の部材の予備品確保に必要な所定期間以上の残存寿命が含まれる。異常度を出力する予測学習モデル５４を生成する場合、訓練データを作成する際に付与する異常度には、少なくとも当該所定期間前に生ずる異常度が含まれる。つまり、成形機１の部材の予備品確保に必要な所定期間以上の残存寿命を有する部材を備えた成形機１を運転させて得られた画像データを用いて、訓練データを作成する。
　そして、用意した予測学習モデル５４を上記既知の訓練データを用いて機械学習させる。より具体的には処理部５１は、訓練データを用いた誤差逆伝播法、誤差勾配降下法等によって、予測学習モデル５４の重み係数を最適化することにより、予測学習モデル５４を機械学習させる。そして、処理部５１は、学習済みの予測学習モデル５４を情報処理装置５の記憶部５２に記憶させる。
　なお、処理部５１は、実際の成形機１の稼働中に得られた画像データに基づく新規の訓練データを作成し、適宜のタイミングで、作成した新規の訓練データを用いて予測学習モデル５４を再学習させてもよい。処理部５１は、稼働中に成形機１から取得した物理量データに補正ラベルを教師データとして付与することによって、新規の訓練データを作成し、予測学習モデル５４を再学習させる。
　なお、ここでは、情報処理装置５が再学習を行う例を説明したが、他のコンピュータ又はサーバが、予測学習モデル５４の再学習を行い、再学習された予測学習モデル５４の各種パラメータを情報処理装置５へ送信するように構成してもよい。
　なお、予測学習モデル５４の一例としてＣＮＮを例示したが、多層パーセプトロン（Multilayer perceptron：MLP）、畳み込みニューラルネットワーク（Convolutional Neural Network：CNN）、グラフニューラルネットワーク（Graph Neural Network：GNN）、グラフ畳み込みニューラルネットワーク（Graph Convolutional Network：GCN）、ＲＮＮ（Recurrent Neural Network）、ＬＳＴＭ（Long Short Term Memory）、その他のニューラルネットワークモデルで構成してもよい。また、決定木、ランダムフォレスト、ＳＶＭ（Support Vector Machine）などのアルゴリズムを用いて予測学習モデル５４を構成してもよい。
　図１３は、実施形態１に係る情報処理装置５の処理手順を示すフローチャートである。情報処理装置５の処理部５１は、端末装置６ａ，６ｂによる機器管理サイトへのアクセス及び要求に応じて、以下の処理を実行する。情報処理装置５と、端末装置６ａ，６ｂとの間で行われるリクエスト及びレスポンス処理の詳細は適宜省略する。
　端末装置６ａ，６ｂは情報処理装置５が提供する機器管理サイトにアクセスした場合、情報処理装置５の処理部５１は、機器管理サイトのウェブページを構成するデータを端末装置６ａ，６ｂへ提供することによって、機器管理サイトのトップ画面７（図２参照）を表示させる（ステップＳ１１）。
　機器管理サイトのトップ画面７は、図２に示すように、「マイページ」アイコン７１、「発注状況確認」アイコン７２、「納入機一覧」アイコン７３、「資料ダウンロード」アイコン７４、「見積依頼」アイコン７５、「問合せ」アイコン７６等、複数のアイコンを有する。
　次いで、端末装置６ａ，６ｂによるログイン要求に応じて、情報処理装置５の処理部５１は、端末装置６ａ，６ｂのユーザ又は営業担当者を認証する等のログイン処理を実行する（ステップＳ１２）。ログインしたユーザ又は営業担当者は、機器管理サイトのトップ画面７に表示されたアイコンをタップ操作又はクリック操作することによって、各アイコンに対応するページにアクセスすることができる。以下、説明を簡単にするためにユーザが機器管理サイトにログインしているもとして説明する。営業担当者が機器管理サイトにログインしている場合、ログイン営業担当者に関連付けられているユーザＩＤ（図６参照）を用いて、営業担当者が担当しているユーザの各種情報を閲覧することができる。
　「納入機一覧」アイコン７３が操作された場合、処理部５１は、ログインユーザの納入機一覧８１ｂを作成し、納入機一覧データをログインユーザに提供する（ステップＳ１３）。具体的には、処理部５１は、納入機ＤＢ５２ｃにアクセスし、ログインユーザのユーザＩＤをキーにして、ログインユーザの納入機のデータを抽出し、納入機一覧８１ｂを作成する。そして、処理部５１は、納入機一覧表示画面８１を表示するためのウェブページデータを端末装置６ａへ送信する。端末装置６ａは、当該ウェブページデータを受信し、納入機一覧表示画面８１を表示する。
　図１４は、納入機一覧表示画面８１の一例を示す模式図である。納入機一覧表示画面８１は、納入機を検索するための機器検索フォーム８１ａを有する。また、納入機一覧表示画面８１は、ログインユーザが所有する成形機１の機種、成形機１が設置されている工場名及びライン名、元工番、納入年度、ステータス及び需要先会社名の納入機一覧８１ｂを含む。機器検索フォーム８１ａに検索条件が入力され、検索ボタンが操作された場合、処理部５１は、検索条件に合致するユーザが所有する成形機１を特定し、納入機一覧８１ｂに一覧表示させる。機種を表す文字にはハイパーリンクが挿入されている。
　機種名がタップ操作又はクリック操作された場合、処理部５１は、操作された機種名に対応する成形機１の詳細情報を一覧にした納入機詳細画面８２一覧を端末装置６ｂに提供する。
　図１５は、納入機詳細画面８２の一例を示す模式図である。納入機詳細画面８２は、例えば、上記した納入機の情報に加え、納入機である押出機の仕様を含む詳細情報が含まれている。例えば、納入機詳細画面８２は、押出機に投入される原料、能力等の表示を含む。また納入機詳細画面８２は、納入機の取り扱い方法、より詳細な仕様に関する情報を含む納入機説明書をダウンロードするためのリンクを含む。当該リンクがタップ操作又はクリック操作された場合、処理部５１は、納入機ＤＢ５２ｃ及び資料ＤＢ５２ｅにアクセスし、当該納入機又は成形機１の納入機説明書のデータを読み出して端末装置６ｂへ送信する。
　次いで、「資料ダウンロード」アイコン７４が操作された場合、処理部５１は、ログインユーザの納入機に関する資料を提供する（ステップＳ１４）。具体的には、処理部５１は、納入機ＤＢ５２ｃにアクセスし、ログインユーザのユーザＩＤをキーにして、ログインユーザの納入機に関連する資料番号を特定する。そして、処理部５１は、資料ＤＢ５２ｅにアクセスし、資料番号をキーにしてログインユーザの納入機に関連する資料のデータを抽出し、資料一覧８３ａを作成する。処理部５１は、資料一覧８３ａを表示するためのウェブページデータを端末装置６ａへ送信する。端末装置６ａは、当該ウェブページデータを受信し、資料一覧表示画面８３を表示する。
　図１６は、資料一覧表示画面８３の一例を示す模式図である。資料一覧表示画面８３は、例えばログインユーザの納入機に関連する各資料の資料タイトル及び概要の資料一覧８３ａを含む。資料一覧８３ａは、各資料をダウンロードするための資料ダウンロードボタン８３ｂを有する。資料ダウンロードボタン８３ｂが操作された場合、処理部５１は、操作された資料ダウンロードボタン８３ｂに対応する資料データを資料ＤＢ５２ｅから読み出し、端末装置６ａへ送信する。
　次いで、「見積依頼」アイコン７５が操作された場合、処理部５１は、ログインユーザの納入機を構成する部材の交換費用の見積書を作成し、ログインユーザに提供する（ステップＳ１５）。具体的には、処理部５１は、納入機ＤＢ５２ｃ及び部材ＤＢ５２ｄにアクセスしてログインユーザの納入機を構成する部材の情報を抽出し、見積対象の部材を受け付けるための見積対象部材選択画面８４を表示する。そして、処理部５１は、見積対象部材選択画面８４を表示するためのウェブページデータを端末装置６ａへ送信する。端末装置６ａは、当該ウェブページデータを受信し、見積対象部材選択画面８４を表示する。
　図１７は、見積対象部材選択画面８４の一例を示す模式図である。見積対象部材選択画面８４は、成形機１の外観又は断面を示す側面図、平面図、正面図等の機器画像８４ａと、当該成形機１を構成する部材の一覧である部材一覧表８４ｂとを含む。機器画像８４ａには、当該成形機１を構成する部材を示す符号が含まれている。部材一覧表８４ｂは、部材に振られた符号、品名、寸法及び仕様、材料、数量、質量等を一覧にしたものである。部材一覧表８４ｂは、見積対象である部材を選択するための選択ボタン（図１７中、「追加」８４ｃボタン）を有する。「追加」ボタン８４ｃは、複数の部材に対応する行にそれぞれに設けられている。「追加」ボタン８４ｃが操作された場合、情報処理装置５は、操作された「追加」ボタン８４ｃに対応する部材を見積対象として受け付ける。図示しない見積作成ボタンが操作された場合、処理部５１は、選択された部材を交換するための見積書を作成する。そして、処理部５１は、見積書データを端末装置６ａへ送信する。
　次いで、「マイページ」アイコン７１が操作され、マイページに含まれる見積依頼一覧表示操作が行われた場合、情報処理装置５の処理部５１は、見積履歴一覧表示画面８５を作成し、ログインユーザに提供する（ステップＳ１６）。
　図１８は、見積履歴一覧表示画面８５の一例を示す模式図である。見積履歴一覧表示画面８５は、見積書を検索するための見積検索フォーム８５ａを有する。また、見積履歴一覧表示画面８５は、見積依頼日、見積依頼番号、ライン名、機種、目的、工場名、元工番、需要先会社名を含む見積履歴一覧８５ｂを含む。見積検索フォーム８５ａに検索条件が入力され、検索ボタンが操作された場合、処理部５１は、検索条件に合致する見積書を特定し、見積履歴一覧８５ｂに一覧表示させる。
　ステップＳ１５で作成された見積に問題が無ければ、ログインユーザは、端末装置６ａを介して部材の発注を行うことができる。発注指示を受けた情報処理装置５は、部材の発注処理を行う（ステップＳ１７）。例えば、情報処理装置５は、部材の発注内容を、部材製造工場の端末へ送信する。情報処理装置５は、ログインユーザの営業担当者の端末装置６ｂへ、部材発注を通知するように構成してもよい。
　次いで、「発注状況確認」アイコン７２が操作され、部材の発注状況を示した発注状況一覧表示画面８６を作成し、ログインユーザに提供する（ステップＳ１８）。また、情報処理装置５は、「問合せ」アイコン７６が操作された場合、問合せ画面を表示し、ログインユーザからの問合せを受け付ける（ステップＳ１９）。
　図１９は、発注状況一覧表示画面８６の一例を示す模式図である。発注状況一覧表示画面８６は、発注検索フォーム８６ａを有する。また、発注状況一覧表示画面８６は、出荷案内番号、ステータス、部品工番、機種、工場名、ライン名、需要先会社名、注文元注文番、担当者、契約納期を含む発注状況一覧８６ｂを有する。処理部５１は、発注ＤＢ５２ｇにアクセスし、ログインユーザのユーザＩＤをキーにして、ログインユーザによる部材の発注状況に関するデータを読み出して、発注状況一覧８６ｂを作成する。そして、処理部５１は、発注状況一覧表示画面８６を表示するためのウェブページデータを端末装置６ａへ送信する。端末装置６ａは、当該ウェブページデータを受信し、発注状況一覧表示画面８６を表示する。発注検索フォーム８６ａに検索条件が入力され、検索ボタンが操作された場合、処理部５１は、検索条件に合致する発注状況に関連するデータを特定し、発注状況を発注状況一覧８６ｂに一覧表示させる。
　上記の通り、ユーザが機器管理サイトにログインしている場合を説明したが、営業担当者が端末装置６ｂを用いて機器管理サイトにログインしている場合も、同様にして、担当のユーザの成形機１の仕様及び状態等を確認することができる。具体的には、処理部５１は、ユーザＤＢ５２ｂにアクセスし、ログインしている営業担当者のＩＤに関連付けられている一又は複数のユーザＩＤを特定する。そして、処理部５１は、特定されたユーザＩＤを用いて、上記説明した同様の処理を行うことによって、営業担当者が担当するユーザの成形機１の仕様及び状態等を示す各種情報を端末装置６ｂに提供することができる。
　以上の通り、本実施形態１に係る情報処理方法等によれば、各ユーザに属する複数の工場に設置された複数の成形機１それぞれの仕様及び状態を示す機器一覧をユーザと、当該ユーザの営業担当者とに提供することができる。
　例えば、ユーザ及び営業担当者は、各成形機の改修履歴、技術情報、保守管理方法等を確認することができる。
　また、処理部５１は、納入機一覧表示画面８１、納入機詳細画面８２、資料一覧表示画面８３、見積履歴一覧表示画面８５，発注状況一覧表示画面８６を端末装置６ａ，６ｂに表示することができる。ユーザ及び営業担当者は、各表示画面を確認し、ユーザに属する複数の各工場にある納入機の状態及び仕様、部材の見積の履歴、発注状況等を把握することができる。
（実施形態２）
　実施形態２に係る情報処理装置５は、機器管理サイト（第１サイト）及び機器状態情報提供サイト（第２サイト）を相互に遷移できるように構成してある点が実施形態１と異なる。情報処理装置５のその他の構成は、実施形態１に係る情報処理装置５と同様であるため、同様の箇所には同じ符号を付し、詳細な説明を省略する。
　図２０は、実施形態２に係る機器管理サイトへの遷移処理を含む情報処理手順示すフローチャートである。成形機１のデータ収集装置３は、成形機１を構成する複数の部材の状態に関連する物理量データを収集し（ステップＳ３１）、収集した物理量データを、第１サーバとして機能する情報処理装置５へ送信する（ステップＳ３２）。なお、成形機１及びデータ収集装置３は複数あり、複数のデータ収集装置３は、複数の成形機１から収集した物理量データを情報処理装置５へ送信する。
　第１サーバの処理部５１は、データ収集装置３から送信された物理量データを受信する（ステップＳ３３）。処理部５１は受信した物理量データを、収集データＤＢ５２ａに記憶する（ステップＳ３４）。なお、ステップＳ３３の処理を実行する処理部５１は、物理量データを取得する取得部として機能する。
　次いで、処理部５１は、収集データＤＢ５２ａに蓄積された物理量データに基づいて、成形機１を構成する部材の残存寿命又は異常度を推定する（ステップＳ３５）。具体的には、処理部５１は、物理量データを周波数解析して画像データに変換し、物理量データを表した画像データを予測学習モデル５４に入力することによって、部材の残存寿命データ又は異常度データを出力させる。なお、処理部５１は、複数の成形機１を構成する複数の部材それぞれの残存寿命又は異常度を算出する。１台の成形機１を構成する複数の部材の状態に関連する物理量データが得られている場合、処理部５１は、当該複数の部材それぞれの残存寿命又は異常度を算出する。
　次いで、処理部５１は、残存寿命が所定時間Ｎ未満であるか否かを判定する（ステップＳ３６）。所定時間Ｎは、少なくとも当該部材を製造して予備品を確保するために必要な時間よりも長い時間が好ましい。所定時間Ｎは部材の種類によって異なる。
　なお、処理部５１は、異常度が、上記所定時間Ｎに対応する所定値未満であるか否かを判定するように構成してもよい。
　残存寿命が所定時間Ｎ以上であると判定した場合（ステップＳ３６：ＮＯ）、処理部５１は、処理をステップＳ３３へ戻す。残存寿命が所定時間Ｎ未満であると判定した場合（ステップＳ３６：ＹＥＳ）、処理部５１は、推定結果表示画面９を機器状態提供サイトにおいて可視化させる（ステップＳ３７）。つまり、処理部５１は、ユーザ及び営業担当者が端末装置６ａ，６ｂを介して機器状態提供サイトにアクセスした際、部材の残存寿命の推定結果表示画面９が表示される状態にする。
　図２１は、推定結果表示画面９の一例である。推定結果表示画面９は、ユーザが使用する一又は複数の成形機１について、各成形機１を構成する部材の状態を表示する状態表示部９１を含む。状態表示部９１は、例えば、当該成形機１を構成する部材の名称を表示する部材名表示部９２と、部材に異常である否かを示すアイコン９３とを有する。「異常」は、例えば、残存寿命が所定時間Ｎ未満に相当する。また、状態表示部９１は、当該部材の異常度を数字で表示する。
　状態表示部９１は、成形機１を構成する部材に異常がある場合、当該部材の推定残存寿命を表示するための残存寿命表示アイコン９４を表示する。ユーザによって、残存寿命表示アイコン９４が操作された場合、情報処理装置５は、当該部材の状態に関連する物理量の時間変化を示すグラフ、当該部材の推定された残存寿命を表示する。
　状態表示部９１は、成形機１を構成する部材に異常がある場合、当該部材の交換費用の見積書及び資料データを提供する機器管理サイトへ遷移するための見積書アイコン９５及び資料アイコン９６を表示する。見積書アイコン９５は機器管理サイトにおける見積依頼のウェブページのアドレス及び成形機１の元工番を含む。端末装置６ａへ送信する。ユーザによって、資料アイコン９６は、機器管理サイトにおける資料一覧表示画面８３のウェブページのアドレス及び成形機１の元工番を含む。
　ユーザの端末装置６ａは、ユーザによる残存寿命表示アイコン９４の操作に従って、部材の残存寿命に係る推定結果を機器状態情報提供サイトに要求する（ステップＳ３８）。機器状態情報提供サイトの処理部５１は、端末装置６ａからの要求に応じて、部材の残存寿命の推定結果を端末装置６ａへ送信する（ステップＳ３９）。端末装置６ａは、機器状態情報提供サイトから送信された推定結果を受信し、受信した推定結果を表示する。ユーザは、部材の残存寿命又は異常度の推定結果を閲覧することができる。
　ユーザの端末装置６ａは、ユーザによる資料アイコン９６の操作に従って、元工番で示される成形機１に関する資料を機器管理サイトに要求する（ステップＳ４０）。機器管理サイトの処理部５１は、端末装置６ａからの要求に応じて、元工番に関連する資料データを資料ＤＢ５２ｅから読み出して、提供する（ステップＳ４１）。
　ユーザの端末装置６ａは、ユーザによる見積書アイコン９５の操作に従って、元工番で示される成形機１を構成する部材の見積書の作成を機器管理サイトに要求する（ステップＳ４２）。機器管理サイトの処理部５１は、端末装置６ａからの要求に応じて、見積対象部材選択画面８４を表示し、見積書を作成し、提供する（ステップＳ４３）。
　図２２は、実施形態２に係る機器状態情報提供サイトへの遷移処理を含む情報処理手順示すフローチャートである。ユーザの端末装置６ａは、ユーザの操作に従って、納入機一覧８１ｂを要求する（ステップＳ５１）。機器管理サイトの処理部５１は、端末装置６ａからの要求に応じて、納入機一覧８１ｂを作成し、ログインユーザに提供する（ステップＳ５２）。実施形態２に係る納入機一覧８１ｂは、成形機１の残存寿命表示アイコンを有する。
　ユーザの端末装置６ａは、ユーザによる残存寿命表示アイコンの操作に従って、残存寿命の推定結果を機器状態情報提供サイトに要求する（ステップＳ５３）。機器状態情報提供サイトの処理部５１は、端末装置６ａからの要求に応じて、当該成形機１の残存寿命の推定結果を提供する（ステップＳ５４）。
　ユーザが機器管理サイト及び機器状態情報提供サイトにログインしている場合を説明したが、営業担当者が端末装置６ｂを用いて機器管理サイト及び機器状態情報提供サイトにログインしている場合も、同様にして、担当のユーザの成形機１の仕様及び状態、各成形機１を構成する部材の残存寿命及び異常度等を確認することができる。具体的には、処理部５１は、ユーザＤＢ５２ｂにアクセスし、ログインしている営業担当者のＩＤに関連付けられている一又は複数のユーザＩＤを特定する。そして、処理部５１は、特定されたユーザＩＤを用いて、上記説明した同様の処理を行うことによって、営業担当者が担当するユーザの成形機１の仕様及び状態、成形機１を構成する部材の残存寿命及び異常度等を示す各種情報を端末装置６ｂに提供することができる。
　以上の通り、本実施形態１に係る情報処理方法等によれば、機器状態情報提供サイトと、機器管理サイトとの間を遷移することにより、ユーザに属する複数の工場それぞれに設置された成形機１の仕様及び状態を管理すると共に、成形機１の残存寿命等、より具体的な機器の状態を確認することができる。
　また、情報処理装置５は、ユーザの各成形機を構成する部材の残存寿命又は異常度を示す情報を、当該ユーザ及び営業担当者に提供することができる。
　本開示の課題を解決するための手段を付記する。
（付記１）
　複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、
　一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成し、
　作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する
　情報処理方法。
（付記２）
　前記機器関連情報は、前記産業機械の状態を示す情報を含む
　付記１に記載の情報処理方法。
（付記３）
　前記機器関連情報は、前記産業機械の改修履歴、前記産業機械の技術情報、又は前記産業機械の保守管理方法を含む
　付記１又は付記２に記載の情報処理方法。
（付記４）
　前記複数の産業機械を構成する部材の発注状態及び納入予定日を、前記複数のユーザの識別子に対応付けて前記データベースに記憶し、
　前記一のユーザの識別子に対応付けられた発注状態及び納入予定日を読み出して、前記一のユーザによる前記部材の発注状態及び納入予定日の発注一覧を作成し、
　作成した前記発注一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する
　付記１から付記３のいずれか１つに記載の情報処理方法。
（付記５）
　前記一のユーザの前記産業機械を構成する部材の状態に関連する物理量データを取得し、
　取得した前記物理量データに基づいて、前記部材の残存寿命又は異常度を推定し、
　生成した推定結果を前記産業機械の前記一のユーザ及び該ユーザの外部関係者に提供する
　付記１から付記４のいずれか１つに記載の情報処理方法。
（付記６）
　前記機器一覧を表示する第１サイトと、前記推定結果を表示する第２サイトとを介して前記機器一覧及び前記推定結果を提供する
　付記５に記載の情報処理方法。
（付記７）
　前記第１サイトは、前記機器一覧に係るページから前記第２サイトの前記推定結果に係るページへ遷移するためのリンクを含み、
　前記第２サイトは、前記推定結果に係るページから前記第１サイトの前記機器一覧に係るページへ遷移するためのリンクを含む
　付記６に記載の情報処理方法。
１　　　　　：成形機
２　　　　　：センサ
３　　　　　：データ収集装置
４　　　　　：ルータ
５　　　　　：情報処理装置
６ａ　　　　：ユーザの端末装置
６ｂ　　　　：営業担当者の端末装置
１０　　　　：シリンダ
１０ａ　　　：ホッパ
１１　　　　：スクリュ
１２　　　　：ダイス
１３　　　　：モータ
１４　　　　：減速機
１５　　　　：制御装置
３１　　　　：制御部
３２　　　　：記憶部
３３　　　　：通信部
３４　　　　：データ入力部
５０　　　　：記録媒体
５１　　　　：処理部
５２　　　　：記憶部
５３　　　　：通信部
５４　　　　：予測学習モデル
５４ａ　　　：入力層
５４ｂ　　　：中間層
５４ｃ　　　：出力層
５５　　　　：周波数解析部
５６　　　　：画像生成部
５２ａ　　　：収集データＤＢ
５２ｂ　　　：ユーザＤＢ
５２ｃ　　　：ユーザ機器ＤＢ
５２ｄ　　　：部材関連情報ＤＢ
５２ｅ　　　：見積書テンプレート
Ｐ　　　　　：コンピュータプログラム

Claims (9)

  1. 　複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、
    　一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成し、
    　作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する
    　情報処理方法。
  2. 　前記機器関連情報は、前記産業機械の状態を示す情報を含む
    　請求項１に記載の情報処理方法。
  3. 　前記機器関連情報は、前記産業機械の改修履歴、前記産業機械の技術情報、又は前記産業機械の保守管理方法を含む
    　請求項１又は請求項２に記載の情報処理方法。
  4. 　前記複数の産業機械を構成する部材の発注状態及び納入予定日を、前記複数のユーザの識別子に対応付けて前記データベースに記憶し、
    　前記一のユーザの識別子に対応付けられた発注状態及び納入予定日を読み出して、前記一のユーザによる前記部材の発注状態及び納入予定日の発注一覧を作成し、
    　作成した前記発注一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する
    　請求項１から請求項３のいずれか１項に記載の情報処理方法。
  5. 　前記一のユーザの前記産業機械を構成する部材の状態に関連する物理量データを取得し、
    　取得した前記物理量データに基づいて、前記部材の残存寿命又は異常度を推定し、
    　生成した推定結果を前記産業機械の前記一のユーザ及び該ユーザの外部関係者に提供する
    　請求項１から請求項４のいずれか１項に記載の情報処理方法。
  6. 　前記機器一覧を表示する第１サイトと、前記推定結果を表示する第２サイトとを介して前記機器一覧及び前記推定結果を提供する
    　請求項５に記載の情報処理方法。
  7. 　前記第１サイトは、前記機器一覧に係るページから前記第２サイトの前記推定結果に係るページへ遷移するためのリンクを含み、
    　前記第２サイトは、前記推定結果に係るページから前記第１サイトの前記機器一覧に係るページへ遷移するためのリンクを含む
    　請求項６に記載の情報処理方法。
  8. 　複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けて記憶するデータベースと、
    　一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成する処理部と、
    　作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する通信部と
    　を備える情報処理装置。
  9. 　複数のユーザを識別するための識別子と、前記複数のユーザそれぞれに属する複数の工場を識別するための工場識別子と、前記複数の工場それぞれに設置された複数の産業機械を識別するための機器識別子と、前記複数の産業機械それぞれの仕様を含む機器関連情報とを対応付けてデータベースに記憶し、
    　一の前記ユーザの識別子に対応付けられた前記工場識別子、前記機器識別子及び前記機器関連情報を前記データベースから読み出して、前記一のユーザに属する複数の前記工場、該複数の工場に設置された複数の前記産業機械、及び前記機器関連情報を含む機器一覧を作成し、
    　作成した前記機器一覧のデータを前記一のユーザ及び該一のユーザに関わる外部関係者に提供する
    　処理をコンピュータに実行させるためのコンピュータプログラム。
PCT/JP2023/023194 2022-10-17 2023-06-22 情報処理方法、情報処理装置及びコンピュータプログラム WO2024084742A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022166437A JP2024058980A (ja) 2022-10-17 2022-10-17 情報処理方法、情報処理装置及びコンピュータプログラム
JP2022-166437 2022-10-17

Publications (1)

Publication Number Publication Date
WO2024084742A1 true WO2024084742A1 (ja) 2024-04-25

Family

ID=90737394

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/023194 WO2024084742A1 (ja) 2022-10-17 2023-06-22 情報処理方法、情報処理装置及びコンピュータプログラム

Country Status (2)

Country Link
JP (1) JP2024058980A (ja)
WO (1) WO2024084742A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04240060A (ja) * 1991-01-22 1992-08-27 Hitachi Ltd 製造システム
JP2004157774A (ja) * 2002-11-06 2004-06-03 Nissei Plastics Ind Co 成形機の制御装置
JP2015087877A (ja) * 2013-10-29 2015-05-07 株式会社安川電機 産業機器生産システム、産業機器生産サーバ、産業機器生産方法、プログラム、及び情報記憶媒体
JP2018094888A (ja) * 2016-12-16 2018-06-21 ファナック株式会社 産業機械管理装置および産業機械管理システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04240060A (ja) * 1991-01-22 1992-08-27 Hitachi Ltd 製造システム
JP2004157774A (ja) * 2002-11-06 2004-06-03 Nissei Plastics Ind Co 成形機の制御装置
JP2015087877A (ja) * 2013-10-29 2015-05-07 株式会社安川電機 産業機器生産システム、産業機器生産サーバ、産業機器生産方法、プログラム、及び情報記憶媒体
JP2018094888A (ja) * 2016-12-16 2018-06-21 ファナック株式会社 産業機械管理装置および産業機械管理システム

Also Published As

Publication number Publication date
JP2024058980A (ja) 2024-04-30

Similar Documents

Publication Publication Date Title
Wang et al. Digital twin design for real-time monitoring–a case study of die cutting machine
US10713307B2 (en) Dynamic search engine for an industrial environment
CN1312548C (zh) 制炼控制系统数据的远程分析
Lindström et al. Towards intelligent and sustainable production: combining and integrating online predictive maintenance and continuous quality control
CN106096803A (zh) 自动化新备用零件预测和需求计划系统
CN101821688A (zh) 个人化的工厂资产数据表示和搜索系统
EP1847952A1 (en) Searching method and apparatus
CN114063574A (zh) 工业装置、方法及非暂态计算机可读介质
US8577646B2 (en) User evaluation apparatus depending on hardware usage status
Kiran et al. Coding, evaluation and optimal selection of a mechatronic system
CN112712314A (zh) 一种基于物联网传感器的物流数据推荐方法
Chien et al. Constructing the OGE for promoting tool group productivity in semiconductor manufacturing
WO2024084742A1 (ja) 情報処理方法、情報処理装置及びコンピュータプログラム
JP4599242B2 (ja) 工程管理システム、および、工程管理方法
Dotoli et al. An integrated technique for the internal logistics analysis and management in discrete manufacturing systems
Kim et al. Development of a cost analysis-based defect-prediction system with a type error-weighted deep neural network algorithm
TW202303317A (zh) 資訊處理方法、資訊處理裝置、成形機系統以及儲存可讀取電腦程式之記錄媒體
US20240168467A1 (en) Computer-Implemented Methods Referring to an Industrial Process for Manufacturing a Product and System for Performing Said Methods
TW202418022A (zh) 資訊處理方法、資訊處理裝置以及電腦程式產品
WO2024084741A1 (ja) 情報処理方法、情報処理装置及びコンピュータプログラム
JP6664564B1 (ja) 情報技術活用評価装置、情報技術活用評価システムおよび情報技術活用評価方法
WO2024084740A1 (ja) 情報処理方法、情報処理装置及びコンピュータプログラム
Kumar et al. Artificial Intelligence-Enabled regression model for used car price prediction
WO2024014070A1 (ja) 推定方法、推定装置及びコンピュータプログラム
WO2006106729A1 (ja) 処理管理システム