JP2018018416A - ライン設備設定支援装置と方法とプログラム - Google Patents
ライン設備設定支援装置と方法とプログラム Download PDFInfo
- Publication number
- JP2018018416A JP2018018416A JP2016150101A JP2016150101A JP2018018416A JP 2018018416 A JP2018018416 A JP 2018018416A JP 2016150101 A JP2016150101 A JP 2016150101A JP 2016150101 A JP2016150101 A JP 2016150101A JP 2018018416 A JP2018018416 A JP 2018018416A
- Authority
- JP
- Japan
- Prior art keywords
- line
- product
- facility
- parameter
- equipment
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 352
- 238000000605 extraction Methods 0.000 claims abstract description 250
- 238000003860 storage Methods 0.000 claims description 72
- 238000004364 calculation method Methods 0.000 claims description 68
- 239000000284 extract Substances 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000009795 derivation Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 238000009434 installation Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000000926 separation method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 101000927799 Homo sapiens Rho guanine nucleotide exchange factor 6 Proteins 0.000 description 2
- 101000927796 Homo sapiens Rho guanine nucleotide exchange factor 7 Proteins 0.000 description 2
- 102100033202 Rho guanine nucleotide exchange factor 6 Human genes 0.000 description 2
- 102100033200 Rho guanine nucleotide exchange factor 7 Human genes 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- -1 rotation angle Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101001054539 Tenebrio molitor Diuretic hormone 2 Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Supply And Installment Of Electrical Components (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力部と、生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と設備群の情報を抽出する生産情報抽出部と、前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出部で抽出された1つ又は複数の前記ラインの類似度を計算し、1つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出部と、前記パラメータ抽出部で抽出された前記ラインの前記設備のパラメータを出力するパラメータ出力部とを備える。
【選択図】図1
Description
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出ステップと、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出ステップと、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力ステップと、を含むライン設備設定支援方法が提供される。
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出処理と、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出処理で抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出処理と、を実行させるプログラムが提供される。本発明によれば、上記プログラムを記憶したコンピュータ読み出し可能な記録媒体(例えば磁気・光記録媒体、半導体ストレージデバイス等のnon−transitory computer readable recording medium)が提供される。
図1は、本発明の第1の例示的な実施形態の構成を説明する図である。図1を参照すると、記憶装置11には、生産実績情報(これまでの生産情報の履歴)が記憶されている。記憶装置11は、例えば半導体メモリ、ハードディスクドライブ(HDD)等であってもよい。生産実績情報としては、これまでラインで生産した製品情報やラインの構成情報、ラインの各設備のパラメータ、これまでに生産した製品の生産計画情報を含むようにしてもよい。生産実績情報は、ネットワークを介して接続するデータベースサーバ等にアクセスすることで取得するようにしてもよい。
・ラインBで製品Yを生産したときの設備1〜5の各設備パラメータと、ラインBで生産予定製品Xを生産する場合の当該設備1〜5の各設備パラメータに関して、設備毎の類似度と、該設備毎の類似度のライン(設備1−5)の合計であるライン類似度(=4.36)、
・ラインBで製品Zを生産したときの設備1〜5の各設備パラメータと、ラインBで生産予定製品Xを生産する場合の当該設備1〜5の各設備パラメータに関して、設備毎の類似度と、該設備毎の類似度のライン(設備1−5)の合計であるライン類似度(=3.94)を示している。
図13は、本発明の第2の実施形態を例示する図である。図13を参照すると、図3の構成に対して、生産情報抽出部12Aが、記憶装置114に記憶されるシフト表等に基づき、条件出しを担当した作業者の情報を抽出する作業者情報抽出部124を備えている。パラメータ抽出部14Aは、ライン抽出部145で選択されたラインの設備パラメータの調整を行う作業者を選択する作業者選択部146を備えている。複数の作業者が存在する場合、作業者選択部146は、作業者情報抽出部124で抽出された作業時間情報に基づき、作業の熟練、習熟度、作業時間等に基づき選択するようにしてもよい。
生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力部と、
生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と設備群の情報を抽出する生産情報抽出部と、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出部で抽出された1つ又は複数の前記ラインの類似度を計算し、1つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出部と、
前記パラメータ抽出部で抽出された前記ラインの前記設備のパラメータを出力するパラメータ出力部と、
を備えた、ことを特徴とするライン設備設定支援装置。
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産した前記ラインについて、前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする付記1に記載のライン設備設定支援装置。
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された1つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記1又は2に記載のライン設備設定支援装置。
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された1つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記1又は2に記載のライン設備設定支援装置。
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある1つ又は複数の前記ラインのうち、前記第1のラインと、少なくとも構成、設備、設備数(工程数)のうちの1つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする付記1乃至3のいずれか一に記載のライン設備設定支援装置。
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの前記設備で前記製品を生産したときの前記設備のパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習部を備えた、ことを特徴とする付記1乃至5のいずれか一に記載のライン設備設定支援装置。
前記パラメータ重み学習部は、
前記設備のパラメータを変換し正規化するパラメータ変換部を備え、
正規化されたパラメータを用いて重み学習を行う、ことを特徴とする付記6記載のライン設備設定支援装置。
前記パラメータ抽出部は、
ライン類似度計算部と、
ライン抽出部と、
を備え、
前記ライン類似度計算部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産した前記ラインについて、
前記パラメータ重み学習部で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出部と、
前記設備パラメータ導出部で導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算部と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算部と、
を備え、前記ラインの類似度を、前記生産情報抽出部で抽出された1つ又は複数の前記ラインのうち、前記第1のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して、求め、
前記ライン抽出部は、前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと前記製品の組み合わせ、を選択し、選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、ことを特徴とする付記6又は7に記載のライン設備設定支援装置。
前記生産情報抽出部は、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出部と、
を備えた、ことを特徴とする付記1乃至8のいずれか一に記載のライン設備設定支援装置。
前記設備パラメータ設定情報抽出部は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、ことを特徴とする付記9に記載のライン設備設定支援装置。
前記パラメータ抽出部は、前記設備のパラメータを調整する担当者を選択する選択部をさらに備えたことを特徴とする付記1乃至10のいずれか一に記載のライン設備設定支援装置。
コンピュータを用いたライン計設備設定支援方法であって、
生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力ステップと、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出ステップと、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出ステップと、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力ステップと、
を含む、ことを特徴とするライン設備設定支援方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として少なくとも第2の製品を生産したラインについて、前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする付記12に記載のライン設備設定支方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記12又は13に記載のライン設備設定支援方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記12又13に記載のライン設備設定支援方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある1つ又は複数の前記ラインのうち、前記第1のラインと、少なくとも構成、設備、設備数(工程数)のうちの1つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする付記12乃至15のいずれか一に記載のライン設備設定支援方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層とする重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習ステップを含む、ことを特徴とする付記12乃至16のいずれか一に記載のライン設備設定支援方法。
前記パラメータ重み学習ステップは、
前記設備のパラメータを変換し正規化するパラメータ変換ステップを含み、
正規化されたパラメータを用いて重み学習を行う、ことを特徴とする付記17記載のライン設備設定支援方法。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産したラインについて、
前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出ステップと、
前記設備パラメータ導出ステップで導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算ステップと、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算ステップと、
を含み、
前記ラインの類似度を、前記生産情報抽出部で抽出された1つ又は複数の前記ラインのうち、少なくとも、前記第1のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、ことを特徴とする付記17又は18に記載のライン設備設定支援方法。
前記生産情報抽出ステップは、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出ステップと、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出ステップと、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出ステップと、
を含む、ことを特徴とする付記12乃至19のいずれか一に記載のライン設備設定支援方法。
前記設備パラメータ設定情報抽出ステップは、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、ことを特徴とする付記20に記載のライン設備設定支援方法。
前記パラメータ抽出ステップは、前記設備のパラメータを調整する担当者を選択する選択ステップをさらに含む、ことを特徴とする付記12乃至21のいずれか一に記載のライン設備設定支援方法。
コンピュータに、
生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力処理と、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出処理と、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出処理で抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出処理と、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力処理と、
を実行させるプログラム。
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産したラインについて、前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、付記23に記載のプログラム。
前記パラメータ抽出処理は、
前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、付記23又は24に記載のプログラム。
前記パラメータ抽出処理は、
前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、付記23又は24に記載のプログラム。
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある1つ又は複数の前記ラインのうち、前記第1のラインと、少なくとも構成、設備、設備数(工程数)のうちの1つが同一の各ラインを、前記ラインの類似度の計算対象とする、付記23乃至26のいずれか一に記載のプログラム。
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された前記生産実績のある前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層とする重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習処理を含む、付記23乃至27のいずれか一に記載のプログラム。
前記パラメータ重み学習処理は、
前記設備のパラメータを変換し正規化するパラメータ変換処理を含み、
正規化されたパラメータを用いて重み学習を行う、付記28に記載のプログラム。
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産したラインについて、
前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出処理と、
前記設備パラメータ導出処理で導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算処理と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算処理と、
を含み、
前記ラインの類似度を、前記生産情報抽出部で抽出された1つ又は複数の前記ラインのうち、少なくとも、前記第1のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、付記28又は29に記載のプログラム。
前記生産情報抽出処理は、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出処理と、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出処理と、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出処理と、
を含む、付記23乃至30のいずれか一に記載のプログラム。
前記設備パラメータ設定情報抽出処理は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、付記31に記載のプログラム。
前記パラメータ抽出処理は、前記設備のパラメータを調整する担当者を選択する選択処理をさらに含む、ことを特徴とする付記23乃至32のいずれか一に記載のプログラム。
11 記憶装置(生産実績情報)
12、12A 生産情報抽出部
13 生産設定入力部
14、14A パラメータ抽出部
15 パラメータ出力部
20 建屋(工場)
22 分電盤
23 電流センサ
24 通信装置
25 スマートメータ
26 高圧受電設備
111、112、113、114 記憶装置
121 製品情報抽出部
122 設備パラメータ設定情報抽出部
123 ライン構成情報抽出部
124 作業者情報抽出部
125 通信部
126 波形分析部
122−1 特徴量抽出部
123−1 ライン構成情報取得部
141 パラメータ重み学習部
142 パラメータ変換テーブル
143 記憶装置
144 ライン類似度計算部
144−1 設備パラメータ導出部
144−2 設備パラメータ類似度計算部
144−3 合計類似度計算部
145 ライン抽出部
146 作業者選択部
300 コンピュータシステム(装置)
301 プロセッサ
302 記憶装置
303 表示装置
304 通信インタフェース
1221 特徴量抽出部
1231 ライン構成情報取得部
Claims (20)
- 生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力部と、
生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と設備群の情報を抽出する生産情報抽出部と、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出部で抽出された1つ又は複数の前記ラインの類似度を計算し、1つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出部と、
前記パラメータ抽出部で抽出された前記ラインの前記設備のパラメータを出力するパラメータ出力部と、
を備えた、ことを特徴とするライン設備設定支援装置。 - 前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産した前記ラインについて、前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする請求項1に記載のライン設備設定支援装置。 - 前記パラメータ抽出部は、
前記生産情報抽出部で抽出された1つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする請求項1又は2に記載のライン設備設定支援装置。 - 前記パラメータ抽出部は、
前記生産情報抽出部で抽出された1つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする請求項1又は2に記載のライン設備設定支援装置。 - 前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある1つ又は複数の前記ラインのうち、前記第1のラインと、少なくとも構成、設備、設備数のうちの1つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする請求項1乃至3のいずれか1項に記載のライン設備設定支援装置。 - 前記パラメータ抽出部は、
前記生産情報抽出部で抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの前記設備で前記製品を生産したときの前記設備のパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習部を備えた、ことを特徴とする請求項1乃至5のいずれか1項に記載のライン設備設定支援装置。 - 前記パラメータ重み学習部は、
前記設備のパラメータを変換し正規化するパラメータ変換部を備え、
正規化されたパラメータを用いて重み学習を行う、ことを特徴とする請求項6に記載のライン設備設定支援装置。 - 前記パラメータ抽出部は、
ライン類似度計算部と、
ライン抽出部と、
を備え、
前記ライン類似度計算部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産した前記ラインについて、
前記パラメータ重み学習部で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出部と、
前記設備パラメータ導出部で導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算部と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算部と、
を備え、前記ラインの類似度を、前記生産情報抽出部で抽出された1つ又は複数の前記ラインのうち、前記第1のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して、求め、
前記ライン抽出部は、前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと前記製品の組み合わせ、を選択し、選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、ことを特徴とする請求項6又は7に記載のライン設備設定支援装置。 - 前記生産情報抽出部は、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出部と、
を備えた、ことを特徴とする請求項1乃至8のいずれか1項に記載のライン設備設定支援装置。 - 前記設備パラメータ設定情報抽出部は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、ことを特徴とする請求項9に記載のライン設備設定支援装置。
- 前記パラメータ抽出部は、前記設備のパラメータを調整する担当者を選択する選択部をさらに備えたことを特徴とする請求項1乃至10のいずれか1項に記載のライン設備設定支援装置。
- コンピュータを用いたライン計設備設定支援方法であって、
生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力ステップと、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出ステップと、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出ステップと、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力ステップと、
を含む、ことを特徴とするライン設備設定支援方法。 - 前記パラメータ抽出ステップは、
前記パラメータ抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産したラインについて、前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインで前記第2の製品を生産したときの前記設備のパラメータとの類似度を、設備毎に計算し、
前記設備毎の前記類似度を前記第ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする請求項12に記載のライン設備設定支方法。 - 前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする前記ラインと製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする請求項12又は13に記載のライン設備設定支援方法。 - 前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習ステップを含む、ことを特徴とする請求項12乃至14のいずれか1項に記載のライン設備設定支援方法。 - 前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として少なくとも第2の製品を生産した前記ラインについて、
前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出ステップと、
前記設備パラメータ導出ステップで導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算ステップと、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算ステップと、
を含み、
前記ラインの類似度を、前記生産情報抽出ステップで抽出された1つ又は複数の前記ラインのうち、少なくとも構成、設備、設備数のうちの1つが同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで前記製品を実際に生産したときの設備のパラメータを抽出する、ことを特徴とする請求項15に記載のライン設備設定支援方法。 - コンピュータに、
生産予定の第1の製品の情報、及び、前記第1の製品を生産するための第1のラインの構成と設備群の情報を入力する生産設定入力処理と、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出処理と、
前記生産予定の前記第1の製品を生産するための前記第1のラインに対する、前記生産情報抽出処理で抽出された1つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出処理で抽出された1つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出処理と、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力処理と、
を実行させるプログラム。 - 前記パラメータ抽出処理は、
前記パラメータ抽出で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第2の製品を生産したラインについて、
前記ラインで前記第1の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメータと、前記ラインで前記第2の製品を生産したときの前記設備のパラメータとの類似度を、設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計し、前記前記ラインの類似度を求める、請求項17に記載のプログラム。 - 前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された前記生産実績のある前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習処理を含む、請求項17又は18に記載のプログラム。 - 前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された生産実績のある前記ラインであって、前記製品として少なくとも第2の製品を生産した前記ラインについて、
前記パラメータ重み学習処理で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第1の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出処理と、
前記設備パラメータ導出処理で導出された、前記生産実績のある前記ラインの設備で前記第1の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第2の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算処理と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算処理と、
を含み、
前記ラインの類似度を、前記生産情報抽出処理で抽出された1つ又は複数の前記ラインのうち、少なくとも、前記第1のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせ、
を選択し、選択した前記ラインで前記製品を実際に生産したときの設備のパラメータを抽出する、請求項19に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016150101A JP6838308B2 (ja) | 2016-07-29 | 2016-07-29 | ライン設備設定支援装置と方法とプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016150101A JP6838308B2 (ja) | 2016-07-29 | 2016-07-29 | ライン設備設定支援装置と方法とプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018018416A true JP2018018416A (ja) | 2018-02-01 |
JP6838308B2 JP6838308B2 (ja) | 2021-03-03 |
Family
ID=61075289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016150101A Active JP6838308B2 (ja) | 2016-07-29 | 2016-07-29 | ライン設備設定支援装置と方法とプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6838308B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983376A (zh) * | 2020-07-03 | 2020-11-24 | 昆明理工大学 | 一种基于余弦相似度的区内外故障保护方法 |
JP2021071818A (ja) * | 2019-10-30 | 2021-05-06 | 株式会社ジェイテクト | 工具寿命予測システム |
JP2021184195A (ja) * | 2020-05-22 | 2021-12-02 | 三菱電機株式会社 | 施策特定装置、施策特定方法及び施策特定プログラム |
WO2022024676A1 (ja) * | 2020-07-31 | 2022-02-03 | パナソニックIpマネジメント株式会社 | 製造システム、製造方法、制御システム、及び制御方法 |
CN114488979A (zh) * | 2022-01-21 | 2022-05-13 | 珠海格力电器股份有限公司 | 检测方法、装置、电子设备及存储介质 |
WO2022264835A1 (ja) * | 2021-06-16 | 2022-12-22 | パナソニックIpマネジメント株式会社 | 部品データ管理方法および部品データ管理装置ならびに部品データ管理プログラム |
WO2023286135A1 (ja) * | 2021-07-12 | 2023-01-19 | 株式会社Fuji | 情報処理装置 |
JP7403121B2 (ja) | 2019-12-02 | 2023-12-22 | パナソニックIpマネジメント株式会社 | 生産管理装置、生産管理方法、およびプログラム |
CN117610864A (zh) * | 2023-12-01 | 2024-02-27 | 浙江常青树信息技术有限责任公司 | 一种生产计划群组排产的方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7336398B2 (ja) * | 2020-01-31 | 2023-08-31 | 株式会社小松製作所 | 工作機械システム、管理方法及び管理プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03265064A (ja) * | 1990-03-15 | 1991-11-26 | Hitachi Ltd | シミュレーション方法及びその装置並びに生産管理支援装置及びcad装置 |
JPH04289063A (ja) * | 1991-03-19 | 1992-10-14 | Hitachi Ltd | 組立ライン構築支援装置 |
JPH05111835A (ja) * | 1991-10-24 | 1993-05-07 | Hitachi Ltd | 組立ラインの設計方式 |
JPH10187896A (ja) * | 1996-12-24 | 1998-07-21 | Smk Corp | Icカード用コネクタ |
JP2004005400A (ja) * | 2002-04-17 | 2004-01-08 | Fuji Electric Holdings Co Ltd | 生産設備情報管理システム、生産設備情報収集方法、情報検索システム、及びプログラム |
-
2016
- 2016-07-29 JP JP2016150101A patent/JP6838308B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03265064A (ja) * | 1990-03-15 | 1991-11-26 | Hitachi Ltd | シミュレーション方法及びその装置並びに生産管理支援装置及びcad装置 |
JPH04289063A (ja) * | 1991-03-19 | 1992-10-14 | Hitachi Ltd | 組立ライン構築支援装置 |
JPH05111835A (ja) * | 1991-10-24 | 1993-05-07 | Hitachi Ltd | 組立ラインの設計方式 |
JPH10187896A (ja) * | 1996-12-24 | 1998-07-21 | Smk Corp | Icカード用コネクタ |
JP2004005400A (ja) * | 2002-04-17 | 2004-01-08 | Fuji Electric Holdings Co Ltd | 生産設備情報管理システム、生産設備情報収集方法、情報検索システム、及びプログラム |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021071818A (ja) * | 2019-10-30 | 2021-05-06 | 株式会社ジェイテクト | 工具寿命予測システム |
JP7383982B2 (ja) | 2019-10-30 | 2023-11-21 | 株式会社ジェイテクト | 工具寿命予測システム |
JP7403121B2 (ja) | 2019-12-02 | 2023-12-22 | パナソニックIpマネジメント株式会社 | 生産管理装置、生産管理方法、およびプログラム |
JP2021184195A (ja) * | 2020-05-22 | 2021-12-02 | 三菱電機株式会社 | 施策特定装置、施策特定方法及び施策特定プログラム |
JP7023320B2 (ja) | 2020-05-22 | 2022-02-21 | 三菱電機株式会社 | 施策特定装置、施策特定方法及び施策特定プログラム |
CN111983376A (zh) * | 2020-07-03 | 2020-11-24 | 昆明理工大学 | 一种基于余弦相似度的区内外故障保护方法 |
CN111983376B (zh) * | 2020-07-03 | 2023-02-28 | 昆明理工大学 | 一种基于余弦相似度的区内外故障保护方法 |
WO2022024676A1 (ja) * | 2020-07-31 | 2022-02-03 | パナソニックIpマネジメント株式会社 | 製造システム、製造方法、制御システム、及び制御方法 |
WO2022264835A1 (ja) * | 2021-06-16 | 2022-12-22 | パナソニックIpマネジメント株式会社 | 部品データ管理方法および部品データ管理装置ならびに部品データ管理プログラム |
WO2023286135A1 (ja) * | 2021-07-12 | 2023-01-19 | 株式会社Fuji | 情報処理装置 |
CN114488979A (zh) * | 2022-01-21 | 2022-05-13 | 珠海格力电器股份有限公司 | 检测方法、装置、电子设备及存储介质 |
CN117610864A (zh) * | 2023-12-01 | 2024-02-27 | 浙江常青树信息技术有限责任公司 | 一种生产计划群组排产的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6838308B2 (ja) | 2021-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6838308B2 (ja) | ライン設備設定支援装置と方法とプログラム | |
JP2019022442A (ja) | エネルギー需要予測システム及びエネルギー需要予測方法 | |
Dejamkhooy et al. | Modeling and forecasting nonstationary voltage fluctuation based on grey system theory | |
Kumar et al. | Recognition of single-stage and multiple power quality events using Hilbert–Huang transform and probabilistic neural network | |
JP2018092439A (ja) | データ処理システム及びデータ処理方法 | |
WO2017047296A1 (ja) | 教師データ提供装置、推定装置、推定システム、教師データ提供方法、推定方法、及び、プログラム | |
Saavedra-Montes et al. | Methodology to estimate parameters of an excitation system based on experimental conditions | |
Morfín et al. | The squirrel-cage induction motor model and its parameter identification via steady and dynamic tests | |
JPWO2018038000A1 (ja) | 状態変化検知装置、方法及びプログラム | |
JPWO2018079367A1 (ja) | 商品需要予測システム、商品需要予測方法および商品需要予測プログラム | |
JP7217074B2 (ja) | 電力需給管理システム、電力需給管理方法、および電力需給管理装置 | |
Ferraro et al. | On the correspondence between barrier crossing, peak-background split and local biasing | |
Costa et al. | Fault classification on transmission lines using knn-dtw | |
US11480951B2 (en) | Method and device for producing a product and computer program product | |
Kee et al. | Universal cyber physical system, a prototype for predictive maintenance | |
Jaen-Cuellar et al. | Micro-genetic algorithms for detecting and classifying electric power disturbances | |
Shamachurn | Assessing the performance of a modified S-transform with probabilistic neural network, support vector machine and nearest neighbour classifiers for single and multiple power quality disturbances identification | |
Zalozhnev et al. | Industry 4.0: Underlying Technologies. Industry 5.0: Human-Computer Interaction as a Tech Bridge from Industry 4.0 to Industry 5.0 | |
JP2018022432A (ja) | 設備運用計画作成装置と方法とプログラム | |
Ingemansson | On reduction of production disturbances in manufacturing systems based on discrete-event simulation | |
JP2008154424A (ja) | 回路モジュール温度計算装置および回路モジュール温度計算方法 | |
Cupek et al. | Estimation of the number of energy consumption profiles in the case of discreet multi-variant production | |
Overlin et al. | A hybrid algorithm for parameter estimation (HAPE) for diesel generator sets | |
JPWO2016157926A1 (ja) | データ処理装置、データ処理方法、及び、プログラム | |
Jimenez et al. | Steady state signatures in the time domain for nonintrusive appliance identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190604 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201014 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210112 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6838308 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |