JP6649349B2 - 測定ソリューションサービス提供システム - Google Patents
測定ソリューションサービス提供システム Download PDFInfo
- Publication number
- JP6649349B2 JP6649349B2 JP2017223961A JP2017223961A JP6649349B2 JP 6649349 B2 JP6649349 B2 JP 6649349B2 JP 2017223961 A JP2017223961 A JP 2017223961A JP 2017223961 A JP2017223961 A JP 2017223961A JP 6649349 B2 JP6649349 B2 JP 6649349B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- index
- data
- database
- layer
- 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.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims description 419
- 238000004519 manufacturing process Methods 0.000 claims description 222
- 238000012545 processing Methods 0.000 claims description 139
- 238000004458 analytical method Methods 0.000 claims description 121
- 230000007613 environmental effect Effects 0.000 claims description 85
- 238000000034 method Methods 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 68
- 230000010354 integration Effects 0.000 claims description 38
- 230000005856 abnormality Effects 0.000 claims description 35
- 238000013135 deep learning Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 33
- 239000000463 material Substances 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 23
- 238000010801 machine learning Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000003672 processing method Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 25
- 238000013473 artificial intelligence Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 101100134872 Arabidopsis thaliana LTA3 gene Proteins 0.000 description 10
- 101100127659 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) LAM5 gene Proteins 0.000 description 9
- 238000005265 energy consumption Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 7
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 101100406317 Arabidopsis thaliana BCE2 gene Proteins 0.000 description 2
- 101100134875 Arabidopsis thaliana LTA2 gene Proteins 0.000 description 2
- 101100021975 Arabidopsis thaliana LTL1 gene Proteins 0.000 description 2
- 101100352578 Nicotiana plumbaginifolia PMA3 gene Proteins 0.000 description 2
- 101100084615 Trypanosoma brucei brucei PSB3 gene Proteins 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 101100451260 Arabidopsis thaliana HMGS gene Proteins 0.000 description 1
- 101100456566 Caenorhabditis elegans dpy-22 gene Proteins 0.000 description 1
- 101100344900 Caenorhabditis elegans let-19 gene Proteins 0.000 description 1
- 101001038784 Homo sapiens E3 ubiquitin-protein ligase listerin Proteins 0.000 description 1
- 101000635761 Homo sapiens Receptor-transporting protein 3 Proteins 0.000 description 1
- -1 LTB1 Proteins 0.000 description 1
- NGTXCORNXNELNU-BOIFFFMUSA-N LTB3 Chemical compound CCCCCCCC[C@H](O)\C=C\C=C/C=C/[C@H](O)CCCC(O)=O NGTXCORNXNELNU-BOIFFFMUSA-N 0.000 description 1
- 102000016443 LTN1 Human genes 0.000 description 1
- 101000605019 Lachesana tarabaevi M-zodatoxin-Lt1a Proteins 0.000 description 1
- 101150107050 PSA2 gene Proteins 0.000 description 1
- 101150045091 PSA3 gene Proteins 0.000 description 1
- 102100038208 RNA exonuclease 4 Human genes 0.000 description 1
- 102100030849 Receptor-transporting protein 3 Human genes 0.000 description 1
- 101150073729 Rexo4 gene Proteins 0.000 description 1
- 101100127657 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) LAM4 gene Proteins 0.000 description 1
- 101100290680 Schizosaccharomyces pombe (strain 972 / ATCC 24843) med1 gene Proteins 0.000 description 1
- 101100137869 Trypanosoma brucei brucei PSA4 gene Proteins 0.000 description 1
- 101100298993 Trypanosoma brucei brucei PSB4 gene Proteins 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- AIJDQMYBRDJHHT-ABAXQOPJSA-N leukotriene C3 Chemical compound CCCCCCCC\C=C/C=C/C=C/[C@@H](SC[C@H](NC(=O)CC[C@H](N)C(O)=O)C(=O)NCC(O)=O)[C@@H](O)CCCC(O)=O AIJDQMYBRDJHHT-ABAXQOPJSA-N 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000008813 mosaic variegated aneuploidy syndrome Diseases 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- CEXIRRQWHTZMPM-UHFFFAOYSA-N psb-10 Chemical compound N=1C(CC)CN(C(N(C)C2N=3)=O)C=1C2NC=3C1=CC(Cl)=CC(Cl)=C1Cl CEXIRRQWHTZMPM-UHFFFAOYSA-N 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/25—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Toxicology (AREA)
- Environmental & Geological Engineering (AREA)
- Biomedical Technology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
一実施の形態におけるシステム構成を示す図1を参照すると、測定ソリューションサービス提供システム1は、IoT技術とクラウドコンピューティング技術とAI技術との連携により、測定データ及び指標データをコンピューティングシステムにビッグデータ(大量の既知情報)を生成するために集積し、集計分析処理及び表示処理することにより、いつでも、どこでも、ものづくり拠点(現場)における各工程(部品生産工程及び完成品生産工程)の品質状況を把握可能な画期的な測定ソリューションサービスを提供するシステムである。
次に、上述した測定ソリューションサービス提供システム1における動作について、図12及び関連図を併せ参照して説明する。
上述した一実施の形態の測定ソリューションサービス提供システム1は、IoT技術とクラウドコンピューティング技術とAI技術との連携により、定形フォーマットの測定データEE及び定形フォーマットの指標データFFをコンピューティングシステム3にビッグデータを生成するために集積し、集計分析処理及び表示処理することにより、いつでも、どこでも、ものづくり拠点(現場)における各工程の品質状況を把握可能な画期的な測定ソリューションサービスをクラウド利用事業者に対して提供することができる。
上述した一実施の形態の測定ソリューションサービス提供システム1においては、コンピューティングシステム3は、クラウド提供事業者が維持・管理するクラウドサーバコンピュータであり、IoTハブ31及びSaaS型クラウド32を備える構成としたが、これに限定されない。つまり、コンピューティングシステム3は、インターネット接続事業者(ISP:Internet Service Provider)などが維持・管理するサーバコンピュータであり、SaaS型クラウド32に代替する情報処理装置を備える構成であってもよい。この場合、測定ソリューションサービス提供システム1はIoT技術とAI技術との連携システムになる。
2 デバイスネットワーク
3 コンピューティングシステム
4 閲覧者利用端末
5 第1通信ネットワーク
6 第2通信ネットワーク
20 IoT中継装置
21A 指標検出器
21B 指標検出器
21C 指標検出器
21D 指標検出器
22A 測定器
22B 測定器
22C 測定器
22D 測定器
23A 無線送信機
23B 無線送信機
23C 無線送信機
23D 無線送信機
24 無線受信機
31 IoTハブ
32 SaaS型クラウド
DB1 測定データベース
DB2 指標データベース
Claims (25)
- 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める分析手段と、
前記分析手段により求められた最適影響要素条件を表示処理し、閲覧者利用端末に送信可能にする表示処理手段と、
を含むコンピューティングシステムとを備え;
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供システム。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に機械学習により特徴の傾向を類型化して照合することで分析処理し、異常予測する第1の分析手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める第2の分析手段と、
前記第1の分析手段による異常予測結果を表示処理し、閲覧者利用端末に送信可能にする第1の表示処理手段と、
前記第2の分析手段により求められた最適影響要素条件を表示処理し、前記閲覧者利用端末に送信可能にする第2の表示処理手段と、
を含むコンピューティングシステムとを備え;
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記第1の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記機械学習により分析処理し、
前記第2の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供システム。 - 前記IoT中継装置は、前記拠点毎に配置されて複数個存在する、
請求項1または2記載の測定ソリューションサービス提供システム。 - 前記生産指標は、前記複数の測定源のそれぞれにおける使用する生産設備、材料、加工方法、及び加工者に関する情報の少なくとも1つをパラメータとして含む、
請求項1から請求項3のいずれか1項に記載の測定ソリューションサービス提供システム。 - 前記環境指標は、前記複数の測定源のそれぞれにおける温度、湿度、圧力、及び作業時間帯に関する情報の少なくとも1つをパラメータとして含む、
請求項1から請求項4のいずれか1項に記載の測定ソリューションサービス提供システム。 - 前記IoT中継装置は、
収集した前記測定データに基づいて、定形フォーマットの測定データを生成する手段と、
収集した前記指標データに基づいて、定形フォーマットの指標データを生成する手段と、
生成した定形フォーマットの測定データ及び指標データの処理を要求するために、通信ネットワークを介し、前記コンピューティングシステムに対して、前記定形フォーマットの測定データ及び前記定形フォーマットの指標データを送信する手段とを更に含む、
請求項1から請求項5のいずれか1項に記載の測定ソリューションサービス提供システム。 - 前記測定データは、予め定めた項目として、前記コンピューティングシステムの利用事業者を特定する識別情報、前記製造現場対応の拠点を特定する識別情報、前記測定源を特定する識別情報、前記測定源における測定対象である完成品または部品のロット番号、前記測定源における測定対象である完成品または部品の測定値、及び測定時刻情報を少なくとも含む、
請求項1から請求項6のいずれか1項に記載の測定ソリューションサービス提供システム。 - 前記測定データは、前記コンピューティングシステムの利用事業者を特定する識別情報を始点とし、前記製造現場対応の拠点を特定する識別情報及び前記測定源を特定する識別情報を分岐点とし、前記測定源における前記ロット番号、前記測定値及び前記測定時刻情報を終点とする、論理的なトリー形態を採る階層構造で前記測定データベースに集積される、
請求項7記載の測定ソリューションサービス提供システム。 - 前記指標データは、予め定めた項目として、前記コンピューティングシステムの利用事業者を特定する識別情報、前記製造現場対応の拠点を特定する識別情報、前記測定源を特定する識別情報、前記測定源における測定対象である完成品または部品のロット番号、前記測定源における生産指標及び環境指標、及び生産時刻情報を少なくとも含む、
請求項1から請求項8のいずれか1項に記載の測定ソリューションサービス提供システム。 - 前記指標データは、前記コンピューティングシステムの利用事業者を特定する識別情報を始点とし、前記製造現場対応の拠点を特定する識別情報及び前記測定源を特定する識別情報を分岐点とし、前記測定源における前記ロット番号、前記生産指標及び前記環境指標、更に前記生産時刻情報を終点とする、論理的なトリー形態を採る階層構造で前記指標データベースに集積される、
請求項9記載の測定ソリューションサービス提供システム。 - 前記複数の測定源は測定器及び指標検出器をそれぞれ含み、
前記コンピューティングシステムはSaaS型クラウドを含み、
前記IoT中継装置はIoTゲートウェイであり、
通信ネットワークはIPネットワークである、
請求項1から請求項10のいずれか1項に記載の測定ソリューションサービス提供システム。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するステップをIoT中継装置が処理し;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理するステップと、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求めるステップと、
求めた前記最適影響要素条件を表示処理し、閲覧者利用端末に送信可能にするステップと、
をコンピューティングシステムが処理し;
前記集積処理することは、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記分析処理することは、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供方法。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するステップをIoT中継装置が処理し;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理するステップと、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に機械学習により特徴の傾向を類型化して照合することで分析処理し、異常予測するステップと、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求めるステップと、
前記異常予測の結果を表示処理し、閲覧者利用端末に送信可能にするステップと、
求めた前記最適影響要素条件を表示処理し、前記閲覧者利用端末に送信可能にするステップと、
をコンピューティングシステムが処理し;
前記集積処理することは、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記機械学習により分析処理することは、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記機械学習により分析処理し、
前記深層学習により分析処理することは、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供方法。 - 前記IoT中継装置は、前記拠点毎に配置されて複数個存在する、
請求項12または13記載の測定ソリューションサービス提供方法。 - 前記生産指標は、前記複数の測定源のそれぞれにおける使用する生産設備、材料、加工方法、及び加工者に関する情報の少なくとも1つをパラメータとして含む、
請求項12から請求項14のいずれか1項に記載の測定ソリューションサービス提供方法。 - 前記環境指標は、前記複数の測定源のそれぞれにおける温度、湿度、圧力、及び作業時間帯に関する情報の少なくとも1つをパラメータとして含む、
請求項12から請求項15のいずれか1項に記載の測定ソリューションサービス提供方法。 - 前記IoT中継装置は、
収集した前記測定データに基づいて、定形フォーマットの測定データを生成するステップと、
収集した前記指標データに基づいて、定形フォーマットの指標データを生成するステップと、
生成した定形フォーマットの測定データ及び指標データの処理を要求するために、通信ネットワークを介し、前記コンピューティングシステムに対して、前記定形フォーマットの測定データ及び前記定形フォーマットの指標データを送信するステップとを更に処理する、
請求項12から請求項16のいずれか1項に記載の測定ソリューションサービス提供方法。 - 前記測定データは、予め定めた項目として、前記コンピューティングシステムの利用事業者を特定する識別情報、前記製造現場対応の拠点を特定する識別情報、前記測定源を特定する識別情報、前記測定源における測定対象である完成品または部品のロット番号、前記測定源における測定対象である完成品または部品の測定値、及び測定時刻情報を少なくとも含む、
請求項12から請求項17のいずれか1項に記載の測定ソリューションサービス提供方法。 - 前記測定データは、前記コンピューティングシステムの利用事業者を特定する識別情報を始点とし、前記製造現場対応の拠点を特定する識別情報及び前記測定源を特定する識別情報を分岐点とし、前記測定源における前記ロット番号、前記測定値及び前記測定時刻情報を終点とする、論理的なトリー形態を採る階層構造で前記測定データベースに集積される、
請求項18記載の測定ソリューションサービス提供方法。 - 前記指標データは、予め定めた項目として、前記コンピューティングシステムの利用事業者を特定する識別情報、前記製造現場対応の拠点を特定する識別情報、前記測定源を特定する識別情報、前記測定源における測定対象である完成品または部品のロット番号、前記測定源における生産指標及び環境指標、及び生産時刻情報を少なくとも含む、
請求項12から請求項19のいずれか1項に記載の測定ソリューションサービス提供方法。 - 前記指標データは、前記コンピューティングシステムの利用事業者を特定する識別情報を始点とし、前記製造現場対応の拠点を特定する識別情報及び前記測定源を特定する識別情報を分岐点とし、前記測定源における前記ロット番号、前記生産指標及び前記環境指標、更に前記生産時刻情報を終点とする、論理的なトリー形態を採る階層構造で前記指標データベースに集積される、
請求項20記載の測定ソリューションサービス提供方法。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と連携するコンピューティングシステムであって;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める分析手段と、
前記分析手段により求められた最適影響要素条件を表示処理し、閲覧者利用端末に送信可能にする表示処理手段とを備え、
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
コンピューティングシステム。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と連携するコンピューティングシステムであって;
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に機械学習により特徴の傾向を類型化して照合することで分析処理し、異常予測する第1の分析手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める第2の分析手段と、
前記第1の分析手段による異常予測結果を表示処理し、閲覧者利用端末に送信可能にする第1の表示処理手段と、
前記第2の分析手段により求められた最適影響要素条件を表示処理し、前記閲覧者利用端末に送信可能にする第2の表示処理手段とを備え、
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記第1の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記機械学習により分析処理し、
前記第2の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
コンピューティングシステム。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と連携するコンピューティングシステムを、
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める分析手段と、
前記分析手段により求められた最適影響要素条件を表示処理し、閲覧者利用端末に送信可能にする表示処理手段として機能させ、
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供プログラム。 - 製造現場対応の拠点内の各工程に分散配置されて完成品生産工程及び部品生産工程の品質状況を測定する複数の測定源から送信される測定データと、前記複数の測定源から送信され前記品質状況を測定するときの影響要素となる環境指標及び生産指標を含む指標データとを収集するIoT中継装置と連携するコンピューティングシステムを、
前記IoT中継装置から送信される前記測定データ及び前記指標データを受信し、ビッグデータを生成するために測定データベース及び指標データベースに集積処理する集積処理手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に機械学習により特徴の傾向を類型化して照合することで分析処理し、異常予測する第1の分析手段と、
前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎に、部品層を分析の始点とした生産条件層及び環境条件層を含む3層直列階層構造の分析対象層として深層学習により分析処理し、または前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、完成品層を分析の始点とした部品層、生産条件層及び環境条件層を含む4層直列階層構造の分析対象層として深層学習により分析処理し、最適影響要素条件を求める第2の分析手段と、
前記第1の分析手段による異常予測結果を表示処理し、閲覧者利用端末に送信可能にする第1の表示処理手段と、
前記第2の分析手段により求められた最適影響要素条件を表示処理し、前記閲覧者利用端末に送信可能にする第2の表示処理手段として機能させ、
前記集積処理手段は、受信した前記測定データ及び前記指標データを前記測定データベース及び前記指標データベースにそれぞれ始点、分岐点及び終点を含む論理的なトリー形態を採る階層構造で集積処理し、この始点は前記コンピューティングシステムの利用事業者を特定する識別情報に対応し、
前記第1の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記機械学習により分析処理し、
前記第2の分析手段は、前記測定データベース及び前記指標データベースに集積されている前記ビッグデータとしての前記測定データ及び前記指標データの双方を部品のロット毎にまたは予め関連づけされた完成品及び部品のロット毎に、かつ前記コンピューティングシステムの利用事業者を特定する識別情報に対応する同一始点配下の前記拠点間の統合対象毎に、前記深層学習により分析処理する、
測定ソリューションサービス提供プログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223961A JP6649349B2 (ja) | 2017-11-21 | 2017-11-21 | 測定ソリューションサービス提供システム |
CN201880075268.8A CN111386502A (zh) | 2017-11-21 | 2018-11-21 | 测量解决方案服务提供*** |
PCT/JP2018/043052 WO2019103056A1 (ja) | 2017-11-21 | 2018-11-21 | 測定ソリューションサービス提供システム |
US16/756,730 US11500357B2 (en) | 2017-11-21 | 2018-11-21 | Measurement solution service providing system |
DE112018005937.5T DE112018005937T5 (de) | 2017-11-21 | 2018-11-21 | Messlösungsdienstleistungssystem |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017223961A JP6649349B2 (ja) | 2017-11-21 | 2017-11-21 | 測定ソリューションサービス提供システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019096008A JP2019096008A (ja) | 2019-06-20 |
JP6649349B2 true JP6649349B2 (ja) | 2020-02-19 |
Family
ID=66630590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017223961A Active JP6649349B2 (ja) | 2017-11-21 | 2017-11-21 | 測定ソリューションサービス提供システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11500357B2 (ja) |
JP (1) | JP6649349B2 (ja) |
CN (1) | CN111386502A (ja) |
DE (1) | DE112018005937T5 (ja) |
WO (1) | WO2019103056A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021172167A (ja) * | 2020-04-22 | 2021-11-01 | 株式会社ブリヂストン | タイヤ状態監視システム及び車載通信装置 |
JP6928400B1 (ja) * | 2020-07-29 | 2021-09-01 | 株式会社テクロック・スマートソリューションズ | 測定ソリューションサービス提供システム |
CN115358575B (zh) * | 2022-08-18 | 2024-01-26 | 佛山智一达企业管理咨询有限公司 | 一种基于工业互联网的建材生产制造智能管理*** |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07190798A (ja) * | 1993-12-27 | 1995-07-28 | Yokogawa Electric Corp | プロセスデータ処理装置 |
JPH07225609A (ja) * | 1994-02-10 | 1995-08-22 | Hitachi Ltd | プラント監視装置およびプラント監視画面の表示方法 |
JP2002251212A (ja) * | 2001-02-21 | 2002-09-06 | Toyota Motor Corp | 品質管理方法、同システム、および同プログラムを記録した記録媒体 |
JP2003090742A (ja) | 2001-07-05 | 2003-03-28 | Yokogawa Electric Corp | 測定データ表示システム |
JP2003272074A (ja) | 2002-03-18 | 2003-09-26 | Seiko Epson Corp | 計測データ収集装置 |
JP2004133632A (ja) * | 2002-10-09 | 2004-04-30 | Arkray Inc | データ中継装置およびこれを用いたデータ管理システム |
JP2004227184A (ja) * | 2003-01-21 | 2004-08-12 | Matsushita Electric Ind Co Ltd | 品質データ管理方法およびその装置 |
JP2005327024A (ja) * | 2004-05-13 | 2005-11-24 | Matsushita Electric Ind Co Ltd | データマイニングシステム |
EP2045770A4 (en) * | 2006-07-13 | 2011-04-06 | Qualitech Inc | QUALITY CONTROL SYSTEM AND PROGRAM, AND CLIENT DEVICE |
US8782026B2 (en) | 2011-03-31 | 2014-07-15 | Honda Motor Co., Ltd. | Color harmony with process and environmental feedback |
US20140343743A1 (en) * | 2011-08-31 | 2014-11-20 | Long Meadow Technologies, Llc | System, method and apparatus for computing, monitoring, measuring, optimizing and allocating power and energy for a rod pumping system |
US10129211B2 (en) * | 2011-09-15 | 2018-11-13 | Stephan HEATH | Methods and/or systems for an online and/or mobile privacy and/or security encryption technologies used in cloud computing with the combination of data mining and/or encryption of user's personal data and/or location data for marketing of internet posted promotions, social messaging or offers using multiple devices, browsers, operating systems, networks, fiber optic communications, multichannel platforms |
BR112014006445B1 (pt) * | 2011-09-19 | 2021-11-16 | Tata Consultancy Service Limited | Plataforma computadorizada para o desenvolvimento e implementação de aplicações e serviços telemétricos de veículos acionados a sensor |
EP2759093A4 (en) * | 2011-09-19 | 2015-07-15 | Tata Consultancy Services Ltd | CALCULATION PLATFORM FOR DEVELOPMENT AND USE OF SENSOR-BASED APPLICATIONS AND SERVICES |
WO2013051080A1 (ja) * | 2011-10-03 | 2013-04-11 | 株式会社日立製作所 | 現場管理方法および現場管理装置 |
US10122596B2 (en) | 2012-09-07 | 2018-11-06 | Oracle International Corporation | System and method for providing a service management engine for use with a cloud computing environment |
JP6232126B2 (ja) | 2013-05-08 | 2017-11-15 | コンヴィーダ ワイヤレス, エルエルシー | 仮想化ブローカおよびコンテキスト情報を使用するリソースの仮想化のための方法および装置 |
US9438648B2 (en) * | 2013-05-09 | 2016-09-06 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US9870592B2 (en) * | 2014-03-18 | 2018-01-16 | Cantech Industries, Llc | Process energy intensity monitoring and diagnostic system |
WO2015168203A1 (en) * | 2014-04-29 | 2015-11-05 | PEGRight, Inc. | Characterizing user behavior via intelligent identity analytics |
EP3262815B1 (en) * | 2015-02-24 | 2020-10-14 | Cisco Technology, Inc. | System and method for securing an enterprise computing environment |
US20160269378A1 (en) * | 2015-03-14 | 2016-09-15 | Gewei Ye | First Artificial Intelligence Methods and Systems for Asset Trendspotting (PNN), Cyber Security (DeepCyber), and Portable Big Data Cloud (MCPS) |
JP6440571B2 (ja) | 2015-05-28 | 2018-12-19 | 株式会社日立製作所 | SaaS間データ連携支援システムおよびSaaS間データ連携支援方法 |
CA3001304C (en) * | 2015-06-05 | 2021-10-19 | C3 Iot, Inc. | Systems, methods, and devices for an enterprise internet-of-things application development platform |
KR20160148911A (ko) * | 2015-06-17 | 2016-12-27 | 주식회사 나라시스템 | 산업유형별 공정 데이터 분석 및 검증 기술과 hw-sw 융합 프레임워크 기반의 정보통합 시스템 |
TWI587110B (zh) * | 2015-07-03 | 2017-06-11 | 元智大學 | 光學薄膜製程即時監測系統及其方法 |
JP2017027118A (ja) | 2015-07-16 | 2017-02-02 | 東レエンジニアリング株式会社 | 製造設備管理システム |
JP6828300B2 (ja) * | 2015-11-16 | 2021-02-10 | 株式会社ジェイテクト | 異常解析システム及び解析装置 |
US10474128B2 (en) | 2015-11-16 | 2019-11-12 | Jtekt Corporation | Abnormality analysis system and analysis apparatus |
US10116573B2 (en) * | 2015-12-14 | 2018-10-30 | Afero, Inc. | System and method for managing internet of things (IoT) devices and traffic using attribute classes |
US11423417B2 (en) * | 2016-03-09 | 2022-08-23 | Positioning Universal, Inc. | Method and system for auditing and verifying vehicle identification numbers (VINs) on transport devices with audit fraud detection |
CN109716346A (zh) * | 2016-07-18 | 2019-05-03 | 河谷生物组学有限责任公司 | 分布式机器学习***、装置和方法 |
US11250950B1 (en) * | 2016-10-05 | 2022-02-15 | HVH Precision Analytics LLC | Machine-learning based query construction and pattern identification for amyotrophic lateral sclerosis |
US20220156558A1 (en) * | 2020-11-16 | 2022-05-19 | Grid4C Ltd. | Sub-hourly load disaggregation of home appliances using electric smart meter reads processed inside smart meters |
-
2017
- 2017-11-21 JP JP2017223961A patent/JP6649349B2/ja active Active
-
2018
- 2018-11-21 WO PCT/JP2018/043052 patent/WO2019103056A1/ja active Application Filing
- 2018-11-21 CN CN201880075268.8A patent/CN111386502A/zh active Pending
- 2018-11-21 DE DE112018005937.5T patent/DE112018005937T5/de not_active Withdrawn
- 2018-11-21 US US16/756,730 patent/US11500357B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019096008A (ja) | 2019-06-20 |
WO2019103056A1 (ja) | 2019-05-31 |
DE112018005937T5 (de) | 2020-08-27 |
CN111386502A (zh) | 2020-07-07 |
US11500357B2 (en) | 2022-11-15 |
US20200243204A1 (en) | 2020-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6419234B2 (ja) | 測定ソリューションサービス提供システム | |
JP6649349B2 (ja) | 測定ソリューションサービス提供システム | |
JP6363246B1 (ja) | 測定ソリューションサービス提供システム | |
US10416661B2 (en) | Apparatuses, systems and methods of secure cloud-based monitoring of industrial plants | |
JP6063313B2 (ja) | 電子デバイスの製造支援システム、製造支援方法及び製造支援プログラム | |
JP6642090B2 (ja) | 品質管理装置及び品質管理プログラム | |
US11054815B2 (en) | Apparatus for cost-effective conversion of unsupervised fault detection (FD) system to supervised FD system | |
JP5387779B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
US20180239341A1 (en) | System and method for automatic configuration of a data collection system and schedule for control system monitoring | |
JP5971395B2 (ja) | システム分析装置、及び、システム分析方法 | |
JP6570210B2 (ja) | 測定ソリューションサービス提供システム | |
JP6290777B2 (ja) | データ関連情報処理装置及びプログラム | |
JP6583871B2 (ja) | 測定ソリューションサービス提供システム | |
WO2017046906A1 (ja) | データ分析装置および分析方法 | |
US20200166433A1 (en) | Exception-based route plan generation | |
JP6492207B2 (ja) | 測定ソリューションサービス提供システム | |
US20190114351A1 (en) | Enhancing the readability of a heatmap that visually represents time series data | |
JP2020057091A (ja) | 情報処理装置、情報処理方法、プログラム、およびデータ構造 | |
CN114719244A (zh) | 一种设备监测方法、设备及存储介质 | |
Corallo et al. | Processing big data in streaming for fault prediction: an industrial application | |
JP2019105953A (ja) | データ分析システム、及びデータ分析方法 | |
US11860757B2 (en) | Apparatus and method for determining the performance impact of changes in a computing system | |
CN116401138B (zh) | 操作***的运行状态检测方法、装置、电子设备和介质 | |
US20230106962A1 (en) | Skill evaluation device and skill evaluation method | |
JP2009169762A (ja) | ルールベース管理システム、ルールベース管理方法およびルールベース管理用プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20171214 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20181106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181204 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181204 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181204 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190409 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190416 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190618 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190731 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191105 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20191105 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20191113 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20191119 |
|
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: 20191217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6649349 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |