KR20200007083A - 품질 분석 장치 및 품질 분석 방법 - Google Patents

품질 분석 장치 및 품질 분석 방법 Download PDF

Info

Publication number
KR20200007083A
KR20200007083A KR1020207000670A KR20207000670A KR20200007083A KR 20200007083 A KR20200007083 A KR 20200007083A KR 1020207000670 A KR1020207000670 A KR 1020207000670A KR 20207000670 A KR20207000670 A KR 20207000670A KR 20200007083 A KR20200007083 A KR 20200007083A
Authority
KR
South Korea
Prior art keywords
data
condition
quality
quality analysis
unit
Prior art date
Application number
KR1020207000670A
Other languages
English (en)
Other versions
KR102168737B1 (ko
Inventor
다카후미 우에다
Original Assignee
미쓰비시덴키 가부시키가이샤
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 미쓰비시덴키 가부시키가이샤 filed Critical 미쓰비시덴키 가부시키가이샤
Publication of KR20200007083A publication Critical patent/KR20200007083A/ko
Application granted granted Critical
Publication of KR102168737B1 publication Critical patent/KR102168737B1/ko

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]
    • G05B19/41875—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] characterised by quality surveillance of production
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • 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]
    • G05B19/4183—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] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32177—Computer assisted quality surveyance, caq
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32201—Build statistical model of past normal proces, compare with actual process
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37229—Test quality tool by measuring time needed for machining
    • 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)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

데이터 집약부(1)는, 품질 데이터와 장치 정보 데이터를 취득한다. 조건 설정부(3)는, 데이터 집약부(1)에서 취득된 품질 데이터와 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정한다. 분포 차이 계산부(4)는, 데이터 집약부(1)에서 취득된 품질 데이터와 장치 정보 데이터로부터, 조건 설정부(3)에서 설정된 데이터 항목의 기준 조건을 만족시키는 데이터와 비교 조건을 만족시키는 데이터를 추출하여, 데이터 항목마다 도수 분포를 계산하고, 기준 조건과 비교 조건의 도수 분포의 괴리도를 나타내는 데이터를 출력한다.

Description

품질 분석 장치 및 품질 분석 방법
본 발명은, 제품의 제조 공정이나 시험 공정에 있어서의 경향 변화의 요인이나, 제품의 문제의 발생 요인의 추정을 가능하게 하는 품질 분석 장치 및 품질 분석 방법에 관한 것이다.
제조 현장에 있어서의 문제(품질의 편차, 수율의 악화, 택트 타임의 악화, 불량품의 증가, 장치의 고장 등) 발생의 요인은, 제조 현장의 지견이나 경험으로 판명되는 일이 많다. 문제의 요인 후보를, 제조 현장의 지견이나 경험에 근거하여 추출했을 때, 그 문제의 요인 후보가 진정한 문제의 요인인지가 명확하지 않다고 하는 문제가 있다.
문제의 요인을 추출함에 있어서, 제조 현장의 제조 장치나 시험 장치에 구비되는 센서로부터 얻어진, 제품의 제조 조건, 시험 조건, 시험 결과라고 하는 정보는 제품의 상태를 나타내는 품질 데이터로서 이것을 활용하는 것은 유효하다. 제조 현장의 장치는, 다수의 센서로 구성되어 있고, 각각의 센서에서는 전류나 온도 등, 센서에 따른 값이 품질 데이터로서 취득된다. 여기서는 전류나 온도 등 센서에 대응하는 품질 데이터의 종류를 데이터 항목이라고 부른다.
종래, 이와 같은 센서로부터의 정보에 근거하여, 제품의 품질을 분석하는 장치로서, 데이터 항목마다, 문제가 발생한 제품의 품질 데이터와, 문제가 발생하지 않은 제품의 품질 데이터를 도수(度數) 분포로서 가시화하여 비교하도록 한 장치가 있었다(예컨대, 특허문헌 1 참조). 작업자는, 종래, 이와 같은 장치를 이용하여, 비교 결과를 확인하여, 차이가 커지는 데이터 항목이 있는 경우는, 그것을 문제의 요인 후보로서 판단하고 있다.
특허문헌 1 : 일본 특허 공개 2008-181341호 공보
종래에는, 상기 특허문헌 1에 기재되어 있는 바와 같은 품질 분석 장치를 이용하여, 문제가 있었던 품질 데이터의 도수 분포와, 문제가 없었던 품질 데이터의 도수 분포를 비교함으로써, 문제의 특징이 나타나는 데이터 항목을 특정하여, 제조 현장에 있어서의 문제의 후보를 추출하고 있었다.
그렇지만, 종래의 품질 분석 장치에서는, 문제의 발생이 전제로 되어 있고, 문제에는 이르지 않지만 서서히 변화하는 품질 데이터의 추출은 곤란했다. 만일 문제가 발생하고 있더라도 도수 분포의 비교에 의한 문제 요인의 추출은, 도수 분포를 확인하는 분석자에 의존하기 때문에, 데이터 항목의 증가에 따라, 확인의 부하도 높아진다. 또한, 도수 분포에 어떠한 차이가 발생하고 있었다고 하더라도, 차이가 발생하는 원인의 추정에 대해서는 작업자의 경험으로 정성적으로 판단되고 있는 경우가 많아, 문제의 요인의 특정은 곤란했다.
본 발명은, 이러한 문제를 해결하기 위해 이루어진 것으로, 문제 요인의 후보 추출의 신속화와, 문제의 발생을 용이하게 추측할 수 있는 품질 분석 장치 및 품질 분석 방법을 제공하는 것을 목적으로 한다.
본 발명과 관련되는 품질 분석 장치는, 품질 분석 대상물의 상태를 나타내는 품질 데이터와, 품질 분석 대상물을 다루는 장치의 정보를 나타내는 장치 정보 데이터를 취득하는 데이터 집약부와, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 조건 설정부와, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터로부터, 조건 설정부에서 설정된 데이터 항목의 기준 조건을 만족시키는 데이터와 비교 조건을 만족시키는 데이터를 추출하여, 데이터 항목마다 도수 분포를 계산하고, 기준 조건과 비교 조건의 도수 분포의 괴리도를 나타내는 데이터를 출력하는 분포 차이 계산부를 구비한 것이다.
본 발명과 관련되는 품질 분석 장치는, 품질 해석 대상이 되는 데이터 항목과 기준 조건과 비교 조건을 설정하고, 데이터 항목마다 기준 조건과 비교 조건의 괴리도를 나타내는 데이터를 출력하도록 한 것이다. 이것에 의해, 문제 요인의 후보를 신속하게 추출할 수 있고, 또한, 문제의 발생을 용이하게 추측할 수 있다.
도 1은 본 발명의 실시의 형태 1의 품질 분석 장치를 나타내는 구성도이다.
도 2는 본 발명의 실시의 형태 1의 품질 분석 장치의 하드웨어 구성도이다.
도 3은 본 발명의 실시의 형태 1의 품질 분석 장치의 품질 데이터의 일례를 나타내는 설명도이다.
도 4는 본 발명의 실시의 형태 1의 품질 분석 장치의 장치 정보 데이터의 일례를 나타내는 설명도이다.
도 5는 본 발명의 실시의 형태 1의 품질 분석 장치의 데이터 종류 분류부에서 분류된 데이터의 일례를 나타내는 설명도이다.
도 6은 본 발명의 실시의 형태 1의 품질 분석 장치에 있어서의 조건 설정부와 분포 차이 계산부의 동작을 나타내는 플로차트이다.
도 7은 본 발명의 실시의 형태 1의 품질 분석 장치에 있어서의 조건 설정된 화면을 나타내는 설명도이다.
도 8은 본 발명의 실시의 형태 1의 품질 분석 장치에 있어서의 분포 차이 계산부의 출력 데이터를 나타내는 설명도이다.
도 9는 본 발명의 실시의 형태 2의 품질 분석 장치를 나타내는 구성도이다.
도 10은 본 발명의 실시의 형태 2의 품질 분석 장치의 이벤트 데이터를 나타내는 설명도이다.
도 11은 본 발명의 실시의 형태 2의 품질 분석 장치의 이벤트 영향 해석부의 동작을 나타내는 플로차트이다.
도 12는 본 발명의 실시의 형태 2의 품질 분석 장치에 있어서의 요인 후보의 경향 파형에 있어서의 요인 후보의 값의 일례를 나타내는 설명도이다.
도 13은 본 발명의 실시의 형태 2의 품질 분석 장치에 있어서의 도 12의 값에 근거하는 경향 파형을 나타내는 설명도이다.
도 14는 본 발명의 실시의 형태 2의 품질 분석 장치에 있어서의 경향 파형과 이벤트 데이터를 가장 가까운 날짜를 기준으로 대응시킨 예를 나타내는 설명도이다.
도 15는 본 발명의 실시의 형태 2의 품질 분석 장치에 있어서의 도 14의 값을 파형으로서 나타내는 설명도이다.
이하, 본 발명을 보다 상세하게 설명하기 위해, 본 발명을 실시하기 위한 형태에 대하여, 첨부한 도면에 따라 설명한다.
실시의 형태 1.
도 1은 본 실시의 형태에 의한 품질 분석 장치의 구성도이다.
본 실시의 형태에 의한 품질 분석 장치는, 데이터 집약부(1), 데이터 종류 분류부(2), 조건 설정부(3), 분포 차이 계산부(4)를 구비한다. 데이터 집약부(1)는 품질 데이터와 장치 정보 데이터를 취득하는 처리부이다. 데이터 종류 분류부(2)는, 데이터 집약부(1)에서 취득된 품질 데이터와 장치 정보 데이터를 설정된 소정의 룰로 분류하는 처리부이다. 조건 설정부(3)는, 데이터 집약부(1)에서 취득된 데이터 또는 데이터 종류 분류부(2)에서 분류된 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 처리부이다. 분포 차이 계산부(4)는, 데이터 집약부(1)에서 취득된 데이터 또는 데이터 종류 분류부(2)에서 분류된 데이터로부터, 조건 설정부(3)에서 설정된 조건을 만족시키는 데이터를 추출하여, 데이터 항목마다 도수 분포를 계산하고, 기준 조건과 비교 조건의 데이터의 괴리도를 나타내는 데이터를 출력하는 처리부이다.
도 2는 실시의 형태 1의 품질 분석 장치의 하드웨어 구성도이다.
도시의 품질 분석 장치는 컴퓨터를 이용하여 구성되고, 프로세서(101), 보조 기억 장치(102), 메모리(103), 입력 인터페이스(입력 I/F)(104), 디스플레이 인터페이스(디스플레이 I/F)(105), 입력 장치(106), 디스플레이(107), 신호선(108), 케이블(109, 110)을 구비하고 있다. 프로세서(101)는, 신호선(108)을 통해서, 다른 하드웨어에 접속되어 있다. 입력 I/F(104)는, 케이블(109)을 통해서, 입력 장치(106)에 접속되어 있다. 디스플레이 I/F(105)는, 케이블(110)을 통해서, 디스플레이(107)에 접속되어 있다.
품질 분석 장치에 있어서의 각 기능부의 기능은, 소프트웨어, 펌웨어, 또는 소프트웨어와 펌웨어의 조합에 의해 실현된다. 소프트웨어 또는 펌웨어는 프로그램으로서 기술되고, 보조 기억 장치(102)에 기억되어 있다. 이 프로그램은, 각 기능부의 수순 또는 방법을 컴퓨터에 실행시키는 것이다. 프로세서(101)는, 보조 기억 장치(102)에 기억되어 있는 프로그램을 읽어내어 실행하는 것에 의해, 도 1에 있어서의 데이터 집약부(1)~분포 차이 계산부(4)의 기능을 실현한다. 또한, 시계열 데이터도 보조 기억 장치(102)에 기억된다. 또한, 도수 분포 등의 출력 데이터도 보조 기억 장치(102)에 기억하도록 하더라도 좋다.
보조 기억 장치(102)에 기억되어 있는 프로그램과, 품질 데이터 및 장치 정보 데이터는, 메모리(103)에 로드되고, 프로세서(101)가 이것을 읽어서 각 기능을 실현함과 아울러 각각의 처리를 실행한다. 실행 결과는, 메모리(103)에 기입되고, 출력 데이터로서 보조 기억 장치(102)에 기억되거나, 디스플레이 I/F(105)를 통해서 디스플레이(107)라고 하는 출력 장치에 출력된다.
입력 장치(106)는, 품질 데이터 및 장치 정보 데이터의 입력, 집계 대상, 비교 조건, 기준 조건 등의 파라미터의 입력, 품질 데이터 처리의 개시 요구 등의 입력에 사용된다. 입력 장치(106)가 받은 입력 데이터는, 입력 I/F(104)를 통해서, 보조 기억 장치(102)에 기억된다. 입력 장치(106)가 받은 개시 요구는, 입력 I/F(104)를 통해서, 프로세서(101)에 입력된다.
다음으로, 실시의 형태 1의 품질 분석 장치의 동작에 대하여 설명한다.
데이터 집약부(1)는, 품질 데이터와 장치 정보 데이터를 취득한다. 도 3은 품질 데이터의 일례이다. 도 3에서는 품질 데이터의 데이터 항목의 예로서, 제작 번호, 장치에 제품이 투입된 일시(=투입 시각), 합격 불합격을 나타내는 합부 결과, 온도, 진동, 회전 속도, 접점 1 전류, 접점 1 전압, 접점 2 전류, 접점 2 전압 등을 나타내고 있다. 여기서, 온도, 진동 등의 데이터 항목은 다음을 나타내고 있다. 예컨대, 회전 기구를 갖는 제품의 시험에서는, 제품에 부하를 주고, 제품 사양에 준거한 개소의 측정을 행한다. 그 측정에서는, 부하를 주었을 때의 제품 온도나 진동, 회전 속도, 소정의 개소(접점 1, 접점 2 등)에 흐르는 전류 전압을 측정한다. 도 3에 있어서의 데이터 항목의 "접점 1 전류"나 "접점 1 전압"은, 시험 때의 소정 개소에 있어서의 전류치 및 전압치를 나타내고 있다.
품질 데이터는, 품질 분석 대상물인 제품의 상태를 나타내는 데이터이기 때문에, 제품의 제조나 검사의 때마다, 취득된 값의 집합이다. 품질 데이터는 어떠한 장치에 기록되어 있는 것이더라도 좋고, 예컨대 공장의 라인 장치나, 장치를 제어하기 위한 감시 시스템에 축적되어 있는 데이터이다. 혹은, 제품 검사에 있어서의 시험 결과를 관리하는 제품 관리 시스템에 축적되어 있는 데이터이더라도 좋다.
도 4는 장치 정보 데이터의 일례를 나타내고 있다. 도 4에서는, 장치 정보 데이터의 데이터 항목의 예로서, 설비 ID, 종별 ID, 장치 ID, 제조 일시, 제작 번호, 제조 때의 설정 정보(=설정 리스트 ID) 등을 나타내고 있다. 또, 장치 ID란 개개의 장치의 식별 정보이고, 종별 ID란 장치의 종별을 나타내는 식별 정보이고, 설비 ID란 어느 종별의 장치로 구성되어 있는지를 나타내는 식별 정보이다. 또한, 설정 리스트 ID란, 제품의 제조 조건이나 제품 검사에 이용하는 기준치(상하한치)라고 하는 장치의 설정 정보를 식별하기 위한 정보이다. 장치 정보 데이터는, 품질 분석 대상물로서의 제품을 다루는 장치의 정보를 나타내는 데이터이기 때문에, 제품의 제조 때마다 취득된 값의 열이나 시계열 데이터이다. 시계열 데이터는, 시간의 경과에 따라 순차적으로 관측하여 얻어진 값의 열이다. 시계열 데이터는 어떠한 것이더라도 좋고, 예컨대 가공기, 로봇, 펌프 등의 제조 장치를 제어하기 위한 제어 시스템에 축적되어 있는 시계열 데이터이다. 공장의 제조 라인이나 시험 라인의 장치에 축적되어 있는 데이터이더라도 좋다.
도 3 및 도 4에서는, 데이터를 하나의 표로서 기재하고 있지만, 각 장치를 각 표와 대응시킬 수 있으면, 설비나, 장치의 데이터가 복수의 표로 분할되어 있더라도 상관없다.
데이터 종류 분류부(2)에서는, 데이터 집약부(1)에서 집약된 데이터 항목마다, 데이터 항목을 식별 가능한 명칭, ID 등을 저장한다. 이들 데이터 항목마다 식별 가능한 명칭이나 ID는, 연번이나 데이터 항목의 값으로부터 유추하더라도 좋고, 수동으로 외부로부터 정의하더라도 좋다. 도 5에서는 데이터 집약부(1)에서 집약된 데이터 항목을 통합하여 표를 생성하는 예를 나타내고 있다. 이 표는, 표 계산 애플리케이션의 시트나, 데이터베이스에 있어서의 테이블이더라도 좋다.
다음으로, 조건 설정부(3)와 분포 차이 계산부(4)의 동작에 대하여 설명한다. 도 6은 조건 설정부(3)와 분포 차이 계산부(4)의 동작을 나타내는 플로차트이다. 또한, 도 7은 조건 설정부(3)가 설정하는 조건을 나타내는 설명도이다.
조건 설정부(3)는, 분석 조건으로서,
ㆍ도수 분포로서 계산하는 데이터 항목과, 그 상하한치(집계 대상)
ㆍ비교 조건으로 하는 데이터 항목과, 그 값
ㆍ기준 조건으로 하는 데이터 항목과, 그 값
의 3점을 선택하고(스텝 ST1, ST2), 그 선택 결과를 설정한다(스텝 ST3). 비교 조건이나 기준 조건은, 클러스터링 수법에 의해 도 7과 같이 자동으로 분류하더라도 좋다. 혹은, 미리 수동으로 정의하여 두더라도 좋고, 데이터베이스의 쿼리와 같이 조건을 수동으로 기입하더라도 좋다. 외부로부터 정의하는 경우는, 도 2에 있어서의 입력 장치(106)로부터 대응하는 값을 입력함으로써 프로세서(101)가 조건 설정부(3)에 대응하는 처리를 행하고, 분석 조건을 보조 기억 장치(102)에 기억시킨다.
도 7에 나타내는 예는, 진동과 회전 속도, 각각에 대하여 조건을 만족시키는 레코드를 추출하기 위한 조건 설정이다. 각각의 데이터 항목의 값을 얻기 위한 쿼리 예를 이하에 나타낸다.
■집계 대상 : "진동"의 값이 100~120, "회전 속도"의 값이 0~50
■비교 조건 : 기간 2016/4, 2016/6, 합부 결과=OK
ㆍ비교 조건을 만족시키는 "진동"의 쿼리
SELECT 진동 FROM 데이터 종류 분류부 표
WHERE 진동 BTWEEN 100 AND 120 AND
투입 시각=2016/4 OR 투입 시각=2016/6 AND
합부 결과=OK
ㆍ비교 조건을 만족시키는 "회전 속도"의 쿼리
SELECT 회전 속도 FROM 데이터 종류 분류부 표
WHERE 회전 속도 BTWEEN 0 AND 50 AND
투입 시각=2016/4 OR 투입 시각=2016/6 AND
합부 결과=OK
■기준 조건 : 모두
ㆍ기준 조건을 만족시키는 "진동"의 쿼리
SELECT 진동 FROM 데이터 종류 분류부 표
WHERE 진동 BTWEEN 100 AND 120
ㆍ기준 조건을 만족시키는 "회전 속도"의 쿼리
SELECT 회전 속도 FROM 데이터 종류 분류부 표
WHERE 회전 속도 BTWEEN 0 AND 50
또한, 도 7에 있어서, "집계 단위"란, 빈도 분포의 집계 단위이다. 후술하는 도 8의 도수 분포에 있어서의 가로축 1눈금당의 단위가 된다. 또한, 표시 예의 "기간", "종별 ID", "합부 결과", "온도"에 있어서의 음영으로 표시된 "2016/04", "2016/06", "OK"가 선택된 조건을 나타내고 있다.
분포 차이 계산부(4)는, 데이터 종류 분류부(2)에 의해 집약된 데이터로부터, 조건 설정부(3)가 설정한 "집계 대상의 데이터 항목"마다 "비교 조건"을 만족시키는 데이터를 추출하여, 면적이 1이 되도록 도수 분포를 산출한다(스텝 ST4, 스텝 ST5). 이 비교 조건을 만족시키는 도수 분포를 비교 분포라고 부른다. 마찬가지로, "기준 조건"을 만족시키는 데이터도 추출하여, 면적이 1이 되도록 도수 분포를 산출한다. 이 기준 조건을 만족시키는 도수 분포를 기준 분포라고 부른다. 그리고, 기준 분포와 비교 분포를 중첩하여 출력한다. 이들 처리(스텝 ST4, ST5)를 모든 데이터 항목에 대하여 행하고(스텝 ST6-아니오의 루프), 모든 데이터 항목에 대하여 처리한 경우(스텝 ST6-예), 집계 대상의 데이터 항목마다의 기준 분포와 비교 분포를 출력한다(스텝 ST7). 도 8에 예를 나타낸다. 도 8 중, 가로축이 건수를 나타내고, 세로축이 빈도를 나타낸다. 실선이 기준 분포이고, 파선이 비교 분포를 나타내고 있다. 또한, 기준이 8000, 비교가 2000이란, 기준 조건이 8000건 있고, 비교 조건이 2000건인 것을 나타내고 있다.
분포 차이 계산부(4)의 출력에서, 기준 분포와 비교 분포의 괴리가 가장 커지는 데이터 항목이 문제 발생 요인일 가능성이 높다고 생각된다. 도 8의 예에서는, "진동"의 괴리도가 높기 때문에, "진동"이 문제 발생 요인일 가능성이 높다고 생각할 수 있다.
또한, 출력 때에, 데이터 항목마다, 기준 분포의 피크와, 비교 분포의 피크의 거리를 산출하여, 괴리 정도가 높은 순서로 재배열하여 출력하더라도 좋다. 또한, 기준 분포의 표본 수와, 비교 분포 각각의 모집단 수를 출력하더라도 좋다.
이와 같이, 실시의 형태 1의 품질 분석 장치에서는, 문제의 발생 유무에 관계없이, 품질 데이터나, 장치 정보 데이터의 경향을 정량적이고 신속하게 추출하는 것이 가능하다. 예컨대, 몇 개의 데이터 항목에 대하여, 장치 메인터넌스 후의 정상적으로 제품이 제조되고 있던 기간의 데이터와, 최근의 데이터를 비교함으로써, 현재 상황이 정상인지 여부를 신속하게 판단할 수 있다. 그 일례로서는, 기준 조건을 "메인터넌스 직후의 정상 운전 기간"으로 하고, 비교 조건을 "최근의 비교하고 싶은 기간"으로 한다. 여기서, 현재가 2016/05/01이고, 메인터넌스가 2016/04/01에 실시되고, 그 후 1주간, 어떤 문제도 일어나지 않고 정상으로 동작하고 있던 것으로 한다. 그 경우는, 기준 조건을 2016/04/01~2016/04/08로 한다. 비교 조건으로 하는 최근의 데이터로서는, 정상 운전 기간 이외의 소망하는 기간으로 한다.
또한, 기준 분포와 비교 분포의 괴리도가 크게 되어 있는 데이터 항목을 발견한 경우는, 문제에 이르기 전에 대응할 수 있다.
이상 설명한 바와 같이, 실시의 형태 1의 품질 분석 장치에 의하면, 품질 분석 대상물의 상태를 나타내는 품질 데이터와, 품질 분석 대상물을 다루는 장치의 정보를 나타내는 장치 정보 데이터를 취득하는 데이터 집약부와, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 조건 설정부와, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터로부터, 조건 설정부에서 설정된 데이터 항목의 기준 조건을 만족시키는 데이터와 비교 조건을 만족시키는 데이터를 추출하여, 데이터 항목마다 도수 분포를 계산하고, 기준 조건과 비교 조건의 도수 분포의 괴리도를 나타내는 데이터를 출력하는 분포 차이 계산부를 구비하였으므로, 문제 요인의 후보를 신속하게 추출할 수 있고, 또한, 문제의 발생을 용이하게 추측할 수 있다.
또한, 실시의 형태 1의 품질 분석 장치에 의하면, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터를, 설정된 종류마다로 분류하는 데이터 종류 분류부를 구비하고, 분포 차이 계산부는, 데이터 집약부에서 취득된 품질 데이터와 장치 정보 데이터 대신에, 데이터 종류 분류부에서 분류된 데이터를 이용하도록 했으므로, 문제 요인의 후보의 추출을 보다 신속하게 행할 수 있다.
또한, 실시의 형태 1의 품질 분류 장치에 의하면, 조건 설정부는, 외부로부터 지시된 데이터 항목과 기준 조건과 비교 조건에 의해, 데이터 항목과 기준 조건과 비교 조건을 설정하도록 했으므로, 임의의 데이터 항목과 기준 조건과 비교 조건을 용이하게 설정할 수 있다.
또한, 실시의 형태 1의 품질 분석 방법에 의하면, 데이터 집약부가, 품질 분석 대상물의 상태를 나타내는 품질 데이터와, 품질 분석 대상물을 다루는 장치의 정보를 나타내는 장치 정보 데이터를 취득하는 데이터 집약 스텝과, 조건 설정부가, 데이터 집약 스텝에서 취득된 품질 데이터와 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 조건 설정 스텝과, 분포 차이 계산부가, 데이터 집약 스텝에서 취득된 품질 데이터와 장치 정보 데이터로부터, 조건 설정 스텝에서 설정된 데이터 항목의 기준 조건을 만족시키는 데이터와 비교 조건을 만족시키는 데이터를 추출하여, 데이터 항목마다 도수 분포를 계산하고, 기준 조건과 비교 조건의 도수 분포의 괴리도를 나타내는 데이터를 출력하는 분포 차이 계산 스텝을 구비하였으므로, 문제 요인의 후보를 신속하게 추출할 수 있고, 또한, 문제의 발생을 용이하게 추측할 수 있다.
실시의 형태 2.
실시의 형태 2는, 데이터 집약부(1)가 취득하는 데이터로서, 장치에 관하여 어떠한 이벤트가 발생했는지를 나타내는 이벤트 데이터도 포함시키도록 하고, 실시의 형태 1에서 구한 데이터 항목의 값과 이벤트 데이터의 관계를 구하도록 한 것이다.
즉, 분포 차이 계산부(4)에서 추출된 기준 조건과 비교 조건의 괴리도가 높은 데이터 항목은, 어디까지나 품질 데이터나 장치 정보 데이터로부터 통계적으로 구하여진, 문제의 가능성이 높은 사상(이후, 이것을 요인 후보라고 한다)이다. 그래서, 실시의 형태 2에서는, 종래에는 전문가가 확인하고 있던 이벤트 데이터와 요인 후보의 OK/NG의 변화나 통계량으로 집약한 값을 대응시킨다. 이것에 의해, 전문가의 지견을 반영시킨 것과 동등한 결과를 얻을 수 있다. 또, 여기서 전문가란, 제품의 제조 공정이나 시험 공정에 대하여 숙지한 인물이고, 예컨대, 경험 풍부한 작업자나 제조 장치의 설계자 등을 가리킨다.
도 9는 실시의 형태 2의 품질 분석 장치를 나타내는 구성도이다. 도시한 품질 분석 장치는, 데이터 집약부(1a), 데이터 종류 분류부(2), 조건 설정부(3), 분포 차이 계산부(4), 이벤트 영향 해석부(5)를 구비한다. 데이터 집약부(1a)는, 실시의 형태 1에 있어서의 데이터 집약부(1)와 마찬가지로, 품질 데이터와 장치 정보 데이터를 취득함과 아울러, 장치에 관하여 어떠한 이벤트가 발생했는지를 나타내는 이벤트 데이터를 취득한다. 이벤트 영향 해석부(5)는, 분포 차이 계산부(4)의 괴리도가 설정치 이상인 데이터 항목을 문제의 가능성이 있는 요인 후보로 하여, 요인 후보의 일정 기간의 값과, 이벤트 발생일의 관계를 나타내는 데이터를 출력하는 처리부이다. 또, 데이터 종류 분류부(2)~분포 차이 계산부(4)에 대해서는, 실시의 형태 1과 마찬가지의 구성이기 때문에, 대응하는 부분에 동일 부호를 부여하여 그 설명을 생략한다.
또한, 실시의 형태 2의 품질 분석 장치의 하드웨어 구성에 대해서는, 도 2에 나타낸 구성과 마찬가지이다. 단, 실시의 형태 1의 구성에 더하여, 데이터 집약부(1a)에 대응한 기능과 이벤트 영향 해석부(5)에 대응한 기능을, 프로세서(101), 보조 기억 장치(102), 메모리(103)에 의해 실현하도록 구성되어 있다.
다음으로, 실시의 형태 2의 품질 분석 장치의 동작에 대하여 설명한다.
먼저, 데이터 집약부(1a)는, 품질 데이터와 장치 정보 데이터에 더하여 이벤트 데이터를 취득한다.
도 10은 이벤트 데이터의 일례를 나타내는 설명도이다. 이 예에서는, 데이터 항목으로서 "설비 ID", "종별 ID", "장치 ID", "이벤트 발생일", "이벤트 구분", "이벤트 상세", …가 나타나 있다. "이벤트 발생일"은, 그 이벤트가 발생한 일시이고, "이벤트 구분"이란, 그 이벤트의 종류를 나타내는 정보이다. 예컨대, "장치의 메인터넌스", "장치의 청소", "조달처의 변경", "재료 사양의 변경", "담당자의 변경" 등, 제조 현장마다 다양한 종류의 이벤트가 있고, 여기서는, 예로서 금형의 연마(장치 메인터넌스의 하나)를 "이벤트 구분 1", 재료의 교환을 "이벤트 구분 2"로 하고 있다. 또한, "이벤트 상세"란 구체적인 이벤트의 내용을 나타내는 정보이다.
데이터 집약부(1a)에서 취득된 품질 데이터와 장치 정보 데이터에 의한 기준 조건과 비교 조건의 데이터의 괴리도를 나타내는 데이터의 처리에 대해서는 실시의 형태 1과 마찬가지이다. 즉, 데이터 종류 분류부(2), 조건 설정부(3) 및 분포 차이 계산부(4)의 처리에 대해서는 실시의 형태 1과 마찬가지이기 때문에, 여기서의 설명은 생략한다.
도 11은 이벤트 영향 해석부(5)의 동작을 나타내는 플로차트이다.
먼저, 이벤트 영향 해석부(5)는, 괴리도가 설정치 이상인 데이터 항목을 요인 후보로서 설정한다(스텝 ST11). 다음으로, 요인 후보의 경향 파형의 변화와 이벤트 데이터의 관련성을 추출한다(스텝 ST12). 요인 후보의 경향 파형은, 예컨대 이하와 같은 값의 집합이다.
ㆍ요인 후보의 값
ㆍ매일이나 매월 등, 일정 기간에서, 요인 후보의 값을 평균치나 표준편차 등의 통계량으로 집약한 값
ㆍ매일이나 매월 등, 일정 기간에서 집약한, 요인 후보의 OK/NG 수
ㆍ매일이나 매월 등, 일정 기간에서, 요인 후보의 값을 평균치나 표준편차 등의 통계량으로 집약한 값의 차분
이벤트 영향 해석부(5)는, 경향 파형과 이벤트 데이터를, 두 데이터에 공통하는 날짜나 설비 정보를 바탕으로 대응시킴으로써, 이벤트에 의한 경향 파형의 변화를 출력한다(스텝 ST13).
도 12는 요인 후보의 경향 파형에 있어서의 요인 후보의 값의 일례이고, 도 13은 도 12의 값에 근거하는 경향 파형의 그래프이다. 매일의 진동의 평균치가 3월 전반에서 변화하고 있는 데이터에 관하여, 매일의 진동의 평균치의 전일과의 차분은 3월의 전반에 피크가 발생하고 있다. 또한, NG 수에 대해서는 3월의 중반에 피크가 발생하고 있다.
도 14는 경향 파형과 이벤트 데이터를 가장 가까운 날짜에서 대응시킨 예이다. 도 15는 그 그래프이다. 도 15에 있어서, 파선이 이벤트 발생일을 나타내고 있다. 이 예에서는, 도 15에 나타내는 바와 같이, 이벤트 발생일 3/14의 직후에 진동 NG 수가 증가하고 있어, 3/14의 이벤트가 문제 발생의 요인이라고 추정할 수 있다.
또, 경향 파형과 이벤트 데이터를 이벤트 발생일 이외의 데이터 항목으로 대응시키더라도 좋다. 예컨대 이벤트 구분으로 대응시킨 경우, 어느 이벤트 구분(이벤트의 종류)에 의해, 경향이 변화했는지를 판단할 수 있다. 일례로서는, 이벤트 구분 1의 발생 직후에는, 경향 파형에 반드시 유사한 변화가 생기는지를 확인한다고 하는 것이 있다. 만약, 어느 이벤트의 실시 후, 대다수의 구간에서는 경향 변화가 생김에도 불구하고, 어느 구간만은 그 변화가 생기지 않는 경우가 있었던 것으로 한다. 그와 같은 구간이나 이벤트를 발견한 것이면, 그 구간에 무엇인가 이상이 있었거나, 또는 이벤트 자체에 불비가 있었다고 추측할 수 있다.
이상 설명한 바와 같이, 실시의 형태 2의 품질 분석 장치에 의하면, 데이터 집약부는, 장치에 관하여 어떠한 이벤트가 발생했는지를 나타내는 이벤트 데이터를 취득하고, 또한, 분포 차이 계산부의 괴리도가 설정치 이상인 데이터 항목을, 문제의 가능성이 있는 요인 후보로 하여, 요인 후보의 일정 기간의 값과, 이벤트 데이터의 관계를 나타내는 데이터를 출력하는 이벤트 영향 해석부를 구비하였으므로, 요인 후보의 경향이 변화하는 요인뿐만 아니라, 경향이 변화하는 시기와 경향의 변화에 관련하는 이벤트를 알 수 있다. 그것에 의해, 요인 후보의 요인을 정량적이고 신속하게 특정할 수 있다. 또한, 이벤트에 의한 요인 후보의 경향의 변화(영향)를 정량화하는 것에 의해, 계획적인 이벤트 후의 경향 확인이 가능하게 된다.
또, 본원 발명은 그 발명의 범위 내에 있어서, 각 실시의 형태의 자유로운 조합, 혹은 각 실시의 형태의 임의의 구성 요소의 변형, 또는 각 실시의 형태에 있어서 임의의 구성 요소의 생략이 가능하다.
(산업상 이용가능성)
이상과 같이, 본 발명과 관련되는 품질 분석 장치 및 품질 분석 방법은, 제품의 제조 공정이나 시험 공정에 있어서의 경향 변화의 요인이나, 제품의 문제의 발생 요인의 추정을 가능하게 하는 구성에 관한 것이고, 설정된 조건으로 제품의 문제를 추정하는데 적합하다.
1, 1a : 데이터 집약부
2 : 데이터 종류 분류부
3 : 조건 설정부
4 : 분포 차이 계산부
5 : 이벤트 영향 해석부
101 : 프로세서
102 : 보조 기억 장치
103 : 메모리
104 : 입력 I/F
105 : 디스플레이 I/F
106 : 입력 장치
107 : 디스플레이
108 : 신호선
109, 110 : 케이블

Claims (5)

  1. 품질 분석 대상물의 상태를 나타내는 품질 데이터와, 상기 품질 분석 대상물을 다루는 장치의 정보를 나타내는 장치 정보 데이터를 취득하는 데이터 집약부와,
    상기 데이터 집약부에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 조건 설정부와,
    상기 데이터 집약부에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터로부터, 상기 조건 설정부에서 설정된 상기 데이터 항목의 상기 기준 조건을 만족시키는 데이터와 상기 비교 조건을 만족시키는 데이터를 추출하여, 상기 데이터 항목마다 도수(度數) 분포를 계산하고, 상기 기준 조건과 상기 비교 조건의 상기 도수 분포의 괴리도를 나타내는 데이터를 출력하는 분포 차이 계산부
    를 구비한 것을 특징으로 하는 품질 분석 장치.
  2. 제 1 항에 있어서,
    상기 데이터 집약부에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터를, 설정된 종류마다로 분류하는 데이터 종류 분류부를 구비하고,
    상기 분포 차이 계산부는, 상기 데이터 집약부에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터 대신에, 상기 데이터 종류 분류부에서 분류된 데이터를 이용하는
    것을 특징으로 하는 품질 분석 장치.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 조건 설정부는, 외부로부터 지시된 데이터 항목과 기준 조건과 비교 조건에 의해, 상기 데이터 항목과 상기 기준 조건과 상기 비교 조건을 설정하는 것을 특징으로 하는 품질 분석 장치.
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 데이터 집약부는, 장치에 관하여 어떠한 이벤트가 발생했는지를 나타내는 이벤트 데이터를 취득하고,
    상기 분포 차이 계산부의 괴리도가 설정치 이상인 데이터 항목을, 문제의 가능성이 있는 요인 후보로 하여, 그 요인 후보의 일정 기간의 값과, 상기 이벤트 데이터의 관계를 나타내는 데이터를 출력하는 이벤트 영향 해석부를 구비한
    것을 특징으로 하는 품질 분석 장치.
  5. 데이터 집약부가, 품질 분석 대상물의 상태를 나타내는 품질 데이터와, 상기 품질 분석 대상물을 다루는 장치의 정보를 나타내는 장치 정보 데이터를 취득하는 데이터 집약 스텝과,
    조건 설정부가, 상기 데이터 집약 스텝에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터에 대하여, 집계 대상이 되는 데이터 항목과, 품질 분석 대상의 기본이 되는 조건을 나타내는 기준 조건과, 품질 분석 대상으로 하는 조건을 나타내는 비교 조건을 설정하는 조건 설정 스텝과,
    분포 차이 계산부가, 상기 데이터 집약 스텝에서 취득된 상기 품질 데이터와 상기 장치 정보 데이터로부터, 상기 조건 설정 스텝에서 설정된 상기 데이터 항목의 상기 기준 조건을 만족시키는 데이터와 상기 비교 조건을 만족시키는 데이터를 추출하여, 상기 데이터 항목마다 도수 분포를 계산하고, 상기 기준 조건과 상기 비교 조건의 상기 도수 분포의 괴리도를 나타내는 데이터를 출력하는 분포 차이 계산 스텝
    을 구비한 것을 특징으로 하는 품질 분석 방법.
KR1020207000670A 2017-07-19 2017-07-19 품질 분석 장치 및 품질 분석 방법 KR102168737B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/026108 WO2019016892A1 (ja) 2017-07-19 2017-07-19 品質分析装置及び品質分析方法

Publications (2)

Publication Number Publication Date
KR20200007083A true KR20200007083A (ko) 2020-01-21
KR102168737B1 KR102168737B1 (ko) 2020-10-22

Family

ID=61968207

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207000670A KR102168737B1 (ko) 2017-07-19 2017-07-19 품질 분석 장치 및 품질 분석 방법

Country Status (7)

Country Link
US (1) US20200159183A1 (ko)
JP (1) JP6312955B1 (ko)
KR (1) KR102168737B1 (ko)
CN (1) CN110914771B (ko)
DE (1) DE112017007659T5 (ko)
TW (1) TWI644222B (ko)
WO (1) WO2019016892A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210017577A (ko) * 2019-08-09 2021-02-17 주식회사 엘지화학 제조 설비 품질에 대한 정량화 진단법
US20220019189A1 (en) * 2020-07-14 2022-01-20 Honeywell International Inc. Systems and methods for utilizing internet connected sensors for manufacture monitoring
CN116917820A (zh) * 2021-03-02 2023-10-20 发那科株式会社 数值控制装置以及计算机可读取的存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070025620A (ko) * 2005-09-03 2007-03-08 에스케이 텔레콤주식회사 이동통신 서비스 가입자별 통화품질 분석시스템 및 그 방법
JP2008181341A (ja) 2007-01-24 2008-08-07 Fuji Electric Holdings Co Ltd 製造不良要因分析支援装置
JP2011258113A (ja) * 2010-06-11 2011-12-22 Kobe Steel Ltd 金属帯材料の製造条件決定システム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297217A (ja) * 2001-03-29 2002-10-11 Japan Institute Of Plant Maintenance 製造業務における品質管理方法、品質管理支援システム及び傾向管理プログラム
JP2005165546A (ja) * 2003-12-01 2005-06-23 Olympus Corp 工程管理システムおよび工程管理装置
JP4321443B2 (ja) * 2004-11-16 2009-08-26 オムロン株式会社 特定装置、加工処理システム、特定装置の制御方法、特定装置の制御プログラム、特定装置の制御プログラムを記録した記録媒体
CN1811802A (zh) * 2005-01-24 2006-08-02 欧姆龙株式会社 质量变动显示装置、显示方法、显示程序及记录介质
JP4736551B2 (ja) * 2005-06-13 2011-07-27 株式会社日立製作所 データ解析装置及びデータ解析方法
JP4442550B2 (ja) * 2005-11-15 2010-03-31 オムロン株式会社 不良分析箇所特定装置、不良分析箇所特定方法、不良分析箇所特定用プログラム、およびコンピュータ読取り可能記録媒体
JP4855353B2 (ja) * 2006-11-14 2012-01-18 新日本製鐵株式会社 製品の品質改善条件解析装置、解析方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
TWI574136B (zh) * 2012-02-03 2017-03-11 應用材料以色列公司 基於設計之缺陷分類之方法及系統
US9704140B2 (en) * 2013-07-03 2017-07-11 Illinois Tool Works Inc. Welding system parameter comparison system and method
JP6264072B2 (ja) * 2014-02-10 2018-01-24 オムロン株式会社 品質管理装置及びその制御方法
US10788817B2 (en) * 2015-08-06 2020-09-29 Nec Corporation Manufacturing process analysis device, manufacturing process analysis method, and recording medium whereupon manufacturing process analysis program is stored

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070025620A (ko) * 2005-09-03 2007-03-08 에스케이 텔레콤주식회사 이동통신 서비스 가입자별 통화품질 분석시스템 및 그 방법
JP2008181341A (ja) 2007-01-24 2008-08-07 Fuji Electric Holdings Co Ltd 製造不良要因分析支援装置
JP2011258113A (ja) * 2010-06-11 2011-12-22 Kobe Steel Ltd 金属帯材料の製造条件決定システム

Also Published As

Publication number Publication date
JP6312955B1 (ja) 2018-04-18
US20200159183A1 (en) 2020-05-21
DE112017007659T5 (de) 2020-03-05
WO2019016892A1 (ja) 2019-01-24
KR102168737B1 (ko) 2020-10-22
JPWO2019016892A1 (ja) 2019-07-25
TWI644222B (zh) 2018-12-11
CN110914771A (zh) 2020-03-24
CN110914771B (zh) 2023-03-24
TW201908998A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
TWI632443B (zh) 異常資料的重要度判定裝置以及異常資料的重要度判定方法
JP3744527B2 (ja) 工程管理装置、工程管理方法、工程管理プログラム、および該プログラムを記録した記録媒体
KR102141391B1 (ko) 군집 평가에 기반한 고장 데이터의 관리 방법
TWI776473B (zh) 異常診斷方法、異常診斷裝置及異常診斷程式
JP6350554B2 (ja) 設備診断装置、設備診断方法及び設備診断プログラム
JP2013140135A (ja) 周期的駆動系の異常検知装置、周期的駆動系を有する処理装置、周期的駆動系の異常検知方法、およびコンピュータプログラム
JP2009289134A (ja) 作業分析装置、生産管理方法及び生産管理システム
JP6540531B2 (ja) 監視装置及び監視装置の制御方法
KR20200007083A (ko) 품질 분석 장치 및 품질 분석 방법
JP2014085730A (ja) 機器の損傷解析支援システム及び損傷解析支援方法
JP6714498B2 (ja) 設備診断装置及び設備診断方法
JP6802122B2 (ja) 原因推定方法およびプログラム
JP2021092970A (ja) 制御方法、制御装置、機械設備、制御プログラム、記録媒体
CN109313442B (zh) 用于事件检测的自动视觉和声学分析
JP2005063385A (ja) 監視方法及び監視装置、並びにプログラム
JP6885321B2 (ja) プロセスの状態診断方法及び状態診断装置
US20220088802A1 (en) Information processing method, information processing apparatus, display method, display apparatus, recording medium, method of manufacturing products, and method of acquiring learning data
JP6247777B2 (ja) 異常診断装置および異常診断方法
KR20160053977A (ko) 모델 적응을 위한 장치 및 방법
JP2009238190A (ja) メンテナンス計画支援システム
US20190095848A1 (en) Action-information processing apparatus
JP7254845B2 (ja) 診断装置、診断方法、及び診断プログラム
JP2005165546A (ja) 工程管理システムおよび工程管理装置
JP2019105953A (ja) データ分析システム、及びデータ分析方法
JP6213655B2 (ja) 時系列データの異常監視装置、異常監視方法及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right