[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2018032262A - セルコントロールシステム - Google Patents

セルコントロールシステム Download PDF

Info

Publication number
JP2018032262A
JP2018032262A JP2016164932A JP2016164932A JP2018032262A JP 2018032262 A JP2018032262 A JP 2018032262A JP 2016164932 A JP2016164932 A JP 2016164932A JP 2016164932 A JP2016164932 A JP 2016164932A JP 2018032262 A JP2018032262 A JP 2018032262A
Authority
JP
Japan
Prior art keywords
noise
unit
machine
manufacturing
operation instruction
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
Application number
JP2016164932A
Other languages
English (en)
Other versions
JP6645934B2 (ja
Inventor
学 斉藤
Manabu Saito
学 斉藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
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 Fanuc Corp filed Critical Fanuc Corp
Priority to JP2016164932A priority Critical patent/JP6645934B2/ja
Priority to DE102017118854.1A priority patent/DE102017118854A1/de
Priority to CN201710735508.XA priority patent/CN107783495B/zh
Priority to US15/685,129 priority patent/US10642247B2/en
Publication of JP2018032262A publication Critical patent/JP2018032262A/ja
Application granted granted Critical
Publication of JP6645934B2 publication Critical patent/JP6645934B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical 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
    • G05B19/406Numerical 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/33Director till display
    • G05B2219/33296ANN for diagnostic, monitoring
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/34Director, elements to supervisory
    • G05B2219/34477Fault prediction, analyzing signal trends
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/36Nc in input of data, input key till input tape
    • G05B2219/36487Record position, motion and sound
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37337Noise, acoustic emission, sound
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Factory Administration (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

【課題】複数の機械におけるノイズの影響を推定することでアラームの要因の推定が可能なセルコントロールシステムを提供すること。
【解決手段】本発明のセルコントロールシステムは、管理下にある製造機械に対して稼働指示を送信する機械稼働指示部と、検出されたノイズ情報を収集するノイズ値収集部と、製造機械の稼働情報を収集する稼働情報収集部と、収集された稼働情報を入力信号とし、検出されたノイズ情報を教師信号とする機械学習を行い、学習モデルを作成する学習部と、学習モデルを解析してノイズ要因となる稼働情報を推定する推定部と、ノイズ要因となる稼働情報に基づいて、機械稼働指示部に対して指示内容の変更を指令する稼働指示変更部と、を備える。
【選択図】図1

Description

本発明は、セルコントロールシステムに関し、特に複数の機械におけるノイズの影響を
推定するセルコントロールシステムに関する。
図7は、複数の製造機械で構成される製造セルを管理するセルコントロールシステム(製造管理システム)を示す図である。セルコントロールシステムは、製造機械の使用状況を管理したり、どの製造機械を使用するかを判断したりしながら、生産計画装置から指示される製造計画に基づいて各製造セルに対して稼働指示をすることで、製造セル全体の稼働率を向上させている。
製造計画に従って製造セルを稼働させている際に、稼働している製造セルが備える製造機械にアラームが発生して動作を停止すると、当該製造セルにおける生産性が低下し、結果として製造セル全体の稼働率が低下してしまう。
製造機械でのアラーム発生に対応するための従来技術として、例えば特許文献1には、監視対象装置内の複数の部品を監視対象とし、取り付けられたセンサの時系列物理量を収集し、異常検知とその原因診断を行い、センサデータ間の相関係数から因果関係の有無を決定して行う監視診断装置が開示されている。また、特許文献2には、複数の制御対象から取り込んだ信号について相関のあるペアについて解析し、正常時の相関情報と比較することで異常の有無を分析して異常の有無情報から故障箇所の結論を出力する診断・解析装置が開示されている。
特許第5427107号公報 特許第3470457号公報
一般に、アラームの発生を予防するためには製造機械に対するノイズ(電気な外乱や物理的な振動)の対策を行っている。このような対策は、以下の手順で行っている。
●手順a1)各機械のノイズの状態を測定する
●手順a2)手順a1での測定結果からアラームが発生する可能性を分析する
●手順a3)分析結果からアラームの原因を特定し、該原因を遮断するノイズ対策を行う
しかしながら、工場などのような複数の製造機械が稼働し続けている環境においては、製造機械の配置や配線あるいは動作パターンなど、複数の条件が複合的に関連してノイズの影響が変化するため、上記手順を行ったとしてもアラームの原因の特定が困難であることが多い。このような状況においては、ノイズと稼働状況の両方を同時に分析する必要があるが、実際には複数の製造機械が同時に稼働しているため、全体としての動作パターンが複雑となり、原因の分析そのものが困難となっている。
これに対して、特許文献1に開示される技術では、単一の装置内のセンサだけで診断しているため、複数の機械が同時に稼働する製造セルには適用しても効果が望めない。また、特許文献2に開示される技術では、複数の制御装置を含んだ機械システムに対する異常診断が可能ではあるものの、あらかじめデータベースに登録されている状況についてしか異常原因が推定できない。
そこで、本発明の目的は、複数の機械におけるノイズの影響を推定することで、アラーム要因の推定が可能なセルコントロールシステムを提供することである。
本発明では、製造セルに含まれる機械の制御装置を、セルコントローラに接続する。各セルコントローラは、各製造機械について以下の状況を監視し収集する。
1.各測定箇所(制御装置本体、アンプ、電源、信号線など)におけるノイズの値
2.製造セルの各機械の稼働情報(各軸の速度、加速度、負荷、実行中行番号など)
そして、セルコントローラは、収集した情報を以下の手順で分析する。
●手順b1)ノイズの値と稼働情報の相関関係を機械学習により計算する
●手順b2)相関関係から、ノイズを生じ易い状況(=稼働情報の組み合わせ)を
推定する
●手順b3)相関関係から、ノイズレベルが高くなりやすい機械やその部位を検出する
セルコントローラは、推定した結果を製造機械のオペレータや上位サーバに通知する。この推定結果を元にして、オペレータは製造機械の特定部位に集中してノイズの対策を行うことが出来る。そのため少ない工数で効率的に製造セルの稼働率を向上させる対策を行うことができる。
そして、本発明の請求項1に係る発明は、少なくとも1つの製造機械を備える少なくとも1つの製造セルと、生産計画装置から受信した製造計画に基づいて前記製造機械に対して稼働指示を送信するセルコントローラとを備えたセルコントロールシステムにおいて、前記セルコントローラは、前記製造計画に基づいて前記製造機械に対して稼働指示を送信する機械稼働指示部と、検出されるノイズ情報を収集するノイズ値収集部と、前記製造機械の稼働情報を収集する稼働情報収集部と、前記稼働情報収集部が収集した稼働情報を入力信号とし、前記ノイズ値収集部が収集したノイズ情報を教師信号とする機械学習を行い、学習モデルを作成する学習部と、前記学習部が作成した学習モデルを解析し、前記製造機械で検出されるノイズの要因となる稼働情報を推定する推定部と、前記推定部が推定したノイズ要因となる稼働情報に基づいて、前記機械稼働指示部に対して指示内容の変更を指令する稼働指示変更部と、を備えるセルコントロールシステムである。
本発明の請求項2に係る発明は、前記推定部は、前記学習部が作成した学習モデルを用いた予測を行い、前記製造機械の内のノイズ耐性が低い製造機械を推定し、前記稼働指示変更部は、前記推定部が推定したノイズ耐性の情報に基づいて通信内容を変更するように前記機械稼働指示部に対して指令する、ことを特徴とする請求項1に記載のセルコントロールシステムである。
本発明の請求項3に係る発明は、前記稼働指示変更部は、前記推定部が推定したノイズ耐性が低い製造機械に影響を与える稼働指示を変更するように前記機械稼働指示部に対して指令する、ことを特徴とする請求項2に記載のセルコントロールシステムである。
本発明によれば、各製造機械について、ノイズとの相関関係が大きな稼働情報を推定できる。推定結果を元にノイズ対策を行うことでアラームの発生を予防できる。これにより、製造機械の稼働率を向上させることが出来る。また、製造機械間におけるノイズの相関関係を検出することが出来ると共に、継続的に監視することで製造機械自体のノイズ耐性の劣化を検出することも可能となる。
本発明の一実施形態によるセルコントロールシステムの概略構成図を示している。 多層ニューラルネットワークを用いた学習部35の例を示す図である。 推定部36によるノイズ原因となる稼働情報の推定の手順を説明する図(1)である。 推定部36によるノイズ原因となる稼働情報の推定の手順を説明する図(2)である。 推定部36によるノイズ原因となる稼働情報の推定の手順を説明する図(3)である。 推定部36によるノイズ耐性が低い製造機械の推定の手順を説明する図である。 複数の製造機械で構成される製造セルを管理するセルコントロールシステム(製造管理システム)を示す図である。
以下、本発明の実施形態を図面と共に説明する。
図1は、本発明の一実施形態によるセルコントロールシステムの概略構成図を示している。なお、図1において点線矢印は従来技術における情報の流れを、実線矢印は本発明で導入された情報の流れを示している。本実施形態のセルコントロールシステム1は、生産計画装置2、セルコントローラ3、および少なくとも1つの製造セル4が、ネットワークなどを介して接続されて構成される。
生産計画装置2は、少なくとも1つの各製造セル4において行われる全体的な製造作業を計画し、計画した製造作業を製造計画としてそれぞれの製造セル4を管理するセルコントローラ3へと送信する。
セルコントローラ3は、生産計画装置2から指示された製造計画に基づいて、管理下にある製造セル4が備える製造機械41の使用状況を管理したり、どの製造機械41を使用するかを判断したりしながら各製造セルに対して稼働指示を行う。図1に示すセルコントローラ3は、少なくとも1つの製造セル4を管理している。セルコントローラ3は、製造計画受信部30、機械稼働指示部31、通信部32、ノイズ値収集部33、稼働情報収集部34、学習部35、推定部36、稼働指示変更部37を備える。
製造計画受信部30は、生産計画装置2から指示される製造計画を受信し、受信した製造計画を機械稼働指示部31へと出力する。
機械稼働指示部31は、製造計画受信部30から入力された製造計画に基づいて、セルコントローラ3の管理下にある製造セル4が備える少なくとも1以上の製造機械41に対して稼働指示を通信部32を介して送信する。機械稼働指示部31は、製造計画に基づいて管理下にある製造セル4が備える製造機械41ごとの稼働スケジュールを作成する機能を備えている。
ノイズ値収集部33は、管理下にある製造セル4が備える製造機械41から、当該製造機械41で検出されたノイズに係る値を収集し、時刻情報等と共に稼働情報データベース38に記憶する。ノイズ値収集部33が収集するノイズ値は、製造機械41が備えるノイズ検出部42で検出されたノイズ値以外にも、工場や外部に設けられた図示しないセンサなどで検出されたノイズ値を収集するようにしてもよく、セルコントロールシステム1で取得可能なあらゆるノイズ値を収集するようにしてもよい。
稼働情報収集部34は、管理下にある製造セル4が備える製造機械41から、当該製造機械41の稼働状態を示す稼働情報を収集し、時刻情報等と共に製造機械41毎に稼働情報データベース38に記憶する。稼働情報収集部34は、製造機械41の稼働状態を示す情報以外にも、例えば、時刻や工場の電力状態など、セルコントロールシステム1で取得可能なあらゆる情報を稼働情報として収集するようにしてもよい。
学習部35は、稼働情報データベース38に記憶されたノイズ値と稼働情報とに基づいて、各製造機械から収集された稼働情報と各製造機械41から検出されたノイズ値との関係を機械学習する。そして、学習部35が学習したモデルを後述する推定部36による推定に利用する。学習部35が行う学習に用いるモデルは、ある稼働情報の変化によるノイズ値の変化傾向を推定することができるモデルであればどのようなものを用いてもよい。例えば、後述する多層ニューラルネットや、ベイジアンネットワークなどを用いることができる。
一例として、例えば図2に示すような多層ニューラルネットを学習部35として用いる場合には、入力信号として各製造機械41の稼働情報を、教師信号として各製造機械41のノイズ値を与えるようにし、中間層1では各製造機械41の稼働情報のうち、同じ製造機械の稼働情報を相互に学習させ、全結合層では、各製造機械41の稼動情報と各製造機械のノイズとの相関関係を学習させるようにしてもよい。
推定部36では、学習部35が学習したモデルを用いて、ノイズに対して大きく影響を与えるノイズ要因を稼働情報の中から推定する。ノイズ要因となる稼働情報は、例えば以下の手順で推定することができる。
●手順c1)対象とするノイズ情報をノイズAとする
●手順c2)収集した稼働情報から複数の時刻の稼働情報をランダムに選択
●手順c3)選んだ各稼働情報について、学習したモデルを用いてノイズAの値に対する
入力値の勾配を計算する
●手順c4)勾配の平均値を計算し、勾配が特に大きい入力信号をノイズ要因の稼働情報
であると推定する。ただし他の入力信号と比べて勾配の差が小さい場合には
、ノイズ要因と推定しない
図3,4は、上記したノイズ要因を推定する手順のイメージを示す図である。図3,4では、例えば、要因推定の対象とするノイズ値をA、w1を稼働情報の送り速度値、w2を稼働情報の主軸速度値とし、X1は送り速度とノイズ値A(w)との相関係数、X2は主軸速度とノイズ値A(w)との相関係数、上付きの(n)は上記した手順c2で選択した複数の稼働情報に付けた通し番号nを表している。機械学習によりモデル化されたノイズ値Aは稼働情報wの関数とみなせるため、図中ではA(w)と表記している。
図3(a−1)に示すように、学習部35が学習したモデルを解析して、特定の稼働情報w(1)における送り速度とノイズ値A(w)の相関係数X1 (1)を算出する。同様に、図3(a−2)に示すように、学習部35が学習したモデルを解析して、特定の稼働情報w(2)における送り速度とノイズ値A(w)の相関係数X1 (2)を算出する。このようにして、図4(b−1)に例示するように、ランダムに抽出した稼働情報w(1)〜w(n)のそれぞれにおける送り速度w1について、学習部35が学習したモデルを解析して各相関係数X1 (1)〜X1 (n)を求め、これらを平均した値を算出する。このようにして算出された相関係数の平均値(図4(b−1)では0.5)が、あらかじめ定めた所定の閾値(例えば閾値0.1)よりも大きい場合に、当該稼働情報(図4(b−1)では送り速度w1)の変動は、ノイズ値A(w)に対して大きな影響を与えるものであるから、送り速度w1はノイズ値Aのノイズ要因であると推定できる。なお、図4(b−2)に示す例では、主軸速度w2の各相関係数のX1 (1)〜X1 (n)の平均値(0.025)は小さい値となるため、主軸速度w2の変動は、ノイズ値A(w)に対して大きな影響を与えるものではないので、主軸速度w2はノイズ値Aのノイズ要因ではないと推定できる。
なお、上記した図3,4では簡単に説明するために、各稼働情報をノイズ値との2次元グラフで示した上で勾配値を相関係数として求めるようにしているが、実際には図5に示すように稼働情報の入力数に応じた多次元関数における各点での方向毎の勾配値を相関係数として算出する。
推定部36では、学習部35が学習したモデルを用いて、ノイズ耐性の低い機械を推定することも可能である。ノイズ耐性の低い機械は、例えば以下の手順で推定することができる。
●手順d1)収集した稼働情報から適当な時刻のデータ1件を選ぶ
●手順d2)選んだ稼働情報を学習部35が学習したモデルに対して入力値として入力し
、各出力値が増加するような入力値の勾配を計算する
●手順d3)計算した勾配方向に各入力値を増減させる
●手順d4)いずれかの出力があらかじめ定めた閾値を超えるか、収束するまで手順d2
〜d3を繰り返す
●手順d5)手順d4で閾値を超えた出力信号の製造機械は、ノイズ耐性が低いと推定
図6は、上記した低ノイズ耐性機械を推定する手順のイメージを示す図である。図6(c−1)に示すように、手順d3で入力値を増減させた際にノイズ値A(w)があらかじめ閾値を超えた場合、稼働中にノイズが発生し得る製造機械であると推定でき、当該製造機械はノイズ耐性が低いと推定できる。また、図6(c−2)に示すように、手順d3で入力値を増減させた際にノイズ値A(w)があらかじめ閾値を超えることなく収束(ノイズ値A(w)が下降する)場合、稼働中に問題となるレベルのノイズ値Aが発生しない製造機械であると推定でき、当該製造機械のノイズ耐性に問題はないと推定できる。
稼働指示変更部37は、推定部36によるノイズ要因となる稼働情報の推定結果、または推定部によるノイズ耐性の低い製造機械の推定結果に基づいて、機械稼働指示部31に対して各製造機械41へ送信する指示内容を変更するように指令する。稼働指示変更部37が機械稼働指示部31に送信する指示の変更の例としては、例えば、実際にノイズ要因として推定された稼働情報の原因となる製造機械や、ノイズ耐性が低いと推定された製造機械を稼働させる際に、当該製造機械の操作盤の画面などにノイズ要因として推定された稼働情報に関連するノイズ対策をするように促すメッセージを表示したり、ノイズ要因として推定された稼働情報をノイズが発生しない程度の値に変更するよう警告する(例えば、製造機械の送り速度を落とすことを推奨するなど)、などが挙げられる。さらに、稼働指示変更部37は、生産計画装置2などの上位サーバに対して、ノイズ要因として推定された稼働情報や、ノイズ耐性が低いと推定された製造機械に関する情報を通知するようにしてもよい。
稼働指示変更部37は、推定部36によるノイズ要因となる稼働情報の推定結果、またはノイズ耐性の低い製造機械の推定結果に基づいて、ノイズによる機械の異常が発生しないように、機械稼働指示部31に対して各製造機械41へ送信する稼働指示内容を変更するように指令してもよい。製造機械の稼働指示内容の変更の例としては、ノイズ要因として推定された稼働情報の原因となる製造機械について、そのような稼働状態にならない方法で運転を行うように用いるプログラムを変更したり、または、ノイズ耐性が低いと推定された製造機械を稼働する間は、当該製造機械に対するノイズ要因となるような製造機械の稼働を指示しないように順番を変更したりする。その他に、ノイズ要因として推定された稼働情報をノイズが発生しない程度の値に低下させるように変更する(例えば、製造機械の送り速度を落とすように稼働指示を自動的に変更するなど)、などが考えられる。
製造セル4は、少なくとも1つの製造機械41を備える。また、各製造機械41は、ノイズ検出部42と、稼働情報送信部43を備える。
ノイズ検出部42は、製造機械41の各部に設置された図示しないセンサなどを用いて発生したノイズを検出し、検出したノイズ値をセルコントローラ3へと送信する。また、稼働情報送信部43は、図示しない製造機械41の制御部が製造機械41の各部から収集した情報を稼働情報としてセルコントローラ3へと送信する。
以上、ここまで本発明の実施の形態について説明したが、本発明は上記した実施の形態の例にのみ限定されるものでなく、適宜の変更を加えることにより様々な態様で実施することができる。
1 セルコントロールシステム
2 生産計画装置
3 セルコントローラ
4 製造セル
30 製造計画受信部
31 機械稼働指示部
32 通信部
33 ノイズ値収集部
34 稼働情報収集部
35 学習部
36 推定部
37 稼働指示変更部
38 稼働情報データベース
41 製造機械
42 ノイズ検出部
43 稼働情報送信部

Claims (3)

  1. 少なくとも1つの製造機械を備える少なくとも1つの製造セルと、生産計画装置から受信した製造計画に基づいて前記製造機械に対して稼働指示を送信するセルコントローラとを備えたセルコントロールシステムにおいて、
    前記セルコントローラは、
    前記製造計画に基づいて前記製造機械に対して稼働指示を送信する機械稼働指示部と、
    検出されるノイズ情報を収集するノイズ値収集部と、
    前記製造機械の稼働情報を収集する稼働情報収集部と、
    前記稼働情報収集部が収集した稼働情報を入力信号とし、前記ノイズ値収集部が収集したノイズ情報を教師信号とする機械学習を行い、学習モデルを作成する学習部と、
    前記学習部が作成した学習モデルを解析し、前記製造機械で検出されるノイズの要因となる稼働情報を推定する推定部と、
    前記推定部が推定したノイズ要因となる稼働情報に基づいて、前記機械稼働指示部に対して指示内容の変更を指令する稼働指示変更部と、
    を備えるセルコントロールシステム。
  2. 前記推定部は、前記学習部が作成した学習モデルを用いた予測を行い、前記製造機械の内のノイズ耐性が低い製造機械を推定し、
    前記稼働指示変更部は、前記推定部が推定したノイズ耐性の情報に基づいて通信内容を変更するように前記機械稼働指示部に対して指令する、
    ことを特徴とする請求項1に記載のセルコントロールシステム。
  3. 前記稼働指示変更部は、前記推定部が推定したノイズ耐性が低い製造機械に対して影響を与えると推定される稼働指示を変更するように、前記機械稼働指示部に対して指令する、
    ことを特徴とする請求項2に記載のセルコントロールシステム。
JP2016164932A 2016-08-25 2016-08-25 セルコントロールシステム Active JP6645934B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016164932A JP6645934B2 (ja) 2016-08-25 2016-08-25 セルコントロールシステム
DE102017118854.1A DE102017118854A1 (de) 2016-08-25 2017-08-18 Zellensteuerungssystem
CN201710735508.XA CN107783495B (zh) 2016-08-25 2017-08-24 单元控制系统
US15/685,129 US10642247B2 (en) 2016-08-25 2017-08-24 Cell control system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016164932A JP6645934B2 (ja) 2016-08-25 2016-08-25 セルコントロールシステム

Publications (2)

Publication Number Publication Date
JP2018032262A true JP2018032262A (ja) 2018-03-01
JP6645934B2 JP6645934B2 (ja) 2020-02-14

Family

ID=61166667

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016164932A Active JP6645934B2 (ja) 2016-08-25 2016-08-25 セルコントロールシステム

Country Status (4)

Country Link
US (1) US10642247B2 (ja)
JP (1) JP6645934B2 (ja)
CN (1) CN107783495B (ja)
DE (1) DE102017118854A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020080128A (ja) * 2018-11-14 2020-05-28 オムロン株式会社 情報処理装置および情報処理装置の制御方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11029359B2 (en) * 2018-03-09 2021-06-08 Pdf Solutions, Inc. Failure detection and classsification using sensor data and/or measurement data
JP7155854B2 (ja) * 2018-10-16 2022-10-19 オムロン株式会社 情報処理装置
CN113804244B (zh) * 2020-06-17 2024-06-25 富联精密电子(天津)有限公司 缺陷分析方法及装置、电子装置及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4885707A (en) * 1987-02-19 1989-12-05 Dli Corporation Vibration data collecting and processing apparatus and method
JPH02272326A (ja) * 1989-04-14 1990-11-07 Hitachi Ltd 機器/設備の状態診断システム
JPH08320726A (ja) * 1995-05-24 1996-12-03 Hitachi Ltd 制御システムの診断・解析方法および装置
JP2003308107A (ja) * 2002-04-12 2003-10-31 Nissan Motor Co Ltd ノイズ発生源特定装置
JP2004206063A (ja) * 2002-10-31 2004-07-22 Seiko Epson Corp 音響モデル作成方法および音声認識装置ならびに音声認識装置を有する乗り物
JP2010287227A (ja) * 2009-06-10 2010-12-24 Fisher Rosemount Syst Inc プロセスコントロールシステムのプロセス品質を予測する方法および装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5963884A (en) * 1996-09-23 1999-10-05 Machine Xpert, Llc Predictive maintenance system
CN101859102B (zh) * 2006-12-11 2013-03-20 株式会社日立制作所 燃煤锅炉的气体浓度推断方法以及气体浓度推断装置
US9323234B2 (en) * 2009-06-10 2016-04-26 Fisher-Rosemount Systems, Inc. Predicted fault analysis
JP5427107B2 (ja) 2010-05-20 2014-02-26 株式会社日立製作所 監視診断装置および監視診断方法
KR102521159B1 (ko) * 2014-11-25 2023-04-13 피디에프 솔루션즈, 인코포레이티드 반도체 제조 공정을 위한 개선된 공정 제어 기술
US20170227673A1 (en) * 2016-02-08 2017-08-10 Goodrich Corporation Material detection systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4885707A (en) * 1987-02-19 1989-12-05 Dli Corporation Vibration data collecting and processing apparatus and method
JPH02272326A (ja) * 1989-04-14 1990-11-07 Hitachi Ltd 機器/設備の状態診断システム
JPH08320726A (ja) * 1995-05-24 1996-12-03 Hitachi Ltd 制御システムの診断・解析方法および装置
JP2003308107A (ja) * 2002-04-12 2003-10-31 Nissan Motor Co Ltd ノイズ発生源特定装置
JP2004206063A (ja) * 2002-10-31 2004-07-22 Seiko Epson Corp 音響モデル作成方法および音声認識装置ならびに音声認識装置を有する乗り物
JP2010287227A (ja) * 2009-06-10 2010-12-24 Fisher Rosemount Syst Inc プロセスコントロールシステムのプロセス品質を予測する方法および装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020080128A (ja) * 2018-11-14 2020-05-28 オムロン株式会社 情報処理装置および情報処理装置の制御方法
US11271836B2 (en) 2018-11-14 2022-03-08 Omron Corporation Information processing device and control method for information processing device
JP7081452B2 (ja) 2018-11-14 2022-06-07 オムロン株式会社 情報処理装置および情報処理装置の制御方法

Also Published As

Publication number Publication date
DE102017118854A1 (de) 2018-03-01
US10642247B2 (en) 2020-05-05
US20180059639A1 (en) 2018-03-01
JP6645934B2 (ja) 2020-02-14
CN107783495A (zh) 2018-03-09
CN107783495B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
US10845793B2 (en) Intelligent condition monitoring and fault diagnostic system for preventative maintenance
Kothamasu et al. System health monitoring and prognostics—a review of current paradigms and practices
Bayar et al. Fault detection, diagnosis and recovery using Artificial Immune Systems: A review
EP1609033B1 (en) Data analysis system and method
JP6645934B2 (ja) セルコントロールシステム
JP2019128934A5 (ja) サーバ、プログラム、及び、方法
KR20180018704A (ko) 가전 제품 버스 제어 시스템을 검출하는 방법
US11494252B2 (en) System and method for detecting anomalies in cyber-physical system with determined characteristics
US20150241853A1 (en) Initated test health management system and method
JP2009053938A (ja) 複数モデルに基づく設備診断システム及びその設備診断方法
WO2007008940A2 (en) Intelligent condition-monitoring and dault diagnostic system
WO2012074823A1 (en) Machine anomaly detection and diagnosis incorporating operational data
KR102095653B1 (ko) 신경망 모델을 이용한 비정상 운전 상태 판단 장치 및 방법
KR20140147621A (ko) 수질 센서 장애 제어 장치 및 방법
Tan et al. Distributed fault detection in industrial system based on sensor wireless network
CN109791401A (zh) 生成用于嵌入式分析和诊断/预测推理的故障模型
JP4635194B2 (ja) 異常検知装置
CN116670608A (zh) 用于物联网预测建模的混合系综方法
KR20180116577A (ko) 건물 시스템 진단 방법 및 장치
KR102545672B1 (ko) 기계고장 진단 방법 및 장치
Hofbaur et al. Improving robustness of mobile robots using model-based reasoning
EP3748450B1 (en) Data driven machine learning for modeling aircraft sensors
US20180216960A1 (en) Monitoring a sensor array
KR20200119359A (ko) 혼합 현실을 이용한 설비 모니터링 장치
Najeh et al. Diagnosis of sensor grids in a building context: Application to an office setting

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170919

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180905

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180918

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190507

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190703

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: 20191210

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200109

R150 Certificate of patent or registration of utility model

Ref document number: 6645934

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150