(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023178206
(43)【公開日】2023-12-14
(54)【発明の名称】異常検知装置、異常検知方法およびプログラム
(51)【国際特許分類】
G05B 19/418 20060101AFI20231207BHJP
G05B 23/02 20060101ALI20231207BHJP
【ＦＩ】
G05B19/418 Z
G05B23/02 302S
G05B23/02 302Y
【審査請求】未請求
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2023058310
(22)【出願日】2023-03-31
(31)【優先権主張番号】P 2022090861
(32)【優先日】2022-06-03
(33)【優先権主張国・地域又は機関】JP
(71)【出願人】
【識別番号】000002945
【氏名又は名称】オムロン株式会社
(74)【代理人】
【識別番号】110001195
【氏名又は名称】弁理士法人深見特許事務所
(72)【発明者】
【氏名】中井 隆樹
(72)【発明者】
【氏名】南百▲瀬▼ 勇
【テーマコード（参考）】
3C100
3C223
【Ｆターム（参考）】
3C100AA03
3C100AA05
3C100AA18
3C100AA29
3C100AA38
3C100AA56
3C100BB15
3C100BB17
3C100BB22
3C100BB31
3C223AA11
3C223BA03
3C223CC02
3C223DD03
3C223EB01
3C223EB02
3C223EB07
3C223FF02
3C223FF04
3C223FF12
3C223FF13
3C223FF17
3C223FF22
3C223FF24
3C223FF35
3C223FF42
3C223GG01
3C223HH03
3C223HH29
(57)【要約】
【課題】生産現場における監視対象の異常の有無を簡易に確認できる異常検知方法を提供する。
【解決手段】異常検知方法は、生産ラインが正常に動作しているときの、生産ラインの状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（１）と、単位時間ごとの複数の変数の実績値を収集するステップ（２）と、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出するステップ（３）と、統計量が基準範囲外であることに応じて、生産ラインに異常が発生していることを検知するステップ（４）と、を備える。
【選択図】図１
【解決手段】異常検知方法は、生産ラインが正常に動作しているときの、生産ラインの状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（１）と、単位時間ごとの複数の変数の実績値を収集するステップ（２）と、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出するステップ（３）と、統計量が基準範囲外であることに応じて、生産ラインに異常が発生していることを検知するステップ（４）と、を備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
生産現場における監視対象が正常に動作しているときの、単位区間における前記監視対象の状況を示す複数の変数の標準値を取得する取得部と、
前記単位区間における前記複数の変数の実績値を収集する収集部と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知する検知部と、を備える異常検知装置。
前記単位区間における前記複数の変数の実績値を収集する収集部と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知する検知部と、を備える異常検知装置。
【請求項2】
前記複数の変数の中から、前記統計量への影響度の相対的に大きい有効変数を選択する選択部をさらに備える、請求項１に記載の異常検知装置。
【請求項3】
前記選択部は、前記複数の変数を説明変数とし、前記統計量を目的変数とするＴ法推定モデルの推定精度の向上に有効な変数を前記有効変数として選択する、請求項２に記載の異常検知装置。
【請求項4】
前記単位区間ごとの前記有効変数の前記実績値と前記統計量とを用いた主成分分析を行なう分析部をさらに備える、請求項２に記載の異常検知装置。
【請求項5】
前記分析部は、
前記統計量の分散を最大化する２つの主成分を選定し、
前記有効変数と前記統計量との各々における、前記２つの主成分に対する主成分負荷量に基づいて、前記有効変数の前記統計量への影響度を特定する、請求項４に記載の異常検知装置。
前記統計量の分散を最大化する２つの主成分を選定し、
前記有効変数と前記統計量との各々における、前記２つの主成分に対する主成分負荷量に基づいて、前記有効変数の前記統計量への影響度を特定する、請求項４に記載の異常検知装置。
【請求項6】
前記取得部は、
前記監視対象の仮想モデルを用いて、生産計画に従って前記監視対象を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位区間の値を前記標準値として取得する、請求項１に記載の異常検知装置。
前記監視対象の仮想モデルを用いて、生産計画に従って前記監視対象を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位区間の値を前記標準値として取得する、請求項１に記載の異常検知装置。
【請求項7】
前記取得部は、過去に前記監視対象が正常に動作していたときの前記単位区間における前記複数の変数の値を前記標準値として取得する、請求項１に記載の異常検知装置。
【請求項8】
前記統計量は標準ＳＮ比である、請求項１に記載の異常検知装置。
【請求項9】
前記監視対象は生産ラインであり、
前記単位区間は単位時間である、請求項１から８のいずれか１項に記載の異常検知装置。
前記単位区間は単位時間である、請求項１から８のいずれか１項に記載の異常検知装置。
【請求項10】
前記監視対象は、製造装置を含む、請求項１から８のいずれか１項に記載の異常検知装置。
【請求項11】
前記製造装置は、対象動作を繰り返し実行し、
前記単位区間は、前記対象動作が実行されている期間である、請求項１０に記載の異常検知装置。
前記単位区間は、前記対象動作が実行されている期間である、請求項１０に記載の異常検知装置。
【請求項12】
生産現場における監視対象が正常に動作しているときの、単位区間における前記監視対象の状況を示す複数の変数の標準値を取得するステップと、
前記単位区間における前記複数の変数の実績値を収集するステップと、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップと、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップと、を備える異常検知方法。
前記単位区間における前記複数の変数の実績値を収集するステップと、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップと、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップと、を備える異常検知方法。
【請求項13】
異常検知方法をコンピュータに実行させるプログラムであって、
前記異常検知方法は、
生産現場における監視対象が正常に動作しているときの、単位区間における前記監視対象の状況を示す複数の変数の標準値を取得するステップと、
前記単位区間における前記複数の変数の実績値を収集するステップと、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップと、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップと、を含む、プログラム。
前記異常検知方法は、
生産現場における監視対象が正常に動作しているときの、単位区間における前記監視対象の状況を示す複数の変数の標準値を取得するステップと、
前記単位区間における前記複数の変数の実績値を収集するステップと、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップと、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップと、を含む、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、異常検知装置、異常検知方法およびプログラムに関する。
【背景技術】
【0002】
生産効率を高めるために、生産ラインの異常を早期に検知することが望まれる。特開２０１９－１７７７８３号公報（特許文献１）は、鉄道車両に設けられた加速度センサから得られる特性データと予め取得された単位データとの間のマハラノビス距離の増加から鉄道車両の乗り心地の悪化を検知する技術を開示している。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１９－１７７７８３号公報
【特許文献2】特開２００３－４４１１５号公報
【非特許文献】
【0004】
【非特許文献1】田村希志臣、「第５回方向判定のできるＭＴシステム－ＴＳ法，Ｔ法」、標準化と品質管理、2009年、Vol.62、No.2
【非特許文献2】田口玄一、「目的機能と基本機能（６）－Ｔ法による総合予測－」、品質工学、2005年、13巻3号、p.5-10
【非特許文献3】「開発設計段階における品質工学の考え方と活用－試作レス・試験レスによるシステム評価と改善－」、[online]、[2023年3月22日検索]、インターネット<https://foundry.jp/bukai/wp-content/uploads/2012/07/e4806f10b0797ec0932d9317dd92a533.pdf>
【発明の概要】
【発明が解決しようとする課題】
【0005】
生産ラインは多種多様の設備を含み、多数の変数が得られる。そのため、特許文献１に開示の技術を生産ラインに適用した場合、生産ラインの異常の有無を確認するためには、多数の変数の各々について基準と実測値とを比較する必要が生じる。その結果、生産ラインの異常の有無の確認にかかる作業が増大する。
【0006】
本開示は、上記の問題に鑑みてなされたものであり、その目的は、生産現場における監視対象の異常の有無を簡易に確認できる異常検知装置、異常検知方法およびプログラムを提供することである。
【課題を解決するための手段】
【0007】
本開示の一例によれば、異常検知装置は、取得部と、収集部と、算出部と、検知部と、を備える。取得部は、生産現場における監視対象が正常に動作しているときの、単位区間における監視対象の状況を示す複数の変数の標準値を取得する。収集部は、単位区間における複数の変数の実績値を収集する。算出部は、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出する。検知部は、統計量が基準範囲外であることに応じて、監視対象に異常が発生していることを検知する。
【0008】
上記の開示によれば、ユーザは、検知部の結果を確認することにより、生産現場における監視対象の異常の有無を簡易に確認できる。
【0009】
上述の開示において、異常検知装置は、複数の変数の中から、前記統計量への影響度の相対的に大きい有効変数を選択する選択部をさらに備える。
【0010】
上記の開示によれば、ユーザは、選択部による選択結果を確認することにより、有効変数を、監視対象の異常の原因候補として特定できる。その結果、ユーザは、有効変数を調整するように監視対象のメンテナンスや生産計画を見直しなどの対策を早期に実行できる。
【0011】
上述の開示において、選択部は、複数の変数を説明変数とし、統計量を目的変数とするＴ法推定モデルの推定精度の向上に有効な変数を上記の有効変数として選択する。
【0012】
上記の開示によれば、統計量への影響度の相対的に大きい有効変数を容易に選択できる。
【0013】
上述の開示において、異常検知装置は、単位区間ごとの有効変数の実績値と統計量とを用いた主成分分析を行なう分析部をさらに備える。
【0014】
上記の開示によれば、ユーザは、主成分分析によって得られる主成分負荷量に基づいて、複数の有効変数のうち、統計量への影響度の高い変数を絞り込むことができる。その結果、ユーザは、絞り込まれた変数を調整するように生産ラインのメンテナンスや生産計画を見直しなどの対策を早期に実行できる。
【0015】
上述の開示において、分析部は、統計量の分散を最大化する２つの主成分を選定し、有効変数と統計量との各々における、２つの主成分に対する主成分負荷量に基づいて、有効変数の統計量への影響度を特定する。
【0016】
上記の開示によれば、ユーザは、特定された影響度に基づいて、複数の有効変数のうち、統計量への影響度の高い有効変数を絞り込むことができる。その結果、ユーザは、絞り込まれた有効変数を調整するように監視対象のメンテナンスや生産計画を見直しなどの対策を早期に実行できる。
【0017】
上述の開示において、取得部は、監視対象の仮想モデルを用いて、生産計画に従って監視対象を動作させたときの複数の変数の値のシミュレーションを実行し、シミュレーションにより得られる単位区間の値を標準値として取得する。
【0018】
あるいは、上述の開示において、取得部は、過去に監視対象が正常に動作していたときの単位区間における複数の変数の値を標準値として取得してもよい。
【0019】
上述の開示において、統計量は、例えば標準ＳＮ比である。これにより、統計量は、標準値に対する実績値の類似度を適格に表す。
【0020】
上述の開示において、監視対象は生産ラインであり、単位区間は単位時間である。この開示によれば、ユーザは、検知部の結果を確認することにより、生産ラインの異常の有無を簡易に確認できる。
【0021】
上述の開示において、監視対象は製造装置を含む。この開示によれば、ユーザは、検知部の結果を確認することにより、製造装置の異常の有無を簡易に確認できる。
【0022】
上述の開示において、製造装置は、対象動作を繰り返し実行する。単位区間は、対象動作が実行されている期間である。この開示によれば、複数の変数は、対象動作が実行されている期間における製造装置の状況を示す。そのため、ユーザは、製造装置によって繰り返し実行される対象動作ごとに、異常の有無を簡易に確認できる。
【0023】
本開示の別の例によれば、異常検知方法は、第１～第４のステップを備える。第１のステップは、監視対象が正常に動作しているときの、単位区間における前記監視対象の状況を示す複数の変数の標準値を取得するステップである。第２のステップは、単位区間における複数の変数の実績値を収集するステップである。第３のステップは、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出するステップである。第４のステップは、統計量が基準範囲外であることに応じて、監視対象に異常が発生していることを検知するステップである。
【0024】
本開示の別の例によれば、プログラムは、上記の異常検知方法をコンピュータに実行させる。これらの開示によっても、ユーザは、生産現場における監視対象の異常の有無を簡易に確認できる。
【発明の効果】
【0025】
本開示によれば、ユーザは、生産現場における監視対象の異常の有無を簡易に確認できる。
【図面の簡単な説明】
【0026】
【図1】実施の形態に係る異常検知装置を含むシステムの構成を示す概略図である。
【図2】生産ラインの一例を示す図である。
【図3】実施の形態に係る異常検知装置のハードウェア構成の一例を示す模式図である。
【図4】実施の形態に係る異常検知装置の機能構成の一例を示す図である。
【図5】シミュレーション実行部の処理を説明する図である。
【図6】算出部の処理を説明する図である。
【図7】有効変数の選択結果の一例を示す図である。
【図8】分析部による分析結果の一例を示す図である。
【図9】異常検知装置の処理の流れの一例を示すフローチャートである。
【図10】変形例１に係る異常検知装置の機能構成を示す図である。
【図11】監視対象の製造装置の一例を示す図である。
【図12】射出成形動作が実行される期間におけるパラメータの値の推移を示す図である。
【図13】射出成形機３の状況を示す複数の変数の標準値および実績値を示す図である。
【図14】射出成形動作ごとに算出された統計量の推移を示す図である。
【図15】射出成形期間ごとの有効変数の実績値と標準ＳＮ比とを用いた主成分分析の結果を示す図である。
【図16】監視対象の製造装置の別の例を示す図である。
【図17】接合動作ごとに算出された統計量の推移を示す図である。
【発明を実施するための形態】
【0027】
本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。
【0028】
§１ 適用例
図１を参照して、本発明が適用される場面の一例について説明する。図１は、実施の形態に係る異常検知装置を含むシステムの構成を示す概略図である。図１に示されるように、システム１は、生産現場における監視対象の一例である生産ライン２と、生産ライン２の異常の発生を検知する異常検知装置１００と、を備える。異常検知装置１００は、生産ライン２と通信可能に接続される。なお、生産現場における監視対象は、生産ライン２に限定されない。
図１を参照して、本発明が適用される場面の一例について説明する。図１は、実施の形態に係る異常検知装置を含むシステムの構成を示す概略図である。図１に示されるように、システム１は、生産現場における監視対象の一例である生産ライン２と、生産ライン２の異常の発生を検知する異常検知装置１００と、を備える。異常検知装置１００は、生産ライン２と通信可能に接続される。なお、生産現場における監視対象は、生産ライン２に限定されない。
【0029】
異常検知装置１００は、生産ライン２が正常に動作しているときの、生産ライン２の状況を示す複数の変数の単位時間ごとの標準値を取得する（ステップ（１））。複数の変数は、生産ライン２を構成する各工程の装置数、人員数、出来高などを含む。複数の変数の標準値は、生産ライン２の標準的な状況を表している。単位時間は、例えば５分である。また、複数の変数の標準値は、単位時間ごとに異なり得る。例えば、生産ライン２の稼働開始直後の単位時間における標準値は、生産ライン２の稼働開始してから数時間経過後の単位時間における標準値と異なり得る。このような場合を考慮して、異常検知装置１００は、単位時間ごとに標準値を取得する。
【0030】
次に、異常検知装置１００は、生産ライン２の操業が開始されると、単位時間ごとの複数の変数の実績値を収集する（ステップ（２））。そして、異常検知装置１００は、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出する（ステップ（３））。異常検知装置１００は、統計量が基準範囲外であることに応じて、生産ライン２に異常が発生していることを検知する（ステップ（４））。
【0031】
ステップ（３）により、生産ライン２の状況を示す複数の変数の個数が多くても、生産ライン２の標準的な状況に対する現状況の乖離度が１つの統計量で表される。統計量として、例えば標準ＳＮ比が採用され得る。ただし、統計量は、標準ＳＮ比に限定されず、複数の変数についての標準値と実績値との乖離度を表すパラメータであればよい。標準ＳＮ比は、複数の変数についての標準値と実績値との乖離度が大きいほど小さくなる。そのため、標準ＳＮ比が低下することは、複数の変数の実績値が標準値から外れていることを意味する。閾値ＴＨは、生産ライン２が正常から異常に変化するときの値となるように予め定められる。この場合、基準範囲は、閾値ＴＨ以上の範囲である。そのため、標準ＳＮ比が基準範囲外（すなわち閾値ＴＨ未満）であることは、生産ライン２に何らかの異常が発生していることを意味する。従って、ユーザは、上記のステップ（４）の結果を確認することにより、生産ライン２の異常の有無を簡易に確認できる。
【0032】
【0033】
切削加工工程２１は、例えば金属片を切削加工することにより、所定形状の金属部品を作製する。切削加工工程２１は、１以上の切削装置２１ａと、タイマー２１ｂと、カウンタ２１ｃ，２１ｄと、を備える。
【0034】
１以上の切削装置２１ａの各々は、正常に動作しているか否かを示す第１信号と、切削加工動作を実施しているか否かを示す第２信号と、金属部品の作製を完了したことを示す第３信号と、を出力する。
【0035】
カウンタ２１ｃは、第１信号に基づいて、切削加工工程２１において正常に動作している切削装置２１ａの個数（以下、「装置数」と称する。）を計測する。
【0036】
タイマー２１ｂは、第２信号に基づいて、単位時間のうち切削加工動作を実施している時間（以下、「切削加工時間」と称する。）を計測する。
【0037】
カウンタ２１ｄは、第３信号に基づいて、単位時間において作製された金属部品の個数（以下、「出来高（切削加工工程）」と称する。）を計測する。
【0038】
部品出荷工程２２は、外部から購入された組み付け部品を組付工程２３に搬送する。部品出荷工程２２は、センサ２２ａと、自動搬送車（Automatic Guided Vehicle（ＡＧＶ））２２ｂと、を含む。部品出荷工程２２では、作業者が外部から購入された組み付け部品を梱包から取り出す作業が実施された後、自動搬送車２２ｂが組み付け部品を搬送する。
【0039】
センサ２２ａは、単位時間ごとに、作業者の人数（以下、「人員数（部品出荷工程）」と称する。）を計測する。センサ２２ａは、例えば画像センサであり、部品出荷工程２２を撮像することにより得られた画像を用いて、人員数（部品出荷工程）を計測する。
【0040】
自動搬送車２２ｂは、タイマー２２ｃとカウンタ２２ｄとを有する。タイマー２２ｃは、単位時間における、組み付け部品を搬送している時間（以下、「ＡＧＶ稼働時間」と称する。）を計測する。カウンタ２２ｄは、単位時間において、搬送完了した組み付け部品の個数（以下、「出来高（部品出荷工程）」と称する。）を計測する。
【0041】
組付工程２３は、切削加工工程２１によって作製された金属部品に部品出荷工程２２から搬送された組み付け部品を組み付けることにより、製品を製造する。組付工程２３では、例えば作業者が組み付け作業を実施し、完成した製品がベルトコンベアに置かれる。
【0042】
組付工程２３には、単位時間ごとに、切削加工工程２１から搬送された金属部品のうち、組み付け部品の組み付け前の金属部品の個数（以下、「仕掛数」と称する。）を計測するセンサ２３ａが設けられる。センサ２３ａは、例えば画像センサであり、組み付け部品が組み付けられる前の金属部品が置かれるトレーを撮像することにより得られた画像を用いて、仕掛数を計測する。
【0043】
さらに、組付工程２３には、単位時間ごとに、作業者の人数（以下、「人員数（組付工程）」と称する。）を計測するセンサ２３ｂと、単位時間における、製造された製品の個数（以下、「出来高（組付工程）」と称する。）を計測するカウンタ２３ｃと、が設けられる。センサ２３ｂは、例えば画像センサであり、組付工程２３を撮像することにより得られた画像を用いて、人員数（組付工程）を計測する。カウンタ２３ｃは、例えば製品が置かれるベルトコンベアに設けられたリミットスイッチである。製品出荷工程２４では、製品が梱包され、出荷される。
【0044】
＜異常検知装置のハードウェア構成＞
図３は、実施の形態に係る異常検知装置のハードウェア構成の一例を示す模式図である。図３に示されるように、異常検知装置１００は、典型的には、汎用的なコンピュータアーキテクチャに従う構造を有する。具体的には、異常検知装置１００は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro-Processing Unit）などのプロセッサ１０１と、メモリ１０２と、ストレージ１０３と、表示コントローラ１０４と、入力インターフェイス１０５と、通信インターフェイス１０６と、を含む。これらの各部は、バスを介して、互いにデータ通信可能に接続される。
図３は、実施の形態に係る異常検知装置のハードウェア構成の一例を示す模式図である。図３に示されるように、異常検知装置１００は、典型的には、汎用的なコンピュータアーキテクチャに従う構造を有する。具体的には、異常検知装置１００は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro-Processing Unit）などのプロセッサ１０１と、メモリ１０２と、ストレージ１０３と、表示コントローラ１０４と、入力インターフェイス１０５と、通信インターフェイス１０６と、を含む。これらの各部は、バスを介して、互いにデータ通信可能に接続される。
【0045】
プロセッサ１０１は、ストレージ１０３に記憶されている各種のプログラムをメモリ１０２に展開して実行することで、本実施の形態に従う各種処理を実現する。
【0046】
メモリ１０２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置であり、ストレージ１０３から読み出されたプログラムなどを記憶する。
【0047】
ストレージ１０３は、典型的には、ハードディスクトライブなどの不揮発性の磁気記憶装置である。ストレージ１０３は、プロセッサ１０１で実行される、異常検知プログラム１３１およびシミュレーションプログラム１３２を記憶する。ストレージ１０３にインストールされる各種のプログラムは、メモリカードなどに格納された状態で流通する。
【0048】
表示コントローラ１０４は、表示装置７０と接続されており、プロセッサ１０１からの内部コマンドに従って、各種の情報を表示するための信号を表示装置７０へ出力する。
【0049】
入力インターフェイス１０５は、プロセッサ１０１とキーボード、マウス、タッチパネル、専用コンソールなどの入力装置７５との間のデータ伝送を仲介する。すなわち、入力インターフェイス１０５は、ユーザが入力装置７５を操作することで与えられる操作指令を受け付ける。
【0050】
通信インターフェイス１０６は、プロセッサ１０１と外部機器（例えば生産ライン２に設けられる各種の機器）との間におけるデータ伝送を仲介する。通信インターフェイス１０６は、典型的には、イーサネット（登録商標）やＵＳＢ（Universal Serial Bus）などを含む。なお、ストレージ１０３に格納される各種のプログラムは、通信インターフェイス１０６を介して、配信サーバなどからダウンロードされてもよい。
【0051】
上述のような汎用的なコンピュータアーキテクチャに従う構造を有するコンピュータを利用する場合には、本実施の形態に係る機能を提供するためのアプリケーションに加えて、コンピュータの基本的な機能を提供するためのＯＳ（Operating System）がインストールされていてもよい。この場合には、本実施の形態に係るプログラムは、ＯＳの一部として提供されるプログラムモジュールのうち、必要なモジュールを所定の順序およびタイミングで呼出して処理を実行するものであってもよい。すなわち、本実施の形態に係るプログラム自体は、上記のようなモジュールを含んでおらず、ＯＳと協働して処理が実行される場合もある。
【0052】
なお、代替的に、異常検知プログラム１３１およびシミュレーションプログラム１３２の実行により提供される機能の一部もしくは全部を専用のハードウェア回路として実装してもよい。
【0053】
＜異常検知装置の機能構成＞
図４は、実施の形態に係る異常検知装置の機能構成の一例を示す図である。図４に示されるように、異常検知装置１００は、シミュレーション実行部１１と、収集部１２と、算出部１３と、検知部１４と、選択部１５と、分析部１６と、を備える。シミュレーション実行部１１は、プロセッサ１０１（図３参照）がシミュレーションプログラム１３２を実行することにより実現される。収集部１２は、通信インターフェイス１０６と異常検知プログラム１３１を実行するプロセッサ１０１とによって実現される。算出部１３、検知部１４、選択部１５および分析部１６は、プロセッサ１０１が異常検知プログラム１３１を実行することにより実現される。
図４は、実施の形態に係る異常検知装置の機能構成の一例を示す図である。図４に示されるように、異常検知装置１００は、シミュレーション実行部１１と、収集部１２と、算出部１３と、検知部１４と、選択部１５と、分析部１６と、を備える。シミュレーション実行部１１は、プロセッサ１０１（図３参照）がシミュレーションプログラム１３２を実行することにより実現される。収集部１２は、通信インターフェイス１０６と異常検知プログラム１３１を実行するプロセッサ１０１とによって実現される。算出部１３、検知部１４、選択部１５および分析部１６は、プロセッサ１０１が異常検知プログラム１３１を実行することにより実現される。
【0054】
シミュレーション実行部１１は、生産ライン２が正常に動作しているときの、単位時間における生産ライン２の状況を示す複数の変数の標準値を取得する取得部として動作する。具体的には、シミュレーション実行部１１は、生産ライン２の仮想モデルに生産計画を示す生産計画データを入力することにより、生産ライン２の状況を示す複数の変数の単位時間（例えば５分）ごとの値をシミュレートする。シミュレーション実行部１１は、公知の技術（例えば特開２００３－４４１１５号公報（特許文献２））を用いてシミュレーションを実行すればよい。
【0055】
図５は、シミュレーション実行部の処理を説明する図である。仮想モデル２Ｍは、生産ライン２に応じて予め作成される。仮想モデル２Ｍは、生産計画を示す各種データの入力に応じて、当該生産計画に従って生産ライン２を稼働させたときの生産ライン２の状況を示す複数の変数の単位時間ごとの値を出力する。図５に示されるように、生産ライン２の状況を示す複数の変数は、「切削加工時間」、「装置数」、「出来高（切削加工工程）」、「ＡＧＶ稼働時間」、「人員数（部品出荷工程）」、「出来高（部品出荷工程）」、「仕掛数」、「人員数（組付工程）」、「出来高（組付工程）」を含む。
【0056】
仮想モデル２Ｍは、切削加工工程２１に対応する第１モデル２１Ｍと、部品出荷工程２２に対応する第２モデル２２Ｍと、組付工程２３に対応する第３モデル２３Ｍと、を含む。
【0057】
第１モデル２１Ｍは、切削装置２１ａの仕様に応じて作成される。第１モデル２１Ｍは、以下のようなパラメータによって定義される。
・切削装置２１ａが正常に動作するときの切削加工速度、
・１つの金属部品を作製するための切削量、
・金属部品の切削が完了してから次の金属部品の切削を開始するまでの準備時間、など。第１モデル２１Ｍは、動作させる切削装置２１ａの数、稼働予定期間、停止期間（休憩時間）などを示す生産計画データの入力を受けて、単位時間ごとの切削加工工程２１の切削加工時間、装置数および出来高の値を出力する。
・切削装置２１ａが正常に動作するときの切削加工速度、
・１つの金属部品を作製するための切削量、
・金属部品の切削が完了してから次の金属部品の切削を開始するまでの準備時間、など。第１モデル２１Ｍは、動作させる切削装置２１ａの数、稼働予定期間、停止期間（休憩時間）などを示す生産計画データの入力を受けて、単位時間ごとの切削加工工程２１の切削加工時間、装置数および出来高の値を出力する。
【0058】
第２モデル２２Ｍは、自動搬送車２２ｂの仕様および部品出荷工程２２における作業者の標準作業の仕様に応じて作成される。第２モデル２２Ｍは、以下のようなパラメータによって定義される。
・作業者が標準作業を実施するときの、１つの組み付け部品を梱包から取り出すのに要する時間、
・作業者が組み付け部品を自動搬送車２２ｂにセットするのに要する時間、
・自動搬送車２２ｂが１つの組み付け部品を組付工程２３に搬送するのに要する時間、など。
第２モデル２２Ｍは、部品出荷工程２２に配置させる作業者の人数、作業予定期間、作業者の休憩時間などを示す生産計画データの入力を受けて、単位時間ごとの部品出荷工程２２のＡＧＶ稼働時間、人員数および出来高の値を出力する。
・作業者が標準作業を実施するときの、１つの組み付け部品を梱包から取り出すのに要する時間、
・作業者が組み付け部品を自動搬送車２２ｂにセットするのに要する時間、
・自動搬送車２２ｂが１つの組み付け部品を組付工程２３に搬送するのに要する時間、など。
第２モデル２２Ｍは、部品出荷工程２２に配置させる作業者の人数、作業予定期間、作業者の休憩時間などを示す生産計画データの入力を受けて、単位時間ごとの部品出荷工程２２のＡＧＶ稼働時間、人員数および出来高の値を出力する。
【0059】
第３モデル２３Ｍは、作業者による標準作業の仕様に応じて作成される。第３モデル２３Ｍは、例えば作業者による１つの製品を完成させるための標準作業に要する時間などによって定義される。第３モデル２３Ｍは、組付工程２３に配置させる作業者の人数、作業予定期間、休憩時間などを示す生産計画データ、第１モデル２１Ｍの出力データおよび第２モデル２２Ｍの出力データの入力を受けて、単位時間ごとの組付工程２３の仕掛数、人員数および出来高の値を出力する。
【0060】
仮想モデル２Ｍは、各工程において装置および作業者が標準作業を実施することを前提としたモデルである。そのため、シミュレーション実行部１１は、仮想モデル２Ｍから出力される複数の変数の単位時間（例えば１分、５分など）ごとの値を、生産ライン２が正常に動作しているときの当該複数の変数の値（標準値）として取得する。
【0061】
図４に示す収集部１２は、生産ライン２から、単位時間（例えば１分、５分など）ごとの生産ライン２の現状況を示す複数の変数の実績値を収集する。具体的には、収集部１２は、切削加工工程２１のタイマー２１ｂ，カウンタ２１ｃ，カウンタ２１ｄから、「切削加工時間」，「装置数」，「出来高（切削加工工程）」の単位時間ごとの実績値をそれぞれ収集する。収集部１２は、部品出荷工程２２のタイマー２２ｃ，センサ２２ａ，カウンタ２２ｄから、「ＡＧＶ稼働時間」，「人員数（部品出荷工程）」，「出来高（部品出荷工程）」の単位時間ごとの実績値をそれぞれ収集する。収集部１２は、組付工程２３のセンサ２３ａ，センサ２３ｂ，カウンタ２３ｃから、「仕掛数」，「人員数（組付工程）」，「出来高（組付工程）」の単位時間ごとの実績値をそれぞれ収集する。
【0062】
算出部１３は、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量として標準ＳＮ比を算出する。標準ＳＮ比は、「「開発設計段階における品質工学の考え方と活用－試作レス・試験レスによるシステム評価と改善－」、[online]、[2022年1月4日検索]、インターネット<https://foundry.jp/bukai/wp-content/uploads/2012/07/e4806f10b0797ec0932d9317dd92a533.pdf>」（非特許文献３）に基づいて算出される。
【0063】
図６は、算出部の処理を説明する図である。図６には、複数の変数として、「切削加工時間」，「装置数」，「出来高（切削加工工程）」，「ＡＧＶ稼働時間」，「人員数（部品出荷工程）」，「出来高（部品出荷工程）」，「仕掛数」，「人員数（組付工程）」，「出来高（組付工程）」を用いる例が示される。算出部１３は、シミュレーション実行部１１によって算出された複数の変数の標準値に対する収集部１２によって収集された複数の変数の実績値の標準ＳＮ比を単位時間ごとに算出する。算出部１３は、算出された標準ＳＮ比の推移を示すグラフ３０を表示装置７０に表示してもよい。これにより、ユーザは、グラフ３０を確認することにより、生産ライン２の状況の推移を把握できる。
【0064】
図４に示す検知部１４は、算出部１３によって算出された標準ＳＮ比を用いて、生産ライン２に異常が発生していることを検知する。標準ＳＮ比は、複数の変数についての標準値と実績値との乖離度が大きいほど小さくなる。そのため、検知部１４は、標準ＳＮ比が基準範囲外（つまり閾値ＴＨ未満）であることに応じて、生産ライン２に異常が発生していることを検知する。例えば、図６に示すグラフ３０の場合、検知部１４は、標準ＳＮ比が閾値ＴＨ未満となったタイミングＴにおいて、生産ライン２に異常が発生していることを検知する。検知部１４は、生産ライン２に異常が発生していることを検知したことに応じて、エラー通知を表示装置７０に表示してもよい。これにより、ユーザは、生産ライン２に異常が発生していることを確実に把握できる。
【0065】
図４に示す選択部１５は、検知部１４が異常の発生を検知したことに応じて、複数の変数の中から、標準ＳＮ比への影響度の相対的に大きい有効変数を選択する。具体的には、選択部１５は、複数の変数を説明変数とし、標準ＳＮ比を目的変数とするＴ法推定モデルの推定精度の向上に有効な変数を有効変数として選択する。これにより、ユーザは、有効変数を生産ライン２の異常の原因候補として選択でき、生産ライン２の異常の解消を早期に実行できる。なお、選択部１５は、複数の有効変数を選択してもよい。
【0066】
Ｔ法は、統計学者の田口玄一氏によって提供された多変量解析手法の１つであり、複数の説明変数の値から１つの目的変数の値を推定する手法である（非特許文献１参照）。
【0067】
選択部１５は、単位時間ごとの複数の変数の実績値と標準ＳＮ比の値とを示すデータセットに対してＴ法のデータ処理を実行することにより、Ｔ法推定モデルを生成する。Ｔ法のデータ処理は、説明変数ごとに単回帰を行ない、説明変数ごとに加重平均を行なうことにより目的変数の推定値を算出するＴ法推定モデルを生成する。Ｔ法のデータ処理によって得られる推定モデルは、以下の式（１）によって表される。
【0068】
【数1】
【0069】
式（１）において、Ｘｉｊは、ｉ番目の単位時間におけるｊ番目の説明変数の規準化処理後の値である。規準化処理は、データセットによって示される変数の値の平均値を差し引く処理である。ηｊは、ｊ番目の説明変数のＳＮ比を示す。ＳＮ比ηｊは、ｊ番目の説明変数の値と目的変数の値との間の線形性を示し、目的変数の値の推定精度を表す。βｊは、単回帰の比例定数を示す。Ｍｉは、ｉ番目の単位時間の目的変数の規準化処理後の推定値である。
【0070】
例えば、選択部１５は、２水準系の直交表を用いて、目的変数の推定精度の向上に有効な有効変数を複数の変数から選択する。選択部１５は、例えば非特許文献２に記載の方法を用いて有効変数を選択する。２水準系の直交表を用いた有効変数の選択（「項目選択」とも称される。）により、説明変数（「項目」とも称される。）ごとに、目的変数の推定精度の向上に効果のある説明変数が選択されるとともに、目的変数の推定精度に悪影響のある（推定精度を下げる）説明変数を除外することができる。さらに、２水準系の直交表を用いることにより、項目間で相互作用がある場合の影響を考慮できる。具体的には、非特許文献２に記載の方法によれば、複数の説明変数（項目）の各々について使用するか使用しないかの２水準のいずれかが与えられた直交表が作成され、直交表の各行について総合ＳＮ比が算出される。選択部１５は、各項目を使用した場合および使用しない場合の総合ＳＮ比に基づいて、当該項目の目的変数の推定効果および目的変数の推定に対する悪影響の有無を判断する。選択部１５は、判断結果に基づいて、複数の変数から有効変数を選択する。
【0071】
あるいは、選択部１５は、２水準系の直交表を用いることなく、複数の変数のうちの２以上の変数の組み合わせを示す複数のパターンを生成してもよい。そして、選択部１５は、各パターンによって示される２以上の変数の実績値を説明変数とし、標準ＳＮ比を目的変数とするＴ法推定モデルを生成し、生成したＴ法推定モデルの総合ＳＮ比の大小に基づいて、有効変数を選択してもよい。例えば、選択部１５は、総合ＳＮ比が最大となるパターンに含まれる変数を有効変数として選択する。
【0072】
図７は、有効変数の選択結果の一例を示す図である。図７に示す例では、「ＡＧＣ稼働時間」、「装置数」、「人員数（部品出荷）」および「加工時間」が有効変数として選択されている。なお、図７の縦軸は、複数の変数の全てを用いたＴ法推定モデルにおける各変数のＳＮ比ηｊを示す。上述したように、各変数のＳＮ比ηｊは、目的変数である標準ＳＮ比への影響度の大きさを表す。
【0073】
図４に示す分析部１６は、単位時間ごとの有効変数の実績値と標準ＳＮ比とを用いた主成分分析（Principal Component Analysis（ＰＣＡ））を行なう。
【0074】
【0075】
分析部１６は、標準ＳＮ比の分散を最大化する２つの主成分を選定する。具体的には、分析部１６は、寄与率が最大となる第１主成分と、寄与率が２番目に大きい第２主成分とを選択する。
【0076】
あるいは、分析部１６は、主成分分析により得られる複数の主成分のうちの２つの主成分の組み合わせごとの散布図を表示装置７０に表示し、ユーザから指定された散布図に対応する組み合わせの２つの主成分を選定してもよい。散布図において、単位時間ごとの「ＡＧＣ稼働時間」、「装置数」、「人員数（部品出荷）」、「加工時間」および「標準ＳＮ比」の値から得られる２つの主成分の各々の主成分得点に対応する点がプロットされる。分析部１６は、散布図において、各点の表示形式を当該点に対応する標準ＳＮ比の値に応じて異ならせてもよい。例えば、分析部１６は、標準ＳＮ比の値が第１範囲（低範囲）内である点を黒色で表示し、標準ＳＮ比の値が第１範囲よりも大きい第２範囲（中範囲）内である点を灰色で表示し、標準ＳＮ比の値が第２範囲よりも大きい第３範囲（高範囲）内である点を白色で表示する。これにより、ユーザは、組み合わせごとの散布図を確認し、標準ＳＮ比の大小が最も分離されている散布図を選択すればよい。
【0077】
図８に示されるように、分析部１６は、選定した２つの主成分のバイプロット４０を表示装置７０に表示する。バイプロット４０では、主成分得点と主成分負荷量とが重ねて表示される。単位時間ごとのデータから得られる２つの主成分の各々の主成分得点に対応する点の表示形式は、上述したように、標準ＳＮ比の値に応じて異なる。これにより、選定された２つの主成分を用いることにより、標準ＳＮ比の大小が分離されていることが理解される。
【0078】
主成分負荷量は、変数の値と主成分得点との相関関係を示す。主成分負荷量が大きいほど、主成分と変数とが強く相関していることを表す。図８に示されるように、各変数についての主成分負荷量は、ベクトルによって表される。ベクトルｖ０は、「標準ＳＮ比」の主成分負荷量を示す。ベクトルｖ１は、「ＡＧＣ稼働時間」の主成分負荷量を示す。ベクトルｖ２は、「装置数」の主成分負荷量を示す。ベクトルｖ３は、「人員数（部品出荷）」の主成分負荷量を示す。ベクトルｖ４は、「切削加工時間」の主成分負荷量を示す。
【0079】
ユーザは、バイプロット４０を確認することにより、標準ＳＮ比の低下に影響を与えている変数を把握できる。すなわち、ユーザは、ベクトルｖ１～ｖ４のうち、ベクトルｖ０と平行な成分の大きいベクトルに対応する変数を、標準ＳＮ比の低下に影響を与えている変数として特定できる。例えば、図８に示すバイプロット４０において、ユーザは、ベクトルｖ０の向きと直交しておらず、かつ、大きさが大きいベクトルｖ１，ｖ４に対応する変数「ＡＧＶ稼働時間」，「切削加工時間」を、標準ＳＮ比の低下に影響を与えている変数として特定できる。
【0080】
標準ＳＮ比の低下に影響を与えている変数は、生産ライン２の異常の原因と考えられる。そのため、ユーザは、標準ＳＮ比の低下に影響を与えている変数を調整することにより、生産ライン２の異常を解消できる。
【0081】
なお、分析部１６は、有効変数と標準ＳＮ比との各々における、選定された２つの主成分に対する主成分負荷量に基づいて、有効変数の標準ＳＮ比への影響度を特定し、特定した影響度を表示装置７０に表示してもよい。具体的には、分析部１６は、複数の有効変数の各々について、当該有効変数の主成分負荷量を示すベクトル（図８のｖ１～ｖ４）と「標準ＳＮ比」の主成分負荷量を示すベクトル（図８のベクトルｖ０）との内積の絶対値を、標準ＳＮ比への影響度として算出する。これにより、ユーザは、表示装置７０に表示された影響度を確認することにより、標準ＳＮ比の低下に影響を与えている変数を容易に特定できる。
【0082】
＜異常検知装置の処理の流れ＞
図９は、異常検知装置の処理の流れの一例を示すフローチャートである。図９に示されるように、まず、異常検知装置１００のプロセッサ１０１は、生産ライン２が正常に動作しているときの、生産ライン２の状況を示す複数の変数の単位時間ごとの標準値を取得する（ステップＳ１）。本実施の形態では、プロセッサ１０１は、生産計画データを仮想モデル２Ｍに入力することにより、仮想モデル２Ｍから出力される単位時間ごとの複数の変数の値を上記の標準値として取得する。
図９は、異常検知装置の処理の流れの一例を示すフローチャートである。図９に示されるように、まず、異常検知装置１００のプロセッサ１０１は、生産ライン２が正常に動作しているときの、生産ライン２の状況を示す複数の変数の単位時間ごとの標準値を取得する（ステップＳ１）。本実施の形態では、プロセッサ１０１は、生産計画データを仮想モデル２Ｍに入力することにより、仮想モデル２Ｍから出力される単位時間ごとの複数の変数の値を上記の標準値として取得する。
【0083】
次に、プロセッサ１０１は、生産ライン２から、単位時間ごとの複数の変数の実績値を収集する（ステップＳ２）。プロセッサ１０１は、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す標準ＳＮ比を算出する（ステップＳ３）。プロセッサ１０１は、標準ＳＮ比の推移を示すグラフ３０を表示装置７０に表示する（ステップＳ４）。
【0084】
次に、プロセッサ１０１は、標準ＳＮ比が基準範囲外（つまり閾値ＴＨ未満）であるか否かを判断する（ステップＳ５）。標準ＳＮ比が基準範囲内（つまり閾値ＴＨ以上）である場合（ステップＳ５でＮＯ）、処理は、ステップＳ２に戻る。
【0085】
標準ＳＮ比が基準範囲外である場合（ステップＳ５でＹＥＳ）、プロセッサ１０１は、生産ライン２に異常が発生していることを通知する（ステップＳ６）。例えば、プロセッサ１０１は、エラー通知画面を表示装置７０に表示する。
【0086】
次に、プロセッサ１０１は、複数の変数の実績値を説明変数とし、標準ＳＮ比を目的変数とするＴ法推定モデルの推定精度の向上に有効な有効変数を複数の変数から選択する（ステップＳ７）。プロセッサ１０１は、選択結果を示す画面を表示装置７０に表示してもよい。有効変数は、標準ＳＮ比の推定精度に重要な項目である。そのため、ユーザは、選択結果を確認することにより、有効変数を、生産ライン２の異常の原因候補として特定できる。その結果、ユーザは、有効変数を調整するように生産ライン２のメンテナンスを実行し、生産計画を見直すことができる。
【0087】
次に、プロセッサ１０１は、単位時間ごとの有効変数の実績値と標準ＳＮ比とを用いた主成分分析を行なう（ステップＳ８）。プロセッサ１０１は、主成分分析の結果を表示装置７０に表示する（ステップＳ９）。例えば、プロセッサ１０１は、図８に示すバイプロット４０を表示装置７０に表示する。あるいは、プロセッサ１０１は、有効変数と標準ＳＮ比との各々における主成分負荷量に基づいて、有効変数の標準ＳＮ比への影響度を特定し、特定した影響度を表示装置７０に表示してもよい。これにより、ユーザは、複数の有効変数のうち、標準ＳＮ比への影響度の高い変数を絞り込むことができる。その結果、ユーザは、絞り込まれた変数を調整するように生産ライン２のメンテナンスを実行できる。例えば、ユーザは、切削加工工程２１の切削装置２１ａのメンテナンスを実行する。あるいは、ユーザは、生産計画を見直してもよい。例えば、ユーザは、組付工程２３に配置される作業者の数の調整、切削加工工程２１において動作する切削装置２１ａの数の調整などを実施できる。
【0088】
次に、プロセッサ１０１は、生産計画の見直しが行なわれたか否かを判断する（ステップＳ１０）。具体的には、プロセッサ１０１は、新たな生産計画データが入力されたことに応じて、生産計画の見直しが行なわれたと判断する。
【0089】
生産計画の見直しが行なわれた場合（ステップＳ１０でＹＥＳ）、処理は、ステップＳ１に戻る。その結果、生産ラインの状況を示す複数の変数の単位時間ごとの標準値が更新される。生産計画の見直しが行なわれていない場合（ステップＳ１０でＮＯ）、処理は、ステップＳ２に戻る。
【0090】
＜変形例１＞
図１０は、変形例１に係る異常検知装置の機能構成を示す図である。図１０に示される異常検知装置１００Ａは、異常検知装置１００と同様のハードウェア構成（図３参照）を備える。図１０に示されるように、異常検知装置１００Ａは、図４に示す異常検知装置１００と比較して、シミュレーション実行部１１の代わりにデータセット選択部１７および実績データベース１８を備える点で相違する。データセット選択部１７は、プロセッサ１０１が異常検知プログラム１３１を実行することにより実現される。実績データベース１８は、ストレージ１０３によって実現される。
図１０は、変形例１に係る異常検知装置の機能構成を示す図である。図１０に示される異常検知装置１００Ａは、異常検知装置１００と同様のハードウェア構成（図３参照）を備える。図１０に示されるように、異常検知装置１００Ａは、図４に示す異常検知装置１００と比較して、シミュレーション実行部１１の代わりにデータセット選択部１７および実績データベース１８を備える点で相違する。データセット選択部１７は、プロセッサ１０１が異常検知プログラム１３１を実行することにより実現される。実績データベース１８は、ストレージ１０３によって実現される。
【0091】
実績データベース１８は、過去に生産ライン２が正常に動作していたときの複数の変数の単位時間ごとの値を示す１以上のデータセットを含む。
【0092】
生産ライン２の動作条件が可変である場合、各データセットには、生産ライン２の動作条件を示す情報が付加されていてもよい。動作条件は、切削加工工程２１において動作している切削装置２１ａの個数、部品出荷工程２２に配置されている作業者の数、組付工程２３に配置されている作業者の数などを含む。
【0093】
データセット選択部１７は、生産ライン２が正常に動作しているときの、単位時間における生産ライン２の状況を示す複数の変数の標準値を取得する取得部として動作する。具体的には、データセット選択部１７は、ユーザの指示に応じて、実績データベース１８の中から１以上のデータセットを選択する。例えば、ユーザは、実績データベース１８の中から、生産ライン２が理想的な状態で動作しているときの１以上のデータセットを指定すればよい。あるいは、各データセットに動作条件を示す情報が付加されている場合、ユーザは、生産計画と一致する動作条件を示す情報が付加されている１以上のデータセットを指定する。
【0094】
データセット選択部１７は、選択した１以上のデータセットによって示される、単位時間ごとの複数の変数の値を標準値として取得する。１つのデータセットが選択された場合、データセット選択部１７は、当該データセットによって示される値を標準値として取得する。複数のデータセットが選択された場合、データセット選択部１７は、複数の変数の各々について、当該複数のデータセットによって示される単位時間ごとの値の代表値（例えば平均値、中央値など）を標準値として取得する。
【0095】
変形例１によれば、データセット選択部１７は、過去に生産ライン２が正常に動作していたときの複数の変数の単位時間ごとの値を標準値として取得する。これにより、算出部１３によって算出される標準ＳＮ比は、正常に動作していたときの生産ライン２の状況と現状況との乖離度を表す。従って、標準ＳＮ比が閾値未満であることは、生産ライン２に何らかの異常が発生していることを意味する。その結果、ユーザは、検知部１４の検知結果を確認することにより、生産ラインの異常の有無を簡易に確認できる。
【0096】
変形例１における異常検知装置１００Ａの処理の流れは、図９に示すフローチャートと同様である。なお、データセットに動作条件を示す情報が付加されていない場合、ステップＳ１０が省略され、ステップＳ９の後に処理がステップＳ１に戻される。
【0097】
＜変形例２＞
図１に示す実施の形態において、生産現場の監視対象は、生産ライン２である。しかしながら、監視対象は、生産ライン２に限定されない。例えば、監視対象は、製造装置であってもよい。さらに、図１に示す実施の形態に係る異常検知装置１００は、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出するものとした。しかしながら、異常検知装置１００は、単位区間ごとに統計量を算出してもよい。単位区間は、例えば、製造装置によって対象動作が実行されている期間である。
図１に示す実施の形態において、生産現場の監視対象は、生産ライン２である。しかしながら、監視対象は、生産ライン２に限定されない。例えば、監視対象は、製造装置であってもよい。さらに、図１に示す実施の形態に係る異常検知装置１００は、単位時間ごとに、複数の変数の標準値に対する複数の変数の実績値の乖離度を表す統計量を算出するものとした。しかしながら、異常検知装置１００は、単位区間ごとに統計量を算出してもよい。単位区間は、例えば、製造装置によって対象動作が実行されている期間である。
【0098】
（製造装置の第１例）
図１１は、監視対象の製造装置の一例を示す図である。図１１には、監視対象の製造装置として、射出成形機３が示される。射出成形機３は、成形型３１と、シリンダー３２と、スクリュー３３と、ホッパー３４と、スクリュー駆動装置３５と、センサ群３６と、を含む。
図１１は、監視対象の製造装置の一例を示す図である。図１１には、監視対象の製造装置として、射出成形機３が示される。射出成形機３は、成形型３１と、シリンダー３２と、スクリュー３３と、ホッパー３４と、スクリュー駆動装置３５と、センサ群３６と、を含む。
【0099】
シリンダー３２は、円筒状の部材であり、樹脂が供給される内部空間を有している。ホッパー３４は、シリンダー３２の内部空間に樹脂を供給する。シリンダー３２の内部空間には、スクリュー３３が挿入される。スクリュー３３の基端部には、スクリュー駆動装置３５が接続されている。スクリュー３３は、スクリュー駆動装置３５による制御によって回転するとともに、シリンダー３２の長手方向に移動可能である。センサ群３６は、射出成形機３の状況を示す各種のパラメータの値を計測する。
【0100】
射出成形機３は、射出成形動作を繰り返し実行する。射出成形動作は、図１１の上部の状態から下部の状態までスクリュー３３を移動させることにより、シリンダー３２の内部空間に収容された樹脂を成形型３１に射出する動作である。
【0101】
図１２は、射出成形動作が実行される期間におけるパラメータの値の推移を示す図である。以下、射出成形動作が実行される期間は、「射出成形期間」と称される。図１２に示すグラフにおいて、横軸は、射出成形動作の開始時からの経過時間を示し、縦軸は、センサ群３６によって計測される各種のパラメータの値を示す。図１２に示されるように、センサ群３６は、射出成形機３の状況を示すパラメータとして、スクリュー位置、射出圧力および射出速度を計測する。スクリュー位置は、例えば、シリンダー３２の先端とスクリュー３３の先端との距離Ｄ（図１１参照）によって表される。図１２において、線３７は、射出成形期間におけるスクリュー位置の推移を示す。線３８は、射出圧力の推移を示す。線３９は、射出速度の推移を示す。
【0102】
監視対象が射出成形機３である場合、変形例２に係る異常検知装置は、射出成形機３が正常に動作しているときの、射出成形期間における射出成形機３の状況を示す複数の変数の標準値を取得する。例えば、図４に示すシミュレーション実行部１１は、射出成形機３の仮想モデルを用いて、生産計画に従って射出成形機３を動作させたときの複数の変数の値のシミュレーションを実行し、シミュレーションにより得られる射出成形動作における複数の変数の値を標準値として取得する。あるいは、図１０に示すデータセット選択部１７は、過去に射出成形機３が正常に動作していたときの射出成形期間における複数の変数の値を標準値として取得する。複数の変数は、例えば、射出成形期間の開始からの経過時間がｔ１，ｔ２，・・・，ｔｎの各々におけるスクリュー位置、射出圧力および射出速度を含む。この場合、複数の変数は、３×ｎ個の変数を含む。
【0103】
監視対象が射出成形機３である場合、収集部１２は、射出成形期間ごとに、射出成形機３の状況を示す複数の変数の実績値を取得する。収集部１２は、センサ群３６から複数の変数の実績値を取得してもよいし、射出成形機３を制御する図示しない制御装置（例えばＰＬＣ）から複数の変数の実績値を取得してもよい。
【0104】
図１３は、射出成形機３の状況を示す複数の変数の標準値および実績値を示す図である。線３７ａは、射出成形期間の開始からの経過時間ｔ１，ｔ２，・・・，ｔｎのスクリュー位置（ｎ個の変数）の標準値を表す。線３８ａは、経過時間ｔ１，ｔ２，・・・，ｔｎの射出圧力（ｎ個の変数）の標準値を表す。線３９ａは、経過時間ｔ１，ｔ２，・・・，ｔｎの射出速度（ｎ個の変数）の標準値を表す。線３７ｂは、射出成形期間の開始からの経過時間ｔ１，ｔ２，・・・，ｔｎのスクリュー位置（ｎ個の変数）の実績値を表す。線３８ｂは、経過時間ｔ１，ｔ２，・・・，ｔｎの射出圧力（ｎ個の変数）の実績値を表す。線３９ｂは、経過時間ｔ１，ｔ２，・・・，ｔｎの射出速度（ｎ個の変数）の実績値を表す。
【0105】
算出部１３、検知部１４、選択部１５、および分析部１６は、図１３に示す３×ｎ個の変数の標準値および実績値を用いて、上記の実施の形態において説明した処理を行なう。例えば、図１３に示されるように、算出部１３は、３×ｎ個の変数の標準値に対する３×ｎ個の変数の実績値の乖離度を表す統計量として標準ＳＮ比を算出する。
【0106】
図１４は、射出成形動作ごとに算出された統計量の推移を示す図である。図１４には、射出成形動作の番号を横軸とし、算出部１３によって算出された統計量（標準ＳＮ比）を縦軸とするグラフが示される。グラフ中の各点に対応する７桁の数字は、射出成形動作によって製造された製品の番号を表す。標準ＳＮ比が基準範囲外（つまり閾値ＴＨ未満）であった射出成形動作によって製造された製品には、不良品が多く確認された。このことから、ユーザは、検知部１４によるエラー通知に基づいて、不良品の発生の有無を確認できる。
【0107】
図１５は、射出成形期間ごとの有効変数の実績値と標準ＳＮ比とを用いた主成分分析の結果を示す図である。図１５には、分析部１６によって選定された２つの主成分ＰＣ１，ＰＣ２のバイプロットが示される。図１５に示すバイプロットにおいて、射出成形動作ごとの、有効変数の実績値から得られる２つの主成分の各々の主成分得点に対応する点がプロットされる。標準ＳＮ比が基準範囲内（つまり閾値ＴＨ以上）となる射出成形動作に対応する点は、枠線５０ａ内に集中している。これに対し、標準ＳＮ比が基準範囲外（つまり閾値ＴＨ未満）となる射出成形動作に対応する点は、枠線５０ｂ内に集中している。このことから、ユーザは、図１５に示すバイプロットを確認することにより、異常が発生していた射出成形動作を容易に特定することができる。
【0108】
さらに、ユーザは、図１５に示すバイプロットを確認することにより、異常の発生メカニズムを考察できる。図１５に示すバイプロットにおいて、変数「Speed_time_315（経過時間ｔ３１５における射出速度）」，「Pressure_time_315（経過時間ｔ３１５における射出圧力）」，「Speed_time_316（経過時間ｔ３１６における射出速度）」，「Speed_time_317（経過時間ｔ３１７における射出速度）」，「Cylinder_time_318（経過時間ｔ３１８におけるスクリュー位置）」にそれぞれ対応するベクトルｖ１０，ｖ１１，ｖ１２，ｖ１３，ｖ１４が他の変数に対応するベクトルとは異なる方向を向いている。そのため、ユーザは、経過時間ｔ３１５～ｔ３１８付近の射出速度およびスクリュー位置が射出成形機３の異常に大きく寄与していることを把握できる。
【0109】
（製造装置の第２例）
図１６は、監視対象の製造装置の別の例を示す図である。図１６には、監視対象の製造装置として、実装機４が示される。実装機４は、チャック４４と、駆動装置４５と、センサ群４６と、を含む。
図１６は、監視対象の製造装置の別の例を示す図である。図１６には、監視対象の製造装置として、実装機４が示される。実装機４は、チャック４４と、駆動装置４５と、センサ群４６と、を含む。
【0110】
チャック４４は、バンプ４３が付着されたチップ４２を保持する。駆動装置４５は、超音波の発生制御、チャック４４の昇降移動、および、チャック４４によるチップ４２の保持力の制御を行なう。センサ群４６は、実装機４の状況を示す各種のパラメータの値を計測する。
【0111】
図１６に示されるように、駆動装置４５は、チップ４２を保持しているチャック４４を下降させる。バンプ４３が基板４１に接触すると、実装機４は、バンプ４３と基板４１とを接合させる接合動作を実行する。具体的には、駆動装置４５は、超音波を発生させてバンプ４３と基板４１との接合を促すとともに、荷重をかけながらチャック４４をさらに下降させる。バンプ４３が所定量まで変形すると、駆動装置４５は、超音波の発生を停止するとともに、チャック４４によるチップ４２の保持力を低下させる。これにより、接合動作が終了する。その後、駆動装置４５は、チャック４４を上昇させる。実装機４は、チャック４４が新たなチップ４２を保持するたびに、上記の接合動作を実行する。
【0112】
センサ群４６は、実装機４の状況を示すパラメータとして、駆動装置４５に印加される電流および電圧と、バンプ４３の変形量とを計測する。バンプ４３の変形量は、チップ４２と基板４１との距離によって表される。
【0113】
監視対象が実装機４である場合、変形例２に係る異常検知装置は、実装機４が正常に動作しているときの、接合動作が実行される期間（以下、「接合動作期間」と称する）における実装機４の状況を示す複数の変数の標準値を取得する。例えば、図４に示すシミュレーション実行部１１は、実装機４の仮想モデルを用いて、生産計画に従って実装機４を動作させたときの複数の変数の値のシミュレーションを実行し、シミュレーションにより得られる接合動作における複数の変数の値を標準値として取得する。あるいは、図１０に示すデータセット選択部１７は、過去に実装機４が正常に動作していたときの接合動作期間における複数の変数の値を標準値として取得する。複数の変数は、例えば、接合動作期間の開始からの経過時間がｔ１，ｔ２，・・・，ｔｍの各々における電圧、電流および変形量を含む。この場合、複数の変数は、３×ｍ個の変数を含む。
【0114】
監視対象が実装機４である場合、収集部１２は、接合動作期間ごとに、実装機４の状況を示す複数の変数の実績値を取得する。収集部１２は、センサ群４６から複数の変数の実績値を取得してもよいし、実装機４を制御する図示しない制御装置（例えばＰＬＣ）から複数の変数の実績値を取得してもよい。
【0115】
算出部１３、検知部１４、選択部１５、および分析部１６は、３×ｍ個の変数の標準値および実績値を用いて、上記の実施の形態において説明した処理を行なう。例えば、算出部１３は、３×ｍ個の変数の標準値に対する３×ｍ個の変数の実績値の乖離度を表す統計量として標準ＳＮ比を算出する。
【0116】
図１７は、接合動作ごとに算出された統計量の推移を示す図である。図１７には、接合動作の番号（実装Ｎｏ．）を横軸とし、算出部１３によって算出された統計量（標準ＳＮ比）を縦軸とするグラフが示される。標準ＳＮ比が基準範囲外（つまり閾値ＴＨ未満）であった接合動作によって製造された製品には、不良品が多く確認された。このことから、ユーザは、検知部１４によるエラー通知に基づいて、不良品の発生の有無を確認できる。
【0117】
（単位区間の別の例）
上記の例では、単位区間は、製造装置の動作（射出成形動作または接合動作）が実行される期間とした。しかしながら、単位区間は、これに限定されない。例えば、単位区間は、製造装置の物理量が取りうる範囲に含まれる複数の区間の各々であってもよい。
上記の例では、単位区間は、製造装置の動作（射出成形動作または接合動作）が実行される期間とした。しかしながら、単位区間は、これに限定されない。例えば、単位区間は、製造装置の物理量が取りうる範囲に含まれる複数の区間の各々であってもよい。
【0118】
例えば、製造装置が図１１に示す射出成形機３である場合、スクリュー位置は、図１１の上部に示すスクリュー３３の位置（距離Ｄ１で表される）から図１１の下部に示すスクリュー３３の位置（距離Ｄ２で表される）までの範囲を取りうる。この場合、距離Ｄ１～距離Ｄ２までの範囲に含まれる複数の区間の各々が単位区間として設定される。例えば、距離ＤがＤ１～Ｄ３となる区間と、距離ＤがＤ３～Ｄ２となる区間とが単位区間として設定される。
【0119】
あるいは、生産現場に設置される引張試験機または圧縮試験機から得られる物理量が特定の範囲になる区間が単位区間として設定されてもよい。例えば、応力－ひずみ線図で見られるひずみ量が所定範囲となる区間が単位区間として設定される。あるいは、生産現場において加熱された金属の冷却速度と硬度との関係において、冷却速度が所定範囲となる区間が単位区間として設定されてもよい。
【0120】
§３ 付記
以上のように、本実施の形態は以下のような開示を含む。
以上のように、本実施の形態は以下のような開示を含む。
【0121】
（構成１）
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得する取得部（１０１，１１，１７）と、
前記単位時間ごとの前記複数の変数の実績値を収集する収集部（１０１，１２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部（１０１，１３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知する検知部（１０１，１４）と、を備える異常検知装置（１００，１００Ａ）。
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得する取得部（１０１，１１，１７）と、
前記単位時間ごとの前記複数の変数の実績値を収集する収集部（１０１，１２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部（１０１，１３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知する検知部（１０１，１４）と、を備える異常検知装置（１００，１００Ａ）。
【0122】
（構成２）
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２、３，４）の状況を示す複数の変数の標準値を取得する取得部（１０１，１１，１７）と、
前記単位区間における前記複数の変数の実績値を収集する収集部（１０１，１２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部（１０１，１３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知する検知部（１０１，１４）と、を備える異常検知装置（１００，１００Ａ）。
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２、３，４）の状況を示す複数の変数の標準値を取得する取得部（１０１，１１，１７）と、
前記単位区間における前記複数の変数の実績値を収集する収集部（１０１，１２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出する算出部（１０１，１３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知する検知部（１０１，１４）と、を備える異常検知装置（１００，１００Ａ）。
【0123】
（構成３）
前記複数の変数の中から、前記統計量への影響度の相対的に大きい有効変数を選択する選択部（１０１，１５）をさらに備える、構成１または２に記載の異常検知装置。
前記複数の変数の中から、前記統計量への影響度の相対的に大きい有効変数を選択する選択部（１０１，１５）をさらに備える、構成１または２に記載の異常検知装置。
【0124】
（構成４）
前記選択部（１０１，１５）は、前記複数の変数を説明変数とし、前記統計量を目的変数とするＴ法推定モデルの推定精度の向上に有効な変数を前記有効変数として選択する、構成３に記載の異常検知装置（１００，１００Ａ）。
前記選択部（１０１，１５）は、前記複数の変数を説明変数とし、前記統計量を目的変数とするＴ法推定モデルの推定精度の向上に有効な変数を前記有効変数として選択する、構成３に記載の異常検知装置（１００，１００Ａ）。
【0125】
（構成５）
前記単位時間ごとの前記有効変数の前記実績値と前記統計量とを用いた主成分分析を行なう分析部（１０１，１６）をさらに備える、構成３または４に記載の異常検知装置（１００，１００Ａ）。
前記単位時間ごとの前記有効変数の前記実績値と前記統計量とを用いた主成分分析を行なう分析部（１０１，１６）をさらに備える、構成３または４に記載の異常検知装置（１００，１００Ａ）。
【0126】
（構成６）
前記単位区間ごとの前記有効変数の前記実績値と前記統計量とを用いた主成分分析を行なう分析部（１０１，１６）をさらに備える、構成３または４に記載の異常検知装置（１００，１００Ａ）。
前記単位区間ごとの前記有効変数の前記実績値と前記統計量とを用いた主成分分析を行なう分析部（１０１，１６）をさらに備える、構成３または４に記載の異常検知装置（１００，１００Ａ）。
【0127】
（構成７）
前記分析部（１０１，１６）は、
前記統計量の分散を最大化する２つの主成分を選定し、
前記有効変数と前記統計量との各々における、前記２つの主成分に対する主成分負荷量に基づいて、前記有効変数の前記標準ＳＮ比への影響度を特定する、構成５または６に記載の異常検知装置（１００，１００Ａ）。
前記分析部（１０１，１６）は、
前記統計量の分散を最大化する２つの主成分を選定し、
前記有効変数と前記統計量との各々における、前記２つの主成分に対する主成分負荷量に基づいて、前記有効変数の前記標準ＳＮ比への影響度を特定する、構成５または６に記載の異常検知装置（１００，１００Ａ）。
【0128】
（構成８）
前記取得部（１０１，１１）は、
前記生産ライン（２）の仮想モデル（２Ｍ）を用いて、生産計画に従って前記生産ライン（２）を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位時間ごとの値を前記標準値として取得する、構成１および３から７のいずれかに記載の異常検知装置（１００）。
前記取得部（１０１，１１）は、
前記生産ライン（２）の仮想モデル（２Ｍ）を用いて、生産計画に従って前記生産ライン（２）を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位時間ごとの値を前記標準値として取得する、構成１および３から７のいずれかに記載の異常検知装置（１００）。
【0129】
（構成９）
前記取得部（１０１，１１）は、
前記監視対象（２，３，４）の仮想モデル（２Ｍ）を用いて、生産計画に従って前記監視対象（２，３，４）を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位区間の値を前記標準値として取得する、構成２から７のいずれかに記載の異常検知装置（１００）。
前記取得部（１０１，１１）は、
前記監視対象（２，３，４）の仮想モデル（２Ｍ）を用いて、生産計画に従って前記監視対象（２，３，４）を動作させたときの前記複数の変数の値のシミュレーションを実行し、
前記シミュレーションにより得られる前記単位区間の値を前記標準値として取得する、構成２から７のいずれかに記載の異常検知装置（１００）。
【0130】
（構成１０）
前記取得部（１０１，１７）は、過去に前記生産ライン（２）が正常に動作していたときの前記複数の変数の前記単位時間ごとの値を前記標準値として取得する、構成１および３から７のいずれかに記載の異常検知装置（１００Ａ）。
前記取得部（１０１，１７）は、過去に前記生産ライン（２）が正常に動作していたときの前記複数の変数の前記単位時間ごとの値を前記標準値として取得する、構成１および３から７のいずれかに記載の異常検知装置（１００Ａ）。
【0131】
（構成１１）
前記取得部（１０１，１７）は、過去に前記監視対象（２，３，４）が正常に動作していたときの前記単位区間における前記複数の変数の値を前記標準値として取得する、構成２から７のいずれかに記載の異常検知装置（１００Ａ）。
前記取得部（１０１，１７）は、過去に前記監視対象（２，３，４）が正常に動作していたときの前記単位区間における前記複数の変数の値を前記標準値として取得する、構成２から７のいずれかに記載の異常検知装置（１００Ａ）。
【0132】
（構成１２）
前記統計量は標準ＳＮ比である、構成１から１１のいずれかに記載の異常検知装置（１００，１００Ａ）。
前記統計量は標準ＳＮ比である、構成１から１１のいずれかに記載の異常検知装置（１００，１００Ａ）。
【0133】
（構成１３）
前記監視対象は生産ライン（２）であり、
前記単位区間は単位時間である、構成１および３から１２のいずれかに記載の異常検知装置（１００，１００Ａ）。
前記監視対象は生産ライン（２）であり、
前記単位区間は単位時間である、構成１および３から１２のいずれかに記載の異常検知装置（１００，１００Ａ）。
【0134】
（構成１４）
前記監視対象は、製造装置（３，４）を含む、構成２から１２のいずれかに記載の異常検知装置（１００，１００Ａ）。
前記監視対象は、製造装置（３，４）を含む、構成２から１２のいずれかに記載の異常検知装置（１００，１００Ａ）。
【0135】
（構成１５）
前記製造装置（３，４）は、対象動作を繰り返し実行し、
前記単位区間は、前記対象動作が実行されている期間である、構成１４に記載の異常検知装置（１００，１００Ａ）。
前記製造装置（３，４）は、対象動作を繰り返し実行し、
前記単位区間は、前記対象動作が実行されている期間である、構成１４に記載の異常検知装置（１００，１００Ａ）。
【0136】
（構成１６）
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（Ｓ１）と、
前記単位時間ごとの前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知するステップ（Ｓ６）と、を備える異常検知方法。
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（Ｓ１）と、
前記単位時間ごとの前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知するステップ（Ｓ６）と、を備える異常検知方法。
【0137】
（構成１７）
異常検知方法をコンピュータ（１０１）に実行させるプログラム（１３１，１３２）であって、
前記異常検知方法は、
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（Ｓ１）と、
前記単位時間ごとの前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知するステップ（Ｓ６）と、を含む、プログラム（１３１，１３２）。
異常検知方法をコンピュータ（１０１）に実行させるプログラム（１３１，１３２）であって、
前記異常検知方法は、
生産ライン（２）が正常に動作しているときの、前記生産ライン（２）の状況を示す複数の変数の単位時間ごとの標準値を取得するステップ（Ｓ１）と、
前記単位時間ごとの前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記単位時間ごとに、前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記生産ラインに異常が発生していることを検知するステップ（Ｓ６）と、を含む、プログラム（１３１，１３２）。
【0138】
（構成１８）
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２，３，４）の状況を示す複数の変数の標準値を取得するステップ（Ｓ１）と、
前記単位区間における前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップ（Ｓ６）と、を備える異常検知方法。
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２，３，４）の状況を示す複数の変数の標準値を取得するステップ（Ｓ１）と、
前記単位区間における前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップ（Ｓ６）と、を備える異常検知方法。
【0139】
（構成１９）
異常検知方法をコンピュータに実行させるプログラムであって、
前記異常検知方法は、
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２，３，４）の状況を示す複数の変数の標準値を取得するステップ（Ｓ１）と、
前記単位区間における前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップ（Ｓ６）と、を含む、プログラム（１３１，１３２）。
異常検知方法をコンピュータに実行させるプログラムであって、
前記異常検知方法は、
生産現場における監視対象（２，３，４）が正常に動作しているときの、単位区間における前記監視対象（２，３，４）の状況を示す複数の変数の標準値を取得するステップ（Ｓ１）と、
前記単位区間における前記複数の変数の実績値を収集するステップ（Ｓ２）と、
前記複数の変数の前記標準値に対する前記複数の変数の実績値の乖離度を表す統計量を算出するステップ（Ｓ３）と、
前記統計量が基準範囲外であることに応じて、前記監視対象に異常が発生していることを検知するステップ（Ｓ６）と、を含む、プログラム（１３１，１３２）。
【0140】
本発明の実施の形態について説明したが、今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【符号の説明】
【0141】
１ システム、２ 生産ライン、２Ｍ 仮想モデル、３ 射出成形機、４ 実装機、１１ シミュレーション実行部、１２ 収集部、１３ 算出部、１４ 検知部、１５ 選択部、１６ 分析部、１７ データセット選択部、１８ 実績データベース、２１ 切削加工工程、２１Ｍ 第１モデル、２１ａ 切削装置、２１ｂ，２２ｃ タイマー、２１ｃ，２１ｄ，２２ｄ，２３ｃ カウンタ、２２ 部品出荷工程、２２Ｍ 第２モデル、２２ａ，２３ａ，２３ｂ センサ、２２ｂ 自動搬送車、２３ 組付工程、２３Ｍ 第３モデル、２４ 製品出荷工程、３０ グラフ、３１ 成形型、３２ シリンダー、３３ スクリュー、３４ ホッパー、３５ スクリュー駆動装置、３６，４６ センサ群、４０ バイプロット、４１ 基板、４２ チップ、４３ バンプ、４４ チャック、４５ 駆動装置、７０ 表示装置、７５ 入力装置、１００，１００Ａ 異常検知装置、１０１ プロセッサ、１０２ メモリ、１０３ ストレージ、１０４ 表示コントローラ、１０５ 入力インターフェイス、１０６ 通信インターフェイス、１３１ 異常検知プログラム、１３２ シミュレーションプログラム。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
