(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】P2024130334
(43)【公開日】2024-09-30
(54)【発明の名称】解析装置、解析方法および情報処理プログラム
(51)【国際特許分類】
G05B 19/418 20060101AFI20240920BHJP
G01M 99/00 20110101ALI20240920BHJP
G01H 17/00 20060101ALI20240920BHJP
G05B 23/02 20060101ALI20240920BHJP
【ＦＩ】
G05B19/418 Z
G01M99/00 Z
G01H17/00 Z
G05B23/02 301X
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023039999
(22)【出願日】2023-03-14
(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】宮本 幸太
(72)【発明者】
【氏名】川ノ上 真輔
(72)【発明者】
【氏名】山田 浩臣
【テーマコード（参考）】
2G024
2G064
3C100
3C223
【Ｆターム（参考）】
2G024AD01
2G024BA22
2G024BA27
2G024CA13
2G024FA04
2G024FA06
2G024FA15
2G064AA01
2G064AA11
2G064AB01
2G064AB02
2G064AB13
2G064BA02
2G064BD02
2G064CC41
2G064DD02
3C100AA29
3C100AA57
3C100AA58
3C100BB13
3C100BB15
3C100BB33
3C100BB34
3C223AA11
3C223BA03
3C223BB02
3C223BB08
3C223BB09
3C223CC02
3C223DD03
3C223EB01
3C223EB02
3C223EB05
3C223EB07
3C223FF02
3C223FF03
3C223FF12
3C223FF13
3C223FF22
3C223FF35
3C223FF42
3C223FF45
3C223FF52
3C223FF53
3C223GG01
3C223HH01
3C223HH02
3C223HH03
3C223HH06
3C223HH08
3C223HH17
3C223HH22
3C223HH29
(57)【要約】
【課題】簡易な方式で異常の原因の推定が容易に可能な解析装置を提供する。
【解決手段】解析装置は、製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部と、製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部と、第１特徴量および第２特徴量に基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部とを備える。
【選択図】図５
【解決手段】解析装置は、製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部と、製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部と、第１特徴量および第２特徴量に基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部とを備える。
【選択図】図５
【特許請求の範囲】
【請求項1】
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部と、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部と、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部とを備える、解析装置。
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部と、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部とを備える、解析装置。
【請求項2】
前記第１演算部は、前記画像データに基づいて前記製造ラインのワークの位置、向き、および姿勢の少なくともいずれか１つを前記第１特徴量とする、請求項１に記載の解析装置。
【請求項3】
前記第１演算部は、
前記音声データまたは画像データをタクトタイム毎に分割し、
タクトタイム毎の前記音声データまたは画像データの前記第１特徴量を算出する、請求項１に記載の解析装置。
前記音声データまたは画像データをタクトタイム毎に分割し、
タクトタイム毎の前記音声データまたは画像データの前記第１特徴量を算出する、請求項１に記載の解析装置。
【請求項4】
前記第１演算部は、
前記画像データのフレーム単位で画像特徴量を算出し、
前記タクトタイム毎の前記画像特徴量の統計量を前記第１特徴量として算出する、請求項３に記載の解析装置。
前記画像データのフレーム単位で画像特徴量を算出し、
前記タクトタイム毎の前記画像特徴量の統計量を前記第１特徴量として算出する、請求項３に記載の解析装置。
【請求項5】
前記第１演算部は、前記音声データの所定の周波数の音量を前記第１特徴量として算出する、請求項１に記載の解析装置。
【請求項6】
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを備える、解析方法。
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを備える、解析方法。
【請求項7】
コンピュータに、
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを実行させる、情報処理プログラム。
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを実行させる、情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、解析装置、解析方法および情報処理プログラムに関する。
【背景技術】
【0002】
工場等における製造ラインは、コンベア、ロボットアーム等の複数の機構で構成されている。この製造ラインのいずれかの機構で異常が発生すると、製品の製造が停止してしまい、大きな損害をもたらす可能性がある。そのため、工場等では、保全員が、製造ラインを定期的に巡回して、異常の発生又はその予兆の有無の確認を行っている。
【0003】
製造ライン内で異常の発生又はその予兆を検知したとき、異常が検知された機構よりも前の機構に真の異常の原因が存在する場合がある。したがって、真の異常の原因を特定するためには、製造ラインのある現象を特定するための製造ライン内の各機構の物理的な機構関係および当該機構で生じた現象間に関する因果関係を把握することが重要である。しかしながら、製造ラインを構成する機構の数が多くなり、かつ各機構の動作条件が日々変化し得ることから、製造ライン内の全ての機構の物理的な機構関係および当該機構で生じた現象間に関する因果関係を正確に把握するのは困難である。
【0004】
そのため、従来、熟練の保全員が、自身の経験及び勘に基づいて、製造ラインを構成する複数の機構間の物理的な機構関係および当該機構で生じた現象間に関する因果関係を把握して、製造ライン内で生じた異常又はその予兆の検知を行っていた。このような保全業務を非熟練の保全員が行うことができるようにするため、製造ラインを構成する複数の機構の物理的な機構関係および当該機構で生じた現象間に関する因果関係を可視化する技術の開発が望まれていた。
【0005】
例えば、特許文献１に開示されている装置では、製造ライン内の装置間の関係を容易にモデル化することにより、異常の検知を可視化する技術が示されている。
【先行技術文献】
【特許文献】
【0006】
【特許文献1】特開２０２２－８０６３０号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
一方で、人間は情報の大部分を視覚、聴覚から取得するため製造ライン内の装置のデータを見せられたとしても簡易に異常を特定することができなかった。
【0008】
本開示の目的は、上記の課題を解決するためになされたものであって、簡易な方式で異常の原因の推定が容易に可能な解析装置、解析方法および情報処理プログラムを提供することにある。
【課題を解決するための手段】
【0009】
本開示の一例によれば、解析装置は、製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部と、製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部と、第１特徴量および第２特徴量に基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部とを備える。
【0010】
本開示の一例によれば、解析方法は、製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと、製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、第１特徴量および第２特徴量に基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを備える。
【0011】
本開示の一例によれば、情報処理プログラムは、コンピュータに、製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと、製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと、第１特徴量および第２特徴量に基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを実行させる。
【発明の効果】
【0012】
本開示によれば、簡易な方式で異常の原因の推定を容易に実行することが可能である。
【図面の簡単な説明】
【0013】
【図1】実施形態に従う解析装置１の利用場面の一例を模式的に例示する図である。
【図2】実施形態に従う解析装置１のハードウェア構成の一例を模式的に例示する図である。
【図3】実施形態に従うＰＬＣ２のハードウェア構成の一例を模式的に例示する図である。
【図4】実施形態に従う製造ライン３の具体例について説明する図である。
【図5】実施形態に従う解析装置１のソフトウェア構成の一例を模式的に例示する図である。
【図6】実施形態に従うノード生成部１２５６および因果モデル生成部１２５８における処理について説明するフロー図である。
【図7】実施形態に従う取得部１２５２で取得された状態データと、音声および画像データとについて説明する図である。
【図8】実施形態に従う状態データに基づく無向グラフ情報の作成について説明する図である。
【図9】実施形態に従う製造ライン３の実施する製造工程における因果モデル生成部１２５８による状態データ２２３に基づく因果モデルを説明する図である。
【図10】実施形態に従う包装機の画像特徴量について説明する図である。
【図11】実施形態に従う画像データの特徴量の算出について説明する図である。
【図12】実施形態に従う音声データの特徴量の算出について説明する図である。
【図13】実施形態に従う画像データおよび音声データの特徴量を追加した因果モデルの生成について説明する図である。
【図14】実施形態に従う状態データ、画像データおよび音声データの特徴量に基づく因果モデルについて説明する図である。
【図15】実施形態に従う異常検知部１２６２における異常の検知について説明する図である。
【図16】実施形態に従う異常検知部１２６２における異常の検知について説明する別の図である。
【図17】実施形態に従うＧＵＩ部１２６０による推定結果確認画面について説明する図である。
【図18】実施形態に従うイベント関係登録部１２６６のイベントリストについて説明する図である。
【図19】実施形態に従うイベント関係推定部１２６４のイベントリストを用いたイベント推定処理について説明する図である。
【図20】実施形態に従うイベント関係推定部１２６４のイベントリストを用いたイベント推定処理のフロー図である。
【発明を実施するための形態】
【0014】
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。以下で説明される各変形例は、適宜選択的に組み合わされてもよい。
【0015】
＜１．適用例＞
図１は、実施形態に従う解析装置１の利用場面の一例を模式的に例示する図である。図１に示すように、実施形態に従う解析装置１は、製造ライン３を構成する複数の機構３１の状態に関する状態データ２２３を取得する。製造ライン３は、何らかの物を製造可能であればよく、複数の装置で構成されてもよいし、包装機等の１つの装置で構成されてもよい。各機構３１は、製造工程の何らかの処理を実施可能であればよく、１又は複数の装置で構成されてもよいし、装置の一部で構成されてもよい。１つの機構３１が装置の一部で構成される場合、複数の機構３１は、１つの装置で構成されてもよい。同一の装置が複数の処理を実施する場合には、それぞれを別の機構３１とみなしてもよい。例えば、同一の装置が第１の処理と第２の処理とを実施する場合に、第１の処理をする当該装置を第１の機構３１とみなし、第２の処理をする当該装置を第２の機構３１とみなしてもよい。状態データ２２３は、製造ライン３を構成する各機構３１の状態に関連するあらゆる種類のデータを含んでもよい。各機構３１は、例えば、コンベア、ロボットアーム、サーボモータ、シリンダ（成形機等）、吸着パッド、カッター装置およびシール装置等の少なくともいずれかの装置またはその装置の一部で構成されてよい。各機構３１は、例えば、印刷機、実装機、リフロー炉および基板検査装置等の少なくともいずれかの複合装置であってもよい。各機構３１は、上記のような何らかの物理的な動作を伴う装置の他に、例えば、各種センサにより何らかの情報を検知する装置、各種センサからデータを取得する装置、取得したデータから何らかの情報を検知する装置および取得したデータを情報処理する装置等の内部処理を行う装置を含んでもよい。具体例として、コンベアを流れる対象物に付与されたマークを検知する光学センサを備える製造ラインにおいて、当該光学センサ及び光学センサにより検知した情報を利用する装置が各機構３１として取り扱われてよい。また、各件の状態データ２２３は、例えば、トルク、速度、加速度、温度、電流、電圧、空圧、圧力、流量、位置、寸法（高さ、長さ、幅）および面積の少なくともいずれかを示すデータであってよい。このような状態データ２２３は、公知のセンサおよびカメラ等の少なくともいずれかの計測装置によって得ることができる。例えば、流量は、フローセンサにより得ることができる。また、位置、寸法、及び面積は、画像センサにより得ることができる。
図１は、実施形態に従う解析装置１の利用場面の一例を模式的に例示する図である。図１に示すように、実施形態に従う解析装置１は、製造ライン３を構成する複数の機構３１の状態に関する状態データ２２３を取得する。製造ライン３は、何らかの物を製造可能であればよく、複数の装置で構成されてもよいし、包装機等の１つの装置で構成されてもよい。各機構３１は、製造工程の何らかの処理を実施可能であればよく、１又は複数の装置で構成されてもよいし、装置の一部で構成されてもよい。１つの機構３１が装置の一部で構成される場合、複数の機構３１は、１つの装置で構成されてもよい。同一の装置が複数の処理を実施する場合には、それぞれを別の機構３１とみなしてもよい。例えば、同一の装置が第１の処理と第２の処理とを実施する場合に、第１の処理をする当該装置を第１の機構３１とみなし、第２の処理をする当該装置を第２の機構３１とみなしてもよい。状態データ２２３は、製造ライン３を構成する各機構３１の状態に関連するあらゆる種類のデータを含んでもよい。各機構３１は、例えば、コンベア、ロボットアーム、サーボモータ、シリンダ（成形機等）、吸着パッド、カッター装置およびシール装置等の少なくともいずれかの装置またはその装置の一部で構成されてよい。各機構３１は、例えば、印刷機、実装機、リフロー炉および基板検査装置等の少なくともいずれかの複合装置であってもよい。各機構３１は、上記のような何らかの物理的な動作を伴う装置の他に、例えば、各種センサにより何らかの情報を検知する装置、各種センサからデータを取得する装置、取得したデータから何らかの情報を検知する装置および取得したデータを情報処理する装置等の内部処理を行う装置を含んでもよい。具体例として、コンベアを流れる対象物に付与されたマークを検知する光学センサを備える製造ラインにおいて、当該光学センサ及び光学センサにより検知した情報を利用する装置が各機構３１として取り扱われてよい。また、各件の状態データ２２３は、例えば、トルク、速度、加速度、温度、電流、電圧、空圧、圧力、流量、位置、寸法（高さ、長さ、幅）および面積の少なくともいずれかを示すデータであってよい。このような状態データ２２３は、公知のセンサおよびカメラ等の少なくともいずれかの計測装置によって得ることができる。例えば、流量は、フローセンサにより得ることができる。また、位置、寸法、及び面積は、画像センサにより得ることができる。
【0016】
また、状態データ２２３は、各機構３１の状態を示す際の入力指令値および制御値のような各機構３１に入力するデータであってもよい。
【0017】
なお、状態データ２２３は、１又は複数の計測装置から得られるデータで構成されてもよい。また、状態データ２２３は、計測装置から得られるデータそのままであってもよいし、画像データから取得される位置データ等のように計測装置から得られたデータに何らかの処理を適用することで取得可能なデータであってもよい。各件の状態データ２２３は、各機構３１に対応して取得される。各計測装置は、製造ライン３の各機構３１を監視可能に適宜配置される。ＰＬＣ２は、製造ライン３を稼働させて、各計測装置から各件の状態データ２２３を収集する。制御部１１は、ＰＬＣ２から、製造ライン３を正常に稼働させたときの各機構３１の状態に関する状態データ２２３を取得する。
【0018】
また、実施形態に従う解析装置１は、製造ライン３の動作を制御するための制御プログラム２２２を取得する。制御プログラム２２２は、製造ライン３を構成する各機構３１の動作を制御するあらゆる種類のプログラムを含んでよい。制御プログラム２２２は、１件のプログラムで構成されてもよいし、複数件のプログラムで構成されてもよい。制御プログラム２２２は、ＰＬＣ２で実行可能なように、例えば、ラダー・ダイアグラム言語、ファンクション・ブロック・ダイアグラム言語、ストラクチャード・テキスト言語、インストラクション・リスト言語、及びシーケンシャル・ファンクション・チャート言語およびＣ言語の少なくともいずれかを利用して記述される。なお、実施形態では、製造ライン３の動作は、ＰＬＣ（programmable logic controller）２によって制御される。解析装置１は、複数件の状態データ２２３及び制御プログラム２２２をＰＬＣ２から取得する。
【0019】
解析装置１は、ＰＬＣ２から取得したデータに基づいて因果モデルを生成する。
【0020】
また、本例においては、後述するが解析装置１は、製造ライン３で実施される工程における音声または画像データも用いて因果モデルを生成する。
【0021】
＜２．解析装置のハードウェア構成＞
図２は、実施形態に従う解析装置１のハードウェア構成の一例を模式的に例示する図である。図２に示されるとおり、実施形態に従う解析装置１は、制御部１１、記憶部１２、通信インタフェース１３、入力装置１４、出力装置１５、及びドライブ１６が電気的に接続されたコンピュータである。なお、図２では、通信インタフェースを「通信Ｉ／Ｆ」と記載している。
図２は、実施形態に従う解析装置１のハードウェア構成の一例を模式的に例示する図である。図２に示されるとおり、実施形態に従う解析装置１は、制御部１１、記憶部１２、通信インタフェース１３、入力装置１４、出力装置１５、及びドライブ１６が電気的に接続されたコンピュータである。なお、図２では、通信インタフェースを「通信Ｉ／Ｆ」と記載している。
【0022】
制御部１１は、ハードウェアプロセッサであるＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）およびＲＯＭ（Read Only Memory）等を含み、情報処理に応じて各構成要素の制御を行う。記憶部１２は、例えば、ハードディスクドライブおよびソリッドステートドライブ等の少なくともいずれかの補助記憶装置であり、制御部１１で実行されるＯＳ１１２、ＰＬＣインタフェースプログラム１１４、ＧＵＩプログラム１１６および解析プログラム１１８等を記憶する。
【0023】
解析プログラム１１８は、製造ライン３で実行される工程に関する情報、状態データ２２３、及び制御プログラム２２２等を利用して、製造ライン３のある現象を特定するための製造ライン３の実施する製造工程における複数の機構３１間の物理的な機構関係および当該機構３１で生じた現象間に関する因果関係を解析する処理を解析装置１に実行させるためのプログラムである。
【0024】
ＧＵＩプログラム１１６は、ＧＵＩに係る処理を実行するためのプログラムである。
【0025】
ＰＬＣインタフェースプログラム１１４は、ＰＬＣ２との間で必要なデータをやり取りするためのプログラムである。
【0026】
通信インタフェース１３は、例えば、有線ＬＡＮ（Local Area Network）モジュールおよび無線ＬＡＮモジュール等の少なくともいずれか１つであり、ネットワークを介した有線又は無線通信を行うためのインタフェースである。解析装置１は、この通信インタフェース１３により、ＰＬＣ２との間でネットワークを介したデータ通信を行うことができる。なお、ネットワークの種類は、例えば、インターネット、無線通信網、移動通信網、電話網および専用網等から適宜選択されてよい。
【0027】
入力装置１４は、例えば、マウスおよびキーボード等の少なくともいずれか１つの入力を行うための装置である。また、出力装置１５は、例えば、ディスプレイおよびスピーカ等の少なくともいずれか１つの出力を行うための装置である。オペレータは、入力装置１４及び出力装置１５を介して、解析装置１を操作することができる。
【0028】
ドライブ１６は、例えば、ＣＤドライブおよびＤＶＤドライブ等の少なくともいずれか１つであり、記憶媒体９１に記憶されたプログラムを読み込むためのドライブ装置である。ドライブ１６の種類は、記憶媒体９１の種類に応じて適宜選択されてよい。上記解析プログラム１１８は、この記憶媒体９１に記憶される。
【0029】
記憶媒体９１は、コンピュータその他装置、機械等が記録されたプログラム等の情報を読み取り可能なように、当該プログラム等の情報を、電気的、磁気的、光学的、機械的および化学的作用の少なくともいずれか１つによって蓄積する媒体である。解析装置１は、この記憶媒体９１から、上記解析プログラム１１８を取得してもよい。
【0030】
ここで、図２では、記憶媒体９１の一例として、ＣＤおよびＤＶＤ等の少なくともいずれか１つのディスク型の記憶媒体を例示している。しかしながら、記憶媒体９１の種類は、ディスク型に限定される訳ではなく、ディスク型以外であってもよい。ディスク型以外の記憶媒体として、例えば、フラッシュメモリ等の半導体メモリを挙げることができる。
【0031】
なお、解析装置１の具体的なハードウェア構成に関して、実施形態に応じて、適宜、構成要素の省略、置換及び追加が可能である。例えば、制御部１１は、複数のプロセッサを含んでもよい。解析装置１は、複数台の情報処理装置で構成されてもよい。また、解析装置１は、提供されるサービス専用に設計された情報処理装置の他、汎用のサーバ装置、ＰＣ（Personal Computer）等であってもよい。
【0032】
＜３．ＰＬＣ＞
図３は、実施形態に従うＰＬＣ２のハードウェア構成の一例を模式的に例示する図である。図３に示されるとおり、ＰＬＣ２は、制御部２１、記憶部２２、入出力インタフェース２３、及び通信インタフェース２４が電気的に接続されたコンピュータである。これにより、ＰＬＣ２は、製造ライン３の各機構３１の動作を制御するように構成される。なお、図３では、入出力インタフェース及び通信インタフェースをそれぞれ「入出力Ｉ／Ｆ」及び「通信Ｉ／Ｆ」と記載している。
図３は、実施形態に従うＰＬＣ２のハードウェア構成の一例を模式的に例示する図である。図３に示されるとおり、ＰＬＣ２は、制御部２１、記憶部２２、入出力インタフェース２３、及び通信インタフェース２４が電気的に接続されたコンピュータである。これにより、ＰＬＣ２は、製造ライン３の各機構３１の動作を制御するように構成される。なお、図３では、入出力インタフェース及び通信インタフェースをそれぞれ「入出力Ｉ／Ｆ」及び「通信Ｉ／Ｆ」と記載している。
【0033】
制御部２１は、ＣＰＵ、ＲＡＭおよびＲＯＭ等を含み、プログラム及びデータに基づいて各種情報処理を実行するように構成される。記憶部２２は、例えば、ＲＡＭおよびＲＯＭ等の少なくともいずれか１つで構成され、制御プログラム２２２、状態データ２２３等を記憶する。制御プログラム２２２は、製造ライン３の動作を制御するためのプログラムである。状態データ２２３は、各機構３１の状態に関するデータである。入出力インタフェース２３は、外部装置と接続するためのインタフェースであり、接続する外部装置に応じて適宜構成される。実施形態では、ＰＬＣ２は、入出力インタフェース２３を介して、製造ライン３に接続される。なお、単一の装置について異なる状態データを取得可能な場合、当該対象の単一の装置は、複数の機構３１とみなされてもよいし、単一の機構３１とみなされてもよい。そのため、入出力インタフェース２３の数は、製造ライン３を構成する機構３１の数と同じであってもよいし、製造ライン３を構成する機構３１の数と相違してもよい。
【0034】
通信インタフェース２４は、例えば、有線ＬＡＮモジュールおよび無線ＬＡＮモジュール等の少なくともいずれか１つであり、有線又は無線通信を行うためのインタフェースである。ＰＬＣ２は、通信インタフェース２４により、解析装置１との間でデータ通信を行うことができる。
【0035】
なお、ＰＬＣ２の具体的なハードウェア構成に関して、実施の形態に応じて、適宜、構成要素の省略、置換、及び追加が可能である。例えば、制御部２１は、複数のプロセッサを含んでもよい。記憶部２２は、制御部２１に含まれるＲＡＭ及びＲＯＭにより構成されてもよい。記憶部２２は、ハードディスクドライブおよびソリッドステートドライブ等の少なくともいずれか１つの補助記憶装置で構成されてもよい。また、ＰＬＣ２は、提供されるサービス専用に設計された情報処理装置の他、制御する対象に応じて、汎用のデスクトップＰＣおよびタブレットＰＣ等の少なくともいずれか１つに置き換えられてもよい。
【0036】
＜４．製造ライン３の具体例＞
図４は、実施形態に従う製造ライン３の具体例について説明する図である。
図４は、実施形態に従う製造ライン３の具体例について説明する図である。
【0037】
図４を参照して、実施形態に従う製造ライン３の各機構が示されている。具体的には、製造ラインは、ワーク位置ズレ３００を検出するセンサ、フィルムメイン軸トルク３０２を検知するセンサ、ワーク乗り上げ３０３を検出するセンサ、ワークを検知するセンサ、ワーク搬送軸トルク３０６、フィルムサブ軸トルク３０７およびトップシール軸トルク３１０等の機構を含む。当該機構には、それぞれ変数が割り当てられている。
【0038】
また、機構に関連するデータについて変数が割り当てられている。例えば、フィルム残量３０１（「RoomHumidity」）、駆動時間３０５（「Chapter」）、センターシール温度３０８（「CurrentTemperatureCenterSeal」）、センターシールヒータ３０９（「CenterHeaterDPC_MV」）、トップシール温度（「CurrentTemperatureSeal」）、トップシールヒータ（「TopSealHeaterDPC_MC」）、トップシール温度３１４（「CurrentTemperatureTopSeal」）、トップシール軸トルク３１０（「TopSeal」）、フィルムサブ軸トルク３０７（「FilmFeedSub」）、ワーク搬送軸トルク３０６（「ProductFeed」）およびフィルムメイン軸トルク３０２（「FilmFeedMain」）等が割り当てられている。
【0039】
製造ライン３の機構に関連してカメラ３２０，３３０，３４０が設けられている。また、製造ライン３の機構に関連してマイク３５０，３６０が設けられている。
【0040】
カメラ３２０～３４０は、ワーク等を撮像した画像データを解析装置１に出力する。マイク３５０，３６０は、ワークおよび製造ライン３の各機構の音を集音し、音声データを解析装置１に出力する。
【0041】
＜５．解析装置のソフトウェア構成＞
図５は、実施形態に従う解析装置１のソフトウェア構成の一例を模式的に例示する図である。図５に示されるように、解析装置１の制御部１１は、記憶部１２に記憶された解析プログラム１１８をＲＡＭに展開する。そして、制御部１１は、ＲＡＭに展開された解析プログラム１１８をＣＰＵにより解釈及び実行して、各構成要素を制御する。これによって、図５に示されるとおり、実施形態に従う解析装置１は、ソフトウェアモジュールとして、取得部１２５２と、第１演算部１２５４と、第２演算部１２５５と、ノード生成部１２５６と、因果モデル生成部１２５８と、ＧＵＩ部１２６０と、異常検知部１２６２と、イベント関係推定部１２６４と、イベント関係登録部１２６６と、寄与率算出部１２６８とを含む。
図５は、実施形態に従う解析装置１のソフトウェア構成の一例を模式的に例示する図である。図５に示されるように、解析装置１の制御部１１は、記憶部１２に記憶された解析プログラム１１８をＲＡＭに展開する。そして、制御部１１は、ＲＡＭに展開された解析プログラム１１８をＣＰＵにより解釈及び実行して、各構成要素を制御する。これによって、図５に示されるとおり、実施形態に従う解析装置１は、ソフトウェアモジュールとして、取得部１２５２と、第１演算部１２５４と、第２演算部１２５５と、ノード生成部１２５６と、因果モデル生成部１２５８と、ＧＵＩ部１２６０と、異常検知部１２６２と、イベント関係推定部１２６４と、イベント関係登録部１２６６と、寄与率算出部１２６８とを含む。
【0042】
取得部１２５２は、製造ライン３で実行される工程に関する情報として状態データ２２３を取得する。また、取得部１２５２は、カメラ３２０～３４０からの画像データおよびマイク３５０，３６０からの音声データを取得する。
【0043】
第１演算部１２５４は、取得部１２５２で取得した状態データに基づいて第１特徴量を算出する。
【0044】
第２演算部１２５５は、取得部１２５２で取得した音声データまたは画像データに基づいて第２特徴量を算出する。
【0045】
ノード生成部１２５６は、第１演算部１２５４および第２演算部１２５５で算出した第１および第２特徴量に基づいてノードを生成する。
【0046】
因果モデル生成部１２５８は、ノード生成部１２５６で生成したノードに基づいて製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する。
【0047】
ＧＵＩ部１２６０は、因果モデル生成部１２５８で生成した因果モデルを表示するとともに、ユーザ操作を受け付ける。
【0048】
異常検知部１２６２は、状態データに基づいて通常状態と異なる異常状態を検知する。具体的には、異常スコアを算出し、異常スコアが所定の閾値を超えたか否かを判断する。異常検知部１２６２は、異常スコアが所定の閾値を超えた場合に異常と判断する。本例において、異常スコアとは正常範囲からの逸脱度を示す。
【0049】
寄与率算出部１２６８は、異常スコアに基づいて当該異常スコアに寄与した変数の寄与率を算出する。
【0050】
イベント関係登録部１２６６は、イベントに対応するイベントリストを登録する。イベントリストは、イベント概要と、イベントが生じた際のイベントデータと、因果モデルと、確認された複数の機構に関連する事象（実際の物理現象）と、復旧作業内容と、異常に寄与した変数の寄与率の情報とを含む。
【0051】
イベント関係推定部１２６４は、イベント関係登録部１２６６で登録されたイベントリストを取得する。イベント関係推定部１２６４は、寄与率算出部１２６８から算出された異常スコアに寄与した変数の寄与率を取得して、寄与率の類似の高いイベントリストを抽出して出力する。ユーザは、異常が検知された場合に、イベントリスト候補を容易に特定して、復旧作業を早期に実行することが可能である。
【0052】
本開示において、因果モデルを出力することは（１）解析装置１に含まれる出力装置の一種であるディスプレイ上で、または解析装置１とは別のディスプレイ上で、因果モデルを表現する画像または映像を表示すること、（２）解析装置１に含まれるディスプレイ等のデバイス、または解析装置１とは別の装置に因果モデルを表現するためのデータまたは信号を送出すること、（３）解析装置１に含まれるディスプレイ等のデバイスまたは、解析装置１とは別の装置に、因果モデルを表現するための命令を送出することを少なくとも含む。そのため、（１）の意味において、因果関係グラフを出力する出力装置は、因果モデルを再現した画像または映像を視覚化する表示デバイスを含む。（２）の意味において、因果モデルを出力する出力装置は、因果モデルを表現するためのデータまたは信号を生成および送出するためのソフトウェアまたはハードウェアを含む。（３）の意味において、因果モデルを出力する出力装置は、因果関係グラフを表現するための命令を生成および送出するためのソフトウェアまたはハードウェアを含む。
【0053】
解析装置１の各ソフトウェアモジュールに関しては後述する動作例で詳細に説明する。なお、実施形態では、解析装置１の各ソフトウェアモジュールがいずれも汎用のＣＰＵにより実現される例について説明している。しかしながら、以上のソフトウェアモジュールの一部又は全部が、１又は複数の専用のハードウェアプロセッサにより実現されてもよい。また、解析装置１のソフトウェア構成に関して、実施形態に応じて、適宜、ソフトウェアモジュールの省略、置換及び追加が行われてもよい。
【0054】
上記の構成は、情報処理プログラム（解析プログラム）を記憶する非一時的なコンピュータ可読媒体を用いて実現可能である。
【0055】
＜５．１ 因果関係＞
まず、説明を簡易にするために、以下に因果モデルの生成について説明する。
まず、説明を簡易にするために、以下に因果モデルの生成について説明する。
【0056】
因果モデルは、あるイベント（結果の現象）に対して、要因となる現象を特定するための因果関係をモデル化したものである。
【0057】
図６は、実施形態に従うノード生成部１２５６および因果モデル生成部１２５８における処理について説明するフロー図である。
【0058】
以下の説明では、説明の便宜のため、製造ライン３は、複数の機構３１として、４つの機構Ｆ１～Ｆ４を備えているものとする。
【0059】
図６（Ａ）を参照して、ノード生成部１２５６は、各機構Ｆ１～Ｆ４の状態データ２２３および音声および画像データを取得する（ステップＳ１０１）。
【0060】
図７は、実施形態に従う取得部１２５２で取得された状態データと、音声および画像データとについて説明する図である。
【0061】
図７を参照して、状態データとともに音声および画像データが時刻に関連付けられて取得される。各時刻毎に複数の状態データおよび音声および画像データが取得される。
【0062】
再び図６（Ａ）を参照して、次に、ノード生成部１２５６は、状態データを解析する（ステップＳ１０３）。
【0063】
図６（Ｂ）は、状態データの解析処理について説明するサブルーチンフロー図である。
【0064】
図６（Ｂ）を参照して、ノード生成部１２５６は、ステップＳ１０１で取得した各件の状態データ２２３から特徴量２２２１を算出する（ステップＳ１３０１）。特徴量２２２１の種類は、特に限定されなくてもよく、実施の形態に応じて適宜選択されてもよい。また、特徴量２２２１を算出する方法は、実施の形態に応じて適宜決定可能である。具体例として、本実施形態では、ノード生成部１２５６は、次のような方法で、状態データ２２３から特徴量２２２１を算出する。まず、ノード生成部１２５６は、特徴量２２２１を算出する処理範囲を規定するため、取得した各件の状態データ２２３をフレーム毎に分割する。各フレームの長さは、実施の形態に応じて適宜設定されてよい。
【0065】
ノード生成部１２５６は、例えば、各件の状態データ２２３を一定時間長のフレーム毎に分割してもよい。ただし、製造ライン３は必ずしも一定時間間隔で動作しているとは限らない。そのため、各件の状態データ２２３を一定時間長のフレーム毎に分割すると、各フレームに反映される各機構３１の動作がずれてしまう可能性がある。
【0066】
そこで、ノード生成部１２５６は、状態データ２２３をタクト時間毎にフレーム分割してもよい。タクト時間は、製造ライン３が製品を所定個数分生産するのにかかる時間である。このタクト時間は、製造ライン３を制御する信号、例えば、ＰＬＣ２が製造ライン３の各機構３１の動作を制御する制御信号に基づいて特定することができる。
【0067】
次に、ノード生成部１２５６は、状態データ２２３の各フレームから特徴量２２２１の値を算出する。状態データ２２３が計測データ等のような連続値データである場合には、ノード生成部１２５６は、例えば、フレーム内の振幅、最大値、最小値、平均値、分散値、標準偏差および瞬時値（１点サンプル）等の少なくともいずれか１つを特徴量２２２１として算出してもよい。また、状態データ２２３が検出データ等のような離散値データである場合には、制御部１１は、例えば、各フレーム内の「on」時間、「off」時間、Ｄｕｔｙ比、「on」回数および「off」回数等の少なくともいずれか１つを特徴量２２２１として算出してもよい。これにより、各特徴量２２２１の算出が完了すると、ノード生成部１２５６は、次のステップＳ１３０２に処理を進める。各特徴量は因果モデルを構成するノードになる。
【0068】
次に、因果モデル生成部１２５８は、各特徴量２２２１間の相関係数又は偏相関係数を算出する（ステップＳ１３０２）。相関係数は、以下の数１の計算式により算出することができる。また、偏相関係数は、以下の数２の計算式により算出することができる。
【0069】
【数1】
【0070】
なお、ｒijは、行列２２２２のｉ行目ｊ列目の要素を示す。ｘi及びｘjは、各件の状態データ２２３から算出された特徴量２２２１を示すデータに対応する。Ｘi及びＸjはそれぞれ、ｘi及びｘjの標本平均を示す。ｎは、相関の計算に利用する各特徴量２２２１の数を示す。
【0071】
【数2】
【0072】
なお、行列Ｒ（ｒij）の逆行列をＲ-1（ｒij）と表現し、ｒijは行列２２２２の逆行列のｉ行目ｊ列目の要素を示す。
【0073】
これにより、因果モデル生成部１２５８は、相関係数又は偏相関係数を各要素とする行列２２２２を得ることができる。各特徴量２２２１間の相関係数及び偏相関係数は、対応する機構３１のそれぞれで生じるイベント（現象）間の関係の強さを示す。すなわち、行列２２２２の各要素により、対応する機構３１のそれぞれで生じるイベント（現象）間の関係の強さが特定される。各特徴量２２２１間の相関係数又は偏相関係数の算出が完了すると、因果モデル生成部１２５８は、次のステップＳ１３０３に処理を進める。
【0074】
次に、因果モデル生成部１２５８は、各特徴量２２２１間の相関係数又は偏相関係数に基づいて、対応する機構３１のそれぞれで生じるイベント（現象）間の関係の強さを示す無向グラフ情報２２２３を構築する（ステップＳ１３０３）。
【0075】
例えば、因果モデル生成部１２５８は、各機構３１に対応するノードを作成する。そして、２つの機構３１間に対して算出した相関係数又は偏相関係数の値が閾値以上である場合に、制御部１１は、対応する両ノード間をエッジで連結する。一方、２つの機構３１間に対して算出した相関係数又は偏相関係数の値が閾値未満である場合には、制御部１１は、対応する両ノード間をエッジで連結しない。なお、閾値は、解析プログラム１２１内で規定された固定値であってもよいし、オペレータ等により変更可能な設定値であってもよい。また、エッジの太さは、対応する相関係数又は偏相関係数の値の大きさに対応して決定されてもよい。
【0076】
図８は、実施形態に従う状態データに基づく無向グラフ情報の作成について説明する図である。図８に示されるように、無向グラフ情報２２２３を作成することができる。一例として、４つの機構Ｆ１～Ｆ４に対応する４つのノードが作成されている。そして、機構Ｆ１及びＦ２のノード間、機構Ｆ１及びＦ３のノード間、機構Ｆ２及びＦ３のノード間、並びに機構Ｆ３及びＦ４のノード間にそれぞれエッジが形成されている。また、機構Ｆ１及びＦ３の間並びに機構Ｆ３及びＦ４の間の相関が他の機構間の相関よりも大きいことに対応して、機構Ｆ１及びＦ３のノード間並びに機構Ｆ３及びＦ４のノード間のエッジが他のエッジに比べて太く形成されている。以上により、複数の機構３１間の関係の強さを示す無向グラフ情報２２２３の構築が完了すると、本実施形態に係る状態データ２２３の解析処理は完了する。
【0077】
なお、図８の例では、無向グラフ情報２２２３は、形成された無向グラフを画像により表現している。しかしながら、無向グラフ情報２２２３の出力形式は、画像に限定されなくてもよく、テキスト等により表現されてもよい。また、上記の例では、相関係数又は偏相関係数と閾値との比較により、関係の弱いノード（機構３１）間にエッジを形成しないようにしている。しかしながら、関係の弱いノード間のエッジを除去する方法は、このような例に限られなくてもよい。例えば、全てのノードをエッジで連結したグラフを形成した後、因果モデル生成部１２５８は、逸脱度を表わす適合度指標（ＧＦＩ、ＳＲＭＲ等）が閾値を超えないように、相関係数又は偏相関係数の小さいエッジから順に、形成したグラフのエッジを削除してもよい。
【0078】
図９は、実施形態に従う製造ライン３の実施する製造工程における因果モデル生成部１２５８による状態データ２２３に基づく因果モデルを説明する図である。
【0079】
図９を参照して、本例においては、生成された因果モデルの一例が示されている。相関係数又は偏相関係数の値の大きさに対応してフィルムメイン軸トルクとフィルムサブ軸トルクとの間にエッジが形成される。同様にして、コンベア軸トルクとフィルムサブ軸トルクとの間にエッジが形成される。センターシールヒータとセンターシール温度との間にエッジが形成される。センターシール温度とフィルムサブ軸トルクとの間にエッジが形成される。フィルムサブ軸トルクとトップシール軸トルクとの間にエッジが形成される。トップシールヒータとトップシール温度との間にエッジが形成される。トップシール温度とトップシール軸トルクとの間にエッジが形成される。
【0080】
再び図６（Ａ）を参照して、ノード生成部１２５６は、音声および画像データを解析する（ステップＳ１０４）。
【0081】
図６（Ｃ）は、音声および画像データの解析処理について説明するサブルーチンフロー図である。
【0082】
図６（Ｃ）を参照して、ノード生成部１２５６は、ステップＳ１０１で取得した各件の音声および画像データ２２３から特徴量を算出する（ステップＳ１３１１）。特徴量については後述する。また、特徴量を算出する方法は、実施の形態に応じて適宜決定可能である。
【0083】
図１０は、実施形態に従う包装機の画像特徴量について説明する図である。
【0084】
図１０（Ａ）を参照して、ここでは、包装機が示されている。
【0085】
本例においては、包装機を撮像した画像データの画像特徴量を算出する場合について説明する。具体的には、一例として画像データに基づいてフィルム位置、ワークサイズ、ワーク噛み込み量、シール面積を画像特徴量として算出する場合について説明する。
【0086】
図１０（Ｂ）を参照して、フィルム位置の画像特徴量としてフィルムずれ量を抽出する場合が示されている。
【0087】
図１０（Ｃ）を参照して、ワークサイズの画像特徴量としてワークの傾きを抽出する場合が示されている。
【0088】
図１０（Ｄ）を参照して、ワーク噛み込み量の画像特徴量としてトップシール面積を抽出する場合が示されている。
【0089】
図１０（Ｄ）を参照して、シール面積の画像特徴量として包装長を抽出する場合が示されている。
【0090】
図１１は、実施形態に従う画像データの特徴量の算出について説明する図である。
【0091】
図１１を参照して、ノード生成部１２５６は、取得した画像データについてフレーム単位で画像特徴量を算出する。例えば、フィルム位置についてフィルムずれ量の画像特徴量を算出する。ワークサイズについてワークの傾きの画像特徴量を算出する。ワーク噛み込みについてトップシール面積の画像特徴量を算出する。シール面積について包装長の画像特徴量を算出する。なお、フィルム位置に限られず、フィルムの向きまたはフィルムの姿勢の少なくともいずれか１つを画像特徴量としてもよい。また、フィルムに限られずワークについても同様である。ワークの位置、向きおよび姿勢の少なくともいずれか１つの画像特徴量を算出してもよい。
【0092】
次に、それぞれ算出した画像特徴量をタクト時間単位で分割する。
【0093】
そして、タクト時間単位で得られた画像特徴量の統計量を特徴量として算出する。例えば、統計量としてタクト時間単位で得られた画像特徴量の平均、標準偏差、最大および最小等の少なくとも１つを演算して特徴量を算出する。
【0094】
ノード生成部１２５６は、当該算出された特徴量について因果モデルを構成するノードとして生成する。
【0095】
図１２は、実施形態に従う音声データの特徴量の算出について説明する図である。
【0096】
図１２を参照して、取得した音声データについてタクト時間単位で分割する。そして、タクトタイム毎の音声データに対してフーリエ変換処理（ＦＦＴ）を実行する。
【0097】
所定周波数帯の中からピーク値の音量を特徴量として算出する。
【0098】
一例として１５０００Ｈｚと２００００Ｈｚとの間の周波数帯の中からピーク値を特徴量として算出する場合が示されている。
【0099】
例えば、本例においては、マイク３５０で集音された音声データに基づいて搬送軸振動を特徴量として算出する。マイク３６０で集音された音声データに基づいてカット時インパクト音を特徴量として算出する。
【0100】
ノード生成部１２５６は、当該算出された特徴量について因果モデルを構成するノードとして生成する。
【0101】
図１３は、実施形態に従う画像データおよび音声データの特徴量を追加した因果モデルの生成について説明する図である。
【0102】
【0103】
具体的には、ノード生成部１２５６は、第２演算部１２５５で演算した画像データの特徴量としてワークサイズ、フィルムずれ量、ワーク噛み込みおよびシール面積のノードを生成する。
【0104】
また、ノード生成部１２５６は、第２演算部１２５５で演算した音声データの特徴量として搬送軸振動、カット時インパクト音のノードを生成する。
【0105】
当該ノードは一例であり、他のノードを設けることも当然に可能である。
【0106】
因果モデル生成部１２５８は、ノード生成部１２５６で生成したノードに基づいて因果モデルを生成する。具体的には、因果モデル生成部１２５８は、上記したように各特徴量間の相関係数又は偏相関係数に基づいて、両ノード間をエッジで連結する。
【0107】
再び図６（Ａ）を参照して、次のステップＳ１０５では、因果モデル生成部１２５８は、複数の機構間の因果関係を示す有効グラフを構築する。具体的には、因果モデル生成部１２５８は、作成した無向グラフ情報に対して、製造ライン３の情報を活用し向きを付加し、製造ライン３内における複数の機構３１の順序関係を特定する。
【0108】
次のステップＳ１０６では、ＧＵＩ部１２６０は、因果モデル生成部１２５８で生成した因果モデルを出力する。例えば、ＧＵＩ部１２６０は、ディスプレイ等の出力装置１５に作成した因果モデルを画像形式で出力する。以上により、データ因果モデルの生成処理を終了する。
【0109】
図１４は、実施形態に従う状態データ、画像データおよび音声データの特徴量に基づく因果モデルについて説明する図である。
【0110】
図１４を参照して、製造ライン３で実行される工程に関する情報として各種センサ等からの状態データ（センサデータ）２２３、マイク３５０，３６０からの音声データおよびカメラ３２０，３３０，３４０からの画像データに基づいて因果モデルを生成する。
【0111】
因果モデル生成部１２５８は、ノード生成部１２５６で生成したノードに基づいて因果モデルを生成する。具体的には、因果モデル生成部１２５８は、上記したように各特徴量間の相関係数又は偏相関係数に基づいて、両ノード間をエッジで連結する。
【0112】
因果モデル生成部１２５８は、製造ライン３の情報を活用し向きを付加し、製造ライン３内における複数の機構３１の順序関係を特定する。
【0113】
本例においては、フィルム位置からフィルムメイン軸トルクに進むベクトルが設定される。また、搬送軸振動からフィルムメイン軸トルクに進むベクトルが設定される。
【0114】
また、ワークサイズからコンベア軸トルクに進むベクトルが設定される。また、トップシール軸トルクからシール面積に進むベクトルが設定される。トップシール温度からシール面積に進むベクトルが設定される。
【0115】
トップシール軸トルクからカット時インパクト音に進むベクトルが設定される。
【0116】
トップシール軸トルクからワーク噛み込みに進むベクトルが設定される。
【0117】
フィルムメイン軸トルクからフィルムサブ軸トルクに進むベクトルが設定される。コンベア軸トルクからフィルムサブ軸トルクに進むベクトルが設定される。センターシールヒータからセンターシール温度に進むベクトルが設定される。センターシール温度からフィルムサブ軸トルクに進むベクトルが設定される。
【0118】
フィルムサブ軸トルクからトップシール軸トルクに進むベクトルが設定される。トップシールヒータからトップシール温度に進むベクトルが設定される。トップシール温度からトップシール軸トルクに進むベクトルが設定される。
【0119】
他の場合についても同様である。
【0120】
また、本例においては、因果モデル生成部１２５８は、製造ライン３の情報をさらに活用して、品質検査結果として得られるシール強度の状態データを取得してノードを生成し、当該ノードと他のノードとを組み合わせた因果モデルを生成するとともに、当該因果モデルの入力側および出力側との因果関係も示している。具体的には、先の入力側の前工程１および前工程２との相関関係が示されており、前工程１および前工程２はそれぞれ当該工程における因果モデルを表している。また、後工程は後工程における因果モデルを表している。当該構成により因果モデルの関係性を容易に理解できるようにしている。
【0121】
なお、これ以外にもさらに関係性を理解するためのノードを生成して因果モデルを生成するようにしてもよい。
【0122】
当該因果モデルに基づいてノードの関係性を容易に確認することが可能となり、簡易な方式で異常の原因の推定が容易となる。
【0123】
なお、本例においては、画像データおよび音声データの特徴量に基づく因果モデルの生成について説明したが、いずれか一方のみの特徴量に基づく因果モデルの生成としてもよい。
【0124】
＜６．異常の検知＞
図１５は、実施形態に従う異常検知部１２６２における異常の検知について説明する図である。
図１５は、実施形態に従う異常検知部１２６２における異常の検知について説明する図である。
【0125】
図１５を参照して、異常検知部１２６２は、状態データ２２３に基づいて異常を検知する。
【0126】
本例においては、一例として３つの変数Ｐ１～Ｐ３のデータについて説明する。
【0127】
変数Ｐ１～Ｐ３に関して、３軸の３次元空間が設定され、学習したモデルとして正常の範囲を示すデータ群と、異常の状態を示すデータとが示されている。黒色の点群データは、正常の範囲を示すデータ群を示す。一方、ハッチングされたデータは、正常の範囲から離れたデータを指し示す。正常の範囲を示すデータ群の中心点からの距離が異常スコアとなる。すなわち、距離が大きくなればなるほど、異常スコアの値が高くなる。
【0128】
本例においては、３つの変数Ｐ１～Ｐ３の３次元空間について説明しているが、変数の個数に応じた多次元空間に拡張することも当然に可能である。
【0129】
図１６は、実施形態に従う異常検知部１２６２における異常の検知について説明する別の図である。
【0130】
図１６（Ａ）を参照して、点から点へのデータ変化が示されている。本例においては、２次元の場合が示されており、ｘ軸に対してΔｘ、ｙ軸に対してΔｙ変化した場合が示されている。２次元の場合には、Δｘ、Δｙの距離の変化が異常スコアとして算出される。
【0131】
図１６（Ｂ）を参照して、分布から点のデータ変化が示されている。３次元の場合には、分布の中心から点への距離の変化が異常スコアとして算出される。
【0132】
異常スコアの算出のアルゴリズムの一例として、マハラノビス距離に基づく異常検知、LOF（Local Outlier Factor）またはIsolationForest等の異常検知アルゴリズムを用いるようにしても良い。
【0133】
図１７は、実施形態に従うＧＵＩ部１２６０による推定結果確認画面について説明する図である。
【0134】
図１７を参照して、推定結果確認画面には、装置の異常を監視するスコア時系列グラフが示されている。また、装置の因果関係について因果モデルを表示する表示部が設けられている。さらに、変数の寄与率を表示する表示部が設けられている。また、分析対象範囲の設定部が設けられており、当該範囲を変更することにより任意の期間における分析が可能である。
【0135】
異常スコアは、時間軸に従って変化するスコア値を示す。本例においては、時刻Ｔ１において、スコア値が閾値ＴＨ１を越えた場合が示されている。
【0136】
異常検知部１２６２は、時刻Ｔ１においてスコア値が閾値ＴＨ１を越えたことに基づいて異常を検知する。寄与率算出部１２６８は、時刻Ｔ１におけるスコア値に基づいて、変数の寄与率を算出する。
【0137】
一例として、寄与率算出部１２６８は、寄与率データを出力する。本例においては、寄与率データは、フィルム位置が寄与率４５％、ワーク噛み込み量が寄与率２３％、トップシール軸トルクが寄与率１４％、フィルムメイン軸トルクが寄与率４％およびシール強度が寄与率２％である場合が示されている。
【0138】
因果モデルと算出された変数の寄与率とに基づいて異常となる因果を推定するようにしてもよい。
【0139】
例えば、１，２番目の寄与率の高い変数を抽出する。本例においては、フィルム位置とワーク噛み込み量とを抽出して、それと関連するノードを強調してもよい。当該表示により、因果モデルにおけるノードの関係性を容易に確認することが可能となり、異常の原因の推定が容易となる。
【0140】
上記においては、スコアデータの時刻Ｔ１においてスコア値が閾値ＴＨ１を越えたことに基づいて異常を検知する場合について説明した。そして、当該時刻Ｔ１における変数の寄与率の算出について説明した。
【0141】
なお、当該時刻Ｔ１に関して、ユーザの任意の時刻を指定可能にするようにしてもよい。例えば、ポインティングデバイスを用いて、任意の時刻を指定し、当該指定した時刻におけるスコア値を取得する。取得したスコア値に基づいて、上記で説明したように寄与率データを出力し、変数の寄与率を表示するようにしてもよい。そして、寄与率データの１，２番目の寄与率の高い変数を抽出して、上記で説明したのと同様に選択した因果モデルの推定を表示するようにしてもよい。
＜７．イベントリスト＞
図１８は、実施形態に従うイベント関係登録部１２６６のイベントリストについて説明する図である。図１８を参照して、ユーザにより複数のイベントが登録されたイベントリストが示されている。
＜７．イベントリスト＞
図１８は、実施形態に従うイベント関係登録部１２６６のイベントリストについて説明する図である。図１８を参照して、ユーザにより複数のイベントが登録されたイベントリストが示されている。
【0142】
具体的には、イベント関係登録部１２６６は、イベントリストとして、イベント概要、イベントデータ、因果モデル、実際の物理現象および復旧作業内容の情報を含む。また、イベントリストは、寄与率算出部１２６８で算出した変数および寄与率のデータをさらに含む。
【0143】
イベント概要として、「シール接着強度不良」に対応して、イベントデータと、因果モデルが登録されるとともに、実際の物理現象として「プレスローラ摩耗」と、復旧作業内容として「プレスローラの交換」が登録されている場合が示されている。また、変数ＰＡ～ＰＤの寄与率として「３９．１」、「１．８」、「９．３」および「１２．３」がそれぞれ登録されている場合が示されている。
【0144】
また、イベント概要として、「シール接着強度不良」に対応して、イベントデータと、因果モデルが登録されるとともに、実際の物理現象として「革ベルト摩耗」と、復旧作業内容として「革ベルト交換」が登録されている場合が示されている。また、変数ＰＡ～ＰＤの寄与率として「３９．１」、「１．８」、「９．３」および「１２．３」がそれぞれ登録されている場合が示されている。また、変数ＰＡ～ＰＤの寄与率として「１９．１」、「２１．８」、「３９．３」および「１２．３」がそれぞれ登録されている場合が示されている。
【0145】
イベント概要として、「シール接着強度不良」に対応して、イベントデータと、因果モデルが登録されるとともに、実際の物理現象として「集電リング接触不良」と、復旧作業内容として「集電リング交換」が登録されている場合が示されている。また、変数ＰＡ～ＰＤの寄与率として「２９．１」、「３１．８」、「２９．３」および「２．３」がそれぞれ登録されている場合が示されている。
【0146】
また、イベント概要として、「シール接着強度不良」に対応して、イベントデータと、因果モデルが登録されるとともに、実際の物理現象として「フィルム蛇行」と、復旧作業内容として「フィルム搬送軸の歪み補正」が登録されている場合が示されている。また、変数ＰＡ～ＰＤの寄与率として「９．１」、「１１．８」、「１９．３」および「１２．３」がそれぞれ登録されている場合が示されている。
【0147】
図１９は、実施形態に従うイベント関係推定部１２６４のイベントリストを用いたイベント推定処理について説明する図である。図１９を参照して、イベント関係推定部１２６４は、イベント関係登録部１２６６で登録したイベントリストを用いてイベント推定を行う。
【0148】
具体的には、イベント関係推定部１２６４は、イベントデータを取得して、寄与率の類似度を算出する。
【0149】
一例として、次式のコサイン類似度Sijを用いることも可能である。
【0150】
【数3】
【0151】
xi:イベントデータリストの各変数の寄与率、xj：寄与率算出部１２６８で算出した各変数の寄与率
本例においては、イベント関係推定部１２６４は、寄与率の類似度の高いイベントリストを抽出する。一例として、類似度の高い最上段のイベントリストを抽出した場合が示されている。
本例においては、イベント関係推定部１２６４は、寄与率の類似度の高いイベントリストを抽出する。一例として、類似度の高い最上段のイベントリストを抽出した場合が示されている。
【0152】
具体的には、イベント概要が「シール接着強度不良」、因果モデル、実際の物理現象「プレスローラ摩耗」、復旧作業内容「プレスローラの交換」が登録されているイベントリストである。
【0153】
したがって、当該内容に基づいて、ユーザに異常の推定箇所として「プレスローラ摩耗」を提示するとともに、その復旧作業内容であるプレスローラの交換を提示することにより、早期にイベントに対する復旧作業を実行することが可能である。
【0154】
なお、イベント関係推定部１２６４は、イベントデータは、（類似度）が所定値以上の場合にそれらをすべてユーザに提示するようにしてもよい。
【0155】
図２０は、実施形態に従うイベント関係推定部１２６４のイベントリストを用いたイベント推定処理のフロー図である。図２０を参照して、イベント関係推定部１２６４は、イベントリストを取得する（ステップＳ２０１）。具体的には、図１８で説明したイベント関係登録部１２６６で登録されたイベントリストを取得する。
【0156】
次に、イベント関係推定部１２６４は、取得したイベントリストに含まれる変数の寄与率と、寄与率算出部１２６８で算出した変数の寄与率との類似度を算出する（ステップＳ２０２）。具体的には、イベント関係推定部１２６４は、取得したイベントリストに含まれる変数の寄与率と、寄与率算出部１２６８で算出した変数の寄与率とのコサイン類似度Sijを算出する。
【0157】
次に、イベント関係推定部１２６４は、算出した類似度に基づいて候補となるイベントリストを抽出する（ステップＳ２０３）。
【0158】
そして、イベント関係推定部１２６４は、処理を終了する（エンド）。当該処理により、イベントリストを抽出して、早期にイベントに対する復旧作業を実行することが可能である。
【0159】
＜付記＞
上述したような本実施の形態は、以下のような技術思想を含む。
上述したような本実施の形態は、以下のような技術思想を含む。
【0160】
［構成１］
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部（１２５４）と、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部（１２５５）と、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部（１２５８）とを備える、解析装置。
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出する第１演算部（１２５４）と、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出する第２演算部（１２５５）と、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成する因果モデル生成部（１２５８）とを備える、解析装置。
【0161】
［構成２］
前記第１演算部（１２５４）は、前記画像データに基づいて前記製造ラインのワークの位置、向き、および姿勢の少なくともいずれか１つを前記第１特徴量とする、構成１に記載の解析装置。
前記第１演算部（１２５４）は、前記画像データに基づいて前記製造ラインのワークの位置、向き、および姿勢の少なくともいずれか１つを前記第１特徴量とする、構成１に記載の解析装置。
【0162】
［構成３］
前記第１演算部（１２５４）は、
前記音声データまたは画像データをタクトタイム毎に分割し、
タクトタイム毎の前記音声データまたは画像データの前記第１特徴量を算出する、構成１または２に記載の解析装置。
前記第１演算部（１２５４）は、
前記音声データまたは画像データをタクトタイム毎に分割し、
タクトタイム毎の前記音声データまたは画像データの前記第１特徴量を算出する、構成１または２に記載の解析装置。
【0163】
［構成４］
前記第１演算部（１２５４）は、
前記画像データのフレーム単位で画像特徴量を算出し、
前記タクトタイム毎の前記画像特徴量の統計量を前記第１特徴量として算出する、構成３に記載の解析装置。
前記第１演算部（１２５４）は、
前記画像データのフレーム単位で画像特徴量を算出し、
前記タクトタイム毎の前記画像特徴量の統計量を前記第１特徴量として算出する、構成３に記載の解析装置。
【0164】
［構成５］
前記第１演算部（１２５４）は、前記音声データの所定の周波数の音量を前記第１特徴量として算出する、構成１～４のいずれか１つに記載の解析装置。
前記第１演算部（１２５４）は、前記音声データの所定の周波数の音量を前記第１特徴量として算出する、構成１～４のいずれか１つに記載の解析装置。
【0165】
［構成６］
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと（Ｓ１３０１）、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと（Ｓ１３１１）、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを備える（Ｓ１０５）、解析方法。
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと（Ｓ１３０１）、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと（Ｓ１３１１）、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを備える（Ｓ１０５）、解析方法。
【0166】
［構成７］
コンピュータに、
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと（Ｓ１３０１）、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと（Ｓ１３１１）、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを実行させる（Ｓ１０５）、情報処理プログラム。
コンピュータに、
製造ラインで実施される工程における音声データまたは画像データの第１特徴量を算出することと（Ｓ１３０１）、
前記製造ラインで実施される工程における複数の機構のそれぞれの状態データの第２特徴量を算出することと（Ｓ１３１１）、
前記第１特徴量および前記第２特徴量に基づいて前記製造ラインのある現象を特定するための因果関係をモデル化した因果モデルを生成することとを実行させる（Ｓ１０５）、情報処理プログラム。
【0167】
本開示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。本開示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】
【0168】
１ 解析装置、３ 製造ライン、１１，２１ 制御部、１２，２２ 記憶部、１３，２４ 通信インタフェース、１４ 入力装置、１５ 出力装置、１６ ドライブ、２３ 入出力インタフェース、３１ 機構、９１ 記憶媒体、１１４ インタフェースプログラム、１１６ ＧＵＩプログラム、１１８ 解析プログラム、２２２ 制御プログラム、３２０，３３０，３４０ カメラ、３５０，３６０ マイク、１２５２ 取得部、１２５４ 演算部、１２５６ ノード生成部、１２５８ 因果モデル生成部、１２６０ ＧＵＩ部、１２６２ 異常検知部、１２６４ イベント関係推定部、１２６６ イベント関係登録部、１２６８ 寄与率算出部。
【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】
【図18】
【図19】
【図20】