知財求人 - 知財ポータルサイト「IP Force」
特許7223947製造条件計算装置、製造条件計算方法及び製造条件計算プログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-02-09
(45)【発行日】2023-02-17
(54)【発明の名称】製造条件計算装置、製造条件計算方法及び製造条件計算プログラム
(51)【国際特許分類】
G05B 23/02 20060101AFI20230210BHJP
【ＦＩ】
G05B23/02 301Y
【請求項の数】
7
(21)【出願番号】P 2019103738
(22)【出願日】2019-06-03
(65)【公開番号】P2020197914
(43)【公開日】2020-12-10
【審査請求日】2022-01-26
(73)【特許権者】
【識別番号】314012076
【氏名又は名称】パナソニックＩＰマネジメント株式会社
(74)【代理人】
【識別番号】110002952
【氏名又は名称】弁理士法人鷲田国際特許事務所
(72)【発明者】
【氏名】原 伸夫
(72)【発明者】
【氏名】潮田 幹生
(72)【発明者】
【氏名】石川 朋幸
(72)【発明者】
【氏名】高橋 成太
【審査官】今井 貞雄
(56)【参考文献】
【文献】特開２０１７－１３９３６４（ＪＰ，Ａ）
【文献】特開２０１５－１２５５５９（ＪＰ，Ａ）
【文献】特開２０１２－９９０７１（ＪＰ，Ａ）
【文献】特開２００３－７６４１４（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ ２３／０２
(57)【特許請求の範囲】
【請求項1】
製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出部と、前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出部と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出部と、
前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出部と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出部と、
前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示部と、を有する、製造条件計算装置。
【請求項2】
前記ヒストグラム特徴量算出部は、前記計測結果の中央値、標準偏差、尖度及び歪度のうち少なくともいずれか１つを、前記ヒストグラム特徴量として算出する、請求項１に記載の製造条件計算装置。
【請求項3】
前記集計マハラノビス距離算出部は、前記組み合わせ毎の前記マハラノビス距離の平均値を、前記集計マハラノビス距離として算出する、請求項１又は２に記載の製造条件計算装置。
【請求項4】
前記集計工程能力指数算出部は、前記組み合わせ毎の前記工程能力指数の平均値を、前記集計工程能力指数として算出する、請求項１から３のいずれか１項に記載の製造条件計算装置。
【請求項5】
前記集計マハラノビス距離算出部は、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に前記工程能力指数と前記集計工程能力指数を比較し、前記工程能力指数が前記集計工程能力指数を超える場合、前記工程能力指数に対応する前記マハラノビス距離に負の符号を付与し、前記工程能力指数が前記集計工程能力指数を超えない場合、前記工程能力指数に対応する前記マハラノビス距離に正の符号を付与し、正負の符号が付与された前記マハラノビス距離に基づき、前記集計マハラノビス距離を算出する、請求項１から４のいずれか１項に記載の製造条件計算装置。
【請求項6】
製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出工程と、前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出工程と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出工程と、
前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出工程と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出工程と、
前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示工程と、を有する、製造条件計算方法。
【請求項7】
コンピュータに、製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出工程と、
前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出工程と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出工程と、
前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出工程と、
直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出工程と、
前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示工程と、を実行させる、製造条件計算プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、化学プラント、製鉄プラント、半導体製造設備、一般工業製品製造設備等の異常検知技術に関し、特に、過去の複数の稼動時の稼動結果に基づいて、プラント及び製造装置の異常検知精度を高めるための製造条件計算装置、製造条件計算方法及び製造条件計算プログラムに関するものである。
【背景技術】
【0002】
化学プラントでは、複数の装置（反応炉等）を使用して同一の製品を生産することが多い。この場合、生産される製品が均一となるように、各装置の稼動状態を適切に管理することが必要である。
しかしながら、複数の装置を並列に同一条件で運転している場合に、それぞれの装置のカタログスペックが同一でも実際には稼働結果に個体差があること、装置内の加工ヘッド毎に稼働結果が異なること、装置の経時変化差によって同一条件で生産していても稼働結果が異なること、前工程の影響により稼働結果が大きく変わることがある。このような装置差、加工ヘッド差、経時変化差、前工程の影響によって、生産される製品が均一となるような状態を装置ごとに精度よく管理することは難しい。
しかしながら、複数の装置を並列に同一条件で運転している場合に、それぞれの装置のカタログスペックが同一でも実際には稼働結果に個体差があること、装置内の加工ヘッド毎に稼働結果が異なること、装置の経時変化差によって同一条件で生産していても稼働結果が異なること、前工程の影響により稼働結果が大きく変わることがある。このような装置差、加工ヘッド差、経時変化差、前工程の影響によって、生産される製品が均一となるような状態を装置ごとに精度よく管理することは難しい。
【0003】
同様の問題は、化学プラントに限らず、半導体製造設備、金属精錬プラント、水処理施設、及びガスプラント等でも生じる。また、何らかのものを製造する施設だけではなく、発電・変電施設のように非有体物の特性を変化させるための施設でもこうした問題は生じ得る。以下、本明細書では、何らかのものを製造する施設だけでなく、非有体物の特性を変化させる施設をも含めて「プラント」と呼ぶ。
また、複合的な施設だけでなく、単独の設備であって、稼動条件によって異なる挙動を示すものもここでいう「プラント」に含めるものとする。
また、複合的な施設だけでなく、単独の設備であって、稼動条件によって異なる挙動を示すものもここでいう「プラント」に含めるものとする。
【0004】
従来のプラント制御情報生成装置では、過去のサンプル間の関係を用いて、プラントの異常原因推定を行うことが行われている。
より具体的には、特許文献１には、デバイス製造工程や材料プロセス工程等の生産工程における異常原因を推定するための従来の方法の一つとして、例えば、マハラノビス距離を利用したパターン認識により異常原因を診断する方法が開示されている。
図１０に特許文献１の異常原因診断方法のフロー図を示す。
より具体的には、特許文献１には、デバイス製造工程や材料プロセス工程等の生産工程における異常原因を推定するための従来の方法の一つとして、例えば、マハラノビス距離を利用したパターン認識により異常原因を診断する方法が開示されている。
図１０に特許文献１の異常原因診断方法のフロー図を示す。
【0005】
図１０に示すように、最初に、診断しようとする機械の定常状態における適当な数量の所定のデータ（例えば、温度、圧力など）を計測して基準データとし、これらの基準データの特徴量を求める。そして、特徴量を規準化し、規準化した特徴量間の全ての組合せの相関に基づいて相関行列を求め、次いで該相関行列の逆行列（即ち、マハラノビス空間）を求める（ステップ１）。次いで、診断しようとする機械のマハラノビス距離（ＭＤ）を求める（ステップ２）。次いで、予め設定した閾値（一般的には、０～３）とＭＤとを比較し（ステップ３）、ＭＤが閾値よりも大きい場合、距離要素値の最大値を特定する（ステップ４）。そして、距離要素値の最大値に対応する特徴量を基準データの特徴量の平均値で置換する（ステップ５）。次いで、置換した特徴量を用いて、再度ＭＤを求める（ステップ２）。次いで、新たに求められたＭＤと閾値とを比較し（ステップ３）、ＭＤが閾値よりも大きい場合には、距離要素値の最大値を特定する（ステップ４）。次いで、上述と同様に、置換処理を施し（ステップ５）、ＭＤが閾値よりも小さくなるまで、繰り返す。そして、ＭＤが閾値よりも小さくなった時点で、距離要素値の集計として、距離要素値が最大になったときの値を、その特徴量の異常原因を示す値「最終効果」とする。
【先行技術文献】
【特許文献】
【0006】
【文献】特開２００４－２２７２７９号公報
【発明の概要】
【発明が解決しようとする課題】
【0007】
しかしながら、従来の特許文献１の構成においては、処理フローとして個別サンプルのデータに対して処理を行う必要があるため、サンプル数が膨大になると計算に長時間を要するという課題があった。また、異常原因として推定された工程管理データと正常状態の工程管理データとの大小関係（異常の方向性）、乖離度（異常の程度）が不明であり、そのため異常の方向性及び程度の情報が不足してしまい、診断に基づいて的確な異常対策案を立案するのが困難であるという課題があった。
特に、製造プロセスを決定するパラメータが網羅的に計測されていないような、例えば一般工業製品製造設備において、前工程の非計測項目がプロセスへ支配的な影響を及ぼす場合もあり、その場合は異常と判断したものが、従来よりも装置稼動状態が良い方向に変化したことを検知することもあり、異常検知の活用が不十分となるといった問題があった。
特に、製造プロセスを決定するパラメータが網羅的に計測されていないような、例えば一般工業製品製造設備において、前工程の非計測項目がプロセスへ支配的な影響を及ぼす場合もあり、その場合は異常と判断したものが、従来よりも装置稼動状態が良い方向に変化したことを検知することもあり、異常検知の活用が不十分となるといった問題があった。
【0008】
本発明の目的は、前記問題を解決することにあって、製造プロセスを決定するパラメータが網羅的に計測されていないような、例えば一般加工設備においても、装置異常に対する取り組み判断を定量的に実施できる製造条件計算装置、製造条件計算方法及び異常検知プログラムを提供することを目的とする。
【課題を解決するための手段】
【0009】
上記目的を達成するために、本発明の製造条件計算装置は、製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出部と、前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出部と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出部と、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出部と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出部と、前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示部と、を有する。
【0010】
本発明の製造条件計算方法は、製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出工程と、前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出工程と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出工程と、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出工程と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出工程と、前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示工程と、を有する。
【0011】
本発明の製造条件計算プログラムは、コンピュータに、製品の製造に関する実測データを単位解析期間毎に分割し、前記実測データに含まれる計測項目及び装置並びに前記単位解析期間の組み合わせ毎に、前記実測データに含まれる計測結果のヒストグラム特徴量を算出するヒストグラム特徴量算出工程と、前記ヒストグラム特徴量をもとに、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎にマハラノビス距離を算出するマハラノビス距離算出工程と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記マハラノビス距離の集計値に基づき集計マハラノビス距離を算出する集計マハラノビス距離算出工程と、前記計測項目、前記装置及び前記単位解析期間の組み合わせ毎に工程能力指数を算出する工程能力指数算出工程と、直近の解析対象期間における前記計測項目及び前記装置の組み合わせ毎の前記工程能力指数の集計値に基づき集計工程能力指数を算出する集計工程能力指数算出工程と、前記集計マハラノビス距離と前記集計工程能力指数を分割区分して表示する異常検知表示工程と、を実行させる。
【発明の効果】
【0012】
以上のように、本発明の製造条件計算装置、製造条件計算方法及び製造条件計算プログラムによれば、装置異常に対する取り組み判断を定量的に実施できる。
【図面の簡単な説明】
【0013】
【図1】本発明の実施の形態１，２に係る製造条件計算装置のブロック図
【図2】実施の形態１，２に係る製造条件計算装置の処理部のブロック図
【図3】実施の形態１に係る製造条件計算装置の処理を示すフローチャート
【図4】実施の形態１に係るデータベースに登録されたデータの例を示す図
【図5】実施の形態１に係る変化度と健全度を同時に表す例を示す図
【図6】実施の形態２に係る製造条件計算装置の処理を示すフローチャート
【図7】実施の形態２に係る製造条件計算装置の処理の一部の詳細を示すフローチャート
【図8】実施の形態２に係るデータベースに登録されたデータの例を示す図
【図9】実施の形態２に係る変化度と健全度を同時に表す例を示す図
【図10】従来の異常原因診断方法を示すフローチャート
【発明を実施するための形態】
【0014】
（実施の形態１）
図１は、本発明の実施の形態１に係る製造条件計算装置１のブロック図である。図２
は、製造条件計算装置１の処理部１６６のブロック図である。実施の形態１に係る製造条件計算装置１は、コンピュータシステムハードウェア及びコンピュータシステム上で実行されるプログラムによって実現され得る。なお、ここで示す製造条件計算装置１は単なる例であって、他の構成も利用可能である。
図１は、本発明の実施の形態１に係る製造条件計算装置１のブロック図である。図２
は、製造条件計算装置１の処理部１６６のブロック図である。実施の形態１に係る製造条件計算装置１は、コンピュータシステムハードウェア及びコンピュータシステム上で実行されるプログラムによって実現され得る。なお、ここで示す製造条件計算装置１は単なる例であって、他の構成も利用可能である。
【0015】
＜装置＞
図１に示すように、製造条件計算装置１は、コンピュータ１２０と、全てコンピュータ１２０に接続された、モニタ１２２と、プリンタ１２４と、キーボード１２６と、マウス１２８と、を含む。
図１に示すように、製造条件計算装置１は、コンピュータ１２０と、全てコンピュータ１２０に接続された、モニタ１２２と、プリンタ１２４と、キーボード１２６と、マウス１２８と、を含む。
【0016】
コンピュータ１２０は、ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ Ｒｅａｄ－Ｏｎｌｙ－Ｍｅｍｏｒｙ：ディジタル多用途ディスク読出専用メモリ）のドライブ１５０と、半導体メモリポート１５２とを含む。さらに、コンピュータ１２０は、ＤＶＤ－ＲＯＭドライブ１５０と半導体メモリポート１５２とに接続されたバス１４２と、全てバス１４２に接続された、ＣＰＵ１４０と、コンピュータ１２０のブートアッププログラムを記憶するＲＯＭ１４４とを含む。また、コンピュータ１２０は、ＲＡＭ１４６と、ハードディスクドライブ１４８と、ネットワークインターフェイス１５４とを含む。ＲＡＭ１４６は、ＣＰＵ１４０によって使用される作業領域を提供するとともにＣＰＵ１４０によって実行されるプログラムの記憶領域である。ハードディスクドライブ１４８は、音声データ、音響モデル、言語モデル、レキシコン、及びマッピングテーブルを記憶する。ネットワークインターフェイス１５４は、ネットワーク１６４への接続を提供する。
【0017】
図２を参照して、製造条件計算装置１は、ＣＰＵ１４０がプログラムを実行することにより構成される処理部１６６を含む。処理部１６６は、実測データ記録部１６８と、解析期間設定部１７０と、ヒストグラム特徴量算出部１７２と、マハラノビス距離算出部１７４と、集計マハラノビス距離算出部１７６と、工程能力指数算出部１７８と、集計工程能力指数算出部１８０と、異常検知表示部１８２と、を含む。
【0018】
本実施の形態１に係る製造条件計算装置１の処理部１６６を実現するソフトウェアは、ＤＶＤ－ＲＯＭ１６２又は半導体メモリ１６０等の媒体に記録されたオブジェクトコード又はスクリプトの形で流通し、ＤＶＤ－ＲＯＭドライブ１５０又は半導体メモリポート１５２等の読出装置を介してコンピュータ１２０に提供され、ハードディスクドライブ１４８に記憶される。ＣＰＵ１４０がプログラムを実行する際には、プログラムはハードディスクドライブ１４８から読出されてＲＡＭ１４６にロードされる。そして、図示しないプログラムカウンタによって指定されたアドレスから命令がフェッチされ、その命令が実行される。また、ＣＰＵ１４０は、ハードディスクドライブ１４８から処理すべきデータを読出し、処理の結果をこれもまたハードディスクドライブ１４８に記憶する。推定された製品分子量のハードコピーが、プリンタ１２４により出力される。
コンピュータ１２０の一般的動作は周知であるので、詳細な説明は省略する。
コンピュータ１２０の一般的動作は周知であるので、詳細な説明は省略する。
【0019】
ソフトウェアの流通方法に関して、ソフトウェアは必ずしも記憶媒体に記録されたものでなくてもよい。例えば、ソフトウェアはネットワークに接続された別のコンピュータから分配されてもよい。また、ソフトウェアの一部がハードディスクドライブ１４８に記憶され、ソフトウェアの残りの部分についてはネットワークを介してハードディスクドライブ１４８に取込み、実行の際に統合する様にしてもよい。
また、ソフトウェアの流通形態はオブジェクトコードには限らない。前述したようにスクリプト形式でもよいし、ソースプログラムの形で供給され、コンピュータ１２０にインストールされた適切なコンパイラでオブジェクトコードに変換されるという流通形態もあり得る。
また、ソフトウェアの流通形態はオブジェクトコードには限らない。前述したようにスクリプト形式でもよいし、ソースプログラムの形で供給され、コンピュータ１２０にインストールされた適切なコンパイラでオブジェクトコードに変換されるという流通形態もあり得る。
【0020】
典型的には、現代のコンピュータは、オペレーティングシステム（ＯＳ）によって提供される一般的な機能を利用し、所望の目的にしたがって制御された態様で機能を達成する。したがって、ＯＳ又はサードパーティから提供されうる一般的な機能を含まず、一般的な機能の実行順序の組合せのみを指定したプログラムであっても、そのプログラムが全体として所望の目的を達成する制御構造を有する限り、そのプログラムがこの発明の範囲に包含されることは明らかである。
【0021】
＜フロー＞
次に、製造条件計算装置１におけるデータ解析処理のフローチャートについて、図３に基づいて説明する。
次に、製造条件計算装置１におけるデータ解析処理のフローチャートについて、図３に基づいて説明する。
【0022】
＜Ｓ１＞
まず、ステップＳ１において、処理部１６６の実測データ記録部１６８は、実測データをコンピュータ１２０内に構築されたデータベース（以下単に「ＤＢ」と呼ぶ。）に追加する。被製造個体単位で登録する場合の実測データは、被製造個体の品種やシリアル番号及び各製造工程における製造時間・製造装置・製造ヘッド・製造結果を含む。
なお、製造結果とは、各製造工程における製造結果、例えば被製造物幅や被製造物長などである。
まず、ステップＳ１において、処理部１６６の実測データ記録部１６８は、実測データをコンピュータ１２０内に構築されたデータベース（以下単に「ＤＢ」と呼ぶ。）に追加する。被製造個体単位で登録する場合の実測データは、被製造個体の品種やシリアル番号及び各製造工程における製造時間・製造装置・製造ヘッド・製造結果を含む。
なお、製造結果とは、各製造工程における製造結果、例えば被製造物幅や被製造物長などである。
【0023】
＜Ｓ２＞
次いで、ステップＳ２において、解析期間設定部１７０は、解析の対象・データ・評価候補をもとに、単位解析期間を例えば６時間に設定する。ここで、単位解析期間に準じるものとして、製造ロットがある。このロットは、ある数量、例えば１，０００個とか１０，０００個の固まりで被製造個体を流すことで、個々のロットでの前工程から後工程への搬送を行ったり、生産データを集計したりするのに使用される。この製造ロットは、各モノづくり現場の実態を反映しやすいように数量が設定されているため、今後の説明の図では、製造ロットを管理するロットＮｏを、単位解析期間の指標として説明する。
次いで、ステップＳ２において、解析期間設定部１７０は、解析の対象・データ・評価候補をもとに、単位解析期間を例えば６時間に設定する。ここで、単位解析期間に準じるものとして、製造ロットがある。このロットは、ある数量、例えば１，０００個とか１０，０００個の固まりで被製造個体を流すことで、個々のロットでの前工程から後工程への搬送を行ったり、生産データを集計したりするのに使用される。この製造ロットは、各モノづくり現場の実態を反映しやすいように数量が設定されているため、今後の説明の図では、製造ロットを管理するロットＮｏを、単位解析期間の指標として説明する。
【0024】
＜Ｓ３＞
次いで、ステップＳ３において、ヒストグラム特徴量算出部１７２は、単位解析期間毎に実測データを分割し、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に計測結果のヒストグラム特徴量を算出し、ＤＢに登録する。
具体的には、ヒストグラム特徴量は、計測結果の平均値・中央値・標準偏差・最頻値・尖度・歪度等である。中央値・標準偏差・尖度・歪度の組合せで特徴量を算出することで、概ね良好な結果が得られることが多い。
次いで、ステップＳ３において、ヒストグラム特徴量算出部１７２は、単位解析期間毎に実測データを分割し、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に計測結果のヒストグラム特徴量を算出し、ＤＢに登録する。
具体的には、ヒストグラム特徴量は、計測結果の平均値・中央値・標準偏差・最頻値・尖度・歪度等である。中央値・標準偏差・尖度・歪度の組合せで特徴量を算出することで、概ね良好な結果が得られることが多い。
【0025】
図４に、工程から平均までで、実測データから単位解析期間毎にヒストグラム特徴量を算出した結果の一例を示す。
実施の形態１では、対象の工程・装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に計測結果のヒストグラム特徴量を算出している。
実施の形態１では、対象の工程・装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に計測結果のヒストグラム特徴量を算出している。
【0026】
まず、工程とは、被製造個体を材料から完成形へ加工していく過程のことである。例えば電池の製造工程では、混錬・塗布・巻取・缶挿入・溶接・注液・封口・初期検査・エージング・出荷検査といった過程を示す。実施の形態１では、工程１から工程１０で構成される製造工程を想定している中で、部分的に工程１のみ、例えば巻取工程のみを表示している。
【0027】
次に、図４に示す装置とは、被製造個体を加工する機械に対する名前である。工程によって、装置が１台しかない工程もあれば、複数台ある工程もある。実施の形態１では、工程１において装置が４台あることを想定している中で、装置１から装置４の部分的な結果を表示している。
【0028】
そして、図４に示す加工ヘッドとは、加工ヘッドの名前である。装置の中で生産性を上げるために、同一の加工を行う部品を複数設けることがある。実施の形態１では、工程１の各装置に加工ヘッドが２個あることを想定している中で、加工ヘッド１から加工ヘッド２の部分的な結果を表示している。
【0029】
また、図４に示すロットＮｏは、ロットを一意に特定する名前である。このロットとは、ある数量、例えば１，０００個とか１０，０００個の固まりで被製造個体を流すことで、個々のロットでの前工程から後工程への搬送を行ったり、生産データを集計したりするのに使用される単位である。この製造ロットは、各モノづくり現場の実態を反映しやすいように数量が設定されている。実施の形態１では、製造ロットを管理するロットＮｏを、単位解析期間に準じる指標として、説明に用いている。
【0030】
そして、図４に示す計測項目とは、装置において加工された結果を保証することを目的に計測されている項目や、加工条件の変動を記録しておくことを目的に計測されている項目である。例えば巻取工程を想定すると、計測項目は、巻取体高・巻取体径・巻取ずれ量・巻取張力・巻取補正量などである。実施の形態１では、計測項目がＡからＧまであることを想定している中で、ＡとＤの部分的な結果を表示している。
【0031】
そして、これら工程・装置・加工ヘッド・単位解析期間に準じるロットＮｏ・計測項目の組み合わせ毎に実測データを層別した上で、ヒストグラム特徴量として構成個数Ｎ・計測結果の中央値・標準偏差・尖度・歪度・平均を算出している。なお、ヒストグラム特徴量は、中央値・標準偏差・尖度・歪度・平均のうち少なくとも１つを含まなくてもよいし、これら以外の計算値をヒストグラム特徴量として算出してもよい。
【0032】
ここで歪度は、以下の式（１）を用いて算出される。
【0033】
【数1】
【0034】
また、尖度は、以下の式（２）を用いて算出される。
【0035】
【数2】
【0036】
＜Ｓ４＞
次いで、ステップＳ４において、マハラノビス距離算出部１７４は、ヒストグラム特徴量算出部１７２で過去に登録されたヒストグラム特徴量も含めて、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎にマハラノビス距離ＭＤを算出し、ＤＢに登録する。
具体的には、ヒストグラム特徴量のうち、中央値・標準偏差・尖度・歪度の組合せで、過去１か月のデータをもとにマハラノビス距離を算出することで概ね良好な結果が得られることが多い。
次いで、ステップＳ４において、マハラノビス距離算出部１７４は、ヒストグラム特徴量算出部１７２で過去に登録されたヒストグラム特徴量も含めて、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎にマハラノビス距離ＭＤを算出し、ＤＢに登録する。
具体的には、ヒストグラム特徴量のうち、中央値・標準偏差・尖度・歪度の組合せで、過去１か月のデータをもとにマハラノビス距離を算出することで概ね良好な結果が得られることが多い。
【0037】
図４に、マハラノビス距離ＭＤを算出した結果の一例を示す。
ここで、マハラノビス距離ＭＤは、異なる変数間に相関がないｐ次元を想定して、以下の式（３）を用いて算出される。実施の形態１では、ｉ=１が中央値、ｉ=２が標準偏差、ｉ=３が尖度、ｉ=４が歪度として、マハラノビス距離ＭＤを算出している。
ここで、マハラノビス距離ＭＤは、異なる変数間に相関がないｐ次元を想定して、以下の式（３）を用いて算出される。実施の形態１では、ｉ=１が中央値、ｉ=２が標準偏差、ｉ=３が尖度、ｉ=４が歪度として、マハラノビス距離ＭＤを算出している。
【0038】
【数3】
【0039】
＜Ｓ５＞
次いで、ステップＳ５において、集計マハラノビス距離算出部１７６は、マハラノビス距離算出部１７４で算出されたマハラノビス距離ＭＤに対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計マハラノビス距離Ａ＿ＭＤを算出し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎のマハラノビス距離ＭＤの平均値を集計マハラノビス距離Ａ＿ＭＤとして算出することで、概ね良好な結果が得られることが多い。
図４に、マハラノビス距離ＭＤのデータを用いて、集計マハラノビス距離Ａ＿ＭＤを算出した結果の一例を示す。例えば、解析対象期間のロットＮｏがＡＡＡＡ００１，ＡＡＡＡ００４～ＡＡＡＡ００８等における装置１と加工ヘッド１と計測項目Ａの組み合わせのマハラノビス距離ＭＤは、それぞれ０．９１，２．４３，１．７１，３．７２，２．３２，２．１４，…である。集計マハラノビス距離算出部１７６は、これらの平均値の２．２１を集計マハラノビス距離Ａ＿ＭＤとして算出する。
次いで、ステップＳ５において、集計マハラノビス距離算出部１７６は、マハラノビス距離算出部１７４で算出されたマハラノビス距離ＭＤに対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計マハラノビス距離Ａ＿ＭＤを算出し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎のマハラノビス距離ＭＤの平均値を集計マハラノビス距離Ａ＿ＭＤとして算出することで、概ね良好な結果が得られることが多い。
図４に、マハラノビス距離ＭＤのデータを用いて、集計マハラノビス距離Ａ＿ＭＤを算出した結果の一例を示す。例えば、解析対象期間のロットＮｏがＡＡＡＡ００１，ＡＡＡＡ００４～ＡＡＡＡ００８等における装置１と加工ヘッド１と計測項目Ａの組み合わせのマハラノビス距離ＭＤは、それぞれ０．９１，２．４３，１．７１，３．７２，２．３２，２．１４，…である。集計マハラノビス距離算出部１７６は、これらの平均値の２．２１を集計マハラノビス距離Ａ＿ＭＤとして算出する。
【0040】
＜Ｓ６＞
次いで、ステップＳ６において、工程能力指数算出部１７８は、単位解析期間毎に実測データを分割し、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に工程能力指数を算出してＤＢに登録する。
具体的には、工程能力指数は、平均の偏りを考慮した工程能力指数Ｃｐｋを用いることで概ね良好な結果が得られることが多い。
図４に、計測項目の上側規格値ＵＣＬ及び下側規格値ＬＣＬを用いて、工程能力指数Ｃｐｋを算出した結果の一例を示す。
ここで、工程能力指数Ｃｐｋは、各計測項目の上側規格値をＵＣＬ、下側規格値をＬＣＬとして、以下の式（４）を用いて算出される。
次いで、ステップＳ６において、工程能力指数算出部１７８は、単位解析期間毎に実測データを分割し、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に工程能力指数を算出してＤＢに登録する。
具体的には、工程能力指数は、平均の偏りを考慮した工程能力指数Ｃｐｋを用いることで概ね良好な結果が得られることが多い。
図４に、計測項目の上側規格値ＵＣＬ及び下側規格値ＬＣＬを用いて、工程能力指数Ｃｐｋを算出した結果の一例を示す。
ここで、工程能力指数Ｃｐｋは、各計測項目の上側規格値をＵＣＬ、下側規格値をＬＣＬとして、以下の式（４）を用いて算出される。
【0041】
【数4】
【0042】
＜Ｓ７＞
次いで、ステップＳ７において、集計工程能力指数算出部１８０は、工程能力指数算出部１７８で算出された工程能力指数Ｃｐｋに対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計工程能力指数Ａ＿Ｃｐｋを集計し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の工程能力指数Ｃｐｋの平均値を集計工程能力指数Ａ＿Ｃｐｋとして算出することで、概ね良好な結果が得られることが多い。
図４に、工程能力指数Ｃｐｋのデータを用いて、集計工程能力指数Ａ＿Ｃｐｋを算出した結果の一例を示す。例えば、解析対象期間のロットＮｏがＡＡＡＡ００１，ＡＡＡＡ００４～ＡＡＡＡ００８等における装置１と加工ヘッド１と計測項目Ａの組み合わせの工程能力指数Ｃｐｋは、それぞれ３．４１，３．７２，３．５７，２．９，３，３．４２，…である。集計工程能力指数算出部１８０は、これらの平均値の３．３４を集計工程能力指数Ａ＿Ｃｐｋとして算出する。
次いで、ステップＳ７において、集計工程能力指数算出部１８０は、工程能力指数算出部１７８で算出された工程能力指数Ｃｐｋに対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計工程能力指数Ａ＿Ｃｐｋを集計し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の工程能力指数Ｃｐｋの平均値を集計工程能力指数Ａ＿Ｃｐｋとして算出することで、概ね良好な結果が得られることが多い。
図４に、工程能力指数Ｃｐｋのデータを用いて、集計工程能力指数Ａ＿Ｃｐｋを算出した結果の一例を示す。例えば、解析対象期間のロットＮｏがＡＡＡＡ００１，ＡＡＡＡ００４～ＡＡＡＡ００８等における装置１と加工ヘッド１と計測項目Ａの組み合わせの工程能力指数Ｃｐｋは、それぞれ３．４１，３．７２，３．５７，２．９，３，３．４２，…である。集計工程能力指数算出部１８０は、これらの平均値の３．３４を集計工程能力指数Ａ＿Ｃｐｋとして算出する。
【0043】
＜Ｓ８＞
次いで、ステップＳ８において、異常検知表示部１８２は、集計マハラノビス距離Ａ＿ＭＤと集計工程能力指数Ａ＿Ｃｐｋとを組み合わせてモニタ１２２等に出力し、製造現場のオペレータが確認する。
図５に、変化度を表す集計マハラノビス距離Ａ＿ＭＤを横軸とし、健全度を表す集計工程能力指数Ａ＿Ｃｐｋを縦軸としてグラフ表示した結果の一例を示す。
例えば図５の右下領域は、健全度が低く直近変化度が大きいことから、突発異常を示しているおそれがあることを示す。このため、オペレータは、現状を早急に調査し、対策を実施するかを検討する。
一方で、左下領域は、健全度が低く直近変化度が小さいことから、慢性異常を示しているおそれがあることを示す。このため、オペレータは、取り組みの優先順位は低いが、継続的に改善案を検討していく必要がある。
さらに、右上領域は、健全度が高いが直近変化度が大きいことを示す。このため、オペレータは、突発異常化しないかを継続監視しておく必要がある。
そして、左上領域は、健全度が高く直近変化度も小さいことから、取り組みの優先順位は極めて低い。
次いで、ステップＳ８において、異常検知表示部１８２は、集計マハラノビス距離Ａ＿ＭＤと集計工程能力指数Ａ＿Ｃｐｋとを組み合わせてモニタ１２２等に出力し、製造現場のオペレータが確認する。
図５に、変化度を表す集計マハラノビス距離Ａ＿ＭＤを横軸とし、健全度を表す集計工程能力指数Ａ＿Ｃｐｋを縦軸としてグラフ表示した結果の一例を示す。
例えば図５の右下領域は、健全度が低く直近変化度が大きいことから、突発異常を示しているおそれがあることを示す。このため、オペレータは、現状を早急に調査し、対策を実施するかを検討する。
一方で、左下領域は、健全度が低く直近変化度が小さいことから、慢性異常を示しているおそれがあることを示す。このため、オペレータは、取り組みの優先順位は低いが、継続的に改善案を検討していく必要がある。
さらに、右上領域は、健全度が高いが直近変化度が大きいことを示す。このため、オペレータは、突発異常化しないかを継続監視しておく必要がある。
そして、左上領域は、健全度が高く直近変化度も小さいことから、取り組みの優先順位は極めて低い。
【0044】
このようなフローを経る過程で、製造プロセスを決定するパラメータが網羅的に計測されていないような、例えば一般加工設備においても、被計測項目の変化を統計モデルとして評価しつつ、装置稼働状態の悪化に直結する関連データを表示することができる。そして、オペレータは、上記のような視点で表示結果を確認することで、測定・記録されにくい材料特性変化や前工程の影響をうけにくい異常を検知することができるようになり、装置異常に対する取り組み判断を定量的に実施することが可能となる。
なお、本発明は前記実施形態に限定されるものではなく、その他種々の態様で実施できる。
なお、本発明は前記実施形態に限定されるものではなく、その他種々の態様で実施できる。
【0045】
本発明の実施の形態２に関して説明する。実施の形態１と実施の形態２との相違点は、集計マハラノビス距離算出部１７６及び異常検知表示部１８２の処理内容である。
【0046】
＜フロー＞
製造条件計算装置１におけるデータ解析処理のフローチャートについて、図６及び図７に基づいて説明する。なお、実施の形態２のフローは、ステップＳ７までは実施の形態１と同様である。ここで、実施の形態２では、ステップＳ５の処理を行わなくてもよい。
製造条件計算装置１におけるデータ解析処理のフローチャートについて、図６及び図７に基づいて説明する。なお、実施の形態２のフローは、ステップＳ７までは実施の形態１と同様である。ここで、実施の形態２では、ステップＳ５の処理を行わなくてもよい。
【0047】
＜Ｓ１１＞
ステップＳ７の処理が行われた後、図６に示すように、ステップＳ１１において、集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋと集計工程能力指数Ａ＿Ｃｐｋとに基づいて、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に修正マハラノビス距離ＭＤ’を算出する。ステップＳ１１の処理は、図７に示すように、ステップＳ２１～Ｓ２３の処理を含む。
＜Ｓ２１＞
ステップＳ２１において、集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えるか否かを判断する。
＜Ｓ２２＞
集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えると判断した場合、ステップＳ２２において、マハラノビス距離ＭＤに「－１」を乗じた値を修正マハラノビス距離ＭＤ’として算出する。
＜Ｓ２３＞
集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えないと判断した場合、ステップＳ２３において、マハラノビス距離ＭＤに「１」を乗じた値を修正マハラノビス距離ＭＤ’として算出する。
ステップＳ７の処理が行われた後、図６に示すように、ステップＳ１１において、集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋと集計工程能力指数Ａ＿Ｃｐｋとに基づいて、装置・加工ヘッド・ロットＮｏ・計測項目の組み合わせ毎に修正マハラノビス距離ＭＤ’を算出する。ステップＳ１１の処理は、図７に示すように、ステップＳ２１～Ｓ２３の処理を含む。
＜Ｓ２１＞
ステップＳ２１において、集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えるか否かを判断する。
＜Ｓ２２＞
集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えると判断した場合、ステップＳ２２において、マハラノビス距離ＭＤに「－１」を乗じた値を修正マハラノビス距離ＭＤ’として算出する。
＜Ｓ２３＞
集計マハラノビス距離算出部１７６は、工程能力指数Ｃｐｋが集計工程能力指数Ａ＿Ｃｐｋを超えないと判断した場合、ステップＳ２３において、マハラノビス距離ＭＤに「１」を乗じた値を修正マハラノビス距離ＭＤ’として算出する。
【0048】
＜Ｓ１２＞
次いで、ステップＳ１１の処理が行われた後、ステップＳ１２において、集計マハラノビス距離算出部１７６は、修正マハラノビス距離ＭＤ’をＤＢに登録する。
図８に、マハラノビス距離ＭＤのデータを用いて、修正マハラノビス距離ＭＤ’を算出した結果の一例を示す。
次いで、ステップＳ１１の処理が行われた後、ステップＳ１２において、集計マハラノビス距離算出部１７６は、修正マハラノビス距離ＭＤ’をＤＢに登録する。
図８に、マハラノビス距離ＭＤのデータを用いて、修正マハラノビス距離ＭＤ’を算出した結果の一例を示す。
【0049】
＜Ｓ１３＞
次いで、ステップＳ１３において、集計マハラノビス距離算出部１７６は、修正マハラノビス距離ＭＤ’に対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計修正マハラノビス距離Ａ＿ＭＤ’を算出し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の修正マハラノビス距離ＭＤ’の平均値を集計修正マハラノビス距離Ａ＿ＭＤ’として算出することで、概ね良好な結果が得られることが多い。
次いで、ステップＳ１３において、集計マハラノビス距離算出部１７６は、修正マハラノビス距離ＭＤ’に対して、直近の解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の集計修正マハラノビス距離Ａ＿ＭＤ’を算出し、ＤＢに登録する。
具体的には、直近の解析対象期間を３日とし、この解析対象期間における装置・加工ヘッド・計測項目の組み合わせ毎の修正マハラノビス距離ＭＤ’の平均値を集計修正マハラノビス距離Ａ＿ＭＤ’として算出することで、概ね良好な結果が得られることが多い。
【0050】
図８に、修正マハラノビス距離ＭＤ’のデータを用いて、集計修正マハラノビス距離Ａ＿ＭＤ’を算出した結果の一例を示す。例えば、解析対象期間のロットＮｏがＡＡＡＡ００１，ＡＡＡＡ００４～ＡＡＡＡ００８等における装置１と加工ヘッド１と計測項目Ａの組み合わせの修正マハラノビス距離ＭＤ’は、それぞれ－０．９，－２．４，－１．７，３．７２，２．３２．－２．１，…である。集計マハラノビス距離算出部１７６は、これらの平均値の－０．２を集計修正マハラノビス距離Ａ＿ＭＤ’として算出する。
【0051】
＜Ｓ１４＞
次いで、ステップＳ１４において、異常検知表示部１８２は、集計修正マハラノビス距離Ａ＿ＭＤ’と集計工程能力指数Ａ＿Ｃｐｋとを組み合わせてモニタ１２２等に出力し、製造現場のオペレータが確認する。
図９に、変化度を表す集計修正マハラノビス距離Ａ＿ＭＤ’を横軸とし、健全度を表す集計工程能力指数Ａ＿Ｃｐｋを縦軸としてグラフ表示した結果の一例を示す。
例えば図９の右下領域は、健全度が低く直近変化度が正の方向に大きいことから、突発悪化異常を示しているおそれがあることを示す。このため、オペレータは、現状を早急に調査し、対策を実施する必要がある。
一方で、中央下領域は、健全度が低く直近変化度が小さいことから、慢性異常を示しているおそれがあることを示す。このため、オペレータは、取り組みの優先順位は低いが、継続的に改善案を検討していく必要がある。
さらに、左下領域は、健全度が低く直近変化度が負の方向に大きいことから、突発良化異常を示している可能性がある。このため、オペレータは、取り組みの優先順位は低いが、どのような変化点があったかを確認し、今後の改善案としてストックしていく必要がある。
また、上側領域は、総じて健全度が高いため、オペレータは、健全度が悪化しないかを継続的に監視しておく。
次いで、ステップＳ１４において、異常検知表示部１８２は、集計修正マハラノビス距離Ａ＿ＭＤ’と集計工程能力指数Ａ＿Ｃｐｋとを組み合わせてモニタ１２２等に出力し、製造現場のオペレータが確認する。
図９に、変化度を表す集計修正マハラノビス距離Ａ＿ＭＤ’を横軸とし、健全度を表す集計工程能力指数Ａ＿Ｃｐｋを縦軸としてグラフ表示した結果の一例を示す。
例えば図９の右下領域は、健全度が低く直近変化度が正の方向に大きいことから、突発悪化異常を示しているおそれがあることを示す。このため、オペレータは、現状を早急に調査し、対策を実施する必要がある。
一方で、中央下領域は、健全度が低く直近変化度が小さいことから、慢性異常を示しているおそれがあることを示す。このため、オペレータは、取り組みの優先順位は低いが、継続的に改善案を検討していく必要がある。
さらに、左下領域は、健全度が低く直近変化度が負の方向に大きいことから、突発良化異常を示している可能性がある。このため、オペレータは、取り組みの優先順位は低いが、どのような変化点があったかを確認し、今後の改善案としてストックしていく必要がある。
また、上側領域は、総じて健全度が高いため、オペレータは、健全度が悪化しないかを継続的に監視しておく。
【0052】
このような視点で表示結果を確認することで、オペレータは、装置異常に対する取り組み判断を定量的に実施することが可能となる。
なお、本発明は前記実施形態に限定されるものではなく、その他種々の態様で実施できる。
なお、本発明は前記実施形態に限定されるものではなく、その他種々の態様で実施できる。
【産業上の利用可能性】
【0053】
本発明に係る製造条件計算装置、製造条件計算方法及び製造条件計算プログラムは、製造プロセスを決定するパラメータが網羅的に計測されていないような例えば一般加工設備・ラインにおいても、測定・記録されにくい材料特性変化や装置変動の影響による変化度を定量的に評価できるようになり、製造条件の変更判断を定量的に実施することを可能とし、一般工場などでの従来取得パラメータ活用の加速を図ることなどに有用である。
【符号の説明】
【0054】
１ 製造条件計算装置
１２０ コンピュータ
１２２ モニタ
１２４ プリンタ
１２６ キーボード
１２８ マウス
１４０ ＣＰＵ
１４２ バス
１４４ ＲＯＭ
１４６ ＲＡＭ
１４８ ハードディスクドライブ
１５０ ＤＶＤ－ＲＯＭドライブ
１５２ 半導体メモリポート
１５４ ネットワークインターフェイス
１６０ 半導体メモリ
１６２ ＤＶＤ－ＲＯＭ
１６４ ネットワーク
１６６ 処理部
１６８ 実測データ記録部
１７０ 解析期間設定部
１７２ ヒストグラム特徴量算出部
１７４ マハラノビス距離算出部
１７６ 集計マハラノビス距離算出部
１７８ 工程能力指数算出部
１８０ 集計工程能力指数算出部
１８２ 異常検知表示部
１２０ コンピュータ
１２２ モニタ
１２４ プリンタ
１２６ キーボード
１２８ マウス
１４０ ＣＰＵ
１４２ バス
１４４ ＲＯＭ
１４６ ＲＡＭ
１４８ ハードディスクドライブ
１５０ ＤＶＤ－ＲＯＭドライブ
１５２ 半導体メモリポート
１５４ ネットワークインターフェイス
１６０ 半導体メモリ
１６２ ＤＶＤ－ＲＯＭ
１６４ ネットワーク
１６６ 処理部
１６８ 実測データ記録部
１７０ 解析期間設定部
１７２ ヒストグラム特徴量算出部
１７４ マハラノビス距離算出部
１７６ 集計マハラノビス距離算出部
１７８ 工程能力指数算出部
１８０ 集計工程能力指数算出部
１８２ 異常検知表示部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】