知財求人 - 知財ポータルサイト「IP Force」
特許7519574測定データ分析装置、測定データ分析方法、プログラム及び三次元測定機
(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】2024-07-11
(45)【発行日】2024-07-22
(54)【発明の名称】測定データ分析装置、測定データ分析方法、プログラム及び三次元測定機
(51)【国際特許分類】
G01B 21/00 20060101AFI20240712BHJP
【ＦＩ】
G01B21/00 G
【請求項の数】
14
(21)【出願番号】P 2021019651
(22)【出願日】2021-02-10
(65)【公開番号】P2022122428
(43)【公開日】2022-08-23
【審査請求日】2023-11-30
(73)【特許権者】
【識別番号】000151494
【氏名又は名称】株式会社東京精密
(74)【代理人】
【識別番号】100083116
【弁理士】
【氏名又は名称】松浦 憲三
(74)【代理人】
【識別番号】100170069
【弁理士】
【氏名又は名称】大原 一樹
(74)【代理人】
【識別番号】100128635
【弁理士】
【氏名又は名称】松村 潔
(74)【代理人】
【識別番号】100140992
【弁理士】
【氏名又は名称】松浦 憲政
(72)【発明者】
【氏名】池田 圭佑
【審査官】櫻井 仁
(56)【参考文献】
【文献】特開平１１－１７３８３６（ＪＰ，Ａ）
【文献】特許第４６９４８８１（ＪＰ，Ｂ２）
【文献】特開平１１－１１８４６６（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｂ ２１／００－２１／３２
(57)【特許請求の範囲】
【請求項1】
測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する前記測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得部と、前記正常範囲の測定データにおける前記観測変数から導出される、前記観測変数ごとの重みを取得する重み取得部と、
分析対象の測定データにおける前記観測変数の平均値を取得する分析対象データ取得部と、
前記正常範囲の測定データにおける前記観測変数の平均値、前記重み及び分析対象の測定データにおける前記観測変数の平均値を適用して、分析対象の測定データにおける前記観測変数の影響の程度を表す影響度を導出する影響度導出部と、
を備える測定データ分析装置。
【請求項2】
前記影響度導出部は、複数の前記分析対象の測定データにおける前記観測変数の平均値が取得される場合に、複数の前記観測変数のそれぞれについて前記影響度を導出する請求項１に記載の測定データ分析装置。
【請求項3】
前記影響度導出部は、前記観測変数の数をＭとし、ｉを１からＭまでの整数とし、前記正常範囲の測定データにおける前記観測変数ごとの平均値をＸｉＡｖｅとし、前記分析対象の測定データにおける前記観測変数ごとの平均値をＹｉＡｖｅとし、前記観測変数ごとの前記重みをａｉとする場合に、ａｉ×（ＸｉＡｖｅ－ＹｉＡｖｅ）／Σｉ＝１
Ｍ｛ａｉ×（ＸｉＡｖｅ－ＹｉＡｖｅ）｝を用いて表される前記影響度を導出する請求項２に記載の測定データ分析装置。
【請求項4】
前記正常範囲の測定データにおける前記観測変数に対する、前記分析対象の測定データにおける前記観測変数の違いの程度を表す異常度を導出する異常度導出部と、前記異常度に基づき、前記分析対象の測定データにおける前記観測変数が正常であるか又は異常であるかを判定する異常度判定部と、
を備え、
前記影響度導出部は、前記異常度判定部において前記分析対象の測定データにおける前記観測変数が異常であると判定される場合に、前記影響度を導出する請求項１から３のいずれか一項に記載の測定データ分析装置。
【請求項5】
前記分析対象の測定データにおける前記測定点ごとの測定値の標準偏差を取得する標準偏差取得部を備え、前記影響度導出部は、前記分析対象の測定データの標準偏差が規定の閾値を超える場合に、前記影響度を導出する請求項１から４のいずれか一項に記載の測定データ分析装置。
【請求項6】
前記重み取得部は、前記正常範囲の測定データにおける前記観測変数に対して主成分分析を実施して得られる主成分軸を前記重みとして取得する請求項１から５のいずれか一項に記載の測定データ分析装置。
【請求項7】
前記正常範囲の測定データにおける前記観測変数ごとの平均値及び前記観測変数ごとの前記重みの組を学習データとして記憶する学習データ記憶部を備え、前記観測変数取得部は、前記学習データ記憶部から前記正常範囲の測定データにおける前記測定点ごとの観測変数の値の平均値を取得し、
前記重み取得部は、前記学習データ記憶部から前記観測変数ごとの前記重みを取得する請求項１から６のいずれか一項に記載の測定データ分析装置。
【請求項8】
前記学習データ記憶部へ記憶される前記学習データを更新する学習データ更新部を備える請求項７に記載の測定データ分析装置。
【請求項9】
前記重みを導出する重み導出部を備える請求項１から８のいずれか一項に記載の測定データ分析装置。
【請求項10】
前記影響度を表示する表示部を備える請求項１から９のいずれか一項に記載の測定データ分析装置。
【請求項11】
前記観測変数は、プロービング速度、プロービング加速度、プロービング方向、プロービング位置、プロービング回数及び基準温度に対する温度変化の少なくともいずれかが含まれる請求項１から１０のいずれか一項に記載の測定データ分析装置。
【請求項12】
測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する前記測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得工程と、前記正常範囲の測定データにおける前記観測変数から導出される、前記観測変数ごとの重みを取得する重み取得工程と、
分析対象の測定データにおける前記観測変数の平均値を取得する分析対象データ取得工程と、
前記正常範囲の測定データにおける前記観測変数の平均値、前記重み及び分析対象の測定データにおける前記観測変数の平均値を適用して、分析対象の測定データにおける前記観測変数の影響の程度を表す影響度を導出する影響度導出工程と、
を含む測定データ分析方法。
【請求項13】
コンピュータに、測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する前記測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得機能、
前記正常範囲の測定データにおける前記観測変数から導出される、前記観測変数ごとの重みを取得する重み取得機能、
分析対象の測定データにおける前記観測変数の平均値を取得する分析対象データ取得機能、及び
前記正常範囲の測定データにおける前記観測変数の平均値、前記重み及び分析対象の測定データにおける前記観測変数の平均値を適用して、分析対象の測定データにおける前記観測変数の影響の程度を表す影響度を導出する影響度導出機能を実現させるプログラム。
【請求項14】
測定対象物を測定する測定部と、前記測定対象物の測定データにおける誤差要因を分析する測定データ分析装置と、
を備え、
前記測定データ分析装置は、
測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する前記測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得部と、
前記正常範囲の測定データにおける前記観測変数から導出される、前記観測変数ごとの重みを取得する重み取得部と、
分析対象の測定データにおける前記観測変数の平均値を取得する分析対象データ取得部
と、
前記正常範囲の測定データにおける前記観測変数の平均値、前記重み及び分析対象の測定データにおける前記観測変数の平均値を適用して、分析対象の測定データにおける前記観測変数の影響の程度を表す影響度を導出する影響度導出部と、
を備える三次元測定機。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、測定データ分析装置、測定データ分析方法、プログラム及び三次元測定機に関する。
【背景技術】
【0002】
三次元測定機の測定データには誤差が存在する。測定データの誤差は、測定における様々な誤差要因が折り重なった結果として現れる。ユーザは、排除が可能な誤差要因を排除して、純粋なワークの寸法の測定を目指す。
【0003】
特許文献１は、測定機の不確かさの推定を行う方法及びプログラムが記載される。同文献に記載のプログラム等は、コンピュータの中に疑似測定機を作り、疑似測定機に測定をシミュレートさせて疑似測定値を生成し、疑似測定値を統計処理して不確かさの推定を行う。
【先行技術文献】
【特許文献】
【0004】
【文献】特許第４６９４８８１号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、誤差要因の特定には以下の問題点が存在する。
【0006】
（１）誤差要因の特定は三次元測定機に関する高度な知識が必要であり、三次元測定機に関する高度な知識を有していないユーザは、誤差要因の特定が困難である。
【0007】
（２）誤差要因の特定に関する測定データの定量的な分析が困難である。
【0008】
特許文献１には、誤差要因の特定に関連する記載及び誤差要因を特定する際の測定データの定量的な分析に関する記載はない。
【0009】
本発明はこのような事情に鑑みてなされたもので、測定データにおける誤差要因の特定の際に定量的な分析が実施され、かつ、測定データにおける誤差要因を自動で特定し得る、測定データ分析装置、測定データ分析方法、プログラム及び三次元測定機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】
【0010】
上記目的を達成するために、次の発明態様を提供する。
【0011】
本開示に係る測定データ分析装置は、測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得部と、正常範囲の測定データにおける観測変数から導出される、観測変数ごとの重みを取得する重み取得部と、分析対象の測定データにおける観測変数の平均値を取得する分析対象データ取得部と、正常範囲の測定データにおける観測変数の平均値、重み及び分析対象の測定データにおける観測変数の平均値を適用して、分析対象の測定データにおける観測変数の影響の程度を表す影響度を導出する影響度導出部と、を備える測定データ分析装置である。
【0012】
本開示に係る測定データ分析装置によれば、正常範囲の測定データにおける観測変数の平均値、正常範囲の測定データにおける観測変数から導出される重み及び分析対象の測定データにおける観測変数の平均値を用いて、分析対象の測定データへ分析対象の測定データにおける観測変数の影響を表す影響度が算出される。これにより、分析対象の測定データにおける誤差要因に対して定量的な分析が実施され、かつ、分析対象の測定データにおける誤差要因を自動で特定し得る。
【0013】
観測変数取得部は、正常範囲の測定データにおける観測変数を取得し、正常範囲の測定データにおける観測変数に基づき、平均値を導出する態様を適用し得る。
【0014】
分析対象データ取得部は、分析対象の測定データにおける観測変数を取得し、分析対象の測定データにおける観測変数に基づき、平均値を導出する態様を適用し得る。
【0015】
他の態様に係る測定データ分析装置は、影響度導出部は、複数の分析対象の測定データにおける観測変数の平均値が取得される場合に、複数の観測変数のそれぞれについて影響度を導出する。
【0016】
かかる態様によれば、複数の観測変数が規定される場合に、観測変数ごとに影響度が導出される。これにより、観測変数ごとの誤差要因分析を実施し得る。
【0017】
他の態様に係る測定データ分析装置は、影響度導出部は、観測変数の数をＭとし、ｉを１からＭまでの整数とし、正常範囲の測定データにおける観測変数ごとの平均値をＸｉＡｖｅとし、分析対象の測定データにおける観測変数ごとの平均値をＹｉＡｖｅとし、観測変数ごとの重みをａｉとする場合に、ａｉ×（ＸｉＡｖｅ－ＹｉＡｖｅ）／Σｉ＝１
Ｍ｛ａｉ×（ＸｉＡｖｅ－ＹｉＡｖｅ）｝を用いて表される影響度を導出する。
【0018】
かかる態様によれば、影響度を表す指標値に基づく誤差要因の定量的な分析を実施し得る。
【0019】
他の態様に係る測定データ分析装置は、正常範囲の測定データにおける観測変数に対する、分析対象の測定データにおける観測変数の違いの程度を表す異常度を導出する異常度導出部と、異常度に基づき、分析対象の測定データにおける観測変数が正常であるか又は異常であるかを判定する異常度判定部と、を備え、影響度導出部は、異常度判定部において分析対象の測定データにおける観測変数が異常であると判定される場合に、影響度を導出する。
【0020】
かかる態様によれば、観測変数が異常の場合に影響度が導出される。
【0021】
他の態様に係る測定データ分析装置は、分析対象の測定データにおける測定点ごとの測定値の標準偏差を取得する標準偏差取得部を備え、影響度導出部は、分析対象の測定データの標準偏差が規定の閾値を超える場合に、影響度を導出する。
【0022】
かかる態様によれば、不良測定が実施される場合に影響度が導出される。
【0023】
他の態様に係る測定データ分析装置は、重み取得部は、正常範囲の測定データにおける観測変数に対して主成分分析を実施して得られる主成分軸を重みとして取得する。
【0024】
かかる態様によれば、一定の信頼性が確保される重みを導出し得る。
【0025】
他の態様に係る測定データ分析装置は、正常範囲の測定データにおける観測変数ごとの平均値及び観測変数ごとの重みの組を学習データとして記憶する学習データ記憶部を備え、観測変数取得部は、学習データ記憶部から正常範囲の測定データにおける測定点ごとの観測変数の値の平均値を取得し、重み取得部は、学習データ記憶部から観測変数ごとの重みを取得する。
【0026】
かかる態様によれば、測定対象の測定データの誤差要因分析に対して、予め学習データ記憶部に記憶される学習データを適用し得る。
【0027】
他の態様に係る測定データ分析装置は、学習データ記憶部へ記憶される学習データを更新する学習データ更新部を備える。
【0028】
かかる態様によれば、測定対象物の測定が実施される度に学習データが更新される。これにより、学習データの信頼性が向上し得る。
【0029】
他の態様に係る測定データ分析装置は、重みを導出する重み導出部を備える。
【0030】
かかる態様によれば、学習データを作成し得る。
【0031】
他の態様に係る測定データ分析装置は、影響度を表示する表示部を備える。
【0032】
かかる態様によれば、ユーザへ影響度が報知される。
【0033】
他の態様に係る測定データ分析装置は、観測変数は、プロービング速度、プロービング加速度、プロービング方向、プロービング位置、プロービング回数及び基準温度に対する温度変化の少なくともいずれかが含まれる。
【0034】
かかる態様によれば、プロービング速度、プロービング加速度、プロービング方向、プロービング位置、プロービング回数及び基準温度に対する温度変化の中から、誤差要因を特定し得る。
【0035】
本開示に係る測定データ分析方法は、測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲測定データにおける測定点ごとの測定値に対応する測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得工程と、正常範囲の測定データにおける観測変数から導出される、観測変数ごとの重みを取得する重み取得工程と、分析対象の測定データにおける観測変数の平均値を取得する分析対象データ取得工程と、正常範囲の測定データにおける観測変数の平均値、重み及び分析対象の測定データにおける観測変数の平均値を適用して、分析対象の測定データにおける観測変数の影響の程度を表す影響度を導出する影響度導出工程と、を含む測定データ分析方法である。
【0036】
本開示に係る測定データ分析方法によれば、本開示に係る測定データ分析装置と同様の作用効果を得ることが可能である。他の態様に係る測定データ分析装置の構成要件は、他の態様に係る測定データ分析方法の構成要件へ適用し得る。
【0037】
本開示に係るプログラムは、コンピュータに、測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得機能、正常範囲の測定データにおける観測変数から導出される、観測変数ごとの重みを取得する重み取得機能、分析対象の測定データにおける観測変数の平均値を取得する
分析対象データ取得機能、及び正常範囲の測定データにおける観測変数の平均値、重み及び分析対象の測定データにおける観測変数の平均値を適用して、分析対象の測定データにおける観測変数の影響の程度を表す影響度を導出する影響度導出機能を実現させるプログラムである。
分析対象データ取得機能、及び正常範囲の測定データにおける観測変数の平均値、重み及び分析対象の測定データにおける観測変数の平均値を適用して、分析対象の測定データにおける観測変数の影響の程度を表す影響度を導出する影響度導出機能を実現させるプログラムである。
【0038】
本開示に係るプログラムによれば、本開示に係る測定データ分析装置と同様の作用効果を得ることが可能である。他の態様に係る測定データ分析装置の構成要件は、他の態様に係るプログラムの構成要件へ適用し得る。
【0039】
本開示に係る三次元測定機は、測定対象物を測定する測定部と、測定対象物の測定データにおける誤差要因を分析する測定データ分析装置と、を備え、測定データ分析装置は、測定対象物の測定データの誤差要因に対応して規定される観測変数について、正常範囲の測定データにおける測定点ごとの測定値に対応する測定点ごとの観測変数の値の平均値である観測変数の平均値を取得する観測変数取得部と、正常範囲の測定データにおける観測変数から導出される、観測変数ごとの重みを取得する重み取得部と、分析対象の測定データにおける観測変数の平均値を取得する分析対象データ取得部と、正常範囲の測定データにおける観測変数の平均値、重み及び分析対象の測定データにおける観測変数の平均値を適用して、分析対象の測定データにおける観測変数の影響の程度を表す影響度を導出する影響度導出部と、を備える三次元測定機である。
【0040】
本開示に係る三次元測定機によれば、本開示に係る測定データ分析装置と同様の作用効果を得ることが可能である。他の態様に係る測定データ分析装置の構成要件は、他の態様に係る三次元測定機の構成要件へ適用し得る。
【発明の効果】
【0041】
本発明によれば、正常範囲の測定データにおける観測変数の平均値、正常範囲の測定データにおける観測変数から導出される重み及び分析対象の測定データにおける観測変数の平均値を用いて、分析対象の測定データにおける観測変数の影響を表す影響度が算出される。これにより、分析対象の測定データにおける誤差要因に対して定量的な分析が実施され、かつ、分析対象の測定データにおける誤差要因を自動で特定し得る。
【図面の簡単な説明】
【0042】
【発明を実施するための形態】
【0043】
以下、添付図面に従って本発明の好ましい実施の形態について詳説する。本明細書では、同一の構成要素には同一の参照符号を付して、重複する説明は適宜省略する。
【0044】
［三次元測定機の全体構成］
図１は実施形態に係る三次元測定機の全体構成図である。三次元測定機１０は、ワークの三次元形状の測定及びワークに含まれる幾何要素の解析を実施する。なお、三次元測定機は、英語表記Coordinate Measuring Machineの省略語を用いてＣＭＭと称されることがある。なお、実施形態に記載のワークは測定対象物の一例である。
図１は実施形態に係る三次元測定機の全体構成図である。三次元測定機１０は、ワークの三次元形状の測定及びワークに含まれる幾何要素の解析を実施する。なお、三次元測定機は、英語表記Coordinate Measuring Machineの省略語を用いてＣＭＭと称されることがある。なお、実施形態に記載のワークは測定対象物の一例である。
【0045】
同図に示す三次元測定機１０は、架台１２、テーブル１４、右Ｙキャリッジ１６Ｒ、左Ｙキャリッジ１６Ｌ、Ｘガイド１８、Ｘキャリッジ２０、Ｚキャリッジ２２及びプローブヘッド２４を備える。
【0046】
架台１２はテーブル１４の下面を支持する支持台である。テーブル１４は定盤が適用される。テーブル１４は、上面のＸ軸方向における一方の端部に右Ｙキャリッジ１６Ｒが立設され、他方の端部に左Ｙキャリッジ１６Ｌが立設される。
【0047】
テーブル１４のＸ軸方向における両端部の上面及び側面は、Ｙ軸方向に沿って右Ｙキャリッジ１６Ｒ及び左Ｙキャリッジ１６Ｌが摺動する摺動面が形成される。また、右Ｙキャリッジ１６Ｒ及び左Ｙキャリッジ１６Ｌは、テーブル１４の摺動面に対向する位置にエアベアリングが具備される。すなわち、右Ｙキャリッジ１６Ｒ及び左Ｙキャリッジ１６Ｌは、テーブル１４を用いて、Ｙ軸方向について移動自在に支持される。なお、右Ｙキャリッジ１６Ｒ及び左Ｙキャリッジ１６Ｌに具備されるエアベアリングの図示を省略する。
【0048】
Ｘガイド１８は、右Ｙキャリッジ１６Ｒを用いてＸ軸方向の一方の端部が支持され、左Ｙキャリッジ１６Ｌを用いてＸ軸方向の他方の端部が支持される。右Ｙキャリッジ１６Ｒ、左Ｙキャリッジ１６Ｌ及びＸガイド１８は門型フレーム２６を構成する。門型フレーム２６は、Ｙ軸方向について移動自在に構成される。
【0049】
Ｘガイド１８は、Ｘキャリッジ２０が摺動する摺動面がＸ軸方向に沿って形成される。Ｘキャリッジ２０は、Ｘガイド１８の摺動面に対向する位置にエアベアリングが具備され
る。Ｘキャリッジ２０は、Ｘガイド１８を用いてＸ軸方向について移動自在に支持される。なお、Ｘガイド１８の摺動面に対向する位置に具備されるエアベアリングの図示を省略する。
る。Ｘキャリッジ２０は、Ｘガイド１８を用いてＸ軸方向について移動自在に支持される。なお、Ｘガイド１８の摺動面に対向する位置に具備されるエアベアリングの図示を省略する。
【0050】
Ｚキャリッジ２２は、Ｘキャリッジ２０を用いて、Ｚ軸方向に沿って移動自在に支持される。Ｘキャリッジ２０は、Ｚ軸方向についてＺキャリッジ２２を案内するエアベアリングが具備される。なお、Ｚ軸方向についてＺキャリッジ２２を案内するエアベアリングの図示を省略する。
【0051】
プローブヘッド２４は、Ｚキャリッジ２２の下端に取り付けられる。プローブヘッド２４は、プローブ２４Ａを備える。プローブ２４Ａはスライタス２４Ｂ及び接触子２４Ｃを備える。プローブヘッド２４は、プローブ２４Ａを無段階に位置決めし得る無段階位置決め機構を備える五軸同時制御プローブヘッドを適用し得る。
【0052】
三次元測定機１０は、Ｘ駆動部、Ｙ駆動部及びＺ駆動部を備える。Ｘ駆動部はＸ軸方向に沿ってＸキャリッジ２０を移動させる。Ｙ駆動部はＹ軸方向に沿って門型フレーム２６を移動させる。Ｚ駆動部はＺ軸方向に沿ってＺキャリッジ２２を移動させる。
【0053】
三次元測定機１０は、Ｘ駆動部、Ｙ駆動部及びＺ駆動部を適宜動作させて、互いに直交するＸ軸方向、Ｙ軸方向及びＺ軸方向について、任意の位置へプローブヘッド２４を移動させ得る。なお、図１ではＸ駆動部、Ｙ駆動部及びＺ駆動部の図示を省略する。Ｘ駆動部、Ｙ駆動部及びＺ駆動部は、駆動部２８として図２に図示する。
【0054】
三次元測定機１０は、第一回転軸の回りにプローブ２４Ａを回転させる第一回転駆動部及び第一回転軸と直交する第二回転軸の回りにプローブ２４Ａを回転させる第二回転駆動部を備える。第一回転駆動部及び第二回転駆動部は、プローブ２４Ａの姿勢を任意に回転させ得る。なお、図１では第一回転駆動部及び第二回転駆動部の図示を省略する。第一回転駆動部及び第二回転駆動部は、駆動部２８として図２に図示する。
【0055】
Ｘガイド１８は、Ｘ軸方向位置検出用リニアスケールが具備される。また、Ｘキャリッジ２０はＸ軸方向位置検出ヘッドが具備される。Ｘ軸方向位置検出ヘッドは、Ｘ軸方向位置検出用リニアスケールの値を読み取り、Ｘ軸方向位置検出信号を出力する。
【0056】
テーブル１４は、Ｘ軸方向における他方の端の側面にＹ軸方向位置検出用リニアスケールが具備される。また、右Ｙキャリッジ１６ＲはＹ軸方向位置検出ヘッドが具備される。Ｙ軸方向位置検出ヘッドは、Ｙ軸方向位置検出用リニアスケールの値を読み取り、Ｙ軸方向位置検出信号を出力する。
【0057】
Ｚキャリッジ２２は、Ｚ軸方向位置検出用リニアスケールが具備される。また、Ｘキャリッジ２０はＺ軸方向位置検出ヘッドが具備される。Ｚ軸方向位置検出ヘッドは、Ｚ軸方向位置検出用リニアスケールの値を読み取り、Ｚ軸方向位置検出信号を出力する。
【0058】
プローブヘッド２４は、プローブ２４Ａの回転角度を検出するエンコーダが具備される。プローブ２４Ａの回転角度は、Ｘ軸方向と平行の第一回転軸の回りを回転する際の第一回転方向における回転角度θ１及びＺ軸方向と平行の第二回転軸の回りを回転する際の第二回転方向における回転角度θ２を適用し得る。
【0059】
プローブヘッド２４は、プローブ２４Ａのワークへの接触を検出する接触センサを備える。接触センサは接触検出信号を出力する。すなわち、三次元測定機１０は、接触子２４Ｃのワークの任意のプロービング点への接触を検出した際に、Ｘ軸方向、Ｙ軸方向及びＺ
軸方向の位置検出信号を取得し、かつ、第一回転方向及び第二回転方向の回転角度検出信号を取得し、接触子２４Ｃの座標値を導出し得る。なお、実施形態に記載のプロービング点は測定点の一例である。
軸方向の位置検出信号を取得し、かつ、第一回転方向及び第二回転方向の回転角度検出信号を取得し、接触子２４Ｃの座標値を導出し得る。なお、実施形態に記載のプロービング点は測定点の一例である。
【0060】
三次元測定機１０は、コントローラ３０及びコンピュータ４０を備える。コントローラ３０は、Ｘ駆動部、Ｙ駆動部、Ｚ駆動部、第一回転駆動部及び第二回転駆動部へ制御信号を送信し、プローブ２４Ａの位置及び姿勢を制御する。
【0061】
コントローラ３０は、ジョイスティック等のプローブ操作部を備える。プローブ操作部は、プローブヘッド２４を手動操作する際に操作される。なお、図１ではプローブ操作部の図示を省略する。プローブ操作部は符号３２を付して図２に図示する。
【0062】
コントローラ３０は、通信インターフェースを備える。コントローラ３０は、通信インターフェースを介して、各種の位置検出ヘッド及び接触センサ等と電気接続される。コントローラ３０は、各種の位置検出ヘッド及び接触センサ等が出力する各種の検出信号を取得する。
【0063】
コントローラ３０は、通信インターフェースを介して、コンピュータ４０と通信可能に接続される。コントローラ３０とコンピュータ４０との通信プロトコルは、ＴＣＰ／ＩＰを適用し得る。なお、ＴＣＰはTransmission Control Protocolの省略語である。また、ＩＰはInternet Protocolの省略語である。
【0064】
コントローラ３０及びコンピュータ４０は、三次元測定機１０の測定制御装置として機能する。コンピュータ４０は、三次元測定機１０の各種の機能に対応する命令が含まれるソフトウェア８０が記憶される。コンピュータ４０は、ソフトウェア８０の各種の命令を実行して、三次元測定機１０の各種の機能を実現する。
【0065】
コンピュータ４０は、測定データとしてワークのパラメータを取得し、取得したワークのパラメータを用いて、ワークの幾何要素判別を実施する。また、コンピュータ４０は測定データを分析し、測定データの誤差要因を特定する誤差要因特定機能を実施する測定データ分析装置として機能する。なお、誤差要因特定機能の詳細は後述する。
【0066】
三次元測定機１０は、ディスプレイ装置５０及びコンピュータ操作部５２を備える。ディスプレイ装置５０は、コンピュータ４０から送信される表示信号に基づき、三次元測定機１０における各種の情報を表示する。
【0067】
コンピュータ操作部５２は、キーボート及びマウス等が含まれる。コンピュータ操作部５２はユーザが入力する各種の情報を表す信号をコンピュータ４０へ送信する。コンピュータ４０は、コンピュータ操作部５２から送信される信号に基づき、各種の処理を実施する。ディスプレイ装置５０はタッチパネル方式を適用して、操作部と一体に構成してもよい。なお、実施形態に記載のプローブヘッド２４は測定部の一例である。
【0068】
［三次元測定機の電気的構成］
図２は図１に示す三次元測定機に適用される電気的構成を示す機能ブロック図である。コンピュータ４０は、駆動制御部６０を備える。ワークの自動測定が実施される場合に、駆動制御部６０はコントローラ３０へ指令信号を送信する。
図２は図１に示す三次元測定機に適用される電気的構成を示す機能ブロック図である。コンピュータ４０は、駆動制御部６０を備える。ワークの自動測定が実施される場合に、駆動制御部６０はコントローラ３０へ指令信号を送信する。
【0069】
コントローラ３０は、コンピュータ４０から送信される指令信号に基づき駆動部２８を制御して、キャリッジ２９を動作させ、かつ、プローブヘッド２４を回転させ、自動測定を実施する。
【0070】
ワークの手動測定が実施される場合に、コントローラ３０はプローブ操作部３２の操作に応じて駆動部２８を制御して、キャリッジ２９を動作させ、かつ、プローブヘッド２４を回転させる。
【0071】
なお、図２に示す駆動部２８は、Ｘ駆動部、Ｙ駆動部、Ｚ駆動部、第一回転駆動部及び第二回転駆動部が含まれる。また、キャリッジ２９は、図１に示すＸキャリッジ２０、右Ｙキャリッジ１６Ｒ、左Ｙキャリッジ１６Ｌ及びＺキャリッジ２２が含まれる。
【0072】
コンピュータ４０は、測定データ取得部６２を備える。測定データ取得部６２は、プローブヘッド２４からワークの測定データを取得する。測定データは、プロービング点ごとの座標値等の測定値が含まれる。なお、実施形態に記載のプロービング点ごとの測定値は測定点ごとの測定値の一例である。
【0073】
コンピュータ４０は、測定データ取得部６２を適用して取得した測定データに基づき、測定要素の幾何要素判別を実施し得る。ここで、測定要素は、ワークを構成する面及びワークに含まれる穴等の構造など、幾何要素の判別対象となり得る測定対象である。ワーク自体の形状が測定要素となる場合もあり得る。
【0074】
ワークを構成する面の例として、平面及び曲面等が挙げられる。ワークの構造の例として、穴、溝、凹部及び凸部等が挙げられる。ワーク自体の形状の例として、球、円筒及び円錐等が挙げられる。
【0075】
コンピュータ４０は、学習部６４及び分析部６５を備える。学習部６４はワークを測定して得られる測定データに基づき、測定要素ごとの学習データを作成する。学習部６４は、ワークの測定が実施される度に学習データを更新する。
【0076】
分析部６５は、学習データを適用して分析対象の測定データを分析し、分析対象の測定データにおける誤差要因を特定する。分析部６５は、測定要素ごとに誤差要因を特定し得る。分析部６５は、誤差要因分析の結果として、観測変数ごとの誤差に対する影響の程度を示す影響度を導出し得る。なお、学習データの作成及び誤差要因分析の詳細は後述する。
【0077】
コンピュータ４０は、入力情報取得部６６を備える。入力情報取得部６６は、コンピュータ操作部５２から送信される入力情報を表す信号を取得する。コンピュータ４０は、入力情報に基づき各種の制御を実施する。
【0078】
コンピュータ４０は、表示制御部６８を備える。表示制御部６８は、ディスプレイ装置５０へ表示信号を送信する。ディスプレイ装置５０は、表示制御部６８から送信される表示信号に基づき、三次元測定機１０における各種の情報を表示する。なお、実施形態に記載のディスプレイ装置５０及び表示制御部６８は表示部の構成要素の一例である。
【0079】
駆動制御部６０等の各種の制御部は、ＣＰＵ（Central Processing Unit）等のプロセッサを用いて構成される。各種の制御部は、一つのプロセッサが適用されてもよいし、複数のプロセッサが適用されてもよい。また、一つのプロセッサを適用して、複数の制御部が構成されてもよい。複数のプロセッサは、同一の種類であってもよいし、異なる種類であってもよい。
【0080】
コンピュータ４０は、メモリ８１を備える。メモリ８１は、プログラムメモリ８２を備える。プログラムメモリ８２は、三次元測定機１０の各種の機能に対応する命令が含まれ
る各種のプログラムが記憶される。各種のプログラムは、図１に示すソフトウェア８０に相当する。
る各種のプログラムが記憶される。各種のプログラムは、図１に示すソフトウェア８０に相当する。
【0081】
メモリ８１は、学習データ記憶部８４及び分析結果記憶部８６を備える。学習部６４は、作成した学習データを学習データ記憶部８４へ記憶する。分析部６５は、導出した誤差要因分析の結果を分析結果記憶部８６へ記憶する。
【0082】
メモリ８１は、各種のプログラムを実行する際に適用される各種のパラメータが記憶されるパラメータ記憶部を備え得る。また、メモリ８１は各種のデータが記憶されるデータ記憶部を備え得る。なお、パラメータ記憶部及びデータ記憶部の図示を省略する。
【0083】
メモリ８１は、半導体記憶素子、磁気記憶素子及び光学記憶素子など有体物たるコンピュータ可読媒体を含んで構成される。メモリ８１は、複数の記憶素子が含まれ得る。複数の記憶素子は、同一の種類でもよいし、異なる種類でもよい。
【0084】
例えば、メモリ８１に含まれる各種の記憶部に対して、一つ又は二つ以上の記憶素子を適用し得る。二つ以上の記憶素子は、同一の種類の記憶素子であってもよいし、異なる種類の記憶素子であってもよい。
【0085】
また、二つ以上の記憶部に対して一つの記憶素子を適用してもよい。例えば、一つの記憶素子に二つ以上の領域を設定し、複数の記憶部のそれぞれに対して一つ以上の領域を適用し得る。
【0086】
［学習部の構成例］
図３は図２に示す学習部の機能ブロック図である。学習部６４は、観測変数導出部７０を備える。観測変数導出部７０は、ワークの測定が実施される度に得られる測定データから、測定要素ごとの一つ以上の観測変数を導出する。
図３は図２に示す学習部の機能ブロック図である。学習部６４は、観測変数導出部７０を備える。観測変数導出部７０は、ワークの測定が実施される度に得られる測定データから、測定要素ごとの一つ以上の観測変数を導出する。
【0087】
観測変数の例としては、プロービング速度、プロービング加速度及び温度変化等が挙げられる。観測変数は、ソフトウェア８０の処理を適用して導出し得る情報及びセンサ等を用いて取得される情報など、ソフトウェア８０が取り扱い可能な情報が適用される。
【0088】
一つの測定要素について複数のプロービング点が規定される場合、観測変数導出部７０は、プロービング点ごとの観測変数の値及びプロービング点ごとの観測変数の値の平均値を導出し得る。なお、観測変数の詳細は後述する。ここで、平均値は、算術平均、相乗平均及び調和平均などを適用し得る。本実施形態では、平均値は算術平均が適用される。
【0089】
観測変数導出部７０は、予め導出される観測変数及び観測変数の平均値を取得してもよい。なお、導出は演算が適用される算出の概念を含み得る。
【0090】
観測変数導出部７０は、観測変数から観測変数の平均値を導出する観測変数平均値導出部として機能し得る。
【0091】
学習部６４は、標準偏差導出部７２を備える。標準偏差導出部７２は、測定要素の測定が実施される度に得られるプロービング点ごとの測定値に基づき、測定要素ごとの測定値の標準偏差を導出する。標準偏差導出部７２は、予め導出される標準偏差を取得してもよい。
【0092】
学習部６４は、正常系データ抽出部７４を備える。正常系データ抽出部７４は、学習対象の測定データのうち、標準偏差が規定の閾値以下となる正常範囲の測定データである正
常系データを抽出する。規定の閾値は、図２に示すコンピュータ操作部５２を用いてユーザが設定し得る。
常系データを抽出する。規定の閾値は、図２に示すコンピュータ操作部５２を用いてユーザが設定し得る。
【0093】
学習部６４は、主成分分析部７６を備える。主成分分析部７６は、正常系データにおける観測変数に対して主成分分析を実施し、観測変数ごとの主成分軸を導出する。観測変数ごとの主成分軸は、観測変数ごとの重みとして機能する。なお、実施形態に記載の主成分分析部７６は重み導出部の一例である。
【0094】
学習部６４は、学習データ登録部７８を備える。学習データ登録部７８は、学習データとして、測定要素ごとの主成分軸と観測変数ごとの観測変数平均値との組を学習データ記憶部８４へ記憶する。
【0095】
学習データ登録部７８は、既に主成分軸が記憶されている場合、既に記憶されている主成分軸と新たに導出される主成分軸との平均を導出し、新たな学習データとして主成分軸の平均を記憶する。なお、実施形態に記載の学習データ登録部７８は学習データ更新部の一例である。
【0096】
［分析部の構成例］
図４は図２に示す分析部の機能ブロック図である。分析部６５は、学習データ取得部９０を備える。学習データ取得部９０は、図３等に示す学習データ記憶部８４から、学習データを取得する。なお、実施形態に記載の学習データ取得部９０は観測変数取得部の一例及び重み取得部の一例である。
図４は図２に示す分析部の機能ブロック図である。分析部６５は、学習データ取得部９０を備える。学習データ取得部９０は、図３等に示す学習データ記憶部８４から、学習データを取得する。なお、実施形態に記載の学習データ取得部９０は観測変数取得部の一例及び重み取得部の一例である。
【0097】
分析部６５は、分析対象データ取得部９２を備える。分析対象データ取得部９２は、図２に示す測定データ取得部６２を用いて取得される分析対象の測定データである分析対象データから、測定要素ごとの観測変数平均値及び測定要素ごとの測定値の標準偏差を取得する。なお、実施形態に記載の分析対象データ取得部９２は標準偏差取得部の一例である。
【0098】
分析部６５は、異常度導出部９４を備える。異常度導出部９４は学習データ及び分析対象データに基づき異常度を導出する。異常度は、正常系データの観測変数に対する分析対象データの観測変数の違いの程度を表す指標値である。
【0099】
分析部６５は、異常度判定部９６を備える。異常度判定部９６は、異常度が規定の範囲内であるか否かを判定する。また、異常度判定部９６は、分析対象データにおける測定値の標準偏差が規定の閾値以上であるか否かを判定する。
【0100】
分析部６５は、分析結果導出部９８を備える。分析結果導出部９８は異常度判定部９６における判定結果ごとに分析結果を導出する。分析結果導出部９８は、分析結果記憶部８６へ分析結果を記憶する。例えば、分析結果導出部９８は、分析対象データに対する観測変数ごとの影響度を導出する影響度導出部を備え得る。
【0101】
図２等に示すコンピュータ４０は、分析部６５を用いて導出される分析結果を、ディスプレイ装置５０へ表示させる。ユーザは、ディスプレイ装置５０へ表示される分析結果を視認し得る。
【0102】
［誤差要因特定機能の詳細な説明］
〔学習ステップ〕
図５は学習ステップにおけるユーザとソフトウェアとの関係を表すシーケンス図である。学習ステップＳ１は、測定データ収集工程Ｓ１０及び学習データ作成工程Ｓ１２が含ま
れる。
〔学習ステップ〕
図５は学習ステップにおけるユーザとソフトウェアとの関係を表すシーケンス図である。学習ステップＳ１は、測定データ収集工程Ｓ１０及び学習データ作成工程Ｓ１２が含ま
れる。
【0103】
【0104】
学習データ作成工程Ｓ１２では、学習部６４は測定データ収集工程Ｓ１０において収集される測定データ基づき学習データを生成する。学習部６４は学習データ記憶部８４へ学習データを記憶する。
【0105】
図６は学習ステップの概要を示すブロック図である。図６には、Ｎ個のワークについて、測定要素Ａの測定データが収集される例を示す。なお、Ｎは１以上の整数である。例えば、測定データ１００は一番目のワークにおける測定要素Ａの測定データである。
【0106】
測定データ１０２、測定データ１０４及び測定データ１０６は、それぞれ二番目のワークにおける測定要素Ａの測定データ、三番目のワークにおける測定要素Ａの測定データ及びＮ番目のワークにおける測定要素Ａの測定データである。
【0107】
学習ステップＳ１には、測定データ１００、測定データ１０２、測定データ１０４及び測定データ１０６のそれぞれに基づく、観測変数Ｘ及び測定値の標準偏差ＳＤが適用される。
【0108】
図６に示す学習ステップＳ１では、測定要素Ａについて学習が実施され、測定要素Ａの学習データ１１０Ａが作成される。学習部６４は、測定要素Ａの学習データ１１０Ａを学習データ記憶部８４へ記憶する。
【0109】
図６には、測定要素Ａの学習データ１１０Ａ、測定要素Ｂの学習データ１１０Ｂ及び測定要素Ｃの学習データ１１０Ｃを含む複数の学習データ１１０が記憶される学習データ記憶部８４を図示する。学習データ１１０Ａ、学習データ１１０Ｂ及び学習データ１１０Ｃは、観測変数Ｘごとの観測変数平均値と、観測変数Ｘごとの主成分軸との組が含まれる。
【0110】
〔分析ステップ〕
図７は分析ステップにおけるユーザとソフトウェアとの関係を表すシーケンス図である。分析ステップＳ２は、解析対象測定工程Ｓ２０及び解析対象データ出力工程Ｓ２２が含まれる。
図７は分析ステップにおけるユーザとソフトウェアとの関係を表すシーケンス図である。分析ステップＳ２は、解析対象測定工程Ｓ２０及び解析対象データ出力工程Ｓ２２が含まれる。
【0111】
解析対象測定工程Ｓ２０では、ユーザは図１に示す三次元測定機１０を用いてワークの測定を実施する。解析対象データ出力工程Ｓ２２では、三次元測定機１０はワークの測定データを出力する。
【0112】
分析ステップＳ２は、解析対象データ判定工程Ｓ２４、誤差要因分析工程Ｓ２６、分析結果導出工程Ｓ２８、影響度算出工程Ｓ３０及び誤差要因認識工程Ｓ３２が含まれる。解析対象データ判定工程Ｓ２４では、解析対象データ出力工程Ｓ２２において出力されるデータに基づき、ワークの測定が良好であるか不良であるかが判定される。
【0113】
解析対象データ判定工程Ｓ２４において、ワークの測定が不良である旨の判定結果が得られる場合は、誤差要因分析工程Ｓ２６へ進み、解析対象データ出力工程Ｓ２２において出力される測定データを解析対象データとして、解析対象データの誤差要因分析が実行され、分析結果導出工程Ｓ２８において誤差要因分析の結果が導出される。
【0114】
影響度算出工程Ｓ３０では、観測変数ごとの影響度が算出される。観測変数ごとの影響
度は、図１等に示すディスプレイ装置５０へ表示される。誤差要因認識工程Ｓ３２では、ディスプレイ装置５０へ表示される観測変数ごとの影響度を視認したユーザが、誤差の原因となり得る観測変数を判断し得る。図７には、プロービング速度が誤差の主たる原因である例を示す。
度は、図１等に示すディスプレイ装置５０へ表示される。誤差要因認識工程Ｓ３２では、ディスプレイ装置５０へ表示される観測変数ごとの影響度を視認したユーザが、誤差の原因となり得る観測変数を判断し得る。図７には、プロービング速度が誤差の主たる原因である例を示す。
【0115】
図８は分析ステップの概要を示すブロック図である。分析ステップＳ２では、図４に示す分析部６５は、図７に示す解析対象測定工程Ｓ２０及び解析対象データ出力工程Ｓ２２において取得した分析対象データ１２０及び学習データ１１０を用いて、誤差要因分析工程Ｓ２６及び分析結果導出工程Ｓ２８を実行して、分析結果１２２を導出する。
【0116】
図８には、分析対象データ１２０として、測定要素Ａの観測変数Ｘ及び測定値の標準偏差ＳＤを適用し、かつ、学習データ１１０として、測定要素Ａの学習データ１１０Ａを適用して、分析ステップＳ２を実行する例を図示する。
【0117】
このようにして、図５に示す学習ステップＳ１及び図７に示す分析ステップＳ２を組み合わせて、より実態に即した誤差要因と標準偏差との相関関係を学習でき、かつ、学習データを用いる定量的な誤差要因の分析及び誤差要因の特定を実現し得る。
【0118】
［学習ステップの詳細な説明］
図９は学習ステップの遷移を示すアクティビティ図である。図９には、学習ステップＳ１の例として、測定データ１００に基づく学習データ１１０１の作成の後に、測定データ１０２に基づき学習データ１１０１を学習データ１１０２へ更新する遷移を模式的に図示する。
図９は学習ステップの遷移を示すアクティビティ図である。図９には、学習ステップＳ１の例として、測定データ１００に基づく学習データ１１０１の作成の後に、測定データ１０２に基づき学習データ１１０１を学習データ１１０２へ更新する遷移を模式的に図示する。
【0119】
図９に示す、測定データ１００における測定要素Ａの誤差要因１４０及び測定データ１０２における測定要素Ａの誤差要因１４０のうち、ソフトウェア８０が検知可能な誤差要因１４２が観測変数Ｘとして定義される。観測変数Ｘは測定要素ごとに定義される。
【0120】
図９には、観測変数Ｘ１、観測変数Ｘ２及び観測変数Ｍを含むＭ種類の観測変数Ｘを例示する。以下、ｉを１からＭまでの正の整数として、任意の観測変数をＸｉと記載する。
【0121】
測定データ１００について、観測変数Ｘ１から観測変数ＸＭまでのＭ種類の観測変数Ｘと標準偏差ＳＤ１００との組を用いて学習ステップＳ１が実行され、学習データ１１０１が導出される。また、測定データ１０２について、観測変数Ｘ１から観測変数ＸＭまでのＭ種類の観測変数Ｘと標準偏差ＳＤ１０２との組を用いて学習ステップＳ１が実行され、学習データ１１０１が学習データ１１０２へ更新される。
【0122】
なお、標準偏差ＳＤ１００は測定データ１００における標準偏差ＳＤを表す。同様に、標準偏差ＳＤ１０２は測定データ１０２における標準偏差ＳＤを表す。
【0123】
図１０は学習データの観測変数、観測変数の平均値及び標準偏差の具体例を示す説明図である。同図に示す観測変数一覧表１６０には、任意の学習データにおける、観測変数Ｘｉごとの数値例及び観測変数の平均値ＸｉＡｖｅの数値例を図示する。
【0124】
また、標準偏差一覧表１６２には、学習データにおける測定要素ごとの標準偏差ＳＤの具体例であり、測定要素Ａを測定して得られる測定値の標準偏差ＳＤの数値例を示す。
【0125】
図１１は学習ステップの手順の具体例を示すフローチャートである。測定工程Ｓ５０では、ユーザは図１に示す三次元測定機１０を適用して、ワークの測定を実施する。測定工程Ｓ５０の後に測定データ取得工程Ｓ５２へ進む。
【0126】
測定データ取得工程Ｓ５２では、図３に示す学習部６４は、測定工程Ｓ５０において得られる測定データとして、測定要素ごとの観測変数Ｘと標準偏差ＳＤとの組のデータを取得する。測定データ取得工程Ｓ５２の後に正常系データ抽出工程Ｓ５４へ進む。
【0127】
正常系データ抽出工程Ｓ５４では、正常系データ抽出部７４は、標準偏差ＳＤが規定の閾値α以下となる、観測変数Ｘと標準偏差ＳＤとの組のデータを正常系データとして抽出する。正常系データ抽出工程Ｓ５４の後に主成分分析工程Ｓ５６へ進む。
【0128】
主成分分析工程Ｓ５６では、主成分分析部７６は、任意の主成分分析プログラムを適用して、正常系データの観測変数Ｘに対する主成分分析を実行する。主成分分析工程Ｓ５６の後に主成分軸取得工程Ｓ５８へ進む。なお、主成分軸取得工程Ｓ５８は主成分分析工程Ｓ５６の工程として実行されてもよい。
【0129】
以下に、主成分分析工程Ｓ５６及び主成分軸取得工程Ｓ５８における、具体的な処理の例を示す。図１２は主成分分析に適用される観測変数Ｘの具体例を示す表である。図１２に示す観測変数Ｘ１、観測変数Ｘ２、観測変数Ｘ３、観測変数Ｘ４及び観測変数Ｘ５のそれぞれは、プロービング速度、プロービング加速度、プロービング方向、プロービング位置及び温度変化と定義される。
【0130】
プロービング速度は、プロービング点をプロービングする際の接触子２４Ｃの速度であり、単位はミリメートル毎秒が適用される。プロービング加速度は、プロービング点をプロービングする際の接触子２４Ｃの加速度であり、単位はミリメートル毎平方秒が適用される。
【0131】
プロービング方向は、プロービング点をプロービングする際の理想的なプロービング方向とのずれであり、単位はラジアンが適用される。プロービング位置は、プロービング点をプロービングする際の理想的なプロービング位置とのずれであり、単位はミリメートルが適用される。温度変化は、プロービング点をプロービングする際の基準温度からのずれであり、単位は℃が適用される。なお、基準温度は２０℃が適用される。
【0132】
図１３は観測変数ごとの具体的な数値例を示す表である。図１１に示す主成分分析工程Ｓ５６では、図１３に示す観測変数Ｘｉごとに標準化処理が実施される。標準化処理では、観測変数Ｘｉの値から観測変数の平均値が減算され、減算値が観測変数Ｘｉの値の標準偏差で除算される。そうすると、観測変数Ｘｉの全てについて、観測変数Ｘｉのそれぞれの値が－１から１までの値へ変換される。
【0133】
標準化処理の後に、共分散行列が作成される。共分散行列は公知の手法を適用して作成される。ここでは、共分散行列の作成の説明を省略する。
【0134】
図１１に示す主成分軸取得工程Ｓ５８では、共分散行列に基づく観測変数Ｘｉのそれぞれについて固有ベクトル及び固有値が算出される。観測変数Ｘｉのそれぞれに対応する固有ベクトルが主成分軸に対応し、固有ベクトルごとの固有値の大きさが観測変数Ｘｉごとの重みに対応する。主成分軸取得工程Ｓ５８の後に学習データ記憶判定工程Ｓ６０へ進む。
【0135】
学習データ記憶判定工程Ｓ６０では、学習データ登録部７８は学習データ記憶部８４に学習データが記憶されているか否かを判定する。学習データ記憶判定工程Ｓ６０において、学習データ登録部７８が学習データ記憶部８４に学習データが記憶されていないと判定する場合はＮｏ判定となる。Ｎｏ判定の場合は学習データ新規登録工程Ｓ６２へ進む。
【0136】
学習データ新規登録工程Ｓ６２では、学習データ登録部７８は主成分軸取得工程Ｓ５８において取得される観測変数Ｘｉごとの主成分軸を重みａｉとして、学習データ記憶部８４へ新規に登録する。
【0137】
一方、学習データ記憶判定工程Ｓ６０において、学習データ登録部７８が登録済の学習データが記憶されていると判定する場合はＹｅｓ判定となる。Ｙｅｓ判定の場合は学習データ更新登録工程Ｓ６４へ進む。
【0138】
学習データ更新登録工程Ｓ６４では、学習データ登録部７８は既に登録されている重みａｉと新たに取得される重みａｉとの平均を更新登録する。学習データ新規登録工程Ｓ６２又は学習データ更新登録工程Ｓ６４において、学習データが記憶された後に学習ステップＳ１は終了される。
【0139】
図１１に示す測定工程Ｓ５０及び測定データ取得工程Ｓ５２は、図５に示す測定データ収集工程Ｓ１０に対応する。また、図１１に測定データ取得工程Ｓ５２から学習データ更新登録工程Ｓ６４までは、図５に示す学習データ作成工程Ｓ１２に対応する。
【0140】
［分析ステップの詳細な説明］
図１４は分析ステップの手順の具体例を示すフローチャートである。分析開始工程Ｓ１００では、図４に示す分析対象データ取得部９２を用いて取得される分析対象データの分析を開始する。分析開始工程Ｓ１００は、分析対象データの取得及び取得される分析対象データに対する分析要否の判断が含まれる。分析開始工程Ｓ１００の後に学習データ取得工程Ｓ１０２へ進む。なお、分析開始工程Ｓ１００は分析対象データ取得工程の一例である。
図１４は分析ステップの手順の具体例を示すフローチャートである。分析開始工程Ｓ１００では、図４に示す分析対象データ取得部９２を用いて取得される分析対象データの分析を開始する。分析開始工程Ｓ１００は、分析対象データの取得及び取得される分析対象データに対する分析要否の判断が含まれる。分析開始工程Ｓ１００の後に学習データ取得工程Ｓ１０２へ進む。なお、分析開始工程Ｓ１００は分析対象データ取得工程の一例である。
【0141】
学習データ取得工程Ｓ１０２では、学習データ取得部９０は学習データ記憶部８４に学習データが存在するか否かを判定する。学習データ取得工程Ｓ１０２において、学習データ取得部９０が学習データは存在しないと判定する場合はＮｏ判定となる。Ｎｏ判定の場合は、分析不可報知工程Ｓ１０４へ進む。
【0142】
分析不可報知工程Ｓ１０４では、学習データ取得部９０は学習データが存在せず、分析不可である旨を報知し、分析部６５は分析ステップＳ２を終了させる。分析不可報知工程Ｓ１０４において、図１に示すディスプレイ装置５０へ分析不可である旨の情報を表示させてもよい。
【0143】
一方、学習データ取得工程Ｓ１０２において、学習データ取得部９０が学習データは存在すると判定する場合はＹｅｓ判定となる。Ｙｅｓ判定の場合は、学習データ取得部９０が学習データを取得した後に主成分得点導出工程Ｓ１０６へ進む。なお、実施形態に記載の学習データ取得工程Ｓ１０２は観測変数取得工程の一例である。学習データ取得工程Ｓ１０２は重み取得工程の一例である。
【0144】
主成分得点導出工程Ｓ１０６では、異常度導出部９４は学習データの主成分得点及び分析対象データの主成分得点を導出する。学習データにおける観測変数Ｘｉごとの平均値ＸｉＡｖｅ及び観測変数Ｘｉごとの重みａｉを用いて、学習データの主成分得点は、式１を用いて表される。
【0145】
（ａ１×Ｘ１Ａｖｅ）＋（ａ２×Ｘ２Ａｖｅ）＋…＋（ａＭ×ＸＭＡｖｅ） …式１
また、分析対象データにおける観測変数Ｘｉごとの平均値ＹｉＡｖｅ及び観測変数Ｘｉごとの重みａｉを用いて、分析対象データの主成分得点は、式２を用いて表される。
また、分析対象データにおける観測変数Ｘｉごとの平均値ＹｉＡｖｅ及び観測変数Ｘｉごとの重みａｉを用いて、分析対象データの主成分得点は、式２を用いて表される。
【0146】
（ａ１×Ｙ１Ａｖｅ）＋（ａ２×Ｙ２Ａｖｅ）＋…＋（ａＭ×ＹＭＡｖｅ） …式２
主成分得点導出工程Ｓ１０６の後に異常度導出工程Ｓ１０８へ進む。
主成分得点導出工程Ｓ１０６の後に異常度導出工程Ｓ１０８へ進む。
【0147】
異常度導出工程Ｓ１０８では、異常度導出部９４は、学習データの主成分得点である正常データの主成分得点に対する分析対象データの主成分得点の比を、異常度として導出する。異常度は式３を用いて表される。
【0148】
｛（ａ１×Ｙ１Ａｖｅ）＋（ａ２×Ｙ２Ａｖｅ）＋…＋（ａＭ×ＹＭＡｖｅ）｝／｛（ａ１×Ｘ１Ａｖｅ）＋（ａ２×Ｘ２Ａｖｅ）＋…＋（ａＭ×ＸＭＡｖｅ）｝ …式３
式３に示す異常度は、学習データの観測変数Ｘｉの平均値ＸｉＡｖｅと分析対象データの観測変数Ｘｉごとの平均値ＹｉＡｖｅとの違いの程度を表す指標値である。換言すると、式３に示す異常度は、学習データの主成分得点に対する分析対象データの主成分得点の差異（比）を表す。異常度導出工程Ｓ１０８の後に異常度判定工程Ｓ１１０へ進む。
式３に示す異常度は、学習データの観測変数Ｘｉの平均値ＸｉＡｖｅと分析対象データの観測変数Ｘｉごとの平均値ＹｉＡｖｅとの違いの程度を表す指標値である。換言すると、式３に示す異常度は、学習データの主成分得点に対する分析対象データの主成分得点の差異（比）を表す。異常度導出工程Ｓ１０８の後に異常度判定工程Ｓ１１０へ進む。
【0149】
異常度判定工程Ｓ１１０では、異常度判定部９６は分析対象データの全ての観測変数Ｘｉが、学習データの観測変数Ｘｉからプラスマイナス２．５パーセントの誤差に収まっているか否かを判定する。
【0150】
図１５は異常度判定条件の説明図である。同図に示す異常度判定条件一覧表２２０には、判定条件と判定結果の関係を示す。学習データの主成分得点に対する分析対象データの主成分得点の差異が、プラスマイナス２．５パーセントに収まっている場合は、分析対象データの全ての観測変数Ｘｉは異常なしと判定される。
【0151】
一方、学習データの主成分得点に対する分析対象データの主成分得点の差異が、プラスマイナス２．５パーセントに収まっていない場合は、分析対象データの観測変数Ｘｉに異常があると判定される。
【0152】
図１４に示す異常度判定工程Ｓ１１０において、異常度判定部９６が異常度の値は０．９７５未満であるか又は異常度の値は１．０２５を超えると判定する場合はＮｏ判定となる。Ｎｏ判定の場合は不良測定標準偏差判定工程Ｓ１１２へ進む。
【0153】
一方、異常度判定工程Ｓ１１０において、異常度判定部９６が異常度の値は０．９７５以上１．０２５以下であると判定する場合はＹｅｓ判定となる。Ｙｅｓ判定の場合は良好標準偏差判定工程Ｓ１１４へ進む。
【0154】
不良測定標準偏差判定工程Ｓ１１２及び良好標準偏差判定工程Ｓ１１４において判定処理が実施され、分析結果導出工程Ｓ１１６へ進む。分析結果導出工程Ｓ１１６において、分析結果導出部９８は判定結果に応じた分析結果を導出する。
【0155】
不良測定標準偏差判定工程Ｓ１１２では、異常度判定部９６は分析対象データの標準偏差ＳＤが規定の閾値以下であるか否かに応じて、良好な測定が実施されたか又は不良測定が実施されたかを判定する。
【0156】
図１６は測定良否判定条件の説明図である。同図に示す測定良否判定条件一覧表２３０には、判定条件と判定結果の関係を示す。分析対象データの標準偏差ＳＤが規定の閾値以下の場合は、良好測定が実施されたと判定される。一方、分析対象データの標準偏差ＳＤが規定の閾値を超える場合は、不良測定が実施されたと判定される。
【0157】
図１４に示す不良測定標準偏差判定工程Ｓ１１２において、異常度判定部９６が分析対
象データの標準偏差ＳＤが規定の閾値以下と判定する場合はＮｏ判定となる。Ｎｏ判定の場合は、分析結果導出工程１１６において分析結果２００が導出される。
象データの標準偏差ＳＤが規定の閾値以下と判定する場合はＮｏ判定となる。Ｎｏ判定の場合は、分析結果導出工程１１６において分析結果２００が導出される。
【0158】
分析結果２００は、分析対象データの観測変数Ｘｉに異常があり、かつ、良好測定が実施されたことを表す。分析結果２００が導出される場合は、ソフトウェアが検知不可能な誤差要因を含む複数の誤差要因が、測定データへ与える影響を互いに打ち消しあう旨の誤差要因分析結果が導出される。
【0159】
一方、不良測定標準偏差判定工程Ｓ１１２において、異常度判定部９６が分析対象データの標準偏差ＳＤが規定の閾値を超えると判定する場合はＹｅｓ判定となる。Ｙｅｓ判定の場合は、分析結果導出工程１１６において分析結果２０２が導出される。
【0160】
分析結果２０２は、分析対象データの観測変数Ｘｉに異常があり、かつ、不良測定が実施されたことを表す。分析結果２０２が導出される場合は、ソフトウェアが検知可能な誤差要因が、測定データへ影響を及ぼす旨の誤差要因分析結果が導出される。
【0161】
良好標準偏差判定工程Ｓ１１４では、異常度判定部９６は分析対象データの標準偏差ＳＤが規定の閾値以下であるか否かに応じて、良好測定が実施されたか又は不良測定が実施されたかを判定する。
【0162】
良好標準偏差判定工程Ｓ１１４には、図１６に示す測定良否判定条件一覧表２３０に示す測定良否判定条件が適用される。なお、良好標準偏差判定工程Ｓ１１４では、不良測定標準偏差判定工程Ｓ１１２に適用される閾値と同一の閾値を適用しもよいし、異なる閾値を適用してもよい。
【0163】
図１４に示す良好標準偏差判定工程Ｓ１１４において、異常度判定部９６が分析対象データの標準偏差ＳＤが規定の閾値以下であると判定する場合はＮｏ判定となる。Ｎｏ判定の場合は、分析結果導出工程１１６において分析結果２０４が導出される。
【0164】
分析結果２０４は、分析対象データの観測変数Ｘｉに異常がなく、かつ、良好な測定が実施されたことを表す。分析結果２０４が導出される場合は、誤差要因が排除され、良好な測定が実施されている旨の誤差要因分析結果が導出される。
【0165】
一方、良好標準偏差判定工程Ｓ１１４において、異常度判定部９６が分析対象データの標準偏差ＳＤが規定の閾値を超えると判定する場合はＹｅｓ判定となる。Ｙｅｓ判定の場合は、分析結果導出工程１１６において分析結果２０６が導出される。
【0166】
分析結果２０６は、分析対象データの観測変数Ｘｉに異常がなく、かつ、不良測定が実施されたことを表す。分析結果２０６が導出される場合は、ソフトウェアが検知不可能な誤差要因が、測定データへ影響を及ぼす旨の誤差要因分析結果が導出される。
【0167】
分析結果導出工程１１６の後に影響度導出工程Ｓ１１８へ進む。影響度導出工程Ｓ１１８では、分析結果導出部９８は、分析対象データにおける観測変数Ｘｉごとの、測定誤差に対する影響度を導出する。
【0168】
学習データにおける観測変数Ｘｉごとの平均値ＸｉＡｖｅ、分析対象データにおける観測変数Ｘｉごとの平均値ＹｉＡｖｅ及び観測変数Ｘｉごとの重みａｉを用いて、影響度は式４を用いて表される。なお、影響度の単位はパーセントである。
【0169】
［ａｉ×（Ｘｉ－Ｙｉ）］／Σｉ＝１
Ｍ｛ａｉ×（Ｘｉ－Ｙｉ）｝×１００ …式４
影響度導出工程Ｓ１１８において導出される影響度は、分析結果記憶部８６へ記憶される。分析部６５は、影響度を含む誤差要因分析の結果をディスプレイ装置５０へ表示させる。
影響度導出工程Ｓ１１８において導出される影響度は、分析結果記憶部８６へ記憶される。分析部６５は、影響度を含む誤差要因分析の結果をディスプレイ装置５０へ表示させる。
【0170】
影響度導出工程Ｓ１１８では、分析結果導出工程１１６において、分析結果２０２が導出される際に影響度を導出し、分析結果２００、分析結果２０４及び分析結果２０６が導出される場合は影響度を導出しない態様を適用し得る。なお、図１４に示す分析工程の手順は測定データ分析方法の手順の一例である。
【0171】
図１７は影響度の報知例を示す説明図である。影響度の報知の一例として、ディスプレイ装置５０へ表示が挙げられる。同図には、円グラフが適用され、観測変数Ｘ１、観測変数Ｘ２及び観測変数Ｘ５のそれぞれの影響度が報知される例を示す。
【0172】
図１７に示す円グラフ２４０は、観測変数Ｘ１の影響度、観測変数Ｘ２の影響度及び観測変数Ｘ５のそれぞれの影響度の相対的な関係が一目で把握し得る。また、円グラフ２４０は観測変数Ｘ１、観測変数Ｘ２及び観測変数Ｘ５のそれぞれの影響度の値が含まれるので、観測変数Ｘ１、観測変数Ｘ２及び観測変数Ｘ５の影響度の値が一目で把握し得る。
【0173】
以上説明した実施形態に係る誤差要因分析方法は、分析ステップＳ２において、ワークの測定結果に対する定量的な分析が実施され、観測変数Ｘｉごとの影響度が算出される。また、観測変数Ｘｉごとの影響度に基づき、ワークの測定結果に対する誤差要因の自動特定が可能である。
【0174】
［観測変数の具体例］
図１８は観測変数の具体例を示す観測変数の説明図である。図１８には、観測変数Ｘとして、プロービング速度、プロービング加速度、プロービング方向、プロービング位置、温度変化及びプロービング回数を例示する。なお、図１８に示す１から６までの観測変数Ｘの識別番号は任意の数値である。
図１８は観測変数の具体例を示す観測変数の説明図である。図１８には、観測変数Ｘとして、プロービング速度、プロービング加速度、プロービング方向、プロービング位置、温度変化及びプロービング回数を例示する。なお、図１８に示す１から６までの観測変数Ｘの識別番号は任意の数値である。
【0175】
観測変数Ｘは、測定要素に応じて追加及び削除等の変更が可能である。測定要素ごとに規定される観測変数Ｘは一つ以上であればよい。観測変数Ｘの追加及び削除などの観測変数Ｘの変更は、図１に示すコンピュータ操作部５２を用いてユーザが実施し得る。
【0176】
［誤差要因分析における画面遷移］
次に、誤差要因分析が実施される際に、ディスプレイ装置５０へ表示される画面の遷移について説明する。以下の説明におけるボタンの選択は、ボタンのクリック等の操作を意味する。
次に、誤差要因分析が実施される際に、ディスプレイ装置５０へ表示される画面の遷移について説明する。以下の説明におけるボタンの選択は、ボタンのクリック等の操作を意味する。
【0177】
〔測定結果表示画面〕
図１９は測定結果表示画面の説明図である。同図に示す測定結果表示画面３００は、ワークにおける任意のプロービング点がプロービングされた際に、ディスプレイ装置５０へ表示される。測定結果表示画面３００は、プロービングの進行に応じて遷移する。
図１９は測定結果表示画面の説明図である。同図に示す測定結果表示画面３００は、ワークにおける任意のプロービング点がプロービングされた際に、ディスプレイ装置５０へ表示される。測定結果表示画面３００は、プロービングの進行に応じて遷移する。
【0178】
測定結果表示画面３００など、ディスプレイ装置５０に表示される各種の画面は、測定結果表示領域３０２、ファンクションボタン表示領域３０４、文字情報表示領域３０６、測定条件表示領域３０８及び座標値表示領域３１０が含まれ得る。各種の画面において、ファンクションボタン表示領域３０４等は、適宜非表示としてもよい。
【0179】
測定結果表示領域３０２は、測定結果等の各種の情報が表示される。ファンクションボタン表示領域３０４は、複数のファンクションボタン３１２が含まれる。複数のファンク
ションボタン３１２のそれぞれは、校正の実施及び自動測定実施等の機能が割り付けられている。なお、ファンクションボタンを表す符号３１２は任意のボタンに付されている。
ションボタン３１２のそれぞれは、校正の実施及び自動測定実施等の機能が割り付けられている。なお、ファンクションボタンを表す符号３１２は任意のボタンに付されている。
【0180】
文字情報表示領域３０６は、測定モード及びプロービング点数等の情報を表す文字情報３０９が表示される。測定条件表示領域３０８は各種の測定条件が表示される。座標値表示領域３１０は、図１に示す接触子２４Ｃの座標値がリアルタイムに表示される。
【0181】
図１９に示す測定結果表示画面３００における測定結果表示領域３０２は、一覧表形式が適用され、測定要素として円が測定された場合の各種のパラメータが含まれる測定結果３２０が表示される。
【0182】
〔機能選択画面〕
図２０は機能選択画面の説明図である。同図に示す機能選択画面３３０は、ファンクションボタン表示領域３０４及び機能選択ボタン表示領域３３２を有する。機能選択ボタン表示領域３３２は、各種の機能に対応する複数の機能選択ボタン３３４が表示される。
図２０は機能選択画面の説明図である。同図に示す機能選択画面３３０は、ファンクションボタン表示領域３０４及び機能選択ボタン表示領域３３２を有する。機能選択ボタン表示領域３３２は、各種の機能に対応する複数の機能選択ボタン３３４が表示される。
【0183】
誤差要因分析を実施する場合、ユーザは誤差要因分析ボタン３３４Ａを選択する。図１に示すコンピュータ４０は、誤差要因分析ボタン３３４Ａの選択に応じて、誤差要因分析の各種の命令が含まれるプログラムを読み出し、読み出したプログラムを実行する。
【0184】
〔分析対象選択画面〕
図２１は分析対象選択画面の説明図である。同図に示す分析対象選択画面３４０は、分析対象表示領域３４２、オーケーボタン３４４及びキャンセルボタン３４６が表示される。分析対象表示領域３４２は、分析対象の候補となる測定要素が表示される。同図には、一覧表形式が適用され、分析対象の候補として複数の円が表示される分析対象候補一覧３４８が表示される例を示す。
図２１は分析対象選択画面の説明図である。同図に示す分析対象選択画面３４０は、分析対象表示領域３４２、オーケーボタン３４４及びキャンセルボタン３４６が表示される。分析対象表示領域３４２は、分析対象の候補となる測定要素が表示される。同図には、一覧表形式が適用され、分析対象の候補として複数の円が表示される分析対象候補一覧３４８が表示される例を示す。
【0185】
図２１には、分析対象候補一覧３４８において、円３が選択される場合を示す。オーケーボタン３４４が選択される場合は、分析対象として円３が確定する。一方、キャンセルボタン３４６が選択される場合は、円３の選択がキャンセルされ、分析対象の候補の中から一つを選択し得る。
【0186】
〔分析結果表示画面〕
図２２は分析結果表示画面の説明図である。同図に示す分析結果表示画面３５０は、分析結果表示領域３５２を有する。分析結果表示領域３５２は、分析結果３５４が表示される。同図に示す分析結果３５４は、第一情報３５６、第二情報３５８及び第三情報３６０が含まれる。
図２２は分析結果表示画面の説明図である。同図に示す分析結果表示画面３５０は、分析結果表示領域３５２を有する。分析結果表示領域３５２は、分析結果３５４が表示される。同図に示す分析結果３５４は、第一情報３５６、第二情報３５８及び第三情報３６０が含まれる。
【0187】
第一情報３５６は、分析対象を表す文字情報及び分析結果の分類を表す文字情報が含まれる。第二情報３５８は影響度を表す円グラフ及び影響度の値が含まれる。第三情報３６０は分析結果に対して取り得るアクションを意味するヒントを表す文字情報が含まれる。
【0188】
【0189】
図２３は分析結果がパターン１の場合の分析結果表示画面を示す説明図である。同図に示す分析結果表示画面３５０Ａは、分析結果の分類がパターン１の場合に表示される。パターン１は、図１４に示す分析結果２０６に対応する。
【0190】
分析結果表示画面３５０Ａの第一情報３５６Ａ及び第三情報３６０Ａは、分析結果に応
じた内容を表す文字情報が適用される。第二情報３５８Ａは、観測変数Ｘｉの一覧表が含まれる。
じた内容を表す文字情報が適用される。第二情報３５８Ａは、観測変数Ｘｉの一覧表が含まれる。
【0191】
分析結果表示画面３５０Ａが表示される場合は、観測変数Ｘに異常はないが、測定が不良であるとユーザは認識し得る。分析結果表示画面３５０Ａは、観測変数Ｘｉの一覧表が表示され、測定が良好でない原因の切り分けが補助される。これにより、ユーザは誤差要因に対して効率よく対策を実施し得る。
【0192】
図２４は分析結果がパターン２の場合の分析結果表示画面を示す説明図である。同図に示す分析結果表示画面３５０Ｂは、分析結果の分類がパターン２の場合に表示される。パターン２は、図１４に示す分析結果２０４に対応する。
【0193】
分析結果表示画面３５０Ｂの第一情報３５６Ｂ及び第三情報３６０Ｂは、分析結果に応じた内容を表す文字情報が適用される。第二情報３５８Ｂは、観測変数Ｘｉの一覧表が含まれる。
【0194】
分析結果表示画面３５０Ｂが表示される場合は、観測変数Ｘに異常はなく、測定が良好であるとユーザは認識し得る。分析結果表示画面３５０Ｂは、観測変数Ｘｉの一覧表が表示され、測定のフィードバックが補助される。これにより、ユーザは良好測定が実施される観測変数を認識し得る。
【0195】
【0196】
図２５に示す分析結果表示画面３５０Ｃは、図２２に示す分析結果の分類を表す文字情報に代わり、分類結果の内容を表す文字情報を含む第一情報３５６Ｃが表示される。図２５に示す第二情報３５８Ｃは、図２２に示す第二情報３５８と同一であり、図２５に示す第三情報３６０Ｃは、図２２に示す第三情報３６０と同一である。
【0197】
分析結果表示画面３５０Ｃが表示される場合は、観測変数Ｘに異常があり、測定が不良であるとユーザは認識し得る。分析結果表示画面３５０Ｃは、影響度を表す円グラフ及び影響度の値が表示され、ユーザは排除すべき誤差要因を認識し得る。これにより、ユーザは分析結果に基づく測定に対するフィードバックを実施し得る。
【0198】
図２６は分析結果がパターン４の場合の分析結果表示画面を示す説明図である。同図に示す分析結果表示画面３５０Ｄは、分析結果の分類がパターン４の場合に表示される。パターン４は、図１４に示す分析結果２００に対応する。
【0199】
分析結果表示画面３５０Ｄの第一情報３５６Ｄ及び第三情報３６０Ｄは、分析結果に応じた内容を表す文字情報が適用される。第二情報３５８Ｄは、観測変数Ｘｉの一覧表、影響度を表す円グラフ及び影響度の値が含まれる。
【0200】
分析結果表示画面３５０Ｄが表示される場合は、観測変数Ｘに異常があるが、測定が良好であるとユーザは認識し得る。分析結果表示画面３５０Ｄは、観測変数Ｘｉの一覧表、影響度を表す円グラフが表示され、観測変数Ｘの異常原因の切り分けが補助される。これにより、ユーザは観測変数Ｘの異常に対して効率よく対策を実施し得る。
【0201】
［実施形態に係る誤差要因分析の作用効果］
実施形態に係る三次元測定機１０に適用される誤差要因分析は、以下の作用効果を得る
ことが可能である。
実施形態に係る三次元測定機１０に適用される誤差要因分析は、以下の作用効果を得る
ことが可能である。
【0202】
〔１〕
ワークの測定データの誤差要因であり、ソフトウェアが検知可能な誤差要因に対応する観測変数Ｘが測定要素ごとに規定される。正常系データの観測変数Ｘに基づき、観測変数Ｘｉごとの平均値ＸｉＡｖｅが導出され、かつ、観測変数Ｘｉごとの重みａｉが導出され、これらを含む学習データが作成される。学習データ及び分析対象データを用いて、分析対象データにおける観測変数Ｘｉごとの分析対象データへの影響度が導出される。これにより、分析対象データの定量的な分析に基づき、誤差要因を特定し得る。
ワークの測定データの誤差要因であり、ソフトウェアが検知可能な誤差要因に対応する観測変数Ｘが測定要素ごとに規定される。正常系データの観測変数Ｘに基づき、観測変数Ｘｉごとの平均値ＸｉＡｖｅが導出され、かつ、観測変数Ｘｉごとの重みａｉが導出され、これらを含む学習データが作成される。学習データ及び分析対象データを用いて、分析対象データにおける観測変数Ｘｉごとの分析対象データへの影響度が導出される。これにより、分析対象データの定量的な分析に基づき、誤差要因を特定し得る。
【0203】
〔２〕
測定要素ごとに複数の観測変数Ｘｉが規定される。これにより、複数の誤差要因について誤差要因の分析を実施し得る。
測定要素ごとに複数の観測変数Ｘｉが規定される。これにより、複数の誤差要因について誤差要因の分析を実施し得る。
【0204】
〔３〕
観測変数Ｘｉごとの重みａｉは、正常系データの観測変数Ｘに対して主成分分析を実施して得られる、観測変数Ｘｉのそれぞれに対応する主成分軸が適用される。これにより、観測変数Ｘｉごとの正常系データへの寄与率に応じた観測変数Ｘｉごとの重みａｉが導出される。
観測変数Ｘｉごとの重みａｉは、正常系データの観測変数Ｘに対して主成分分析を実施して得られる、観測変数Ｘｉのそれぞれに対応する主成分軸が適用される。これにより、観測変数Ｘｉごとの正常系データへの寄与率に応じた観測変数Ｘｉごとの重みａｉが導出される。
【0205】
〔４〕
分析対象データの異常度に応じて、観測変数Ｘｉが正常であるか又は異常であるかが判定される。分析対象データの標準偏差ＳＤに応じて、良好測定であるか又は不良測定であるかが判定される。これにより、分析結果を分類し得る。
分析対象データの異常度に応じて、観測変数Ｘｉが正常であるか又は異常であるかが判定される。分析対象データの標準偏差ＳＤに応じて、良好測定であるか又は不良測定であるかが判定される。これにより、分析結果を分類し得る。
【0206】
〔５〕
分析対象データの観測変数Ｘｉのそれぞれについて影響度が導出される。これにより、ソフトウェアが検知可能な誤差要因が、分析対象データに対して影響を及ぼす旨の判断をし得る。観測変数Ｘｉごとの影響度は、観測変数Ｘｉが異常であり、分析対象データの測定が不良測定の場合に導出されればよい。
分析対象データの観測変数Ｘｉのそれぞれについて影響度が導出される。これにより、ソフトウェアが検知可能な誤差要因が、分析対象データに対して影響を及ぼす旨の判断をし得る。観測変数Ｘｉごとの影響度は、観測変数Ｘｉが異常であり、分析対象データの測定が不良測定の場合に導出されればよい。
【0207】
〔６〕
ディスプレイ装置５０へ誤差要因分析の結果が表示される。誤差要因分析の結果が表示される分析結果表示画面３５０は、観測変数Ｘｉごとの影響度の相対的な関係を示す円グラフが表示される。これにより、観測変数Ｘｉごとの分析対象データへの影響の程度を、ユーザが把握し得る。
ディスプレイ装置５０へ誤差要因分析の結果が表示される。誤差要因分析の結果が表示される分析結果表示画面３５０は、観測変数Ｘｉごとの影響度の相対的な関係を示す円グラフが表示される。これにより、観測変数Ｘｉごとの分析対象データへの影響の程度を、ユーザが把握し得る。
【0208】
〔７〕
分析結果表示画面３５０は、分析結果に対して取り得るアクションを表す文字情報が含まれる。これにより、分析結果への対応を補助し得る。
分析結果表示画面３５０は、分析結果に対して取り得るアクションを表す文字情報が含まれる。これにより、分析結果への対応を補助し得る。
【0209】
［誤差要因分析装置への適用例］
図１から図４を用いて説明したコンピュータ４０は、三次元測定機等の形状測定装置から測定データを取得し、測定データの誤差要因を分析する誤差要因分析装置として機能し得る。また、ディスプレイ装置５０は誤差要因分析における各種の情報が表示される表示装置として機能し得る。
図１から図４を用いて説明したコンピュータ４０は、三次元測定機等の形状測定装置から測定データを取得し、測定データの誤差要因を分析する誤差要因分析装置として機能し得る。また、ディスプレイ装置５０は誤差要因分析における各種の情報が表示される表示装置として機能し得る。
【0210】
誤差要因分析装置は、図３に示す学習部６４が分離される態様を適用し得る。すなわち、誤差要因分析装置は、外部装置において作成される学習テータを取得し、形状測定装置から測定データを取得し、測定データの誤差要因を分析する態様を適用し得る。
【0211】
なお、実施形態に記載の誤差要因分析装置は測定データ分析装置の一例であり、実施形態のコンピュータ４０は測定データ分析装置の構成要素の一例である。
【0212】
［プログラムへの適用例］
図４に示す分析部６５は、各種の機能に対応する命令をコンピュータに実現させるプログラムを適用し得る。かかるプログラムは、図３に示す学習部６４の各種の機能に対応する命令が含まれていてもよい。かかるプログラムの記憶は、非一時的記憶媒体を適用し得る。
図４に示す分析部６５は、各種の機能に対応する命令をコンピュータに実現させるプログラムを適用し得る。かかるプログラムは、図３に示す学習部６４の各種の機能に対応する命令が含まれていてもよい。かかるプログラムの記憶は、非一時的記憶媒体を適用し得る。
【0213】
学習部６４の各種の機能の例として、正常範囲の測定データにおける観測変数の平均値を取得する観測変数取得機能、観測変数ごとの重みを取得する重み取得機能、分析対象の測定データにおける観測変数の平均値を取得する分析対象データ取得機能及び影響度を導出する影響度導出機能が挙げられる。
【0214】
以上説明した本発明の実施形態は、本発明の趣旨を逸脱しない範囲で、適宜構成要素を変更、追加、削除することが可能である。本発明は以上説明した実施形態に限定されるものではなく、本発明の技術的思想内で当該分野の通常の知識を有する者により、多くの変形が可能である。
【符号の説明】
【0215】
１０…三次元測定機、４０…コンピュータ、５０…ディスプレイ装置、６２…測定データ取得部、６４…学習部、６５…分析部、６６…入力情報取得部、６８…表示制御部、７０…観測変数導出部、７２…標準偏差導出部、７６…主成分分析部、７８…学習データ登録部、８０…ソフトウェア、８１…メモリ、８２…プログラムメモリ、８４…学習データ記憶部、８５…分析結果記憶部、９０…学習データ取得部、９２…分析対象データ取得部、９４…異常度導出部、９６…異常度判定部、９８…分析結果導出部
【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】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】