JP7724086B2 - 設備診断装置および設備診断方法 - Google Patents

Description

本発明は、設備診断装置および設備診断方法に関する。

特許文献１には、「部品の故障を予測し、部品の交換が可能な時期まで製造機械に故障が生じないように製造機械を制御するセル制御装置を提供する。」という技術が記載されている。

特開２０１７－１０２５５４号公報

上述の特許文献１に記載の技術では、故障を予測し、設備や装置の制御方法を変更して、設備や装置の劣化の進行を抑制して生産を続ける方法が記されている。しかしながら、劣化の進行を抑制するよう製造設備や製造装置の制御方法を変更した場合、製造に関するＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）、例えば製造品質や生産性を意図せず低下させすぎてしまうおそれがある。

本発明の目的は、ＫＰＩを許容範囲内に収めながら製造設備の劣化の進行を抑制することを目的とする。

本願は、上記課題を解決するために、例えば特許請求の範囲に記載の手段を採用する。本発明は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、設備診断装置であって、所定の劣化抑制モードごとに、製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含む情報を格納する劣化抑制モード定義記憶部と、前記製造設備または該製造設備の部位について前記劣化抑制モードごとに予測される劣化度を用いて所定のＫＰＩを計算し該ＫＰＩが所定の条件を充足するか判定するＫＰＩ計算部と、前記充足の判定結果から実行すべき劣化抑制モードを判断する劣化抑制判断部と、前記実行すべき劣化抑制モードに応じて前記製造設備または該製造設備の部位の制御情報を出力する制御情報出力部と、を備えることを特徴とする。

本発明によれば、ＫＰＩを許容範囲内に収めながら製造設備の劣化の進行を抑制する技術を提供することができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

第１の実施形態に係る設備診断システムの構成例を示す図である。 劣化検知方法の例を示す図である。 劣化抑制モード定義記憶部のデータ構造例を示す図である。 設備診断装置のハードウェア構成の例を示す図である。 劣化予測曲線およびＫＰＩ予測例を示す図である。 第２の実施形態に係る設備診断システムの構成例を示す図である。 ＫＰＩ定義表のデータ構造例を示す図である。 ＫＰＩ入力画面の例を示す図である。 第３の実施形態に係る設備診断システムの構成例を示す図である。 劣化抑制モード選択画面の例を示す図である。 第４の実施形態に係る設備診断システムの構成例を示す図である。 優先度付きＫＰＩ定義表のデータ構造例を示す図である。 第５の実施形態に係る設備診断システムの構成例を示す図である。 第６の実施形態に係る設備診断システムの構成例を示す図である。 ライン劣化抑制モード定義記憶部のデータ構造例を示す図である。

以下の実施形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらはお互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。

また、以下の実施形態において、要素の数等（個数、数値、量、範囲等を含む）に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でもよい。

さらに、以下の実施形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。

同様に、以下の実施形態において、構成要素等の形状、位置関係等に言及するときは特に明示した場合および原理的に明らかにそうではないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。

また、実施形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。ただし、同一の部材であっても環境変更等により変更前の部材と称呼を共有すると混乱を生ぜしめるおそれが高い場合、別の異なる符号や名称を付すことがある。以下、本発明の各実施形態について図面を用いて説明する。

一般的に、製造設備には様々な装置が含まれるが、工業製品の製造において用いられる装置として可動する腕を備えるロボット装置がある。また、そのようなロボット装置を複数備えて統合した動きを制御するためのライン装置も、製造装置に含まれるものとする。本発明に係る実施形態を通じて、基本的には、製造装置として２本の可動腕（以降において、各腕を便宜的に腕Ａ、腕Ｂと呼ぶことがある）を有する双腕ロボット２００を想定する。各腕はそれぞれ３軸の自由度を持ち、腕先端には物体を把持・移動させる工程を実行するためのグリッパが設けられている。

本発明に係る実施形態においては、特に別段の記載がない限り、双腕ロボット２００の腕Ａの可動軸１を「腕Ａ軸１（２１１ａ）」と表現し、腕Ａの可動軸２を「腕Ａ軸２（２１１ｂ）」と表現するものとする。また、腕Ｂのグリッパを「腕Ｂグリッパ（２１１ｃ）」と表現する。双腕ロボット２００の各腕の軸およびグリッパは、モーターを備え、制御入力部２０１において受け付けた制御情報に基づいてモーターの回転が制御されることで動作を行う。

なお、以下の実施形態においては、「入力部」、「出力部」は、一つ以上のインターフェースデバイスでよい。当該一つ以上のインターフェースデバイスは、下記のうちの少なくとも一つでよい。
・一つ以上のＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）インターフェースデバイス。Ｉ／Ｏインターフェースデバイスは、Ｉ／Ｏデバイスと遠隔の表示用計算機とのうちの少なくとも一つに対するインターフェースデバイスである。表示用計算機に対するＩ／Ｏインターフェースデバイスは、通信インターフェースデバイスでよい。少なくとも一つのＩ／Ｏデバイスは、ユーザインターフェースデバイス、例えば、キーボード及びポインティングデバイスのような入力デバイスと、表示デバイスのような出力デバイスとのうちのいずれでもよい。
・一つ以上の通信インターフェースデバイス。一つ以上の通信インターフェースデバイスは、一つ以上の同種の通信インターフェースデバイス（例えば一つ以上のＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ））であってもよいし二つ以上の異種の通信インターフェースデバイス（例えばＮＩＣとＨＢＡ（Ｈｏｓｔ Ｂｕｓ Ａｄａｐｔｅｒ））であってもよい。

また、以下の説明では、「メモリ」は、一つ以上の記憶デバイスの一例である一つ以上のメモリデバイスであり、典型的には主記憶デバイスでよい。メモリにおける少なくとも一つのメモリデバイスは、揮発性メモリデバイスであってもよいし不揮発性メモリデバイスであってもよい。

また、以下の説明では、「記憶部」は、一つ以上の記憶デバイスの一例である一つ以上の永続記憶デバイスでよい。永続記憶デバイスは、典型的には、不揮発性の記憶デバイス（例えば補助記憶デバイス）でよく、具体的には、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＮＶＭＥ（Ｎｏｎ－Ｖｏｌａｔｉｌｅ Ｍｅｍｏｒｙ Ｅｘｐｒｅｓｓ）ドライブ、又は、ＳＣＭ（Ｓｔｏｒａｇｅ Ｃｌａｓｓ Ｍｅｍｏｒｙ）でよい。

また、以下の説明では、「記憶部」または「記憶装置」は、メモリと永続記憶装置のうちメモリかまたは両方であればよい。

また、以下の説明では、「処理部」または「プロセッサ」は、一つ以上のプロセッサデバイスでよい。少なくとも一つのプロセッサデバイスは、典型的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のようなマイクロプロセッサデバイスでよいが、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）のような他種のプロセッサデバイスでもよい。少なくとも一つのプロセッサデバイスは、シングルコアでもよいしマルチコアでもよい。少なくとも一つのプロセッサデバイスは、プロセッサコアでもよい。少なくとも一つのプロセッサデバイスは、処理の一部又は全部を行うハードウェア記述言語によりゲートアレイの集合体である回路（例えばＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＣＰＬＤ（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）又はＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ））といった広義のプロセッサデバイスでもよい。

また、以下の説明では、「ｙｙｙ部」の表現にて機能を説明することがあるが、機能は、一つ以上のコンピュータプログラムがプロセッサによって実行されることで実現されてもよいし、一つ以上のハードウェア回路（例えばＦＰＧＡ又はＡＳＩＣ）によって実現されてもよいし、それらの組合せによって実現されてもよい。プログラムがプロセッサによって実行されることで機能が実現される場合、定められた処理が、適宜に記憶装置及び／又はインターフェース装置等を用いながら行われるため、機能はプロセッサの少なくとも一部とされてもよい。機能を主語として説明された処理は、プロセッサあるいはそのプロセッサを有する装置が行う処理としてもよい。プログラムは、プログラムソースからインストールされてもよい。プログラムソースは、例えば、プログラム配布計算機又は計算機が読み取り可能な記録媒体（例えば非一時的な記録媒体）であってもよい。各機能の説明は一例であり、複数の機能が一つの機能にまとめられたり、一つの機能が複数の機能に分割されたりしてもよい。

また、以下の説明では、「プログラム」や「処理部」を主語として処理を説明する場合があるが、プログラムを主語として説明された処理は、プロセッサあるいはそのプロセッサを有する装置が行う処理としてもよい。また、二つ以上のプログラムが一つのプログラムとして実現されてもよいし、一つのプログラムが二つ以上のプログラムとして実現されてもよい。

また、以下の説明では、「ｘｘｘテーブル」といった表現にて、入力に対して出力が得られる情報を説明することがあるが、当該情報は、どのような構造のテーブルでもよいし、入力に対する出力を発生するニューラルネットワーク、遺伝的アルゴリズムやランダムフォレストに代表されるような学習モデルでもよい。従って、「ｘｘｘテーブル」を「ｘｘｘ情報」と言うことができる。また、以下の説明において、各テーブルの構成は一例であり、一つのテーブルは、二つ以上のテーブルに分割されてもよいし、二つ以上のテーブルの全部又は一部が一つのテーブルであってもよい。

また、以下の説明では、「設備診断システム」は、一つ以上の物理的な計算機で構成されたシステムでもよいし、物理的な計算リソース群（例えば、クラウド基盤）上に実現されたシステム（例えば、クラウドコンピューティングシステム）でもよい。設備診断システムが表示用情報を「表示する」ことは、計算機が有する表示デバイスに表示用情報を表示することであってもよいし、計算機が表示用計算機に表示用情報を送信することであってもよい（後者の場合は表示用計算機によって表示用情報が表示される）。

［第１実施形態］図１は、第１の実施形態に係る設備診断システムの構成例を示す図である。設備診断システム１０は、診断する設備として、製造現場（エリア）に設けられた製造装置である双腕ロボット２００と、設備診断装置１００と、双腕ロボット２００から診断に必要な情報を取得する装置データ取得部２０２と、が含まれる。

設備診断装置１００と、双腕ロボット２００と、装置データ取得部２０２とは、図示しないネットワークあるいは通信線を介して互いに通信可能に接続されている。

ネットワークは、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）、インターネット等の一般公衆回線を一部または全部に用いた通信網、携帯電話通信網等、のいずれかまたはこれらの複合したネットワークである。なお、ネットワークは、Ｗｉ－Ｆｉ（登録商標）や５Ｇ（Ｇｅｎｅｒａｔｉｏｎ）等の無線による通信網であってもよい。

装置データ取得部２０２は、診断対象の設備の劣化を検知するために用いる情報を取得する。装置データ取得部２０２は、例えば電流センサ等であり、診断対象がモーターで制御される部位である場合には、該モーターの駆動電流を取得するために電源との接続線に取り付けられて使用される。あるいは、予め駆動電流が計測可能な装置が診断対象である場合には、装置データ取得部２０２は、計測された駆動電流を取得する。

設備診断装置１００は、診断対象の設備から得た計測情報を取得して必要なＫＰＩを満たすように劣化抑制モードを選択し、診断対象の設備の制御情報を出力する。

より具体的には、設備診断装置１００は、診断対象の設備、すなわち双腕ロボット２００から装置データ取得部２０２を介して計測された制御対象部位の情報を取得する。そして、設備診断装置１００は、所定のアルゴリズムにより計測された制御対象部位の情報から劣化度を測定して劣化部位を特定し、劣化部位に応じた劣化抑制モードの候補を一又は複数特定する。

また、設備診断装置１００は、劣化部位の劣化度と劣化抑制モードの組み合わせに応じて劣化曲線を予測し、劣化曲線ごとにＫＰＩの変化を予測する。設備診断装置１００は、予測されるＫＰＩの変化が所定の閾値を充足する場合に、当該閾値を充足する劣化抑制モードを診断対象の設備の制御モードとして出力する。

設備診断装置１００には、処理部として、劣化検知部１０１と、劣化度予測部１０３と、ＫＰＩ計算部１０４と、劣化抑制判断部１０５と、制御情報出力部１１０と、が含まれる。また、設備診断装置１００には、記憶部として、劣化抑制モード定義記憶部１０２が含まれる。

劣化検知部１０１は、双腕ロボット２００から設備特徴量を得て、双腕ロボット２００の各部位の劣化度を推定し、劣化部位とその劣化度を劣化抑制判断部１０５へ入力する。

図２は、劣化検知方法の例を示す図である。劣化検知部１０１は、双腕ロボット２００の各可動軸に対応したモーターの駆動電流を装置データ取得部２０２たる電流センサによって設備特徴量として計測し、回転周波数に対する高調波帯の電力からモーターの劣化度を測定する。

なお、劣化検知部１０１は、モーター以外の部材の設備特徴量を取得する場合には、その特徴量に応じて予め設定された特徴量を取得するものであってもよい。例えば、フィルターの目詰まりが劣化につながる設備の場合には、劣化検知部１０１は、フィルターの画像やフィルター前後の流速、圧力を設備特徴量として取得するものであってもよい。また、モーターの設備特徴量を取得する場合であっても、劣化検知部１０１は、電流センサの値ではなく、例えばマイクを用いて音、あるいは振動センサを用いて振動量を特徴量として取得するものであってもよい。

劣化度予測部１０３は、劣化抑制モード候補の一つに対して劣化予測曲線を予測する。具体的には、劣化度予測部１０３は、劣化抑制モードを用いた場合に進行する劣化度に近似する関数を特定する。例えば、劣化度予測部１０３は、劣化度を所定の一次関数ｆ＿ｍ（ｔ）＝Ｋ＿ｍ・Ｎ・ｔ＋ｂ（ｍは劣化抑制モード、ｔは時間、Ｋ＿ｍは製造単位あたりの劣化度を示す係数、Ｎは単位時間当たりの標準製造量、ｂはｔ＝０における劣化度）により近似する関数として特定する。

ＫＰＩ計算部１０４は、劣化予測曲線、すなわち製造設備または該製造設備の部位について前記劣化抑制モードごとに予測される劣化度、を入力として、ＫＰＩ計算と充足判定を実行する。具体的には、ＫＰＩ計算部１０４は、劣化度予測部１０３により特定された関数を受け付けると、所定のＫＰＩを時間経過に応じて所定のアルゴリズムにより算出する。例えば、劣化度と停止確率が比例関係にあるという知見に基づき、ＫＰＩ計算部１０４は、劣化予測曲線の傾きに正の定数を乗算し、正規化することで停止確率を求めることが考えられる。なお、ＫＰＩの定義、計算方法はこれに限らない。例えば、劣化度と対象設備の製造品質が負の比例関係にあるという知見に基づき、劣化予測曲線に負の定数を乗算し正規化することで製造品質をＫＰＩとして計算することも考えられる。

また、ＫＰＩ計算部１０４は、ＫＰＩが所定の条件を充足するか判定する充足判定として例えば、ＫＰＩが閾値以下であれば当該劣化抑制モードはＫＰＩの要件となる所定の条件を充足し、そうでなければ充足しないと判定する。

劣化抑制判断部１０５は、充足判定結果から実行すべき劣化抑制モードを判断する。具体的には、劣化抑制判断部１０５は、ＫＰＩ計算部１０４から、各劣化抑制モード候補のＫＰＩ計算結果と充足判定結果を入力として受け取り、劣化抑制モード候補から充足判定結果が充足であるものを実行すべき劣化抑制モードとして決定し、制御情報出力部１１０に出力する。

制御情報出力部１１０は、実行すべき劣化抑制モードに応じて製造設備または該製造設備の部位の制御情報を出力する。具体的には、制御情報出力部１１０は、劣化抑制判断部１０５から出力された劣化抑制モードを受け取り、該劣化抑制モードに対応した制御情報を双腕ロボット２００の制御入力部２０１に出力する。例えば、制御情報出力部１１０は、劣化抑制モードに応じて、制御部位ごとに負荷を制御する指示を出力する。

図３は、劣化抑制モード定義記憶部のデータ構造例を示す図である。劣化抑制モード定義記憶部１０２は、所定の劣化抑制モードごとに、製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含む情報を格納する。具体的には、劣化抑制モード定義記憶部１０２には、劣化部位１０２ｂに対応付けられた劣化抑制モード１０２ａおよびその動作方法定義１０２ｃが含まれる。動作方法定義１０２ｃには、双腕ロボット２００の腕の制御部位ごとの動作モードが含まれており、例えば腕Ａのグリッパを示すグリッパ１０２ｄ、腕Ａの可動軸１を示す軸１（１０２ｅ）、腕Ａの可動軸２を示す軸２（１０２ｆ）、腕Ａの可動軸３を示す軸３（１０２ｇ）、が含まれる。なお、腕Ｂ全体を示す腕Ｂ（１０２ｈ）が含まれるものであってもよい。

各劣化抑制モードでは、「通常稼働」が通常モードでの動作方法を示し、通常稼働よりも負荷の高い「高負荷」、通常稼働よりも負荷の低い「中負荷」、「低負荷」、「超低負荷」の動作方法のいずれかが設定されうる。なお、負荷が高いと劣化速度が早く、負荷が低いと劣化速度が遅いものとする。製造設備の部位に応じて具体的な動作に違いがあるため、負荷の高さの違いは、具体的にはそれぞれの部位ごとに予め定められた制御に現れる。例えば、反復運動を行う部位であれば、その頻度等により負荷が定められる。

図３の例では、モード１は劣化した腕Ａ軸１にかかる負荷を中程度として劣化を抑制するモードである。具体的には、軸１を使用する動作について、実行頻度を低下させるなどの方法が考えられる。モード２は腕Ａ軸１の稼働率を超低頻度とし、代わりに腕Ａ軸２と腕Ａ軸３の負荷を上昇させることで補うモードである。モード３は腕Ａ軸１に加えて腕Ａ軸３も劣化状態にある場合に対応しており、両方の軸の負荷を低減し、負荷低減による腕Ａの稼働率低下を腕Ｂの稼働率を上げて補うモードである。

図４は、設備診断装置のハードウェア構成の例を示す図である。設備診断装置１００は、プロセッサ（例えば、ＣＰＵ、あるいはＧＰＵ）９０１と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等のメモリ９０２と、ハードディスク装置（ＨＤＤ）やＳＳＤなどの外部記憶装置９０３と、ＣＤやＤＶＤなどの可搬性を有する記憶媒体９０４に対して情報を読む読取装置９０５と、キーボードやマウス、バーコードリーダ、タッチパネルなどの入力装置９０６と、ディスプレイなどの出力装置９０７と、ＬＡＮやインターネットなどの通信ネットワークを介して他のコンピュータと通信する通信装置９０８とを備えた一般的なコンピュータ９００、あるいはこのコンピュータ９００を複数備えたネットワークシステムで実現できる。なお、読取装置９０５は、可搬性を有する記憶媒体９０４の読取だけでなく、書き込みも可能なものであっても良いことは言うまでもない。

例えば、処理部である劣化検知部１０１と、劣化度予測部１０３と、ＫＰＩ計算部１０４と、劣化抑制判断部１０５と、制御情報出力部１１０とは、外部記憶装置９０３に記憶されている所定のプログラムをメモリ９０２にロードしてプロセッサ９０１で実行することで実現可能であり、入力部は、プロセッサ９０１が入力装置９０６を利用することで実現可能であり、出力部は、プロセッサ９０１が出力装置９０７あるいは通信装置９０８を利用することで実現可能であり、通信部は、プロセッサ９０１が通信装置９０８を利用することで実現可能であり、記憶部である劣化抑制モード定義記憶部１０２は、プロセッサ９０１がメモリ９０２または外部記憶装置９０３を利用することにより実現可能である。

この所定のプログラムは、読取装置９０５を介して可搬性を有する記憶媒体９０４から、あるいは、通信装置９０８を介してネットワークから、外部記憶装置９０３にダウンロードされ、それから、メモリ９０２上にロードされてプロセッサ９０１により実行されるようにしてもよい。また、読取装置９０５を介して可搬性を有する記憶媒体９０４から、あるいは、通信装置９０８を介してネットワークから、メモリ９０２上に直接ロードされ、プロセッサ９０１により実行されるようにしてもよい。

図５は、劣化予測曲線およびＫＰＩ予測例を示す図である。劣化予測曲線３００は、横軸に日時を設けて、縦軸に劣化を診断する対象の設備あるいはその部位の劣化度をプロットする曲線である。劣化予測曲線３００は、劣化を診断する対象の設備あるいはその部位により予め類似した曲線を描くものであるため、曲線の係数パラメーターを決定することで、劣化を診断する対象の設備あるいはその部位ごとの劣化度を予測するのに用いることができる。なお、劣化曲線関数の例は、前述したように直線のように一次関数であってもよいし、より複雑な高次の関数であってもよい。あるいは、劣化曲線関数に限られず、各時点での劣化度の数値を並べた配列を出力するものであってもよい。

そして、劣化予測曲線３００は、劣化抑制モード１～劣化抑制モード３に応じて、異なる劣化度が予測されるものであるため、それぞれについて推定される。すなわち、各曲線の傾きの差異は各モードによって腕Ａ軸２の劣化の進行が異なることを示す。

ＫＰＩ予測例３０１は、ＫＰＩとして、設備停止確率を用いる例である。例えば、劣化度と停止確率が比例関係にあるという知見に基づき、劣化予測曲線３００の傾きに正の定数を乗算し、正規化することで停止確率を求めることが考えられる。ＫＰＩ予測例３０１は、劣化予測曲線３００の例に対して、上記のＫＰＩ計算を行った結果の例である。なお、ＫＰＩは、設備停止確率のみならず、例えば、タクトタイムや不良率であってもよい。

充足判定の例では、ＫＰＩが閾値以下であれば充足、そうでなければ非充足と判定する方法が考えられる。ＫＰＩ予測例３０１では、停止確率の閾値の例が示されている。劣化度が閾値を超える劣化抑制モード１および劣化抑制モード３はＫＰＩである停止確率が所定の期間内に閾値を超えることとなるためＫＰＩを満たさず、劣化抑制モード２のみがＫＰＩを満たすと判定される。続いて、設備診断装置１００が行う診断処理の流れを示す。

ステップ１：劣化検知部１０１は、双腕ロボット２００から設備特徴量を得て、双腕ロボット２００の各部位の劣化度を推定し、劣化部位と劣化度を劣化抑制判断部１０５へ入力する。例えば、劣化検知部１０１は、図２に示すように双腕ロボット２００の各軸に対応したモーターの駆動電流を電流センサによって設備特徴量として計測し、回転周波数に対する高調波帯の電力から劣化度を測定する。

ステップ２：劣化抑制判断部１０５は、ステップ１で劣化検知部１０１が出力した劣化部位およびその劣化度を入力として受け取り、劣化抑制モード定義記憶部１０２を参照して、劣化部位に対応した劣化抑制モードを劣化抑制モード候補として取得する。劣化抑制モード候補は複数存在する場合もあるが、ここでは該当する劣化抑制モードをすべて取得する。

ステップ３：劣化抑制判断部１０５は、ステップ１で劣化検知部１０１より入力された劣化部位および劣化度と、ステップ２で劣化抑制モード定義記憶部１０２より取得した劣化抑制モード候補とを、劣化度予測部１０３に入力する。劣化度予測部１０３は、入力情報を用いて劣化予測曲線３００を算出し、劣化予測曲線３００を示す関数あるいは配列をＫＰＩ計算部１０４へ入力する。

ステップ４：ＫＰＩ計算部１０４は、劣化度予測部１０３が出力した劣化予測曲線３００を入力として得て、ＫＰＩ計算と充足判定を実行しＫＰＩ計算結果と充足判定結果（充足する劣化抑制モードの指定）を劣化抑制判断部１０５へ出力する。

なお、ＫＰＩ計算結果の出力方法は、ＫＰＩ予測例３０１のようなグラフに限定されず、各時点でのＫＰＩ計算結果の数値を並べた配列を出力するものであってもよい。

ステップ５：劣化抑制判断部１０５は、ＫＰＩ計算部１０４から各劣化抑制モード候補のＫＰＩ計算結果と充足判定結果を入力として受け取り、劣化抑制モード候補から充足判定結果が充足であるものを劣化抑制モードとして採用することを決定し、採用した劣化抑制モードを特定する情報を制御情報出力部１１０に出力する。

ステップ６：制御情報出力部１１０は、劣化抑制判断部１０５から劣化抑制モードを特定する情報を受け取り、該劣化抑制モードに対応した制御情報を双腕ロボット２００の制御入力部２０１に出力する。例えば、図３に示した劣化抑制モードである「モード２」を劣化抑制モードとして受け取ると、制御情報出力部１１０は、腕Ａ軸１の負荷を下げ、腕Ａ軸２および腕Ａ軸３の負荷を上げた制御プログラムを制御情報として制御入力部２０１へ出力する。

以上の設備診断装置１００のステップ１～６の処理によれば、設備停止確率や製造品質という各種のＫＰＩの予測に基づいて劣化抑制モードを動的に判断し、意図しないＫＰＩの悪化を防ぎつつ双腕ロボット２００の劣化を抑制して製造を行うことができるようになる。

以上が、第１の実施形態に係る設備診断システム１０の例である。第１の実施形態に係る設備診断システム１０によれば、ＫＰＩを許容範囲内に収めながら製造設備の劣化の進行を抑制することができる。

［第２実施形態］図６は、第２の実施形態に係る設備診断システムの構成例を示す図である。第２の実施形態に係る設備診断システム１０は、基本的に第１の実施形態に係る設備診断システム１０と同様であるが、相違する点がある。以下に、相違点を中心に説明を行う。

図６に示すように、設備診断装置１００は、第１の実施形態に係る設備診断装置１００に加えて、ＫＰＩ定義表１０８と、ＫＰＩ入力部１０９と、を備える。

図７は、ＫＰＩ定義表１０８のデータ構造例を示す図である。ＫＰＩ定義表１０８は、ＫＰＩ計算部１０４で計算可能なＫＰＩの一覧を格納する。ＫＰＩ定義表１０８には、ＫＰＩ１０８ａに対応付けて、充足判定方法１０８ｂが関連付けて格納される。ＫＰＩ定義表１０８は、メモリ９０２あるいは外部記憶装置９０３に格納される。すなわち、ＫＰＩ定義表１０８は、ＫＰＩ定義表記憶部であるとも表現できる。

例えば、ＫＰＩ定義表１０８では、ＫＰＩ「設備停止確率」については、充足判定方法として「設備停止確率＜＝（小なりイコール）０．０１％」が関連付けられる。同様に、ＫＰＩ「タクトタイム」については、充足判定方法として「タクトタイム＜＝（小なりイコール）１分」が関連付けられ、ＫＰＩ「不良率」については、充足判定方法として「不良率＜＝（小なりイコール）０．０００１％」が関連付けられる。また、その他のＫＰＩについても同様に充足判定方法が対応付けて格納される。

ＫＰＩ入力部１０９は、劣化抑制モードの判断に用いるＫＰＩの選択入力を受け付ける。具体的には、ＫＰＩ入力部１０９は、入力装置９０６を介して、ＫＰＩの選択入力を受け付けて、ＫＰＩ計算部１０４に受け渡す。

図８は、ＫＰＩ入力画面の例を示す図である。ＫＰＩ入力画面１０９ｇには、ＫＰＩ定義表１０８の内容がＫＰＩの選択肢として示され、用いるＫＰＩの入力を受け付ける入力領域１０９ｈが含まれる。利用者は、劣化抑制モードの判断に用いるＫＰＩを入力領域１０９ｈに選択入力することができる。

そして、第２の実施形態に係る設備診断装置１００では、第１の実施形態に係る設備診断装置１００が行う診断処理のステップ１～６に関して、ステップ１以前にＫＰＩ入力部１０９によるＫＰＩ入力画面１０９ｇの表示および用いるＫＰＩの入力の受け付けが行われる（ステップ０）。さらに、ステップ４では、ＫＰＩ計算部１０４は、劣化度予測部１０３が出力した劣化予測曲線３００を入力として得て、ステップ０にて受け付けたＫＰＩおよび充足判定方法を用いてＫＰＩ計算と充足判定を実行しＫＰＩ計算結果と充足判定結果（充足する劣化抑制モードの指定）を劣化抑制判断部１０５へ出力する。

以上が、第２の実施形態に係る設備診断システム１０である。第２の実施形態に係る設備診断システム１０によれば、利用者が望むＫＰＩを用いて劣化抑制モードを利用可能となる。

［第３実施形態］図９は、第３の実施形態に係る設備診断システムの構成例を示す図である。第３の実施形態に係る設備診断システム１０は、基本的に第１の実施形態に係る設備診断システム１０と同様であるが、相違する点がある。以下に、相違点を中心に説明を行う。

図９に示すように、設備診断装置１００は、第１の実施形態に係る設備診断装置１００に加えて、ＫＰＩ定義表１０８と、劣化抑制モード確認部１１１と、を備える。

ＫＰＩ定義表１０８については、第２の実施形態に係るＫＰＩ定義表１０８と同様であるため、説明は割愛する。

劣化抑制モード確認部１１１は、劣化抑制モードごとにＫＰＩ計算結果と充足判定結果のいずれかまたは両方を出力し、実行する劣化抑制モードを利用者に選択入力させる。

図１０は、劣化抑制モード選択画面の例を示す図である。劣化抑制モード選択画面１１１ｇには、選択可能な劣化抑制モードおよび該モードを採用した場合のＫＰＩごとの充足／非充足（図１０の例では、充足は「ＯＫ」、非充足は「ＮＧ」）が示され、実行する劣化抑制モードの入力を受け付ける入力領域１１１ｈが含まれる。利用者は、実行する劣化抑制モードを入力領域１１１ｈに選択入力することができる。

そして、第３の実施形態に係る設備診断装置１００では、第１の実施形態に係る設備診断装置１００が行う診断処理のステップ１～６に関して、ステップ４では、ＫＰＩ計算部１０４は、劣化度予測部１０３が出力した劣化予測曲線３００を入力として得て、予め設定されたＫＰＩ定義表１０８にあるＫＰＩおよび充足判定方法のそれぞれについてＫＰＩ計算と充足判定を実行する。そして、劣化抑制モード確認部１１１は、少なくともいずれかのＫＰＩを充足させることが可能な劣化抑制モードについてＫＰＩ計算結果とＫＰＩごとの充足判定結果（ＫＰＩの充足／非充足）を劣化抑制モード選択画面１１１ｇに表示させる。そして、劣化抑制モード確認部１１１は、入力領域１１１ｈにおいて受け付けた実行する劣化抑制モードを受け付けると、劣化抑制モード確認部１１１に実行する劣化抑制モードと、ＫＰＩ計算結果と、充足判定結果とを受け渡す。

そして、ステップ５においては、劣化抑制判断部１０５は、劣化抑制モード確認部１１１から実行する劣化抑制モードのＫＰＩ計算結果と充足判定結果を入力として受け取り、劣化抑制モードを特定する情報を制御情報出力部１１０に出力する。

以上が、第３の実施形態に係る設備診断システム１０である。第３の実施形態に係る設備診断システム１０によれば、実行前にＫＰＩの充足結果を確認することができるため、利用者が意図しない劣化抑制モードを実行してしまうことを回避できる。

［第４実施形態］図１１は、第４の実施形態に係る設備診断システムの構成例を示す図である。第４の実施形態に係る設備診断システム１０は、ＫＰＩを充足する劣化抑制モードが存在しないもしくは複数存在する場合に、次善もしくは最善の劣化抑制モードを選択可能とするものである。第４の実施形態に係る設備診断システム１０は、基本的に第１の実施形態に係る設備診断システム１０と同様であるが、相違する点がある。以下に、相違点を中心に説明を行う。

図１１に示すように、第４の実施形態に係る設備診断装置１００は、第１の実施形態に係る設備診断装置１００が備えるＫＰＩ計算部１０４に代えて、優先度参照ＫＰＩ計算部１１６を備えるものとなっている。また、第４の実施形態に係る設備診断装置１００は、優先度付きＫＰＩ定義表１１５を備える。

図１２は、優先度付きＫＰＩ定義表のデータ構造例を示す図である。優先度付きＫＰＩ定義表１１５には、ＫＰＩ１１５ａに対応付けて、充足判定方法１１５ｂと、優先度１１５ｃと、が関連付けて格納される。優先度付きＫＰＩ定義表１１５は、メモリ９０２あるいは外部記憶装置９０３に格納される。

例えば、優先度付きＫＰＩ定義表１１５では、ＫＰＩ「設備停止確率」については、充足判定方法として「設備停止確率＜＝（小なりイコール）０．０１％」が、また優先度として「１」が関連付けられる。同様に、ＫＰＩ「タクトタイム」については、充足判定方法として「タクトタイム＜＝（小なりイコール）１分」が、また優先度として「２」が関連付けられる。ＫＰＩ「不良率」については、充足判定方法として「不良率＜＝（小なりイコール）０．０００１％」が、また優先度として「３」が関連付けられる。また、その他のＫＰＩについても同様に充足判定方法および優先度が対応付けて格納される。

そして、第４の実施形態に係る設備診断装置１００では、第１の実施形態に係る設備診断装置１００が行う診断処理のステップ１～６に関して、ステップ４では、優先度参照ＫＰＩ計算部１１６は、劣化度予測部１０３が出力した劣化予測曲線３００を入力として得て、予め設定された優先度付きＫＰＩ定義表１１５にある優先度の高い順にＫＰＩおよび充足判定方法のそれぞれについてＫＰＩ計算と充足判定を実行する。

ここで、充足判定結果が「充足」となる劣化抑制モード候補がただ一つとなった場合、優先度参照ＫＰＩ計算部１１６は、当該劣化抑制モードを劣化抑制判断部１０５へ出力し、ステップ５へと制御を移行する。

一方で、充足判定結果が充足となった劣化抑制モード候補が複数存在する場合は、以下の（ａ）の処理を、充足判定結果が充足となった劣化抑制モード候補が存在しない場合は、以下の（ｂ）の処理を、それぞれ実行する。

（ａ）充足判定結果が充足となった劣化抑制モード候補が複数存在する場合には、優先度参照ＫＰＩ計算部１１６は、充足となった劣化抑制モード候補について、異なるＫＰＩにおける充足度についても高いモードを優先して採用する。具体的には、優先度参照ＫＰＩ計算部１１６は、再び優先度付きＫＰＩ定義表１１５を参照し、次に優先度の高いＫＰＩを用いて、第１の実施形態に係るステップ４と同様の計算を行ってＫＰＩ計算結果と充足判定結果を得て充足する劣化抑制モードを絞り込む。充足する劣化抑制モード候補がなくなるまで、優先度参照ＫＰＩ計算部１１６はこれを異なるＫＰＩについて繰り返す。

優先度参照ＫＰＩ計算部１１６は、そのひとつ前まで残っていた劣化抑制モード候補を劣化抑制判断部１０５へ出力する。もしくは、すべてのＫＰＩについて充足する劣化抑制モード候補が得られた場合は、優先度参照ＫＰＩ計算部１１６は、それらを劣化抑制判断部１０５へ出力する。

（ｂ）充足判定結果が充足となった劣化抑制モード候補が存在しない場合、優先度参照ＫＰＩ計算部１１６は、再び優先度付きＫＰＩ定義表１１５を参照し、次に優先度の高いＫＰＩを用いて、第１の実施形態に係るステップ４と同様の計算を行ってＫＰＩ計算結果と充足判定結果を得る。優先度参照ＫＰＩ計算部１１６は、充足判定結果が充足となる劣化抑制モード候補が得られるまでこれを繰り返し、劣化抑制判断部１０５へ出力する。

以上が、第４の実施形態に係る設備診断システム１０である。なお、優先度参照ＫＰＩ計算部１１６が行う処理は、第１の実施形態に係るＫＰＩ計算部１０４が、優先度に従ってＫＰＩの計算および所定の条件の充足の判定を行うことにより実現することもできる。第４の実施形態に係る設備診断システム１０によれば、ＫＰＩを充足する劣化抑制モードが存在しない場合、もしくはＫＰＩを充足する劣化抑制モードが複数存在する場合に、次善もしくは最善の劣化抑制モードを選択可能となる。

［第５実施形態］図１３は、第５の実施形態に係る設備診断システムの構成例を示す図である。第５の実施形態に係る設備診断システム１０は、ＫＰＩを充足する劣化抑制モードが存在しない場合に、システム外にアラートを出力可能とするものである。第５の実施形態に係る設備診断システム１０は、基本的に第１の実施形態に係る設備診断システム１０と同様であるが、相違する点がある。以下に、相違点を中心に説明を行う。

図１３に示すように、第５の実施形態に係る設備診断装置１００は、第１の実施形態に係る設備診断装置１００に加えて、アラート出力部１０７を備えるものとなっている。

アラート出力部１０７は、外部の図示しない監視装置等に所定のエラーメッセージやエラー情報等を含むアラートを出力する。劣化抑制判断部１０５は、事前定義されたＫＰＩについて所定の閾値を満たす劣化抑制モードが存在しない場合に、アラート出力部１０７にアラートを出力させる。言い換えると、劣化抑制判断部１０５は、ＫＰＩ計算部１０４による所定の条件の充足の判定の結果、いずれの劣化抑制モードも所定の条件を充足しない場合に所定のアラートを出力するものである。

以上が、第５の実施形態に係る設備診断システム１０である。第５の実施形態に係る設備診断システム１０によれば、ＫＰＩを充足する劣化抑制モードが存在しない場合に、アラートを出力することが可能となる。

［第６実施形態］図１４は、第６の実施形態に係る設備診断システムの構成例を示す図である。第６の実施形態に係る設備診断システム１０は、診断対象となる設備が単体装置である場合の劣化抑制モードの制御に限定されず、複数の製造装置（複数の双腕ロボット）により構成されるライン４００全体の劣化抑制モードに拡張するものである。

ライン４００は、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）と、を含む。双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）とは、それぞれ自装置を制御するための制御を受け付ける制御入力部３１１Ｘ，３１１Ｙ，３１１Ｚを備える。

また、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）とは、それぞれが第一の実施形態に係る双腕ロボット２００と同様に、３軸可動な二本の腕を備える。なお、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）とは、共同で一つの製品を組み立てているものとする。

ライン４００には、ライン制御部４０１が含まれ、ライン制御部４０１は、設備診断装置１００から制御情報を受け付けると、双腕ロボットの各々の制御入力部に対して制御指示を行う。第６の実施形態に係る設備診断システム１０は、基本的に第１の実施形態に係る設備診断システム１０と同様であるが、相違する点がある。以下に、相違点を中心に説明を行う。

図１４に示すように、第６の実施形態に係る設備診断装置１００は、第１の実施形態に係る設備診断装置１００における劣化抑制モード定義記憶部１０２に代えて、ライン劣化抑制モード定義記憶部１２２を備えるものとなっている。また、装置データ取得部２０２は、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）と、の制御対象部位の情報を取得する。

図１５は、ライン劣化抑制モード定義記憶部のデータ構造例を示す図である。ライン劣化抑制モード定義記憶部１２２は、基本的には第１の実施形態に係る劣化抑制モード定義記憶部１０２と同様である。ただし、診断対象の設備がライン４００であるため、劣化部位１２２ｂごとに、劣化抑制モード１２２ａと、ライン４００に含まれる複数の双腕ロボットごとの動作方法定義（ロボットＸ動作方法定義１２２ｃ、ロボットＹ動作方法定義１２２ｊ、ロボットＺ動作方法定義１２２ｋ）と、を有する。すなわち、ライン劣化抑制モード定義記憶部１２２は、所定の劣化抑制モードごとに、ライン４００を構成する製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含んでいるといえる。

各々の双腕ロボットの動作方法定義には、双腕ロボット２００の腕の制御部位ごとの動作モードが含まれており、例えば双腕ロボットＸの腕Ａのグリッパを示すグリッパ１２２ｄ、双腕ロボットＸの腕Ａの可動軸１を示す軸１（１２２ｅ）、双腕ロボットＸの腕Ａの可動軸２を示す軸２（１２２ｆ）、双腕ロボットＸの腕Ａの可動軸３を示す軸３（１２２ｇ）、が含まれる。なお、双腕ロボットＸの腕Ｂ全体を示す腕Ｂ（１２２ｈ）が含まれるものであってもよい。あるいは、双腕ロボットＹ全体、あるいは双腕ロボットＺ全体を示す動作モードが含まれるものであってもよい。

ここで、劣化抑制モード１２２ａが「モード３」は、双腕ロボットＸ（３１０Ｘ）の腕Ａ軸１に加えて双腕ロボットＸ（３１０Ｘ）の腕Ｂ軸１も劣化状態にある場合に対応している劣化抑制モードである。具体的には、「モード３」は、双腕ロボットＸ（３１０Ｘ）自体の利用を取りやめて、これによるライン４００全体の稼働率低下を、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）と、の稼働率を上げることにより補う劣化抑制モードである。続いて、設備診断装置１００が行う診断処理の流れのうち、第一の実施形態とは相違する処理を中心に示す。

ステップ１：劣化検知部１０１は、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）と、の制御対象部位から設備特徴量を得て、双腕ロボットＸ（３１０Ｘ）と、双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）と、の制御対象部位の劣化度を推定し、劣化部位と劣化度を劣化抑制判断部１０５へ入力する。

ステップ２：劣化抑制判断部１０５は、ステップ１で劣化検知部１０１が出力した劣化部位およびその劣化度を入力として受け取り、ライン劣化抑制モード定義記憶部１２２を参照して、劣化部位に対応した劣化抑制モードを劣化抑制モード候補として取得する。劣化抑制モード候補は複数存在する場合もあるが、ここでは該当する劣化抑制モードをすべて取得する。

ステップ３：劣化抑制判断部１０５は、ステップ１で劣化検知部１０１より入力された劣化部位および劣化度と、ステップ２でライン劣化抑制モード定義記憶部１２２より取得した劣化抑制モード候補とを、劣化度予測部１０３に入力する。劣化度予測部１０３は、入力情報を用いて劣化予測曲線３００を算出し、劣化予測曲線３００を示す関数あるいは配列をＫＰＩ計算部１０４へ入力する。

ステップ６：制御情報出力部１１０は、劣化抑制判断部１０５から劣化抑制モードを特定する情報を受け取り、該劣化抑制モードに対応した制御情報をライン４００のライン制御部４０１に出力する。例えば、図１５に示した劣化抑制モードである「モード３」を劣化抑制モードとして受け取ると、制御情報出力部１１０は、双腕ロボットＸ（３１０Ｘ）を停止させ、代替として双腕ロボットＹ（３１０Ｙ）と、双腕ロボットＺ（３１０Ｚ）との負荷を上げた制御プログラムを制御情報としてライン制御部４０１へ出力する。すなわち、制御情報出力部１１０は、実行すべき劣化抑制モードに応じて、ラインを構成する製造設備または該製造設備の部位の制御情報を出力するといえる。

以上の設備診断装置１００のステップ１～６の処理によれば、ライン４００の設備停止確率や製造品質という各種のＫＰＩの予測に基づいて劣化抑制モードを動的に判断し、特定の双腕ロボットの作業を同一ラインの他の双腕ロボットで代替することで補う劣化抑制モードを採用して製造を行うことができるようになる。ライン停止確率がＫＰＩとなっている場合には、このような劣化抑制モードを採用することで、装置単体を最悪の場合停止してでも、ライン４００全体での製造を継続することが可能となる。

以上が、第６の実施形態に係る設備診断システム１０の例である。第６の実施形態に係る設備診断システム１０によれば、ＫＰＩを許容範囲内に収めながらライン製造設備の劣化の進行を抑制することができる。

なお、本発明は、上記した各実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した各実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。実施形態の構成の一部を他の構成に置き換えることが可能であり、また、実施形態の構成に他の実施形態の構成を加えることも可能である。また、実施形態の構成の一部について、削除をすることも可能である。

また、上記の各部、各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各部、各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

なお、上述した実施形態にかかる制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えても良い。以上、本発明について、実施形態を中心に説明した。

１０：設備診断システム、１００：設備診断装置、１０１：劣化検知部、１０２：劣化抑制モード定義記憶部、１０３：劣化度予測部、１０４：ＫＰＩ計算部、１０５：劣化抑制判断部、１１０：制御情報出力部、２００：双腕ロボット、２０１：制御入力部、２０２：装置データ取得部、２１１ａ：腕Ａ軸１、２１１ｂ：腕Ａ軸２、２１１ｃ：腕Ｂグリッパ。

Claims (7)

1. 所定の劣化抑制モードごとに、製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含む情報を格納する劣化抑制モード定義記憶部と、
   前記製造設備または該製造設備の部位について前記劣化抑制モードごとに予測される劣化度を用いて所定のＫＰＩを計算し該ＫＰＩが所定の条件を充足するか判定するＫＰＩ計算部と、
   前記ＫＰＩが前記所定の条件を充足する前記劣化抑制モードを、実行する劣化抑制モードであると決定する劣化抑制判断部と、
   前記実行する前記劣化抑制モードに応じて前記製造設備または該製造設備の部位の制御情報を出力する制御情報出力部と、
   を備えることを特徴とする設備診断装置。
2. 請求項１に記載の設備診断装置であって、
   前記ＫＰＩ計算部で計算可能なＫＰＩの一覧を格納するＫＰＩ定義表記憶部と、
   前記ＫＰＩ計算部で用いるＫＰＩとして、前記ＫＰＩ定義表記憶部に格納されたＫＰＩのいずれかを受け付けるＫＰＩ入力部と、
   を備えることを特徴とする設備診断装置。
3. 請求項１に記載の設備診断装置であって、
   前記ＫＰＩ計算部で計算可能なＫＰＩおよび該ＫＰＩの優先度の一覧を格納する優先度付きＫＰＩ定義表記憶部と、
   前記ＫＰＩ計算部は、前記優先度に従ってＫＰＩの計算および前記所定の条件の充足の判定を行い充足する前記劣化抑制モードを特定する、
   ことを特徴とする設備診断装置。
4. 請求項１に記載の設備診断装置であって、
   前記ＫＰＩ計算部による前記所定の条件の充足の判定の結果、いずれの前記劣化抑制モードも前記所定の条件を充足しない場合に所定のアラートを出力するアラート出力部、
   を備えることを特徴とする設備診断装置。
5. 請求項１に記載の設備診断装置であって、
   前記劣化抑制モード定義記憶部には、前記劣化抑制モードごとに、ラインを構成する前記製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含み、
   前記制御情報出力部は、前記実行する前記劣化抑制モードに応じて前記ラインを構成する前記製造設備または該製造設備の部位の制御情報を出力する、
   ことを特徴とする設備診断装置。
6. 請求項１に記載の設備診断装置であって、
   前記製造設備または該製造設備の部位について前記劣化抑制モードを採用した場合の劣化度を予測する劣化予測曲線を出力する劣化度予測部を備え、
   前記ＫＰＩ計算部は、前記劣化予測曲線を用いて前記ＫＰＩを計算する、
   ことを特徴とする設備診断装置。
7. 情報処理装置を用いた設備診断方法であって、
   前記情報処理装置は、プロセッサと、所定の劣化抑制モードごとに、製造設備または該製造設備の部位の劣化抑制のための動作制御方法を含む情報を格納する劣化抑制モード定義記憶部と、を備え、
   前記プロセッサは、
   前記製造設備または該製造設備の部位について前記劣化抑制モードごとに予測される劣化度を用いて所定のＫＰＩを計算し該ＫＰＩが所定の条件を充足するか判定するＫＰＩ計算ステップと、
   前記ＫＰＩが前記所定の条件を充足する前記劣化抑制モードを、実行する劣化抑制モードであると決定する劣化抑制判断ステップと、
   前記実行する前記劣化抑制モードに応じて前記製造設備または該製造設備の部位の制御情報を出力する制御情報出力ステップと、
   を実施することを特徴とする設備診断方法。