JPH04183561A - 工程状態判断エキスパートシステム - Google Patents
工程状態判断エキスパートシステムInfo
- Publication number
- JPH04183561A JPH04183561A JP2308666A JP30866690A JPH04183561A JP H04183561 A JPH04183561 A JP H04183561A JP 2308666 A JP2308666 A JP 2308666A JP 30866690 A JP30866690 A JP 30866690A JP H04183561 A JPH04183561 A JP H04183561A
- Authority
- JP
- Japan
- Prior art keywords
- inference
- control chart
- inference mechanism
- expert system
- trend
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- General Factory Administration (AREA)
- Devices For Executing Special Programs (AREA)
- Multi-Process Working Machines And Systems (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（産業上の利用分野）
本発明は製造工程などで工程状態の判断を自動的に行う
工程状態判断エキスパートシステムに関するものである
。
工程状態判断エキスパートシステムに関するものである
。
（従来技術）
管理図はＱＣ手法の−って、ある工程で加工物の寸法を
計測し、その計測結果をグラフに表して、工程の状態を
判断する有効な手段の１っである。第２図は管理図の１
種であるに−Ｒ管理図の例である。
計測し、その計測結果をグラフに表して、工程の状態を
判断する有効な手段の１っである。第２図は管理図の１
種であるに−Ｒ管理図の例である。
ｘ−Ｒ管理図は、複数の計測データを時間順にグループ
（群）分けし、各グループ内の平均値と、ばらつきをそ
れぞれマ管理図、Ｒ管理図に表したものである。この管
理図の特徴は、グループ毎の平均値の変化、ばらつきの
変化が一目してわかるため、工程状態の変化がわかりや
すいことである。管理されている工程では、常に管理図
を作成し、その管理図からオペレータが工程の状況を判
断し、工程異常の発見、予知を行って、対策を実施して
いる。
（群）分けし、各グループ内の平均値と、ばらつきをそ
れぞれマ管理図、Ｒ管理図に表したものである。この管
理図の特徴は、グループ毎の平均値の変化、ばらつきの
変化が一目してわかるため、工程状態の変化がわかりや
すいことである。管理されている工程では、常に管理図
を作成し、その管理図からオペレータが工程の状況を判
断し、工程異常の発見、予知を行って、対策を実施して
いる。
（従来技術の課題）
以上述べたように管理図は工程の状態を判断し、対策す
る工程管理の有効な手段として、ＱＣ手法の重要な管理
手法に位置づけられている。
る工程管理の有効な手段として、ＱＣ手法の重要な管理
手法に位置づけられている。
しかし、データから管理図のグラフを自動的に作成する
手段についてはコンピュータソフトなどが商品として販
売されているが、作成された管理図のグラフから工程の
状態を判断する部分については、熟練したオペレータが
行っているのが現状である。従って、熟練者が何らかの
理由で不在となると、折角管理図を作成しても、その工
程の管理が十分に実施できなくなる欠点があった。
手段についてはコンピュータソフトなどが商品として販
売されているが、作成された管理図のグラフから工程の
状態を判断する部分については、熟練したオペレータが
行っているのが現状である。従って、熟練者が何らかの
理由で不在となると、折角管理図を作成しても、その工
程の管理が十分に実施できなくなる欠点があった。
本発明の課題は上記問題点を解決し、自動的に工程の状
態を判断できる工程状態判断エキスパートシステムを提
供することにある。
態を判断できる工程状態判断エキスパートシステムを提
供することにある。
（課題を解決するための手段）
本発明によれば、管理対象となる工程内で計測した各種
データから作成された管理図において、まず管理図の変
化の傾向を判断する第１の推論機構と第１の推論機構に
より得られた傾向に関する推論結果から工程の状態を推
論する第２の推論機構からなる工程状態判断エキスパー
トシステムが提供された。
データから作成された管理図において、まず管理図の変
化の傾向を判断する第１の推論機構と第１の推論機構に
より得られた傾向に関する推論結果から工程の状態を推
論する第２の推論機構からなる工程状態判断エキスパー
トシステムが提供された。
（実施例）
以下、本発明の具体的な実施例について説明する。ここ
では、加工物の加工寸法から工程の状態を判断する例に
ついて説明する。
では、加工物の加工寸法から工程の状態を判断する例に
ついて説明する。
第１図は、工程状態の判断の処理フローを示したもので
ある。１は加工物、２は加工物の加工寸法を計測する電
気マイクロメータなどの寸法計測器である。２の出力は
増幅／Ａ−Ｄ変換人変換ツカバッファいて、増幅、さら
にデジタル信号処理の場合はデジタル信号に変換される
。４の平均値／ばらつき計算器では３から得られる計測
データをグループ（群）毎のデータとして、グループ内
の計測データの平均値、ばらつきを計算する。４で得ら
れた平均値（マ）、ばらつき（Ｒ）のデータは随時時間
的な流れとして、メモリ５に記憶されていく。第２図は
メモリ５に記憶されているデータをグラフ化したもので
、通常ｘ−Ｒ管理図と呼ばれるものである。
ある。１は加工物、２は加工物の加工寸法を計測する電
気マイクロメータなどの寸法計測器である。２の出力は
増幅／Ａ−Ｄ変換人変換ツカバッファいて、増幅、さら
にデジタル信号処理の場合はデジタル信号に変換される
。４の平均値／ばらつき計算器では３から得られる計測
データをグループ（群）毎のデータとして、グループ内
の計測データの平均値、ばらつきを計算する。４で得ら
れた平均値（マ）、ばらつき（Ｒ）のデータは随時時間
的な流れとして、メモリ５に記憶されていく。第２図は
メモリ５に記憶されているデータをグラフ化したもので
、通常ｘ−Ｒ管理図と呼ばれるものである。
次にメモリ５に記憶されているデータを基に第１の推論
機構６を起動する。第１の推論機構６は、データの傾向
、例えば連（第２図の１１）、上昇傾向（第２図の１２
）、下降傾向（第２図の１３）、偏り（第２図の１４）
、などの特徴を抽出する第１のルールベース９が接続さ
れたエキスパートシステムで、例えば連続して４個のデ
ータが上昇傾向にある、中心線に対して連続して４個以
上のデータが一方に偏っている（連）などのデータの時
間的な変化の傾向を推論する。ここで、第１の推論機構
で利用する第１のルールベース９は管理図の見方として
一般化されている知識であるので、管理図の利用目的に
関係なく共通に使用できるものである。当然、連、上昇
傾向、偏りなどの異なる傾向は同時に発生することも有
り得るので、検出された傾向パターンを全てメモリ７に
記憶する。即ち、メモリ７にはデータの傾向パターンで
特徴のある部分が記憶されている。
機構６を起動する。第１の推論機構６は、データの傾向
、例えば連（第２図の１１）、上昇傾向（第２図の１２
）、下降傾向（第２図の１３）、偏り（第２図の１４）
、などの特徴を抽出する第１のルールベース９が接続さ
れたエキスパートシステムで、例えば連続して４個のデ
ータが上昇傾向にある、中心線に対して連続して４個以
上のデータが一方に偏っている（連）などのデータの時
間的な変化の傾向を推論する。ここで、第１の推論機構
で利用する第１のルールベース９は管理図の見方として
一般化されている知識であるので、管理図の利用目的に
関係なく共通に使用できるものである。当然、連、上昇
傾向、偏りなどの異なる傾向は同時に発生することも有
り得るので、検出された傾向パターンを全てメモリ７に
記憶する。即ち、メモリ７にはデータの傾向パターンで
特徴のある部分が記憶されている。
最後にメモリ７に記憶されている傾向パターンのデータ
を基に第２の推論機構８を起動する。第２の推論機構は
、メモリ７に記憶されている傾向パターンから工程の異
常等を検出する第２のルールベース１０が接続されたエ
キスパートシステムで、第１の推論機構で検出した傾向
パターンから実際に工程の状態を推論する。例えば、連
続４点以上の上昇傾向と下降傾向が繰り返し現れた場合
は工程状態は正常であるが、上昇傾向のみが数多く発生
した場合は異常が起こっている。この様なルールを第２
のルールベース１０に入力しておくと、第１のエキスパ
ートシステムで得られた傾向データから工程の状態が正
常か、異常かを判断させることが可能となる。また、研
削盤などの加工機械の状態も推論することができる。例
えば、下降傾向が頻繁に現れ、しかもその周期が短くな
った場合は研削用砥石の摩耗が考えられる。従って、こ
の傾向を第２のルールベースｌＯに入力しておくと、 「砥石の摩耗が進んでいます。交換が必要です」などの
メツセージを出力して、オペレータに注意を与えること
も可能となる。この様に、第２の推論機構が利用する第
２のルールベースｌＯは個々の工程特有の知識である。
を基に第２の推論機構８を起動する。第２の推論機構は
、メモリ７に記憶されている傾向パターンから工程の異
常等を検出する第２のルールベース１０が接続されたエ
キスパートシステムで、第１の推論機構で検出した傾向
パターンから実際に工程の状態を推論する。例えば、連
続４点以上の上昇傾向と下降傾向が繰り返し現れた場合
は工程状態は正常であるが、上昇傾向のみが数多く発生
した場合は異常が起こっている。この様なルールを第２
のルールベース１０に入力しておくと、第１のエキスパ
ートシステムで得られた傾向データから工程の状態が正
常か、異常かを判断させることが可能となる。また、研
削盤などの加工機械の状態も推論することができる。例
えば、下降傾向が頻繁に現れ、しかもその周期が短くな
った場合は研削用砥石の摩耗が考えられる。従って、こ
の傾向を第２のルールベースｌＯに入力しておくと、 「砥石の摩耗が進んでいます。交換が必要です」などの
メツセージを出力して、オペレータに注意を与えること
も可能となる。この様に、第２の推論機構が利用する第
２のルールベースｌＯは個々の工程特有の知識である。
本発明の特徴は、まず、従来熟練者が行っていた管理図
から工程状態を判断する能力をエキスパートシステムを
活用することによりコンピュータで自動的に行わせるこ
とが可能となった点である。更に、個々の工程間で共通
な第１のルールベースを接続した第１の推論機構と、個
々の工程に依存した第２のルールベースを接続した第２
の推論機構でエキスパートシステムが構成される点であ
る。即ち、多くの工程に共通なルールと各工程独自のル
ールを分けることにより、少ない開発量で多くの工程状
態判断エキスパートシステムが実現できる特徴がある。
から工程状態を判断する能力をエキスパートシステムを
活用することによりコンピュータで自動的に行わせるこ
とが可能となった点である。更に、個々の工程間で共通
な第１のルールベースを接続した第１の推論機構と、個
々の工程に依存した第２のルールベースを接続した第２
の推論機構でエキスパートシステムが構成される点であ
る。即ち、多くの工程に共通なルールと各工程独自のル
ールを分けることにより、少ない開発量で多くの工程状
態判断エキスパートシステムが実現できる特徴がある。
（発明の効果）
本発明は、上述のように基本的に管理図を用いて工程状
態を判断す−る機能をコンピュータに自動的に行わせる
ものとなり、効率的に工程の管理を行うことを可能とさ
せるものとなった。従って、実施例では、全（異なる２
種類のエキスパートシステムを実行させる様な記述を行
ったが、これは推論過程の説明を容易にするために行っ
たもので、これに限るものではない。２つのルールベー
ス９、ｌＯは１つのルールベースとして作成しても、制
御用ルールと呼ばれる推論の順序を決めるルールを追加
すれば同様な効果が得られる。
態を判断す−る機能をコンピュータに自動的に行わせる
ものとなり、効率的に工程の管理を行うことを可能とさ
せるものとなった。従って、実施例では、全（異なる２
種類のエキスパートシステムを実行させる様な記述を行
ったが、これは推論過程の説明を容易にするために行っ
たもので、これに限るものではない。２つのルールベー
ス９、ｌＯは１つのルールベースとして作成しても、制
御用ルールと呼ばれる推論の順序を決めるルールを追加
すれば同様な効果が得られる。
また、ここでは管理図としてｘ−Ｒ管理図を実施例に使
用したが、管理図は先に述べたように工程管理の目的で
作成されるもので、この他にも用途に応じて各種管理図
が知られている。本発明は工程の管理を目的に収集され
たデータを基に作成される管理図を含むものである。
用したが、管理図は先に述べたように工程管理の目的で
作成されるもので、この他にも用途に応じて各種管理図
が知られている。本発明は工程の管理を目的に収集され
たデータを基に作成される管理図を含むものである。
第１図は本発明の構成を示す実施例説明図である。１は
加工物、２は加工物の加工寸法を計測する計測器である
。この例では、加工物の外形寸法が工程の状態を表す代
用特性として使用している。３は計測器のデータを増幅
、デジタル変換等の前処理を行う入力バッファ、４は３
から得られた計測データからｘ−Ｒ管理図のデータを作
成する計算器、５は４の出力を記憶するメモリ、６は５
の記憶内容と９の傾向パターンの第１のルールベースか
ら管理図の時間的変化の傾向を推論する第１の推論機構
、７は６の出力を記憶するメモリ、８は７に記憶されて
いる傾向のデータとＩＯの工程の状態を判断する第２の
ルールベースから工程の状態を判断、出力する第２の推
論機構をそれぞれ示す。 第２図は、第１図のメモリ５の内容を図示した管理図の
１種であるマーＲ管理図の例である。上のグラフが平均
値（マ）、下のグラフがばらつき（Ｒ）に対する管理図
を示す。横軸は通常時間軸となり、左から右に時間が経
過してい（。図中のＣＬＳＵＣＬ。 ＬＣＬは管理図用の用語で、次の意味を有する。 ＣＬ：中心線 ＵＣＬ：上方管理限界線 ＬＣＬ：下方管理限界線 また、１１−１４は管理図の傾向の一例を表したもので
、１１は連、１２は上昇傾向、１３は下降傾向、１４は
偏りの例である。 第１図
加工物、２は加工物の加工寸法を計測する計測器である
。この例では、加工物の外形寸法が工程の状態を表す代
用特性として使用している。３は計測器のデータを増幅
、デジタル変換等の前処理を行う入力バッファ、４は３
から得られた計測データからｘ−Ｒ管理図のデータを作
成する計算器、５は４の出力を記憶するメモリ、６は５
の記憶内容と９の傾向パターンの第１のルールベースか
ら管理図の時間的変化の傾向を推論する第１の推論機構
、７は６の出力を記憶するメモリ、８は７に記憶されて
いる傾向のデータとＩＯの工程の状態を判断する第２の
ルールベースから工程の状態を判断、出力する第２の推
論機構をそれぞれ示す。 第２図は、第１図のメモリ５の内容を図示した管理図の
１種であるマーＲ管理図の例である。上のグラフが平均
値（マ）、下のグラフがばらつき（Ｒ）に対する管理図
を示す。横軸は通常時間軸となり、左から右に時間が経
過してい（。図中のＣＬＳＵＣＬ。 ＬＣＬは管理図用の用語で、次の意味を有する。 ＣＬ：中心線 ＵＣＬ：上方管理限界線 ＬＣＬ：下方管理限界線 また、１１−１４は管理図の傾向の一例を表したもので
、１１は連、１２は上昇傾向、１３は下降傾向、１４は
偏りの例である。 第１図
Claims (1)
- 管理対象となる工程内で計測した各種データから作成さ
れた管理図を入力し、あらかじめ入力し記憶された第１
のルールベースを参照して、管理図の時間的変化の傾向
を判断する第１の推論機構と第１の推論機構により得ら
れた傾向に関する推論結果を入力し、あらかじめ入力し
記憶された第２のルールベースを参照し、工程の状態を
推論する第２の推論機構からなる工程状態判断エキスパ
ートシステム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2308666A JPH04183561A (ja) | 1990-11-16 | 1990-11-16 | 工程状態判断エキスパートシステム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2308666A JPH04183561A (ja) | 1990-11-16 | 1990-11-16 | 工程状態判断エキスパートシステム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04183561A true JPH04183561A (ja) | 1992-06-30 |
Family
ID=17983822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2308666A Pending JPH04183561A (ja) | 1990-11-16 | 1990-11-16 | 工程状態判断エキスパートシステム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04183561A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010526352A (ja) * | 2006-11-16 | 2010-07-29 | サムスン エスディーエス カンパニー リミテッド | 統計的な分析を利用した性能障害管理システム及びその方法 |
| US9521892B2 (en) | 2007-10-03 | 2016-12-20 | Seb S.A. | Portable apparatus for the steam treatment of hair |
| JP2022051156A (ja) * | 2020-09-18 | 2022-03-31 | アンリツ株式会社 | 物品検査装置および物品検査システム |
-
1990
- 1990-11-16 JP JP2308666A patent/JPH04183561A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010526352A (ja) * | 2006-11-16 | 2010-07-29 | サムスン エスディーエス カンパニー リミテッド | 統計的な分析を利用した性能障害管理システム及びその方法 |
| US9521892B2 (en) | 2007-10-03 | 2016-12-20 | Seb S.A. | Portable apparatus for the steam treatment of hair |
| JP2022051156A (ja) * | 2020-09-18 | 2022-03-31 | アンリツ株式会社 | 物品検査装置および物品検査システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101892350B1 (ko) | 연속공정용 대용량 데이터를 실시간으로 처리하기 위한 스마트팩토리 플랫폼 | |
| JPH04183561A (ja) | 工程状態判断エキスパートシステム | |
| KR102032680B1 (ko) | 연속공정용 데이터를 실시간으로 처리하는 분산병렬 처리시스템 | |
| KR102676632B1 (ko) | 공구마모 변화량 기반 공구마모 추정 모델 생성 방법 | |
| JP2642122B2 (ja) | 工作機械の異常監視装置 | |
| JPH05204932A (ja) | 工程状態を推論するエキスパートシステムへのデータ入力方法 | |
| Logothetis | The theory of ‘Pre-Control’: a serious method or a colourful naivity? | |
| Trmal et al. | An expert system for grinding process optimisation | |
| JPH07219622A (ja) | 傾向監視アラーム管理装置 | |
| Jardzioch et al. | The application of fuzzy logic in monitoring the stability of a production proces | |
| JPH01290008A (ja) | プラントの異常診断装置 | |
| JPH01159735A (ja) | 知識ベース更新型推論装置 | |
| JPH08298533A (ja) | アラーム収集装置 | |
| JPH0288142A (ja) | 数値制御装置 | |
| Jin et al. | Research and Application of SPC in Process Quality Control of Tobacco Industry | |
| Keane et al. | Integration of Big Data and Machine Learning | |
| JPH01265306A (ja) | データ定性化装置 | |
| JP2023068509A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP3115150B2 (ja) | 生産計画立案装置 | |
| JP2736131B2 (ja) | 電力系統監視装置 | |
| JPH1190795A (ja) | 設備稼働状況モニタ装置 | |
| JPH05334456A (ja) | 計測データ処理方法 | |
| CN118628067A (zh) | 一种基于人工智能的工程项目管理方法及系统 | |
| JPS58155413A (ja) | 検出器異常識別装置 | |
| JP3111821B2 (ja) | 生産計画装置 |