JPH0750491B2 - 品質診断知識調整方法 - Google Patents
品質診断知識調整方法Info
- Publication number
- JPH0750491B2 JPH0750491B2 JP306989A JP306989A JPH0750491B2 JP H0750491 B2 JPH0750491 B2 JP H0750491B2 JP 306989 A JP306989 A JP 306989A JP 306989 A JP306989 A JP 306989A JP H0750491 B2 JPH0750491 B2 JP H0750491B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- quality
- data
- item
- deduction
- 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.)
- Expired - Fee Related
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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Control Of Metal Rolling (AREA)
Description
【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、鉄鋼プロセスなどの製造プロセスにおける品
質診断に用いる知識の調整方法に関する。品質診断は現
在の操業状況から品質特性の予測・評価を迅速に行な
い、またその対応をとることにより品質特性不良の発生
防止に寄与する。
質診断に用いる知識の調整方法に関する。品質診断は現
在の操業状況から品質特性の予測・評価を迅速に行な
い、またその対応をとることにより品質特性不良の発生
防止に寄与する。
［従来の技術］ 従来、鉄鋼プロセスなどの製造プロセスにおける品質診
断は、品質特性が定量的に数式モデルで予測できるとき
に行なわれてきた。しかしながら、品質特性が定量的に
予測できないこともしばしばある。そのときには、ルー
ルベース等の知識工学的手法により、定性的な、あるい
は断片的な経験則により品質診断システムが開発されて
いる。
断は、品質特性が定量的に数式モデルで予測できるとき
に行なわれてきた。しかしながら、品質特性が定量的に
予測できないこともしばしばある。そのときには、ルー
ルベース等の知識工学的手法により、定性的な、あるい
は断片的な経験則により品質診断システムが開発されて
いる。
［発明が解決しようとする課題］ しかしながら、この新しいタイプの品質診断システムに
用いられる知識ベースの調整方法には、定まった方法が
確立しておらず、システムごとに試行錯誤で行なってい
るのが現状である。
用いられる知識ベースの調整方法には、定まった方法が
確立しておらず、システムごとに試行錯誤で行なってい
るのが現状である。
本発明は、製造プロセスの専問家の経験則による品質診
断に用いる知識ベースを品質予測値と実績値を用いて調
整する方法、及びひとつの定型的な品質診断方法のもと
での知識調整方法を提供することを目的とする。
断に用いる知識ベースを品質予測値と実績値を用いて調
整する方法、及びひとつの定型的な品質診断方法のもと
での知識調整方法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］ 本発明の品質診断知識調整方法は、製造プロセスにおけ
る品質予測に使用する複数個の操業実績データをその狙
い値からのずれでランク分けすることと、診断する複数
個の品質特性項目ごとに操業データの狙い値からのずれ
に起因する品質特性の減点値を操業データのランク値と
減点値との関係を用いて求めることと、品質特性項目ご
とに各減点値を合計してその減点値から減算することに
よりその評価値を求めること、および操業データ項目ご
とに各減点の合計値を求めさらに高い順に並べかえるこ
とにより、各品質特性項目の評点表示と操業データの操
作指示を重要度の順に行なう品質診断において、同一製
品規格の実績データを複数組選択し、操業データの狙い
値と実績値、並びに各品質特性項目に対する操業実績デ
ータの予測減点内訳とその合計である予測減点値とその
実績減点値を画面に一覧にして順次表示させることによ
りどの品質特性項目のどの操業データ項目に対する品質
予測知識がずれているかを発想させて知識ベースを修正
させることから構成される。
る品質予測に使用する複数個の操業実績データをその狙
い値からのずれでランク分けすることと、診断する複数
個の品質特性項目ごとに操業データの狙い値からのずれ
に起因する品質特性の減点値を操業データのランク値と
減点値との関係を用いて求めることと、品質特性項目ご
とに各減点値を合計してその減点値から減算することに
よりその評価値を求めること、および操業データ項目ご
とに各減点の合計値を求めさらに高い順に並べかえるこ
とにより、各品質特性項目の評点表示と操業データの操
作指示を重要度の順に行なう品質診断において、同一製
品規格の実績データを複数組選択し、操業データの狙い
値と実績値、並びに各品質特性項目に対する操業実績デ
ータの予測減点内訳とその合計である予測減点値とその
実績減点値を画面に一覧にして順次表示させることによ
りどの品質特性項目のどの操業データ項目に対する品質
予測知識がずれているかを発想させて知識ベースを修正
させることから構成される。
［作用］ 知識ベース調整を行なう操業技術者により、同一製品規
格の実績データが複数組選択される。それらの１組ごと
に、操業データの狙い値と実績値の差が認識され、その
時の各品質特性項目に対して各操業データの予測減点も
表示され、さらに予測減点合計と実績減点が表示され
る。日常の経験とも対比してどの品質特性項目のどの操
業データ項目に対する品質予測知識が実際とどのように
合っていないか発想され、その修正が知識ベースに施さ
れる。
格の実績データが複数組選択される。それらの１組ごと
に、操業データの狙い値と実績値の差が認識され、その
時の各品質特性項目に対して各操業データの予測減点も
表示され、さらに予測減点合計と実績減点が表示され
る。日常の経験とも対比してどの品質特性項目のどの操
業データ項目に対する品質予測知識が実際とどのように
合っていないか発想され、その修正が知識ベースに施さ
れる。
［実施例］ 次に、本発明の実施例について図面を参照して説明す
る。
る。
実施例では、方向性電磁鋼板の被膜特性に関する品質診
断の知識調整について説明する。被膜の品質診断は、脱
炭ラインの操業実績データを基に専問家の経験則によっ
て行なわれ、その被膜の実績は、約10日後に得られる。
そのため、その間の被膜不良発生が、この品質診断によ
って防止される。
断の知識調整について説明する。被膜の品質診断は、脱
炭ラインの操業実績データを基に専問家の経験則によっ
て行なわれ、その被膜の実績は、約10日後に得られる。
そのため、その間の被膜不良発生が、この品質診断によ
って防止される。
第１図は、本発明の知識調整方法で調整された知識ベー
スを用いた被膜診断システムの構成を示す。操業実績デ
ータを入力してこの知識ベースを基に推論エンジンで品
質を評価する。評価値等は、品質診断結果の表示として
分かりやすく出力される。
スを用いた被膜診断システムの構成を示す。操業実績デ
ータを入力してこの知識ベースを基に推論エンジンで品
質を評価する。評価値等は、品質診断結果の表示として
分かりやすく出力される。
第２図に、この被膜品質診断方法の全体流れ図を示す。
第２図のステップ１では、脱炭ラインの操業実績データ
をその狙い値からのずれでランク分けする。このランク
分けの各範囲は、鋼種規格ごとに与えられる。
第２図のステップ１では、脱炭ラインの操業実績データ
をその狙い値からのずれでランク分けする。このランク
分けの各範囲は、鋼種規格ごとに与えられる。
第３図に、被膜予測用の知識をランク分けするための各
ランクの範囲を一例として示す。この例では、10種類の
操業実績データが、狙い値からのずれによって、最大７
ランクまで層別される。
ランクの範囲を一例として示す。この例では、10種類の
操業実績データが、狙い値からのずれによって、最大７
ランクまで層別される。
第２図のステップ２では、診断する被膜品質特性項目ご
とに減点値を計算する。この計算手法の詳細について、
次に第３図を参照しながら説明する。
とに減点値を計算する。この計算手法の詳細について、
次に第３図を参照しながら説明する。
簡単に言えば、被膜品質特性として、過酸化疵，酸化不
足，脱炭異常等を評価する。第３図は、過酸化疵Ａにつ
いての評点予測知識を示しており、この品質不良の発生
する操業パターンを太線で示している。この品質特性は
80点満点で評価され最も大きいずれパターンを示すとき
には40点という予測評点となる。
足，脱炭異常等を評価する。第３図は、過酸化疵Ａにつ
いての評点予測知識を示しており、この品質不良の発生
する操業パターンを太線で示している。この品質特性は
80点満点で評価され最も大きいずれパターンを示すとき
には40点という予測評点となる。
また、各操業データの不良化寄与率を70％,5％,10％，
・・・と与えている。
・・・と与えている。
この知識を用いて、各操業データの狙い値からのずれ
（ランク値）が品質特性の評点にどのくらい減点になっ
ているかを求めることができる。例えば、操業実績デー
タのNo.2の実績がランク６であれば、この部分の狙い値
のずれに起因する評価値の減点値は、 （80−40）×70/100 の計算結果として28点と計算される。ランク６よりも小
さいずれについては、０〜1.0までの乗算係数が、指定
された関数で計算され、その値が減点値に乗算される。
乗算係数は、実際の現象に対応して、第７図に示す複数
の関数の中から選択される。
（ランク値）が品質特性の評点にどのくらい減点になっ
ているかを求めることができる。例えば、操業実績デー
タのNo.2の実績がランク６であれば、この部分の狙い値
のずれに起因する評価値の減点値は、 （80−40）×70/100 の計算結果として28点と計算される。ランク６よりも小
さいずれについては、０〜1.0までの乗算係数が、指定
された関数で計算され、その値が減点値に乗算される。
乗算係数は、実際の現象に対応して、第７図に示す複数
の関数の中から選択される。
従って、先の例でランクが５の時に、第７図の第４番の
関数を選択すると、28点×log43の計算結果として、22.
2が減点値となる。このようにして、１つの被膜品質特
性に対する操業実績データの狙い値からのずれに起因す
る減点値が求められる。
関数を選択すると、28点×log43の計算結果として、22.
2が減点値となる。このようにして、１つの被膜品質特
性に対する操業実績データの狙い値からのずれに起因す
る減点値が求められる。
他の被膜品質特性についても、同様の予測知識により求
められる。
められる。
再び第２図を参照すると、ステップ３では、被膜品質特
性項目ごとに操業実績データの減点値の合計を計算し、
それぞれの満点値からその合計値を減算する。
性項目ごとに操業実績データの減点値の合計を計算し、
それぞれの満点値からその合計値を減算する。
また、ステップ４では、操業データの項目ごとに、各被
膜品質特性項目に対する減点値を計算する。
膜品質特性項目に対する減点値を計算する。
ステップ３及び４で行なう計算の一例を第４図に示す。
第４図において、縦方向は被膜品質特性項目を表わし、
横方向は操業データ項目を示す。中央部の各数値は、各
項目の減点値を示し、各被膜品質特性項目に対する操業
実績データの減点値の合計が右端に示され、操業データ
項目ごとの減点値の合計が下端に示されている。この値
が大きいものほど、品質特性を改善するために重要であ
るので、操業データの操作指示の際は、この大きい操業
データ項目から列挙している。
第４図において、縦方向は被膜品質特性項目を表わし、
横方向は操業データ項目を示す。中央部の各数値は、各
項目の減点値を示し、各被膜品質特性項目に対する操業
実績データの減点値の合計が右端に示され、操業データ
項目ごとの減点値の合計が下端に示されている。この値
が大きいものほど、品質特性を改善するために重要であ
るので、操業データの操作指示の際は、この大きい操業
データ項目から列挙している。
第５図は、本発明の品質診断知識調整方法の全体の流れ
図を示す。第５図のステップ１では、実績データファイ
ルから同じ鋼種規格のデータを数十組選択している。ま
た、ステップ２では、現在の知識ベースで上記の実績デ
ータを用いて品質予測を第２図の方法で行なう。次のス
テップ３では、品質予測値と品質実績値を第６図に示す
ように画面上に表示させ品質予測知識の内、実際と合わ
ないところを発想させている。次のステップ４で、知識
ベースの修正を行なう。この修正は、品質予測知識と対
応した知識テーブルを修正し、そのテーブルの値を自動
的に知識ベースに変換させている。
図を示す。第５図のステップ１では、実績データファイ
ルから同じ鋼種規格のデータを数十組選択している。ま
た、ステップ２では、現在の知識ベースで上記の実績デ
ータを用いて品質予測を第２図の方法で行なう。次のス
テップ３では、品質予測値と品質実績値を第６図に示す
ように画面上に表示させ品質予測知識の内、実際と合わ
ないところを発想させている。次のステップ４で、知識
ベースの修正を行なう。この修正は、品質予測知識と対
応した知識テーブルを修正し、そのテーブルの値を自動
的に知識ベースに変換させている。
知識ベースの修正後、第５図のステップ２に戻り、品質
予測を行ない、同様の調整を行なう。
予測を行ない、同様の調整を行なう。
第６図は、知識ベースの調整箇所を発想させる検証用画
面を示している。第４図の画面とほぼ同様であるが、さ
らに被膜特性減点実績値がその予測値の下に表示され
る。この画面により、操業データの狙い値と実績値の差
が認識され、その時の各被膜特性項目に対して各操業実
績データが与える予測減点度合も認識され、さらに各被
膜特性予測減点合計と実績減点の差が認識される。この
ことから、どの被膜特性項目のどの操業データ項目に対
する品質予測知識が実際とどのくらい合っていないか
が、日常の経験との対比の中から発想される。
面を示している。第４図の画面とほぼ同様であるが、さ
らに被膜特性減点実績値がその予測値の下に表示され
る。この画面により、操業データの狙い値と実績値の差
が認識され、その時の各被膜特性項目に対して各操業実
績データが与える予測減点度合も認識され、さらに各被
膜特性予測減点合計と実績減点の差が認識される。この
ことから、どの被膜特性項目のどの操業データ項目に対
する品質予測知識が実際とどのくらい合っていないか
が、日常の経験との対比の中から発想される。
［発明の効果］ 以上説明したように、本発明によって製造プロセスのひ
とつの定型的な品質診断の知識ベースの調整が操業技術
者によって可能となり、この品質診断システムのきめ細
かな性能向上がはかられる。その結果として、品質不良
の発生を防止し、製造プロセスの品質向上のうえでも大
きな効果が得られる。
とつの定型的な品質診断の知識ベースの調整が操業技術
者によって可能となり、この品質診断システムのきめ細
かな性能向上がはかられる。その結果として、品質不良
の発生を防止し、製造プロセスの品質向上のうえでも大
きな効果が得られる。
第１図は、本発明を実施するシステムの構成を示すブロ
ック図である。 第２図は、一実施例の被膜品質診断方法の全体流れ図で
ある。 第３図は、一実施例の被膜予測知識の内容及び区分を示
すマップである。 第４図は、実施例の減点予測値と合計値を示すマップで
ある。 第５図は、実施例の品質診断知識調整方法の全体流れ図
である。 第６図は、実施例の品質診断知識検証用画面を示す正面
図である。 第７図は、実施例における乗算係数の計算式の割当てを
示すマップである。
ック図である。 第２図は、一実施例の被膜品質診断方法の全体流れ図で
ある。 第３図は、一実施例の被膜予測知識の内容及び区分を示
すマップである。 第４図は、実施例の減点予測値と合計値を示すマップで
ある。 第５図は、実施例の品質診断知識調整方法の全体流れ図
である。 第６図は、実施例の品質診断知識検証用画面を示す正面
図である。 第７図は、実施例における乗算係数の計算式の割当てを
示すマップである。
Claims (1)
- 【請求項１】製造プロセスにおいて、品質予測に使用す
る複数個の操業実績データをその狙い値からのずれでラ
ンク分けすることと、診断する複数個の品質特性項目ご
とに操業データの狙い値からのずれに起因する品質特性
の減点値を操業データのランク値と減点値との関係を用
いて求めることと、品質特性項目ごとに各減点値を合計
してその満点値から減算することによりその評価値を求
めること、および操業データ項目ごとに各減点の合計値
を求めさらに高い順に並べかえることにより、各品質特
性項目の評点表示と操業データの操作指示を重要度の順
に行なう品質診断において、同一製品規格の実績データ
を複数組選択し、操業データの狙い値と実績値、並びに
各品質特性項目に対する操業実績データの予測減点内訳
とその合計である予測減点値とその実績減点値を画面に
一覧にして順次表示させることによりどの品質特性項目
のどの操業データ項目に対する品質予測知識がずれてい
るかを発想させて知識ベースを修正させることを特徴と
する品質診断知識調整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP306989A JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP306989A JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02183334A JPH02183334A (ja) | 1990-07-17 |
| JPH0750491B2 true JPH0750491B2 (ja) | 1995-05-31 |
Family
ID=11547044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP306989A Expired - Fee Related JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0750491B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3262564B2 (ja) * | 1991-05-31 | 2002-03-04 | 新日本製鐵株式会社 | 鋼板品質設計装置 |
| JP3053252B2 (ja) * | 1991-05-31 | 2000-06-19 | 新日本製鐵株式会社 | 鋼板品質設計装置 |
| JP4855353B2 (ja) * | 2006-11-14 | 2012-01-18 | 新日本製鐵株式会社 | 製品の品質改善条件解析装置、解析方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 |
-
1989
- 1989-01-10 JP JP306989A patent/JPH0750491B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02183334A (ja) | 1990-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11803165B2 (en) | Manufacturing support system for predicting property of alloy material, method for generating prediction model, and computer program | |
| KR20200017506A (ko) | 프로세스의 이상 상태 진단 장치 및 이상 상태 진단 방법 | |
| US20120116827A1 (en) | Plant analyzing system | |
| JP2018113027A (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
| CN116975639B (zh) | 设备的异常防控系统及方法 | |
| CN118647950A (zh) | 生产管理系统、生产管理方法以及程序 | |
| JPH0764965A (ja) | 販売量予測方法 | |
| JP6975086B2 (ja) | 品質評価方法および品質評価装置 | |
| JPH0750491B2 (ja) | 品質診断知識調整方法 | |
| JPH0750492B2 (ja) | 品質診断知識修正方法 | |
| US20040039560A1 (en) | Method computer program product and computer system for maintenance | |
| JPH102843A (ja) | 製造工程管理システム | |
| JP2924243B2 (ja) | 回転機械の損傷・劣化の寿命予測方法 | |
| JP6962991B2 (ja) | 廃棄物搬入量予測装置、廃棄物搬入量予測方法および廃棄物搬入量予測プログラム | |
| JP2021189645A (ja) | モータの異常予兆診断装置、および、異常予兆診断方法 | |
| JP2535070B2 (ja) | 品質診断知識学習方法 | |
| JPH0664664B2 (ja) | 故障予知装置 | |
| JPH02112063A (ja) | 品質診断方法 | |
| Schnelle et al. | A real-time expert system for quality control | |
| JPH06110504A (ja) | プロセスの特性推定方法およびその装置ならびにその推定方法を用いたプロセスの監視方法およびプロセスの制御方法 | |
| CN118786397A (zh) | 原因推理装置、原因推理方法、原因推理系统及终端装置 | |
| JPH10206200A (ja) | 生産ラインの工程異常自動診断システム | |
| JPH06262223A (ja) | 圧延工場における使用電力量の予測方法 | |
| JP7708150B2 (ja) | 異常監視方法及び異常監視装置 | |
| CN117139387B (zh) | 一种用于热连轧层流冷却辊道状态的在线监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |