控制装置以及控制方法与流程

1.本公开涉及控制装置以及控制方法。


背景技术：

[0002]“加纳学、“多变量统计过程管理”、[online]、2005年6月、[2022年1月4日检索]、互联网《http://manabukano.brilliant-future.net/research/report/report2005_mspc.pdf》”公开了监视生产线的运转状态的技术。
[0003]
生产线的运转状态决定由生产线生产的产品的品质。因此，根据“加纳学、“多变量统计过程管理”、[online]、2005年6月、[2022年1月4日检索]、互联网《http://manabukano.brilliant-future.net/research/report/report2005_mspc.pdf》”所公开的技术，在检测到生产线的运转状态的异常时，执行用于使该异常恢复正常的处理，由此能够将生产品质差的产品的情况防患于未然。然而，以往在用于使该异常恢复正常的处理中，需要由人进行分析等工夫。即，维持品质稳定的产品生产需要花费工夫。


技术实现要素：

[0004]
本公开是鉴于上述的问题而完成的，其目的在于提供一种能够维持品质稳定的产品生产的控制装置以及控制方法。
[0005]
根据本公开的一例，对生产产品的生产线所包含的1个以上的设备进行控制的控制装置具有监视部、提取部、生成部、实验执行部、设定部以及控制部。监视部监视统计量，所述统计量是通过对与1个以上的设备的动作关联的多个参数进行多变量分析而得到的。提取部根据统计量的变动大于基准的情况，提取多个参数中对统计量的变动的影响度大的上位规定数量个的参数。生成部按照实验计划法，生成上位规定数量个的参数的目标值的组合互不相同的多个实验模式。实验执行部分别针对多个实验模式，取得按照该实验模式控制了1个以上的设备时的、表示产品的品质的特定参数的测量结果。设定部基于测量结果，设定用于使特定参数的值稳定在管理范围内的、上位规定数量个的参数的新的目标值。控制部以使上位规定数量个的参数接近新的目标值的方式，控制1个以上的设备。
[0006]
根据本公开，在1个以上的设备的工作状态产生了某些异常的情况下，变更与1个以上的设备的动作关联的多个参数中作为异常的因素候选的参数的目标值，以使产品的品质稳定。其结果，维持品质稳定的产品的生产。
[0007]
在上述公开中，优选的是，实验计划法是使用正交表的方法。由此，使用了多个实验模式的实验效率提高。
[0008]
在上述公开中，作为多变量分析的方法，例如可使用pca、pls、mt法以及t法等。
[0009]
在上述公开中，设定部进行针对测量结果的方差分析，计算上位规定数量个的参数各自的贡献率，基于贡献率，选择上位规定数量个的参数中成为目标值的设定对象的1个以上的对象参数，并设定1个以上的对象参数的新的目标值。
[0010]
根据上述公开，将对特定参数的变动贡献大的参数决定为对象参数。由此，通过关
于对象参数设定新的目标值，容易使特定参数的值稳定在管理范围内。
[0011]
在上述公开中，生成部以上位规定数量个的参数各自的值成为第1水准、第2水准以及第3水准中的任意水准的方式，生成多个实验模式。第2水准是当前的目标值。第1水准小于第2水准。第3水准大于第2水准。第1水准和第3水准被确定为，使得特定参数的值收敛于管理范围内。
[0012]
根据上述公开，即使在产品的生产中执行了按照多个实验模式的实验，也能够抑制生产不良品。其结果是，能够在不使生产线停止的情况下继续进行品质稳定的产品生产。
[0013]
根据本公开的另一例，对生产产品的生产线所包含的1个以上的设备进行控制的控制方法具有第1～第6步骤。第1步骤是监视统计量的步骤，所述统计量是通过对与1个以上的设备的动作关联的多个参数进行多变量分析而得到的。步骤s2是如下步骤：根据统计量的变动大于基准的情况，提取多个参数中对统计量的变动的影响度大的上位规定数量个的参数。步骤s3是如下步骤：按照实验计划法，生成上位规定数量个的参数的目标值的组合互不相同的多个实验模式。步骤s4是如下步骤：分别针对多个实验模式，取得按照该实验模式控制了1个以上的设备时的、表示产品的品质的特定参数的测量结果。步骤s5是如下步骤：基于测量结果，设定用于使特定参数的值稳定在管理范围内的、上位规定数量个的参数的新的目标值。步骤s6是如下步骤：以使上位规定数量个的参数接近新的目标值的方式，控制1个以上的设备。根据上述公开，也能够维持品质稳定的产品生产。
[0014]
本发明的上述以及其他目的、特征、方面以及优点根据与附图相关联地理解的和本发明有关的以下详细说明而变得明确。
附图说明
[0015]
图1是表示实施方式的控制方法的流程的概略图。
[0016]
图2是表示应用本实施方式的控制装置的系统的结构的图。
[0017]
图3是表示本实施方式的控制装置的硬件结构例的框图。
[0018]
图4是表示本实施方式的控制装置的功能结构例的框图。
[0019]
图5是表示通过收集处理收集的参数的值的推移的图。
[0020]
图6是表示通过进行多变量分析而得到的统计量的一例的图。
[0021]
图7是表示1个以上的设备的动作发生了异常时的统计量的推移的一例的图。
[0022]
图8是表示因素效应图的一例的图。
[0023]
图9是表示使用t法算出的各参数的sn比及比例常数β的一例的图。
[0024]
图10是表示按照实验计划法生成的实验模式的一例的图。
[0025]
图11是表示由实验执行部取得的测量结果的一例的图。
[0026]
图12是表示由设定部进行的方差分析结果的一例的图。
[0027]
图13是由设定部创建的因素效应图。
[0028]
图14是表示由1个以上的设备的动作异常引起的、特定参数的变动方向的确定方法的一例的图。
[0029]
图15是表示由1个以上的设备的动作的异常引起的、特定参数的变动方向的确定方法的另一例的图。
[0030]
图16是表示特定参数的推移的一例的图。
具体实施方式
[0031]
参照附图对本发明的实施方式进行详细说明。另外，对图中的相同或相应的部分标注相同的标号并不重复其说明。
[0032]
§
1应用例
[0033]
参照图1，对应用本发明的场景的一例进行说明。图1是表示实施方式的控制方法的流程的概略图。在图1中示出了对生产产品的生产线所包含的1个以上的设备进行控制的控制方法的流程。图1所示的控制方法由1个以上的处理器执行。1个以上的处理器可以组装于1个控制装置，也可以分散配置于能够相互通信的多个控制装置。
[0034]
如图1所示，控制方法具有步骤s1～s6。步骤s1～s6依次反复执行。
[0035]
步骤s1是监视统计量的步骤，所述统计量是通过对与生产线所包含的1个以上的设备的动作相关联的多个参数进行多变量分析而得到的。统计量表示1个以上的设备的工作状态。因此，监视1个以上的设备的工作状态。
[0036]
步骤s2是如下步骤：根据统计量的变动大于基准的情况，提取多个参数中对统计量的变动的影响度大的上位规定数量个的参数。当1个以上的设备的工作状态发生某些异常时，统计量发生变动。因此，在统计量的变动大于基准的情况下，意味着1个以上的设备的工作状态发生了某些异常。在步骤s2中提取的上位规定数量个的参数作为1个以上的设备的工作状态异常的因素候选而被列举。
[0037]
步骤s3是如下步骤：按照实验计划法，生成上位规定数量个的参数的目标值的组合互不相同的多个实验模式。步骤s4是如下步骤：分别针对多个实验模式，取得按照该实验模式控制了1个以上的设备时的、表示产品的品质的特定参数的测量结果。通过步骤s3、s4的执行，确认变更了上位规定数量个的参数的值时的产品的品质变动。
[0038]
步骤s5是如下步骤：基于测量结果，设定用于使特定参数稳定在规定范围内的上位规定数量个的参数的新的目标值。步骤s6是如下步骤：以使上位规定数量个的参数接近新的目标值的方式，控制1个以上的设备。通过步骤s5、s6，产品的品质稳定。
[0039]
这样，通过执行步骤s1～s6，在1个以上的设备的工作状态发生了某些异常的情况下，变更与1个以上的设备的动作关联的多个参数中作为异常的因素候选的参数的目标值，以使产品的品质稳定。其结果，维持品质稳定的产品生产。
[0040]
此外，步骤s1～s6能够在产品的生产中执行。因此，能够在不使生产线停止的情况下继续进行品质稳定的产品生产。
[0041]
§
2具体例
[0042]
＜系统结构＞
[0043]
图2是表示应用本实施方式的控制装置的系统的结构的图。如图2所示，系统1包含控制装置100、hmi(human machine interface：人机界面)200以及生产线300。控制装置100与hmi 200经由信息系统网络6以能够通信的方式连接。控制装置100与生产线300所包含的1个以上的设备经由控制系统网络4以能够通信的方式连接。
[0044]
控制装置100典型的是plc(programmable logic controller：可编程逻辑控制器)，对生产线300中包含的1个以上的设备进行控制。
[0045]
hmi 200包含对用户提示信息的功能、以及受理来自用户的操作的功能。在本实施方式中，hmi 200向用户提供由控制装置100监视的统计量的随时间的变化。
[0046]
生产线300包含用于生产产品的1个以上的设备。图2所例示的生产线300生产涂敷有涂料的金属板400。生产线300包含涂料准备工序310、涂装工序320、干燥工序330以及检查工序340。
[0047]
设置于涂料准备工序310的设备包含原料投入机311、搅拌机312以及涂料保管器313。原料投入机311是将涂料的原料(颜料、树脂、添加剂、溶剂等)投入到容器的设备。搅拌机312对容器内的原料进行搅拌、混合。涂料保管器313为了将涂料的粘度维持在规定范围内，以适当的温度(涂料保管温度)收纳涂料。与设置于涂料准备工序310的设备的动作关联的参数包含涂料稀释率、搅拌速度、涂料保管温度。
[0048]
设置于涂装工序320的设备包含涂敷装置321和带式输送机322。涂敷装置321利用压缩空气将从涂料保管器313供给的涂料喷涂到由带式输送机322输送的金属板400上。与设置于涂装工序320的设备的动作关联的参数包含带式输送机322对金属板400的进给速度、压缩空气的压力(气压)、涂料从涂敷装置321的喷出量、涂敷装置321与金属板400之间的距离(喷涂距离)、涂敷装置321周边的室温。
[0049]
设置于干燥工序330的设备包含干燥机331和带式输送机332。干燥机331通过对由带式输送机332输送的金属板400进行加热，使金属板400上的涂料干燥。与设置于干燥工序330的设备的动作关联的参数包含由带式输送机332进行的金属板400的进给速度、干燥温度。
[0050]
与设置于涂料准备工序310、涂装工序320以及干燥工序330的设备的动作关联的参数的值由控制装置100收集。另外，参数的值既可以由设备中包含的传感器来计测，也可以基于从控制装置100输出到设备的数据(指令值等)来计算。
[0051]
检查工序340是测量金属板400的涂装膜厚的工序。涂装膜厚可以由作业者测量，也可以使用膜厚测量机自动地测量。在检查工序340中测量的涂装膜厚与表示由生产线300生产的产品的品质的特定参数对应。
[0052]
《控制装置的硬件结构》
[0053]
图3是表示本实施方式的控制装置的硬件结构例的框图。控制装置100典型的是plc(programmable logic controller：可编程逻辑控制器)。如图3所示，控制装置100包含cpu(central processing unit：中央处理器)或mpu(micro-processing unit：微处理器)等处理器102、芯片组104、主存储器106、储存器110、控制系统网络控制器120、信息系统网络控制器122、usb控制器124及存储卡接口126。
[0054]
处理器102读出储存器110中保存的各种程序，在主存储器106中展开并执行，由此实现用于对控制对象进行控制的控制运算。芯片组104控制处理器102与各组件之间的数据传输等。
[0055]
在储存器110中保存有用于实现基本处理的系统程序112、用于实现控制运算的用户程序114、用于监视生产线300中包含的1个以上的设备的工作状态的监视程序116。
[0056]
控制系统网络控制器120控制经由控制系统网络4的与设备之间的数据交换。
[0057]
信息系统网络控制器122控制经由信息系统网络6的与hmi 200等之间的数据交换。
[0058]
usb控制器124控制经由usb连接的与外部装置(例如，支持装置)之间的数据交换。
[0059]
存储卡接口126构成为能够装卸存储卡128，能够对存储卡128写入数据，并从存储
卡128读出各种数据(用户程序等)。
[0060]
在图3中，示出了通过处理器102执行程序而提供所需的处理的结构例，但也可以使用专用的硬件电路(例如asic或fpga等)来安装这些所提供的处理的一部分或全部。或者，也可以使用遵循通用架构的硬件(例如以通用个人计算机为基础的工业用个人计算机)来实现控制装置100的主要部分。在该情况下，也可以使用虚拟化技术并行地执行用途不同的多个os，并且在各os上执行所需的应用。
[0061]
＜控制装置的功能结构＞
[0062]
图4是表示本实施方式的控制装置的功能结构例的框图。如图4所示，控制装置100具有io处理部10、监视部11、提取部12、生成部13、实验执行部14以及设定部15。io处理部10通过处理器102执行用户程序114来实现。监视部11、提取部12、生成部13、实验执行部14以及设定部15通过处理器102执行监视程序116来实现。
[0063]
io处理部10执行收集处理、控制运算处理以及输出处理。收集处理是从生产线300所包含的1个以上的设备收集数据的处理。控制运算处理是用于控制生产线300所包含的1个以上的设备的运算处理，使用收集到的数据。输出处理是将通过控制运算处理得到的数据输出到生产线300所包含的1个以上的设备的处理。
[0064]
通过收集处理收集的数据包含表示与生产线300所包含的1个以上的设备的动作相关的多个参数(涂装稀释率、搅拌速度、涂料保管温度、进给速度(涂装工序)、气压、室温、喷出量、喷涂距离、进给速度(干燥工序)、干燥温度))的值的数据。并且，通过收集处理收集的数据包含表示特定参数(涂装膜厚)的值的数据，该特定参数表示由生产线300生产的产品的品质。
[0065]
针对与生产线300所包含的1个以上的设备的动作相关的多个参数，分别预先确定目标值。各参数的目标值以特定参数“涂装膜厚”收敛于管理范围内的方式确定。io处理部10执行使与1个以上的设备的动作相关的多个参数分别接近目标值的控制运算处理，并将通过该控制运算处理而得到的数据输出到1个以上的设备。
[0066]
图5是表示通过收集处理收集的参数的值的推移的图。图5的(a)～(k)分别示出表示参数“涂装稀释率”、“搅拌速度”、“涂料保管温度”、“进给速度(涂装工序)”、“气压”、“室温”、“喷出量”、“喷涂距离”、“进给速度(干燥工序)”、“干燥温度”、“涂装膜厚”的值的随时间变化的图表。在各图表中，横轴表示产品id，纵轴表示参数的值。在图5所示的例子中，产品id由连续编号表示。另外，在各图表中，示出定义管理范围的上限以及下限。
[0067]
io处理部10将收集到的数据与产品id对应起来进行管理。生产线300所包含的多个设备在互不相同的定时对同一产品或涂敷于该产品的涂料实施处理。处理定时的偏差(时滞)起因于工序间的产品的输送时间、涂料的准备时间等，通过实验等预先计测。因此，通过将收集到的数据与产品id对应起来进行管理，将对同一产品或涂敷于该产品的涂料实施了处理时的多个参数相互关联起来。此外，io处理部10也可以代替产品id而使用时间戳来管理收集到的数据。
[0068]
在图5所示的例子中，在产品id超过“3500”的产品中，4个参数“涂装稀释率”、“涂料保管温度”、“室温”、“喷涂距离”的值发生变动。具体而言，该4个参数的值上升。之后，在产品id为“4600”附近的产品中，特定参数“涂装膜厚”低于下限值。这样，在产品的品质脱离管理范围之前的阶段，生产该产品的生产线300所包含的1个以上的设备的工作状态出现异
常。因此，本实施方式的控制装置100监视生产线300中包含的1个以上的设备的工作状态，根据监视结果，设定与1个以上的设备的动作关联的参数的新的目标值。
[0069]
监视部11(参照图4)监视生产线300所包含的1个以上的设备的工作状态。具体而言，监视部11监视统计量，所述统计量是通过对与1个以上的设备的动作关联的多个参数进行多变量分析而得到的。统计量表示多个参数之间的相互关联。因此，在多个参数间的相互关联性稳定时，统计量也稳定，在多个参数间的相互关联性存在变动时，统计量也变动。
[0070]
多变量分析是统计性地处理由多个说明变量构成的多变量数据的方法。监视部11使用公知的多变量分析的方法即可。例如，监视部11对使用mt(马氏田口)法得到的统计量进行监视。
[0071]
图6是表示通过进行多变量分析而得到的统计量的一例的图。图6中示出通过对10个参数“涂装稀释率”、“搅拌速度”、“涂料保管温度”、“进给速度(涂装工序)”、“气压”、“室温”、“喷出量”、“喷涂距离”、“进给速度(干燥工序)”、“干燥温度”应用mt法而得到的统计量即马氏距离的推移。马氏距离表示距单位空间的距离。单位空间根据在生产线300正常动作时得到的样本数据组预先生成。样本数据组所包含的多个样本数据集分别表示10个参数的值。如图6所示，在生产线300所包含的1个以上的设备的动作正常的情况下，马氏距离以1为中心分布。监视部11使用例如在“田村希志臣，“第2次mt系统的原点-mt法”、标准化和品质管理、2008年、vol.61、no.11”中公开的方法，算出马氏距离。
[0072]
图7是表示1个以上的设备的动作发生了异常时的统计量的推移的一例的图。图7示出马氏距离的推移。如图7所示，当生产线300所包含的1个以上的设备的动作发生异常时，统计量发生变动。因此，监视部11根据统计量的变动大于基准这一情况，将异常的发生通知给提取部12。具体而言，监视部11判断统计量的值是否在预先确定的范围(在图7所示的例子中为4以下的范围)内，并根据统计量的值变为了预先确定的范围外的情况，将异常的发生通知给提取部12。
[0073]
监视部11也可以监视使用mt法以外的多变量分析得到的统计量。作为mt法以外的多变量分析，例如可列举pca(principal component analysis(主成分分析))、pls(partial least squares(偏最小二乘法))、t法(taguchi法：田口法)等。
[0074]
例如，监视部11也可以监视使用pca得到的q统计量。q统计量使用“加纳学、“多变量统计过程管理”、[online]、2005年6月、[2022年1月4日检索]、互联网《http://manabukano.brilliant-future.net/research/report/report2005_mspc.pdf》”所公开的方法来计算。
[0075]
或者，监视部11也可以监视使用t法得到的预测值。预测值是根据10个参数“涂装稀释率”、“搅拌速度”、“涂料保管温度”、“进给速度(涂装工序)”、“气压”、“室温”、“喷出量”、“喷涂距离”、“进给速度(干燥工序)”、“干燥温度”的全部或一部分预测出的特定参数“涂装膜厚”的值。预测值是使用“田村希志臣、“第5次能够进行方向判定的mt系统-ts法，t法”、标准化和品质管理、2009年、vol.62、no.2”中公开的方法而算出的。
[0076]
提取部12(参照图4)根据统计量的变动大于基准的情况，提取多个参数中对统计量的变动的影响度大的上位规定数量个的参数。
[0077]
例如，在使用mt法作为多变量分析的情况下，提取部12使用“田村希志臣、“第3次基于mt法的状态诊断”、标准化和品质管理、2008年、vol.61、no.12”中公开的技术，提取上
位规定数量个的参数。具体而言，提取部12取得表示判断为统计量的变动大于基准时的10个参数“涂装稀释率”、“搅拌速度”、“涂料保管温度”、“进给速度(涂装工序)”、“气压”、“室温”、“喷出量”、“喷涂距离”、“进给速度(干燥工序)”、“干燥温度”的值的异常数据集。提取部12针对从10个参数中选择的1个以上的参数的各组合，使用与该组合对应的单位空间来计算异常数据集的马氏距离。与各组合对应的单位空间使用在生产线300正常动作时得到的样本数据组来预先生成。提取部12基于按每个组合计算出的马氏距离，创建10个参数的因素效应图，提取因素效应大的上位规定数量个的参数。因素效应图表示各参数对马氏距离的影响度。
[0078]
例如，在使用与包含参数“涂装稀释率”的组合对应的单位空间算出的马氏距离比使用与不包含参数“涂装稀释率”的组合对应的单位空间算出的马氏距离大的情况下，参数“涂装稀释率”对马氏距离的影响度较大。
[0079]
图8是表示因素效应图的一例的图。在图8中，横轴表示对马氏距离的影响度。提取部12在因素效应图中提取影响度大的上位规定数量个(例如7个)的参数即可。
[0080]
在使用pca作为多变量分析的情况下，提取部12基于各参数对q统计量的绘制贡献率，提取对q统计量的变动的影响度大的上位规定数量个的参数即可。提取部12使用“加纳学、“多变量统计过程管理”、[online]、2005年6月、[2022年1月4日检索]、互联网《http://manabukano.brilliant-future.net/research/report/report2005_mspc.pdf》”所公开的计算方法，计算各参数对q统计量的绘制贡献率。具体而言，提取部12计算采样数据组中的该参数的值的平均值与异常数据组中的该参数的值之差的平方作为绘制贡献率。绘制贡献率越大，对q统计量的变动的影响度越大。因此，提取部12提取绘制贡献率大的上位规定数量个的参数。
[0081]
在使用t法作为多变量分析的情况下，提取部12基于各参数的sn比以及比例常数β，提取对统计量的变动的影响度大的上位规定数量个的参数即可。
[0082]
图9是表示使用t法算出的各参数的sn比及比例常数β的一例的图。提取部12使用“田村希志臣、“第5次能够进行方向判定的mt系统-ts法，t法”、标准化和品质管理、2009年、vol.62、no.2”所公开的计算方法，计算各参数的sn比以及比例常数β。比例常数β表示一元回归的斜率。sn比表示参数的值与真值之间的线性。sn比的值越大的参数，表示对估计精度的贡献度越高。因此，提取部12提取sn比大的上位规定数量个的参数。或者，提取部12也可以使用与比例常数β对应的权重系数来校正sn比，提取校正后的sn比大的上位规定数量个的参数。
[0083]
生成部13(参照图4)按照实验计划法，生成由提取部12提取出的上位规定数量个的参数的目标值的组合互不相同的多个实验模式。生成部13例如使用正交表作为实验计划法。正交表的大小根据由提取部12提取的参数的个数来决定。例如，在提取部12提取7个参数的情况下，生成部13使用l18正交表，将各参数的值设定为从3个水准中选择的1个，由此生成18个实验模式。3个水准包含第1水准、第2水准以及第3水准。第2水准是当前的目标值。第1水准小于第2水准，第3水准大于第2水准。第1水准和第3水准被限制在使得特定参数“涂装膜厚”收敛于管理范围内的范围。由此，即使在产品的生产中执行了按照多个实验模式的实验，也能够抑制生产不良品。其结果是，能够在不使生产线停止的情况下继续进行品质稳定的产品生产。具体而言，在需要相当于nσ的响应的情况下，第2水准与第1水准之差以及第
3水准与第2水准之差按照(3/2)
1/2
·n·
σ来决定。
[0084]
例如，在容许差δ＝3σ的情况下，生成部13按照第1水准＝第2水准-(3/2)
1/2
σ以及第3水准＝第2水准+(3/2)
1/2
σ来设定第1水准以及第3水准。
[0085]
图10是表示按照实验计划法生成的实验模式的一例的图。图10中示出了参数“进给速度(干燥工序)”、“喷涂距离”、“干燥温度”、“进给速度(涂装工序)”、“搅拌速度”、“涂料保管温度”的值被设定为3个水准中的任意水准的18个实验模式。
[0086]
实验执行部14(参照图4)分别针对多个实验模式，取得按照该实验模式对生产线300所包含的1个以上的设备进行了控制时的、特定参数的测量结果。
[0087]
具体而言，实验执行部14从由生成部13生成的多个实验模式中依次选择1个实验模式。实验执行部14按照所选择的实验模式来变更各参数的目标值。由此，io处理部10以使各参数的值接近变更后的目标值的方式执行控制运算处理，并将通过该控制运算处理得到的数据输出到1个以上的设备。实验执行部14取得表示由按照变更后的目标值进行动作的生产线300生产出的产品的品质的特定参数的值。实验执行部14在取得了与多个产品对应的特定参数的值的情况下，计算代表值(例如平均值)。
[0088]
图11是表示由实验执行部取得的测量结果的一例的图。如图11所示，实验执行部14分别针对多个实验模式，取得特定参数的测量结果。
[0089]
设定部15(参照图4)基于由实验执行部14取得的测量结果，设定用于使特定参数稳定在规定范围内的参数的新的目标值。
[0090]
具体而言，设定部15决定由提取部12提取出的规定数量个的参数中成为新的设定值的设定对象的对象参数。
[0091]
设定部15对多个实验模式的测量结果进行方差分析，计算各参数的变动s、方差v以及贡献率p。设定部15只要使用
““
开发设计阶段中的品质工学的思路和灵活运用-无试制/无试验的系统评价和改善
‑”
、[online]、[2022年1月4日检索]、互联网《https://foundry.jp/bukai/wp-content/uploads/2012/07/e4806f10b0797ec0932d9317dd92a533.pdf》”中公开的方法，计算变动s、方差v和贡献率p即可。
[0092]
进而，设定部15针对各参数，计算每个水准的特定参数的值的平均值，并基于计算结果创建因素效应图。
[0093]
图12是表示由设定部进行的方差分析的结果的一例的图。图13是由设定部创建的因素效应图。
[0094]
各参数的贡献率p是该参数的变动s相对于全部参数的变动s的合计的比例。如图12、13所示，贡献率p越大的参数，对变更了目标值时的特定参数的影响度越大。因此，设定部15将贡献率p超过预先确定的阈值的参数、或者贡献率p大的上位规定数量个的参数决定为对象参数。例如，在图12所示的例子中，设定部15将贡献率超过15％的参数“喷涂距离”、“进给速度(涂装工序)”以及“涂料保管温度”决定为对象参数。
[0095]
在图13的横轴中，“1”、“2”、“3”分别表示第1水准、第2水准、第3水准。如图13所示，根据因素效应图，掌握将各参数的目标值从第2水准变更为了第1水准以及第3水准时的、特定参数的值的变动方向(正方向和负方向中的任意方向)。
[0096]
接着，设定部15确定由生产线300所包含的1个以上的设备的动作异常引起的、特定参数的变动方向。
[0097]
图14是表示由1个以上的设备的动作异常引起的、特定参数的变动方向的确定方法的一例的图。设定部15监视特定参数“涂装膜厚”的移动平均值，根据移动平均值的变化来确定特定参数的变动方向。在图14所示的例子中，与1个以上的设备的动作发生异常前的第1区间(产品id“572～1120”的区间)相比，1个以上的设备的动作发生异常后的第2区间(产品id“2216～2764”的区间)的特定参数的平均值降低。因此，设定部15将由1个以上的设备的动作异常引起的、特定参数的变动方向确定为“负方向”。
[0098]
设定部15优选使用t检验来验证第1区间与第2区间的平均值之差是否显著。在t检验的验证结果表示显著的情况下，设定部15确定由1个以上的设备的动作异常引起的、特定参数的变动方向即可。
[0099]
此外，存在如下情形：在生产线300所包含的1个以上的设备的动作发生了异常的定时，特定参数的值看不到变动。在这样的情况下，设定部15无法确定由1个以上的设备的动作的异常引起的、特定参数的变动方向。因此，设定部15监视特定参数的移动平均值，直到能够确定由1个以上的设备的动作异常引起的特定参数的变动方向为止。
[0100]
图15是表示由1个以上的设备的动作异常引起的、特定参数的变动方向的确定方法的另一例的图。图15表示使用t法预测的、特定参数“涂装膜厚”的预测值的移动平均值的推移。在使用t法作为多变量分析的情况下，设定部15监视特定参数“涂装膜厚”的预测值的移动平均值，确定由1个以上的设备的动作异常引起的、特定参数的变动方向即可。即，设定部15在使用t检验而移动平均值的变动显著的定时t1，确定特定参数的变动方向。
[0101]
此外，预测值例如也可以根据在干燥工序之前得到的参数“涂装稀释率”、“搅拌速度”、“涂料保管温度”、“进给速度(涂装工序)”、“气压”、“室温”、“喷出量”、“喷涂距离”来计算。由此，更早地确定特定参数的变动方向。
[0102]
设定部15根据特定参数的变动方向以及变动量，设定对象参数的新的目标值。
[0103]
具体而言，设定部15决定用于使特定参数的值向与特定参数的变动方向相反的方向变化的对象参数的目标值的移位方向(朝向第1水准的方向以及朝向第3水准的方向中的任意方向)。设定部15基于图13所示的因素效应图来决定移位方向。在图13所示的例子中，通过使对象参数的目标值向第1水准侧移位，特定参数的值向正侧变动。因此，如图14所示，在特定参数的变动方向为负方向的情况下，设定部15将移位方向决定为朝向第1水准的方向。
[0104]
进而，设定部15确定特定参数的变动量相对于特定参数的标准偏差的倍数n。设定部15将各参数视为线性，使对象参数的设定值向移位方向移位与移位方向对应的水准和第2水准之差乘以n而得到的量。例如，特定参数“涂装膜厚”的规格中心为17.5μm，管理范围的宽度为4.0μm(＝4σ)。在该情况下，图14所示的变动量0.2μm相当于0.2σ。即，设定部15确定倍数n为0.2。在移位方向是朝向第1水准的方向、且第1水准与第2水准之差为(3/2)
1/2
σ的情况下，设定部15将比第2水准小0.2
×
(3/2)
1/2
σ的值决定为对象参数的新的目标值。
[0105]
由设定部15设定的新的目标值被反映到io处理部10的控制运算处理中。因此，io处理部10执行使对象参数接近新的目标值的控制运算处理，并将通过该控制运算处理而得到的数据输出到1个以上的设备。由此，表示产品品质的特定参数的值稳定。
[0106]
图16是表示特定参数的推移的一例的图。在图16中，定时t2是由设定部15设定了对象参数的新的目标值的定时。如图16所示，在定时t2以后，特定参数的值收敛于管理范
围。
[0107]
表示由监视部11监视的统计量的推移的图表(参照图6、图7)、表示由提取部12提取出的规定数量个的参数的信息(参照图8)、表示由实验执行部14取得的实验结果的信息(参照图11)、由设定部15生成的因素效应图(参照图13)等也可以显示于hmi。由此，用户能够掌握使用了多变量分析的监视状况。
[0108]
§
3附记
[0109]
如上所述，本实施方式包含以下的公开。
[0110]
(结构1)
[0111]
一种控制装置(100)，其对生产产品的生产线(300)所包含的1个以上的设备(311～313、321、322、331、332)进行控制，其中，该控制装置(100)具有：
[0112]
监视部(11、102)，其监视统计量，所述统计量是通过对与所述1个以上的设备(311～313、321、322、331、332)的动作关联的多个参数进行多变量分析而得到的；
[0113]
提取部(12、102)，其根据所述统计量的变动大于基准的情况，提取所述多个参数中对所述统计量的变动的影响度大的上位规定数量个的参数；
[0114]
生成部(13、102)，其按照实验计划法，生成所述上位规定数量个的参数的目标值的组合互不相同的多个实验模式；
[0115]
实验执行部(14、102)，其分别针对所述多个实验模式，取得按照该实验模式控制了所述1个以上的设备(311～313、321、322、331、332)时的、表示所述产品的品质的特定参数的测量结果；
[0116]
设定部(15、102)，其基于所述测量结果，设定用于使所述特定参数的值稳定在管理范围内的所述上位规定数量个的参数的新的目标值；以及
[0117]
控制部(10、102)，其以使所述上位规定数量个的参数接近所述新的目标值的方式，控制所述1个以上的设备(311～313、321、322、331、332)。
[0118]
(结构2)
[0119]
在结构1所记载的控制装置(100)中，
[0120]
所述实验计划法是使用正交表的方法。
[0121]
(结构3)
[0122]
在结构1或2所记载的控制装置(100)中，
[0123]
所述设定部(15、102)进行针对所述测量结果的方差分析，计算所述上位规定数量个的参数各自的贡献率，基于所述贡献率，选择所述上位规定数量个的参数中成为所述目标值的设定对象的1个以上的对象参数，并设定所述1个以上的对象参数的所述新的目标值。
[0124]
(结构4)
[0125]
在结构1～3中的任意一项所记载的控制装置(100)中，
[0126]
所述生成部(13、102)以所述上位规定数量个的参数各自的值成为第1水准、第2水准以及第3水准中的任意水准的方式，生成所述多个实验模式，
[0127]
所述第2水准是当前的目标值，
[0128]
所述第1水准小于所述第2水准，
[0129]
所述第3水准大于所述第2水准，
[0130]
所述第1水准和所述第3水准被确定为，使得所述特定参数的值收敛于所述管理范围内。
[0131]
(结构5)
[0132]
一种控制方法，对生产产品的生产线(300)所包含的1个以上的设备(311～313、321、322、331、332)进行控制，其中，该控制方法具有以下步骤：
[0133]
监视统计量，所述统计量是通过对与所述1个以上的设备(311～313、321、322、331、332)的动作关联的多个参数进行多变量分析而得到的；
[0134]
根据所述统计量的变动大于基准的情况，提取所述多个参数中对所述统计量的变动的影响度大的上位规定数量个的参数；
[0135]
按照实验计划法，生成所述上位规定数量个的参数的目标值的组合互不相同的多个实验模式；
[0136]
分别针对所述多个实验模式，取得按照该实验模式控制了所述1个以上的设备(311～313、321、322、331、332)时的、表示所述产品的品质的特定参数的测量结果；
[0137]
基于所述测量结果，设定用于使所述特定参数的值稳定在管理范围内的所述上位规定数量个的参数的新的目标值；以及
[0138]
以使所述上位规定数量个的参数接近所述新的目标值的方式，控制所述1个以上的设备(311～313、321、322、331、332)。
[0139]
对本发明的实施方式进行了说明，但应认为此次公开的实施方式在所有方面都是例示而不是限制性的。本发明的范围由本发明的技术方案表示，意在包含与本发明的技术方案等同的意思以及范围内的所有变更。

技术特征：
1.一种控制装置，其对生产产品的生产线所包含的1个以上的设备进行控制，其中，该控制装置具有：监视部，其监视统计量，所述统计量是通过对与所述1个以上的设备的动作关联的多个参数进行多变量分析而得到的；提取部，其根据所述统计量的变动大于基准的情况，提取所述多个参数中对所述统计量的变动的影响度大的上位规定数量个的参数；生成部，其按照实验计划法，生成所述上位规定数量个的参数的目标值的组合互不相同的多个实验模式；实验执行部，其分别针对所述多个实验模式，取得按照该实验模式控制了所述1个以上的设备时的、表示所述产品的品质的特定参数的测量结果；设定部，其基于所述测量结果，设定用于使所述特定参数的值稳定在管理范围内的所述上位规定数量个的参数的新的目标值；以及控制部，其以使所述上位规定数量个的参数接近所述新的目标值的方式，控制所述1个以上的设备。2.根据权利要求1所述的控制装置，其中，所述实验计划法是使用正交表的方法。3.根据权利要求1或2所述的控制装置，其中，所述设定部进行针对所述测量结果的方差分析，计算所述上位规定数量个的参数各自的贡献率，基于所述贡献率，选择所述上位规定数量个的参数中成为所述目标值的设定对象的1个以上的对象参数，并设定所述1个以上的对象参数的所述新的目标值。4.根据权利要求1或2所述的控制装置，其中，所述生成部以所述上位规定数量个的参数各自的值成为第1水准、第2水准以及第3水准中的任意水准的方式，生成所述多个实验模式，所述第2水准是当前的目标值，所述第1水准小于所述第2水准，所述第3水准大于所述第2水准，所述第1水准和所述第3水准被确定为，使得所述特定参数的值收敛于所述管理范围内。5.一种控制方法，对生产产品的生产线所包含的1个以上的设备进行控制，其中，该控制方法具有以下步骤：监视统计量，所述统计量是通过对与所述1个以上的设备的动作关联的多个参数进行多变量分析而得到的；根据所述统计量的变动大于基准的情况，提取所述多个参数中对所述统计量的变动的影响度大的上位规定数量个的参数；按照实验计划法，生成所述上位规定数量个的参数的目标值的组合互不相同的多个实验模式；分别针对所述多个实验模式，取得按照该实验模式控制了所述1个以上的设备时的、表示所述产品的品质的特定参数的测量结果；基于所述测量结果，设定用于使所述特定参数的值稳定在管理范围内的所述上位规定
数量个的参数的新的目标值；以及以使所述上位规定数量个的参数接近所述新的目标值的方式，控制所述1个以上的设备。

技术总结
控制装置以及控制方法。控制方法具有以下步骤：监视通过对多个参数进行多变量分析而得到的统计量；提取多个参数中对统计量的变动的影响度大的上位规定数量个的参数；按照实验计划法，生成多个实验模式；取得分别按照多个实验模式控制了1个以上的设备时的、表示产品的品质的特定参数的测量结果；基于测量结果，设定用于使特定参数的值稳定在管理范围内的上位规定数量个的参数的新的目标值；以及以使上位规定数量个的参数接近新的目标值的方式，控制1个以上的设备。制1个以上的设备。制1个以上的设备。


技术研发人员：中井隆树 南百濑勇
受保护的技术使用者：欧姆龙株式会社
技术研发日：2022.12.19
技术公布日：2023/8/1