特許ウォッチ

公開番号2025107773
公報種別公開特許公報(A)
公開日2025-07-22
出願番号2024001194
出願日2024-01-09
発明の名称品質不良診断装置および品質不良診断方法
出願人JFEスチール株式会社
代理人弁理士法人酒井国際特許事務所
主分類G05B 23/02 20060101AFI20250714BHJP(制御;調整)
要約【課題】製品の品質不良を高精度に予測するとともに、当該品質不良の要因を推定することが可能な品質不良診断装置および品質不良診断方法を提供すること。
【解決手段】品質不良診断装置は、診断対象の製品データを、所定のブロックごとに二次元状に分割するデータ分割部と、分割後のブロックにおける品質不良の発生傾向に基づいて、予め定められた品質不良の分類ごとに操業データおよび設備保全データを抽出し、抽出した操業データおよび設備保全データを、製品の特定方向における二以上のブロックを含む領域ごとに集約するデータ集約部と、品質不良の分類ごとに作成され、かつ集約後の操業データおよび設備保全データと、品質データとの関係が学習された複数の予測モデルを用いて、品質不良の発生の有無を判定する品質不良判定部と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
操業データ、設備保全データおよび品質データからなる診断対象の製品データを、所定のブロックごとに二次元状に分割するデータ分割部と、
分割後のブロックにおける品質不良の発生傾向に基づいて、予め定められた品質不良の分類ごとに前記操業データおよび前記設備保全データを抽出し、抽出した前記操業データおよび前記設備保全データを、製品の特定方向における二以上のブロックを含む領域ごとに集約するデータ集約部と、
前記品質不良の分類ごとに作成され、かつ集約後の前記操業データおよび前記設備保全データと、前記品質データとの関係が学習された複数の予測モデルを用いて、品質不良の発生の有無を判定する品質不良判定部と、
を備える品質不良診断装置。
続きを表示（約 1,100 文字）【請求項２】
品質不良の判定結果に基づいて、品質不良の要因を推定する要因推定部を備える請求項１に記載の品質不良診断装置。
【請求項３】
前記品質不良判定部における判定結果および前記要因推定部における要因推定結果の少なくとも一方を出力部に表示させる結果表示部を備える請求項２に記載の品質不良診断装置。
【請求項４】
前記予測モデルは、
前記操業データ、前記設備保全データおよび前記品質データからなる過去実績の製品データを、所定のブロックごとに二次元状に分割し、
分割後のブロックにおける前記品質不良の発生傾向に基づいて、前記品質データに含まれる品質不良を分類し、
前記品質不良の分類ごとに抽出した前記操業データおよび前記設備保全データを、前記製品の特定方向における二以上のブロックを含む領域ごとに集約し、
前記品質不良の分類ごとに、集約後の前記操業データおよび前記設備保全データと、前記品質データとの関係を機械学習によって学習して作成されたものである、
請求項１に記載の品質不良診断装置。
【請求項５】
前記操業データは、前記製品の特定方向の長さにわたって変動するデータである請求項１に記載の品質不良診断装置。
【請求項６】
前記設備保全データは、設備において前記製品が加工、処理される間にわたって変動するデータである請求項１に記載の品質不良診断装置。
【請求項７】
前記品質データは、前記製品の特定方向の長さにわたって変動するデータである請求項１に記載の品質不良診断装置。
【請求項８】
前記設備保全データは、前記製品への直接的または間接的な作用によって前記製品の特定位置に対して影響を及ぼす設備状態およびその保全状態を示すデータである請求項２に記載の品質不良診断装置。
【請求項９】
前記データ集約部は、前記製品の長手方向にわたって複数の品質不良発生箇所を有する品質不良発生傾向、または前記製品の幅方向にわたって複数の品質不良発生箇所を有する品質不良発生傾向に基づいて、予め定められた品質不良の分類ごとに前記操業データおよび前記設備保全データを抽出する請求項１に記載の品質不良診断装置。
【請求項１０】
前記品質不良判定部は、前記品質不良の分類ごとに作成され、かつ集約後の設備保全データと前記品質データとの関係が学習された複数の予測モデルを用いて、品質不良の発生の有無を判定し、
前記要因推定部は、品質不良の判定結果に基づいて、品質不良の要因を推定する、
請求項８に記載の品質不良診断装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、品質不良診断装置および品質不良診断方法に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
特許文献１には、製品の品質を予測して診断する方法として、製品製造時の操業条件データと最終工程における品質判定データとを、製品上の品質判定位置を考慮して紐付けて、当該データを学習した予測モデルを用いて品質を予測する方法が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特許第６９５３９９０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、製品の品質を予測する際に、品質データをその特徴によらず画一的に使用すると、異なるメカニズムにより発生する複数種類の品質不良に関する情報が欠落する。そのため、そのような品質データに基づいて予測モデルを作成したとしても、十分な予測性能に至らないという問題が生じ得る。
【０００５】
本発明は、上記に鑑みてなされたものであって、製品の品質不良を高精度に予測するとともに、当該品質不良の要因を推定することが可能な品質不良診断装置および品質不良診断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】
【０００６】
上述した課題を解決し、目的を達成するために、本発明に係る品質不良診断装置は、操業データ、設備保全データおよび品質データからなる診断対象の製品データを、所定のブロックごとに二次元状に分割するデータ分割部と、分割後のブロックにおける品質不良の発生傾向に基づいて、予め定められた品質不良の分類ごとに前記操業データおよび前記設備保全データを抽出し、抽出した前記操業データおよび前記設備保全データを、製品の特定方向における二以上のブロックを含む領域ごとに集約するデータ集約部と、前記品質不良の分類ごとに作成され、かつ集約後の前記操業データおよび前記設備保全データと、前記品質データとの関係が学習された複数の予測モデルを用いて、品質不良の発生の有無を判定する品質不良判定部と、を備える。
【０００７】
また、本発明に係る品質不良診断装置は、上記発明において、品質不良の判定結果に基づいて、品質不良の要因を推定する要因推定部を備える。
【０００８】
また、本発明に係る品質不良診断装置は、上記発明において、前記品質不良判定部における判定結果および前記要因推定部における要因推定結果の少なくとも一方を出力部に表示させる結果表示部を備える。
【０００９】
また、本発明に係る品質不良診断装置は、上記発明において、前記予測モデルが、前記操業データ、前記設備保全データおよび前記品質データからなる過去実績の製品データを、所定のブロックごとに二次元状に分割し、分割後のブロックにおける前記品質不良の発生傾向に基づいて、前記品質データに含まれる品質不良を分類し、前記品質不良の分類ごとに抽出した前記操業データおよび前記設備保全データを、前記製品の特定方向における二以上のブロックを含む領域ごとに集約し、前記品質不良の分類ごとに、集約後の前記操業データおよび前記設備保全データと、前記品質データとの関係を機械学習によって学習して作成されたものである。
【００１０】
また、本発明に係る品質不良診断装置は、上記発明において、前記操業データが、前記製品の特定方向の長さにわたって変動するデータである。
（【００１１】以降は省略されています）

関連特許