本发明专利技术构建一种反映了说明变量的变动与目的变量的变动的因果关系的回归模型。预测装置使用从生产设备获得的工艺数据来预测产物的特性值。此外，预测装置具备：工艺数据获取部，从存储从生产设备获得的工艺数据的存储装置读出所述工艺数据；以及预测模型生成部，生成基于因果关系信息对从生产设备获得的工艺数据的特征进行了学习的预测模型，其中，该因果关系信息对读出的工艺数据中所包括的预先决定的作为说明变量的第一工艺数据与作为目的变量的第二工艺数据或与该第二工艺数据相应的值的组合进行定义，预测模型生成部以根据说明变量的正负的变动方向来决定目的变量的正负的变动方向的方式生成预测模型。正负的变动方向的方式生成预测模型。正负的变动方向的方式生成预测模型。
【技术实现步骤摘要】
【国外来华专利技术】预测装置、预测方法以及程序
[0001]本公开涉及预测装置、预测方法以及程序。
技术介绍
[0002]以往，提出了一种在制造工艺中预测产物的质量或基于预测来进行动作的控制的技术。例如，提出了一种在制造工艺的制造中途预测产品的特性值，并基于该预测结果来计算后续工序的制造工艺的控制条件的预测系统(专利文献1)。本系统具备：数据库，储存按每个批次在制造工艺的工序中测定的数据和/或表示制造工艺的状态的数据；数式模型生成部，使用储存于数据库的数据来生成制造工艺的数式模型；产品特性预测部，对于制造中的批次，关于已处理的工序将实绩值输入数式模型，关于未处理工序将基于过去的批次而获得的代表值输入数式模型来预测产品的特性值；以及最优制造条件计算部，根据通过产品特性预测部得到的预测结果来计算未处理工序中的要控制的对象的工序的最优制造条件，该系统按每个规定的控制对象工序对制造中的批次实施通过产品特性预测部进行的预测和通过最优制造条件计算部进行的计算。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：日本专利第6477423号公报
[0006]专利文献2：日本专利第5751045号公报
[0007]专利文献3：日本特开2018
‑
120343号公报
[0008]专利文献4：日本特开2001
‑
106703号公报
技术实现思路
[0009]专利技术要解决的问题
[0010]以往，例如在进行控制以得到所希望的结果的情况下，即使用预测模型来解决逆问题也无法得到适当的结果。即，不知道应该如何变更说明变量的值来使由预测模型得到的推定值接近所希望的值。然而，变更说明变量的组合并反复模拟的方法很花费计算成本。因此，本技术的目的在于，构建一种反映了说明变量的变动与目的变量的变动的因果关系的回归模型。
[0011]技术方案
[0012]预测装置使用从生产设备获得的工艺数据来预测产物的特性值。此外，预测装置具备：工艺数据获取部，从存储从生产设备获得的工艺数据的存储装置读出工艺数据；以及预测模型生成部，生成基于因果关系信息对从生产设备获得的工艺数据的特征进行了学习的预测模型，其中，该因果关系信息对读出的工艺数据中所包括的预先决定的作为说明变量的第一工艺数据与作为目的变量的第二工艺数据或与该第二工艺数据相应的值的组合进行定义，预测模型生成部以根据说明变量的正负的变动方向来决定目的变量的正负的变动方向的方式生成预测模型。
[0013]以根据说明变量的正负的变动方向来决定目的变量的正负的变动方向的方式生成预测模型，由此，能生成对说明变量的变动与目的变量的变动的因果关系进行了学习的预测模型。特别是，能在分析对象的数据按照某些原理原则来变化的情况下，生成适当地反映了相关关系的预测模型。
[0014]此外，预测模型也可以是第一时间点的输出至少依赖于该第一时间点的过去的第二时间点的输出的自回归模型。能通过施加这样的符号的限制来生成按照工艺的原理原则的预测模型。即，通过使用满足符号限制的预测式，不仅能预测作为产物的质量的指标的值，而且容易知道如何变更机组的运转条件来改善质量即可。
[0015]此外，因果关系信息也可以是使用HAZOP(Hazard and Operability Study：危险与可操作性研究)、FMEA(Failure Mode and Effect Analysis：失效模式与影响分析)、FTA(Fault Tree Analysis：故障树分析法)、ETA(Event Tree Analysis：事件树分析法)或基于这些中的任一种的分析方法来生成工艺数据与特性值的因果关系的信息。如此，能通过使用因果关系明确的参数，例如减少预测模型的生成所需的时间，而无需整个生产设备的庞大的参数。
[0016]此外，也可以是，预测模型是包括多个预测式的分级结构，具有将通过第一预测式计算出的预测值包括在说明变量中的第二预测式。例如，也可以如此将因果关系转换为函数。
[0017]此外，也可以设为，与第二工艺数据相应的值是通过缩分法对多个第二工艺数据进行采样而得到的值，预测模型生成部基于生产设备内的处理对象的停留时间，将生产设备中的第一工艺数据的获取定时的范围和与第二工艺数据相应的值的计算定时建立对应，生成预测模型。在生产设备中持续地对处理对象进行处理的情况下，能通过将作为说明变量的工艺数据的获取定时与作为目的变量的工艺数据的获取定时适当地建立对应来提高预测的精度。
[0018]此外，生产设备也可以进行按每个规定的处理单位依次对处理对象进行处理的分批工序和之后连续地对处理对象进行处理的连续工序。而且，也可以设为，预测模型生成部基于生产设备内的处理对象的停留时间，将分批工序的完成定时的范围和与第二工艺数据相应的值的计算定时建立对应，生成预测模型。在连续进行分批工序和连续工序的情况下，也能通过将作为说明变量的工艺数据与作为目的变量的工艺数据适当地建立对应来提高预测的精度。
[0019]此外，也可以设为还具备预测处理部，该预测处理部使用通过预测模型生成部生成的预测模型和从生产设备获得的工艺数据或基于任意的运转条件的数据来预测特性值。此外，也可以设为，预测处理部针对预测出的特性值求出规定期间内的误差方差，使输出装置输出由预测出的特性值或工艺数据的实测值的平均值和误差方差决定的可靠区间和预测出的特性值。用户能视觉上掌握倾向，例如能作为是否应该变更生产设备的运转条件的判断材料。
[0020]需要说明的是，技术方案所述的内容可以在不脱离本公开的问题、技术思想的范围内尽可能地进行组合。此外，技术方案的内容可以作为计算机等装置或包括多个装置的系统、计算机所执行的方法或使计算机执行的程序而提供。需要说明的是，也可以设为提供保持程序的记录介质。
[0021]专利技术效果
[0022]根据公开的技术，能提高产物的特性值的预测精度。
附图说明
[0023]图1是表示实施方式的系统的一个例子的图。
[0024]图2是表示通过机组所具备的机器进行的工艺的一个例子的示意性的图。
[0025]图3是用于说明分批工序中的工艺数据的一个例子的图。
[0026]图4是表示预先登录到知识库的信息的一个例子的图。
[0027]图5是表示基于知识库而生成的分批工序的标签属性表的一个例子的图。
[0028]图6是表示基于知识库而生成的标签结合表的一个例子的图。
[0029]图7是表示预测模型的构成的逻辑树的一个例子的图。
[0030]图8是用于说明连续工序中的工艺数据的一个例子的图。
[0031]图9是用于说明连续工序的工序检查中的样本与分批工序中的生产编号建立对应的图。
[0032]图10是用于说明从连续工序中的传感器位置到工序检查中的采样位置为止的停留时间的图。
[0033]图11是表示基于知识库而生成的连续工序的标签属性表的一个例子的图。...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种预测装置，使用从生产设备获得的工艺数据来预测产物的特性值，所述预测装置具备：工艺数据获取部，从存储从所述生产设备获得的所述工艺数据的存储装置读出所述工艺数据；以及预测模型生成部，生成基于因果关系信息对从所述生产设备获得的所述工艺数据的特征进行了学习的预测模型，其中，所述因果关系信息对读出的所述工艺数据中所包括的预先决定的作为说明变量的第一工艺数据与作为目的变量的第二工艺数据或与该第二工艺数据相应的值的组合进行定义，所述预测模型生成部以根据所述说明变量的正负的变动方向来决定所述目的变量的正负的变动方向的方式生成所述预测模型。2.根据权利要求1所述的预测装置，其中，所述预测模型是第一时间点的输出至少依赖于该第一时间点的过去的第二时间点的输出的自回归模型。3.根据权利要求1或2所述的预测装置，其中，对于所述因果关系信息，使用危险与可操作性研究HAZOP、失效模式与影响分析FMEA、故障树分析法FTA、事件树分析法ETA或基于这些中的任一种的分析方法来生成所述工艺数据与所述特性值的因果关系。4.根据权利要求1～3中任一项所述的预测装置，其中，所述预测模型是包括多个预测式的分级结构，具有将通过第一预测式计算出的预测值包括在说明变量中的第二预测式。5.根据权利要求1～4中任一项所述的预测装置，其中，与所述第二工艺数据相应的值是通过缩分法对多个第二工艺数据进行采样而得到的值，所述预测模型生成部基于所述生产设备内的处理对象的停留时间，将所述生产设备中的所述第一工艺数据的获取定时的范围和与所述第二工艺数据相应的值的计算定时建立对应，生成所述预测模型。6.根据权利要求1～5中任一项所述的预测装置，其中，所述生产设备进行按每个规定的处理单位依次对处理对象进行处理的分批工序和之后连续地对所述处理对象进行处理的连续工序，所述预测模型生成部基于所述生产设备内的所述处理对象的停留时间，将所述分...
【专利技术属性】
技术研发人员：冈本洋，高桥麻里奈，筱原修二，光吉俊二，灰塚真浩，小园英俊，三好史浩，
申请(专利权)人：株式会社大赛璐，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。