首页 / 专利库 / 物理 / 质量 / 质量管理装置及质量管理方法

质量管理装置及质量管理方法

阅读:1087发布:2020-06-14

专利汇可以提供质量管理装置及质量管理方法专利检索,专利查询,专利分析的服务。并且本 发明 的 质量 管理装置(1)的特征在于,为了实现稳定的质量管理,具有:输入装置,其用于输入用于生产产品的生产系统(20)中的各装置(21~26)的工作条件等数据;计算部,其将工作条件的值代入预先计算出的关联公式中,并计算从关联公式导出的值;以及判定部,其基于由计算部计算出的结果,对各工序中的 工件 的质量进行良否判定。随后,在良否判定的结果判定为“否”的情况下,质量管理装置(1)算出适当的工作条件的值,并在所述各装置(21~26)中设置该值。,下面是质量管理装置及质量管理方法专利的具体信息内容。

1.一种质量管理装置,其特征在于,具有:
输入部,其用于输入用于生产产品的各装置的工作条件;
计算部,其将所述工作条件的值代入预设的关联公式中,并计算从所述关联公式所导出的值;以及
输出部,其基于由所述计算部计算出的结果,输出对用于生产所述产品的装置中的工序的质量进行良否判定之后的结果。
2.根据权利要求1所述的质量管理装置,其特征在于,具有:
条件变更部,其在所述良否判定的结果判定为不良的情况下,变更所述工作条件的值,以使得被判定为所述不良的质量的值变为适当的质量的值。
3.根据权利要求2所述的质量管理装置,其特征在于,
所述条件变更部在各关联公式中变更所述工作条件的值时,探索在其它关联公式中的影响最小的值。
4.根据权利要求2所述的质量管理装置,其特征在于,
在存储装置中储存有不包含于所述工作条件中的条件的列表,
所述质量管理装置具有:
显示处理部,其在即使变更了所述工作条件的值,所述良否判定的结果判定为不良的情况下,将所述列表显示于显示部。
5.根据权利要求2所述的质量管理装置,其特征在于,具有:
原因确定部,其在即使变更了所述工作条件的值,所述良否判定的结果判定为不良的情况下,确定成为被判定为所述不良的原因的所述工作条件;以及
显示处理部,其将所述原因确定部所确定的原因显示于显示部。
6.根据权利要求1所述的质量管理装置,其特征在于,
所述工作条件的值包括从所述各装置获得的值。
7.根据权利要求1所述的质量管理装置,其特征在于,
所述工作条件的值为在所述各装置的试验工作中得到的信息。
8.根据权利要求1所述的质量管理装置,其特征在于,具有:
关联公式更新部,其基于新获得的所述值来更新所述关联公式。
9.根据权利要求1所述的质量管理装置,其特征在于,
所述输入部输入在所述关联公式中使用的所述工作条件的值。
10.根据权利要求1所述的质量管理装置,其特征在于,具有:
条件变更部,其在用于生产所述产品的各装置未进行工作期间,变更所述工作条件的值,以使得所述良否判定的结果判定为不良的值变为适当的值。
11.根据权利要求1所述的质量管理装置,其特征在于,
所述关联公式使用与该关联公式对应的工序之前的工序中的所述工作条件的值,预测与所述关联公式对应的工序的质量。
12.一种质量管理方法,其特征在于,
管理生产产品的工序中的生产物的质量的质量管理装置经由输入部输入用于生产所述产品的各装置的工作条件,
将所述工作条件的值代入预设的关联公式中,
计算从所述关联公式所导出的值,
并基于所述计算的结果,输出对用于生产所述产品的装置中的工序的质量进行良否判定之后的结果。

说明书全文

质量管理装置及质量管理方法

技术领域

[0001] 本发明涉及一种用于生产系统的质量管理装置及质量管理方法的技术。

背景技术

[0002] 随着近年来社会形势的发展,产品制造的环境正在发生巨大变化。例如,由于海外生产增加,从海外采购的物品增加,以及熟练技术工人减少等,维持产品制造的技术变得越来越困难。因此,产品的质量管理面临着更为严峻的形势。
[0003] 目前的质量管理是指,在各工艺、工序中规定管理项目,并依据该管理项目来推进产品制造,由此获得一定的质量。但是,即使依据该管理项目推进产品制造,也难以完全杜绝不良,而且,有时会突发性地产生大量的不良。这是因为,在目前的质量管理的方式中,存在未考虑到的管理项目、关联性不十分明确的项目,质量及管理项目的关联性不充分。
[0004] 另一方面,产品制造中利用IT(Information Technology,信息技术)及大数据的运动也正在兴起。并且,已经出现了使用IT及大数据的质量管理的举措。作为解决目前的质量管理中的课题的方法,具有专利文献1中记载的技术。专利文献1中公开了一种生产质量系统,该生产质量系统“具有测定信息采集单元15,所述测定信息采集单元15基于来自制造指示系统11的制造指示信息12,与所述生产设备的设备编号及生产日期一并地采集并储存利用生产设备13生产产品时所测定的物理量。而且,具备质量信息分析单元22,该质量信息分析单元22设置有管理界限,该管理界限由通过统计方法从正确生产产品时的过去所积累的物理量而求得的基准值及上下界限值而界定的,该质量信息分析单元22具备根据从生产设备13中实时地测定的物理量是否在管理界限内来判定生产设备13有无异常的功能。随后,将所述质量信息分析单元22的分析结果输出给输出单元28并进行显示,其中,该分析结果包括生产设备13有无异常”(参见摘要)。
[0005] 现有技术文献
[0006] 专利文献
[0007] 专利文献1:日本专利特开2009-80649号公报

发明内容

[0008] 【发明要解决的问题】
[0009] 但是,虽然专利文献1的方法能够确定产生不良的工序及时段,但依然难以获得该不良的原因、今后应如何应对的方针。
[0010] 鉴于上述背景而完成了本发明,本发明的课题在于实现稳定的质量管理。
[0011] 【解决问题的技术手段】
[0012] 为了解决所述课题,本发明的特征在于,具有:输入部,其用于输入用于生产产品的各装置的工作条件;计算部,其将所述工作条件的值代入预先设定的关联公式中,并计算从所述关联公式所导出的值;以及输出部,其基于由所述计算部计算出的结果,输出对用于生产所述产品的装置中的工序的质量进行良否判定之后的结果。
[0013] 关于其它解决手段,将记载于实施方式中。
[0014] 【发明的效果】
[0015] 根据本发明,能够进行稳定的质量管理。附图说明
[0016] 图1为表示第一实施方式中所使用的质量管理系统的整体构成例的图。
[0017] 图2为第一实施方式中所使用的质量管理装置的硬件构成图。
[0018] 图3为表示第一实施方式在所使用的产品数据的构成例的图。
[0019] 图4为表示确认热处理后硬度所需的数据的图。
[0020] 图5为表示确认熔透深度所需的数据的图。
[0021] 图6为表示确认作为焊接不良的气孔的产生概率所需的数据的图。
[0022] 图7为表示第一实施方式中所使用的质量管理装置的处理顺序的流程图
[0023] 图8为表示第一实施方式中所使用的预测处理的顺序的流程图。
[0024] 图9为表示第一实施方式中所使用的原因确定画面的一例的图。
[0025] 图10为第一实施方式中所使用的险显示画面的例子。
[0026] 图11为表示第一实施方式中所使用的关联系数设置处理的顺序的流程图。
[0027] 图12为表示第二实施方式中所使用的工作条件变更处理的顺序的流程图。
[0028] 图13为表示第三实施方式中所使用的质量管理装置的处理顺序的流程图。

具体实施方式

[0029] 接着,参考适宜附图,对用于实施本发明的方式(称为“实施方式”)进行详细地说明。
[0030] [第一实施方式]
[0031] (系统构成)
[0032] 图1为表示本实施方式中所使用的质量管理系统的整体构成例的图。
[0033] 质量管理系统A具有质量管理装置1及生产系统20。质量管装置1例如设置于未图示的数据中心
[0034] 生产系统20具有作为用于生产产品的装置的接收装置21、热处理装置22、清洗装置23、压入装置24、焊接装置25、以及检查装置26。
[0035] 即,生产系统20中所进行的生产工序从利用接收装置21进行例如两个材料棒材的接收(接收工序)而开始,利用热处理装置22进行热处理(热处理工序)之后,利用清洗装置23进行清洗工序。随后,压入装置24压入工件(压入工序),焊接装置25通过激光焊接进行接合(焊接工序),从而生产产品。检查装置26对生产出的产品进行产品检查(检查工序)之后出货。在此,工件是指从热处理工序至焊接工序中的材料棒材。顺便说一下,焊接工序完成后的工件则成为“产品”。
[0036] 而且,质量管理装置1中储存有设计数据131、工序数据132、以及环境数据133等。
[0037] 设计数据131中储存有由用户输入的产品的设计信息。
[0038] 工序数据132中储存有在产品的生产工序中所获得的信息。
[0039] 环境数据133中储存有与产品的生产环境相关的信息。
[0040] 另外,关于设计数据131、工序数据132、以及环境数据133,将在后文叙述。
[0041] 数据D1从生产系统20的各装置21~26送向质量管理装置1。随后,质量管理装置1基于所送至的数据D1,进行特定工序中的作业结果的良否判定,并在良否判定的结果判定为“否”的情况下,根据需要算出适当的工作条件D2,在生产系统20的各装置21~26中设置该工作条件D2。
[0042] (质量管理装置)
[0043] 图2为本实施方式中所使用的质量管理装置的硬件构成图。
[0044] 质量管理装置1具有存储器11、CPU(Central Processing Unit,中央处理器)12、存储装置13、输入装置14、显示装置(显示部)15及通信装置(输入部)16。
[0045] 存储器11由RAM(Random Access Memory,随机存储器)等构成。
[0046] 存储装置13由HD(Hard Disk,硬盘)等构成,储存有设计数据131、工序数据132及环境数据133。关于设计数据131、工序数据132及环境数据133,将在后文叙述。
[0047] 输入装置14为键盘鼠标等。
[0048] 显示装置15为显示器等。
[0049] 通信装置16与生产系统20中的各装置21~26(参见图1)进行通信。
[0050] 存储装置13中所储存的程序被加载至存储器11,所加载的程序被CPU12执行,由此,实现了处理部100及构成处理部100的信息获得部101、判定部102、计算部(关联公式更新部)103、再设置处理部(条件变更部)104、原因确定部105、储存处理部106、以及显示处理部(输出部)107。
[0051] 信息获得部101从生产系统20中的各装置21~26(参见图1)获得各种数据。
[0052] 判定部102进行判定处理。
[0053] 计算部103进行计算处理。
[0054] 再设置处理部104进行再设置处理,即,在预测为值偏离的情况下,当变更工作条件等时,探索如何变更工作条件等,并利用探索结果来变更工作条件等。
[0055] 原因确定部105在即使再设置处理部104进行了重新设置处理,但值仍然偏离的情况下,确定其原因。
[0056] 储存处理部106将计算部103的计算结果及信息获得部101所获得的数据等储存于存储装置13。
[0057] 显示处理部107在显示装置15上显示各种显示画面。
[0058] 另外,关于各部分101~107所进行的处理,将在后文叙述。
[0059] (产品数据)
[0060] 图3为表示本实施方式中所使用的产品数据的构成例的图。将适当地参考图1。
[0061] 图3所示的产品数据130与图1及图2的设计数据131、工序数据132及环境数据133是一体的。另外,图3所示的产品数据130仅为一例,不限定于该形式。
[0062] 而且,图3所示的产品数据130例如为与“产品A”相关的数据。每种产品具有同样的产品数据130。
[0063] 产品数据130大致具有“设计”、“环境”、以及“工序”的项目。在此,“设计”的项目相当于图1、图2的设计数据131,“环境”的项目相当于图1、图2的环境数据133,“工序”的项目相当于图1、图2的工序数据132。
[0064] “设计”的项目进一步地具有“设计”及“工艺”的项目。
[0065] “设计”具有“附图a”、“部件a”、“尺寸a”、“材质a”、“公差a”、“规格a”、以及“生产工序a”等项目。
[0066] “附图a”中储存附图名称及附图ID等。“部件a”中储存部件(材料棒材)的名称及部件ID(材料棒材ID)等。“尺寸a”中储存部件尺寸。“材质a”中储存材质名称及材质ID等。“公差a”中储存相对于部件尺寸的公差。“规格a”中储存与对应的部件的规格相关的信息。“生产工序a”中储存生产对应的部件的工序的工序ID等。被输入至“设计”的各项目的信息是由用户输入的信息。
[0067] “工艺”具有“方法b”、“设备b”、以及“条件b”等项目。
[0068] “方法b”中储存与所使用的方法相关的信息(方法名称、方法ID等)。“设备b”中储存所使用的设备名称及设备ID等。“条件b”中储存与焊接条件相关的信息。“条件b”中所储存的信息例如为激光输出、焊接速度、以及焦点位置等。焊接速度为进行焊接时的工件的移动速度或激光的移动速度。焦点位置为激光的焦点位置。被输入至“工艺”的各项目的信息是由用户输入的信息。另外,在本实施方式中,“焊接条件”是指“条件b”中所含的条件,“工作条件”表示包括“焊接条件”的、产品数据130中所含的各条件。
[0069] “环境”具有“温度1”、“湿度1”、以及“风量1”等项目。
[0070] “温度1”中储存进行一系列工序时的气温。如果在室外进行一系列的工序,则外部气温储存在“温度1”中,如果在室内进行,则室内温度储存在“温度1”中。“湿度1”中储存进行一系列工序时的湿度。如果在室外进行一系列的工序,则室外的湿度储存在“湿度1”中,如果在室内进行,则室内的湿度储存在“湿度1”中。“风量1”表示在室外进行一系列的工序时的风量。在室内进行一系列的工序时,“风量1”中储存“0”。被输入至“环境”的各项目的信息可以由用户输入,也可以由图中未示出的温度传感器湿度传感器、风量传感器输入。
[0071] “工序”具有“接收”、“热处理”、“清洗”、“压入”、“焊接”、“检查(质量)”等项目。在这些项目中,“接收”中储存与接收装置21相关的数据。同样地,“热处理”中储存与热处理装置22相关的数据,“清洗”中储存与清洗装置23相关的数据。随后,“压入”中储存与压入装置24相关的数据,“焊接”中储存与焊接装置25相关的数据,“检查(质量)”中储存与检查装置
26相关的数据。
[0072] “接收”具有“材料棒材2”、“成分2”、“尺寸2”、“清洗度2”、以及“硬度2”等项目。
[0073] “材料棒材2”中储存所接收的材料棒材的棒材编号等。“成分2”中储存与材料棒材的成分相关的信息。该成分为通过发射光谱法等测量的量及硫的含量等。“尺寸2”中储存所接收的材料棒材的尺寸。该尺寸通过利用激光位移计等对规定部位进行测定而得到。“清洗度2”中储存有表示所装入的材料棒材是否清洗至某种程度的信息。具体而言,“清洗度2”为通过附着于材料棒材表面的油分量所表示的信息,附着于材料棒材的表面的油分量越少,表示清洗度越高(良好地清洗)。“清洗度2”通过利用傅里叶变换红外光谱法等评价油分量而得到。“硬度2”中储存所装入的材料棒材的硬度。该“硬度2”中储存利用维氏硬度计等所测量出的值。
[0074] “热处理”具有“温度3”、“冷却速度3”、“气氛3”,“装置工作3”、“作业人员3”、以及“热处理质量3”等项目。
[0075] “温度3”中储存在热处理工序中施加于工件的热量的温度。该“温度3”通过使用热成像或热电偶等而测量。“冷却速度3”中储存施加热量之后进行冷却的工序中的冷却速度。该“冷却速度3”由质量管理装置1基于利用热成像或热电偶等测量出的温度来计算。“气氛
3”中储存例如热处理中的浓度。该氧浓度由氧浓度计等测量。“装置工作3”中储存热处理装置22何时打开何时关闭、以及进行处理后的工件的数量等信息。“作业人员3”中基于作业人员排班等来储存操作热处理装置22进行热处理作业的作业人员的姓名、作业人员ID等。
“热处理质量3”中储存通过目测得到的外观检查的结果及由维氏硬度计测量出的热处理后的工件的硬度等。
[0076] “清洗”具有“溶液清洗度4”、“油分量4”、“装置工作4”、“作业人员4”、以及“清洗质量4”等项目。
[0077] “溶液清洗度4”为清洗溶液的污染量。即,清洗工件的溶液的污浊程度。具体而言,“溶液清洗度4”通过傅里叶变换红外光谱法来测量,顺便说一下,清洗溶液被循环使用直至污浊达到一定程度。“油分量4”为清洗前附着于工件的油分量,例如,通过傅里叶变换红外光谱法来测量。“装置工作4”中储存清洗装置23何时打开何时关闭、以及进行处理后的工件的数量等信息。“作业人员4”基于作业人员排班等来储存操作清洗装置23进行清洗处理的作业的作业人员的姓名、作业人员ID等。“清洗质量4”为清洗后的工件的表面油分量。例如,通过傅里叶变换红外光谱法测量工件的表面油分量,由此储存“清洗质量4”。
[0078] “压入”具有“负荷5”、“按压量5”、“油分量5”、“尺寸5”、“装置工作5”、“作业人员5”、以及“压入质量5”的项目。
[0079] “负荷5”中储存在压入工序中施加给工件的。“按压量5”中储存表示施加负荷后工件被按压下多少的量。“油分量5”中储存进行压入工序前的工件表面的油分量。例如,通过傅里叶变换红外光谱法测量并储存油分量。“尺寸5”中储存压入处理后的两个工件的尺寸。“装置工作5”中储存压入装置24何时打开何时关闭、以及进处理后的工件的数量等信息。“作业人员5”中基于作业人员排班等来储存操作压入装置24从而进行压入处理作业的作业人员的姓名、作业人员ID等。“压入质量5”中储存通过目测得到的压入位置及按压的结果。具体而言,按压量等储存在“压入质量5”中。
[0080] “焊接”具有“尺寸6”、“熔池形状6”、“熔池发光6”、“光学系统6”、“油分量6”、“装置工作6”、“作业人员6”、以及“焊接质量6”的项目。
[0081] “尺寸6”中储存焊接部的间隙量等。“熔池形状6”中储存熔池的长度。该熔池的长度基于相机的图像来计算,或通过位移测量激光器来测量。在此,熔池的长度是指例如熔池中最长的长度等。“熔池发光6”中储存熔池的发光强度(例如,红外光强度)。该发光强度通过光电二极管等来测量。“光学系统6”中储存通过热成像等测量出的保护玻璃的温度升高值等。“油分量6”中储存进行焊接工序前的工件表面的油分量。“装置工作6”中储存焊接装置25何时打开何时关闭、以及进行处理后的工件的数量等信息。“作业人员6”中基于作业人员排班等来储存操作焊接装置25从而进行压入处理作业的作业人员的姓名、作业人员ID等。“焊接质量6”中储存通过目测而进行的外观观察和通过剖面观察而进行的内部缺陷的评价。
[0082] “检查(质量)”具有“性能7”、“目测7”、“形状7”、“装置工作7”、“作业人员7”项目。
[0083] “性能7”中储存焊接的结果、由多个工件所生成的产品的抗拉强度、以及通过激光测定所得到的形状测定的结果。“目测7”中储存目测的检查结果(良否判定的结果)等。“形状7”中储存焊接后的产品的各尺寸。该尺寸由激光位移计等来测量。“装置工作7”中储存检查装置26何时打开何时关闭、以及进行处理后的产品的数量等信息。“作业人员7”中基于作业人员排班等来储存操作检查装置26而进行热处理作业的作业人员的姓名、作业人员ID等。
[0084] 图4为表示确认热处理后硬度所需的数据的图。
[0085] 图4中,“有”所表示的项目为与热处理后硬度具有关联的数据。这样的关联的有无基于贡献率等而预先计算。图4中的各项目与图3中相同名称的项目相对应。后文叙述的图5及图6也相同。
[0086] 另外,如图4所示,不存在影响热处理后硬度的环境数据133。随后,针对这些项目,若利用多元回归直线计算确认用热处理后硬度,则得到下式(1)。确认用热处理后硬度是为了确认热处理工序结束后工件是否达到规定的硬度。
[0087] 确认用热处理后硬度=0.147×(材料棒材2)+10.752×(成分2)+3.558×(清洗度2)+0.8777×(硬度2)+0.0025×(温度3)+0.678×(冷却速度3)+20.557×(气氛3)+107.589
[0088] ···(1)
[0089] 式子的各变量“材料棒材2”、“成分2”、“清洗度2”、“硬度2”、“温度3”、“冷却速度3”、以及“气氛3”等已在图3中说明,因此在此不予赘述。后文叙述的式(2)~式(6)也同样省略变量的说明。
[0090] 在热处理工序中,热处理后的硬度作为热处理工序的质量,有时不满足规定值而成为不良。在第一实施方式中,能够通过式(1)来推测进行热处理后的工件的硬度。
[0091] 由此,能够事先探讨在怎样的工作条件下对热处理工序前的工件进行热处理才能获得规定的硬度。随后,能够将该探讨结果反映在热处理工序的工作条件中。
[0092] 这样一来,能够通过使用根据获得的数据而得到的多元回归方程来得到规定的热处理质量。
[0093] 同样地,能够通过下面的式(2)来计算预测用的热处理后硬度(预测用热处理后硬度)。预测用的热处理后硬度用于在进行热处理前,由至此已进行的工序中所获得的数据来预测热处理后硬度。
[0094] 预测用热处理后硬度=0.147×(材料棒材2)+10.752×(成分2)+3.558×(清洗度2)+0.8777×(硬度2)
[0095] ···(2)
[0096] 图5为表示确认熔透深度所需的数据的图。
[0097] 熔透深度为焊接工序结束后的焊接部的熔透深度。熔透深度是焊接工序中的焊接质量的指标。
[0098] 图5中示出对作为焊接质量的熔透深度及各数据实施关联分析而得到的结果。
[0099] 图5中,“有”所表示的项目为与熔透深度具有关联的项目。关于这些项目,若利用多元回归方程来表达确认用熔透深度,则得到下式(3)。确认用熔透深度用于确认焊接工序结束后工件的熔透的深度是否达到规定的深度。
[0100] 确认用熔透深度=0.0635×(条件b-激光输出)-0.275×(条件b-焊接速度)-0.366×(条件b-焦点位置)+0.00047×(材料棒材2)+0.157×(成分2)+0.0087×(油分量4)
+0.00014×(清洗质量4)+0.00011×(油分量5)+0.0002×(作业人员5)+0.052×(压入质量
5)+1.25×(尺寸6)+0.789×(熔池形状6)+0.114×(熔池发光6)-0.034×(光学系统6)+
0.0074×(油分量6)+0.0635×(装置工作6)+0.00088×(作业人员6)+0.0257
[0101] ···(3)
[0102] 而且,能够使用式(3),事先探讨在怎样的工作条件下对焊接工序前的工件进行焊接才能够得到规定的熔透深度。随后,能够将该探讨结果反应于工作条件中。
[0103] 同样地,能够通过下面的式(4)来计算预测用的熔透深度(预测用熔透深度)。预测用的熔透深度用于在进行焊接前,由至此已进行的工序中获得的数据来预测熔透深度。
[0104] 用于预测的熔透深度=0.0635×(条件b-激光输出)-0.275×(条件b-焊接速度)-0.366×(条件b-焦点位置)+0.00047×(材料棒材2)+0.157×(成分2)+0.0087×(油分量4)
+0.00014×(清洗质量4)+0.00011×(油分量5)+0.0002×(作业人员5)+0.052×(压入质量
5)
[0105] ···(4)
[0106] 图6为表示确认作为焊接不良的气孔的产生几率所需的数据的图。
[0107] 气孔产生几率为焊接工序结束后的气孔的产生几率。气孔的有无为焊接质量。
[0108] 图6中示出对作为焊接质量的气孔产生几率和各数据实施关联分析而得到的结果。
[0109] 图6中,“有”所表示的项目为与气孔产生几率具有关联的项目。关于这些项目,若利用多元回归方程来表达确认用气孔产生几率,则得到下式(5)。确认用气孔产生几率用于确认焊接工序结束后是否以某一几率产生工件的气孔。
[0110] 确认用气孔产生几率=0.00012×(条件b-激光输出)+0.052×(条件b-速度)-0.127×(条件b-焦点位置)+1.523×(湿度1)+7.556×(溶液清洗度4)+15.274×(油分量4)
+0.0257×(作业人员4)+20.753×(清洗质量4)+13.221×(油分量5)+0.0035×(作业人员
5)+0.578×(熔池发光6)+4.887×(油分量6)+0.00145×(作业人员6)+3.478
[0111] ···(5)
[0112] 能够由如上的确认用气孔产生几率的式(5)来评价产生气孔的难易度。而且,通过使用该式(5)可知,在怎样的工作条件下对焊接工序前的工件进行焊接才能降低气孔的产生几率。
[0113] 同样地,能够通过下式(6)来计算预测用的气孔产生几率(预测用气孔产生几率)。预测用的气孔产生几率用于在进行焊接前,由至此已进行的工序中获得的数据来预测气孔产生几率。
[0114] 预测用气孔产生几率(%)=0.00012×(条件b-激光输出)+0.052×(条件b-速度)-0.127×(条件b-焦点位置)+1.523×(湿度1)+7.556×(溶液清洗度4)+15.274×(油分
量4)+0.0257×(作业人员4)+20.753×(清洗质量4)+13.221×(油分量5)+0.0035×(作业
人员5)
[0115] ···(6)
[0116] 而且,式(6)还能够在焊接工序中进行计算。因此,质量管理装置1也能够通过在焊接工序中计算气孔产生几率来调节工作条件。
[0117] (流程图)
[0118] 图7为表示第一实施方式中所使用的质量管理装置的处理顺序的流程图。适当地参考图1、图2。
[0119] 首先,信息获得部101经由输入装置14获得设计数据131(S101)。此时,也获得环境数据133。
[0120] 接着,在进行接收处理后且进行热处理前,信息获得部101从接收装置21获得数据(S102)。在此,信息获得部101也可以仅获得图4~图6中带有“有”的项目的数据(步骤S111、S123、S131中获得数据时也相同)。顺便说一下,步骤S102中获得的数据储存在图3的工序数据132中的“接收”的项目中。
[0121] 随后,质量管理装置1进行热处理后硬度预测处理(S103)。关于热处理后硬度预测处理,将在后文叙述。
[0122] 接着,信息获得部101从热处理装置22获得数据(S111)。在步骤S111中获得的数据储存在图3的工序数据132中的“热处理”的项目中。
[0123] 随后,在从热处理装置22所获得的数据中,判定部102对热处理后硬度(热处理工序的质量)进行良否判定(S112)。良否判定是对计算部103使用步骤S111中所获得的数据和式(1)而算出的值是否从过去由式(1)所算出的确认用热处理后硬度的值偏离规定值以上进行判定。规定值是指例如是否偏离σ。在此,σ为标准偏差的值。
[0124] 在判定部102输出“否”作为步骤S112的结果的情况下(S112→否),即,判定部102判定偏离度是否较大(S121)。偏离度是指热处理后硬度的实测值从式(1)所示的确认用热处理后硬度的关联公式表示的值偏离的程度。判定偏离度较大,例如表示热处理后硬度的实测值从式(1)所示的确认用热处理后硬度的关联公式表示的值偏离2σ(σ为标准偏差)以上。
[0125] 在判定部102输出偏离度较大作为步骤S121的结果的情况下(S121→是),显示处理部107在显示装置15上进行错误显示(S122),并结束处理。此时,原因确定部105可以进行与图8的步骤S221相同的处理,显示处理部107显示图9所示的原因确定画面。
[0126] 在判定部102输出偏离度较小作为步骤S121的结果的情况下(S121→否),信息获得部101待清洗工序及压入工序结束之后,从清洗装置23及压入装置24获得数据(S123)。在步骤S123中所获得的数据储存在图3的工序数据132中的“清洗”、“压入”的各项目中。
[0127] 随后,质量管理装置1进行熔透深度预测处理(S124),接下来,进行气孔产生几率预测处理(S125)。关于熔透深度预测处理及气孔产生几率预测处理,将在后文叙述。
[0128] 随后,质量管理装置1结束处理。
[0129] 另一方面,当判定部102输出“良”作为步骤S112的结果的情况下(S112→良),信息获得部101待清洗工序、压入工序及焊接工序结束之后,从清洗装置23、压入装置24及焊接装置25获得数据(S131)。在步骤S131中所获得的数据分别储存在图3的工序数据132中的“清洗”、“压入”、以及“焊接”的项目中。另外,在输出“良”作为步骤S112的结果的情况下,显示处理部107可以将该内容显示于显示装置15。
[0130] 随后,在从焊接装置25所获得的数据中,判定部102对熔透深度及气孔产生的有无(焊接工序的质量)进行良否判定(S132)。良否判定是对计算部103使用步骤S131中所获得的数据以及式(3)所算出的值是否从过去由式(3)所算出的确认用熔透深度的值偏离规定值以上、以及是否产生了气孔进行判定。规定值为例如是否偏离σ(σ为标准偏差)。
[0131] 在此,在熔透深度从式(3)所示的确认用熔透深度的关联公式表示的值偏离规定值以上、或产生了气孔的情况下,步骤S132中判定为“否”。
[0132] 在熔透深度未从式(3)所示的确认用熔透深度的关联公式表示的值偏离规定值,且,未产生气孔的情况下,步骤S132中判定为“良”。
[0133] 在判定部102输出“否”作为步骤S132的结果的情况下(S132→否),显示处理部107在显示装置15上进行错误显示(S133),质量管理装置1结束处理。此时,原因确定部105可以进行与图8的步骤S221相同的处理,显示处理部107显示图9所示的原因确定画面。
[0134] 在判定部102输出“良”作为步骤S132的结果的情况下(S132→良),质量管理装置1结束处理。另外,在输出“良”作为步骤S132的结果的情况下,显示处理部107也可以将该内容显示于显示装置15。
[0135] 另外,在本实施方式中,不使用来自检查装置26的数据。
[0136] 而且,如上所述,在步骤S102、S111、S123、S131中,图4~图6中,能够仅获得与带有“有”的项目相对应的数据。这样一来,能够减少所获得的数据,从而能够减小存储装置13中的存储容量。
[0137] (预测处理)
[0138] 图8为表示本实施方式中所使用的预测处理的顺序的流程图。图8的处理为图7的步骤S103、S124、S125中所使用的处理。
[0139] 首先,计算部103计算预测值(S201)。在步骤S103中的话,预测值为式(2)所示的用于预测用热处理后硬度,在步骤S124中的话,预测值为式(4)所示的预测用熔透深度,在步骤S125中的话,预测值为式(6)的预测用气孔产生几率。此时,使用在步骤S102、S123中所获得的各数据。
[0140] 接着,判定部102使用所算出的各个预测值进行良否判定(S202)。良否判定是对步骤S201中所算出的预测值是否从根据过去的历史所得到的实测值的平均值偏离规定值。即,对热处理工序及焊接工序中所预测的质量进行良否判定。规定值是指例如是否偏离σ(σ为标准偏差)。
[0141] 在步骤S202的结果判定为“良”的情况下(S202→良),质量管理装置1返回图7的处理。
[0142] 在步骤S202的结果判定为“否”的情况下(S202→否),判定部102判定以前是否进行了值的再设置(已经再设置)(S211)。值的再设置为后文的步骤S214中所叙述的处理。
[0143] 在步骤S211的结果为未进行再设置的情况下(S211→否),再设置处理部104进行条件探索,即探索各工作条件的值(S212)。在条件探索中,再设置处理部104变更所使用的关联公式的各工作条件(变量),从而使预测值达到适当的值。在此,所需值为根据过去的历史所得到的实测值的平均值等。在这样的情况下,考虑将工作条件、特别是焊接条件(图3的“条件b”)设置为不同的值。这种状态在从正在焊接某产品的状态切换为焊接其它产品时经常产生。
[0144] 例如,在气孔产生几率的预测值达到较大值的情况下,作为工作条件,能够调节激光输出、焊接速度、焦点位置等焊接条件。但是,若改变这些工作条件,熔透深度也将产生变化。即,式(4)所示的预测用熔透深度的式子和式(6)的预测用气孔产生几率的式子相同的变量较多,因此,若想要降低气孔产生几率,也会影响熔透深度。因此,再设置处理部104能够通过利用预测用熔透深度的式子同时进行评价来探索能够兼顾两者的工作条件。即,再设置处理部104利用预测用气孔产生几率的式(6)和预测用熔透深度的式(4)来探索平衡良好的工作条件。即,再设置处理部104在各关联公式中变更工作条件的值时,探索在其它关联公式中的影响最小的值。
[0145] 此时,再设置处理部104对各个工作条件的值进行微小变更,使用微小变更后的工作条件,利用式(4)及式(6),计算各个预测值。随后,若不是所需的值,则再设置处理部104以如下形式进行:进一步地变更各工作条件的值,并探索熔透深度的预测值和气孔产生几率的预测值的变化最小的工作条件的值。这样一来,在步骤S202的良否判定的结果判定为不良(“否”)的情况下,再设置处理部104变更所述工作条件的值,以使判定为不良的质量的值变为适当的质量的值。
[0146] 相反地,若熔透深度的预测值变化,则其它预测值、具体而言,气孔产生几率的预测值有时也产生变化。例如,由于“条件b-激光输出”也用于预测用气孔产生几率的关联公式,因此若改变“条件b-激光输出”,则气孔产生几率的预测值也产生变化。其它工作条件也相同。
[0147] 另外,在图3的产品数据130中的各工作条件中,焊接条件(“条件b”)能够自由改变设定,因此,在此,以变更焊接条件为前提。但是,所变更的条件不限定于焊接条件,只要具有可变更设定的工作条件,则变更该工作条件的值即可。
[0148] 这样一来,能够适当地保持工序质量,同时能将对其它工序的影响限制为最小程度。
[0149] 随后,判定部102对步骤S212的结果是否发现了各预测值落入所需值内的工作条件的组合(是否成功)(S213)。
[0150] 在步骤S213的结果发现了各预测值落入所需值内的工作条件的组合的情况下(成功)(S213→是),再设置处理部104再设置所探索到的工作条件的值(S214)。
[0151] 在步骤S213的结果未发现各预测值落入所需值内的工作条件的组合的情况下(失败)(S213→否),显示处理部107在显示装置15上进行“不可焊接”的错误显示(S215),并结束处理。作业人员探究原因。
[0152] 在步骤S211的结果为进行了再设置的情况下(S211→是),原因确定部105确定在步骤S202中判定为“不良”的原因(S221)。原因确定部105针对例如构成预测值的关联公式的要素,与过去的各值进行比较,从而检测从过去的各值的平均值等偏离规定距离的要素。
在预测用热处理硬度的预测式(式(2))中的话,构成预测值的关联公式的要素为“材料棒材
2”、“成分2”、“清洗度2”、以及“硬度2”。
[0153] 这样一来,在虽然变更了工作条件的值,但在步骤S202的良否判定的结果仍然判定为不良(“否”)的情况下,原因确定部105确定作为判定为不良的原因的工作条件。
[0154] 随后,原因确定部105判定是否能够确定“不良”的原因(S222)。
[0155] 在步骤S222的结果为能够确定“不良”的原因的情况下(S222→是),显示处理部107将原因确定画面显示于显示装置15(S223)。
[0156] 图9为表示第一实施方式中所使用的原因确定画面的一例的图。
[0157] 图9所示的原因确定画面200为在图8的步骤S223中所示出的处理中显示于显示装置15的画面。
[0158] 原因确定画面200具有不良信息显示区域201和原因显示区域202。
[0159] 不良信息显示区域201上显示与在步骤S202中判定为“不良”的值相关的信息。在图9的例中,示出了对“热处理后硬度预测值”进行了不良判定。
[0160] 原因显示区域202中显示与在步骤S221中所确定的原因相关的信息。在图9的例子中,式(2)的“清洗度2”的值异常,因此显示督促确认“清洗度”。
[0161] 这样一来,在工件被判定为“不良”时,用户能够缩小其原因而进行调查。
[0162] 返回图8的说明。
[0163] 步骤S222之后,用户依据图9所示的原因确定界面200审核工作条件的值,并进行工作条件的再设置(S224)。
[0164] 在步骤S222的结果为不能确定原因的情况下(S222→否),显示处理部107在显示装置15上显示风险显示画面(S225)。
[0165] 而且,在即使基于从关联公式中得到的结果调节工作条件也不能抑制不良的情况下(S211→是),除当前正在管理的数据以外的内容可能是原因所在。
[0166] 因此,显示处理部107在显示装置15上显示风险显示画面,该风险显示画面使未储存在图3的产品数据130中的条件和与该条件相关的风险相对应(S225)。即,在虽然已变更了工作条件的值,但步骤S202的良否判定的结果仍然判定为不良(“否”)的情况下,显示处理部107在显示装置15上显示风险显示画面。
[0167] 图10为本实施方式中所使用的风险显示画面的例子。
[0168] 在图10辅助的风险显示画面300中,示出了产生了气孔的情况下所显示的风险显示的例子。
[0169] 例如,虽然在步骤S214中已调节了焊接条件,但仍产生了气孔的情况下,由于在焊接工序中产生气孔,因此,显示风险数据中的、焊接工序之前的风险数据。这样一来,将当前未测量的项目列表化,并与相关风险一起显示,由此有利于调查原因。
[0170] 另外,图10中所显示的风险的列表中列出用户未预先在设计数据131、环境数据133、工序数据132中测量的数据,并预先为各项目分配了风险。即,图10中所显示的风险的列表为不包含于产品数据130的工作条件中的条件的列表。
[0171] 图10中,仅显示列表中的、与产生不良的产品相关的项目。例如,在图10的例子中,在制成的列表中,显示了与气孔相关的项目。如果产生什么样的不良显示何种项目由用户预设。
[0172] 另外,也可以在风险显示画面300上显示与之前实际产生的不良相关的风险。
[0173] 这样一来,即使因除储存于产品数据130的工作条件以外的原因而判定工件质量的预测值不良,也能够对应。
[0174] 返回图8的说明。
[0175] 步骤S225之后,用户参考图10所示的风险显示画面来检验各装置的值。
[0176] (关联系数计算处理)
[0177] 图11为表示第一实施方式中所使用的关联系数设置处理的顺序的流程图。
[0178] 图11所示的处理为在离线期间、即生产系统20停止期间所进行的处理。而且,图11为定期进行的处理。
[0179] 首先,信息获得部101获得之前所积累的全部设计数据131、工序数据132、以及环境数据133(S301)。
[0180] 随后,计算部103使用步骤S301中所获得的数据来进行多元回归分析(S302)。其结果,计算式(1)~式(6)的各系数。
[0181] 随后,储存处理部106将步骤S302中计算出的各系数储存在存储装置13(S303)中。
[0182] 这样一来,更新关联公式。
[0183] 工序数据132依次积累,因此,通过进行图11所示的处理,能够提高关联公式的精度。另外,优选地,定期进行图11所示的处理。
[0184] 根据第一实施方式,通过分析各工序中的工作条件的值相对于热处理后硬度、熔透深度及气孔产生几率的关联,能够将工作条件的值调节为稳定的值。由此,从长期的观点考拉,能够使产品的质量稳定。
[0185] 即,根据第一实施方式,如式(1)~(6)所示,通过使用各工序中得到的数据,并利用进行多元回归分析而得到的回归方程,能够确认是否获得了规定的工序质量。由此,能够使生产系统20的质量稳定。
[0186] 而且,通过使用从产品系统20中的各装置21~26实际获得的工作条件的值,能够使产品系统20工作,同时提高质量的稳定性
[0187] 而且,如式(2)、式(4)、式(6)所示,通过使用预测热处理工序及焊接工序的质量的关联公式,能够在热处理工序及焊接工序之前预测其质量,且能够提前调节工作条件。
[0188] 另外,也可以在步骤S112及步骤S132中判定为“否”之后,进行图8的步骤S212~S215的处理。在该情况下,作为处理对象的关联公式成为式(1)、式(3)、式(5)的确认用的各关联公式。
[0189] [第二实施方式]
[0190] 接着,参考图12,对本发明的第二实施方式进行说明。
[0191] 图12为表示第二实施方式中所使用的工作条件变更处理的顺序的流程图。
[0192] 图12的处理为在离线期间、即生产管理系统20不工作期间所进行的处理。并且,图12的步骤S401~S404的处理为与图8的步骤S212~S215的处理相同的处理,因此,在此省略各自的处理的说明。
[0193] 根据第二实施方式,由于为离线期间的处理,因此能够减小对生产系统20的影响。
[0194] 另外,在进行图12所示的处理的情况下,可以进行或不进行图8的步骤S212~S215的处理。
[0195] 而且,在图12的步骤S401的处理前,针对热处理后硬度、熔透深度、气孔的有无,判定历史实际值中是否具有偏离值,在具有偏离值的情况下,也可以对产生了该偏离值的值进行步骤S401~S404的处理。
[0196] [第三实施方式]
[0197] 虽然在第一实施方式及第二实施方式中,基于生产系统20工作时所得到的数据进行了处理,但如图13所示,也可以使用试验性地使生产系统20工作(试验工作)时所得到的数据。
[0198] 图13为表示第三实施方式中所使用的质量管理装置1的处理顺序的流程图。
[0199] 图13中,在图7的步骤S102、S111、S123、S131中所获得的数据成为试验数据(S102a、S111a、S123a、S131a)。
[0200] 即,在第一实施方式中,基于生产系统20实际上正在工作时的数据进行处理,而在第三实施方式中,基于正在进行生产系统20的试验时的数据(试验数据)进行处理。
[0201] 其它处理为与第一实施方式相同的处理,因此在此不予赘述。
[0202] 根据第三实施方式,能够在生产系统20开始工作时,已经使该生产系统20的工作条件稳定。
[0203] 不限于试验数据,也可以输入过去的文献等中所记载的数据来代替试验值。
[0204] 而且,关于数据的种类、测量方法,不限定于各实施方式中所记载的例子。而且,针对生产系统20的各工序,也不限定于本实施方式中所记载的例子。而且,在本实施方式中,虽然通过多元回归分析而生成了各关联公式,但不限定于此。
[0205] 本发明不限定于所述的实施方式,还包括各种变形例。例如,所述的实施方式是为了易于理解地对本发明进行说明而详细说明的,不一定限定于具有所说明的全部配置的方式。而且,能够将某一实施方式的部分配置替换为其它实施方式的配置,也能够向某一实施方式的配置中追加其它实施方式的配置。而且,能够对于各实施方式的一部分配置中追加、删除或取代其它配置。
[0206] 而且,质量管理装置1也可以具有对所获得的数据进行前处理、数据库化、统计处理的功能,这一点本实施方式中未有记载。这样一来,能够将所获得的数据用作数据库,因此能够有利于强化可跟踪性。例如,通过预先将产品数据130与产品ID相关联地保存,能够在产品出货后进行追踪。
[0207] 而且,所述的各配置、功能、各部分100~107、以及存储装置13等可以通过利用例如集成电路来设计其中的一部分或全部等而作为硬件来实现。而且,如图2所示,所述的各配置、功能等可以通过利用CPU12等处理器解释并执行用于实现各自功能的程序而作为软件来实现。实现各功能的程序、表格、文件等信息除储存于HD以外,还能够储存于存储器、SSD(Solid State Drive,固态硬盘)等记录装置、或IC(Integrated Circuit,集成电路)卡、SD(Secure Digital,安全数字)卡、及DVD(Digital Versatile Disc,数字多功能光盘)等记录介质。
[0208] 而且,在各实施方式中,控制线及信息线示出了一般认为进行说明所需的部分,在产品方面,不一定必须示出全部的控制线及信息线。实际上,认为基本全部的配置相互连接即可。
[0209] 符号说明
[0210] 1 质量管理装置
[0211] 13 存储装置
[0212] 14 输入装置
[0213] 15 显示装置(显示部)
[0214] 16 通信装置(输入部)
[0215] 20 生产系统
[0216] 100 处理部
[0217] 101 信息获得部
[0218] 102 判定部
[0219] 103 计算部(关联公式更新部)
[0220] 104 再设置处理部(条件变更部)
[0221] 105 原因确定部
[0222] 106 储存处理部
[0223] 107 显示处理部(输出部)
[0224] 130 产品数据
[0225] 131 设计数据
[0226] 132 工序数据
[0227] 133 环境数据。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈