[go: up one dir, main page]

TWI898564B - 資料處理方法、元件及機械裝置 - Google Patents

資料處理方法、元件及機械裝置

Info

Publication number
TWI898564B
TWI898564B TW113115613A TW113115613A TWI898564B TW I898564 B TWI898564 B TW I898564B TW 113115613 A TW113115613 A TW 113115613A TW 113115613 A TW113115613 A TW 113115613A TW I898564 B TWI898564 B TW I898564B
Authority
TW
Taiwan
Prior art keywords
data
memory
series data
time series
time
Prior art date
Application number
TW113115613A
Other languages
English (en)
Other versions
TW202500972A (zh
Inventor
齋藤奎介
木村知玄
Original Assignee
日商斯庫林集團股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日商斯庫林集團股份有限公司 filed Critical 日商斯庫林集團股份有限公司
Publication of TW202500972A publication Critical patent/TW202500972A/zh
Application granted granted Critical
Publication of TWI898564B publication Critical patent/TWI898564B/zh

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
    • B41J2/005—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
    • B41J2/01—Ink jet
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02—Addressing or allocation; Relocation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • H10P52/00—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Memory System (AREA)

Abstract

本發明提供一種技術，即使在元件之資源較少的情形下，仍可自時間序列資料適當地預測未來值。微控制器(20)對自感測器(10)所輸出的時間序列資料(D1)進行處理。微控制器(20)具備有處理器(21)及記憶體(22)。處理器(21)執行如下之步驟：a)將時間序列資料(D1)之最新的資料v(n)記憶在記憶體(22)，並且自記憶體(22)刪除過去一部分資料v(m-1)的步驟；b) 計算被記憶在記憶體(22)的複數個資料v(m)~v(n)之特徵量的步驟；及c) 對學習完畢模型輸入特徵量並預測未來值的步驟。

Description

資料處理方法、元件及機械裝置
本說明書所揭示之主題係有關資料處理方法、元件(device)及機械裝置。
習知，在機械裝置搭載有多數個感測器。該等感測器係以微小之時間間隔輸出表示對象物狀態的檢測值。即，感測器之輸出信號為以複數個檢測值所構成的時間序列資料。例如，在專利文獻1中記載有使用藉由感測器所計測的時間序列資料以診斷機械裝置之狀態。 [先前技術文獻] [專利文獻]
專利文獻1：日本專利第6935046號
(發明所欲解決之問題)
然而，機械裝置具有，除了具備有統括地控制裝置全體的電腦(中央運算處理部)以外，亦在各感測器之附近具備有專用的微控制器(microcontroller)之情形。在此一情形下，感測器之輸出信號係以微控制器來處理。藉此，其可減輕中央運算處理部之運算負擔。
此外，使用藉由感測器所計測的時間序列資料以預測未來值，如此則可實現與機械裝置未來發生之狀態變化相對應的控制。作為預測此一未來值之輸入變數可被考慮利用一連串時間序列資料所觀察到的特徵性之值(以下，稱為「特徵量」)。
然而，相較於作為中央運算處理部之電腦，微控制器之處理器或記憶部等之資源(source)較少。因此，當自感測器所輸出的時間序列資料之大小較大時，則存在有在微控制器中難以對該時間序列資料全體進行處理的情形。
本發明之目的在於提供一種技術，其即便在元件之資源較少的情形下，仍可自時間序列資料適當地預測未來值。 (解決問題之技術手段)
為了解決上述問題，本發明之第1態樣係一種資料處理方法，其係使用具有處理器及記憶體的元件來對時間序列資料進行處理；其包含有如下之步驟：a) 將上述時間序列資料之最新的資料記憶在上述記憶體，並且自上述記憶體刪除過去一部分資料的步驟；b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟。
第2態樣係在第1態樣之資料處理方法中，上述步驟b)包含有如下之步驟：b-1)對是否係滿足既定條件的時間點進行判定的步驟；及b-2)當藉由上述步驟b-1)被判定為滿足上述既定條件的時間點時則計算上述特徵量的步驟。
第3態樣係在第1態樣或第2態樣之資料處理方法中，上述時間序列資料包含表示自噴嘴所吐出的處理液之吐出流量的資料。
第4態樣係在第3態樣之資料處理方法中，上述特徵量包含上述吐出流量之增加率。
第5態樣係在第3態樣或第4態樣之資料處理方法中，上述特徵量係包含對上述吐出流量超過第1流量起的經過時間的上述吐出流量之增加率。
第6態樣係在第1態樣或第2態樣之資料處理方法中，上述時間序列資料係藉由被設置在將槽內的處理液輸送至加熱器的裝置之感測器所計測的資料。
第7態樣係在第6態樣之資料處理方法中，上述時間序列資料係包含表示自上述槽被輸送至上述加熱器的上述處理液之流量的資料，而上述特徵量係包含在既定期間中上述流量之累計值。
第8態樣係在第6態樣或第7態樣之資料處理方法中，上述時間序列資料係包含上述槽內之上述處理液的溫度，而上述特徵量係包含在既定期間中上述溫度之移動平均值。
第9態樣係在第6態樣或第7態樣之資料處理方法中，上述時間序列資料係包含表示開始及停止自上述槽朝向上述加熱器輸送液體的資料，而上述特徵量係包含開始輸送液體起的經過時間、或停止輸送液體起的經過時間。
第10態樣係一種處理時間序列資料之元件(device)，其具備有：處理器；及記憶體；上述處理器執行如下之步驟：a) 將上述時間序列資料之最新的資料記憶在上述記憶體，並且自上述記憶體刪除過去一部分資料的步驟；b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟。
第11態樣係一種機械裝置，其具備有：時間序列資料輸出部，其輸出時間序列資料；元件，其與上述時間序列資料輸出部電性連接，具有處理器及記憶體；及中央運算處理部，其與上述元件電性連接；上述元件執行如下之步驟：a) 將上述時間序列資料之最新的資料記憶在上述記憶體，同時自上述記憶體刪除過去一部分資料的步驟；b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟。
第12態樣係一種機械裝置，其具備有：時間序列資料輸出部，其輸出時間序列資料；元件，其與上述時間序列資料輸出部電性連接，具有處理器及記憶體；及中央運算處理部，其與上述元件電性連接；上述元件執行如下之步驟：A) 將上述時間序列資料之最新的資料記憶在上述記憶體，同時自上述記憶體刪除過去一部分資料的步驟；B) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及C) 將上述特徵量輸出至上述中央運算處理部的步驟；上述中央運算處理部執行如下之步驟：D) 對學習完畢模型輸入上述特徵量並預測未來值的步驟。 (對照先前技術之功效)
根據第1態樣之資料處理方法，僅將時間序列資料之一部分記憶在記憶體，而並非記憶時間序列資料的全體。藉此，其可節約記憶體之資源。此外，其並非根據時間序列資料全體，而是根據被記憶在記憶體的複數個資料來計算特徵量。藉此，其可節約處理器之資源。因此，即便在元件之資源較少的情形下，仍可自時間序列資料適當地預測未來值。
根據第2態樣之資料處理方法，其只在滿足既定條件之情形下才計算特徵量，因此可節約計算資源。
以下，一面參照添附圖式，一面對於本發明之實施形態進行說明。再者，在本實施形態所記載之構成要件僅為例示性者，其用意並非將本發明之範圍僅限定在該等範圍。在圖式中，為了容易理解，其具有根據需要將各部分之尺寸或數量誇張或簡化地予以圖示的情形。
＜1. 機械裝置之構成＞ 圖1係表示實施形態之機械裝置1之構成的圖。機械裝置1例如為對半導體晶圓、平板顯示器用基板或印刷基板等基板進行處理的基板處理裝置。再者，機械裝置1不被限定於基板處理裝置，例如亦可為印刷裝置等。機械裝置1具備有複數個感測器10、複數個微控制器(microcontroller)20、中央運算處理部30。
感測器10係對表示機械裝置1內之對象物狀態的物理量進行計測的計測器。所謂「表示對象物狀態的物理量」係指例如，對象物的位置、速度、加速度、溫度、壓力或流量。感測器10係以微小之時間間隔對物理量進行檢測。藉此，其可取得表示對象物狀態的時間序列資料D1。時間序列資料D1係以微小之時間間隔所排列的複數個計測值(資料)。感測器10將所取得之時間序列資料D1朝向微控制器20輸出。感測器10相當於「時間序列資料輸出部」。再者，時間序列資料輸出部並不被限定在感測器10等之計測器，亦包含可將隨著時間經過所變化之一連串資料群輸出者。
微控制器20係對自感測器10被輸出的時間序列資料D1進行處理的元件。微控制器20係與感測器10電性連接。微控制器20具有處理器21、及記憶體22。 處理器21例如由CPU(Central Processing Unit，中央處理單元)所構成。記憶體22係記憶各種程式及各種資料的電腦可讀取之記憶媒體。記憶體22係由非揮發性記憶體或揮發性記憶體所構成。
處理器21係依據被記憶在記憶體22的程式來對時間序列資料D1進行處理。具體而言，處理器21對時間序列資料D1進行處理並計算時間序列資料D1之特徵量。而且，微控制器20使用以特徵量作為輸入的學習完畢模型來預測未來值。未來值係與藉由感測器10所計測之物理量相關聯的物理量之預測值。未來值可為與藉由感測器10所計測之物理量相同的物理量，亦可為與藉由感測器10所計測之物理量不同。作為機器學習演算法例如雖然使用有隨機森林(Random Forest)或多層感知器(multilayer perceptron)，但是其不被限定於此。此外，學習完畢模型可為藉由使用與微控制器20不同之電腦的機器學習而製作後被組入於微控制器20，亦可為在微控制器20上使用預先被準備的資料組來進行學習，藉此予以製作。此外，亦可為將藉由微控制器20所新取得的特徵量使用在機器學習模型之增量學習。
進而，微控制器20將所預測之未來值D2適當地朝向中央運算處理部30發送。例如，微控制器20亦可被構成為，根據與既定臨限值之比較而當未來值被判定為異常值時，則將所預測之未來值朝向中央運算處理部30輸出。
中央運算處理部30係統括地控制機械裝置1全體的電腦。中央運算處理部30係與複數個微控制器20電性連接。中央運算處理部30具有處理器31、及記憶體32。處理器31例如藉由CPU、GPU(Graphics Processing Unit，圖形處理單元)、MCU(Micro-Control Unit，微控制單元)、MPU(Micro Processing Unit，微處理單元)、FPGA(Field Programmable Gate Array，場域可程式化邏輯閘陣列)、PLC(Programmable Logic Controller，可程式邏輯控制器)或是系統LSI(Large-scale Integrated Circuit，大型積體電路)等所構成。
在圖1所示之例中，雖然對1個微控制器20連接有複數個感測器10，但是亦可為對1個微控制器20，僅連接有1個感測器10。
微控制器20之資源較中央運算處理部30之資源更少。具體而言，微控制器20之處理器21的運算處理能力較中央運算處理部30之處理器31的運算處理能力更低。此外，微控制器20之記憶體22的記憶容量較中央運算處理部30之記憶體32的記憶容量更小。微控制器20難以保持自感測器10所輸出的大量之時間序列資料D1。因此，微控制器20一面節約資源，一面對時間序列資料D1進行處理。
＜2. 在微控制器中時間序列資料之處理＞ 圖2係表示時間序列資料D1之處理順序的流程圖。微控制器20每當自感測器10接收最新的資料v(n)時，則執行圖2所示之處理。
如圖2所示，微控制器20自感測器取得最新的資料v(n)(步驟S1)。接著，微控制器20對所取得之資料v(n)，並列地執行第1特徵量計算處理S2及第2特徵量計算處理S3。第1特徵量計算處理S2係取得第1特徵量F1的處理，第2特徵量計算處理S3係取得第2特徵量F2的處理。
微控制器20使用藉由第1及第2特徵量計算處理S2、S3所取得的第1及第2特徵量，以預測既定的物理量即未來值(步驟S4)。
＜2.1 第1特徵量計算處理＞ 圖3係表示第1特徵量計算處理S2之詳細內容的流程圖。在第1特徵量計算處理S2中，微控制器20將藉由步驟S1所取得的資料記憶在記憶體22(步驟S11)。
圖4係表示時間序列資料D1之例的圖。如圖3所示，時間序列資料D1係藉由以微小之時間間隔所排列的複數個資料v(m)、v(m+1)、v(m+2)、…、v(n-2)、v(n-1)、v(n)所構成。m、n均為自然數，且n＞m。在以下之說明中，將取得各資料v(m)~v(n)的時間點記載為t m、t m+1、…、t n等。
圖5係概念性地表示被記憶在記憶體22之時間序列資料D1的圖。在圖5所示之例中，記憶體22記憶有複數個(=n-m+1個)資料v(m)、v(m+1)、…、v(n-1)、v(n)。
在步驟S11中，與將最新的資料v(n)記憶在記憶體22同步地，微控制器20自記憶體22將最舊的資料v(m-1)刪除。藉此，在第1特徵量計算處理S2中，一直僅將既定數量的資料v(m)~v(n)記憶在記憶體22。
當最新的資料v(n)被記憶在記憶體22之後，微控制器20計算表示被記憶在記憶體22的既定數量之資料v(m)~v(n)之特徵的第1特徵量F1(n)(步驟S12)。第1特徵量F1(n)例如為資料v(m)~v(n)之最大值、最小值、中央值、平均值、標準差、迴歸係數。然而，第1特徵量F1(n)亦可為峰度、傾斜度、四分位數、離群值等。微控制器20計算至少1種類的第1特徵量F1(n)。
微控制器20將計算之第1特徵量F1(n)記憶在記憶體22(步驟S13)。此時，微控制器20改寫並保存第1特徵量F1(n)。即，微控制器20刪除過去之第1特徵量F1，並將最新的第1特徵量F1(n)記憶在記憶體22。如此，藉由改寫並保存最新的第1特徵量F1(n)，其可減輕記憶體22之使用量。當執行步驟S13時，微控制器20結束第1特徵量計算處理S2。
＜2.2 第2特徵量計算處理＞ 圖6係表示第2特徵量計算處理S3之詳細內容的流程圖。在第2特徵量計算處理S3中，其判定現在時間點是否為滿足既定條件的時間點(以下，稱為「計算時間點」)，當現在時間點被判定為計算時間點時，則計算第2特徵量F2。
微控制器20在判定現在時間點是否為計算時間點，利用計算旗標。計算旗標具體而言包含有：表示開始計算第2特徵量F2之前之時間點的「開始前(0)」、表示計算第2特徵量F2之期間中的「計算中(1)」、及表示完成計算第2特徵量F2之期間的「完成(2)」。
首先，微控制器20判定計算旗標是否為完成(2)(步驟S21)。微控制器20係當計算旗標為完成(2)時(在步驟S21中為Yes)，則執行步驟S22，當計算旗標並非為完成(2)時(在步驟S21中為No)，則執行步驟S23。
微控制器20係在步驟S22中判定是否將計算旗標設為開始前(0)。是否將計算旗標設為開始前(0)係例如根據步驟S1中所取得之資料來判定。微控制器20係當將計算旗標設為開始前(0)時(在步驟S22中為Yes)，將計算旗標變更至開始前(0)(步驟S24)，並朝向步驟S31前進。另一方面，當不將計算旗標設為開始前(0)時(在步驟S22中為No)，微控制器20跳過步驟S24，並朝向步驟S31前進。
微控制器20係在步驟S23中，判定計算旗標是否為開始前(0)。微控制器20係當計算旗標為開始前(0)時(在步驟S23中為Yes)，則執行步驟S25，當計算旗標並非為開始前(0)時(在步驟S23中為No)，則執行步驟S26。
微控制器20係在步驟S25中，判定現在時間點是否為應開始計算第2特徵量F2的時間點(以下，稱為「計算開始時間點」)。現在時間點是否為計算開始時間點例如根據藉由步驟S1所取得的資料來決定。微控制器20係當現在時間點為計算開始時間點時(在步驟S25中為Yes)，則將計算旗標變更至計算中(1)(步驟S27)，其後，執行步驟S26。微控制器20係當現在時間點並非為計算開始時間點時(在步驟S25中為No)，則執行步驟S31。
微控制器20係在步驟S26中判定現在時間點是否為結束第2特徵量之計算的時間點(以下，稱為「計算結束時間點」)(步驟S25)。現在時間點是否為計算結束時間點例如根據藉由步驟S1所取得的資料來決定。微控制器20係當現在時間點為計算結束時間點時(在步驟S26中為Yes)，則將計算旗標變更至完成(2)(步驟S28)，其後，執行步驟S29。另一方面，微控制器20當不將計算旗標變更至完成(2)時(在步驟S26中為No)，則跳過步驟S28，並執行步驟S29。
微控制器20係在步驟S29中將藉由步驟S1所取得的資料保存在記憶體。在步驟S29中，微控制器20亦如圖5所說明，將最新的資料v(n)記憶在記憶體22，與此同步地，自記憶體22將最舊的資料v(n-10)刪除。藉此，在第2特徵量計算處理S3中，亦一直僅將既定數量之資料v(m)~v(n)記憶在記憶體22。
當最新之資料被記憶在記憶體22之後，微控制器20則計算表示被記憶在記憶體22的既定數量之資料v(m)~v(n)之特徵的第2特徵量F2(n)(步驟S30)。第2特徵量F2(n)例如為資料v(n-9)~v(n)之最大值、最小值、中央值、平均值、標準差、迴歸係數。然而，第2特徵量F2(n)亦可為峰度、傾斜度、四分位數、離群值等。微控制器20計算至少1種類的第2特徵量F2(n)。
微控制器20將被計算的第2特徵量F2(n)記憶在記憶體22(步驟S31)。此時，微控制器20改寫並保存第2特徵量F2(n)。即，微控制器20刪除過去的第2特徵量F2及資料v，將最新的第2特徵量F2(n)記憶在記憶體22。如此，藉由改寫並保存第2特徵量F2，則可減輕記憶體22之使用量。微控制器20係在執行步驟S31之後，結束第2特徵量計算處理S3。
再者，當在步驟S22中未清除計算旗標且計算旗標仍被設為完成(2)時，或是當藉由步驟S24將計算旗標變更至開始前(0)時，在步驟S31中，將既定值(例如，零、-1、∞等)記憶在記憶體22，以作為第2特徵量F2。藉此，在第2特徵量F2未被計算的期間，於過去所計算的第2特徵量F2被更新至既定值。藉此，其可避免過去的第2特徵量F2影響至未來值之預測結果的情形。
如以上所述，在第1特徵量計算處理S2及第2特徵量計算處理S3中，微控制器20並非對時間序列資料D1全體進行記憶，而是僅將既定數量之資料v(m)~v(n)記憶在記憶體22。藉此，其可節約記憶體22之資源。
此外，微控制器20在第1特徵量計算處理S2及第2特徵量計算處理S3中，並非根據時間序列資料D1全體來計算特徵量，而是僅根據被記憶在記憶體22的既定數量之資料v(m)~v(n)來計算特徵量。藉此，其可節約處理器21之資源。因此，即便當微控制器20之資源較少時，仍可從時間序列資料D1適當地預測未來值。
此外，在第2特徵量計算處理S3中，並非每當藉由步驟S1取得資料時即計算第2特徵量F2，而只是限定在當現在時間點為滿足既定條件的時間點時，則才計算第2特徵量F2。因此，其可節約處理器21之資源。
此外，在機械裝置1中，微控制器20進行特徵量之計算。如此，藉由以與中央運算處理部30不同之裝置來進行特徵量計算，則可減輕中央運算處理部30之處理器31的負擔。
此外，微控制器20從現在時間點之資料即時地計算特徵量，藉此其可提升對機械裝置1之未來狀態預測的即時性。
＜3. 對液體吐出裝置之應用例＞ 圖7係表示機械裝置1之一例即液體吐出裝置1a之構成的圖。液體吐出裝置1a係對被處理物9之表面吐出處理液L的裝置。被處理物9例如為半導體晶圓、平板顯示器用基板、印刷基板、工業用零組件、印刷用之基材等。處理液L例如為洗淨液、光阻液、顯影液等。
如圖7所示，液體吐出裝置1a具備有槽41、泵42、流量感測器10a、流量控制閥44、噴嘴45、閥控制器46、微控制器20a、及中央運算處理部30a。
槽41及噴嘴45係藉由配管48被連接。泵42、流量感測器10a、流量控制閥44被設在配管48上。當使泵42動作時，處理液L從槽41通過配管48而朝向噴嘴45被供給。接著，自噴嘴45之吐出口朝向被處理物9之表面吐出處理液L。
流量感測器10a係對在配管48流動的處理液L之流量(流速)進行計測的感測器。流量感測器10a係與圖1所示之機械裝置1的感測器10相對應。流量感測器10a係以微小之時間間隔對處理液L的流量進行計測。藉此，表示處理液L之吐出流量的時間序列資料D1被取得。流量感測器10a將所計測之資料朝向閥控制器46及微控制器20a輸出。
流量控制閥44係用於對朝向噴嘴45所供給的處理液L之流量進行控制的閥。閥控制器46係多階段地對流量控制閥44之開度(以下，稱為「閥開度」)進行調節。閥控制器46例如藉由具備CPU等處理器及記憶體之電腦所構成。閥控制器46根據藉由流量感測器10a所計測之資料來對流量控制閥44之開度進行調節。藉此，對在配管48流動的處理液L之流量進行反饋控制。此外，閥控制器46將表示閥開度的資料例如以微小之時間間隔輸出至微控制器20a。閥開度相當於隨著時間經過所變化之時間序列資料D1。即，閥控制器46相當於「時間序列資料輸出部」。
微控制器20a係與流量感測器10a電性連接。微控制器20a係與圖1所示之機械裝置1的微控制器20相對應。中央運算處理部30a係與微控制器20a及閥控制器46電性連接。中央運算處理部30a相當於圖1所示之機械裝置1的中央運算處理部30。
圖8係表示自流量感測器10a所輸出之吐出流量的時間序列資料D1、及自閥控制器46所輸出之閥開度的時間變化的圖。微控制器20a係自流量感測器10a所輸出之吐出流量的時間序列資料D1以計算特徵量。特徵量例如包含第1增加率m1及第2增加率m2。以下，對第1增加率m1及第2增加率m2，分別進行說明。
＜第1增加率m1＞ 第1增加率m1係從在複數個時間點所計測之吐出流量中被計算的吐出流量之增加率。第1增加率m1係藉由圖3所示之第1特徵量計算處理S2被計算。即，每當藉由流量感測器10a取得吐出流量之資料v(n)時，微控制器20a則計算第1增加率m1。具體而言，在現在時間點t n，微控制器20a計算出被記憶在記憶體22的複數個時間點之吐出流量，即資料v(m)~v(n)，近似於直線L1時之直線L1之斜率即迴歸係數β1，以作為第1增加率m1。藉由取得第1增加率m1作為特徵量，其可提高往後之流量增大或減少的預測精度。
＜第2增加率m2＞ 第2增加率m2係相對於時間的吐出流量之增加率，該時間係從吐出流量之上升時間點至現在時間點為止的時間。所謂上升時間點具體而言係指當吐出流量超過相當於上升之上升流量(例如，50L/min)的時間點t n'時，將前一個時間點t n'-1作為上升時間點。在圖8所示之時間序列資料D1的圖表中，第2增加率m2係以將上升時間點t n'-1之資料v(n'-1)與現在時間點t n之資料v(n)連結的直線L2之斜率所表示。第2增加率m2具體而言為藉由下列數式(1)所求出。
(數式1) m2=(v(n)-v(n'-1))/(t n-t n'-1)
第2增加率m2係藉由第2特徵量計算處理S3所算出。此時，計算開始時間點被設定為上述上升時間點。具體而言，在圖6所示之步驟S25中，微控制器20a判定現在時間點之吐出流量是否超過上升流量。接著，當吐出流量超過上升流量時，則判定現在時間點為計算開始時間點，並執行步驟S27(計算中(1)旗標之設定)。此外，微控制器20a將吐出流量超過上升流量之時間點的前一個時間點t n'-1、及該時間點t n'-1之吐出流量v(n'-1)作為第2增加率計算用參數，並記憶在記憶體22。在步驟S30中，微控制器20a將第2增加率計算用參數代入至上述數式(1)，並計算特徵量即第2增加率m2。
此外，在圖6所示之步驟S26中，微控制器20a判定現在時間點是否為結束第2增加率m2之計算的計算結束時間點。而計算結束時間點例如可被設定為吐出流量高過成為計算結束之基準的流量(以下，稱為「計算結束基準流量」)的時間點。其中一例，計算結束基準流量被設為預先所設定之目標吐出流量的97.5%。
此外，亦可在步驟S22中，微控制器20a判定藉由步驟S1所取得之吐出流量是否為既定值(例如，零)。接著，當吐出流量為既定值時，微控制器20a執行步驟S24亦可。
再者，在步驟S25中，微控制器20a根據複數個時間點之吐出流量來進行吐出流量是否超過上升流量之判定，而非僅根據現在時間點之吐出流量來進行判定，如此亦可。例如，以微控制器20a求出從現在時間點tn'在過去所連續之複數個時間點(例如，5個時間點t n'~t n'-4)之吐出流量的代表值(例如，中央值)亦可。接著，當該代表值超過上升流量時，微控制器20a將該複數個時間點之任一時間點(例如，最早之時間點t n'-4)作為上升時間點，將該時間點、及該時間點的吐出流量作為第2增加率計算用參數並保存在記憶體22，如此亦可。
此外，在步驟S26中，微控制器20a根據複數個時間點之吐出流量來進行吐出流量是否高過計算結束基準流量之判定，而並非僅根據現在時間點之吐出流量來進行判定，如此亦可。
在圖2所示之步驟S4中，微控制器20a預測吐出流量之未來值。具體而言，使用以第1增加率m1、第2增加率m2、現在時間點的吐出流量、現在時間點的閥開度作為輸入的學習完畢模型，以預測數秒後之吐出流量。
再者，當所預測的吐出流量之未來值超過既定臨限值(例如，目標吐出流量)時，微控制器20a則將該吐出流量之未來值發送至中央運算處理部30a。接著，中央運算處理部30a根據所發送之未來值以吐出流量不超過目標流量之方式來控制閥控制器46。
＜4. 對印刷裝置之應用例＞ 圖9係表示機械裝置1之其他例即印刷裝置1b之構成的圖。印刷裝置1b係藉由對印刷媒體9a之表面吐出油墨以形成圖像的噴墨印刷裝置。印刷裝置1b具備有槽51、泵52、流量感測器10b、加熱器53、泵控制部54、溫度感測器10c、10d、吐出頭55、加熱器控制部56、微控制器20b、及中央運算處理部30b。
槽51及吐出頭55係藉由配管58所連接。泵52、流量感測器10b、加熱器53、溫度感測器10d被設在配管58上。當使泵52進行動作時，油墨La係自槽51通過配管58而朝向吐出頭55被供給。接著，自吐出頭55之多數個吐出口朝向印刷媒體9a之表面吐出油墨La。溫度感測器10c被設在槽51。
泵控制部54控制泵52。泵控制部54係藉由具有CPU等處理器及記憶體的電腦所構成。泵控制部54控制藉由泵52所進行之輸送液體之開閉。泵控制部54將表示藉由泵52所進行之油墨La之輸送液體狀態的輸送液體開閉信號Sg1輸出至微控制器20b。輸送液體開閉信號Sg1相當於隨著時間經過所變化之時間序列資料D1。即，泵控制部54相當於「時間序列資料輸出部」。
流量感測器10b係對在配管58流動的油墨La之流量(流速)進行計測的感測器。流量感測器10b相當於圖1所示之機械裝置1的感測器10。流量感測器10b係以微小之時間間隔對油墨La之流量進行計測。藉此，表示油墨La之流量的時間序列資料D1可被取得。流量感測器10b將表示所計測之流量的資料朝向微控制器20b輸出。
溫度感測器10c係對被貯存在槽51的油墨La之溫度(以下，稱為「槽內溫度」)進行計測。溫度感測器10c相當於圖1所示之機械裝置1的感測器10。溫度感測器10c係以微小之時間間隔對槽內溫度進行計測。藉此，表示槽內溫度的時間序列資料D1可被取得。溫度感測器10c將表示所計測之槽內溫度的資料朝向微控制器20b輸出。
加熱器53對朝向吐出頭55被供給的油墨La進行加熱。加熱器控制部56控制被賦予至加熱器53之電壓值，藉此控制加熱器53賦予至油墨La的熱量。加熱器控制部56例如藉由具備有CPU等處理器與記憶體的電腦所構成。加熱器控制部56將表示被賦予至加熱器53之電壓值(以下，稱為「加熱器電壓」)的資料輸出至微控制器20b。
溫度感測器10d係在加熱器53之出口側對藉由加熱器53所被加熱的油墨La之溫度(以下，稱為「出口溫度」)進行計測。溫度感測器10d相當於圖1所示之機械裝置1的感測器10。溫度感測器10d係以微小之時間間隔對出口溫度進行計測。藉此，表示出口溫度之時間序列資料D1可被取得。溫度感測器10d將表示所計測之出口溫度的資料輸出至微控制器20a。加熱器控制部56根據藉由溫度感測器10d所計測的出口溫度來控制加熱器53。藉此，其對在配管58流動的油墨La之出口溫度進行反饋控制。
微控制器20b係與流量感測器10b、溫度感測器10c及溫度感測器10d電性連接。此外，微控制器20b係與泵控制部54及加熱器控制部56電性連接。微控制器20b相當於圖1所示之機械裝置1的微控制器20。中央運算處理部30b係與微控制器20b及加熱器控制部56電性連接。中央運算處理部30b相當於圖1所示之機械裝置1的中央運算處理部30。
微控制器20b藉由執行圖2所示之處理順序來預測「數秒後之出口溫度」，以作為未來值。被使用在該預測的輸入(說明變數)例如為「現在的流量」、「現在的槽內溫度」、「現在的加熱器電壓」、「現在的出口溫度」、「過去數秒間的流量累計值」、「過去數秒間之槽內溫度的移動平均」、「自輸送液體開始起的秒數」、及「自輸送液體停止起的秒數」。
「過去數秒間的流量累計值」係累計在過去數秒間以流量感測器10b所計測之流量而藉此所計算的特徵量。此外，「過去數秒間之槽內溫度的移動平均」係求出在過去數秒間以溫度感測器10c所計測之槽內溫度的移動平均而藉此所取得的特徵量。「過去數秒間的流量累計值」及「過去數秒間之槽內溫度的移動平均」係藉由圖3所示之第1特徵量計算處理S2所計算。即，該等特徵量係每當取得新的流量及新的槽內溫度時，則藉由步驟S1而被分別計算。
圖10係表示自溫度感測器10d所輸出的出口溫度之時間序列資料D1、及自泵控制部54被輸出的輸送液體開閉信號Sg1的圖。「自輸送液體開始起的秒數」及「自輸送液體停止起的秒數」係從自泵控制部54被輸出的輸送液體開閉信號Sg1中所計算的特徵量。「自輸送液體開始起的秒數」及「自輸送液體停止起的秒數」係藉由圖6所示之第2特徵量計算處理S3被計算。
「自輸送液體開始起的秒數」係輸送液體開始時間點至現在時間點為止的經過時間。輸送液體開始時間點具體而言係輸送液體開閉信號Sg1從關閉(0)成為開啟(1)的時間點。「自輸送液體開始起的秒數」僅對輸送液體開始時間點至輸送液體停止時間點之間進行計算。輸送液體停止時間點係輸送液體開閉信號Sg1從開啟(1)成為關閉(0)的時間點。即，「自輸送液體開始起的秒數」係在輸送液體開閉信號Sg1一旦從關閉成為開啟之後至下次成為關閉為止之期間所計算。
「自輸送液體停止起的秒數」係輸送液體停止時間點至現在時間點為止的經過時間。「自輸送液體停止起的秒數」僅對輸送液體停止時間點至輸送液體開始時間點之間進行計算。即，「自輸送液體停止起的秒數」係在輸送液體開閉信號Sg1一旦從開啟成為關閉之後至下次成為開啟為止之期間所計算。
例如，當計算「自輸送液體開始起的秒數」時，使用輸送液體開始時間點作為在圖6所示之步驟S25中的計算開始時間點。即，在步驟S25中，判定現在時間點是否為輸送液體開始時間點。接著，當現在時間點為輸送液體開始時間點時，在步驟S27中，將計算旗標變更至計算中(1)。藉此，開始「自輸送液體開始起的秒數」之計算。此外，微控制器20b將現在時間點作為輸送液體開始時間點t n'而記憶在記憶體22(參照圖10)。接著，微控制器20b係在步驟S30中，自現在時間點t n減去輸送液體開始時間點t n'，藉此以計算「自輸送液體開始起的秒數」(參照圖10)。
此外，使用輸送液體停止時間點作為在圖6所示之步驟S26中的計算結束時間點。即，在步驟S26中，判定現在時間點是否為輸送液體停止時間點。接著，當現在時間點為輸送液體停止時間點時，則藉由步驟S28將計算旗標變更至完成(2)。藉此，以停止「自輸送液體開始起的秒數」之計算。
當所預測之「數秒後的出口溫度」偏離目標之溫度範圍(以下，稱為「目標溫度範圍」)時，微控制器20b則對中央運算處理部30b輸出其預測值。中央運算處理部30b根據自微控制器20b所輸出的未來值以數秒後之出口溫度收斂至目標溫度範圍之方式來控制加熱器控制部56。
＜5. 變形例＞ 以上，雖然已對於實施形態進行說明，但是本發明並不受限於上述內容，其可進行各種變形。
例如，在上述說明中，雖然藉由微控制器20來預測未來值，但是亦可藉由中央運算處理部30來預測未來值。在此情形下，微控制器20將藉由第1特徵量計算處理S2及第2特徵量計算處理S3所計算的特徵量朝向中央運算處理部30輸出。接著，中央運算處理部30可將自微控制器20被輸出的特徵量輸入至學習完畢模型，以預測未來值。
印刷裝置1b之微控制器20b亦可預測「應設定之加熱器電壓」以作為未來值。在此情形下，除了用以預測「數秒後的出口溫度」所使用的上述各輸入以外，亦可使用「數秒後之吐出液體溫度的目標值」以作為輸入(說明變數)。
例如，機械裝置1並不被限定在液體吐出裝置1a或印刷裝置1b，例如亦可為搬送對象物的搬送裝置等。
雖然上述已對本發明詳細進行說明，但是上述說明在所有態樣中僅為例示性者，本發明並不被限定於此。未被例示之無數個變形例亦可被解釋為不脫離本發明之範圍而可推知者。在上述各實施形態及各變形例中所說明之各構成只要不相互矛盾即可適當地予以組合或省略。
1:機械裝置 1a:液體吐出裝置 1b:印刷裝置 9:被處理物 9a:印刷媒體 10:感測器(歷時性資料輸出部) 10a、10b:流量感測器 10c、10d:溫度感測器 20、20a、20b:微控制器 21:處理器 22:記憶體 30、30a、30b:中央運算處理部 31:處理器 32:記憶體 41:槽 42:泵 44:流量控制閥 45:噴嘴 46:閥控制器 48:配管 51:槽 52:泵 53:加熱器 54:泵控制部 55:吐出頭 56:加熱器控制部 58:配管 D1:時間序列資料 D2:未來值 F1:第1特徵量 F2:第2特徵量 L:處理液 La:油墨 L1、L2:直線 m1:第1增加率 m2:第2增加率 Sg1:輸送液體開閉信號 t m~t n:時間點 v(m)~v(n):資料 β1:迴歸係數
圖1係表示實施形態之機械裝置之構成的圖。 圖2係表示時間序列資料之處理順序的流程圖。 圖3係表示第1特徵量計算處理之詳細內容的流程圖。 圖4係表示時間序列資料之例的圖。 圖5係概念性地表示被記憶在記憶體之時間序列資料的圖。 圖6係表示第2特徵量計算處理之詳細內容的流程圖。 圖7係表示機械裝置之一例即液體吐出裝置之構成的圖。 圖8係表示自流量感測器所輸出的吐出流量之時間序列資料、及自閥控制器所輸出的閥開度之時間變化的圖。 圖9係表示機械裝置之其他例即印刷裝置之構成的圖。 圖10係表示自溫度感測器所輸出的出口溫度之時間序列資料、及自泵控制部所輸出的輸送液體開閉信號的圖。
1:機械裝置 10:感測器(歷時性資料輸出部) 20:微控制器 21:處理器 22:記憶體 30:中央運算處理部 31:處理器 32:記憶體 D1:時間序列資料 D2:未來值

Claims (11)

  1. 一種資料處理方法，其係使用具有處理器及記憶體的元件來對時間序列資料進行處理；其包含有如下之步驟： a) 將上述時間序列資料之最新的資料記憶在上述記憶體，並且自上述記憶體刪除過去一部分資料的步驟； b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及 c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟； 上述步驟b)包含有如下之步驟： b-1)對是否係滿足既定條件的時間點進行判定的步驟；及 b-2)當藉由上述步驟b-1)判定為滿足上述既定條件的時間點時則計算上述特徵量的步驟。
  2. 如請求項1之資料處理方法，其中， 上述時間序列資料包含表示自噴嘴所吐出的處理液之吐出流量的資料。
  3. 如請求項2之資料處理方法，其中， 上述特徵量包含上述吐出流量之增加率。
  4. 如請求項2之資料處理方法，其中， 上述特徵量係包含對上述吐出流量超過第1流量起的經過時間的上述吐出流量之增加率。
  5. 如請求項1或2之資料處理方法，其中， 上述時間序列資料係藉由被設置在將槽內之處理液輸送至加熱器的裝置之感測器所計測的資料。
  6. 如請求項5之資料處理方法，其中， 上述時間序列資料係包含表示自上述槽被輸送至上述加熱器的上述處理液之流量的資料， 而上述特徵量係包含在既定期間中上述流量之累計值。
  7. 如請求項5之資料處理方法，其中， 上述時間序列資料係包含上述槽內之上述處理液的溫度， 而上述特徵量係包含在既定期間中上述溫度之移動平均值。
  8. 如請求項5之資料處理方法，其中， 上述時間序列資料係包含表示開始及停止自上述槽朝向上述加熱器輸送液體的資料， 而上述特徵量係包含開始輸送液體起的經過時間、或停止輸送液體起的經過時間。
  9. 一種處理時間序列資料之元件，其具備有： 處理器；及 記憶體； 上述處理器執行如下之步驟： a) 將上述時間序列資料之最新的資料記憶在上述記憶體，並且自上述記憶體刪除過去一部分資料的步驟； b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及 c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟； 上述步驟b)包含有如下之步驟： b-1)對是否係滿足既定條件的時間點進行判定的步驟；及 b-2)當藉由上述步驟b-1)判定為滿足上述既定條件的時間點時則計算上述特徵量的步驟。
  10. 一種機械裝置，其具備有： 時間序列資料輸出部，其輸出時間序列資料； 元件，其與上述時間序列資料輸出部電性連接，具有處理器及記憶體；及 中央運算處理部，其與上述元件電性連接； 上述元件執行如下之步驟： a) 將上述時間序列資料之最新的資料記憶在上述記憶體，同時自上述記憶體刪除過去一部分資料的步驟； b) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及 c) 對學習完畢模型輸入上述特徵量並預測未來值的步驟； 上述步驟b)包含有如下之步驟： b-1)對是否係滿足既定條件的時間點進行判定的步驟；及 b-2)當藉由上述步驟b-1)判定為滿足上述既定條件的時間點時則計算上述特徵量的步驟。
  11. 一種機械裝置，其具備有： 時間序列資料輸出部，其輸出時間序列資料； 元件，其與上述時間序列資料輸出部電性連接，具有處理器及記憶體；及 中央運算處理部，其與上述元件電性連接； 上述元件執行如下之步驟： A) 將上述時間序列資料之最新的資料記憶在上述記憶體，同時自上述記憶體刪除過去一部分資料的步驟； B) 計算被記憶在上述記憶體的複數個資料之特徵量的步驟；及 C) 將上述特徵量輸出至上述中央運算處理部的步驟； 上述中央運算處理部執行如下之步驟： D) 對學習完畢模型輸入上述特徵量並預測未來值的步驟； 上述步驟B)包含有如下之步驟： B-1)對是否係滿足既定條件的時間點進行判定的步驟；及 B-2)當藉由上述步驟B-1)判定為滿足上述既定條件的時間點時則計算上述特徵量的步驟。
TW113115613A 2023-04-28 2024-04-26 資料處理方法、元件及機械裝置 TWI898564B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023074339A JP2024158804A (ja) 2023-04-28 2023-04-28 データ処理方法、デバイスおよび機械装置
JP2023-074339 2023-04-28

Publications (2)

Publication Number Publication Date
TW202500972A TW202500972A (zh) 2025-01-01
TWI898564B true TWI898564B (zh) 2025-09-21

Family

ID=93256443

Family Applications (1)

Application Number Title Priority Date Filing Date
TW113115613A TWI898564B (zh) 2023-04-28 2024-04-26 資料處理方法、元件及機械裝置

Country Status (3)

Country Link
JP (1) JP2024158804A (zh)
TW (1) TWI898564B (zh)
WO (1) WO2024225263A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018163978A (ja) * 2017-03-24 2018-10-18 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置および基板処理方法
JP2018190050A (ja) * 2017-04-28 2018-11-29 横河電機株式会社 データ処理装置、データ処理システム、データ処理方法及びプログラム
JP2020135757A (ja) * 2019-02-25 2020-08-31 オムロン株式会社 制御装置、制御方法、及び制御プログラム
TW202202823A (zh) * 2020-06-15 2022-01-16 日商三菱動力股份有限公司 預兆判定裝置、預兆判定系統、預兆判定方法及記憶媒體
TW202303313A (zh) * 2021-06-17 2023-01-16 日商東京威力科創股份有限公司 程序狀態預測系統

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018163978A (ja) * 2017-03-24 2018-10-18 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置および基板処理方法
JP2018190050A (ja) * 2017-04-28 2018-11-29 横河電機株式会社 データ処理装置、データ処理システム、データ処理方法及びプログラム
JP2020135757A (ja) * 2019-02-25 2020-08-31 オムロン株式会社 制御装置、制御方法、及び制御プログラム
TW202202823A (zh) * 2020-06-15 2022-01-16 日商三菱動力股份有限公司 預兆判定裝置、預兆判定系統、預兆判定方法及記憶媒體
TW202303313A (zh) * 2021-06-17 2023-01-16 日商東京威力科創股份有限公司 程序狀態預測系統

Also Published As

Publication number Publication date
WO2024225263A1 (ja) 2024-10-31
JP2024158804A (ja) 2024-11-08
TW202500972A (zh) 2025-01-01

Similar Documents

Publication Publication Date Title
TWI849667B (zh) 學習完成的模型生成方法、異常主要原因推定裝置、學習完成的模型、異常主要原因推定方法、學習方法、學習裝置以及學習資料製作方法
JP5334787B2 (ja) プラズマ処理装置
KR102838942B1 (ko) 포어라인 증착 진단 및 제어를 위한 방법 및 시스템
CN109979852B (zh) 浓度控制装置、气体控制系统、成膜装置及浓度控制方法
CN112539584B (zh) 饮水机及其制冰控制方法和装置
TWI898564B (zh) 資料處理方法、元件及機械裝置
JP7481123B2 (ja) 気化装置、成膜装置、濃度制御機構用プログラム、及び、濃度制御方法
JP2009004728A (ja) 基板処理装置
CN109564866A (zh) 衬底处理装置
US20230034599A1 (en) Device and method for assisting in assigning compressor controller settings values, and compressor operation control system
JP4166465B2 (ja) 塗布装置、塗布方法、および塗布基板の製造方法
US6819977B2 (en) Dispenser having multiple modes of operation
JP4850775B2 (ja) 基板処理装置
JP6458725B2 (ja) 二次電池用の冷却装置
WO2022272028A2 (en) Non-contact ultrasonic nozzle cleaner with closed-loop automatic clog detection
US12202444B2 (en) Washer control system and washer control device
TWI889132B (zh) 資料處理方法及生產裝置
CN108398962A (zh) 维护时期预测装置、流量控制装置及维护时期预测方法
CN118769543A (zh) 一种蜡液量监测方法、装置及相关设备
US7434589B2 (en) Wafer cleaning apparatus with anticipating malfunction of pump
CN116771467A (zh) 一种尿素喷射量修正方法、装置、车辆及存储介质
JP2022142723A5 (zh)
CN116024580B (zh) 恒压喷淋设备、恒压喷淋方法以及监控器
CN117598807B (zh) 一种水流控制方法、装置、存储介质及电子设备
KR20090035909A (ko) 약액 공급 장치의 압력 제어 방법