IntLearn ML – 工程データで不良の原因と設定値を探す機械学習

IntLearn MLは設備データベースの工程記録を学習し、気泡などの不良と乾燥温度・コーティングギャップの相関を見つけ、トランスフォーマーベースのモデルで次の設定値を予測します。

設備が記録した工程データを学習し、不良の原因を探して次の設定値を予測する機械学習ソフトウェア

工程データから不良の原因を探し、設定値を決めます

IntLearn MLは設備のデータベースに蓄積される工程記録と不良記録を合わせて読み込み、どの工程値が不良を増やすかを探して次の設定値を予測します。

どの入力が結果に効いたかを寄与度で示し、学習結果はレポートとして残します。

• 接続: 設備データベースの工程記録と不良記録、PLCの値を読み込みます。
• 学習: トランスフォーマーベースを含む5種類のモデルを同じデータで学習し、比較します。
• 説明: 入力ごとの寄与度と誤差を画面とレポート（HTML・Excel）で確認します。
• 反映: 予測した設定値を人が確認して変更し、自律制御へ広げていきます。
• 気泡の相関: 気泡マップの気泡を種類ごとに分け、乾燥温度・コーティングギャップとの相関を時間の遅れまで含めて調べ、どの値が気泡を増やすかを探します。同じ方向に動く傾向から生じる見かけの相関は除きます。
• 設定値の予測: トランスフォーマーベースのモデルで次の設定値を予測します。ラインが自ら合わせる自律制御は実装中で、現在は人が確認して設定値を変更します。