東京エレクトロン デバイスは生産設備の異常判別プログラムを自動で作成する装置「CX-M」に、正常稼働データのみからモデルを作成できる機能を追加した「同ver.3.0」を発売した(ニュースリリース)。正常稼働時のデータを学習し、そこからの変化を「外れ値」として検知できる判別モデルを作成する(図1)。

図1:新機能の概要(出所:東京エレクトロン デバイス)
[画像のクリックで拡大表示]

 同装置は、時系列データを入力すると「データクレンジング」「特徴の抽出」「機械学習による判別モデル作成」「判別精度検証」をソフトで実施し、異常判別プログラムを自動で作成する(関連記事)。ユーザーは、数値データを用意するだけで自社基準の設備状態を判別するプログラムを入手できる。作成した異常判別プログラムを出力すれば、製造現場や自社のシステムに組み込んで使える。

 新機能では、正常データのみを学習させることで、正常とは異なる状態を定量的に検知できるようになる。正常とそれ以外の閾値(%)については、ユーザーが任意に設定できる。

 一般に予知保全を行う場合、装置の振動や音、センサーなどの時系列データを解析して判別モデルを作成するが、正常/異常時データの両方を保有するユーザーは少ないという。新機能により、正常データしか持たないユーザーでも正常状態の監視運用を始められる(図2)。異常データがある場合は、さらに精度の高い判別モデルを作成できる。

図2:保有するデータの種類による分析方法の違い(出所:東京エレクトロン デバイス)
[画像のクリックで拡大表示]

 同社は、同装置の購入を検討する企業に向けてデータ分析診断を無料で提供。企業は、自社のデータを利用したときの分析結果を確認した上で、購入するか否かを決められる。