MT法ソフトウェア『Signal Catcher』
Signal Catcher特徴
![MT法 ONNG判定](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_MT-method_20211013-1024x624.png)
MT法を使用したデータ分析ソフトウェア
品質工学におけるMT法の計算を行うことができます。
MT法を活用することで、「不良品の判別」や「不良品の原因診断」が行えます。
MT法は予測やパターン認識に用いられます。日本の工学者田口玄一氏に
提唱され、「マハラノビス・タグチメソッド」「MT法」と呼ばれています。
MT法で学習させるのは正常データのみなので、深層学習のように
異常データも含めた膨大なデータを学習させる必要はありません。
そのため、計算負荷が軽く、計算処理時間も短いという特徴があります。
![MT法 MD値](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_Mahalanobis-Distance_20211013.png)
MT法とは?
目的に対して均質なデータを単位空間として定義し、単位空間の中心から
未知データの距離をマハラノビスの距離(MD値)として求める方法です。
均質なデータ(緑プロット)を単位空間として利用します。
未知データ(赤プロット)が単位空間からどの程度離れているかの
度合いによって定量的に均質データとの差異を求めます。
右図は変位が2つのイメージですが、多項目の場合は、
項目間ごとにMD値を求め、平均値を算出することで、
多項目においての単位空間からの離れ度合いを評価します。
![MT法 波形データ](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_Waveform_20211013.png)
標本線を用いて波形データのMT法分析
MT法は多項目の計算ができますが、振動や温度、圧力などの
時系列で変化する波形データをそのまま計算することができません。
標本線を用いることで、時系列に変化する波形データを、
変化量と存在量に変換することができます。
標本線は時系列に変化するデータ(黒線)に横線として配置し、
交点の数を変化量、交点から交点までの距離を存在量として、
グラフ全体を数値表す方法です。標本線の上下配置や本数によって
単位空間が形成されるため、標本線の上下への配置や本数を適切に
配置することが求められます。Signal Catcherでは標本線から、存在量と
特徴量をより正確に抽出する内部アルゴリズムを搭載しています。
![MT法 自動 GA法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_GA-method_20211013-1024x624.png)
波形異常の特徴を自動抽出
波形データをMT法で分析するために、標本線を使用し波形特徴の抽出を
行いますが、標本線の位置検討は試行錯誤が伴い、時間がかかります。
遺伝的アルゴリズム(GA法)を活用した、標本線自動設定機能を使用する
ことで、数分で最適化された標本線の位置検討が可能になります。
波形処理の知識がない方でも、簡単に標本線の位置を設定できます。
![MT法 自動](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_comparison_20211013-1024x532.png)
GA法を用いて最適化された標本線位置で単位空間を作成すると、
標本線を均等配置した単位空間と比較し、NGデータのMD値が
より高くなっていることが左図より分かります。
最適化によいり信号データ(水色)のMD値がNGデータのMD値よりも
明らかに低くなり、正しく判別できていることが確認できます。
データを選択し、計算開始ボタンを押すだけで、
誰でも簡単に、短時間で有効な単位空間を作成できます。
Signal Catcher活用例
![切削加工 ツール消耗](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/machining-1024x544.jpg)
加工時のツール・金型の摩耗具合を捉え、
工具を適切に使い切り、不良削減に貢献します。
![良否判定 MT法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/quality_judgment-1024x544.jpg)
良品・不良品の加工時波形特徴を捉え、
不良品判別を行えます。
![設備診断 MT法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Machine_Diagnosis-1024x544.jpg)
設備異常の傾向を未然に捉え、
健全性診断・予防保全が行えます。
Signal Catcher機能
![MT法 ONNG判定](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_MT-method_20211013-1024x624.png)
判別基準が分かる機械学習MT法
MD値の寄与度の確認で、不良品判別や
不良品の原因診断が行なえます。
![T法 MT法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_Taguchi-method_20211013-1024x624.png)
T法、非線形T法
品質に影響を及ぼしている項目・寄与度の確認、
寄与度から結果の推定値を求めることができます。
![MT法 波形データ](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_Waveform01_20211013-1024x624.png)
波形特徴抽出
標本線を手動操作で配置し、波形特徴抽出。
波形データをMT法分析できる形に変換します。
![MT法 自動 GA法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2021/10/Signal-Catcher_GA-method_20211013-1024x624.png)
標本線による波形データ特徴自動抽出
波形データをMT法で分析するために、
標本線を使用し波形特徴の抽出を行いますが、
標本線の位置検討は試行錯誤が伴い、
時間が非常にかかる作業です。
遺伝的アルゴリズム(GA法)を活用した、
標本線自動設定機能を使用することで、
数分で最適化された標本線の位置検討が可能に
なります。波形処理の知識がなくても簡単に
標本線の位置を設定することができます。
![MT法 重心法](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2022/12/SignalCatcher20221218a.png)
重心法による波形データ特徴自動抽出
時系列データが上下に振幅するような特徴が
少ない場合は標本線判定が難しい場合が
あります。重心法は波形の大きなうねりを
重心として特徴量を抽出する機能です。
重心法も遺伝的アルゴリズム(GA法)により
OKデータとNGデータの差が最大化するように
算出区間を最適化します。
数分で最適化された標本線の位置検討が可能に
なります。波形処理の知識がなくても簡単に
標本線の位置を設定することができます。
![SignalCatcher](https://nihonkaikeisoku.co.jp/wp/wp-content/uploads/2022/12/SignalCatcher20221218b-1024x546.png)
MT法自動判別機能
自動判別機能はSignalCatcherで作成した
単位空間と特徴抽出方法を読み込み、
自動でMT法を演算させることができます。
SignalCatcherが波形データの保存先を
常時監視し、データロガーやPLCで測定した
波形データが更新された際に、当該CSVファイルを
読み込みMD法を自動演算します。
演算結果はPLCに返答・保存することが
可能です。
田中精密工業 T-IReC
Webサイト
AIやIoT技術、FA機器を用いて工場の自動化を推進する専門チーム。
2017年に自社工場を改装し、先端技術検証を専門とした施設を作り、
将来の工場効率化・省人化を実現するため独自で研究を始めました。
T-IReC Webサイトにて無償版配布中
Signal Catcherのご相談・ご質問・お見積依頼