JP7633945B2 - 品質欠陥を分析する方法 - Google Patents

Description

本発明は、特に方法技術的設備内で製造プロセスを通り抜けた後及び／又はその際に、好ましくは塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取り付け部品の品質欠陥を分析する方法に関するものである。

自動車を手に入れようとする購買者は、自動車を買う場合に、自動車の塗装に関して高い品質を期待する。その場合にそれぞれの購買者は、たとえば車両ボディ及び／又は車両取付け部品が塗装欠陥、すなわちたとえば汚れの封入、穴、ランナー、引っ掻き傷及び／又は気泡（沸き立ち）を保たないことを、期待する。購買者は、さらに、車両ボディにわたって変化しない色の推移、色調、光沢度合及び／又は変化しない輝きを期待する。また、種々のコーティング及び／又は塗料層の少なくともほぼ均一な構造及び／又はコーティング及び／又は塗料層の少なくともほぼ均一な層厚も、望ましい。さらに、車両ボディ及び／又は車両取付け部品の塗装は、外的な影響に対して、たとえばＵＶ放射、熱、寒さ、雨、撒き塩、石跳ね、鳥のフン、ほこり及び／又は洗車機による引っ掻き傷に対しても耐えなければならない。

この高い期待を満たすことができるようにするために、車両ボディにおいて煩雑な品質管理が実施され、かつ、欠陥が確認された場合には、場合によっては再加工が実施される。その場合に塗装プロセスにおいて、各プロセスステップ内で新しいコーティング及び／又は塗料層が塗布されるので、下方の層内の欠陥は、品質管理の枠内では識別できないか、できても困難である。したがって塗装のできるだけ高い品質を保証することができるようにするためには、個々のコーティング及び／又は塗料層の塗布後に品質管理が必要となる。しかしこれは、塗装設備内の製造サイクルがきわめて高速であるために、可能ではない。

本発明の課題は、品質欠陥を回避することができ、かつ／又は製造プロセス内の品質欠陥原因を求め、回避し、かつ／又は除去することができる、特に方法技術的設備内で製造プロセスを通り抜けた後及び／又はその際に、好ましくは塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取り付け部品の品質欠陥を分析する方法を提供することである。

この課題は、請求項１の特徴を有する、特に方法技術的設備内で製造プロセスを通り抜けた後及び／又はその際に、好ましくは塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取り付け部品の品質欠陥を分析する方法によって解決される。

本方法は、好ましくは以下のものを有する：
－製造プロセスの開始時に、特に塗装プロセスの開始時に、工作物に一義的に対応づけられた工作物固有のデータセットを形成し、かつ／又は製造プロセスの開始時に、特に塗装プロセスの開始時に、工作物支持体に一義的に対応づけられた工作物支持体固有のデータセットを形成し；
－工作物が製造プロセス、特に塗装プロセスを通り抜ける間に、工作物固有のデータセットを、特に品質関連のプロセスデータによって補足し、かつ／又は工作物支持体が製造プロセス、特に塗装プロセスを通り抜ける間に、工作物支持体固有のデータセットを、特に品質関連のプロセスデータによって補足し；
－工作物固有のデータセットをデータベースに記憶し、かつ／又は工作物支持体固有のデータセットをデータベースに記憶する。

「特に」という概念は、この明細書及び添付の請求項の枠内において、可能な任意かつ／又は選択的な特徴を記述するためだけに使用される。

工作物固有のデータセットとは、この明細書及び添付の請求項の枠内で、特に、工作物に一義的に対応づけられているデータセットである。

工作物固有のデータセットは、特に、それぞれの工作物の「デジタル工作物」及び／又は「デジタルイメージ」を形成する。

工作物支持体固有のデータセットというのは、この明細書及び添付の請求項の枠内で、特に工作物支持体と特に工作物支持体上に配置されているすべての工作物に、たとえば工作物支持体とその上に配置されている車両取付け部品に、一義的に対応づけられている、データセットである。

その場合に特に、工作物支持体上に複数の工作物、特に車両取付け部品が配置されていることが、考えられる。

この種の工作物支持体は、特にいわゆるスキッドである。

たとえば、製造プロセスの開始時に、特に塗装プロセスの開始時に、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが、たとえば、工作物に配置されたＲＦＩＤチップを用いてそのチップから塗布データが読み込まれることにより、自動的に形成されることが、考えられる。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットは、特に自動的に形成される。

特に、工作物固有かつ／又は工作物支持体固有のデータセットが、それぞれ、前段のプロセスステップからの１つ又は複数のデータセットから形成されることが、考えられる。

たとえば、工作物固有のデータセットを形成する場合に、車両形成のホワイトボディからのホワイトボディ品質データが工作物固有のデータに付加されることが、考えられる。

さらに、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが、
たとえばまず実験室内で求められた塗装品質データを用いて、後から補足されると、効果的であり得る。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットは、好ましくは工作物固有の塗布データセット及び／又は工作物支持体固有の塗布データセット、たとえば一義的な工作物識別ナンバー、それぞれの工作物のモデルタイプ及び／又は塗装プロセスにおいて工作物上に塗布すべきカラーのカラーコードを有している。工作物固有の塗布データセット及び／又は工作物支持体固有の塗布データセットは、たとえばさらに、工作物及び／又は工作物支持体が製造プロセスを通り抜ける間の製造層に関する情報を有している。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットは、好ましくはさらに、製造データセットを有し、それがプロセスデータを有している。

特に品質関連のプロセスデータは、好ましくは、製造プロセス内で工作物の上に塗布される各コーティング及び／又は塗料層のための物理的及び／又は化学的な影響パラメータを有している。

さらに、特に品質関連のプロセスデータがホワイトボディ品質データ、たとえば工作物の変形に関する、かつ／又は工作物の表面粗さに関する情報を有する、ホワイトボディ品質データを有していると、効果的であり得る。

製造プロセス、特に塗装プロセスは、好ましくは複数の互いに連続する製造ステップを有している。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが、品質データによって補足され、その品質データは、好ましくは製造プロセスの最後、特に塗装プロセスの最後における、それぞれの工作物の品質欠陥に関する、特に塗装欠陥に関する情報を有している。

好ましくは品質データは、コントロールステーションにおける品質管理の枠内で、製造プロセスの最後に品質検査者によって、たとえば視認管理を用いて、自動的な品質測定ステーションを用いて、かつ／又は自動的なエラー検出システムを用いて、求められる。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットを補足する、品質データは、特に位置、種類、大きさに関する、かつ／又は品質欠陥の数に関する情報を有している。

品質欠陥の位置は、たとえば自動的な品質測定ステーション及び／又は自動的なエラー検出システムの座標から求めることができる。

品質欠陥の位置は、たとえばさらに、品質検査者によって求めることができ、かつ特にグリッド座標を介して手動で入力可能である。

品質欠陥、特に塗装欠陥は、たとえば塗装ミス、特に汚れの封入、穴、ランナー及び／又は気泡（沸き立ち）、異なる層厚、望ましくないカラー推移及び／又はあらかじめ定められた処理結果パラメータからの偏差を有する。

処理結果パラメータは、たとえば以下のものを有する：層の厚み；層の平坦性；層の層厚の均一性；層のカラー及び／又は輝度；層の硬さ；コーティングの化学的組成、特に架橋化程度及び／又は溶剤含有量、かつ／又はコーティングの汚れ度合。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットを補足する、品質データは、好ましくはさらに、工作物の目標ステータスに関する情報、すなわち工作物を後加工しなければならないか、どのような後加工を実施しなければならないか、後加工は不要か、かつ／又は後加工が不可能か、を有している。後加工として、たとえば以下の後加工ステップの１つ又は複数が考えられる：研磨、スポットリペア及び／又は製造プロセス、特に塗装プロセスの再実行。

工作物固有のデータセット及び／又は工作物支持体固有のデータセットを補足する、品質データは、好ましくは、後加工が行われているか、についての情報を有する。

さらに、工作物固有のデータセット及び／又は工作物支持体固有のデータセットを補足する、品質データが、後加工は有意義でないか、についての情報を有することが、考えられる。後加工が有意義でない工作物は、特に欠陥品である。

本方法の形態において、複数の工作物固有のデータセットの、かつ／又は複数の工作物支持体固有のデータセットの品質データは、システマチックな品質欠陥を認識するためにクラスター方法を用いて自動的に種々の品質欠陥クラスターに分類される。

クラスター方法において、複数の工作物固有のデータセット及び／又は複数の工作物支持体固有のデータセットの品質データが、好ましくは１つ又は複数の分類規則を用いて分類される。

好ましくは工作物固有のデータセット及び／又は工作物支持体固有のデータセットの品質データが、システマチックな品質欠陥クラスターと非システマチックな品質欠陥クラスターとに分類される。

特にたとえば、比較可能な位置、種類、大きさ及び／又は数を有する品質欠陥が、１つの品質欠陥クラスターに分類される。

さらに、たとえば、品質欠陥が発生の時点にしたがって品質欠陥クラスターに分類されることが、考えられる。

品質データを分類するために、好ましくは、エキスパートによって定められた分類規則及び／又は学習された分類規則が使用される。

エキスパートによって定められた分類規則は、たとえば、製造プロセスを通り抜ける工作物及び／又は工作物支持体の定められた数の移動する窓の内部で、同一及び／又は類似の品質欠陥を有する工作物の定められた数を有している。

たとえば、製造プロセス内で連続する５つの工作物の内部で、３つ以上の工作物において同一及び／又は類似の品質欠陥が認識された場合に、品質データがシステマチックな品質欠陥クラスターに分類されることが、考えられる。

その場合に同一の品質欠陥というのは、この明細書及び添付の請求項の枠内では、特に、品質欠陥の種類、大きさ、重さ及び／又は位置が等しいことである。

その場合に類似の品質欠陥というのは、この明細書及び添付の請求項の枠内では、特に、品質欠陥の大きさ及び／又は位置は異なってもよいが、品質欠陥の種類が等しいことである。

学習される分類規則は、好ましくは機械的な学習方法を用いて、工作物固有のデータセット及び／又は工作物支持体固有のデータセットの品質データから学習される。

たとえば、分類規則が監視される、かつ／又は監視されない機械的学習方法を用いて学習されることが、考えられる。

監視される機械的学習方法においては、工作物固有のデータセット及び／又は工作物支持体固有のデータセットの品質データは、システマチックな品質欠陥クラスターと非システマチックな品質欠陥クラスターとに分割される。分割は、好ましくは定められた規則を介して、かつ／又はユーザーフィードバックを介して、行われる。監視される機械的学習方法によって、適切な「ラベリング」によって、好ましくは品質トレンドもしくは未来の品質欠陥クラスターも認識することができる。監視されない機械的学習方法においては、好ましくは、品質欠陥のない工作物の工作物固有のデータセットの、かつ／又は品質欠陥をもたない工作物を有する工作物支持体の工作物支持体固有のデータセットの、品質データ、すなわちノーマル状態が学習される。ノーマル状態からの偏差がもたらされた場合には、この偏差が認識される。

定められた分類規則及び／又は学習された分類規則は、好ましくは他の方法技術的設備、特に他の塗装設備にも、転用可能である。

クラスター方法を用いる品質データの分類は、好ましくは連続的に実施される。その代わりに、あるいはそれに加えて、クラスター方法による品質データの分類がバッチ処理によって行われることが、考えられる。

システマチックな品質欠陥クラスターは、好ましくはさらに、信号処理の方法によって求められる。

たとえば、システマチックな品質欠陥クラスターを求めるために、品質データの頻度密度関数からの特徴が、１つ又は複数の信号処理方法を用いて、たとえばフーリエ変換を用いて、かつ／又は密度評価を用いて処理されることが、考えられる。

クラスター方法によって認識されたシステマチックな品質欠陥が、ユーザーに視覚化を用いて、たとえばアラームシステム内のリアルタイム報告として、かつ／又は分析システム内の分析報告として表示されると、効果的であり得る。

たとえば、工作物が、クラスター方法を用いて認識された品質欠陥クラスターに基づいて製造プロセスから排除されることが、考えられる。さらに、製造プロセスのプロセス制御がクラスター方法を用いて認識された品質欠陥クラスターに基づいて適合されると、効果的であり得る。

方法の形態において、クラスター方法を用いて認識されて、種々の品質欠陥クラスターに分類されたシステマチックな品質欠陥のための品質欠陥原因が、分析方法を用いて、好ましくはそれぞれの品質欠陥クラスターのシステマチック品質欠陥を有する工作物の工作物固有のデータセットの特に品質関連のプロセスデータを分析することにより、かつ／又はそれぞれの品質欠陥クラスターのシステマチックな品質欠陥を備えた工作物を有する工作物支持体の工作物支持体固有のデータセットの特に品質関連のプロセスデータを分析することによって、自動的に定められる。

したがって好ましくは、品質管理の枠内において、認識できないシステマチックな品質欠陥も、製造プロセスからの帰納的推定によって認識可能である。

分析方法において、品質欠陥原因は、１つ又は複数の分析規則を用いて定められる。

品質欠陥原因を定めるために、好ましくはエキスパートによって定められた分析規則及び／又は学習された分析規則が使用される。

学習される分析規則は、好ましくは機械的な学習方法を用いて学習される。

たとえば、分析規則が監視される、かつ／又は監視されない機械的な学習方法を用いて学習されることが、考えられる。

監視される機械的学習方法においては、分析規則は、品質欠陥原因に関するユーザーフィードバックを介して学習される。監視されない機械的な学習方法においては、好ましくは製造プロセスのプロセスステップのノーマル状態が学習される。学習されたノーマル状態からの偏差がもたらされた場合に、これらの偏差が認識される。

定められた分析規則及び／又は学習された分析規則は、好ましくは他の方法技術的設備、特に他の塗装設備へも転用可能である。

本方法の形態において、定められた品質欠陥原因が、製造プロセス内、特に塗装プロセス内のアノマリー及び／又は偏差を有している。

本方法の形態において、分析方法を用いて、定められた品質欠陥原因と、種々の品質欠陥クラスターに分類されたシステマチックな品質欠陥との間の関係が定められる。

定められた品質欠陥原因と、種々の品質欠陥クラスターに分類されたシステマチックな品質欠陥との間の関係は、好ましくは定められた、及び／又は学習された分析規則によって定められる。

定められた品質欠陥原因と、種々の品質欠陥クラスターに分類されたシステマチックな品質欠陥との間の関係は、好ましくは、他の方法技術的設備、特に塗装設備にも転用可能である。

本方法の形態において、好ましくは進行中の製造プロセス内で定められた１つ又は複数のアノマリー及び／又は偏差から、分析方法を用いて定められた関係によって自動的に工作物の未来の品質欠陥が帰納的に推定されることにより、工作物が製造プロセスを通り抜ける間に、定められた関係を用いて差し迫ったシステマチックな品質欠陥が自動的に求められる。

その場合に好ましくは工作物は、分析方法を用いて、製造プロセスを通り抜ける際にすでに品質欠陥クラスターに対応づけられる。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが、各個々のプロセスステップ内で、特に品質関連のプロセスデータによって補足される。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットを補足する、特に品質関連のプロセスデータとして、以下のプロセスパラメータの１つ又は複数が使用される：
－製造プロセスのプロセスステップ内の目標時間超過；
－製造プロセスのプロセスステップを通り抜ける間に発生する事象；
－それぞれの工作物のホワイトボディ品質データ
－製造プロセス内のアノマリー及び／又は偏差；
－天候データ；
－製造プロセスのプロセスステップを通り抜ける際にプロセスステップに関与した人についての人データ。

それぞれの工作物固有のデータセット及び／又はそれぞれの工作物支持体固有のデータセットを補足するために、以下のプロセスパラメータの１つ又は複数が使用されると、効果的であり得る：
－乾燥器内のノズルパラメータ；
－塗料量；
－塗料色；
－塗料チャージ；
－ロボットレーンの軌道
－塗装キャビン内のキャビン温度；
－塗装キャビン内のキャビン湿度；
－カソード浸漬塗装ステーション内及び前処理ステーション内の浴液温度と充填状態；
－カソード浸漬塗装ステーションを通る工作物の移送運動；
－カソード浸漬塗装ステーション内の化学薬品の濃度；
－カソード浸漬塗装ステーション内の電圧；
－乾燥器内の温度と通り抜け時間。

それぞれの工作物固有のデータセット及び／又はそれぞれの工作物支持体固有のデータセットを補足するために使用されるプロセスパラメータは、好ましくは前処理される。

特に、時間的に高い可変性を有するプロセスパラメータ、たとえば機械的、油圧的又は電気的なプロセスパラメータが、前処理されることが、考えられる。しかし、時間的に低い可変製を有するプロセスパラメータ、すなわち慣性的なプロセスパラメータ、たとえばサーモダイナミックなプロセスパラメータの前処理は、省くことができる。

目標時間超過というのは、この明細書及び添付の請求項の枠内で、特に、それぞれの工作物のためにそれぞれのプロセスステップを実施する際にプロセスステップ内であらかじめ定められた目標時間を超過することである。

事象は、たとえば保守事象、方法技術的設備の制御システムからのアラーム、シフト変更に関する情報、製造停止に関する情報、方法技術的設備の処理ステーションへの立ち入りに関する情報、清掃中断に関する情報を有している。

工作物固有のデータセットにかつ／又は工作物支持体固有のデータセットに付加すべき保守事象を用いて、たとえば、保守後に発生するシステマチックな品質欠陥を識別することが、可能である。

ホワイトボディ品質データは、特に工作物又は工作物の部分、たとえばボンネット、ドア、サイド部分及び／又は天井のシート品質に関する情報を有している。

好ましくはさらに、それぞれの工作物固有のデータセット及び／又はそれぞれの工作物支持体固有のデータセットを補足するために、以下のプロセスパラメータの１つ又は複数が使用される：
－移送技術情報；
－製造プロセス内の工作物の滞留時間；
－方法技術的設備内部の工作物の「一晩保管」。

たとえば、それぞれの工作物固有のデータセットを補足するために、乾燥器内の工作物の滞留時間が使用される。すなわち、特に乾燥器内の工作物の存在についての目標時間超過から、品質欠陥を推定することができる。

さらに、乾燥器内の工作物支持体の滞留時間が、それぞれの工作物支持体固有のデータセットを補足するために使用されると、効果的であり得る。

製造プロセス内の偏差というのは、この明細書及び添付の請求項の枠内で、好ましくは、目標状態からの状態の偏差あるいはあらかじめ定められたプロセス値からの測定されたプロセス値の偏差である。

アノマリーは、好ましくは、製造プロセスのプロセスステップ内の実際プロセス値と目標窓との間の偏差から自動的に求められる。その代わりに、あるいはそれに加えて、アノマリーが、製造プロセスのプロセスステップの実際プロセス値と、それぞれのプロセスステップのために機械的学習方法を用いて学習されたノーマル状態との間の偏差から自動的に求められることが、考えられる。

製造プロセス内のアノマリーは、好ましくはさらに、１つ又は複数の下位のミクロシステム分析システムを用いて求められ、特にミクロレベルに、すなわち工作物レベルに、かつ／又はマクロレベルに、すなわち方法技術的設備のレベルに、分割される。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットは、工作物及び／又は工作物支持体が製造プロセスのプロセスステップを通り抜ける間に、プロセスエラーデータによって補足され、そのプロセスエラーデータは、製造プロセスのプロセスステップ内のアノマリー及び／又は偏差に関する情報を有している。

プロセスエラーデータは、特に「エラーマーカー」である。

好ましくは、製造停止及び／又は移送停止の間所定の処理ステーション内に配置されている工作物の工作物固有のデータセットだけが、プロセスエラーデータによって補足されるのではない。むしろ、製造停止及び／又は移送停止に基づいて同様に所定の処理ステーション１０４内により長く配置されている、他の工作物の工作物固有のデータセットも、プロセスエラーデータによって補足されることが、考えられる。

好ましくはさらに、製造停止及び／又は移送停止の間所定の処理ステーション内に配置されている、工作物支持体の工作物支持体固有のデータセットのみが、プロセスエラーデータによって補足されるのではない。特に、製造停止及び／又は移送停止に基づいて同様に所定の処理ステーション内により長く配置されている、他の工作物支持体の工作物支持体固有のデータセットも、プロセスエラーデータによって補足されることが、考えられる。

プロセスエラーデータを用いて、製造プロセスのプロセスステップ内のアノマリー及び／又は偏差が、好ましくはエラーとして識別可能である。

好ましくは工作物固有のデータセット内の、かつ／又は工作物支持体固有のデータセット内のアノマリー及び／又は偏差を識別するためにプロセスエラーデータを使用することによって、工作物固有のデータセットの大きさ及び／又は工作物支持体固有のデータセットの大きさが削減可能である。

好ましくは製造プロセスのプロセスステップ内のアノマリー及び／又は偏差が、プロセスエラーデータを用いて品質欠陥原因として識別可能である。

製造プロセスのプロセスステップ内のアノマリー及び／又は偏差は、クラスター方法によって分類されたシステマチックな品質欠陥に、プロセスエラーデータを用いて、特に分析方法を用いて、好ましくは自動的に対応づけ可能である。

本方法の形態において、方法は方法技術的設備内、特に塗装設備内で実施され、その設備が複数の互いに異なる処理ステーションを有し、それらの中で製造プロセスの、特に塗装プロセスの、それぞれ１つ又は複数のプロセスステップが実施可能である。

好ましくは、製造プロセスの各プロセスステップのための各処理ステーション内で、１つ又は複数の特に品質関連のプロセスデータが検出される。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが連続的又は非連続的に、特に品質関連のプロセスデータによって補足される。

本方法の形態において、工作物固有のデータセット及び／又は工作物支持体固有のデータセットが、それぞれ特に品質関連のプロセスデータによって補足され、それらのプロセスデータがそれぞれタイムスタンプを有しており、そのタイムスタンプを用いてそれぞれのプロセスデータが時点及び／又は製造プロセスのプロセスステップに一義的に対応づけ可能である。

本方法の形態において、工作物の補足された工作物固有のデータセット及び／又は工作物支持体の補足された工作物支持体固有のデータセットは、工作物及び／又は工作物支持体が製造プロセスを通り抜ける間及び／又はその後に、データベースに記憶される。

本発明は、さらに、特に方法技術的設備内の製造プロセスを通り抜けた後及び／又は通り抜ける際に、特に塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取付け部品の品質欠陥を分析するための品質分析システムに関する。

本発明の課題は、品質欠陥を回避することができ、かつ／又は製造プロセス内の品質欠陥原因を求め、回避し、かつ／又は除去することができる、方法技術的設備内の製造プロセスを通り抜けた後及び／又は通り抜ける際に、特に塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取付け部品の品質欠陥を分析するための品質分析システムを提供することである。

この課題は、本発明によれば、請求項１５の特徴を有する、特に方法技術的設備内の製造プロセスを通り抜けた後及び／又は通り抜ける際に、好ましくは塗装設備内で塗装プロセスを通り抜けた後及び／又はその際に、工作物、好ましくは車両ボディ及び／又は車両取付け部品の品質欠陥を分析するための品質分析システムによって解決される。

品質分析システムは、好ましくは以下のものを有する：
－方法技術的設備の、特に塗装設備の制御システムと通信するためのインターフェイス；
－制御装置；この制御装置は、制御装置を用いて請求項１から１４のいずれか１項に記載の方法が実施可能であるように、整えられ、かつ形成されている。

本発明は、さらに、以下のものを有する、方法技術的設備、特に塗装設備に関する：
－製造プロセス、特に塗装プロセスを制御することができる、制御システム；
－本発明に係る品質分析システム。

方法技術的設備は、好ましくは複数の処理ステーション、特に複数の塗装ステーションを有している。

たとえば、塗装設備が、互いに連結された複数の処理ステーションを備えた塗装ラインを有することが、考えられる。

その代わりに、あるいはそれに加えて、塗装設備が複数の処理ボックスを有し、その場合に各処理ボックスが１つ又は複数の処理ステーションを有することが、考えられる。

塗装設備は、好ましくは以下の処理ステーションの１つ又は複数を有している：
－前処理ステーション；
－カソード浸漬塗装ステーション；
－カソード浸漬塗装ステーションの後段の乾燥器；
－第１キャビン；
－第１乾燥器；
－ベースコートキャビン；
－ベースコート乾燥器；
－クリアコートキャビン；
－クリアコート乾燥器。

本発明の他の特徴及び／又は利点が、実施例についての以下の説明及び図面表示の対象である。

図１は、方法技術的設備、特に塗装設備の図式的な表示である。 図２は、複数の工作物の工作物固有のデータセットの実施形態の図式的な表示である。 図３は、図２に示す工作物固有のデータセットの品質データを分類するためのクラスター方法を図式的に示している。 図４は、複数の工作物の工作物固有のデータセットの他の実施形態を図式的に示している。 図５は、図４に示す工作物固有のデータセットの品質データを分類するためのクラスター方法を図式的に示している。 図６は、複数の工作物の工作物固有のデータセットの他の実施形態を図式的に示している。 図７は、図６に示す工作物固有のデータセットの品質データを分類するためのクラスター方法を図式的に示している。 図８は、クラスター方法を用いて認識されたシステマチックな品質欠陥の可視化を図式的に示している。

すべての図において、同一又は機能的に等価の部材には、同一の参照符号が設けられている。

図１は、全体を符号１００で示す方法技術的設備を示している。

方法技術的設備１００は、特に塗装設備１０２である。

方法技術的設備１００は、好ましくは複数の処理ステーション１０４を有している。

ここで、方法技術的設備１００、特に塗装設備１０２は、７つの処理ステーション１０４を有している。

好ましくは、方法技術的設備１００を用いて工作物１０６において、特に車両ボディ１０８において、かつ／又は車両取付け部品において、製造プロセスが実施可能である。

特に処理ステーション１０４内で、製造プロセスのそれぞれ１つ又は複数が実施可能である。

図１に示す方法技術的設備１００、特に塗装設備１０２は、ここでは特に塗装ライン１１０である。

塗装ライン１１０内で、処理ステーション１０４が、好ましくは互いに連結されている。

たとえば、工作物１０６及び／又は工作物支持体が、次の処理ステーション１０４を記載の順序で通り抜ける。

その場合にたとえば、工作物１０６が処理ステーション１０４を通り抜ける間、個々の工作物１０６、たとえば１つの車両ボディ１０８のみが、図面には示されていない工作物支持体上に配置されていることが、考えられる。

その代わりに、あるいはそれに加えて、複数の工作物１０６、たとえば図面には示されていない車両ボディが一緒に、１つの工作物支持体上に配置されており、工作物１０６を乗せた工作物支持体が処理ステーション１０４を通り抜けることが、考えられる。

工作物１０６、たとえば車両ボディ１０８は、前処理ステーション１１２内で前処理されて、前処理ステーション１１２からカソード浸漬塗装ステーション１１４へ移送される。

カソード浸漬塗装ステーション１１４から、工作物１０６は、その上にコーティングを設けられた後に、カソード浸漬塗装ステーション１１４の後に乾燥器１１６へ移送される。

カソード浸漬塗装ステーション１２４内で工作物１０６上に塗布されたコーティングが乾燥器１１６内で乾燥された後に、工作物１０６は、好ましくはベースコートキャビン１１８内へ移送されて、その中で再び工作物１０６上にコーティングが設けられる。

ベースコートキャビン１１８内でコーティングが設けられた後に、工作物１０６は、好ましくはベースコート乾燥器１２０内へ移送される。

ベースコートキャビン１１８内で工作物１０６上に塗布されたコーティングがベースコート乾燥器１２０内で乾燥された後に、工作物１０６は、好ましくはクリアコートキャビン１２２内へ移送されて、その中で工作物１０６上に他のコーティングが設けられる。

クリアコートキャビン１２２内でコーティングがもたらされた後に、工作物１０６は好ましくはクリアコート乾燥器１２４へ供給される。

クリアコートキャビン１２２内で工作物１０６上に設けられたコーティングがクリアコート乾燥器１２４内で乾燥された後に、工作物１０６は好ましくは、製造プロセスの最後にコントロールステーション１２６へ供給される。

コントロールステーション１２６内で、好ましくは品質管理が品質検査者によって、たとえば視認管理を用いて、実施される。

方法技術的設備１００、特に塗装設備１０２は、好ましくはさらに制御システム１２８を有しており、それを用いて製造プロセス、特に塗装プロセスが、処理ステーション１０４内で制御可能である。

さらに、方法技術的設備１００、特に塗装設備１０２が、品質分析システム１３０を有していると、効果的であり得る。

品質分析システム１３０は、好ましくは方法技術的設備１００、特に塗装設備１０２の制御システム１２８と通信するためのインターフェイス１３２を有している。

品質分析システム１３０は、好ましくは工作物１０６の、特に車両ボディ１０８及び／又車両取付け部品の品質欠陥を分析するために形成されている。

好ましくは、制御システム１２８を用いて、好ましくは品質分析システム１３０を用いて、製造プロセスの開始時に、特に塗装プロセスの開始時に、工作物１０６に一義的に対応づけられた工作物固有のデータセット１３４が形成される。

工作物１０６の工作物固有のデータセット１３４は、好ましくはそれぞれ、それぞれの工作物１０６の「デジタル工作物」及び／又は「デジタルイメージ」を形成する。

製造プロセスの開始時に、特に塗装プロセスの開始時に、工作物固有のデータセット１３４が、たとえば塗布データが、たとえば工作物１０６に配置された、図には示されていないＲＦＩＤチップを用いて読み込まれることにより、好ましくは自動的に形成される。

したがって工作物固有のデータセット１３４は、好ましくは工作物固有の塗布データセット１３８、たとえば一義的な工作物識別ナンバー、それぞれの工作物１０６のモデルタイプ及び／又は塗装プロセス内で工作物１０６上へ塗布すべきカラーのためのカラーコードを有している。

さらに、工作物固有のデータセット１３４が、工作物１０６が製造プロセス、特に塗装プロセスを通り抜ける間に、特に品質関連のプロセスデータ１４０によって補足されると、効果的であり得る。

それぞれの工作物固有のデータセット１３４は、好ましくはデータベース１４２内に記憶される。特に工作物１０６の補足された工作物固有のデータセット１３４は、工作物１０６が製造プロセスを通り抜ける間、かつ／又はその後に、データベース１４２内に記憶される。

工作物固有のデータセット１３４は、プロセスデータ１４０を補足することによって、好ましくはさらに、プロセスデータ１４０を含む製造データセット１４４を有している。

工作物固有のデータセット１３４が、製造プロセスの各個々のプロセスステップにおいて、特に品質関連のプロセスデータ１４０によって補足されると、効果的であり得る。

プロセスデータ１４０、特に、工作物１０６のそれぞれの工作部固有のデータセット１３４を補足する、品質関連のプロセスデータ１４０が、好ましくはそれぞれタイムスタンプを有しており、それを用いてそれぞれのプロセスデータが、時点及び／又は製造プロセスのプロセスステップに、一義的に対応づけ可能である。

特に品質関連のプロセスデータ１４０は、好ましくは、製造プロセス内で工作物１０６へ塗布される各コーティング及び／又は塗料層のための物理的及び／又は化学的な影響パラメータを有している。

それぞれの工作物１０６の工作物固有のデータセット１３４は、好ましくは品質データ１４６によって補足され、その品質データはそれぞれの工作物１０６の品質欠陥についての、特に塗料欠陥についての情報を有している。

特に、工作物固有のデータセット１３４は、製造プロセスの最後に、特に塗装プロセスの最後に、品質データ１４６によって補足することができる。

品質データ１４６は、好ましくは品質管理の枠内で、コントロールステーション１２６内で品質検査者によって、たとえば視認管理を用いて、求められる。

たとえば、品質データ１４６が、位置、種類、大きさに関する情報及び／又はそれぞれの工作物１０６の品質欠陥の数に関する情報を有することが、考えられる。

その場合に品質欠陥、特に塗装欠陥は、たとえば塗装ミス、特に汚れの封入、穴、ランナー及び／又は気泡（沸き立ち）、異なる層厚、望ましくないカラー推移及び／又はあらかじめ定められた処理結果パラメータからの偏差を有する。

処理結果パラメータは、たとえば以下のものを有する：コーティングの厚み；コーティングの平らなこと；コーティングの層厚の均一性；コーティングの色及び／又は輝度；コーティングの硬度；コーティングの化学的組成；特に架橋化度合及び／又は溶剤含有量；及び／又はコーティングの汚れ度合。

それぞれの工作物１０６の工作物固有のデータセット１３４を補足する品質データ１４６は、好ましくはさらに、それぞれの工作物１０６の目標ステータスに関する情報を有している。

その場合に好ましくは、品質データ１４６は、工作物１０６は後加工しなければならないか、どのような後加工を実施しなければならないか、後加工は必要がないか、かつ／又は後加工が不可能であるか、についての情報を有している。

後加工として、たとえば以下の後加工ステップの１つ又は複数が考えられる：研磨、スポットリペアかつ／又は製造プロセスの、特に塗装プロセスの新しい通り抜け。

工作物固有のデータセット１３４を補足する、プロセスデータ１４０として、特に品質関連のプロセスデータ１４０として、好ましくは以下のプロセスパラメータの１つ又は複数が使用される：
－製造プロセスのプロセスステップにおける目標時間超過；
－製造プロセスのプロセスステップを通り抜ける間に発生する事象；
－それぞれの工作物のホワイトボディの品質データ；
－製造プロセスにおけるアノマリー及び／又は偏差；
－天候データ；
－製造プロセスのプロセスステップを通り抜ける際にプロセスステップに関与した人に関する人データ。

ホワイトボディの品質データは、特に、工作物１０６又は工作物１０６の部品、たとえばボンネット、ドア、サイド部分及び／又は天井、のシート品質に関する情報を有している。

それぞれの工作物固有のデータセット１３４を補足するために、以下のプロセスパラメータの１つ又は複数が使用されると、効果的であり得る：
－乾燥器１１６、１２０、１２４内のノズル温度；
－塗料量；
－塗料カラー；
－塗料チャージ；
－ロボットレーンの軌道
－塗装キャビン１１８、１２２内のキャビン温度；
－塗装キャビン１１８、１２２内のキャビン湿度；
－カソード浸漬塗装ステーション１１４内及び前処理ステーション１１２内の浴液温度と充填状態；
－カソード浸漬塗装ステーション１１４を通る工作物の移送運動；
－カソード浸漬塗装ステーション１１４内の化学薬品の濃度；
－カソード浸漬塗装ステーション１１４内の電圧；
－乾燥器１１６、１２０、１２４内の温度と通り抜け時間。

それぞれの工作物固有のデータセット１３４を補足するために使用されるプロセスパラメータは、好ましくは前処理される。

特に、時間的に高い可変性を有するプロセスパラメータ、たとえば機械的、油圧的又は電気的プロセスパラメータが、前処理されることが、考えられる。しかし、時間的に低い可変性を有するプロセスパラメータ、すなわち慣性的なプロセスパラメータ、たとえばサーモダイナミックなプロセスパラメータの前処理は、好ましくは省くことができる。

事象は、たとえば保守事象、方法技術的設備１００の制御システム１２８からのアラーム、シフト変更に関する情報、製造停止に関する情報、方法技術的設備１００の処理ステーション１０４への立ち入りに関する情報、清掃中断に関する情報を有する。

工作物固有のデータセット１３４に追加された保守事象を用いて、たとえば、保守後に発生する系統的な品質欠陥を識別することが、可能である。

好ましくはさらに、それぞれの工作物固有のデータセット１３４を補足するために、以下のプロセスパラメータの１つ又は複数が使用される：
－移送技術情報；
－製造プロセス内の工作物１０６の滞留時間；
－方法技術的設備１００の内部、たとえば乾燥器１１６、１２０、１２４の内部における工作物１０６の「一晩保管」。

たとえば、乾燥器１１６、１２０、１２４内の工作物１０６の滞留時間が、それぞれの工作物固有のデータセット１３４を補足するために使用される。すなわち、特に乾燥器１１６、１２０、１２４内の工作物１０６の存在のための目標時間超過から、品質欠陥を推定することができる。

アノマリーは、好ましくは、製造プロセスのプロセスステップ内の実際プロセス値と目標プロセス窓との間の偏差から、自動的に求められる。実際プロセス値は、たとえば、処理ステーション１０４内の１つ又は複数の図示されないセンサを用いて、求められる。

その代わりに、あるいはそれに加えて、アノマリーが製造プロセスのプロセスステップの実際プロセス値と、それぞれのプロセスステップについて機械的学習方法を用いて学習されたノーマル状態との間の偏差から、自動的に求められることが、考えられる。

好ましくは工作物固有のデータセット１３４は、製造プロセスのプロセスステップ内で、特に工作物１０６が製造プロセスのそれぞれのプロセスステップを通過する間に、アノマリー及び／又は偏差があった場合に、プロセスエラーデータ１４８によって補足される。

プロセスエラーデータ１４８は、好ましくは製造プロセスのプロセスステップ内のアノマリー及び／又は偏差に関する情報を有している。

プロセスエラーデータ１４８は、特に「エラーマーカー」である。たとえば、プロセスエラーデータ１４８を用いて、工作物１０６がプロセスステップを通り抜ける際にそれぞれのプロセスステップ内のアノマリー及び／又は偏差の存在又は不在をマーキングすることができる。

プロセスエラーデータ１４８を用いて、好ましくは、製造プロセスの各プロセスステップ内のアノマリー及び／又は偏差が、エラーとして識別可能である。

工作物固有のデータセット１３４のプロセスデータ１４０内で、アノマリー及び／又は偏差を識別するためにプロセスエラーデータ１４８を使用することによって、好ましくは工作物固有のデータセット１３４の大きさを削減することができる。

図２は、種々の工作物１０６の工作物固有のデータセット１３４の実施形態を示している。

第１の列には、たとえばそれぞれの工作物固有のデータセット１３４の塗布データ１３６が、たとえばカラーコードの形式及び／又は工作物識別ナンバーの形式で、示されている。

２から７の列にはそれぞれ、方法技術的設備１００、特に塗装設備１０２の処理ステーション１０４内の製造プロセスのプロセスステップからの、それぞれの工作物固有のデータセット１３４のプロセスデータ１４０が示されている。

感嘆符を用いて、特にプロセスエラーデータ１４８、すなわち「エラーマーカー」が示されており、それが、製造プロセスのプロセスステップ内のアノマリー及び／又は偏差に関する情報を有している。

列９には、さらに品質データ１４６が示されており、その品質データは、好ましくは位置、種類、大きさに関する情報及び／又は品質欠陥の数に関する情報を有している。

たとえば工作物Ｗ１について、前処理ステーション１１２内のアノマリー及び／又は偏差がプロセスエラーデータ１４８として格納されている。

工作物Ｗ３からＷ５については、たとえば、カソード浸漬塗装ステーション１１４の後ろの乾燥器１１６内でアノマリー及び／又は偏差が確認されて、プロセスエラーデータ１４８を用いて特徴づけられている。

工作物Ｗ８については、さらに、たとえばベースコート乾燥器１２０内のアノマリー及び／又は偏差がプロセスエラーデータ１４８を用いて特徴づけられている。

コントロールステーション１２６内で認識された品質欠陥に関する情報を有する品質データ１４６は、たとえば第９の列に格納されている。たとえば品質データ１４６は、ここでは、品質欠陥の種類に関する情報を有している。

好ましくは、複数の工作物固有のデータセット１３４の品質データ１４６は、システマチックな品質欠陥を認識するためのクラスター方法を用いて、品質分析システム１３０を用いて自動的に種々の品質欠陥クラスター１５０に分類される。

工作物固有のデータセット１３４の品質データ１４６は、クラスター方法において、好ましくは１つ又は複数の分類規則を用いて分類される。

その場合に工作物固有のデータセット１３４の品質データ１４６が、システマチックな品質欠陥クラスター１５０と非システマチックな品質欠陥クラスターとに分類されると、効果的であり得る。

品質データ１４６を分類するために、好ましくはエキスパートによって定められた分類規則及び／又は学習された分類規則が使用される。

エキスパートによって定められた分類規則は、たとえば、移動する窓の内部で、製造プロセスを通り抜ける定められた数の工作物１０６の、定められた数の同一及び／又は類似の品質欠陥を有する工作物１０６を有している。

ここでは、製造プロセス内で互いに連続する５つの工作物１０６の内部で、３つ又は３つより多い工作物１０６において同一及び／又は比較可能な品質欠陥が認識された場合に、工作物固有のデータセット１３４の品質データ１４６が、システマチックな品質欠陥クラスター１５０に分類される。

学習される分類規則は、好ましくは工作物固有のデータセット１３４の品質データ１４６から機械的な学習方法を用いて学習される。

その場合に、分類規則は、監視される、かつ／又は監視されない機械的な学習方法を用いて学習することができる。

好ましくは、品質データ１４６の分類は、クラスター方法を用いて連続的に実施される。その代わりに、あるいはそれに加えて、品質データ１４６の分類がクラスター方法を用いてバッチ処理によって行われることも、可能である。

好ましくは、クラスター方法を用いて認識されたシステマチックな品質欠陥が、ユーザーに、図８に示す品質分析システム１３０の視覚化１５２を用いて、たとえばアラームシステム内のリアルタイム報告として、かつ／又は分析システム内の分析報告として、表示される。

図８に示す視覚化１５２において、品質欠陥クラスター１５０のすべての品質欠陥が、工作物１０６の、特に車両ボディ１０８の左側のサイドドアに配置されている。

図３は、図２に示す工作物固有のデータセット１３４のためのクラスター方法の実施を示している。

時点Ｔ１とＴ２においては、品質分析システム１３０によってまだシステマチックな品質欠陥を有する品質欠陥クラスター１５０は認識されない。

時点Ｔ３において、品質分析システム１３０を用いて品質欠陥クラスター１５０が認識される。というのは、工作物Ｗ３、Ｗ４及びＷ７の工作物固有のデータセット１３４の品質データ１４６が、それぞれ同一の品質欠陥Ｆ１を有しているからである。

たとえば、工作物１０６が、クラスター方法を用いて認識された品質欠陥クラスター１５０に基づいて製造プロセスから排除されることが、考えられる。その代わりに、あるいはそれに加えて、製造プロセスのプロセス制御が、制御システム１２８を用いて、クラスター方法により認識された品質欠陥クラスター１５０に基づいて適合されることが、可能である。

好ましくは、分析方法を用いて自動的に、クラスター方法を用いて認識されて、種々の品質欠陥クラスター１５０に分類されたシステマチックな品質欠陥のための品質欠陥原因が定められる。好ましくはその場合に、品質欠陥クラスター１５０のシステマチックな品質欠陥を有する工作物Ｗ３、Ｗ４及びＷ７の工作物固有のデータセット１３４の特に品質関連のプロセスデータ１４０が分析される。

分析方法において、品質欠陥原因は、好ましくは１つ又は複数の分析規則を用いて定められる。

品質欠陥原因を定めるために、好ましくはエキスパートによって定められた分析規則及び／又は学習された分析規則が使用される。

学習される分析規則は、好ましくは機械的な学習方法を用いて学習される。たとえばその場合に、分析規則が監視される、かつ／又は監視されない機械的な学習方法を用いて学習されることが、考えられる。

製造プロセスのプロセスステップ内のアノマリー及び／又は偏差は、好ましくはプロセスエラーデータ１４８を用いて品質欠陥原因として識別可能である。

製造プロセスのプロセスステップ内のアノマリー及び／又は偏差は、クラスター方法を用いて分類されたシステマチックな品質欠陥に、好ましくはプロセスエラーデータ１４８を用いて、特に分析方法を用いて、自動的に対応づけ可能である。

好ましくは、分析方法を用いて、確認された品質欠陥原因と、種々の品質欠陥クラスター１５０に分類されたシステマチックな品質欠陥との間の関係が定められる。

たとえば、カソード浸漬塗装ステーション１１４の後方の乾燥器１１６内のアノマリーと品質欠陥クラスター１５０の品質欠陥Ｆ１との間の関係を形成する、エキスパートによって定められた分析規則が使用されることが、考えられる。

好ましくは品質分析システム１３０の視覚化１５２内で、視覚化１５２の窓１５４内に、図８に示す品質欠陥クラスター１５０のための品質欠陥原因が表示可能である。

定められた品質欠陥原因は、好ましくは製造プロセス内、特に塗装プロセス内のアノマリー及び／又は偏差を有する。

定められた関係を用いて、工作物１０６が製造プロセスを通り抜ける間に、好ましくは、進行する製造プロセス内で確認された１つ又は複数のアノマリー及び／又は欠陥から、分析方法を用いて定められた関係によって自動的に、工作物１０６の未来の品質欠陥が推定されることにより、間近に迫るシステマチックな品質欠陥が、好ましくは自動的に求められる。

その場合に好ましくは、工作物１０６は、分析方法を用いて、製造プロセスを通り抜ける際にすでに、品質欠陥クラスター１５０に対応づけられる。

したがって好ましくは、コントロールステーション１２６内の品質管理の枠内で認識できないシステマチックな品質欠陥も、製造プロセスからの帰納的推定によって認識可能である。

図４に示す、種々の工作物１０６の工作物固有のデータセット１３４の実施形態は、図２に示す種々の工作物１０６の工作物固有のデータセット１３４の実施形態から、実質的に、工作物Ｗ６からＷ８の工作物固有のデータセット１３４の品質データ１４６がそれぞれ品質欠陥Ｆ２に関する情報を有していることによって、区別される。

時点Ｔ４において、クラスター方法を用いて分類規則を適用しながら品質欠陥クラスター１５０が認識される。というのは、工作物Ｗ６からＷ８の工作物固有のデータセット１３４の品質データ１４６が、それぞれ同一の品質欠陥Ｆ２を有しているからである（図５を参照）。

工作物固有のデータセット１３４のプロセスデータ１４０は、第５の列内にベースコートキャビン１１８内のキャビン温度についての情報を有している。

キャビン温度は、工作物Ｗ４とＷ５においてすでに上昇し始めている。その場合に、ベースコートキャビン１１８内のキャビン温度は工作物Ｗ６からＷ８においてそれぞれ、ベースコートキャビン１１８内のキャビン温度のために定められた目標プロセス窓の外部にあることが、考えられる。

分析方法を用いて、ベースコートキャビン１１８内のキャビン温度は、好ましくは品質欠陥原因として識別される。

たとえば、分析方法を実施する場合に、エキスパートによって定められた分析規則が使用され、その分析規則が、ベースコートキャビン１１８内のキャビン温度と品質欠陥クラスター１５０の品質欠陥Ｆ２との間の関係を形成する。

クラスター方法と分析方法の実施は、図４と５に示す工作物固有のデータセット１３４の実施形態において、図２と３に示す工作物固有のデータセット１３４の実施形態におけるクラスター方法と分析方法の実施と実質的に一致するので、その限りにおいてその上述した説明が参照される。

図６に示す種々の工作物１０６の工作物固有のデータ１３４の実施形態は、図２に示す種々の工作物１０６の工作物固有のデータセット１３４の実施形態から、実質的に、工作物Ｗ２とＷ３の品質データ１４５６がそれぞれ品質欠陥Ｆ１に関する情報を有していること、及び工作物Ｗ４からＷ７の品質データ１４６がそれぞれ品質欠陥Ｆ２に関する情報を有していることによって、区別される。

品質欠陥Ｆ１とＦ２は、たとえば同一であり、かつ／又は類似であって、クラスター方法を用いて分類規則を適用して、時点Ｔ１においてすでに品質欠陥クラスター１５０として認識されている（図７を参照）

工作物固有のデータセット１３４のプロセスデータ１４０は、第４の列において、カソード浸漬塗装ステーション１１４の後方の乾燥器１１６内で目標時間超過に関する情報を有している。

特に、品質欠陥Ｆ１を有する工作物Ｗ２とＷ３は、それに該当する。

もちろん、工作物Ｗ２とＷ３に続く工作物Ｗ４からＷ７も、カソード浸漬塗装ステーション１１４の後方の乾燥器１１６内の目標時間超過に該当する。

分析方法を用いて、カソード浸漬塗装ステーション１１４の後方の乾燥器１１６内の目標温度超過が、好ましくは品質欠陥Ｆ１とＦ２のため、特に品質欠陥クラスター１５０のための、品質欠陥原因として識別される。

クラスター方法と分析方法の実施は、図６と７に示す工作物固有のデータセット１３４の実施形態において、図２と３に示す工作物固有のデータセット１３４の実施形態におけるクラスター方法及び分析方法の実施と実質的に一致するので、その限りにおいて上述したその説明が参照される。

図１から８を参照して説明した方法ステップは、品質分析システム１３０を用いて、個々の工作物１０６のために実施可能であるだけではない。

特に、方法ステップが品質分析システム１３０を用いて、工作物支持体上にそれぞれ共通に配置されている、複数の工作物１０６のため、たとえば図面には示されない複数の車両取り付け部品のためにも、工作物支持体とその上に配置されている工作物１０６が処理ステーション１０４を通り抜ける間に、実施されることが考えられる。

その場合に好ましくは、工作物固有のデータセット１３４の代わりに、工作物支持体固有のデータセットが使用される。

工作物支持体固有のデータセットは、特に、工作物支持体とそれぞれ工作物支持体上に配置されているすべての工作物１０６に、たとえば工作物支持体とその上に配置されているすべての車両取付け部品に、一義的に対応づけられている。

そのほかにおいて、品質分析システム１３０を用いて実施可能な方法ステップは、上述した方法ステップと一致するので、これに関するその説明を参照するよう指示する。

全体として、工作物１０６、好ましくは車両ボディ１０８及び／又は車両取付け部品の品質欠陥を分析する方法は、方法技術的設備１００内で製造プロセスを通り抜けた後又は通り抜ける場合に、好ましくは塗装設備１０２内で塗装プロセスを通り抜けた後又は通り抜ける場合に、提供することができ、それを用いて品質欠陥を回避することができ、かつ／又はそれを用いて製造プロセス内の品質欠陥原因を求め、回避し、かつ／又は除去することができる。さらに、工作物１０６の品質欠陥を分析するためのこの種の方法を実施するための品質分析システム１３０を提供することができる。

Claims (14)

1. 塗装設備（１０２）内で塗装プロセスを通り抜けた後及び／又は通り抜ける際に、工作物としての車両ボディ（１０８）及び／又は車両取付け部品の品質欠陥を分析する方法であって、該方法が以下のもの：
   －塗装プロセスの開始時に、車両ボディ（１０８）又は車両取付け部品に一義的に対応づけられた工作物固有のデータセット（１３４）を形成し、かつ／又は塗装プロセスの開始時に、工作物支持体に一義的に対応づけられた工作物支持体固有のデータセットを形成すること；
   －車両ボディ（１０８）又は車両取付け部品が塗装プロセスを通り抜ける間に、工作物固有のデータセット（１３４）を、品質関連のプロセスデータ（１４０）によって補足し、かつ／又は工作物支持体が塗装プロセスを通り抜ける間に、工作物支持体固有のデータセットを、品質関連のプロセスデータによって補足すること；
   －工作物固有のデータセット（１３４）をデータベース（１４２）内に記憶し、かつ／又は工作物支持体固有のデータセットをデータベース（１４２）内に記憶すること、
   を含み、
   工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットが、塗装プロセスの最後に、品質データ（１４６）によって補足され、前記品質データが、それぞれの車両ボディ（１０８）又は車両取付け部品の品質欠陥に関する情報を有しており、
   複数の工作物固有のデータセット（１３４）及び／又は複数の工作物支持体固有のデータセットの品質データ（１４６）が、システマチックな品質欠陥を認識するためにクラスター方法を用いて自動的に種々の品質欠陥クラスター（１５０）に分類され、
   品質データ（１４６）を分類するために、エキスパートによって定められた分類規則及び／又は学習された分類規則が使用され、
   それぞれの工作物固有のデータセット及び／又はそれぞれの工作物支持体固有のデータセットを補足するために、以下のプロセスパラメータ：
   －乾燥器内のノズル温度；
   －塗料量；
   －塗料色；
   －塗料チャージ；
   －ロボットレーンの軌道；
   －塗装キャビン内のキャビン温度；
   －塗装キャビン内のキャビン湿度；
   －カソード浸漬塗装ステーション内及び前処理ステーション内の浴液温度と充填状態；
   －カソード浸漬塗装ステーションを通る車両ボディ（１０８）又は車両取付け部品の移送運動；
   －カソード浸漬塗装ステーション内の化学薬品の濃度；
   －カソード浸漬塗装ステーション内の電圧；
   －乾燥器内の温度と通り抜け時間、
   の１つ又は複数が使用される、方法。
2. クラスター方法を用いて認識されて、種々の品質欠陥クラスター（１５０）に分類されたシステマチックな品質欠陥のための品質欠陥原因が、分析方法を用いて、それぞれの品質欠陥クラスター（１５０）のシステマチックな品質欠陥を有する車両ボディ（１０８）及び／又は車両取付け部品の工作物固有のデータセット（１３４）の品質関連のプロセスデータ（１４０）を分析することにより、かつ／又はそれぞれの品質欠陥クラスター（１５０）のシステマチックな品質欠陥を備えた車両ボディ（１０８）及び／又は車両取付け部品を有する工作物支持体の工作物支持体固有のデータセットの品質関連のプロセスデータ（１４０）を分析することによって、自動的に定められる、ことを特徴とする請求項１に記載の方法。
3. 定められた品質欠陥原因が、塗装プロセス内のアノマリー及び／又は偏差を有している、ことを特徴とする請求項２に記載の方法。
4. 分析方法を用いて、定められた品質欠陥原因と、種々の品質欠陥クラスター（１５０）に分類されたシステマチックな品質欠陥との間の関係が定められる、ことを特徴とする請求項２又は３に記載の方法。
5. 進行中の塗装プロセス内で定められた１つ又は複数のアノマリー及び／又は偏差から、分析方法を用いて定められた関係によって自動的に車両ボディ（１０８）又は車両取付け部品の未来の品質欠陥が推定されることよって、定められた関係を用いて、車両ボディ（１０８）又は車両取付け部品が塗装プロセスを通り抜ける間に、差し迫ったシステマチックな品質欠陥が自動的に求められる、ことを特徴とする請求項４に記載の方法。
6. 工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットが、各個々のプロセスステップ内で、品質関連のプロセスデータ（１４０）によって補足される、ことを特徴とする請求項１から５のいずれか１項に記載の方法。
7. 工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットを補足する、品質関連のプロセスデータ（１４０）として、以下のプロセスパラメータ：
   －塗装プロセスのプロセスステップ内の目標時間超過；
   －塗装プロセスのプロセスステップを通り抜ける間に発生する事象；
   －それぞれの車両ボディ（１０８）又は車両取付け部品のホワイトボディの品質データ；
   －塗装プロセス内のアノマリー及び／又は偏差；
   －天候データ；
   －塗装プロセスのプロセスステップを通り抜ける際にプロセスステップに関与した人についての人データ；
   の１つ又は複数が使用される、ことを特徴とする請求項１から６のいずれか１項に記載の方法。
8. 車両ボディ（１０８）又は車両取付け部品及び／又は工作物支持体が塗装プロセスのプロセスステップを通り抜ける間に、工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットが、プロセスエラーデータ（１４８）によって補足され、前記プロセスエラーデータが塗装プロセスのプロセスステップ内のアノマリー及び／又は偏差に関する情報を有している、ことを特徴とする請求項１から７のいずれか１項に記載の方法。
9. 本方法が、複数の互いに分離された処理ステーション（１０４）を有する、塗装設備（１０２）内で、実施され、前記処理ステーション内でそれぞれ塗装プロセスの１つ又は複数のプロセスステップが実施可能である、ことを特徴とする請求項１から８のいずれか１項に記載の方法。
10. 工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットが、連続的又は非連続的に、品質関連のプロセスデータ（１４０）によって補足される、ことを特徴とする請求項１から９のいずれか１項に記載の方法。
11. 工作物固有のデータセット（１３４）及び／又は工作物支持体固有のデータセットが、それぞれ品質関連のプロセスデータ（１４０）によって補足され、前記プロセスデータがそれぞれタイムスタンプを有し、前記タイムスタンプを用いてそれぞれのプロセスデータ（１４０）が時点及び／又は塗装プロセスのプロセスステップに一義的に対応づけ可能である、ことを特徴とする請求項１から１０のいずれか１項に記載の方法。
12. 車両ボディ（１０８）又は車両取付け部品及び／又は工作物支持体が塗装プロセスを通り抜ける間、かつ／又はその後に車両ボディ（１０８）又は車両取付け部品の補足された工作物固有のデータセット（１３４）及び／又は工作部支持体の補足された工作物支持体固有のデータセットが、データベース（１４２）内に記憶される、ことを特徴とする請求項１から１１のいずれか１項に記載の方法。
13. 塗装設備（１０２）内で塗装プロセスを通り抜けた後及び／又は通り抜ける際に、車両ボディ（１０８）及び／又は車両取付け部品の品質欠陥を分析するための品質分析システム（１３０）であって：
    －塗装設備（１０２）の制御システム（１２８）と通信するためのインターフェイス（１３２）を有し；
    －制御装置を有し、前記制御装置が次のように、すなわち前記制御装置を用いて請求項１から１２のいずれか１項に記載の方法が実施可能であるように、整えられ、かつ形成されている、
    品質分析システム。
14. 塗装設備（１０２）であって、
    －１つ又は複数の処理ステーション（１０４）を有し；
    －制御システム（１２８）を有し、前記制御システムを用いて塗装プロセスが１つ又は複数の処理ステーション（１０４）内で制御可能であって；
    －請求項１３に記載の品質分析システム（１３０）を有する、
    塗装設備。

Images