テクニカルプロセスを安定させる方法
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、テクニカルプロセスまたはテクニカルシステムを安定させる方法に関し、処理加工プロセスと製造プラントを安定させるのにふさわしい。
【０００２】
生産プロセスが所望の生成物を生産するために意図される、プロセスの品質変数のために指定される公差範囲は、一般に知られている。数学的なアルゴリズム、統計アルゴリズムあるいはニューロナルアルゴリズムを使用して、重要なプロセスの品質変数（Ｑｕａｌｉｔ ａ−Ｕｍｌａｕｔ ｔｓｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）をモデル化し、予測し、それにより製造プロセス上の操作変数（Ｓｔｅｌｌｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）の変化の影響を前もってシミュレートし、品質変数のための与えられた所望の結果にプロセスを実際に調節することも知られていた。
【０００３】
さらに、規定された品質目標数値に対して最も重要な影響を及ぼす変数（影響変数：Ｅｉｎｆｌｕｓｓｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）についての最適値を計算するために、特別の数学的最適化方法を使用することも知られていた。Ｅ．Ｓｃｈｎｏｂｕｒｇらの、遺伝的アルゴリズムおよび進化の戦略（Ｇｅｎｅｔｉｓｃｈｅ Ａｌｇｏｒｉｔｈｍｅｎ ｕｎｄ Ｅｖｏｌｕｔｉｏｎｓｓｔｒａｔｅｇｉｅｎ）、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ、ドイツ、１９９４年、２８６−２９１頁、および３６６−３７８頁、および米国特許６，３１４，４１３Ｂ１を参照。
【０００４】
まだ、目標変数に対する規定された品質数値が、単に非常に高い支出を伴う場合にのみ達成することができるテクニカルプロセスや、安定な方法でないテクニカルプロセスの事例に非常にしばしば遭遇する。なぜなら、生産プロセス、およびそれと共に影響変数は、常に変動あるいは妨害にさらされるからである。したがって、製造される生成物が十分に安定されて規定された品質で製造されることができない非常に多くの生産プロセスが存在する。
【０００５】
本発明の目的は、技術的生成物の品質に関して設定された許容差範囲内で、最大の安定性（あるいは柔軟性）で生成物が製造される、数値目標を規定することができる、テクニカルプロセスを安定させる方法を示すことである。またそれぞれの操作変数のために調節されるべき全ての数値も同様に規定される方法を示すことである。
【０００６】
この目的は、生産の最適化のための請求項１に指定された方法によって達成される。この方法においては、グローバルスケーリング連分数分析が使用され、品質変数および影響を与える変数について非常に柔軟（ｓｕｐｅｒｆｌｅｘｉｂｌｅｎ）で、非常に安定（ｓｕｐｅｒｓｔａｂｉｌｅｎ）した値を計算し、かつ生産プロセスのためにそれらを設定する。有利な実施態様は他の請求項に記載されている。
【０００７】
グローバルスケーリング（Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ：ＧＳ）は、質量、温度、重量のような物理的変数の間の関係が、実際のシステムにおいて可変−不変であり、規則的に対数的に繰り返すことを説明するために導入される物理的な用語である。Ｈ．Ｍｕｌｌｅｒ、Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １、Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１、ｐ１６１／１６２参照。
【０００８】
この可変−不変の相関性は、最初にＣｉｓｌｅｎｋｏにより、生物学のプロセスにおいて例証された。彼は対数の折れ線グラフをプロットし、多様な動植物のタイプが、どのようにそれらのサイズと重量の関数として分布しているかを示した。Ｌ．Ｃｉｓｌｅｎｋｏ， Ｄｉｅ Ｓｔｒｕｋｔｕｒ ｄｅｒ Ｆａｕｎａ ｕｎｄ Ｆｌｏｒａ ｉｍ Ｚｕｓａｍｍｅｎｈａｎｇ ｍｉｔ ｄｅｒ Ｋ ｏ−Ｕｍｌａｕｔ ｒｐｅｒ−ｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅ ｄｅｒ Ｏｒｇａｎｉｓｍｅｎ 、モスクワ、１９８１年、ｐｐ．８９−９８参照。生物システムは対数の可変軸の上で任意に分布しないが、それらは、常に対数の線上で同一の周期的な間隔で最大または最小に達することが示された。技術システムでは、この相関性は、プロセスにおいて可能性のあるすべてのプロセス数値を、等しい可能性で技術プロセスに組み入れることができないという事実に反映される。
【０００９】
記録されたヒストグラムのプロセスに依存する主構造に加えて、平滑でない、たとえば、ガウス分布、ポアソン分布、等分配においてＺｕからＺｏの間隔で測定された任意の技術的変数についてのヒストグラムを見ると、ある測定値がこのヒストグラムの微細構造の中でより頻繁に発生し、他のものはより少ないことが観察される。それらが確率的攪乱要因として解釈されたので、これらの不規則は既存のプロセスではフィルターされ除かれていた。ＧＳ理論では、それらは再現することができるので、測定値の変動するゆらぎは重要であると見なされる。
【００１０】
したがって、ＧＳは技術プロセスにより好ましく組み込まれるこれらの物理的数値を計算することを可能とする。なぜなら、ＧＳは技術プロセスまたは自然のプロセスにより好まれる値は、Ｌｅｏｎａｒｄ Ｅｕｌｅｒ，Ｕ−Ｕｍｌａｕｔ ｂｅｒ Ｋｅｔｔｅｎｂｒ ｕ−Ｕｍｌａｕｔ ｃｈｅ，１７３７，Ｌｅｏｎａｒｄ Ｅｕｌｅｒ，Ｕ−Ｕｍｌａｕｔ ｂｅｒ Ｓｃｈｗｉｎｇｕｎｇｅｎ ｅｉｎｅｒ Ｓａｉｔｅ，１７４８，Ｌ．Ｅｕｌｅｒ，Ｌｅｏｎｈａｒｄ Ｅｕｌｅｒ ｕｎｄ Ｃｈｒｉｓｔｉａｎ Ｇｏｌｄｂａｃｈ：Ｂｒｉｅｆｗｅｃｈｓｅｌ １７２９−１７６４（ｅｄｓ．：Ａ．Ｐ．Ｊｕｓｋｅｖｉｃ，Ｅ．Ｗｉｎｔｅｒ），Ａｂｈ．Ｄｅｕｔｓｃｈｅ Ａｋａｄ．Ｗｉｓｓ．Ｂｅｒｌｉｎ，Ａｋａｄｅｍｉｅ−Ｖｅｒｌａｇ １９６５，にしたがって、連分数のブレークダウンにより決定することができることを請け合うからである。
【００１１】
オイラーにより、すべての実数ｘが式（１）に基づくその連分数により表わすことができることが知られている。
式（１）
ｘ＝ｎ０＋ｚ／（ｎ１＋ｚ／（ｎ２＋ｚ／（ｎ３＋ｚ／（ｎ４＋ｚ／（ｎ５＋ ．．））））
ここで変数ｚは、いわゆる部分的なカウンタを表わす。その値は、ＧＳによる技術的な最適化のために２に設定される。
【００１２】
スケールの不変性が対数目盛で生ずるので（Ｃｉｓｌｅｎｋｏ参照）、ＧＳプロセスでの解析はすべて、ｅに基づく対数変数から行なわれる。これは方程式（２）を導く。
式（２）
ｌｎ ｘ＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
それぞれの数値は基礎的な測定単位に依存し、いわゆる標準尺度（Ｅｉｃｈｍａｓｓｅ）ｙが使用中の全ての単位に対するＧＳに導入され、評価される変数はそれに対して相関づけられなければならない。ＧＳのための特別な基本的な式として、これは方程式（３）を与える。Ｈ．Ｍｕｌｌｅｒ，Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １，Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１，ｐ．１５７参照。
式（３）
ｌｎ （ｘ／ｙ）＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
ＧＳアプリケーションでは、この基本的な式（３）は、角度φにより展開され、φ＝０またはφ＝３／２で展開され、これにより（ｘ／ｙ）の対数の相関が、連分数分解（Ｋｅｔｔｅｎｂｒｕｃｈｚｅｒｌｅｇｕｎｇ）に先立ってシフトされることができる。
【００１３】
これは、グローバルスケーリングのための一般的な基本的な式（４）を与え、これにより所望の任意の技術的な測定値ｘを分解することができる。
式（４）
ｌｎ （ｘ／ｙ）−φ＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
式中、ｘはそのそれぞれのユニット内で測られた技術的な測定された変数であり、ｙはこの変数のための自然の標準尺度であり、そしてφ＝０またはφ＝３／２である。
【００１４】
連分数のための収束条件により、係数［ｎ０、ｎ１、ｎ２、…］は、絶対値でカウンタよりも常により大きくなければならない。Ｏ．Ｐｅｒｒｏｎ，Ｄｉｅ Ｌｅｈｒｅ ｖｏｎ ｄｅｎ Ｋｅｔｔｅｎｂｒｕｃｈｅ、Ｔｅｕｂｎｅｒ Ｖｅｒｌａｇ Ｌｅｉｐｚｉｇ，１９５０，ｐ．６２，参照。また常に３で割り切れる整数である。
【００１５】
これらの係数は、計測された変数ｘの特性を決定し、いわゆる連分数コードを表わす。連分数分解に供された際に、［ｎ０］に対する値だけを与える測定変数は、第一のノード（面ｎ０のノード）内に位置し、［ｎ０、ｎ１］の値を与える測定値は面ｎ１のサブ−ノード内に位置し、以下、同様である。ノードｎｉのコア領域はノードの直前の接近する領域である、つまり、サブ−ノードｎｊは−９から９の範囲に位置し、ここでｊ＝ｉ＋１である。ＧＳ理論によれば、以下の物理的性質は、連分数コード［ｎ０、ｎ１、ｎ２、ｎ３、…］の関数として知られている：
【００１６】
【表１】
【００１７】
測定変数はノード領域のエッジにあり、大きく変動するコア領域から最大限遠ざけられ、いわゆる非常に柔軟な領域にある。基本的なシステムは、変化および妨害に対して柔軟に応答する。
測定変数はノードにあり、したがって非常に安定である。所定の厳密な正確さによってのみ達成されることができ、そうでない場合には測定変数は大きく変動するノードのコア領域にある。
測定変数は２つのサブ−ノード領域の間にある。測定値は従って、比較的静止している領域にある。
【００１８】
したがって、ＧＳ分析は任意の技術的な測定変数に対して、その変数が安定しているか、大きな変動にさらされるか、妨害に対して柔軟に反応するか、比較的低い変動の範囲にあるかを決定することを可能にする。他のすべての組合せはこれらの考察から得られる。
【００１９】
本発明にかかる方法の目的は、製品の最適な値、たとえば、機械部品のトルク、ペイントの最適の光沢特性、あるいはタイヤの最適のグリップの値を決定するだけではなく、同時に、結局それぞれの生産物の価値を与える、影響変数に対する最適な値を決定し、同時に、特に丈夫で、安定しているか、柔軟な生産プロセスを与える。上記の目的は、次の手続工程を含む本発明によって達成される：
１． 存在する品質変数およびそれらの許容可能な公差の決定（目標変数公差の入力）
２． それぞれの品質変数について規定された公差内でグローバルスケーリング分析を行い、この品質変数に対するＧＳ最適化値をすべて決定する。
３． プロセスデータを記録する。
４． この品質水準を備えた製品を与える局所的なプロセスの影響を決定するために、プロセスのモデル化および既存の影響を与えるものの感度解析を行い、その結果最も重要な影響変数を決定する。
５．最も重要な影響変数の値について逆算することにより、特定の、またはすべての規定されたＧＳ最適化される目標変数（Ｚｉｅｌｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎｗｅｒｔｅ）についてプロセスを最適化する。
６．製品の観点から、規定されたインターバルで、製品についていくつかの等しい資格のあるＧＳ値が存在する場合、ＧＳ最適化される目標変数の選択のために、最も重要な影響変数のグローバルスケーリング分析を実行する。
７．最適プロセス条件の決定および付随する影響変数、特に操作変数についての逆算をする（ＧＳ最適化される目標変数の選択）。
８． プロセスへの操作変数の出力、必要であれば工程３に戻り、逆算する。
【００２０】
個々の手続き的工程はそれぞれ、図面に基づき、自動車サプライヤのためのヒンジの製造の例に基づいて以下に詳述される：
図１は、経時的な、製造されたヒンジのトルクＭＤの測定結果を示す（時間軸は１０秒の増加量）。図１の横軸は時間、縦軸はピボッティング モーメント ライトである。
図２はＸ軸が０Ｎｍから２．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。図２の横軸はＭＤ、縦軸は数である。
図３は、Ｘ軸が１．０Ｎｍから１．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。図３の横軸はＭＤ、縦軸は数である。
図４は、同時に３日間生産された、右と左のヒンジ用の２つの生産ラインの微細なヒストグラム構造を示す。
ａ）は左ヒンジＭＤＬ
ｂ）は右ヒンジＭＤＲ
図４の上の図において、横軸はＭＤＲ、縦軸は数である。図４の下の図において、横軸はＭＤＬ、縦軸は数である。
図５は、物理的および技術的な変数のＧＳ分析用のＧＳＣ３０００ツールを示す。
図６は、自動車ヒンジのトルク（Ｎｃｍ）のＧＳ分析を示す。
図７は、０．８７〜０．９２Ｎｍの範囲で生成されたトルクのヒストグラムを示す。図８の横軸はＭＤ、縦軸は数である。
図８は、ヒンジ製品の感度解析（入力と出力変数ＭＤの感度）を示す。図８の横軸は出力変数ＭＤ、縦軸は入力の感度である。
図９は、目標変数ＭＤを設定されるべき入力値に自動的に逆算することによる、自己編成のマップを介したプロセス最適化を示す。
図１０は、目標トルクＭＤ＝１．３９２Ｎｍを有するヒンジのための、可能な入力変数の描写を示す。図１０の横軸はＴＷ、縦軸は数である。
図１１は、ヒンジを製造するための生産ライン用の温度ＴＷのヒストグラムを示す。
【００２１】
１． 品質変数および許容可能な公差の記録
その幾何的寸法とは別に、ヒンジ用の重要な品質変数は、いわゆるトルクあるいは回転モーメントＭＤである。ここで記載された用途でのヒンジの使用は、トルクが狭い公差範囲内で生産されることを必要とし、この例では０．５０−２Ｎｍである。その用途では、公差範囲内でどのような値を仮定しなければならないか明示的に述べていない。この組立工程では、トルクＭＤが個々のヒンジについて測定され、アセンブリーの後に１００％の品質管理がされ、図１に示された数日の期間にわたり示された：
【００２２】
図２および３は、１Ｎｃｍの間隔の増加分で、記録されたトルクＭＤのヒストグラムを示す。図２は０−２．５０Ｎｍの全体の測定範囲であり、図３は１．０−１．５０Ｎｍの部分的な範囲であった。
【００２３】
両方の例におけるヒストグラムの微細構造は、実際のプロセスでの実現されたトルク値の変化するようすを実証する。例えば、１．２７Ｎｍ（１２７Ｎｃｍ）が３０回だけ実現されている一方、値１．２６Ｎｍ（１２６Ｎｃｍ）は示された時間に７０回実現される。次の表が、この度数分布での極値の概観を供給する：
【００２４】
【表２】
【００２５】
この微細構造は偶然ではない。なぜなら、異なる時間の期間において、同様な構造が常に再現され、同じ時間の期間におけるヒンジの製造については図４と同様であるからである。
【００２６】
明白なように、微細構造が両方の生産ラインにおけるヒストグラムについて存在し、それらはある類似性を持っている。数か月にわたる生産ラインの検査は、それぞれの生産ラインおよび毎日において、特に頻繁に生産されるトルクおよびめったに生産されないトルクが存在することを明らかにする。ＧＳ理論が物理的・技術的に測定された変数についての、そのような分配とヒストグラムの構造を正確に予言し、ヒンジ用の生産ラインがＧＳと一致して作用するので、ＧＳ最適化が行われ、ＧＳ最適化生産ラインが構築される。安定または柔軟なトルク値を計算するための、トルクのＧＳ分析が、以下の例に示される。
【００２７】
２． 目標変数トルクのグローバルスケーリング分析
２．１． トルクの連分数ブレークダウン
トルクＭＤが５０Ｎｃｍと２００Ｎｃｍの間の公差範囲の中で与えられる。
公差範囲内のＧＳ最適化値が求められている。トルク用の標準尺度ｙは１．５０３２７７Ｅ−１０Ｎｍ＝陽子質量＊ｃ２である。Ｈ．Ｍｕｌｌｅｒ，Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １，Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１，ｐ．１２９参照。
【００２８】
連分数ブレークダウンが行われ、係数ｎ０、ｎ１、ｎ２などが式（４）により、φ＝３／２で計算される。５０Ｎｃｍ−２００Ｎｃｍの数値範囲は［２４±１］のノード領域に相当する。あるいは５０Ｎｃｍ＝［２４；−３］、２００Ｎｃｍ＝［２４；＋３］である。
【００２９】
トルク数値は、ミュンヘンのＩｎｓｔｉｔｕｔｅ ｆｏｒ Ｓｐａｃｅ−Ｅｎｅｒｇｙ Ｒｅｓｅａｒｃｈ（ＩＲＥＦ）のＧＳＣ３０００を使用して、式（４）に従って連分数を介して計算した。トルク値ＭＤ＝１．２７Ｎｍの例として、図５に示される。
【００３０】
０．５Ｎｍから２００Ｎｍの公差範囲の線形平均およびＭＤコントローラーのために規定された目標変数が１２５Ｎｃｍ＝［２４；＋６、−３、＋３、．．．］であり、これは値１２５Ｎｃｍの優位性を説明する。値１２７Ｎｃｍは、ＧＳによる［２４；＋６、−５］に等しい。変動は、境界領域［２４；−３］または［２４；＋３］、またはサブ−ギャップ、たとえば、［２４；＋５］＝１３３Ｎｃｍおよび［２４；＋４］＝１４６Ｎｃｍの間において最小となる。最大の変動は、［２４；−１０］＝７３Ｎｃｍから［２４；＋１０］＝１０９Ｎｃｍのコア領域内で期待される。
【００３１】
図６のグラフィックの描写は、ｎ０とｎ１の関数としてのトルク値を示し、フェイズφは、φ＝０またはφ＝３／２、ｎ０＝２４、およびｎ１＝−３からマイナス無限大またはｎ１＝＋３からプラス無限大の値の相関を示す。式（４）による連分数によって計算された３３Ｎｃｍから１０８２までのトルク値は、図６の対数軸上に記録された。
【００３２】
ヒンジ製造プロセスが管理されないか、または制御されない場合には、技術的に生成されたトルク数値の周波数は図６にしたがって分布するであろう。図６の白い領域は、比較的希に発生するトルク数値（いわゆるギャップ領域）を描く。その一方でグレーエリアは、頻繁なトルクの領域を描いている。また、ダークグレー色の領域は、トルクのいわゆるノード領域を表わす。
【００３３】
しかしながら、この製造例において目標のＭＤ設定値＝１２５Ｎｃｍが、生産コントローラとして規定されたので、技術的に実現されたトルクの分配はこの理論的分布から乖離し、図２に示されるようになった。
【００３４】
ノード領域の値、ここでは８９Ｎｃｍ、１２４Ｎｃｍおよび１７３Ｎｃｍの周囲ではＧＳによって技術的に安定に製造することができない。なぜなら、変動と妨害がノードの近くで常に発生するからである。表１および図７の例を参照。
【００３５】
図７は、０．８８Ｎｍから０．９２Ｎｍの範囲では、実際に生成されたヒンジトルクで大きな変動を伴うことを示す。これは、実際には値０．８９Ｎｍでは安定して生産することができないことを意味する。
【００３６】
ヒンジ生産のグローバル コーリングの最適化は本質的に２つの部分を含んでいる：第１のゴールは、達成されるべき生産品質を維持することである。可能であれば、各ヒンジのトルクＭＤは最小の公差変動ΔＭＤで、許容インターバルの中央で生成されるべきである。この理由で、最小の変動を有する定格の変数範囲（Ｎｅｎｎｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎｂｅｒｅｉｃｈｅ）が最適である。つまり、以下の間の値である。ＭＤｓｕｂ１＝１３３Ｎｃｍ＝［２４；＋５］、およびＭＤｓｕｂ２＝１４６Ｎｃｍ＝［２４；＋４］
【００３７】
従って、５０から２００Ｎｃｍの公差範囲内でのヒンジ生産のための最適の定格値は、１３３Ｎｃｍと１４６Ｎｃｍの対数平均、つまり１３９．２Ｎｃｍにある。
【００３８】
ヒンジ生産での第２のゴールは、ヒンジ製造工程を妨害に関してできるだけ丈夫（あるいはフレキシブル）にすることである。トルクＭＤは、いわゆるオーバーサイズの結果として、本質的に生産プロセスの中で発生する。オーバーサイズは、ブッシング壁厚さの２倍とヒンジのボルト直径の和で、ボルトが押されるヒンジ穴直径よりも大きい。
【００３９】
この例示の用途で、ヒンジの個々のパーツは、機械生産に起因するコストの理由でさらに低減することのできない公差に供される。その結果、各公差範囲内にある個々の部分についてさえ、ＧＳによって定格の変数が最良に決定されなければならない。ヒンジボルトおよびヒンジ穴直径は約１２ｍｍである。その一方でブッシング壁厚さは約０．４８ｍｍである。様々な実験的なモデリング方法が、個々の部分においてトルクＭＤの依存性をモデル化するために知られている。
【００４０】
この用途では、モデリングのための経験的なデータ採取方法が記載されている。トルクと影響変数との間の関数的な相関について最大限可能な正確さが、ここでのキーであるからである。他のモデリングプロセス、例えば、オーバーサイズとトルクの間の線形のモデリングは、機能するが、モデルの正確度は低い。
【００４１】
３． プロセスデータの記録
先行技術においては、種種の測定トランスデューサーおよび制御／計測工学が、例では１０秒である、規定されたプロセスインクリメントでのプロセスデータを記録し、達成するために使用されている。
【００４２】
４． プロセスモデリングおよび目標変数の感度解析
様々な方法、分析的（例えば微分方程式）、または経験的（例えば線形・非線形の回帰あるいはニューロンのネットワーク）な方法が、プロセスがどの程度分析的に良好に説明されるかに応じて、先行技術において使用されている。製造工程（例えば複雑なアセンブリー）では、プロセスの振る舞いがそのプロセスデータにより学習される、知識ベースプロセス方法も使用される。Ｍ．Ｐｏｌｋｅ，Ｐｒｏｚｅｓｓｌｅｉｔｔｅｃｈｎｉｋ（Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ），Ｏｌｄｅｎｂｏｕｒｇ ｖｅｒｌａｇ，Ｍｕｎｃｈｅｎ／Ｖｉｅｎｎａ １９９４，８１３−８１７参照。
【００４３】
例においては、プロセスモデリングはニューロンのネットワークモデリングによって遂行された。達成された測定精度は、８８％のすぐ下である。つまり、トルク測定の測定範囲に関し、１０の入力変数からトルク数値を８８％より少し下の精度で評価するために使用できる。
【００４４】
ニュートラルネットワーク アーキテクチャー
インプット レイヤー＝１０ニューロン
ヒドゥン レイヤー＝４ニューロン
アウトプット レイヤー＝１ニューロン
予想精度＝８７．９７％
【００４５】
モデルに基づいた感度分析の方法により、この例では、トルクＭＤである品質変数の影響変数への量的依存性を実現することも知られている。Ｒ．Ｏｔｔｅ，Ｓｅｌｂｓｔｏｒｇａｎｉｓｉｅｒｅｎｄｅ Ｍｅｒｋｍａｌｓｋａｒｔｅｎ ｚｕｒ ｍｕｌｔｉｖａｒｉａｔｅｎ Ｄａｔｅｎａｎａｌｙｓｅ ｋｏｍｐｌｅｘｅｒ ｔｅｃｈｎｉｓｃｈｅｒ Ｐｒｏｚｅｓｓｅ，Ｓｈａｋｅｒ Ｖｅｒｌａｇ，Ａａｃｈｅｎ，１９９９ およびＲ．Ｏｔｔｅら，Ｄａｔａ Ｍｉｎｉｎｇ ｆｕｅｒ ｄｉｅ ｉｎｄｕｓｔｒｉｅｌｌｅ Ｐｒａｘｉｓ，Ｃａｒｌ Ｈａｎｓｅｒ Ｖｅｒｌａｇ，２００４参照。図８は、ヒンジ生産の前述のニューロンのモデルに基づいた感度解析の結果を示す。
【００４６】
図８は、トルクＭＤのための最も重要な影響変数は、ボルトＤＢ１であり、ついでボルトＤＢ２であり、ついでキャリブレーションマンドレルＤＫであることを示す。温度ＴＷおよびＴＵはトルクに最小のプロセス影響しか及ぼさない。これは、温度の変化は、平均の結果として、トルクの比較的より小さな変化しか与えないだろうということを意味する。手続工程４は、目標変数数値（例においてはトルクＭＤ）に影響入力変数を自動的に識別する。
【００４７】
５． ＧＳ最適化目標変数数値のためのプロセス最適化
手続工程５では、規定された目標変数数値に到達するために、特定の量的定格値が、工程４の最も重要な影響変数または操作変数について決定される。先行技術では、与えられた目標変数について付随する影響変数値を計算するために、経験的に学習されたモデルが、最適化タスクのために逆にされた。例えば、プロセスの振る舞いは自己編成の地図によってイメージすることができる。ＥＰ０８４５７２０Ｂ１ および Ｒ．Ｏｔｔｅ，Ｓｅｌｂｓｔｏｒｇａｎｉｓｉｅｒｅｎｄｅ Ｍｅｒｋｍａｌｓｋａｒｔｅｎ ｚｕｒ ｍｕｌｔｉｖａｒｉａｔｅｎ Ｄａｔｅｎａｎａｌｙｓｅ ｋｏｍｐｌｅｘｅｒ ｔｅｃｈｎｉｓｃｈｅｒ Ｐｒｏｚｅｓｓｅ，Ｓｈａｋｅｒ Ｖｅｒｌａｇ，Ａａｃｈｅｎ， １９９９参照。
図９は、自己編成マップ方法（Ｖｅｒｆａｈｒｅｎ ｄｅｒ Ｓｅｌｆ−Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ）に基づいた、そのようなモデルに基づいたデータ解析を示す。
【００４８】
プロセスモデルを最適化タスクに使用することは、それぞれ規定されたＧＳ最適化値について、目標変数（例においてはＭＤ）を計算することを可能にし、それらの入力変数は最終的に目標数値に導く。
従って、影響変数に伴う値は、目標変数数値の各ＧＳ計算について、本発明にしたがって逆算される。
【００４９】
例として、図１０は、ＧＳ最適化目標変数ＭＤ＝１３９．２Ｎｃｍ＝１．３９２Ｎｍについての、選択された入力変数、キャリブレーションマンドレルＤＫ、温度、ＴＷおよびＴＵ、ヒンジ半径ＤＳ、ブッシング壁厚さＢＷおよびボルト直径ＤＢ１、ＤＢ２、ＤＢ３の値を示す。
結果として決定された値は、入力変数であり、ＧＳ最適化目標変数値ｙＧＳ、例においてはＭＤ＝１．３９２Ｎｃｍへ導く。
【００５０】
６． 最も重要な影響変数のグローバルスケーリング分析
手続工程１および２は、規定された公差範囲ｙｍｉｎおよびｙｍａｘの内のすべての目標変数のＧＳ−最適化値、ｙＧＳＩを決定するために使用される。
手続工程３、４および５は、プロセスの入力変数数値を確認するために使用される。
【００５１】
生成物の観点からインターバルに単一のＧＳ最適値だけがある場合、ここに記載された手続工程６はスキップされる。また、ＧＳ値ｙＧＳＩに属する操作変数は、手続工程５および７にしたがって計算される。
いくつかの等しいＧＳ最適値ｙＧＳＩが存在する場合、入力変数のＧＳ分析による選択は、手続工程５を複数回使用することにより起こる。つまり、入力変数の逆算は最適のｙＧＳＩに導く。
【００５２】
入力変数用の数値はこのように決定される。
これらの数値はＧＳ構造の対象であり、例として温度ＴＷを使用して、図１１に示される。
【００５３】
手続工程５にしたがって、特定の入力変数数値を決定した後に、ＧＳ分析は手続工程２にしたがって、検出された入力値ｘｎｉの各々について行なわれる。
ＧＳ最適化値は、この方法で最も重要な入力変数のために決定される。
ＧＳ最適化入力値は、入力変数のタイプに依存する。
【００５４】
入力変数は以下のタイプのＧＳ最適値である：
ａ）入力測定変数：
これらの値の実現が将来に最も頻繁に発現するであろうから、最大の発生可能性を決定することによりＧＳによる最適化。
ｂ） 入力測定変数が技術的な生成物についての測定値である場合、これらの値のための定格の変数はＧＳにより最適化されることができる。
【００５５】
この場合、例えば、ブッシング壁厚さＢＷは、０．４６ｍｍから０．５ｍｍの範囲の中で最適化される。
ＢＷｌｏｗｅｒ＝０．４６ｍｍ＝［２１ ３ ３−３ ３ ５］
ＢＷｒａｔｅｄ ＝ ０．４８ｍｍ ＝［２１ ３ ３ ２１ ６ −９］
ＢＷｕｐｐｅｒ ＝ ０．５ｍｍ ＝［２１ ３ ６ −３ ３ −３］
したがって、値ＢＷ＝０．４７１ｍｍは、ＧＳによる定格値としての［２１ ３ ３ −５］に等しく、従って最適である。それはｎ３でギャップ中にある。
【００５６】
ｃ） 入力操作変数：
これらの値は、その値自体の、およびプロセス変化について最も低感度で反応するので、スーパー柔軟性に関してＧＳにより最適化される。
手続工程６において、ＧＳ分析は、手続工程２で個々のＧＳ最適目標変数数値、および手続工程４および５でそれに伴う入力変数について行なわれる。その結果、プロセスは完全なＧＳ分析に供される。
【００５７】
７． 最適プロセス状態の決定
手続工程７において、ＧＳ最適プロセス状態は、ＧＳにより可能なプロセス状態の全体から選ばれる。また、それに伴う操作変数が決定される。
【００５８】
プロセス最適は、目標変数ｙＧＳＩがちょうどＧＳ最適値である、ＧＳ最適化入力変数の最大数で達成される。
いくつかの目標変数数値が等しい場合、ｙｍｉｎおよびｙｍａｘのインターバルの対数平均により近い値ｙＧＳＩは、最適のｙＧＳＩである。
操作変数ｘＳｔｅｌｌｉＧＳのサブ−量は、見いだされた最適ｙＧＳに属する入力変数ｘ１ＧＳ、ｘ２ＧＳ、ｘ３ＧＳｉ、．．…ｘｎＧＳから読出される。
【００５９】
結果として、製作と処理のための最適条件が見い出された。また、最適を達成するための操作変数ｘＳｔｅｌｌｉＧＳは既存の制御／計測工学によってプロセスに出力される。
【００６０】
８． プロセスへのＧＳ最適値の出力
手続工程７による最適プロセス状態の操作変数に対するＧＳ最適値は、制御／計測工学あるいはＳＰＳによって、たとえば、技術的あるいは化学工程に出力される。その結果、プロセスはＧＳにより本発明に従って最適化される。
【図面の簡単な説明】
【００６１】
【図１】図１は、経時的な、製造されたヒンジのトルクＭＤの測定結果を示す。
【図２】図２はＸ軸が０Ｎｍから２．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。
【図３】図３は、Ｘ軸が１．０Ｎｍから１．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。
【図４】図４は、同時に３日間生産された、右と左のヒンジ用の２つの生産ラインの微細なヒストグラム構造を示す。ａ）は左ヒンジＭＤＬ、ｂ）は右ヒンジＭＤＲ。
【図５】図５は、物理的および技術的な変数のＧＳ分析用のＧＳＣ３０００ツールを示す。
【図６】図６は、自動車ヒンジのトルク（Ｎｃｍ）のＧＳ分析を示す。
【図７】図７は、０．８７〜０．９２Ｎｍの範囲で生成されたトルクのヒストグラムを示す。
【図８】図８は、ヒンジ製品の感度解析（入力と出力変数ＭＤの感度）を示す。
【図９】図９は、目標変数ＭＤを設定されるべき入力値に自動的に逆算することによる、自己編成のマップを介したプロセス最適化を示す。
【図１０】図１０は、目標トルクＭＤ＝１．３９２Ｎｍを有するヒンジのための、可能な入力変数の描写を示す。
【図１１】図１１は、ヒンジを製造するための生産ライン用の温度ＴＷのヒストグラムを示す。
【技術分野】
【０００１】
本発明は、テクニカルプロセスまたはテクニカルシステムを安定させる方法に関し、処理加工プロセスと製造プラントを安定させるのにふさわしい。
【０００２】
生産プロセスが所望の生成物を生産するために意図される、プロセスの品質変数のために指定される公差範囲は、一般に知られている。数学的なアルゴリズム、統計アルゴリズムあるいはニューロナルアルゴリズムを使用して、重要なプロセスの品質変数（Ｑｕａｌｉｔ ａ−Ｕｍｌａｕｔ ｔｓｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）をモデル化し、予測し、それにより製造プロセス上の操作変数（Ｓｔｅｌｌｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）の変化の影響を前もってシミュレートし、品質変数のための与えられた所望の結果にプロセスを実際に調節することも知られていた。
【０００３】
さらに、規定された品質目標数値に対して最も重要な影響を及ぼす変数（影響変数：Ｅｉｎｆｌｕｓｓｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎ）についての最適値を計算するために、特別の数学的最適化方法を使用することも知られていた。Ｅ．Ｓｃｈｎｏｂｕｒｇらの、遺伝的アルゴリズムおよび進化の戦略（Ｇｅｎｅｔｉｓｃｈｅ Ａｌｇｏｒｉｔｈｍｅｎ ｕｎｄ Ｅｖｏｌｕｔｉｏｎｓｓｔｒａｔｅｇｉｅｎ）、Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ、ドイツ、１９９４年、２８６−２９１頁、および３６６−３７８頁、および米国特許６，３１４，４１３Ｂ１を参照。
【０００４】
まだ、目標変数に対する規定された品質数値が、単に非常に高い支出を伴う場合にのみ達成することができるテクニカルプロセスや、安定な方法でないテクニカルプロセスの事例に非常にしばしば遭遇する。なぜなら、生産プロセス、およびそれと共に影響変数は、常に変動あるいは妨害にさらされるからである。したがって、製造される生成物が十分に安定されて規定された品質で製造されることができない非常に多くの生産プロセスが存在する。
【０００５】
本発明の目的は、技術的生成物の品質に関して設定された許容差範囲内で、最大の安定性（あるいは柔軟性）で生成物が製造される、数値目標を規定することができる、テクニカルプロセスを安定させる方法を示すことである。またそれぞれの操作変数のために調節されるべき全ての数値も同様に規定される方法を示すことである。
【０００６】
この目的は、生産の最適化のための請求項１に指定された方法によって達成される。この方法においては、グローバルスケーリング連分数分析が使用され、品質変数および影響を与える変数について非常に柔軟（ｓｕｐｅｒｆｌｅｘｉｂｌｅｎ）で、非常に安定（ｓｕｐｅｒｓｔａｂｉｌｅｎ）した値を計算し、かつ生産プロセスのためにそれらを設定する。有利な実施態様は他の請求項に記載されている。
【０００７】
グローバルスケーリング（Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ：ＧＳ）は、質量、温度、重量のような物理的変数の間の関係が、実際のシステムにおいて可変−不変であり、規則的に対数的に繰り返すことを説明するために導入される物理的な用語である。Ｈ．Ｍｕｌｌｅｒ、Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １、Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１、ｐ１６１／１６２参照。
【０００８】
この可変−不変の相関性は、最初にＣｉｓｌｅｎｋｏにより、生物学のプロセスにおいて例証された。彼は対数の折れ線グラフをプロットし、多様な動植物のタイプが、どのようにそれらのサイズと重量の関数として分布しているかを示した。Ｌ．Ｃｉｓｌｅｎｋｏ， Ｄｉｅ Ｓｔｒｕｋｔｕｒ ｄｅｒ Ｆａｕｎａ ｕｎｄ Ｆｌｏｒａ ｉｍ Ｚｕｓａｍｍｅｎｈａｎｇ ｍｉｔ ｄｅｒ Ｋ ｏ−Ｕｍｌａｕｔ ｒｐｅｒ−ｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅ ｄｅｒ Ｏｒｇａｎｉｓｍｅｎ 、モスクワ、１９８１年、ｐｐ．８９−９８参照。生物システムは対数の可変軸の上で任意に分布しないが、それらは、常に対数の線上で同一の周期的な間隔で最大または最小に達することが示された。技術システムでは、この相関性は、プロセスにおいて可能性のあるすべてのプロセス数値を、等しい可能性で技術プロセスに組み入れることができないという事実に反映される。
【０００９】
記録されたヒストグラムのプロセスに依存する主構造に加えて、平滑でない、たとえば、ガウス分布、ポアソン分布、等分配においてＺｕからＺｏの間隔で測定された任意の技術的変数についてのヒストグラムを見ると、ある測定値がこのヒストグラムの微細構造の中でより頻繁に発生し、他のものはより少ないことが観察される。それらが確率的攪乱要因として解釈されたので、これらの不規則は既存のプロセスではフィルターされ除かれていた。ＧＳ理論では、それらは再現することができるので、測定値の変動するゆらぎは重要であると見なされる。
【００１０】
したがって、ＧＳは技術プロセスにより好ましく組み込まれるこれらの物理的数値を計算することを可能とする。なぜなら、ＧＳは技術プロセスまたは自然のプロセスにより好まれる値は、Ｌｅｏｎａｒｄ Ｅｕｌｅｒ，Ｕ−Ｕｍｌａｕｔ ｂｅｒ Ｋｅｔｔｅｎｂｒ ｕ−Ｕｍｌａｕｔ ｃｈｅ，１７３７，Ｌｅｏｎａｒｄ Ｅｕｌｅｒ，Ｕ−Ｕｍｌａｕｔ ｂｅｒ Ｓｃｈｗｉｎｇｕｎｇｅｎ ｅｉｎｅｒ Ｓａｉｔｅ，１７４８，Ｌ．Ｅｕｌｅｒ，Ｌｅｏｎｈａｒｄ Ｅｕｌｅｒ ｕｎｄ Ｃｈｒｉｓｔｉａｎ Ｇｏｌｄｂａｃｈ：Ｂｒｉｅｆｗｅｃｈｓｅｌ １７２９−１７６４（ｅｄｓ．：Ａ．Ｐ．Ｊｕｓｋｅｖｉｃ，Ｅ．Ｗｉｎｔｅｒ），Ａｂｈ．Ｄｅｕｔｓｃｈｅ Ａｋａｄ．Ｗｉｓｓ．Ｂｅｒｌｉｎ，Ａｋａｄｅｍｉｅ−Ｖｅｒｌａｇ １９６５，にしたがって、連分数のブレークダウンにより決定することができることを請け合うからである。
【００１１】
オイラーにより、すべての実数ｘが式（１）に基づくその連分数により表わすことができることが知られている。
式（１）
ｘ＝ｎ０＋ｚ／（ｎ１＋ｚ／（ｎ２＋ｚ／（ｎ３＋ｚ／（ｎ４＋ｚ／（ｎ５＋ ．．））））
ここで変数ｚは、いわゆる部分的なカウンタを表わす。その値は、ＧＳによる技術的な最適化のために２に設定される。
【００１２】
スケールの不変性が対数目盛で生ずるので（Ｃｉｓｌｅｎｋｏ参照）、ＧＳプロセスでの解析はすべて、ｅに基づく対数変数から行なわれる。これは方程式（２）を導く。
式（２）
ｌｎ ｘ＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
それぞれの数値は基礎的な測定単位に依存し、いわゆる標準尺度（Ｅｉｃｈｍａｓｓｅ）ｙが使用中の全ての単位に対するＧＳに導入され、評価される変数はそれに対して相関づけられなければならない。ＧＳのための特別な基本的な式として、これは方程式（３）を与える。Ｈ．Ｍｕｌｌｅｒ，Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １，Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１，ｐ．１５７参照。
式（３）
ｌｎ （ｘ／ｙ）＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
ＧＳアプリケーションでは、この基本的な式（３）は、角度φにより展開され、φ＝０またはφ＝３／２で展開され、これにより（ｘ／ｙ）の対数の相関が、連分数分解（Ｋｅｔｔｅｎｂｒｕｃｈｚｅｒｌｅｇｕｎｇ）に先立ってシフトされることができる。
【００１３】
これは、グローバルスケーリングのための一般的な基本的な式（４）を与え、これにより所望の任意の技術的な測定値ｘを分解することができる。
式（４）
ｌｎ （ｘ／ｙ）−φ＝ｎ０＋２／（ｎ１＋２／（ｎ２＋２／（ｎ３＋２／（ｎ４＋２／（ｎ５＋ ．．））））
式中、ｘはそのそれぞれのユニット内で測られた技術的な測定された変数であり、ｙはこの変数のための自然の標準尺度であり、そしてφ＝０またはφ＝３／２である。
【００１４】
連分数のための収束条件により、係数［ｎ０、ｎ１、ｎ２、…］は、絶対値でカウンタよりも常により大きくなければならない。Ｏ．Ｐｅｒｒｏｎ，Ｄｉｅ Ｌｅｈｒｅ ｖｏｎ ｄｅｎ Ｋｅｔｔｅｎｂｒｕｃｈｅ、Ｔｅｕｂｎｅｒ Ｖｅｒｌａｇ Ｌｅｉｐｚｉｇ，１９５０，ｐ．６２，参照。また常に３で割り切れる整数である。
【００１５】
これらの係数は、計測された変数ｘの特性を決定し、いわゆる連分数コードを表わす。連分数分解に供された際に、［ｎ０］に対する値だけを与える測定変数は、第一のノード（面ｎ０のノード）内に位置し、［ｎ０、ｎ１］の値を与える測定値は面ｎ１のサブ−ノード内に位置し、以下、同様である。ノードｎｉのコア領域はノードの直前の接近する領域である、つまり、サブ−ノードｎｊは−９から９の範囲に位置し、ここでｊ＝ｉ＋１である。ＧＳ理論によれば、以下の物理的性質は、連分数コード［ｎ０、ｎ１、ｎ２、ｎ３、…］の関数として知られている：
【００１６】
【表１】
【００１７】
測定変数はノード領域のエッジにあり、大きく変動するコア領域から最大限遠ざけられ、いわゆる非常に柔軟な領域にある。基本的なシステムは、変化および妨害に対して柔軟に応答する。
測定変数はノードにあり、したがって非常に安定である。所定の厳密な正確さによってのみ達成されることができ、そうでない場合には測定変数は大きく変動するノードのコア領域にある。
測定変数は２つのサブ−ノード領域の間にある。測定値は従って、比較的静止している領域にある。
【００１８】
したがって、ＧＳ分析は任意の技術的な測定変数に対して、その変数が安定しているか、大きな変動にさらされるか、妨害に対して柔軟に反応するか、比較的低い変動の範囲にあるかを決定することを可能にする。他のすべての組合せはこれらの考察から得られる。
【００１９】
本発明にかかる方法の目的は、製品の最適な値、たとえば、機械部品のトルク、ペイントの最適の光沢特性、あるいはタイヤの最適のグリップの値を決定するだけではなく、同時に、結局それぞれの生産物の価値を与える、影響変数に対する最適な値を決定し、同時に、特に丈夫で、安定しているか、柔軟な生産プロセスを与える。上記の目的は、次の手続工程を含む本発明によって達成される：
１． 存在する品質変数およびそれらの許容可能な公差の決定（目標変数公差の入力）
２． それぞれの品質変数について規定された公差内でグローバルスケーリング分析を行い、この品質変数に対するＧＳ最適化値をすべて決定する。
３． プロセスデータを記録する。
４． この品質水準を備えた製品を与える局所的なプロセスの影響を決定するために、プロセスのモデル化および既存の影響を与えるものの感度解析を行い、その結果最も重要な影響変数を決定する。
５．最も重要な影響変数の値について逆算することにより、特定の、またはすべての規定されたＧＳ最適化される目標変数（Ｚｉｅｌｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎｗｅｒｔｅ）についてプロセスを最適化する。
６．製品の観点から、規定されたインターバルで、製品についていくつかの等しい資格のあるＧＳ値が存在する場合、ＧＳ最適化される目標変数の選択のために、最も重要な影響変数のグローバルスケーリング分析を実行する。
７．最適プロセス条件の決定および付随する影響変数、特に操作変数についての逆算をする（ＧＳ最適化される目標変数の選択）。
８． プロセスへの操作変数の出力、必要であれば工程３に戻り、逆算する。
【００２０】
個々の手続き的工程はそれぞれ、図面に基づき、自動車サプライヤのためのヒンジの製造の例に基づいて以下に詳述される：
図１は、経時的な、製造されたヒンジのトルクＭＤの測定結果を示す（時間軸は１０秒の増加量）。図１の横軸は時間、縦軸はピボッティング モーメント ライトである。
図２はＸ軸が０Ｎｍから２．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。図２の横軸はＭＤ、縦軸は数である。
図３は、Ｘ軸が１．０Ｎｍから１．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。図３の横軸はＭＤ、縦軸は数である。
図４は、同時に３日間生産された、右と左のヒンジ用の２つの生産ラインの微細なヒストグラム構造を示す。
ａ）は左ヒンジＭＤＬ
ｂ）は右ヒンジＭＤＲ
図４の上の図において、横軸はＭＤＲ、縦軸は数である。図４の下の図において、横軸はＭＤＬ、縦軸は数である。
図５は、物理的および技術的な変数のＧＳ分析用のＧＳＣ３０００ツールを示す。
図６は、自動車ヒンジのトルク（Ｎｃｍ）のＧＳ分析を示す。
図７は、０．８７〜０．９２Ｎｍの範囲で生成されたトルクのヒストグラムを示す。図８の横軸はＭＤ、縦軸は数である。
図８は、ヒンジ製品の感度解析（入力と出力変数ＭＤの感度）を示す。図８の横軸は出力変数ＭＤ、縦軸は入力の感度である。
図９は、目標変数ＭＤを設定されるべき入力値に自動的に逆算することによる、自己編成のマップを介したプロセス最適化を示す。
図１０は、目標トルクＭＤ＝１．３９２Ｎｍを有するヒンジのための、可能な入力変数の描写を示す。図１０の横軸はＴＷ、縦軸は数である。
図１１は、ヒンジを製造するための生産ライン用の温度ＴＷのヒストグラムを示す。
【００２１】
１． 品質変数および許容可能な公差の記録
その幾何的寸法とは別に、ヒンジ用の重要な品質変数は、いわゆるトルクあるいは回転モーメントＭＤである。ここで記載された用途でのヒンジの使用は、トルクが狭い公差範囲内で生産されることを必要とし、この例では０．５０−２Ｎｍである。その用途では、公差範囲内でどのような値を仮定しなければならないか明示的に述べていない。この組立工程では、トルクＭＤが個々のヒンジについて測定され、アセンブリーの後に１００％の品質管理がされ、図１に示された数日の期間にわたり示された：
【００２２】
図２および３は、１Ｎｃｍの間隔の増加分で、記録されたトルクＭＤのヒストグラムを示す。図２は０−２．５０Ｎｍの全体の測定範囲であり、図３は１．０−１．５０Ｎｍの部分的な範囲であった。
【００２３】
両方の例におけるヒストグラムの微細構造は、実際のプロセスでの実現されたトルク値の変化するようすを実証する。例えば、１．２７Ｎｍ（１２７Ｎｃｍ）が３０回だけ実現されている一方、値１．２６Ｎｍ（１２６Ｎｃｍ）は示された時間に７０回実現される。次の表が、この度数分布での極値の概観を供給する：
【００２４】
【表２】
【００２５】
この微細構造は偶然ではない。なぜなら、異なる時間の期間において、同様な構造が常に再現され、同じ時間の期間におけるヒンジの製造については図４と同様であるからである。
【００２６】
明白なように、微細構造が両方の生産ラインにおけるヒストグラムについて存在し、それらはある類似性を持っている。数か月にわたる生産ラインの検査は、それぞれの生産ラインおよび毎日において、特に頻繁に生産されるトルクおよびめったに生産されないトルクが存在することを明らかにする。ＧＳ理論が物理的・技術的に測定された変数についての、そのような分配とヒストグラムの構造を正確に予言し、ヒンジ用の生産ラインがＧＳと一致して作用するので、ＧＳ最適化が行われ、ＧＳ最適化生産ラインが構築される。安定または柔軟なトルク値を計算するための、トルクのＧＳ分析が、以下の例に示される。
【００２７】
２． 目標変数トルクのグローバルスケーリング分析
２．１． トルクの連分数ブレークダウン
トルクＭＤが５０Ｎｃｍと２００Ｎｃｍの間の公差範囲の中で与えられる。
公差範囲内のＧＳ最適化値が求められている。トルク用の標準尺度ｙは１．５０３２７７Ｅ−１０Ｎｍ＝陽子質量＊ｃ２である。Ｈ．Ｍｕｌｌｅｒ，Ｇｌｏｂａｌ Ｓｃａｌｉｎｇ，Ｓｐｅｃｉａｌ １，Ｅｈｌｅｒｓ Ｖｅｒｌａｇ ２００１，ｐ．１２９参照。
【００２８】
連分数ブレークダウンが行われ、係数ｎ０、ｎ１、ｎ２などが式（４）により、φ＝３／２で計算される。５０Ｎｃｍ−２００Ｎｃｍの数値範囲は［２４±１］のノード領域に相当する。あるいは５０Ｎｃｍ＝［２４；−３］、２００Ｎｃｍ＝［２４；＋３］である。
【００２９】
トルク数値は、ミュンヘンのＩｎｓｔｉｔｕｔｅ ｆｏｒ Ｓｐａｃｅ−Ｅｎｅｒｇｙ Ｒｅｓｅａｒｃｈ（ＩＲＥＦ）のＧＳＣ３０００を使用して、式（４）に従って連分数を介して計算した。トルク値ＭＤ＝１．２７Ｎｍの例として、図５に示される。
【００３０】
０．５Ｎｍから２００Ｎｍの公差範囲の線形平均およびＭＤコントローラーのために規定された目標変数が１２５Ｎｃｍ＝［２４；＋６、−３、＋３、．．．］であり、これは値１２５Ｎｃｍの優位性を説明する。値１２７Ｎｃｍは、ＧＳによる［２４；＋６、−５］に等しい。変動は、境界領域［２４；−３］または［２４；＋３］、またはサブ−ギャップ、たとえば、［２４；＋５］＝１３３Ｎｃｍおよび［２４；＋４］＝１４６Ｎｃｍの間において最小となる。最大の変動は、［２４；−１０］＝７３Ｎｃｍから［２４；＋１０］＝１０９Ｎｃｍのコア領域内で期待される。
【００３１】
図６のグラフィックの描写は、ｎ０とｎ１の関数としてのトルク値を示し、フェイズφは、φ＝０またはφ＝３／２、ｎ０＝２４、およびｎ１＝−３からマイナス無限大またはｎ１＝＋３からプラス無限大の値の相関を示す。式（４）による連分数によって計算された３３Ｎｃｍから１０８２までのトルク値は、図６の対数軸上に記録された。
【００３２】
ヒンジ製造プロセスが管理されないか、または制御されない場合には、技術的に生成されたトルク数値の周波数は図６にしたがって分布するであろう。図６の白い領域は、比較的希に発生するトルク数値（いわゆるギャップ領域）を描く。その一方でグレーエリアは、頻繁なトルクの領域を描いている。また、ダークグレー色の領域は、トルクのいわゆるノード領域を表わす。
【００３３】
しかしながら、この製造例において目標のＭＤ設定値＝１２５Ｎｃｍが、生産コントローラとして規定されたので、技術的に実現されたトルクの分配はこの理論的分布から乖離し、図２に示されるようになった。
【００３４】
ノード領域の値、ここでは８９Ｎｃｍ、１２４Ｎｃｍおよび１７３Ｎｃｍの周囲ではＧＳによって技術的に安定に製造することができない。なぜなら、変動と妨害がノードの近くで常に発生するからである。表１および図７の例を参照。
【００３５】
図７は、０．８８Ｎｍから０．９２Ｎｍの範囲では、実際に生成されたヒンジトルクで大きな変動を伴うことを示す。これは、実際には値０．８９Ｎｍでは安定して生産することができないことを意味する。
【００３６】
ヒンジ生産のグローバル コーリングの最適化は本質的に２つの部分を含んでいる：第１のゴールは、達成されるべき生産品質を維持することである。可能であれば、各ヒンジのトルクＭＤは最小の公差変動ΔＭＤで、許容インターバルの中央で生成されるべきである。この理由で、最小の変動を有する定格の変数範囲（Ｎｅｎｎｇｒ ｏ−Ｕｍｌａｕｔ ｓｓｅｎｂｅｒｅｉｃｈｅ）が最適である。つまり、以下の間の値である。ＭＤｓｕｂ１＝１３３Ｎｃｍ＝［２４；＋５］、およびＭＤｓｕｂ２＝１４６Ｎｃｍ＝［２４；＋４］
【００３７】
従って、５０から２００Ｎｃｍの公差範囲内でのヒンジ生産のための最適の定格値は、１３３Ｎｃｍと１４６Ｎｃｍの対数平均、つまり１３９．２Ｎｃｍにある。
【００３８】
ヒンジ生産での第２のゴールは、ヒンジ製造工程を妨害に関してできるだけ丈夫（あるいはフレキシブル）にすることである。トルクＭＤは、いわゆるオーバーサイズの結果として、本質的に生産プロセスの中で発生する。オーバーサイズは、ブッシング壁厚さの２倍とヒンジのボルト直径の和で、ボルトが押されるヒンジ穴直径よりも大きい。
【００３９】
この例示の用途で、ヒンジの個々のパーツは、機械生産に起因するコストの理由でさらに低減することのできない公差に供される。その結果、各公差範囲内にある個々の部分についてさえ、ＧＳによって定格の変数が最良に決定されなければならない。ヒンジボルトおよびヒンジ穴直径は約１２ｍｍである。その一方でブッシング壁厚さは約０．４８ｍｍである。様々な実験的なモデリング方法が、個々の部分においてトルクＭＤの依存性をモデル化するために知られている。
【００４０】
この用途では、モデリングのための経験的なデータ採取方法が記載されている。トルクと影響変数との間の関数的な相関について最大限可能な正確さが、ここでのキーであるからである。他のモデリングプロセス、例えば、オーバーサイズとトルクの間の線形のモデリングは、機能するが、モデルの正確度は低い。
【００４１】
３． プロセスデータの記録
先行技術においては、種種の測定トランスデューサーおよび制御／計測工学が、例では１０秒である、規定されたプロセスインクリメントでのプロセスデータを記録し、達成するために使用されている。
【００４２】
４． プロセスモデリングおよび目標変数の感度解析
様々な方法、分析的（例えば微分方程式）、または経験的（例えば線形・非線形の回帰あるいはニューロンのネットワーク）な方法が、プロセスがどの程度分析的に良好に説明されるかに応じて、先行技術において使用されている。製造工程（例えば複雑なアセンブリー）では、プロセスの振る舞いがそのプロセスデータにより学習される、知識ベースプロセス方法も使用される。Ｍ．Ｐｏｌｋｅ，Ｐｒｏｚｅｓｓｌｅｉｔｔｅｃｈｎｉｋ（Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ），Ｏｌｄｅｎｂｏｕｒｇ ｖｅｒｌａｇ，Ｍｕｎｃｈｅｎ／Ｖｉｅｎｎａ １９９４，８１３−８１７参照。
【００４３】
例においては、プロセスモデリングはニューロンのネットワークモデリングによって遂行された。達成された測定精度は、８８％のすぐ下である。つまり、トルク測定の測定範囲に関し、１０の入力変数からトルク数値を８８％より少し下の精度で評価するために使用できる。
【００４４】
ニュートラルネットワーク アーキテクチャー
インプット レイヤー＝１０ニューロン
ヒドゥン レイヤー＝４ニューロン
アウトプット レイヤー＝１ニューロン
予想精度＝８７．９７％
【００４５】
モデルに基づいた感度分析の方法により、この例では、トルクＭＤである品質変数の影響変数への量的依存性を実現することも知られている。Ｒ．Ｏｔｔｅ，Ｓｅｌｂｓｔｏｒｇａｎｉｓｉｅｒｅｎｄｅ Ｍｅｒｋｍａｌｓｋａｒｔｅｎ ｚｕｒ ｍｕｌｔｉｖａｒｉａｔｅｎ Ｄａｔｅｎａｎａｌｙｓｅ ｋｏｍｐｌｅｘｅｒ ｔｅｃｈｎｉｓｃｈｅｒ Ｐｒｏｚｅｓｓｅ，Ｓｈａｋｅｒ Ｖｅｒｌａｇ，Ａａｃｈｅｎ，１９９９ およびＲ．Ｏｔｔｅら，Ｄａｔａ Ｍｉｎｉｎｇ ｆｕｅｒ ｄｉｅ ｉｎｄｕｓｔｒｉｅｌｌｅ Ｐｒａｘｉｓ，Ｃａｒｌ Ｈａｎｓｅｒ Ｖｅｒｌａｇ，２００４参照。図８は、ヒンジ生産の前述のニューロンのモデルに基づいた感度解析の結果を示す。
【００４６】
図８は、トルクＭＤのための最も重要な影響変数は、ボルトＤＢ１であり、ついでボルトＤＢ２であり、ついでキャリブレーションマンドレルＤＫであることを示す。温度ＴＷおよびＴＵはトルクに最小のプロセス影響しか及ぼさない。これは、温度の変化は、平均の結果として、トルクの比較的より小さな変化しか与えないだろうということを意味する。手続工程４は、目標変数数値（例においてはトルクＭＤ）に影響入力変数を自動的に識別する。
【００４７】
５． ＧＳ最適化目標変数数値のためのプロセス最適化
手続工程５では、規定された目標変数数値に到達するために、特定の量的定格値が、工程４の最も重要な影響変数または操作変数について決定される。先行技術では、与えられた目標変数について付随する影響変数値を計算するために、経験的に学習されたモデルが、最適化タスクのために逆にされた。例えば、プロセスの振る舞いは自己編成の地図によってイメージすることができる。ＥＰ０８４５７２０Ｂ１ および Ｒ．Ｏｔｔｅ，Ｓｅｌｂｓｔｏｒｇａｎｉｓｉｅｒｅｎｄｅ Ｍｅｒｋｍａｌｓｋａｒｔｅｎ ｚｕｒ ｍｕｌｔｉｖａｒｉａｔｅｎ Ｄａｔｅｎａｎａｌｙｓｅ ｋｏｍｐｌｅｘｅｒ ｔｅｃｈｎｉｓｃｈｅｒ Ｐｒｏｚｅｓｓｅ，Ｓｈａｋｅｒ Ｖｅｒｌａｇ，Ａａｃｈｅｎ， １９９９参照。
図９は、自己編成マップ方法（Ｖｅｒｆａｈｒｅｎ ｄｅｒ Ｓｅｌｆ−Ｏｒｇａｎｉｚｉｎｇ Ｍａｐｓ）に基づいた、そのようなモデルに基づいたデータ解析を示す。
【００４８】
プロセスモデルを最適化タスクに使用することは、それぞれ規定されたＧＳ最適化値について、目標変数（例においてはＭＤ）を計算することを可能にし、それらの入力変数は最終的に目標数値に導く。
従って、影響変数に伴う値は、目標変数数値の各ＧＳ計算について、本発明にしたがって逆算される。
【００４９】
例として、図１０は、ＧＳ最適化目標変数ＭＤ＝１３９．２Ｎｃｍ＝１．３９２Ｎｍについての、選択された入力変数、キャリブレーションマンドレルＤＫ、温度、ＴＷおよびＴＵ、ヒンジ半径ＤＳ、ブッシング壁厚さＢＷおよびボルト直径ＤＢ１、ＤＢ２、ＤＢ３の値を示す。
結果として決定された値は、入力変数であり、ＧＳ最適化目標変数値ｙＧＳ、例においてはＭＤ＝１．３９２Ｎｃｍへ導く。
【００５０】
６． 最も重要な影響変数のグローバルスケーリング分析
手続工程１および２は、規定された公差範囲ｙｍｉｎおよびｙｍａｘの内のすべての目標変数のＧＳ−最適化値、ｙＧＳＩを決定するために使用される。
手続工程３、４および５は、プロセスの入力変数数値を確認するために使用される。
【００５１】
生成物の観点からインターバルに単一のＧＳ最適値だけがある場合、ここに記載された手続工程６はスキップされる。また、ＧＳ値ｙＧＳＩに属する操作変数は、手続工程５および７にしたがって計算される。
いくつかの等しいＧＳ最適値ｙＧＳＩが存在する場合、入力変数のＧＳ分析による選択は、手続工程５を複数回使用することにより起こる。つまり、入力変数の逆算は最適のｙＧＳＩに導く。
【００５２】
入力変数用の数値はこのように決定される。
これらの数値はＧＳ構造の対象であり、例として温度ＴＷを使用して、図１１に示される。
【００５３】
手続工程５にしたがって、特定の入力変数数値を決定した後に、ＧＳ分析は手続工程２にしたがって、検出された入力値ｘｎｉの各々について行なわれる。
ＧＳ最適化値は、この方法で最も重要な入力変数のために決定される。
ＧＳ最適化入力値は、入力変数のタイプに依存する。
【００５４】
入力変数は以下のタイプのＧＳ最適値である：
ａ）入力測定変数：
これらの値の実現が将来に最も頻繁に発現するであろうから、最大の発生可能性を決定することによりＧＳによる最適化。
ｂ） 入力測定変数が技術的な生成物についての測定値である場合、これらの値のための定格の変数はＧＳにより最適化されることができる。
【００５５】
この場合、例えば、ブッシング壁厚さＢＷは、０．４６ｍｍから０．５ｍｍの範囲の中で最適化される。
ＢＷｌｏｗｅｒ＝０．４６ｍｍ＝［２１ ３ ３−３ ３ ５］
ＢＷｒａｔｅｄ ＝ ０．４８ｍｍ ＝［２１ ３ ３ ２１ ６ −９］
ＢＷｕｐｐｅｒ ＝ ０．５ｍｍ ＝［２１ ３ ６ −３ ３ −３］
したがって、値ＢＷ＝０．４７１ｍｍは、ＧＳによる定格値としての［２１ ３ ３ −５］に等しく、従って最適である。それはｎ３でギャップ中にある。
【００５６】
ｃ） 入力操作変数：
これらの値は、その値自体の、およびプロセス変化について最も低感度で反応するので、スーパー柔軟性に関してＧＳにより最適化される。
手続工程６において、ＧＳ分析は、手続工程２で個々のＧＳ最適目標変数数値、および手続工程４および５でそれに伴う入力変数について行なわれる。その結果、プロセスは完全なＧＳ分析に供される。
【００５７】
７． 最適プロセス状態の決定
手続工程７において、ＧＳ最適プロセス状態は、ＧＳにより可能なプロセス状態の全体から選ばれる。また、それに伴う操作変数が決定される。
【００５８】
プロセス最適は、目標変数ｙＧＳＩがちょうどＧＳ最適値である、ＧＳ最適化入力変数の最大数で達成される。
いくつかの目標変数数値が等しい場合、ｙｍｉｎおよびｙｍａｘのインターバルの対数平均により近い値ｙＧＳＩは、最適のｙＧＳＩである。
操作変数ｘＳｔｅｌｌｉＧＳのサブ−量は、見いだされた最適ｙＧＳに属する入力変数ｘ１ＧＳ、ｘ２ＧＳ、ｘ３ＧＳｉ、．．…ｘｎＧＳから読出される。
【００５９】
結果として、製作と処理のための最適条件が見い出された。また、最適を達成するための操作変数ｘＳｔｅｌｌｉＧＳは既存の制御／計測工学によってプロセスに出力される。
【００６０】
８． プロセスへのＧＳ最適値の出力
手続工程７による最適プロセス状態の操作変数に対するＧＳ最適値は、制御／計測工学あるいはＳＰＳによって、たとえば、技術的あるいは化学工程に出力される。その結果、プロセスはＧＳにより本発明に従って最適化される。
【図面の簡単な説明】
【００６１】
【図１】図１は、経時的な、製造されたヒンジのトルクＭＤの測定結果を示す。
【図２】図２はＸ軸が０Ｎｍから２．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。
【図３】図３は、Ｘ軸が１．０Ｎｍから１．５Ｎｍの測定範囲での、トルクＭＤのヒストグラムを示す。
【図４】図４は、同時に３日間生産された、右と左のヒンジ用の２つの生産ラインの微細なヒストグラム構造を示す。ａ）は左ヒンジＭＤＬ、ｂ）は右ヒンジＭＤＲ。
【図５】図５は、物理的および技術的な変数のＧＳ分析用のＧＳＣ３０００ツールを示す。
【図６】図６は、自動車ヒンジのトルク（Ｎｃｍ）のＧＳ分析を示す。
【図７】図７は、０．８７〜０．９２Ｎｍの範囲で生成されたトルクのヒストグラムを示す。
【図８】図８は、ヒンジ製品の感度解析（入力と出力変数ＭＤの感度）を示す。
【図９】図９は、目標変数ＭＤを設定されるべき入力値に自動的に逆算することによる、自己編成のマップを介したプロセス最適化を示す。
【図１０】図１０は、目標トルクＭＤ＝１．３９２Ｎｍを有するヒンジのための、可能な入力変数の描写を示す。
【図１１】図１１は、ヒンジを製造するための生産ライン用の温度ＴＷのヒストグラムを示す。
【特許請求の範囲】
【請求項１】
以下の工程によって特徴づけられるテクニカルプロセスを安定させる方法：
ａ） データの記録、選択およびデータの準備；
ｂ） 規定された公差範囲内での目標数値のＧＳ分析；
ｃ） 選択された目標変数ｙｉのための最も重要な影響変数ｘｉを決定するための、自動的なプロセスモデル化および感度解析；
ｄ） 公差バンド中のＧＳ最適化目標変数数値の選択および付随する入力変数数値、定格値、すべての影響変数への、公知の最適化方法を介しての逆算；
ｅ） ｄ）において計算された、影響変数についての定格値のＧＳ分析；
ｆ） 影響変数および操作変数に対するすべての重要なＧＳ最適の定格値が見いだされるまで、与えられた公差範囲からＧＳ最適化目標変数数値に至るまでの手続工程ｄ）およびｅ）の反復；
ｇ） プロセスへのＧＳ最適操作変数の出力。
【請求項２】
テクニカルプロセスを安定させる方法であって、所望の任意の数学関数を使用して、選択された目標変数をともに関連づけることにより、グローバルスケーリング（ＧＳ）により複数の目標変数を同時に首尾一貫して最適化し、得られた検出力関数（Ｇ ｕ−Ｕｍｌａｕｔ ｔｅｆｕｎｋｔｉｏｎ）（Ｇ）をＧＳ最適化することにより特徴づけられる方法。
【請求項３】
最適化に関係のあるすべての変数が、柔軟性と安定性に関し、グローバルスケーリング方法に基づく分析を介して最適化される請求項２記載の方法であって、ここでグローバルスケーリング分析が、関連のあるパラメータおよび付随する目標変数のデータについて行なわれる方法。
【請求項４】
プロセスそれ自身が最適化されるという点で特徴づけられた、請求項３記載の方法。
【請求項５】
プロセスによって製造された生成物が最適化される、請求項３記載の方法。
【請求項６】
プロセスの影響変数も、目標変数のＧＳ最適化のためのＧＳ分析および最適化に供される、請求項２から５のいずれか１項記載の方法。
【請求項７】
機械工学または化学工業からのプロセスあるいは生成物が安定、または最適化される、請求項２から６のいずれか１項記載の方法。
【請求項１】
以下の工程によって特徴づけられるテクニカルプロセスを安定させる方法：
ａ） データの記録、選択およびデータの準備；
ｂ） 規定された公差範囲内での目標数値のＧＳ分析；
ｃ） 選択された目標変数ｙｉのための最も重要な影響変数ｘｉを決定するための、自動的なプロセスモデル化および感度解析；
ｄ） 公差バンド中のＧＳ最適化目標変数数値の選択および付随する入力変数数値、定格値、すべての影響変数への、公知の最適化方法を介しての逆算；
ｅ） ｄ）において計算された、影響変数についての定格値のＧＳ分析；
ｆ） 影響変数および操作変数に対するすべての重要なＧＳ最適の定格値が見いだされるまで、与えられた公差範囲からＧＳ最適化目標変数数値に至るまでの手続工程ｄ）およびｅ）の反復；
ｇ） プロセスへのＧＳ最適操作変数の出力。
【請求項２】
テクニカルプロセスを安定させる方法であって、所望の任意の数学関数を使用して、選択された目標変数をともに関連づけることにより、グローバルスケーリング（ＧＳ）により複数の目標変数を同時に首尾一貫して最適化し、得られた検出力関数（Ｇ ｕ−Ｕｍｌａｕｔ ｔｅｆｕｎｋｔｉｏｎ）（Ｇ）をＧＳ最適化することにより特徴づけられる方法。
【請求項３】
最適化に関係のあるすべての変数が、柔軟性と安定性に関し、グローバルスケーリング方法に基づく分析を介して最適化される請求項２記載の方法であって、ここでグローバルスケーリング分析が、関連のあるパラメータおよび付随する目標変数のデータについて行なわれる方法。
【請求項４】
プロセスそれ自身が最適化されるという点で特徴づけられた、請求項３記載の方法。
【請求項５】
プロセスによって製造された生成物が最適化される、請求項３記載の方法。
【請求項６】
プロセスの影響変数も、目標変数のＧＳ最適化のためのＧＳ分析および最適化に供される、請求項２から５のいずれか１項記載の方法。
【請求項７】
機械工学または化学工業からのプロセスあるいは生成物が安定、または最適化される、請求項２から６のいずれか１項記載の方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公表番号】特表２００７−５１９１０７（Ｐ２００７−５１９１０７Ａ）
【公表日】平成１９年７月１２日（２００７．７．１２）
【国際特許分類】
【出願番号】特願２００６−５４９８２３（Ｐ２００６−５４９８２３）
【出願日】平成１７年１月１４日（２００５．１．１４）
【国際出願番号】ＰＣＴ／ＣＨ２００５／００００１３
【国際公開番号】ＷＯ２００５／０７１５０４
【国際公開日】平成１７年８月４日（２００５．８．４）
【出願人】（５０６２４６６６７）テックデータ アクチェンゲゼルシャフト (5)
【Ｆターム（参考）】
【公表日】平成１９年７月１２日（２００７．７．１２）
【国際特許分類】
【出願日】平成１７年１月１４日（２００５．１．１４）
【国際出願番号】ＰＣＴ／ＣＨ２００５／００００１３
【国際公開番号】ＷＯ２００５／０７１５０４
【国際公開日】平成１７年８月４日（２００５．８．４）
【出願人】（５０６２４６６６７）テックデータ アクチェンゲゼルシャフト (5)
【Ｆターム（参考）】
[ Back to top ]