CN101587572A - 制造指示评价支持系统、制造指示评价支持方法 - Google Patents
制造指示评价支持系统、制造指示评价支持方法 Download PDFInfo
- Publication number
- CN101587572A CN101587572A CNA2009100068037A CN200910006803A CN101587572A CN 101587572 A CN101587572 A CN 101587572A CN A2009100068037 A CNA2009100068037 A CN A2009100068037A CN 200910006803 A CN200910006803 A CN 200910006803A CN 101587572 A CN101587572 A CN 101587572A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- manufacturing
- parameter
- indication
- indication parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 327
- 238000011156 evaluation Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims description 19
- 238000004364 calculation method Methods 0.000 claims description 46
- 238000009434 installation Methods 0.000 claims description 20
- 230000005055 memory storage Effects 0.000 claims description 17
- 238000000611 regression analysis Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种制造指示评价支持系统、制造指示评价支持方法。制造指示评价支持系统具有：数据读出单元，读出制造指示参数组以及与其对应的制造实绩数据；参数挑选单元，计算构成制造指示参数组的制造指示参数的每一个的危险率和危险率在制造指示参数之间的平均值，将危险率小于等于平均值的制造指示参数确定为选择候补；参数确定单元，针对制造指示参数组和选择候补的制造指示参数，利用多重回归分析程序计算说明变量选择基准值，在制造指示参数组和选择候补的制造指示参数中将说明变量选择基准值大的制造指示参数确定为最佳参数；以及回归式计算单元，利用多重回归分析程序计算并显示采用了最佳参数时的回归式。
Description
技术领域
本发明涉及制造指示评价支持系统、制造指示评价支持方法、以及制造指示评价支持程序，具体而言涉及能够推测制造指示参数与制造实绩的相关，能够根据制造实绩生成新的制造指示参数的技术。
背景技术
在以往，产品制造的专门技术积累为作业者个人自己的信息，根据现场操作、运行结果、质量信息等而抽取最佳的操作(控制)，无法将该信息活用成现场作业指示值。但是近年来，例如提出有如下的营业利润改善支持系统等，该营业利润改善支持系统向用户催促营业的市场分析评价，来支持营业的利润改善，其特征在于，具备：输入部，输入规定的信息；处理部，根据利用上述输入部输入的上述规定的信息，计算出规定的参数的值，根据所计算出的值决定上述规定的参数的确立地位；以及显示部，对上述用户催促利用上述输入部输入上述规定信息，并将由上述处理部决定的规定的参数的确立地位显示在图表中，向上述用户催促营业的市场分析评价(参照WO2003/081492号公报)。
但是在以往技术中，不具有针对制造指示参数计算制造指示参数与制造实绩值的相关的功能。因此，与以往同样地通过人的判断来针对制造实绩值评价制造指示参数，评价结果积累为制造指示专门技术。因此在生产管理系统等中，无法将针对制造指示参数的制造实绩数据有效活用成新的制造指示数据。
发明内容
因此，本发明是鉴于上述课题而完成的，其目的在于提供一种能够推测制造指示参数与制造实绩的相关，能够根据制造实绩生成新的制造指示参数的技术。
本发明的制造指示评价支持系统，其特征在于，具备：存储装置，存储参数表、制造实绩表和多重回归分析程序，该参数表存储与产品制造相伴的制造指示的参数，该制造实绩表存储根据制造指示参数工作的制造工序中的制造实绩数据，该多重回归分析程序执行多重回归分析；数据读出单元，从上述参数表以及上述制造实绩表中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器；参数挑选单元，将上述存储器的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补；参数确定单元，针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的参数确定为最佳参数；以及回归式计算单元，利用上述多重回归分析程序计算出采用了上述最佳参数时的回归式，将上述回归式显示到输出接口。
另外，在上述制造指示评价支持系统中，具备固定指示接受单元，通过输入接口接受从存储在上述参数表中的制造指示参数中将参数值设为固定的固定参数的指定和固定参数值，将上述参数表中的上述固定参数的参数值置换成上述固定参数值。
另外，在上述制造指示评价支持系统中，具备重新取得指示单元，该重新取得指示单元监视利用上述参数挑选单元进行的上述危险率计算、利用上述参数确定单元进行的多重相关系数计算或说明变量选择基准值计算、利用上述回归式计算单元进行的回归式计算的处理结果而检测出未得到计算结果的事项，向上述数据读出单元通知从上述参数表以及上述制造实绩表中读出与最初读出的上述制造指示参数组的参数共同但参数值不同的新的制造指示参数组以及与其对应的制造实绩数据的指示。
另外，在上述制造指示评价支持系统中，具备与网络上的其他装置进行通信的通信装置，上述重新取得指示单元检测出未得到上述计算结果的事项，生成与最初读出的上述制造指示参数组的参数共同但将参数值增减规定量的新的制造指示参数组，将该新的制造指示参数组的数据通过上述通信装置发送给制造装置，上述制造指示评价支持系统具备新制造实绩取得单元，该新制造实绩取得单元通过上述通信装置与上述制造装置进行通信，接收与上述新的制造指示参数组对应的制造实绩数据，并在上述制造实绩表中与上述新的制造指示参数组对应地存储。
另外，在上述制造指示评价支持系统中，上述重新取得指示单元针对包含在上述回归式中的各制造指示参数，计算出在上述回归式中提高规定基准的制造实绩的参数值，将上述计算出的各制造指示参数的参数值通过上述通信装置发送给制造装置，上述制造指示评价支持系统具备新制造实绩取得单元，该新制造实绩取得单元通过上述通信装置与上述制造装置进行通信，接收与上述各制造指示参数的参数值对应的制造实绩数据，并在上述制造实绩表中与包含在上述回归式中的制造指示参数对应地存储。
另外，在上述制造指示评价支持系统中，上述参数挑选单元检测出确定为上述选择候补的制造指示参数是多个，反复执行构成上述选择候补的制造指示参数的每一个的危险率计算和上述危险率的平均值计算、和在上述选择候补中将危险率小于等于平均值的制造指示参数新确定为该选择候补的处理，直到该新的选择候补成为一个制造指示参数为止，以确定多个选择候补，并且上述参数确定单元针对制造指示参数组和上述多个选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述多个选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳参数。
另外，本发明的制造指示评价支持方法，其特征在于，计算机具备存储参数表、制造实绩表和多重回归分析程序的存储装置，该参数表存储与产品制造相伴的制造指示的参数，该制造实绩表存储根据制造指示参数工作的制造工序中的制造实绩数据，该多重回归分析程序执行多重回归分析，该计算机执行如下处理：从上述参数表以及上述制造实绩表中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器的处理；将上述存储器的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补的处理；针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的参数确定为最佳参数的处理；以及利用上述多重回归分析程序计算出采用了上述最佳参数时的回归式，将上述回归式显示到输出接口的处理。
另外，本发明的制造指示评价支持程序，其特征在于，使具备对用于存储与产品制造相伴的制造指示的参数的参数表、用于存储根据制造指示参数工作的制造工序中的制造实绩数据的制造实绩表和用于执行多重回归分析的多重回归分析程序进行存储的存储装置的计算机执行如下步骤：从上述参数表以及上述制造实绩表中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器的步骤；将上述存储器的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补的步骤；针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的参数确定为最佳参数的步骤；以及利用上述多重回归分析程序计算出采用了上述最佳参数时的回归式，将上述回归式显示到输出接口的步骤。
在此，作为上述制造指示参数的例子，可以设想用户ID、制造数量、批数、制造日期时间、制造温度等。
另外，本发明公开的课题及其解决方法通过发明的实施方式以及附图将会更加明确。
根据本发明，能够推测制造指示参数与制造实绩的相关，能够根据制造实绩生成新的制造指示参数。
附图说明
图1是包括本实施方式中的制造指示评价支持系统的网络结构图。
图2是示出本实施方式的制造指示评价支持系统的硬件结构例子的图。
图3是示出本实施方式的(a)参数表、(b)制造实绩表的各数据结构例子的图。
图4是示出本实施方式的制造指示评价支持方法的处理步骤例子1的流程图。
图5是示出本实施方式的制造指示参数组和与其对应的制造实绩数据的例子的图。
图6是示出本实施方式中的制造指示参数的危险率计算结果例子1的图。
图7是示出本实施方式中的制造指示参数的危险率计算结果例子2的图。
图8是示出本实施方式中的制造指示参数的危险率计算结果例子3的图。
图9是示出本实施方式中的说明变量选择基准值的计算结果例子和回归式的计算结果例子的图。
图10是示出本实施方式中的画面例子的图。
图11是示出本实施方式的制造指示评价支持方法的处理步骤例子2的流程图。
具体实施方式
——系统结构——
以下使用附图详细说明本发明的实施方式。图1是包括本实施方式中的制造指示评价支持系统100的网络结构图，图2是示出本实施方式的制造指示评价支持系统100的硬件结构例子的图。本实施方式中的制造指示评价支持系统100(以下称为系统100)是能够推测制造指示参数与制造实绩的相关，能够根据制造实绩生成新的制造指示参数的计算机系统。
这样的上述系统100为了实现执行制造指示评价支持方法的功能而将存储在非易失性存储器等存储装置101中的程序102读出到存储器103，并利用作为运算装置的CPU 104执行。另外，上述系统100根据需要具备计算机装置一般所具备的各种按钮类、键盘等输入接口105、LED或显示器等输出接口106，而且也可以具有经由网络140与制造装置200等其他装置进行通信的通信装置107等。
接下来，说明上述系统100例如基于程序102构成/保持的单元。各单元可以在一个服务器装置等中一体地具备，但还可以设想分散配置于在网络140上所配置的计算机组(包括相当于上述系统100的服务器装置)，并在其中一个服务器装置(系统100)的主导之下协调动作的例子。另外，上述系统在存储装置101中存储后述的表125、126和执行多重回归分析的多重回归分析程序120。
这样的上述系统100具备数据读出单元110，该数据读出单元110从上述参数表125以及上述制造实绩表126中读出制造指示参数组以及与其对应的制造实绩数据而存储到存储器103。
另外，上述系统100具备参数挑选单元111，该参数挑选单元111将上述存储器103的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序120计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补。
另外，上述系统100具备参数确定单元112，该参数确定单元112针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序120计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳的参数。
另外，上述系统100具备回归式计算单元113，该回归式计算单元113利用上述多重回归分析程序120计算出采用了上述最佳参数时的回归式，并将上述回归式显示到输出接口106。
另外，上述系统100也可以具备固定指示接受单元114，该固定指示接受单元114通过输入接口105接受从存储在上述参数表125中的制造指示参数中将参数值设为固定的固定参数的指定和固定参数值，将上述参数表125中的上述固定参数的参数值置换成上述固定参数值。
另外，上述系统100也可以具备重新取得指示单元115，该重新取得指示单元115监视利用上述参数挑选单元111进行的上述危险率计算、利用上述参数确定单元112进行的多重相关系数计算或说明变量选择基准值计算、利用上述回归式计算单元113进行的回归式计算的处理结果而检测出未得到计算结果的事件，向上述数据读出单元110通知从上述参数表125以及上述制造实绩表126中读出与最初读出的上述制造指示参数组的参数共同但参数值不同的新的制造指示参数组以及与其对应的制造实绩数据的指示。
另外，上述重新取得指示单元115检测出未得到上述计算结果的事件后，也可以生成与最初读出的上述制造指示参数组的参数共同但将参数值增减(在存储装置101中预先规定增加或减少)规定量(在存储装置101中预先规定)的新的制造指示参数组，将该新的制造指示参数组的数据通过上述通信装置107发送给制造装置200。
在该情况下，上述系统100具备新制造实绩取得单元116，该新制造实绩取得单元116通过上述通信装置107与上述制造装置200进行通信，接收与上述新的制造指示参数组对应的制造实绩数据，并在上述制造实绩表126中与上述新的制造指示参数组对应地存储。
另外，上述重新取得指示单元115也可以针对包含在上述回归式中的各制造指示参数计算出在上述回归式中提高规定基准的制造实绩(在存储装置101中预先规定)的参数值，将上述计算出的各制造指示参数的参数值通过上述通信装置107发送给制造装置200。
在该情况下，上述新制造实绩取得单元116通过上述通信装置107与上述制造装置200进行通信，接收与上述各制造指示参数的参数值对应的制造实绩数据，并在上述制造实绩表126中与包含在上述回归式中的制造指示参数对应地存储。
另外，上述参数挑选单元111也可以在检测出确定为上述选择候补的制造指示参数是多个后，反复执行构成上述选择候补的制造指示参数的每一个的危险率计算和上述危险率的平均值计算、和在上述选择候补中将危险率小于等于平均值的制造指示参数新确定为选择候补的处理，直到该新的选择候补成为一个制造指示参数为止，以确定多个选择候补。在该情况下，上述参数确定单元112针对制造指示参数组和上述多个选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，基于上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述多个选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳参数。
到此为止示出的上述系统100中的各单元110～116既可以用硬件实现，也可以用存储在存储器或硬盘驱动器(HDD，Hard DiskDrive)等适当的存储装置101中的程序来实现。在该情况下，系统100的CPU 104与程序执行相适应地从存储装置101中将相应程序102读出到存储器103来执行该程序。
——表结构例子——
接下来，说明本实施方式中的系统100所利用的表的结构。图3是示出本实施方式的(a)参数表125、(b)制造实绩表126的各数据结构例子的图。
上述参数表125是存储与产品制造相伴的制造指示的参数的表。该参数表125例如将制造对象的产品的代码和制造版本作为关键字，成为将工厂代码、应用开始日期、应用结束日期、一批最小量、一批最大量、作业步骤代码、制造温度等各制造指示参数与其参数值对应起来的记录的集合体。
另外，上述制造实绩表126是存储根据制造指示参数工作的制造工序中的制造实绩数据的表。该制造实绩表126例如将上述产品代码以及制造代码作为关键字，成为将对应的产品制造的实绩值的数据对应起来的记录的集合体。
另外，系统100为了生成这样的表，通过通信装置107经由网络140与制造实绩的收集装置(设置在制造线上的线控制用的控制器、制造线职员等携带并输入制造时的各种信息的无线手持终端、对制造数等进行计数的条形码读取器等)进行通信，收集制造实绩的数据。作为这样收集的信息，包括制造版本、制造计划以及制造实绩。其中制造版本的信息例如将公司代码、产品代码、工厂代码作为关键字信息，包括对于应用期间、批次信息、特性信息1～n中的每一个的与参数数相应份的数据。例如，针对产品代码“X”，如在应用期间“6月～10月”定义为制造版本“X001”、在“11月～5月”定义为制造版本“X002”那样，可以针对上述关键字信息定义多个制造版本。
另外，根据由系统100收集的数据中的制造计划的信息，以在该制造计划中设定的制造版本为基础，生成(此生成不是由系统100执行，而是利用以往方法来执行)制造指示(制造指示参数以及参数值)，并存储到上述参数表125中。另外，基于上述制造计划的上述制造指示从系统100发送到制造装置200，另一方面，系统100从制造装置200取得与上述制造指示对应的制造实绩(例如：制造数量、不合格数等)并存储到上述制造实绩表126中。
——处理流程例子1——
以下，根据附图说明本实施方式中的制造指示评价支持方法的实际步骤。以下说明的与制造指示评价支持方法对应的各种动作是通过上述系统100读出到存储器103而执行的程序102来实现。另外，该程序102由用于进行以下说明的各种动作的代码构成。
图4是示出本实施方式的制造指示评价支持方法的处理步骤例子1的流程图。在此，设上述系统100例如存在多个成为针对作为目的变量(Y)的制造实绩的因子的、作为说明变量(X)的制造指示参数(Xn)。于是，针对一个制造实绩(Y)，以当存在多个成为因子的制造指示参数(X)时的回归分析来实施多重回归分析。
如果将多个制造指示参数分别设为x1、x2、x3、...，则多重回归式可以表示成Y ＝ax1+bx2+cx3+...。因此，上述系统100验证哪个要素真正对制造实绩带来影响。另外，系统100在通过上述验证而缩少的制造指示参数(X)中，实施各制造指示参数对制造实绩(Y)带来的影响度的因子分析。如果根据其结果仅通过必要的因子(制造指示参数)建立出多重回归式，则可以提高预期精度。具体而言，系统100执行以下处理。
首先，上述系统100的数据读出单元110从上述参数表125以及上述制造实绩表126中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器103中(s100)。图5示出在上述步骤s100中存储到存储器103中的制造指示参数组和与其对应的制造实绩数据的例子。在图5所示的例子中，成为如下情况：系统100将五种制造指示参数“a”～“e”的8次份的数据(参数值)和与其对应的8个制造实绩的这一套存储到存储器103中的情况。
接下来，上述系统100的参数挑选单元111从存储装置101读出多重回归分析程序120，将上述存储器103的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，对构成上述制造指示参数组的制造指示参数“a”～“e”的每一个计算危险率(s101)。图6示出在上述步骤s101中计算出的每一个制造指示参数的危险率计算结果610。
此处，危险率(P值)是指，在作为制造指示参数而取入时误差变大的可能性高的概率。在进行回归分析时，如果直接使用全部制造指示参数来进行分析，则分析精度有可能变低，所以在上述例子中，需要通过从制造指示参数“a”～“e”中将制造指示参数的数缩少至适当数，从而选定精度更高的回归模型。
因此，上述参数挑选单元111计算在上述步骤s101中计算出的危险率在制造指示参数“a”～“e”之间的平均值(s102)。在图6所示的危险率计算结果600的例子中，制造指示参数“a”～“e”之间的危险率的平均值成为“0.51”。因此，上述参数挑选单元111在上述制造指示参数组(“a”～“e”)中，将危险率小于等于平均值“0.51”的制造指示参数“a”、“b”确定为第一选择候补(s103)。
另外，上述参数挑选单元111对确定为上述第一选择候补的制造指示参数的数进行计数(s104)，检测出在上述第一选择候补中包括多个制造指示参数(s104，“是”)。由于在上述例子的第一选择候补中包含有制造指示参数“a”、“b”这两种制造指示参数，所以上述参数挑选单元111将包含在上述第一选择候补中的制造指示参数的数计数成“2”，检测出包含有多个制造指示参数。另一方面，在上述步骤s104中如果制造指示参数的数是一个(s104：“否”)，则以后的处理进入到步骤s107。
另一方面，在上述步骤s104中检测出在上述第一选择候补中包含有多个制造指示参数的上述参数挑选单元111对构成上述第一选择候补的制造指示参数“a”、“b”的每一个计算危险率，并计算上述危险率的平均值(s105)。图7示出上述s105中的危险率计算结果710的例子。而且，上述参数挑选单元111在上述第一选择候补“a”、“b”中，将危险率小于等于平均值的制造指示参数新确定为选择候补(s106)。在图7的例子的情况下，由于第一选择候补仅包括“a”、“b”这两个制造指示参数，所以上述参数挑选单元111不是以危险率的平均值为基准确定新的选择候补，而是对“a”、“b”这两个制造指示参数的危险率进行比较，并将危险率低的制造指示参数确定为新的选择候补(在此为第二选择候补)。
另外，上述参数挑选单元111直到新的选择候补成为一个制造指示参数为止反复执行上述步骤s105、s106的处理，以确定多个选择候补(第一～第n)
接下来，上述参数挑选单元111还执行将在上述步骤s106中确定的第二选择候补“a”作为制造指示参数时的危险率计算(s107)。图8是示出本实施方式中的制造指示参数的危险率计算结果810的图。
根据以上结果，上述系统100将最初的制造指示参数组“a”～“e”和上述第一以及第二选择候补确定为以后的回归分析处理的分析模式1～3，向存储装置存储与上述分析模式1～3对应的与上述制造指示参数组“a”～“e”和上述第一以及第二选择候补相关的数据(s108)。
接下来，上述系统100的参数确定单元112针对制造指示参数组“a”～“e”和上述多个选择候补(第一以及第二)的制造指示参数，分别计算多重相关系数、参数数和取样数(s109)。图9(a)示出多重相关系数R、参数数和取样数的计算结果。多重相关系数R的计算处理是由上述多重回归分析程序120使用已知的方法来执行，另外，关于参数数和取样数的计算，也可以由上述参数确定单元112对存储在上述存储装置中的分析模式1～3的数据所分别包含的制造指示参数的数、其数据数进行计数。
接下来，上述系统100的参数确定单元112根据在上述步骤s109中计算出的多重相关系数R、参数数和取样数，利用上述多重回归分析程序120计算说明变量选择基准值Ru(s110)。图9(b)示出说明变量选择基准值Ru的计算结果例子。此处，上述说明变量选择基准值(Ru)成为判断当取入几个制造指示参数时的回归式最佳的基准，该Ru成为最大的模式成为最佳的制造指示参数的数，并导入最佳的模型式。另外，下面示出上述说明变量选择基准值(Ru)的计算式。
说明变量选择基准值
(Ru)＝1-(1-R2)(n+k+1)/(n-k-1)
其中，R＝多重相关系数R、n＝数据数、k＝制造指示参数数。
上述参数确定单元112将图9(b)所示的说明变量选择基准值(Ru)中的表示最大的“0.96”的分析模式2确定为最佳参数(s111)。另外，上述系统100的回归式计算单元113利用上述多重回归分析程序120计算出采用了作为上述最佳参数的分析模式2时的回归式(s112)，将上述回归式显示到输出接口106(s113)。因为作为上述最佳参数的分析模式2包括制造指示参数“a”以及“b”，所以作为在该步骤s113中计算出的回归式，在要素中包括上述制造指示参数“a”以及“b”。本实施方式的例子中得到的回归式为y＝3,257.466+0.029011a+0.309769b(参照图(b))。
而且，上述系统100的重新取得指示单元115在上述步骤s113为止的步骤中得到的回归式中，针对包含在上述回归式中的各制造指示参数计算出提高规定基准的制造实绩(在存储装置101中预先规定)的参数值，将上述计算出的各制造指示参数的参数值例如作为制造指示而通过上述通信装置107发送给制造装置200(s114)。例如，在回归式为“y＝3,257.466+0.029011a+0.309769b”时，上述重新取得指示单元115通过上述回归式计算出制造指示参数“a”为4913.10、制造指示参数“b”为322.82，以使制造实绩y满足“3500”。
在该情况下，上述新制造实绩取得单元116通过上述通信装置107与上述制造装置200进行通信，接收与上述各制造指示参数的参数值(“a”：4913.10、“b”：322.82)对应的制造实绩数据，并在上述制造实绩表126中与包含在上述回归式中的制造指示参数对应地存储(s115)。这样，系统100进行回归式计算和制造指示的生成/发送，另一方面还取得与上述制造指示对应的制造实绩，并将该制造实绩反映到以后的回归式计算中，所以系统100计算出的回归式的精度进一步提高。
另外，上述系统100的固定指示接受单元114也可以通过输入接口105(图10(a)的画面800)接受从存储在上述参数表125中的制造指示参数中将参数值设为固定的固定参数的指定和固定参数值，将上述参数表125中的上述固定参数的参数值置换成上述固定参数值。另外，上述系统100也可以通过输入接口105(图10的画面810)接受关于需要预先从分析对象中去除的制造指示参数(＝非对象参数)的指定，对上述参数表125中的上述非对象参数设置不作为分析对象而抽取的意思的标志等。
——处理流程例子2——
即使进行上述那样的处理，也有可能无法在最初取得的制造指示参数与制造实绩之间确认相关，最终无法得到回归式。图11是示出本实施方式的制造指示评价支持方法的处理步骤例子2的流程图。在此，上述系统100的重新取得指示单元115对于利用上述参数挑选单元111进行的上述危险率计算、利用上述参数确定单元112进行的多重相关系数计算或说明变量选择基准值计算、利用上述回归式计算单元113进行的回归式计算的处理结果，从上述各单元取得并监视(s200)。
然后，上述步骤s200中的监视结果，检测出未得到计算结果的事件(s201：“是”)，向上述数据读出单元110通知从上述参数表125以及上述制造实绩表126中读出与最初读出的上述制造指示参数组“a”～“e”的参数共同但参数值不同的新的制造指示参数组以及与其对应的制造实绩数据的指示(s202)。或者，上述重新取得指示单元115也可以在检测出未得到上述计算结果的事件后，生成与最初读出的上述制造指示参数组的参数共同但将参数值增减(在存储装置101中预先规定增加或减少)规定量(在存储装置101中预先规定)的新的制造指示参数组，并将该新的制造指示参数组的数据通过上述通信装置107发送给制造装置200。
接下来上述系统100的新制造实绩取得单元116通过上述通信装置107与上述制造装置200进行通信，接收与上述新的制造指示参数组对应的制造实绩数据(s203)，并在上述制造实绩表126中与上述新的制造指示参数组对应地存储(s204)。通过执行这样的处理，在即使执行本实施方式的处理也没有得到回归式的状况下，也可以重新取得回归式计算用的数据(制造指示参数和与其对应的制造实绩)，以反复执行回归式计算。
以上，根据本实施方式，能够推测制造指示参数与制造实绩的相关，能够根据制造实绩生成新的制造指示参数。
以上，关于本发明的实施方式，根据其实施方式进行了具体说明，但不限于此，可以在不脱离其要旨的范围内进行各种变更。
Claims (7)
1.一种制造指示评价支持系统，其特征在于，具备：
存储装置，存储参数表、制造实绩表和多重回归分析程序，该参数表存储与产品制造相伴的制造指示的参数，该制造实绩表存储根据制造指示参数工作的制造工序中的制造实绩数据，该多重回归分析程序执行多重回归分析；
数据读出单元，从上述参数表以及上述制造实绩表中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器；
参数挑选单元，将上述存储器的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补；
参数确定单元，针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳参数；以及
回归式计算单元，利用上述多重回归分析程序计算出采用了上述最佳参数时的回归式，并将上述回归式显示到输出接口。
2.根据权利要求1所述的制造指示评价支持系统，其特征在于，具备固定指示接受单元，该固定指示接受单元通过输入接口接受从存储在上述参数表中的制造指示参数中将参数值设为固定的固定参数的指定和固定参数值，将上述参数表中的上述固定参数的参数值置换成上述固定参数值。
3.根据权利要求2所述的制造指示评价支持系统，其特征在于，具备重新取得指示单元，该重新取得指示单元监视利用上述参数挑选单元进行的上述危险率计算、利用上述参数确定单元进行的多重相关系数计算或说明变量选择基准值计算、利用上述回归式计算单元进行的回归式计算的处理结果而检测出未得到计算结果的事件，向上述数据读出单元通知从上述参数表以及上述制造实绩表中读出与最初读出的上述制造指示参数组的参数共同但参数值不同的新的制造指示参数组以及与其对应的制造实绩数据的指示。
4.根据权利要求3所述的制造指示评价支持系统，其特征在于，具备与网络上的其他装置进行通信的通信装置，
上述重新取得指示单元检测出未得到上述计算结果的事件，生成与最初读出的上述制造指示参数组的参数共同但将参数值增减规定量的新的制造指示参数组，并将该新的制造指示参数组的数据通过上述通信装置发送给制造装置，
上述制造指示评价支持系统具备新制造实绩取得单元，该新制造实绩取得单元通过上述通信装置与上述制造装置进行通信，接收与上述新的制造指示参数组对应的制造实绩数据，并在上述制造实绩表中与上述新的制造指示参数组对应地存储。
5.根据权利要求4所述的制造指示评价支持系统，其特征在于，上述重新取得指示单元针对包含在上述回归式中的各制造指示参数，计算出在上述回归式中提高规定基准的制造实绩的参数值，将上述计算出的各制造指示参数的参数值通过上述通信装置发送给制造装置，
上述制造指示评价支持系统具备新制造实绩取得单元，该新制造实绩取得单元通过上述通信装置与上述制造装置进行通信，接收与上述各制造指示参数的参数值对应的制造实绩数据，并在上述制造实绩表中与包含在上述回归式中的制造指示参数对应地存储。
6.根据权利要求5所述的制造指示评价支持系统，其特征在于，上述参数挑选单元检测出确定为上述选择候补的制造指示参数是多个，反复执行构成上述选择候补的制造指示参数的每一个的危险率计算和上述危险率的平均值计算、以及在上述选择候补中将危险率小于等于平均值的制造指示参数新确定为选择候补的处理，直到该新的选择候补成为一个制造指示参数为止，以确定多个选择候补，
上述参数确定单元针对制造指示参数组和上述多个选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述多个选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳参数。
7.一种制造指示评价支持方法，其特征在于，计算机具备存储参数表、制造实绩表和多重回归分析程序的存储装置，该参数表存储与产品制造相伴的制造指示的参数，该制造实绩表存储根据制造指示参数工作的制造工序中的制造实绩数据，该多重回归分析程序执行多重回归分析，该计算机执行如下处理：
从上述参数表以及上述制造实绩表中读出制造指示参数组以及与其对应的制造实绩数据并存储到存储器的处理；
将上述存储器的制造指示参数组设为说明变量，将上述制造实绩数据设为目的变量，利用上述多重回归分析程序计算构成上述制造指示参数组的制造指示参数的每一个的危险率，并计算所计算出的危险率在制造指示参数之间的平均值，在上述制造指示参数组中将危险率小于等于平均值的制造指示参数确定为选择候补的处理；
针对上述制造指示参数组和上述选择候补的制造指示参数，分别计算多重相关系数、参数数和取样数，根据上述计算出的多重相关系数、参数数和取样数，利用上述多重回归分析程序计算说明变量选择基准值，在上述制造指示参数组和上述选择候补的制造指示参数中，将上述计算出的说明变量选择基准值大的制造指示参数确定为最佳参数的处理；以及
利用上述多重回归分析程序计算出采用了上述最佳参数时的回归式，并将上述回归式显示到输出接口的处理。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008133461A JP5017176B2 (ja) | 2008-05-21 | 2008-05-21 | 製造指示評価支援システム、製造指示評価支援方法、および製造指示評価支援プログラム |
| JP2008133461 | 2008-05-21 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101587572A true CN101587572A (zh) | 2009-11-25 |
Family
ID=41342671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2009100068037A Pending CN101587572A (zh) | 2008-05-21 | 2009-02-27 | 制造指示评价支持系统、制造指示评价支持方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8000819B2 (zh) |
| JP (1) | JP5017176B2 (zh) |
| CN (1) | CN101587572A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033113A (zh) * | 2017-12-18 | 2019-07-19 | 株式会社日立制作所 | 信息处理系统及信息处理系统的学习方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101095302B1 (ko) * | 2010-05-14 | 2011-12-16 | 가톨릭대학교 산학협력단 | 부위별 시신경 두께 패턴을 이용한 시신경질환 자동진단 프로그램장치 및 그 프로그램방법 |
| US10130382B2 (en) * | 2014-03-27 | 2018-11-20 | Medtronic Xomed, Inc. | Powered surgical handpiece having a surgical tool with an RFID tag |
| CN104679987B (zh) * | 2015-01-26 | 2017-06-06 | 北京航空航天大学 | 一种军用飞机在总体设计阶段的系统效能评估方法 |
| US10816965B2 (en) * | 2016-03-11 | 2020-10-27 | Hitachi, Ltd. | Manufacturing facility management optimization device |
| JP6928753B2 (ja) * | 2017-02-24 | 2021-09-01 | Ｐｒｉｍｅｔａｌｓ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｊａｐａｎ株式会社 | パラメータ値取得装置および評価方法 |
| JP6806651B2 (ja) * | 2017-09-14 | 2021-01-06 | 株式会社東芝 | 情報処理システムおよび情報処理方法 |
| CN114753812B (zh) * | 2022-03-07 | 2024-03-29 | 大庆油田龙丰实业有限公司 | 一种游梁式抽油机电参周期起始点识别系统 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04191958A (ja) * | 1990-11-27 | 1992-07-10 | Toshiba Corp | 多変数回帰分析装置 |
| US5557518A (en) * | 1994-04-28 | 1996-09-17 | Citibank, N.A. | Trusted agents for open electronic commerce |
| JPH0736849A (ja) * | 1993-07-20 | 1995-02-07 | Hitachi Ltd | 情報処理システム |
| US5870720A (en) * | 1994-06-15 | 1999-02-09 | Chusid; Candee B. | Method for implementing a restructuring exchange of an excessive undivided debt |
| EP0866033A3 (en) * | 1997-03-18 | 2001-07-11 | Ken Haggerty | Process for the biological treatment of waste water |
| US5940812A (en) * | 1997-08-19 | 1999-08-17 | Loanmarket Resources, L.L.C. | Apparatus and method for automatically matching a best available loan to a potential borrower via global telecommunications network |
| US6366892B1 (en) * | 2000-04-05 | 2002-04-02 | Titan Film Capitol Llc. | Method and system for automatically producing loan documents |
| WO2003081493A1 (fr) * | 2002-03-22 | 2003-10-02 | Mitsubishi Denki Kabushiki Kaisha | Systeme de support d'amelioration du benefice d'exploitation |
| JP2006065448A (ja) * | 2004-08-25 | 2006-03-09 | Institute Of National Colleges Of Technology Japan | 授業に対する学生のモチベーション影響因子の効果的抽出法およびプログラム |
| JP4239932B2 (ja) * | 2004-08-27 | 2009-03-18 | 株式会社日立製作所 | 生産管理システム |
| JP2006254330A (ja) * | 2005-03-14 | 2006-09-21 | National Printing Bureau | 紙又はシート状基材の濃淡画像の定量的評価方法 |
| WO2007087537A2 (en) * | 2006-01-23 | 2007-08-02 | The Trustees Of Columbia University In The City Of New York | System and method for grading electricity distribution network feeders susceptible to impending failure |
| JP5011830B2 (ja) * | 2006-06-09 | 2012-08-29 | 富士通セミコンダクター株式会社 | データ処理方法、データ処理プログラム、該プログラムを記録した記録媒体およびデータ処理装置 |
| US20100106589A1 (en) * | 2007-04-17 | 2010-04-29 | American Express Travel Related Services Company, Inc. | System and method for determining a positive behavior based upon an accumulated metric or trend |
| JP2009026133A (ja) * | 2007-07-20 | 2009-02-05 | Kansai Electric Power Co Inc:The | 文書合致度合い評価方法 |
| US7853520B2 (en) * | 2008-02-29 | 2010-12-14 | American Express Travel Related Services Company, Inc. | Total structural risk model |
| US20090222380A1 (en) * | 2008-02-29 | 2009-09-03 | American Express Travel Related Services Company, Inc | Total structural risk model |
| US7844544B2 (en) * | 2008-03-28 | 2010-11-30 | American Express Travel Related Services Company, Inc. | Consumer behaviors at lender level |
| US20090248573A1 (en) * | 2008-03-28 | 2009-10-01 | American Express Travel Related Services Company, Inc. | Consumer behaviors at lender level |
-
2008
- 2008-05-21 JP JP2008133461A patent/JP5017176B2/ja active Active
-
2009
- 2009-02-25 US US12/392,513 patent/US8000819B2/en active Active
- 2009-02-27 CN CNA2009100068037A patent/CN101587572A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110033113A (zh) * | 2017-12-18 | 2019-07-19 | 株式会社日立制作所 | 信息处理系统及信息处理系统的学习方法 |
| CN110033113B (zh) * | 2017-12-18 | 2023-06-20 | 株式会社日立制作所 | 信息处理系统及信息处理系统的学习方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US8000819B2 (en) | 2011-08-16 |
| JP2009282703A (ja) | 2009-12-03 |
| US20090292384A1 (en) | 2009-11-26 |
| JP5017176B2 (ja) | 2012-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101587572A (zh) | 制造指示评价支持系统、制造指示评价支持方法 | |
| US8515569B2 (en) | Work support system, work support method, and storage medium | |
| JP2010182030A (ja) | 情報管理システム、及び状態収集方法 | |
| CN101553803A (zh) | 用于提供基于网络的事务度量的方法和系统 | |
| US20020069103A1 (en) | Methods and systems enabling the identification of actual costs in a transaction based financial and manufacturing environment | |
| KR20210123648A (ko) | 재고 관리 서버 및 방법, 그리고 컴퓨터 프로그램 | |
| JPWO2013114442A1 (ja) | 携帯端末管理サーバ、および携帯端末管理プログラム | |
| US20200364681A1 (en) | Laundry charging system | |
| CN111091202B (zh) | 车辆管理系统、车辆管理装置及车辆管理方法 | |
| US8407430B2 (en) | Analysis technique of computer system | |
| CN101231630B (zh) | 计算机系统以及由操作失误引起的危险的计算方法 | |
| JP2008171171A (ja) | 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム | |
| JP2004355380A (ja) | プラントデータ管理システム | |
| WO2013114448A1 (ja) | 携帯端末管理サーバ、および携帯端末管理プログラム | |
| CN103403743A (zh) | 便携终端管理服务器和便携终端管理程序 | |
| JP5825915B2 (ja) | 作業工数算出装置、作業工数算出方法、およびプログラム | |
| JP4738898B2 (ja) | 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム | |
| JP2010231374A (ja) | 機器修理支援システム、機器修理支援方法 | |
| KR102047277B1 (ko) | TaaS 기반의 자산조달관리 장치 | |
| JP7117272B2 (ja) | 保守支援システムおよび方法 | |
| US6763313B2 (en) | System and method for measuring an object | |
| JP2002073147A (ja) | 製造コスト算出システム及び製造コスト算出プログラムを記録した記録媒体 | |
| JP4813906B2 (ja) | 画面パターン分類装置、画面パターン分類方法及び画面パターン分類プログラム | |
| KR20210025824A (ko) | 스마트 디바이스를 이용한 재고 관리 시스템 | |
| CN115170040B (zh) | 一种资产目录动态更新方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20091125 |