CN108021107A - 生产辅助系统、生产辅助方法以及生产辅助程序 - Google Patents
生产辅助系统、生产辅助方法以及生产辅助程序 Download PDFInfo
- Publication number
- CN108021107A CN108021107A CN201711050015.9A CN201711050015A CN108021107A CN 108021107 A CN108021107 A CN 108021107A CN 201711050015 A CN201711050015 A CN 201711050015A CN 108021107 A CN108021107 A CN 108021107A
- Authority
- CN
- China
- Prior art keywords
- plan
- information
- preferable
- production
- candidate
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 319
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 154
- 230000008569 process Effects 0.000 claims abstract description 284
- 238000003860 storage Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 62
- 230000010365 information processing Effects 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 73
- 230000006870 function Effects 0.000 description 26
- 239000010410 layer Substances 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000004321 preservation Methods 0.000 description 4
- 239000011265 semifinished product Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 102100037060 Forkhead box protein D3 Human genes 0.000 description 1
- 101001029308 Homo sapiens Forkhead box protein D3 Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种生产辅助系统、生产辅助方法以及生产辅助程序。具备:工序知识信息存储部,其存储产品与为了产品的生产而实施的各工序的实施时期之间的关系即工序知识信息;订单信息取得部,其取得要生产的产品的信息;执行工序信息生成部,其根据产品的信息以及工序知识信息,生产为了产品的生产而实施的各工序实施时期有关的实施工序信息;制约条件取得部,其取得各工序的条件信息即制约条件信息;可实施工序信息生成部,其根据制约条件信息,生成满足制约条件的、产品制造中的各工序的实施时期有关的可实施工序信息;学习部,其根据可实施的实施工序信息,更新工序知识信息;输出部,其将可实施工序信息作为产品的生产工序信息而输出。
Description
技术领域
本发明涉及一种生产辅助系统、生产辅助方法以及生产辅助程序。
背景技术
在专利文献1中,作为与制造业中的生产计划有关的技术,公开了用于减轻半成品库存的制定方法。即,在专利文献1中记载了“目前为止的生产计划制作方法及其装置未考虑后工序中的全面的信息,因此存在工序的最后产生半成品库存的课题。因此,以最小限的半成品库存,在后工序的生成之前同时全面供给后工序的单元所需要的多个基板”的制定方法。
此外,在专利文献2中记载了使用作业员的经验规则数据库来制定生产计划的方法。即,在专利文献2中记载了“根据第1评价值和第2评价值求出的第3评价值,对分配候补的生产批量进行排位并输出,从进行所述排位后输出的分配候补中将特定的生产批量分配给生产线,根据所述特定的生产批量进行学习,并更新经验规则数据库,其中,第1评价值是按照所述生产批量的生产条件信息的评价项目,根据由过去的分配候补的选择结果构筑的经验规则数据库对作为分配候补的生产批量进行评价而得的值;第2评价值是将成为分配候补的生产批量按照第1评价值从高到低的顺序实施各生产线上的生产计划模拟而求出的生产结果的预测结果;第3评价值是分配候补的生产批量以及分配候补生产线的分配的评价结果”。
现有技术文献
专利文献:
专利文献1:日本特开2004-145436号公报
专利文献2:日本特开2012-194712号公报
发明内容
然而,在大多数制造业中,在制定生产计划时,还需要考虑了机械(设备)的再启动成本这样的经验要素。即,在各工序中所使用的机械的启动需要相当的成本、时间,但根据作业员的经验,可以获知最佳的启动条件(启动次数、启动时间)。但是,这样的要素难以通过明确的规则来记述,因此在专利文献1的方法中,无法考虑这些要素。
另一方面,在专利文献2中,使用作业员的经验规则数据库制定计划,但在存在多个生产中工序的情况下,各工序中存在制约条件,因此必须满足全部这些制约条件。但是,专利文献2的计划方法不考虑制约条件,因此无法应用于由多个工序构成的生产计划中。
本发明是基于这样的背景而提出的,其提供一种用于恰当地进行通过多个工序来生产的产品生产的生产辅助系统、生产辅助方法以及生产辅助程序。
用于解决上述课题的本发明之一的生产辅助系统,具备处理器和存储器,对通过实施多个工序来生产的产品的生产进行辅助,该生产辅助系统具备:理想计划制作部,其根据工序知识信息以及预定的指标,按照第一工序顺序制作所述各工序的理想计划,其中,该工序知识信息是所述产品与所述各工序的实施时期之间的关系;候补计划制定部,其根据向所述各工序施加的制约或条件即制约条件,按照与所述第一工序顺序相反方向的顺序生成所述各工序的多个候补计划;候补计划选择部,其比较所述理想计划与所述多个候补计划的相似度,并将与该理想计划的相似度高的候补计划选定为执行计划;以及学习部,其将所述选定的执行计划反映到所述工序知识信息。
用于解决上述课题的本发明之一的生产辅助方法,用于对通过实施多个工序来生产的产品的生产进行辅助,具备处理器和存储器的信息处理装置执行以下处理:根据工序知识信息以及预定的指标,按照第一工序顺序制作所述各工序的理想计划,其中,该工序知识信息是所述产品与所述各工序的实施时期之间的关系;根据向所述各工序施加的制约或条件即制约条件,按照与所述第一工序顺序相反方向的顺序生成所述各工序的多个候补计划;比较所述理想计划与所述多个候补计划的相似度,并将与该理想计划的相似度高的候补计划选定为执行计划;以及将所述选定的执行计划反映到所述工序知识信息。
通过以下的实施方式的说明,使上述以外的课题、结构以及效果变得更加明确。
根据本发明,能够恰当地进行通过多个工序来生产的产品的生产。
附图说明
图1是表示本实施方式涉及的生产辅助系统的结构的一例的图。
图2是说明构成生产辅助系统1的各信息处理装置的硬件结构的一例的图。
图3是说明最终/最初工序理想计划制作装置104所具备的功能的一例的图。
图4是说明理想计划制定装置105所具备的功能的一例的图。
图5是说明候补计划制定装置106所具备的功能的一例的图。
图6是说明候补计划选择装置110所具备的功能的一例的图。
图7是说明作业者用终端109所具备的功能的一例的图。
图8是表示订单信息DB101的一例的图。
图9是表示制约条件DB102的一例的图。
图10是表示理想计划DB107的一例的图。
图11是表示候补计划DB108的一例的图。
图12是表示执行计划DB111的一例的图。
图13是说明生产辅助处理的流程图。
图14是说明理想计划生成辅助画面的一例的图。
图15是说明执行计划生成辅助画面的一例的图。
图16是说明计算开始工序信息生成处理的细节的流程图。
图17是说明理想计划制作处理的细节的流程图。
图18是说明候补计划制作处理的细节的流程图。
图19是说明学习处理的细节的流程图。
具体实施方式
根据用于实施本发明的方式,使用以下附图来进行说明。
(系统结构)
首先,对系统的结构进行说明。
图1是表示本实施方式涉及的生产辅助系统的结构的一例的图。如该图所示那样,生产辅助系统1是对实施多个工序来生产的产品的生产进行辅助的信息处理系统,包括作业者用终端109以及自动制定系统103。另外,以下将在产品的生产中最初实施的工序(最上游的工序)称为最初工序,将在产品的生产中最后实施的工序(最下游的工序)称为最终工序。
自动制定系统103包括最终/最初工序理想计划制作装置104、理想计划制定装置105、候补计划制定装置106、以及候补计划选择装置110这些各信息处理装置(计算机)。此外,自动制定系统103具备工序知识DB112、理想计划DB107、候补计划DB108、以及执行计划DB111这些各数据库(DB:数据库。以下相同)。
最终/最初工序理想计划制作装置104以及理想计划制定装置105计算出为了产品的生产而实施的各工序的实施时期有关的信息(例如,向各工序的设备导入订单批量(order lot)的顺序等信息。以下,将这样的信息称为理想计划)。
理想计划是指:例如受理了多个产品(批量)的生产订单的情况下,决定对各工序中使用的各设备以什么样的顺序(时间段)导入哪个批量来运行的产品生产计划。
具体地,最终/最初工序理想计划制作装置104确定最初进行实施时期的计算的工序(以下,称为最终/最初工序,或计算开始工序),根据所确定的最终/最初工序、以及从作业者用终端109取得的与产品的订单有关的信息(以下,称为订单信息。详细内容后述),生成与最终/最初工序的实施时期有关的信息(以下,称为最终/最初工序理想计划,或计算开始工序信息。详细内容后述)。然后,理想计划制定装置105根据由最终/最初工序理想计划制作装置104生成的最终/最初工序理想计划,来生成理想计划。
候补计划制定装置106生成满足所指定的条件(通过后述的制约条件信息确定的条件)的、与各工序的实施时期有关的多个信息(以下,称为候补计划。详细内容后述)。
候补计划例如在上述的例子中是指:在满足各工序中所使用的各设备的运用方面和技术方面的制约的基础上,决定向各设备以什么样的顺序(时间段)导入哪个批量来运转的、产品的实践性生产计划。
候补计划选择装置110确定所生成的多个候补计划中的、预定数量(例如一个)的候补计划。另外,以下将所确定的候补计划称为执行计划。
工序知识DB112(以下也被称为工序知识信息存储部)是用于制作理想计划的知识数据库,具体地,存储产品与为了生产产品而实施的各工序的实施时期之间的关系即工序知识信息。如后所述,通过机械学习等来更新工序知识信息。
订单信息DB101存储理想计划的计算所需要的订单信息。订单信息例如包括生产预定产品的订单、产品过去的订单历史信息。此外,订单信息例如包括顾客所委托的产品的种类、数量、交付期等信息。
制约条件DB102存储对各所述工序设定的条件信息即制约条件信息。制约条件信息例如包括各工序中的产品的制造能力、要生成的产品的规格、各工序中的产品规格与该工序前后工序中的产品规格之差等信息。此外,制约条件信息例如包括与产品的交付期或产品的数量有关的信息。
理想计划DB107按工序存储理想计划。此外,候补计划DB108按工序存储候补计划。执行计划DB111存储执行计划。
另外,在本实施方式中,各DB也可以由一般的PC(PC:Personal Computer,个人计算机)等信息处理装置、一般的数据库软件来构成。由此,提供搜索功能、更新功能。
(硬件结构)
接着,对构成生产辅助系统1的各信息处理装置的硬件结构进行说明。
图2说明构成生产辅助系统1的各信息处理装置的硬件结构的一例的图。如该图所示那样,各信息处理装置具备CPU401、存储器402、接口403、网络接口404、键盘405、输出装置406、鼠标407、以及存储装置408。
CPU401例如是中央处理装置(Central Processing Unit),是可执行存储于存储器402中的、或者是从存储装置408传送至存储器402的程序的处理器。另外,也可以根据需要,通过可装卸的存储介质来导入程序。在该情况下,将用于读取所述存储介质的装置连接至接口403。作为这样的读取所述存储介质的装置,是例如可以利用光盘(CD、DVD、蓝光光盘等)、闪速存储器的装置。此外,也可以根据需要,通过网络接口404,经由通信介质(例如,通信线路、通信线路上的载波),将程序导入至各信息处理装置。
存储器402临时存储程序、数据。接口403是连接存储介质等的装置。网络接口404是用于与其他信息处理装置进行通信的装置。
键盘405受理信息的输入。输出装置406是监视器等,输出各种信息。鼠标407通过变更向输出装置406输出的指针(pointer)的位置,此外,受理向该鼠标407所具备的指针的输入,来指定画面上的位置,并且,将预定处理的指示传输给CPU401。另外,例如也可以通过触摸板来代替鼠标407。在该情况下,也可以省略涉及指针的功能。
存储装置408存储程序或数据。存储装置408例如由磁盘、非易失性存储器(例如,硬盘、SSD)等构成。在该情况下,存储于存储装置408的程序或数据例如在存储装置408的电源断开后接通的情况下也被保持。另外,也可以预先向存储装置408导入操作系统(OS:Operating System)。这样,可以使用文件名来指定程序。在此,OS是指计算机的基本软件,一般可以使用广为人知的OS。在本实施方式中,假定导入OS。
(功能)
接着,对各信息处理装置所具备的功能进行说明。
图3是说明最终/最初工序理想计划制作装置104所具备的功能的一例的图。如该图所示那样,最终/最初工序理想计划制作装置104具备订单信息取得部141以及最终/最初工序理想计划制作部142。订单信息取得部141取得要生产的产品的信息(订单信息)。最终/最初工序理想计划制作部142生成最终/最初工序理想计划(计算开始工序信息)。
图4是说明理想计划制定装置105所具备的功能的一例的图。如该图所示那样,理想计划制定装置105具备理想计划制作部205、学习方式选择部201、学习输入处理部202、学习部203和学习输出处理部204。
理想计划制作部205(以下,也被称为执行工序信息生成部)根据订单信息取得部141所取得的产品的信息、以及所述工序知识信息,生成订单信息取得部141为了所取得的产品的生产而实施的各工序的实施时期有关的信息即实施工序信息(理想计划)。
具体地,例如所述执行工序信息生成部根据与预定的所述工序有关的信息,来生成确定所述预定工序前的工序的实施时期的信息,从而生成所述实施工序信息。以下,将与这样的工序有关的信息生成方式称为正向(forward)方式。
此外,例如所述执行工序信息生成部还根据与预定的所述工序有关的信息,来生成确定所述预定工序后实施的工序的实施时期的信息。以下,将与这样的工序有关的信息生成方式称为反向(backward)方式。
并且,所述实施工序信息计算部取得生成所述实施工序信息时的指标,按照所取得的所述指标生成所述实施工序信息。另外,所述指标例如是指:与产品的数量或产品的生产完成时期(例如,交付期)有关的信息等。
学习部203根据后述的可实施工序信息生成部生成的可实施的实施工序信息,更新(学习)所述工序知识信息。学习部203包含使用神经网络等机械学习技术而构筑的学习模型。
学习部203是指:若受理产品及其实施工序有关的信息的输入,则输出与以往进行的模式相似的、与产品的生产工序有关的信息的学习器。在本实施方式中,学习部203具备两种学习器。第1学习器(以下,称为反向学习器)是指:以后工序为输入、前工序为输出的反向方式的学习器。另一方面,第2学习器(以下,称为正向学习器)是指:以前工序为输入、后工序为输出的正向方向的学习器。
具体地,所述学习部根据与预定的所述工序有关的信息,生成用于确定所述预定工序前的工序的实施时期的信息来更新所述工序知识信息,或者,根据与预定的所述工序有关的信息,生成用于确定所述预定工序后实施的工序的实施时期的信息来更新所述工序知识信息。
学习方式选择部201受理正向学习器或者反向学习器的选择。即,学习方式选择部201是指:选择从最终工序开始追溯地学习产品生产工序,或者从最初工序向后工序学习产品生产工序的处理部。
学习输入处理部202向学习部203输入信息。学习输出处理部204输出学习部203学习(更新)后的信息。
图5是说明候补计划制定装置106所具备的功能的一例的图。如该图所示那样,候补计划制定装置106具备搜索输入处理部301、制约条件输入处理部302、搜索部303、以及候补计划输出部304。
搜索输入处理部301是从执行计划DB111读入执行计划的处理部。
制约条件输入处理部302(以下,也被称为制约条件取得部)从制约条件DB102取得针对各所述工序设定的条件信息即制约条件信息。例如,所述制约条件取得部取得含有在所述工序中使用的设备的使用条件有关的信息,作为所述制约条件信息。
搜索部303(以下,也被称为可实施工序信息生成部)根据制约条件取得部所取得的制约条件信息,生成满足所述设定的条件的、订单信息取得部141所取得的产品的制造中的各工序的实施时期有关的信息即可实施工序信息(候补计划)。即,搜索部303是根据各工序的制约条件制定候补计划的处理部。搜索部303包括使用制约程序设计等数理计划技术而构筑的计划模型。计划模型可搜索满足制约条件的多个候补计划。
例如,作为所述可实施工序信息,所述可实施工序信息生成部生成满足所述设备的使用条件的多个所述可实施工序信息。
并且,所述可实施工序信息生成部生成多个所述可实施工序信息,分别计算出所生成的各所述可实施工序信息与所述生成的实施工序信息间的相似性,并根据计算出的所述相似性,确定与所述实施工序信息最相似的所述可实施工序信息。
候补计划输出部304将搜索部303所生成的可实施工序信息(候补计划)输出至候补计划DB108。
图6是说明候补计划选择装置110所具备的功能的一例的图。如该图所示那样,候补计划选择装置110具备候补计划选择部111。候补计划选择部111确定搜索部303所生成的多个候补计划中的预定数量(例如一个)的候补计划。
图7是说明作业者用终端109所具备的功能的一例的图。作业者用终端109是用户(例如,生产辅助系统1的管理者、产品的生产有关的人。以下相同)要操作的信息处理装置(计算机)。如该图所示那样,作业者用终端109具备用户输入部131和结果输出部132。用户输入部131受理订单信息等各种信息的输入。
结果输出部132(以下,也被称为输出部)输出所述可实施工序信息生成部所生成的可实施工序信息,作为订单信息取得部141所取得的产品的生产工序的信息。具体地,所述输出部输出所述可实施工序信息生成部所确定的可实施工序信息,作为订单信息取得部141所取得的产品的生产工序的信息。
(数据库)
接着,对生产辅助系统1所具备的数据库进行说明。
图8是表示订单信息DB101的一例的图。如该图所示那样,订单信息DB101具有包含订单编号501、交付期502、数量503和品种504这些各项目的至少一个以上的记录。订单编号501中存储识别来自顾客等的订单的信息(以下,称为订单编号)。交付期502中,针对订单编号501的订单存储交付产品的时期(例如,交付的期限。以下,称为交付期)。例如,交付期502中存储到出货为止的天数。数量503中存储通过订单编号501的订单指定的产品的数量(以下,称为订单数量)。品种504中存储确定由订单编号501的订单指定的产品的种类的信息(以下,称为品种)。另外,订单信息DB101除了所述的各项目外,也可以包括产品的生产所需要的其他项目。
图9是表示制约条件DB102的一例的图。如该图所示那样,制约条件DB102具有包含工序编号601、决定变量602和制约条件603这些各项目的至少一个以上的记录。工序编号601中存储识别各工序的编号(以下,称为工序编号)。决定变量602中存储决定向工序编号601的工序施加的条件或制约的要素信息(以下,称为决定变量),例如,存储表示产品的交付期、产品的订单数量,或者产品的品种的信息。制约条件603中存储决定变量602的要素的条件或制约的内容(以下,称为制约条件),例如,存储与各工序的期限有关的条件、与各工序中所使用的设备相关的条件(机械等设备的启动成本、启动时间所有关的信息)。另外,决定变量602、制约条件603中也可以包括对产品的生产造成影响的天气有关的信息。
图10是表示理想计划DB107的一例的图。如该图所示那样,理想计划DB107具有包含工序编号702、制造顺序701、订单编号703、交付期704、数量705、品种706这些各项目的至少一个以上的记录。其中,工序编号702、订单编号703、交付期704、数量705和品种706分别对应于制约条件DB102的工序编号601、订单信息DB101的订单编号501、订单信息DB101的交付期502、订单信息DB101的数量503和订单信息DB101的品种504。制造顺序701中存储确定在工序编号702的工序中进行的产品的制造顺序(与订单对应的各产品的制造顺序)的信息(以下,称为制造顺序编号)。制造顺序编号是表示制造的优先顺位的值。
图11是表示候补计划DB108的一例的图。如该图所示那样,候补计划DB108具有包含工序编号802、候补计划编号801、制造顺序803、订单编号804、交付期805、数量806和品种807这些各项目的至少一个以上的记录。其中,工序编号802、制造顺序803、订单编号804、交付期805、数量806和品种807分别对应于制约条件DB102的工序编号601、理想计划DB107的制造顺序701、理想计划DB107的订单编号703、理想计划DB107的交付期704、理想计划DB107的数量705和理想计划DB107的品种706。
候补计划编号801中存储识别候补计划的信息(以下,称为候补计划编号)。
图12是表示执行计划DB111的一例的图。执行计划DB111具有包含工序编号903、所采用的候补计划编号901、与理想计划的距离902、制造顺序904、订单编号905、交付期906、数量907和品种908这些各项目的至少一个以上的记录。其中,工序编号903、制造顺序904、订单编号905、交付期906、数量907和品种908分别对应于理想计划DB107的工序编号601、理想计划DB107的制造顺序701、订单信息DB101的订单编号501、订单信息DB101的交付期502、订单信息DB101的数量503和订单信息DB101的品种504。
所采用的候补计划编号901中存储确定所采用的候补计划(即,执行计划)的信息(以下,称为采用候补计划编号)。与理想计划的距离902中存储表示上述所采用的候补计划与理想计划间的相似性的信息。在本实施方式中,存储表示两者距离的信息。该距离的计算方法予以后述。
以上说明的各信息处理装置的功能,通过各信息处理装置的硬件,或者各信息处理装置的CPU401(处理器)读出并执行存储在存储器402、存储装置408中的程序来实现。
(处理)
接着,说明在生产辅助系统1中进行的处理。
图13是说明生成为了产品的生产而进行的工序的实施计划并且进行学习的处理(以下,称为生产辅助处理)的流程图。例如,在对作业者用终端109进行了预定的输入的情况下,开始生产辅助处理。
如该图所示那样,首先,最终/最初工序理想计划制作装置104与订单信息DB101进行通信,来取得从作业者用终端109输入的订单信息(S1201)。例如,最终/最初工序理想计划制作装置104取得在预定期间下单的订单(例如,交付期附近1周量的订单)的订单信息。
然后,作业者用终端109从最终/最初工序理想计划制作装置104取得在S1201中取得的订单信息,并输出所取得的订单信息(S1202)。由此,使用户确认订单信息的内容。
另外,通过一般的通信、RPC(Remote Procedure Call:远程程序调用)等来进行上述的通信。以下,还通过这样的方法来进行各信息处理装置与各DB间的通信。
接着,最终/最初工序理想计划制作装置104根据在S1201中取得的订单信息,生成最终/最初工序理想计划(S1203)。本处理(以下,称为计算开始工序信息生成处理)的细节予以后述。
然后,理想计划制定装置105根据在S1203中计算出的最终/最初工序理想计划,来生成针对各工序的理想计划(S1204)。本处理(以下,称为理想计划制作处理)的细节予以后述(图14)。并且,理想计划制定装置105将在S1204中生成的理想计划登记于理想计划DB107(S1205)。
此外,候补计划制定装置106从制约条件DB102取得制约条件信息(S1206)。然后,候补计划制定装置106根据在S1206中取得的制约条件信息生成至少一个以上的候补计划(S1207)。本处理(以下,称为候补计划制定处理)的细节予以后述。
接着,候补计划选择装置110计算出在S1207中制作的各候补计划与理想计划的相似性(S1208)。在本实施方式中,为了计算相似性,进行距离的计算。该距离的计算例如根据下式来进行。
【公式1】
Di=(KNi-LNi)2+(KSi-LSi)2
+(KHi-LHi)2
【公式2】
【公式3】
其中,KNi和LNi分别是候补计划和理想计划中制造顺序i的订单的交付期,KSi和LSi分别是候补计划和理想计划中制造顺序i的订单的数量,KHi和LHi分别是候补计划和理想计划中制造顺序i的订单的品种。此外,KHi和LHi为相同品种的情况下,设为KHi和LHi的差为0,KHi和LHi为不同品种的情况下,设为KHi和LHi的差为1。此外,候补计划与理想计划的距离D为候补计划和理想计划中制造顺序i的订单的距离Di的总和。另外,计算候补计划与理想计划的距离时,也可以使用对各参数乘以预定权重值而得的值(加权后的各参数),来代替上述各参数。
作业者用终端109从用户受理在S1207制作的候补计划中的、要采用的候补计划的选择(S1209)。另外,也可以由候补计划选择装置110等自动选择与理想计划的距离最短的候补计划(与理想候补的相似性最高的候补计划),来代替用户选择候补计划。
候补计划选择装置110将在S1209中选择的候补计划作为执行计划而登记于执行计划DB111(S1210)。此外,候补计划选择装置110输出与在S1209中选择的执行计划有关的信息(S1211)。
接着,理想计划制定装置105根据在S1209中选择的执行计划,学习各工序的执行计划(S1212)。本处理(以下,称为学习处理)的细节予以后述。以上,生产辅助处理结束(S1213)。
在此,对在生产辅助处理中显示的画面的一例进行说明。
图14是说明向作业者用终端109输出的画面中、计算理想计划时所显示的画面(以下,称为理想计划生成辅助画面)的一例的图。例如,生产辅助处理开始时显示理想计划生成辅助画面。
如该图所示那样,理想计划生成辅助画面1000具备作业者编号输入框1001、订单信息显示框1002、最终/最初工序理想计划选择框1003、最终/最初工序理想计划选择按钮1004、理想计划制作指标选择框1005、理想计划制作指标选择按钮1006、最终/最初工序理想计划制作按钮1007、最终/最初工序理想计划显示框1008和保存按钮1009这些各栏。
作业者编号输入框1001从用户受理社员编号等个人编号的输入。向订单信息显示框1002输出在S1201中取得的订单信息。
最终/最初工序理想计划选择框1003和最终/最初工序理想计划选择按钮1004受理选择最终工序或最初工序中的某一个的输入而作为计算开始工序。理想计划制作指标选择框1005和理想计划制作指标选择按钮1006受理生成理想计划时的指标的选择。例如是如下的指标:为了提前产品的交付期而制作理想计划,或者,为了使要生产的产品的数量变多而制作理想计划这样的指标。
最终/最初工序理想计划制作按钮1007受理基于所选择的计算开始工序的理想计划的开始制作。最终/最初工序理想计划显示框1008输出制作出的理想计划的内容。保存按钮1009受理制作出的理想计划的保存。
图15是说明显示于作业者用终端109的画面中的、制作执行计划时所显示的画面(以下,称为执行计划生成辅助画面)的一例的图。例如,理想计划的制作开始时显示执行计划生成辅助画面。
如该图所示那样,执行计划生成辅助画面1100具备计划状况显示框1101、理想计划显示框1102、候补计划显示框1103、候补计划选择按钮1104、候补计划选择按钮1105、执行计划显示框1106和保存按钮1107这些各栏。
向计划状况显示框1101输出分别表示理想计划的制作结束的工序、当前正在制作理想计划的工序、以及尚未制作理想计划的工序的信息。向理想计划显示框1102输出当前正在制作理想计划的工序。向候补计划显示框1103输出当前制作中的工序的候补计划的信息。候补计划选择按钮1104和候补计划选择按钮1105显示候补计划并且受理候补计划的选择。向执行计划显示框1106输出通过候补计划选择按钮1104选择的候补计划(即,执行计划)的信息。保存按钮1107受理通过执行计划显示框1106选择的执行计划的信息的保存。若保存被受理,则将执行计划存储于执行计划DB111。
接着,对生产辅助处理中的各处理的细节进行说明。
<计算开始工序信息生成处理Sl203>
图16是说明计算开始工序信息生成处理的细节的流程图。如该图所示那样,首先,作业者用终端109通过最终/最初工序理想计划选择框1003受理计算出计算开始工序信息时的基准(是将最初工序设为计算开始工序,还是将最终工序设为计算开始工序)的选择,最终/最初工序理想计划制作装置104取得所受理的选择的内容。
此外,最终/最初工序理想计划制作装置104决定制作理想计划时的指标(S1302)。具体地,作业者用终端109受理针对理想计划制作指标选择框1005的来自用户的选择,最终/最初工序理想计划制作装置104取得所受理的选择的内容。另外,在本实施方式中,上述指标是指制作交付期较早的理想计划的指标、制作生产量较多的理想计划的指标,但也可以使用对这些指标附加了预定权重后的指标。
最终/最初工序理想计划制作装置104根据在S1301中取得的计算开始工序以及在S1302中取得的指标,生成计算开始工序信息(S1303)。具体地,例如在指标为交付期、计算开始工序为最终工序的情况下,最终/最初工序理想计划制作装置104根据具有一般的计算功能、分类功能的信息处理程序,生成至少一个以上的计算开始工序以便使产品的交付期提前。此外,指标为生产量、计算开始工序为最初工序的情况下,最终/最初工序理想计划制作装置104根据具有一般的计算功能、分类功能的信息处理程序,生成至少一个以上的计算开始工序以便使产品的生产量变多。
然后,最终/最初工序理想计划制作装置104输出在S1304中生成的计算开始工序信息(S1304)。以上,计算开始工序信息生成处理结束(S1305)。
<理想计划制作处理S1204>
接着,对理想计划制作处理进行详述。
图17是说明理想计划制作处理的细节的流程图。如该图所示那样,理想计划制定装置105通过学习方式选择部201选择学习器(S1401)。即,理想计划制定装置105在通过计算开始工序信息生成处理将最终工序选择为计算开始工序的情况下,选择反向学习器。此外,理想计划制定装置105在通过计算开始工序信息生成处理将最初工序选择为计算开始工序的情况下,选择正向学习器。
理想计划制定装置105输入理想计划(S1402)。例如,理想计划制定装置105在通过计算开始工序信息生成处理将最终工序选择为计算开始工序的情况下,输入最终工序理想计划。此外,理想计划制定装置105在通过计算开始工序信息生成处理将最初工序选择为计算开始工序的情况下,输入最初工序理想计划。
理想计划制定装置105根据在S1402中输入的理想计划,制作之后工序的理想计划(S1403)。例如,理想计划制定装置105在通过计算开始工序信息生成处理将最终工序选择为计算开始工序的情况下,制作最终工序前工序的理想计划。此外,理想计划制定装置105在通过计算开始工序信息生成处理将最初工序选择为计算开始工序的情况下,制作最终工序后的理想计划。
然后,理想计划制定装置105输出通过S1403制作出的理想计划(S1404)。针对全部工序制作理想计划为止重复进行S1402和S1403。
为了制作理想计划,例如使用神经网络学习器和误差逆传播法。神经网络学习器和误差逆传播法的详细内容例如可以使用记载于“Car-following behavior withinstantaneous driver-vehicle reaction delay:A neural-network-basedmethodology、Transportation Research Part C 36(2013)339-351、Zheng et al”的方法。
对学习输入处理部202进行的输入,例如是各产品的交付期、数量、品种的信息,通过学习输出处理部203输出的信息例如是各产品的生成顺序(向各工序的设备导入的订单批量的顺序)。针对作为离散值的制造顺序,计算出选择各生产顺序的各种概率,按照计算出的概率从高到低的顺序决定其顺序。此外,神经网络学习器的层数例如为3层,对于各层的神经数,第1层设为3个,第2层设为10个,第3层设为1个。此外,对各层间的激活函数例如使用S型函数(Sigmoid function)。
另外,对于这些计算,也可以使用一般能入手的机械学习软件。此外,在上述中,作为涉及输入输出的信息列举了具体的数值、项目名、函数名,但也可以使用其他的数值、项目名、函数名等。
理想计划制定装置105将通过S1402和S1403生成的、涉及各工序的理想计划输出至理想计划DB107(S1404)。以上,理想计划制作处理结束(S1405)。
<候补计划制作处理S1207>
接着,对候补计划制作处理进行详述。
图18是说明候补计划制作处理的细节的流程图。如该图所示那样,候补计划制定装置106通过搜索输入处理部301从执行计划DB111读入针对各工序的执行计划(S1501)。
具体地,在理想计划制作处理中通过反向学习器制作了理想计划的情况下,候补计划制定装置106通过搜索输入处理部301从最初工序起反向取得各工序的执行计划。另一方面,在理想计划制作处理中通过正向学习器制作了理想计划的情况下,候补计划制定装置106通过搜索输入处理部301从最终工序起向反方向取得各工序的执行计划。
此外,候补计划制定装置106通过制约条件输入处理部302从制约条件DB102读入各工序的制约条件信息(S1502)。
候补计划制定装置106通过搜索部303对各工序制作(搜索)候补计划(S1503)。
该搜索方法例如是根据制约程序设计而进行的。该情况下,通过制约条件输入处理部302输入的信息,例如是产品订单的交付期、数量,或者,数量、产品的生产顺序、各工序的制约条件。输出的信息,例如是在各工序中满足制约条件的、各工序中的产品的制造顺序。搜索算法例如采用称为回溯(Backtracking)的搜索方法。另外,回溯是一般的求解算法之一,是如下的方法:在求某解的情况下,试行能够求出该解的某种顺序,按照试行的顺序最终求出了解的情况下保存该求出的解,另一方面,判定为通过试行的顺序无法求出解的情况下,在判定的时间点返回到前一个状态并尝试其他的顺序。在回溯搜索方法中,能够搜索多个解。该搜索例如是使用下式计算出解和解之间的距离来进行的。
【公式1】
Di=(KNi-LNi)2+(KSi-LSi)2
+(KHi-LHi)2
【公式2】
【公式3】
然后,采用保持一定距离的解作为候补计划。例如,搜索到“解1”后搜索出“解2”的情况下,若“解2”与“解1”的距离大于预先设定的距离X,则将“解2”作为候补计划而采用。
另外,对于以上的计算,也可以使用一般能入手的数理计划软件。此外,在本实施方式中,作为输入输出的信息列举了具体的数值、项目名、制约条件,但也可以使用其他的数值、项目名、制约条件等。
接着,候补计划制定装置106通过候补计划输出部304对各工序输出候补计划(S1504)。以上,候补计划制作处理结束(S1505)。
<学习处理S1212>
接着,对学习处理进行详述。
图19是说明学习处理的细节的流程图。如该图所示那样,理想计划制定装置105首先通过学习方式选择部201选择学习器(S1601)。
具体地,在计算开始工序信息生成处理中计算开始工序为最终工序的情况下,理想计划制定装置105选择反向学习器。此外,计算开始工序信息生成处理中计算开始工序为最初工序的情况下,理想计划制定装置105选择正向学习器。
理想计划制定装置105通过学习输入处理部202从执行计划DB111读入执行计划,并将所读入的执行计划中的各工序输入至学习器(S1602)。具体地,理想计划制定装置105将通过计算开始工序信息生成处理选择的计算开始工序输入至学习器。
然后,理想计划制定装置105根据向学习器输入的执行计划的工序,通过学习输出处理部204输出下个工序(正向的工序,或者,反向的工序)的执行计划(S1603)。依次反复进行该处理。
理想计划制定装置105根据由S1602和S1603生成的执行计划(确定全部工序的实施时期的执行计划),更新工序知识DB112。即,理想计划制定装置105通过学习部203学习执行计划。
关于该学习中的输入输出,例如在使用神经网络学习器的情况下,在输入层中以计算开始工序中的产品的交付期、数量、品种为输入,在输出层中以其他各工序中的产品的制造顺序为输出。此外,学习方法中,例如通过使用误差逆传播法来更新神经网络的参数。
另外,在最初的学习器的学习中,用户也可以预先向输入层和输出层输入过去进行的各工序以及与各工序的实施时期有关的预定信息(执行计划历史),并根据该信息,使用误差逆传播法来更新神经网络的参数。
以上,学习处理结束(S1605)。
这样,通过本实施方式的生产计划辅助系统1能够根据工序知识信息生成受理了订单的产品的各工序的实施时期有关的信息即实施工序信息,此外,通过数理计划方法来生成满足各工序涉及的制约条件的各工序的实施时期有关的信息即可实施工序信息,并且,根据可实施工序信息更新工序知识信息,将可实施工序信息作为产品的生产计划而输出,因此作业员等用户能够恰当地进行通过实施多个工序来生产的产品的生产。即,通过本实施方式的生产计划辅助系统1能够进行根据可实施工序信息更新工序知识信息的机械学习,因此例如可根据产品生产熟练的人进行的产品的生产计划,来进行生产。由此,用户能够进行考虑了在各工序中所使用的设备的重新启动成本等,需要产品生产熟练的经验和知识的要素的生产,因此,能够高效且低成本地生产产品。此外,即使对各工序存在产品的制造能力、数量等制约条件的情况下,用户能够进行满足这些制约条件的恰当的生成。
例如,根据本实施方式的生产计划辅助系统1,作为可实施工序信息而生成满足设备的使用条件的多个可实施工序信息,因此用于能够根据产品的生产中所使用的各种设备的条件所对应的恰当的生产计划,来进行产品的生产。
此外,根据本实施方式的生产计划辅助系统1,分别计算出所生成的多个各可实施工序信息与实施工序信息间的相似性,确定所计算出的相似性中与实施工序信息最相似的可实施工序信息,并将所确定的可实施工序信息作为产品的生产工序信息而输出,因此用户可以根据可实施的生产计划中的、进行最恰当的产品生产的生产计划,来进行生产。
此外,根据本实施方式的生产计划辅助系统1,按照生成实施工序信息时的指标来生成实施工序信息,因此用户可沿着预定目标进行产品的生产。
例如,根据本实施方式的生产计划辅助系统1,作为生成实施工序信息时的指标而取得与产品的数量、或产品的生产完成时期有关的信息,按照所取得的指标生成实施工序信息,因此用户可以根据生产预定数量的产品的生产计划、在预定的交付期完成产品生产的生产计划,来准确地生产产品。
此外,根据本实施方式的生产计划辅助系统1,根据某工序有关的信息,生成用于确定之前工序的实施时期的信息来更新工序知识信息,或者,根据某工序有关的信息,生成用于确定之后要实施的工序的实施时期的信息来更新工序知识信息来进行学习,因此用户在产品的生产开始时间点能够进行生产数量最多的产品生产,减少最终的半成品库存这样的产品生产。
以上,作为本发明的实施方式,说明了应用于产品的生产计划辅助的例子。另外,本发明并不限于上述的实施方式,而是包括各种变型例。例如,上述的实施方式是为了便于说明本发明而进行的详细说明,并不一定必须具备说明的全部结构。此外,可以将某实施方式的结构的一部分置换成其他实施方式的结构,此外,也可以对某实施方式的结构追加其他实施方式的结构。此外,对于各实施方式的结构的一部分,可以进行其他结构的追加、删除、置换。
例如,本发明不仅可以应用于制造物品的业务(制造业),也可以应用于要通过多个工序进行业务的其他种类的业务(例如,经多个工序进行的意图决定业务等)等各种业务。
此外,上述的各结构、功能、处理部、处理单元等的一部分或全部,例如也可以通过集成电路进行设计等而以软件来实现。此外,上述的各结构、功能等也可以通过处理器解析并执行实现各种功能的程序而以软件来实现。实现各功能的程序,表、文件等信息可以存储于存储器、硬盘、SSD(Solid State Drive:固态驱动器)等记录装置,或者,IC卡、SD卡、DVD等记录介质中。
此外,控制线和信息线表示认为是说明上所需要的线,产品上并不限制必须表示所有的控制线和信息线。实际上,也可以认为几乎所有的结构都是相互连接的。
附图标记说明
1生产辅助系统、109作业者用终端、132结果输出部、112工序知识DB、141订单信息取得部、203学习部、205理想计划制作部、302制约条件输入处理部、303搜索部。
Claims (14)
1.一种生产辅助系统,具备处理器和存储器,对通过实施多个工序来生产的产品的生产进行辅助,其特征在于,该生产辅助系统具备:
理想计划制作部,其根据工序知识信息以及预定的指标,按照第一工序顺序制作所述各工序的理想计划,其中,该工序知识信息是所述产品与所述各工序的实施时期之间的关系;
候补计划制定部,其根据向所述各工序施加的制约或条件即制约条件,按照与所述第一工序顺序相反方向的顺序生成所述各工序的多个候补计划;
候补计划选择部,其比较所述理想计划与所述多个候补计划的相似度,并将与该理想计划的相似度高的候补计划选定为执行计划;以及
学习部,其将所述选定的执行计划反映到所述工序知识信息。
2.根据权利要求1所述的生产辅助系统,其特征在于,
所述理想计划制作部按照根据前工序的理想计划制作后工序的理想计划的第一工序顺序,制作所述各工序的理想计划,
所述候补计划制定部按照根据后工序的候补计划制作前工序的候补计划的、与所述第一工序顺序相反方向的顺序,制作所述各工序的多个候补计划。
3.根据权利要求1所述的生产辅助系统,其特征在于,
所述理想计划制作部按照根据后工序的理想计划制作前工序的理想计划的第一工序顺序,制作所述各工序的理想计划,
候补计划制定部按照根据前工序的候补计划制作后工序的候补计划的、与所述第一工序顺序相反方向的顺序,制作所述各工序的多个候补计划。
4.根据权利要求1所述的生产辅助系统,其特征在于,
所述候补计划选择部根据来自外部的输入信息,选定所述执行计划。
5.根据权利要求1所述的生产辅助系统,其特征在于,
该生产辅助系统具备:最终/最初工序理想计划制作部,其根据要生产的产品的信息即订单信息,制作最终/最初工序的理想计划。
6.根据权利要求1所述的生产辅助系统,其特征在于,
该生产辅助系统具备:按工序存储所述理想计划的理想计划数据库、以及按工序存储所述候补计划的候补计划数据库。
7.根据权利要求1所述的生产辅助系统,其特征在于,
预定指标是指与生产量或产品的生产完成时期有关的信息。
8.一种生产辅助方法,用于对通过实施多个工序来生产的产品的生产进行辅助,其特征在于,
具备处理器和存储器的信息处理装置执行以下处理:
根据工序知识信息以及预定的指标,按照第一工序顺序制作所述各工序的理想计划,其中,该工序知识信息是所述产品与所述各工序的实施时期之间的关系;
根据向所述各工序施加的制约或条件即制约条件,按照与所述第一工序顺序相反方向的顺序生成所述各工序的多个候补计划;
比较所述理想计划与所述多个候补计划的相似度,并将与该理想计划的相似度高的候补计划选定为执行计划;以及
将所述选定的执行计划反映到所述工序知识信息。
9.根据权利要求8所述的生产辅助方法,其特征在于,
所述信息处理装置按照根据前工序的理想计划制作后工序的理想计划的第一工序顺序,制作所述各工序的理想计划,
所述信息处理装置按照根据后工序的候补计划制作前工序的候补计划的、与所述第一工序顺序相反方向的顺序,制作所述各工序的多个候补计划。
10.根据权利要求8所述的生产辅助方法,其特征在于,
所述信息处理装置按照根据后工序的理想计划制作前工序的理想计划的第一工序顺序,制作所述各工序的理想计划,
所述信息处理装置按照根据前工序的候补计划制作后工序的候补计划的、与所述第一工序顺序相反方向的顺序,制作所述各工序的多个候补计划。
11.根据权利要求8所述的生产辅助方法,其特征在于,
所述信息处理装置根据来自外部的输入信息,选定所述执行计划。
12.根据权利要求8所述的生产辅助方法,其特征在于,
所述信息处理装置根据要生产的产品的信息即订单信息,制作最终/最初工序的理想计划。
13.根据权利要求8所述的生产辅助方法,其特征在于,
所述信息处理装置具备:按工序存储所述理想计划的理想计划数据库、以及按工序存储所述候补计划的候补计划数据库。
14.根据权利要求8所述的生产辅助方法,其特征在于,
预定指标是指与生产量或产品的生产完成时期有关的信息。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-214551 | 2016-11-01 | ||
JP2016214551 | 2016-11-01 | ||
JP2017141310A JP6853134B2 (ja) | 2016-11-01 | 2017-07-20 | 生産支援システム、及び生産支援方法 |
JP2017-141310 | 2017-07-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108021107A true CN108021107A (zh) | 2018-05-11 |
CN108021107B CN108021107B (zh) | 2020-12-11 |
Family
ID=60190752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711050015.9A Active CN108021107B (zh) | 2016-11-01 | 2017-10-31 | 生产辅助系统、生产辅助方法以及生产辅助程序 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10783469B2 (zh) |
EP (1) | EP3316193B1 (zh) |
CN (1) | CN108021107B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111382925A (zh) * | 2018-12-25 | 2020-07-07 | 株式会社日立制作所 | 生产实绩数据分析装置 |
CN112053022A (zh) * | 2019-06-06 | 2020-12-08 | 株式会社日立制作所 | 计划制定系统及其方法 |
CN112930501A (zh) * | 2018-10-31 | 2021-06-08 | 株式会社牧野铣床制作所 | 生产支援系统 |
CN113302567A (zh) * | 2019-01-29 | 2021-08-24 | 株式会社日立制作所 | 计划辅助装置、计划辅助方法、以及计划辅助系统 |
CN113762882A (zh) * | 2020-06-03 | 2021-12-07 | 株式会社日立制作所 | 计划制定系统及其所使用的计划制定装置、计划制定方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019043425A1 (en) * | 2017-09-01 | 2019-03-07 | Omron Corporation | SYSTEM AND METHOD FOR AIDING MANUFACTURING |
WO2020040763A1 (en) * | 2018-08-23 | 2020-02-27 | Siemens Aktiengesellschaft | Real-time production scheduling with deep reinforcement learning and monte carlo tree search |
WO2020136875A1 (ja) * | 2018-12-28 | 2020-07-02 | 富士通株式会社 | 情報処理装置、段取り作業修正方法、および段取り作業修正プログラム |
JP7411489B2 (ja) * | 2020-04-08 | 2024-01-11 | 株式会社日立製作所 | 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム |
US20210325861A1 (en) * | 2021-04-30 | 2021-10-21 | Intel Corporation | Methods and apparatus to automatically update artificial intelligence models for autonomous factories |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5233533A (en) * | 1989-12-19 | 1993-08-03 | Symmetrix, Inc. | Scheduling method and apparatus |
CN1641633A (zh) * | 2005-01-07 | 2005-07-20 | 清华大学 | 基于成熟工艺文档的工艺术语提取、规律分析和重用方法 |
US20050216324A1 (en) * | 2004-03-24 | 2005-09-29 | Clevor Technologies Inc. | System and method for constructing a schedule that better achieves one or more business goals |
CN101111858A (zh) * | 2005-02-01 | 2008-01-23 | 株式会社日立制作所 | 交货期回答程序、交货期回答方法以及执行该方法的系统 |
US20100010845A1 (en) * | 2008-07-10 | 2010-01-14 | Palo Alto Research Center Incorporated | Methods and systems for constructing production plans |
CN103439886A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 一种半导体生产线自适应动态调度装置 |
CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
CN105320105A (zh) * | 2014-08-04 | 2016-02-10 | 中国科学院沈阳自动化研究所 | 一种并行批加工设备优化调度方法 |
CN105373845A (zh) * | 2015-10-14 | 2016-03-02 | 南京理工大学 | 制造企业车间的混合智能调度优化方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63291165A (ja) * | 1987-05-22 | 1988-11-29 | Sekisui Chem Co Ltd | 生産管理システム |
JP2788092B2 (ja) * | 1990-03-14 | 1998-08-20 | 東芝機械株式会社 | 射出成形スケジューリングシステム |
JP2001034321A (ja) * | 1999-07-23 | 2001-02-09 | Matsushita Electric Ind Co Ltd | 最適生産計画作成方法及び装置 |
JP2003308427A (ja) | 2002-02-15 | 2003-10-31 | Fujitsu Ltd | モデル構築プログラム、モデル構築方法およびモデル構築装置 |
JP2004094900A (ja) * | 2002-07-09 | 2004-03-25 | National Institute Of Advanced Industrial & Technology | 生産計画作成システム及び方法、並びにプログラム |
JP4378930B2 (ja) | 2002-10-22 | 2009-12-09 | パナソニック株式会社 | 生産計画作成方法及びその装置 |
WO2005020044A1 (en) | 2003-08-26 | 2005-03-03 | The Trustees Of Columbia University In The City Of New York | Innervated stochastic controller for real time business decision-making support |
JP2006155128A (ja) * | 2004-11-29 | 2006-06-15 | Matsushita Electric Ind Co Ltd | 受注管理方法 |
JP2006155361A (ja) * | 2004-11-30 | 2006-06-15 | Toshiba Corp | 部材発注システム、部材発注プログラムおよび部材発注方法 |
JP2007034429A (ja) * | 2005-07-22 | 2007-02-08 | Matsushita Electric Works Ltd | 生産計画作成システム |
JP2012194712A (ja) | 2011-03-16 | 2012-10-11 | Panasonic Corp | 生産計画作成方法 |
-
2017
- 2017-10-27 EP EP17198970.0A patent/EP3316193B1/en active Active
- 2017-10-27 US US15/795,521 patent/US10783469B2/en active Active
- 2017-10-31 CN CN201711050015.9A patent/CN108021107B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5233533A (en) * | 1989-12-19 | 1993-08-03 | Symmetrix, Inc. | Scheduling method and apparatus |
US20050216324A1 (en) * | 2004-03-24 | 2005-09-29 | Clevor Technologies Inc. | System and method for constructing a schedule that better achieves one or more business goals |
CN1641633A (zh) * | 2005-01-07 | 2005-07-20 | 清华大学 | 基于成熟工艺文档的工艺术语提取、规律分析和重用方法 |
CN101111858A (zh) * | 2005-02-01 | 2008-01-23 | 株式会社日立制作所 | 交货期回答程序、交货期回答方法以及执行该方法的系统 |
US20100010845A1 (en) * | 2008-07-10 | 2010-01-14 | Palo Alto Research Center Incorporated | Methods and systems for constructing production plans |
CN103439886A (zh) * | 2013-07-26 | 2013-12-11 | 同济大学 | 一种半导体生产线自适应动态调度装置 |
CN105320105A (zh) * | 2014-08-04 | 2016-02-10 | 中国科学院沈阳自动化研究所 | 一种并行批加工设备优化调度方法 |
CN104536412A (zh) * | 2014-12-23 | 2015-04-22 | 清华大学 | 基于指标预报和解相似度分析的光刻工序动态调度方法 |
CN105373845A (zh) * | 2015-10-14 | 2016-03-02 | 南京理工大学 | 制造企业车间的混合智能调度优化方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112930501A (zh) * | 2018-10-31 | 2021-06-08 | 株式会社牧野铣床制作所 | 生产支援系统 |
CN111382925A (zh) * | 2018-12-25 | 2020-07-07 | 株式会社日立制作所 | 生产实绩数据分析装置 |
CN113302567A (zh) * | 2019-01-29 | 2021-08-24 | 株式会社日立制作所 | 计划辅助装置、计划辅助方法、以及计划辅助系统 |
CN112053022A (zh) * | 2019-06-06 | 2020-12-08 | 株式会社日立制作所 | 计划制定系统及其方法 |
CN113762882A (zh) * | 2020-06-03 | 2021-12-07 | 株式会社日立制作所 | 计划制定系统及其所使用的计划制定装置、计划制定方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3316193A1 (en) | 2018-05-02 |
CN108021107B (zh) | 2020-12-11 |
US10783469B2 (en) | 2020-09-22 |
US20180121850A1 (en) | 2018-05-03 |
EP3316193B1 (en) | 2023-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021107A (zh) | 生产辅助系统、生产辅助方法以及生产辅助程序 | |
US12040059B2 (en) | Trial design platform | |
US11030556B1 (en) | Digital processing systems and methods for dynamic object display of tabular information in collaborative work systems | |
US20210166196A1 (en) | Digital processing systems and methods for status-based task organization in collaborative work systems | |
US20210304146A1 (en) | Digital processing systems and methods for table information displayed in and accessible via calendar in collaborative work systems | |
CN103502899B (zh) | 动态预测建模平台 | |
Lim et al. | StakeRare: using social networks and collaborative filtering for large-scale requirements elicitation | |
Sánchez et al. | A systematic review of hyper-heuristics on combinatorial optimization problems | |
US9870629B2 (en) | Methods, apparatus and systems for data visualization and related applications | |
CN103970527B (zh) | 为报表生成提供辅助覆盖的方法和系统 | |
Khalili-Damghani et al. | A decision support system for fuzzy multi-objective multi-period sustainable project selection | |
CN115298672A (zh) | 试验设计平台 | |
CN103562905B (zh) | 改进的数据可视化配置系统及方法 | |
Aouni et al. | A cardinality constrained stochastic goal programming model with satisfaction functions for venture capital investment decision making | |
CN106663224A (zh) | 用于机器学习模型评估的交互式界面 | |
CN107578140A (zh) | 引导分析系统和方法 | |
US20220382935A1 (en) | Filtering designs using boundaries derived from optimal designs | |
US20240094887A1 (en) | Intellectual-Property Landscaping Platform with Interactive Graphical Element | |
US20170140402A1 (en) | Sales forecast display method, sales forecast display apparatus, and recording medium | |
Sajja et al. | Explainable AI based interventions for pre-season decision making in fashion retail | |
JP6853134B2 (ja) | 生産支援システム、及び生産支援方法 | |
Rees et al. | AgentVis: visual analysis of agent behavior with hierarchical glyphs | |
JP2020201781A (ja) | 計画作成支援装置および計画作成支援方法 | |
US20110296250A1 (en) | Distributed Computing | |
CN117519657A (zh) | 一种面向公共数据开发利用的数据模型集成系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |