CN109690584A - 信息处理装置、信息处理方法及信息处理程序 - Google Patents

信息处理装置、信息处理方法及信息处理程序 Download PDF

Info

Publication number
CN109690584A
CN109690584A CN201680088947.XA CN201680088947A CN109690584A CN 109690584 A CN109690584 A CN 109690584A CN 201680088947 A CN201680088947 A CN 201680088947A CN 109690584 A CN109690584 A CN 109690584A
Authority
CN
China
Prior art keywords
flow chart
operator
skilled
activity duration
determination unit
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
Application number
CN201680088947.XA
Other languages
English (en)
Inventor
白木研吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109690584A publication Critical patent/CN109690584A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0633—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
    • 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
    • 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
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1091—Recording time for administrative or management purposes
    • 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
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

递减指标值计算部(112)使用将作业工序中的多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，针对每个作业者对表示作业工序的与作业次数的增加相伴的作业时间的递减状况的指标值即递减指标值进行计算。熟练容易性判定部(107)基于多个作业者的递减指标值，对作业工序是否为容易熟练的作业工序进行判定。

Description

信息处理装置、信息处理方法及信息处理程序
技术领域
本发明涉及信息处理装置、信息处理方法及信息处理程序。
背景技术
在工厂中，经过多个作业工序而制造一个产品。很少由一个作业者负责全部多个作业工序，多数是多个作业者分担多个作业工序。此时，有时也会由大于或等于两名作业者并行地进行相同的作业工序。
另外，大于或等于两名作业者改变作业日期而分担一个作业工序的情况也很多。
通常在各作业工序中规定了作业流程，设定了按照作业流程进行了作业时的完成作业所需要的标准时间。但是，各个作业者进行作业时的方法不同。另外，即使是相同的作业者，在最初进行作业时和重复作业而习惯于作业后，作业所需要的时间也不同。
因此，实际上作业所需要的实际作业时间有时相对于标准时间大幅地背离。
在专利文献1中公开了使用作业者的作业时间的实绩数据，计算出与同一作业工序的累积作业次数对应的预测作业时间的系统。在专利文献1的系统中，使用相对于任意作业工序的作业时间的实绩数据，对表示作业者相对于该作业工序的熟练程度的熟练曲线进行生成，使用生成的熟练曲线，对重复作业后的作业时间进行预测。
专利文献1：日本特开2005-284415号公报
发明内容
在工厂生产线所包含的多个作业工序中，存在难以熟练，即使重复作业，作业时间也难以递减的作业工序，和容易熟练，作业时间容易递减的作业工序。从优化作业计划的观点出发，优选在掌握难以熟练的作业工序和容易熟练的作业工序的基础上制定作业计划。
专利文献1的技术虽然针对每个作业工序计算出预测作业时间，但没有对作业工序是否容易熟练进行判定。因此，存在管理作业工序的作业管理者无法对考虑到作业工序的熟练容易性的最佳的作业计划进行制定的课题。
本发明的主要目的在于解决这样的课题。即，本发明的主要目的在于得到对作业工序是否容易熟练进行判定的结构。
本发明涉及的信息处理装置具有：
递减指标值计算部，其使用将作业工序中的多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，针对每个作业者对表示所述作业工序的与作业次数的增加相伴的作业时间的递减状况的指标值即递减指标值进行计算；以及
熟练容易性判定部，其基于所述多个作业者的递减指标值，对所述作业工序是否为容易熟练的作业工序进行判定。
发明的效果
根据本发明，能够对作业工序是否容易熟练进行判定。
附图说明
图1是表示实施方式1涉及的系统结构例的图。
图2是表示实施方式1涉及的信息处理装置的硬件结构例的图。
图3是表示实施方式1涉及的信息处理装置的功能结构例的图。
图4是表示实施方式1涉及的信息处理装置的硬件结构和功能结构的关系的图。
图5是表示实施方式1涉及的信息处理装置的动作例的流程图。
图6是表示实施方式1涉及的熟练曲线的例子的图。
图7是表示实施方式1涉及的熟练容易性判定处理的详细内容的流程图。
图8是表示实施方式1涉及的学习能力判定处理的详细内容的流程图。
图9是表示实施方式2涉及的信息处理装置的功能结构例的图。
图10是表示实施方式2涉及的上限值曲线和下限值曲线的例子的图。
具体实施方式
以下，使用附图对本发明的实施方式进行说明。在下面的实施方式的说明及附图中，标注同一标号的部分表示同一部分或相当的部分。
实施方式1.
＊＊＊结构的说明＊＊＊
图1示出本实施方式涉及的系统结构例。
本实施方式涉及的系统由信息处理装置100、收集数据服务器装置200、工厂生产线300构成。在工厂生产线300中存在作业设备301～作业设备305。
在本实施方式中，作业工序与作业设备301～作业设备305对应。
即，在本实施方式中，在工厂生产线300中存在以下5个作业工序，即，使用了作业设备301的作业工序、使用了作业设备302的作业工序、使用了作业设备303的作业工序、使用了作业设备304的作业工序、使用了作业设备305的作业工序。
下面，将使用了作业设备301的作业工序称为作业工序1。另外，将使用了作业设备302的作业工序称为作业工序2。另外，将使用了作业设备303的作业工序称为作业工序3。另外，将使用了作业设备304的作业工序称为作业工序4。另外，将使用了作业设备305的作业工序称为作业工序5。
另外，在本实施方式中，各作业工序由多个作业员实施。但是，每个作业工序的作业员的组合及作业员的数量也可以不同。
另外，在本实施方式中，各作业员负责大于或等于一个作业工序。虽然也可以存在仅负责一个作业工序的作业员，但全部作业员中的至少一半作业员负责大于或等于两个作业工序。
信息处理装置100使用由收集数据服务器装置200收集的作业时间数据，对作业工序的熟练容易度进行判定。另外，信息处理装置100对作业者的学习能力进行判定。
作业时间数据是针对每个作业工序以作业者为单位示出作业时间的履历的数据。
信息处理装置100经由网络402与收集数据服务器装置200连接。
此外，由信息处理装置100进行的动作相当于信息处理方法及信息处理程序。
收集数据服务器装置200从工厂生产线300对作业时间数据进行收集。收集数据服务器装置200的作业时间数据的收集方法不受限制。
收集数据服务器装置200经由网络401连接于作业设备301～作业设备305。
图2示出信息处理装置100的硬件结构例。
图3示出信息处理装置100的功能结构例。
首先，参照图2，对信息处理装置100的硬件结构例进行说明。
信息处理装置100为计算机。
就信息处理装置100而言，作为硬件具备处理器11、存储器12、存储装置13、通信装置14、输入装置15、显示装置16。
在存储装置13中存储有程序，该程序实现图3所示的通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的功能。
而且，这些程序被载入至存储器12，由处理器11执行这些程序。
另外，存储装置13实现图3所示的作业时间收集数据库102、熟练曲线数据库104、决定系数数据库106、熟练容易性数据库108、学习能力数据库110。
图4示出图2的硬件结构和图3的功能结构的关系。
即，在图4中示意地示出处理器11执行程序的状态，该程序实现通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的功能。另外，在图4中示意地示出存储装置13被用作作业时间收集数据库102、熟练曲线数据库104、决定系数数据库106、熟练容易性数据库108、学习能力数据库110的状态。此外，作业时间收集数据库102、熟练曲线数据库104、决定系数数据库106、熟练容易性数据库108、学习能力数据库110的至少一部分也可以由存储器12实现。
接着，参照图3，对信息处理装置100的功能结构例进行说明。
通信处理部101使用通信装置14，从收集数据服务器装置200接收作业时间数据。
另外，通信处理部101将接收到的作业时间数据储存于作业时间收集数据库102。
熟练曲线生成部103使用储存于作业时间收集数据库102的作业时间数据，按照作业工序，生成针对每个作业者的熟练曲线。熟练曲线是表示作业工序的作业次数和作业时间的关系的曲线。而且，熟练曲线生成部103将记述所生成的熟练曲线的熟练曲线数据储存于熟练曲线数据库104。
决定系数计算部105对由熟练曲线生成部103生成的熟练曲线和作业时间数据所示的作业时间的履历之间的决定系数进行计算。另外，决定系数计算部105将记述计算出的决定系数的决定系数数据储存于决定系数数据库106。决定系数是表示与作业次数的增加相伴的作业时间的递减状况的指标值，相当于递减指标值。
此外，将熟练曲线生成部103及决定系数计算部105也称为递减指标值计算部112。另外，熟练曲线生成部103及决定系数计算部105的动作相当于递减指标值计算处理。
熟练容易性判定部107基于多个作业者的决定系数(递减指标值)，对各作业工序是否为容易熟练的作业工序进行判定。更具体而言，熟练容易性判定部107针对每个作业工序，从多个作业者的决定系数中选择与选择条件吻合的决定系数。然后，熟练容易性判定部107对选择出的决定系数的平均值进行计算，在计算出的平均值大于或等于阈值的情况下，将该作业工序判定为是容易熟练的作业工序。
另外，熟练容易性判定部107将记述关于各作业工序的判定结果的熟练容易性数据储存于熟练容易性数据库108。
此外，熟练容易性判定部107的动作相当于熟练容易性判定处理。
学习能力判定部109使用由熟练容易性判定部107判定为是容易熟练的作业工序的作业工序的决定系数，对各作业者的学习能力进行判定。更具体而言，学习能力判定部109针对每个作业者，对由熟练容易性判定部107判定为是容易熟练的作业工序的作业工序的决定系数的平均值进行计算。而且，学习能力判定部109在计算出的平均值大于或等于阈值的情况下，判定为该作业者具备所要求的学习能力。另一方面，在计算出的平均值小于阈值的情况下，学习能力判定部109判定为该作业者不具备所要求的学习能力。
另外，学习能力判定部109将记述关于各作业者的判定结果的作业者学习能力数据储存于作业者学习能力数据库110。
显示处理部111将学习能力判定部109的判定结果显示于显示装置16。例如，显示处理部111将判定为不具备所要求的学习能力的作业者显示于显示装置16。
＊＊＊动作的说明＊＊＊
接着，参照图5的流程图对本实施方式涉及的信息处理装置100的动作例进行说明。
在步骤S101中，通信处理部101经由通信装置14从收集数据服务器装置200接收作业时间数据。另外，通信处理部101将接收到的作业时间数据储存于作业时间收集数据库102。
在作业时间数据中记述作业者名、作业工序、作业开始时刻、作业结束时刻、该作业工序的累积作业次数。
接着，在步骤S102中，熟练曲线生成部103使用作业时间数据，按照作业工序，生成针对每个作业者的熟练曲线。例如，在作业者A负责作业工序1和作业工序2的情况下，熟练曲线生成部103生成作业者A的关于作业工序1的熟练曲线、作业者A的关于作业工序2的熟练曲线。熟练曲线生成部103将记述所生成的熟练曲线的熟练曲线数据储存于熟练曲线数据库104。
图6示出熟练曲线的例子。通常，由于重复同一作业工序，作业者会习惯于作业，因此随着作业次数增加，作业时间处于递减的趋势。在图6的例子中，也是随着作业次数n增加，作业时间RT递减。
作业时间的递减趋势是通过式(1)近似的。在式(1)中，RT为作业完成为止所需要的作业时间，n为作业工序的作业次数。
[数学式1]
RT＝An-B 式(1)
另外，式(1)的A及B是由下式(2)、式(3)得到的变量。
在下面，n表示作业次数，N表示累积作业次数，n-(-在n之上)表示累积作业次数的平均值，RTn表示进行第n次作业时的作业时间，RT―(-在RT之上)表示全部作业次数的作业时间的平均值。
[数学式2]
在步骤S103中，决定系数计算部105对决定系数进行计算。更具体而言，对在步骤S102中生成的熟练曲线、对应的作业工序及作业者的作业时间数据所示的作业时间的履历进行对照，对决定系数R2进行计算。另外，决定系数计算部105将记述计算出的决定系数R2的决定系数数据储存于决定系数数据库106。
例如，决定系数计算部105对作业者A的关于作业工序1的熟练曲线、作业者A的关于作业工序1的作业时间数据所示的作业时间的履历进行对照，对决定系数R2进行计算。
决定系数R2为表示熟练曲线和实际作业时间的拟合程度的指标，取[0，1]的值。决定系数越接近1，熟练曲线的相对于实际作业时间的拟合度越强，越接近0，拟合度越弱。由式(4)给出决定系数R2。
[数学式3]
在步骤S104中，熟练容易性判定部107使用决定系数R2，对每个作业工序的熟练容易度(熟练容易性)进行判定。另外，熟练容易性判定部107将记述判定结果的熟练容易性数据储存于熟练容易性数据库108。
具体而言，熟练容易性判定部107以图7所示的流程对各作业工序的熟练容易度进行判定。熟练容易性判定部107针对每个作业工序，重复图7所示的流程，针对作业工序1～5的每一者对熟练容易度进行判定。
此外，由作业管理者设定图7所示的α、β、γ的具体数值。下面，对图7的各步骤进行说明。
首先，熟练容易性判定部107提取作为熟练容易度的判定对象的作业工序的累积作业次数大于或等于α次的作业者的作业时间数据(步骤S1041)。
由于在累积作业次数少的阶段作业者没有习惯于作业，因此作业时间的波动大。因此，如果使用累积作业次数少的作业者的作业时间数据，则有可能无法准确地对作业工序的熟练容易度进行判定。因此，熟练容易性判定部107仅将累积作业次数大于或等于一定次数(α次)的作业者的作业时间数据用于作业工序的熟练容易度的判定。
接着，熟练容易性判定部107以数值从大到小的顺序对在步骤S1041中提取了作业时间数据的作业者的决定系数进行排列(步骤S1042)。
接着，熟练容易性判定部107对在步骤S1042中排列后的决定系数中的前β％的决定系数的平均值进行计算(步骤S1043)。另外，熟练容易性判定部107将前β％的决定系数的平均值视作各作业工序的熟练容易度。
某作业工序的决定系数低的作业者大多针对全部作业工序，学习能力也低。因此，如果使用值低的决定系数，则有可能无法准确地对作业工序的熟练容易度进行判定。因此，熟练容易性判定部107将决定系数的前β％用作熟练容易度的指标。
接着，熟练容易性判定部107对在步骤S1043中计算出的平均值是否大于或等于阈值γ进行判定(步骤S1044)。
熟练容易性判定部107将平均值大于或等于阈值γ的作业工序判定为是容易熟练的作业工序(步骤S1045)。另一方面，熟练容易性判定部107将平均值小于阈值γ的作业工序判定为是难以熟练的作业工序(步骤S1046)。
返回到图5的流程图，在步骤S105中，学习能力判定部109对各作业者的学习能力进行判定。另外，学习能力判定部109将记述判定结果的学习能力数据储存于学习能力数据库110。
具体而言，学习能力判定部109以图8所示的流程对各作业者的学习能力进行判定。此外，由作业管理者设定图8所示的δ的具体数值。下面，对图8的各步骤进行说明。
首先，学习能力判定部109提取在步骤S1045中判定为容易熟练的作业工序(下面，称为容易熟练的作业工序)(步骤S1051)。
就判定为难以熟练的作业工序而言，即使是学习能力高的作业者进行作业也难以熟练，决定系数低。即使使用判定为难以熟练的作业工序的决定系数，也有可能无法准确地对作业者的学习能力进行判定。因此，学习能力判定部109提取容易熟练的作业工序。
接着，学习能力判定部109针对每个作业者，对在步骤S1051中提取出的容易熟练的作业工序的决定系数的平均值进行计算(步骤S1052)。学习能力判定部109将计算出的平均值视作各作业者的学习能力。
例如，设想作业者A负责作业工序1和作业工序2，作业者B负责作业工序2和作业工序3的情况。如果作业工序1、作业工序2和作业工序3为容易熟练的作业工序，则学习能力判定部109针对作业者A，对关于作业工序1的决定系数和关于作业工序2的决定系数的平均值进行计算。另外，学习能力判定部109针对作业者B，对关于作业工序2的决定系数和关于作业工序3的决定系数的平均值进行计算。
接着，学习能力判定部109针对每个作业者，对在步骤S1052中计算出的平均值是否大于或等于阈值δ进行判定(步骤S1053)。
学习能力判定部109将平均值大于或等于阈值δ的作业者判定为具有学习能力的作业者(步骤S1054)。
另一方面，学习能力判定部109将平均值小于阈值δ的作业者判定为学习能力不足的作业者(步骤S1055)。
返回到图5的流程图，在步骤S106中，显示处理部111将学习能力判定部109的判定结果显示于显示装置16。
为了使制造作业顺利地进行，制造现场的作业管理者需要掌握各作业者的作业能力。因此，显示处理部111将在步骤S1055中判定为学习能力欠缺的作业者显示于显示装置16，将学习能力欠缺的作业者通知给作业管理者。
另外，显示处理部111也可以将熟练容易性判定部107的判定结果，即每个作业工序的熟练容易性显示于显示装置16。
＊＊＊实施方式的效果的说明＊＊＊
根据本实施方式，能够对各作业工序是否容易熟练进行判定。因此，作业管理者能够考虑各作业工序的熟练容易性，制定最佳的作业计划。
另外，根据本实施方式，能够对每个作业者的学习能力的有无进行判定。因此，作业管理者能够考虑各作业者的学习能力，制定最佳的作业计划。
实施方式2.
在实施方式1中，在图8的步骤S1053的作业者的学习能力的判定处理中，作为判定指标仅使用了决定系数。
在本实施方式中，除了决定系数之外，通过将在图5的步骤S102中生成的熟练曲线作为判定指标，从而使作业者的学习能力的判定的判定精度提高。
图9示出本实施方式涉及的信息处理装置100的功能结构例。
在图9中，与图3相比，不同点在于，学习能力判定部109从熟练曲线数据库104取得熟练曲线。此外，由于图9的其它要素与图3所示的相同，因此省略说明。另外，本实施方式涉及的信息处理装置100的硬件结构例与图2所示的相同。
下面，主要对与实施方式1的差异进行说明。下面没有说明的事项与实施方式1相同。
在本实施方式中，学习能力判定部109使用决定系数和熟练曲线，对作业者的学习能力进行判定。学习能力判定部109仅将在使用了决定系数的评价及使用了熟练曲线的评价中均被判定为具有学习能力的作业者认定为具有学习能力。
由于使用了决定系数的评价与实施方式1所示的相同，因此省略说明。
在本实施方式中，学习能力判定部109以如下方式使用熟练曲线，对作业者的学习能力进行评价。
学习能力判定部109沿由熟练容易性判定部107判定为是容易熟练的作业工序的作业工序的熟练曲线对作业时间的上限值的曲线即上限值曲线和作业时间的下限值的曲线即下限值曲线进行设定。即，学习能力判定部109针对每个作业次数，对作业时间的允许范围的上限值和下限值进行计算，对上限值曲线和下限值曲线进行设定。图10示出设定了上限值曲线和下限值曲线的熟练曲线的例子。
每个作业次数的允许范围的上下限值是基于该作业工序的熟练曲线分别通过式(5)、式(6)进行计算的。
[数学式4]
上限值：RT上限＝An-B+f1(n) 式(5)
下限值：RT下限＝An-B-f2(n) 式(6)
由作业管理者设定对允许范围的上下限进行规定的函数f1(n)、f2(n)。作为例子，函数f1(n)、f2(n)能够设为式(7)，在式(7)中熟练曲线的上下限的宽度伴随着作业次数的累积而递减变窄。
[数学式5]
f(n)＝RT/n 式(7)
学习能力判定部109将作业时间的允许范围的上下限值和实际的作业时间的偏差用于作业者的学习能力的判定。即，学习能力判定部109进行作业时间数据所示的作业时间的履历与熟练曲线的上限值曲线及下限值曲线之间的比较，对作业者的学习能力进行判定。
学习能力判定部109在满足以下任意条件的情况下，判定为作业者欠缺学习能力。
a)在累积作业次数小于或等于5次的阶段，作业时间数据的作业时间高于上限值或低于下限值的次数大于或等于3次。
b)在累积作业次数超过5次的阶段，作业时间数据的作业时间连续3次高于上限值或低于下限值。
此外，在作业时间数据的作业时间低于下限值的情况下，不一定能够说作业者欠缺学习能力。但是，在作业时间数据的作业时间多次低于下限值的情况下，有可能存在作业者没有进行一部分作业流程等问题。因此，在某作业者的作业时间大于或等于规定次数低于下限值的情况下，为了唤起作业管理者的注意，学习能力判定部109判定为该作业者欠缺学习能力，使显示处理部111将该作业者提示给作业管理者。
如上所述，在本实施方式中，在作业者的学习能力的判定中，由于除了决定系数之外还考虑作业时间相对于熟练曲线的上下限值的背离，因此能够进行高精度的判定。
以上，针对本发明的实施方式进行了说明，但也可以将这些实施方式中的大于或等于2个组合而进行实施。
或者，也可以局部地实施这些实施方式中的1个。
或者，也可以局部地组合这些实施方式中的大于或等于2个而实施。
此外，本发明并不限于这些实施方式，可以根据需要进行各种变更。
＊＊＊硬件结构的说明＊＊＊
最后，进行信息处理装置100的硬件结构的补充说明。
图2所示的处理器11为进行处理的IC(Integrated Circuit)。
处理器11例如是CPU(Central Processing Unit)、DSP(Digital SignalProcessor)等。
图2所示的存储器12例如是RAM(Random Access Memory)。
图2所示的存储装置13例如是ROM(Read Only Memory)、闪存、HDD(Hard DiskDrive)等。
图2所示的通信装置14包含接收数据的接收器及发送数据的发送器。
通信装置14例如是通信芯片或NIC(Network Interface Card)。
输入装置15例如是鼠标、键盘。
显示装置16例如是显示器。
在存储装置13中还存储有OS(Operating System)。
而且，OS的至少一部分被载入至存储器12，由处理器11执行。
处理器11一边执行OS的至少一部分，一边执行程序，该程序实现通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的功能。
通过由处理器11执行OS，从而进行任务管理、存储器管理、文件管理、通信控制等。
另外，表示通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的处理结果的信息、数据、信号值、变量值存储于存储器12、存储装置13、处理器11内的寄存器及缓存存储器的至少任意者。
另外，实现通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的功能的程序也可以存储于磁盘、软盘、光盘、高密度盘、蓝光(注册商标)盘、DVD等便携式存储介质。
另外，也可以将通信处理部101、熟练曲线生成部103、决定系数计算部105、熟练容易性判定部107、学习能力判定部109、显示处理部111的“部”改称为“电路”或“工序”或“流程”或“处理”。
另外，信息处理装置100也可以由逻辑IC(Integrated Circuit)、GA(GateArray)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-ProgrammableGate Array)等电子电路实现。
此外，也将处理器及上述电子电路总称为处理电路。
标号的说明
100信息处理装置，101通信处理部，102作业时间收集数据库，103熟练曲线生成部，104熟练曲线数据库，105决定系数计算部，106决定系数数据库，107熟练容易性判定部，108熟练容易性数据库，109学习能力判定部，110学习能力数据库，111显示处理部，112递减指标值计算部，200收集数据服务器装置，300工厂生产线，301作业设备，302作业设备，303作业设备，304作业设备，305作业设备，401网络，402网络。

Claims (9)

1.一种信息处理装置，其具有：
递减指标值计算部，其使用将作业工序中的多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，针对每个作业者对表示所述作业工序的与作业次数的增加相伴的作业时间的递减状况的指标值即递减指标值进行计算；以及
熟练容易性判定部，其基于所述多个作业者的递减指标值，对所述作业工序是否为容易熟练的作业工序进行判定。
2.根据权利要求1所述的信息处理装置，其中，
所述熟练容易性判定部从所述多个作业者的递减指标值中选择与选择条件吻合的递减指标值，对选择出的递减指标值的平均值进行计算，在计算出的平均值大于或等于阈值的情况下，将所述作业工序判定为是容易熟练的作业工序。
3.根据权利要求1所述的信息处理装置，其中，
所述递减指标值计算部使用将多个作业工序中的所述多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，按照作业工序，针对每个作业者对所述递减指标值进行计算，
所述熟练容易性判定部基于所述多个作业者的递减指标值，对各作业工序是否为容易熟练的作业工序进行判定，
所述信息处理装置还具有学习能力判定部，该学习能力判定部使用由所述熟练容易性判定部判定为是容易熟练的作业工序的作业工序的递减指标值，对各作业者的学习能力进行判定。
4.根据权利要求3所述的信息处理装置，其中，
所述学习能力判定部，
针对每个作业者，对由所述熟练容易性判定部判定为是容易熟练的作业工序的作业工序的递减指标值的平均值进行计算，
在计算出的平均值大于或等于阈值的情况下，判定为该作业者具备所要求的学习能力，
在计算出的平均值小于阈值的情况下，判定为该作业者不具备所要求的学习能力。
5.根据权利要求1所述的信息处理装置，其中，
所述递减指标值计算部针对每个作业者，使用所述作业时间数据，生成表示所述作业工序的作业次数和作业时间的关系的熟练曲线，对所述熟练曲线和所述作业时间数据所示的作业时间的履历之间的决定系数进行计算，作为所述递减指标值。
6.根据权利要求5所述的信息处理装置，其中，
所述递减指标值计算部使用将多个作业工序中的所述多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，按照作业工序，针对每个作业者进行所述熟练曲线的生成及所述决定系数的计算，
所述熟练容易性判定部基于所述多个作业者的决定系数，对各作业工序是否为容易熟练的作业工序进行判定，
所述信息处理装置还具有学习能力判定部，该学习能力判定部使用由所述熟练容易性判定部判定为是容易熟练的作业工序的作业工序的决定系数，对各作业者的学习能力进行判定。
7.根据权利要求6所述的信息处理装置，其中，
所述学习能力判定部，
针对每个作业者，对由所述熟练容易性判定部判定为是容易熟练的作业工序的作业工序的决定系数的平均值进行计算，
针对每个作业者，沿由所述熟练容易性判定部判定为是容易熟练的作业工序的作业工序的熟练曲线对作业时间的上限值的曲线即上限值曲线和作业时间的下限值的曲线即下限值曲线进行设定，
针对每个作业者，进行阈值与计算出的平均值的比较、所述作业时间数据所示的作业时间的履历与所述上限值曲线及所述下限值曲线之间的比较，对学习能力进行判定。
8.一种信息处理方法，
计算机使用将作业工序中的多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，针对每个作业者对表示所述作业工序的与作业次数的增加相伴的作业时间的递减状况的指标值即递减指标值进行计算，
所述计算机基于所述多个作业者的递减指标值，对所述作业工序是否为容易熟练的作业工序进行判定。
9.一种信息处理程序，其使计算机执行如下处理：
递减指标值计算处理，使用将作业工序中的多个作业者的作业时间的履历针对每个作业者示出的作业时间数据，针对每个作业者对表示所述作业工序的与作业次数的增加相伴的作业时间的递减状况的指标值即递减指标值进行计算；以及
熟练容易性判定处理，基于所述多个作业者的递减指标值，对所述作业工序是否为容易熟练的作业工序进行判定。
CN201680088947.XA 2016-09-07 2016-09-07 信息处理装置、信息处理方法及信息处理程序 Pending CN109690584A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/076317 WO2018047255A1 (ja) 2016-09-07 2016-09-07 情報処理装置、情報処理方法及び情報処理プログラム

Publications (1)

Publication Number Publication Date
CN109690584A true CN109690584A (zh) 2019-04-26

Family

ID=61561776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680088947.XA Pending CN109690584A (zh) 2016-09-07 2016-09-07 信息处理装置、信息处理方法及信息处理程序

Country Status (6)

Country Link
US (1) US20190205802A1 (zh)
JP (1) JP6381863B2 (zh)
KR (1) KR20190026950A (zh)
CN (1) CN109690584A (zh)
TW (1) TWI636419B (zh)
WO (1) WO2018047255A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021135537A (ja) * 2020-02-21 2021-09-13 株式会社日立製作所 データ補完装置及びデータ補完方法
JP7412592B2 (ja) * 2020-11-06 2024-01-12 三菱電機株式会社 情報処理装置、情報処理方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010051891A1 (en) * 2000-04-26 2001-12-13 Kunio Yamamoto Man-hour management system
CN1954294A (zh) * 2004-05-14 2007-04-25 国际商业机器公司 网格计算系统、信息处理装置、作业执行请求生成装置、控制方法、程序以及记录介质
US20110276162A1 (en) * 2008-11-26 2011-11-10 Youichi Nonaka Device for calculating standard work time, system for managing standard work time, method for calculating standard work time, and program thereof
CN102473010A (zh) * 2009-10-22 2012-05-23 株式会社日立制作所 作业支援系统、作业支援方法以及作业支援程序

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH086992A (ja) * 1994-06-15 1996-01-12 Sumitomo Wiring Syst Ltd 生産調整装置
JPH10261122A (ja) * 1997-03-18 1998-09-29 Sumitomo Wiring Syst Ltd 作業配分最適化方法
JP4120188B2 (ja) * 2001-07-30 2008-07-16 株式会社日立製作所 組立時間推定システム
JP2003288388A (ja) * 2002-03-28 2003-10-10 Sharp Corp 作業支援システム、作業支援方法、作業支援処理プログラム及び作業支援プログラムを記録した記録媒体
JP4359154B2 (ja) * 2004-01-21 2009-11-04 富士通株式会社 プロジェクト管理装置、プロジェクト管理方法、およびプログラム
JP4655494B2 (ja) * 2004-03-26 2011-03-23 パナソニック電工株式会社 組立製造ラインにおける作業工程別タクトタイム推定方法、全体工程編成方法、装置およびプログラム
TW200847038A (en) * 2007-05-16 2008-12-01 Tai-Woei Shiah One kind of an expert system for process time measurement and production line balancing
TW200849113A (en) * 2007-06-08 2008-12-16 Hon Hai Prec Ind Co Ltd System and method for arranging a production plan
TW200903355A (en) * 2007-07-06 2009-01-16 Hon Hai Prec Ind Co Ltd System and method for arranging a purchase order
JP2010205027A (ja) * 2009-03-04 2010-09-16 Toshiba Corp 製品の製造支援装置、製品の製造支援方法、および製品の製造支援プログラム
JP6041307B2 (ja) * 2013-03-05 2016-12-07 株式会社日立プラントコンストラクション 作業管理システム
JP6171436B2 (ja) * 2013-03-19 2017-08-02 富士通株式会社 組立時間算出プログラム、組立時間算出方法及び組立時間算出装置
CN105243434A (zh) * 2015-09-16 2016-01-13 西安工业大学 一种装配序列规划的方法
CN105741034A (zh) * 2016-01-27 2016-07-06 浪潮电子信息产业股份有限公司 一种服务器产品的组装测试生产工时计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010051891A1 (en) * 2000-04-26 2001-12-13 Kunio Yamamoto Man-hour management system
CN1954294A (zh) * 2004-05-14 2007-04-25 国际商业机器公司 网格计算系统、信息处理装置、作业执行请求生成装置、控制方法、程序以及记录介质
US20110276162A1 (en) * 2008-11-26 2011-11-10 Youichi Nonaka Device for calculating standard work time, system for managing standard work time, method for calculating standard work time, and program thereof
CN102473010A (zh) * 2009-10-22 2012-05-23 株式会社日立制作所 作业支援系统、作业支援方法以及作业支援程序

Also Published As

Publication number Publication date
TWI636419B (zh) 2018-09-21
US20190205802A1 (en) 2019-07-04
JP6381863B2 (ja) 2018-08-29
TW201812679A (zh) 2018-04-01
KR20190026950A (ko) 2019-03-13
WO2018047255A1 (ja) 2018-03-15
JPWO2018047255A1 (ja) 2018-09-06

Similar Documents

Publication Publication Date Title
CN109961086B (zh) 基于聚类和sse的异常点比例优化方法及装置
CN106156791B (zh) 业务数据分类方法和装置
CN106104496B (zh) 用于任意时序的不受监督的异常检测
CN108090516A (zh) 自动生成机器学习样本的特征的方法及系统
US10521748B2 (en) Retention risk determiner
US9842301B2 (en) Systems and methods for improved knowledge mining
TW201835789A (zh) 評分模型的建立、用戶信用的評估方法及裝置
CN110806954A (zh) 评估云主机资源的方法、装置、设备及存储介质
JPWO2016151618A1 (ja) 予測モデル更新システム、予測モデル更新方法および予測モデル更新プログラム
US20140025418A1 (en) Clustering Based Resource Planning, Work Assignment, and Cross-Skill Training Planning in Services Management
CN109255517B (zh) 风控策略的生成方法、装置、服务器及可读存储介质
CN105139282B (zh) 一种电网指标数据处理方法、装置以及计算设备
US20180307720A1 (en) System and method for learning-based group tagging
US11231978B2 (en) API and streaming solution for documenting data lineage
US20180267964A1 (en) Causal analysis device, causal analysis method, and non-transitory computer readable storage medium
US20150019298A1 (en) Estimating path information in business process instances when path information influences decision
CN109784352A (zh) 一种评估分类模型的方法和装置
CN109690584A (zh) 信息处理装置、信息处理方法及信息处理程序
KR20180005153A (ko) 상인의 상업지역 정보의 표시
JP6395852B2 (ja) 業務状況管理システム、及び業務状況管理方法
JP2013033450A (ja) 製造工期予測装置、製造工期予測方法、及びコンピュータプログラム
CN109690585A (zh) 信息处理装置、信息处理方法及信息处理程序
JP6267398B2 (ja) サービス設計支援システムおよびサービス設計支援方法
JP2019128646A (ja) データ分析支援システム及びデータ分析支援方法
JP7120914B2 (ja) 生産実績データ分析装置

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190426

WD01 Invention patent application deemed withdrawn after publication