CN111492322A - 制造工序统计处理系统、制造工序统计处理方法以及程序 - Google Patents

制造工序统计处理系统、制造工序统计处理方法以及程序 Download PDF

Info

Publication number
CN111492322A
CN111492322A CN201880076972.5A CN201880076972A CN111492322A CN 111492322 A CN111492322 A CN 111492322A CN 201880076972 A CN201880076972 A CN 201880076972A CN 111492322 A CN111492322 A CN 111492322A
Authority
CN
China
Prior art keywords
manufacturing process
information
manufacturing
correlation
correlation coefficient
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
Application number
CN201880076972.5A
Other languages
English (en)
Other versions
CN111492322B (zh
Inventor
友田翼
植田直树
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 CN111492322A publication Critical patent/CN111492322A/zh
Application granted granted Critical
Publication of CN111492322B publication Critical patent/CN111492322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • 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

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

信息取得模块(500、502、504)从包含于制造工序的多个工序，取得多个制造工序信息。统计处理设定模块(506)定义表示制造工序的效率的制造效率指标和多个制造工序信息的对应关系。统计处理设定模块(506)受理制造效率指标中的任意指标的指定。统计处理模块(522)计算表示指定的制造效率指标中的任意指标和与其对应的制造工序信息的2个以上之间的相关关系的相关系数。显示信息生成模块(524)显示指定的制造效率指标中的任意指标与对应的多个制造工序信息的2个以上之间的相关关系。

Description

制造工序统计处理系统、制造工序统计处理方法以及程序
技术领域
本发明涉及制造工序统计处理系统、制造工序统计处理方法以及程序。
背景技术
已提出用于通过取得并分析制造现场中的各种数据来改善制造工序的各种装置。例如，在专利文献1中，公开从设置于制造装置的传感器取得数据并分析的平台。另外，已知以能够直接进行计算机处理的形式记录在制造现场进行作业的作业者的行动、操作的系统(例如专利文献2)。进而，已知根据取得的数据得到加入时间延迟要素的互相关系数(ZNCC)的方法(例如非专利文献1)。
现有技术文献
专利文献
专利文献1：日本特开2015-225648号公报
专利文献2：日本特开2006-178583号公报
非专利文献
非专利文献1：Luigi Di Stefano，Stefano Mattoccia，and Federico Tombari，"ZNCC-based template matching using bounded partial correlation"，PatternRecognition Letters 26(2005)：2129-2134.
发明内容
在制造工序中，大量的设备和大量的作业者存在关系。因此，制造工序的性能不仅由于制造装置的故障率、质量、停止时间等主要原因，而且由于参与制造的作业者的行动的主要原因也变动。即，为了改善制造工序的性能，需要不仅取得表示制造装置的状态的信息，而且还取得表示作业者的行动以及状态的信息并统计性地解析。另一方面，存在难以统计性地处理表示制造装置的状态和作业者的行动以及状态的非常多的种类的信息并抽出与制造工序的性能有关的信息这样的课题。
本发明是鉴于上述情况而完成的，其目的在于提供一种能够以使用户能够容易地掌握的方式对用户报告与制造工序的性能改善有关的信息的制造工序统计处理系统、制造工序统计处理方法以及程序。
为了达到上述目的，本发明的制造工序统计处理系统具有信息取得装置、对应关系定义装置、指定受理装置、相关关系计算装置以及输出装置。信息取得装置取得在产品的制造工序中得到的制造工序信息。对应关系定义装置定义表示制造工序的效率的制造效率指标、和信息取得装置取得的制造工序信息的对应关系。指定受理装置受理制造效率指标中的任意指标的指定。相关关系计算装置根据定义的对应关系，计算表示指定的制造效率指标与对应的制造工序信息之间的相关关系的相关系数。输出装置输出由相关关系计算装置计算出的相关系数来用于显示。
根据本发明，能够取得制造工序中的、例如表示制造装置的状态和作业者的行动以及状态的信息等并统计性地处理。因此，例如，能够以用户能够容易地掌握的方式，对用户提示与制造工序的性能改善有关的信息。
附图说明
图1是本发明的实施方式的第1制造工序统计处理系统的结构图。
图2是图1所示的第1制造工序统计处理系统的计算机的硬件结构图。
图3是示出在图1、图2所示的制造工序统计处理系统的计算机中执行并求出表示生产线的性能的指标彼此的相关关系的制造工序统计处理程序的结构的图。
图4是例示图3所示的统计处理设定模块接受的统计处理的设定的第1图。
图5是例示图3所示的UI模块显示于输入输出装置的UI图像的第1图。
图6是图3所示的制造工序统计处理程序的处理的流程图。
图7是实施方式的第2制造工序统计处理系统的结构图。
图8是例示图3所示的统计处理设定模块接受的统计处理的设定之一的第2图。
图9是例示图3所示的UI模块显示于输入输出装置的UI图像的第2图。
图10是例示在同一时间轴上将对多个制造工序信息的指标的相关系数进行时间序列图形化的UI图像的图。
图11是例示对图10所示的相关系数进行标准化变换并在同一时间轴上进行时间序列图形化的UI图像的图。
(附图标记说明)
1、6：制造工序统计处理系统；5：制造工序统计处理程序；10、36：生产线；500：制造装置信息取得模块；502：作业员信息取得模块；504：时间序列信息取得模块；506：统计处理设定模块；520：信息整理模块；522：统计处理模块；524：显示信息生成模块；526：UI模块；528：改善信息生成模块。
具体实施方式
[实施方式1]
以下，参照附图，说明本发明的实施方式1所涉及的制造工序统计处理系统及其方法。此外，在各图中，对实质上相同的构成要素附加相同的符号。
实施方式1的制造工序统计处理系统从生产线取得用于统计处理的制造工序信息并进行统计处理，针对统计信息的每个值用颜色区分来显示于UI(User Interface，用户接口)图像内，以便用户易于掌握。用户通过选择在UI图像内显示的统计信息，能够选择对制造工序的性能改善有效的制造工序信息，用于改善制造工序。
[制造工序统计处理系统1的结构]
如图1所示，第1制造工序统计处理系统1具备成为用于统计处理的信息的取得对象的第1生产线10、和被连接输入输出装置48的进行统计处理的计算机4。输入输出装置48具备显示器、打印机等输出装置、和键盘、鼠标等输入装置。计算机4用从输入装置输入的统计方法，处理从生产线10取得的信息，以用户易于辨识的方式将统计处理的结果输出给输出装置。
生产线10还具备搬入通过生产线10制造的产品34的0以上的材料30并载置的材料台12。生产线10还具备为了搬出而载置制造的产品34的产品台14。生产线10还具备设置于材料台12与产品台14之间的作业台16a～16c。作业台16a～16c被用于作业者1～3使用制造装置20a～20c，对材料30或者半成品32a、32b进行在制造工序中包含的作业1～3。此外，以下，在不特定地示出作业台16a～16c等在制造工序统计处理系统1中可能有多个的构成要素的1个以上时，有时只简记为作业台16。此外，材料30意味着用生产线10制造的物品作为基础的一般物质，广泛包括物质、原材料、零件、部件等。此外，以下，有时将作业者记载为作业员。在附图中，也有时将作业者记载为作业员。
生产线10在作业台16a～16c之间还具备半成品台18a、18b。在半成品台18a、18b载置为了作业2、3而搬送到作业台16b、16c的半成品32a、32b。
如图1所示，对材料30、半成品32以及产品34，在向生产线10搬入材料30时，附加RFID(Radio Frequency IDentifier，射频识别符)标签。此外，该RFID标签直至产品34被搬出不会被拆下。对材料台12、半成品台18a、18b以及产品台14，附加RFID检测装置22a～22d。RFID检测装置22a～22d检测来自附加到材料30、半成品32以及产品34的RFID标签的信号并识别它们。
另外，对作业台16a～16c附加有人感传感器160a～160c，该人感传感器160a～160c检测作业者1～3到作业台16a～16c进行作业、即作业者在座。另外，对作业台16a～16c附加检测作业者1～3的体温的体温传感器162a～162c。另外，对制造装置20a～20c附加运行显示装置200a～200c。运行显示装置200a～200c在制造装置20运行时点亮，在不运行时熄灭，表示制造装置20是否运行。生产线10通过这些构成要素，取得表示用于从材料30制造产品34的所有制造工序所需的构成要素、和在制造工序中使用的制造装置20以及作业员的状态的信息，并输出给计算机4。
如图2所示，计算机4具备本体40、和从生产线10接受用于制造工序统计处理的信息的I/O(Input/Output)装置42。计算机4还具备在与HD(Hard Disk，硬盘)、DVD(DigitalVersatile Disk，数字多功能盘)等非易失性的记录介质之间读写数据的记录装置44。计算机4还具备用于信息的输入输出的输入输出装置48。即，计算机4具有能够根据用户的操作从生产线10的RFID检测装置22等取得信息且能够进行统计处理并能够输出统计处理的结果的作为一般的计算机的构成要素。
图3是示出在图1、图2所示的制造工序统计处理系统1的计算机4中执行并求出表示生产线10的性能的指标彼此的相关关系的制造工序统计处理程序5的结构的图。此外，在图3中，为了易于观察附图，从制造工序统计处理程序5的构成要素的名称省略了“模块”。将制造工序统计处理程序5，经由记录介质46等载入到图2所示的计算机4的存储器402。通过CPU(Central Processing Unit，中央处理单元)400的控制，具体地利用硬件资源来执行载入到存储器402的制造工序统计处理程序5。由此，制造工序统计处理系统1发挥相关关系计算装置的功能。
如图3所示，制造工序统计处理程序5具备每10秒依次取得表示图1所示的制造装置20的运行状态的信息的制造装置信息取得模块500。此外，以下，将制造装置20运行的时间相对由用户经由输入输出装置48设定的时间段的比例还记载为装置运行率。另外，以下，将制造装置20故障的时间相对该时间段的比例还记载为故障率。另外，以下，将在该时间段中由作业台16处的作业员进行了作业的材料30或者半成品32的数量，还记载为作业台16的生产量。
另外，制造工序统计处理程序5还具备作业员信息取得模块502。作业员信息取得模块502每10秒依次取得表示作业员1～3是否在作业台16处作业的信息、和表示作业员1～3的体温的信息。
此外，以下，将作业员1～3到作业台16进行作业的时间相对预先定义的时间段的比例还记载为作业者在席率1～3。此外，作业者在席率是担当多个工序的多个作业者分别执行所担当的多个工序中的任意工序的时间和其以外的时间的执行时间比率的一个例子。
另外，制造工序统计处理程序5还具备时间序列信息取得模块504。时间序列信息取得模块504每10秒依次取得表示RFID检测装置22检测出的附加到材料30、半成品32以及产品34的RFID标签的标识符(ID)的时间序列信息。此外，以下，将制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504取得的这些信息总称而还记载为制造工序信息。另外，在生产线10刚要运行之前放置于材料台12的半成品32的数量还被记载为制造前半成品量。此外，制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504是取得与产品的制造相关的多个制造工序信息的信息取得装置的一个例子。
另外，制造工序统计处理程序5还具备与制造装置信息取得模块500连接的制造装置DB(Data Base，数据库)510、和与作业员信息取得模块502连接的作业员DB512。另外，制造工序统计处理程序5还具备与时间序列信息取得模块504连接的时间序列DB514、和与统计处理设定模块506连接的统计处理DB516。制造装置DB510存储制造装置信息取得模块500取得的制造装置信息，作业员DB512存储作业员信息取得模块502取得的作业员信息。另外，时间序列DB514存储时间序列信息取得模块504取得的时间序列信息。
制造工序统计处理程序5还具备接受用户在输入输出装置48中设定的统计处理的设定的统计处理设定模块506。统计处理设定模块506是定义表示制造工序的效率的各个制造效率指标、和从多个工序分别取得的多个制造工序信息的对应关系的对应关系定义装置的一个例子。
如图4所示，在统计处理的设定中，包括表示制造工序的性能的多个指标y1～yk～yn和使指标y1～yk～yn与制造工序分别对应起来的1个以上的有向图。在各有向图中，将表示制造工序的性能的指标y、和由制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504取得的1个以上的制造工序信息s对应起来。
关于表示制造工序的性能的指标y，只要是例如制造的产品34的生产量y1、装置运行率yk、表示产品34中的从材料30不反复各作业地制造的产品34的比例的直达率yn等表示性能的指标，则可以是任意的。指标y例如是从制造工序信息s中选择，或者加工制造工序信息s而得到的。
另一方面，制造工序信息s包括由制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504取得的装置运行率、作业者在席率、作业间半成品量、装置运行率以及作业者体温等信息。
在图4所示的有向图的例子中，将生产量y1和装置运行率s1’...作业者在席率sa’对应起来，将装置运行率yk和作业者在席率s1”...作业间半成品量sb”对应起来，将直达率yn和装置运行率s1”'...作业者体温sc”'对应起来。此外，下标a、b、c分别是自然数，也可以是1。另外，制造工序信息s在所有有向图中是共同的，但为了易于区分是在哪个有向图中使用，对与生产量y1对应起来的制造工序信息s附加《’》，对与装置运行率yk对应起来的制造工序信息s附加《”》，对与直达率yn对应起来的制造工序信息s附加《”'》来区分。制造工序信息s1’～sa’、s1”～sb”、s1”'～sc”'都是从制造工序信息s的集合选择出的。
也可以是同一制造工序信息s包含于多个有向图，某个有向图中的指标y还能够成为其他有向图中的制造工序信息s，某个有向图中的制造工序信息s还能够成为其他有向图中的指标y。例如，在图4的例子中，装置运行率yk被用作直达率yn的有向图中的装置运行率s1”'，作业者在席率被用作生产量y1和装置运行率yk的有向图中的作业者在席率sa’和s1”。
与统计处理设定模块506连接的统计处理DB516存储由统计处理设定模块506接受的制造工序信息s的处理方法。
对制造装置DB510、作业员DB512、时间序列DB514以及统计处理DB516，连接有信息整理模块520。信息整理模块520依照存储于统计处理DB516的信息整理方法，处理从制造装置DB510、作业员DB512以及时间序列DB514输入的指标y和制造工序信息s。即，信息整理模块520依照图4例示的有向图，处理指标y和制造工序信息s，如表1～表3例示，以表格形式整理。
表1～表3示出根据图3所示的统计处理设定模块506接受的统计处理的设定，信息整理模块520执行的信息整理的具体例。
表1示出设定有将制造装置1、即制造装置20a的装置运行率设为y，并将制造装置1的平均半成品数和制造装置1的加工实绩设为s的有向图的例子。在该例子中，信息整理模块520按照预先设定的以1小时为单位的时间段，在表格上将制造装置1的装置运行率和制造装置1的平均半成品数以及制造装置1的加工实绩s对应起来整理。
另一方面，表2示出设定有将作业者1的在席率设为y，并将作业者1的体温设为s的有向图的情况下的数据整理方法的具体例。在该例子中，信息整理模块520按照时间段在表格上将作业者1的在席率y和作业者1的体温s对应起来整理。
另外，表3示出设定有将生产线10的生产量设为y，并将直达率设为s的有向图的情况下的数据整理方法的具体例。在该例子中，信息整理模块520按照时间段在表格上将生产量y和直达率s对应起来整理。
[表1]
字段名 装置1运行率 装置1前平均半成品数 装置1加工实绩
类别 装置运行率 装置前平均半成品数 装置加工实绩
2017/8/31 0:00 85％ 1408.2 321
2017/8/31 1:00 99％ 1409.7 412
2017/8/31 2:00 93％ 1278.1 324
2017/8/31 3:00 90％ 1440.1 624
2017/8/31 4:00 98％ 1716.9 543
2017/8/31 5:00 91％ 1758.3 426
2017/8/31 6:00 82％ 1678.6 534
2017/8/31 7:00 92％ 1537.3 631
2017/8/31 8:00 80％ 1010.2 324
2017/8/31 9:00 90％ 850.8 421
… … … …
[表2]
字段名 作业者1在席率 作业者1体温
类别 作业者在席率 作业者体温
2017/8/31 0:00 85％ 36.2
2017/8/31 1:00 99％ 36.1
2017/8/31 2:00 93％ 35.8
2017/8/31 3:00 90％ 36.3
2017/8/31 4:00 98％ 36.2
2017/8/31 5:00 91％ 36.0
2017/8/31 6:00 82％ 35.7
2017/8/31 7:00 92％ 35.8
2017/8/31 8:00 80％ 36.1
2017/8/31 9:00 90％ 35.9
… … …
[表3]
时刻 生产量 直达率
2017/8/31 0:00 321 85％
2017/8/31 1:00 412 99％
2017/8/31 2:00 324 93％
2017/8/31 3:00 624 90％
2017/8/31 4:00 543 98％
2017/8/31 5:00 426 91％
2017/8/31 6:00 534 82％
2017/8/31 7:00 631 92％
2017/8/31 8:00 324 80％
2017/8/31 9:00 421 90％
… … …
对图3所示的信息整理模块520，连接有统计处理模块522以及显示信息生成模块524。
统计处理模块522从统计处理DB516读出统计处理方法。进而，统计处理模块522针对由信息整理模块520处理并整理的表示制造工序的性能的指标y和制造工序信息s的组、即在表1～表3中例示的表格上整理的信息的每一个，进行通过读出的统计处理方法表示的统计处理。
在更具体地说明时，统计处理模块522关于由信息整理模块520整理的表示性能的各指标y和制造工序信息s的组合，计算通过下式1～式4定义的、表示第i个制造工序信息si与指标y之间的相关的程度的相关系数ρiy、表示指标y与第j个制造工序信息sj之间的相关的程度的相关系数ρyj、表示第i个制造工序信息si与第j个制造工序信息sj之间的相关的程度的相关系数ρij。i和j是在将与指标y对应起来的制造工序信息s的数量设为N时成为0≤i、j≤N的任意的整数。例如，在表1的例子中，N＝2下，i和j是1或者2，在表2、3的例子中，N＝1下，i＝j＝1。
进而，统计处理模块522使用计算出的相关系数ρiy、ρyj、ρij，求出通过下式5定义的(N+1)×(N+1)形式的对称的相关系数矩阵M。此外，ρiy与ρyi相同，通过在数学式1中设为j＝i而求出。
另外，在表1～3的例子中，按照时间段来整理了数据，所以导入确定时间段的变量τ。另外，T表示时间段的数量。例如，在表1～表3的例子中，测定的时间段是以1小时为单位，所以如果将测定期间设为1日，则T成为24。
另外，yτ是表示时间段τ中的性能的指标y。因此，以下所示的yτ相当于与图4所示的y1～yn不同的指标。同样地，siτ表示时间段τ中的第i个制造工序信息，sjτ表示时间段τ中的第j个制造工序信息。在用表1说明时，y是装置运行率，yτ＝y1是在0：00的时间段中的装置运行率85％，s1是装置前平均半成品数，s1τ＝S12是在1：00的时间段中的装置前平均半成品数1409.7，s2是装置加工实绩，s2τ＝S23是在2：00的时间段中的装置加工实绩324。
[数学式1]
Figure BDA0002512785490000111
[数学式2]
Figure BDA0002512785490000112
[数学式3]
Figure BDA0002512785490000121
[数学式4]
Figure BDA0002512785490000122
[数学式5]
Figure BDA0002512785490000123
如上所述，ρij＝ρji成立。因此，在将矩阵M的行编号设为i’、将列编号设为j’时，ρi’j’＝ρj’i’成立。另外，由于相关系数的性质，在相关系数矩阵M中，ρi’j’是将其小数点第2位四舍五入而得到的，-1≤ρi’j’≤1。
在表1的信息的例子中，制造工序信息s的数量N＝2，所以矩阵M成为3×3形式的矩阵，在表2和表3的信息的例子中，制造工序信息s的数量N＝1，所以矩阵M成为2×2形式的矩阵。
在相关系数矩阵M中，关于为了改善表示由用户选择的制造工序的性能的指标y，与该指标y对应起来的制造工序信息s提供多少影响，通过该要素的相关系数来表示。此外，在相关系数矩阵M中，ρi’j’＝ρj’i’成立，所以为了对用户示出相关系数矩阵M包含的所有信息，在输入输出装置48中显示其上一半即可。
然而，只是仅用括弧和系数表示相关系数矩阵M的上一半时，对于用户来说，难以直接掌握为了改善指标y而关系大的制造工序信息s是哪一个。因此，显示信息生成模块524加工相关系数矩阵M的上一半的信息来用于显示。显示信息生成模块524进而为了直接掌握为了改善指标y而关系大的制造工序信息s是哪一个，对相关系数矩阵M的各要素，根据其值，如表4例示，附加HSV颜色空间或者HLS颜色空间中的颜色。
[表4]
Figure BDA0002512785490000141
即，在表5例示的相关系数矩阵M的上一半的各要素中，如表4例示，按照从值大的要素到值小的要素的顺序，附加依照红色～橙色～黄色～黄绿色～绿色逐渐变化的颜色。此外，对以下的各表所示的相关系数矩阵M的各要素，附加表4例示的颜色。
[表5]
y s1 s2 s3 s4 s5 s6 s7
y 1.0 0.4 0.2 0.7 -0.2 -0.3 -0.5 -0.6
s1 1.0 0.6 0.2 -0.4 -0.1 -0.4 -0.7
s2 1.0 0.1 -0.2 0.2 -0.5 -0.6
s3 1.0 0.1 -0.1 -0.6 -0.6
s4 1.0 0.1 -0.2 0.2
s5 1.0 0.1 -0.2
s6 1.0 0.3
s7 1.0
UI模块526将由显示信息生成模块524生成的信息，显示于输入输出装置48的显示画面。
此外，有时在从生产线10得到的指标y与制造工序信息s之间的相关关系中，作为要素包含时间延迟。例如，在表1的例子中，对于配置有装置1的作业台16a来说，接受其作业之前的阶段的半成品32的数量是放置于材料台12的材料30的数量，在此产生时间差。此时，统计处理模块522不求出式1～式5所示的不考虑时间延迟的相关系数矩阵M，而求出通过式6、式7定义的N×N形式的对称的互相关系数矩阵M[l]。
在互相关系数矩阵M[l]中作为要素包含的互相关系数Rij[l]中，考虑时间延迟。此外，式6、式7所示的时间延迟影响相关关系时的互相关系数被简称为ZNCC(Zero meanNormalized Cross-Correlation function)。
[数学式6]
Figure BDA0002512785490000151
[数学式7]
Figure BDA0002512785490000161
此外，在互相关系数矩阵M[l]中，关于任意的i’、j’、l，Ri’j’[l]＝Ri’j’[l]以及-1≤Ri’j’[l]≤-1。另外，如式1～式5所示，在成为统计处理的对象的指标y和制造工序信息s相同时，Ri’j’[0]＝ρi’j’。另外，时间延迟l的单位是根据应用式6、式7的指标y以及制造工序信息s的整理方法而不同，在表1～表3例示的情况下是1小时。
显示信息生成模块524对以下的各表所示的互相关系数矩阵M[l]的各要素，也附加表4例示的颜色。另外，l＝0时的互相关系数矩阵M[l]与相关系数矩阵M相同，所以以下将它们总称为互相关系数矩阵M[l]。另外，关于式1～式7等所示的统计处理方法，由用户设定到统计处理设定模块506，存储到统计处理DB516。
在表6～表8中，关于与由用户选择的应改善的指标y对应起来的制造工序信息s，例示作为时间延迟l＝0、2、4得到的互相关系数矩阵M[l]。用户通过参照表6～表8例示的互相关系数矩阵M[l]，在时间延迟l＝2时，在指标y与制造工序信息s3之间找到较强的正的相关关系的存在。
[表6]
l＝0 y s1 s2 s3 s4 s5 s6 s7
y 1.0 0.5 0.3 0.6 -0.2 -0.5 -0.8 -0.6
s1 1.0 0.6 0.1 -0.5 -0.4 -0.5 -0.8
s2 1.0 0.0 -0.3 0.0 -0.4 -0.6
s3 1.0 0.1 -0.4 -0.6 -0.4
s4 1.0 0.2 0.0 0.5
s5 1.0 0.2 0.2
s6 1.0 0.7
s7 1.0
[表7]
l＝2 y s1 s2 s3 s4 s5 s6 s7
y 1.0 0.5 0.2 0.7 -0.1 -0.5 -0.7 -0.6
s1 1.0 0.7 0.1 -0.5 -0.2 -0.5 -0.8
s2 1.0 0.0 -0.3 0.2 -0.3 -0.6
s3 1.0 0.1 -0.4 -0.6 -0.4
s4 1.0 0.1 0.0 0.3
s5 1.0 0.2 0.0
s6 1.0 0.6
s7 1.0
[表8]
l＝4 y s1 s2 s3 s4 s5 s6 s7
y 1.0 0.4 0.3 0.5 -0.1 -0.5 -0.5 -0.5
s1 1.0 0.7 0.1 -0.5 -0.2 -0.5 -0.8
s2 1.0 0.0 -0.3 0.2 -0.4 -0.6
s3 1.0 0.1 -0.3 -0.6 -0.4
s4 1.0 0.1 0.0 0.3
s5 1.0 0.2 0.0
s6 1.0 0.6
s7 1.0
在图3所示的显示信息生成模块524中，对统计处理模块522生成且表5等所示的相关系数矩阵M以及互相关系数矩阵M[l]的各要素，附加表4所示的颜色而生成显示图像。
图5是例示图3所示的用户接口(UI)模块526显示于图1等所示的输入输出装置48的UI图像的图。对显示信息生成模块524，连接有UI模块526。UI模块526如图5所示，将由显示信息生成模块524生成的包括互相关系数矩阵M[l]的UI图像，显示于输入输出装置48。
如图5所示，在UI图像中，包括表示如表4所示对各要素附加颜色的互相关系数矩阵M[l]的图像、和用于选择作为分析对象的指标y的图像。此外，在图5中，用灰度模拟地表现颜色。进而，如图5所示，在该UI图像中，包括用于设定在互相关系数矩阵M[l]的生成中使用的时间延迟l的图像、和用于设定分析期间的图像。
制造工序统计处理系统1的用户对显示于输入输出装置48的该UI图像进行操作，设定分析对象、时间延迟l以及分析时间。制造工序统计处理程序5的各构成要素根据用户的操作进行处理，将图5所示的互相关系数矩阵M[l]的上一半的图像，显示于输入输出装置48的UI图像内。另外，UI模块526将由用户设定的时间延迟l输出给统计处理设定模块506。
进而，UI模块526在UI图像内显示的互相关系数矩阵M[l]的上一半的图像中包含的各要素中，接受用户用于选择的操作。UI模块526在接受了操作时，生成所显示的互相关系数矩阵M[l]、和表示选择的要素的选择信息。此外，UI模块526成为在进行这样的处理时，受理对显示于显示装置的多个相关系数中的1个以上相关系数的选择的选择受理装置的一个例子。对UI模块526连接有信息整理模块520、统计处理模块522以及改善信息生成模块528。
改善信息生成模块528根据从UI模块526输入的选择信息，生成表示用于关于指标y改善图1所示的生产线10的制造工序信息s的改善信息。此外，改善信息生成模块528是信息生成装置的一个例子，该信息生成装置根据选择的多个相关系数中的1个以上相关系数，生成示出制造工序信息的信息，该制造工序信息表示在包含于制造工序的多个工序的各个中应变更的制造工序。对改善信息生成模块528连接有改善信息DB532，存储从改善信息生成模块528输入的改善信息。根据对输入输出装置48的用户的操作，从输入输出装置48适宜地输出存储于改善信息DB532的改善信息。信息整理模块520以及统计处理模块522以从UI模块526输入选择信息为契机进行处理。
[制造工序统计处理程序5的整体动作]
图6是示出图3所示的制造工序统计处理程序5的整体性的动作的流程图。如图6所示，在步骤S100中，制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504从图1所示的生产线10的各构成要素，取得各种制造工序信息s。
制造装置信息取得模块500、作业员信息取得模块502以及时间序列信息取得模块504将取得的各种制造工序信息s存储到制造装置DB510、作业员DB512以及时间序列DB514。统计处理设定模块506接受由用户输入到输入输出装置48的统计处理的设定。另外，统计处理设定模块506根据向图5所示的UI图像的用户的操作，接受时间延迟l。统计处理设定模块506将接受的设定以及时间延迟，存储到统计处理DB516。
在步骤S102中，信息整理模块520以及统计处理模块522从UI模块526被输入选择信息，判断是否进行了信息处理的请求。制造工序统计处理程序5在进行了信息处理的请求时(步骤S102：“是”)，进入到步骤S104的处理，在其以外时(步骤S102：“否”)，返回到步骤S100的处理。
在步骤S104中，信息整理模块520从统计处理DB516读出信息整理方法。进而，信息整理模块520如表1～表3所示，针对每个指标y处理制造工序信息s来生成表格，输出给统计处理模块522。
在步骤S106中，统计处理模块522如参照式1～式7的说明，对信息整理模块520整理的指标y和制造工序信息s进行统计处理。统计处理模块522将作为该统计处理的结果得到的相关函数计数矩阵M[l]输出给显示信息生成模块524。
在步骤S108中，显示信息生成模块524生成用于显示表格以及相关函数计数矩阵M[l]或者它们中的某一个的信息。显示信息生成模块524将生成的信息输出给UI模块526。UI模块526生成表格的图像以及包括图5例示的相关函数计数矩阵M[l]的UI图像、或者它们中的某一个。UI模块526将生成的表格图像以及UI图像或者它们中的某一个显示于输入输出装置48。
在步骤S110中，改善信息生成模块528判断是否进行向图5所示的显示于输入输出装置48的UI图像的操作且用户为了指标y选择与指标y有相关的相关函数计数矩阵M[l]的要素。制造工序统计处理程序5在相关函数计数矩阵M[l]的要素被选择时(步骤S110：“是”)，进入到S112的处理，在其以外时(步骤S110：“否”)，返回到步骤S100的处理。
在步骤S112中，改善信息生成模块528将为了改善显示于UI图像的指标y而选择的相关函数计数矩阵M[l]的要素、和相关函数计数矩阵M[l]对应起来，生成改善信息。进而，改善信息生成模块528将生成的改善信息存储到改善信息DB532。根据向输入输出装置48的用户的操作，在输入输出装置48上适宜地显示存储于改善信息DB532的改善信息。
如以上说明，根据本实施方式，即使表示大量的种类的性能的指标y和制造工序信息s影响生产线10的性能，用户也能够直接掌握指标y和制造工序信息s的相关关系。即，用户易于找到与想要改善的指标y的正或者负的相关强的制造工序信息s。具体而言，用户观察表5例示的显示，能够得知作为应改善的指标y选择的时间序列的生产量y和制造工序信息s3的正的相关强、且与s7的负的相关强。
其结果，用户能够理解为了提高生产量y，需要以增大生产量y和制造工序信息s3的相关系数的值的方式，且以减小生产量y和制造工序信息s7的相关系数的值的方式，改善生产线10。即，根据制造工序统计处理系统1，用户能够根据从生产线10得到的大量的指标y和制造工序信息s，容易地将范围集中到应改善的指标y和制造工序信息s。
[实施方式2]
作为发明的对象的生产线不限定于图1所示的生产线10，生产线的结构是任意的。以下，说明将不同的结构的生产线作为对象的实施方式2。
图7是例示实施方式2的制造工序统计处理系统6的结构的图。如图7所示，在制造工序统计处理系统6中，将图1所示的第1制造工序统计处理系统1的生产线10置换为第2生产线36。
另外，生产线36采用从图1所示的制造工序统计处理系统1的生产线10去掉半成品台18，作业台16a～16c直接相邻，在作业台16a～16c中设置有RFID检测装置24a～24c的结构。即，在生产线36中，作业台16b、16c在未从作业台16a、16c接受到材料30或者半成品时，导致它们中的作业停止。
另外，在生产线36中，在制造装置20a～20c设置有状态显示装置202a～202c。状态显示装置202具有蓝色、黄色、红色等3色的光源，对作业台16中的作业的状态通过颜色区分来显示。即，状态显示装置202a～202c用3色的光，显示“作业”、“等待”以及“故障”这3个状态。
在3个状态中，“作业”的状态表示制造装置20动作而在作业台16中进行向材料30或者半成品32的作业的状态。另外，在它们之中，“等待”的状态表示由于从前面的阶段未送来材料30或者半成品，尽管制造装置20可动作，但无法进行作业台16中的作业的状态。另外，在它们之中，“故障”的状态表示作业台16的制造装置20故障。第2生产线36除了第1生产线10输出给计算机4的信息以外，还将表示各作业台16处于这些3个状态中的哪一个的信息，每10秒钟以时间序列的方式输出给计算机4。
图8是例示图3所示的统计处理设定模块506接受的统计处理的设定之一的第2图。在制造工序统计处理系统6中，在图3所示的制造工序统计处理程序5的统计处理DB516中，作为统计处理信息存储图8例示的有向图。在该有向图中，在制造工序信息s中，作为生产线36的性能的改善的指标y，使用“生产量”。另外，作为与该指标y对应的制造工序信息s，使用制造装置20a、20b的“设备故障率”以及作业者1～3的“作业者在席率”。
表9是例示根据图8所示的有向图，图3所示的信息整理模块520生成的表格的表。制造装置信息取得模块500以及作业员信息取得模块502从生产线36取得“设备故障率”以及“作业者在席率”，作为制造工序信息s存储到制造装置DB510以及作业员DB512。信息整理模块520使用图8所示的从统计处理DB516读出的有向图，处理存储的制造工序信息s，整理为表9所示的表格的形式。但是，为了明确说明，在表9中示出未产生不良品的情况。
[表9]
日期 时间 在席率1 在席率2 在席率3 故障率1 故障率2 生产量1 生产量2 生产量3
5月22日 8时 2.92％ 5.42％ 0.42％ 0.00％ 0.00％ 7 13 1
5月22日 9时 51.25％ 89.58％ 76.67％ 9.17％ 0.00％ 123 215 184
5月22日 10时 57.08％ 54.17％ 49.17％ 0.00％ 0.00％ 137 130 118
5月22日 11时 73.33％ 76.67％ 65.83％ 0.00％ 0.00％ 176 184 158
5月22日 12时 19.17％ 28.75％ 23.33％ 0.42％ 0.00％ 46 69 56
5月22日 13时 20.42％ 91.67％ 83.33％ 0.00％ 0.00％ 49 220 200
5月22日 14时 56.25％ 95.42％ 82.50％ 0.00％ 0.00％ 135 229 198
5月22日 15时 53.33％ 68.75％ 69.58％ 0.00％ 5.00％ 128 165 167
5月22日 16时 67.08％ 68.75％ 62.50％ 0.00％ 0.00％ 161 165 150
5月22日 17时 42.50％ 33.33％ 22.92％ 0.00％ 0.00％ 102 80 55
… … … … … … … … … …
表10～表12示出表示使用图8所示的有向图在表9示出的作为指标的生产量y与式6～式8所示的制造工序信息s之间的相关系数的互相关系数矩阵M[l]。此外，表10～表12表示l＝0～2的情况。
[表10]
l＝0 生产量3 在席率1 在席率2 在席率3 故障率1 故障率2 生产量1 生产量2
生产量3 1.00 0.69 0.95 1.00 -0.07 -0.12 0.67 0.97
在席率1 1.00 0.70 0.69 -0.13 0.10 1.00 0.76
在席率2 1.00 0.97 -0.15 -0.01 0.56 1.00
在席率3 1.00 -0.07 -0.03 0.55 0.97
故障率1 1.00 -0.04 -0.15 -0.10
故障率2 1.00 0.07 -0.12
生产量1 1.00 0.76
生产量2 1.00
[表11]
l＝1 生产量3 在席率1 在席率2 在席率3 故障率1 故障率2 生产量1 生产量2
生产量3 1.00 -0.04 0.17 0.17 -0.06 0.03 -0.26 -0.10
在席率1 1.00 0.69 0.69 -0.13 0.10 1.00 0.75
在席率2 1.00 0.97 -0.15 -0.01 0.54 1.00
在席率3 1.00 -0.07 -0.03 0.54 0.97
故障率1 1.00 -0.04 -0.16 -0.11
故障率2 1.00 0.07 -0.13
生产量1 1.00 0.75
生产量2 1.00
[表12]
l＝2 生产量3 在席率1 在席率2 在席率3 故障率1 故障率2 生产量1 生产量2
生产量3 1.00 -0.06 0.20 0.16 -0.04 -0.14 -0.17 -0.13
在席率1 1.00 0.69 0.68 -0.14 0.10 1.00 0.74
在席率2 1.00 0.97 -0.15 -0.01 0.53 1.00
在席率3 1.00 -0.08 -0.03 0.53 0.97
故障率1 1.00 -0.04 -0.16 -0.12
故障率2 1.00 0.07 -0.14
生产量1 1.00 0.74
生产量2 1.00
图3所示的统计处理模块522根据向图5所示的UI图像的用户的操作，如表10～表12所示，生成关于时间延迟l＝0～2小时的互相关系数矩阵M[l]。经由UI模块526，在输入输出装置48上，如表4所示附加颜色来显示由统计处理模块522生成的互相关系数矩阵M[l]、或者互相关系数矩阵M[l]以及表9所示的表格。
通过表10的7列以及8列的参照，能够判断为相比于时间延迟l＝0时的制造装置20c的生产量与制造装置20a的生产量的相关值0.67，与制造装置20b的生产量的相关值0.97更大。即，用户能够掌握在时间延迟l＝0时，相比于制造装置20c的生产量和制造装置20a的生产量的相关，制造装置20c的生产量和制造装置20b的生产量的相关更强。即，用户能够判断为制造装置20b中的生产量对生产线36的最终的生产量提供最强的影响，成为生产线36中的瓶颈。
另外，关于生产线36整体的生产量，与在制造装置20b中进行作业的作业者2的在席率(3列；0.95)的相关强。因此，用户能够判断为削减作业者2从制造装置20b离座的时间对生产线36的生产线整体的生产量提高是重要的。另一方面，关于制造装置20a的故障率(5列；-0.07)以及制造装置20b的故障率(6列；-0.12)，与制造装置20c的生产量的相关都非常小。因此，用户能够判断为制造装置20a～20c的故障率对生产线36整体的生产量提供的影响非常小。
进而，不存在表11、表12所示的时间延迟l＝1、2时的互相关系数矩阵M[l]的第一行所示的与制造装置20c的生产量具有大的相关关系的制造工序信息s。即，通过参照时间延迟l＝1、2时的互相关系数矩阵M[l]的第一行，用户能够判断这样的情况。进而，通过参照时间延迟l>2时的互相关系数矩阵M[l]，用户能够可靠地判断是否存在与制造装置20c的生产量具有大的相关关系的制造工序信息s。
图7所示的制造工序统计处理系统6中的制造工序统计处理程序5生成与时间延迟l的值对应的种类的互相关系数矩阵M[l]。即，与互相关系数矩阵M[l]的种类的增加对应地，应参照的要素也增加。因此，相比于将相关系数矩阵M仅参照1个即可的情况，仅简单地显示大量种类的互相关系数矩阵M[l]时，对于用户来说更难以掌握包含于它们中的要素的值的含义。
另一方面，如表10～表12所示，对包含于互相关系数矩阵M[l]的要素，根据其值，如表4所示用颜色区分。因此，用户能够容易地掌握制造工序信息s之间的相关关系的大小和它们的含义。如以上说明，根据制造工序统计处理程序5，用户易于掌握可能大幅影响生产线36整体的生产量的制造工序信息s，采取用于其改善的对策。
[变形例]
在上述实施方式中，为了易于观察地显示对性能提供大的影响的制造工序信息，附加颜色来强调显示，但显示的方式不限定于颜色。例如，也可以对文字或者数字的背景进行着色来显示，或者还可以对文字或者数字进行着色。进而，也可以调整文字或者数字和背景的颜色的组合。进而，不限定于着色，例如，也可以采用粗字显示、文字尺寸扩大、网纹、点灭、反转等其他种类的强调显示。
此外，在实施方式中，例示从材料30至产品34的制造包括3个作业的情况，但本发明的制造工序统计处理还能够应用于包括小于3个的作业或者4个以上的作业的情况。另外，在图1中，示出在制造工序统计处理系统1中，仅对材料台12、产品台14以及半成品台18附加RFID检测装置22的情况，但也可以对作业台16也附加RFID检测装置22。另外，在图1中，示出在生产线10中，在作业台16彼此之间全部设置半成品台18的情况，但半成品台18可适宜地省略。
另外，在实施方式中，例示通过计算机4在软件上进行制造工序统计处理的情况，但图3所示的制造工序统计处理程序5的1个以上也可以适宜地通过硬件上的手段实现。另外，制造工序统计处理程序5的制造装置信息取得模块500等能够根据经由输入输出装置48的用户的操作，以10秒以外的任意的时间间隔，从生产线10取得信息。此外，也可以是制造工序统计处理程序5的统计处理设定模块506接受图4以及表1～表3例示的处理以外的处理，统计处理DB516也存储图4以及表1～表3例示的处理以外的处理。
另外，表5等所示并显示于输入输出装置48的相关系数矩阵M是例示，相关系数矩阵M的形式不限定于表5等所示的形式。另外，对表4所示的相关系数矩阵M的各要素附加的颜色是例示，也可以对相关系数矩阵M的各要素附加表4所示以外的颜色。另外，也可以在制造工序统计处理系统1、6中，代替RFID检测装置22、24，使用读出附加到材料30、半成品32以及产品34的条形码的条形码读取器。
[实施方式3]
在本实施方式中，制造工序统计处理程序5用时间序列图形，显示在实施方式2中通过Zero-mean Normalized Cross-Correlation function处理的相关系数彼此。将在实施方式2中用户确认相关系数而判断为关联性高的指标的相关系数，在本实施方式中用时间序列图形显示，用户能够确认相关系数的时间序列中的变化。
在实施方式2中，制造工序统计处理程序5使用互相关系数矩阵M[l]，表示对性能提供影响的制造工序信息s。实施方式2的方法在用户抽出向性能的影响度高的指标时有效，但为了进一步深挖分析，用户获知指标y和制造工序信息s的相关系数ρ在哪个时刻如何增减是有效的。因此，在本实施方式中，用户通过确认相关系数ρ的时间序列的数据，能够得到进一步深挖分析的机会。
图9是例示本实施方式中的图3所示的制造工序统计处理程序5的用户接口(UI)模块526显示于图1等所示的输入输出装置48的UI图像的图。本实施方式中的制造工序统计处理程序5具有与实施方式1、2基本上相同的结构。UI图像具有分析对象选择部50、分析期间选择部52以及时间序列图形显示部54。用户能够从分析对象选择部50所示的与实施方式2相同的制造工序信息s1～sm中，选择任意的多个制造工序信息s1～sτ(m≥τ≥2)。制造工序信息s1～sτ是在实施方式2中的互相关系数矩阵M[l]中，发现对于用户来说在与指标y的相关系数ρ中有意义的数值的制造工序信息s。与实施方式2同样地，用户设定的分析期间显示于分析期间选择部52。时间序列图形显示部54将由分析对象选择部50选择出的指标y和制造工序信息s1～s3的相关系数ρ1～ρ3，显示为在分析期间选择部52中显示的期间中的时间序列图形。
关于实施方式2的制造工序统计处理程序5在实施方式2中取得的指标y和多个制造工序信息s1～sm中的由用户选择的制造工序信息s1～s3的相关系数ρ1～ρ3，在同一时间轴上直接进行时间序列图形化的情况下，如图10所示，由于作为分析对象的制造工序信息s1～s3的与指标y的各相关系数ρ1～ρ3的标度、偏置不同，所以用户即使视觉辨认该图形，也难以直观地读取含义。因此，为了易于在多个相关系数之间辨识相关系数在时间轴上的增减的对应，在本实施方式中，制造工序统计处理程序5进行相关系数ρ的标准化。
即，针对下式8所示的制造工序信息1～s3的相对指标y的相关系数ρ1～ρ3，进行下式9的定义，进行下式10所示的标准化，得到ρ1′～ρ3′。
[数学式8]
ρ:＝(ρ1，ρ2，...，ρT)
[数学式9]
Figure BDA0002512785490000261
[数学式10]
Figure BDA0002512785490000271
接下来，叙述本实施方式中的、生成显示于图9所示的时间序列图形显示部54的图形时的制造工序统计处理程序5的动作。统计处理模块522针对用户选择的制造工序信息s1～s3的相对指标y的相关系数ρ1～ρ3，读出保存于统计处理DB516的标准化处理方法，进行上述标准化变换，在同一时间轴上生成时间序列图形。生成的时间序列图形的例子是图11。统计处理模块522将生成的时间序列图形输出给显示信息生成模块524。显示信息生成模块524将图11所示的时间序列图形输出给UI模块526。UI模块526生成显示于分析对象选择部50的图像、显示于分析期间选择部52的图像、以及显示于图11所示的时间序列图形显示部54的图像，将生成的图像显示于输入输出装置48。图11的图形相比于图10的图形，用户能够易于进行多个制造工序信息之间的比较，能够进行对于用户而言更直观的分析。此外，在本实施方式中，制造工序统计处理程序5对3个制造工序信息s1～s3的相对指标y的相关系数ρ1～ρ3进行标准化，但对2个以上的制造工序信息s1～sτ(τ≥2)的相对指标y的相关系数ρ1～ρτ进行标准化即可。另外，在分析对象选择部50中示出的制造工序信息s1～sm与在实施方式2中例示的图像中显示的信息相同，但也可以与在实施方式2中例示的图像中显示的信息不同。另外，将在实施方式2中用户确认相关系数而判断为关联性高的指标的相关系数，在本实施方式中用时间序列图形显示，但也可以不依赖于实施方式2，用时间序列图形显示用户任意地选择的相关系数。
本发明能够不脱离本发明的广义的精神和范围而实施各种实施方式以及变形。另外，上述实施方式用于说明本发明，不限定本发明的范围。即，本发明的范围并非实施方式而基于权利要求书示出。而且，在权利要求书的范围内以及与其等同的发明的意义的范围内实施的各种变形被视为在本发明的范围内。
本申请基于在2017年12月27日申请的日本专利申请特愿2017-252454号。在本说明书中，作为参照引入日本专利申请特愿2017-252454号的说明书、权利要求书、附图整体。

Claims (12)

1.一种制造工序统计处理系统，具有：
信息取得装置，取得在产品的制造工序中得到的制造工序信息；
对应关系定义装置，定义表示所述制造工序的效率的制造效率指标和由所述信息取得装置取得的制造工序信息的对应关系；
指定受理装置，受理所述制造效率指标中的任意指标的指定；
相关关系计算装置，根据被定义的所述对应关系，计算表示指定的所述制造效率指标与对应的所述制造工序信息之间的相关关系的相关系数；以及
输出装置，输出由所述相关关系计算装置计算出的相关系数来用于显示。
2.根据权利要求1所述的制造工序统计处理系统，其中，
所述对应关系定义装置以有向图的形式定义各所述制造效率指标和所述制造工序信息的对应关系。
3.根据权利要求1或者2所述的制造工序统计处理系统，其中，
所述制造效率指标包括在所述制造工序中使用的制造装置的运行率、所述产品的直达率以及所述产品的生产量中的1个以上。
4.根据权利要求1至3中的任意一项所述的制造工序统计处理系统，其中，
所述制造工序信息包括担当所述制造工序的各作业者执行所担当的工序中的任意工序的时间和其以外的时间的执行时间比率、所述作业者各自的体温、运行率、进入到所述制造工序的半成品的数量以及工序之间的半成品的数量中的2个以上。
5.根据权利要求1至4中的任意一项所述的制造工序统计处理系统，其中，
所述相关关系计算装置加入时间延迟要素来计算所述指定的制造效率指标和对应的所述制造工序信息的相关关系。
6.根据权利要求1至5中的任意一项所述的制造工序统计处理系统，其中，
所述输出装置输出用于对所述指定的制造效率指标与对应的所述制造工序信息之间的相关系数附加与这些相关函数的值对应的颜色而显示的信号。
7.根据权利要求1至5中的任意一项所述的制造工序统计处理系统，其中，
所述输出装置输出用于对所述指定的制造效率指标与对应的所述制造工序信息之间的相关系数附加与这些相关函数的值对应的强调而显示的信号。
8.根据权利要求1至7中的任意一项所述的制造工序统计处理系统，其中，
所述输出装置输出用于以矩阵的形式显示所述指定的制造效率指标与对应的所述制造工序信息之间的相关系数的信号。
9.根据权利要求1至8中的任意一项所述的制造工序统计处理系统，其中，
所述相关关系计算装置以时间序列对所述指定的制造效率指标中的任意指标和对应的第1制造工序信息以及第2制造工序信息各自的相关系数进行标准化，
所述输出装置输出用于用时间序列的图形显示所述相关系数的信号。
10.根据权利要求1至9中的任意一项所述的制造工序统计处理系统，还具有：
选择受理装置，受理针对所述相关系数中的1个以上相关系数的选择，所述相关系数是依照来自所述输出装置的信号被显示的相关系数；以及
信息生成装置，根据选择的所述相关系数，生成表示应变更的制造工序的制造工序信息。
11.一种制造工序统计处理方法，
从包含于制造工序的多个工序中的各工序，取得多个制造工序信息，
定义制造效率指标和制造工序信息的对应关系，
根据被定义的对应关系，计算表示指定的制造效率指标与对应的制造工序信息之间的相关关系的相关系数。
12.一种程序，使计算机执行：
从制造工序取得多个制造工序信息的处理；
定义制造效率指标和制造工序信息的对应关系的处理；
根据被定义的对应关系，计算表示指定的制造效率指标与对应的制造工序信息之间的相关关系的相关系数的处理。
CN201880076972.5A 2017-12-27 2018-12-26 制造工序统计处理系统、制造工序统计处理方法和记录介质 Active CN111492322B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017-252454 2017-12-27
JP2017252454 2017-12-27
PCT/JP2018/047878 WO2019131773A1 (ja) 2017-12-27 2018-12-26 製造工程統計処理システム、製造工程統計処理方法およびプログラム

Publications (2)

Publication Number Publication Date
CN111492322A true CN111492322A (zh) 2020-08-04
CN111492322B CN111492322B (zh) 2023-05-09

Family

ID=67063837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880076972.5A Active CN111492322B (zh) 2017-12-27 2018-12-26 制造工序统计处理系统、制造工序统计处理方法和记录介质

Country Status (3)

Country Link
JP (1) JP7027022B2 (zh)
CN (1) CN111492322B (zh)
WO (1) WO2019131773A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102695082B1 (ko) * 2022-02-14 2024-08-14 한국자동차연구원 초음파 센서를 이용한 위치 산출 장치 및 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013825A (ja) * 2002-06-11 2004-01-15 Mitsubishi Electric Corp ジョブショップ型製造ラインの物流ネック診断方法および物流ネック診断装置
CN1945476A (zh) * 2005-10-06 2007-04-11 欧姆龙株式会社 生产管理装置、生产管理方法以及生产管理系统
US20080278495A1 (en) * 2007-05-11 2008-11-13 Sharp Kabushiki Kaisha Graph plotting device and graph plotting method, yield analyzing method and yield improvement support system for executing the graph plotting method, program, and computer-readable recording medium
CN101622688A (zh) * 2007-09-11 2010-01-06 东京毅力科创株式会社 信息处理装置、信息处理方法以及程序
TW201407307A (zh) * 2012-07-03 2014-02-16 Sharp Kk 圖表描繪裝置、圖表描繪方法、工序管理系統、工序管理方法及可讀記憶媒體
CN107402742A (zh) * 2017-08-04 2017-11-28 北京京东尚科信息技术有限公司 信息推送方法和装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2793442B2 (ja) * 1992-08-20 1998-09-03 山形日本電気株式会社 半導体ウェーハ生産ラインの管理方法
JPH10229110A (ja) * 1997-02-17 1998-08-25 Hitachi Ltd 半導体装置製造方法及びその半導体装置製造方法で製造された半導体装置
JP2004288144A (ja) * 2003-01-29 2004-10-14 Nippon Steel Corp 製造プロセスの操業結果解析装置、操業結果解析方法及びコンピュータ読み取り可能な記憶媒体
JP5014731B2 (ja) * 2006-10-16 2012-08-29 前田建設工業株式会社 操業シミュレーションシステム
JP5138396B2 (ja) * 2008-01-24 2013-02-06 シャープ株式会社 生産プロセス異常検知方法および生産プロセス異常検知システム、上記生産プロセス異常検知方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
JP6354192B2 (ja) * 2014-02-14 2018-07-11 オムロン株式会社 因果ネットワーク生成システム
US11243505B2 (en) * 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
JP2018066084A (ja) * 2016-10-19 2018-04-26 村田機械株式会社 紡績機械管理システム及び管理方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004013825A (ja) * 2002-06-11 2004-01-15 Mitsubishi Electric Corp ジョブショップ型製造ラインの物流ネック診断方法および物流ネック診断装置
CN1945476A (zh) * 2005-10-06 2007-04-11 欧姆龙株式会社 生产管理装置、生产管理方法以及生产管理系统
US20080278495A1 (en) * 2007-05-11 2008-11-13 Sharp Kabushiki Kaisha Graph plotting device and graph plotting method, yield analyzing method and yield improvement support system for executing the graph plotting method, program, and computer-readable recording medium
CN101622688A (zh) * 2007-09-11 2010-01-06 东京毅力科创株式会社 信息处理装置、信息处理方法以及程序
TW201407307A (zh) * 2012-07-03 2014-02-16 Sharp Kk 圖表描繪裝置、圖表描繪方法、工序管理系統、工序管理方法及可讀記憶媒體
CN107402742A (zh) * 2017-08-04 2017-11-28 北京京东尚科信息技术有限公司 信息推送方法和装置

Also Published As

Publication number Publication date
JP7027022B2 (ja) 2022-03-01
JPWO2019131773A1 (ja) 2020-04-23
WO2019131773A1 (ja) 2019-07-04
CN111492322B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
US6804563B1 (en) Multidimensional method and system for statistical process control
EP1907966B1 (en) Automated quality control method and system for genetic analysis
EP3511919B1 (en) Measurement data processing system
US11901082B2 (en) Secure set-up of genetic related user account
CN114414935A (zh) 基于大数据的配电网馈线故障区域自动化定位方法和系统
CN111492322A (zh) 制造工序统计处理系统、制造工序统计处理方法以及程序
CN101560564A (zh) 一种检测装置及系统
CN115393645A (zh) 一种土壤自动分类定名方法、系统、存储介质及智能终端
Spriggs et al. The Fornax3D project: Planetary nebulae catalogue and independent distance measurements to Fornax cluster galaxies
WO2020066124A1 (ja) プロセス状態解析装置及びプロセス状態表示方法
CN108038125B (zh) 基金系统测试值的自动对比方法、装置、设备及存储介质
US20240054187A1 (en) Information processing apparatus, analysis method, and storage medium
CN113705656B (zh) 一种异距数列等分筛选方法、系统、存储介质
CN110826008A (zh) 指标相关性分析方法、装置、计算机设备及存储介质
CN115376612A (zh) 一种数据评测方法、装置、电子设备及存储介质
CN113837242A (zh) 一种土壤元素含量检测方法及系统
CN113865681A (zh) 智能化物料称重方法及系统
CN105205307A (zh) 快检试剂的快速判别系统及方法
CN112116015A (zh) 基于图像处理的材料分类方法、装置及计算机设备
JP2021117122A5 (zh)
CN112116314A (zh) 称样数据管理系统
JP2020181273A (ja) 製造不良原因探索装置、製造不良原因探索方法
CN110909213A (zh) 物料互配方法、物料互配装置及终端设备
CN104049624A (zh) 化工产品生产模式优化方法、装置和连续型化工系统
CN106020113A (zh) 具有防止工具补偿数据误输入功能的数值控制装置

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
GR01 Patent grant
GR01 Patent grant