JP2004277835A

JP2004277835A - System for supporting orders for product of steel material

Info

Publication number: JP2004277835A
Application number: JP2003072515A
Authority: JP
Inventors: Hiroyasu Shigemori; 弘靖茂森
Original assignee: JFE Steel Corp
Current assignee: JFE Steel Corp
Priority date: 2003-03-17
Filing date: 2003-03-17
Publication date: 2004-10-07

Abstract

<P>PROBLEM TO BE SOLVED: To make it possible to judge whether the order can be received or not by estimating whether a product satisfying the request specification from a customer can be produced or not, and outputting the data. <P>SOLUTION: The above problem is solved by using a system for supporting orders for product of a steel material, provided with a producing information storage means 32 for storing respective indicating value and actual value of material components and operational condition in each product produced at the past, and the material actual value as the precedent, a material predicting device 26 for predicting the material obtained when the product is produced, based on the inputted material components and the indicating value in the operational condition by using the data stored in the producing information storing means and a product quality planning device 20 for outputting the indicating values of the blank components and the operational condition, with which the product satisfying the request specification can be produced from the material predicting value outputted from the material predicting device 26, and this predicting error and also, if necessary, outputting a producing cost, risk and time. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、鋼材の製品品質設計装置に係り、特に、鋳造された鋳片を、加熱、圧延、冷却、熱処理などして製造される鋼材の製品受注の可否を決定する際に適用して好適な、機械試験特性値範囲などの要求仕様から、成分や操業条件などの製造条件の指示値を決定して受注を支援することができる鋼材の製品受注支援システムに関する。
【０００２】
【従来の技術】
客先から鋼材製品の発注があると、機械試験特性値範囲など、客先の製品に対する要求仕様から製品を製造するための製造条件を決定し、該製品を製造する。
【０００３】
製造条件を決定する従来技術として、製造条件指示値の範囲と、そのときの機械試験特性実績範囲を格納したデータベースを基に、要求仕様を満足する製造条件を求める方法が記載されている（例えば、特許文献１参照）。
【０００４】
更に、要求仕様を満足する実績が無い場合、既存の材質推定モデルを用いて材質を推定し、要求仕様を満足する製造条件を求めることが記載されている（例えば、特許文献２参照）。
【０００５】
【特許文献１】
特開平５−２８７３４１号公報
【特許文献２】
特開平５−２８７３４２号公報
【０００６】
【発明が解決しようとする課題】
しかしながら、従来の材質推定モデルを用いて材質を推定する方法は、過去の製造実績を基に材質の推定値を出力するだけで、客先からある製品の発注に対する打診があった場合に、その製品の受注の可否まで評価するものではない。
【０００７】
本発明は、前記従来の問題を解消されるべくなされたもので、客先から提示された要求仕様を満足する製品を製造可能であるか否かを評価し、受注可否のデータを出力すると共に、必要に応じて製造コスト等も出力すことができる鋼材の製品受注支援システムを提供することを課題とする。
【０００８】
【課題を解決するための手段】
本発明は、過去に製造した製品毎に、素材成分と操業条件それぞれの指示値と実績値、及び、材質実績値を事例として蓄積する製造情報記憶手段と、入力される素材成分及び操業条件の指示値に基づいて製品を製造した時に得られる材質を、前記製造情報記憶手段に蓄積されたデータを利用して推定する材質推定手段と、該材質推定手段から出力された材質推定値とその推定誤差から、要求仕様を満足する製品を製造することが可能な素材成分及び操業条件の指示値を出力する製品品質設計手段と、を備えた鋼材の製品受注支援システムとすることにより、前記課題を解決したものである。
【０００９】
また、過去に製造した製品毎に、素材成分と操業条件それぞれの指示値と実績値、及び、材質実績値を事例として蓄積する製造情報記憶手段と、前記製造情報記憶手段に蓄積されたデータから製造実績推定モデルを作成し、該モデルを用いて、入力される素材成分及び操業条件の指示値をもとに素材成分の実績値と操業の実績を推定する製造条件実績推定手段と、該製造条件実績推定手段から出力された素材成分実績推定値と操業条件実績推定値を用いて、前記製造情報記憶手段に蓄積されたデータを利用して製品材質を推定する材質推定手段と、該材質推定手段から出力された材質推定値とその推定誤差から、要求仕様を満足する製品を製造することが可能な素材成分及び操業条件の指示値を出力する製品品質設計手段と、を備えた鋼材の製品受注支援システムとすることにより、同様に、前記課題を解決したものである。
【００１０】
なお、前記製造条件実績推定手段が作成する製造実績推定モデルは最新データを用いて更新されているものとするのが好適であり、また、前記材質推定手段は、材質に与える影響の大きい入力変数をルールに従って限定する入力変数限定手段と、該限定した入力変数を用いて距離関数を定義し、この距離関数を用いて前記製造情報記憶手段に蓄積されている素材成分実績値と操業条件実績値を用いて入力値との距離を計算し、計算した距離に基づいて入力値に近い事例を抽出し、該抽出された事例の材質実績値から材質の推定値及びその推定誤差を計算し、出力する材質推定計算手段と、を備えているのが好適である。
【００１１】
更に、前記製造情報記憶手段に、更に、過去に製造した製品毎に、製造コスト、製造リスク及び製造時間の実績値の少なくとも１つが蓄積され、前記製品品質設計手段が、前記要求仕様を満足する製品の製造が可能な素材成分及び操業条件の指示値と共に、該指示値の製品に対して、蓄積されたデータを利用して推定される製造コスト、製造リスク及び製造時間の少なくとも１つを出力する機能を有していることが好適であり、その際に、更に、前記製造情報記憶手段に蓄積されたデータから製造実績推定モデルを作成し、該モデルを用いて、入力される素材成分及び操業条件の指示値をもとに製造コスト、製造リスク及び製造時間の少なくとも１つを推定する製造実績推定手段を備えていることが好適である。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明による第１の実施形態について詳細に説明する。
【００１３】
図１には、本実施形態に係る鋼材の製品受注支援システムの概要を示す。この製品受注支援システムは、製品品質設計装置２０に、ローカルエリアネットワーク（ＬＡＮ）４０を介して、製造実績収集装置２２、材料試験実績収集装置２４、材質予測装置（材質推定手段）２６、材質データベース２８及び製造実績データベース３０がそれぞれ接続されている。これら各装置２０、２２、２４、２６と各データベース２８、３０はいずれも計算機、例えばワークステーションから構成することができる。又、製品品質設計装置２０には、コンピュータ端末からなる製品受注検討装置３２が無線又は有線で接続可能になっている。
【００１４】
製造実績収集装置２２は、図２に示す如く、過去に製造した製品１４毎に、素材（鋳片）１０の成分の指示値と実績値、及び、加熱、圧延、冷却、熱処理などの製造プロセス１２における操業条件の指示値と実績値と共に、製造コスト、製造リスク、製造時間の各実績の少なくとも１つを収集し、収集した製造条件（素材成分及び操業条件）の指示値と実績（値）と共に、製造コスト等の各実績を製造実績データベース３０に蓄積する。
【００１５】
又、図示は省略するが、材料試験実績収集装置２４は、同じく、過去に製造された製品１４毎に、製品の材料試験で得られる機械試験特性値実績（強度、靭性等。以下、材質実績値と称する）を収集し、材質データベース２８に蓄積する。
【００１６】
これら製造実績収集装置２２及び材料試験実績収集装置２４で収集され、事例として蓄積された製造条件の指示値と実績値、材質実績値、及び、製造コスト等の具体例を図３に示す。便宜上、この図には、２つのデータベース２８、３０に蓄積されているデータを一体で示した。なお、以下には、このデータ構造と同様に、材質データベース２８と製造実績データベース３０とは一体とし、不都合がない限りは製造情報記憶手段３４として説明する。
【００１７】
図示されている如く、この記憶手段３４は、製品毎の素材成分（成分１〜成分Ｋ）の指示値と実績値、操業条件（操業１〜操業Ｌ）の指示値と実績値、及び材質実績値（材質１〜材質Ｍ）等が記載された表形式のデータベース（１行分が過去に製造された製品１４毎のデータであり、１事例に相当する）とすることができる。又、この製造情報記憶手段３４に蓄積されたデータは、更に素材成分や操業条件が近いグループに分類（クラスタリングと称する）して、各グループ毎のデータベースとすることもできる。
【００１８】
材質予測装置２６は、製造情報記憶手段３４に蓄積された製造条件の実績値及び材質実績値をもとに、ある製造条件（素材の成分指示値及び操業条件の指示値）で製造した場合の製品材質を推定するとともに、その推定誤差も併せて求める。
【００１９】
製品品質設計装置２０は、図４に示す如く、製造条件作成手段２０２、及び製造条件検索手段２０４を備えており、入力される要求仕様を基に所望条件を満足する製造条件（成分および操業条件）の指示値を出力するものである。
【００２０】
製造条件作成手段２０２は、ＬＡＮ４０を介して前記材質予測装置２６に材質推定（予測）を行うように指示するとともに、材質推定手段が求めた材質推定値および推定誤差を用いて、要求仕様（材質範囲）を満足するすべての製造条件を複数の製品について算出する。
【００２１】
更に、製造条件検索手段２０４は、前記製造条件作成手段２０２が算出した製造条件の中から、許容範囲に対する余裕、製造コスト、品質不良発生率、製造時間等の所望条件を満足する製造条件をＬＡＮ４０を介して製造情報記憶手段３４から検索して出力するものである。
【００２２】
次に、前記材質予測装置２６について詳細に説明する。材質予測装置２６は図５に示すように、入力変数限定手段２６Ａ、材質推定計算手段２６Ｂ、及び、入力変数限定ルール格納手段２６Ｃを備えている。
【００２３】
前記入力変数限定ルール格納手段２６Ｃには、多数の入力変数の中から製品材質の推定に使用する入力変数を選択するためのルールが格納されている。即ち、製品の材質に影響を与える要因には、素材（鋳片）の化学成分（含有元素、含有量等）、加熱条件（鋼材抽出温度、在炉時間等）、圧延条件（鋼材温度履歴、圧延寸法、圧下率、圧延速度等）、冷却条件（鋼材温度履歴、冷却速度等）、熱処理条件（炉内温度履歴、炉内雰囲気等）等、非常に多くのものがあり、例えば５０〜１００にも昇る。このような多数の材質影響要因を有する対象に対して、全ての材質影響要因を変数（入力変数）として材質推定を行うと、入力空間の次元が多すぎて推定に非常に長い時間を要することから、材質推定に使用する入力変数を選択することで推定に要する時間の短縮を図る。そのためのルールを格納するのが入力変数限定ルール格納手段２６Ｃである。例えば、材質を作り込む冶金プロセスには、素材のある成分Ａは、ある含有量ａ以上にならないと材質に影響しないという特性がある。従って、入力変数Ａは入力値ａ以上の入力空間領域では材質推定に用いるが、入力値ａ未満の領域では用いない。このように入力変数の特性に着目して、入力空間の領域により、入力変数を限定することができる。こうした入力変数限定ルールは、様々な方法で作成できる。例えば、物理現象に関する先見情報を蓄積したルールを予め作成しておくことができる。あるいは、決定木などにより、蓄積したデータから自動的にルールを作成することもできる。
【００２４】
入力変数限定手段２６Ａは、材質を推定しようとする製品に関する入力情報、即ち、素材の成分指示値（含有元素、含有量等）及び製造プロセス１２における加熱条件（鋼材抽出温度、在炉時間等）、圧延条件（鋼材温度履歴、圧延寸法、圧下率、圧延速度等）、冷却条件（鋼材温度履歴、冷却速度等）、熱処理条件（炉内温度履歴、炉内雰囲気等）などの操業条件の指示値を基に、入力変数限定ルールを参照して材質推定に使用する入力変数を選択・限定し、この結果を材質推定計算手段２６Ｂに出力する。更に、入力された各指示値の中から限定された入力変数に対応する指示値を抽出して、材質推定計算手段２６Ｂに出力する。
【００２５】
材質推定計算手段２６Ｂは、入力変数限定手段２６Ａで選択された入力変数を用いて距離関数（後述）を定義し、この距離関数を用いて、製造情報記憶手段３４に貯蔵されているデータの中から、入力値に近いデータを有する事例を複数個抽出する。そして抽出された事例の材質実績値を用いて、材質を推定して出力する。併せて、推定誤差も出力する。
【００２６】
以上の構成からなる鋼材の製品品質設計装置２０を用いて、要求仕様を満足する製品を製造することが可能な製造条件の指示値を求める手順を、図６を参照して説明する。
【００２７】
まず、ステップＳｌで、ある要求仕様が製品品質設計装置２０に入力されると、製造条件作成手段２０２は該仕様を有する製品Ｐｊに関する、素材成分の指示値及び操業条件の初期指示値を発生する。ここで発生する各指示値は特に厳密さは必要なく、経験や過去の実績等から適宜決定すればよい。
【００２８】
次にステップＳ２で、製造条件作成手段２０２は、初期発生させた製品Ｐｊに関する指示値をもとに、材質推定手段２６に製品材質の推定を行うよう指令を出する。指令を受けた材質推定手段２６は、図７に示すサブルーチンに従って材質の推定を行う。
【００２９】
即ち、まずステップＳ２１で、前記入力変数限定手段２６Ａは入力変数限定ルール格納手段２６Ｃに格納されているルールを参照して、ステップＳｌで発生され、入力された製品Ｐｊに関する製造条件の指示値（素材の成分とその含有量、加熱炉における鋼材抽出温度や在炉時間、熱間圧延における圧延温度、圧下率、寸法、及び圧延速度、その他各種製造条件）を基に、材質に対する影響が大きい入力変数を選択する。例えば、素材成分中の不可避的不純物Ｐは通常含有量が０．０１質量％以下であれば製品の材質に悪影響を及ぼさないが、これより多く含有されると材質に影響を与えるというルールがあれば、入力されたＰの含有量が０．００６質量％の場合は、Ｐは入力変数とはされないが、０．０２質量％であれば、入力変数として選択されることになる。このようにして限定された入力変数、及びこれらの入力変数に相当する入力値（指示値）は材質推定計算手段２６Ｂに供給される。
【００３０】
次いで、ステップＳ２２に進み、材質推定計算手段２６ＢはステップＳ２１で抽出（選択）された入力変数、入力値、及び製造情報記憶手段３４に格納されたデータ中で前記抽出された入力変数に対応するデータを用いて、距離関数を定義する。距離関数としては、例えば、選択された入力変数の数に相当する次元を有する空間おけるユークリッド距離を用いることができる。ユークリッド距離Ｌは、入力された指示値を（Ｘ１０、Ｘ２０、・・・）とし、製造情報記憶手段２０６内のデータを（Ｘ１、Ｘ２、・・・）とすると、次式で表わされる。
【００３１】
Ｌ＝［ｗ１（Ｘ１−Ｘ１０）^２＋ｗ２（Ｘ２−Ｘ２０）^２＋・・・］^１／２・・・（１）
ここで、ｗｉは重み係数であり、例えば、入力値が材質（即ち出力値）に与える影響を多重回帰分析により求めることができる。
【００３２】
そして、上記（１）式に基づいて製造情報記憶手段３４に貯蔵されている各事例のデータと入力値の間の距離を計算する。この距離は貯蔵されている事例の数だけ算出される。
【００３３】
次いでステップＳ２３に進み、図８に示す如く、入力値の近傍にある事例のデータを製造情報記憶手段３４に蓄積されているデータから取得する。これには様々な方法があるが、例えば製造情報記憶手段３４の中のデータで、前記（１）式で計算した距離Ｌが小さい方からＮ個（Ｎは予め定めた定数）の事例のデータを入力値近傍にある事例のデータと定義することができる。
【００３４】
次いでステップＳ２４に進み、入力値の近傍にある取得された事例のデータか材質に関連するデータ（図４の材質１〜材質Ｍの実績値）を用いて、その入力値に対する材質推定値（出力値）とその推定誤差を計算する。
【００３５】
この計算には、様々な方法があるが、例えば上記のようにして取得された材質に関連する実績データの平均値［材質１１〜［材質Ｍ］を次式で算出し、これらを材質推定値として出力し、同じくそれらの標準偏差を計算し、推定誤差として出力することができる。あるいは、特開平６−９５８８０に記載されているように、近傍の事例との類似度を評価することもできる。
【００３６】
［材質１］＝Σ材質１ｉ／Ｎ
［材質２］＝Σ材質２ｉ／Ｎ
・・・・・・・・・・・
［材質Ｍ］＝Σ材質Ｍｉ／Ｎ・・・（２）
ここで、ｉ＝１〜Ｎ
【００３７】
出力値（材質推定値）としては、例えば、引張強度、降伏点、伸び、シャルピー吸収エネルギーなどの材質を表わす出力変数を用いることができる。
【００３８】
上述のステップＳ２３、Ｓ２４の処理は、いずれも材質推定計算手段２６Ｂが行い、その結果は前記製品品質設計装置２０の製造条件作成手段２０２に出力される。
【００３９】
次に図６のステップＳ３に進み、材質予測装置２６が求めた材質推定値及び推定誤差を用いて、製造条件作成手段２０２は、下記式に基づく判定、即ち、推定誤差を考慮した材質推定値が要求仕様の許容範囲内かどうかを判定する。
【００４０】
要求仕様の下限値≦材質推定値±推定誤差≦要求仕様の上限値・・・（３）
【００４１】
（３）式を満足した場合には、ステップＳ４に進んで、上記判定に使用した製造条件指示値と、製造情報記憶手段３４から読み出した該指示値に対応する製造コスト、製造リスク、製造時間等を図示しない記憶手段に記憶し、ステップＳ５に進む。一方、ステップＳ３で（３）式を満足しなかった場合には、ステップＳ５に飛ぶ。
【００４２】
ステップＳ５では、取り得る製造条件指示値の全てについて、材質推定を行ったか否かを判定し、判定結果が否である場合にはステップＳ６に進み、下記（４）式、（５）式に従って製造条件指示値を変更し、ステップＳ２に戻る。
【００４３】
【数１】

【００４４】
式中のα、βは各成分、各操業条件の増減分であり、予め実験的、経験的に決めておく必要がある。〈〉は、この〈〉中のいずれか１つを選択することを意味する。成分１を例にとれば、現在の成分１の指示値［成分１］_ｉにα１だけ増加させて新指示値［成分１］_ｉ＋１とするケース、α１だけ減じて新指示値［成分１］_ｉ＋１とするケース、あるいは、［成分１］_ｉをそのまま新指示値［成分１］_ｉ＋１とするケースがある。
【００４５】
一方、ステップＳ５において、取り得る製造条件指示値の全てについて、材質推定を行ったと判定された場合にはステップＳ７に進み、それら各製品の製造条件指示値と、各指示値に対応する製造コスト、製造リスク及び製造時間等を出力して、製品品質設計装置２０による処理を終了する。
【００４６】
従って、図９に示すように、前記製品受注検討装置３２を使って、営業担当者が顧客の要求仕様を製品品質設計装置２０に対して与え、製品品質設計装置２０から要求仕様を満足する全ての製造条件指示値、製造コスト、製造リスク、製造時間を受け取るようにすることができる。これら２つの装置２０、３２を、無線でつなぐようにしておくことにより、客先において、即座に製造リスクを判断して受注の可否を検討でき、該顧客に対してコスト、納期を、必要があればリスクをも回答できる。その結果、顧客に即答できるようになり、顧客満足度を増加することができた。
【００４７】
なお、上記のようにして得られた製造条件指示値は、製造情報記憶手段３４に記憶するようにしておけば、これに対応する製造条件実績値と材質実績値を収集するだけで、事例を追加できる。
【００４８】
次に本発明による第２の実施形態について述べる。
【００４９】
この実施形態における製品品質設計装置２０′を図１０に示す。前述した第１実施形態に係る製品品質設計装置２０とは、製造条件推定手段２０６を付加した点
で異なり、その他についてはほぼ同様の構成であるので、製造条件推定手段２０６を中心に説明し、その他の説明は省略する。
【００５０】
製造条件推定手段２０６は、製造条件作成手段２０２からの指令があると、製造情報記憶手段３４に蓄積されている、過去に製造した製品毎の素材成分の指示値とその実績値、及び、製造条件の指示値とその実績値、を基に製造実績推定モデルを作成し、このモデルを用いて、新たに製造しようとする製品の素材成分の指示値と製造条件の指示値に対する実績値を推定する（実際に製造した場合の実績値を意味するのではなく、現在の操業実力で製造すれば、こうなるであろうと推定される実績推定値を算出する）と同時に、その結果を材質予測装置２６へ出力する。
【００５１】
又、この製造条件推定手段２０６は、製造条件作成手段２０２からの指令があると、製造情報記憶手段３４に蓄積されている、過去に製造した製品毎の製品条件（素材成分及び製造条件）の指示値と、該指示値に対応する製造コスト、製造リスク及び製造時間の少なくとも１つの実績値とを基に他の製造実績推定モデルを作成し、このモデルを用いて、新たに製造しようとする製品の指示値に対する実績値を推定する（実際に製造した場合の実績値を意味するのではなく、現在の操業実力から推定される、該指示値に対応する製造コスト、製造リスク及び製造時間の少なくとも１つの実績推定値を算出する）と同時に、その結果を材質予測装置２６へ出力する機能を併有している。
【００５２】
前述の第１実施形態では、製造条件指示値を用いて材質やコスト等を推定するようにしているが、本実施形態では、製造実績推定モデルで推定した製造実績推定値を用いて材質等を推定するようにしているので、製造条件指示値に対する製造実績のバイアスやばらつきに起因する誤差を排除することができる。
【００５３】
上記製造実績推定モデルは、製造（条件）実績に関しては、例えば図１１に、製造コスト等に関しては、例えば図１２にそれぞれ示すものを挙げることができる。これらのモデルは、製造情報記憶手段３４に蓄積された、例えば事例３００個のデータを用いて、各パラメータ毎に、製造条件の指示値を横軸（入力）とし、製造条件又は製造コスト等の実績値を縦軸（出力）として最小２乗法で線形回帰式を作成して、これをモデルとすることができる。
【００５４】
さらにこれらの製造実績推定モデルは、製造情報記憶手段３４に新たな事例が蓄積される毎に、事例３００個のなかで、最も古い事例を削除するようにして、該モデルを更新するように構成することができる。このように構成することで、該モデルは現在の操業実力を反映したものとなり、従って操業実力の経年変化にも対応することが可能となる。なお、本実施形態の鋼材の製品受注支援システムは、複数計算機で構築しているが、１つの計算機の中に構築してもよい。
【００５５】
本実施形態におけるデータの流れと処理の概要を図１３に示す。図中、材質予測装置２６が有する材質予測モデルは、前記図５に示した入力変数限定手段２６Ａ、材質推定計算手段２６Ｂ及び入力変数限定ルール格納手段２６Ｃに相当する。
【００５６】
図示したように、製品品質設計装置２０は、要求仕様（機械試験特性範囲）が入力されると、該製品品質設計装置２０から製造条件指示値が製造実績モデルに入力され、該モデルによりその製造条件指示値に対する製造実績の平均値と推定誤差範囲を得る。それらの値は、材質予測装置２６の材質予測モデルに入力され、材質予測値と推定誤差を得る構成になっている。
【００５７】
この材質予測装置２６は、第１の実施形態と同様に、要求仕様（機械試験特性範囲）に応じて、製造条件指示値を様々変えて、同様にそのときの材質予測値と推定誤差を求め、その値が要求仕様を満足するかを判断して、要求仕様を満足する製造条件指示値を取得し、製品品質設計装置２０に出力する構成になっている。
【００５８】
そして、この製品品質設計装置２０は、要求仕様を満足する全ての製造条件指示値及びそれぞれの製造コスト、リスク、時間を出力するようになっている。
【００５９】
材質予測装置２６により推定する製造リスクとしては、例えば品質不良発生率がある。その計算方法は、様々な方法があるが、例えばデータベース内の近傍データの品質不良が発生したデータの数と、全ての近傍データの数との比を計算し、それを品質不良発生率とすることができる。又、同様に、製造コストや製造時間としては、例えば予測製造コストや時間とすることができ、その計算方法には、様々な方法があるが、例えばデータベース内の近傍データの製造時間やコストの実績の平均値を計算して、それを予測製造時間やコストとすることができる。
【００６０】
図１１に本実施形態での、製造条件を作成するための手順を示す。これは、図６に示したフローチャートにステップＳ１１を追加したものであり、各ステップについての具体的な説明は省略する。
【００６１】
上記２つの実施形態においては、製造情報記憶手段に蓄積されている事例を、特にクラスタリングしていないが、素材成分、操業条件が広範囲にわたる場合には事例を近いグループにクラスタリングし、各グループ毎のデータベースを製造情報記憶手段３４に構築するようにしてもよい。例えば、成分Ｃの含有量に応じて、極低炭素鋼、低炭素鋼、中炭素鋼、高炭素鋼のようなグループにクラスタリングすることが考えられる。これによれば、信頼性の高い推定値を得ることができ、また、推定に要する時間を更に短縮することができる。
【００６２】
また、製品品質設計装置２０への過去の事例収集は、製造実績収集装置２２、材料試験実績収集装置２４が行うことで説明したが、これに限らず、人間が直接入力してもよいし、フロッピー（登録商標）ディスクなどの記録媒体を介してもよい。
【００６３】
さらに、材質推定値の推定誤差は材質推定計算手段２６Ｂが計算、出力することで、説明したが、別の手段が行うようにしてもよい。
【００６４】
なお、製造情報記憶手段３４は、素材の指示値と実績値、操業条件の指示値と実績値、及び、材質実績値を蓄積することで説明したが、第１の実施形態では、素材の指示値及び操業条件の指示値は使用しないから、これらを必ずしも蓄積する必要はない。
【００６５】
又、以上の実施形態では、製品受注支援システムがＬＡＮ４０により連結された６つの計算機により構築されている場合を示したが、５以下、場合によっては全体を１つの計算機で構成してもよい。
【００６６】
【発明の効果】
以上説明したとおり、本発明によれば、客先からの要求仕様を満足する製品を製造可能であるか否かを評価し、受注できるか否かのデータを出力することができる。従って、営業担当者が、客先との商談に際しては、受注の可否を即答できる。又、必要に応じて、製造コスト、製造リスク及び製造時間（納期）の少なくとも１つを併せて出力することができ、客先に提示できる。
【図面の簡単な説明】
【図１】本発明を実現するに好適な鋼材の製品受注支援システムの構成を示すブロック図
【図２】図１の装置構成において、過去の製造情報を収集している様子を示すブロック図
【図３】第１の実施形態で用いられる材質データベースの例を示す図表
【図４】本実施形態における製品品質設計装置を示すブロック図
【図５】材質予測装置を示すブロック図
【図６】本実施形態における製造条件作成の手順を示す流れ図
【図７】材質推定の手順を示す流れ図
【図８】入力データの近傍の事例データから局所的に推定するモデルを示す図
【図９】製品受注検討の様子を示すブロック図
【図１０】第２の実施形態における製品品質設計装置を示すブロック図
【図１１】製造実績推定モデルを示す図
【図１２】他の製造実績推定モデルを示す図
【図１３】本実施形態におけるデータの流れと処理の概要を示すブロック図
【図１４】本実施形態における製造条件作成の手順を示す流れ図
【符号の説明】
１０…素材
１２…製造プロセス
１４…製品
２０…製品品質設計装置
２２…製造実績収集装置
２４…材料試験実績収集装置
２６…材質予測装置
２８…材質データベース
３０…製造実績データベース
３２…製品受注検討装置
３４…製造情報記憶手段
２０２…製造条件作成手段
２０４…製造条件検索手段
２０６…製造条件推定手段[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a product quality design apparatus for steel products, and is particularly preferably applied to a cast slab, which is heated, rolled, cooled, heat treated, and the like, when determining whether or not to receive a product order for a steel product. Also, the present invention relates to a steel product order support system capable of determining an instruction value of a manufacturing condition such as a component or an operating condition from a required specification such as a mechanical test characteristic value range and supporting an order.
[0002]
[Prior art]
When a customer places an order for a steel product, the production conditions for producing the product are determined from the required specifications for the customer's product, such as the range of the mechanical test characteristic value, and the product is produced.
[0003]
As a conventional technique for determining manufacturing conditions, there is described a method of obtaining manufacturing conditions satisfying required specifications based on a database storing a range of manufacturing condition indicated values and a performance range of mechanical test characteristics at that time (for example, And Patent Document 1).
[0004]
Furthermore, it describes that if there is no record that satisfies the required specifications, the material is estimated using an existing material estimation model, and manufacturing conditions that satisfy the required specifications are obtained (for example, see Patent Document 2).
[0005]
[Patent Document 1]
JP-A-5-287341
[Patent Document 2]
JP-A-5-287342
[0006]
[Problems to be solved by the invention]
However, the method of estimating the material using the conventional material estimation model only outputs the estimated value of the material based on the past production results, and when a customer calls for a certain product, the It does not evaluate whether a product order can be accepted.
[0007]
The present invention has been made in order to solve the conventional problem, and evaluates whether or not it is possible to manufacture a product that satisfies a required specification presented by a customer, and outputs data on whether or not an order can be received. It is another object of the present invention to provide a steel product order support system capable of outputting a manufacturing cost and the like as necessary.
[0008]
[Means for Solving the Problems]
The present invention provides, for each product manufactured in the past, an instruction value and an actual value of a material component and an operating condition, and a manufacturing information storage unit that accumulates an actual material value as an example, and the input material component and the operating condition. A material estimating means for estimating a material obtained when the product is manufactured based on the indicated value by using data accumulated in the manufacturing information storage means; a material estimating value output from the material estimating means; From the error, a product quality design means for outputting an instruction value of a material component and operating conditions capable of manufacturing a product satisfying the required specifications, and a steel product order support system comprising: It is a solution.
[0009]
In addition, for each product manufactured in the past, an instruction value and an actual value of each of the material component and the operating condition, and a manufacturing information storage unit that stores the material actual value as an example, and data stored in the manufacturing information storage unit. A production condition result estimating means for creating a production result estimation model and estimating the actual value of the material component and the operation result based on the input material component and the instruction value of the operation condition using the model; A material estimating means for estimating a product material using data accumulated in the manufacturing information storage means, using the material component actual estimated value and the operating condition actual estimated value output from the condition actual estimating means; Product quality design means for outputting, from the material estimation value output from the means and the estimation error, a material component capable of manufacturing a product satisfying the required specifications and an instruction value of operating conditions, With goods order support system, likewise, it is obtained by solving the above problems.
[0010]
It is preferable that the production performance estimation model created by the production condition performance estimation means is updated using the latest data, and the material estimation means is an input variable having a large effect on the material. Input variable limiting means for limiting according to a rule, a distance function is defined using the limited input variables, and the material component actual value and the operating condition actual value stored in the manufacturing information storage means using the distance function. Is used to calculate the distance from the input value, extract a case close to the input value based on the calculated distance, calculate the estimated value of the material and its estimation error from the material actual value of the extracted case, and output And a material estimating calculation unit that performs the calculation.
[0011]
Further, in the manufacturing information storage means, for each product manufactured in the past, at least one of the manufacturing cost, the manufacturing risk and the actual value of the manufacturing time is accumulated, and the product quality design means satisfies the required specifications. Outputs at least one of a production cost, a production risk, and a production time estimated using accumulated data with respect to the product having the designated value, together with an instruction value of a material component capable of producing the product and an operating condition. It is preferable to have a function to create a production performance estimation model from data stored in the production information storage means, and to use the model to input material components and It is preferable to include a production result estimating means for estimating at least one of the production cost, the production risk, and the production time based on the instruction value of the operating condition.
[0012]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, a first embodiment of the present invention will be described in detail with reference to the drawings.
[0013]
FIG. 1 shows an outline of a steel product order receiving support system according to the present embodiment. This product order support system includes a product quality design device 20, a production result collection device 22, a material test result collection device 24, a material prediction device (material estimation means) 26, and a material database via a local area network (LAN) 40. 28 and the production result database 30 are connected to each other. Each of these

devices

20, 22, 24, 26 and each of the

databases

28, 30 can be constituted by a computer, for example, a workstation. The product quality design device 20 can be connected to a product order review device 32 composed of a computer terminal wirelessly or by wire.
[0014]
As shown in FIG. 2, the production result collection device 22 includes, for each product 14 produced in the past, the indicated value and the actual value of the component of the raw material (slab) 10 and the production process such as heating, rolling, cooling, and heat treatment. 12, at least one of the actual results of the manufacturing cost, the manufacturing risk, and the manufacturing time is collected together with the indicated values and the actual values of the operating conditions, and the indicated values and the actual values of the collected manufacturing conditions (material components and operating conditions) are collected. At the same time, each result such as the manufacturing cost is accumulated in the manufacturing result database 30.
[0015]
Although not shown, the material test record collection device 24 also performs a mechanical test characteristic record (strength, toughness, etc.) obtained by a material test of each product 14 manufactured in the past. Are collected and stored in the material database 28.
[0016]
FIG. 3 shows specific examples of instruction values and actual values of production conditions, actual material values, actual production costs, and the like, which are collected by the production result collection device 22 and the material test result collection device 24 and accumulated as examples. For convenience, the data stored in the two

databases

28 and 30 are shown together in this figure. In the following, similarly to this data structure, the material database 28 and the production result database 30 are integrated and described as the production information storage means 34 unless there is any inconvenience.
[0017]
As shown in the drawing, the storage means 34 stores the indicated values and the actual values of the material components (components 1 to K), the indicated values and the actual values of the operating conditions (operations 1 to L), and the material results for each product. It may be a tabular database in which values (material 1 to material M) and the like are described (one row is data for each product 14 manufactured in the past and corresponds to one case). Further, the data stored in the manufacturing information storage means 34 can be further classified into groups having similar material components and operating conditions (referred to as clustering) and used as a database for each group.
[0018]
The material predicting device 26 performs a process under a certain manufacturing condition (material component instruction value and operation condition instruction value) based on the production condition actual value and material actual value accumulated in the production information storage means 34. The product material is estimated, and the estimation error is also obtained.
[0019]
As shown in FIG. 4, the product quality design device 20 includes a manufacturing condition creating unit 202 and a manufacturing condition searching unit 204, and manufacture conditions (components and operating conditions) satisfying desired conditions based on input required specifications. ) Is output.
[0020]
The manufacturing condition creating means 202 instructs the material estimating device 26 to perform material estimation (prediction) via the LAN 40, and uses the material estimation value and the estimation error obtained by the material estimating means to generate a required specification (material). All the manufacturing conditions satisfying (range) are calculated for a plurality of products.
[0021]
Further, the manufacturing condition search means 204 finds, among the manufacturing conditions calculated by the manufacturing condition creating means 202, manufacturing conditions satisfying desired conditions such as a margin for an allowable range, a manufacturing cost, a quality defect occurrence rate, and a manufacturing time. And output it from the manufacturing information storage means 34 via the.
[0022]
Next, the material prediction device 26 will be described in detail. As shown in FIG. 5, the material prediction device 26 includes an input variable limitation unit 26A, a material estimation calculation unit 26B, and an input variable limitation rule storage unit 26C.
[0023]
The input variable limitation rule storage means 26C stores a rule for selecting an input variable used for estimating a product material from a large number of input variables. That is, factors affecting the material properties of the product include the chemical components (content elements, content, etc.) of the material (slab), heating conditions (steel material extraction temperature, furnace time, etc.), rolling conditions (steel material temperature history, There are very many things such as rolling dimensions, rolling reduction, rolling speed, etc., cooling conditions (steel material temperature history, cooling speed, etc.), heat treatment conditions (furnace temperature history, furnace atmosphere, etc.). Also rises. When material estimation is performed for all objects having such a large number of material-influencing factors using all material-influencing factors as variables (input variables), the dimension of the input space is too large and the estimation takes a very long time. Therefore, the time required for the estimation is reduced by selecting the input variables used for the material estimation. The rules for this purpose are stored in the input variable limitation rule storage means 26C. For example, in a metallurgical process for producing a material, there is a characteristic that a certain component A of the material does not affect the material unless the content a exceeds a certain content a. Accordingly, the input variable A is used for material estimation in an input space region having an input value a or more, but is not used in a region having an input value less than a. As described above, focusing on the characteristics of the input variables, the input variables can be limited by the area of the input space. Such input variable limitation rules can be created in various ways. For example, a rule in which foresight information on a physical phenomenon is accumulated can be created in advance. Alternatively, a rule can be automatically created from accumulated data using a decision tree or the like.
[0024]
The input variable limiting means 26A provides input information about the product whose material is to be estimated, that is, the component instruction value (content element, content, etc.) of the material and the heating conditions (steel material extraction temperature, furnace time, etc.) in the manufacturing process 12. Operating conditions such as, rolling conditions (steel temperature history, rolling dimensions, rolling reduction, rolling speed, etc.), cooling conditions (steel material temperature history, cooling speed, etc.), heat treatment conditions (furnace temperature history, furnace atmosphere, etc.) Based on the values, the input variables used for material estimation are selected and limited with reference to the input variable limitation rule, and the result is output to the material estimation calculating means 26B. Further, an instruction value corresponding to the limited input variable is extracted from each input instruction value and output to the material estimation calculating means 26B.
[0025]
The material estimation calculating unit 26B defines a distance function (described later) using the input variables selected by the input variable limiting unit 26A, and uses the distance function to define a distance function in the data stored in the manufacturing information storage unit 34. , A plurality of cases having data close to the input value are extracted. Then, the material is estimated and output using the material actual value of the extracted case. At the same time, an estimation error is output.
[0026]
With reference to FIG. 6, a procedure for obtaining an instruction value of a manufacturing condition capable of manufacturing a product satisfying the required specifications using the steel product quality design apparatus 20 having the above configuration will be described.
[0027]
First, in step S1, when a certain required specification is input to the product quality design device 20, the manufacturing condition creating means 202 generates an instruction value of a material component and an initial instruction value of an operating condition for a product Pj having the specification. . Each indication value generated here does not need to be particularly strict, and may be appropriately determined based on experience, past results, and the like.
[0028]
Next, in step S2, the manufacturing condition creating unit 202 issues a command to the material estimating unit 26 to estimate the product material based on the instruction value regarding the initially generated product Pj. The material estimating means 26 having received the command estimates the material according to a subroutine shown in FIG.
[0029]
That is, first, in step S21, the input variable limiting unit 26A refers to the rule stored in the input variable limiting rule storage unit 26C, and is generated in step Sl and indicates the input value of the manufacturing condition for the input product Pj ( Input that has a large effect on the material, based on the material components and their contents, the temperature of the steel material extracted in the heating furnace and the time in the furnace, the rolling temperature in hot rolling, rolling reduction, dimensions, rolling speed, and other various manufacturing conditions) Select a variable. For example, there is a rule that the unavoidable impurity P in the raw material component does not adversely affect the material of the product if the content is usually 0.01% by mass or less, but there is a rule that if the content is higher than this, the material is affected. For example, if the input P content is 0.006% by mass, P is not taken as an input variable, but if it is 0.02% by mass, it is selected as an input variable. The input variables limited in this way and the input values (indicated values) corresponding to these input variables are supplied to the material estimation calculating means 26B.
[0030]
Next, proceeding to step S22, the material estimation calculating means 26B corresponds to the input variables and input values extracted (selected) in step S21 and the extracted input variables in the data stored in the manufacturing information storage means 34. A distance function is defined using the data. As the distance function, for example, a Euclidean distance in a space having a dimension corresponding to the number of selected input variables can be used. The Euclidean distance L is represented by the following equation, where the input instruction value is (X10, X20,...) And the data in the manufacturing information storage means 206 is (X1, X2,...).
[0031]
L = [w1 (X1-X10) ² + W2 (X2-X20) ² + ...] ^1/2 ... (1)
Here, wi is a weight coefficient. For example, the influence of an input value on a material (that is, an output value) can be obtained by multiple regression analysis.
[0032]
Then, the distance between the data of each case stored in the manufacturing information storage means 34 and the input value is calculated based on the above equation (1). This distance is calculated for the number of stored cases.
[0033]
Next, in step S23, as shown in FIG. 8, data of a case near the input value is obtained from the data stored in the manufacturing information storage unit. There are various methods for this. For example, the data in the manufacturing information storage means 34 is the data of the N cases (N is a predetermined constant) from the smaller distance L calculated by the above equation (1). Can be defined as data of a case near the input value.
[0034]
Next, the process proceeds to step S24, using the acquired case data or the material-related data (actual values of material 1 to material M in FIG. 4) near the input value, to estimate the material (output) Value) and its estimation error.
[0035]
There are various methods for this calculation. For example, the average value [Material 11 to [Material]] of the performance data related to the material acquired as described above is calculated by the following equation, and these are calculated as material estimated values. , And similarly calculate their standard deviations, and output them as estimation errors. Alternatively, as described in JP-A-6-95880, the similarity with a nearby case can be evaluated.
[0036]
[Material 1] = ΣMaterial 1i / N
[Material 2] = ΣMaterial 2i / N
...
[Material M] = ΣMaterial Mi / N (2)
Here, i = 1 to N
[0037]
As the output value (material estimation value), for example, output variables representing the material such as tensile strength, yield point, elongation, and Charpy absorbed energy can be used.
[0038]
The processes in steps S23 and S24 described above are both performed by the material estimation calculating unit 26B, and the results are output to the manufacturing condition creating unit 202 of the product quality design device 20.
[0039]
Next, the process proceeds to step S3 in FIG. 6, and using the material estimation value and the estimation error obtained by the material prediction device 26, the manufacturing condition creating unit 202 determines based on the following equation, that is, the material estimation value in consideration of the estimation error. Is within the allowable range of the required specification.
[0040]
Lower limit of required specification ≤ material estimation value ± estimation error ≤ upper limit of required specification ... (3)
[0041]
If the expression (3) is satisfied, the process proceeds to step S4, where the manufacturing condition indicating value used for the above determination and the manufacturing cost, manufacturing risk, and manufacturing time corresponding to the indicating value read from the manufacturing information storage means 34 are calculated. And the like are stored in a storage unit (not shown), and the process proceeds to step S5. On the other hand, if the equation (3) is not satisfied in step S3, the process jumps to step S5.
[0042]
In step S5, it is determined whether or not the material estimation has been performed for all of the possible manufacturing condition instruction values. If the determination result is negative, the process proceeds to step S6, and the following formulas (4) and (5) are used. The production condition instruction value is changed, and the process returns to step S2.
[0043]
(Equation 1)

[0044]
Α and β in the formulas are the increase and decrease of each component and each operating condition, and need to be determined experimentally and empirically in advance. <> Means that any one of <> is selected. Taking component 1 as an example, the current indicated value of component 1 [component 1] _i To the new indicated value [Component 1] _{i + 1} , The new indicated value [component 1] is reduced by α1 _{i + 1} Or [Component 1] _i As the new indicated value [Component 1] _{i + 1} There is a case.
[0045]
On the other hand, if it is determined in step S5 that the material estimation has been performed for all of the possible manufacturing condition indicated values, the process proceeds to step S7, where the manufacturing condition indicated values of the respective products and the manufacturing costs corresponding to the indicated values are obtained. , The manufacturing risk, the manufacturing time, and the like are output, and the processing by the product quality design apparatus 20 ends.
[0046]
Therefore, as shown in FIG. 9, the sales representative gives the customer's required specifications to the product quality design device 20 using the product order review device 32, and the product quality design device 20 , Manufacturing cost, manufacturing risk, and manufacturing time. By connecting these two

devices

20 and 32 wirelessly, it is possible for the customer to immediately judge the manufacturing risk and determine whether or not to accept an order, and to reduce the cost and delivery date for the customer. If so, you can also answer the risks. As a result, it became possible to respond immediately to the customer, and the customer satisfaction was increased.
[0047]
If the manufacturing condition indicating value obtained as described above is stored in the manufacturing information storage means 34, the case is obtained only by collecting the corresponding manufacturing condition actual value and material actual value. Can be added.
[0048]
Next, a second embodiment according to the present invention will be described.
[0049]
FIG. 10 shows a product quality design apparatus 20 'in this embodiment. The product quality design apparatus 20 according to the above-described first embodiment is different from the product quality design apparatus 20 in that a manufacturing condition estimation unit 206 is added.
Since the other components have substantially the same configuration, the description will focus on the manufacturing condition estimating means 206 and will not be described.
[0050]
Upon receiving a command from the manufacturing condition creating unit 202, the manufacturing condition estimating unit 206 stores, in the manufacturing information storage unit 34, an instruction value of a material component for each previously manufactured product and its actual value, and A production performance estimation model is created based on the indicated values of the conditions and their actual values, and the actual values for the indicated values of the material components of the products to be newly manufactured and the indicated values of the manufacturing conditions are estimated using this model. (It does not mean the actual value when actually manufactured, but calculates the actual estimated value that would be obtained if it was manufactured with the current operation ability), and at the same time, the result was used as a material prediction device 26.
[0051]
In addition, when the manufacturing condition estimating unit 206 receives a command from the manufacturing condition creating unit 202, the manufacturing condition estimating unit 206 determines the product conditions (material components and manufacturing conditions) of each product manufactured in the past, which are stored in the manufacturing information storage unit 34. Another manufacturing result estimation model is created based on the indicated value and at least one actual value of the manufacturing cost, the manufacturing risk, and the manufacturing time corresponding to the indicated value, and the model is newly manufactured using this model. Estimate the actual value for the indicated value of the product (not the actual value when actually manufactured, but the production cost, manufacturing risk, and manufacturing time corresponding to the indicated value, which are estimated from the current operational capability. At the same time, it has a function of outputting the result to the material prediction device 26.
[0052]
In the first embodiment described above, the material, cost, and the like are estimated using the manufacturing condition instruction value. In the present embodiment, however, the material, etc., are estimated using the manufacturing result estimation value estimated by the manufacturing result estimation model. Since the estimation is performed, it is possible to eliminate an error caused by a bias or variation in the manufacturing result with respect to the manufacturing condition instruction value.
[0053]
The manufacturing performance estimation model includes, for example, the manufacturing (condition) performance shown in FIG. 11 and the manufacturing cost and the like shown in FIG. 12, for example. These models use the data of, for example, 300 cases stored in the manufacturing information storage means 34, and use the indicated values of the manufacturing conditions as the abscissa (input) for each parameter, and calculate the manufacturing conditions or manufacturing costs. A linear regression equation is created by the least squares method using the actual value as the vertical axis (output), and this can be used as a model.
[0054]
Further, these manufacturing result estimation models are configured such that the oldest case is deleted from 300 cases and the model is updated each time a new case is accumulated in the manufacturing information storage means 34. can do. With such a configuration, the model reflects the current operating ability, and thus can respond to the aging of the operating ability. Although the steel product order support system of the present embodiment is constructed by a plurality of computers, it may be constructed by one computer.
[0055]
FIG. 13 shows an outline of data flow and processing in the present embodiment. In the figure, the material prediction model of the material prediction device 26 corresponds to the input variable limitation means 26A, the material estimation calculation means 26B and the input variable limitation rule storage means 26C shown in FIG.
[0056]
As shown in the drawing, when a required specification (mechanical test characteristic range) is input, the product quality design device 20 inputs a manufacturing condition instruction value from the product quality design device 20 to a manufacturing performance model, and the model is used to manufacture the product. An average value of production results and an estimated error range with respect to the condition instruction value are obtained. These values are input to the material prediction model of the material prediction device 26, and the predicted material value and the estimation error are obtained.
[0057]
As in the first embodiment, the material predicting device 26 variously changes the manufacturing condition instruction value according to the required specification (mechanical test characteristic range), and similarly calculates the material predicted value and the estimation error at that time. It is determined whether the value satisfies the required specification, and a manufacturing condition instruction value that satisfies the required specification is obtained and output to the product quality design device 20.
[0058]
The product quality design device 20 outputs all the manufacturing condition instruction values satisfying the required specifications and the respective manufacturing costs, risks, and times.
[0059]
The manufacturing risk estimated by the material prediction device 26 includes, for example, a quality defect occurrence rate. There are various methods for the calculation. For example, a ratio between the number of data in which the quality of the nearby data in the database has failed and the number of all the neighboring data is calculated, and the calculated ratio is defined as the quality failure occurrence rate. be able to. Similarly, the manufacturing cost and the manufacturing time can be, for example, the estimated manufacturing cost and the time, and there are various methods for calculating the manufacturing cost and the manufacturing time. The average of the results can be calculated and used as the estimated production time or cost.
[0060]
FIG. 11 shows a procedure for creating manufacturing conditions in the present embodiment. This is obtained by adding step S11 to the flowchart shown in FIG. 6, and a detailed description of each step will be omitted.
[0061]
In the above two embodiments, the cases stored in the manufacturing information storage means are not particularly clustered. However, when the material components and operating conditions are wide, the cases are clustered into close groups, and A database may be constructed in the manufacturing information storage means 34. For example, depending on the content of the component C, clustering into groups such as ultra-low carbon steel, low carbon steel, medium carbon steel, and high carbon steel can be considered. According to this, a highly reliable estimated value can be obtained, and the time required for the estimation can be further reduced.
[0062]
In addition, although the past case collection to the product quality design device 20 is described as being performed by the production result collection device 22 and the material test result collection device 24, the present invention is not limited to this, and humans may directly input, A recording medium such as a floppy (registered trademark) disk may be used.
[0063]
Furthermore, although the estimation error of the material estimation value has been described as being calculated and output by the material estimation calculating means 26B, another means may be used to perform the calculation.
[0064]
In the first embodiment, the manufacturing information storage unit 34 accumulates the instruction value and the actual value of the material, the instruction value and the actual value of the operating condition, and the actual value of the material. Since the values and the indicated values of the operating conditions are not used, they need not always be accumulated.
[0065]
Further, in the above embodiment, the case where the product order support system is constructed by six computers connected by the LAN 40 has been described. However, the number may be five or less, and in some cases, the whole may be constituted by one computer.
[0066]
【The invention's effect】
As described above, according to the present invention, it is possible to evaluate whether or not a product that satisfies the required specifications from a customer can be manufactured and output data indicating whether or not an order can be received. Therefore, the sales representative can immediately answer whether or not an order can be accepted at the time of negotiation with the customer. Further, if necessary, at least one of the manufacturing cost, the manufacturing risk, and the manufacturing time (delivery time) can be output together, and can be presented to the customer.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a steel product order support system suitable for realizing the present invention.
FIG. 2 is a block diagram showing a state in which past manufacturing information is collected in the apparatus configuration of FIG. 1;
FIG. 3 is a table showing an example of a material database used in the first embodiment;
FIG. 4 is a block diagram showing a product quality design apparatus according to the embodiment;
FIG. 5 is a block diagram showing a material prediction device.
FIG. 6 is a flowchart showing a procedure for creating manufacturing conditions in the embodiment.
FIG. 7 is a flowchart showing a procedure of material estimation.
FIG. 8 is a diagram showing a model locally estimated from case data in the vicinity of input data;
FIG. 9 is a block diagram showing a situation of considering a product order;
FIG. 10 is a block diagram illustrating a product quality design device according to a second embodiment.
FIG. 11 is a diagram showing a production result estimation model.
FIG. 12 is a diagram showing another production result estimation model.
FIG. 13 is a block diagram illustrating an outline of a data flow and processing according to the embodiment;
FIG. 14 is a flowchart showing a procedure for creating manufacturing conditions in the embodiment.
[Explanation of symbols]
10 ... Material
12: Manufacturing process
14 ... Product
20 ... Product quality design equipment
22: Manufacturing results collection device
24 ... Material test results collection device
26 ... Material prediction device
28 ... Material database
30: Production performance database
32… Product order review device
34: Manufacturing information storage means
202: Manufacturing condition creation means
204: Manufacturing condition search means
206: Manufacturing condition estimation means

Claims

For each product manufactured in the past, the actual value of the material components and operating conditions, and the manufacturing information storage means that accumulates the actual material value as an example,
Material estimation means for estimating the material obtained when the product is manufactured based on the input values of the material components and the operating conditions, using data stored in the manufacturing information storage means,
A product quality design unit that outputs an indication value of a material component and an operating condition capable of manufacturing a product that satisfies the required specifications from the material estimation value output from the material estimation unit and the estimation error,
A product order support system for steel products, characterized by comprising:

For each product manufactured in the past, an instruction value and an actual value of each of the material component and the operating condition, and a manufacturing information storage unit that accumulates the actual material value as an example,
A production result estimation model is created from the data accumulated in the production information storage means, and the actual value of the material component and the actual operation result of the material component are calculated based on the input material component and the instruction value of the operating condition using the model. Means for estimating production condition results to be estimated;
Material estimation means for estimating product material using data accumulated in the production information storage means, using the material component actual estimation value and the operating condition actual estimation value output from the production condition actual estimation means,
A product quality design unit that outputs an indication value of a material component and an operating condition capable of manufacturing a product that satisfies the required specifications from the material estimation value output from the material estimation unit and the estimation error,
A product order support system for steel products, characterized by comprising:

3. The product order support system for steel products according to claim 2, wherein the production result estimation model created by the production condition result estimation means is updated using the latest data.

The material estimating means,
Input variable limiting means for limiting input variables having a large effect on the material according to rules,
A distance function is defined using the limited input variables, and a distance between the input value is calculated using the material component actual value and the operating condition actual value stored in the manufacturing information storage unit using the distance function. Material extraction calculation means for extracting a case close to the input value based on the calculated distance, calculating an estimated value of the material and its estimation error from the actual material value of the extracted case, and outputting
The steel product order support system according to any one of claims 1 to 3, further comprising:

In the manufacturing information storage unit, for each product manufactured in the past, at least one of manufacturing cost, manufacturing risk, and actual value of manufacturing time is accumulated,
The product quality design means, together with an instruction value of a material component and operating conditions capable of producing a product satisfying the required specifications, and a production estimated using accumulated data for the product of the instruction value. The steel product order support system according to any one of claims 1 to 4, further comprising a function of outputting at least one of cost, manufacturing risk, and manufacturing time.

Further, a production performance estimation model is created from the data stored in the production information storage means, and the production cost, the production risk and the production time are calculated based on the input values of the material components and the operating conditions using the model. 6. The steel product order support system according to claim 5, further comprising a production result estimating means for estimating at least one of the following.