JP2006215674A - 生産予測方法およびそのシステム - Google Patents
生産予測方法およびそのシステム Download PDFInfo
- Publication number
- JP2006215674A JP2006215674A JP2005025805A JP2005025805A JP2006215674A JP 2006215674 A JP2006215674 A JP 2006215674A JP 2005025805 A JP2005025805 A JP 2005025805A JP 2005025805 A JP2005025805 A JP 2005025805A JP 2006215674 A JP2006215674 A JP 2006215674A
- Authority
- JP
- Japan
- Prior art keywords
- production
- raw material
- processing
- amount
- rice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 211
- 238000013277 forecasting method Methods 0.000 title abstract 2
- 238000012545 processing Methods 0.000 claims abstract description 77
- 239000002994 raw material Substances 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 25
- 235000007164 Oryza sativa Nutrition 0.000 claims description 74
- 235000009566 rice Nutrition 0.000 claims description 74
- 241000209094 Oryza Species 0.000 claims description 73
- 235000021329 brown rice Nutrition 0.000 claims description 58
- 238000013500 data storage Methods 0.000 claims description 18
- 238000013075 data extraction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims 1
- 238000003860 storage Methods 0.000 description 29
- 238000003801 milling Methods 0.000 description 27
- 239000000203 mixture Substances 0.000 description 14
- 238000012384 transportation and delivery Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 11
- 241000196324 Embryophyta Species 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 7
- 235000013305 food Nutrition 0.000 description 4
- 238000005498 polishing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012261 overproduction Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/40—Minimising material used in manufacturing processes
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
【課題】 粒状原料の使用量を高精度に予測することを目的とする。
【解決手段】 製品の目標生産量と、前記製品の生産に使用する粒状原料の属性とを入力する工程と、加工処理装置による実際の加工処理の結果が予め求めて記憶されている複数種類の既処理原料を検索し、前記入力した属性と類似する属性を有する前記既処理原料を抽出する工程と、抽出した前記処理原料の実際の加工処理結果に基づいて、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める工程と、を有することを特徴としている。
【選択図】 図1
【解決手段】 製品の目標生産量と、前記製品の生産に使用する粒状原料の属性とを入力する工程と、加工処理装置による実際の加工処理の結果が予め求めて記憶されている複数種類の既処理原料を検索し、前記入力した属性と類似する属性を有する前記既処理原料を抽出する工程と、抽出した前記処理原料の実際の加工処理結果に基づいて、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める工程と、を有することを特徴としている。
【選択図】 図1
Description
本発明は生産予測方法およびそのシステムに係り、特に目標生産量を高精度に予測する生産予測方法およびそのシステムに関する。
図5は精米工場の精米プロセスを示す概略図である。図示のように、精米工場1は粒状原料となる玄米を投入する貯蔵タンク2を複数備えている。玄米は通常複数の品種毎に貯蔵タンク2に貯蔵されている。貯蔵タンク2中の玄米はタンク排出口に接続する第1搬送ラインに設けたブロア3の圧縮エアによって後段の精米機4に搬送される。精米機4は第1搬送ラインに複数分岐して設けてある。ライン切り換えによって任意の精米機4に搬送された玄米は精米される。各精米機4には複数の第2搬送ラインがそれぞれ接続し、精米処理された精米が精米タンク5に搬送され、品種毎にタンク内に一時収容される。複数の精米タンク5下部には、それぞれブレンド計量器6が設けてある。精米はこのブレンド計量器6に落下して重量が計量され、さらに下方に落下してブレンドホッパ7に集められブレンドされる。ブレンドホッパ7には第3搬送ラインが接続し、ブレンド米は第3搬送ラインに設けたブロアの圧縮エアによって上層の計量器8に搬送される。搬送途中で図示しない異物除去装置によりブレンド米中に混入した異物が除去される。異物が除去されたブレンド米は、計量器8で計量されながら、包装設備9に移され所定重量ずつ包装されて製品出荷される。
このような精米工場では、受注量に応じて投入する粒状原料の使用量を作業者の熟練により玄米の品種等を考慮して調整しており、目標生産量に見合った生産を行っている。
ところで、工場の設備設計や通常の生産計画を立案する手法として、生産ラインをモデル化し、コンピュータ内で生産ラインを再現するシミュレーション技法がある。この技法はコンピュータ内に現実システムを模擬した仮想の生産モデルを構築し、ここで生産の状況を再現することで、設備設計の改善点を明確にし、より効率の高い生産計画を立案することが可能となる。
このシミュレーションモデルには生産状況を再現するために、設備能力や段取り時間、原料歩留まり等を設定する必要がある。従来、このような値には、設備カタログ値や現場での測定値を含めた実績値から求めたもの等が設定される。生産対象の性質が安定し、また、加工する設備の能力も安定していれば、処理時間等はばらつかず、高精度の生産予測が可能である。(例えば、特許文献1及び2)
特開2002−55711号公報
特開2004−94900号公報
しかしながら、実際の生産現場では、機械設備の作動状態等の条件により処理時間にバラツキが発生する。特に、食品加工業等では取り扱う製品が食料品であるため、原料の属性、すなわち米の品種、産地、生産年、玄米としての保管期間等に相違があり、これらが精米時の歩留まりを変化させる要因となっている。
また、精米の目標生産量に対し作業者の熟練によって玄米の使用量を決めている。目標生産量に見合った玄米を投入しても、玄米の属性による歩留まりの変化から、精米機の処理能力が変動して目標生産量に足らなかったり、あるいは目標生産量よりも多く生産でき余ってしまうことがある。過剰の精米は時間が経過してしまうと価値が下がることになる。近年、製品は精米時の表示が義務付けられ、精米タンクに貯蔵させる時間をできるだけ少なくして、精米後迅速に出荷させることが望まれている。
さらに、特許文献1及び2に示す生産予測では、取り扱う半導体製品は性質が安定しているため、工業製品の歩留まりを高精度に予測することができるが、食品加工業等では取り扱う原料に応じて設備能力等が変動する場合も考えられ、共通の生産工程モデルでは対応できない。これまでの生産予測システムは確立分布、すなわち入力データの平均値をとって処理が行われているため、原料の状態が変動する場合には、高精度の生産予測をすることは困難であった。
そこで、上記従来技術の問題点を改善するため、本発明は、原料の属性が変動する原料を用いた生産システムにおいて原料の使用量を高精度に予測することを目的としている。
前記目的を達成するため、本発明に係る生産予測方法は、製品の目標生産量と前記製品の生産に使用する粒状原料の属性とを入力する工程と、加工処理装置による実際の加工処理の結果が予め求めて記憶されている複数種類の既処理原料を検索し、前記入力した属性と類似する属性を有する前記既処理原料を抽出する工程と、抽出した前記既処理原料の実際の加工処理結果に基づいて、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める工程と、を有することを特徴としている。
この場合において、前記使用量を求める工程は、抽出した前記既処理原料の属性と前記粒状原料の属性との相違に基づき、前記粒状原料の加工処理結果を予測し、予測結果に基づいて前記使用量を求めることを特徴としている。また、前記使用量を求める工程は、前記目標生産量を生産するのに必要な時間を求めることを特徴としている。さらに、前記粒状原料は玄米であり、前記加工処理は精米であることを特徴としている。
また、本発明に係る生産予測システムは、製品の目標生産量と、前記製品の生産に使用する粒状原料の属性を入力する入力部と、加工処理装置による実際の加工処理の結果を予め求めて既処理原料と対応して記憶している実績データ記憶部と、前記入力部から入力された前記粒状原料の属性に基づいて前記実績データ記憶部を検索し、前記粒状原料の属性に類似した属性を有する前記既処理原料の加工処理結果を読み出す実績データ抽出部と、前記加工処理装置に対応した仮想加工処理装置を生成し、前記実績データ抽出部が読み出した前記加工処理結果に基づいて、前記粒状原料を前記仮想加工処理装置により模擬的に加工処理し、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める使用量演算部と、を有することを特徴としている。
この場合において、前記使用量演算部は、前記加工処理装置から前記粒状原料の加工処理状況の情報が入力し、入力した加工処理状況の情報に基づいて、前記使用量を求めて前記加工処理装置の制御部に与えることを特徴としている。
上記構成による本発明は、加工処理装置による実際の加工処理の結果を予め求めて記憶されている複数種類の既処理原料を検索し、使用する原料の属性と類似する既処理原料を抽出して実際の加工処理結果に基づいて、模擬的に粒状原料の使用量を求めている。これにより、粒状原料の属性、すなわち玄米の品種、産地、生産年、保管状態が異なる原料を用いても目標生産量に対し、原料の使用量を精度良く求めることが可能となり、製品の過剰生産あるいは過不足を防止することができる。
既処理原料の属性と用いる粒状原料の属性との相違に基づいて粒状原料の加工処理結果を予測しているので、これまでの確率分布を用いて生産予測を行う方法よりも、粒状原料の使用量を高精度に予測することができる。
また、目標生産量を生産するのに必要な時間を求めているので、出荷納期への対応可否や、出荷量に対する過不足や過剰商品の発生を事前に確認することが可能となり、生産計画の良否判断を行い、最適な生産計画の立案に寄与することができるようになる。
さらに、加工処理装置から現在の加工処理状況の情報を得て、使用量演算部で粒状原料の使用量を求めて、加工処理装置の制御部に与えている。これにより、加工処理を行うととともに玄米使用量を段階的に投入して目標生産量に相当する使用量を高精度に予測することができる。
本発明に係る生産予測方法およびそのシステムの実施形態を添付の図面に基づいて詳細に説明する。なお、本発明は粒状原料に玄米及び加工処理に精米処理を例に生産予測方法およびそのシステムについて説明するが、実施形態はこれに限定されるものではない。
図1は生産予測システムのシステム構成概略を示す図である。図示のように生産予測システム10の主要部となる生産予測シミュレータ12は、生産条件データを格納する生産条件データ記憶部14と、仮想の工場モデルを設定するのに用いるパラメータ値を格納するモデル設定パラメータ記憶部16とを備えている。
生産条件データは精米工場の加工処理を行う実際の生産条件を定めたデータであり、例えば、製品の種類、製品の目標生産量に必要な原料投入量、納期、作業順序などのデータである。この生産条件データは後述する生産予測に用いるデータである。また、モデル設定パラメータは生産プラントの設備の処理力データであり、例えば、設備を構成する精米機の処理能力、精米機の数、搬送ラインの搬送能力、梱包設備の包装能力等を用いることができる。
一方、現実プラント(精米工場生産ライン)20は決められた精米の生産計画に基づき、現実プラント20を稼動制御する設備制御部22と、実際に現実プラント20が稼動した生産実績を後述する生産予測に用いる実績データとして管理する実績管理部24とを備えている。
さらに、設備制御部22と実績管理部24とを統合する生産管理部26がある。この生産管理部26は生産計画データ記憶部28と生産実績データを格納する生産実績データ記憶部30とを備えている。生産計画データ記憶部28は粒状原料となる玄米の属性、例えば玄米の品種、生産地、生産年、玄米の保管状態、保存期間などと、製品の種類・生産量・納期等の受注データの生産計画データを格納している。また、生産実績データ記憶部30は実際に現実プラント20が稼動した生産実績を実績データとして格納している。
これにより、生産管理部26から生産計画に基づくデータが設備制御部22に送られ、設備制御部22では、生産計画に基づき現実プラント20に生産指令を送る。現実プラント20の生産実績が実績管理部24に送られ、生産管理部26の生産実績データ記憶部30に原料の属性に対応する各種玄米の歩留まり、単位時間の処理量の生産実績データが蓄積される。
図2は本発明に係る生産予測シミュレータの説明図である。生産予測シミュレータ12は受注に基づく製品の種類、製品の目標生産量、納期などの新規生産計画データ32と、精米工場の加工処理を行う実際の生産条件を定めた新規生産条件データ34を入力する入力部36を備えている。
この新規生産計画データ32及び新規生産条件データ34と、これらのデータと設定条件が近い外部の現実プラント20の生産管理部26に蓄積した過去の生産条件データおよび過去の生産実績データを検索する実績データ抽出部38がある。実績データ抽出部38は入力した玄米の品種、生産地、生産年、玄米の保存状態等、玄米の属性に類似した属性を有する既に処理した玄米の加工処理結果を過去の生産実績データから抽出する。
また、近日の設備の稼動状況、例えば時間の経過とともに僅かながら減少する精米機の処理能力、取り扱う玄米の種類によって生じる精米機の処理能力等を入力し、類似する過去の加工処理結果を生産実績データから検出して精米機の精米能力を取得するようにしてもよい。
生産データ補正部39では複数のアルゴリズムにより、入力した玄米の属性および設備情報を実績データ抽出部38が抽出した過去の加工処理結果と比較してその相違に基づいて現実の加工処理に最適なデータ補正を行う。
ついでモデル設定データ変換部40では、補正した生産データを関数変換して仮想モデルに使用するデータを生成する。
そして、使用量演算部42では変換データに基づいて加工処理装置である精米機をモデル化した仮想精米機(仮想加工処理装置)を含む精米工場の仮想モデルを生成し、玄米の使用量及び目標生産量を生成するのに要する時間を予想する。
そして、使用量演算部42では変換データに基づいて加工処理装置である精米機をモデル化した仮想精米機(仮想加工処理装置)を含む精米工場の仮想モデルを生成し、玄米の使用量及び目標生産量を生成するのに要する時間を予想する。
また、算出した生産予測の生産ラインの過程や結果をコンピュータの画面上で再現する生産状況再現部44を備えている。精米工場の仮想モデルを視覚的に表示して目標生産量に使用する玄米の生産予測を行う。
次に、本発明の生産予測方法について、精米工場における精米の生産予測を実施する手順で説明する。図3に精米工場における生産予測のフローチャートを示す。
生産予測シミュレータ本体に接続する外部の入力画面上で新規生産条件データを作成する。まず、受注に応じた製品の目標生産量、出荷納期等の生産計画情報を入力する(S102)。
例えば、精米製品は通常品と特注品とに大別される。通常品は製品名に対応して、予め玄米のブレンド割合(銘柄:コシヒカリ50パーセント・産地:新潟、銘柄:あきたこまち30パーセント・産地:秋田、銘柄:はえぬき20パーセント・産地:山形等)が決められ、製品情報記憶部に予め複数登録されている。入力画面上に表示された通常品あるいは特注品の選択ボタンのうち通常品を選択すると、予め登録してある製品名が一覧表示され任意に選択できるようになっている。そして、複数表示された製品名の中から必要な製品名を選択し、生産量及び納期を入力手段で入力する。ついで製品情報記憶部に記憶されている製品情報を検索し、選択した通常品に相当する玄米のブレンド割合が読み出され自動決定される。
一方、特注品は通常品と異なり、特注品ボタンを選択した後、入力画面上で入力手段によって予め登録されている複数の玄米の中から必要な玄米を選択し、そのブレンド割合を入力する。そして、生産量及び納期を入力する。
受注に応じた通常品の製品Xを入力する場合、画面上の選択画面から製品名:X、生産量:5kg袋を100袋及び10kg袋を100袋などと選択し、納期:○月○日○時と入力する。また、特注品の製品Yを入力する場合、画面上から玄米の種類(銘柄)を選択し、配合割合、生産量、納期を入力手段によって入力する。
また、予め原料情報として玄米の貯蔵タンクごとのタンク番号、玄米の種類(銘柄)、産地、投入日、貯蔵量等を入力手段から入力して玄米情報記憶部に登録されている。上記のようにして製品に用いる玄米が選択されると、玄米情報記憶部が検索され、玄米の属性として産地情報、玄米生産年、品種情報、歩留まり予測値、保管タンクの保管状態、保管期間等の原料情報が読み出される(S104)。もちろん、これらの原料情報をキーボードなどから手入力してもよい。
そして読み出された玄米情報に基づいて製品に必要な玄米の暫定使用量を設定値にして入力する。例えば、目標生産量に対して原料110パーセントと暫定的に玄米投入量を設定し入力する(S106)。
また、精米工場は、複数の玄米貯蔵タンクを備えており複数のブレンド米が同時期に精米処理される場合もあるため、精米処理が競合することがある。そこで、生産予定を予め設定しておく必要がある。図示しない予約登録部には、例えば、加工処理工場の処理工程ごとに精米機A、精米機B、精米機C、・・・、ブレンドホッパE、ブレンドホッパF、ブレンドホッパG・・・と区分けされ、区分けされた各処理工程ごとの使用日時、処理時間が登録されている。
そこで、予約登録部の予約状況を参照しながら玄米タンクの玄米をどの精米機で精米するか、玄米を精米機に入れる順番、精米した後どの精米タンクに一時保管するか、ブレンドホッパの投入順序等、生産ラインの作業順序を入力する(S108)。
そして、後段の生産予測シミュレータ12の生産予測に必要な条件を全て入力した新規生産条件データを生成する(S110)。得られた新規生産条件データによって目標生産量に必要な玄米投入量のほか、精米の処理開始時間も求めることができる。
生産予測シミュレータ12本体では接続する外部の入力画面で生成された新規生産条件データを入力部36に取り込む(S112)。
取り入れた新規生産条件データのうち玄米の属性情報(品種、生産地、生産年、玄米の保存状態、保管期間等)について、このデータに近い過去の実績データを、生産管理部26の過去生産実績データ記憶部48から検索する(S114)。また、玄米の属性とともにその玄米を加工処理したデータ、例えば目標生産量に対する原料投入量、精米時間、精米時期など付随する実績値も同時に検索し取り込む。
取り入れた新規生産条件データのうち玄米の属性情報(品種、生産地、生産年、玄米の保存状態、保管期間等)について、このデータに近い過去の実績データを、生産管理部26の過去生産実績データ記憶部48から検索する(S114)。また、玄米の属性とともにその玄米を加工処理したデータ、例えば目標生産量に対する原料投入量、精米時間、精米時期など付随する実績値も同時に検索し取り込む。
これらを基に玄米の属性情報として入力した値から、例えば玄米の年産、貯蔵期間と歩留まり予測値や設備能力値である単位重量当たりの精米処理時間等をデータ変換アルゴリズム41を用いて補正する(S116)。例えば、新米あるいは古米とでは古米のほうが精米処理時間が長くなり、歩留まりも悪くなる。そこで、玄米の種類に対する保管期間の長さと歩留まり、精米処理時間との関係を予め求めておき、この関係に基づいて今回精米処理する玄米の保管期間を考慮して歩留まり、精米処理時間を補正する。これにより、今回玄米を処理する時点の最適な原料情報が得られることになる。
次に玄米を精米する加工処理月日に基づいて、近日の加工処理設備機器の状況を取得する。例えば、現在の設備機器の故障箇所、メンテナンス箇所等の設備機器データ、または、精米機の累計加工時間から予測される加工能力など設備機器の稼動情報や生産効率を記録した近日設備状況データ記憶部50から最近の状態データを取得する(S118)。
ついで、精米機の処理能力、設備の故障、メンテナンス状況など近日の設備特性を加工処理の実績データから取得し、その値によって加工処理の設備情報をデータ変換アルゴリズムを用いて補正する(S120)。これにより、今回加工処理する設備の最適な設備情報が得られることになる。
さらに補正した生産データに基づき仮想モデルに使用するデータに関数変換して生産予測モデル設定データを適正な値に変換する(S122)。
以上の流れで仮想モデルの設定条件を調整し、その後に生産予測を実施する(S124)。
以上の流れで仮想モデルの設定条件を調整し、その後に生産予測を実施する(S124)。
そして、算出した仮想モデルを外部の画面上に表示して生産モデルの確認を行う(S126)。工程の遅れによるなど納期対応に不具合が生じたり、製品の過不足や過剰生産が発生することが予想されると、外部システムの原料投入量設定に戻り(No)、S106で設定した玄米投入量を仮想モデルの予測生産量が目標生産量に一致するように設定データの変更を行う。そして再度、S106からS126までの生産予測処理を繰り返す。一方、生産予測したモデルから当初の生産計画に基づく納期および出荷量が得られれば(Yes)、新規生産条件として確定される(S128)。これにより生産予測によって当初暫定的に設定した原料投入量では目標生産量が得られない場合には、原料投入量を変更することにより仮想モデルにおいて目標生産量と一致した生産量が求められれば、製品の過不足及び過剰生産を防止することができる。また、生産に必要な加工処理時間も求めることができる。
そして、新規生産条件が確定すると前述の予約登録部において使用する設備機器、例えば精米機、ブレンドホッパ、梱包機の使用日時、使用時間の予約登録が成される(S130)。
これを必要によって繰り返すことで最適な生産条件が立案でき、これを外部システムの新規生産条件確定として渡すことで、これから設備を運転し、最適な生産条件で実生産が可能となる。実生産の結果および条件は生産管理システムの実績記憶部に蓄積されるので、後の作業の検索対象として組み込まれる。
以上の生産予測方法および生産予測システムにより、コンピュータの仮想モデルの中で精度よく生産の状況を予測できるようになり、この生産予測システムを用いて計画された生産手順によって納期に間に合うか否かの確認や欠品や余剰製品の発生を事前に確認することができる。
次に精米機運転時の生産予測の変形例について説明する。生産予測は同様の方法によって精米機の処理能力を高精度で予測することができる。すなわち、補正された玄米の属性情報や設備能力値を生産予測モデルに再設定し、これにより生産を再現することで、従来よりも高精度な生産予測が可能となる。また、計画した生産スケジュールを生産予測モデルに与えることで、その内容が適正か否かの判断が可能となる。これにより歩留まり予測誤差による欠品の発生や余剰白米の生産を防ぐことができる。
さらに、変形例では本生産予測と合わせて高精度な歩留まりの予測を行いながら、生産量を調整する制御を行う。図4は生産予測シミュレータの変形例を示す図である。図示のように、原料を精米機に投入して白米を精米する加工処理において、精米機の精米処理の生産実績データを記憶しておき、白米の目標生産量に基づく生産予測を実行する。そして得られた生産予測の結果を基に、原料投入量を調整する。同図に示すグラフは横軸に精米の処理時間を示し、縦軸に精米の処理量を示している。グラフ中の点線は生産予測の基準値を示し、実線は補正後の生産予測を示す。図示のように生産予測と実生産をリアルタイムで同期させることにより、必要な玄米投入量を適宜調整しながら連続生産することができ処理時間を短縮することが可能となる。歩留まりの予測違いによる欠品や余剰製品の発生を回避することができる。
本発明は精米加工処理の生産ラインのみならず、加工処理に用いる原料が保管時間、温度等によって原料状態が変動する種々の食品加工工場に適用することができる。
1………精米工場、2………貯蔵タンク、3………ブロア、4………精米機、5………精米タンク、6………ブレンド計量器、7………ブレンドホッパ、8………計量器、9………包装設備、10………生産予測システム、14………生産条件データ記憶部、16………モデル設定パラメータ記憶部、20………現実プラント、22………設備制御部、24………実績管理部、26………生産管理部、28………生産計画データ記憶部、30………生産実績データ記憶部、32………新規生産計画データ、34………新規生産条件データ、36………入力部、38………実績データ抽出部、40………モデル設定データ変換部、41………データ変換アルゴリズム記憶部、42………使用量演算部、44………生産状況再現部、46………過去生産条件データ記憶部、48………過去生産実績データ記憶部、50………近日設備状況データ記憶部。
Claims (6)
- 製品の目標生産量と、前記製品の生産に使用する粒状原料の属性とを入力する工程と、
加工処理装置による実際の加工処理の結果を予め求めて記憶されている複数種類の既処理原料を検索し、前記入力した属性と類似する属性を有する前記既処理原料を抽出する工程と、
抽出した前記既処理原料の実際の加工処理結果に基づいて、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める工程と、
を有することを特徴とする生産予測方法。 - 前記使用量を求める工程は、抽出した前記既処理原料の属性と前記粒状原料の属性との相違に基づき、前記粒状原料の加工処理結果を予測し、予測結果に基づいて前記使用量を求めることを特徴とする請求項1記載の生産予測方法。
- 前記使用量を求める工程は、前記目標生産量を生産するのに必要な時間を求めることを特徴とする請求項1記載の生産予測方法。
- 前記粒状原料は玄米であり、前記加工処理は精米であることを特徴とする請求項1乃至請求項3のいずれかに記載の生産予測方法。
- 製品の目標生産量と、前記製品の生産に使用する粒状原料の属性とを入力する入力部と、
加工処理装置による実際の加工処理の結果を予め求めて既処理原料と対応して記憶している実績データ記憶部と、
前記入力部から入力された前記粒状原料の属性に基づいて前記実績データ記憶部を検索し、前記粒状原料の属性に類似した属性を有する前記既処理原料の加工処理結果を読み出す実績データ抽出部と、
前記加工処理装置に対応した仮想加工処理装置を生成し、前記実績データ抽出部が読み出した前記加工処理結果に基づいて、前記粒状原料を前記仮想加工処理装置により模擬的に加工処理し、前記目標生産量の前記製品を得るのに必要な前記粒状原料の使用量を求める使用量演算部と、
を有することを特徴とする生産予測システム。 - 前記使用量演算部は、前記加工処理装置から前記粒状原料の加工処理状況の情報が入力し、入力した加工処理状況の情報に基づいて、前記使用量を求めて前記加工処理装置の制御部に与えることを特徴とする請求項5記載の生産予測システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005025805A JP2006215674A (ja) | 2005-02-02 | 2005-02-02 | 生産予測方法およびそのシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005025805A JP2006215674A (ja) | 2005-02-02 | 2005-02-02 | 生産予測方法およびそのシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006215674A true JP2006215674A (ja) | 2006-08-17 |
Family
ID=36978882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005025805A Pending JP2006215674A (ja) | 2005-02-02 | 2005-02-02 | 生産予測方法およびそのシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006215674A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7510896B2 (ja) | 2021-02-19 | 2024-07-04 | ヤンマーホールディングス株式会社 | 収穫管理方法、収穫管理装置、収穫管理システム、及び収穫管理プログラム |
JP7514445B2 (ja) | 2020-10-16 | 2024-07-11 | 株式会社サタケ | 生産計画作成方法およびそのシステム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1034499A (ja) * | 1996-07-23 | 1998-02-10 | Hitachi Ltd | 設備能力情報の取得方法および生産管理システム |
JPH10105559A (ja) * | 1996-09-27 | 1998-04-24 | Hitachi Ltd | 情報処理装置 |
JPH10109042A (ja) * | 1996-10-03 | 1998-04-28 | Yamamoto Mfg Co Ltd | 自動精米機 |
-
2005
- 2005-02-02 JP JP2005025805A patent/JP2006215674A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1034499A (ja) * | 1996-07-23 | 1998-02-10 | Hitachi Ltd | 設備能力情報の取得方法および生産管理システム |
JPH10105559A (ja) * | 1996-09-27 | 1998-04-24 | Hitachi Ltd | 情報処理装置 |
JPH10109042A (ja) * | 1996-10-03 | 1998-04-28 | Yamamoto Mfg Co Ltd | 自動精米機 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7514445B2 (ja) | 2020-10-16 | 2024-07-11 | 株式会社サタケ | 生産計画作成方法およびそのシステム |
JP7510896B2 (ja) | 2021-02-19 | 2024-07-04 | ヤンマーホールディングス株式会社 | 収穫管理方法、収穫管理装置、収穫管理システム、及び収穫管理プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI402762B (zh) | 半導體產品級別控制的方法與系統 | |
Leachman | Closed-loop measurement of equipment efficiency and equipment capacity | |
JP5114673B2 (ja) | 処理時間予測装置、方法、プログラム、及びコンピュータ読み取り可能な記憶媒体 | |
EP4226299A1 (en) | Method for determining the carbon footprint of a product in production processes of a production plant | |
WO2019003524A1 (ja) | 可視化システム | |
KR101886985B1 (ko) | 정보 시스템 구축 지원 툴 및 정보 시스템 구축 지원 프로그램 | |
JP2018063598A (ja) | 業務支援システム、および、業務支援方法 | |
JPWO2004027533A1 (ja) | 部品在庫量管理装置 | |
JP2007041950A (ja) | 生産シミュレーション管理装置 | |
JP2006215674A (ja) | 生産予測方法およびそのシステム | |
JP4964067B2 (ja) | 基準在庫管理装置 | |
US20040210334A1 (en) | Method and system for planning disassembly and production of recyclable products and for planning procurement of parts for production | |
JP5776797B2 (ja) | プログラム、評価情報生成方法及び評価情報生成システム | |
Chen et al. | Integrated lot sizing and dispatching in wafer fabrication | |
JP2007264682A (ja) | 鋼板製造における生産管理方法 | |
JP2010198286A (ja) | サプライチェーンの効率化支援方法 | |
JP2008146306A (ja) | 有機性資源の燃料化支援方法及び装置、並びに該装置を備えたシステム | |
US20070016318A1 (en) | Systems and methods for determining production availability | |
CN105903768A (zh) | 制钢成套设备的趋势监测装置 | |
JP2007058564A (ja) | 生産設備の設計支援システム | |
US20050119776A1 (en) | Process control system | |
Chen | Optimum process mean setting with specified average outgoing quality limit protection for variable single sampling plan | |
JP7026867B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2006178920A (ja) | 生産配分シミュレーション方法及び装置並びに生産方法 | |
JP2009217757A (ja) | 生産計画作成装置及び生産計画作成方法、並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070828 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091225 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100423 |