JP2006343952A - 製造管理装置、製造管理方法および製造管理プログラム - Google Patents

製造管理装置、製造管理方法および製造管理プログラム Download PDF

Info

Publication number
JP2006343952A
JP2006343952A JP2005168370A JP2005168370A JP2006343952A JP 2006343952 A JP2006343952 A JP 2006343952A JP 2005168370 A JP2005168370 A JP 2005168370A JP 2005168370 A JP2005168370 A JP 2005168370A JP 2006343952 A JP2006343952 A JP 2006343952A
Authority
JP
Japan
Prior art keywords
manufacturing
information
defect
equipment
data
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.)
Withdrawn
Application number
JP2005168370A
Other languages
English (en)
Inventor
Shinji Akisawa
新二 秋澤
Yutaka Iwami
豊 岩見
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2005168370A priority Critical patent/JP2006343952A/ja
Priority to US11/237,766 priority patent/US20060282189A1/en
Publication of JP2006343952A publication Critical patent/JP2006343952A/ja
Withdrawn legal-status Critical Current

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], computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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], computer integrated manufacturing [CIM]
    • G05B19/41875—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], computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32222—Fault, defect detection of origin of fault, defect of product
    • 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]

Abstract

【課題】不良の発生状態や発生原因を詳細に判定すること。
【解決手段】複数の製造工程で製品が製造される場合に、データベース１３が、各製造工程における製品の製造に係る情報を記憶し、製造管理装置１５が、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を取得し、取得した情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する。
【選択図】 図１

Description

この発明は、複数の製造工程で製造される製品の製造管理をおこなう製造管理装置、製造管理方法および製造管理プログラムに関し、特に、不良の発生状態や発生原因を詳細に判定することができる製造管理装置、製造管理方法および製造管理プログラムに関する。
従来、ハードディスク装置などの製品を製造する製造工場では、製造された製品の検査をおこない、不良品がどのくらい発生したかを調べている。そして、不良品が多く発生する場合には、製品の生産ラインに何らかの障害があると判定し、生産ラインの検査をおこなう。
このような場合は、不良品が検出されてから生産ラインの検査がおこなわれるため、生産ラインの不良に迅速に対応することができず、製品の生産性を著しく悪化させてしまうという問題がある。
そのため、製品の品質不良を予測したり、生産ラインの不良を検出したりすることにより、製品の生産性の低下を防止する技術が開発されている（特許文献１、２および３を参照）。
特開平６−１６８２４９号公報 特開平７−１０５２８５号公報 特開平９−６６４４３号公報
しかしながら、上述した従来技術では、不良の発生状況や発生原因を詳細に検討することが難しいという問題があった。具体的には、不良品が発生する原因が前の工程における生産ラインの状況などに起因する場合もあるが、それを検出することが難しかった。
すなわち、後の工程において製品の不良が検出されたとしても、その工程に係る生産ラインに問題があるとは限らず、それ以前の工程における設備や製品に問題がある可能性も大いにありうる。
そして、前工程における問題を解決することなしには、不良品の発生を効率的に抑制することができないことから、不良の発生状況や発生原因を詳細に判定することができる技術の開発が重要な課題となってきている。
この発明は、上述した従来技術による問題点を解消するためになされたものであり、不良の発生状況や発生原因を詳細に判定することができる製造管理装置、製造管理方法および製造管理プログラムを提供することを目的とする。
上述した課題を解決し、目的を達成するため、本発明は、複数の製造工程で製造される製品の製造管理をおこなう製造管理装置であって、各製造工程における製品の製造に係る情報を記憶する記憶手段と、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記記憶手段から取得する情報取得手段と、前記情報取得手段により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手段と、を備えたことを特徴とする。
また、本発明は、上記発明において、前記記憶手段に記憶された情報に基づいて良品率の高い部品あるいは設備の組合せを抽出する組合せ抽出手段をさらに備え、前記記憶手段は、前記組合せ抽出手段により抽出された組合せに基づいてなされた製品の製造に係る情報を記憶することを特徴とする。
また、本発明は、上記発明において、前記情報記憶手段に記憶された情報に基づいて不良の発生状況の時系列変化を調べることにより不良の発生原因を判定する時系列不良原因判定手段をさらに備えたことを特徴とする。
また、本発明は、上記発明において、前記製造に係る情報は、処理開始時間、処理終了時間、各使用設備の識別情報、製品ロットの識別情報、製品種類、各製品の識別情報、処理結果、不良情報、作業者の識別情報、治具の識別情報、部品の識別情報、あるいは、部品ロットの識別情報であることを特徴とする。
また、本発明は、上記発明において、複数の処理の終了時刻を予測して早く処理が終了する順に作業員がおこなう作業を並べることにより作業員の作業予定を作成する作業予定作成手段をさらに備え、前記記憶手段は、前記作業予定作成手段により作成された作業予定に基づいて実行された製品の製造に係る情報を記憶することを特徴とする。
また、本発明は、上記発明において、前記記憶手段に記憶された情報に基づいて前記作業予定を修正する作業予定修正手段をさらに備え、前記記憶手段は、前記作業予定修正手段により修正された作業予定に基づいて実行された製品の製造に係る情報を記憶することを特徴とする。
また、本発明は、上記発明において、各処理をおこなう設備を用いて作業者がおこなう作業を作業者の位置と各処理をおこなう設備の位置との間の距離が近い順に並べた作業指示を作成する作業指示作成手段をさらに備え、前記情報記憶手段は、前記作業指示作成手段により作成された作業指示に基づいて実行された製品の製造に係る情報を記憶することを特徴とする。
また、本発明は、上記発明において、前記記憶手段に記憶された情報に基づいて同一種類の設備における不良の発生状況を比較することにより不良の発生原因を判定する同一種類設備不良原因判定手段をさらに備えたことを特徴とする。
また、本発明は、複数の製造工程で製造される製品の製造管理をおこなう製造管理方法であって、各製造工程における製品の製造に係る情報をデータベースに記憶する記憶工程と、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得工程と、前記情報取得工程により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定工程と、を含んだことを特徴とする。
また、本発明は、複数の製造工程で製造される製品の製造管理をおこなう製造管理プログラムであって、各製造工程における製品の製造に係る情報をデータベースに記憶する記憶手順と、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得手順と、前記情報取得手順により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手順と、をコンピュータに実行させることを特徴とする。
本発明によれば、各製造工程における製品の製造に係る情報を記憶し、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を取得し、取得した情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定することとしたので、不良の発生状態や発生原因を詳細に判定することができるという効果を奏する。
また、本発明によれば、各製造工程における製品の製造に係る記憶された情報に基づいて良品率の高い部品あるいは設備の組合せを抽出し、抽出した組合せに基づいてなされた製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、製品の品質を高めることができるという効果を奏する。
また、本発明によれば、各製造工程における製品の製造に係る記憶された情報に基づいて不良の発生状況の時系列変化を調べることにより不良の発生原因を判定することとしたので、不良の発生状況の推移から不良の発生状態や発生原因を詳細に判定することができるという効果を奏する。
また、本発明によれば、製造に係る情報は、処理開始時間、処理終了時間、各使用設備の識別情報、製品ロットの識別情報、製品種類、各製品の識別情報、処理結果、不良情報、作業者の識別情報、治具の識別情報、部品の識別情報、あるいは、部品ロットの識別情報であることとしたので、さまざまな情報を収集することにより、不良の発生状態や発生原因を詳細に判定することができるという効果を奏する。
また、本発明によれば、複数の処理の終了時刻を予測して早く処理が終了する順に作業員がおこなう作業を並べることにより作業員の作業予定を作成し、作成した作業予定に基づいて実行された製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、作業者に作業予定を通知することができるという効果を奏する。
また、本発明によれば、各製造工程における製品の製造に係る記憶された情報に基づいて作業予定を修正し、修正した作業予定に基づいて実行された製品の製造に係る情報を記憶することとしたので、作業予定を更新し、作業者に最新の作業予定の情報を通知することができるという効果を奏する。
また、本発明によれば、各処理をおこなう設備を用いて作業者がおこなう作業を作業者の位置と各処理をおこなう設備の位置との間の距離が近い順に並べた作業指示を作成し、作成した作業指示に基づいて実行された製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、作業者に効率的に作業をおこなわせ、設備の稼働率を高めることができるという効果を奏する。
また、本発明によれば、各製造工程における製品の製造に係る記憶された情報に基づいて同一種類の設備における不良の発生状況を比較することにより不良の発生原因を判定することとしたので、不良の発生回数が相対的に多い設備を容易に検出することができ、不良の発生状態や発生原因を詳細に判定することができるという効果を奏する。
以下に添付図面を参照して、本発明に係る製造管理装置、製造管理方法および製造管理プログラムの好適な実施例を詳細に説明する。
まず、本実施例に係る製造管理システムの構成について説明する。図１は、本実施例に係る製造管理システムの構成について説明する図である。
図１に示すように、この製造管理システムは、組立ライン１０、試験機１１ａ，１１ｂ、ターミナル端末１２ａ〜１２ｃ、データベース１３、情報入力端末１４、製造管理装置１５、Ｗｅｂサーバ１６、ネットワーク１７、情報閲覧端末１８ａ〜１８ｄ、携帯情報端末１９、携帯電話２０、電子メール受信端末２１を有する。
組立ライン１０は、ハードディスク装置などの製品を複数の工程で組み立てたり、加工したりする組立ラインである。また、この組立ライン１０は、各工程における製品の製造処理の開始時刻、終了時刻、組立ライン１０の各設備（治具）の識別番号、製品のロット番号、製品種類、作業者の識別番号、製造処理の処理結果の情報を管理する。
ここで、処理結果の情報とは、ある工程で処理をおこなった結果、不良が発生したか否か、また、不良が発生した場合にどのような不良が発生したかを識別する不良コードなどの情報である。
試験機１１ａ，１１ｂは、組立ライン１０で組み立てられた製品の試験をおこなう装置である。また、この試験機１１ａ，１１ｂは、各試験処理の開始時刻、終了時刻、試験機１１ａ，１１ｂの各設備の識別番号、製品のロット番号、製品種類、作業者の識別番号、処理結果の情報を管理する。
ここで、処理結果の情報とは、ある試験で処理をおこなった結果、不良を検出したか否か、また、不良を検出した場合にどのような不良を検出したかを識別する不良コードなどの情報である。
ターミナル端末１２ａ〜１２ｃは、組立ライン１０あるいは試験機１１ａ，１１ｂが管理している各種情報をリアルタイムで受信して、製造管理装置１５に送信する装置である。
データベース１３は、ハードディスク装置などの記憶装置である。このデータベース１３は、製造管理装置１５により管理され、組立ライン１０あるいは試験機１１ａ，１１ｂから収集された各種情報を記憶したり、その各種情報に基づいて製造管理装置１５により分析された分析結果を記憶したりする。
さらに、このデータベース１３は、各処理をおこなうのに要する標準時間の情報や、不良の発生を検出する際に用いられるしきい値などの情報を記憶する。このデータベース１３については、後に詳細に説明することとする。
情報入力端末１４は、上述したような、各処理をおこなうのに要する標準時間の情報や、不良の発生を検出する際に用いられるしきい値などの情報の入力を作業者から受け付けて、データベース１３に記憶させる装置である。
製造管理装置１５は、組立ライン１０あるいは試験機１１ａ，１１ｂから各種情報を収集して、データベース１３に収集した情報を記憶するとともに、データベース１３に記憶された情報を分析することにより、製品の製造管理をおこなう装置である。
この製造管理装置１５は、単に何らかの不良が発生したか否かをモニタリングするだけでなく、ある工程において不良の発生を検出した場合に、不良が発生した原因が前の工程にあるか否か、前の工程に原因がある場合には、その原因がどのようなものかを判定する処理をおこなう。この製造管理装置１５については、後に詳細に説明することとする。
Ｗｅｂサーバ１６は、製品の製造状況や、各製造工程でおこなわれる処理の処理状況、製造管理装置１５により集計されたデータの集計結果、製造管理装置１５により分析されたデータの分析結果などの情報をデータベース１３から読み出して、情報閲覧端末１８ａ〜１８ｄにネットワーク１７を介してＨＴＭＬ（Hypertext Markup Language）形式で提供するＷｅｂサーバである。
情報閲覧端末１８ａ〜１８ｄは、Ｗｅｂサーバ１６にアクセスすることにより、上述したＷｅｂサーバ１６により提供される情報を取得してディスプレイなどに表示する装置である。
携帯情報端末１９は、他の装置との間でデータ通信をおこなう機能を有するＰＤＡ（Personal Digital Assistant）などの装置である。携帯電話２０は、音声通話やデータ通信などをおこなう携帯電話である。電子メール受信端末２１は、電子メールを受信する機能を有する装置である。
これらの携帯情報端末１９、携帯電話２０または電子メール受信端末２１は、製造管理装置１５を介して、データベース１３に記憶された製品の製造状況や、各製造工程でおこなわれる処理の処理状況、製造管理装置１５により集計されたデータの集計結果、製造管理装置１５により分析されたデータの分析結果などの情報を取得し、それぞれの機器に搭載されたディスプレイなどに表示する。
つぎに、図１に示した製造管理装置１５およびデータベース１３の機能構成について説明する。図２は、図１に示した製造管理装置１５およびデータベース１３の機能構成を示す図である。
図２に示すように、製造管理装置１５は、通信処理部１５０、入力部１５１、表示部１５２、記憶部１５３、データベース管理部１５４、および、制御部１５５を有する。
通信処理部１５０は、ネットワーク２２を介して、ターミナル端末１２ａ〜１２ｃ、Ｗｅｂサーバ１６、携帯情報端末１９、携帯電話２０、電子メール受信端末２１などとの間で通信をおこなうネットワークインターフェースである。
入力部１５１は、キーボードやマウスなどの入力デバイスである。表示部１５２は、ディスプレイなどの表示デバイスである。記憶部１５３は、メモリやハードディスク装置などの記憶デバイスである。この記憶部１５３は、データベース１３から読み出したデータやデータベース１３に記憶するデータ、演算処理で生成されるデータなどを一時的に記憶する。
データベース管理部１５４は、データベース１３にデータを記憶したり、データベース１３からデータを読み出したりする処理を管理する管理部である。具体的には、このデータベース管理部１５４は、組立ライン１０あるいは試験機１１ａ，１１ｂにより管理され、ターミナル端末１２ａ〜１２ｃによりリアルタイムで収集された各種情報や、情報入力端末１４により入力された情報、各種情報の分析結果に係る情報などの記憶および読み出し処理を管理する。
ここで、データベース１３に記憶されるデータについて説明する。このデータベース１３には、基本データ１３ａ、生産／試験データ１３ｂ、しきい値データ１３ｃ、作業予定データ１３ｄ、作業指示データ１３ｅ、同一種類設備不良データ１３ｆ、時系列不良データ１３ｇ、前工程不良データ１３ｈ、最適部品／設備組合せデータ１３ｉが記憶される。
基本データ１３ａは、組立ライン１０や試験機１１ａ，１１ｂの各設備の識別番号、各設備の設置位置、製品種類ごとの各設備でおこなわれる処理に要する標準的な処理時間、各設備で処理をおこなう作業者の識別番号などの情報を記憶したデータである。
生産／試験データ１３ｂは、組立ライン１０あるいは試験機１１ａ，１１ｂからリアルタイムで収集された製品の生産や試験に係る情報を記憶したデータである。
具体的には、この生産／試験データ１３ｂは、組立ライン１０の各工程における各処理の開始時刻および終了時刻、組立ライン１０の各設備（治具）の識別番号、試験機１１ａ，１１ｂによる各試験処理の開始時刻および終了時刻、試験機１１ａ，１１ｂの各設備の識別番号、製品のロット番号、製品種類、処理をおこなった作業者の識別番号、処理結果（不良の有無および不良内容）、良品率などを記憶したデータである。
しきい値データ１３ｃは、不良の原因が何であるかを判定する際に不良発生率との比較などに用いられるしきい値を記憶したデータである。このしきい値については、後に詳しく説明する。
作業予定データ１３ｄは、生産ライン１０あるいは試験機１１ａ，１１ｂの各設備を用いて作業者がおこなう処理の作業予定を記憶したデータである。この作業予定データ１３ｄは、以下で説明する作業指示がない場合に、つぎにおこなうべき作業を把握するために利用されるデータである。図３は、図２に示した作業予定データ１３ｄの一例を示す図である。
図３に示すように、この作業予定データ１３ｄは、作業順、作業者番号、工程番号、設備番号、処理終了時刻（予定）の各項目を記憶している。ここで、作業順は、作業をおこなう順番である。作業者番号は、作業をおこなう作業者の番号である。工程番号は、作業工程の番号である。処理終了時刻（予定）は、各設備で作業者によりおこなわれる処理の予定終了時刻である。
図３の場合、作業者番号「００１」の作業者が工程番号「Ａ００１」の工程を、設備レイアウトに示される、設備番号が「００１」から「０１８」の設備を用いて作業をおこなう場合が示されている。
この作業予定データ１３ｄでは、早く処理が終了する順に、作業者番号、工程番号および設備番号が並べられている。そして、新たに作業データが追加された場合には、早く処理が終了する順に作業者番号、工程番号および設備番号が並べ替えられる。
図２の説明に戻ると、作業指示データ１３ｅは、作業者に実行を指示する作業の順番を記憶したデータである。図４は、図２に示した作業指示データ１３ｅの一例を示す図である。
図４に示すように、この作業指示データ１３ｅは、作業順、作業者番号、工程番号、設備番号、処理終了時刻（実績）、作業者設備間距離（ｍ）の各項目を記憶している。ここで、作業順、作業者番号、工程番号、設備番号は、上述した作業予定データ１３ｄの作業順、作業者番号、工程番号、設備番号と同様のものである。
処理終了時刻（実績）は、各設備において処理が終了した時刻の情報である。処理が終了した場合には、その設備においてつぎの処理をおこなうことができるため、作業者に対してつぎの処理をおこなうように作業指示が発せられる。
作業者設備間距離（ｍ）は、処理が終了した設備の位置と作業者の現在位置との間の距離である。作業者の現在位置は、作業者が最後に作業をおこなった設備の位置に設定される。そして、作業指示は、この距離が小さい順に並べられる。
図４の場合、作業者番号「００１」の作業者が工程番号「Ａ００１」の工程を、設備レイアウトに示される、設備番号「００１」から「０１８」の設備を用いて作業をおこなう場合が示されている。
作業者が作業指示に従い、ある設備（たとえば、設備「０１０」）に移動して作業をおこなった場合には、その設備の位置が作業者の位置となり、作業者設備間距離（ｍ）は新たな作業者の位置を基準として再計算される。
また、作業者がある設備（たとえば、設備「０１７」）で作業中に、すでに作業指示が出ている設備（たとえば、設備「０１４」）よりも作業者との間の距離が近い設備（たとえば、設備「０１５」）で処理が終了した場合には、その設備（設備「０１５」）における作業を早くおこなうように作業順が変更される。
図２の説明に戻ると、同一種類設備不良データ１３ｆは、組立ライン１０あるいは試験機１１ａ，１１ｂの同一種類の設備の不良発生率に係る情報を記憶したデータである。
具体的には、同一種類設備不良データ１３ｆは、同一種類の各設備の不良発生数、不良率（％）、しきい値（％）、および、平均値×ｎの値の情報を記憶した不良発生比較データと、同一種類の各設備の不良率（％）の時系列変化、各設備の不良率平均値（％）の時系列変化、および、しきい値（％）の情報を記憶した不良発生時系列データとを記憶したデータである。以下に、不良発生比較データと不良発生時系列データとについて詳しく説明する。
図５は、図２に示した同一種類設備不良データ１３ｆに含まれる不良発生比較データの一例を示す図である。なお、ここでは、各値がグラフで示されているが、データベース１３上では各値は数値データとして記憶されている。
図５に示すように、この不良発生比較データには、同一種類の各設備「Ａ」〜「Ｅ」の不良発生数、不良率（％）、しきい値（％）、平均値×ｎの値の情報が含まれている。ここで、同一種類の設備「Ａ」〜「Ｅ」の不良発生数は、一定期間内（１日など）に不良が発生した回数である。
不良率（％）は、以下の式により算出される不良の発生割合である。
不良率（％）＝不良発生数／処理数×１００ ．．． （１）
ここで、不良発生数と処理数の値は、生産／試験データ１３ｂに記憶されているデータから集計されたものである。
しきい値は、不良率の値と比較される値であり、しきい値データ１３ｃから読み出された値である。もし、すべての設備「Ａ」〜「Ｅ」で不良率の値がしきい値よりも大きい場合には、部品に不良がある可能性が高いと判定される。ある設備の不良率の値がしきい値よりも大きい場合には（たとえば、設備「Ｃ」、「Ｄ」、「Ｅ」）、その設備に不良がある可能性が高いと判定される。
平均値×ｎの値もまた、不良率の値と比較される値である。ここで、平均値とは、各設備の不良率の平均値（％）である。また、ｎは、平均値用のしきい値であり、しきい値データ１３ｃから読み出された値（図５の例では、１．５）である。もし、設備の不良率の値が平均値×ｎの値よりも大きい場合には、（たとえば、設備「Ｃ」）、その設備に不良がある可能性が高いと判定される。
また、図６は、図２に示した同一種類設備不良データ１３ｆに含まれる不良発生時系列データの一例を示す図である。図６に示すように、この不良発生時系列データには、同一種類の各設備「Ａ」〜「Ｅ」の不良率（％）の時系列変化（１日ごと）、各設備「Ａ」〜「Ｅ」の不良率平均値（％）の時系列変化、および、しきい値（％）の情報が含まれている。なお、ここでは、各値がグラフで示されているが、データベース１３上では各値は数値データとして記憶されている。
ここで、しきい値（％）は、上述した不良発生比較データのしきい値と同様のものである。そして、ある時点でのすべての設備「Ａ」〜「Ｅ」の不良率がしきい値よりも大きい場合には（たとえば、３／２の時点）、部品不良の可能性が高いと判定される。
また、ある時点である設備の不良率の値がしきい値よりも大きい場合には（たとえば、３／３〜３／６の設備「Ｃ」、３／６の設備「Ｄ」および「Ｅ」）、その設備に不良がある可能性が高いと判定される。特に、設備「Ｃ」については連日不良率がしきい値を越えているため、うまく対応がなされていないと判定される。
図２の説明に戻ると、時系列不良データ１３ｇは、組立ライン１０あるいは試験機１１ａ，１１ｂの個々の設備の不良発生率の時系列変化に係る情報を記憶したデータである。具体的には、時系列不良データ１３ｇは、ある設備の不良率（％）の時系列変化、不良率の５日平均（％）の時系列変化、不良率の２５日平均（％）の時系列変化、および、しきい値（％）の情報を記憶したデータである。
図７は、図２に示した時系列不良データ１３ｇの一例を示す図である。なお、ここでは、ある設備の不良率（％）の時系列変化、不良率の５日平均（％）の時系列変化、不良率の２５日平均（％）の時系列変化、および、しきい値（％）の各値がグラフで示されているが、データベース１３上では各値は数値データとして記憶されている。
ここで、不良率の５日平均、および、不良率の２５日平均の値は、（１）式から算出された各日の不良率の５日間、および、２５日間の移動平均をとったものである。また、しきい値は、不良率、不良率の５日平均、および、２５日平均との比較に用いられる値である。
ここで、５日平均の値は、不良率の短期的な変化を反映する値であるのに対し、２５日平均の値は、不良率の長期的な変化を反映する値である。すなわち、５日平均の値は、突発的な不良の発生を検出するのに適しており、２５日平均の値は、設備の磨耗などによる不良など、長期間設備を使用することにより発生する不良を検出するのに適しているといえる。
もし、ある日の不良率、５日平均、あるいは、２５日平均がしきい値よりも大きい場合には、その設備に不良があると判定される。また、２５日平均よりも５日平均が大きい場合にも、その設備に不良があると判定される。これは、設備に何らかの不良が突発的に発生した可能性があることを示す。
図２の説明に戻ると、前工程不良データ１３ｈは、ある工程で不良が検出された場合に、その工程の前工程に係る生産データあるいは試験データを集計することにより生成された前工程における不良発生に係るデータである。
具体的には、前工程不良データ１３ｈは、ある工程における不良内容と、その前工程における処理設備ごとの不良発生回数の集計結果、および、前工程における処理結果ごとの不良発生回数の集計結果などとが対応付けて記憶されたデータである。
図８は、図２に示した前工程不良データ１３ｈの一例を示す図である。なお、ここでは、ある工程における不良内容、その前工程における処理設備ごとの不良発生回数の集計結果、および、前工程における処理結果ごとの不良発生回数の集計結果の各値がグラフで示されているが、データベース１３上では各値は数値データとして記憶されている。
図８に示すように、この前工程不良データ１３ｈには、ある工程において集計された不良内容の集計結果と、その工程の前工程における生産データあるいは試験データの集計結果とが対応付けて記憶されている。
図８の例では、当該工程における不良内容と、前工程における処理設備ごとの不良発生回数の集計結果、および、前工程における処理結果ごとの不良発生回数の集計結果とが対応付けて記憶されている。
たとえば、当該工程において「Ａ」という不良内容が一番多く、その前工程において「Ａ００２」という処理設備の不良発生回数が最も多かった場合には、「Ａ００２」という処理設備が「Ａ」という不良の発生原因ではないかと推定される。
また、前工程の「Ｂ００１」および「Ｂ００５」という処理結果に関連する不良発生回数が多かった場合には、それに対応する処理が不良の発生原因ではないかと推定される。このようにして、当該工程において検出された不良の原因となる前工程の要素が判定される。
図２の説明に戻ると、最適部品／設備組合せデータ１３ｉは、各部品および各設備（治具）の組み合わせと良品率との間の関係に係る情報を記憶したデータである。具体的には、最適部品／設備組合せデータ１３ｉは、製品を構成する各部品の組合せと、その組合せにおける良品率とを記憶した最適部品組合せデータ、および、上記各部品の組合せと設備（治具）との間の組合せ、その組合せにおける良品率とを記憶した最適設備組合せデータからなる。
図９は、図２に示した最適部品／設備組合せデータ１３ｉの一例を示す図である。図９の例には、Ａ部品、Ｂ部品、Ｃ部品の３種類の部品があり、Ａ部品には製造元あるいはロットが異なる３つの部品「Ａ１」、「Ａ２」、「Ａ３」があり、Ｂ部品には製造元あるいはロットが異なる３つの部品「Ｂ１」、「Ｂ２」、「Ｂ３」があり、Ｃ部品には製造元あるいはロットが異なる３つの部品「Ｃ１」、「Ｃ２」、「Ｃ３」がある場合が示されている。
そして、部品「Ａ１」、「Ｂ１」、「Ｃ１」の組合せが最も良品率が高くなっている（良品率９９％）ため、この部品の組合せが最適な部品の組合せとして選択される。その後、最適設備組合せデータを参照して、最適な設備の組合せが選択される。
図９の例では、各組合せに対して設備Ａ、設備Ｂ、設備Ｃ、設備Ｄで処理をした場合の良品率が示されている。部品の組合せ「１」に対する良品率は、設備Ａが最大であるため（良品率１００％）、設備Ａが最適な設備として選択される。
図２の説明に戻ると、製造管理装置１５の制御部１５５は、製造管理装置１５を全体制御する制御部である。この制御部１５５は、作業予定／指示情報作成部１５５ａ、同一種類設備不良判定部１５５ｂ、時系列不良判定部１５５ｃ、前工程不良判定部１５５ｄ、最適部品／設備組合せ判定部１５５ｅを有する。
作業予定／指示情報作成部１５５ａは、図３で説明したような作業予定データや、図４で説明したような作業指示データを作成し、データベース１３に記憶するとともに、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに作業予定を送信し、その情報を作業者に通知する処理をおこなう。
具体的には、作業予定／指示情報作成部１５５ａは、データベースから基本データ１３ａおよび生産／試験データ１３ｂを読み込み、各処理の開始時刻の情報と各処理の標準所要時間とから終了時刻を算出する。
そして、作業予定／指示情報作成部１５５ａは、設備ごとに作業をおこなう作業者が固定であるか否かを調べ、作業者が固定である場合には作業者ごとに処理が終了する時刻が速い順に作業を並べ替えて作業予定を作成する。
作業者が固定でない場合には、作業予定／指示情報作成部１５５ａは、工程ごとに処理が終了する時刻が速い順に作業を並べ替えて工程ごとの作業予定を作成する。なお、ここでは、工程ごとの作業予定を作成することとしたが、全工程に含まれる処理について、処理が終了する時刻が速い順に作業を並べ替え、全工程を対象とした作業予定を作成することとしてもよい。
また、作業予定／指示情報作成部１５５ａは、作業者の位置と処理が終了して停止している各設備の位置との間の距離を算出し、距離が近い設備の順に各設備でおこなわれる作業を並べ替えて作業指示を作成する処理をおこなう。
同一種類設備不良判定部１５５ｂは、図５で説明した不良発生比較データや、図６で説明した不良発生時系列データを作成し、同一種類の設備間における不良発生の状況を比較することにより、不良の原因を判定する。
具体的には、同一種類設備不良判定部１５５ｂは、同一種類の各設備の不良率および不良率の平均値を算出し、データベース１３にそれらの情報を記憶する。そして、同一種類設備不良判定部１５５ｂは、それらの値とあらかじめ定められたしきい値とを比較することにより、不良発生が部品に起因するものなのか、特定の設備に起因するものなのかを判定する処理をおこなう。
その後、同一種類設備不良判定部１５５ｂは、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに判定結果を送信し、それを作業者に通知する。
時系列不良判定部１５５ｃは、図７で説明したような時系列不良データ１３ｇを作成し、データベース１３にそれを記憶する。そして、時系列不良判定部１５５ｃは、同一設備における不良発生の時系列変化に基づいて不良の原因を判定する。
具体的には、時系列不良判定部１５５ｃは、１日の不良率、不良率の５日平均、２５日平均を算出し、それらの値とあらかじめ定められたしきい値とを比較したり、５日平均と２５日平均とを比較したりすることにより、不良発生の原因を判定する処理をおこなう。
その後、時系列不良判定部１５５ｃは、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに判定結果を送信し、それを作業者に通知する。
前工程不良判定部１５５ｄは、ある工程で不良が検出された場合に、図８で説明したような前工程不良データ１３ｈを作成し、データベース１３に記憶する。そして、前工程不良判定部１５５ｄは、検出された不良の原因が前工程のどの要素にあるのかを判定する。
具体的には、前工程不良判定部１５５ｄは、前工程における不良発生回数を、設備（治具）ごと、処理結果ごと、作業者ごと、部品や部品ロットなどの要素ごとに集計する。そして、前工程不良判定部１５５ｄは、集計の結果、不良の発生回数が突出している要素があるか否かを調べ、不良発生回数が突出している要素がある場合には、その要素に問題がある可能性が高いと判定する処理をおこなう。
その後、前工程不良判定部１５５ｄは、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに判定結果を送信し、それを作業者に通知する。
最適部品／設備組合せ判定部１５５ｅは、図９で説明したような最適部品／設備組合せデータ１３ｉを作成し、データベース１３にそれを記憶する。そして、最適部品／設備組合せ判定部１５５ｅは、良品率の高い部品および設備（治具）の組合せを判定する。
具体的には、最適部品／設備組合せ判定部１５５ｅは、過去に製造した製品の部品および設備（治具）の組合せと良品率との間の関係を調べ、新たに製品を製造する場合に、良品率が最も高い部品の組合せがどれであるかを判定し、さらに、その部品の組合せに対して良品率が最も高い設備（治具）がどれであるかを判定する処理をおこなう。
その後、最適部品／設備組合せ判定部１５５ｅは、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに最適な部品および設備（治具）の組合せの情報を送信し、それを作業者に通知する。
つぎに、本実施例に係る製品の製造管理処理の処理手順について説明する。まず、作業予定の生成処理の処理手順について説明する。図１０は、作業予定の生成処理の処理手順を示すフローチャートである。
図１０に示すように、まず、製造管理装置１５の作業予定／指示情報作成部１５５ａは、各処理の開始に係る情報を読み込む（ステップＳ１０１）。具体的には、作業予定／指示情報作成部１５５ａは、処理をおこなう設備の識別番号、製品の種類、製品のロット番号、処理開始時刻、作業者識別番号などの情報を記憶した生産／試験データ１３ｂをデータベース１３から読み込む。
そして、作業予定／指示情報作成部１５５ａは、各処理をおこなうのに要する標準処理時間などの情報を記憶した基本データ１３ａをデータベース１３から読み込む（ステップＳ１０２）。続いて、作業予定／指示情報作成部１５５ａは、処理開始時刻と標準処理時間とから処理終了時刻を算出し（ステップＳ１０３）、算出した処理終了時刻の情報をデータベース１３に生産／試験データ１３ｂとして記憶する（ステップＳ１０４）。
その後、作業予定／指示情報作成部１５５ａは、作業者が設備ごとに固定であるか否かを、データベース１３の基本データ１３ａを読み込むことにより調べる（ステップＳ１０５）。
作業者が設備ごとに固定である場合には（ステップＳ１０５，Ｙｅｓ）、作業予定／指示情報作成部１５５ａは、処理終了時刻の情報を参照して、早く処理が終了する順で各作業を並べることにより作業者ごとの作業予定の情報を生成し（ステップＳ１０６）、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに作業予定を送信し、最新の作業予定情報を作業者に通知する（ステップＳ１０８）。
作業者が設備ごとに固定でない場合には（ステップＳ１０５，Ｎｏ）、作業予定／指示情報作成部１５５ａは、処理終了時刻の情報を参照して、早く処理が終了する順で各作業を並べることにより工程ごとの作業予定の情報を生成し（ステップＳ１０７）、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに作業予定情報を送信し、最新の作業予定情報を作業者に通知する（ステップＳ１０８）。
なお、ここでは、工程ごとに早く処理が終了する順で各作業を並べることにより作業予定情報を生成し、それを作業者に通知することとしたが、全工程に含まれる作業を早く処理が終了する順で並べることにより作業予定情報を生成し、作業者に通知することとしてもよい。
その後、作業予定／指示情報作成部１５５ａは、設備の位置の情報をデータベース１３の基本データ１３ａから読み込む（ステップＳ１０９）。そして、作業予定／指示情報作成部１５５ａは、作業者がある設備で作業を開始したことを示す情報をデータベース１３の生産／試験データ１３ｂから読み込み、その設備の位置から作業者の位置を判定する（ステップＳ１１０）。
続いて、作業予定／指示情報作成部１５５ａは、設備の位置と作業者の位置とに基づいて、作業者に対してすでに通知されている作業指示情報を更新する処理をおこなう（ステップＳ１１１）。この作業指示情報の作成処理については、後に説明することとする。
そして、作業予定／指示情報作成部１５５ａは、更新した最新の作業指示情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに送信し、作業者に最新の作業指示情報を通知する（ステップＳ１１２）。
その後、作業予定／指示情報作成部１５５ａは、作業予定情報の生成処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ１１３）、入力を受け付けていない場合には（ステップＳ１１３，Ｎｏ）、ステップＳ１０１に戻ってそれ以降の処理を継続する。
この場合、ステップＳ１０１では、あらたに組立ライン１０、あるいは、試験機１１ａ，１１ｂから収集された各処理の開始に係る情報をデータベース１３から読み込むことになるので、作業予定を修正することにより最新のものに更新し、それを作業者に通知することができる。
ステップＳ１１３において、生成処理を終了するよう指示する入力を受け付けた場合には（ステップＳ１１３，Ｙｅｓ）、作業予定／指示情報作成部１５５ａは、この作業予定の生成処理を終了する。
つぎに、作業指示の生成処理の処理手順について説明する。図１１は、作業指示の生成処理の処理手順を示すフローチャートである。
図１１に示すように、まず、製造管理装置１５の作業予定／指示情報作成部１５５ａは、すでに終了した各処理に係る情報を読み込む（ステップＳ２０１）。具体的には、作業予定／指示情報作成部１５５ａは、処理をおこなった設備の識別番号、製品の種類、製品のロット番号、処理終了時刻、処理結果、作業者識別番号などの情報を記憶した生産／試験データ１３ｂをデータベース１３から読み込む。
そして、作業予定／指示情報作成部１５５ａは、作業者が設備ごとに固定であるか否かをデータベース１３の基本データ１３ａを読み込むことにより調べる（ステップＳ２０２）。
作業者が設備ごとに固定である場合には（ステップＳ２０２，Ｙｅｓ）、作業予定／指示情報作成部１５５ａは、作業者が最後に作業をおこなった設備の位置情報をデータベース１３の生産／試験データ１３ｂから読み込み、その位置情報から作業者の位置を判定する（ステップＳ２０３）。
続いて、作業予定／指示情報作成部１５５ａは、作業者と処理が終了して停止中である設備との間の距離を算出する（ステップＳ２０４）。そして、作業予定／指示情報作成部１５５ａは、距離が小さい順に各設備で行われる作業を並べて作業者ごとの作業指示情報を生成し（ステップＳ２０５）、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに作業指示情報を送信し、作業者に最新の作業指示情報を通知する（ステップＳ２０６）。
作業者が設備ごとに固定でない場合には（ステップＳ２０２，Ｎｏ）、作業予定／指示情報作成部１５５ａは、工程ごとに長く停止している設備の順に各設備でおこなわれる作業を並べて工程ごとの作業指示情報を生成し（ステップＳ２０７）、Ｗｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに作業指示情報を送信して、作業者に最新の作業指示情報を通知する（ステップＳ２０６）。
なお、ここでは、工程ごとに長く停止している設備の順に各作業を並べることにより工程ごとの作業指示情報を生成し、作業者に通知することとしたが、全工程で用いられる設備のうち長く停止している設備の順に各作業を並べることにより全工程を対象とした作業指示情報を生成し、作業者に通知することとしてもよい。
その後、作業予定／指示情報作成部１５５ａは、作業予定情報の生成処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ２０８）、入力を受け付けていない場合には（ステップＳ２０８，Ｎｏ）、ステップＳ２０１に戻ってそれ以降の処理を継続する。
生成処理を終了するよう指示する入力を受け付けた場合には（ステップＳ２０８，Ｙｅｓ）、作業予定／指示情報作成部１５５ａは、この作業指示の作成処理を終了する。
つぎに、同一種類の設備間で不良率を比較して不良原因を判定する判定処理の処理手順について説明する。図１２は、同一種類の設備間で不良率を比較して不良原因を判定する判定処理の処理手順を示すフローチャートである。
図１２に示すように、まず、製造管理装置１５の同一種類設備不良判定部１５５ｂは、すでに終了した各処理に係る情報を読み込む（ステップＳ３０１）。具体的には、同一種類設備不良判定部１５５ｂは、処理をおこなった設備の識別番号、製品の種類、製品のロット番号、処理終了時刻、処理結果、作業者識別番号などの情報を記憶した生産／試験データ１３ｂをデータベース１３から読み込む。
そして、同一種類設備不良判定部１５５ｂは、所定の期間内での各設備の処理数、不良数、不良率を算出し（ステップＳ３０２）、さらに、各設備の不良率の平均値を算出する（ステップＳ３０３）。
その後、同一種類設備不良判定部１５５ｂは、データベース１３からしきい値データ１３ｃを読み込み（ステップＳ３０４）、すべての設備の不良率がしきい値よりも大きいか否かを調べる（ステップＳ３０５）。
すべての設備の不良率がしきい値よりも大きい場合には（ステップＳ３０５，Ｙｅｓ）、同一種類設備不良判定部１５５ｂは、設備の不良ではなく、組立部品の不良と判定し（ステップＳ３０６）、同一ロットの作業を停止するようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ３０７）。
同一ロットの作業を停止するよう通知した場合（ステップＳ３０７）、あるいは、すべての設備の不良率がしきい値よりも大きくなかった場合には（ステップＳ３０５，Ｎｏ）、同一種類設備不良判定部１５５ｂは、個別の設備の不良率がしきい値よりも大きいか否かを調べる（ステップＳ３０８）。
個別の設備の不良率がしきい値よりも大きい場合には（ステップＳ３０８，Ｙｅｓ）、同一種類設備不良判定部１５５ｂは、不良率がしきい値よりも大きかった設備に不良が発生した可能性があると判定し（ステップＳ３０９）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ３１０）。
設備の使用を停止し、調査をおこなうよう通知した場合（ステップＳ３１０）、あるいは、個別の設備の不良率がしきい値よりも大きくなかった場合には（ステップＳ３０８，Ｎｏ）、同一種類設備不良判定部１５５ｂは、個別の設備の不良率が平均値のｎ倍よりも大きいか否かを調べる（ステップＳ３１１）。ここで、ｎは、データベース１３にしきい値データ１３ｃとして記憶されている平均値用のしきい値である。
個別の設備の不良率が平均値のｎ倍よりも大きい場合には（ステップＳ３１１，Ｙｅｓ）、同一種類設備不良判定部１５５ｂは、不良率が平均値のｎ倍よりも大きかった設備に不良が発生した可能性があると判定し（ステップＳ３１２）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ３１３）。
設備の使用を停止し、調査をおこなうよう通知した場合（ステップＳ３１３）、あるいは、個別の設備の不良率が平均値のｎ倍よりも大きくなかった場合には（ステップＳ３０８，Ｎｏ）、同一種類設備不良判定部１５５ｂは、この不良原因の判定処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ３１４）、入力を受け付けていない場合には（ステップＳ３１４，Ｎｏ）、ステップＳ３０１に戻ってそれ以降の処理を継続する。
判定処理を終了するよう指示する入力を受け付けた場合には（ステップＳ３１４，Ｙｅｓ）、同一種類設備不良判定部１５５ｂは、この不良原因の判定処理を終了する。
なお、図６で説明した同一種類の設備における不良率の時系列変化から不良原因を判定する場合も、上記処理と同様にしておこなうことができる。この場合、具体的には、同一種類設備不良判定部１５５ｂは、ステップＳ３０２において、各設備の不良率の時系列変化を算出する処理をおこなう。
そして、ステップＳ３０５からステップＳ３１３の代わりに、同一種類設備不良判定部１５５ｂは、ある時点でのすべての設備の不良率がしきい値よりも大きか否かを判定し、不良率がしきい値よりも大きい場合には、部品不良の可能性が高いと判定し、同一ロットの作業を停止するようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう。
そして、同一ロットの作業を停止するよう作業者に通知した場合、あるいは、ある時点である設備の不良率の値がしきい値よりも大きい場合には、同一種類設備不良判定部１５５ｂは、その設備に不良がある可能性が高いと判定し、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう。
つぎに、単一の設備の不良率の時系列変化から不良原因を判定する判定処理の処理手順について説明する。図１３は、単一の設備の不良率の時系列変化から不良原因を判定する判定処理の処理手順を示すフローチャートである。
図１３に示すように、まず、製造管理装置１５の時系列不良判定部１５５ｃは、各設備の１日の不良率の情報から、不良率の短期間（５日など）の移動平均を算出し（ステップＳ４０１）、さらに、不良率の長期間（２５日など）の移動平均を算出する（ステップＳ４０２）。
そして、時系列不良判定部１５５ｃは、すでに終了した各処理に係る情報を読み込む（ステップＳ４０３）。具体的には、時系列不良判定部１５５ｃは、処理をおこなった設備の識別番号、製品の種類、製品のロット番号、処理終了時刻、処理結果、作業者識別番号などの情報を記憶した生産／試験データ１３ｂをデータベース１３から読み込む。
続いて、時系列不良判定部１５５ｃは、所定の期間内での各設備の処理数、不良数、不良率を算出する（ステップＳ４０４）。ここで、所定の期間が１日である場合には、移動平均を算出する際に用いた１日の不良率の情報をそのまま用いればよい。
そして、時系列不良判定部１５５ｃは、データベース１３からしきい値データ１３ｃを読み込み（ステップＳ４０５）、所定の期間内（１日など）の不良率がしきい値よりも大きいか否かを調べる（ステップＳ４０６）。
所定の期間内（１日など）の不良率がしきい値よりも大きい場合には（ステップＳ４０６，Ｙｅｓ）、時系列不良判定部１５５ｃは、設備に不良が発生した可能性があると判定し（ステップＳ４０７）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ４０８）。
所定の期間内（１日など）の不良率がしきい値よりも大きくない場合には（ステップＳ４０６，Ｎｏ）、時系列不良判定部１５５ｃは、短期間移動平均がしきい値よりも大きいか否かを調べる（ステップＳ４０９）。
短期間移動平均がしきい値よりも大きい場合には（ステップＳ４０９，Ｙｅｓ）、時系列不良判定部１５５ｃは、設備に不良が発生した可能性があると判定し（ステップＳ４０７）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ４０８）。
短期間移動平均がしきい値よりも大きくない場合には（ステップＳ４０９，Ｎｏ）、時系列不良判定部１５５ｃは、長期間移動平均がしきい値よりも大きいか否かを調べる（ステップＳ４１０）。
長期間移動平均がしきい値よりも大きい場合には（ステップＳ４１０，Ｙｅｓ）、時系列不良判定部１５５ｃは、設備に不良が発生した可能性があると判定し（ステップＳ４０７）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ４０８）。
長期間移動平均がしきい値よりも大きくない場合には（ステップＳ４１０，Ｎｏ）、時系列不良判定部１５５ｃは、短期間移動平均が長期間移動平均よりも大きいか否かを調べる（ステップＳ４１１）。
短期間移動平均が長期間移動平均よりも大きい場合には（ステップＳ４１１，Ｙｅｓ）、時系列不良判定部１５５ｃは、設備に不良が発生した可能性があると判定し（ステップＳ４０７）、設備の使用を停止し、調査をおこなうようＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ４０８）。
設備の使用を停止し、調査をおこなうよう通知した場合（ステップＳ４０８）、あるいは、短期間移動平均が長期間移動平均よりも大きくない場合には（ステップＳ４１１，Ｎｏ）、時系列不良判定部１５５ｃは、不良原因の判定処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ４１２）、入力を受け付けていない場合には（ステップＳ４１２，Ｎｏ）、ステップＳ４０１に戻ってそれ以降の処理を継続する。
判定処理を終了するよう指示する入力を受け付けた場合には（ステップＳ４１２，Ｙｅｓ）、時系列不良判定部１５５ｃは、この不良原因の判定処理を終了する。
つぎに、ある工程で不良が検出された場合に不良の原因が前工程のどの要素にあるのかを判定する判定処理の処理手順について説明する。図１４は、不良の原因となる前工程の要素を判定する判定処理の処理手順を示すフローチャートである。
図１４に示すように、まず、製造管理装置１５の前工程不良判定部１５５ｄは、注目している工程の不良内容および製品識別番号の情報をデータベース１３の生産／試験データ１３ｂから読み込む（ステップＳ５０１）。
そして、前工程不良判定部１５５ｄは、製品識別番号を検索キーとして、その製品が処理された前工程の設備（治具）識別番号、処理結果、作業者識別番号、部品、部品ロット番号などの情報をデータベース１３の生産／試験データ１３ｂから読み込み（ステップＳ５０２）、設備（治具）、処理、作業者、部品、部品ロットごとに不良発生回数の度数分布を生成する（ステップＳ５０３）。
続いて、前工程不良判定部１５５ｄは、特定の設備（治具）に突出して不良が発生しているか否かを調べる（ステップＳ５０４）。具体的には、前工程不良判定部１５５ｄは、不良の発生回数が他に比べて所定の回数以上多い場合に、不良の発生が突出していると判定する。
そして、特定の設備（治具）に突出して不良が発生している場合には（ステップＳ５０４，Ｙｅｓ）、前工程不良判定部１５５ｄは、前工程で使用された設備（治具）に不良が発生した可能性があると判定し（ステップＳ５０５）、その不良について調査や対応を依頼する情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ５０６）。
設備（治具）不良の調査・対応依頼を通知した場合（ステップＳ５０６）、あるいは、特定の設備（治具）に突出して不良が発生していない場合には（ステップＳ５０４，Ｎｏ）、前工程不良判定部１５５ｄは、特定の処理結果に突出して不良が発生しているか否かを調べる（ステップＳ５０７）。
特定の処理結果に突出して不良が発生している場合には（ステップＳ５０７，Ｙｅｓ）、前工程不良判定部１５５ｄは、前工程でおこなわれた処理に問題がある可能性ありと判定し（ステップＳ５０８）、その処理結果について調査や対応を依頼する情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ５０９）。
処理結果についての調査・対応依頼を通知した場合（ステップＳ５０９）、あるいは、特定の処理結果に突出して不良が発生していない場合には（ステップＳ５０７，Ｎｏ）、前工程不良判定部１５５ｄは、特定の作業者に突出して不良が発生しているか否かを調べる（ステップＳ５１０）。
特定の作業者に突出して不良が発生している場合には（ステップＳ５１０，Ｙｅｓ）、前工程不良判定部１５５ｄは、前工程で作業をおこなった作業者に問題がある可能性ありと判定し（ステップＳ５１１）、その作業者について調査や対応を依頼する情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ５１２）。
作業者についての調査・対応依頼を通知した場合（ステップＳ５１２）、あるいは、特定の作業者に突出して不良が発生していない場合には（ステップＳ５１０，Ｎｏ）、前工程不良判定部１５５ｄは、特定の部品や部品ロットに突出して不良が発生しているか否かを調べる（ステップＳ５１３）。
特定の部品や部品ロットに突出して不良が発生している場合には（ステップＳ５１３，Ｙｅｓ）、前工程不良判定部１５５ｄは、前工程で処理された部品や部品ロットに不良がある可能性ありと判定し（ステップＳ５１４）、その部品や部品ロットについて調査や対応を依頼する情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに情報を送信し、その情報を作業者に通知する処理をおこなう（ステップＳ５１５）。
部品や部品ロットの問題の調査・対応依頼を通知した場合（ステップＳ５１５）、あるいは、特定の部品や部品ロットに突出して不良が発生していない場合には（ステップＳ５１３，Ｎｏ）、前工程不良判定部１５５ｄは、この不良原因の判定処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ５１６）、入力を受け付けていない場合には（ステップＳ５１６，Ｎｏ）、ステップＳ５０１に戻ってそれ以降の処理を継続する。
判定処理を終了するよう指示する入力を受け付けた場合には（ステップＳ５１６，Ｙｅｓ）、前工程不良判定部１５５ｄは、この不良原因の判定処理を終了する。
つぎに、良品率が高くなる部品および設備（治具）の組合せを選択する選択処理の処理手順について説明する。図１５は、良品率が高くなる部品および設備の組合せを選択する選択処理の処理手順を示すフローチャートである。
図１５に示すように、まず、製造管理装置１５の最適部品／設備組合せ判定部１５５ｅは、部品ロット番号、処理結果、処理設備（治具）、良品率などの情報をデータベース１３の生産／試験データ１３ｂから読み込む（ステップＳ６０１）。
そして、最適部品／設備組合せ判定部１５５ｅは、良品率の高かった部品ロットの組合せ（たとえば、良品率９５％以上の組合せ）、および、低かった部品ロットの組合せ（たとえば、良品率７０％以下の組合せ）を検索する（ステップＳ６０２）。
続いて、最適部品／設備組合せ判定部１５５ｅは、良品率の高かった部品ロットの組合せがあったか否かを調べ（ステップＳ６０３）、良品率の高かった部品ロットの組合せがあった場合には（ステップＳ６０３，Ｙｅｓ）、その組合せを選択し（ステップＳ６０４）、選択した組合せの情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに送信して作業者に通知する（ステップＳ６０６）。
良品率の高かった部品ロットの組合せがなかった場合には（ステップＳ６０３，Ｎｏ）、最適部品／設備組合せ判定部１５５ｅは、良品率の低かった部品ロットの組合せを除いた中から組合せを選択し（ステップＳ６０５）、選択した組合せの情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに送信して作業者に通知する（ステップＳ６０６）。
この場合、最適部品／設備組合せ判定部１５５ｅは、良品率が所定のしきい値以上（たとえば、８０％以上）の組合せを選択するが、所定のしきい値以上の組合せがない場合には、新規の部品ロットとの間の組合せを選択する。
その後、最適部品／設備組合せ判定部１５５ｅは、データベース１３の生産／試験データ１３ｂを参照し、工程ごとの処理が終了するたびに、上記部品ロットの組合せを用いて処理をおこなった各設備（治具）での良品率の情報を集計し（ステップＳ６０７）、良品率の高かった設備（治具）を選択する（ステップＳ６０８）。
ここで、良品率の高かった設備（治具）がなかった場合には、最適部品／設備組合せ判定部１５５ｅは、良品率の低い設備（治具）を除いた中から処理能力に余裕がある設備（治具）を選択する処理をおこなう。
そして、最適部品／設備組合せ判定部１５５ｅは、選択した設備（治具）の情報をＷｅｂサーバ１６や携帯情報端末１９、携帯電話２０、電子メール受信端末２１などに送信し、その情報を作業者に通知する（ステップＳ６０９）。
その後、最適部品／設備組合せ判定部１５５ｅは、部品および設備（治具）の組合せを選択する選択処理を終了するよう指示する入力を、製造管理装置１５の管理者などから受け付けたか否かを調べ（ステップＳ６１０）、入力を受け付けていない場合には（ステップＳ６１０，Ｎｏ）、ステップＳ６０１に戻ってそれ以降の処理を継続する。
組合せの選択処理を終了するよう指示する入力を受け付けた場合には（ステップＳ６１０，Ｙｅｓ）、最適部品／設備組合せ判定部１５５ｅは、この組合せの選択処理を終了する。
なお、上記実施例で説明した各種の処理は、あらかじめ用意されたプログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図１６を用いて、上記各種処理を実現するプログラムを実行するコンピュータの一例について説明する。図１６は、図２に示した製造管理装置１５となるコンピュータのハードウェア構成を示す図である。
このコンピュータは、ユーザからのデータの入力を受け付ける入力装置１００、表示装置１０１、ＲＡＭ（Random Access Memory）１０２、ＲＯＭ（Read Only Memory）１０３、各種プログラムを記録した記録媒体からプログラムを読み取る媒体読取装置１０４、ネットワークを介して他のコンピュータとの間でデータの授受をおこなうネットワークインターフェース１０５、ＣＰＵ（Central Processing Unit）１０６およびＨＤＤ（Hard Disk Drive）１０７をバス１０８で接続して構成される。
そして、ＨＤＤ１０７には、製造管理装置１５の機能と同様の機能を発揮するプログラム、すなわち、製造管理プログラム１０７ｂおよびデータベース管理プログラム１０７ｃが記憶されている。なお、製造管理プログラム１０７ｂおよびデータベース管理プログラム１０７ｃは、適宜統合または分散して記憶することとしてもよい。
そして、ＣＰＵ１０６が、製造管理プログラム１０７ｂおよびデータベース管理プログラム１０７ｃをＨＤＤ１０７から読み出して実行することにより、製造管理プロセス１０６ａおよびデータベース管理プロセス１０６ｂとして機能するようになる。
この製造管理プロセス１０６ａは、図２に示した制御部１５５の作業予定／指示情報作成部１５５ａ、同一種類設備不良判定部１５５ｂ、時系列不良判定部１５５ｃ、前工程不良判定部１５５ｄ、最適部品／設備組合せ判定部１５５ｅに対応する。また、データベース管理プロセス１０６ｂは、データベース管理部１５４に対応する。
また、ＨＤＤ１０７には、各種データ１０７ａが記憶される。この各種データ１０７ａは、図２に示したデータベース１３に記憶されている基本データ１３ａ、生産／試験データ１３ｂ、しきい値データ１３ｃ、、作業予定データ１３ｄ、作業指示データ１３ｅ、同一種類設備不良データ１３ｆ、時系列不良データ１３ｇ、前工程不良データ１３ｈ、最適部品／設備組合せデータ１３ｉに対応する。
そして、ＣＰＵ１０６は、各種データ１０７ａをＨＤＤ１０７に記憶するとともに、各種データ１０７ａをＨＤＤ１０７から読み出してＲＡＭ１０２に格納し、ＲＡＭ１０２に格納された各種データ１０７ａに基づいてデータ処理を実行する。
また、製造管理プログラム１０７ｂおよびデータベース管理プログラム１０７ｃは、必ずしも最初からＨＤＤ１０７に記憶させておく必要はない。
たとえば、コンピュータに挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」、または、コンピュータの内外に備えられるハードディスクドライブ（ＨＤＤ）などの「固定用の物理媒体」、さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータに接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶しておき、コンピュータがこれらから各プログラムを読み出して実行するようにしてもよい。
上述してきたように、本実施例では、データベース１３が、生産／試験データ１３ｂを各製造工程における製品の製造に係る情報として記憶し、前工程不良判定部１５５ｄが、第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報をデータベース１３から取得し、取得した情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定することとしたので、不良の発生状態や発生原因を詳細に判定することができる。
また、本実施例では、最適部品／設備組合せ判定部１５５ｅが、データベース１３に記憶された生産／試験データ１３ｂに基づいて、良品率の高い部品あるいは設備の組合せを抽出し、データベース１３が、抽出した組合せに基づいてなされた製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、製品の品質を高めることができる。
また、本実施例では、時系列不良判定部１５５ｃが、データベース１３に記憶された生産／試験データ１３ｂに基づいて、不良の発生状況の時系列変化を調べることにより不良の発生原因を判定することとしたので、不良の発生状況の推移から不良の発生状態や発生原因を詳細に判定することができる。
また、本実施例では、生産／試験データ１３ｂは、処理開始時間、処理終了時間、各使用設備の識別情報、製品ロットの識別情報、製品種類、各製品の識別情報、処理結果、不良情報、作業者の識別情報、治具の識別情報、部品の識別情報、あるいは、部品ロットの識別情報であることとしたので、さまざまな情報を収集することにより、不良の発生状態や発生原因を詳細に判定することができる。
また、本実施例では、作業予定／指示情報作成部１５５ａが、複数の処理の終了時刻を標準処理時間から予測し、早く処理が終了する順に作業者がおこなう作業を並べることにより作業者の作業予定を作成し、データベース１３が、作成した作業予定に基づいて実行された製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、作業者に作業予定を通知することができる。
また、本実施例では、作業予定／指示情報作成部１５５ａが、生産／試験データ１３ｂに基づいて作業予定を修正し、データベース１３が、修正した作業予定に基づいて実行された製品の製造に係る情報を記憶することとしたので、作業予定を更新し、作業者に最新の作業予定の情報を通知することができる。
また、本実施例では、作業予定／指示情報作成部１５５ａが、各処理をおこなう設備を用いて作業者がおこなう作業を、作業者の位置と各処理をおこなう設備の位置との間の距離が近い順に並べた作業指示を作成し、データベース１３が、作成した作業指示に基づいて実行された製品の製造に係る情報を記憶することとしたので、不良の発生状態や発生原因を詳細に判定することができるとともに、作業者に効率的に作業をおこなわせ、設備の稼働率を高めることができる。
また、本実施例では、同一種類設備不良判定部１５５ｂが、生産／試験データ１３ｂに基づいて同一種類の設備間で不良の発生状況を平均値を算出するなどして比較することにより不良の発生原因を判定することとしたので、不良の発生回数が相対的に多い設備を容易に検出することができ、不良の発生状態や発生原因を詳細に判定することができる。
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施例にて実施されてもよいものである。
また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。
この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
（付記１）複数の製造工程で製造される製品の製造管理をおこなう製造管理装置であって、
各製造工程における製品の製造に係る情報を記憶する記憶手段と、
第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記記憶手段から取得する情報取得手段と、
前記情報取得手段により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手段と、
を備えたことを特徴とする製造管理装置。
（付記２）前記記憶手段に記憶された情報に基づいて良品率の高い部品あるいは設備の組合せを抽出する組合せ抽出手段をさらに備え、前記記憶手段は、前記組合せ抽出手段により抽出された組合せに基づいてなされた製品の製造に係る情報を記憶することを特徴とする付記１に記載の製造管理装置。
（付記３）前記情報記憶手段に記憶された情報に基づいて不良の発生状況の時系列変化を調べることにより不良の発生原因を判定する時系列不良原因判定手段をさらに備えたことを特徴とする付記１または２に記載の製造管理装置。
（付記４）前記製造に係る情報は、処理開始時間、処理終了時間、各使用設備の識別情報、製品ロットの識別情報、製品種類、各製品の識別情報、処理結果、不良情報、作業者の識別情報、治具の識別情報、部品の識別情報、あるいは、部品ロットの識別情報であることを特徴とする付記１、２または３に記載の製造管理装置。
（付記５）複数の処理の終了時刻を予測して早く処理が終了する順に作業員がおこなう作業を並べることにより作業員の作業予定を作成する作業予定作成手段をさらに備え、前記記憶手段は、前記作業予定作成手段により作成された作業予定に基づいて実行された製品の製造に係る情報を記憶することを特徴とする付記１〜４のいずれか１つに記載の製造管理装置。
（付記６）前記記憶手段に記憶された情報に基づいて前記作業予定を修正する作業予定修正手段をさらに備え、前記記憶手段は、前記作業予定修正手段により修正された作業予定に基づいて実行された製品の製造に係る情報を記憶することを特徴とする付記５に記載の製造管理装置。
（付記７）各処理をおこなう設備を用いて作業者がおこなう作業を作業者の位置と各処理をおこなう設備の位置との間の距離が近い順に並べた作業指示を作成する作業指示作成手段をさらに備え、前記情報記憶手段は、前記作業指示作成手段により作成された作業指示に基づいて実行された製品の製造に係る情報を記憶することを特徴とする付記１〜６のいずれか１つに記載の製造管理装置。
（付記８）前記記憶手段に記憶された情報に基づいて同一種類の設備における不良の発生状況を比較することにより不良の発生原因を判定する同一種類設備不良原因判定手段をさらに備えたことを特徴とする付記１〜７のいずれか１つに記載の製造管理装置。
（付記９）複数の製造工程で製造される製品の製造管理をおこなう製造管理方法であって、
各製造工程における製品の製造に係る情報をデータベースに記憶する記憶工程と、
第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得工程と、
前記情報取得工程により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定工程と、
を含んだことを特徴とする製造管理方法。
（付記１０）複数の製造工程で製造される製品の製造管理をおこなう製造管理プログラムであって、
各製造工程における製品の製造に係る情報をデータベースに記憶する記憶手順と、
第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得手順と、
前記情報取得手順により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手順と、
をコンピュータに実行させることを特徴とする製造管理プログラム。
以上のように、本発明に係る製造管理装置、製造管理方法および製造管理プログラムは、不良の発生状態や発生原因を詳細に判定することが必要な製造管理システムに有用である。
本実施例に係る製造管理システムの構成について説明する図である。 図１に示した製造管理装置１５およびデータベース１３の機能構成を示す図である。 図２に示した作業予定データ１３ｄの一例を示す図である。 図２に示した作業指示データ１３ｅの一例を示す図である。 図２に示した同一種類設備不良データ１３ｆに含まれる不良発生比較データの一例を示す図である。 図２に示した同一種類設備不良データ１３ｆに含まれる不良発生時系列データの一例を示す図である。 図２に示した時系列不良データ１３ｇの一例を示す図である。 図２に示した前工程不良データ１３ｈの一例を示す図である。 図２に示した最適部品／設備組合せデータ１３ｉの一例を示す図である。 作業予定の生成処理の処理手順を示すフローチャートである。 作業指示の生成処理の処理手順を示すフローチャートである。 同一種類の設備間で不良率を比較して不良原因を判定する判定処理の処理手順を示すフローチャートである。 単一の設備の不良率の時系列変化から不良原因を判定する判定処理の処理手順を示すフローチャートである。 不良の原因となる前工程の要素を判定する判定処理の処理手順を示すフローチャートである。 良品率が高くなる部品および設備（治具）の組合せを選択する選択処理の処理手順を示すフローチャートである。 図２に示した製造管理装置１５となるコンピュータのハードウェア構成を示す図である。
符号の説明
１０ 組立ライン
１１ａ，１１ｂ 試験機
１２ａ〜１２ｃ ターミナル端末
１３ データベース
１３ａ 基本データ
１３ｂ 生産／試験データ
１３ｃ しきい値データ
１３ｄ 作業予定データ
１３ｅ 作業指示データ
１３ｆ 同一種類設備不良データ
１３ｇ 時系列不良データ
１３ｈ 前工程不良データ
１３ｉ 最適部品／設備組合せデータ
１４ 情報入力端末
１５ 製造管理装置
１５０ 通信処理部
１５１ 入力部
１５２ 表示部
１５３ 記憶部
１５４ データベース管理部
１５５ 制御部
１５５ａ 作業予定／指示情報作成部
１５５ｂ 同一種類設備不良判定部
１５５ｃ 時系列不良判定部
１５５ｄ 前工程不良判定部
１５５ｅ 最適部品／設備組合せ判定部
１６ Ｗｅｂサーバ
１７，２２ ネットワーク
１８ａ〜１８ｄ 情報閲覧端末
１９ 携帯情報端末
２０ 携帯電話
２１ 電子メール受信端末
１００ 入力装置
１０１ 表示装置
１０２ ＲＡＭ
１０２ａ 各種データ
１０３ ＲＯＭ
１０４ 媒体読取装置
１０５ ネットワークインターフェース
１０６ ＣＰＵ
１０６ａ 製造管理プロセス
１０６ｂ データベース管理プロセス
１０７ ＨＤＤ
１０７ａ 各種データ
１０７ｂ 製造管理プログラム
１０７ｃ データベース管理プログラム
１０８ バス

Claims (5)

  1. 複数の製造工程で製造される製品の製造管理をおこなう製造管理装置であって、
    各製造工程における製品の製造に係る情報を記憶する記憶手段と、
    第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記記憶手段から取得する情報取得手段と、
    前記情報取得手段により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手段と、
    を備えたことを特徴とする製造管理装置。
  2. 前記記憶手段に記憶された情報に基づいて良品率の高い部品あるいは設備の組合せを抽出する組合せ抽出手段をさらに備え、前記記憶手段は、前記組合せ抽出手段により抽出された組合せに基づいてなされた製品の製造に係る情報を記憶することを特徴とする請求項１に記載の製造管理装置。
  3. 前記情報記憶手段に記憶された情報に基づいて不良の発生状況の時系列変化を調べることにより不良の発生原因を判定する時系列不良原因判定手段をさらに備えたことを特徴とする請求項１または２に記載の製造管理装置。
  4. 複数の製造工程で製造される製品の製造管理をおこなう製造管理方法であって、
    各製造工程における製品の製造に係る情報をデータベースに記憶する記憶工程と、
    第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得工程と、
    前記情報取得工程により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定工程と、
    を含んだことを特徴とする製造管理方法。
  5. 複数の製造工程で製造される製品の製造管理をおこなう製造管理プログラムであって、
    各製造工程における製品の製造に係る情報をデータベースに記憶する記憶手順と、
    第１の製造工程において不良が検出された場合に、第１の製造工程より前の製造工程である第２の製造工程における製造に係る情報を前記データベースから取得する情報取得手順と、
    前記情報取得手順により取得された情報に基づいて第１の製造工程において検出された不良の原因となる第２の製造工程の要素を判定する判定手順と、
    をコンピュータに実行させることを特徴とする製造管理プログラム。
JP2005168370A 2005-06-08 2005-06-08 製造管理装置、製造管理方法および製造管理プログラム Withdrawn JP2006343952A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2005168370A JP2006343952A (ja) 2005-06-08 2005-06-08 製造管理装置、製造管理方法および製造管理プログラム
US11/237,766 US20060282189A1 (en) 2005-06-08 2005-09-29 Manufacturing control apparatus, manufacturing control method, and computer product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005168370A JP2006343952A (ja) 2005-06-08 2005-06-08 製造管理装置、製造管理方法および製造管理プログラム

Publications (1)

Publication Number Publication Date
JP2006343952A true JP2006343952A (ja) 2006-12-21

Family

ID=37525096

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005168370A Withdrawn JP2006343952A (ja) 2005-06-08 2005-06-08 製造管理装置、製造管理方法および製造管理プログラム

Country Status (2)

Country Link
US (1) US20060282189A1 (ja)
JP (1) JP2006343952A (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008181341A (ja) * 2007-01-24 2008-08-07 Fuji Electric Holdings Co Ltd 製造不良要因分析支援装置
JP2009245435A (ja) * 2008-03-31 2009-10-22 Honda Motor Co Ltd 生産ライン機械コントローラとデータを交換する能力を備えたプロセス制御システム
WO2010073487A1 (ja) * 2008-12-22 2010-07-01 株式会社ニコン 保持部材管理装置、半導体製造装置、保持部材管理方法、及び、半導体装置の製造方法
JP2010211309A (ja) * 2009-03-06 2010-09-24 Ricoh Co Ltd 品質情報収集分析システム
JP2011065337A (ja) * 2009-09-16 2011-03-31 Fuji Electric Holdings Co Ltd トレーサビリティシステムおよび製造工程異常検出方法
JP2011242830A (ja) * 2010-05-14 2011-12-01 Fuji Xerox Co Ltd 情報処理装置及び情報処理プログラム
JP2017182422A (ja) * 2016-03-30 2017-10-05 三菱自動車エンジニアリング株式会社 生産ラインの開発支援装置、開発支援方法および開発支援プログラム
KR20170113669A (ko) * 2015-03-31 2017-10-12 가부시키가이샤 히다치 고쿠사이 덴키 기판 처리 장치, 반도체 장치의 제조 방법 및 기록 매체
KR20180125206A (ko) * 2017-05-15 2018-11-23 김형모 로트 관리 방법
JP2021002237A (ja) * 2019-06-21 2021-01-07 株式会社ディスコ 生産システム
WO2021100407A1 (ja) * 2019-11-20 2021-05-27 日本電産株式会社 作業システム
WO2022054520A1 (ja) * 2020-09-10 2022-03-17 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム
WO2022054522A1 (ja) * 2020-09-10 2022-03-17 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4450769B2 (ja) * 2005-06-16 2010-04-14 富士フイルム株式会社 画像処理装置、画像描画装置及びシステム
US8515567B2 (en) * 2005-12-21 2013-08-20 Globalfoundries Inc. Enhanced state estimation based upon information credibility
US7954072B2 (en) * 2006-05-15 2011-05-31 Taiwan Semiconductor Manufacturing Company, Ltd. Model import for electronic design automation
US8145337B2 (en) * 2007-05-04 2012-03-27 Taiwan Semiconductor Manufacturing Company, Ltd. Methodology to enable wafer result prediction of semiconductor wafer batch processing equipment
US8682466B2 (en) 2007-05-04 2014-03-25 Taiwan Semiconductor Manufacturing Company, Ltd. Automatic virtual metrology for semiconductor wafer result prediction
US7783999B2 (en) * 2008-01-18 2010-08-24 Taiwan Semiconductor Manufacturing Company, Ltd. Electrical parameter extraction for integrated circuit design
US8037575B2 (en) * 2008-02-28 2011-10-18 Taiwan Semiconductor Manufacturing Company, Ltd. Method for shape and timing equivalent dimension extraction
JP4486692B2 (ja) * 2008-03-14 2010-06-23 株式会社日立国際電気 基板処理装置
US8340800B2 (en) * 2008-07-17 2012-12-25 International Business Machines Corporation Monitoring a process sector in a production facility
US8001494B2 (en) 2008-10-13 2011-08-16 Taiwan Semiconductor Manufacturing Company, Ltd. Table-based DFM for accurate post-layout analysis
US8806386B2 (en) * 2009-11-25 2014-08-12 Taiwan Semiconductor Manufacturing Company, Ltd. Customized patterning modulation and optimization
US8745554B2 (en) * 2009-12-28 2014-06-03 Taiwan Semiconductor Manufacturing Company, Ltd. Practical approach to layout migration
US8594821B2 (en) * 2011-02-18 2013-11-26 International Business Machines Corporation Detecting combined tool incompatibilities and defects in semiconductor manufacturing
US9229446B2 (en) * 2012-05-08 2016-01-05 International Business Machines Corporation Production line quality processes
EP2902861B1 (en) * 2012-09-28 2020-11-18 FUJI Corporation Production line monitoring device
WO2014186270A1 (en) * 2013-05-13 2014-11-20 Vorne Industries, Inc. Method and system for organizing and storing manufacturing process information
JP6233061B2 (ja) * 2014-01-30 2017-11-22 オムロン株式会社 品質管理装置、品質管理方法
US9811070B2 (en) * 2014-08-08 2017-11-07 International Business Machines Corporation Self-adjusting test time estimation
DE102017108710A1 (de) * 2016-04-26 2017-10-26 Jtekt Corporation Arbeitsanweisungssystem
US10962954B2 (en) * 2016-08-22 2021-03-30 Robert Bosch Gmbh System and method for monitoring a manufacturing plant
CN108693846A (zh) * 2018-05-16 2018-10-23 京东方科技集团股份有限公司 工艺参数的控制方法、生产执行系统和设备接口系统
CN115931905B (zh) * 2023-02-02 2023-09-26 北京百度网讯科技有限公司 Poy产品的检测方法、装置、电子设备和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI930877A (fi) * 1992-11-30 1994-05-31 Pfu Ltd Maongsidigt produktionssystem och metod foer anvaendning av detta
TW426872B (en) * 1999-10-08 2001-03-21 Taiwan Semiconductor Mfg Method of preventing contamination in process
JP3555859B2 (ja) * 2000-03-27 2004-08-18 広島日本電気株式会社 半導体生産システム及び半導体装置の生産方法
EP1164550B1 (en) * 2000-06-16 2008-12-03 Ntn Corporation Machine component monitoring, diagnosing and selling system
US6859676B1 (en) * 2001-04-09 2005-02-22 Ciena Corporation Method of improving quality of manufactured modules
JP3870052B2 (ja) * 2001-09-20 2007-01-17 株式会社日立製作所 半導体装置の製造方法及び欠陥検査データ処理方法
US6856845B2 (en) * 2003-04-28 2005-02-15 Palo Alto Research Center Inc. Monitoring and reporting incremental job status system and method
JP4253252B2 (ja) * 2003-12-22 2009-04-08 富士通マイクロエレクトロニクス株式会社 品質改善システム
US6944561B2 (en) * 2003-12-27 2005-09-13 Shian-Shyong Tseng Method for detection of manufacture defects
US6961635B2 (en) * 2004-03-16 2005-11-01 Hitachi Global Storage Technologies Netherlands, B.V. Method for yield improvement of manufactured products

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008181341A (ja) * 2007-01-24 2008-08-07 Fuji Electric Holdings Co Ltd 製造不良要因分析支援装置
JP2009245435A (ja) * 2008-03-31 2009-10-22 Honda Motor Co Ltd 生産ライン機械コントローラとデータを交換する能力を備えたプロセス制御システム
WO2010073487A1 (ja) * 2008-12-22 2010-07-01 株式会社ニコン 保持部材管理装置、半導体製造装置、保持部材管理方法、及び、半導体装置の製造方法
JP5459224B2 (ja) * 2008-12-22 2014-04-02 株式会社ニコン ウエハ処理方法およびウエハ処理装置
JP2010211309A (ja) * 2009-03-06 2010-09-24 Ricoh Co Ltd 品質情報収集分析システム
JP2011065337A (ja) * 2009-09-16 2011-03-31 Fuji Electric Holdings Co Ltd トレーサビリティシステムおよび製造工程異常検出方法
JP2011242830A (ja) * 2010-05-14 2011-12-01 Fuji Xerox Co Ltd 情報処理装置及び情報処理プログラム
US10295991B2 (en) 2015-03-31 2019-05-21 Kokusai Electric Corporation Substrate processing apparatus and recording medium
KR102044617B1 (ko) * 2015-03-31 2019-11-13 가부시키가이샤 코쿠사이 엘렉트릭 기판 처리 장치, 반도체 장치의 제조 방법 및 기록 매체
KR20170113669A (ko) * 2015-03-31 2017-10-12 가부시키가이샤 히다치 고쿠사이 덴키 기판 처리 장치, 반도체 장치의 제조 방법 및 기록 매체
JP2017182422A (ja) * 2016-03-30 2017-10-05 三菱自動車エンジニアリング株式会社 生産ラインの開発支援装置、開発支援方法および開発支援プログラム
KR20180125206A (ko) * 2017-05-15 2018-11-23 김형모 로트 관리 방법
KR102018420B1 (ko) * 2017-05-15 2019-09-04 김형모 로트 관리 방법
JP7292125B2 (ja) 2019-06-21 2023-06-16 株式会社ディスコ 生産システム
JP2021002237A (ja) * 2019-06-21 2021-01-07 株式会社ディスコ 生産システム
WO2021100407A1 (ja) * 2019-11-20 2021-05-27 日本電産株式会社 作業システム
CN114746210A (zh) * 2019-11-20 2022-07-12 日本电产株式会社 作业系统
CN114746210B (zh) * 2019-11-20 2023-11-03 日本电产株式会社 作业系统
WO2022054522A1 (ja) * 2020-09-10 2022-03-17 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム
JP2022046344A (ja) * 2020-09-10 2022-03-23 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム
JP2022046363A (ja) * 2020-09-10 2022-03-23 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム
WO2022054520A1 (ja) * 2020-09-10 2022-03-17 横河ソリューションサービス株式会社 生産管理システム、生産管理方法、および、生産管理プログラム

Also Published As

Publication number Publication date
US20060282189A1 (en) 2006-12-14

Similar Documents

Publication Publication Date Title
JP2006343952A (ja) 製造管理装置、製造管理方法および製造管理プログラム
EP2490126B1 (en) System operation management device, system operation management method, and program storage medium
US20170185971A1 (en) Maintenance method for facility
US20170261403A1 (en) Abnormality detection procedure development apparatus and abnormality detection procedure development method
CN107196780A (zh) 用于管理设备的故障的方法和装置
CN106403188B (zh) 一种空调维护方法及其维护装置
JP5614843B2 (ja) ソフトウェア設計・運用統合管理システム
US7577486B2 (en) Quality improvement system
CN114551271A (zh) 监测机台运行状况的方法及装置、存储介质及电子设备
EP3869424A1 (en) Equipment failure diagnosis support system and equipment failure diagnosis support method
JP6530252B2 (ja) リソース管理システム、及びリソース管理方法
JP2007241872A (ja) ネットワーク上のコンピュータ資源の変更監視プログラム
JP5017176B2 (ja) 製造指示評価支援システム、製造指示評価支援方法、および製造指示評価支援プログラム
JP4763336B2 (ja) 保守業務支援プログラム
EP1220097A2 (en) Apparatus management method, apparatus management system, and apparatus management program product
US10657199B2 (en) Calibration technique for rules used with asset monitoring in industrial process control and automation systems
CN114924990A (zh) 一种异常场景测试方法及电子设备
JP2005327201A (ja) 保守支援方法及びプログラム並びに装置
JP5353901B2 (ja) 作業情報記録装置、並びにその制御方法および制御プログラム
CN114387123B (zh) 数据采集管理方法
CN115271277A (zh) 电力设备画像构建方法、系统、计算机设备及存储介质
WO2016163008A1 (ja) 異常診断装置および異常診断方法
JP2005235130A (ja) 製造・開発情報のデータトレースシステム
JP2010102462A (ja) 障害推定装置、方法及びプログラム
JP2009080759A (ja) セル生産方式工程管理方法

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20080902