JP2006351003A - 生産シミュレーション装置及び方法 - Google Patents

Abstract

【課題】販売、受注計画立案時など、明確な製品情報が存在しない場合でも、精度の高い生産シミュレーションを行なうことが出来る生産シミュレーション装置及び方法を提供すること。
【解決手段】受注計画と、需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、受注オーダ解析部によって作成された需要家または利用用途単位での品種構成比、および製品の通過する製造プロセス構成比に基づいて、乱数を発生させて、該乱数の値に対する製品品種、製造プロセスを選択して、シミュレーションデータを作成する、シミュレーションデータ作成部と、該シミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション部と、シミュレーションの結果を表示する、シミュレーション結果表示部、とを備える。
【選択図】図１

Description

本発明は、受注計画に基づき、受注予定の製品品種構成、製品、製造プロセスを推定し、生産ラインの設備負荷や生産リードタイムを予測するための、生産シミュレーション装置及び方法に関するものである。

受注計画に基づき、受注予定の製品品種構成、製品、製造プロセスを推定し、生産ラインの設備負荷を予測する従来技術として、例えば特開２００４−２８０５０５号公報（特許文献１）および特開２００２−０７３１４６号公報（特許文献２）のような技術が開示されている。

特許文献１は、生産可能性やリスクについて定量的な評価を行って処理能力を検証する製造装置の処理能力検証装置である。生産ロットの製造装置への到着時刻実績、製造装置での処理開始時刻実績、製造装置での処理完了時刻実績を含むロット進捗履歴情報を格納するロット進捗履歴情報格納部と、ロット進捗履歴情報に基づいて製造装置の一製品単位を処理するのに要する時間（タクトタイム）のバラツキを表す確率分布を得るタクトタイム分布解析部と、検証期間における投入予定ロット数量を設定する投入ロット情報設定部と、タクトタイムのバラツキを表す確率分布と投入ロット情報に基づき検証期間における製造装置における生産負荷時間のバラツキを表す確率分布を得るタクトタイム分布合成部と、生産負荷時間のバラツキを表す確率分布と稼働計画情報とを比較して製造装置の処理能力検証を行う能力検証部を備えている。

また特許文献２は、品種と各工程での使用設備が共通する通過工程パターンに属する製品の品種全体に占める割合（使用比率）を用いて，品種別の生産ラインへの投入計画を，通過工程パターン別の生産ラインへの投入計画に変換して，シミュレーションを行うことにより，変更モデルを用意することなく，実際に生産ラインにみられる変更を適切にシミュレーションに反映することを図ったものである。
特開２００４−２８０５０５号公報 特開２００２−０７３１４６号公報

しかしながら、特許文献１または特許文献２で開示されている技術では、販売計画または受注計画立案時に生産シミュレーションを行おうとした場合には、明確な製品情報が存在しないため、精度の高いシミュレーションを行うのは非常に困難であるという問題がある。特に、鉄鋼製品は基本的にオーダメード（受注生産）であるため、予測が難しく、製品の品種構成によっては、製造すべき製品、製品の通過プロセス等が大きく変化するため、販売計画または受注計画如何によっては、設備能力不足による中間在庫の増大、納期遅延などへの影響がでるため、販売計画または受注計画立案時に、生産ラインの能力に関して詳細な検討が必要である。

本発明は、上記課題を解決するためになされたものであり、受注計画立案時など、明確な製品情報が存在しない場合でも、精度の高い生産シミュレーションを行なうことが出来る生産シミュレーション装置及び方法を提供することを目的とする。

本発明の請求項１に係る発明は、受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション装置であって、受注計画、およびシミュレーション条件を入力するデータ入力部と、該データ入力部によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での品種、および製品の通過する製造プロセスの構成比を、確率分布として作成する受注オーダ解析部と、該受注オーダ解析部によって作成された需要家または利用用途単位での品種構成比、および製品の通過する製造プロセス構成比に基づいて、乱数を発生させて、該乱数の値に対する製品品種、製造プロセスを選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成部と、該シミュレーションデータ作成部で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション部と、該シミュレーション部によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示部、とを備えることを特徴とする生産シミュレーション装置である。

また本発明の請求項２に係る発明は、受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション方法であって、受注計画、およびシミュレーション条件を入力するデータ入力工程と、該データ入力工程によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での品種、および製品の通過する製造プロセスの構成比を、確率分布として作成する受注オーダ解析工程と、該受注オーダ解析工程によって作成された需要家または利用用途単位での品種構成比、および製品の通過する製造プロセス構成比に基づいて、乱数を発生させて、該乱数の値に対する製品品種、製造プロセスを選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成工程と、該シミュレーションデータ作成工程で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション工程と、該シミュレーション工程によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示工程、とを備えることを特徴とする生産シミュレーション方法である。

また本発明の請求項３に係る発明は、受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション装置であって、受注計画、およびシミュレーション条件を入力するデータ入力部と、該データ入力部によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での製品の品種の構成比、製品の通過する製造プロセスの構成比、プロセス間のリードタイム、および日々の生産量を、確率分布として作成する受注オーダ解析部と、該受注オーダ解析部によって作成された需要家または利用用途単位での製品の品種構成比、製品の通過する製造プロセス構成比、プロセス間のリードタイム、および日々の生産量に基づいて、乱数を発生させて、該乱数の値に対する製品の品種、製造プロセス、プロセス間のリードタイム、および日々の生産量を選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成部と、該シミュレーションデータ作成部で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション部と、該シミュレーション部によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示部、とを備えることを特徴とする生産シミュレーション装置である。

さらに本発明の請求項４に係る発明は、受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション方法であって、受注計画、およびシミュレーション条件を入力するデータ入力工程と、該データ入力工程によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での製品の品種の構成比、製品の通過する製造プロセスの構成比、プロセス間のリードタイム、および日々の生産量を、確率分布として作成する受注オーダ解析工程と、該受注オーダ解析工程によって作成された需要家または利用用途単位での製品の品種構成比、製品の通過する製造プロセス構成比、プロセス間のリードタイム、および日々の生産量に基づいて、乱数を発生させて、該乱数の値に対する製品の品種、製造プロセス、プロセス間のリードタイム、および日々の生産量を選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成工程と、該シミュレーションデータ作成工程で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション工程と、該シミュレーション工程によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示工程、とを備えることを特徴とする生産シミュレーション方法である。

なお、オーダメード生産にあっては、受注計画は販売計画とほぼ同じ内容であるから、本発明における受注計画は販売計画であってもよい。

また、本明細書にて記載する構成比とは、生産実績データに基づいて、受注オーダ解析部によって求められる発生確率であるので、発生率ということもある。

本発明では、販売計画または受注計画に基づいた生産量と、生産実績データより、変動する要素・項目を確率分布として作成し、これらの確率分布より乱数を発生させて、シミュレーションデータを1つ以上作成し、生産シミュレーションを作成されたシミュレーションデータの個数分行なうようにしたので、受注計画立案時など、明確な製品情報が存在しない場合でも、精度の高い生産シミュレーションを行なうことが可能である。

以下、本発明について図面を参照して以下に具体的に説明する。

[第１の実施形態]
図１は、本発明に係る生産シミュレーション装置の全体構成例(第１の実施形態)を示す図である。図１中、１はデータ入力部、２は受注オーダ解析部、３は生産実績データ、４はシミュレーションデータ作成部、５はシミュレーション部、および６はシミュレーション結果表示部、をそれぞれ示す。

データ入力部１は、受注計画データとシミュレーション条件を入力するための、入力装置および表示画面を有する手段である。ここで、受注計画データとは、例えば図２に示すように、シミュレーションの対象となる各月毎に、需要家単位に受注する製品の予定重量の合計を表したものである。また、シミュレーション条件とは、生産実績データ抽出条件、シミュレーションデータ作成数などシミュレーションを行うに必要な条件をいう。

次に受注オーダ解析部２では、データ入力部１によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データ３より、需要家または利用用途単位での製品の品種構成比、製品重量（単重：製品１個の重量）構成比、製品の製造プロセス構成比を確率分布として作成する。図３は、受注オーダ解析部での処理手順例を示すフローチャートである。なお、生産実績データ３のデータ内容の一例を図３２に示している。

先ず品種構成比作成(Step201)では、データ入力部１によって入力された受注計画データの、需要家単位の品種構成比（重量比）を生産実績データより計算する。図4は、需要家Aの品種構成比の作成例として、品種S1が30%、品種S2が25%、およびその他品種が45%を示している。

次に製品構成比作成(Step202)では、需要家内で発生する品種について、製品重量（単重：製品１個の重量）毎の構成比（個数比）を生産実績データより作成する。図５は、需要家Aの品種S1について、その製品重量構成比の作成例を示すものである。需要家Aの品種S1は、製品重量2.5(Ton)が10%、製品重量2.75(Ton)が5%、その他製品重量のものが85%を占めていることを示している。

製造プロセス構成比作成(Step203)では、需要家内で発生する品種ごとの製造プロセス構成比（重量比）を、生産実績データより作成する。図6は、需要家Aの品種S1について、その通過製造プロセス構成比の作成例を示すものである。需要家Aの品種S1は、製造プロセスコード（P1-P10）を通過するものが10%、製造プロセスコード（P1-P2）を通過するものが5%、その他製造プロセスコードを通過するものが85%であることを示している。

以上の手順を、需要家内で発生するすべての品種について行う(Step204)。最終的には、すべての需要家について品種構成比、製品構成比、製造プロセス構成比を作成する(Step205)。以上が受注オーダ解析部２での処理手順であり、図７に構成比データの完成例を示す。

図１に戻り、シミュレーションデータ作成部４では、受注オーダ解析部２で作成したそれぞれの需要家についての品種構成比、製品構成比、製造プロセス構成比データを利用して、シミュレーションデータを作成する。図８は、シミュレーションデータ作成部での処理手順例を示すフローチャートである。

ここでは、図２に示した受注計画データの受注予定需要家ごとに製品のデータを作成するものであり、需要家Aの製品データを作成する例を図８の流れに沿って以下に述べる。

1~100までの乱数を発生させ(Step301)、その乱数に応じた品種を選択する(Step302)。ここでは、需要家Aから受注する全ての品種に対する構成比率を100%とし、その内の各品種の構成比に基づき、1から100に割り当てたテーブルを用意しておく。例えば、図９の場合には、品種S1が30%、品種S2が25%なので、1から30の間をS1の割り当て、31から55の間をS2の割り当てとし、56以降の割り当てもその他の品種構成比に基づいて同様に割り当てを決定したテーブルを用意しておく。そして、1から100までの一様乱数を発生させ、その乱数の値が、前記の数値を割り当てたテーブルのどこになるかを選択する。例えば乱数の値が50の場合、31から55の間に含まれるので、品種としてS2が選択される(図９)。

同様に1~100までの乱数を発生させ(Step303)、その乱数に応じた製品重量を選択する(Step304)。この手順は、Step301〜302と同様であり、例えば乱数の値が12の場合、製品重量（単重）として2.75(Ton)が選択される(図１０)。

同様に1~100までの乱数を発生させ(Step305)、その乱数に応じた製品の製造プロセスコードを選択する(Step306)。この手順も、Step301〜302と同様であり、例えば乱数の値が5の場合、製品の製造プロセスコードとしてP1-P10が選択される(図１１)。
以上の手順で作成された製品データは、需要家Aの発注による、品種がS2、重量（単重）が2.75(Ton)、製造プロセスコードがP1-P10となる。以上の手順を需要家Aの受注重量分に達するまで繰り返す(Step307,308)。

すべての需要家についてデータを作成した時点(Step309,310)で、作成したシミュレーションデータに名前をつけて保存する(Step311)。以上を、データ入力部で指定したシミュレーションデータ作成数分作成する(Step312,313)。図１２にシミュレーションデータ例を示す。

図１に戻り、シミュレーション部５では、作成されたシミュレーションデータを用いて作成されたシミュレーションデータの個数だけ生産シミュレーションを実行する。作成したシミュレーション結果データより、各データのプロセスコード毎に、製品重量を積算することにより、図１３に示すように各プロセスの予測処理量を計算することが出来る。

[第２の実施形態]
図１４は、本発明に係る生産シミュレーション装置の全体構成例(第２の実施形態)を示す図であるが、全体構成としては、第１の実施形態で示した図１と同じであるが、各部の処理内容が若干異なる。

データ入力部１は、受注計画データとシミュレーション条件を入力するための、入力装置および表示画面を有する手段である。ここで、受注計画データとは、例えば図１５に示すように、シミュレーションの対象となる各月毎に、需要家単位に受注する製品の予定重量の合計を表したものである。また、シミュレーション条件とは、生産実績データ抽出条件、シミュレーションデータ作成数などシミュレーションを行うに必要な条件をいう。

次に受注オーダ解析部２では、データ入力部１によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データ３より、少なくとも需要家または利用用途単位での製品の品種構成比、製品重量（単重：製品１個の重量）構成比、製品の製造プロセス構成比、プロセス間のリードタイム、および日々の生産量を確率分布として作成する。図１６は、受注オーダ解析部での処理手順例を示すフローチャートである。なお、生産実績データ３のデータ内容の一例を図３２に示している。

先ず日々の生産量作成(Step401)では、データ入力部１によって入力された生産実績データより、日々の生産量を計算する。

次に品種構成比作成(Step402)では、データ入力部１によって入力された受注計画データの、需要家単位の品種構成比（重量比）を生産実績データより計算する。図１７は、需要家Aの品種構成比の作成例として、品種S1が30%、品種S2が25%、およびその他品種が45%を示している。

次に製品構成比作成(Step403)では、需要家内で発生する品種について、製品重量（単重：製品１個の重量）毎の構成比（個数比）を生産実績データより作成する。図１８は、需要家Aの品種S1について、その製品重量構成比の作成例を示すものである。需要家Aの品種S1は、製品重量2.5(Ton)が10%、製品重量2.75(Ton)が5%、その他製品重量のものが85%を占めていることを示している。

次に製造プロセス構成比作成(Step404)では、需要家内で発生する品種ごとの製造プロセス構成比（重量比）を、生産実績データより作成する。図１９は、需要家Aの品種S1について、その通過製造プロセス構成比の作成例を示すものである。需要家Aの品種S1は、製造プロセスコード（P1-P2-P10）を通過するものが10%、製造プロセスコード（P1-P2）を通過するものが5%、その他製造プロセスコードを通過するものが85%であることを示している。

次にプロセス間リードタイム作成(Step405)では、需要家内で発生する品種ごとの製造プロセスのリードタイムの分布を、生産実績データより作成する。図２０に製造プロセス間リードタイム作成例を示す。

以上の手順を、需要家内で発生するすべての品種について行う(Step406)。最終的には、すべての需要家について品種構成比、製品構成比、製造プロセス構成比、およびリードタイムのデータを作成する(Step407)。以上が受注オーダ解析部２での処理手順であり、図２１に構成比データの完成例を示す。

図１４に戻り、シミュレーションデータ作成部４では、受注オーダ解析部２で作成した、日々の生産量、それぞれの需要家についての品種構成比、製品構成比、製造プロセス構成比、プロセス間リードタイムのデータを利用して、シミュレーションデータを作成する。図２２は、シミュレーションデータ作成部での処理手順例を示すフローチャートである。

ここでは、図１５に示した受注計画データの受注予定需要家ごとに製品のデータを作成するものであり、需要家Aの製品データを作成する例を図２２の流れに沿って以下に述べる。

先ず1~100までの乱数を発生させ(Step501)、その乱数に応じた生産量を選択する(Step502)。

次に1~100までの乱数を発生させ(Step503)、その乱数に応じた品種を選択する(Step504)。ここでは、需要家Aから受注する全ての品種に対する構成比を100%とし、その内の各品種の構成比に基づき、1から100に割り当てたテーブルを用意しておく。例えば、図２３の場合には、品種S1が30%、品種S2が25%なので、1から30の間をS1の割り当て、31から55の間をS2の割り当てとし、56以降の割り当てもその他の品種構成比に基づいて同様に割り当てを決定したテーブルを用意しておく。そして、1から100までの一様乱数を発生させ、その乱数の値が、前記の数値を割り当てたテーブルのどこになるかを選択する。例えば乱数の値が50の場合、31から55の間に含まれるので、品種としてS2が選択される(図２３)。

同様に1~100までの乱数を発生させ(Step505)、その乱数に応じた製品重量を選択する(Step506)。この手順は、Step501〜502、またはStep503〜504と同様であり、例えば乱数の値が12の場合、製品重量（単重）として2.75(Ton)が選択される(図２４)。

同様に1~100までの乱数を発生させ(Step507)、その乱数に応じた製品の製造プロセスコードを選択する(Step508)。この手順も、Step501〜502、またはStep503〜504と同様であり、例えば乱数の値が5の場合、製品の製造プロセスコードとしてP1-P2-P10が選択される(図２５)。

最後にプロセス間リードタイムを選択(Step509、510)する。図２６の例では、通過プロセスはP1→P2とP2→P10の2つに分けられる。

それぞれについて1~100までの乱数を発生(Step509)させ、その乱数に応じた製品の製造プロセスコードを選択する(Step510)。P1→P2間において乱数の値が15の場合、プロセス間リードタイムは2、P2→P10間において乱数の値が10の場合、プロセス間リードタイムは3となる。

以上の手順で作成された製品データは、需要家Aの発注による、品種がS2、重量（単重）が2.75(Ton)、製造プロセスコードがP1-P2-P10、P1→P2間のリードタイムは2、P2→P10のリードタイムは3となる。以上の手順を需要家Aの受注重量分に達するまで繰り返す(Step511,512)。

すべての需要家についてデータを作成した時点(Step513,514)で、作成したシミュレーションデータに名前をつけて保存する(Step515)。以上を、データ入力部で指定したシミュレーションデータ作成数分作成する(Step516,517)。図２７にシミュレーションデータ例を示す。

図１４に戻り、シミュレーション部５では、作成されたシミュレーションデータを用いて作成されたシミュレーションデータの個数だけ、図２８に示す生産シミュレータモデルに入力として、生産シミュレーションを実行する。

生産シミュレータは、製造プロセスと仕掛品を格納するバッファとから構成される。これには市販の汎用物流シミュレータを用いて構築するようにしても良い。作成したシミュレーション用データのプロセスコード順、リードタイムに従って生産シミュレータの製造プロセスを通過する。

生産シミュレータの各製造プロセス、仕掛品バッファ、通過工程リードタイムを集計することにより、各プロセスの予測処理量（図２９）、仕掛品在庫（図３０）、工期(図３１)を計算することが出来る。なお、図３０および図３１で示している、上下限値は平均値±2.5σである。

以上説明した本発明により、受注計画立案時など、明確な製品情報が存在しない場合でも、精度の高い生産シミュレーションを行なうことが出来る。また、負荷の高い設備などが容易に判断することが出来るとともに、負荷の高い設備にどのような需要家のオーダが多いかなどの、シミュレーション結果の分析も容易に行うことができる。これによって、受注計画の見直し等も容易に行うことができる。

本発明に係る生産シミュレーション装置の全体構成例(第１の実施形態)を示す図である。 受注計画データの一例を示す図である。 受注オーダ解析部での処理手順例を示すフローチャートである。 品種構成比作成例を示す図である。 製品構成比作成例を示す図である。 製造プロセス構成比作成例を示す図である。 構成比データの完成例を示す図である。 シミュレーションデータ作成部での処理手順例を示すフローチャートである。 品種選択例(需要家Aで品種選択の乱数が50の場合)を示す図である。 製品重量選択例(製品重量選択の乱数が12の場合)を示す図である。 製造プロセスコード選択例(製品プロセスコード選択の乱数が5の場合)を示す図である。 シミュレーションデータ例を示す図である。 シミュレーション結果例を示す図である。 本発明に係る生産シミュレーション装置の全体構成例(第２の実施形態)を示す図である。 受注計画データの一例を示す図である。 受注オーダ解析部での処理手順例を示すフローチャートである。 品種構成比作成例を示す図である。 製品構成比作成例を示す図である。 製造プロセス構成比作成例を示す図である。 プロセス間リードタイム作成例を示す図である。 構成比データの完成例を示す図である。 シミュレーションデータ作成部での処理手順例を示すフローチャートである。 品種選択例(需要家Aで品種選択の乱数が50の場合)を示す図である。 製品重量選択例(製品重量選択の乱数が12の場合)を示す図である。 製造プロセスコード選択例(製品プロセスコード選択の乱数が5の場合)を示す図である。 プロセス間リードタイムの選択例を示す図である。 シミュレーションデータ例を示す図である。 生産シミュレータ構成例を示す図である。 各プロセスの予測処理量例を示す図である。 仕掛品在庫例を示す図である。 工期例を示す図である。 生産実績データの例を示す図である。

符号の説明

１ データ入力部
２ 受注オーダ解析部
３ 生産実績データ
４ シミュレーションデータ作成部
５ シミュレーション部
６ シミュレーション結果表示部

Claims (4)

1. 受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション装置であって、
   受注計画、およびシミュレーション条件を入力するデータ入力部と、
   該データ入力部によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での品種、および製品の通過する製造プロセスの構成比を、確率分布として作成する受注オーダ解析部と、
   該受注オーダ解析部によって作成された需要家または利用用途単位での品種構成比、および製品の通過する製造プロセス構成比に基づいて、乱数を発生させて、該乱数の値に対する製品品種、製造プロセスを選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成部と、
   該シミュレーションデータ作成部で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション部と、
   該シミュレーション部によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示部、とを備えることを特徴とする生産シミュレーション装置。
2. 受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション方法であって、
   受注計画、およびシミュレーション条件を入力するデータ入力工程と、
   該データ入力工程によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での品種、および製品の通過する製造プロセスの構成比を、確率分布として作成する受注オーダ解析工程と、
   該受注オーダ解析工程によって作成された需要家または利用用途単位での品種構成比、および製品の通過する製造プロセス構成比に基づいて、乱数を発生させて、該乱数の値に対する製品品種、製造プロセスを選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成工程と、
   該シミュレーションデータ作成工程で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション工程と、
   該シミュレーション工程によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示工程、とを備えることを特徴とする生産シミュレーション方法。
3. 受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション装置であって、
   受注計画、およびシミュレーション条件を入力するデータ入力部と、
   該データ入力部によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での製品の品種の構成比、製品の通過する製造プロセスの構成比、プロセス間のリードタイム、および日々の生産量を、確率分布として作成する受注オーダ解析部と、
   該受注オーダ解析部によって作成された需要家または利用用途単位での製品の品種構成比、製品の通過する製造プロセス構成比、プロセス間のリードタイム、および日々の生産量に基づいて、乱数を発生させて、該乱数の値に対する製品の品種、製造プロセス、プロセス間のリードタイム、および日々の生産量を選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成部と、
   該シミュレーションデータ作成部で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション部と、
   該シミュレーション部によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示部、とを備えることを特徴とする生産シミュレーション装置。
4. 受注計画に基づいて、生産ラインの設備能力検証を行なう、生産シミュレーション方法であって、
   受注計画、およびシミュレーション条件を入力するデータ入力工程と、
   該データ入力工程によって入力された受注計画と、少なくとも需要家または利用用途、品種、および製品の通過する製造プロセスの情報を含む生産実績データに基づいて、少なくとも需要家または利用用途単位での製品の品種の構成比、製品の通過する製造プロセスの構成比、プロセス間のリードタイム、および日々の生産量を、確率分布として作成する受注オーダ解析工程と、
   該受注オーダ解析工程によって作成された需要家または利用用途単位での製品の品種構成比、製品の通過する製造プロセス構成比、プロセス間のリードタイム、および日々の生産量に基づいて、乱数を発生させて、該乱数の値に対する製品の品種、製造プロセス、プロセス間のリードタイム、および日々の生産量を選択して、シミュレーションデータを少なくとも1つ以上作成する、シミュレーションデータ作成工程と、
   該シミュレーションデータ作成工程で作成された1つ以上のシミュレーションデータを入力として生産シミュレーションを作成されたシミュレーションデータの個数分行なう、シミュレーション工程と、
   該シミュレーション工程によって行なわれたシミュレーションの結果を表示する、シミュレーション結果表示工程、とを備えることを特徴とする生産シミュレーション方法。

Images