JP2007206790A - サプライチェーンの最適化支援方法 - Google Patents
サプライチェーンの最適化支援方法 Download PDFInfo
- Publication number
- JP2007206790A JP2007206790A JP2006022227A JP2006022227A JP2007206790A JP 2007206790 A JP2007206790 A JP 2007206790A JP 2006022227 A JP2006022227 A JP 2006022227A JP 2006022227 A JP2006022227 A JP 2006022227A JP 2007206790 A JP2007206790 A JP 2007206790A
- Authority
- JP
- Japan
- Prior art keywords
- supply chain
- data
- model
- information
- level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims description 49
- 230000007704 transition Effects 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 15
- 230000002950 deficient Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 7
- 230000002123 temporal effect Effects 0.000 abstract description 2
- 230000035882 stress Effects 0.000 description 26
- 238000010276 construction Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000007306 functionalization reaction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000012795 verification 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
- 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)
Abstract
【課題】サプライチェーンモデルを作成しシミュレーターでシミュレーションを行い、その結果を基に行うサプライチェーンの構築に際し、シミュレーションの最適化結果に時間の経過にともなう乖離が生じることのないシミュレーションを可能とし、これにより時間による誤差因子が少ないサプライチェーンの設計を可能とする最適化支援方法を提供する。
【解決手段】作成したサプライチェーンモデルを人的要因情報、部品要因データ、情報・通信環境情報及び物流情報とに基づきシミュレーションを行い、前記シミュレーションの結果に基づくサプライチェーンモデルを評価指標を基にシミュレーターで評価することにより最適なサプライチェーンモデルを選択し、選択されたサプライチェーンモデルを基にサプライチェーンの設計を行う。
【選択図】図1
【解決手段】作成したサプライチェーンモデルを人的要因情報、部品要因データ、情報・通信環境情報及び物流情報とに基づきシミュレーションを行い、前記シミュレーションの結果に基づくサプライチェーンモデルを評価指標を基にシミュレーターで評価することにより最適なサプライチェーンモデルを選択し、選択されたサプライチェーンモデルを基にサプライチェーンの設計を行う。
【選択図】図1
Description
本発明は、部品調達から生産工程を含むサプライチェーンの最適な構築に関し、特に、部品及びユニットの供給形態の最適化を図るサプライチェーンの最適化支援方法に関する。
製品が消費者に届くまでには、資材の調達から消費者に届けるまでの資材や部品の調達・生産・物流・販売といった業務活動が複数存在し、各業務活動間の連携を通じて一連の業務活動が行われる。このような一連の業務活動の連鎖、いわゆるサプライチェーンを最適化することが重要な問題として研究されている。
このような複数の業務活動が存在するサプライチェーンの最適な形態を決定するサプライチェーンの構築に際しては、生産量及び納期等の生産情報、調達・生産・物流等の形態及びそれらの拠点ついての情報等、複数の観点から考慮することが必要になる。
このようなことからサプライチェーンの最適化のために、サプライチェーンモデルを作成しシミュレーターでシミュレーションを行いサプライチェーンを評価するシステムの開発が行われてきている。
また、従来、製品を生産するには、その製品に使用する部品を発注し、その部品の納入を待って生産を行っていた。しかし、単に、部品を納入するのみではなく、部品を組み合わせたアセンブリ部品即ちユニットとして納入することも増えてきている。
前記シミュレーションの結果に基づくサプライチェーンの最適化について、サプライチェーン案(モデル)に従って、物流と、商流の各作業をシミュレーションし、在庫、コスト、利益、運転資本、キャッシュフロー、等の複数の視点からサプライチェーン案を定量的に評価することが開示されている(例えば、特許文献1参照)。
前記サプライチェーン案(モデル)の人手作業を含む工程においては、時間の経過に伴い変化する作業者の疲労度、習熟度及びストレス度の人的要因が存在するため、前記人的要因の変化が考慮されないと前記シミュレーションの最適化結果に乖離が生じる懸念がある。特許文献1は、各作業をシミュレーションし、複数の視点からサプライチェーン案を定量的に評価することにより、資金等の企業のリソース、マーケット、製品ライフサイクル等の事業環境に適したサプライチェーン形態の決定の支援を行う方法であるが、時間経過に伴う前記人的要因の変化については考慮されていないため、時間の経過とともに前記シミュレーションの最適化結果に乖離が生じる恐れがある。また、生産工程の効率化及びコストに影響する部品の調達におけるユニット化の比較までは考慮されていない。
また、物流センターに関わる物流コストを把握するため、バーチャル物流センターを構築するシミュレーターと組み合わせ、現実には行えない現場改善を施すことによって、現状の物流コストの把握及びコスト面から見た改善策の検証を実現することが開示されている(例えば、特許文献2参照)。
特許文献2は、在庫及び作業員(以下、人とも言う)の移動の指示情報に基づきシミュレーションを実施し、改善策を検証する方法であり、作業員個々の作業時間測定をコンピューター上のバーチャル物流センターにおいて実施・測定することができるため、作業者毎の習熟度は算出できるが、時間の経過に伴う作業者毎の疲労度についての観点はなく、時間とともにシミュレーションの結果に乖離が生じる恐れがある。また、生産工程の効率化及びコストに影響する部品の調達におけるユニット化の比較までは考慮されていない。
また、生産設備、部品供給設備等を備えた自動生産ラインの効率のよい運用について、生産ラインの制御装置にラインシミュレータ機能を持たせることにより、生産ラインにおけるライン稼動状況データを効率良く取得し、ライン稼動状況の把握及び事前予測が行える生産ライン制御装置及び方法が開示されている(例えば、特許文献3参照)。
特許文献3は、部品供給におけるユニット化の比較までは考慮されておらず、かつ前記人的要因の変化が反映されない懸念がある。
特開2002−145421号公報
特開2004−118321号公報
特開平9−66444号公報
本発明は、上記状況に鑑みなされたもので、前述の問題を解消すべく、サプライチェーンモデルを作成しシミュレーターでシミュレーションを行い、前記シミュレーションの結果に基づき行う含む部品調達から生産工程を含むサプライチェーンの構築に際し、部品調達から生産までのシミュレーションの最適化結果に時間の経過にともなう乖離が生じることのないシミュレーションを可能とし、これにより時間による誤差因子が少ないサプライチェーンの構築を可能とするサプライチェーンの最適化支援方法を提供することを目的とする。
上記目的は、下記の方法により達成される。
1.部品調達から生産工程を含むサプライチェーンをモデル化したサプライチェーンモデルを作成しシミュレーター上で再現してシミュレーションを行い、サプライチェーンの工程の最適化を図るサプライチェーンの最適化支援方法であって、
製品に使用する部品とその部品の数量、製品の工程表及び構成からなる設計情報データを格納する手段と、
前記設計情報データ及び予め定められたユニット作成基準を基に、ユニットの組立形態を1つ以上設定しユニット毎の形態を現すユニット形態データを作成するとともに、前記ユニット毎の組立工数、組立難易度、要求される習熟度及びスキルレベルのユニット特性データを算出するユニット設定手段と、
前記ユニット形態データと前記ユニット特性データとからなる部品要因データを格納する手段と、
既存製品の実績データを格納する手段と、
前記実績データを参照して、前記サプライチェーンの工程での稼働状況を推定し、作成した稼働状況データを格納する手段と、
前記実績データ及び推定作成した前記稼働状況データを参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度、習熟度及びストレス度の人的要因を推定し作成した人的要因情報を格納する手段と、
前記サプライチェーンモデルをシミュレーターでのシミュレーションにより評価を行う際の指標となる在庫、費用、リードタイム及び品質の評価指標の評価指標情報を格納する手段と、
製品の生産量と納期の生産情報及び前記設計情報データを基に、前記サプライチェーンの形態をシミュレーター上で検討し、前記形態をモデル化したマスターサプライチェーンモデルを作成するマスターモデル作成手段と、
作成された前記マスターサプライチェーンモデルをシミュレーターでシミュレーションを行い、1つ以上の二次サプライチェーンモデルを作成する二次モデル作成手段と、
作成された前記二次サプライチェーンモデルを、シミュレーターで評価し最適な二次サプライチェーンモデルを選択する評価選択手段とを有し、
前記マスターモデル作成手段で作成されたマスターサプライチェーンモデルを、前記部品要因データと前記人的要因情報とを基に、シミュレーターでシミュレーションを行い、前記二次モデル作成手段で1つ以上の二次サプライチェーンモデルを作成し、
前記二次サプライチェーンモデルを前記評価選択手段で前記評価指標を基にシミュレーションを行い評価し、最適な二次サプライチェーンモデルを選択し、
選択された前記二次サプライチェーンモデルを基に、サプライチェーンの構築を行うことを特徴とするサプライチェーンの最適化支援方法。
2.前記部品要因データは、部品購入の価格または見積価格及びユニットメーカーからのユニット購入の価格または見積価格の価格データを含むことを特徴とする1項に記載のサプライチェーンの最適化支援方法。
3.前記実績データは、既存製品の既存サプライチェーンの工程での、少なくとも稼働率、サイクルタイム、作業時間及び良品率の既存稼働状況データと作業者の疲労度、作業者の習熟度及び作業者のストレス度に関する既存人的要因情報とからなることを特徴とする1項または2項に記載のサプライチェーンの最適化支援方法。
4.前記人的要因情報は、作業員の疲労度合、作業習熟度合及びストレス度合の推移を現すデータを作成する推移データ作成手段で、前記実績データを参照して推定作成される、
前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度合、習熟度合及びストレス度合を判定及び予測する際のデータとなる作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを含むことを特徴とする1項乃至3項の何れか1項に記載のサプライチェーンの最適化支援方法。
5.前記サプライチェーンの拠点の情報・通信環境の状態に関する情報・通信環境情報と物流の状態に関する物流情報とを格納する手段を有し、
前記二次サプライチェーンモデルの作成に際し、前記情報・通信環境情報及び物流情報を加味してシミュレーションを行うことを特徴とする1項乃至4項の何れか1項に記載のサプライチェーンの最適化支援方法。
6.前記最適な二次サプライチェーンモデルの選択におけるシミュレーターでの評価に際し、前記生産情報の製品の生産量及び納期の少なくとも1つをパラメータとし、前記パラメータの当初計画値を変更した変形二次サプライチェーンモデルを別途作成し、シミュレーションを行うことを特徴とする1項乃至5項の何れか1項に記載のサプライチェーンの最適化支援方法。
7.稼働中のサプライチェーンの形態をマスターサプライチェーンモデルとして設定し、1項乃至6項の何れか1項に記載のサプライチェーンの最適化支援方法を用い、サプライチェーンを最適化することを特徴とする稼働時のサプライチェーンの最適化支援方法。
1.部品調達から生産工程を含むサプライチェーンをモデル化したサプライチェーンモデルを作成しシミュレーター上で再現してシミュレーションを行い、サプライチェーンの工程の最適化を図るサプライチェーンの最適化支援方法であって、
製品に使用する部品とその部品の数量、製品の工程表及び構成からなる設計情報データを格納する手段と、
前記設計情報データ及び予め定められたユニット作成基準を基に、ユニットの組立形態を1つ以上設定しユニット毎の形態を現すユニット形態データを作成するとともに、前記ユニット毎の組立工数、組立難易度、要求される習熟度及びスキルレベルのユニット特性データを算出するユニット設定手段と、
前記ユニット形態データと前記ユニット特性データとからなる部品要因データを格納する手段と、
既存製品の実績データを格納する手段と、
前記実績データを参照して、前記サプライチェーンの工程での稼働状況を推定し、作成した稼働状況データを格納する手段と、
前記実績データ及び推定作成した前記稼働状況データを参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度、習熟度及びストレス度の人的要因を推定し作成した人的要因情報を格納する手段と、
前記サプライチェーンモデルをシミュレーターでのシミュレーションにより評価を行う際の指標となる在庫、費用、リードタイム及び品質の評価指標の評価指標情報を格納する手段と、
製品の生産量と納期の生産情報及び前記設計情報データを基に、前記サプライチェーンの形態をシミュレーター上で検討し、前記形態をモデル化したマスターサプライチェーンモデルを作成するマスターモデル作成手段と、
作成された前記マスターサプライチェーンモデルをシミュレーターでシミュレーションを行い、1つ以上の二次サプライチェーンモデルを作成する二次モデル作成手段と、
作成された前記二次サプライチェーンモデルを、シミュレーターで評価し最適な二次サプライチェーンモデルを選択する評価選択手段とを有し、
前記マスターモデル作成手段で作成されたマスターサプライチェーンモデルを、前記部品要因データと前記人的要因情報とを基に、シミュレーターでシミュレーションを行い、前記二次モデル作成手段で1つ以上の二次サプライチェーンモデルを作成し、
前記二次サプライチェーンモデルを前記評価選択手段で前記評価指標を基にシミュレーションを行い評価し、最適な二次サプライチェーンモデルを選択し、
選択された前記二次サプライチェーンモデルを基に、サプライチェーンの構築を行うことを特徴とするサプライチェーンの最適化支援方法。
2.前記部品要因データは、部品購入の価格または見積価格及びユニットメーカーからのユニット購入の価格または見積価格の価格データを含むことを特徴とする1項に記載のサプライチェーンの最適化支援方法。
3.前記実績データは、既存製品の既存サプライチェーンの工程での、少なくとも稼働率、サイクルタイム、作業時間及び良品率の既存稼働状況データと作業者の疲労度、作業者の習熟度及び作業者のストレス度に関する既存人的要因情報とからなることを特徴とする1項または2項に記載のサプライチェーンの最適化支援方法。
4.前記人的要因情報は、作業員の疲労度合、作業習熟度合及びストレス度合の推移を現すデータを作成する推移データ作成手段で、前記実績データを参照して推定作成される、
前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度合、習熟度合及びストレス度合を判定及び予測する際のデータとなる作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを含むことを特徴とする1項乃至3項の何れか1項に記載のサプライチェーンの最適化支援方法。
5.前記サプライチェーンの拠点の情報・通信環境の状態に関する情報・通信環境情報と物流の状態に関する物流情報とを格納する手段を有し、
前記二次サプライチェーンモデルの作成に際し、前記情報・通信環境情報及び物流情報を加味してシミュレーションを行うことを特徴とする1項乃至4項の何れか1項に記載のサプライチェーンの最適化支援方法。
6.前記最適な二次サプライチェーンモデルの選択におけるシミュレーターでの評価に際し、前記生産情報の製品の生産量及び納期の少なくとも1つをパラメータとし、前記パラメータの当初計画値を変更した変形二次サプライチェーンモデルを別途作成し、シミュレーションを行うことを特徴とする1項乃至5項の何れか1項に記載のサプライチェーンの最適化支援方法。
7.稼働中のサプライチェーンの形態をマスターサプライチェーンモデルとして設定し、1項乃至6項の何れか1項に記載のサプライチェーンの最適化支援方法を用い、サプライチェーンを最適化することを特徴とする稼働時のサプライチェーンの最適化支援方法。
部品調達から生産工程を含むサプライチェーンの形態をモデル化したサプライチェーンモデルを作成しシミュレーター上で再現してシミュレーションを行い、その結果に基づくサプライチェーンの最適な構築に際し、
部品調達・納入の形態、即ちユニット化の形態の比較を考慮し、前記人的要因情報、前記部品要因データ、前記情報・通信環境情報及び物流情報とに基づきシミュレーションを行うことで、時間の経過にともなう時間的誤差因子が少ないシミュレーションが可能となり、更に、前記シミュレーションの結果に基づくサプライチェーンモデルを前記評価指標を基にシミュレーターで評価し、最適なサプライチェーンモデルを設定することにより、時間の経過に伴う誤差因子の少ない最適なサプライチェーンの構築を支援することができる。
部品調達・納入の形態、即ちユニット化の形態の比較を考慮し、前記人的要因情報、前記部品要因データ、前記情報・通信環境情報及び物流情報とに基づきシミュレーションを行うことで、時間の経過にともなう時間的誤差因子が少ないシミュレーションが可能となり、更に、前記シミュレーションの結果に基づくサプライチェーンモデルを前記評価指標を基にシミュレーターで評価し、最適なサプライチェーンモデルを設定することにより、時間の経過に伴う誤差因子の少ない最適なサプライチェーンの構築を支援することができる。
上記により、工程のコスト、在庫及び納期等が最適になる、部品の調達・納入時の部品のユニット化の形態の選定が容易にできる。
以下、図を参照しながら本発明の実施の形態を説明するが、本発明はこれに限定されるものではない。
図1は、本発明の部品調達から人手作業を有する生産工程を含むサプライチェーンの最適な構築を行うサプライチェーンの最適化支援方法の一実施例を示すフロー図である。
図1において、データベース1は、前述の各種データ及び情報を格納する手段である。
データ推定作成手段2は、データベース1に格納されている既存製品の既存サプライチェーンでの、稼働率、サイクルタイム、作業時間及び良品率の既存稼働状況データと作業者の疲労度、作業者の習熟度及び作業者のストレス度に関する既存人的要因情報とからなる実績データを参照して、サプライチェーンの工程での稼働状況を推定した稼働状況データ4を作成する。更に、前記実績データ及び作成した前記稼働状況データを参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度、習熟度及びストレス度の人的要因を推定した人的要因情報を作成し、データベース1に格納する。図1においては、稼働状況データ4はデータベース1とは独立して図示したが、データベース1に格納してもよい。
推移データ作成手段3は、前記実績データ及び前記人的要因情報を参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度合、習熟度合及びストレス度合を判定及び予測する際のデータとなる作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを推定、作成しデータベース1に格納する。
推移データ作成手段3の機能はシミュレーターに設けてもよい。
ここで、作業者の疲労度合とは、ある作業に従事した時に、時間経過に伴い疲労が変化する度合を現す。図3は、疲労度と時間経過を現す疲労度推移データの一例を示す模式図である。疲労度推移データは、図3では疲労曲線としたが、これに限らず、例えばデータテーブルとすることも可能である。
作業者の習熟度合とは、ある作業者がある作業に従事した時に、予め設定された習熟度が時間経過に伴い変化する、習熟の度合を現す。図4は、習熟度と時間経過を現す習熟度推移データの一例を示す模式図である。習熟度推移データは、図4では習熟曲線としたが、これに限らず、例えばデータテーブルとすることも可能である。
作業者のストレス度合とは、ある作業者がある作業に従事した時に、当初のストレス度が時間経過に伴い変化する、ストレスの度合を現す。図5は、ストレス度と時間経過を現すストレス度推移データの一例を示す模式図である。ストレス度推移データは、図5ではストレス曲線としたが、これに限らず、例えばデータテーブルとすることも可能である。
ユニット設定手段5は、データベース1に格納されている設計情報データの工程表及び構成を基に、予め定められたユニット作成基準に基づき、ユニットの組立形態を1つ以上設定し、ユニット毎の形態を現すユニット形態データを作成する。前記ユニット化作成基準とは、製品組立において部品を組み立てユニット化する際に部品組み立ての程度(単位)の基準指標となるものである。更に、ユニット設定手段5は前記ユニット毎の組立工数、組立難易度、要求される習熟度及びスキルレベルのユニット特性データを算出する。前記ユニット形態データと前記ユニット特性データは部品要因データとしてデータベース1に格納される。
マスターモデル作成手段6は、製品の生産量と納期の生産情報及び設計情報データを基に、部品調達から生産工程を含むサプライチェーンの拠点を含めた形態をシミュレーター上で検討を行い、サプライチェーンの形態をモデル化したマスターサプライチェーンモデル(以下、マスターSCモデルとも言う)を作成する。
前記マスターサプライチェーンモデル作成に際し、データベース1に格納されている過去に生産した製品の実績データから前記製品と類似の製品を選定し、その生産時のデータ、例えば作業標準時間、作業標準工数、作業難易度及び部材調達時期のデータを参照することがマスターサプライチェーンモデルの精度を高める上で好ましい。
前記マスターサプライチェーンモデル作成に際し、データベース1に格納されている過去に生産した製品の実績データから前記製品と類似の製品を選定し、その生産時のデータ、例えば作業標準時間、作業標準工数、作業難易度及び部材調達時期のデータを参照することがマスターサプライチェーンモデルの精度を高める上で好ましい。
マスターシミュレーション手段7は、前記マスターモデル作成手段6で作成されたマスターサプライチェーンモデルを、前記人的要因情報と前記部品要因データとを基に、シミュレーターで、ユニットの形態毎にシミュレーションを行う。
前記シミュレーションに際し、人的要因情報として作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを加味することが好ましい。これにより、時間の経過に伴う人的要因の誤差を減少させることができる。
前記シミュレーションの結果により前記ユニットの組立形態を変更することもできる。
二次モデル作成手段8は、前記マスターシミュレーション手段7のシミュレーション結果に基づき、1つ以上の二次サプライチェーンモデル(以下、二次SCモデルとも言う)を作成する。
二次シミュレーション手段9は、シミュレーターで前記二次サプライチェーンモデルを予めデータベースに格納されているサプライチェーンの拠点の情報・通信環境の状態に関する情報・通信環境情報と物流の状態に関する物流情報等を基に、1つ以上の二次サプライチェーンモデルの形態毎に二次シミュレーションを行う。
評価選択手段10は、前記二次シミュレーション手段9のシミュレーション結果を基に、シミュレーションを行う際の指標となる在庫、費用、リードタイム及び品質の評価指標を基にシミュレーターで二次サプライチェーンモデルの評価を行い、最適な二次サプライチェーンモデルを選択する。
前記二次サプライチェーンモデルの選択におけるシミュレーターでの評価に際し、前記生産情報の製品の生産量及び納期の少なくとも1つをパラメータとし、前記パラメータの当初計画値を変更した変形二次サプライチェーンモデルを別途作成し、シミュレーションを行い比較評価することが好ましい。これにより、比較の幅が広がりより実際の系に即した比較が可能になる。
選択された前記変形二次サプライチェーンモデルを含む前記二次サプライチェーンモデルを基に、サプライチェーンの構築手段11でサプライチェーンの設計が行われる。
図2は、図1に示すサプライチェーンの最適化支援方法を用いてサプライチェーンの構築の最適化を図るフローチャートの一例を示す。
最初にステップS101で、データ推定作成手段2でデータベース1に格納されている既存製品の既存サプライチェーンでの、稼働率、サイクルタイム、作業時間及び良品率の既存稼働状況データと作業者の疲労度、作業者の習熟度及び作業者のストレス度に関する既存人的要因情報とからなる実績データを参照して、サプライチェーンの工程での稼働状況を推定した稼働状況データ4を作成する。
ステップS102で、前記実績データ及びステップS101で作成した前記稼働状況データを参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度、習熟度及びストレス度の人的要因を推定した人的要因情報を作成し、データベース1に格納する。
ステップS103で、推移データ作成手段3で前記実績データ及びステップS102で作成した人的要因情報を参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度合、習熟度合及びストレス度合を判定及び予測する際のデータとなる作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを推定、作成しデータベース1に格納する。
ステップS104で、ユニット設定手段5は、データベース1に格納されている設計情報データの工程表及び構成を基に、予め定められたユニット作成基準に基づき、ユニットの組立形態を1つ以上設定し、ユニット毎の形態を現すユニット形態データを作成するとともに、前記ユニット毎の組立工数、組立難易度、要求される習熟度及びスキルレベルのユニット特性データを算出する。前記ユニット形態データと前記ユニット特性データは部品要因データとしてデータベース1に格納される。
ステップS105で、マスターモデル作成手段6は、製品の生産量と納期の生産情報及び設計情報データを基に、更に過去に生産した製品の生産時のデータを参照して、部品調達から生産工程を含むサプライチェーンの拠点を含めた形態をシミュレーター上で検討を行い、サプライチェーンの形態をモデル化したマスターサプライチェーンモデル(以下、マスターSCモデルとも言う)を1つ以上作成する。
ステップS106で、マスターシミュレーション手段7は、ステップ105で作成されたマスターサプライチェーンモデルを、ステップS102で推定作成された人的要因情報とステップS103で推定作成された作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データとステップS104で作成された部品要因データとを基に、シミュレーターで、ユニットの形態毎にシミュレーションを行う。
ステップS107で二次モデル作成手段8は、前記マスターシミュレーションの結果に基づき、1つ以上の二次サプライチェーンモデルを作成する。
ステップS108で、二次シミュレーション手段9は、シミュレーターで前記二次サプライチェーンモデルを予めデータベースに格納されているサプライチェーンの拠点の情報・通信環境の状態に関する情報・通信環境情報と物流の状態に関する物流情報等を基に、1つ以上の二次サプライチェーンモデルの形態毎に二次シミュレーションを行う。
ステップS109で、ステップS108の二次シミュレーションに基づく二次サプライチェーンモデルに対して、前記生産情報の製品の生産量及び納期の少なくとも1つをパラメータとし、前記パラメータの当初計画値を変更した変形二次サプライチェーンモデルを別途作成する。
ステップS110で、評価選択手段10は、ステップS108の二次シミュレーションに基づく二次サプライチェーンモデル及びステップS109での変形二次サプライチェーンモデルを、シミュレーションを行う際の指標となる在庫、費用、リードタイム及び品質の評価指標を基にシミュレーターで評価を行い、最適な変形二次サプライチェーンモデルを含む二次サプライチェーンモデルを選択する。
ステップS111で、ステップS110で選択された前記二次サプライチェーンモデルを基に、サプライチェーンの構築手段11でサプライチェーンの設計が行われる。
また、図2に示すフローチャートにおいて、稼働中のサプライチェーンの形態をマスターサプライチェーンモデルとして設定することにより、前述のサプライチェーンの最適化支援方法を用いて稼働中のサプライチェーンのシミュレーションを行うことができ、稼働中のサプライチェーンの最適化を図ることが可能になる。
上記により、部品調達から生産工程を含むサプライチェーンの形態をモデル化したサプライチェーンモデルを作成しシミュレーター上で再現してシミュレーションを行い、その結果に基づくサプライチェーンの最適な構築に際し、部品調達・納入の形態、即ちユニット化の形態の比較を考慮し、前記人的要因情報、前記部品要因データ、前記情報・通信環境情報及び物流情報とに基づきシミュレーションを行うことで、時間の経過にともなう時間的誤差因子が少ないシミュレーションが可能となり、更に、前記シミュレーションの結果に基づくサプライチェーンモデルを前記評価指標を基にシミュレーターで評価し、最適なサプライチェーンモデルを設定することにより、時間の経過に伴う誤差因子の少ない最適なサプライチェーンの構築を支援することができる。
上記により、工程のコスト、在庫及び納期等が最適になる、部品の調達・納入時の部品のユニット化の形態の選定が容易にできる。更に、作業員の疲労度、習熟度(学習による多能工化を含む)及びストレス度に配慮した人員配置を含む最適なサプライチェーンの設計が可能となる。
また、稼働中のサプライチェーンにおいて急な変更、例えば生産量の変更、納期変更等が発生した場合においても、前述のようにシミュレーターでシミュレートすることで、部品の調達・納入時の部品のユニット化の形態の選定が容易にでき、更に、作業員の疲労度、習熟度(学習による多能工化を含む)及びストレス度に配慮した人員配置を行うことができる。
1 データベース
2 データ推定作成手段
3 推移データ作成手段
4 稼働状況データ
5 ユニット設定手段
6 マスターモデル作成手段
7 マスターシミュレーション手段
8 二次モデル作成手段
9 二次シミュレーション手段
10 評価選択手段
11 サプライチェーン構築手段
2 データ推定作成手段
3 推移データ作成手段
4 稼働状況データ
5 ユニット設定手段
6 マスターモデル作成手段
7 マスターシミュレーション手段
8 二次モデル作成手段
9 二次シミュレーション手段
10 評価選択手段
11 サプライチェーン構築手段
Claims (7)
- 部品調達から生産工程を含むサプライチェーンをモデル化したサプライチェーンモデルを作成しシミュレーター上で再現してシミュレーションを行い、サプライチェーンの工程の最適化を図るサプライチェーンの最適化支援方法であって、
製品に使用する部品とその部品の数量、製品の工程表及び構成からなる設計情報データを格納する手段と、
前記設計情報データ及び予め定められたユニット作成基準を基に、ユニットの組立形態を1つ以上設定しユニット毎の形態を現すユニット形態データを作成するとともに、前記ユニット毎の組立工数、組立難易度、要求される習熟度及びスキルレベルのユニット特性データを算出するユニット設定手段と、
前記ユニット形態データと前記ユニット特性データとからなる部品要因データを格納する手段と、
既存製品の実績データを格納する手段と、
前記実績データを参照して、前記サプライチェーンの工程での稼働状況を推定し、作成した稼働状況データを格納する手段と、
前記実績データ及び推定作成した前記稼働状況データを参照して、前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度、習熟度及びストレス度の人的要因を推定し作成した人的要因情報を格納する手段と、
前記サプライチェーンモデルをシミュレーターでのシミュレーションにより評価を行う際の指標となる在庫、費用、リードタイム及び品質の評価指標の評価指標情報を格納する手段と、
製品の生産量と納期の生産情報及び前記設計情報データを基に、前記サプライチェーンの形態をシミュレーター上で検討し、前記形態をモデル化したマスターサプライチェーンモデルを作成するマスターモデル作成手段と、
作成された前記マスターサプライチェーンモデルをシミュレーターでシミュレーションを行い、1つ以上の二次サプライチェーンモデルを作成する二次モデル作成手段と、
作成された前記二次サプライチェーンモデルを、シミュレーターで評価し最適な二次サプライチェーンモデルを選択する評価選択手段とを有し、
前記マスターモデル作成手段で作成されたマスターサプライチェーンモデルを、前記部品要因データと前記人的要因情報とを基に、シミュレーターでシミュレーションを行い、前記二次モデル作成手段で1つ以上の二次サプライチェーンモデルを作成し、
前記二次サプライチェーンモデルを前記評価選択手段で前記評価指標を基にシミュレーションを行い評価し、最適な二次サプライチェーンモデルを選択し、
選択された前記二次サプライチェーンモデルを基に、サプライチェーンの構築を行うことを特徴とするサプライチェーンの最適化支援方法。 - 前記部品要因データは、部品購入の価格または見積価格及びユニットメーカーからのユニット購入の価格または見積価格の価格データを含むことを特徴とする請求項1に記載のサプライチェーンの最適化支援方法。
- 前記実績データは、既存製品の既存サプライチェーンの工程での、少なくとも稼働率、サイクルタイム、作業時間及び良品率の既存稼働状況データと作業者の疲労度、作業者の習熟度及び作業者のストレス度に関する既存人的要因情報とからなることを特徴とする請求項1または2に記載のサプライチェーンの最適化支援方法。
- 前記人的要因情報は、作業員の疲労度合、作業習熟度合及びストレス度合の推移を現すデータを作成する推移データ作成手段で、前記実績データを参照して推定作成される、
前記サプライチェーンに含まれる生産工程及び物流のサプライチェーン上の作業員の疲労度合、習熟度合及びストレス度合を判定及び予測する際のデータとなる作業員の疲労度推移データ、作業習熟度推移データ及びストレス度推移データを含むことを特徴とする請求項1乃至3の何れか1項に記載のサプライチェーンの最適化支援方法。 - 前記サプライチェーンの拠点の情報・通信環境の状態に関する情報・通信環境情報と物流の状態に関する物流情報とを格納する手段を有し、
前記二次サプライチェーンモデルの作成に際し、前記情報・通信環境情報及び物流情報を加味してシミュレーションを行うことを特徴とする請求項1乃至4の何れか1項に記載のサプライチェーンの最適化支援方法。 - 前記最適な二次サプライチェーンモデルの選択におけるシミュレーターでの評価に際し、前記生産情報の製品の生産量及び納期の少なくとも1つをパラメータとし、前記パラメータの当初計画値を変更した変形二次サプライチェーンモデルを別途作成し、シミュレーションを行うことを特徴とする請求項1乃至5の何れか1項に記載のサプライチェーンの最適化支援方法。
- 稼働中のサプライチェーンの形態をマスターサプライチェーンモデルとして設定し、請求項1乃至6の何れか1項に記載のサプライチェーンの最適化支援方法を用い、サプライチェーンを最適化することを特徴とする稼働時のサプライチェーンの最適化支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006022227A JP2007206790A (ja) | 2006-01-31 | 2006-01-31 | サプライチェーンの最適化支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006022227A JP2007206790A (ja) | 2006-01-31 | 2006-01-31 | サプライチェーンの最適化支援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007206790A true JP2007206790A (ja) | 2007-08-16 |
Family
ID=38486247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006022227A Pending JP2007206790A (ja) | 2006-01-31 | 2006-01-31 | サプライチェーンの最適化支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007206790A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6144795B1 (ja) * | 2016-02-29 | 2017-06-07 | ニチユ三菱フォークリフト株式会社 | 割当決定装置、割当決定方法、およびプログラム |
CN112036701A (zh) * | 2020-07-30 | 2020-12-04 | 杭州安脉盛智能技术有限公司 | 一种面向多工序工业生产过程的工艺参数优化方法 |
CN113779852A (zh) * | 2021-09-29 | 2021-12-10 | 北京航空航天大学 | 一种定量评估参数随机扰动对产品疲劳寿命分布影响的方法 |
-
2006
- 2006-01-31 JP JP2006022227A patent/JP2007206790A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6144795B1 (ja) * | 2016-02-29 | 2017-06-07 | ニチユ三菱フォークリフト株式会社 | 割当決定装置、割当決定方法、およびプログラム |
JP2017156870A (ja) * | 2016-02-29 | 2017-09-07 | ニチユ三菱フォークリフト株式会社 | 割当決定装置、割当決定方法、およびプログラム |
CN112036701A (zh) * | 2020-07-30 | 2020-12-04 | 杭州安脉盛智能技术有限公司 | 一种面向多工序工业生产过程的工艺参数优化方法 |
CN113779852A (zh) * | 2021-09-29 | 2021-12-10 | 北京航空航天大学 | 一种定量评估参数随机扰动对产品疲劳寿命分布影响的方法 |
CN113779852B (zh) * | 2021-09-29 | 2023-05-23 | 北京航空航天大学 | 一种定量评估参数随机扰动对产品疲劳寿命分布影响的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7546225B2 (en) | Methods and systems for electronics assembly system consultation and sales | |
Spalt et al. | A framework for integration of additive manufacturing technologies in production networks | |
Wu | Manufacturing and supply systems management: a unified framework of systems design and operation | |
Kádár et al. | Discrete event simulation for supporting production planning and scheduling decisions in digital factories | |
Rabelo et al. | Supply chain and hybrid simulation in the hierarchical enterprise | |
Arvitrida et al. | How do competition and collaboration affect supply chain performance? An agent based modeling approach | |
Patil et al. | Product design and development: phases and approach | |
JP2007133664A (ja) | 生産工程支援方法 | |
JP2007206790A (ja) | サプライチェーンの最適化支援方法 | |
WO2011085203A1 (en) | Systems for estimating new industrial plant operational readiness costs | |
JP2007265127A (ja) | サプライチェーンの最適化支援方法 | |
Singh et al. | Competitiveness analysis of a medium scale organisation in India: a case | |
JP2007226718A (ja) | サプライチェーンの最適化支援方法 | |
JP2007193561A (ja) | サプライチェーンの設計支援方法 | |
US20110246257A1 (en) | Multi-Period Financial Simulator of a Process | |
JP2007156872A (ja) | 生産工程の管理方法 | |
US20070255605A1 (en) | Multi-period financial simulator of a manufacturing operation | |
JP2007226717A (ja) | サプライチェーンの効率化支援方法 | |
JP2007188133A (ja) | 工程の効率的管理方法 | |
JP2005128945A (ja) | 商品開発販売計画の評価装置 | |
Rashidifar et al. | Simulation and analysis of production scheduling in eyeglasses industry for productivity improvement | |
Smith | Digital Twin: Factory Discrete Event Simulation | |
Bernard et al. | Quotation for the value added assessment during product development and production processes | |
Gaubinger et al. | The New Product Development | |
Anderson | Towards digital twinning for additive manufacturing of medical implants |