JP2015087989A - 規制物質情報推定システム、規制物質情報推定方法、及びプログラム - Google Patents

規制物質情報推定システム、規制物質情報推定方法、及びプログラム Download PDF

Info

Publication number
JP2015087989A
JP2015087989A JP2013226373A JP2013226373A JP2015087989A JP 2015087989 A JP2015087989 A JP 2015087989A JP 2013226373 A JP2013226373 A JP 2013226373A JP 2013226373 A JP2013226373 A JP 2013226373A JP 2015087989 A JP2015087989 A JP 2015087989A
Authority
JP
Japan
Prior art keywords
substance
type
residual condition
component
raw material
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
Application number
JP2013226373A
Other languages
English (en)
Inventor
孝明 熊澤
Takaaki Kumazawa
孝明 熊澤
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.)
Hitachi Ltd
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2013226373A priority Critical patent/JP2015087989A/ja
Priority to PCT/JP2014/076063 priority patent/WO2015064276A1/ja
Publication of JP2015087989A publication Critical patent/JP2015087989A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】規制物質の含有状況をより適切に推定することのできる技術の提供を目的とする。
【解決手段】規制物質の指定を受け付ける指定受付部と部品毎に構成材料と規制物質の含有率とを関連付けた含有物質データに基づいて部品毎に構成材料を抽出するとともに部品種別毎に原材料を関連付けた部品種別データに基づいて部品種別と関連付けられた原材料を抽出する材料抽出部と材料抽出部により抽出された構成材料及び原材料の中から所定条件を満たす構成材料及び原材料の組み合わせを残留条件に含ませる組み合わせとして決定し、決定した組み合わせに対して含有率を用いて代表値を算出し代表値と組み合わせとを含む残留条件を生成する残留条件生成部と所定の部品について構成材料が残留条件に含まれる構成材料と対応し部品種別が残留条件に含まれる原材料と対応する場合に代表値を用いて規制物質の推定含有率を算出する規制物質含有率推定部とを備える。
【選択図】 図1

Description

本発明は、規制物質情報推定システム、規制物質情報推定方法、及びプログラムに関する。
特許文献1には、「部品に関して、調査対象の化学物質の含有推定を行うコンピュータシステムであって、データの取得と表示を行う入出力部と、各部品の属性情報のリストである部品情報と、各部品が含有する化学物質のリストである化学物質情報と、各化学物質の使用目的のリストである用途情報と、部品の属性情報のうち処理対象となる部品属性の項目を特定する評価対象項目情報と、を記憶する記憶部と、調査対象とする部品と化学物質のユーザ指定を入出力部で受け付ける第1処理と、前記用途情報において、前記調査対象化学物質と同一用途を持つ化学物質を抽出する第2処理と、前記評価対象項目情報が示す部品属性に関して、調査対象部品と同一の部品属性を持つ部品を前記部品情報から抽出し、当該抽出した部品が含有する化学物質情報を前記化学物質情報から抽出する第3処理と、前記第3処理で抽出した化学物質情報から、前記第2処理で抽出した化学物質を含有する部品を抽出し、当該部品の部品属性を、調査対象化学物質の含有傾向がある部品属性として特定する第4処理と、調査対象部品のうち、前記第4処理で特定した部品属性を持つ部品を、調査対象化学物質の含有可能性が高い部品として特定する第5処理と、前記第5処理で特定した部品の情報を、入出力部に表示する第6処理とを実行する演算部と、を有することを特徴とする化学物質含有推定システム」が開示されている。
特開2012−203419号公報
ある製品を生産する場合、生産に用いる部品に含まれる規制物質を把握する必要がある。把握の方法として、部品の購入先から含有物質に関する情報を収集する方法が採られることが多いが、サプライチェーンの上流において情報伝達が途切れた場合などは購入先も全ての含有物質を把握できないため、必ずしも全ての部品、全ての含有物質に関する情報を入手できるわけではない。
特許文献1に開示された技術では、予め部品属性に応じた規制物質の含有状況を保持しており、調査したい部品の属する部品属性に基づいて、該部品における規制物質の含有傾向を推定する。このため、調査したい部品の部品種別において、規制物質の含有状況に関する情報が存在しない場合等、過去の規制物質に関する情報の蓄積が乏しい部品種別に属する部品については、適切に規制物質に関する情報を把握することができない。
本発明は、上記の点に鑑みてなされたものであって、規制物質の含有状況をより適切に推定することのできる技術の提供を目的とする。
本願は、上記課題を解決する手段を複数含んでいるが、その例を挙げるならば、以下の通りである。
上記課題を解決するため、本発明の規制物質情報推定システムは、部品毎に該部品に含まれる材料である構成材料と該部品に含まれている規制物質の含有率とを関連付けた含有物質データと、前記部品の種別である部品種別毎に前記部品の製造過程に用いられる材料である原材料を関連付けた部品種別データと、を記憶する記憶部と、調査対象である規制物質の指定を受け付ける指定受付部と、前記指定受付部が指定を受け付けた前記規制物質を含む前記部品毎に、当該部品の前記構成材料を前記含有物質データに基づいて抽出するとともに、当該部品の属する前記部品種別と関連付けられた前記原材料を前記部品種別データに基づいて抽出する材料抽出部と、前記材料抽出部により抽出された前記構成材料及び前記原材料の中から所定条件を満たす前記構成材料及び前記原材料の組み合わせを残留条件に含ませる組み合わせとして決定し、決定した前記組み合わせに対して前記含有率を用いて代表値を算出し、算出した代表値と当該組み合わせとを含む残留条件を生成する残留条件生成部と、前記含有物質データの中の所定の前記部品について、当該部品の前記構成材料が前記残留条件に含まれる前記構成材料と対応し、当該部品の属する前記部品種別が前記残留条件に含まれる前記原材料と対応する場合に、前記代表値を用いて当該部品の規制物質の推定含有率を算出する規制物質含有率推定部と、を備えることを特徴とする。
本発明によれば、規制物質の含有状況をより適切に推定することのできる技術を提供することができる。
上記した以外の課題、構成、及び効果は、以下の実施形態の説明により明らかにされる。
規制物質情報推定システムの機能ブロック図の一例である。 LCA用原材料データの一例を示す図である。 LCA用部品種別質量データの一例を示す図である。 含有物質データの一例を示す図である。 規制違反リスク基準情報の一例を示す図である。 低リスク種別情報の一例を示す図である。 規制物質残留条件情報の一例を示す図である。 規制違反リスク情報の一例を示す図である。 規制物質情報推定システムのハードウェア構成例を示す図である。 低リスク種別情報生成処理の流れを示すフローチャートである。 残留条件生成処理の流れを示すフローチャート(その1)である。 残留条件生成処理の流れを示すフローチャート(その2)である。 規制物質残留条件中間データ(1)の一例を示す図である。 規制物質残留条件中間データ(2)の一例を示す図である。 規制物質推定含有率算出処理の流れを示すフローチャートである。 リスク付与処理の流れを説明するフローチャートである。 残留条件設定入力画面の一例を示す図である。 残留条件表示画面の一例を示す図である。 含有率分布画面の一例を示す図である。 部品リスク確認画面の一例を示す図である。
以下、図面に基づいて本発明の実施形態の例を説明する。図1は、規制物質情報推定システム10の機能ブロック図の一例である。
近年、欧州を中心として製品が含有する化学物質の規制が世界的に強化されている。例えば2006年に欧州で施行されたRоHS指令は、規制物質の含有率が閾値を超える製品の上市を禁止している。また、2007年に実施が開始されたREACH規定は、製品に含まれる特定化学物質が規制値を超える場合に、届出や安全性に関する情報伝達を義務づけている。
これらの規制を遵守するためには、製品の生産に用いる部品の含有物質を把握する必要がある。そのため、部品に含まれる含有物質について、部品の入荷先の企業等から情報を得る方法が採られてきた。このように、企業間で含有物質情報を伝達する方法は、サプライチェーンの上流で情報伝達が途切れた場合は、下流の企業は含有物質を把握することができない。このため企業は、必ずしも全ての部品、全ての含有物質の情報を入手できるわけではない。仮に、規制物質を含有する部品について情報の提供がない場合、その部品を使用して生成した製品にまで規制物質が混入することとなる。
そのため、入荷先から購入品が規制物質を含有するという報告があった場合、報告の内容に基づいて、規制物質を含むという報告のない部品についても規制物質の含有状況を推定する技術が期待される。本実施形態の規制物質含有物品推定システムでは、報告に基づいて生成された規制物質の登録に基づいて、規制物質を含むという報告のない部品についても規制物質の有無や含有率を推定する。
なお、本実施形態で説明する「部品」は、製品の一部分である構成部品に限定されない。例えば、各構成要素からなる製品や物品についても、「部品」に含まれるものとする。また、以下、部品の製造過程に用いられる材料を原材料、製造された部品に含まれる材料を構成材料として説明する。構成材料は、例えば製造後の部品から抽出される。
規制物質情報推定システム10は、例えばPC(Personal Computer)である。規制物質情報推定システム10は、演算部100と、記憶部200と、入力部300と、出力部400とを備える。演算部100は、本実施形態における規制物質の推定に関する処理を制御する。記憶部200は、演算部100の処理に必要なデータを格納する。入力部300は、ユーザーからの入力操作を受け付ける装置である。出力部400は、規制物質情報推定システム10に格納されたデータの出力処理を行う装置である。
演算部100は、演算処理部110と、メモリ部120とを備える。演算処理部110は、指定受付部111と、低リスク種別情報生成部112と、材料抽出部113と、残留条件生成部114と、規制物質含有率推定部115と、規制違反リスク判別部116と、表示制御部117とを備える。
指定受付部111は、後述する残留条件設定入力画面に入力された各条件の指定を受け付ける。低リスク種別情報生成部112は、規制物品を含有する可能性の低い部品種別を含む低リスク種別情報を生成する。なお、部品種別とは、部品が属する種別である。
材料抽出部113は、部品を構成する構成材料と、後述するLCA用材料データにおいて該部品が属する部品種別と関連付けられている原材料とを抽出する。残留条件生成部114は、規制物質が登録されていない部品について、規制物質の含有状況を推定するための条件である残留条件を生成する。
規制物質含有率推定部115は、規制物質が登録されていない部品について、残留条件を用いて規制物質の推定含有率を算出する。規制違反リスク判別部116は、低リスク種別情報205や推定含有率に基づいて、規制物質の登録がされていない部品に対して規制違反リスクを付与する。規制違反リスクとは、部品が規制に違反する可能性をレベル分けしたものである。例えば、規制違反リスクが「高」である場合は、部品が規制に違反する可能性が高い。
表示制御部117は、残留条件を生成するための条件の入力を受け付ける残留条件設定入力画面や、部品に対して含有する規制物質の含有率を対応させた分布画面である含有率分布画面の表示を制御する。また、表示制御部117は、後述する処理により決定される残留条件を表示する残留条件表示画面や、推定含有率が所定値以上である部品を表示する部品リスク確認画面の表示部に対する表示を制御する。
メモリ部120は、演算処理部110によって生成された情報を一時的に格納する。メモリ部120には、後述する残留条件生成処理が開始してから所定の情報を出力するまでの間に生成される情報である中間情報が、一時的に格納される。メモリ部120には、例えば規制物質残留条件中間データ(1)208や規制物質残留条件中間データ(2)209が格納される。
記憶部200には、LCA用原材料データ201と、LCA用部品種別質量データ202と、含有物質データ203と、規制違反リスク基準情報204と、低リスク種別情報205と、規制物質残留条件情報206と、規制違反リスク情報207とを格納する。LCA用原材料データ201、LCA用部品種別質量データ202、含有物質データ203、及び規制違反リスク基準情報204は、本実施形態における処理が開始される前に記憶部200に格納されているデータである。低リスク種別情報205、及び規制物質残留条件情報206、及び規制違反リスク情報207は、本実施形態における処理の結果として出力されるデータ又は情報である。
図2は、LCA用原材料データ201の一例を示す図である。LCA(Life Cycle Assessment)とは、製品の原材料の生産から、製品の生産、使用、廃棄に至る全ライフサイクルにおいて使用あるいは排出される環境負荷物質を把握し、その環境影響を評価する手法である。環境負荷物質は、製品のライフサイクルにおいて直接調査した値を使用することが望ましいが、難しい場合は統計情報などから作成された汎用的なデータを使用することになる。以下、環境負荷物質の汎用データを集めたデータベースをLCAデータベースと呼ぶ。LCAデータベースは、公的機関や研究所などから公開されている。LCA用原材料データ201及びLCA用部品種別質量データ202は、LCAデータベースのデータ構造の一例を示したものである。
LCA用原材料データ201は、部品種別201a毎に、原材料名201bと、投入量201cとを関連付けたデータである。部品種別201aは、部品の種別を特定する情報である。原材料名201bは、部品種別201aに属する部品を生成する際に用いられる原材料である。投入量201cは、部品種別201aに属する部品を所定の質量だけ生成する際に用いられる原材料名201bの質量である。
なお、原材料として投入された物質を用いて、各部品種別に属する部品が生成されるが、原材料として所定の物質を投入したとしても、生成された後の部品からその物質が抽出されるとは限らない。
例えば、図2では、部品種別201a「包装材」に対して、原材料名201b「PVC」と、「PE」と、「フタル酸」とが関連付けられている。ここで「PVC」と「PE」は、市場に投入された「包装材」には「PVC」を原材料とするものと「PE」を原材料とするものがあり、「包装材」のデータは両者を包含していることを示している。また「フタル酸」は、PVCの可塑剤として用いられるため、PVCを原材料とする包装材には残留するが、PEには重合工程の触媒として用いられるため、PEを原材料とする包装材にはほとんど残留しない。
投入量201cは、市場に投入された「包装材」に属する部品を所定の質量だけ生成する場合に、各原材料名201bが使用される割合を所定の質量に乗じた値である。例えば、部品種別201aが「包装材」である部品を1.0kg生成するために、原材料名201b「PVC」が0.4kg、「フタル酸」が0.2kg、「PE」が0.2kg用いられることを示すよう、投入量201cに質量が格納される。当然、投入量201には割合が格納されてもよい。
図3は、LCA用部品種別質量データ202の一例を示す図である。LCA用部品種別質量データ202は、LCA用原材料データ201の生成の基準となる部品種別に属する部品の質量を、部品種別に対応させたデータである。
部品種別202aは、部品の種別を特定する情報であって、LCA用原材料データ201の部品種別201aと対応する。部品質量202bは、部品種別201aに属する部品を生成する際に、各原材料の投入量の基準となる質量である。上述の例を用いて説明すると、LCA用原材料データ201の部品種別201a「包装材」に係る部品を生成する場合に、部品質量202bが「1.0kg」の質量の部品を生成する際の原材料の投入量が、LCA用原材料データ201の各投入量201cに格納される。
図4は、含有物質データ203の一例を示す図である。含有物質データ203は、規制物質情報推定システム10において管理している部品の各入荷先から報告される情報に基づいて生成されるデータである。部品の入荷先であるメーカから部品に関する情報が報告されると、含有物質データ203に登録される。なお、LCA用原材料データ201は、部品の生成工程に投入される原材料が部品種別毎に関連付けられているが、含有物質データ203は、生成された後の部品の構成材料や含有物質に関するデータである。
含有物質データ203は、部品毎に、部品種別203aと、メーカ名203bと、型番203cと、部品質量203dと、構成材料203eと、材料質量203fと、含有物質203gと、含有率203hとが関連付けられている。
部品種別203aは、部品の種別を特定する情報であって、LCA用原材料データ201の部品種別201aと対応する。メーカ名203bは、部品の入荷先を特定する情報である。型番203cは、部品を特定する識別情報である。
部品質量203dは、型番203cにより特定される部品の質量である。構成材料203eは、部品を構成する材料を特定する情報である。材料質量は、部品中の構成材料203eの質量である。含有物質203gは、構成材料203eに含まれる規制物質を特定する情報である。含有率203hは、部品質量203dにおける含有物質203gの含有割合を示す値である。
例えば、図4の例では、メーカ名203b「A1社」から入荷した型番203c「AAA1」の部品が、部品種別203a「包装材」に属し、部品質量203dが「**g」である。また、当該部品は構成材料203eが「PVC」であって、「PVC」の質量は材料質量203fの「**g」である。また、構成材料203eの「PVC」は、含有物質203g「フタル酸」を含み、「フタル酸」の含有率203hは「**%」であることを示している。
図5は、規制違反リスク基準情報204の一例を示す図である。規制違反リスク基準情報204は、規制物質を含有する旨の登録がない部品について、当該部品について算出される規制物質の推定含有率204bに、後述する規制違反リスク204aを関連付けた情報である。推定含有率が高い部品ほど、規則に違反する可能性が高い。そのため、規制違反リスク基準情報204は、規制違反リスク204aに対して、規制違反リスクの判別基準となる推定含有率204bを関連付けている。
規制違反リスク204aは、部品が規制に違反する可能性に対して付与したレベルを示す情報である。規制違反リスク204aは、例えば「高」「中」「低」を示す情報である。推定含有率204bは、部品に対して算出された推定含有率の基準値を示す情報である。
例えば図5の例を用いて説明すると、推定含有率が「0.15」である部品については、推定含有率204bが「0.1」を上回るため、規制違反リスク204aが「高」である。
以下に説明する低リスク種別情報205、規制物質残留条件情報206、及び規制違反リスク情報207は、本実施形態における処理の結果として出力される出力情報である。
図6は、低リスク種別情報205の一例を示す図である。低リスク種別情報205は、後述する処理によって、規制違反である可能性が低いと判定された部品種別を特定する情報である。
図7は、規制物質残留条件情報206の一例を示す図である。
ここで、規制物質の残留条件について説明する。規制物質の残留条件は、部品の構成材料と、部品が属する部品種別の原材料と、平均含有率とからなり、規制物質毎に生成される。残留条件は、ある構成材料からなる部品について、該部品が属する部品種別が所定の原材料と関連付けられる場合に、当該部品が含有する規制物質の平均含有率を示す情報である。規制物質の含有が登録されていない部品について、規制物質の含有状況を推定する場合に、残留条件が用いられる。
規制物質残留条件情報206は、所定の原材料と構成材料との組み合わせと関連する部品が属する部品種別数を、当該原材料及び構成材料の組み合わせ毎にカウントした該当部品種別数を、当該組み合わせに対して関連付けた情報である。また、規制物質残留条件情報206は、所定の原材料と構成材料との組み合わせと関連する部品の規制物質の含有率を、同じ原材料と構成材料との組み合わせと関連する部品で平均化した平均含有率(代表値)を、当該組み合わせ毎に関連付けている。
原材料206aは、部品の原材料を特定する情報である。原材料206aは、LCA用原材料データ201の原材料名201bと対応する。構成材料206bは、生成された部品を構成する材料を特定する情報であって、含有物質データ203の構成材料203eと対応する。該当部品種別数206cは、関連する原材料206aと構成材料206bとの組み合わせと関連付けられた部品が属する部品種別数をカウントした値である。平均含有率2006dは、関連する原材料206aと構成材料206bとの組み合わせと関連付けられた部品の規制物質の含有率を平均化した値である。
図8は、規制違反リスク情報207の一例を示す図である。規制違反リスク情報207は、規制物質を含有する旨の登録がない部品について推定された、規制物質の含有に関する情報である。規制違反リスク情報207は、規制物質の含有が推定された部品毎に、部品種別と、メーカ名と、型番と、原材料名と、投入量と、構成材料と、含有率と、リスクとを関連付けた情報である。
部品種別は、部品の種別を特定する情報であって、LCA用原材料データ201の部品種別201aと対応する。メーカ名は、部品の入荷先を示す情報であって、含有物質データ203のメーカ名203bと対応する。型番は、部品を特定する識別情報であって、含有物質データ203の型番203cと対応している。原材料名は、部品が属する部品種別とLCA用原材料データ201において関連付けられた原材料を特定する情報である。投入量は、型番において特定される部品について推定される規制物質の投入量を特定する値である。構成材料は、生成された部品を構成する材料を特定する情報であって、含有物質データ203の構成材料203eと対応している。
含有率は、部品について算出された規制物質の推定含有率を示す値である。リスクは、含有率207g又は規制違反リスク基準情報204に基づいて特定された規制違反リスクを特定する情報であって、規制違反リスク基準情報204の規制違反リスク204aと対応している。
次に、規制物質情報推定システム10のハードウェア構成例について説明する。
図9は、規制物質情報推定システム10のハードウェア構成例を示す図である。規制物質情報推定システム10は、演算装置131、メモリ132、外部記憶装置133、入力装置134、出力装置135、通信装置136、記憶媒体駆動装置137を備え、各構成要素はバスにより接続されている。
演算装置131はCPU(Central Processing Unit)等の中央演算装置であって、メモリ132又は外部記憶装置133に記録されたプログラムに従って処理を実行する。演算処理部110を構成する各処理部は、演算装置131がプログラムを実行することにより各々の機能を実現する。
メモリ132は、RAM(Random Access Memory)又はフラッシュメモリ等の記憶装置であり、プログラムやデータが一時的に読み出される記憶エリアとして機能する。外部記憶装置133は、例えばHDD(Hard Disk Drive)等の書き込み及び読み出し可能な記憶メディアである。
入力装置134は、ユーザーからの入力操作を受け付ける装置であり、例えばタッチパネル、キーボード、マウス、マイク等である。出力装置135は、規制物質情報推定システムに格納されたデータの出力処理を行う装置であって、例えばLCD(Liquid Crystal Display)等の表示装置、又はプリンタ等である。なお、入力部300は入力装置134を用いることができ、出力部400は出力装置135を用いることができる。
通信装置136は、規制物質情報推定システム10をネットワークに接続するための装置であって、例えばLAN(Local Area Network)カード等の通信デバイスである。記憶媒体駆動装置137は、CD(Compact Disk)やDVD(Digital Versatile Disk)等の可搬性のメディア138から情報を入出力する装置である。
記憶部200は、メモリ132又は外部記憶装置133によりその機能が実現される。また、記憶部200は、ネットワーク上の記憶装置によってその機能が実現されてもよい。
なお、規制物質情報推定システム10の各構成要素の処理は、1つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。また、規制物質情報推定システム10の各構成要素の処理は、1つのプログラムで実現されてもよいし、複数のプログラムで実現されてもよい。
次に、演算処理部110における低リスク種別情報生成処理について説明する。
図10は、低リスク種別情報生成処理の流れを示すフローチャートである。本処理により、規制違反である可能性が低い部品種別を特定して、低リスク種別情報205を生成する。
まず、指定受付部111は、規制物質名、原材料比率、及び残留条件判定閾値の入力を受け付ける(ステップS10)。具体的には、指定受付部111は、残留条件設定入力画面310を介して、規制物質名と、原材料比率と、残留条件判定閾値の入力を受け付ける。
図17は、残留条件設定入力画面310の一例を示す図である。残留条件設定入力画面310は、規制物質名入力領域311と、原材料比率入力領域312と、残留条件判定閾値入力領域313と、実行ボタン314と、を含む。
規制物質名入力領域311は、残留条件を設定する規制物質の入力を受け付ける。原材料比率は、規制違反リスクの設定の基準となる、部品種別における規制物質の含有比率である原材料比率の入力を受け付ける。残留条件判定閾値入力領域313は、残留条件を設定するための値である残留条件判定閾値の入力を受け付ける。実行ボタン314が選択されると、規制物質名入力領域311と、原材料比率入力領域312と、残留条件判定閾値入力領域313とに入力された情報が確定される。
説明を図10に戻す。次に、低リスク種別情報生成部112は、原材料に規制物質名を含む部品種別を抽出する(ステップS11)。具体的には、低リスク種別情報生成部112はLCA用原材料データ201を参照し、ステップS10において入力を受け付けた規制物質名と対応する原材料名201bに関連付けられた部品種別201aをすべて抽出する。特定した部品種別の総数をnとする。
次に、低リスク種別情報生成部112は、ステップS11で抽出された部品種別のうち1つを特定する(ステップS12)。特定した部品種別をmとすると、低リスク種別情報生成部112は、mが部品種別の総数nと等しくなるまで、以下の処理を繰り返す。
次に、低リスク種別情報生成部112は、特定した部品種別の部品質量と、規制物質の投入量とを特定する(ステップS13)。具体的には、低リスク種別情報生成部112は、LCA用部品種別質量データ202を参照し、特定した部品種別と対応する部品種別202aと関連付けられた部品質量202bを特定する。また、低リスク種別情報生成部112は、LCA用原材料データ201を参照し、特定した部品種別と対応する部品種別201a、及びステップS10において入力を受け付けた規制物質名と対応する原材料名201bの組み合わせと関連付けられた投入量201cを特定する。
次に、低リスク種別情報生成部112は、ステップS13で特定した規制物質の投入量が、ステップS13で特定した部品質量とステップS10で入力を受け付けた原材料比率とを乗じた値を下回るか否かを判定する(ステップS14)。
低リスク種別情報生成部112は、規制物質の投入量が、部品質量と原材料比率とを乗じた値を下回ると判定した場合(ステップS14において「YES」の場合)、低リスク種別情報生成部112は、ステップS12で特定した部品種別を用いて、低リスク種別情報205を生成する(ステップS15)。
ステップS14において、低リスク種別情報生成部112が、規制物質の投入量が、部品質量と原材料比率とを乗じた値を下回ると判定しない場合(ステップS14において「NO」の場合)、低リスク種別情報生成部112は、処理をステップS16に進める。
次に、低リスク種別情報生成部112は、部品種別mがnと等しいか否かを判定する(ステップS16)。低リスク種別情報生成部112が、m=nと判定しない場合(ステップS16で「NO」の場合)、低リスク種別情報生成部112はmをインクリメントする。その後、低リスク種別情報生成部112は処理をステップS13に戻す。
低リスク種別情報生成部112が、部品種別mがnと等しいと判定した場合(ステップS16において「YES」の場合)、ステップS11で抽出したすべての部品種別について上述した処理を実行したため、低リスク種別情報生成部112は本フローチャートの処理を終了する。
本フローチャートの処理により、部品種別の基準となる質量に対して、原材料に用いられた規制物質の割合が小さい部品種別を用いて、低リスク種別情報205が生成される。規制物質を含有する旨の登録がない部品について規制物質の含有状況を推定する場合に、低リスク種別情報205の部品種別に属する部品については、部品に残留する規制物質の量が規制値を超えるほど大きくならないと推定する。本処理により生成される低リスク種別情報205を用いることにより、より効率的に規制物質の含有状況を推定することができる。
図11は、残留条件生成処理の流れを示すフローチャート(その1)である。本処理は、図10に示す低リスク種別情報生成処理に継続して行われてもよいし、低リスク種別情報生成処理とは別の開始指示を受け付けることにより実行されてもよい。なお、本処理の開始前に、予め残留条件設定入力画面310を介して規制物質名と残留条件判定閾値との入力を受け付ける。本処理によって、部品について規制物質の含有状況を推定するための残留条件が生成される。
まず、材料抽出部113は、LCA用原材料データ201に含まれる部品種別201aのうち1つの部品種別pを特定する(ステップS21)。材料抽出部113は、LCA用原材料データ201に含まれる部品種別を順に特定し、pがLCA用原材料データ201に含まれる部品種別の総数qと等しくなるまで以下の処理を繰り返す。
次に、材料抽出部113は、LCA用原材料データ201から、特定した部品種別の原材料名を抽出する(ステップS22)。具体的には、材料抽出部113はLCA用原材料データ201を参照し、ステップS21で特定した部品種別201aと関連付けられた原材料名201bをすべて抽出する。
次に、材料抽出部113は、含有物質データ203中の部品種別pと関連する部品rを特定する(ステップS23)。具体的には、材料抽出部113は、含有物質データ203を参照し、ステップS21で特定した部品種別と対応する部品種別203aと関連付けられた部品のレコードをすべて抽出する。抽出した全部品の数をsとすると、材料抽出部113は、抽出した部品を順に特定し、部品rがsと等しくなるまで、以下の処理を繰り返す。
次に、残留条件生成部114は、部品rが規制物質を含有するか否かを判定する(ステップS24)。具体的には、残留条件生成部114は含有物質データ203を参照し、特定した部品rと関連づけられた含有物質203gに、規制物質に関する情報があるか否かを判定する。
残留条件生成部114が、部品rが規制物質を含有すると判定した場合(ステップS24において「YES」の場合)、残留条件生成部114は、部品種別、原材料名、規制物質名、部品rの構成材料名、及び含有率を用いて、規制物質残留条件中間データ(1)208を生成する(ステップS25)。具体的には、残留条件生成部114は、含有物質データ203を参照し、ステップS23で特定した部品rについて関連付けられた構成材料203eと、含有率203hとを特定する。残留条件生成部114は、ステップS21で特定した部品種別pと、ステップS22で抽出した原材料名と、特定した構成材料名と、含有率とを用いて、規制物質残留条件中間データ(1)208を生成する。
図13は、規制物質残留条件中間データ(1)208の一例を示す図である。規制物質残留条件中間データ(1)208は、部品種別と、原材料名と、構成材料名と、含有率とが関連付けられている。規制物質残留条件中間データ(1)208は、規制物質を含有する各部品毎に、上述する情報を関連付けた情報である。なお、規制物質残留条件中間データ(1)208は、異なる部品種別の各々について独立したデータを有するものとして説明する。
例えば、図4の含有物質データ203中の、部品の型番203cが「AAA1」である部品が特定されているとする。材料抽出部113は、当該部品が属する部品種別203a「包装材」について、図2におけるLCA用原材料データ201で部品種別201a「包装材」と対応する原材料名201b「PVC」、「PE」、「フタル酸」を抽出している。残留条件生成部114は、含有物質データ203において型番203c「AAA1」と関連付けられた構成材料203e「PVC」、及び含有率203h「**%」を特定する。残留条件生成部114は、部品種別として「包装材」、原材料名として「PVC」、「PE」、「フタル酸」、構成材料として「PVC」、含有率として「**%」を各々関連付けて、図13の最上段に示す規制物質残留条件中間データ(1)208を生成する。
説明を図11に戻す。残留条件生成部114が、部品rが規制物質を含有すると判定しない場合(ステップS24において「NO」の場合)、当該部品に関する情報は、残留条件を生成する基礎とするのに適さないため、処理をステップS26に進める。
次に、残留条件生成部114は、部品rがsと等しいか否かを判定する(ステップS26)。部品rがsと等しいということは、部品種別pに属する全ての部品について、上述の処理が終了したことを示す。
残留条件生成部114が、rがsと等しいと判定しない場合(ステップS26において「NO」の場合)、残留条件生成部114は、rをインクリメントする(ステップS27)。残留条件生成部114は、その後処理をステップS24に戻す。
残留条件生成部114が、rがsと等しいと判定した場合(ステップS26で「YES」の場合)、残留条件生成部114は、規制物質残留条件中間データ(1)208の部品数で含有物質データ203中の部品数を除した値が、残留条件判定閾値を下回るか否かを判定する(ステップS28)。具体的には、残留条件生成部114は、規制物質残留条件中間データ(1)208に含まれる部品数をカウントする。残留条件生成部114は、含有物質データ203において、ステップS21で特定した部品種別pに属する部品の部品数をカウントする。残留条件生成部114は、規制物質残留条件中間データ(1)208に含まれる部品数で含有物質データ203中の部品数を除した値と、残留条件設定入力画面310を介して入力された残留条件判定閾値とを比較する。
残留条件生成部114が、規制物質残留条件中間データ(1)208に含まれる部品数で含有物質データ203中の部品数を除した値が、残留条件判定閾値を下回ると判定した場合(ステップS28で「YES」の場合)、残留条件生成部114は、規制物質残留条件中間データ(1)208を削除する(ステップS29)。ステップS29の処理が開始される前は、部品種別pに属する各部品について、所定の場合に規制物質残留条件中間データ(1)208が生成されている。規制物質残留条件中間データ(1)208に含まれる部品数が、当該部品種別に属する部品数と比較して著しく少ない場合、当該部品に関する情報を残留条件を生成するための基準とするには適さない。従って、残留条件生成部114はこの場合の規制物質残留条件中間データ(1)208を削除する。
残留条件生成部114が、規制物質残留条件中間データ(1)208に含まれる部品数で含有物質データ203中の部品数を除した値が、残留条件判定閾値を下回ると判定しない場合(ステップS28で「NO」の場合)、残留条件生成部114は、ステップS30に処理を進める。
図12は、残留条件生成処理の流れを示すフローチャート(その2)である。
次に、残留条件生成部114は、pとqとが等しいか否かを判定する(ステップS30)。pとqとが等しい場合とは、LCA用原材料データ201に含まれるすべての部品種別について、上述の処理が行われたことを示している。
残留条件生成部114が、pとqとが等しいと判定しない場合(ステップS30において「NO」の場合)、残留条件生成部114は、pをインクリメントする(ステップS31)。その後、残留条件生成部114は処理を図11に示すステップS22に戻す。
残留条件生成部114が、pとqとが等しいと判定した場合(ステップS30において「YES」の場合)、残留条件生成部114は、部品種別pの規制物質の含有率を平均し、規制物質残留条件中間データ(2)209を生成する(ステップS32)。
図14は、規制物質残留条件中間データ(2)209の一例を示す図である。規制物質残留条件中間データ(2)209は、各部品種別と構成材料との組み合わせ毎に、部品種別の原材料と、部品種別に属する部品を構成する構成材料と、平均含有率209fと、含有部品比率209gとが関連付けられている。
残留条件生成部114は、規制物質残留条件中間データ(1)208を参照し、部品種別と構成材料とが共通する部品の含有率に基づいて、部品種別と構成材料との組み合わせ毎に平均含有率を算出する。また、残留条件生成部114は、部品種別と構成材料とが共通する部品数をカウントし、同じ部品種別に属する総部品数に対する当該部品数の割合を、含有部品比率として算出する。残留条件生成部114は、部品種別と構成材料との組み合わせ毎に、部品種別と、該部品種別の原材料と、算出した平均含有率と、含有部品比率とを関連付けた規制物質残留条件中間データ(2)209を生成する。
例えば図14では、部品種別が「包装材」であって、規制物質を含有する部品を構成する構成材料が「PVC」である部品における規制物質の平均含有率209fが「**%」であって、含有部品比率209gが「90%」であることを示している。
なお、図14の例では、部品種別「包装材」について1つの情報が関連付けられているが、規制物質残留条件中間データ(2)209は1つの部品種別に関連する情報が1つに限定される訳ではない。例えば、部品種別「包装材」に属する部品であって、規制物質を含有する部品が「PVC」以外の構成材料「***」からなる場合、規制物質残留条件中間データ(2)209は図14に示す情報の他に、部品種別「包装材」、構成材料「***」について算出された平均含有率209fと、含有部品比率209gとを関連付けた情報を含む。
以下、便宜上、規制物質残留条件中間データ(2)209は1部品種別につき1レコードを有するものとして説明する。仮に1部品種別につき複数のレコードを有する場合であっても、各々別の部品種別であるものとして説明する。
説明を図12に戻す。次に、残留条件生成部114は、規制物質残留条件中間データ(2)209から、原材料と、当該原材料と関連する構成材料との組み合わせを抽出する(ステップS33)。例えば図14に示す規制物質残留条件中間データ(2)209からは、原材料「PVC」「PE」「フタル酸」と構成材料「PVC」からなる組み合わせと、原材料「PVC」「フタル酸」と構成材料「PVC」からなる組み合わせが抽出される。
次に、残留条件生成部114は、ステップS33で抽出した組み合わせ毎に部品種別数を集計し、規制物質残留条件情報206を生成する(ステップS34)。図14の例において、原材料「PVC」「PE」「フタル酸」と構成材料「PVC」からなる組み合わせを有する部品種別は「包装材」の1つである。また、原材料「PVC」「フタル酸」と構成材料「PVC」からなる組み合わせを含む部品種別は「包装材」と「ガスケット」の2つである。このようにして生成されたのが、図7の例に示す規制物質残留条件情報206である。
また、残留条件生成部114は、規制物質残留条件中間データ(2)209の平均含有率209fに基づいて、原材料と構成材料との組み合わせが共通する部品種別における規制物質の平均含有率を算出する。残留条件生成部114は、算出した平均含有率を、原材料と構成材料との組み合わせと関連付けて、規制物質残留条件情報206の平均含有率206dとする。
次に、残留条件生成部114は、部品種別数が最も多い残留条件が1つであるか否かを判定する(ステップS35)。具体的には、残留条件生成部114は規制物質残留条件情報206を参照し、該当部品種別数206cが最も多い原材料206aと構成材料206bとの組み合わせが1つであるか否かを判定する。部品種別数が最も多い原材料と構成材料との組み合わせに基づいて残留条件を生成することで、一般的な組み合わせを有する部品について規制物質の含有状況を推定する。
残留条件生成部114が、部品種別数が最も多い残留条件が1つであると判定した場合(ステップS35において「YES」の場合)、残留条件生成部114は、部品種別数が最も多い条件を、採用する規制物質残留条件として特定する(ステップS36)。
次に、表示制御部117は、残留条件表示画面320を表示するための情報を生成し、表示部を介して出力する(ステップS37)。その後、表示制御部117は本フローチャートの処理を終了する。
図18は、残留条件表示画面320の一例を示す図である。残留条件表示画面320は、残留条件表示領域321と、閉じるボタン322とを含む。
残留条件表示領域321には、規制物質残留条件情報206に含まれる残留条件毎に、採用の可否が表示される。閉じるボタン322は、残留条件表示画面320を閉じるための指示の入力を受け付けるボタンである。残留条件表示領域321を参照することで、規制物質残留条件としてどのような情報が用いられたのかを認識することができる。
説明を図12に戻す。ステップS35において、残留条件生成部114が、部品種別数が最も多い残留条件が1つであると判定しない場合(ステップS35において「NO」の場合)、残留条件生成部114は、部品種別数が最も多い条件中、原材料の数が最も少ない条件を、採用する規制物質残留条件として特定する(ステップS38)。部品種別数が最も多い残留条件が2つ以上存在する場合、残留条件生成部114は各残留条件を構成する原材料の数が少ない残留条件を特定する。原材料の数が少ないということは、規制物質とは関係のない原材料が含まれる可能性がより低いと考えることができる。残留条件生成部114は、より原材料の少ない残留条件を優先的に採用することで、精度の高い条件を規制物質含有状況の推定に用いる。
次に、表示制御部117は、残留条件表示画面320を出力する(ステップS39)。ステップS39で行われる処理は、ステップS37の処理と同様である。その後、表示制御部117は本フローチャートの処理を終了する。以上の処理で、指定された規制物品の含有状況を推定するための残留条件が生成される。
本実施形態により、より汎用的な原材料と構成材料との組み合わせを残留条件として採用することで、規制物質の含有について登録のない部品について、より適切に含有状況が推定される。また、原材料と構成材料との組み合わせの汎用度が等しい残留条件については、不要な原材料を含む可能性の高い残留条件を排除することで、より高い精度の含有状況の把握が可能である。
次に、規制物質推定含有率算出処理について説明する。
図15は、規制物質推定含有率算出処理の流れを示すフローチャートである。本処理が開始される前に、採用される残留条件が特定されている。本処理は、残留条件生成処理に継続して行われてもよいし、残留条件生成処理とは別の開始指示を受け付けることにより本処理が開始されてもよい。開始指示に基づいて本処理が開始される場合、指定受付部111は予め含有状況を推定する規制物質の指定を受け付ける。
まず、規制物質含有率推定部115は、規制物質残留条件情報206を読み込む(ステップS41)。ここで読み込まれる規制物質残留条件情報206は、本処理開始前に採用されるものとして特定された残留条件に関する情報である。
次に、規制物質含有率推定部115は、含有物質データ203に含まれる部品のうち、採用する残留条件の原材料と原材料が等しく、採用する残留条件の構成材料と構成材料が等しい部品を抽出する(ステップS42)。ここで、採用する残留条件に含まれる構成材料を採用構成材料、原材料を採用原材料として説明すると、規制物質含有率推定部115は含有物質データ203を参照し、含有物質203gに規制物質を含まない部品であって、採用構成材料と構成材料203eが等しい部品を特定する。規制物質含有率推定部115は、特定した部品の部品種別203aと対応するLCA用原材料データ201の部品種別201aと関連付けられた原材料名201bを特定し、採用原材料と等しい場合に該部品を抽出する。
図4の含有物質データ203の例を用いて説明する。原材料「PVC」「PE」「フタル酸」、構成材料「PVC」の組み合わせによって構成される残留条件がステップS41で読み込まれているものとする。規制物質含有率推定部115は、含有物質データ203のうち、含有物質203gに当該含有物質を含まず、採用構成材料「PVC」と等しい部品として、型番203c「EEE1」の部品を特定する。規制物質含有率推定部115は、型番203c「EEE1」と関連付けられた部品種別203a「ケーブル」を用いてLCA用原材料データ201を参照し、対応する原材料名201b「PVC」、「PE」、「フタル酸」が採用原材料と等しいものとして、型番「EEE1」に係る部品を抽出する。
次に、規制物質含有率推定部115は、抽出した部品の規制物質推定含有率(Z)を算出する(ステップS43)。規制物質推定含有率(Z)は、構成材料の質量と含有率とを乗じた値で、部品の質量を除することで算出される。規制物質含有率推定部115は、含有物質データ203を参照し、ステップS42で抽出した部品と関連付けられた材料質量203fと、規制物質残留条件情報206において採用された残留条件に含まれる平均含有率206dを乗じた値で、含有物質データ203中の当該部品の部品質量203dを除することで、規制物質推定含有率(Z)を算出する。
次に、規制物質含有率推定部115は、規制違反リスク情報207を生成する(ステップS44)。規制物質含有率推定部115は、ステップS43において規制物質推定含有率(Z)を算出した部品の部品種別と、メーカ名と、型番と、原材料名と、含有物質データ203に含まれる投入量と、構成材料とを関連付けた規制違反リスク情報207を生成する。規制違反リスク情報207には、規制物質推定含有率が関連付けられる。その後、規制物質含有率推定部115は、本フローチャートの処理を終了する。
なお、本フローチャートの処理では、予め規制物質推定含有率を算出する基準となる規制物質を予め特定されているものとして説明したが、基準となる規制物質は1種類に限られない。規制物質が複数ある場合であっても、それぞれの規制物質に対して生成された残留条件を用いて、推定含有率が算出される。
本フローチャートの処理により、適正に生成された残留条件を用いて、含有物質データ203に規制物質を含むものとして登録されていない部品について、規制物質の含有率を推定することができる。
図16は、リスク付与処理の流れを説明するフローチャートである。リスク付与処理では、規制違反リスク情報207に含まれる部品について、規制に違反する可能性をレベル分けした規制違反リスクが付与される。
まず、規制違反リスク判別部116は、低リスク種別情報205と、規制違反リスク情報207とを読み込む(ステップS51)。
次に、規制違反リスク判別部116は、規制違反リスク情報207中の部品tを特定する(ステップS52)。ここで特定される部品t=1とし、規制違反リスク情報207に含まれる部品の総数をuとする。規制違反リスク判別部116は、規制違反リスク情報207中の部品を順に特定し、規制違反リスク情報207中のすべての部品について、以下の処理を繰り返す。
規制違反リスク判別部116は、ステップS52で特定した部品の部品種別が低リスク種別情報205に存在するか否かを判定する(ステップS53)。
規制違反リスク判別部116が、特定した部品の部品種別が低リスク種別情報205に存在すると判定した場合(ステップS55において「YES」の場合)、規制違反リスク判別部116は、当該部品の規制違反リスクを「低」として、規制違反リスク情報207に格納する。低リスク種別情報205は、規制違反である可能性が低いと判定された部品種別を特定する情報であるため、規制違反リスク情報207に含まれる部品の属する部品種別が低リスク種別情報205に存在するということは、当該部品が規制物質を含有する可能性が低いことを示している。そのため、規制違反リスク判別部116は、当該部品について、規制違反リスク「低」を付与する。
規制違反リスク判別部116が、特定した部品の部品種別が低リスク種別情報205に存在すると判定しない場合(ステップS55において「NO」の場合)、規制違反リスク判別部116は、特定した部品の規制物質推定含有率(Z)に基づいて、当該部品の規制違反リスクを特定する(ステップS54)。具体的には、規制違反リスク判別部116は、規制違反リスク情報207を参照し、規制物質推定含有率と対応する推定含有率204bと関連付けられた規制違反リスク204aを特定する。
ステップS54において、規制違反リスクが「中」であると判別した場合、規制違反リスク判別部116は、当該部品について規制違反リスクを「中」として、規制違反リスク情報207に格納する(ステップS56)。
ステップS54において、規制違反リスクが「高」であると判別した場合、規制違反リスク判別部116は、当該部品について規制違反リスクを「高」として、規制違反リスク情報207に格納する(ステップS57)。
次に、規制違反リスク判別部116は、ステップS52で特定した部品tがuと等しいか否かを判定する(ステップS58)。部品tがuと等しい場合とは、規制違反リスク情報207に含まれる部品すべてに対して規制違反リスクが付与されたことを示す。
規制違反リスク判別部116が、tがuと等しいと判定しない場合(ステップS58において「NO」の場合)、規制違反リスク判別部116は、tをインクリメントする(ステップS59)。その後、規制違反リスク判別部116は、処理をステップS53に戻す。
規制違反リスク判別部116が、tがuと等しいと判定した場合(ステップS58において「YES」の場合)、表示制御部117は、含有率分布画面330を表示部を介して出力する(ステップS60)。
図19は、含有率分布画面330の一例を示す図である。含有率分布画面330は、含有物質データ203に含まれる部品について、所定の規制物質の含有率又は推定含有率の分布状態を示す画面である。図19の例では、含有率分布画面330は、フタル酸を規制物質とした場合の含有率の分布図を示している。含有率分布画面330は、含有率分布領域331と、閉じるボタン332とを含む。
含有率分布領域331には、LCA用原材料データ201に含まれる部品種別毎に、当該部品種別に属する部品の含有率又は推定含有率をプロットした含有率分布が表示される。含有率分布は、横軸に部品種別、縦軸に部品中のフタル酸の含有率を表示する。縦軸の部品種別は、LCA用原材料データ201において、規制物質と対応する原材料名201bに関連付けられた投入量201cが小さい順に、左から並べられている。縦軸のフタル酸含有率は、上に行くほど含有率が大きくなるよう表示される。閉じるボタン332は、含有率分布画面330を閉じるための指示の入力を受け付けるボタンである。
表示制御部117は、含有物質データ203において規制物質と対応する含有物質203gと関連付けられた含有率203hに基づいて、部品の該当箇所に部品を示す記号を付した分布図を生成する。また、前述した規制物質推定含有率算出処理によって推定含有率が算出された部品については、規制違反リスク情報207に含まれる推定含有率に基づいて分布図を生成する。なお、規制物質の規制値を予め入力することにより、分布される部品の含有率と規制値との関係を把握することができる。
含有率分布画面330を参照することにより、規制違反リスクが高い部品が属する部品種別を認識することができる。また一般的に、同一の部品種別に属する部品は規制物質の含有傾向が似ていると考えられる。しかしながら、本画面のように部品種別別に含有率を可視化することにより、規制物質の含有率が低い部品種別に属する部品であっても、高い推定含有率の箇所に部品を示す記号が表示される場合が考えられる。このような場合に、これまで予測できなかった規制違反の可能性を認識することができる。
説明を図16に戻す。次に、表示制御部117は、部品リスク確認画面340を出力する(ステップS61)。その後、表示制御部117は本フローチャートの処理を終了する。
図20は、部品リスク確認画面340の一例を示す図である。部品リスク確認画面340は、含有物質データ203に規制物質が登録されていない部品について付与された規制違反リスクの高い順から、当該部品に関する情報を表示する画面である。部品リスク確認画面340は、部品種別入力領域341と、部品リスク表示領域342と、閉じるボタン343とを含む。
部品種別入力領域341は、規制違反リスクを表示する部品種別の入力を受け付ける領域である。部品リスク表示領域342は、規制違反リスクの高い順から、規制物質含有率推定部115により推定含有率が算出された部品に関する情報を表示する領域である。表示制御部117は、規制違反リスク情報207に基づいて、規制違反リスクの高い部品の推定含有率と、メーカ名と、型番とを部品リスク表示領域342に表示するよう表示情報を生成する。規制違反リスク表示領域には、推定含有率の算出の基準となった残留条件が表示される。閉じるボタン343は、部品リスク確認画面340を閉じるための指示の入力を受け付けるボタンである。
本画面を参照することにより、規制違反リスクが高い部品を確認し、優先的にメーカに対して化学物質の調査を依頼することができる。また、推定含有率の算出の基準となった残留条件を表示することにより、どのような条件に基づいて規制違反リスクが付与されたのかを認識することができる。
以上、本フローチャートの処理により、部品種別に拘束されない残留条件を生成することができる。また、このような残留条件を用いることにより、含有物質データ203に規制物質が登録された部品が少ない部品種別においても、適切に含有率を算出し、規制違反リスクを付与することができる。
以上、本発明に係る各実施形態及び変形例の説明を行ってきたが、本発明は、上記した実施形態の一例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態の一例は、本発明を分かり易くするために詳細に説明したものであり、本発明は、ここで説明した全ての構成を備えるものに限定されない。また、ある実施形態の一例の構成の一部を他の一例の構成に置き換えることが可能である。また、ある実施形態の一例の構成に他の一例の構成を加えることも可能である。また、各実施形態の一例の構成の一部について、他の構成の追加・削除・置換をすることもできる。また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、図中の制御線や情報線は、説明上必要と考えられるものを示しており、全てを示しているとは限らない。ほとんど全ての構成が相互に接続されていると考えてもよい。
また、上記の規制物質情報推定システム10の機能構成は、理解を容易にするために、主な処理内容に応じて分類したものである。構成要素の分類の仕方や名称によって、本願発明が制限されることはない。規制物質情報推定システム10の構成は、処理内容に応じて、さらに多くの構成要素に分類することもできる。また、1つの構成要素がさらに多くの処理を実行するように分類することもできる。
10:規制物質情報推定システム、100:演算部、110:演算処理部、111:指定受付部、112:低リスク種別情報生成部、113:材料抽出部、114:残留条件生成部、115:規制物質含有率推定部、116:規制違反リスク判別部、117:表示制御部、120:メモリ部、131:演算装置、132:メモリ、133:外部記憶装置、134:入力装置、135:出力装置、136:通信装置、137:記憶媒体駆動装置、138:メディア、200:記憶部、201:LCA用原材料データ、202:LCA用部品種別質量データ、203:含有物質データ、204:規制違反リスク基準情報、205:低リスク種別情報、206:規制物質残留条件情報、207:規制違反リスク情報、208:規制物質残留条件中間データ(1)、209:規制物質残留条件中間データ(2)、300:入力部、310:残留条件設定入力画面、311:規制物質名入力領域、312:原材料比率入力領域、313:残留条件判定閾値入力領域、314:実行ボタン、320:残留条件表示画面、321:残留条件表示領域、322:閉じるボタン、330:含有率分布画面、331:含有率分布領域、332:閉じるボタン、340:部品リスク確認画面、341:部品種別入力領域、342:部品リスク表示領域、343:閉じるボタン、400:出力部

Claims (10)

  1. 部品毎に該部品に含まれる材料である構成材料と該部品に含まれている規制物質の含有率とを関連付けた含有物質データと、前記部品の種別である部品種別毎に前記部品の製造過程に用いられる材料である原材料を関連付けた部品種別データと、を記憶する記憶部と、
    調査対象である規制物質の指定を受け付ける指定受付部と、
    前記指定受付部が指定を受け付けた前記規制物質を含む前記部品毎に、当該部品の前記構成材料を前記含有物質データに基づいて抽出するとともに、当該部品の属する前記部品種別と関連付けられた前記原材料を前記部品種別データに基づいて抽出する材料抽出部と、
    前記材料抽出部により抽出された前記構成材料及び前記原材料の中から所定条件を満たす前記構成材料及び前記原材料の組み合わせを残留条件に含ませる組み合わせとして決定し、決定した前記組み合わせに対して前記含有率を用いて代表値を算出し、算出した代表値と当該組み合わせとを含む残留条件を生成する残留条件生成部と、
    前記含有物質データの中の所定の前記部品について、当該部品の前記構成材料が前記残留条件に含まれる前記構成材料と対応し、当該部品の属する前記部品種別が前記残留条件に含まれる前記原材料と対応する場合に、前記代表値を用いて当該部品の規制物質の推定含有率を算出する規制物質含有率推定部と、
    を備えることを特徴とする規制物質情報推定システム。
  2. 請求項1に記載の規制物質情報推定システムであって、
    前記規制物質含有率推定部により推定された前記推定含有率を用いて、前記所定の部品について当該部品が規制に違反する可能性をレベル分けした規制違反リスクを特定する規制違反リスク判別部を備え、
    前記記憶部は、前記規制違反リスクを前記推定含有率と関連付けた規制違反リスク基準情報をさらに記憶することを特徴とする規制物質情報推定システム。
  3. 請求項1に記載の規制物質情報推定システムであって、
    前記残留条件生成部は、前記材料抽出部により抽出された前記構成材料と前記原材料とを対応させた組み合わせを生成し、該組み合わせが共通する前記部品種別の数を前記組み合わせ毎に集計し、集計した前記部品種別の数に基づいて前記残留条件に含ませる前記組み合わせを決定することを特徴とする規制物質情報推定システム。
  4. 請求項3に記載の規制物質情報推定システムであって、
    前記残留条件生成部は、集計した前記部品種別数が同じ前記組み合わせが複数存在する場合に、当該組み合わせに含まれる前記原材料の数に基づいて前記残留条件に含ませる前記組み合わせを決定することを特徴とする規制物質情報推定システム。
  5. 請求項1に記載の規制物質情報推定システムであって、
    前記指定受付部は、残留条件を生成するか否かの基準となる残留条件判定閾値の入力を受け付け、
    前記残留条件生成部は、前記含有物質データに基づいて所定の前記部品種別に属し前記規制物質を前記構成材料に含む前記部品の数である規制物質包含部品数を特定し、前記含有物質データに含まれる当該部品種別に属する部品数に対する前記規制物質包含部品数が前記残留条件判定閾値以上である場合に、当該部品種別に属する前記部品の前記構成材料及び前記原材料の中から前記残留条件に含ませる前記組み合わせを決定することを特徴とする規制物質情報推定システム。
  6. 請求項2に記載の規制物質情報推定システムであって、
    前記指定受付部が前記規制物質の指定を受け付けると、前記部品種別データに基づいて所定の部品種別における前記規制物質の投入量を特定し、該投入量が前記含有物質データに含まれる前記部品種別に属する部品の部品質量と前記指定受付部が指定を受け付けた原材料比率とを乗じた値を当該投入量が下回る場合に、当該部品種別を低リスク種別情報に格納する低リスク種別情報生成部を備え、
    前記部品種別データは、前記原材料毎に該原材料の前記投入量をさらに関連付け、
    前記含有物質データは、前記部品に対して前記部品質量をさらに関連付け、
    前記指定受付部は、前記部品の質量に対する前記規制物質の投入量の割合目安である前記原材料比率の指定を受け付けることを特徴とする規制物質情報推定システム。
  7. 請求項1に記載の規制物質情報推定システムであって、
    前記含有物質データに含まれる前記部品の前記含有率及び前記推定含有率を当該部品が属する前記部品種別と対応させた含有率分布画面を表示するための表示情報を生成する表示制御部を備えることを特徴とする規制物質情報推定システム。
  8. 請求項1に記載の規制物質情報推定システムであって、
    規制物質含有率推定部により算出された前記推定含有率が所定値以上である前記部品を当該部品の入荷先と関連付けた部品リスク確認画面を表示するための表示情報を生成する表示制御部を備えることを特徴とする規制物質情報推定システム。
  9. 調査対象である規制物質の指定を受け付ける指定受付ステップと、
    前記指定受付ステップにおいて指定を受け付けた前記規制物質を含む前記部品毎に、当該部品の前記構成材料を、前記部品毎に該部品に含まれる材料である構成材料と該部品に含まれている規制物質の含有率とを関連付けた含有物質データに基づいて抽出するとともに、当該部品の属する前記部品種別と関連付けられた前記原材料を、前記部品の種別である部品種別毎に前記部品の製造過程に用いられる材料である原材料を関連付けた部品種別データに基づいて抽出する材料抽出ステップと、
    前記材料抽出ステップにおいて抽出された前記構成材料及び前記原材料の中から所定条件を満たす前記構成材料及び前記原材料の組み合わせを残留条件に含ませる組み合わせとして決定し、決定した前記組み合わせに対して前記含有率を用いて代表値を算出し、算出した代表値と当該組み合わせとを含む残留条件を生成する残留条件生成ステップと、
    前記含有物質データの中の所定の前記部品について、当該部品の前記構成材料が前記残留条件に含まれる前記構成材料と対応し、当該部品の属する前記部品種別が前記残留条件に含まれる前記原材料と対応する場合に、前記代表値を用いて当該部品の規制物質の推定含有率を算出する規制物質含有率推定ステップと、
    を備えることを特徴とする規制物質情報推定方法。
  10. コンピュータに、規制物質を含有する可能性のある物品の推定を支援する手順を実行させるプログラムであって、
    前記コンピュータを、制御手段と、記憶手段として機能させ、
    前記記憶手段は、
    部品毎に該部品に含まれる材料である構成材料と該部品に含まれている規制物質の含有率とを関連付けた含有物質データと、前記部品の種別である部品種別毎に前記部品の製造過程に用いられる材料である原材料を関連付けた部品種別データとを格納し、
    前記制御手段に対して、
    調査対象である規制物質の指定を受け付ける指定受付ステップと、
    前記指定受付ステップにおいて指定を受け付けた前記規制物質を含む前記部品毎に、当該部品の前記構成材料を前記含有物質データに基づいて抽出するとともに、当該部品の属する前記部品種別と関連付けられた前記原材料を前記部品種別データに基づいて抽出する材料抽出ステップと、
    前記材料抽出ステップにおいて抽出された前記構成材料及び前記原材料の中から所定条件を満たす前記構成材料及び前記原材料の組み合わせを残留条件に含ませる組み合わせとして決定し、決定した前記組み合わせに対して前記含有率を用いて代表値を算出し、算出した代表値と当該組み合わせとを含む残留条件を生成する残留条件生成ステップと、
    前記含有物質データの中の所定の前記部品について、当該部品の前記構成材料が前記残留条件に含まれる前記構成材料と対応し、当該部品の属する前記部品種別が前記残留条件に含まれる前記原材料と対応する場合に、前記代表値を用いて当該部品の規制物質の推定含有率を算出する規制物質含有率推定ステップと、
    を実行させることを特徴とするプログラム。
JP2013226373A 2013-10-31 2013-10-31 規制物質情報推定システム、規制物質情報推定方法、及びプログラム Pending JP2015087989A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2013226373A JP2015087989A (ja) 2013-10-31 2013-10-31 規制物質情報推定システム、規制物質情報推定方法、及びプログラム
PCT/JP2014/076063 WO2015064276A1 (ja) 2013-10-31 2014-09-30 規制物質情報推定システム、規制物質情報推定方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013226373A JP2015087989A (ja) 2013-10-31 2013-10-31 規制物質情報推定システム、規制物質情報推定方法、及びプログラム

Publications (1)

Publication Number Publication Date
JP2015087989A true JP2015087989A (ja) 2015-05-07

Family

ID=53003889

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013226373A Pending JP2015087989A (ja) 2013-10-31 2013-10-31 規制物質情報推定システム、規制物質情報推定方法、及びプログラム

Country Status (2)

Country Link
JP (1) JP2015087989A (ja)
WO (1) WO2015064276A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240303B (zh) * 2021-05-20 2024-04-23 北京中创绿发科技有限责任公司 产品全生命周期评价的数据收集方法及数据收集系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3799305B2 (ja) * 2001-07-17 2006-07-19 松下電器産業株式会社 物質情報入力チェック装置
JP2011221726A (ja) * 2010-04-08 2011-11-04 Hitachi Ltd 部品含有化学物質推定システム及び部品含有化学物質推定方法
JP2012203419A (ja) * 2011-03-23 2012-10-22 Hitachi Ltd 化学物質含有推定システム、化学物質含有推定方法、および化学物質含有推定プログラム
JP5840007B2 (ja) * 2012-01-24 2016-01-06 日立建機株式会社 含有化学物質収集情報の評価システム
JP5870769B2 (ja) * 2012-03-07 2016-03-01 富士通株式会社 検証プログラム,検証装置および検証方法

Also Published As

Publication number Publication date
WO2015064276A1 (ja) 2015-05-07

Similar Documents

Publication Publication Date Title
AU2023241398A1 (en) Continuous data sensing of functional states of networked computing devices to determine efficiency metrics for servicing electronic messages asynchronously
TW201913522A (zh) 風險特徵篩選、描述報文產生方法、裝置以及電子設備
WO2011139393A1 (en) Dynamic adaptive process discovery and compliance
US20160034562A1 (en) Method and system for organizing messages and reporting statistics for messages in a social network
CA2799240A1 (en) Managing reputations
US20150086179A1 (en) Techniques for analyzing operations of one or more restaurants
WO2010010654A1 (ja) 使い方推定装置
US20170300819A1 (en) Time-Series Prediction Apparatus and Time-Series Prediction Method
JP2006127482A (ja) 環境負荷集計装置および方法
JP5193774B2 (ja) 規制対策の対象選定支援方法及びそのシステム
US20170322833A1 (en) Measuring provisioning capacity across distributed systems
CN109377401A (zh) 一种数据处理方法、装置、系统、服务器及存储介质
CN102982048A (zh) 一种用于评估垃圾信息挖掘规则的方法与设备
WO2015064276A1 (ja) 規制物質情報推定システム、規制物質情報推定方法、及びプログラム
US20150088594A1 (en) Techniques for analyzing restaurant operations
US9015593B2 (en) Managing advisories for complex model nodes in a graphical modeling application
JP5718866B2 (ja) Ictサービス環境影響評価システムおよび方法
CN110750423A (zh) 机器学习平台的运维方法和运维系统
CN114625640A (zh) 软件测试项目管理方法和装置,以及存储介质和电子设备
JP2011221726A (ja) 部品含有化学物質推定システム及び部品含有化学物質推定方法
JP5676295B2 (ja) 業務負荷判定装置、業務負荷判定システム、業務負荷判定方法およびプログラム
JP2017068296A (ja) 監視装置、監視方法および監視プログラム
KR20220036163A (ko) 주문분석을 통한 음식주문 장치 및 방법
CN109857501B (zh) 一种app的页面展示方法、装置、存储介质和服务器
JP2009032024A (ja) 順序決定プログラム、順序決定方法および順序決定装置