JP2017084224A - Design support device, program, and design support method - Google Patents
Design support device, program, and design support method Download PDFInfo
- Publication number
- JP2017084224A JP2017084224A JP2015213953A JP2015213953A JP2017084224A JP 2017084224 A JP2017084224 A JP 2017084224A JP 2015213953 A JP2015213953 A JP 2015213953A JP 2015213953 A JP2015213953 A JP 2015213953A JP 2017084224 A JP2017084224 A JP 2017084224A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- product
- request
- design
- unit
- 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
- 238000013461 design Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004088 simulation Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims description 143
- 238000012800 visualization Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 abstract description 4
- 238000005260 corrosion Methods 0.000 description 18
- 230000007797 corrosion Effects 0.000 description 18
- 238000000605 extraction Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000012706 support-vector machine 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
Description
本発明は、顧客の要求に適した製品システムの設計案を提示するための設計支援装置、プログラムおよび設計支援方法に関する。 The present invention relates to a design support apparatus, a program, and a design support method for presenting a design proposal for a product system suitable for a customer's request.
シミュレーション結果をニューラルネットワークに蓄積することにより様々な条件の下でのシミュレーション結果を直ちに得て最適条件の発見等を支援することを目的として、特許文献1には、従来のシミュレータに本発明により学習能力をもつニューラルネットワークを組み合せ、シミュレーションの入力条件を様々に変化させた結果を予め得て、ニューラルネットワークにその入力条件とシミュレーション結果の関係を学習させておき、ニューラルネットワークのもつ補間機能を利用するシミュレーション方法に関する技術が記載されている。 For the purpose of immediately obtaining simulation results under various conditions by accumulating the simulation results in a neural network and assisting in finding the optimum conditions, Patent Document 1 teaches a conventional simulator according to the present invention. Combine the capability of neural network, obtain the result of changing various simulation input conditions in advance, let the neural network learn the relationship between the input condition and simulation result, and use the interpolation function of neural network Techniques relating to simulation methods are described.
また、顧客から商品を受注し、それを製造する生産システム、特に顧客の要求と生産システムの効率を両立させる仕様決定と、それに基づく生産を行なう受注生産システムに関し、特許文献2には、受注部門において、顧客の要求仕様を入力する手段と、商品の設計情報を保持する手段と、商品の生産実績を保持する手段と、製造部門の状態データを保持する手段と、これらの情報を用いて商品案を作成提示する手段と、購入する商品の選択指示を入力する手段を備え、商品の受注を決定できるようにした技術が記載されている。ここで、設計情報は設計部門で生成され伝送手段で送られてきたものであり、製造部門の状態データは製造部門から伝送手段で送られてきたものである。 In addition, regarding a production system for receiving an order for a product from a customer and manufacturing the product, in particular, a specification determination for achieving both the customer's request and the efficiency of the production system, and a build-to-order production system for performing production based on the specification, Patent Document 2 discloses an order receiving department , Means for inputting customer's required specifications, means for holding product design information, means for holding product production results, means for holding manufacturing department status data, and products using these information A technique is described that includes means for creating and presenting a plan and means for inputting an instruction to select a product to be purchased, and which can determine an order for the product. Here, the design information is generated by the design department and sent by the transmission means, and the status data of the manufacturing department is sent from the manufacturing department by the transmission means.
近年、モノやサービスに対する顧客の要求が多様化しており、それらに対応した製品を設計し、提供することが求められている。特に、プラント設備や自動車部品などの受注生産型の製品では、顧客の要求に合った設計案や、性能、コスト、納期を素早く提示することが、受注を得るためには必要となっている。すなわち、顧客の要求に合った多様な設計案を素早く生成することが顧客要求を満足する製品を製造するうえで必要な技術となっている。 In recent years, customer demands for goods and services have been diversified, and it has been required to design and provide products corresponding to them. In particular, in order-made products such as plant equipment and automobile parts, it is necessary to quickly present design plans that meet customer requirements, performance, cost, and delivery time in order to obtain orders. In other words, the rapid generation of various design plans that meet customer requirements is a necessary technology for manufacturing products that satisfy customer requirements.
従来は、市場調査や顧客のヒアリングを行い、その結果に基づき製品を企画し設計を行っていた。また、経験が豊富なベテラン設計者が持つ知識を活用し、製品を設計することが少なくなかった。しかしながら、近年は、顧客要求を反映した設計案の検討や、コスト・納期の見積期間を短縮するために、各種シミュレーション技術や、設計案のデータベース化に関する技術が検討されている。 In the past, market research and customer interviews were conducted, and products were planned and designed based on the results. In addition, it is not uncommon to design products using the knowledge of experienced designers with extensive experience. However, in recent years, various simulation techniques and techniques for creating a database of design proposals have been studied in order to examine design proposals that reflect customer requirements and to shorten cost / delivery estimation periods.
上記特許文献1には、シミュレータの入力条件を変化させ、シミュレーションを行った結果をニューラルネットワークに学習させておき、新たな入力条件に対する結果を予測する技術であり、納期の見積や性能のシミュレーションに適用することが示されている。しかしながらこの技術では、シミュレーションのモデルは固定されているため、設計変数の増加や設計変数の範囲が大きく変化する場合などには適用が困難である、との問題がある。 The above-mentioned Patent Document 1 is a technique for changing a simulator input condition, causing a neural network to learn a simulation result, and predicting a result for a new input condition. Shown to apply. However, this technique has a problem that since the simulation model is fixed, it is difficult to apply when the design variable increases or the range of the design variable changes greatly.
また、上記特許文献2には、製品の部品情報や機能に関する仕様情報をデータベースに保持し、そこから顧客が購入希望した製品の情報を抽出し、その価格を顧客に提示することが示されている。しかしながらこの技術では、既存の製品に関する情報のみを対象とするため、過去に検討した実績のない製品については対応することができない、との問題がある。 Further, the above-mentioned Patent Document 2 shows that specification information relating to product parts information and functions is stored in a database, information on a product desired by a customer is extracted therefrom, and the price is presented to the customer. Yes. However, since this technology targets only information relating to existing products, there is a problem that it is not possible to deal with products that have not been studied in the past.
本発明の目的は、新規の顧客要求に対して、これまでには実績のない製品を含めて設計案を素早く生成し、提示することができる設計支援装置、プログラムおよび設計支援方法を提供することである。 An object of the present invention is to provide a design support apparatus, a program, and a design support method capable of quickly generating and presenting a design plan including a product that has not been used so far in response to a new customer request. It is.
上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本発明は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、顧客の要求に応じた製品の設計を支援するための設計支援装置であって、顧客から要求される顧客要求を入力するための顧客要求入力部と、この顧客要求入力部に入力された要求に応じた製品の製品構成案を表示する可視化部と、予め記憶された顧客要求から前記顧客の新規要求を推定し、この推定した推定要求から製品カテゴリー、シミュレーション項目および設計項目を選定する顧客要求分析部と、この顧客要求分析部で選定された前記製品カテゴリーに応じた機器構成を求め、前記シミュレーション項目に対応した解析モデルを用いてシミュレーションを行うシミュレーション部と、このシミュレーション部で求めたシミュレーション結果および前記機器構成に基づいて前記顧客要求に応じた前記製品構成案を作成し、この作成した前記製品構成案と前記顧客要求分析部で選定された前記設計項目との関係を学習する学習部とを備えことを特徴とする。
In order to solve the above problems, for example, the configuration described in the claims is adopted.
The present invention includes a plurality of means for solving the above-described problems. For example, a design support apparatus for supporting the design of a product according to a customer's request, which is required by the customer. A customer request input unit for inputting a customer request, a visualization unit for displaying a product configuration plan of a product corresponding to the request input to the customer request input unit, and a new request from the customer stored in advance A customer requirement analysis unit that selects a product category, a simulation item, and a design item from the estimated estimation request, and obtains a device configuration according to the product category selected by the customer requirement analysis unit, and the simulation item A simulation unit that performs a simulation using an analysis model corresponding to the simulation model, a simulation result obtained by the simulation unit, and the A learning unit that creates the product configuration plan according to the customer request based on a device configuration and learns the relationship between the created product configuration plan and the design item selected by the customer request analysis unit It is characterized by that.
本発明によれば、新規の顧客要求に対して短期間で設計案を生成することができるので、顧客とインタラクティブにモノやサービスの設計を行うことが可能となり、多様な顧客要求に対して素早く設計案を示すことができるようになる。 According to the present invention, since a design plan can be generated in a short period of time for a new customer request, it becomes possible to design goods and services interactively with the customer, and quickly respond to various customer requests. The design plan can be shown.
以下に本発明の設計支援装置、プログラムおよび設計支援方法の実施例を、図面を用いて説明する。 Embodiments of a design support apparatus, a program, and a design support method according to the present invention will be described below with reference to the drawings.
<実施例1>
本発明の設計支援装置、プログラムおよび設計支援方法の実施例1を、図1乃至図11を用いて説明する。
<Example 1>
A first embodiment of a design support apparatus, program, and design support method of the present invention will be described with reference to FIGS.
まず、設計支援装置の全体構成について図1を用いて説明する。図1に実施例1に係る設計支援装置の一実施例の構成を示す。 First, the overall configuration of the design support apparatus will be described with reference to FIG. FIG. 1 shows the configuration of an embodiment of the design support apparatus according to the first embodiment.
図1において、設計支援装置10は、顧客要求入力部101、製品システム設計案可視化部102、顧客要求データベース103、顧客要求分析部104、解析モデルデータベース105、シミュレーション部106、機器構成データベース107、学習部108、顧客要求/設計項目置き換え部109により構成される。
In FIG. 1, a
顧客要求入力部101は、製品の性能や、コスト、納期などの顧客から要求される顧客要求を入力するキーボードやディスプレイに表示される入力画面などのインターフェースであり、入力した顧客の要求は顧客要求データベース103や顧客要求/設計項目置き換え部109に送られる。
The customer
製品システム設計案可視化部102は、生成した製品システム設計案(製品構成案)を表示するディスプレイなどのインターフェースであり、顧客に向けて顧客要求入力部101に入力された要求に対応した製品の機器構成案や性能、納期、コストを提示する。
The product system design
顧客要求データベース103は、顧客要求入力部101から入力された顧客要求や類似製品の顧客要求が随時記録され蓄積されている。したがって、過去に様々な顧客からあった要求が多数蓄積されている。これらの顧客要求は、随時顧客要求分析部104に送信される。
In the
顧客要求分析部104は、顧客要求データベース103から送信された複数の顧客要求を、統計的、時系列的に比較し、顧客要求の項目ごとの頻度やトレンドを分析する。分析した結果、重視されている顧客要求を推定要求と推定し、この推定要求に基づいて製品のカテゴリーおよび解析を行う項目を抽出し、シミュレーション部106に送信する。さらに、学習部108に、機械学習する設計項目に優先度を付けて送信するとともに、推定要求を送信する。顧客要求分析部104の詳細については、後ほど図2を用いて説明する。
The customer
解析モデルデータベース105には、過去に使用した解析モデルが蓄積されており、顧客要求分析部104から送信された製品カテゴリー、解析項目に対応する解析モデルがシミュレーション部106に送信される。
The
機器構成データベース107は、部品やコンポーネントの形状寸法、材質などの機械的特性、および回路などの場合はその電気的特性が登録されており、顧客要求分析部104から送信された製品カテゴリーに対応した機器構成をシミュレーション部106へ送信する。
In the
シミュレーション部106は、シミュレーションするためのモデルを生成し、そのモデルを使いシミュレーションを実行するための計算機である。シミュレーション部106は、顧客要求分析部104から送信された解析項目と、機器構成データベース107から送られた機器構成を反映した解析モデルを、解析モデルデータベース105から送信された解析モデルを元に生成し、解析を実行する。得られた解析結果は、機器構成と組み合わせて学習部108に送信される。シミュレーション部106の詳細については、後ほど図3を用いて説明する。
The
要求/設計項目置き換え部109は、顧客要求を具体的な製品の設計項目に置き換える。ここでは、図示していないが、既存の顧客要求と設計項目の関係データベースを用いるなどし、設計項目に置き換える。
The request / design
学習部108は、シミュレーション部106から送信されたシミュレーションの解析結果、および機器構成の関係を整理して製品システム設計案を作成する。作成する製品システム設計案とは、製品を構成する部品やユニットの形状寸法や、それらの組み付け方などを含む、製品全体構成の設計案である。
The
また、学習部108は、作成した製品システム設計案と顧客要求分析部104から送信された設計項目とを関連付けて学習する。この学習部108で用いるアルゴリズムは、例えば、ニューラルネットワークや決定木学習、相関ルール学習、遺伝的プログラミング、サポートベクターマシン、ベイジアンネットワークなどがある。
Further, the
更に、学習部108は、顧客に製品システム設計案を提案する際に顧客要求入力部101で顧客要求が入力された際は、予め学習により分かっている設計項目と解析結果・機器構成(製品システム設計案)との関係に基づいて、要求/設計項目置き換え部109で置き換えられた設計項目に対応した製品システム設計案を選定し、選定した製品システム設計案を製品システム設計案可視化部102に出力する。
Furthermore, when a customer request is input by the customer
次に、顧客要求分析部104の詳細について、関連する構成との関係を含めて図2を用いて以下説明する。図2は顧客要求分析部104と顧客要求データベース103の詳細構成を示す図である。
Next, the details of the customer
図2において、顧客要求分析部104は、顧客要求推定部201と、設計項目・解析項目の抽出部202で構成されており、顧客要求データベース103は、同一製品の顧客要求データベース203と類似製品の顧客要求データベース204で構成されている。
In FIG. 2, a customer
ここで、顧客要求分析部104や顧客要求データベース103における「類似」は、例えば、遠心圧縮機とスクリュー圧縮機では機能が類似していることや、電子顕微鏡とエッチング装置では高真空を扱うことから設計項目が類似していることなど、複数の観点で定義する。この定義をもとに各製品の類似性の有無を定性的にリスト化しておく、もしくは、数値化し多変量解析の手法の一つである、多次元尺度構成法などで類似度を数値化しておく。
Here, “similarity” in the customer
顧客要求推定部201は、顧客から要求がある製品と同一の製品の顧客要求を記憶した顧客要求データベース203と、類似した製品の顧客要求を記憶した類似製品の顧客要求データベース204とから顧客要求を取り出し、統計的、時系列的に分析し、新規の顧客要求を推定し、設計項目・解析項目の抽出部202に送信する。
The customer
設計項目・解析項目の抽出部202は、入力された新規の顧客の推定要求に基づいて、対象となる製品のカテゴリー、解析が必要な項目、学習が必要な項目に優先順位を付けて抽出する。抽出された設計項目および推定要求は学習部108へ送信し、解析項目および製品カテゴリーはシミュレーション部106の解析モデル選定部301へ送信する。
The design item / analysis
次に、シミュレーション部106の詳細について、関連する構成との関係を含めて図3を用いて以下説明する。図3はシミュレーション部106と解析モデルデータベース105の詳細構成を示す図である。
Next, details of the
図3において、シミュレーション部106は、解析モデル選定部301と、解析パラメータ範囲自動生成部302と、シミュレータ303にて構成されており、解析モデルデータベース105は、同一製品の解析モデルデータベース304、類似製品の解析モデルデータベース305にて構成されている。類似の定義は、図2の説明における定義と同様である。
In FIG. 3, the
解析モデル選定部301は、同一製品の解析モデルデータベース304と、類似製品の解析モデルデータベース305から、設計項目・解析項目の抽出部202より送信された解析項目に基づいて、解析モデルを選定する。同一製品の解析モデルデータベース304や類似製品の解析モデルデータベース305から取り出されるモデルは、一般的な計算式などであり、形状寸法や境界条件は未定義である。解析モデル選定部301は、その一般形の解析モデルを、設計項目・解析項目の抽出部202より送信された製品カテゴリーと、機器構成データベース107から取り出される機器構成を用いて、機器構成を反映した解析モデルに置き換え、解析パラメータ範囲自動生成部302に送信する。
The analysis
解析パラメータ範囲自動生成部302は、解析モデルに含まれる複数のパラメータの範囲を生成し、シミュレータ303へ送信する。
The analysis parameter range
シミュレータ303では解析を実行し、その結果を学習部108に送信する。
The
次に、本実施例の設計支援装置10の利用フェーズごとの動作を説明する。
Next, the operation | movement for every utilization phase of the
本実施例で示す設計支援装置には、大きく2つの利用フェーズがある。一つ目のフェーズは、データベースに蓄積された顧客要求に基づいて、機器構成、解析モデルを選定しシミュレーションを行い、顧客要求と製品システム設計案の関係を学習する、学習のフェーズである。二つ目のフェーズは、入力された顧客要求に基づいて製品システム設計案を可視化する、利用のフェーズである。 The design support apparatus shown in this embodiment has two use phases. The first phase is a learning phase in which device configurations and analysis models are selected and simulated based on customer requirements stored in the database, and the relationship between customer requirements and product system design proposals is learned. The second phase is a usage phase in which the product system design proposal is visualized based on the input customer request.
最初に、学習フェーズについて図4を用いて以下説明する。図4は、顧客要求と製品システム設計案との関係を学習する学習フェーズのフローチャートである。 First, the learning phase will be described below with reference to FIG. FIG. 4 is a flowchart of a learning phase for learning the relationship between the customer request and the product system design plan.
学習フェーズにおける動作の大きな流れは図4に示す以下のステップS401〜S404に示す通りである。 A large flow of operations in the learning phase is as shown in the following steps S401 to S404 shown in FIG.
ステップS401:顧客要求データベース103から、顧客要求分析部104が顧客要求を読み込む。
Step S401: The customer
ステップS402:顧客要求分析部104にて顧客要求を分析し、推定した新規の顧客要求と、製品カテゴリー、解析項目、設計項目を抽出する。このステップS402における分析の詳細については、後ほど図5を用いて詳しく述べる。
Step S402: The customer
ステップS403:シミュレーション部106にて、ステップS402にて抽出した解析項目と、解析モデルデータベース105から選択した解析モデルを用いて解析を行う。このステップS403における解析の詳細については、後ほど図7を用いて詳しく述べる。
Step S403: The
ステップS404:顧客要求分析部104にて抽出した設計項目に合わせて、学習部108にて顧客要求と解析結果、機器構成の関係を学習する。
Step S404: In accordance with the design items extracted by the customer
次に、図5および図6を用いてステップS402における顧客要求や製品カテゴリー、解析項目、設計項目の分析の詳細処理について以下説明する。図5は、顧客要求分析部104において、顧客要求を読み込み、そこから推定要求、設計項目、解析項目、製品カテゴリーを抽出する流れを示すフローチャートである。図6は、図5に示すフローチャートに基づく動作を、遠心圧縮機を対象とした、顧客要求データベース103および顧客要求分析部104のデータフローを用いて示した図である。
Next, detailed processing for analyzing customer requests, product categories, analysis items, and design items in step S402 will be described with reference to FIGS. FIG. 5 is a flowchart showing a flow in which the customer
ステップS501:顧客要求推定部201は、顧客要求を読み込む。
Step S501: The customer
顧客の要求する製品カテゴリーが遠心圧縮機の場合、図6に示すように、同一製品として遠心圧縮機の顧客要求データベース203から効率、性能、コスト、納期を読み込み、類似製品としてスクリュー圧縮機の顧客要求データベース204から、効率、性能、コスト、納期、耐食性を読み込む。同一製品の顧客要求データベース203や類似製品の顧客要求データベース204には、顧客要求入力部101から入力された複数の顧客の要求が格納されており、それらの要求を順次読み込む。
When the product category requested by the customer is a centrifugal compressor, as shown in FIG. 6, the efficiency, performance, cost, and delivery date are read from the
ここで、例えば、顧客要求が表形式のデータである場合は、要求項目ごとに定量データ、定性データを読み込む。テキストデータの場合は形態素解析を行い、単語の出現頻度分析などのテキストマイニングを行い、要求項目ごとの表形式のデータに置き換える。 Here, for example, when the customer request is tabular data, quantitative data and qualitative data are read for each request item. In the case of text data, morphological analysis is performed, text mining such as word appearance frequency analysis is performed, and the data is replaced with tabular data for each request item.
ステップS502:顧客要求推定部201にて、読み込んだ顧客要求のうち、同種の要求の頻度の統計処理、および要求時期の時系列分析を行う。この統計処理については、複数顧客を対象に、要求項目ごとに回数をカウントし、項目ごとの要求の確率分布を算出する。時系列分析については、複数の顧客要求項目を、要求日や月、年度に関して多項式近似、もしくは重回帰分析し、今後の要求数の変化を推定する。
Step S502: The customer
ステップS503:設計項目・解析項目の抽出部202は、ステップS502における分析の結果から、要求回数が多く、提案される確率が高いものや、件数が増加傾向にある顧客要求を抽出する。そして、それらのうち上位のものを、新規の顧客要求と推定する。
Step S503: The design item / analysis
例えば、図6で示した類似製品であるスクリュー圧縮機において耐食性に関する要求が増加している場合、顧客要求推定部201は、遠心圧縮機についても、今後、耐食性に関する要求が生じるものと推定する。そして、顧客要求推定部201から、設計項目・解析項目の抽出部202へ、遠心圧縮機の推定要求として、効率、性能、コスト、納期、耐食性が送信される。
For example, when the demand for corrosion resistance is increasing in a screw compressor that is a similar product shown in FIG. 6, the customer
ステップS504:設計項目・解析項目の抽出部202は、抽出した項目を学習部108および解析モデル選定部301へ出力する。設計項目・解析項目の抽出部202では、新規の顧客要求として追加された耐食性を、追加の設計項目として学習部108に出力する。また、耐食性に対応した解析項目として腐食解析を抽出し、解析モデル選定部301に送信する。
Step S504: The design item / analysis
次に、図7および図8を用いてステップS403における解析モデルと解析パラメータ範囲を生成する処理について以下説明する。図7は、シミュレーション部106において、解析項目を読み込み、解析結果を出力する流れを示すフローチャートである。図8は、図7に示すフローチャートに基づく動作を、遠心圧縮機を対象とした、解析モデルデータベース105およびシミュレーション部106のデータフローを用いて示した図である。
Next, processing for generating an analysis model and an analysis parameter range in step S403 will be described below with reference to FIGS. FIG. 7 is a flowchart illustrating a flow in which the
ステップS701:解析モデル選定部301は、設計項目・解析項目の抽出部202から抽出された解析項目、および製品カテゴリーを読み込む。解析項目としては腐食解析、製品カテゴリーとしては遠心圧縮機を読み込む。
Step S701: The analysis
ステップS702:解析モデル選定部301は、同一製品の解析モデルデータベース304、および類似製品の解析モデルデータベース305から、腐食解析に対応した解析モデルを読み込む。
Step S702: The analysis
図8では、腐食解析のモデルは、類似製品の解析モデルデータベース305にあるため、解析モデルデータベース305から読み込む。モデルには、例えば、式(1)に示す、温度T、時間t、腐食速度q、固体材質m、流体種類s,を設計変数とし、腐食深さCを目的関数とする、1Dモデルが挙げられる。
In FIG. 8, the corrosion analysis model is read from the
ステップS703:解析モデル選定部301は、生成した腐食解析モデルを、解析パラメータ範囲自動生成部302に出力する。
Step S703: The analysis
ステップS704:解析パラメータ範囲自動生成部302にて、腐食解析モデルと推定要求に対応した、解析パラメータを設定する。
Step S704: The analysis parameter range
具体的には、まず、解析パラメータ範囲自動生成部302は、機器構成データベース107から、機器に使われる部品ごとの材質m、部品が接触する流体種類sを選定する。そこから、腐食速度qを別途準備する腐食速度の関数により求める。次に、顧客の推定要求から、機器が使用される環境温度Tと、機器が使用される年数、すなわち時間tを設定する。
Specifically, the analysis parameter range
ステップS705:シミュレータ303は、解析モデル選定部301で選んだ解析モデルと、解析パラメータ範囲自動生成部302で生成した解析パラメータとその範囲を用いて、解析を実行する。シミュレータ303は、各パラメータの範囲の全ての組み合わせを計算する。
Step S705: The
ステップS706:シミュレータ303は、実行した解析の結果を、学習部108へ出力する。腐食解析の場合、温度ごとの腐食深さなどが該当する。
Step S706: The
次に、利用フェーズについて図9乃至図11を用いて以下説明する。図9は、入力された顧客要求に基づいて、製品システム設計案を可視化する、本発明の設計支援装置の利用フェーズのフローチャートである。図10は、顧客要求入力部101に表示される顧客要求入力画面の一例を示す図である。図11は、製品システム設計案可視化部102に表示される画面である。
Next, the usage phase will be described below with reference to FIGS. FIG. 9 is a flowchart of the use phase of the design support apparatus of the present invention for visualizing a product system design plan based on an input customer request. FIG. 10 is a diagram illustrating an example of a customer request input screen displayed on the customer
利用フェーズにおける動作の大きな流れは図9に示す以下のステップS901〜S904に示す通りである。 A large flow of operations in the use phase is as shown in steps S901 to S904 shown in FIG.
ステップS901:顧客要求入力部101によって図10に示す顧客要求入力画面1001を表示させ、利用者は顧客要求を入力する。顧客要求入力画面1001は、対象製品入力部1002と、要求仕様入力部1003がある。対象製品入力部1002には、製品カテゴリー1004と製品名1005を入力することができる。これらはプルダウンボタンにより表示されるものから選択するか、テキストで入力することができる。図10の要求仕様入力部1003には、遠心圧縮機の場合の画面を示しているが、対象製品に応じて切り替えが可能である。要求仕様入力部1003では、効率1006、圧力1007、ガス種1008、温度1009、希望納期1010、予算1011を入力できる。また、それ以外の要求がある場合については、その他1012の欄に入力することができる。
Step S901: A customer
ステップS902:入力した顧客要求を、顧客要求/設計項目置き換え部109に送信し、顧客要求を設計項目に置き換える。次に、顧客要求/設計項目置き換え部109は置き換えた設計項目を学習部108に送信し、学習部108は顧客要求に対応する製品システム設計案を探索し選定する。学習部108には、予め、顧客要求と製品システム設計案が機械学習などを用いて関連付けられており、顧客要求に対して、瞬時に製品システム設計案を生成することができるようになっている。
Step S902: The input customer request is transmitted to the customer request / design
ステップS903:学習部108での探索により、選定された製品システム設計案を、図11に示す製品システム設計案可視化部102の画面に表示する。
Step S903: The product system design plan selected by the search in the
図11は、遠心圧縮機の場合の画面を示しており、性能カーブ、諸元、機器構成を表示することができる。性能カーブには性能曲線1102、諸元には効率1103、流量計数1104、圧力1105、危険速度1106、納期1107、コスト1108を表示することができる。機器構成には、機器の構成と形状データ1109を示すことができる。
FIG. 11 shows a screen in the case of a centrifugal compressor, which can display a performance curve, specifications, and device configuration. The
ステップS904:表示した製品システム設計案に納得したか顧客の反応をみる。納得していない場合は、ステップS901に戻り要求を変更する。例えば、要求性能に対して、設計した性能に余裕がない場合は、予算を増額する。顧客が納得した場合は、利用フェーズの処理は終了となる。 Step S904: The customer's reaction is checked to see if the displayed product system design proposal is convinced. If not, the process returns to step S901 to change the request. For example, if the designed performance is not sufficient for the required performance, the budget is increased. If the customer is satisfied, the usage phase process ends.
なお、上述の図4,5におけるステップS401,S402、S501〜S503が、第1手順・第1工程に相当する。また、上述の図4,5におけるステップS402、S503〜S504が、第2手順・第2工程に相当する。また、上述の図4,7におけるステップS403、S701〜S706が、第3手順・第3工程に相当する。また、上述の図4におけるステップS404が、第4手順・第4工程および第5手順・第5工程に相当する。また、上述の図9におけるステップS901が、第6手順・第6工程に相当する。また、上述の図9におけるステップS902,903が、第7手順・第7工程に相当する。 Note that steps S401, S402, and S501 to S503 in FIGS. 4 and 5 described above correspond to the first procedure and the first step. Further, steps S402 and S503 to S504 in FIGS. 4 and 5 described above correspond to the second procedure / second step. Also, steps S403 and S701 to S706 in FIGS. 4 and 7 correspond to the third procedure and the third step. Further, step S404 in FIG. 4 described above corresponds to the fourth procedure / fourth step and the fifth procedure / fifth step. Further, step S901 in FIG. 9 described above corresponds to the sixth procedure and the sixth step. Further, steps S902 and 903 in FIG. 9 described above correspond to the seventh procedure and the seventh step.
次に、本実施例の効果について説明する。 Next, the effect of the present embodiment will be described.
上述した本発明の設計支援装置、プログラムおよび設計支援方法の実施例1では、設計支援装置10は、従来のシミュレーションや、製品の部品情報データベースを用いた設計支援システムに対して、類似製品の顧客要求も用いて、対象とする製品に対する顧客要求を推定し、推定した顧客要求に応じた要求項目を評価可能な解析モデルを用いてシミュレーションを行い、製品システム設計案を作成し、作成したシステム設計案を設計項目と関連付けておく。
In the first embodiment of the above-described design support apparatus, program, and design support method of the present invention, the
これによって、任意の顧客の要求項目を考慮した製品システム設計案を予め生成することができる。これにより、顧客より新たな要求があった場合でも、要求を入力してから設計案を計算する必要がなくなり、これまでに設計やシミュレーションを行った実績のない製品に対しても短期間で製品システム設計案を提示することができるようになる。 As a result, a product system design plan that takes into account the requirements of any customer can be generated in advance. This eliminates the need to calculate the design plan after inputting the request even when there is a new request from the customer, and even for products with no track record of design or simulation so far, A system design proposal can be presented.
また、学習部108は、顧客要求入力部101において顧客要求が入力された際は、予め学習しておいた製品システム設計案の中から、入力された顧客要求に応じた製品システム設計案を選定し、この選定した製品システム設計案を製品システム設計案可視化部102に対して出力することで、速やかに顧客に対して製品システム設計案を提示することができる。
In addition, when a customer request is input in the customer
なお、本実施例では、図11に示すような、顧客の要求に対応する製品システム設計案を一つ示す例を説明したが、顧客要求に対して複数の設計案を示し、優先順位を付けて表示することもできる。 In the present embodiment, an example in which one product system design proposal corresponding to a customer request as shown in FIG. 11 is shown has been described. However, a plurality of design proposals are shown and priorities assigned to customer requests. Can also be displayed.
<実施例2>
本発明の設計支援装置、プログラムおよび設計支援方法の実施例2を図12を用いて説明する。図12に本実施例に係る設計支援装置の構成を示す。
<Example 2>
A second embodiment of the design support apparatus, program, and design support method of the present invention will be described with reference to FIG. FIG. 12 shows the configuration of the design support apparatus according to the present embodiment.
図12に示すように、本実施例の設計支援装置10Aは、実施例1における設計支援装置10のうち、顧客要求をインターネット1201に接続した通信回線1202を通して収集分析するものである。
As shown in FIG. 12, the
本実施例では、顧客要求分析部104Aは、顧客要求入力部101に入力された顧客要求に加え、自動的に収集したインターネット1201上にある一般公開されている情報に基づいて、顧客の新規要求を分析,推定する。
In the present embodiment, the customer
例えば、顧客要求分析部104Aは、Webサイトへの書き込みや、アンケート結果などの公開情報を収集する。そして、潜在的な顧客要求を抽出し、新規の顧客要求の推定を行う。
For example, the customer
なお、顧客要求分析部104Aおよびインターネット1201以外の構成・動作は前述した実施例1の設計支援装置、プログラムおよび設計支援方法と略同じ構成・動作であり、詳細は省略する。
Configurations / operations other than the customer
本発明の設計支援装置、プログラムおよび設計支援方法の実施例2においても、前述した設計支援装置、プログラムおよび設計支援方法の実施例1とほぼ同様な効果が得られる。 Also in the second embodiment of the design support apparatus, program, and design support method of the present invention, substantially the same effect as the first embodiment of the design support apparatus, program, and design support method described above can be obtained.
また、顧客要求を実施例1の設計支援装置10に比べてより広く収集することができるため、より多様な顧客要求を推定することができる。従って、多様な顧客要求に応じた製品システム設計案を予め作成することができ、多様な顧客要求により速やかに対応することができる。
In addition, since customer requests can be collected more widely than the
<実施例3>
本発明の設計支援装置、プログラムおよび設計支援方法の実施例3を図13を用いて説明する。
<Example 3>
A third embodiment of the design support apparatus, program, and design support method of the present invention will be described with reference to FIG.
図13に示す本実施例の設計支援装置10Bは、実施例1における設計支援装置10に、実績データベース1301を加えたものであり、また学習部108Bにおいて過去に実績のある顧客要求と製品システム設計案の組み合わせについても学習するものである。
A design support apparatus 10B according to the present embodiment shown in FIG. 13 is obtained by adding a
本実施例では、学習部108Bは、実績データベース1301に格納された顧客要求/製品システム設計案を読み込み、学習する。
In the present embodiment, the
なお、学習部108Bおよび実績データベース1301以外の構成・動作は前述した実施例1の設計支援装置、プログラムおよび設計支援方法と略同じ構成・動作であり、詳細は省略する。
The configurations and operations other than the
本発明の設計支援装置、プログラムおよび設計支援方法の実施例3においても、前述した設計支援装置、プログラムおよび設計支援方法の実施例1とほぼ同様な効果が得られる。 In the third embodiment of the design support apparatus, program, and design support method of the present invention, substantially the same effects as those of the first embodiment of the design support apparatus, program, and design support method described above can be obtained.
また、本実施例によれば、実績のある組み合わせを学習することで、顧客ごとの嗜好など、シミュレーションだけでは求めることが困難な項目を考慮することができ、顧客の求める製品の設計案の推定精度をより高めることができる。 In addition, according to the present embodiment, by learning a combination that has a proven record, it is possible to consider items that are difficult to obtain by simulation alone, such as preferences for each customer, and to estimate the design plan of the product that the customer wants The accuracy can be further increased.
<その他>
なお、本発明は、上記の実施例に限定されるものではなく、様々な変形例が含まれる。上記の実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることも可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
<Others>
In addition, this invention is not limited to said Example, Various modifications are included. The above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described. Further, a part of the configuration of a certain embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of a certain embodiment. Moreover, it is also possible to add, delete, and replace other configurations for a part of the configuration of each embodiment.
例えば、上述の実施例では、製品の具体例として遠心圧縮機を参考にして説明したが、本発明が対象とする製品は遠心圧縮機に限定されず、様々な製品が対象となる。また、本発明が対象とする製品とは、「システム」等の複数の製品によって構成された大きな製品を含むことは言うまでもない。 For example, in the above-described embodiment, the centrifugal compressor is described as a specific example of the product. However, the product targeted by the present invention is not limited to the centrifugal compressor, and various products are targeted. Needless to say, the product targeted by the present invention includes a large product constituted by a plurality of products such as “system”.
10,10A,10B…設計支援装置
101…顧客要求入力部
102…製品システム設計案可視化部
103…顧客要求データベース
104,104A…顧客要求分析部
105…解析モデルデータベース
106…シミュレーション部
107…機器構成データベース
108,108B…学習部
109…顧客要求/設計項目置き換え部
201…顧客要求推定部
202…設計項目・解析項目の抽出部
203…同一製品の顧客要求データベース
204…類似製品の顧客要求データベース
301…解析モデル選定部
302…解析パラメータ範囲自動生成部
303…シミュレータ
304…同一製品の解析モデルデータベース
305…類似製品の解析モデルデータベース
1201…インターネット
1202…通信回線
1301…実績データベース
DESCRIPTION OF
Claims (9)
顧客から要求される顧客要求を入力するための顧客要求入力部と、
この顧客要求入力部に入力された要求に応じた製品の製品構成案を表示する可視化部と、
予め記憶された顧客要求から前記顧客の新規要求を推定し、この推定した推定要求から製品カテゴリー、シミュレーション項目および設計項目を選定する顧客要求分析部と、
この顧客要求分析部で選定された前記製品カテゴリーに応じた機器構成を求め、前記シミュレーション項目に対応した解析モデルを用いてシミュレーションを行うシミュレーション部と、
このシミュレーション部で求めたシミュレーション結果および前記機器構成に基づいて前記顧客要求に応じた前記製品構成案を作成し、この作成した前記製品構成案と前記顧客要求分析部で選定された前記設計項目との関係を学習する学習部とを備えた
ことを特徴とする設計支援装置。 A design support device for supporting product design according to a customer's request,
A customer request input unit for inputting a customer request requested by a customer;
A visualization unit for displaying a product configuration proposal of a product according to a request input in the customer request input unit;
A customer request analysis unit that estimates a new request of the customer from a customer request stored in advance and selects a product category, a simulation item, and a design item from the estimated request;
Obtaining a device configuration according to the product category selected by the customer requirement analysis unit, a simulation unit that performs a simulation using an analysis model corresponding to the simulation item,
The product configuration plan corresponding to the customer request is created based on the simulation result obtained by the simulation unit and the device configuration, the created product configuration plan and the design item selected by the customer requirement analysis unit, A design support apparatus comprising a learning unit that learns the relationship between the two.
前記顧客要求分析部は、前記顧客要求入力部に入力された前記顧客要求に加え、自動的に収集したインターネット上にある一般公開されている情報に基づいて、前記顧客の新規要求を分析する
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
The customer request analysis unit analyzes the customer's new request based on automatically collected information on the Internet that is automatically collected in addition to the customer request input to the customer request input unit. Design support device characterized by
前記顧客の過去の要求と製品構成案とを記憶する実績データベースを更に備え、
前記学習部は、前記実績データベースから提供される前記顧客の過去の要求とその要求に応じた前記製品構成案との関係も学習する
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
A performance database for storing the customer's past requests and product configuration proposals;
The design support device, wherein the learning unit also learns a relationship between the customer's past request provided from the performance database and the product configuration plan according to the request.
前記学習部は、前記顧客要求入力部において前記顧客要求が入力された際は、予め学習しておいた前記製品構成案の中から、入力された顧客要求に応じた製品構成案を選定し、この選定した製品構成案を前記可視化部に対して出力する
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
When the customer request is input in the customer request input unit, the learning unit selects a product configuration plan corresponding to the input customer request from the product configuration plan learned in advance, A design support apparatus that outputs the selected product configuration plan to the visualization unit.
前記顧客要求入力部に入力される前記製品の顧客要求、および入力された前記製品に類似する製品の顧客要求を記憶する顧客要求データベースを更に備え、
前記顧客要求分析部は、前記顧客要求データベースに記憶された前記製品の顧客要求および前記類似する製品の顧客要求に基づいて前記新規要求を推定する
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
A customer request database for storing a customer request for the product input to the customer request input unit and a customer request for a product similar to the input product;
The design support apparatus, wherein the customer requirement analysis unit estimates the new requirement based on a customer requirement of the product and a customer requirement of the similar product stored in the customer requirement database.
前記顧客要求入力部に入力される前記製品、および入力された前記製品に類似する製品の解析モデルを記憶する解析モデルデータベースを更に備えた
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
The design support apparatus further comprising an analysis model database for storing the product input to the customer request input unit and an analysis model of a product similar to the input product.
前記顧客要求入力部に入力される前記製品、および入力された前記製品に類似する製品の機器構成を記憶する機器構成データベースを更に備え、
前記シミュレーション部は、前記機器構成データベースに記憶された機器構成に基づいて前記製品カテゴリーに応じた機器構成を求める
ことを特徴とする設計支援装置。 The design support apparatus according to claim 1,
A device configuration database for storing the product input to the customer request input unit and a device configuration of a product similar to the input product;
The design support apparatus, wherein the simulation unit obtains a device configuration corresponding to the product category based on a device configuration stored in the device configuration database.
予め記憶された顧客要求に基づいて、前記顧客の新規要求を推定する第1手順と、
この第1手順で推定した推定要求から製品カテゴリー、シミュレーション項目および設計項目を選定する第2手順と、
この第2手順で選定された前記製品カテゴリーに応じた機器構成を求め、また前記シミュレーション項目に対応した解析モデルを用いてシミュレーションを行う第3手順と、
この第3手順でのシミュレーション結果および機器構成に基づいて製品構成案を作成する第4手順と、
この第4手順で作成した前記製品構成案と前記第2手順で選定された前記設計項目との関係を学習する第5手順と、
前記顧客から要求される顧客要求を入力する顧客要求入力画面を表示させる第6手順と、
前記第5手順で学習した前記製品構成案と前記設計項目との関係に基づいて、前記第6手順で入力された要求に応じた製品構成案を表示する第7手順と、を設計支援装置に実行させる
ことを特徴とするプログラム。 A program to be executed by a design support device for supporting product design according to a customer's request,
A first procedure for estimating a new request of the customer based on a pre-stored customer request;
A second procedure for selecting a product category, a simulation item, and a design item from the estimation request estimated in the first procedure;
Obtaining a device configuration corresponding to the product category selected in the second procedure, and performing a simulation using an analysis model corresponding to the simulation item;
A fourth procedure for creating a product configuration plan based on the simulation result and the device configuration in the third procedure;
A fifth procedure for learning a relationship between the product configuration plan created in the fourth procedure and the design item selected in the second procedure;
A sixth procedure for displaying a customer request input screen for inputting a customer request required by the customer;
A seventh procedure for displaying a product configuration plan according to the request input in the sixth procedure based on the relationship between the product configuration plan learned in the fifth procedure and the design item; A program characterized by being executed.
予め記憶された顧客要求に基づいて、前記顧客の新規要求を推定する第1工程と、
この第1工程で推定した推定要求から製品カテゴリー、シミュレーション項目および設計項目を選定する第2工程と、
この第2工程で選定された前記製品カテゴリーに応じた機器構成を求め、また前記シミュレーション項目に対応した解析モデルを用いてシミュレーションを行う第3工程と、
この第3工程でのシミュレーション結果および機器構成に基づいて製品構成案を作成する第4工程と、
この第4工程で作成した前記製品構成案と前記第2工程で選定された前記設計項目との関係を学習する第5工程と、
前記顧客から要求される顧客要求を入力する第6工程と、
前記第5工程で学習した前記製品構成案と前記設計項目との関係に基づいて、前記第6工程で入力された顧客要求に応じた製品構成案を表示する第7工程と、を備えた
ことを特徴とする設計支援方法。 A design support method for supporting product design according to a customer's request,
A first step of estimating a new request of the customer based on a pre-stored customer request;
A second step of selecting a product category, a simulation item, and a design item from the estimation request estimated in the first step;
Obtaining a device configuration corresponding to the product category selected in the second step, and performing a simulation using an analysis model corresponding to the simulation item;
A fourth step of creating a product configuration plan based on the simulation result and the device configuration in the third step;
A fifth step of learning a relationship between the product configuration plan created in the fourth step and the design item selected in the second step;
A sixth step of inputting a customer request required by the customer;
And a seventh step of displaying a product configuration plan corresponding to the customer request input in the sixth step based on the relationship between the product configuration plan learned in the fifth step and the design item. Design support method characterized by
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015213953A JP2017084224A (en) | 2015-10-30 | 2015-10-30 | Design support device, program, and design support method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015213953A JP2017084224A (en) | 2015-10-30 | 2015-10-30 | Design support device, program, and design support method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017084224A true JP2017084224A (en) | 2017-05-18 |
Family
ID=58712104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015213953A Pending JP2017084224A (en) | 2015-10-30 | 2015-10-30 | Design support device, program, and design support method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017084224A (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200017578A (en) * | 2018-07-25 | 2020-02-19 | 김호곤 | Method and system for extracting user-centered design guides of products through artificial intelligence |
JP2020154364A (en) * | 2019-03-18 | 2020-09-24 | 株式会社明電舎 | Transformer cost prediction device |
JP2021071910A (en) * | 2019-10-30 | 2021-05-06 | 株式会社日立製作所 | Design support device, design support method, and design support program |
KR20210055057A (en) * | 2018-09-12 | 2021-05-14 | 도쿄엘렉트론가부시키가이샤 | Learning device, inference device, and training completion model |
JP6929475B1 (en) * | 2020-06-01 | 2021-09-01 | 三菱電機株式会社 | Demand analyzer, demand analysis program and storage medium |
CN114167814A (en) * | 2020-09-11 | 2022-03-11 | 罗克韦尔自动化技术公司 | Digital engineering for industrial development centers |
US11899412B2 (en) | 2020-09-09 | 2024-02-13 | Rockwell Automation Technologies, Inc. | Industrial development hub vault and design tools |
US11899434B2 (en) | 2020-09-09 | 2024-02-13 | Rockwell Automation Technologies, Inc. | Industrial automation project code development guidance and analysis |
-
2015
- 2015-10-30 JP JP2015213953A patent/JP2017084224A/en active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102149728B1 (en) * | 2018-07-25 | 2020-08-31 | 김호곤 | Method and system for extracting user-centered design guides of products through artificial intelligence |
KR20200017578A (en) * | 2018-07-25 | 2020-02-19 | 김호곤 | Method and system for extracting user-centered design guides of products through artificial intelligence |
KR20210055057A (en) * | 2018-09-12 | 2021-05-14 | 도쿄엘렉트론가부시키가이샤 | Learning device, inference device, and training completion model |
KR102582921B1 (en) | 2018-09-12 | 2023-09-26 | 도쿄엘렉트론가부시키가이샤 | Learning devices, inference devices, and trained models |
JP7115374B2 (en) | 2019-03-18 | 2022-08-09 | 株式会社明電舎 | Transformer cost prediction device |
JP2020154364A (en) * | 2019-03-18 | 2020-09-24 | 株式会社明電舎 | Transformer cost prediction device |
JP2021071910A (en) * | 2019-10-30 | 2021-05-06 | 株式会社日立製作所 | Design support device, design support method, and design support program |
JP7355605B2 (en) | 2019-10-30 | 2023-10-03 | 株式会社日立製作所 | Design support device, design support method, and design support program |
WO2021245744A1 (en) * | 2020-06-01 | 2021-12-09 | 三菱電機株式会社 | Demand analysis device, demand analysis program, and storage medium |
JP6929475B1 (en) * | 2020-06-01 | 2021-09-01 | 三菱電機株式会社 | Demand analyzer, demand analysis program and storage medium |
US11899412B2 (en) | 2020-09-09 | 2024-02-13 | Rockwell Automation Technologies, Inc. | Industrial development hub vault and design tools |
US11899434B2 (en) | 2020-09-09 | 2024-02-13 | Rockwell Automation Technologies, Inc. | Industrial automation project code development guidance and analysis |
CN114167814A (en) * | 2020-09-11 | 2022-03-11 | 罗克韦尔自动化技术公司 | Digital engineering for industrial development centers |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017084224A (en) | Design support device, program, and design support method | |
Elhoone et al. | Cyber-based design for additive manufacturing using artificial neural networks for Industry 4.0 | |
CN108959603B (en) | Personalized recommendation system and method based on deep neural network | |
US20170039233A1 (en) | Sankey diagram graphical user interface customization | |
US20160189210A1 (en) | System and method for appying data modeling to improve predictive outcomes | |
US20190156357A1 (en) | Advanced computational prediction models for heterogeneous data | |
CN106251174A (en) | Information recommendation method and device | |
US20150088608A1 (en) | Customer Feedback Analyzer | |
US20110173130A1 (en) | Method and system for informing a user by utilizing time based reviews | |
CN110971659A (en) | Recommendation message pushing method and device and storage medium | |
TW201514889A (en) | Customer data analysis system | |
Wang et al. | Adaptive attribute selection for configurator design via Shapley value | |
US20150118663A1 (en) | System and Method for Predicting and Communicating Data Relating to a Partner's Mood and Sensitivity | |
JP5251217B2 (en) | Sales number prediction system, operation method of sales number prediction system, and sales number prediction program | |
JP2018180712A (en) | Model variable candidate generating device and method | |
JPWO2018079225A1 (en) | Automatic prediction system, automatic prediction method, and automatic prediction program | |
US20210090105A1 (en) | Technology opportunity mapping | |
Alexopoulos et al. | A method for comparing flexibility performance for the lifecycle of manufacturing systems under capacity planning constraints | |
WO2021049365A1 (en) | Information processing device, information processing method, and program | |
KR20160146756A (en) | Real time interactive prediction | |
KR20140037384A (en) | Apparatus and method for prediction of merchandise demand using social network service data | |
JP6760084B2 (en) | Information display system, method and program for analysis | |
JP2012128818A (en) | Manufacturing process improvement support system, manufacturing process improvement support, and manufacturing process improvement program | |
WO2017090175A1 (en) | Verification assistance system and method | |
JP2015187773A (en) | Data analysis device, data analysis program, and data analysis method |