JP2017162044A - 生産計画装置、生産計画方法および生産計画プログラム - Google Patents

生産計画装置、生産計画方法および生産計画プログラム Download PDF

Info

Publication number
JP2017162044A
JP2017162044A JP2016044039A JP2016044039A JP2017162044A JP 2017162044 A JP2017162044 A JP 2017162044A JP 2016044039 A JP2016044039 A JP 2016044039A JP 2016044039 A JP2016044039 A JP 2016044039A JP 2017162044 A JP2017162044 A JP 2017162044A
Authority
JP
Japan
Prior art keywords
production
manufacturing
value
rate
time
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
JP2016044039A
Other languages
English (en)
Other versions
JP2017162044A5 (ja
Inventor
双全 黄
Shuang Quan Huang
双全 黄
聡 宗形
Satoshi Munakata
聡 宗形
信太郎 浦邊
Shintaro Urabe
信太郎 浦邊
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 Solutions East Japan Ltd
Original Assignee
Hitachi Solutions East Japan 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 Solutions East Japan Ltd filed Critical Hitachi Solutions East Japan Ltd
Priority to JP2016044039A priority Critical patent/JP2017162044A/ja
Publication of JP2017162044A publication Critical patent/JP2017162044A/ja
Publication of JP2017162044A5 publication Critical patent/JP2017162044A5/ja
Pending legal-status Critical Current

Links

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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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

  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】生産の実態に即した標準時間を含むマスタ値を設定できる。
【解決手段】生産計画装置１００は、製造に関する指標である複数の製造ＫＰＩを定めている。生産計画装置１００は、製造に関する各工程の標準時間と実際の作業時間の乖離度を算出するアラート部１４０と、算出した乖離度が複数の製造ＫＰＩの変動に及ぼす影響度を分析する影響度分析部１５０と、製造に関する各工程の標準時間と実際の作業時間の分布に基づいて、複数の製造ＫＰＩを同時に最適化するマスタデータの設定値の推奨値を計算する推奨値計算部１６０と、を備える。
【選択図】図５

Description

本発明は、製品の生産計画装置、生産計画方法および生産計画プログラムに関する。
生産計画や製造計画を立案する上で、立案された計画の精度向上のためには、できる限り現実の生産活動の実績をフィードバックして計画を作成することが重要である。生産スケジューリングには、各工程の生産能力、リードタイム、歩留りといったマスタデータの精度向上が求められる。
特許文献１には、製造ラインから収集される要素作業単位の実績データと設定パラメータを構成する要素作業毎の値が異なっている場合に、実績データから算出されているパラメータに基づき生産計画や製造計画を立案し、設定パラメータに基づき立案された生産計画や製造計画と比較し、あらかじめ設定してある生産量の許容範囲からはずれていると判断されている場合に、設定値を実績データに補正し、さらにそれに基づく精度の高い予測マスタデータを設定することを特徴とする生産製造計画立案システムが記載されている。
特許文献２には、複数工程からなる工場で、評価指標を最適化するスケジューリング結果を求める生産計画装置において、各工程の処理時間のばらつきの確率分布を求める手段と、前記各工程の処理の標準時間に変更可能な余裕時間を設定する手段と、前記確率分布に従うばらつきをも持たせた各工程の処理時間を有する対象の再スケジューリングを行う手段と、前記余裕時間を変更した後のスケジューリングで得られる複数の再スケジューリング結果のうち、評価指標を最適化するスケジューリング結果を求める手段とを有する生産計画装置が記載されている。
特開２００５−１５７８１９号公報 特開２００７−１８８３０６号公報
しかしながら、特許文献１に記載の装置は、実績データの最頻値や平均値などの代表値を用いてＳＴ（Standard Time：標準時間）を設定している。統計的に合理的であるが納期遵守率や設備稼働率などの製造ＫＰＩ（Key Performance Indicator：重要業績評価指標）の向上という観点から見ると適切と限らない。例えば、作業時間を正規分布に従うものとすると、予定より早く完了する確率も予定より遅く完了する確率もそれぞれ５０％である。こうした標準時間を基に納期を回答すると納期遵守率が５０％になってしまう。また、各工程がクリティカル・パスにあるかどうかによって納期遵守率などに対する影響が異なり、それぞれの影響度を考慮した上でＳＴを設定することができていない。
また、特許文献２に記載の装置は、モンテカルロ法を用いて生産能力最大化又は生産コスト最小化を目的とし最適なＳＴを求めている。しかし、上記再スケジューリングでは、上記スケジューリングで計画された開始時間に対する制約を考慮していたものの、上記スケジューリングで指定された担当設備を変更しないという制約および，上記スケジューリングで同一設備に割り付けられた作業間の順序を変更しないという制約への考慮がなかった。そのため、生産現場の実態からかけ離れる再スケジューリング（あるいはシミュレーション）になりやすく、求められたＳＴが最適になると限らない。また、全品目の全工程を適正化対象としているため、膨大な計算資源が必要とされている。
そこで、本発明は、前記した問題を解決するために、納期遵守率や設備稼働率などの製造ＫＰＩの向上の観点から標準時間を含むマスタ値を生産の実態に即した適正な設定値に設定できることを目的とする。
前記課題を解決するため、本発明による生産計画装置は、事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置であって、製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩを定める製造ＫＰＩ設定手段と、製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する候補値設定手段と、前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション手段と、前記生産シミュレーションの結果を集計してＫＰＩ値を求め、当該ＫＰＩ値の作業時間分布の最小値から最大値までの所定のステップ幅あたりの平均または最大値の変化率を影響度として算出して、前記マスタデータの設定値が複数の前記製造ＫＰＩの変動に及ぼす影響度を分析することを支援する影響度分析手段と、を備えることを特徴とする。
また、本発明による生産計画装置は、事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置であって、製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める製造ＫＰＩ設定手段と、製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する候補値設定手段と、前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション手段と、前記生産シミュレーションの結果を集計して各製造ＫＰＩの評価値を計算し、当該各製造ＫＰＩの評価値に基づき適正化対象工程の適正値として、各製造ＫＰＩを最適化する前記マスタデータの設定値の推奨値を計算する推奨値計算手段と、を備えることを特徴とする。
本発明によれば、約束納期遵守率や設備稼働率などの製造ＫＰＩの向上の観点から標準時間を含むマスタ値を生産の実態に即した適正な設定値に設定できる。
本発明の実施形態に係る生産計画装置の構成を示すブロック図である。 上記実施形態に係る生産計画装置のデータベースの品目テーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースのＢＯＭテーブル（部品表）を表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの工程テーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの工程毎の利用可能設備テーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの製造オーダテーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースのロットテーブル（製造オーダの部品表による展開）を表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの作業計画テーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの作業実績テーブルを表にして示す図である。 上記実施形態に係る生産計画装置のデータベースの設定テーブルを表にして示す図である。 上記実施形態に係る生産計画装置の工程状況画面を示す図である。 上記実施形態に係る生産計画装置の各工程の作業時間実績（秒）を表にして示す図である。 上記実施形態に係る生産計画装置の影響度分析画面を示す図である。 上記実施形態に係る生産計画装置の対象工程のＳＴ候補値を表にして示す図である。 上記実施形態に係る生産計画装置の生産指標を表にして示す図である。 上記実施形態に係る生産計画装置の計算実行部がある工程で実行する計算処理のフローチャートである。 上記実施形態に係る生産計画装置の各工程の生産指標値（約束納期遵守率％）を表にして示す図である。 上記実施形態に係る生産計画装置の各工程の影響度を表にして示す図である。 上記実施形態に係る生産計画装置の推奨値計算画面を示す図である。 上記実施形態に係る生産計画装置の対象工程のＳＴ候補値を表にして示す図である。 上記実施形態に係る生産計画装置の生産指標を表にして示す図である 上記実施形態に係る生産計画装置のＰＲＣ組立工程の生産指標値を表にして示す図である。
以降、本発明を実施するための形態（「本実施形態」という）を、図などを参照しながら詳細に説明する。また、本実施形態を説明するための全図において、同一部には原則として同一の符号を付し、その繰り返しの説明は省略する。
（原理説明）
まず、本発明の前提となる基本的な考え方について説明する。
多品種少量・受注生産では、正確な納期回答やリソースの効率的活用を実現する高精度な生産スケジューリングが求められる。すなわち、多品種少量・受注生産では、激しい環境の中で競争力を強化するため、機会損失や納期遅れ等を防ぐ高精度な生産スケジューリングが求められる。
生産スケジューリングは事前に設定した設備や工程、品目などのマスタデータに基づき立案される。しかし、実際の工程の作業時間や段取り替え時間などはそのときの状況により変動する。このため、上記の変動を踏まえた生産の実態を最も明確に代表するマスタデータの設定値（以下、マスタ値という）を設定することが高精度スケジューリングにとって重要である。
本発明は、工程の標準時間や段取時間、歩留率、習熟率などのマスタ値に対して、作業時間等の実データの分布を基に適正なマスタ値の設定を支援する。
特に、納期に影響するＳＴに着目し、各工程のＳＴと実際の作業時間との差異を基に、ＳＴの適正値を求める手法を提供する。
ＳＴとは、その仕事に適性をもち熟練した作業者が所定の作業条件のもとで、必要な余裕をもち正常な作業ペースによって仕事を遂行するために必要な時間である。既存の設定方法としては、ストップウォッチ法やＰＴＳ（Predetemined Time Standard：既定時間標準）法などの代表的な手法とモンテカルロ法をもちいた適正化手法がある。しかし、いずれの手法も、納期遵守の視点からの考慮が十分でなかった。
ＳＴが生産実態よりも過大に設定されると、お客様の要求納期に応えられず販売の機会を失い、逸失利益を拡大させかねない。ＳＴが生産実態よりも過小に設定されると、約束した納期を守れず顧客満足度の低下に繋がる。機会損失の低減と顧客満足度の向上を両立させるようなＳＴの設定値を求めることが必要である。
本発明は、製造に関する指標である複数の新規な製造ＫＰＩを定める。
具体的には、多品種少量・受注生産を行う工場が小日程計画の立案時に用いる各工程の標準時間のマスタ値について、製造現場の実態に即して事前に定めた製造ＫＰＩを定める。ここで、マスタ値は、工程の標準時間、段取時間、歩留率、または習熟率など計画作業時間に影響を与える設定値である。
複数の製造ＫＰＩは、標準時間が変わった際にトレードオフの関係を持つ。
複数の製造ＫＰＩは、標準時間の設定値の増大に伴って増大していく第１製造ＫＰＩと、標準時間の設定値の増大に伴って減少していく第２製造ＫＰＩとを含む。
複数の製造ＫＰＩは、約束納期遵守率、要求納期対応率、および設備稼働率からなる指標から選択される少なくとも１つである。この複数の製造ＫＰＩは、要求納期対応率、約束納期遵守率、設備稼働率等の評価指標を生産管理レベルの指標として持つＫＰＩである。
ここで、上記第１製造ＫＰＩは、例えば約束納期遵守率が挙げられる。また、上記第２製造ＫＰＩは、要求納期対応率、設備稼働率が挙げられる。
［機能］
本システムは、事前に設定した閾値、またはシステムが動的に決定した閾値に基づいて、各工程の標準時間と実際の作業時間の乖離度を評価し、閾値を超えた場合に警告を出すアラート機能と、各工程の標準時間と実際の作業時間の分布に基づいて、両者の乖離度合が製造ＫＰＩの変動にどの程度影響するのかを、生産シミュレーションで求める影響度分析機能と、各工程の標準時間と実際の作業時間の分布に基づいて、生産シミュレーションによって複数の製造ＫＰＩを同時に最適化する標準時間を求める推奨値計算機能と、を有する。
<アラート機能>
アラート機能は、事前に設定した、またはシステムが動的に決定した閾値に基づいて、工程の標準時間と実際の作業時間の乖離度を評価し、閾値を超えた場合に警告する。
アラート機能の特徴は、下記である。
・工程のＳＴと閾値を設定する。
・ＳＴに基づく小日程計画を立案（スケジューリング）する。
・当該工程の実際作業時間を日々蓄積する。
・作業時間の平均値（最頻値、中央値、最大（小）値などでもよい）が閾値を超えるか否かを判断する。超えている場合は画面上あるいはメールで警告通知する。
<影響度分析機能>
影響度分析機能は、アラート機能で警告対象となった工程（１つまたは複数）に対して、工程毎の標準時間と実際の作業時間の乖離度合が製造ＫＰＩの変動にどの程度影響するのかを、スケジューリングとシミュレーションで求める。影響度分析機能の特徴は、下記である。
・アラート機能で警告対象となった工程（１または複数）から分析対象工程を１つずつ選択する。
・分析対象工程とＳＴステップ幅、製造ＫＰＩを設定する。
・工程の作業時間分布の最小値ｘｓから最大値ｘｅまで、指定のステップ幅の分増加させたＳＴ候補値を選択する。
・選択したＳＴ候補値でスケジューリングを行う。スケジューリングはディスパッチング法などで前（後）方向に割り付けるロジックを使用する。
・スケジューリングの結果に基づき生産シミュレーションを行う。シミュレーションによる作業の割付は対象設備、作業順序、開始時間に制約を付加する。
・複数回のシミュレーションの結果を集計し、ＫＰＩ値を計算する。
・ＫＰＩ値のステップ幅あたりの平均変化率（最大変化率でもよい）を影響度として算出する。
<推奨値計算機能>
推奨値計算機能は、複数工程の標準時間と作業時間の分布に基づいて、生産スケジューリングと生産シミュレーションによって複数の製造ＫＰＩを同時に最適化する標準時間を求める。推奨値計算機能の特徴は、下記である。
・影響度分析機能で適正化対象となった工程（１または複数）と工程毎のＳＴステップ幅を設定する。
・適正化対象工程の標準時間の適正値を推奨するための評価指標である製造ＫＰＩ（１または複数）を設定する。
・工程毎の作業時間分布の最小値ｘｓから最大値ｘｅまで、指定のステップ幅の分増加させたＳＴ候補値を選択する。
・選択したＳＴ候補値の組合せでスケジューリングを行う。スケジューリングはディスパッチング法などで前（後）方向に割り付けるロジックを使用する。
・スケジューリングの結果に基づき生産シミュレーションを行う。シミュレーションによる作業の割付は対象設備、作業順序、開始時間に制約を付加する。
・複数回の生産シミュレーションの結果を集計し、各製造ＫＰＩの評価値を計算する。
・各製造ＫＰＩの評価結果に基づき適正化対象工程の適正値を推奨する。
アラート機能は、影響度分析機能を起動させるためのトリガとなる。
すなわち、アラート機能は、工程の標準時間と実際の作業時間の乖離度を評価し、閾値を超えた場合に、影響度分析機能に対して工程の標準時間と実際の作業時間の乖離度が閾値を超えたことを通知する。また、影響度分析機能は、推奨値計算機能を起動させるためのトリガとなる。すなわち、影響度分析機能は、工程の標準時間と実際の作業時間で乖離が発生している工程に対して、それぞれの工程が製造ＫＰＩに対する影響度を求め、推奨値計算機能に対してその工程が適正化対象工程になるのか、また精度の高い推奨値を求める（ＳＴステップ幅の設定基準となる）のかを通知する。これにより、影響度分析機能と推奨値計算機能が必要以上に動作することを抑制でき、計算資源を減らすことができる。
［製造ＫＰＩ］
<製造ＫＰＩの選定>
本システムは、標準時間などのマスタ値を適正化するために製造ＫＰＩとして要求納期対応率、約束納期遵守率、設備稼働率等を用いる。
要求納期対応率は、顧客のオーダを受け入れる度合いを表す製造ＫＰＩであり、要求納期より早い納期を回答できたオーダの割合を用いて次式（１）で算出する。
要求納期対応率＝要求納期より早い納期を回答できたオーダ数／総オーダ数 …（１）
約束納期遵守率は、顧客に約束した納期を守れる度合いを表す製造ＫＰＩであり、約束納期より早く完了したオーダの割合を用いて次式（２）で算出する。
約束納期対応率＝約束納期より早く完了したオーダ数／総オーダ数 …（２）
設備稼働率は、生産計画（生産スケジューリング）時に立案した操業計画時間の利用率を表す製造ＫＰＩであり、設備の計画した総操業時間（負荷時間）に対して実際に稼働した時間の割合を用いて次式（３）で算出する。
設備稼働率＝（模擬した）実稼働時間／総計画操業時間 …（３）
<製造ＫＰＩの分類>
製造ＫＰＩは、下記の２つに分類できる。
まず、標準時間などの設定値の増大に伴って増大していく製造ＫＰＩである。例えば、約束納期遵守率が挙げられる。
次に、標準時間などの設定値の増大に伴って減少していく製造ＫＰＩである。例えば、要求納期対応率、設備稼働率が挙げられる。
<トレードオフの関係を持つ製造ＫＰＩのペア>
生産，販売，在庫（ＰＳＩ）は、製造業の最も重要な機能であるが、各機能を管掌する部門間の調整が必要である。一般にＫＰＩが各部門で互いにトレードオフの関係にあり、ある部門のＫＰＩを増加させると他の部門のＫＰＩが低下してしまうという状況が発生するためである。製造ＫＰＩについても例外ではない。
トレードオフの関係を持つ製造ＫＰＩのペアでは、下記（１），（２）により適正化を図る。
（１）要求納期対応率と約束納期遵守率を利用して標準時間などを適正化する。これにより、機会損失の低減と顧客満足度の向上を両立させるようなＳＴの設定値を求めることが可能となる。
（２）設備稼働率と約束納期遵守率を利用して標準時間などを適正化する。これにより、生産コストの低減と顧客満足度の向上を両立させるようなＳＴの設定値を求めることが可能となる。
［作用効果］
アラート機能によって、設定された標準時間と実際の作業時間が乖離している工程等を特定することが可能となる。
また、影響度分析機能によって、当該工程の乖離が製造ＫＰＩに及ぼす影響を定量的に評価した上で標準時間を見直すべきか否かを判断することが可能になる。
また、推奨値計算機能によって、製造ＫＰＩの観点から最も適切な設定値を把握することが可能になる。
以上により、計画担当者は、生産の実態に即した標準時間、段取時間、歩留率、習熟率などのマスタ値をタイムリーに設定できるようになる。その結果、より正確な納期回答が可能な高精度スケジューリングが実現される。
なお、本システムは、生産スケジューリングが必要とされる業種全般に適用できる。例えば、適用業種として、下記がある。
（１）ディスクリート系製造業：金属加工業種や、自動車・電子製品などの組立型業種
（２）プロセス系製造業：化学プラントや製油所などの反応・合成型業種
（実施形態）
図１は、本発明の実施形態に係る生産計画装置の構成を示すブロック図である。
生産計画装置１００は、事前に設定した品目や工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する。
図１に示すように、生産計画装置１００は、データ入力部１１０と、生産スケジューリング部１２０と、生産シミュレーション部１３０（生産シミュレーション手段）と、アラート部１４０（製造ＫＰＩ設定手段，乖離度算出手段）と、影響度分析部１５０（影響度分析手段）と、推奨値計算部１６０（推奨値計算手段）と、データベース１７０と、を備える。
生産シミュレーション部１３０は、生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う。
アラート部１４０は、製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩを定める製造ＫＰＩ設定手段としての機能を有する。
アラート部１４０は、工程の標準時間と実際の作業時間で乖離が発生していることを検知し、警告対象工程を通知する。アラート部１４０は、乖離度評価部１４１を備え、乖離度評価部１４１は、製造に関する工程の標準時間、段取時間、歩留率、または習熟率等のマスタデータの設定値と実際の作業時間の作業実績との乖離度を算出する。
影響度分析部１５０は、算出した乖離度が複数の製造ＫＰＩの変動に及ぼす影響度を分析する。影響度分析部１５０は、工程選択部１５１と、ＳＴ（標準時間）候補値設定部１５２（候補値設定手段）と、生産指標選択部１５３と、計算実行部１５４と、を備え、計算実行部１５４は、スケジューリング部１５５と、シミュレーション部１５６と、生産指標計算部１５７と、影響度計算部１５８と、を有する。
ＳＴ候補値設定部１５２は、製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する。
推奨値計算部１６０は、製造に関する各工程の標準時間と実際の作業時間の分布に基づいて、複数の製造ＫＰＩを同時に最適化するマスタデータの設定値の推奨値を計算する。推奨値計算部１６０は、工程選択部１６１と、ＳＴ候補値設定部１６２と、生産指標選択部１６３と、計算実行部１６４と、を備え、計算実行部１６４は、スケジューリング部１６５と、シミュレーション部１６６と、生産指標計算部１６７と、推奨値計算部１６８と、を有する。
データベース１７０は、品目テーブル１７１、ＢＯＭ（Bill of Materials：部品表/部品構成表）テーブル１７２、工程テーブル１７３、設備テーブル１７４、製造オーダテーブル１７５、ロットテーブル１７６、作業計画テーブル１７７、作業実績テーブル１７８、および設定テーブル１７９を備える。
本実施形態に係る生産計画装置１００は、入力部、出力部、制御部および記憶部といったハードウェアを含むコンピュータである。入力部（図１のデータ入力部１１０）は、例えば、入力インタフェースから構成されており、ポインティングデバイスなどのユーザが操作する手段を含む。データ入力部１１０は、ＧＵＩ（Graphical User Interface）操作として実現できる。
出力部は、例えば、出力インタフェースから構成されており、ディスプレイなどの表示部、プリンタ、記憶媒体への書き出し、ネットワークなどへの通信を含む。
制御部は、例えば、ＣＰＵ（Central Processing Unit）や専用回路から構成される。記憶部は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュ（登録商標）メモリの記憶媒体から構成される。前記制御部がＣＰＵから構成される場合、その制御部を含むコンピュータによる情報処理は、ＣＰＵによるプログラム実行処理で実現する。また、そのコンピュータが含む記憶部は、ＣＰＵが指令し、そのコンピュータの機能を実現するためのプログラム（生産計画用のプログラムを含む）を記憶する。これによりソフトウェアとハードウェアの協働が実現される。
本実施形態は、前記情報処理を実行させるプログラムによって実現することができ、そのプログラムをコンピュータによる読み取り可能な記録媒体（例：ＣＤ−ＲＯＭ）に記憶して提供することができる。また、そのプログラムを、インターネットなどのネットワークを通して提供することもできる。
［データベース］
<マスタデータ>
データベース１７０は、品目テーブル１７１（図２）、ＢＯＭテーブル１７２（部品表）（図３）、工程テーブル１７３（図４）、工程毎の利用可能設備テーブル１７４（図５）などのマスタデータを格納する。
図２は、データベース１７０の品目テーブル１７１を表にして示す図である。
図２に示すように、品目テーブル１７１は、品目コード（例えば、Child001,Child002, Parent001…）毎に品目名（例えば、部品△△,部品□□,製品○○…）を格納する。
図３は、データベース１７０のＢＯＭテーブル１７２（部品表）を表にして示す図である。
図３に示すように、ＢＯＭテーブル１７２（部品表）は、親品目コード（例えば、Parent001…）毎に子品目コード（例えば、Child001,Child002…）と員数（例えば、１，２…）を格納する。なお、員数とは、１つの部品をつくるためにいくつの部品が必要であるかをいう。例えば、品目「イスの脚」の場合、員数は４である。
図４は、データベース１７０の工程テーブル１７３を表にして示す図である。
図４に示すように、工程テーブル１７３は、品目コード毎に工程コードと処理順と標準時間（ＳＴ，秒／個）とを格納する。品目コードは、例えば、Child001,Child002, Parent001…である。
工程コードは、品目コードChild001,Child002, Parent001…に対応するＰＲＣ（process）準備Ａ，ＰＲＣ成形Ａ，ＰＲＣ準備Ｂ，ＰＲＣ成形Ｂ，ＰＲＣ組立である。ＰＲＣ処理順は、各工程の処理の順番を示し、標準時間（ＳＴ，秒／個）は、各工程が完了するまでの標準時間（例えば、６０秒，３００秒）を示す。
図４に示す工程テーブル１７３の場合、図３のＢＯＭテーブル１７２（部品表）の親品目コードと子品目コードの対応を基に、親品目コード「Parent001」には子品目コード「Child001」と「Child002」が対応していることが分かる。そして、図４の品目コード「Child001」は、工程コード「ＰＲＣ準備Ａ」（処理順「１」、標準時間（ＳＴ，秒／個）「６０」）と、工程コード「ＰＲＣ成形Ａ」（処理順「２」、標準時間（ＳＴ，秒／個）「３００」）との２つの工程を有する。同様に、図４の品目コード「Child002」は、工程コード「ＰＲＣ準備Ｂ」（処理順「１」、標準時間（ＳＴ，秒／個）「６０」）と、工程コード「ＰＲＣ成形Ｂ」（処理順「２」、標準時間（ＳＴ，秒／個）「３００」）との２つの工程を有する。図４の品目コード「Parent001」は、子品目コード「Child001」のＰＲＣ成形Ａと、子品目コード「Child002」のＰＲＣ成形ＢとのＰＲＣ組立工程であり、標準時間（ＳＴ，秒／個）「３００」であることが分かる。
図５は、データベース１７０の工程毎の利用可能な設備テーブル１７４を表にして示す図である。
図５に示すように、設備テーブル１７４は、品目コード、工程コード、設備コード、設備名、および優先順位という項目を有するデータ構造である。例えば、品目コード「Child001」は、工程コード「ＰＲＣ準備Ａ」で設備コード「Res001」の設備名「準備ラインＡ」を使って優先順位「１」で行う工程と、工程コード「ＰＲＣ準備Ａ」で設備コード「Res002」の設備名「準備ラインＡ」を使って優先順位「２」で行う工程と、工程コード「ＰＲＣ成形Ａ」で設備コード「Res003」の設備名「成形ラインＡ」を使って優先順位「１」で行う工程と、工程コード「ＰＲＣ成形Ａ」で設備コード「Res004」の設備名「成形ラインＡ」を使って優先順位「２」で行う工程と、を有する。品目コード「Child002」についても同様である。図５の品目コード「Parent001」は、工程コード「ＰＲＣ組立」で設備コード「Res009」の設備名「組立ライン」を使って優先順位「１」で行う工程と、工程コード「ＰＲＣ組立」で設備コード「Res010」の設備名「組立ライン」を使って優先順位「２」で行う工程と、を有する。
設備テーブル１７４を参照すると、どのような品目を、どのような工程をどのような設備を使ってどの優先順位で行うかが分かる。
<トランザクションデータ>
トランザクションデータには、例えば製造オーダテーブル１７５（図６）、ロットテーブル１７６（図７）、作業計画テーブル１７７（図８）がある。なお、ロットとは、オーダをＢＯＭに従って各品目に展開したものをいう。
図６は、データベース１７０の製造オーダテーブル１７５を表にして示す図である。
図６に示すように、製造オーダテーブル１７５は、オーダコード、品目コード、数量、および要求納期という項目を有するデータ構造である。オーダコード（例えば、Order001, Order002…）毎に品目コード（例えば、Parent 001…）と数量（例えば、３０，２０…）と、要求納期（20151105,20151106…）を格納する。
図７は、データベース１７０のロットテーブル１７６（製造オーダの部品表による展開）を表にして示す図である。
図７に示すように、ロットテーブル１７６（部品表）は、ロットコード、オーダコード、品目コード、数量、ＥＳＴ（earliest start time）、およびＬＦＴ（latest finish time）いう項目を有するデータ構造である。ロットテーブル１７６（部品表）は、ロットコード（例えば、Lot001, Lot002…）毎にオーダコード（例えば、Order001, Order002…）と品目コード（例えば、Child001…）と数量（例えば、３０，２０…）と、ＥＳＴ（20151102…）と、ＬＳＴ（20151104…）と、を格納する。
図８は、データベース１７０の作業計画テーブル１７７を表にして示す図である。
図８に示すように、作業計画テーブル１７７は、ロットコード、作業コード、設備コード、数量、開始時間、および終了時間いう項目を有するデータ構造である。作業計画テーブル１７７は、ロットコード（例えば、Lot001, Lot002…）毎に作業コード（例えば、ＰＲＣ準備Ａ, ＰＲＣ成形Ａ…）と設備コード（例えば、Rsc001, Rsc003…）と数量（例えば、３０，３０…）と、開始時刻（20151102 09:00:00…）と、終了時刻（20151102 09:30:00…）と、を格納する。
作業計画テーブル１７７にある各データは、各マスタデータとロットデータに基づき生産計画装置１００（図１）の生産スケジューリング部１２０がメモリ上に生成する。各作業の開始時刻と終了時刻は、生産スケジューリング部１２０に実装されたディスパッチング法などのロジックによって決められる。作業計画テーブル１７７は、生産計画装置１００のメモリ上にあるデータがそのままの構造でテーブルに出力されたものである。
なお、本実施形態では、生産計画装置１００がスケジューリング機能を有する形で記述されているが、外部の生産スケジューラを利用する形としても問題はない。
実績データには作業実績テーブル１７８（図９）がある。
図９は、データベース１７０の作業実績テーブル１７８を表にして示す図である。
図９に示すように、作業実績テーブル１７８は、作業計画テーブル１７７と同じ項目であるが、数量および開始・終了時刻は、実績値である。
図９に示すように、作業実績テーブル１７８は、ロットコード、作業コード、設備コード、数量、開始時間、および終了時間いう項目を有するデータ構造である。作業計画テーブル１７７は、ロットコード（例えば、Lot001, Lot002…）毎に作業コード（例えば、ＰＲＣ準備Ａ, ＰＲＣ成形Ａ…）と設備コード（例えば、Rsc001, Rsc003…）と数量（例えば、３０，３０…）と、開始時刻（20151102 09:00:00…）と、終了時刻（20151102 09:35:20…）と、を格納する。
<設定テーブル>
図１０は、データベース１７０の設定テーブル１７９を表にして示す図である。
設定テーブル１７９は、生産計画装置１００（図１）が利用する各種パラメータを設定する。
図１０に示すように、設定テーブル１７９は、各種パラメータの項目とその設定値を格納する。
例えば、設定値として、立案基点日、ディスパッチングルール（例えば、(1)納期優先、(2)最小処理時間優先）、設備選択ルール（例えば、(1)着手可能時間優先、(2)優先度）、割付方向、シミュレーション制約（例えば、順序制約、設備制約、開始時間制約）、シミュレーション回数（例えば、１００回）、ＰＲＣ組立 作業時間許容範囲、ＰＲＣ成形Ａ 作業時間許容範囲、ＰＲＣ準備Ａ 作業時間許容範囲、ＰＲＣ成形Ｂ 作業時間許容範囲、ＰＲＣ準備Ｂ 作業時間許容範囲を格納する。
工場の生産計画担当者が、生産計画装置１００を用いて２０１５年１１月の小日程計画に対する作業結果を基に工程の標準作業時間を見直す業務を想定する。担当者は２０１５年１０月末にデータベース１７０の品目テーブル１７１〜ロットテーブル１７６、および設定テーブル１７９のデータを基に生産スケジューリング部１２０を用いて１１月の小日程計画作業計画テーブル１７７（図８）を立案したものとする。立案した計画はＭＥＳ（製造実行システム）に指図情報として渡され、製造現場での作業指示となる。製造現場で入力された実績情報はＭＥＳを経由して（必要であればデータの加工等がなされて）作業実績作業実績テーブル１７８に蓄積されたものとする。
担当者は、生産計画装置１００（図１）のデータ入力部１１０を用いてデータベース１７０にある各品目テーブル１７１〜設定テーブル１７９を生産計画装置１００のメモリ上に読み込む。メモリ上でのデータの構造は各テーブルと同一としてよい。
［アラート部（アラート機能）］
<工程状況画面>
図１１は、生産計画装置１００の表示部の表示画面２００を示す図であり、表示画面２００に表示される工程状況画面を示す。
図１１に示すように、生産計画装置１００の表示部（図示省略）が表示する表示画面２００は、アラートタブ２１１，影響度分析タブ２１２，推奨値計算タブ２１３を有するメイン画面２１０と、メイン画面２１０の右側に配置されたデータ読込ボタン２２１，乖離度評価ボタン２２２，影響度分析ボタン２２３，推奨値計算ボタン２２４と、を有する。上記アラートタブ２１１，影響度分析タブ２１２，推奨値計算タブ２１３，データ読込ボタン２２１，乖離度評価ボタン２２２，影響度分析ボタン２２３，推奨値計算ボタン２２４は、ソフトウェアボタンであり、マウス等のポインティングデバイスで選択（例えば、クリック）・実行（例えば、ダブルクリック）が可能である。
図１１に示す表示画面２００は、「工程状況画面」を表示している。図１１の場合、アラートタブ２１１の選択により、「工程状況画面」が選択され、メイン画面２１０に工程一覧（ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ，ＰＲＣ準備Ａ，ＰＲＣ準備Ｂ）とその警告対象となる工程が表示される。ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂは、警告対象となる（図１１の○印のハッチング参照）。
<作業時間の乖離度>
担当者は、生産計画装置１００の「工程状況画面」（図１１）を参照して各工程のＳＴ（標準時間）と実際の作業時間の乖離度を把握する。
生産計画装置１００は、アラート部１４０の乖離度評価部１４１（図１）が、各工程のＳＴと実際の作業時間との乖離度を評価し、評価結果を可視化する。
まず、乖離度評価部１４１は、作業実績テーブル１７８（図９）にある各レコードから工程の作業時間実績を次式（４）で求める。各工程の作業時間実績（秒）は、後記図１２で示される。
（平均）作業時間実績＝（終了時刻−開始時刻）／数量 …（４）
ここで、作業実績テーブル１７８（図９）の構造でデータを保持する場合には、品目１個当たりの作業時間は上記式（４）のように平均値を用いる。センサ等を用いて品目１個当たりの作業時間を実際に計測し蓄積しているような場合には、作業時間実績として実際の計測値を用いてもよい。
図１２は、各工程の作業時間実績（秒）を表にして示す図である。
図１２に示すように、工程コード（ＰＲＣ準備Ａ，ＰＲＣ成形Ａ，ＰＲＣ準備Ｂ，ＰＲＣ成形Ｂ，ＰＲＣ組立）毎に作業時間実績（秒）をＮ個計測し、各工程毎の平均を算出する。
次に、乖離度評価部１４１は、各工程の作業時間実績（秒）（図１２）に示す各工程の作業時間実績平均と設定テーブル１７９にある各工程の作業時間上限値とを比較し、作業時間実績平均が上限値を超えている場合に限り乖離度が高いと判断する。この例では、ＰＲＣ組立、ＰＲＣ成形ＡおよびＰＲＣ成形Ｂの３工程に対し、標準時間と実際の作業時間の乖離度が高いと判定される。なお、作業時間実績の平均ではなく、中央値や最大値、最小値、パーセンタイル値などを用いて上限値と比較してもよい。
乖離度評価部１４１による乖離度評価の結果、「工程状況画面」（図１１）上で乖離度の高い工程が強調して表示される（図１１の網掛け参照）。
［影響度分析部（影響度分析機能）］
<影響度分析画面>
図１３は、生産計画装置１００の影響度分析画面を示す図である。
図１３に示す、表示画面２００は、「影響度分析画面」を表示している。図１３の場合、影響度分析タブ２１２の選択により、「影響度分析画面」が選択され、メイン画面２１０に影響度分析項目と分析結果（ヒストグラフ）が表示される。影響度分析項目は、対象工程（例えば、ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ）と、作業時間の最小、最大、幅と指標（例えば、約束納期）が表示される。
担当者は、生産計画装置１００の影響度分析画面（図１３）を参照して、ある工程のＳＴと実際の作業時間の乖離度合いが事前に選択した生産指標に対してどの程度影響するのかを把握する。
まず、影響度分析部１５０の工程選択部１５１（図１）は、分析対象工程を選択する。本実施形態では、アラート機能で警告対象となった３つの工程（ＰＲＣ組立、ＰＲＣ成形Ａ、ＰＲＣ成形Ｂ）を対象とする。
次に、影響度分析部１５０のＳＴ候補値設定部１５２（図１）は、工程ごとにＳＴの最小値、最大値、ステップ幅を設定して候補値集合を生成する。これにより、図１４に示す対象工程のＳＴ候補値が生成される。
図１４は、対象工程のＳＴ候補値を表にして示す図である。
図１４に示すように、工程コード（ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ）毎に作業時間の最小（290,290…）、最大（370,370…）、ステップ幅（10,10…）、候補値集合（{290,300,310,・・・,370}…）を格納する。
なお、適切な最小（大）値の設定として、図１２に示す各工程の作業時間実績の最小（大）値を使用することもできる。
次に、影響度分析部１５０の生産指標選択部１５３（図１）は、生産指標を１つ選択する（図１５）。
図１５は、生産指標を表にして示す図である。
図１５に示すように、生産指標は、各工程の生産指標で示される。各工程の生産指標は、具体的には、各工程（ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ）の約束納期遵守率である。
本実施形態では、約束納期遵守率を選択した。約束納期遵守率とは、対象工程の作業時間がＳＴから乖離した結果、最終工程に該当するロットの作業終了時刻が当初のスケジューリング結果をもとに回答した約束納期に間に合うかどうかを示す割合である。約束納期遵守率以外にも要求納期対応率や設備稼働率、納期遅れロット数など様々な指標が使用可能である。
<生産指標影響度算出>
次に、影響度分析部１５０の計算実行部１５４（図１）は、工程ごとにＳＴと実際の作業時間との乖離度合に伴う生産指標への影響度を算出する。詳細には、計算実行部１５４は、後記図１６のフローに示す処理を工程ごとに実行して生産指標への影響度を算出する。
図１６は、計算実行部１５４または計算実行部１６４（後記）が、ある工程で実行する計算処理のフローチャートである。図中、Ｓはフローの各ステップを示す。ここでは、図１６のフローは、計算実行部１５４の生産指標への影響度の算出処理の例である。なお、ステップＳ１４，Ｓ１５の（）内は、後記する計算実行部１６４によっても実行される。
まず、本フローがスタートすると、ステップＳ１１で変数ｉを１とする（ｉ＝１）。
ステップＳ１２では、ｉが集合の要素数より大きいか否かを判別し、ｉが集合の要素数より大きい場合（Ｓ１２のＹｅｓ）は本フローを終了する。
ｉが集合の要素数より大きくない場合（Ｓ１２のＮｏ）、ステップＳ１３でＳＴ候補値集合のi番目の要素ＳＴｉを選択する。
ステップＳ１４では、候補値をＳＴとしてスケジューリングを行う。
ステップＳ１５では、実際の作業時間分布に基づくシミュレーションを行う。
ステップＳ１６では、生産指標ＫＰＩ（ＳＴｉ）を計算する。ＫＰＩ（ＳＴｉ）については、後記する。
ステップＳ１７では、ｉをインクリメント（ｉ＝ｉ＋１）してステップＳ１２に戻る。
計算実行部１５４は、図１６に示す処理を工程ごとに実行し、ＳＴ候補値に対する生産指標値（後記図１７）を計算する。
ステップＳ１４の「候補値をＳＴとしたスケジューリング」では、対象工程の標準時間マスタを候補値で更新した後、設定テーブル１７９（図１０）で設定されたルールに基づくディスパッチング法により作業割付が実行される。また、図１６のステップＳ１５の「実際の作業時間分布に基づくシミュレーション」では、対象工程の作業時間を当該工程の実作業時間の分布に基づいて確率的に定め、スケジューリングと同様にディスパッチング法による作業割付が実行される。作業の割付に際しては、設定テーブル１７９に設定したシミュレーション制約を別途課すことで、工程の作業遅延や前倒しが起きた場合に生じる製造現場での後続作業の流れをシミュレートできるようにしている。
ここで、シミュレーション制約は設備制約、順序制約および時間制約に大別できる。
設備制約は、生産可能設備が複数あっても生産スケジューリング時に指定された生産設備を変更しない制約である。
順序制約は、生産スケジューリング時に同じ設備に割り付けられた作業間の順序関係を遵守し、同じ設備に属するすべての先行作業が完了しない限りに作業が開始できない制約である。
時間制約は、作業毎の計画された開始時間に対して、(1)前工程の作業が遅れた場合、後工程の作業開始を遅らせる、(2)同じ設備に属する先行作業が遅れた場合、後継作業の開始を遅らせる、(3)前工程の作業と先行作業が共に早く完了した場合、後継作業は予定通りに開始させる制約である。
<ＳＴからの作業時間の乖離>
図１７は、各工程の生産指標値（約束納期遵守率％）を表にして示す図である。
図１７に示すように、各工程の生産指標値（約束納期遵守率％）は、工程コード（ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ）のＳＴからの作業時間の乖離ＳＴｉである。
次に、影響度計算部１５８は、計算実行部１５４が計算した各工程の生産指標値（約束納期遵守率％）（図１７）のデータをもとに、各工程の生産指標への影響度を算出する。本実施形態では、ステップ幅当たりの生産指標の最大変化率を影響度として定める。最大変化率の大きな工程ほどＳＴからの作業時間の乖離が生産指標の変化に大きく影響すると考えられる。最大変化率は、次式（５）で求める。
Figure 2017162044
ここで、ＫＰＩ（ＳＴｉ）は、標準時間の設定値がＳＴｉの時の生産指標値である。(ＳＴｉ＋１−ＳＴｉ）と（ＫＰＩ（ＳＴｉ＋１）−ＫＰＩ（ＳＴｉ））がそれぞれステップ幅と生産指標の変化を表す。
図１８は、各工程の影響度を表にして示す図である。
図１８に示すように、各工程の影響度は、工程コード（ＰＲＣ組立，ＰＲＣ成形Ａ，ＰＲＣ成形Ｂ）の影響度である。この影響度は、工程の標準時間と実際の作業時間の乖離度が製造ＫＰＩの変動に及ぼす影響度である。
本実施形態では、生産指標の最大変化率は、どの工程でもＳＴ＝３００〜３１０のときに与えられる。なお、生産指標の最大変化率ではなく平均変化率などを影響度として求めてもよい。
計算実行部１５４の結果、影響度分析画面（図１３）上では生産指標への影響度の高い順に工程が並べられて表示される。
［推奨値計算部（推奨値計算機能）］
<推奨値計算画面>
図１９は、生産計画装置１００の推奨値計算画面を示す図である。
図１９に示す、表示画面２００は、「推奨値計算画面」を表示している。図１９の場合、影響度分析タブ２１２の選択により、「推奨値計算画面」が選択され、メイン画面２１０に推奨値計算項目と、作業時間分布（ヒストグラフ）と約束納期遵守率（図１９の実線に示す単調増加曲線）と要求納期対応率（図１９の破線に示す単調減少曲線）とが表示される。推奨値計算項目は、対象工程（例えば、ＰＲＣ組立）と、作業時間の最小、最大、ステップ幅と、指標１（例えば、約束納期）とその重み、指標２（例えば、オーダ納期）とその重みが表示される。
図１９の製造ＫＰＩシミュレーション結果は、所定時間（秒）刻みに、生産指標（例えば、出現頻度）と約束納期遵守率（％）（図１９の実線）と要求納期対応率（％）（図１９の破線）とを表している。ＳＴは、図１９の矢印（→）に示す「現在」の位置である。図１９の製造ＫＰＩシミュレーション結果をみると、上記式（１）において標準時間の設定値を増加させることによって約束納期遵守率が単調増加する一方、要求納期対応率が単調減少することが確認できる。上述したように、約束納期遵守率と要求納期対応率とは、標準時間が変わった際にトレードオフの関係を持つものであり、いずれか一方を優先させると他方の要求を損なう関係にある。図１９の場合、現在のＳＴは、生産指標（例えば、出現頻度）の最頻値の最小値ｘｓ側に設定されている。このため、要求納期対応率が満たされていることで機会損失の低減は図れるものの、約束納期遵守率は比較的不十分であることで顧客満足度の向上が図れない。
これに対して、生産計画装置１００は、推奨値計算によって、ＳＴの設定値として、図１９の矢印（→）に示す「推奨」の位置を推奨する。推奨値計算によるＳＴの設定値は、約束納期遵守率と要求納期対応率との交点におけるＳＴの設定値である。ＳＴの設定値は、要求納期対応率がやや低減するが、約束納期遵守率が大きく改善されるので、機会損失の低減と顧客満足度の向上を両立させることができる。
担当者は、生産計画装置１００の推奨値計算画面（図１９）を参照して、工程の標準時間をどの値に設定すれば事前に選択した生産指標の観点から最も良いのかを把握する。
まず、推奨値計算部１６０の工程選択部１６１（図１）は、分析対象工程を選択する。本実施形態では、影響度分析部１５０で影響度を分析し、影響度分析結果を基に、ＳＴと実績の乖離が生産指標に最も影響するＰＲＣ組立工程を対象とする。
次に、推奨値計算部１６０のＳＴ候補値設定部１６２（図１）は、当該工程のＳＴの最小値、最大値、ステップ幅を設定して候補値集合を生成する。これにより、図２０に示す対象工程のＳＴ候補値が生成される。
図２０は、対象工程のＳＴ候補値を表にして示す図である。
図２０に示すように、工程コード（例えば、ＰＲＣ組立）に対応して作業時間の最小（270）、最大（370）、ステップ幅（10）、候補値集合（{270,280,290,・・・,370}）を格納する。
なお、適切な最小（大）値の設定として、図１２に示す各工程の作業時間実績の最小（大）値を使用することもできる。
適切なステップ幅の設定として、影響度の大きさによって設定する。例えば、影響度が大きい対象工程に対して精度の高いＳＴ設定値を推奨するのにはステップ幅を小さめに設定することが望ましい。ただし、ステップ幅が小さく設定すると多くの計算資源が必要となる。
また、ＳＴ候補値の選択はステップ幅による設定方法以外に平均値（最頻値、中央値、最大（小）値などの代表値）を用いてよい。例えば、影響度が一番高いＰＲＣ組立工程に対してステップ幅によるＳＴ候補値を、影響度が相対的に低いＰＲＣ成形ＡとＰＲＣ成形Ｂに対して平均値などの代表値を用いてＳＴ候補値を設定してよい。
<生産指標>
次に、推奨値計算部１６０の生産指標選択部１６３（図１）は、互いに相反する生産指標を２つ選択する（図２１）。また、生産指標選択部１６３は、必要に応じて各指標の重要度を示す係数である重み付けも行う。
図２１は、生産指標を表にして示す図である。
図２１に示すように、生産指標は、各工程の生産指標とその重みで示される。各工程の生産指標は、具体的には、各工程（ＰＲＣ組立，ＰＲＣ組立）の生産指標（約束納期遵守率，要求納期対応率）と重み（0.5,0.5）である。
本実施形態では、約束納期遵守率と要求納期対応率（オーダ納期対応率ともいう）を選択し、均等の重み付けを設定した。
ここで、要求納期対応率とは、対象工程の作業時間がＳＴから乖離した結果、最終工程に該当するロットの作業終了時刻がオーダ納期に間に合うかどうかを示す割合である。なお、他の指標と相反する関係があれば生産指標は２つ以上選択してもよい。
次に、推奨値計算部１６０の計算実行部１６４は、２つの生産指標を同時に最適化するＰＲＣ組立工程の推奨ＳＴを求める。詳細には、計算実行部１６４は、前記図１６のフローに示す処理を実行してＳＴ候補値に対する２つの生産指標値を計算する。これにより、図２２に示すＰＲＣ組立工程の生産指標値が生成される。
図２２は、ＰＲＣ組立工程の生産指標値を表にして示す図である。
図２２に示すように、ＰＲＣ組立工程の生産指標値は、ＰＲＣ組立ＳＴ（270,280…）における約束納期遵守率（79.6,82.1…）および要求納期対応率（100,100…）である。
前記図１６のステップＳ１４の「候補値をＳＴとしてスケジューリング」では、対象工程の標準時間マスタを候補値で更新した後、設定テーブル１７９で設定されたルールに基づくディスパッチング法により作業割付が実行される。また、ステップＳ１５の「実際の作業時間分布に基づくシミュレーション」では、対象工程の作業時間を当該工程の実作業時間の分布に基づいて確率的に定め、スケジューリングと同様にディスパッチング法による作業割付が実行される。作業の割付に際しては、設定テーブル１７９に設定したシミュレーション制約を別途課すことで、工程の作業遅延や前倒しが起きた場合に生じる製造現場での後続作業の流れをシミュレートできるようにしている。
次に、推奨値計算部１６０の推奨値計算部１６８（図１）は、計算実行部１６４（図１）が計算したＰＲＣ組立工程の生産指標値（図２２）のデータと生産指標（図２１）の重み付けをもとに推奨値を求める。
本実施形態では、次式（６）を最大化するＳＴ候補値を求め、最大化するＳＴ候補値を推奨値とした。
Figure 2017162044
ここで、ＳはＳＴ候補値集合、ｆｉ(s)はｉ番目の生産指標値、ｗｉは指標ｆｉの重みである。また、＊は乗算記号である。例えば、ｓ＝３１０が２つの生産指標を同時に最適化する推奨値として求まる。計算実行部１６４の結果、推奨値計算画面（前記図１９）上で「ＰＲＣ組立」工程のＳＴ推奨値が表示される。
担当者は、工程テーブル１７３（図４）にある「ＰＲＣ組立」工程のＳＴ＝３００を、生産計画装置１００で計算した推奨値ＳＴ＝３１０に更新し、新たなマスタデータをもとに次回の生産スケジューリングをすることが可能となる。
更新後のマスタデータによるスケジューリング結果は、従来よりも納期遵守率や設備稼働率など複数の生産指標を同時に最適化することが期待される。結果として、高精度（納期遵守率や生産効率の高い）の計画が得られる。
以上説明したように、本実施形態に係る生産計画装置１００は、製造に関する指標である複数の製造ＫＰＩを定めている。複数の製造ＫＰＩは、標準時間が変わった際にトレードオフの関係を持つものであり、標準時間の設定値の増大に伴って増大していく第１製造ＫＰＩ（例えば、約束納期遵守率）と、標準時間の設定値の増大に伴って減少していく第２製造ＫＰＩ（例えば、要求納期対応率、設備稼働率）とを含む。生産計画装置１００は、生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション部１３０と、製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩを定める製造ＫＰＩ設定手段としての機能を有するアラート部１４０と、製造に関する工程の標準時間、段取時間、歩留率、または習熟率等のマスタデータの設定値と実際の作業時間の作業実績との乖離度を算出する乖離度評価部１４１と、算出した乖離度が複数の製造ＫＰＩの変動に及ぼす影響度を分析する影響度分析部１５０と、製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成するＳＴ候補値設定部１５２と、製造に関する各工程の標準時間と実際の作業時間の分布に基づいて、複数の製造ＫＰＩを同時に最適化するマスタデータの設定値の推奨値を計算する推奨値計算部１６０と、を備える。
これにより、アラート部１４０のアラート機能によって、設定された標準時間と実際の作業時間が乖離している工程等が特定可能になる。また、影響度分析部１５０の影響度分析機能によって、当該工程の乖離が製造ＫＰＩに及ぼす影響を定量的に評価した上で標準時間を見直すべきか否かを判断することが可能になる。また、推奨値計算部１６０の推奨値計算機能によって、製造ＫＰＩの観点から最も適切なマスタデータの設定値を把握することが可能になる。
以上により、生産の実態に即した標準時間、段取時間、歩留率、習熟率などのマスタ値をタイムリーに設定できるようになる。その結果、より正確な納期回答が可能な高精度スケジューリングが実現される。
本実施形態では、トレードオフの関係を持つ複数の製造ＫＰＩのうち、要求納期対応率と約束納期遵守率を利用して標準時間などを適正化する場合を説明した。これにより、図１９に示すように、機会損失の低減と顧客満足度の向上を両立させるようなＳＴの設定値を求めることが可能となる。トレードオフの関係を持つ複数の製造ＫＰＩのうち、設備稼働率と約束納期遵守率を利用して、同様の方法により標準時間などを適正化するようにしてもよい。これにより、生産コストの低減と顧客満足度の向上を両立させるようなＳＴの設定値を求めることが可能となる。
本発明は上記の実施形態例に限定されるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、他の変形例、応用例を含む。
なお、本実施形態において、ハードウェアで実現した構成要素をソフトウェアで実現することができ、ソフトウェアで実現した構成要素をハードウェアで実現することができる。
また、本実施形態に記載した技術的事項を適宜組み合わせて新たな技術を実現することができる。その他ハードウェア、ソフトウェア、データベース等の具体的な構成について、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
１００ 生産計画装置
１１０ データ入力部
１２０ 生産スケジューリング部
１３０ 生産シミュレーション部
１４０ アラート部（製造ＫＰＩ設定手段，乖離度算出手段）
１４１ 乖離度評価部
１５０ 影響度分析部（影響度分析手段）
１５１ 工程選択部
１５２ ＳＴ候補値設定部（候補値設定手段）
１５３ 生産指標選択部
１５４ 計算実行部
１５５ スケジューリング部
１５６ シミュレーション部（生産シミュレーション手段）
１５７ 生産指標計算部
１５８ 影響度計算部
１６０ 推奨値計算部（推奨値計算手段）
１６１ 工程選択部
１６２ ＳＴ候補値設定部（候補値設定手段）
１６３ 生産指標選択部
１６４ 計算実行部
１６５ スケジューリング部
１６６ シミュレーション部（生産シミュレーション手段）
１６７ 生産指標計算部
１６８ 影響度計算部
１７０ データベース
１７１ 品目テーブル
１７２ ＢＯＭテーブル
１７３ 工程テーブル
１７４ 設備テーブル
１７５ 製造オーダテーブル
１７６ ロットテーブル
１７７ 作業計画テーブル
１７８ 作業実績テーブル
１７９ 設定テーブル

Claims (8)

  1. 事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置であって、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める製造ＫＰＩ設定手段と、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する候補値設定手段と、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション手段と、
    前記生産シミュレーションの結果を集計してＫＰＩ値を求め、当該ＫＰＩ値の作業時間分布の最小値から最大値までの所定のステップ幅あたりの平均または最大値の変化率を影響度として算出して、前記マスタデータの設定値が複数の前記製造ＫＰＩの変動に及ぼす影響度を分析することを支援する影響度分析手段と、を備える
    ことを特徴とする生産計画装置。
  2. 事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置であって、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める製造ＫＰＩ設定手段と、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する候補値設定手段と、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション手段と、
    前記生産シミュレーションの結果を集計して各製造ＫＰＩの評価値を計算し、当該各製造ＫＰＩの評価値に基づき適正化対象工程の適正値として、各製造ＫＰＩを最適化する前記マスタデータの設定値の推奨値を計算する推奨値計算手段と、を備える
    ことを特徴とする生産計画装置。
  3. 事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置であって、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める製造ＫＰＩ設定手段と、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する候補値設定手段と、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う生産シミュレーション手段と、
    前記生産シミュレーションの結果を集計してＫＰＩ値を求め、当該ＫＰＩ値の作業時間分布の最小値から最大値までの所定のステップ幅あたりの平均または最大値の変化率を影響度として算出して、前記マスタデータの設定値が複数の前記製造ＫＰＩの変動に及ぼす影響度を分析することを支援する影響度分析手段と、
    前記生産シミュレーションの結果を集計して各製造ＫＰＩの評価値を計算し、当該各製造ＫＰＩの評価値に基づき適正化対象工程の適正値として、各製造ＫＰＩを最適化する前記マスタデータの設定値の推奨値を計算する推奨値計算手段と、を備える
    ことを特徴とする生産計画装置。
  4. 製造に関する工程の標準時間、段取時間、歩留率、または習熟率等のマスタデータの設定値と実際の作業時間の作業実績との乖離度を算出する乖離度算出手段をさらに備える
    ことを特徴とする請求項１ないし請求項３のいずれか一項に記載の生産計画装置。
  5. 事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置における生産計画方法であって、
    前記生産計画装置の制御部は、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定めるステップと、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成するステップと、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行うステップと、
    前記生産シミュレーションの結果を集計してＫＰＩ値を求め、当該ＫＰＩ値の作業時間分布の最小値から最大値までの所定のステップ幅あたりの平均または最大値の変化率を影響度として算出して、前記マスタデータの設定値が複数の前記製造ＫＰＩの変動に及ぼす影響度を分析することを支援するステップと、を実行する
    ことを特徴とする生産計画方法。
  6. 事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置における生産計画方法であって、
    前記生産計画装置の制御部は、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定めるステップと、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成するステップと、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行うステップと、
    前記生産シミュレーションの結果を集計して各製造ＫＰＩの評価値を計算し、当該各製造ＫＰＩの評価値に基づき適正化対象工程の適正値として、各製造ＫＰＩを最適化する前記マスタデータの設定値の推奨値を計算するステップと、を実行する
    ことを特徴とする生産計画方法。
  7. 制御部を備えるコンピュータを、事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置として機能させる生産計画プログラムであって、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める処理と、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する処理と、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う処理と、
    前記生産シミュレーションの結果を集計してＫＰＩ値を求め、当該ＫＰＩ値の作業時間分布の最小値から最大値までの所定のステップ幅あたりの平均または最大値の変化率を影響度として算出して、前記マスタデータの設定値が複数の前記製造ＫＰＩの変動に及ぼす影響度を分析することを支援する処理と、を実行させる
    ことを特徴とする生産計画プログラム。
  8. 制御部を備えるコンピュータを、事前に設定した品目および工程、設備を含むマスタ情報を基に、生産スケジューリングを計画する生産計画装置として機能させる生産計画プログラムであって、
    製造に関する指標である約束納期遵守率、要求納期対応率、または設備稼働率を少なくとも１つ含む複数の製造ＫＰＩ（Key Performance Indicator）を定める処理と、
    製造に関する各工程の標準時間、段取時間、歩留率、または習熟率のマスタデータの設定候補値を生成する処理と、
    前記生産スケジューリングで生成した生産スケジュールと実際の作業時間の分布に基づいて、設備制約、順序制約および時間制約のシミュレーション制約に従ってシミュレーションを行う処理と、
    前記生産シミュレーションの結果を集計して各製造ＫＰＩの評価値を計算し、当該各製造ＫＰＩの評価値に基づき適正化対象工程の適正値として、各製造ＫＰＩを最適化する前記マスタデータの設定値の推奨値を計算する処理と、を実行させる
    ことを特徴とする生産計画プログラム。
JP2016044039A 2016-03-08 2016-03-08 生産計画装置、生産計画方法および生産計画プログラム Pending JP2017162044A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016044039A JP2017162044A (ja) 2016-03-08 2016-03-08 生産計画装置、生産計画方法および生産計画プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016044039A JP2017162044A (ja) 2016-03-08 2016-03-08 生産計画装置、生産計画方法および生産計画プログラム

Publications (2)

Publication Number Publication Date
JP2017162044A true JP2017162044A (ja) 2017-09-14
JP2017162044A5 JP2017162044A5 (ja) 2019-03-28

Family

ID=59857828

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016044039A Pending JP2017162044A (ja) 2016-03-08 2016-03-08 生産計画装置、生産計画方法および生産計画プログラム

Country Status (1)

Country Link
JP (1) JP2017162044A (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895221A (zh) * 2017-10-25 2018-04-10 北京微肯佛莱科技有限公司 市场环境下梯级水电站中长期调度与检修计划优化方法
CN108074033A (zh) * 2017-10-30 2018-05-25 链家网（北京）科技有限公司 指标数据的处理方法、系统、电子设备和存储介质
JP2019204248A (ja) * 2018-05-23 2019-11-28 株式会社日立製作所 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム
DE102019008205A1 (de) 2018-12-03 2020-06-04 Fanuc Corporation Produktionsplanungsvorrichtung
JP2020095440A (ja) * 2018-12-12 2020-06-18 株式会社日立製作所 情報処理装置、生産指示支援方法
JP2020154589A (ja) * 2019-03-19 2020-09-24 株式会社日立製作所 作業指示支援システム及び作業指示支援方法
WO2020250276A1 (ja) * 2019-06-10 2020-12-17 三菱電機株式会社 指標管理システム、指標管理方法、エンジニアリング装置およびエンジニアリングプログラム
JP2021096563A (ja) * 2019-12-16 2021-06-24 株式会社日立製作所 生産計画立案支援システム及び生産計画立案支援方法
KR102291141B1 (ko) * 2020-07-02 2021-08-20 지식시스템(주) 생산 계획 시뮬레이션 장치 및 방법
JP2021174541A (ja) * 2020-04-22 2021-11-01 株式会社日立製作所 生産リードタイム分析方法及び生産リードタイム分析システム
CN113741366A (zh) * 2021-09-03 2021-12-03 晟通科技集团有限公司 生产控制方法
WO2022153487A1 (ja) * 2021-01-15 2022-07-21 株式会社日立製作所 シミュレーションを実施するための計算機システム、及び、シミュレーションのための方法
WO2022157876A1 (ja) * 2021-01-21 2022-07-28 株式会社日立製作所 計画支援装置、プログラムおよび計画支援方法
CN115600930A (zh) * 2022-11-29 2023-01-13 天津佰利金电力有限公司（Cn） 用于电力金具生产数据的智能管理方法
WO2023079821A1 (ja) * 2021-11-02 2023-05-11 株式会社日立製作所 業務設計支援システム、および業務設計支援方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030050817A1 (en) * 2001-09-12 2003-03-13 Cargille Brian D. Capacity- driven production planning
JP2007183817A (ja) * 2006-01-06 2007-07-19 Sumitomo Heavy Ind Ltd スケジューリング装置、スケジューリング方法、スケジューリングプログラム、及び該プログラムが記録された記録媒体
JP2009134468A (ja) * 2007-11-29 2009-06-18 Toshiba Corp 供給連鎖シミュレーションシステム及び最適設計プログラム
JP2009271865A (ja) * 2008-05-09 2009-11-19 Toshiba Corp 補充生産方法、補充生産装置、および補充生産プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030050817A1 (en) * 2001-09-12 2003-03-13 Cargille Brian D. Capacity- driven production planning
JP2007183817A (ja) * 2006-01-06 2007-07-19 Sumitomo Heavy Ind Ltd スケジューリング装置、スケジューリング方法、スケジューリングプログラム、及び該プログラムが記録された記録媒体
JP2009134468A (ja) * 2007-11-29 2009-06-18 Toshiba Corp 供給連鎖シミュレーションシステム及び最適設計プログラム
JP2009271865A (ja) * 2008-05-09 2009-11-19 Toshiba Corp 補充生産方法、補充生産装置、および補充生産プログラム

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895221B (zh) * 2017-10-25 2021-09-28 北京微肯佛莱科技有限公司 市场环境下梯级水电站中长期调度与检修计划优化方法
CN107895221A (zh) * 2017-10-25 2018-04-10 北京微肯佛莱科技有限公司 市场环境下梯级水电站中长期调度与检修计划优化方法
CN108074033A (zh) * 2017-10-30 2018-05-25 链家网（北京）科技有限公司 指标数据的处理方法、系统、电子设备和存储介质
JP2019204248A (ja) * 2018-05-23 2019-11-28 株式会社日立製作所 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム
JP6995694B2 (ja) 2018-05-23 2022-01-17 株式会社日立製作所 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム
CN111258280A (zh) * 2018-12-03 2020-06-09 发那科株式会社 生产计划装置
CN111258280B (zh) * 2018-12-03 2024-04-05 发那科株式会社 生产计划装置
JP2020091550A (ja) * 2018-12-03 2020-06-11 ファナック株式会社 生産計画装置
US11385626B2 (en) 2018-12-03 2022-07-12 Fanuc Corporation Production planning apparatus
DE102019008205A1 (de) 2018-12-03 2020-06-04 Fanuc Corporation Produktionsplanungsvorrichtung
JP2020095440A (ja) * 2018-12-12 2020-06-18 株式会社日立製作所 情報処理装置、生産指示支援方法
JP7171407B2 (ja) 2018-12-12 2022-11-15 株式会社日立製作所 情報処理装置、生産指示支援方法
JP2020154589A (ja) * 2019-03-19 2020-09-24 株式会社日立製作所 作業指示支援システム及び作業指示支援方法
CN111724120A (zh) * 2019-03-19 2020-09-29 株式会社日立制作所 作业指示辅助系统和作业指示辅助方法
CN111724120B (zh) * 2019-03-19 2024-02-27 株式会社日立制作所 作业指示辅助系统和作业指示辅助方法
JP7075906B2 (ja) 2019-03-19 2022-05-26 株式会社日立製作所 作業指示支援システム及び作業指示支援方法
JPWO2020250276A1 (ja) * 2019-06-10 2021-11-18 三菱電機株式会社 指標管理システム、指標管理方法、エンジニアリング装置およびエンジニアリングプログラム
CN113906356B (zh) * 2019-06-10 2024-04-19 三菱电机株式会社 指标管理系统、指标管理方法、工程设计装置及计算机可读取的记录介质
CN113906356A (zh) * 2019-06-10 2022-01-07 三菱电机株式会社 指标管理系统、指标管理方法、工程设计装置及工程设计程序
WO2020250276A1 (ja) * 2019-06-10 2020-12-17 三菱電機株式会社 指標管理システム、指標管理方法、エンジニアリング装置およびエンジニアリングプログラム
JP7314043B2 (ja) 2019-12-16 2023-07-25 株式会社日立製作所 生産計画立案支援システム及び生産計画立案支援方法
JP2021096563A (ja) * 2019-12-16 2021-06-24 株式会社日立製作所 生産計画立案支援システム及び生産計画立案支援方法
JP2021174541A (ja) * 2020-04-22 2021-11-01 株式会社日立製作所 生産リードタイム分析方法及び生産リードタイム分析システム
JP7141487B2 (ja) 2020-04-22 2022-09-22 株式会社日立製作所 生産リードタイム分析方法及び生産リードタイム分析システム
KR102291141B1 (ko) * 2020-07-02 2021-08-20 지식시스템(주) 생산 계획 시뮬레이션 장치 및 방법
WO2022153487A1 (ja) * 2021-01-15 2022-07-21 株式会社日立製作所 シミュレーションを実施するための計算機システム、及び、シミュレーションのための方法
WO2022157876A1 (ja) * 2021-01-21 2022-07-28 株式会社日立製作所 計画支援装置、プログラムおよび計画支援方法
CN113741366B (zh) * 2021-09-03 2023-06-13 晟通科技集团有限公司 生产控制方法
CN113741366A (zh) * 2021-09-03 2021-12-03 晟通科技集团有限公司 生产控制方法
WO2023079821A1 (ja) * 2021-11-02 2023-05-11 株式会社日立製作所 業務設計支援システム、および業務設計支援方法
CN115600930A (zh) * 2022-11-29 2023-01-13 天津佰利金电力有限公司（Cn） 用于电力金具生产数据的智能管理方法

Similar Documents

Publication Publication Date Title
JP2017162044A (ja) 生産計画装置、生産計画方法および生産計画プログラム
US11354121B2 (en) Software portfolio management system and method
Bonney Reflections on production planning and control (PPC)
Grabenstetter et al. Developing due dates in an engineer-to-order engineering environment
JP2019133412A (ja) 保守計画装置、及び保守計画方法
JP4439580B2 (ja) プロセスマネジメント支援システム、及びシミュレーション方法
JP2009140350A (ja) サプライチェーン評価システム、方法、及びプログラム。
JP6370757B2 (ja) 損益予測装置及び損益予測プログラム
US20150242782A1 (en) Interactive Planning Method And Tool
Huang Information architecture for effective Workload Control: an insight from a successful implementation
Kuthambalayan et al. Managing product variety with mixed make-to-stock/make-to-order production strategy and guaranteed delivery time under stochastic demand
JP4852496B2 (ja) プロジェクト計画方法、プロジェクト計画プログラム、および、プロジェクト計画システム
Rad et al. Metrics for project management: Formalized approaches
JP2007183817A (ja) スケジューリング装置、スケジューリング方法、スケジューリングプログラム、及び該プログラムが記録された記録媒体
JP2017122955A (ja) 生産計画立案支援システムおよび支援方法
de Kok Modelling short-term manufacturing flexibility by human intervention and its impact on performance
US20160292625A1 (en) Product data analysis
Prakash et al. Effects of inventory classifications on CONWIP system: a case study
JP2009129090A (ja) 在庫基準決定支援装置
JP2008171171A (ja) 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム
WO2022176073A1 (ja) 生産計画支援システム
JP2005056024A (ja) 供給計画を作成するための支援システムおよび支援方法および支援のためのコンピュータプログラム
CN114091770A (zh) 物料需求计划的预测分析方法、装置、设备及存储介质
JP6695298B2 (ja) 発注制御装置
WO2023223667A1 (ja) 生産計画装置、生産計画方法およびプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190207

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200114

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200707