JP2018120538A - 処理フロー管理装置及び処理フロー管理方法 - Google Patents

Abstract

【課題】実際に処理を実施した際に、結果が目標を外れるか否かを適切に予測する。【解決手段】処理フロー管理装置は、複数の処理が変更させるパラメータのうち、結果に対する影響の高いパラメータである重要パラメータを複数抽出する重要パラメータ抽出部２２と、重要パラメータの検査結果を取得する検査結果取得部２４と、重要パラメータを説明変数とし結果を目的変数として、重要パラメータと結果との因果関係を示す因果関係モデルを生成する因果関係モデル生成部２６と、因果関係モデルに基づき、重要パラメータが結果に与える影響の度合いを示す係数である相関係数を複数の重要パラメータ毎に算出する相関係数算出部と、相関係数と複数の重要パラメータの検査結果とに基づき、結果の目標値からのずれ量である差異値を算出する差異値算出部３０と、を有する。【選択図】図１

Description

本発明は、処理フロー管理装置及び処理フロー管理方法に関するものである。

複数の処理を実行して所定の結果を取得する際には、この処理の内容を検査して、結果が良好なものであるかを解析する場合がある。より具体的には、例えば、処理として生産工程を実行して生産物を生産する場合、その生産工程で実施された内容、例えば加工後の寸法などを検査して、生産物が不良であるかを解析する。また、生産物を効率よく生産する、つまり不良品を減らして歩留まりを向上させるために、生産に係る各種要因に基づいて生産処理を解析するシステムが提案されている。

例えば、特許文献１には、連続量の目的変数に関連付けられた複数の連続量の説明変数の中から目的変数に影響度の高い説明変数を選び出すことができるデータ処理方法が記載されている。

特開２００７−３２９４１５号公報

特許文献１に記載の方法は、各種要因を分析し、影響度の高い説明変数を検出することで、生産に影響がある条件を特定している。しかしながら、どの説明変数の影響度が高いかを特定した場合でも、その生産工程の実行結果により、生産物への影響の大きさが変化する。すなわち、例えば加工を実行した際の加工代によって、生産物の寸法への影響が変化する。従って、その処理（生産工程）が実際に実行された際に、その処理が結果（生産物）へどの程度影響を与えるかを、定量的に予測することができない。すなわち、特許文献１に記載の方法は、説明変数に対応する処理が実際に実施された際に、結果が目標を外れるリスクを適切に予測することはできない。

本発明は、上述した課題を解決するものであり、実際に処理を実施した際に、結果が目標を外れるか否かを適切に予測する処理フロー管理装置及び処理フロー管理方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本開示に係る処理フロー管理装置は、パラメータを変更させる複数の処理が予め設定された順序で組み合わさっており、前記複数の処理の実行により結果を取得する処理フローを管理する処理フロー管理装置であって、前記複数の処理が変更させる前記パラメータのうち、前記結果に対する影響の高い前記パラメータである重要パラメータを複数抽出する重要パラメータ抽出部と、前記重要パラメータの検査結果を取得する検査結果取得部と、前記重要パラメータを説明変数とし前記結果を目的変数として、前記重要パラメータと前記結果との因果関係を示す因果関係モデルを生成する因果関係モデル生成部と、前記因果関係モデルに基づき、前記重要パラメータが前記結果に与える影響の度合いを示す係数である相関係数を前記複数の重要パラメータ毎に算出する相関係数算出部と、前記相関係数と前記複数の重要パラメータの検査結果とに基づき、前記結果の目標値からのずれ量である差異値を算出する差異値算出部と、を有する。

この処理フロー管理装置は、相関係数と重要パラメータの検査結果により、結果の目標値からのずれ量である差異値を、定量的に算出する。処理フロー管理装置は、このように差異値を算出することにより、結果が目標を外れるか否かを適切に予測することができる。

前記処理フロー管理装置において、前記重要パラメータ抽出部は、予め実行された前記処理フローの、前記複数のパラメータの検査結果と前記結果の検査結果とを取得するデータ取得部と、取得した前記結果の検査結果に対して許容範囲を設定し、予め実行された前記処理フローの前記結果を、前記許容範囲を満たす適合結果と前記許容範囲を満たさない不適合結果とに分類し、前記複数のパラメータを説明変数とし前記結果を目的変数として決定木分析を実行し、各決定木で分類した前記説明変数に対して前記不適合結果の発生確率を算出する決定木分析部と、前記不適合結果の発生確率が所定値以上である前記説明変数に対応付けられた前記パラメータを、前記重要パラメータとする重要パラメータ決定部と、を有することが好ましい。この処理フロー管理装置は、差異値算出の変数として使用するパラメータとして、生産物への影響が高いものを適切に選定することが可能となり、結果が目標を外れるか否かをより適切に予測することができる。

前記処理フロー管理装置において、前記検査結果取得部は、前記重要パラメータに対応する全ての処理が実行される前に、それまでに実行された処理に対応する前記重要パラメータの検査結果を取得し、前記差異値算出部は、実行されていない前記処理に対応する重要パラメータの設定値を予め設定しており、実行された前記処理に対応する重要パラメータの検査結果及び前記相関係数と、実行されていない前記処理に対応する重要パラメータの設定値及び前記相関係数と、に基づき、前記差異値を算出するものであり、さらに、実行されていない前記処理の重要パラメータを、前記差異値が所定の値以下となるように、前記設定値から補正した値である補正値となるように設定する補正部と、を有することが好ましい。この処理フロー管理装置は、処理の途中に差異値を算出し、この差異値に基づき、これから実行する処理を制御することで、不適合結果となる確率を低減することができる。

前記処理フロー管理装置において、前記補正部は、実行されていない前記処理に対応する重要パラメータのうち、前記相関係数が大きい重要パラメータを、前記補正値を設定するものとして優先して選択することが好ましい。この処理フロー管理装置は、補正量を少なくしつつ、不適合結果を抑制することができる。

前記処理フロー管理装置において、前記補正部は、前記補正値を設定する重要パラメータの個数が最小となるように、前記補正値を設定する重要パラメータを選択することが好ましい。この処理フロー管理装置は、補正値を設定する処理対象を適切に少なくすることができる

前記処理フロー管理装置において、前記因果関係モデルは、前記重要パラメータと前記結果との因果関係に加え、前記重要パラメータ同士の因果関係を示すことが好ましい。この処理フロー管理装置は、重要パラメータ同士の因果関係も考慮して因果関係モデルを構築しているため、相関係数を適切に算出して、結果が目標を外れるか否かをより適切に予測することができる。

前記処理フロー管理装置において、前記処理は、生産物を生産するための生産工程であり、前記結果は、前記生産物であることが好ましい。この処理フロー管理装置は、生産物が目標を外れるか否かを適切に予測することができる。

上述した課題を解決し、目的を達成するために、本開示に係る処理フロー管理方法は、パラメータを変更させる複数の処理が予め設定された順序で組み合わさっており、前記複数の処理の実行により結果を取得する処理フローを管理する処理フロー管理方法であって、前記複数の処理が変更させる前記パラメータのうち、前記結果に対する影響の高い前記パラメータである重要パラメータを複数抽出する重要パラメータ抽出ステップと、前記重要パラメータの検査結果を取得する検査結果取得ステップと、前記重要パラメータを説明変数とし前記結果を目的変数として、前記重要パラメータと前記結果との因果関係を示す因果関係モデルを生成する因果関係モデル生成ステップと、前記因果関係モデルに基づき、前記重要パラメータが前記結果に与える影響の度合いを示す係数である相関係数を前記複数の重要パラメータ毎に算出する相関係数算出ステップと、前記相関係数と前記複数の重要パラメータの検査結果とに基づき、前記結果の目標値からのずれ量である差異値を算出する差異値算出ステップと、を有する。この処理フロー管理方法は、結果が目標を外れるか否かをより適切に予測することができる。

本発明によれば、実際に処理を実施する際に、結果が目標を外れるか否かを適切に予測することができる。

図１は、本実施形態の生産管理システムの概略構成を示すブロック図である。 図２は、生産フローの一例を示す概念図である。 図３は、履歴データの一例を示す概念図である。 図４は、重要パラメータ抽出部の構成を模式的に示すブロック図である。 図５は、決定木分析の結果の一例を示す概念図である。 図６は、因果関係モデルの一例を示す模式図である。 図７は、因果関係式生成部の構成を模式的に示すブロック図である。 図８は、重要パラメータの抽出フローを説明するフローチャートである。 図９は、補正値の設定フローを説明するフローチャートである。

以下に添付図面を参照して、本発明の好適な実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではなく、また、実施形態が複数ある場合には、各実施形態を組み合わせて構成するものも含むものである。

図１は、本実施形態の生産管理システムの概略構成を示すブロック図である。生産管理システム１０は、複数の生産工程を予め設定された順序で組み合わせて生産工程フローを構築しており、この生産工程フローを実行することにより、生産物を製造する。この生産工程の順序は、ある生産工程を実行した後に他の生産工程を実行するものであり、すなわち、生産工程同士が直列に繋がっている。生産物は、種々の物品を対象とすることができる。生産物は、部品でも最終製品でもよい。また、本実施形態では、生産管理システム１０は、生産工程フローを実施して生産物を製造しているが、処理フロー管理システムとして、ある処理フローを実行して所定の結果を取得するものであればよい。この処理フローは、複数の処理が予め設定された順序で組み合わさったものであり、ある処理を実行した後に他の処理が実行されるものである。以下では、処理を生産工程とし、結果を生産物とした生産工程フローについて説明するが、処理及び結果の内容は、これに限られず任意である。例えば、生産計画を目標とし、処理を生産工程とし、結果を生産実績とすることも可能である。この場合、生産管理システム１０を用いることで、生産実績が生産計画から乖離した理由を分析することも可能になる。

生産管理システム１０は、生産ライン１２と、検査装置１４と、生産工程管理装置１６と、を有する。生産ライン１２は、各生産工程、ここでは対象物に対する加工を実行し、生産物を生産する。生産ライン１２は、加工を行う各種機器を有する。ここで、加工は、鋳造、切削、溶接、研磨、熱処理等の各種機械加工や、合成、成膜等の化学処理も含む。生産ライン１２は、複数の生産工程、すなわち生産工程フローを実行し、生産物を生産する。各生産工程は、このように加工を行うものであるため、実施後に対象物のパラメータを変化させる。ここでのパラメータとは、生産工程の実行によって変化が生じる対象物のパラメータであり、例えば、対象物または生産物のある箇所の寸法、真円度、表面粗さ、組成、結晶構造等である。

検査装置１４は、対象物に対する加工（生産工程）の途中の検査、及び、生産ライン１２での生産工程フローが終了した生産物の検査を実行する。検査装置１４は、生産ライン１２が実施した生産工程によって変化した各種パラメータが、計測対象となる。具体的には、計測対象のパラメータは、上述のように、対象物または生産物の寸法、真円度、表面粗さ、組成、結晶構造等のパラメータが例示される。検査装置１４は、計測するパラメータを計測できる計測機器を有する。なお、検査装置１４は、生産ライン１２の一部としてもよい。

生産工程管理装置１６は、生産ライン１２による生産及び検査装置１４による検査を管理、制御する。生産工程管理装置１６は、演算処理機能、記憶機能、入出力機能を備えた機器、例えば、パーソナルコンピュータである。生産工程管理装置１６は、関連データ記憶部２０と、重要パラメータ抽出部２２と、検査結果取得部２４と、因果関係モデル生成部２６と、因果関係式生成部２８と、差異値算出部３０と、補正部３２と、を有する。

関連データ記憶部２０は、生産工程フロー及び生産物の各種データを記憶する。関連データ記憶部２０は、例えば、生産ライン１２による生産工程フローの実行中に、検査装置１４によって行われたパラメータの検査結果を、逐次取得して記憶する。また、関連データ記憶部２０は、例えば、以下に説明する生産フローデータ及び履歴データを記憶している。

図２は、生産フローの一例を示す概念図である。生産フローデータは、生産物を生産する生産工程と検査の順序を示すデータである。図２に示す生産フローデータは、第１工程、第２工程、第３工程、第１検査、第４工程、第５工程、第２検査の順番で各工程を実行して、生産物を完成させる生産フローを示している。第１工程、第２工程、第３工程、第４工程、及び第５工程は、生産ライン１２で実行する生産工程（加工処理）である。各工程は、複数の加工処理を含んでいても１つの加工処理でもよい。第１検査、第２検査は、検査装置１４で実行する検査であり、それより前に実行された工程の内容、すなわち各パラメータを検査するものである。各検査は、複数の検査を含んでいても１つの検査でもよい。つまり、各検査で検出される検査結果は、複数の検査結果でも１つの検査結果でもよい。なお、図２に示す生産フローは、生産フローの一部であり、第１検査以降も計測と工程とが続く。また、工程の順序と検査の順序とは、図２に示したものに限られず任意である。

図３は、履歴データの一例を示す概念図である。履歴データは、図３に示すように、生産フローに基づいて、生産物を加工する際に実行した検査結果のデータを生産物毎に保存したものである。すなわち、履歴データは、すでに生産された生産物の検査結果のデータである。履歴データは、各パラメータを要因として分離し、それぞれの要因（パラメータ）の検査結果が含まれる。図３に示す例では、第１検査では、第１要因、第２要因、第３要因の３つのパラメータが検査され、第２検査では、第４要因、第５要因の２つのパラメータが検査される。本実施形態の説明では、第１要因は第１工程の実施により変化したパラメータであり、第２要因は第２工程の実施により変化したパラメータであり、第３要因は第３工程の実施により変化したパラメータであり、第４要因は第４工程の実施により変化したパラメータであり、第５要因は第５工程の実施により変化したパラメータである。すなわち、この例では、一つの工程に対して、一つの要因（パラメータ）に対する検査のみが行われるが、一つの工程に対して、複数の要因に対する検査が行われてもよい。例えば、第１要因、第２要因の両方が、第１工程で変化するパラメータであってもよい。

また、履歴データは、完成した生産物の検査で計測した結果も含む。生産物（完成品）の検査では、第Ａ要因、第Ｂ要因、第Ｃ要因の３つの最終パラメータが検査される。ここでの最終パラメータは、完成した生産物に対するパラメータである。なお、各検査でのパラメータ及び生産品の最終パラメータの数は、一例であり、実際の検査ではより多くのパラメータ及び最終パラメータを計測し、履歴データに含めてもよい。また、生産物には、生産物の検査で計測した結果、許容範囲を満たす適合品（適合結果）と、許容範囲を満たさない不適合品（不適合結果）が含まれる。また、履歴データは、生産物が適合品か不適合品かを示す情報をさらに備えていてもよい。

次に、図１に示す重要パラメータ抽出部２２について説明する。図４は、重要パラメータ抽出部の構成を模式的に示すブロック図である。重要パラメータ抽出部２２は、生産工程フロー中の複数の生産工程が変更させるパラメータのうちから、重要パラメータを複数抽出する。重要パラメータは、各パラメータのうちから、生産物に対する影響の高いパラメータとして、重要パラメータ抽出部２２に選択されたパラメータである。図４に示すように、重要パラメータ抽出部２２は、データ取得部４０と、決定木分析部４２と、重要パラメータ決定部４４と、を有する。

図４に示すデータ取得部４０は、予め実行された生産工程フローの、複数のパラメータの検査結果と生産物の検査結果とを取得する。すなわち、データ取得部４０は、すでに生産された生産物の履歴データを、関連データ記憶部２０から取得する。データ取得部４０は、生産された生産物について、実行された全ての生産工程に対応するパラメータの検査結果と、その生産物の検査結果（最終パラメータの検査結果）とを取得する。図３の例では、データ取得部４０は、各パラメータの検査結果である第１要因、第２要因、第３要因、第４要因及び第５要因の検査結果と、生産物の最終パラメータの検査結果である第Ａ要因、第Ｂ要因、第Ｃ要因の検査結果とを、生産物毎（識別番号Ａ０００１〜Ａｘｘｘｘ）に取得する。ただし、データ取得部４０は、全てのパラメータの検査結果を取得することに限られず、後述する決定木分析に必要な一部のパラメータの検査結果のみを取得してもよい。

図４に示す決定木分析部４２は、データ取得部４０で取得したデータに対して決定木分析を実行する。具体的には、決定木分析部４２は、データ取得部４０で取得した生産物（結果）の検査結果に対して、許容範囲を設定する。そして、決定木分析部４２は、各生産物の検査結果に基づき、各生産物を、許容範囲を満たす適合品（適合結果）と、許容範囲を満たさない不適合品（不適合結果）とに分類する。ここでの許容範囲とは、生産物の最終パラメータに対してそれぞれ設定された数値範囲である。従って、この不適合品の分類は、生産物の最終パラメータ毎になされる。ただし、不適合品の分類は、複数の最終パラメータを含めてもよく、複数の最終パラメータの全てが許容範囲にある場合に、適合品とし、複数の最終パラメータの少なくとも一部が許容範囲外である場合に、不適合品としてもよい。

決定木分析部４２は、生産工程における複数のパラメータを説明変数とし、生産物（結果）、ここでは生産物の最終パラメータを目的変数として、決定木分析を実行する。決定木分析部４２は、決定木分析により、各決定木で分類したそれぞれの場合、すなわち各説明変数に対して、不適合品の発生確率を算出する。

図５は、決定木分析の結果の一例を示す概念図である。図５は、図３の例に示す生産工程フローを実行した際の決定木分析の結果の例を示している。図５に示すように、決定木分析部４２は、分析結果７０を出力する。分析結果７０は、決定木７２ａ、７２ｂ、７２ｃ、７２ｄ、７２ｅと、分岐結果７４ａ、７４ｂ、７４ｃ、７４ｄ、７４ｅ、７４ｆと、を含む。決定木７２ａ、７２ｂ７２ｃ、７２ｄ、７２ｅは、分岐となる決定木であり、説明変数であるパラメータ、すなわち各要因に基づく分岐である。分岐結果７４ａ、７４ｂ、７４ｃ、７４ｄ、７４ｅ、７４ｆは、分岐の終端であり、決定木の分岐の条件を満たす生産物の不適合品の割合、生産物の数及び割合が含まれる。

分析結果７０において、最初の分岐である決定木７２ａは、説明変数が第５要因であり、第５要因の検査結果が予め定めた設定値の範囲内にある（Ｙｅｓである）場合に、一方の分岐である決定木７２ｂに分岐する。決定木７２ａは、第５要因の検査結果が予め定めた設定値の範囲内にない（Ｎｏである）場合に、他方の分岐である決定木７２ｃに分岐する。決定木７２ｂは、説明変数が第３要因であり、第３要因の検査結果が予め定めた設定値の範囲内にある（Ｙｅｓである）場合に、一方の分岐である分岐結果７４ａに分岐する。決定木７２ｂは、第３要因の検査結果が予め定めた設定値の範囲内にない（Ｎｏである）場合に、他方の分岐である分岐結果７４ｂに分岐する。決定木７２ｃは、説明変数が第１要因であり、第１要因の検査結果が予め定めた設定値の範囲内にある（Ｙｅｓである）場合に、一方の分岐である決定木７２ｄに分岐する。決定木７２ｃは、第１要因の検査結果が予め定めた設定値の範囲内にない（Ｎｏである）場合に、他方の分岐である決定木７２ｅに分岐する。決定木７２ｄは、説明変数が第２要因であり、第２要因の検査結果が予め定めた設定値の範囲内にある（Ｙｅｓである）場合に、一方の分岐である分岐結果７４ｃに分岐する。決定木７２ｄは、第２要因の検査結果が予め定めた設定値の範囲内にない（Ｎｏである）場合に、他方の分岐である分岐結果７４ｄに分岐する。決定木７２ｅは、説明変数が第４要因であり、第４要因の検査結果が予め定めた設定値の範囲内にある（Ｙｅｓである）場合に、一方の分岐である分岐結果７４ｅに分岐する。決定木７２ｅは、第４要因の検査結果が予め定めた設定値の範囲内にない（Ｎｏである）場合に、他方の分岐である分岐結果７４ｆに分岐する。なお、各パラメータ、すなわち第１から第５要因に関する設定値は、上述のように予め定めた数値範囲であり、要因ごとに設定するものである。

分岐結果７４ａは、第５要因及び第３要因の検査結果が設定値の範囲内である場合に、不適合品の発生確率がａ％である旨を示している。同様に、分岐結果７４ｂは、第５要因の検査結果が設定値の範囲内であり、第３要因の検査結果が設定値の範囲外である場合に、不適合品の発生確率がｂ％である旨を示している。分岐結果７４ｃは、第５要因の検査結果が設定値の範囲外であり、第１要因及び第２要因の検査結果が設定値の範囲内である場合に、不適合品の発生確率がｃ％である旨を示している。分岐結果７４ｄは、第５要因及び第２要因の検査結果が設定値の範囲外であり、第１要因の検査結果が設定値の範囲内である場合に、不適合品の発生確率がｄ％である旨を示している。分岐結果７４ｅは、第５要因及び第１要因の検査結果が設定値の範囲外であり、第４要因の検査結果が設定値の範囲内である場合に、不適合品の発生確率がｅ％である旨を示している。分岐結果７４ｆは、第５要因、第１要因、及び第４要因の検査結果が設定値の範囲外である場合に、不適合品の発生確率がｆ％である旨を示している。ここでの不適合品の発生確率とは、一つの最終パラメータが許容範囲から外れる確率を示している。ただし、不適合品の発生確率は、複数の最終パラメータのうち少なくとも１つが許容範囲から外れる確率であってもよい。

決定木分析部４２は、このように算出した分析結果７０から、各決定木で分類した説明変数、すなわち説明変数としたパラメータ（要因）毎の不適合品の発生確率を算出する。すなわち、決定木分析部４２は、パラメータが設定値を外れた場合の不適合品の発生確率を、説明変数としたパラメータ毎に算出する。決定木分析部４２は、生産物の最終パラメータを目的変数として決定木分析を行っている。決定木分析部４２は、最終パラメータが複数ある場合は、最終パラメータ毎に決定木分析を行って、それぞれの最終パラメータについて、パラメータ毎の不適合品の発生確率を算出してもよい。

図４に示す重要パラメータ決定部４４は、決定木分析部４２が算出した説明変数毎の不適合品の発生確率の情報を取得する。重要パラメータ決定部４４は、不適合品の発生確率が所定値以上である説明変数に対応付けられたパラメータを、重要パラメータに決定する。すなわち、重要パラメータ決定部４４は、生産工程フロー中の各パラメータのうち、決定木分析によって不適合品の発生確率が所定値以上と認定されたパラメータを、重要パラメータとする。不適合品の発生確率の閾値となる上述の所定値は、任意に定めることができるが、例えば、２５％以上であることが好ましく、６０％以上であることがより好ましい。なお、不適合品の発生確率が高いパラメータは、言い換えれば、生産物に対する影響が大きいパラメータといえる。

このように、重要パラメータ抽出部２２は、決定木分析に基づき、生産工程の実行により変化するパラメータのうちから、生産物に対する影響の大きい重要パラメータを複数抽出する。

以上説明した重要パラメータ抽出部２２は、すでに生産された生産物のデータを用いて、重要パラメータの抽出処理を行っている。一方、以下に説明する検査結果取得部２４と、因果関係モデル生成部２６と、因果関係式生成部２８と、差異値算出部３０と、補正部３２とは、生産物を生産している最中に処理を実行するものであり、言い換えれば、生産工程フローの実行中であって、全ての生産工程が実行される前に処理を実行する。

図１に示す検査結果取得部２４は、重要パラメータ抽出部２２が抽出した重要パラメータについて、その重要パラメータの検査結果を取得する。具体的には、検査結果取得部２４は、重要パラメータ抽出部２２から重要パラメータがどのパラメータであるかの情報を取得する。そして、検査結果取得部２４は、生産工程フローの実行中であって全ての生産工程が実行される前に、すでに生産工程が実行されて検査結果が取得されている重要パラメータの検査結果を、関連データ記憶部２０から取得する。検査結果取得部２４は、未実行の生産工程に対応する重要パラメータの検査結果については、検査が行われていないため、取得しない。言い換えれば、検査結果取得部２４は、生産工程フローの実行中に、重要パラメータに対応する全ての生産工程が実行される前に、それまでに実行された生産工程に対応する重要パラメータの検査結果を取得する。すなわち、図２に示す生産工程フローにおいて第２検査まで実行されている場合、検査結果取得部２４は、第２検査までに実行された第１から第５工程に対応するパラメータ中の重要パラメータの検査結果を取得する。

図１に示す因果関係モデル生成部２６は、重要パラメータを説明変数とし、生産物（結果）、ここでは生産物の最終パラメータを目的変数として、因果関係モデルを生成する。因果関係モデルは、説明変数とした重要パラメータと、目的変数とした生産物の最終パラメータとの因果関係を示すモデルである。因果関係モデル生成部２６は、生産フローデータに基づき、どの重要パラメータがどの最終パラメータに影響を及ぼすかという因果関係を導出し、その導出結果に基づき、因果関係モデルを生成する。因果関係モデルは、重要パラメータと最終パラメータとの因果関係に加え、重要パラメータ同士の因果関係も示すものである。重要パラメータと最終パラメータとに因果関係があるとは、重要パラメータが変化した場合に、最終パラメータがそれに伴い変化することを指す。また、重要パラメータ同士に因果関係があるとは、一方の重要パラメータが変化した場合に、他方の重要パラメータがそれに伴い変化することを指す。なお、因果関係モデルで説明変数として用いられる重要パラメータは、上述のように決定木分析で抽出されたパラメータであり、因果関係モデルで目的変数として用いられる生産物の最終パラメータは、決定木分析で目的変数として用いられた最終パラメータと同じものである。従って、因果関係モデルは、最終パラメータ毎に生成される。

図６は、因果関係モデルの一例を示す模式図である。図６の例では、第Ｘ１要因、第Ｘ２要因、第Ｘ３要因、第Ｘ４要因、第Ｘ５要因、第Ｘ６要因、第Ｘ７要因、第Ｘ８要因、第Ｘ９要因、第Ｘ１０要因、第Ｘ１１要因、第Ｘ１２要因、第Ｘ１３要因、第Ｘ１４要因及び第Ｘ１５要因と、第Ｙ１要因、第Ｙ２要因及び第Ｙ３要因とを、因果関係モデルの説明変数、すなわち重要パラメータとしている。また、図６の例では、図３に示す第Ａ要因を、因果関係モデルの目的変数、すなわち最終パラメータとしている。

因果関係モデル内の重要パラメータは、第１重要パラメータと、第２重要パラメータと、第３重要パラメータとに分類される。第１重要パラメータは、最終パラメータに影響を与えるが他の重要パラメータには影響を与えない。第２重要パラメータは、最終パラメータ及び他の重要パラメータに影響を与える。第３重要パラメータは、第２重要パラメータから影響を与えられつつ、最終パラメータに影響を与える。第２重要パラメータに影響を与える第１重要パラメータは、その第２重要パラメータに対応する生産工程よりも前に実施された生産工程に対応するパラメータである。

第Ｘ１要因から第Ｘ３要因は、第Ａ要因に加え、第Ｙ１要因及び第Ｙ２要因にも影響を与えるため、第２重要パラメータに分類される。第Ｘ４要因から第Ｘ９要因及び第Ｘ１４要因は、第Ａ要因に影響を与え、他の重要パラメータに影響を与えないため、第１重要パラメータに分類される。第Ｘ１０要因から第Ｘ１２要因は、第Ａ要因に加え、第Ｙ１要因にも影響を与えるため、第２重要パラメータに分類される。第Ｘ１３要因は、第Ａ要因に加え、第Ｙ１要因、第Ｙ３要因及び第Ｙ４要因にも影響を与えるため、第２重要パラメータに分類される。第Ｘ１４要因及び第Ｘ１５要因は、第Ａ要因に加え、第Ｙ３要因及び第Ｙ４要因にも影響を与えるため、第２重要パラメータに分類される。第Ｙ１要因及び第Ｙ２要因は、第Ｘ１要因から第Ｘ３要因に影響を与えられ、第Ａ要因に影響を与えるため、第３重要パラメータに分類される。第Ｙ３要因及び第Ｙ４要因は、第Ｘ１３要因から第Ｘ５要因に影響を与えられ、第Ａ要因に影響を与えるため、第３重要パラメータに分類される。

このように、因果関係モデル生成部２６は、因果関係モデルを生成することで、重要パラメータと最終パラメータとの因果関係と、重要パラメータ同士の因果関係とを導出する。

図１に示す因果関係式生成部２８は、因果関係モデルに基づき、相関係数を複数の重要パラメータ毎に算出し、相関係数に基づき因果関係式を生成する。図７は、因果関係式生成部の構成を模式的に示すブロック図である。図７に示すように、因果関係式生成部２８は、相関係数算出部４６と、因果関係式設定部４８とを有する。

相関係数算出部４６は、因果関係モデルに基づき、相関係数を複数の重要パラメータ毎に算出する。相関係数とは、重要パラメータが生産物の最終パラメータに与える影響の度合いを示す係数である。すなわち、相関係数は、重要パラメータが単位値だけ変化した際に、最終パラメータがどれだけ変化するかを示す係数である。

第１重要パラメータ及び第２重要パラメータは、他の重要パラメータに影響を受けない重要パラメータである。従って、相関係数算出部４６は、最終パラメータが、対象の第１重要パラメータ又は第２重要パラメータを１つの変数として線形（一次的）に変化するものとして、線形回帰モデルを用いて、第１重要パラメータ及び第２重要パラメータの相関係数を、第１重要パラメータ及び第２重要パラメータ毎にそれぞれ算出する。

また、第３重要パラメータは、他の重要パラメータに影響を受ける重要パラメータである。従って、相関係数算出部４６は、最終パラメータが、第３重要パラメータと第３重要パラメータに影響を与える重要パラメータとの、複数の変数に応じて変化するものとして、傾向スコア法を用いて、第３重要パラメータの相関係数を、第３重要パラメータ毎にそれぞれ算出する。

因果関係式設定部４８は、相関係数算出部４６が算出した相関係数に基づき、因果関係式を設定する。因果関係式は、重要パラメータを変数として、その変数にそれぞれの相関係数を乗じて、その乗じた値を、全ての重要パラメータについて合計するものである。因果関係式は、この合計した値を、生産物の最終パラメータの算出値とする式である。具体的には、因果関係式設定部４８は、以下の式（１）のように因果関係式を設定する。

ここで、Ｘは、重要パラメータの値であり、βは、その重要パラメータについて算出された相関係数であり、ｎは、重要パラメータの総数である。また、Ｙは、生産物の最終パラメータの算出値である。

因果関係式生成部２８は、以上のように、相関係数を複数の重要パラメータ毎に算出し、相関係数に基づき因果関係式を生成する。なお、因果関係式生成部２８は、それぞれの最終パラメータについて、パラメータ毎の相関係数を算出し、それぞれの最終パラメータについて、因果関係式を生成する。

図１に示す差異値算出部３０は、相関係数と複数の重要パラメータの検査結果とに基づき、差異値を算出する。差異値は、生産物の最終パラメータの、目標値からのずれ量である。具体的には、差異値算出部３０は、重要パラメータの検査結果の値を、検査結果取得部２４から取得する。差異値算出部３０は、式（１）に示す因果関係式のＸに、重要パラメータの検査結果の値を代入して、最終パラメータの算出値Ｙを算出する。

なお、検査結果取得部２４は、すでに生産工程が実行されて検査結果が取得されている重要パラメータの検査結果のみを取得しているため、差異値算出部３０は、すでに実行された生産工程に対応する重要パラメータの検査結果のみを取得し、未実行の生産工程に対応する重要パラメータの検査結果は取得しない。ただし、差異値算出部３０は、実行されていない生産工程に対応する重要パラメータについて、その重要パラメータの設定値を予め設定している。差異値算出部３０は、実行された生産工程に対応する重要パラメータの検査結果と、実行されていない生産工程に対応する重要パラメータの設定値とを、式（１）に示す因果関係式のＸに代入して、最終パラメータの算出値Ｙを算出する。この設定値は、全ての重要パラメータについて予め設定された数値範囲であり、重要パラメータ毎に設定されるものである。

差異値算出部３０は、生産物の最終パラメータの目標値を予め設定している。この目標値とは、生産物が適合品となる数値範囲、すなわち許容範囲である。この目標値の範囲内である場合、生産物は適合品とされ、目標値の範囲外である場合、生産物は不適合品とされる。差異値算出部３０は、算出値Ｙと目標値との差分、すなわち目標値の範囲からずれた値を、差異値として算出する。以上を言い換えれば、差異値算出部３０は、実行された生産工程に対応する重要パラメータの検査結果及びそれに対応する相関係数と、実行されていない生産工程に対応する重要パラメータの設定値及びそれに対応する相関係数と、に基づき、差異値を算出する。このように、差異値算出部３０は、すでに生産工程が実行された重要パラメータが最終パラメータに及ぼす影響を、差異値として定量的に算出する。この差異値が大きいと、このままでは、生産物の最終パラメータが目標値から外れるリスクが高くなることが分かる。そのため、このように差異値を算出することにより、生産物が目標値を外れるか否かを適切に予測することができる。

図１に示す補正部３２は、実行されていない生産工程の重要パラメータを、差異値が所定の値以下となるように、設定値から補正した値である補正値となるように設定する。生産工程フローは、通常、重要パラメータが設定値となるように、生産工程が管理されている。しかし、実行されていない生産工程がその後実行され、それらの重要パラメータが設定値となった場合には、最終パラメータが差異値の分だけずれてしまい、最終パラメータ、すなわち生産物が不適合品になってしまうおそれがある。そこで、補正部３２は、これから実行される生産工程の重要パラメータが補正値となるように加工する（生産工程を実行する）旨の指令を、生産ライン１２に出力する。この補正値は、差異値が所定の値以下となるように、設定値から補正した値である。従って、今後実行される生産工程に係る重要パラメータが補正値となるように制御されれば、差異値が所定の値以下となり、最終パラメータ、すなわち生産物が不適合品になることを抑制することができる。

補正部３２は、未実行の重要パラメータのうちから、補正値に補正する重要パラメータを選択する。補正部３２は、未実行の重要パラメータが複数ある場合、その重要パラメータに対応する相関係数が大きい重要パラメータを、補正値を設定するものとして優先して選択する。これにより、補正値と設定値との差分を小さくしつつ、最終パラメータを補正することができる。また、これにより、補正する重要パラメータの個数を少なくすることができる。また、補正部３２は、未実行の重要パラメータが複数ある場合、補正する重要パラメータの個数が最小となるように、補正値を設定する重要パラメータを選択する。また、補正部３２は、第１重要パラメータと第２重要パラメータと第３重要パラメータとのうち、第１重要パラメータを、補正値を設定するものとして優先して選択してもよい。第１重要パラメータは、他の重要パラメータには影響を与えないため、補正しても他の重要パラメータは変化しない。従って、第１重要パラメータを優先して補正することにより、差異値をより好適に小さくすることができる。なお、補正部３２は、第２重要パラメータを、補正値を設定するものとして、第１重要パラメータの次に優先して選択してもよい。

以上が、生産工程管理装置１６の各部の構成及び機能である。次に、生産工程管理装置１６の処理フローをフローチャートに基づき説明する。最初に、重要パラメータの抽出フローを説明する。図８は、重要パラメータの抽出フローを説明するフローチャートである。図８に示すように、重要パラメータ抽出部２２は、最初に、データ取得部４０により、生産済みの生産物のパラメータ及び最終パラメータの検査結果を取得する（ステップＳ１０）。そして、重要パラメータ抽出部２２は、決定木分析部４２により、適合品と不適合品の閾値を決定する（ステップＳ１２）。具体的には、決定木分析部４２は、生産物の最終パラメータの検査結果に対して、許容範囲を設定し、許容範囲内、すなわち閾値の範囲内の生産物を、適合品とし、許容範囲外、すなわち閾値の範囲内の生産物を、不適合品とする。

閾値を決定して生産物を適合品と不適合品に分類した後、重要パラメータ抽出部２２は、決定木分析部４２により、決定木分析を実行する（ステップＳ１４）。決定木分析部４２は、データ取得部４０が抽出したパラメータを説明変数とし、データ取得部４０が抽出した生産物の最終パラメータを目的変数として、決定木分析を実行する。決定木分析部４２は、決定木分析の実行により、説明変数としたパラメータ毎の不適合品の発生確率を算出する。決定木分析の実行後、重要パラメータ抽出部２２は、重要パラメータ決定部４４により、重要パラメータを抽出する(ステップＳ１６)。重要パラメータ決定部４４は、不適合品の発生確率が所定値以上であるパラメータを、重要パラメータに決定する。これにより、重要パラメータの抽出フローは終了する。重要パラメータ抽出部２２は、これから実施する生産工程フローの実施前に重要パラメータを抽出してもよいし、その生産工程フローの実施中に重要パラメータを抽出してもよい。

次に、補正値の設定フローについて説明する。図９は、補正値の設定フローを説明するフローチャートである。図９に示すように、最初に、重要パラメータ抽出部２２が重要パラメータを抽出する（ステップＳ２０）。このステップＳ２０は、図８のフローに相当する。以降のステップは、現在実行している生産工程フローの実行中であって、全ての生産工程が実行される前に行われる。重要パラメータを抽出した後、生産工程管理装置１６は、検査結果取得部２４により、重要パラメータの検査結果を取得する（ステップＳ２２）。検査結果取得部２４は、全ての生産工程が実行される前に、すでに実行された生産工程に対応する重要パラメータ、すなわちすでに実行された生産工程の実行によって値が変化した重要パラメータの検査結果を取得する。

重要パラメータの検査結果を取得した後、生産工程管理装置１６は、因果関係モデル生成部２６により、因果関係モデルを生成する(ステップＳ２４)。因果関係モデル生成部２６は、重要パラメータを説明変数とし、生産物の最終パラメータを目的変数として、因果関係モデルを生成する。因果関係モデルは、重要パラメータと最終パラメータとの因果関係、及び重要パラメータ同士の因果関係を示す。因果関係モデルを生成した後、生産工程管理装置１６は、因果関係式生成部２８により因果関係式を生成する（ステップＳ２６）。具体的には、因果関係式生成部２８は、相関係数算出部４６により、相関係数を複数の重要パラメータ毎に算出し、因果関係式設定部４８により、相関係数に基づき因果関係式を設定する。

因果関係式を設定した後、生産工程管理装置１６は、差異値算出部３０により、相関係数と複数の重要パラメータの検査結果とに基づき、差異値を算出する（ステップＳ２８）。差異値算出部３０は、実行された生産工程に対応する重要パラメータの検査結果と、実行されていない生産工程に対応する重要パラメータの設定値とを、因果関係式に代入して、最終パラメータの算出値Ｙを算出する。差異値算出部３０は、最終パラメータの算出値Ｙと最終パラメータの目標値との差分を、差異値として算出する。

差異値を算出した後、生産工程管理装置１６は、補正部３２により、未実行の生産工程について補正が必要であるかを判断する(ステップＳ３０)。補正部３２は、差異値が所定の値より大きい場合、補正が必要であると判断し、差異値が所定の値以下である場合、補正が必要でないと判断する。補正が必要であると判断した場合（ステップＳ３０；Ｙｅｓ）、生産工程管理装置１６は、補正部３２により、補正値を算出する（ステップＳ３２）．補正部３２は、実行されていない生産工程の重要パラメータを、差異値が所定の値以下となるような補正値を算出する。すなわち、補正値は、実行されていない生産工程の重要パラメータが補正値となった場合に、差異値が所定の値以下となる値である。

補正値を算出した後、生産工程管理装置１６は、補正部３２により、補正値を用いて生産工程を実行するように生産ライン１２に指令を出す（ステップＳ３４）。すなわち、補正部３２は、実行されていない生産工程の重要パラメータが補正値となるように、その重要パラメータに対応する生産工程を実行する旨の指令を、生産ライン１２に出力する。これにより、補正値の設定フローは終了する。また、ステップＳ３０において補正が必要でないと判断した場合（ステップＳ３０；Ｎｏ）、補正値を設定せずに、このフローを終了する。

以上説明したように、本実施形態に係る生産工程管理装置１６（処理フロー管理装置）は、パラメータを変更させる複数の生産工程（処理）が予め設定された順序で組み合わさっており、複数の生産工程の実行により生産物を生産（結果を取得）する生産工程フロー（処理フロー）を管理する。生産工程管理装置１６は、重要パラメータ抽出部２２と、検査結果取得部２４と、因果関係モデル生成部２６と、相関係数算出部４６と、差異値算出部３０とを有する。重要パラメータ抽出部２２は、複数の生産工程（処理）が変更させるパラメータのうち、生産物（結果）に対する影響の高いパラメータである重要パラメータを複数抽出する。検査結果取得部２４は、重要パラメータの検査結果を取得する。因果関係モデル生成部２６は、重要パラメータを説明変数とし生産物（結果）を目的変数として、重要パラメータと結果との因果関係を示す因果関係モデルを生成する。相関係数算出部４６は、因果関係モデルに基づき、相関係数を複数の重要パラメータ毎に算出する。相関係数とは、重要パラメータが生産物（結果）に与える影響の度合いを示す係数である。差異値算出部３０は、相関係数と複数の重要パラメータの検査結果とに基づき、生産物（結果）の目標値からのずれ量である差異値を算出する。

この生産工程管理装置１６は、このように、差異値算出部３０は、生産物への影響が高い重要パラメータのみを抽出して、その重要パラメータについて、生産工程が実行された後の検査結果を取得する。そして、生産工程管理装置１６は、重要パラメータと生産物との因果関係を検出して、その因果関係に基づき、各最終パラメータが生産物に与える影響の度合いを示す相関係数を算出する。生産工程管理装置１６は、この相関係数と重要パラメータの検査結果により、生産物（結果）の目標値からのずれ量である差異値を、定量的に算出する。この差異値が大きいと、このままでは、生産物の最終パラメータが目標値から外れるリスクが高くなることが分かる。そのため、生産工程管理装置１６は、このように差異値を算出することにより、生産物(結果)が目標を外れるか否かを適切に予測することができる。また、この生産工程管理装置１６は、全てのパラメータのうちから、生産物への影響が高い重要パラメータのみを抽出して、その重要パラメータに基づき差異値を算出している。この生産工程管理装置１６は、生産物への影響が高いものを差異値算出の変数として使用しているため、差異値の算出精度の低下を抑制しつつ、パラメータ数を減らすことで、算出に係る労力を低減することができる。また、生産工程管理装置１６が管理する生産工程フローは、複数の生産工程が所定の順序で組み合わさっているため、パラメータが生産物へ及ぼす影響の度合いが、パラメータ毎に異なる場合がある。生産工程管理装置１６は、パラメータと生産物との因果関係を算出し、その因果関係に基づき、相関係数をパラメータ毎に算出している。すなわち、生産工程管理装置１６は、それぞれのパラメータが生産物へ及ぼす影響の度合いを考慮して差異値を算出しているため、差異値の算出精度を向上させることができる。

また、重要パラメータ抽出部２２は、データ取得部４０と、決定木分析部４２と、重要パラメータ決定部４４とを有する。データ取得部４０は、予め実行された生産工程フロー（処理フロー）の、複数のパラメータの検査結果と生産物（結果）の検査結果とを取得する。決定木分析部４２は、取得した生産物（結果）の検査結果に対して許容範囲を設定し、予め実行された生産工程フローの生産物（結果）を、許容範囲を満たす適合結果と許容範囲を満たさない不適合結果とに分類する。決定木分析部４２は、複数のパラメータを説明変数とし生産物（結果）を目的変数として決定木分析を実行し、各決定木で分類した説明変数に対して不適合結果の発生確率を算出する。重要パラメータ決定部４４は、不適合結果の発生確率が所定値以上である説明変数に対応付けられたパラメータを、重要パラメータとする。この重要パラメータ抽出部２２は、決定木分析により、不適合結果の発生確率が高いパラメータを重要パラメータとしている。従って、生産工程管理装置１６によると、差異値算出の変数として使用するパラメータとして、生産物への影響が高いものを適切に選定することが可能となり、生産物(結果)が目標を外れるか否かをより適切に予測することができる。

また、検査結果取得部２４は、重要パラメータに対応する全ての生産工程（処理）が実行される前に、それまでに実行された生産工程（処理）に対応する重要パラメータの検査結果を取得する。そして、差異値算出部３０は、実行されていない生産工程（処理）に対応する重要パラメータの設定値を予め設定している。差異値算出部３０は、実行された生産工程（処理）に対応する重要パラメータの検査結果及び相関係数と、実行されていない生産工程（処理）に対応する重要パラメータの設定値及び前記相関係数と、に基づき、差異値を算出する。さらに、生産工程管理装置１６は、補正部３２を有する。補正部３２は、実行されていない生産工程（処理）の重要パラメータを、差異値が所定の値以下となるように、設定値から補正した値である補正値となるように設定する。この生産工程フローは、通常、重要パラメータが設定値となるように、生産工程が管理されている。この生産工程管理装置１６は、生産工程が全て終了する前に、差異値を算出する。そして、生産工程管理装置１６は、その差異値が所定値以下となるように、これから実行する生産工程の重要パラメータを、補正値となるように設定する。生産工程管理装置１６は、生産の途中に差異値を算出し、この差異値に基づき、これから実行する生産工程を制御することで、不適合品が生産される（不適合結果となる）確率を低減することができる。

また、補正部３２は、実行されていない生産工程（処理）に対応する重要パラメータのうち、相関係数が大きい重要パラメータを、補正値を設定するものとして優先して選択する。この補正部３２は、相関係数が大きい重要パラメータを選択して、その重要パラメータを補正対象として優先させる。これにより、補正値と設定値との差分を小さくしつつ、すなわち補正量を少なくしつつ、不適合結果を抑制することができる。また、これにより、補正する重要パラメータの個数を少なくすることができ、変化させる生産工程（処理）対象を少なくすることができる。

また、補正部３２は、補正値を設定する重要パラメータの個数が最小となるように、補正値を設定する重要パラメータを選択する。これにより、補正する重要パラメータの個数を少なくすることができ、変化させる生産工程（処理）対象を少なくすることができる。

また、因果関係モデルは、重要パラメータと生産物（結果）との因果関係に加え、重要パラメータ同士の因果関係を示す。生産工程管理装置１６が管理する生産工程フローは、複数の生産工程が所定の順序で組み合わさっているため、重要パラメータ同士に因果関係がある場合がある。このような場合、一方の重要パラメータが変化すると、他の重要パラメータも変化するため、重要パラメータが生産物に及ぼす影響の度合い、すなわち相関係数を適切に算出できなくなるおそれがある。しかし、生産工程管理装置１６は、重要パラメータ同士の因果関係も考慮して因果関係モデルを構築しているため、相関係数を適切に算出して、生産物(結果)が目標を外れるか否かをより適切に予測することができる。

また、処理は、生産物を生産するための生産工程であり、結果は、生産物である。生産工程管理装置１６は、生産物が目標を外れるか否かを適切に予測することができる。

以上、本発明の実施形態を説明したが、この実施形態の内容により実施形態が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

１０ 生産管理システム（処理フロー管理システム）
１２ 生産ライン
１４ 検査装置
１６ 生産工程管理装置（処理フロー管理装置）
２０ 関連データ記憶部
２２ 重要パラメータ抽出部
２４ 検査結果取得部
２６ 因果関係モデル生成部
２８ 因果関係式生成部
３０ 差異値算出部
３２ 補正部
４０ データ取得部
４２ 決定木分析部
４４ 重要パラメータ決定部
４６ 相関係数算出部
４８ 因果関係式設定部

Claims (8)

1. パラメータを変更させる複数の処理が予め設定された順序で組み合わさっており、前記複数の処理の実行により結果を取得する処理フローを管理する処理フロー管理装置であって、
   前記複数の処理が変更させる前記パラメータのうち、前記結果に対する影響の高い前記パラメータである重要パラメータを複数抽出する重要パラメータ抽出部と、
   前記重要パラメータの検査結果を取得する検査結果取得部と、
   前記重要パラメータを説明変数とし前記結果を目的変数として、前記重要パラメータと前記結果との因果関係を示す因果関係モデルを生成する因果関係モデル生成部と、
   前記因果関係モデルに基づき、前記重要パラメータが前記結果に与える影響の度合いを示す係数である相関係数を前記複数の重要パラメータ毎に算出する相関係数算出部と、
   前記相関係数と前記複数の重要パラメータの検査結果とに基づき、前記結果の目標値からのずれ量である差異値を算出する差異値算出部と、
   を有する処理フロー管理装置。
2. 前記重要パラメータ抽出部は、
   予め実行された前記処理フローの、前記複数のパラメータの検査結果と前記結果の検査結果とを取得するデータ取得部と、
   取得した前記結果の検査結果に対して許容範囲を設定し、予め実行された前記処理フローの前記結果を、前記許容範囲を満たす適合結果と前記許容範囲を満たさない不適合結果とに分類し、前記複数のパラメータを説明変数とし前記結果を目的変数として決定木分析を実行し、各決定木で分類した前記説明変数に対して前記不適合結果の発生確率を算出する決定木分析部と、
   前記不適合結果の発生確率が所定値以上である前記説明変数に対応付けられた前記パラメータを、前記重要パラメータとする重要パラメータ決定部と、
   を有する、請求項１に記載の処理フロー管理装置。
3. 前記検査結果取得部は、前記重要パラメータに対応する全ての処理が実行される前に、それまでに実行された処理に対応する前記重要パラメータの検査結果を取得し、
   前記差異値算出部は、実行されていない前記処理に対応する重要パラメータの設定値を予め設定しており、実行された前記処理に対応する重要パラメータの検査結果及び前記相関係数と、実行されていない前記処理に対応する重要パラメータの設定値及び前記相関係数と、に基づき、前記差異値を算出するものであり、
   さらに、実行されていない前記処理の重要パラメータを、前記差異値が所定の値以下となるように、前記設定値から補正した値である補正値となるように設定する補正部と、
   を有する、請求項１又は請求項２に記載の処理フロー管理装置。
4. 前記補正部は、実行されていない前記処理に対応する重要パラメータのうち、前記相関係数が大きい重要パラメータを、前記補正値を設定するものとして優先して選択する、請求項３に記載の処理フロー管理装置。
5. 前記補正部は、前記補正値を設定する重要パラメータの個数が最小となるように、前記補正値を設定する重要パラメータを選択する、請求項３又は請求項４に記載の処理フロー管理装置。
6. 前記因果関係モデルは、前記重要パラメータと前記結果との因果関係に加え、前記重要パラメータ同士の因果関係を示す、請求項１から請求項５のいずれか１項に記載の処理フロー管理装置。
7. 前記処理は、生産物を生産するための生産工程であり、前記結果は、前記生産物である、請求項１から請求項６のいずれか１項に記載の処理フロー管理装置。
8. パラメータを変更させる複数の処理が予め設定された順序で組み合わさっており、前記複数の処理の実行により結果を取得する処理フローを管理する処理フロー管理方法であって、
   前記複数の処理が変更させる前記パラメータのうち、前記結果に対する影響の高い前記パラメータである重要パラメータを複数抽出する重要パラメータ抽出ステップと、
   前記重要パラメータの検査結果を取得する検査結果取得ステップと、
   前記重要パラメータを説明変数とし前記結果を目的変数として、前記重要パラメータと前記結果との因果関係を示す因果関係モデルを生成する因果関係モデル生成ステップと、
   前記因果関係モデルに基づき、前記重要パラメータが前記結果に与える影響の度合いを示す係数である相関係数を前記複数の重要パラメータ毎に算出する相関係数算出ステップと、
   前記相関係数と前記複数の重要パラメータの検査結果とに基づき、前記結果の目標値からのずれ量である差異値を算出する差異値算出ステップと、
   を有する処理フロー管理方法。

Images