JP2019061598A - 生産管理装置および生産管理方法 - Google Patents

Abstract

【課題】生産ラインから出る不良品の発生要因が複合する場合に、不良品発生の原因を解明することが困難になる。【解決手段】生産ラインを構成する複数の生産工程それぞれからの生産品に対する測定項目および測定値と生産工程それぞれの制御項目および制御値とを、製品ごとの良品か不良品かを示す識別子と共に記憶する記憶部と、記憶部から分析対象とする製品の全てまたは一部を読み込み、当該製品に対応する測定項目または制御項目ごとに測定値または制御値を変更し、変更した測定値または制御値の未満以上でデータセットを分割し、分割した結果分かれたデータセットの製品の良品数または不良品数に対して最も偏りが出る測定値または制御値を特定する偏り評価部と、特定した測定項目および測定値または制御項目および制御値を以て、分析対象製品のデータセットに対して不良品の原因を分析する決定木を作成する決定木作成部とを備える。【選択図】 図１

Description

本発明は、生産ラインの生産管理装置および生産管理方法に関し、生産ラインから出る不良品の原因解明に好適な装置および方法である。

複数の生産工程から構成される生産ラインでは、各生産工程の後に製品の測定を行う測定工程を置き、各生産ラインで生産された製品中途品または完成製品に不良品が出た場合、各測定工程における測定値や各生産工程における制御値から不良品発生の原因を推定していた。

しかし、そのような測定値や制御値から不良品の原因を推定するためには、その生産ラインにおける経験や知識等の蓄積が必要であり、それらの習得には時間を要することや、作業や検査等の担当者の判断具合によっても原因の推定にばらつきがあることなどの問題があった。

例えば、特許文献１（特開２０１５−１４２０８４号公報）には、生産ラインに生産設備と検査装置を設け、検査装置によって製品の不良が検出された場合に、不良品処理時の観測値と良品処理時の観測値を比較し、不良品処理時の観測値が良品処理時の観測値平均から所定値以上離れていた場合に、当該観測値に関連して不良品発生の原因と推定する技術が開示されている。

特開２０１５−１４２０８４号公報

図８は、複数の生産工程を順次連結して構成される生産ラインの工程の一例を模式的に示す図である。図８では、生産ラインの工程１〜４の間に測定工程１〜３を設けた例を示す、それに沿って、下側に、工程１〜４それぞれにおける制御値１〜４、および、測定工程１〜３それぞれにおける測定値１〜３のレベルとその良否（ＯＫまたはＮＧ）を簡略化して示している。

不良原因については、従来では、上述のように、制御値または測定値がそれぞれ過去の良品から得られたデータから大きく外れるか否かの判断から、その推定を行っていた。

しかし、複数の生産工程を連結させた生産ラインともなると、不良品の発生要因が複合する場合もあることから、不良品発生の原因を解明することが困難になる状況に陥る。

本発明の目的は、複数の生産工程から構成される生産ラインであっても、不良品の発生原因を解明することを可能にした生産管理装置および生産管理方法を提供することである。

本発明に係る生産管理装置は、生産ラインを構成する複数の生産工程それぞれからの生産品の諸量を測定する測定項目および測定値と生産工程それぞれに配置される生産設備に対する制御項目および制御値とを、前記生産ラインで生産された製品ごとに製品が良品か不良品かを示す識別子と共に対応付けて記憶する記憶部と、記憶部から分析対象とする製品の全てまたは一部のデータセットを読み込み、当該製品に対応する測定項目または制御項目ごとに測定値または制御値を変更し、変更した測定値または制御値の未満以上でデータセットを分割し、分割した結果分かれたデータセットの当該製品の良品数または不良品数に対して最も偏りが出る測定値または制御値を特定する偏り評価部と、偏り評価部が特定した測定項目および測定値または制御項目および制御値を以て、分析対象とする製品のデータセットに対して不良品の原因を分析する決定木を作成する決定木作成部とを備える。

本発明によれば、複数の生産工程から構成される生産ラインから出る不良品の発生原因が複合する場合であっても、決定木分析という手法を使ってその原因を解明することを可能にし、解明した原因に基づき生産ラインを見直し良品率を向上させることができる。また、生産ラインの途中であっても、前段階の測定値に応じて制御値を変更することにより不良品発生を避けることができるため、良品率の向上に即応させることが可能になる。

本発明に係る実施例として、生産ラインの生産管理装置の構成の一例を示す図である。 本発明により作成する決定木の例を示す図である。 決定木の１段目のノードで分割する例を示す図である。 決定木の２段目のノードを分割する例を示す図である。 決定木の３段目のノードの分割に関連する例を示す図である。 「ジニ不純度」による評価指標および具体的な算出例を示す図である。 「情報量ゲイン」による評価指標および具体的な算出例を示す図である。 複数の生産工程を順次連結して構成される生産ラインの工程の一例を模式的に示す図である。

以下に、本発明の実施形態である実施例について図を参照しながら説明する。
本発明は、不良品の原因推定に当たり、生産ラインから取得する測定値および制御値の中から複数の値を段階的に判断する決定木を作成し決定木分析を行うことにより、複数の値を組み合わせても原因を分析（推定）できるようにしたものである。ここで、決定木分析とは、データマイニング手法の一つで、決定木と呼ばれる樹木状のモデルを使って、分析対象となるデータセットを分類することで、その結果に影響を与えた要因を分析する手法である。

図１は、本発明に係る実施例として、生産ラインの生産管理装置の構成の一例を示す図である。
本発明に係る生産管理装置は、決定木作成部１、偏り評価部２、データベース３、操作部（入力部）４および表示部５から構成される。各構成要素については、以下で適宜説明する。また、本発明に係る生産管理装置は、決定木作成部１および偏り評価部２を必要最小限の装置構成とすることができる。この必要最小限の装置構成が可能な場合とは、本発明に係る生産管理装置を、例えば、既存の生産ライン管理装置に組み込む場合や生産ライン中の他の用途の処理装置が有する構成を兼用する場合などが想定される。具体的には、それらが備える既存のデータベース、処理部を含む既存の操作装置（入力装置）や表示装置を兼用することになる。ただし、既存のデータベースについては、生産ラインの各生産工程の測定値、制御値および製品の良品不良品識別のデータの少なくともいずれかのデータ項目を格納保存していない場合、その格納保存していないデータ項目について別途採取して格納保存する必要がある。

データベース３には、生産ラインにより生産される個々の製品について、生産ラインを構成する複数の各生産工程（例えば図８、参照）における測定値Ｏｎ，ｘおよび制御値Ｃｎ，ｙ、並びに、生産された製品の良品または不良品を識別する情報が、遂次データ入力されて、データセットとして格納保存されることになる。

ここで、測定値Ｏｎ，ｘは、各生産工程で加工等を行った後に当該生産工程の生成物（製品中途品）や生産環境等に対して測定した項目（データ）の値であって、例えば、当該生成物の幅、高さ、奥行き、質量や環境温度といった測定項目（データ）の値である。
また、制御値Ｃｎ，ｙは、各生産工程で使用する種々の制御項目（データ）の値であって、例えば、加工時間やプレス圧といった制御項目（データ）の値である。

ここで、測定値Ｏｎ，ｘおよび制御値Ｃｎ，ｙの添え字については、生産ラインを構成する複数の各生産工程Ｐｎ（ここで、ｎは、生産工程の数を示す正の整数）において取得された測定項目（データ）の値および制御項目（データ）の値である。ｘは、特定の生産工程Ｐｎにおける測定項目（データ）の数を示し、１、２、…、ｘにより測定項目（データ）を識別する。ｙは、特定の生産工程Ｐｎにおける制御項目（データ）の数を示し、１、２、…、ｙにより制御項目（データ）を識別する

さらに、生産された製品の良品または不良品を示す情報については、例えば、生産された製品の検査等により判明した時点で自動または手動で入力される。情報としては、フラグ等で区別されれば十分なデータである。

操作部４は、不良品の原因解明のための操作指示を、決定木作成部１および偏り評価部２に入力する。この操作指示については、オペレータや管理者等の人による指示に限られるものではなく、不良品の数が所定のレベル以上に達した場合や一纏まりの生産終了時点などに、システムが自動的に操作指示を発するようにしてもよい。

決定木作成部１は、データベース３から、不良品原因解明の分析対象とする製品について、全てまたは必要に応じてある程度の塊（集合）の数量のデータセットから、各生産工程の測定値Ｏｎ，ｘおよび制御値Ｃｎ，ｙ、並びに製品の良品不良品を識別する情報を読み込む。そして、決定木作成部１は、決定木のノードの属性として任意に選択した測定値または制御値に基づき、決定木を繰り返し作成する。

偏り評価部２は、決定木のノードとして選択する測定値または制御値毎に、分割したノード間における良品と不良品の数の偏りを評価し、各生産工程からの測定値または制御値の項目およびその値を適宜に変更し、最も偏りが大きく出る測定値または制御値を見い出し、見い出した測定値または制御値を決定木のノード分割に採用する属性およびその値として採用する。

表示部５は、決定木作成部１によって生成される決定木を、偏り評価部２による評価結果または評価途中のいずれにおいても、指示または自動により表示することができる。

ここで、本発明において作成する決定木の例を、図２に示す。例示する決定木では、３段のノードを使って、着目する測定値または制御値およびその値を適宜変更して、良品不良品のグループに分割する様子を示している。決定木の１段目（一番上）の「測定値１」がルートノードであり、全てのデータセットが対応するスタート地点となる。例示する決定木の一番下のノードがリーフノードであり、最終的な分類結果を示すノードである。

次に、本発明を適用する生産ラインの各生産工程における制御値または測定値に対して、決定木を作成してその分析を行う手法について説明する。
まず、データベースに蓄積されている過去のデータセットから、例として、良品率が低い製品について、良品１０００個のデータおよび不良品１０００個のデータを抽出する。

そこで、測定値Ｏｎ，ｘまたは制御値Ｃｎ，ｙに対して、任意のデータ項目（測定項目または制御項目）を選択し、選択したデータ項目の値に応じて、良品と不良品の数（集合）にどのような「偏り」が出るのか順に調べる。ここでは、各生産工程ｎにおいて、１つの測定項目または１つの制御項目を選択することから、以下では簡略化のため、測定値のｘまた制御値ｙについては省略して、工程のｎのみで表すこととする。

図３は、決定木作成のスタートとして、決定木の１段目（１番上）のノード（ルートノード）で分割する例を示す図である。（Ａ）は、ノードの分割に用いる属性として、測定値１を属性として選択し、その値として測定値１が３未満３以上で分けた場合、（Ｂ）は、同じ測定値１で、その値として測定値１が１０未満１０以上で分けた場合、および、（Ｃ）は、属性として測定値２を選択した場合を示す。

（Ａ）の場合では、測定値１が３未満でも３以上でも、良品と不良品の数に変わりがなく、「偏り」が生じないことが分かる（３未満でも３以上でも共に、良品５００個、不良品５００個で同じ）。

（Ｂ）の場合では、測定値１が１０未満１０以上で分けると、それによる良品と不良品の数は、（Ａ）の場合とは異なり、明らかに「偏り」が生じることが分かる（１０未満で、良品８００個、不良品６００個、１０以上で、良品２００個、不良品４００個）。

（Ｃ）の場合では、ノードの分割に用いる属性を替えて測定値２を選択し、その値として測定値２が、３未満３以上のケース（（Ｃ）の上側に示し、３未満で、良品５０１個、不良品４９９個、３以上で、良品４９９個、不良品５０１個）と、５未満５以上のケース（（Ｃ）の下側に示し、５未満で、良品５１０個、不良品５０５個、５以上で、良品４９０個、不良品４９５個）を試みた。しかし、共に、良品と不良品の数に少しの「偏り」は見られるが、（Ｂ）の場合に比べると、「偏り」程度ははるかに小さい

以上のようにして、偏り評価部２は、属性およびその値を変更して分割を適宜に試みて、分割するデータセットの集合（この場合には、良品と不良品の集合）に対して、最も「偏り」が大きくなるように分割できる属性（この場合には、測定値または制御値）とその値とを見つける。
図３に示す１段目のノード（ルートノード）の分割において、偏り評価部２は、測定値１でその値が１０未満１０以上で分割することに決定する。

ここで、「偏り」の評価方法について、簡単に示すこととする。主な「偏り」の評価方法としては、「ジニ不純度」による評価や、「情報量ゲイン（Ｉｎｆｏｒｍａｔｉｏｎ Ｇａｉｎ）」による評価がある。ただし、これらの評価方法については、本発明において不良品の原因解明を行う際に使用する評価手段の一つではあるが、本発明の要旨とする部分ではないので、詳しい説明は割愛する。

図６に、「ジニ不純度」による評価指標および具体的な算出例を示す。図の＜例＞には、良品と不良品の数のバランスによって、「ジニ不純度」が異なることを示す。分割の仕方としては、子ノードの「ジニ不純度」の平均が低くなるように、すなわち、「ジニ不純度」を１から０へと近づけていくように分割していくことが、決定木における分類の考え方となる。

図７に、「情報量ゲイン（Ｉｎｆｏｒｍａｔｉｏｎ Ｇａｉｎ）」による評価指標および具体的な算出例を示す。「情報量ゲイン」の考え方では、分割前のノード（親ノード）のエントロピーと分割後のノード（子ノード）のエントロピーとの差である「情報量ゲイン」が大きくなる分割の仕方を採用することになる。

次に、決定木の２番目のノードにおける分割について説明する。
図４は、決定木の２段目のノードを分割する例を示す図である。図３に示す１段目のノード（ルートノード）から分割したノードの中から、測定値１の値が１０未満で分割したノード（良品８００個、不良品６００個）を２番目のノードとし、今度はこのノードに対して分割する場合を例に採る。

まず、図４の（Ｄ）は、測定値１を属性として選択し、その値として測定値１が３未満３以上で分けた場合である（測定値１の値を変更した分割を適宜繰り返した結果を示す）。分割による良品と不良品の数には、大きな差が出る程度の「偏り」は見られない（３未満で、良品５００個、不良品５００個、３以上で、良品３００個、不良品１００個）。

図４の（Ｅ）は、採用する属性を替えて測定値２を選択し、その値として測定値２が５未満５以上で分けた場合である（測定値２の値を変更した分割を適宜繰り返した結果を示す）。分割による良品と不良品の数には、かなり大きい「偏り」が見られる（５未満で、良品１個、不良品３００個、５以上で、良品７９９個、不良品３００個）。

したがって、２段目のノードの分割において、偏り評価部２は、測定値２でその値が５未満５以上で分割することに決定する。

続いて、決定木の３段目のノードにおける分割について説明する。
図５は、決定木の３段目のノードの分割に関連する例を示す図である。ここで、着目する点は、この３段目のノードにおける「偏り」の度合いである。この「偏り」の度合いは、決定木の分割を停止する条件の一つとなる。「偏り」の度合いが最大といえる場合には、そこで分割を停止することができる。

図５に示す３段目では、測定値２が５未満で、良品１個、不良品３００個、測定値が５以上で、良品７９９個、不良品３００個となっていることから、良品の母数に対しては、ほぼ最大に近い「偏り」となっているため、ここで分割を終了する。

分割停止の条件を満足しない場合には、さらに一段下のノードを分割するか、水平方向の他のノードについて分割するか、を実行することになる。
他の停止条件としては、ノードの最大深さや最大リーフ数（分割する必要がない状態）などで判断する場合がある。

以上のようにして、全ての測定値および制御値に対して分割処理を繰り返すことで、不良品の発生原因を解明することができる決定木を作成することができる。また、場合によっては、必要に応じてターゲットを絞り、特定（相当数）の測定値または制御値に対して決定木を作成することによっても、不良品の発生原因解明に相応の効果を上げることが期待できる。

そして、作成した決定木を利用することにより、次の生産ライン稼働時に、不良品発生の原因となった測定値を良品の生産につながる値が測定されるように、当該測定項目に関与する制御項目の制御値を変更することにより、良品率をアップさせるができる。

また、生産ラインの稼働途中でも、原因となった測定値が解明できた時点で、その測定値を変更させるべく関与する制御項目の制御値を変更することにより、早い時点で不良品発生の予防につなげることができる。

さらに、不良品発生の原因となった測定値に関与する制御値を変更した場合には、該制御値の変更に伴い、該制御値を取る制御項目を有する生産工程以降の生産工程が有する制御項目に対して必要に応じてその制御値を変更して、生産ラインに支障の出ることがないようにする。

１ 決定木作成部
２ 偏り評価部
３ データベース
４ 操作部
５ 表示部

Claims (6)

1. 複数の生産工程を有する生産ラインの生産管理装置であって、
   前記生産工程それぞれからの生産品の諸量を測定する測定項目および当該測定項目の測定値と、前記生産工程それぞれに配置される生産設備に対する制御項目および当該制御項目の制御値とを、前記生産ラインで生産された製品ごとに、当該製品が良品か不良品かを示す識別子と共に対応付けて記憶する記憶部と、
   前記記憶部から分析対象とする製品の全てまたは一部のデータセットを読み込み、当該製品に対応する前記測定項目または前記制御項目ごとに当該測定項目の測定値または当該制御項目の制御値を変更し、変更した当該測定値または当該制御値の未満以上で前記データセットを分割し、分割した結果分かれた当該データセットの当該製品の良品数または不良品数に対して最も偏りが出る当該測定値または当該制御値を特定する偏り評価部と、
   前記偏り評価部が特定した前記測定項目および当該測定項目の前記測定値または前記制御項目および当該制御項目の前記制御値を以て、前記分析対象とする製品の前記データセットに対して不良品の原因を分析する決定木を作成する決定木作成部と
   を備えたことを特徴とする生産管理装置。
2. 請求項１に記載の生産管理装置であって、
   前記決定木より解明した不良品の原因とみられる前記測定項目に対して、当該測定項目に関与する前記制御項目の制御値を変更し、または、前記決定木より解明した不良品の原因とみられる前記制御項目に対しては当該制御項目の制御値を変更する
   ことを特徴とする生産管理装置。
3. 請求項２に記載の生産管理装置であって、
   前記制御項目の制御値を変更することに伴って、当該制御項目を有する前記生産工程以降の生産工程が有する制御項目の制御値を変更する
   ことを特徴とする生産管理装置。
4. 複数の生産工程を有する生産ラインの生産管理方法であって、
   前記生産工程それぞれからの生産品の諸量を測定する測定項目および当該測定項目の測定値と、前記生産工程それぞれに配置される生産設備に対する制御項目および当該制御項目の制御値とを、前記生産ラインで生産された製品ごとに、当該製品が良品か不良品かを示す識別子と共にデータセットとして記憶する第１のステップと、
   前記第１のステップで記憶したデータセットから分析対象とする製品の全てまたは一部のデータセットを読み込む第２のステップと、
   前記分析対象とする製品に対応する前記測定項目の測定値または前記制御項目の制御値を変更し、変更した前記測定値または前記制御値の未満以上で前記データセットを分割し、分割した結果分かれた当該データセットの前記分析対象とする製品の良品数または不良品数に対して、最も偏りが出る当該測定値または当該制御値を特定する第３のステップと、
   特定した前記測定項目および当該測定項目の前記測定値または前記制御項目および当該制御項目の前記制御値を以て、前記分析対象とする製品の前記データセットに対して不良品の原因を分析する決定木を作成する第４のステップと
   を有し、前記第３のステップおよび前記第４のステップを、前記分析対象とする製品に対応する前記測定項目または前記制御項目ごとに繰り返し実行する
   ことを特徴とする生産管理方法。
5. 請求項４に記載の生産管理方法であって、
   前記決定木より解明した不良品の原因とみられる前記測定項目に対して、当該測定項目に関与する前記制御項目の制御値を変更し、または、前記決定木より解明した不良品の原因とみられる前記制御項目に対しては当該制御項目の制御値を変更する第５のステップ
   を有する生産管理方法。
6. 請求項５に記載の生産管理方法であって、
   前記制御項目の制御値を変更することに伴って、当該制御項目を有する前記生産工程以降の生産工程が有する制御項目の制御値を変更する第６のステップ
   を有する生産管理方法。