JP2020173519A - 作業工数予測システムおよび作業工数予測システムを備える生産計画立案支援システム - Google Patents

Abstract

【課題】各製品の工程毎の作業工数を予測できるようにすること。【解決手段】作業工数を予測する作業工数予測システム１は、作業工数を学習するための所定のデータを含み、対象製品の製造に関わる工程毎に作成される構成変更可能な分析グループ１３１を生成する分析グループ生成部１３と、分析グループに基づいて作業工数を学習する作業工数学習部１１と、作業工数学習部の学習結果を用いることにより、予測対象の製品の作業工数を予測する作業工数予測部２２と、を備える。【選択図】図１

Description

本発明は、作業工数予測システムおよび作業工数予測システムを備える生産計画立案支援システムに関する。

作業現場での作業に要する作業時間を予測する技術は知られている（特許文献１）。なお、生産計画を生成する場合、生産対象の製品について部品構成表（Bill of materials : BOM）を作成する技術も知られている（特許文献２，３）。

特開２０１９−１６２２６号公報 特開２０１４−１９９５２３号公報 特開２００３−０１５７２２号公報

同種製品を大量生産する場合は、過去の実績データから各工程での作業工数をほぼ正確に見積もることができるのに対し、多品種少量生産の場合は、一つ一つの品種についての製造実績データが少ないため、受注した製品の製造に要する各工程での作業工数を正確に見積もるのは難しい。

さらに、従来技術では、多品種少量生産の場合に、各工程の作業工数を正確に予測することができないため、正確な生産計画を効率的に作成することが難しい。

本発明は、上記問題に鑑みてなされたもので、その目的は、各製品の工程毎の作業工数を予測できるようにした作業工数予測システムおよび作業工数予測システムを備える生産計画立案支援システムを提供することにある。

上記課題を解決すべく、本発明に従う作業工数予測システムは、作業工数を予測する作業工数予測システムであって、作業工数を学習するための所定のデータを含み、対象製品の製造に関わる工程毎に作成される構成変更可能な分析グループを生成する分析グループ生成部と、分析グループに基づいて作業工数を学習する作業工数学習部と、作業工数学習部の学習結果を用いることにより、予測対象の製品の作業工数を予測する作業工数予測部と、を備える。

本発明によれば、対象製品の工程毎の分析グループは構成変更可能なため、同種製品または異種製品のデータを含めて分析グループを生成することができる。本発明では、分析グループに基づいて作業工数を学習する作業工数学習部の学習結果を用いることにより、予測対象の製品の作業工数を工程毎に予測することができる。

本実施形態に係る作業工数予測システムの概略図である。 作業工数予測システムの機能ブロック図である。 作業工数予測システムを含むシステム全体のハードウェア構成図である。 分析グループの構成例を示す説明図である。 作業工数を予測する全体の流れを示すフローチャートである。 マスタ設定画面を示し、工程を設定する例である。 マスタ設定画面を示し、属性を設定する例である。 マスタ設定画面を示し、製品コードを設定する例である。 学習データ編集画面を示し、工程から学習データを検索する例である。 学習データ編集画面を示し、属性から学習データを検索する例である。 属性カテゴリ編集画面を示す。 分析グループを設定する画面を示す。 分析グループ作成画面を示し、分析グループ名および工程名を入力する例である。 分析グループ作成画面を示し、製品コードを選択する例である。 分析グループ作成画面を示し、属性カテゴリを選択する例である。 分析グループ作成画面を示し、その他の条件を設定する例である。 分析グループ作成画面を示し、設定を確認する例である。 予測精度を表示する画面を示す。 作業工数を予測する画面を示す。 作業工数予測システムを備える生産計画立案支援システムの機能ブロック図である。

以下、図面に基づいて、本発明の実施の形態を説明する。本実施形態は、例えば、一品一様の製品、カスタマイズ製品、試作品などの多品種少量生産に好適に用いられる。しかし、本実施形態は、多品種少量生産以外の生産方式にも用いることができる。

図１に示すように、本実施形態に係る作業工数予測システム１は、例えば、作業工数学習部１１と、分析グループ生成部１３と、情報記憶部１５，１６と、学習結果参照部２０と、作業工数予測部２２とを含んでいる。作業工数予測システム１は、図１に示す全ての機能を備える必要はなく、少なくとも一部の機能は省略されてもよい。

ここで、作業工数としては、例えば、作業時間が該当するが、作業工数予測システム１では、作業時間だけでなく、手間の数なども含めて取り扱うことができるように、作業工数としている。

分析グループ生成部１３は、例えば、生産管理システム３（図３で後述）から取得する製造実績データ（実績データと略す場合がある）とマスタデータとに基づいて、所定のデータを持つ分析グループ１３１を生成する。マスタデータは、作業工数予測システム１を利用するユーザにより登録される。分析グループを構成する所定のデータは、追加、削除、または変更が可能である。

分析グループ１３１の例は、図４で後述する。ここでは簡単に、分析グループ１３１について説明する。分析グループ１３１は、製品群の工程毎に生成されるグループであり、作業工数を学習するための学習データ（実績データ）を含んでいる。例えば、分析グループは、「制御盤の組立工程」、「制御盤のパネル穴開け工程」、「車体の溶接工程」、「車体へのエンジン取り付け工程」、「車体の塗装工程」などのように、ある範囲の製品を含む製品群について、その製品群の製造に関する工程毎に作成される。

より詳しくは、分析グループ１３１は、例えば、「第２情報」としての製品コード１３２と、「第３情報」としての属性カテゴリ１３３とを含む。製品コード１３２は、分析グループ１３１に含まれる製品を特定する情報である。属性カテゴリ１３３は、部品の属性が属するカテゴリを示す、すなわち、属性カテゴリ１３３は、製品コード１３２で特定された製品に使用される部品の属性のカテゴリを示す情報である。属性カテゴリは、具体的な部品をグループ化した部品グループと言い換えることもできる。なお、分析グループ１３１は、例えば分析グループ名と、対象の工程名と、分析グループの内容説明といった管理情報（あるいは書誌的情報）を含むことができる。これら管理情報は、「第１情報」の例である。

作業工数学習部１１は、分析グループ毎に作業工数を学習する。作業工数学習部１１は、分析グループ１３１に含まれる各製品コード１３２を持つ製番の実績データのみに基づいて、作業工数を学習する。すなわち、分析グループ１３１の対象となっていない実績データは、その分析グループの学習結果に影響を与えない。換言すれば、本実施形態では、製品仕様の類似する製品を同一の分析グループ１３１として登録することにより、作業工数の学習に利用する。

属性カテゴリ１３３は、複数の属性コード（部品の識別コード、大きさ等）を一つにまとめて扱うグループである。多品種少量生産の場合、使用する部品が多岐にわたるため、部品コードをそのまま属性コードに対応させてしまうと、作業工数の学習精度が十分に確保できない場合がある。例えば、多品種少量生産のため、同一製品または製品群での実績データのサンプル数が少ない場合、学習に使用する属性数（仕様の数）が膨大である場合である。そこで、本実施形態では、属性カテゴリ１３３を作成することにより、複数の属性コードを同一のものとして取り扱うことができ、作業工数の学習に使用する属性数を圧縮することができる。

作業工数の学習結果は、分析グループ毎に管理される。作業工数学習部１１による学習結果は、学習結果参照部２０に表示させることができる。ユーザは、学習結果参照部２０に表示される学習結果を確認しながら、分析グループ１３１の構成を変更することができる。

学習結果には、例えば、分析グループ１３１に含まれる各属性カテゴリ１３３が当該分析グループ１３１の作業工数に与える所定の影響度と、予測精度とが含まれる。本実施例では、所定の影響度の例として、作業工数と属性カテゴリ１３３との相関を示す相関度を用いる。相関度は、数値またはグラフの少なくともいずれか一方または両方で表現してもよい。相関度は、値が「１」に近づくほど相関が高くなる。

ユーザは、例えば、相関度に応じて、属性カテゴリ１３３を分析グループ１３１から取り除いたり、新たな属性カテゴリ１３３を分析グループ１３１へ追加したりすることができる。ユーザは、予測精度の結果に応じて、属性カテゴリ１３３を変更したり、製品コード１３２を変更したりすることができる。

作業工数予測部２２は、作業工数学習部１１による学習結果に基づいて、予測対象の案件（製造予定の製品）についての作業工数を予測する。通常、一つの製品は複数の工程を経て製造される。予測対象の製品の全体についての作業工数を予測する場合は、工程毎に作業工数を予測する。

作業工数予測部２２による予測結果は、他システムの例としての生産管理システム３などへ送信することもできる。予測結果は、図２０で後述する生産計画立案支援システム５において利用することもできる。

情報記憶部１５，１６は、マスタデータと製造実績データと受注案件の仕様データ等を記憶する。

このように本実施形態に係る作業工数予測システム１は、作業工数を学習するための所定のデータを含み、対象製品の製造に関わる工程毎に作成される構成変更可能な分析グループ１３１を生成する分析グループ生成部１３と、分析グループ１３１に基づいて作業工数を学習する作業工数学習部１１と、作業工数学習部１１の学習結果を用いることにより、予測対象の製品の作業工数を予測する作業工数予測部２２と、を備える。

対象製品の工程毎に作成される分析グループ１３１は構成変更可能なため、同種製品または異種製品のデータを含めて分析グループを生成することができる。したがって、作業工数予測部２２は、分析グループ１３１に基づいて作業工数を学習する作業工数学習部１１の学習結果を用いることにより、予測対象の製品の作業工数を予測できる。

本実施形態では、分析グループ１３１に複数の製品コード１３２を対応付けることができるため、一つ一つの製品の製造実績が少ない場合であっても、類似する製品の実績を集めることにより、作業工数の学習に必要なデータを用意することができる。同種製品の製品コード１３１だけに限らず、異種製品の製品コード１３２も一緒に同じ分析グループ１３１に対応付けてもよい。同種または異種の製品コード１３２を分析グループ１３１に対応付けることにより、多品種少量生産の場合でも作業工数を学習することができ、使い勝手が向上する。

本実施形態では、複数の属性コード（例えば部品、大きさ、数量等）を属性カテゴリ１３３にまとめることができる。このため、本実施形態では、学習に使用する属性の数を抑制して、作業工数の学習精度を向上させることができる。多品種少量生産の場合、様々なタイプの部品が使用されるため、それら部品の全てを属性として考慮すると、属性の数が多い割りに実績データが少ないという状況を招く。この状況下で作業工数を学習しても、良い精度を得るのは難しい。そこで、本実施形態では、類似する属性コードを共通の属性カテゴリ１３３にまとめることにより、属性数を抑制して学習精度を高めている。

本実施形態では、作業工数学習部１１による学習結果をユーザは適宜参照することができるため、ユーザは学習精度を確認しながら分析グループ１３１の構成を変更することができ、使い勝手が向上する。

本実施形態では、属性カテゴリ１３３毎に、属性値と作業工数との相関を表示させることができる。本実施形態では、部品情報や製品の大きさ等の製品仕様毎に属性コードを付与する。本実施形態では、属性コード毎に属性名と属性値を管理する。属性値とは、仕様としての値である。すなわち、本実施形態では、複数の属性コードを一つの属性カテゴリ１３３にまとめて管理する一方、その属性カテゴリ１３３における属性値と作業工数との相関を計算してユーザへ提供する。これにより、ユーザは、例えば「どのような部品がどの程度使われていると作業工数に影響するのか」といった知見を得ながら、作業工数を見積もるための分析グループ１３１を設定することができ、使い勝手が向上する。

図２〜図１９を用いて第１実施例を説明する。図２は、作業工数予測システム１の機能ブロック図である。

作業工数予測システム１は、例えば、作業工数学習部１１と、学習指示部１２と、分析グループ生成部１３と、分析グループ設定記憶部１４と、マスタ情報記憶部１５と、オーダー情報記憶部１６と、属性カテゴリ設定部１７と、分析グループ別学習スコア記憶部１８と、分析グループ別属性カテゴリ相関度記憶部１９と、学習結果参照部２０と、分析グループ別学習パラメータ記憶部２１と、作業工数予測部２２と、予測指示部２３と、予測作業工数記憶部２４と、オーダー属性情報取得部２５と、作業工数実績情報取得部２６とを備えることができる。

図２では、「部」「記憶部」「情報」という単語の表示を適宜省略している。作業工数学習部１１は、作業工数を学習する。学習指示部１２は、作業工数学習部１１に対して学習の実行を指示する。分析グループ生成部１３は、分析グループ１３１を生成する。分析グループ設定記憶部１４は、生成された分析グループを記憶する。

マスタ情報記憶部１５は、例えば、製品コード情報１３２と、属性コード情報１３５と、属性カテゴリ情報１３３とを記憶する。製品コード情報１３２（製品コード１３２とも呼ぶ）は、製品ごとに付与される識別子である。一つの製品コード１３２には、少なくとも一つの製番が含まれる。属性コード情報１３５（属性コード１３５とも呼ぶ）は、部品情報および製品の大きさ等の属性を識別する情報である。属性カテゴリ情報１３３（属性カテゴリ１３３とも呼ぶ）は、複数の異なる属性コード１３５をひとつにまとめるカテゴリを示す。

オーダー情報記憶部１６は、例えば、オーダー基本情報１６１と、オーダー属性情報１６２と、オーダー作業工数実績情報１６３とを記憶する。オーダー基本情報１６１は、例えば製番（もしあれば枝番も）、製作数、製品コードなどの、受注した製品（製造予定の製品）についての基本情報である。オーダー属性情報１６２は、受注した製品に関する属性コードの情報である。オーダー作業工数実績情報１６３は、受注した製品の製造が完了した場合に取得される作業工数の実績情報である。

図示は省略するが、例えば、生産現場に作業指示端末を設置し、その作業指示端末を介して作業者に作業内容を指示させると共に、作業終了時にはそのことを作業者から入力させることができる。作業指示端末からの情報を取得することにより、工程毎に要した作業時間を計測することができる。この作業時間を作業工数の実績情報として記憶部２６に記憶させることができる。

属性カテゴリ設定部１７は、ユーザが属性コードを分類するための属性カテゴリ１３３を設定する機能である。

分析グループ別学習スコア記憶部１８は、分析グループ毎に、学習精度としての学習スコアを記憶する。図中では、グループ別学習スコア１８と略記する。分析グループ別属性カテゴリ相関情報１９は、分析グループ毎に、属性カテゴリと作業工数との相関度を示す情報を記憶する。

学習結果参照部２０は、ユーザが分析グループ別の学習スコアと相関度とを適宜参照するための機能である。

分析グループ別学習パラメータ記憶部２１は、作業工数学習部１１により得られる、分析グループ毎の学習パラメータを記憶する。

作業工数予測部２２は、作業工数学習部１１による学習結果である学習パラメータを用いて、分析グループ毎の作業工数を予測する。予測指示部２３は、ユーザが作業工数予測部２２に対して、作業工数の予測を指示する機能である。予測作業工数記憶部２４は、作業工数予測部２２により予測された作業工数を記憶する。

オーダー属性情報取得部２５は、図外の生産管理システム３からオーダー属性情報を取得し、オーダー情報記憶部１６へ記憶させる。作業工数実績情報取得部２６は、作業工数の実績値を生産管理システム３から取得し、オーダー情報記憶部１６へ記憶させる。

図２は、作業工数予測システム１のハードウェア構成図である。作業工数予測システム１は、例えば、コンピュータシステムとして構成されており、通信ネットワークＣＮ１を介して、生産管理システム３（１），３（ｎ）に接続されている。生産管理システム３（１），３（ｎ）は、他の通信ネットワークＣＮ２（１），ＣＮ２（ｎ）を介して、生産現場４（１），４（ｎ）と接続されている。特に区別しない場合、生産管理システム３（１），３（ｎ）を生産管理システム３と、生産現場４（１），４（ｎ）を生産現場４と、それぞれ略記する。

作業工数予測システム１は、例えば、マイクロプロセッサ（ＣＰＵ）１０１と、メモリ１０２と、記憶装置１０３と、通信インターフェース１０４と、ユーザインターフェース部１０５とを備える。

記憶装置１０３には、所定のコンピュータプログラム１０３１と所定のデータベース１０３２とが記憶されている。マイクロプロセッサ１０１は、コンピュータプログラム１０３１をメモリ１０２に読み出して実行することにより、作業工数予測システム１としての機能を実現させる。データベース１０３２は、図２中の記憶部１４，１５，１６，１８，１９，２１，２４に該当する。

通信インターフェース１０４は、作業工数予測システム１と生産管理システム３とが双方向通信するための装置である。

ユーザインターフェース部１０５は、作業工数予測システム１とユーザとが情報を交換するための装置である。ユーザインターフェース部１０５は、情報入力装置と情報出力装置とを備える。情報入力装置としては、例えば、キーボード、タッチパネル、ポインティングデバイス、音声入力装置などがある。情報出力装置としては、例えば、ディスプレイ、プリンタ、音声合成装置などがある。ユーザインターフェース部１０５を作業工数予測システム１とは別体のコンピュータ端末として構成し、ユーザインターフェース部１０５と作業工数予測システム１とを無線または有線で接続してもよい。図２で述べた機能のうち、例えば、学習指示部１２、属性カテゴリ設定部１７、学習結果参照部２０、予測指示部２３は、ユーザインターフェース部１０５を利用して実現される。

生産管理システム３も、コンピュータシステムとして構成されており、マイクロプロセッサやメモリなどを有する。生産管理システム３の詳細は割愛する。

図４は、分析グループ１３１の構成例を示す。上述の通り、分析グループ１３１は、各製品群（製品コード）の工程毎に用意されており、少なくとも一つの製品コード１３２と少なくとも一つの属性カテゴリ１３３とが対応付けられる。製品コード１３２は、少なくとも一つの製番１３４を含む。属性カテゴリ１３３は、少なくとも一つの属性１３５（属性コード１３５）を含む。どの製品コード１３２を分析グループ１３１に対応付けるか、どの属性カテゴリ１３３を分析グループ１３１に対応付けるか、どの製番１３４をどの製品コード１３２に対応付けるか、どの属性１３５をどの属性カテゴリ１３３に対応付けるかは、ユーザが適宜設定することができる。ユーザは、その設定に際して、属性カテゴリ１３３と作業工数との相関度を考慮することができる。

各製品群の工程毎に作業工数を学習するための分析グループ１３１を図４に示すように構成することにより、多品種少量生産の場合において、属性数に見合った実績データを準備することが可能となるため、作業工数を予測することができる。

図５は、作業工数を予測する処理の全体を示す。作業工数予測システム１（以下、システム１と略記する場合がある）では、最初にマスタデータが設定される（Ｓ１１）。ステップＳ１１では、例えば、工程のマスタデータの設定（図６の画面Ｇ１１）、属性カテゴリ１３３および属性コード１３５のマスタデータ設定（図７の画面Ｇ１２，Ｇ１２１）、製品コード１３２のマスタデータ設定（図８の画面Ｇ１３）を行う。

作業工数予測システム１は、作業工数を学習するためのデータ（学習データ）を取得する（Ｓ１２）。作業工数予測システム１は、例えば生産管理システム３から実績データを学習データの元データとして取得し、取得した元データをクレンジング処理することにより学習データを得る。データのクレンジング処理では、例えば、表記の揺れの解消、異常データの除外、製品コード１３２または属性カテゴリ１３３の設定などを実施する。クレンジング処理において、新たな属性カテゴリを発見した場合は、その新たな属性カテゴリをマスタデータへ登録することもできる。

作業工数予測システム１は、ユーザの指示に基づいて、各製品群の工程毎に分析グループ１３１を設定する（Ｓ１３）。作業工数予測システム１は、例えば、分析グループ１３１に対応付ける製品コード１３２と属性カテゴリ１３３とを選択したり、対応付けられた属性カテゴリ１３３のうち有効にする属性カテゴリを選択したり（または無効にする属性カテゴリを選択したり）、学習データとして使用する期間を選択したりする。

作業工数予測システム１は、ステップＳ１３で作成された分析グループ１３１に基づいて、作業工数を学習する（Ｓ１４）。

作業工数予測システム１は、学習結果を確認する（Ｓ１５）。ユーザは、学習結果に基づいて、分析グループ１３１の構成を変更することができる。例えば、交差検証により、学習の精度を確認することもできる。交差検証とは、対象期間の学習データを学習用とテスト用とに分けて精度を検証する方法である。作業工数予測システム１は、学習結果を確認しながら学習を繰り返すことができる（Ｓ１３〜Ｓ１５）。

作業工数予測システム１は、予測対象の案件のデータ（予測対象の製品についてのオーダー情報）を取得する（Ｓ１６）。すなわち、作業工数予測システム１は、オーダー基本情報１６１とオーダー属性情報１６２とを生産管理システム３から取得する。

作業工数予測システム１は、ステップＳ１３〜Ｓ１５で得られた学習結果とステップＳ１６で取得された情報とに基づいて、予測対象の製品の作業工数を工程毎に予測する（Ｓ１７）。作業工数予測システム１は、予測結果の精度を演算してユーザへ提供することもできる（Ｓ１７）。

作業工数予測システム１は、ステップＳ１７での予測結果を他システムへ提供して活用させることもできる（Ｓ１８）。他システムとしては、例えば、生産管理システム３、生産計画立案支援システム５等がある。それら他システムでは、作業工数予測システム１による作業工数の予測結果を、例えば製造シミュレーションまたは生産計画の立案などに利用する。

図６〜図１９を用いて、作業工数予測システム１がユーザへ提供する各画面の例を説明する。

図６は、工程のマスタデータを設定する画面Ｇ１１である。図６では、「工程」を設定するためのタブが選択されている。選択されたタブ（メニュー）であることを示すために、図中では太い黒枠を用いている。

工程を設定する画面Ｇ１１は、例えば、検索条件を入力する入力部ＧＰ１１１と、検索結果を表示する表示部ＧＰ１１２と、追加ボタンＧＰ１１３、編集ボタンＧＰ１１４、削除ボタンＧＰ１１５を備える。

ユーザが入力部ＧＰ１１１に工程名を入力して検索させると、入力された検索条件に一致する工程の一覧が表示部ＧＰ１１２に表示される。ここでは、説明の便宜上、「組立工程」と「検査工程」の両方を表示部ＧＰ１１２に表示させている。

ユーザは、表示部ＧＰ１１２に表示された工程の中から、操作を希望する工程のチェックボックス欄（図６中の左側に示す四角形）を選択する。ユーザは、工程の追加を希望する場合、追加ボタンＧＰ１１３を押す。これにより、工程を追加するための工程追加画面（不図示）が表示される。ユーザは、工程追加画面に工程名と工程ＩＤ（識別子）とを入力することにより、マスタデータに工程を追加することができる。

ユーザは、編集ボタンＧＰ１１４を押すことにより、選択された工程を編集することができる。ユーザは、削除ボタンＧＰ１１５を押すことにより、選択された工程を削除することができる。

図７は、属性カテゴリ１３３と属性コード１３５のマスタデータを設定する画面Ｇ１２である。画面Ｇ１２は、例えば、検索条件を入力する入力部ＧＰ１２１と、検索結果を表示する表示部ＧＰ１２２と、使用状況の詳細を確認する詳細ボタンＧＰ１２３と、追加ボタンＧＰ１２４と、編集ボタンＧＰ１２５と、削除ボタンＧＰ１２６とを含む。

ユーザが詳細ボタンＧＰ１２３を押すと、属性の使用状況を詳細に示す画面Ｇ１２１が表示される。画面Ｇ１２１には、表示部ＧＰ１２２で選択された属性について、例えば属性名、属性ＩＤ、属性カテゴリ、分析グループが表示される。

ユーザは、追加ボタンＧＰ１２４を押すことにより、属性をマスタデータに追加することができる。ユーザは、編集ボタンＧＰ１２５を押すことにより、選択された属性を編集することができる。ユーザは、削除ボタンＧＰ１２６を押すことにより、選択された属性を削除することができる。

図８は、製品コード１３２のマスタデータを設定する画面Ｇ１３である。画面Ｇ１３は、例えば、検索条件を入力する入力部ＧＰ１３１と、検索結果を表示する表示部ＧＰ１３２と、詳細ボタンＧＰ１３３と、追加ボタンＧＰ１３４と、編集ボタンＧＰ１３５と、削除ボタンＧＰ１３６とを含む。

ユーザは、表示部ＧＰ１３２に表示された検索結果の中から操作を希望する製品コードを選択することができる。ユーザが詳細ボタンＧＰ１３３を押すと、図示せぬ詳細画面が表示される。その詳細画面は、製品コードの使用状況の詳細を表示する。製品コードの使用状況の詳細には、例えば、製品コード名、対応する分析グループ名等が含まれる。

さらに、ユーザは、追加ボタンＧＰ１３４を押すことにより、製品コードを追加することができる。ユーザは、編集ボタンＧＰ１３５を押すことにより、選択された製品コードを編集することができる。ユーザは、削除ボタンＧＰ１３６を押すことにより、選択された製品コードを削除することができる。

図９は、学習データを編集する画面Ｇ２１を示す。この画面Ｇ２１では、工程名から学習データを検索する。画面Ｇ２１は、例えば、検索条件を入力する入力部ＧＰ２１１と、検索結果を表示する表示部ＧＰ２１２と、有効化ボタンＧＰ２１３と、無効化ボタンＧＰ２１４とを含む。

表示部ＧＰ２１２では、例えば、製番（および枝番）と製品コードと工程名の組合せで学習データが表示される。学習データとしての実績データは、例えば、作業工数としての作業に要した時間（作業時間）、作業の終了日時を示す終了時刻、有効または無効のいずれの状態であるかを示すフラグを備える。

ユーザが有効化ボタンＧＰ２１３を押すと、選択された学習データが有効な学習データとして扱われる。ユーザが無効化ボタンＧＰ２１４を押すと、選択された学習データは入力部ＧＰ２１１で指定された工程についてのみ無効とされる。

図１０は、学習データを編集する他の画面Ｇ２２を示す。この画面では、属性から学習データを検索する。画面Ｇ２２は、例えば、検索条件を入力する入力部ＧＰ２２１と、検索結果を表示する表示部ＧＰ２２２と、有効化ボタンＧＰ２２３と、無効化ボタンＧＰ２２４とを備える。

入力部ＧＰ２２１では、製番、属性カテゴリ、属性名のいずれかに基づいて、学習データを検索させることができる。なお、無効化ボタンＧＰ２２４４によって無効化される学習データは、全工程について無効とされる。

図１１は、属性カテゴリを編集する画面Ｇ３１である。画面Ｇ３１は、例えば、検索条件を入力する入力部ＧＰ３１１と、検索結果を表示する表示部ＧＰ３１２と、編集ボタンＧＰ３１３とを含む。

ユーザは、入力部ＧＰ３１１において、属性カテゴリ名または属性名のいずれかを指定することにより、学習データを検索させることができる。その検索結果は、学習データの属性として表示部ＧＰ３１２に表示される。表示部ＧＰ３１２には、属性または属性カテゴリ毎に学習データが表示される。属性カテゴリが未設定の属性（属性コード）が検出された場合は、その旨の警告を表示させることもできる。

ユーザは、編集を希望する学習データを表示部ＧＰ３１２で選択した後に、編集ボタンＧＰ３１３を押すことにより、選択された学習データを編集することができる。すなわち、選択された属性の学習データを属性カテゴリに対応付けることができる。

図１２は、分析グループを設定する画面Ｇ４１である。画面Ｇ４１は、例えば、画面Ｇ４１は、作成済みの分析グループを一覧表示する表示部ＧＰ４１１と、作成ボタンＧＰ４１２と、編集ボタンＧＰ４１３と、設定詳細ボタンＧＰ４１４と、学習実行ボタンＧＰ４１５と、学習中止ボタンＧＰ４１６と、精度表示ボタンＧＰ４１７と、削除ボタンＧＰ４１８とを備える。

表示部ＧＰ４１１には、例えば、各分析グループについて、チェックボックス欄、工程名、説明、設定更新日、学習実行日、最終学習日、精度指標などが表示される。なお、図中では、設定更新日を更新日と、学習実行日を学習と、最終学習日を学習日と、それぞれ略記している。表示部ＧＰ４１１中の「説明」とは、分析グループがどの製品（製品群）のどの工程についての学習データであるかを示す。

作成ボタンＧＰ４１２は、分析グループを作成するためのボタンである。編集ボタンＧＰ４１３は、選択された分析グループを編集するためのボタンである。設定詳細ボタンＧＰ４１４は、選択された分析グループの設定の詳細を表示させるボタンである。学習実行ボタンＧＰ４１５は、選択された分析グループの学習を実行させるボタンである。学習中止ボタンＧＰ４１６は、選択された分析グループの学習を中止させるボタンである。精度表示ボタンＧＰ４１７は、選択された分析グループについての学習結果の精度を表示させるボタンである。削除ボタンＧＰ４１８は、選択された分析グループを削除させるボタンである。

図１３は、分析グループを作成する画面Ｇ４２である。ユーザが図１２の画面Ｇ４１において作成ボタンＧＰ４１２を押すと、図１３に示す画面Ｇ４２が表示される。画面Ｇ４２は、例えば、分析グループ名の入力と工程を選択するメニュー、製品コードを選択するメニュー、属性カテゴリを選択するメニュー、その他条件を設定するメニュー、設定を確認するメニューを有する。画面Ｇ４２には、さらにキャンセルボタンと、戻るボタンと、進むボタンとが表示される。

図１３は、分析グループ名の入力と工程を選択するメニューが選択された状態を示す。この状態では、入力部ＧＰ４２１が表示される。入力部ＧＰ４２１は、例えば、分析グループ名を入力する入力部と、分析グループの説明を入力する入力部と、工程名を入力する入力部とを含む。

図１４は、製品コードを選択するメニューが選択された場合の画面Ｇ４３である。画面Ｇ４３の右側には、製品コードの一覧ＧＰ４３１が表示される。製品コードの一覧ＧＰ４３１は、例えば、製品コード名と、有効か無効かを示すフラグと、学習データの件数とを含む。

図１５は、属性カテゴリを選択するメニューが選択された場合の画面Ｇ４４である。画面Ｇ４４の右側には、属性カテゴリの一覧ＧＰ４４１が表示される。画面Ｇ４４の下側には、属性カテゴリと作業工数との相関を示すグラフＧＰ４４２が表示される。

属性カテゴリの一覧ＧＰ４４１は、例えば、チェックボックス欄と、属性カテゴリ名と、有効か無効かのいずれの状態であるかを示すフラグと、学習データの件数と、作業工数との相関度（図中、ＣＷと略記）と、グラフを表示させるボタンと、有効化ボタンと、無効化ボタンとが含まれる。

グラフＧＰ４４２は、縦軸が作業工数としての作業時間を示し、横軸が選択された属性カテゴリに属する各属性の値を示す。すなわち、ユーザが属性カテゴリ一覧ＧＰ４４１の中から属性カテゴリを選択して、グラフ表示ボタンを押すと、グラフＧＰ４４２には、工程と製品コードとが一致する属性値と作業時間との関係の散布図が表示される。さらに、グラフＧＰ４４２には、回帰直線を表示させることもできる。これによりユーザは、属性カテゴリと作業工数との相関を容易に確認することができ、その確認結果に応じて分析グループの構成を変更することができる。

図１６は、その他条件を設定するメニューが選択された場合の画面Ｇ４５である。画面Ｇ４５の右側には、その他の条件を指定する入力部ＧＰ４５１が表示される。入力部ＧＰ４５１は、例えば学習データの期間と、最大工数と、交差検証の回数とが含まれる。

図１７は、設定確認メニューが選択された場合の画面Ｇ４６である。画面Ｇ４６の右側には、設定確認部ＧＰ４６１が表示される。設定確認部ＧＰ４６１には、図１３〜図１６で設定された内容が表示される。すなわち、設定確認部ＧＰ４６１には、分析グループ名の入力と工程名の選択の内容、製品コードの選択内容、属性カテゴリの選択内容、その他条件の設定内容が表示される。

図１８は、分析グループの予測精度を表示する画面Ｇ４７である。画面Ｇ４７は、例えば、交差検証の指標を表示する指標表示部ＧＰ４７１と、属性カテゴリを表示する属性カテゴリ表示部ＧＰ４７２と、グラフＧＰ４７３とを備える。

指標表示部ＧＰ４７１には、交差検証に使用する指標が表示される。属性カテゴリ表示部ＧＰ４７２には、分析グループに対応付けられた属性カテゴリと、有効であるか無効であるかを示すフラグと、作業工数との相関度とが表示される。属性カテゴリ表示部ＧＰ４７２は、グラフを表示させるボタンも含まれている。

図１２の画面Ｇ４１において、ユーザが分析グループを選択し、精度表示ボタンＧＰ４１７を押すと、図１８の画面Ｇ４７が表示される。ユーザが属性カテゴリ表示部ＧＰ４７２のグラフボタンを押すと、属性カテゴリ表示部ＧＰ４７２で選択された属性カテゴリについて、作業工数（作業時間）との相関度を示すグラフＧＰ４７３が表示される。各グラフの内容は上述した通りである。

図１９は、予測対象の案件（製造予定の製品）について作業工数を予測する画面Ｇ５１である。画面Ｇ５１は、例えば、検索条件を入力する入力部ＧＰ５１１と、検索結果を表示する表示部ＧＰ５１２と、属性詳細を表示させるボタンＧＰ５１３と、作業工数を予測させるボタンＧＰ５１４と、確定フラグを切り替えるボタンＧＰ５１５とを含む。

入力部ＧＰ５１１では、例えば、製品コード、製番、工程名、分析グループを指定することにより、予測対象のデータを検索させる。

表示部ＧＰ５１２には、検索された予測対象データが一覧表示される。表示部ＧＰ５１２では、予測対象のデータが例えば、製番および枝番、製品コード、工程名により特定されて表示される。製品コードと工程名が特定されると、分析グループは一意に決定されるため、分析グループも表示部ＧＰ５１２に表示させることができる。

確定フラグは、予測された作業工数（予測結果）を確定された値として扱うか否かを示すフラグである。他システム３，５は、確定フラグの設定された予測作業工数を確定値として取り扱う。確定フラグのオンオフは、ユーザが確定フラグ切替ボタンＧＰ５１５を操作することにより変更することができる。

ユーザが属性詳細ボタンＧＰ５１３を押すと、属性の詳細を示す画面（不図示）が表示される。その属性詳細画面では、例えば、製品コード、製番、枝番、工程名で特定される各属性の属性名と属性値とが表示される。

ユーザが予測実行ボタンＧＰ５１４を押すと、作業工数が予測されて、その予測結果が表示部ＧＰ５１２の予測工数の欄に表示される。

このように構成される本実施例によれば、多品種少量生産のように製造の実績データが少ない場合でも、複数の製品を一つの製品コードにまとめることにより、学習データとなる実績データを確保することができる。さらに、本実施例によれば、多種多様な属性（属性コード）を属性カテゴリとして集約できるため、属性カテゴリの数と学習データとの適切なバランスを得ることもできる。この結果、本実施例によれば、実績データが乏しい生産現場であっても、作業工数を予測することができ、使い勝手が向上する。

本実施例では、学習の精度をユーザは適宜参照することができるため、ユーザは学習精度を確認しながら分析グループの構成を変更でき、使い勝手が向上する。

本実施例では、属性カテゴリ毎に、属性値と作業工数との相関度を表示させることができるため、ユーザは、作業工数に影響する属性カテゴリがどれであるかを確認しながら、分析グループの構成を変更等することができ、使い勝手がさらに向上する。

本実施例では、多品種少量生産に適用する場合を例に挙げて説明したが、本実施例は多品種少量生産以外の生産形態にも適用可能である。

図２０を用いて第２実施例を説明する。本実施例では、作業工数予測システム１を生産計画立案支援システム５に利用する場合を説明する。

図２０は、生産計画立案支援システム５の全体概要を示す。生産計画立案支援システム５は、それぞれ後述するように、例えば、生産計画立案部５１と、データベース記憶部５２と、顧客要求情報取得部５３と、生産進捗情報取得部５４と、日程計画情報記憶部５５と、選択部５６と、情報提供部５７と、生産計画反映部５８と、生産計画記憶部５９と、と、作業工数予測システム１とを備えることができる。

生産計画立案部５１は、後述のように、顧客要求情報から選択された生産基本情報５２１と、図３で示した生産現場４の生産能力情報５２２と、生産現場４での生産進捗情報とに基づいて、生産計画を立案する。

生産計画立案部５１で生成された生産計画は、ユーザの承認を受けることにより正式に生産計画として採用され、生産計画記憶部５９へ記憶される。本実施例では、ユーザの承認を受ける前の生産計画を生産計画案と呼び、ユーザの承認を受けた後の生産計画と区別する場合がある。なお、顧客要求情報に変更が生じた場合、生産計画立案部５１は、その変更に応じて生産計画を再立案する。

生産計画立案部５１は、ユーザの指定する任意の期間について、例えば設計者、生産現場４の作業エリア、作業者グループ、設備、製造ライン、試験場、電力などの各種リソースを共用する製品群の生産が生産現場４の全体として最適となるように、生産計画案を作成する。「設計者」とは、生産対象の製品についての案件をとりまとめる設計者の工数を管理するリソースである。

「記憶部」としてのデータベース記憶部５２は、生産計画の立案に使用する複数の所定の情報を格納する。データベース記憶部５２（以下、記憶部５２とも呼ぶ）は、例えば、モデル別生産基本情報５２１と、生産能力情報５２２と、製品構成情報５２３とを記憶している。記憶部５２には、例えば、フラッシュメモリデバイス、ハードディスクデバイスといった不揮発性の記憶装置を用いることができる。

モデル別生産基本情報５２１は、製品のモデル別に生成されるものであって、例えば、製品の生産に要する各工程の情報と、各工程で使用するリソースごとのリソース消費量と、を含む。さらに、モデル別生産基本情報５２１は、原単位コード、製品名称、その製品の基準製作数などの管理情報を含むことができる。

生産能力情報５２２は、生産現場４の生産能力を示す情報である。生産能力情報５２２は、例えば、各工程で使用可能なリソースの最大消費量（上限値）を含む。

製品構成情報５２３は、過去に生産された製品の構成を示す情報と、これから生産しようとする製品の構成を示す。製品構成情報５２３には、部品構成表を作成できるほどの正確さは要求されない。

顧客要求情報取得部５３は、顧客要求情報を取得する機能である。顧客要求情報とは、製品の発注主である顧客が製品に対して要求する情報であり、例えば、製品仕様や製作数といった情報を含む。例えば、生産計画立案支援システム５のユーザは、ユーザインターフェース部１０５を用いることにより、顧客要求情報を生産計画立案支援システム５へ入力することができる。

生産進捗情報取得部５４は、生産現場４の各工程での進捗を示す情報を生産管理システム３から取得する。取得された生産進捗情報は、生産計画記憶部５９を介して生産計画立案部５１に提供される。

日程計画情報記憶部５５は、日程計画情報を記憶する。日程計画情報は、中期間または長期間の生産計画日程を示す情報であり、いつ設計を開始し、いつ終了するか（出荷するか）といった日程を保持する。さらに、日程計画情報には、リソース消費量について特別に指示するための計画値を含めることができる。日程計画情報に計画値が設定されている場合、計画値は生産基本情報５２１に定義されたリソース消費量に優先する。

選択部５６は、「生産基本情報選択部」の例である。選択部５６は、ユーザの手動操作により、または自動的に、顧客要求情報に応じた生産基本情報を、記憶部５２に記憶された生産基本情報５２１の中から少なくとも一つ選択する。

情報提供部５７は、生産計画立案部５１で作成された生産計画案をユーザに提示する機能である。ユーザは、提示された生産計画案について生産計画立案支援システム５に修正指示を与えたり、承認指示を与えたりする。

生産計画反映部５８は、生産計画案がユーザにより承認されると、その生産計画案を生産計画として生産計画記憶部５９に記憶させる機能である。

生産計画記憶部５９は、製品ごとの生産計画を記憶する機能である。

生産計画立案部５１は、作業工数予測システム１により予測された作業工数等に基づいて、各工程の全体として最適な生産計画となるように、生産計画を作成する。

このように構成される本実施例では、作業工数予測システム１により予測された作業工数を使用することにより、多品種少量生産の生産計画をより正確に作成できる。

なお、本発明は、上述した実施形態に限定されない。当業者であれば、本発明の範囲内で、種々の追加や変更等を行うことができる。上述の実施形態において、添付図面に図示した構成例に限定されない。本発明の目的を達成する範囲内で、実施形態の構成や処理方法は適宜変更することが可能である。

また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれる。さらに特許請求の範囲に記載された構成は、特許請求の範囲で明示している組合せ以外にも組み合わせることができる。

さらに本実施形態は、計算機を用いて生産計画の立案を支援する方法を開示する。この生産計画立案支援方法は、例えば、「計算機を用いて作業工数を予測する作業工数予測方法であって、作業工数を学習するための所定のデータを含み、対象製品の製造に関わる工程毎に作成される構成変更可能な分析グループを生成する分析グループ生成ステップと、前記分析グループに基づいて作業工数を学習する学習ステップと、前記学習ステップの学習結果を用いることにより、予測対象の製品の作業工数を予測する予測ステップと、を備え、前記所定のデータは、分析グループの対象とする対象製品群および対象工程を特定する第１情報と、前記対象製品群に含まれる対象製品を特定する第２情報と、前記対象製品群に含まれる前記対象製品に含まれる部品属性のカテゴリを特定する第３情報とを、含んでおり、前記第２情報と前記第３情報とのうち少なくといずれか一方は変更可能である」と表現することができる。この表現は一例であり、開示された実施形態の範囲内で他の表現も可能である。

１：作業工数予測システム、３：生産管理システム、４：作業現場、５：生産計画立案支援システム、１１：作業工数学習部、１３：分析グループ生成部、２０：学習結果参照部、２２：作業工数予測部

Claims (7)

1. 作業工数を予測する作業工数予測システムであって、
   作業工数を学習するための所定のデータを含み、対象製品の製造に関わる工程毎に作成される構成変更可能な分析グループを生成する分析グループ生成部と、
   前記分析グループに基づいて作業工数を学習する作業工数学習部と、
   前記作業工数学習部の学習結果を用いることにより、予測対象の製品の作業工数を予測する作業工数予測部と、
   を備える、
   作業工数予測システム。
2. 前記所定のデータは、分析グループの対象とする対象製品群および対象工程を特定する第１情報と、前記対象製品群に含まれる対象製品を特定する第２情報と、前記対象製品群に含まれる前記対象製品に含まれる部品属性のカテゴリを特定する第３情報とを、含んでおり、
   前記第２情報と前記第３情報とのうち少なくともいずれか一方は変更可能である、
   請求項１に記載の作業工数予測システム。
3. 前記第２情報は、前記対象製品の識別コードと、前記対象製品に対応付けられる学習データとしての製番とを含み、
   前記分析グループ生成部は、前記第２情報に含まれる前記製番の数を表示して選択させることができる、
   請求項２に記載の作業工数予測システム。
4. 前記第３情報は、前記部品属性のカテゴリの識別コードと、前記部品属性のカテゴリに対応付けられる他の学習データとしての部品の識別コードとを含み、
   前記分析グループ生成部は、前記第３情報に含まれる前記部品の識別コードの数を表示して選択させることができる、
   請求項２または請求項３のいずれか一項に記載の作業工数予測システム。
5. 前記分析グループ生成部は、前記部品属性のカテゴリが前記分析グループの作業工数に与える所定の影響度を算出して表示させる、
   請求項４に記載の作業工数予測システム。
6. 前記第２情報および第３情報は、それぞれ分割または統合が可能である、
   請求項２に記載の作業工数予測システム。
7. 請求項１に記載の作業工数予測システムを備え、生産計画の立案を支援する生産計画立案支援システムであって、
   製品の生産管理に用いる所定の生産基本情報と生産能力を管理する生産能力情報とを記憶する記憶部と、
   入力される顧客要求情報に基づいて、前記記憶部に記憶された生産基本情報の中から少なくとも一つの生産基本情報を選択する生産基本情報選択部と、
   前記選択された生産基本情報と前記生産能力情報と生産現場から取得される生産進捗情報とに基づいて、生産計画案を生成する生産計画立案部と、
   前記生産計画立案部により生成された生産計画案を、生産計画記憶部の記憶する生産計画として反映させる生産計画反映部と、
   を備える生産計画立案支援システム。

Images