JP2023040471A - 生産ライン管理システムおよび生産ライン管理方法 - Google Patents

Abstract

【課題】生産ラインの生産タクトを改善することができる生産ライン管理システムおよび生産ライン管理方法を提供する。
【解決手段】生産ライン管理システム１は、生産物を生産する部品実装装置Ｍ４、Ｍ５が複数備えられた生産ライン４を管理する。生産ライン管理システム１は、部品実装装置Ｍ４、Ｍ５の状態を監視する第２状態監視部２２と、部品実装装置Ｍ４、Ｍ５の状態に対応して抽出される複数の指示のそれぞれに対する部品実装装置Ｍ４、Ｍ５の指示を実行したときの生産ライン４の生産タクトを推測する第２最適化部２４と、第２最適化部２４が推測した複数の生産タクトに基づいて、複数の指示のうちから実行する指示を決定する第２対策決定部２３と、第２対策決定部２３が決定した指示を出力する指示出力部２６と、を備える。
【選択図】図２

Description

本開示は、生産物を生産する生産装置を備える生産ラインを管理する生産ライン管理システムおよび生産ライン管理方法に関する。

特許文献１には、生産ラインの部品実装中にラインタクトを取得するラインタクト取得手段と、取得されたラインタクトを決定付けている一つの部品実装機を特定する特定手段と、特定された部品実装機と他の部品実装機を対象として、ラインタクトが小さくなるように実装条件を決定する実装条件決定手段と、決定された条件で部品を実装する部品実装手段とを備える部品実装機が開示されている。

特開２００９－１２３９０２号公報

特許文献１の部品実装機では、個々の部品実装機におけるラインタクトが小さくなるように実装条件を決定することはできている。しかしながら、特許文献１の部品実装機では、複数の部品実装機を含めた生産ラインの生産タクトを改善する点については何ら対策はなされていない。

そこで、本開示は、生産ラインの生産タクトを改善することができる生産ライン管理システムおよび生産ライン管理方法を提供する。

本開示の一態様に係る生産ライン管理システムは、生産物を生産する生産装置が複数備えられた生産ラインを管理する生産ライン管理システムであって、前記生産装置の状態を監視する状態監視部と、前記生産装置の前記状態に対応して抽出される複数の指示のそれぞれに対して前記生産装置が前記複数の指示を実行したときの前記生産ラインの生産タクトを推測する生産タクト推測部と、前記生産タクト推測部が推測した前記複数の生産タクトに基づいて、前記複数の指示のうちから実行する指示を決定する指示決定部と、前記指示決定部が決定した指示を出力する指示出力部と、を備える。

なお、これらの包括的または具体的な側面は、システム、装置、方法、記録媒体、または、コンピュータプログラムで実現されてもよく、システム、装置、方法、記録媒体、および、コンピュータプログラムの任意な組み合わせで実現されてもよい。

本開示に係る生産ライン管理システム等によれば、生産ラインの生産タクトを改善することができる。

図１は、実施の形態に係る生産ライン管理システムを示す説明図である。 図２は、実施の形態に係る生産ライン管理システムを示すブロック図である。 図３は、実施の形態に係る第１状態監視部が部品実装装置の問題を発見したときの処理動作を示すフローチャートである。 図４は、実施の形態に係る第１対策決定部における方針決定の処理動作を示すフローチャートである。 図５は、実施の形態に係る第１最適化部が吸着ノズルを最適化した場合を示す図である。 図６は、実施の形態に係る第２最適化部による最適化と、第２対策決定部における方針の決定の処理動作を示すフローチャートである。 図７は、実施の形態に係る第２最適化部が吸着ノズルを最適化した場合を示す図である。 図８は、実施の形態に係る対策調停部の処理動作を示すフローチャートである。 図９は、実施の形態に係る指示出力部、効果判定部および更新部によって対策が実行された後の処理動作を示すフローチャートである。

本開示の生産ライン管理システムは、生産物を生産する生産装置が複数備えられた生産ラインを管理する生産ライン管理システムであって、前記生産装置の状態を監視する状態監視部と、前記生産装置の前記状態に対応して抽出される複数の指示のそれぞれに対して前記生産装置が前記複数の指示を実行したときの前記生産ラインの生産タクトを推測する生産タクト推測部と、前記生産タクト推測部が推測した前記複数の生産タクトに基づいて、前記複数の指示のうちから実行する指示を決定する指示決定部と、前記指示決定部が決定した指示を出力する指示出力部と、を備える。

これによれば、生産装置の状態に問題が生じた場合、問題が生じた生産装置を含んだ生産ラインの生産タクトを推定することで、推定した生産タクトに応じて指示を決定して出力することができる。つまり、生産ライン管理システムでは、生産タクトの低下が抑制されるように、推定した生産タクトに応じて指示を決定して出力することができるようになる。

したがって、生産ラインの生産タクトを改善することができる。その結果、生産装置の状態に問題が生じても、生産タクトの低下が抑制されるように生産タクトに応じた指示を出力するため、生産ライン管理システムでは、生産ラインにおける生産性の低下を抑制することができる。

本開示の生産ライン管理方法は、生産物を生産する生産装置が複数備えられた生産ラインを管理する生産ライン管理方法であって、前記生産装置の状態を監視し、前記生産装置の前記状態に対応して抽出される複数の指示のそれぞれに対して前記生産装置が前記複数の指示を実行したときの前記生産ラインの生産タクトを推測し、推測した前記複数の生産タクトに基づいて、前記複数の指示のうちから実行する指示を決定し、決定した指示を出力する。

この生産ライン管理方法においても上述と同様の作用効果を奏する。

本開示の生産ライン管理システムは、生産物を生産する生産装置が複数備えられた生産ラインと、前記生産ラインを管理する管理装置とを備える生産ライン管理システムであって、前記生産ラインは、複数の前記生産装置のそれぞれの状態に対応した実装データを最適化し、最適化した複数の前記実装データを実行した場合の第１生産タクトを推定する第１最適化部と、複数の前記第１生産タクトに基づいて、前記生産装置における複数の前記実装データのうちから第１実装データを決定する第１指示決定部とを有し、前記管理装置は、前記生産ラインの前記状態に対応した実装データを最適化し、最適化した複数の前記実装データを実行した場合の第２生産タクトを推定する第２最適化部と、複数の前記第２生産タクトに基づいて、前記生産ラインにおける複数の前記実装データのうちから第２実装データを決定する第２指示決定部と、前記第２指示決定部が決定した前記第２実装データを出力する指示出力部とを有し、前記第２最適化部は、前記第１生産タクトと前記第２生産タクトとを比較し、前記第２指示決定部は、前記第２最適化部が前記比較した結果に基づいた優先度を設定することで、設定した前記優先度に応じた実装データを決定する。

また、前記指示決定部は、前記生産タクト推測部が推測した前記複数の生産タクトから前記複数の指示に対応する優先度を設定し、設定した前記優先度に基づいて、前記複数の指示のうちから実行する指示である優先指示を決定してもよい。

これによれば、生産タクトに応じた優先度を設定することができるため、優先度に応じた指示を決定して出力することができる。このため、生産ライン管理システムでは、生産ラインにおける生産性の低下を抑制することができる。

また、前記状態監視部は、前記生産装置の少なくとも一部に含まれる作業ユニットの使用制限または前記使用制限の解除を監視してもよい。

これによれば、作業ユニットに問題がある場合、直ぐに問題のある作業ユニットを使用制限したり、作業ユニットが修理または交換されれば、直ぐにその使用制限を解除したりすることができるようになる。その結果、生産物の生産性の低下、仕損品の増加、および、生産ラインにおける生産タクトの低下を抑制することができる。

また、前記優先指示を実行するための前記生産装置、および、前記作業ユニットのうちの少なくとも１以上を含むリソースの有無に基づいて、前記優先指示の実行を調停する対策調停部をさらに備えていてもよい。

これによれば、優先指示の実行を調停するため、例えば生産装置が生産物の生産が完了後に優先指示を実行することができるようになる。このため、生産装置は、適切なタイミングで、優先指示に応じた生産物を生産することができるようになる。

また、前記指示決定部は、推測した前記複数の生産タクトの短い順に前記複数の指示に対応する優先度を設定してもよい。

これによれば、最も短い生産タクトに対応した指示が決定され、決定された指示が出力されるため、より確実に生産ラインにおける生産タクトの低下を抑制することができる。

また、前記対策調停部は、前記優先指示を実行する少なくとも一つの前記生産装置内で生産している前記生産物の生産が完了した後に、前記優先指示を実行する少なくとも一つの前記生産装置に対して前記優先指示が実行されるように、調停する前記優先指示を前記指示出力部に出力させてもよい。

これによれば、生産物の生産中に優先指示が実行されてしまうことを抑制することができる。このため、部品が二重に実装された生産物が生産されたり、部品が実装されていない生産物が生産されたりすることを抑制することができる。その結果、仕損品の増加を抑制することができる。

また、前記優先指示を実行前の前記生産物を生産するための生産データを記憶する記憶部をさらに備え、前記生産装置の前記使用制限に対する前記優先指示を実行後に前記状態監視部が前記生産装置の前記使用制限の解除を検知すると、前記指示決定部は、前記記憶部に記憶された前記生産データへの変更指示を前記優先指示として決定してもよい。

これによれば、使用制限が解除された場合、生産装置に発生していた問題が解消されているため、指示決定部は、実行前の生産データを用いて、生産物を生産するための指示を出力することができる。このため、生産ライン管理システムでは、より確実に生産ラインにおける生産性の低下を抑制することができる。

また、前記複数の指示には、前記生産装置に前記生産物を生産する作業の少なくとも一部の作業を変更させる第１指示と、複数の前記生産装置に亘った前記生産ラインが前記生産物を生産する作業の少なくとも一部の作業を変更させる第２指示とを含んでいてもよい。

これによれば、単一の生産装置に対して作業を変更させたり、複数の生産装置に亘った生産ラインに対して作業を変更させたりすることができる。このため、一つの生産装置における生産タクトの低下の抑制と、複数の生産装置に亘った生産ラインにおける生産タクトの低下の抑制とを両立することができる。その結果、単一の生産装置に対して作業を変更させるだけで生産タクトの低下を抑制することができる場合があるため、生産ラインに対して作業を変更するための生産ラインにおける生産タクトを推測するといった処理を行わなくてもよくなる。つまり、生産ライン管理システムの処理負担の増大を抑制することができる。

また、前記指示決定部は、前記第２指示の実行後の前記生産タクトが前記第１指示の実行後の前記生産タクトよりも改善されている場合に、前記第２指示を前記優先指示として決定してもよい。

これによれば、改善された生産タクトに対応する優先指示を決定して出力することができる。このため、生産ライン管理システムでは、より確実に生産ラインにおける生産性の低下を抑制することができる。

また、前記生産装置は、部品を基板に実装する部品実装装置であり、前記作業ユニットは、部品を吸着するノズルである吸着ノズル、および、前記部品を前記吸着ノズルに供給する部品供給装置であり、前記状態監視部は、前記作業ユニットの使用制限または前記使用制限の解除を監視してもよい。

これによれば、作業ユニットに問題が発生した場合には、直ぐに作業ユニットを使用制限させることができ、作業ユニットの問題が解消した場合には、直ぐに作業ユニットの使用制限を解除させることができる。このため、生産ライン管理システムでは、生産ラインにおける生産タクトの低下を抑制することができる。

以下、実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置位置および接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。したがって、例えば、各図において縮尺などは必ずしも一致しない。また、各図において、実質的に同一の構成については同一の符号を付しており、重複する説明は省略または簡略化する。

（実施の形態）
まず、生産ライン管理システム１の構成について、図１を用いて説明する。

図１は、実施の形態に係る生産ライン管理システム１を示す説明図である。

図１に示すように、生産ライン管理システム１は、生産物を生産する生産装置が複数備えられた生産ライン４を管理する。生産装置は、例えば、部品を基板に実装する部品実装装置Ｍ４、Ｍ５である。

生産ライン管理システム１は、生産ライン４と、管理装置７とを備えている。

［生産ライン４］
生産ライン４は、基板に部品（電子部品）を実装して生産品（例えば、実装基板）を生産する機能を有しており、実装対象の基板をそれぞれ供給、受渡し、および、回収する機能を有している。

具体的には、生産ライン４は、基板供給装置Ｍ１と、基板受渡装置Ｍ２と、複数の電子部品実装用装置である半田印刷装置Ｍ３と、部品実装装置Ｍ４、Ｍ５と、リフロー装置Ｍ６と、基板回収装置Ｍ７とを、この並び順で直列に連結して構成された装置である。基板供給装置Ｍ１から基板回収装置Ｍ７までの各装置は、通信ネットワーク２を介して管理コンピュータを有する管理装置７に接続されている。

例えば、半田印刷装置Ｍ３、部品実装装置Ｍ４、Ｍ５およびリフロー装置Ｍ６は、生産ライン４に沿って搬送される基板に対して部品を実装するための部品実装作業を行う。すなわち、基板供給装置Ｍ１によって供給された基板は、基板受渡装置Ｍ２を介して半田印刷装置Ｍ３に搬入される。半田印刷装置Ｍ３は、搬入された基板に対して、部品接合用の半田をスクリーン印刷する半田印刷作業を行う。

半田印刷された基板は、部品実装装置Ｍ４、Ｍ５に順次受渡される。部品実装装置Ｍ４、Ｍ５は、半田印刷後の基板に対して部品を実装する部品実装作業を実行する。そして、部品実装後の基板は、リフロー装置Ｍ６に搬入され、所定の加熱プロファイルに従って加熱される。これにより、加熱された基板に印刷されている部品接合用の半田が溶融固化する。こうして部品が基板に半田接合されることで、基板に部品を実装した実装基板が完成する。完成した実装基板は、基板回収装置Ｍ７に回収される。

次に、本実施の形態において、生産装置の一例として部品実装装置Ｍ５の構成を中心に説明する。また、部品実装装置Ｍ４は部品実装装置Ｍ５と同様の構成であるため、部品実装装置Ｍ４の説明を省略する。

部品実装装置Ｍ５は、基台、基板搬送部、部品供給装置、および、実装ヘッド等を備えている。基台には、基板が配置される。基板搬送部は、上流側装置から受け渡された基板を下流側装置へ搬送することができる。部品供給装置は、実装ヘッドに対して部品を供給することができる。部品供給装置には、実装ヘッドに対して部品を供給するための複数のテープフィーダが設けられている。実装ヘッドは、テープフィーダから部品を吸着して取り出し、基板の上方に移動して部品を基板の実装位置に搭載することができる。実装ヘッドには、部品を吸着して保持し個別に昇降可能な吸着ノズルが装着されている。

また、部品実装装置Ｍ５の基台、基板搬送部、部品供給装置、および、実装ヘッド等の構成以外の構成について、図１および図２を用いて具体的に説明する。図２は、実施の形態に係る生産ライン管理システム１を示すブロック図である。

部品実装装置Ｍ５は、第１取得部１０と、第１状態監視部１１と、第１対策決定部１２と、第１最適化部１３と、学習モデル１５、１６と、リソースデータベース１７と、実装データ１８と、記憶部１４とを有している。

ここで、第１状態監視部１１、第１対策決定部１２、および、第１最適化部１３は、プロセッサがメモリ等の記憶部１４に記憶されたプログラムに従って動作することにより実現される。学習モデル１５、１６、リソースデータベース１７、および、実装データ１８は、記憶部１４に記憶されている。プログラム、学習モデル１５、１６、リソースデータベース１７、および、実装データ１８が記憶される記憶部１４は、それぞれ同じ記憶部であってもよいし、異なる記憶部であってもよい。

第１取得部１０は、部品実装装置Ｍ５が生産物を生産するプロセスの結果として、部品実装装置Ｍ５の状態を示す情報である状態情報を取得する。ここで、部品実装装置Ｍ５の状態には、部品の吸着、部品の認識および部品の装着等の実装プロセスの状態と、基板、部品、作業者、実装ヘッド、吸着ノズルおよびテープフィーダ等の実装プロセスに関わる生産リソースの状態とが含まれる。吸着ノズルを例に挙げると、状態情報は、吸着ノズルの内部を流れる空気の流量を計測する流量センサから取得した流量データ等である。

第１取得部１０は、取得した状態情報を第１状態監視部１１に出力する。

第１状態監視部１１は、部品実装装置Ｍ５の状態を監視する。つまり、第１状態監視部１１は、第１所定条件に基づいて、第１取得部１０から取得した状態情報に示される部品実装装置Ｍ５の状態に問題があることを検出することができる。ここで、第１所定条件は、部品実装装置Ｍ５の状態に問題があることを検出するための学習モデル１５である。

部品実装装置Ｍ５の状態に問題がある場合、第１状態監視部１１は、学習モデル１５を用いることで、実装ミスの有無、実装量および実装の品質等を検出したり、部品実装装置Ｍ５、吸着ノズルおよびテープフィーダの劣化等を検出したりする。

学習モデル１５は、部品実装装置Ｍ５の状態に問題があるか否かを検出するためのモデルである。学習モデル１５は、状態情報が入力されると、部品実装装置Ｍ５を構成する各作業ユニット５ａが正常な状態か、問題がある状態かを出力するように学習されている。例えば、状態情報が流量データである場合、部品実装装置Ｍ５を構成する各作業ユニット５ａの一つである実装ヘッドにおいて、学習モデル１５は、流量データに示される実装ヘッドの流量から、実装ヘッドの状態が正常な状態か、問題がある状態かを出力することができる。ここで、作業ユニット５ａは、部品を吸着するノズルである吸着ノズル、および、部品を吸着ノズルに供給する部品供給装置である。

第１状態監視部１１は、学習モデル１５を用いることで、部品実装装置Ｍ５に問題があることを検出すると、状態情報を第１対策決定部１２に出力する。状態情報には、問題がある状態と検出された部品実装装置Ｍ５の作業ユニット５ａに関する情報が含まれる。

ここで、第１対策決定部１２は、部品実装装置Ｍ５に存在している問題が解消できるように、第１最適化部１３に分析させる。つまり、第１対策決定部１２は、第１状態監視部１１から状態情報を取得すると、問題がある状態の部品実装装置Ｍ５に対する対策として、互いに関連のある状態情報、実装データ１８およびリソースデータベース１７を第１最適化部１３に分析させる。ここで、問題がある状態の部品実装装置Ｍ５に対する対策とは、部品実装装置Ｍ５の生産タクトの低下（タクトロスの増加）が抑制される対策である。

具体的には、第１最適化部１３は、問題がある状態の部品実装装置Ｍ５において、生産リソースを格納するリソースデータベース１７、および、実装データ１８を参照し、部品の配列、部品の吸着順序、部品の装着順序、実装ヘッドの経路、実装ヘッドの動作等を最適化する。つまり、第１最適化部１３は、問題がある状態の部品実装装置Ｍ５が用いている実装データ１８を最適化する。ここで、リソースデータベース１７は、問題のある部品実装装置Ｍ５を構成する作業ユニット５ａと同種の機器を割り当てるリソースの有無を含んでいる。また、実装データ１８は、部品実装装置Ｍ５を構成する各作業ユニット５ａのデータ、生産物を生産するための生産データを含んでいる。また、第１最適化部１３が実装データ１８を最適化したシミュレーション結果は、テンポラリデータとしてメモリに一時的に保存され、実装データ１８の変更は行われない。

また、第１最適化部１３は、実装データ１８を最適化したシミュレーション結果において、その影響範囲を分析する。つまり、第１最適化部１３は、問題のある部品実装装置Ｍ５において、実装データ１８の最適化による影響範囲の結果が部品実装装置Ｍ５内における実装データ１８に収まるか否かを判定する。例えば、第１最適化部１３は、実装データ１８の最適化によって部品実装装置Ｍ５における生産タクトの低下が生産計画を満たせる程度に限定的である場合、最適化による影響範囲の結果が部品実装装置Ｍ５内における実装データ１８に収まると判定する。一方、第１最適化部１３は、実装データ１８の最適化によって部品実装装置Ｍ５における生産タクトの低下によって生産計画を満たせず、例えば部品実装装置Ｍ５以外の部品実装装置Ｍ４にも影響がある場合、最適化による影響範囲の結果が部品実装装置Ｍ５内における実装データ１８に収まらないと判定する。この場合、第１最適化部１３は、例えば部品実装装置Ｍ４の実装データ１８も最適化する。つまり、第１最適化部１３は、例えば複数の部品実装装置Ｅ４、Ｅ５に亘って影響がある場合、生産ライン４に影響が及ぶと判定する。生産ライン４に影響とは、生産ライン４を構成する全ての装置に影響がある場合、および、複数の装置に影響がある場合である。なお、影響が及ぶ装置は、部品実装装置Ｍ４に限定されず、生産ライン４における他の装置として基板供給装置Ｍ１、基板受渡装置Ｍ２、リフロー装置Ｍ６、および基板回収装置Ｍ７を含む。

第１最適化部１３は、最適化したシミュレーション結果を第１対策決定部１２に出力する。第１最適化部１３が最適化したシミュレーション結果には、部品実装装置Ｍ５の実装データ１８を最適化した結果、部品実装装置Ｍ５による生産物の生産を継続できるか否かの結果、最適化による影響範囲の結果が含まれている。部品実装装置Ｍ５による生産物の生産を継続できない結果とは、例えば、部品実装装置Ｍ５の生産タクトが大幅に低下することで、生産ライン４の生産計画に支障が生じることとなる結果である。また、部品実装装置Ｍ５による生産物の生産を継続できる結果とは、例えば、部品実装装置Ｍ５の生産タクトが低下するものの、生産計画に支障が生じないという結果である。

次に、第１対策決定部１２は、取得したシミュレーション結果における影響範囲の結果が複数の部品実装装置Ｅ４、Ｅ５に亘って影響がない場合、問題のある部品実装装置Ｍ５の状態に応じて抽出される複数の対策のうちから実行する対策を決定する。ここで、複数の対策のうちから実行する対策とは、優先指示に応じて実行される対策である。

本実施の形態では、第１対策決定部１２は、学習モデル１６を用いて、実行する対策を決定する。学習モデル１６は、問題のある部品実装装置Ｍ５の状態に応じた対策を決定するためのモデルである。学習モデル１６は、状態情報が入力されると、問題のある部品実装装置Ｍ５の状態に応じた対策が出力されるように学習されている。

つまり、第１対策決定部１２は、複数の対策に対応するそれぞれの優先度に基づいて、複数の対策のうちから所定の対策を実行する優先指示を決定する。ここで、第１対策決定部１２は、当該対策に対応する優先順位を決定するための優先度を設定したり、設定した優先度を更新したりすることができる。第１対策決定部１２は、決定した優先指示を図示しない指示出力部を介して部品実装装置Ｍ５に出力する。

一方、第１対策決定部１２は、取得したシミュレーション結果における影響範囲の結果が複数の部品実装装置Ｍ４、Ｍ５に亘って影響がある場合、管理装置７にイベント通知を行う。イベント通知は、管理装置７が実装データ３３を最適化するシミュレーションを行うためのトリガーとなる。また、イベント通知には、部品実装装置Ｍ５が最適化したシミュレーション結果、状態情報等が含まれている。

［管理装置７］
管理装置７は、第２取得部２１と、第２状態監視部２２と、第２対策決定部２３と、第２最適化部２４と、対策調停部２５と、指示出力部２６と、学習モデル３１、３４と、リソースデータベース３２と、実装データ３３と、生産計画３５と、記憶部３０とを有している。

ここで、第２状態監視部２２、第２対策決定部２３、第２最適化部２４、および、対策調停部２５は、プロセッサがメモリ等の記憶部３０に記憶されたプログラムに従って動作することにより実現される。学習モデル３１、３４、リソースデータベース３２、実装データ３３、および、生産計画３５は、記憶部３０に記憶されている。プログラム、学習モデル３１、３４、リソースデータベース３２、実装データ３３、および、生産計画３５が記憶される記憶部３０は、それぞれ同じ記憶部であってもよいし、異なる記憶部であってもよい。この記憶部３０は、管理装置７に備えられている。

第２取得部２１は、部品実装装置Ｍ５からイベント通知を取得する。第２取得部２１は、取得したイベント通知を第２状態監視部２２に出力する。

第２状態監視部２２は、生産ライン４の状態を監視する。具体的には、第２状態監視部２２は、第２所定条件に基づいて、第２取得部２１が取得したイベント通知の状態情報に示される生産ライン４の状態に変化があることを検出することができる。ここで、第２所定条件は、生産ライン４の状態に変化があることを検出するための学習モデル３１である。生産ライン４の状態の変化に問題がある場合、第２状態監視部２２は、学習モデル３１を用いることで、例えば、部品実装装置Ｍ５の状態の変化が他の部品実装装置Ｍ４に亘って生産タクト等に影響があることを検出する。つまり、生産ライン４の状態に変化があるとは、生産ライン４を構成する１以上の装置において生産タクトの増加または低下がある場合である。第２状態監視部２２は、状態監視部の一例である。

学習モデル３１は、例えば、部品実装装置Ｍ５の状態に変化があることで、複数の部品実装装置Ｍ４、Ｅ５に亘って影響があること、生産ライン４における生産タクトが変化（向上又は低下）する可能性があることを検出するためのモデルである。例えば、学習モデル３１は、状態情報が入力されると、複数の部品実装装置Ｍ４、Ｅ５に影響があること、生産ライン４における生産タクトが変化する可能性があることを出力するように学習されている。

また、第２状態監視部２２は、学習モデル３１を用いて生産ライン４の状態に変化があることを検出すると、変化がある状態と検出された複数の部品実装装置を含む生産ライン４の状態情報を第２対策決定部２３に出力する。

第２対策決定部２３は、生産ライン４における状態の変化が生産タクト、品質の低下等の問題であるときに、その問題が解消できるように、第２最適化部２４に分析させる。つまり、第２対策決定部２３は、第２状態監視部２２から状態情報を取得すると、問題がある状態の生産ライン４に対する対策として、互いに関連のある状態情報、実装データ３３およびリソースデータベース３２を第２最適化部２４に分析させる。ここで、問題がある状態の生産ライン４に対する対策とは、生産ライン４の生産タクトの低下（タクトロスの増加）が抑制される対策である。第２対策決定部２３は、指示決定部の一例である。

具体的には、第２最適化部２４は、問題がある状態の生産ライン４において、生産リソースを格納するリソースデータベース３２、および、実装データ３３を参照し、部品の配列、部品の吸着順序、部品の装着順序、実装ヘッドの経路等を最適化することで、生産ライン４の実装データ３３を最適化する。ここで、リソースデータベース３２は、問題のある部品実装装置Ｍ５を構成する作業ユニット５ａと同種の機器を割り当てるリソースの有無を含んでいる。また、実装データ３３は、部品実装装置Ｍ５を構成する各作業ユニット５ａのデータ、生産物を生産するための生産データを含んでいる。また、第２最適化部２４が実装データ３３を最適化したシミュレーション結果は、テンポラリデータとしてメモリに一時的に保存され、実装データ３３の変更は行われない。第２最適化部２４は、生産タクト推測部の一例である。

つまり、第２最適化部２４は、生産ライン４の実装データ３３を最適化すると、複数の部品実装装置Ｍ４、Ｍ５を含む生産ライン４の実装データ３３を最適化したシミュレーション結果と、部品実装装置Ｍ５の実装データ３３を最適化したシミュレーション結果とを比較する。このシミュレーション結果を比較すると、両者の生産タクトを比較することができるため、第２対策決定部２３は、最適化したシミュレーション結果である生産タクトの優れている方の実装データ３３を選択できる。

このように、第２最適化部２４は、生産ライン４の実装データ３３を最適化することで、生産ライン４の生産タクトを推定することができる。つまり、第２最適化部２４は、生産装置の状態に対応して抽出される複数の指示のそれぞれに対して生産装置が複数の指示を実行したときの生産ライン４の生産タクトを推測することができる。ここで、複数の指示には、部品実装装置Ｍ５が生産物を生産する作業の少なくとも一部の作業を変更させる第１指示と、複数の部品実装装置Ｍ４、Ｍ５に亘った生産ライン４が生産物を生産する作業の少なくとも一部の作業を変更させる第２指示とを含んでいる。

第２最適化部２４は、両者の生産タクトを比較した結果を第２対策決定部２３に出力する。

第２対策決定部２３は、両者の生産タクトを比較した結果を第２最適化部２４から取得する。第２対策決定部２３は、比較した結果の改善率が所定値未満の場合、さほどの生産タクトの改善が望めないため、改善不要と判定する。第２対策決定部２３は、改善不要と判定した場合、対策を決定せずに処理を終了する。これにより、現状の状態で生産ライン管理システム１の稼働が継続される。当該所定値は、予め設定された値であり、任意に設定変更することができる。

一方、第２最適化部２４は、比較した結果の改善率が所定値以上の場合、生産タクトの改善が望めるため、改善実行と判定する。これにより、第２対策決定部２３は、第２指示の実行後の生産タクトが第１指示の実行後の生産タクトよりも改善されている場合、第２指示を優先指示として決定する。つまり、第２対策決定部２３は、改善実行と判定した場合、第２最適化部２４が推測した複数の生産タクトに基づいて、対策を実行する指示である優先指示を決定する。このように、第２対策決定部２３は、第２最適化部２４から最適化されたシミュレーション結果を取得すると、問題のある生産ライン４の状態に応じて抽出される複数の対策のうちから実行する対策を決定する。

本実施の形態では、第２対策決定部２３は、学習モデル３４を用いて、実行する対策を決定する。学習モデル３４は、問題のある生産ライン４の状態に応じた対策を決定するための学習モデル３４である。学習モデル３４は、状態情報が入力されると、問題のある生産ライン４の状態に応じた対策が出力されるように学習されている。

また、第２対策決定部２３は、複数の対策のそれぞれの優先度に基づいて、複数の対策のうちから所定の対策を実行する指示である優先指示を決定する。つまり、第２対策決定部２３は、第２最適化部２４が推測した複数の生産タクトから複数の指示に対応する優先度を設定し、設定した優先度に基づいて実行する優先指示を決定する。ここで、第２対策決定部２３は、複数の生産タクトの短い順に複数の指示に対応する優先度を設定することができる。また、第２対策決定部２３は、学習モデル３４を用いて、当該対策に対応する優先順位を決定するための優先度を更新することができる。

なお、生産計画と現在の生産の進捗状況とを照らし合わせて、生産品の生産残数が少ない場合、生産残数に応じて生産終了までの期間が短い場合、生産タクトを改善しても生産計画に影響がほとんどない場合、第２対策決定部２３は、決定した対策を実行しなくてもよい。生産品の生産残数が少ないとは、例えば生産残数が数十個以内を意図する。また、生産終了までの期間が短いとは、例えば数十分以内の期間である。

また、学習モデル３４は、状態情報が入力されると、生産タクトを改善しても生産計画に影響がほとんどない場合には、優先順位が低くなる、または、対策させないように学習してもよい。

第２対策決定部２３は、実行する対策を決定すると、決定した対策を実行する指示を対策調停部２５に出力する。

対策調停部２５は、第２対策決定部２３が決定した対策に応じた優先指示の実行を調停する。具体的には、対策調停部２５は、優先指示を実行するための部品実装装置Ｍ５、および、作業ユニット５ａのうちの少なくとも１以上を含むリソースの有無に基づいて、優先指示の実行を調停する。リソースの有無は、リソースデータベース３２で管理される。

対策調停部２５は、優先指示を実行する少なくとも一つの部品実装装置Ｍ５内で生産している生産物の生産が完了した後に、優先指示を実行する少なくとも一つの部品実装装置Ｍ５に対して優先指示が実行されるように、調停する優先指示を指示出力部２６に出力させる。

指示出力部２６は、優先指示を出力する。具体的には、指示出力部２６は、第２対策決定部２３が決定した指示であって、対策調停部２５が調停する優先指示を出力する。つまり、指示出力部２６は、対策調停部２５による調停に従って、優先指示である対策を出力する。

これにより、生産ラインは、部品実装装置Ｍ５内で生産している生産物の生産が完了した後に、使用していた実装データを、優先指示の実行が調停された実装データ、つまり最適化された新しい実装データに切り替え、切り替え後の新しい実装データを用いて、生産物を生産する。

なお、指示出力部２６は、部品実装装置Ｍ５、および、作業者が所持する携帯端末等に指示を出力してもよい。また、指示出力部２６は、部品実装装置Ｍ５を管理する管理装置７および作業者を管理する作業者管理装置等を介して、生産装置および作業者に指示を出力してもよい。

また、第２状態監視部２２は、部品実装装置Ｍ４、Ｍ５の少なくとも一部に含まれる作業ユニット５ａの使用制限または使用制限の解除を監視している。このため、指示出力部２６は、当該対策を実行する指示を出力する際に、部品実装装置Ｍ５に含まれる問題のある作業ユニット５ａを使用制限する制限指示を出力する。これにより、当該作業ユニット５ａが使用制限された部品実装装置Ｍ５は、一時的に変更された実装データ３３を用いて生産物を製造する。このとき、記憶部３０に格納されている元々の実装データ３３は、変更されない。なお、問題のある部品実装装置Ｍ５に含まれる作業ユニット５ａが修理または交換されれば、指示出力部２６は、作業ユニット５ａの使用制限を解除する解除指示を部品実装装置Ｍ５に出力する。

また、部品実装装置Ｍ５の使用制限に対する優先指示を実行後に第２状態監視部２２が生産装置の使用制限の解除を検知すると、第２対策決定部２３は、記憶部３０に記憶された生産データへの変更指示を優先指示として決定することができる。

＜処理動作＞
本実施の形態における生産ライン管理システム１および生産ライン管理方法の処理動作について説明する。本処理動作においても、部品実装装置Ｍ５を中心に説明する。なお、生産ライン４に含まれる他の装置であっても同様であるため、説明を省略する。

［動作例１］
図３は、実施の形態に係る第１状態監視部１１が部品実装装置Ｍ５の問題を発見したときの処理動作を示すフローチャートである。

まず、第１状態監視部１１は、部品実装装置Ｍ５の状態を示す状態情報を取得する（ステップＳ１１）。これにより、第１状態監視部１１は、状態情報に示される部品実装装置Ｍ５の状態を監視する。

次に、第１状態監視部１１は、学習モデル１５を読み込む（ステップＳ１２）。具体的には、第１状態監視部１１は、学習モデル１５を読み込むことで、実装ミスの有無、実装量および実装の品質等を検出したり、部品実装装置Ｍ５、吸着ノズルおよびテープフィーダの劣化等を検出したりする。学習モデル１５は、部品実装装置Ｍ５の状態に問題があるか否かを検出するためのモデルである。

ここで、学習モデル１５は、学習の方針として品質を重視するように設定したり、生産性を重視するように設定したりすることで、学習を行うことができる。つまり、学習モデル１５を学習させることで、部品実装装置Ｍ５は、生産性と品質とのバランスが取れた製品を生産することができるようになる。例えば、学習モデル１５に関連付けられている吸着ノズルの流量に基づいて、吸着ノズルの流量が低下していることが検出された場合、吸着ノズルの流量の低下が早く検出されるように学習が行われる。

次に、第１状態監視部１１は、学習モデル１５を用いて、部品実装装置Ｍ５の状態に問題が検出されたか否かを判定する（ステップＳ１３）。例えば、第１状態監視部１１は、部品実装装置Ｍ５における生産性が低下していること、品質が低下していること、仕損が多くなっていること等が検出されたか否か、または、生産装置が劣化していること、作業者の作業に誤りがあること等が検出されたか否かによって、部品実装装置Ｍ５の状態に問題が検出されたか否かを判定する。

第１状態監視部１１は、部品実装装置Ｍ５の状態に問題が検出されなかった場合（ステップＳ１３でＮｏ）、問題が検出されるまで、ステップＳ１１からステップＳ１３までの処理を繰り返す。

一方、第１状態監視部１１が部品実装装置Ｍ５の状態に問題を検出した場合（ステップＳ１３でＹｅｓ）、第１対策決定部１２は検出された問題に対する対策方針の決定を行う。

［動作例２］
次に、第１対策決定部１２の詳細について、図４を用いて説明する。

図４は、実施の形態に係る第１対策決定部１２における対策決定の処理動作を示すフローチャートである。

第１対策決定部１２は、第１状態監視部１１の状態に問題が検出された場合、互いに関連のある状態情報、実装データ１８およびリソースデータベース１７を第１最適化部１３に分析させる（ステップＳ２１）。つまり、第１最適化部１３は、問題がある状態の部品実装装置Ｍ５に関連する生産リソースのリソースデータベース１７を参照する。このとき、第１最適化部１３は、実装データ１８および状態情報も参照する。例えば、第１状態監視部１１が状態情報に基づいた部品実装装置Ｍ５の状態における問題として、吸着ノズルの劣化という問題を検出した場合、第１最適化部１３は、当該問題の原因となり得る生産リソースが吸着ノズルであると分析する。第１最適化部１３は、分析した吸着ノズルの問題に対する対策として、実装データ１８を最適化する。

ここで、第１最適化部１３が部品実装装置Ｍ５の吸着ノズルＡ～Ｄを最適化する場合について、図５を用いて説明する。図５は、実施の形態に係る第１最適化部１３が吸着ノズルＡ～Ｄを最適化した場合を示す図である。ここで、図５では、吸着ノズルＡが１ターン目から３ターン目まで部品ａを吸着する場合、吸着ノズルＢが１ターン目から３ターン目まで部品ｂを吸着する場合、吸着ノズルｃが１ターン目から３ターン目まで部品ｃを吸着する場合、吸着ノズルＤが１ターン目で部品ａを吸着し、２ターン目から３ターン目まで部品ｃを吸着する場合を示している。

吸着ノズルＤに問題が検出された場合に吸着ノズルＤが使用制限されるため、図５の矢印の先の図で示すように、第１最適化部１３は、３ターンから１ターン増加させた、４ターンの実装データ１８を設定する。この場合、第１最適化部１３は、吸着ノズルＤが行っていた部品ａ、ｃ、ｃを、吸着ノズルＡ～Ｃに振り分ける。具体的には、第１最適化部１３は、吸着ノズルＡの４ターン目で部品ａを吸着させ、吸着ノズルＢの４ターン目で部品ｃを吸着させ、吸着ノズルＣの４ターン目で部品ｃを吸着させるように、実装データ１８を最適化する。

このように、第１最適化部１３は、吸着ノズルＤに問題が発生しても、吸着ノズルＤが基板に実装するはずの部品ａ、ｃ、ｃを吸着ノズルＡ～Ｃに部品を振り分けることで、最適化を行う。この場合、部品実装装置Ｍ５のターン数が増加することで、生産タクトが低下してしまうことがある。なお、第１最適化部１３は、実装データ１８に基づいて吸着ノズルＤで行っていた部品ａ、ｃ、ｃのうちで吸着できる吸着ノズルＡ～Ｃに振り分けられる。

図４の説明に戻り、次に、第１最適化部１３は、最適化したシミュレーション結果を第１対策決定部１２に出力する。

また、第１最適化部１３は、実装データ１８を最適化したシミュレーション結果において、その影響範囲を分析する。第１最適化部１３は、問題のある部品実装装置Ｍ５において、実装データ１８の最適化による影響範囲の結果が部品実装装置Ｍ５における実装データ１８に収まるか否かを判定する。第１最適化部１３は、判定した影響範囲の結果を第１対策決定部１２に出力する。

次に、第１対策決定部１２は、学習モデル１６を読み込む（ステップＳ２２）。具体的には、第１対策決定部１２は、読み込んだ学習モデル１６を用いて、実行する対策を決定する。学習モデル１６は、部品実装装置Ｍ５の状態に応じた対策を決定するためのモデルであり、当該対策に対する優先順位を決定するための優先度を更新するモデルである。学習モデル１６は、シミュレーション結果および影響範囲の結果が入力されると、部品実装装置Ｍ５の状態に応じた対策を出力するように学習されている。

次に、第１対策決定部１２は、複数の対策に対応するそれぞれの優先順位を決定するための優先度を分析する（ステップＳ２３）。例えば、学習モデル１６は、検出された問題の対策を候補として出力する際に、各優先度を対策に対応付けた、各候補の対策を出力する。これにより、第１対策決定部１２は、各対策と各対策に対応する優先度とを把握することができる。

次に、第１対策決定部１２は、各対策と各対策に対応する優先度とに関連する対策候補リストを作成する（ステップＳ２４）。ここで、対策候補リストについて説明する。

例えば、吸着ノズルによる部品の吸着エラー率の悪化という問題が検出されたとする。この場合、学習モデル１６は、吸着エラー率の悪化という問題に対して、吸着位置ティーチ、フィーダ交換およびノズル交換といった対策候補を出力し、各対策候補の優先度として優先率を出力する。これにより、第１対策決定部１２は、各対策候補の優先度を含む対策候補リストを作成することができる。

次に、第１対策決定部１２は、作成した対策候補リストにおける最も優先度の高い対策候補を、検出された問題に対する対策として優先対策リストへ登録する（ステップＳ２５）。例えば、対策候補リストが作成された場合、第１対策決定部１２は、吸着エラー率の悪化という問題に対し、この問題から最も優先度が高い吸着位置ティーチという対策を優先対策リストへ登録する。つまり、第１対策決定部１２は、複数の対策のうちから実行する優先指示として、吸着位置ティーチを決定する。

また、第１対策決定部１２は、実装データ１８を変更する対策が優先指示として決定した際に、取得したシミュレーション結果における影響範囲の結果が複数の部品実装装置に亘って影響がない場合、決定された対策を問題のある部品実装装置Ｍ５に最適化されたシミュレーション結果である新しい実装データ１８を出力する。これにより、部品実装装置Ｍ５は、図５に示すような新しい実装データ１８を実行する。ここで、部品実装装置Ｍ５が既存の実装データ１８を用いて生産物を生産している場合、その生産物の生産が完了次第、部品実装装置Ｍ５は既存の実装データ１８から新しい実装データ１８に切り替えて、新しい実装データ１８を実行する。なお、実装データ１８を変更しない対策が優先指示として決定した場合、第１最適化部１３はシミュレーションを実行しない。

一方、第１対策決定部１２は、取得したシミュレーション結果における影響範囲の結果が複数の部品実装装置Ｍ４、Ｍ５に亘って影響がある場合、管理装置７にイベント通知を行う。

［動作例３］
次に、第２状態監視部２２の詳細について、図３を用いて説明する。本動作例では、第１状態監視部１１の詳細を説明した図３と同様であるため、図示を省略する。

まず、第２状態監視部２２は、生産ライン４からのイベント通知によって、生産ライン４の状態に関する情報である状態情報等を取得する（ステップＳ１１）。

次に、第２状態監視部２２は、学習モデル３１を読み込む（ステップＳ１２）。具体的には、第２状態監視部２２は、学習モデル３１を読み込むことで、例えば、部品実装装置Ｍ５の状態の変化が他の部品実装装置Ｍ４に亘って影響があることを検出する。学習モデル３１は、例えば、部品実装装置Ｍ５の状態に変化があることで、他の部品実装装置Ｍ４に亘って生産タクトの低下が発生する可能性があること（影響があること）を検出するための学習モデル３１である。

次に、第２状態監視部２２は、学習モデル３１を用いて、生産ライン４の状態に変化が検出されたか否かを判定する。例えば、第２状態監視部２２は、生産ライン４の変化として、例えば、生産タクトの低下が発生する可能性がある問題であること等が検出されたか否かを判定する（ステップＳ１３）。

第２状態監視部２２は、変化が検出されなかった場合（ステップＳ１３でＮｏ）、変化が検出されるまでステップＳ１１からステップＳ１３までの処理を繰り返す。

一方、第２状態監視部２２が変化を検出した場合（ステップＳ１３でＹｅｓ）、変化として検出された問題に対する対策方針の決定を第２対策決定部２３が行う。

このとき、指示出力部２６は、部品実装装置Ｍ５に含まれる問題のある作業ユニット５ａを使用制限する制限指示を出力する。問題のある部品実装装置Ｍ５に含まれる作業ユニット５ａが修理または交換されれば、指示出力部２６は、作業ユニット５ａの使用制限を解除する解除指示を部品実装装置Ｍ５に出力する。

［動作例４］
次に、第２対策決定部２３の詳細について、図６を用いて説明する。本動作例では、第１状態監視部１１の詳細を説明した図４と同様の処理動作については、同一の符号を付して説明を省略する。

図６は、実施の形態に係る第２最適化部２４による最適化と、第２対策決定部２３における方針の決定との処理動作を示すフローチャートである。

第２対策決定部２３は、第２状態監視部２２から状態情報を取得すると、問題がある状態の生産ライン４に対する対策として、互いに関連のある状態情報、実装データ３３およびリソースデータベース３２を分析させる。具体的には、第２最適化部２４は、問題がある状態の生産ライン４において、生産リソースを格納するリソースデータベース３２、および、実装データ３３を参照し、部品の配列、部品の吸着順序、部品の装着順序、実装ヘッドの経路等を最適化することで、生産ライン４の実装データ３３を最適化する（ステップＳ１２１）。

ここで、第２最適化部２４が生産ライン４の吸着ノズルＡ～Ｄを最適化する場合について、図７を用いて説明する。図７は、実施の形態に係る第２最適化部２４が吸着ノズルＡ～Ｄを最適化した場合を示す図である。図７では、生産ライン４が第１生産装置および第２生産装置で構成されている場合を例示している。

また、生産ライン４に含まれる第１生産装置において、吸着ノズルＡが１ターン目から３ターン目まで部品ａを吸着する場合、吸着ノズルＢが１ターン目から３ターン目まで部品ｂを吸着する場合、吸着ノズルｃが１ターン目から３ターン目まで部品ｃを吸着する場合、吸着ノズルＤが１ターン目で部品ａを吸着し、２ターン目から３ターン目まで部品ｃを吸着する場合を示している。

また、生産ライン４に含まれる第２生産装置において、吸着ノズルＡが１ターン目から２ターン目まで部品ａを吸着する場合、吸着ノズルＢが１ターン目から３ターン目まで部品ｂを吸着する場合、吸着ノズルｃが１ターン目から２ターン目まで部品ｃを吸着する場合、吸着ノズルＤが１ターン目で部品ｄを吸着し、２ターン目で部品ｃを吸着する場合を示している。

第２最適化部２４は、図７の矢印の先の図で示すように、生産ライン４の実装データ３３を最適化、つまり、第１生産装置および第２生産装置のそれぞれの実装データ３３を最適化したシミュレーション結果を生成する。

ここで、第１生産装置の吸着ノズルＤに問題が検出されたため、吸着ノズルＤは使用制限されている。第２最適化部２４は、リソースデータベース３２、実装データ３３を参照し、第２生産装置の３ターン目に空きのあることを抽出する。第２最適化部２４は、第２生産装置の３ターン目に、第１生産装置の吸着ノズルＤが行っていた部品ａ、ｃ、ｃを、吸着ノズルＡ、Ｃ、Ｄに振り分ける。

つまり、第２最適化部２４は、吸着ノズルＡに１ターン目から３ターン目まで部品ａを吸着させ、吸着ノズルＢに１ターン目から３ターン目まで部品ｂを吸着させ、吸着ノズルＣに１ターン目から３ターン目まで部品ｃを吸着させ、吸着ノズルＤの１ターン目で部品ｄを吸着させ、吸着ノズルＤに２ターン目から３ターン目まで部品ｃを吸着させるように最適化する。

このように、第２最適化部２４は、第１生産装置の吸着ノズルＤに問題が発生しても、第２生産装置の吸着ノズルＡ、Ｃ、Ｄに部品ａ、ｃ、ｃを振り分けることで、生産物を生産することができるように最適化を行う。この場合、第１生産装置のターン数は増えないため、生産ライン４における生産タクトの低下が抑制される。

第２最適化部２４は、第１最適化部１３で最適化された生産ライン４の各装置のシミュレーション結果と、生産ライン４を最適化したシミュレーション結果とを比較する。つまり、第２最適化部２４は、図５の場合と図７の場合とを比較して、比較した結果を第２対策決定部２３に出力する。

図６の説明に戻り、次に、第２対策決定部２３は、第２最適化部２４が比較した結果の改善率が所定値以上であるか否かを判定することで、改善実行するか否かを判定する（ステップＳ１２２）。

第２対策決定部２３は、第２最適化部２４が比較した結果の改善率が所定値未満の場合、改善不要と判定する（ステップＳ１２２でＮｏ）。第２対策決定部２３は、改善不要と判定した場合、対策を決定せずに動作処理を終了する。これにより、現状の状態で生産ライン管理システム１の稼働が継続される。

第２対策決定部２３は、第２最適化部２４が比較した結果の改善率が所定値以上の場合、改善実行と判定する（ステップＳ１２２でＹｅｓ）。

次に、第２対策決定部２３は、学習モデル３４を読み込む（ステップＳ２２）。学習モデル３４は、生産ライン４の状態に応じた対策を決定するためのモデルであり、当該対策に対する優先順位を決定するための優先度を更新するモデルである。例えば、学習モデル３４は、検出された問題が入力されることで、検出された問題の対策を候補として出力するように学習されている。

次に、第２対策決定部２３は、複数の対策のそれぞれの優先順位を決定するための優先度を分析する（ステップＳ２３）。例えば、学習モデル３４は、検出された問題の対策を候補として出力する際に、優先度を対策に対応付けて、候補の対策を出力する。これにより、第２対策決定部２３は、各対策と各対策に対応する優先度とを把握することができる。

次に、第２対策決定部２３は、対策候補リストを作成する（ステップＳ２４）。

次に、第２対策決定部２３は、作成した対策候補リストにおける最も優先度の高い対策候補を、検出された問題に対する対策として優先対策リストへ登録する（ステップＳ２５）。

［動作例５］
次に、対策調停部２５の詳細について、図８を用いて説明する。

図８は、実施の形態に係る対策調停部２５の処理動作を示すフローチャートである。

まず、対策調停部２５は、優先対策リストを読み込み（ステップＳ３１）、優先順位の高い対策を選択する（ステップＳ３２）。例えば、吸着位置ティーチの優先率が最も高い優先対策リストが読み込まれた場合、対策調停部２５は、優先順位の高い対策として吸着位置ティーチを選択する。

次に、対策調停部２５は、リソースデータをリソースデータベース３２から読み込む（ステップＳ３３）。

例えば、リソースデータでは、各生産リソースの有無、具体的には、リソースデータでは、各生産リソースとして、実装ヘッド、吸着ノズル、テープフィーダの有無が管理されている。

次に、対策調停部２５は、選択した対策について、生産リソースがロックされているか否かを判定する（ステップＳ３４）。例えば、対策調停部２５は、吸着位置ティーチを選択したとする。また、例えば、吸着位置ティーチは、作業者が行う対策であるとする。この場合、対策調停部２５は、読み込んだリソースデータにおける作業者のロックの状態を確認することで、生産リソースがロックされているか否かを判定する。

対策調停部２５は、選択した対策についての生産リソースがロックされていると判定した場合（ステップＳ３４でＹｅｓ）、次に優先順位の高い対策を選択し（ステップＳ３５）、再度ステップＳ３３からの処理を行う。

対策調停部２５は、選択した対策についての生産リソースがロックされていないと判定した場合（ステップＳ３４でＮｏ）、選択した対策についての生産リソースをロックする（ステップＳ３６）。

そして、対策調停部２５は、優先対策リストに含まれる全ての対策についての生産リソースがロックされているか否かを判定する（ステップＳ３７）。全ての対策についての生産リソースがロックされていない場合（ステップＳ３７でＮｏ）、今回選択された対策を除いて再度ステップＳ３２からの処理が行われる。全ての対策についての生産リソースがロックされている場合（ステップＳ３７でＹｅｓ）、優先対策リストにおける生産リソースがロックされていなかった対策のうち、選択された優先順位の高い対策について、対策実行が行われる。

［動作例６］
次に、指示出力部２６、および、図示しない効果判定部および更新部の詳細について、図９を用いて説明する。

図９は、実施の形態に係る指示出力部２６、効果判定部および更新部によって対策が実行された後の処理動作を示すフローチャートである。なお、以下では、吸着エラー率の悪化という問題に対して対策調停部２５により選択された対策が吸着位置ティーチであり、ロックされた生産リソースが作業者Ａである場合を具体例１の場合といい、フィーダの摺動不良という問題に対して対策調停部２５により選択された対策が清掃であり、ロックされた生産リソースがフィーダおよび作業者Ｂである場合を具体例２の場合という。

まず、指示出力部２６は、対策調停部２５によりロックされた生産リソースについて、対策を実行するための指示を出力する（ステップＳ４１）。例えば、具体例１の場合、指示出力部２６は、作業者Ａに吸着位置ティーチを実施させる対策である第１対策（例えば優先指示）を出力する。例えば、具体例２の場合、指示出力部２６は、作業者Ｂにテープフィーダの清掃を実施させる対策である第２対策（例えば優先指示）を出力する。このように、対策に応じた指示が出力されることで、指示が実行される。なお、指示の実行は作業者等によって手動で行われるものであってもよいし、生産ライン４等によって自動で行われるものであってもよい。上述した指示が実装データ３３の最適化の場合、指示を取得した生産装置は実装データ３３を変更できるタイミングで変更を行う。例えば、生産装置は自機内で生産している生産物を生産し終わり、自機内に生産物がない状態で実装データ３３を変更する。

次に、効果判定部は、第２状態監視部２２から状態情報を取得する（ステップＳ４２）。具体的には、効果判定部は、生産ライン４の状態に関する状態情報または生産リソースの状態に関する状態情報を取得する。効果判定部が状態情報を取得するのは、対策に応じた指示が実行されたことによる生産ライン４における状態の変化を確認する、すなわち、実行された対策に応じた指示の効果を判定するためである。例えば、具体例１の場合、効果判定部は、吸着に関する実装プロセスの結果についての状態情報を取得する。すなわち、効果判定部は、監視対象の吸着ノズルに関連するミス情報を状態情報として、その傾向を監視する。例えば、具体例２の場合、効果判定部は、テープフィーダの状態についての状態情報を取得する。すなわち、効果判定部は、監視対象のテープフィーダに関連するミス情報を状態情報として、その傾向を監視する。

次に、効果判定部は、生産ライン４の状態に問題が検出されたか否かを判定する（ステップＳ４３）。問題が検出された場合には、実行された対策に応じた指示の効果がない、または、実行された対策に応じた指示の効果がまだ表れていないと判定することができ、問題が検出されなかった場合には、実行された対策に応じた指示の効果があったと判定することができる。

問題が検出されなかった場合（ステップＳ４３でＮｏ）、更新部は、判定された効果に基づいて学習モデル３１、３４を更新する（ステップＳ４４）。例えば、具体例１の場合に、問題が検出されなくなった場合には、更新部は、問題に対して吸着位置ティーチが効果的であったと判断して、吸着位置ティーチの優先度が高くなるように学習モデル３１、３４を更新する。例えば、具体例２の場合に、問題が検出されなくなった場合には、更新部は、問題に対して清掃が効果的であったと判断して、清掃の優先度が高くなるように学習モデル３１、３４を更新する。

次に、効果判定部は、今回の指示が完了したため、今回の指示を実行するにあたりロックされていた生産リソースのロックを解除する（ステップＳ４５）。例えば、具体例１の場合、ロックされていた作業者Ａのロックが解除される。例えば、具体例２の場合、ロックされていた作業者Ｂおよびテープフィーダのロックが解除される。

次に、効果判定部は、優先対策リストから今回の指示により実行された対策を削除する（ステップＳ４６）。例えば、具体例１の場合、吸着位置ティーチが優先対策リストから削除される。例えば、具体例２の場合、清掃が優先対策リストから削除される。

そして、効果判定部は、今回の指示により検出されなくなった問題についての対策候補リストを削除する（ステップＳ４７）。例えば、具体例１の場合、吸着エラー率の悪化という問題は検出されなくなり、当該問題の対策は不要となったため、対策候補リストは削除される。対策候補リストを削除することは、効果判定部が、第１優先指示（吸着位置ティーチの指示）が実行されたことにより、吸着位置ティーチの指示の実行前の状態（吸着エラー率）に対して吸着位置ティーチの指示の実行後の吸着エラー率に所定値以上の改善傾向があると判定した場合、指示出力部２６は、吸着位置ティーチの指示に対応した吸着エラー率に関連して抽出された、実行前の第２優先指示（フィーダ交換またはノズル交換の指示）が出力されないことを意味する。

一方で、問題が検出された場合（ステップＳ４３でＹｅｓ）、効果判定部は、タイムアウトしたか否かを判定する（ステップＳ４８）。言い換えると、効果判定部は、所定時間、効果が判定できていない状態であるか否かを判定する。指示が実行されてから、効果が表れるまでにある程度の時間を要する場合があるため、ステップＳ４８での処理が行われる。所定時間は、例えば、指示毎に、効果の刈り取りに必要な時間が設定される。また、生産計画３５やメンテナンス計画に追加される対策のように、即時に行われない指示はその指示を行う計画が作成されたことで、生産リソースのロックを解除して効果判定は計画が実行された後に行われてもよい。

タイムアウトしていない場合（ステップＳ４８でＮｏ）、問題が検出されなくなる、あるいは、タイムアウトするまでステップＳ４２、ステップＳ４３およびステップＳ４８での処理が繰り返される。

タイムアウトした場合（ステップＳ４８でＹｅｓ）、更新部は、判定された効果に基づいて学習モデル３１、３４を更新する（ステップＳ４９）。例えば、具体例１の場合に、問題が検出されたままタイムアウトした場合には、更新部は、問題に対して吸着位置ティーチは効果的ではなかったと判断して、吸着位置ティーチの優先度が低くなるように学習モデル３１、３４を更新する。例えば、具体例２の場合に、問題が検出されたままタイムアウトした場合には、更新部は、問題に対して清掃が効果的ではなかったと判断して、清掃の優先度が低くなるように学習モデル３１、３４を更新する。また、更新部は、問題が検出されたものの、状態情報に傾向の改善があった（所定以下の改善傾向があった）場合には、優先度の低下度合いを小さくなるように学習モデル３１、３４を更新する。

次に、効果判定部は、今回の指示が完了したため、今回の指示を実行するにあたりロックされていた生産リソースのロックを解除する（ステップＳ５０）。例えば、具体例１の場合、ロックされていた作業者Ａのロックが解除される。例えば、具体例２の場合、ロックされていた作業者Ｂおよびフィーダのロックが解除される。

次に、効果判定部は、優先対策リストから今回の指示により実行された対策を削除する（ステップＳ５１）。例えば、具体例１の場合、吸着位置ティーチが優先対策リストから削除される。例えば、具体例２の場合、清掃が優先対策リストから削除される。

次に、効果判定部は、今回の指示が実行されても検出されたままの問題についての対策候補リストを更新する（ステップＳ５２）。

効果判定部は、作成した対策候補リストにおける最も優先度の高い対策候補を、検出された問題に対する対策として優先対策リストへ登録する（ステップＳ５３）。例えば、対策候補リストが作成された場合、吸着エラー率の悪化という問題に対して、ノズル交換という対策が優先対策リストへ登録される。つまり、吸着位置ティーチが行われた後も継続している吸着エラー率の悪化という問題に対して、ノズル交換の指示が出力され得る。

（その他の実施の形態）
以上、本開示の生産ライン管理システムについて、実施の形態に基づいて説明したが、本開示は、上記実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、および、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれる。

例えば、上記実施の形態では、生産ライン管理システムにおいて、第１対策決定部および第２最適化部は、管理装置に備えられていてもよい。

例えば、上記実施の形態では、生産ライン管理システムにおいて、第１最適化部および第２最適化部は、学習モデルを用いて最適化してもよい。この学習モデルは、過去の実績または経験則で構築された学習モデルであってもよい。例えば、学習モデルは、生産計画上、第１基板種の生産が数分程度の残り時間で完了する場合、最適化をせずに第１基板種の生産を継続させるように学習させてもよい。また、別の例として、学習モデルは、生産計画上、第２基板種の生産が数時間程度の残り時間で完了し、その後に数分間停止する場合、最適化をした後に第２基板種の生産を継続させるとともに、停止した後に使用制限された作業ユニットを交換またはメンテナンスするように学習させてもよい。

例えば、生産ライン管理方法におけるステップは、コンピュータ（コンピュータシステム）によって実行されてもよい。そして、本開示は、生産ライン管理方法に含まれるステップを、コンピュータに実行させるためのプログラムとして実現できる。さらに、本開示は、そのプログラムを記録したＣＤ－ＲＯＭ等である非一時的なコンピュータ読み取り可能な記録媒体として実現できる。

例えば、本開示が、プログラム（ソフトウェア）で実現される場合には、コンピュータのＣＰＵ、メモリおよび入出力回路等のハードウェア資源を利用してプログラムが実行されることによって、各ステップが実行される。つまり、ＣＰＵがデータをメモリまたは入出力回路等から取得して演算したり、演算結果をメモリまたは入出力回路等に出力したりすることによって、各ステップが実行される。

また、上記実施の形態の生産ライン管理システム１に含まれる各構成要素は、専用または汎用の回路として実現されてもよい。

また、上記実施の形態の生産ライン管理システム１に含まれる各構成要素は、集積回路（ＩＣ：Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）であるＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）として実現されてもよい。

また、集積回路はＬＳＩに限られず、専用回路または汎用プロセッサで実現されてもよい。プログラム可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、または、ＬＳＩ内部の回路セルの接続および設定が再構成可能なリコンフィギュラブル・プロセッサが、利用されてもよい。

さらに、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて、生産ライン管理システム１に含まれる各構成要素の集積回路化が行われてもよい。

その他、実施の形態に対して当業者が思いつく各種変形を施して得られる形態や、本開示の趣旨を逸脱しない範囲で各実施の形態における構成要素および機能を任意に組み合わせることで実現される形態も本開示に含まれる。

本開示は、例えば、生産フロアの管理に利用できる。

１ 生産ライン管理システム
４ 生産ライン
５ａ 作業ユニット
２２ 第２状態監視部（状態監視部）
２３ 第２対策決定部（指示決定部）
２４ 第２最適化部（生産タクト推測部）
２５ 対策調停部
２６ 指示出力部
３０ 記憶部
Ｍ４、Ｍ５ 部品実装装置（生産装置）

Claims (12)

1. 生産物を生産する生産装置が複数備えられた生産ラインを管理する生産ライン管理システムであって、
   前記生産装置の状態を監視する状態監視部と、
   前記生産装置の前記状態に対応して抽出される複数の指示のそれぞれに対して前記生産装置が前記複数の指示を実行したときの前記生産ラインの生産タクトを推測する生産タクト推測部と、
   前記生産タクト推測部が推測した前記複数の生産タクトに基づいて、前記複数の指示のうちから実行する指示を決定する指示決定部と、
   前記指示決定部が決定した指示を出力する指示出力部と、を備える
   生産ライン管理システム。
2. 前記指示決定部は、前記生産タクト推測部が推測した前記複数の生産タクトから前記複数の指示に対応する優先度を設定し、設定した前記優先度に基づいて、前記複数の指示のうちから実行する指示である優先指示を決定する
   請求項１に記載の生産ライン管理システム。
3. 前記状態監視部は、前記生産装置の少なくとも一部に含まれる作業ユニットの使用制限または前記使用制限の解除を監視する
   請求項２に記載の生産ライン管理システム。
4. 前記優先指示を実行するための前記生産装置、および、前記作業ユニットのうちの少なくとも１以上を含むリソースの有無に基づいて、前記優先指示の実行を調停する対策調停部をさらに備える
   請求項３に記載の生産ライン管理システム。
5. 前記指示決定部は、推測した前記複数の生産タクトの短い順に前記複数の指示に対応する前記優先度を設定する
   請求項２から４のいずれか１項に記載の生産ライン管理システム。
6. 前記対策調停部は、前記優先指示を実行する少なくとも一つの前記生産装置内で生産している前記生産物の生産が完了した後に、前記優先指示を実行する少なくとも一つの前記生産装置に対して前記優先指示が実行されるように、調停する前記優先指示を前記指示出力部に出力させる
   請求項４に記載の生産ライン管理システム。
7. 前記優先指示を実行前の前記生産物を生産するための生産データを記憶する記憶部をさらに備え、
   前記生産装置の前記使用制限に対する前記優先指示を実行後に前記状態監視部が前記生産装置の前記使用制限の解除を検知すると、前記指示決定部は、前記記憶部に記憶された前記生産データへの変更指示を前記優先指示として決定する
   請求項３、４、６のいずれか１項に記載の生産ライン管理システム。
8. 前記複数の指示には、前記生産装置に前記生産物を生産する作業の少なくとも一部の作業を変更させる第１指示と、複数の前記生産装置に亘った前記生産ラインが前記生産物を生産する作業の少なくとも一部の作業を変更させる第２指示とを含む
   請求項２から７のいずれか１項に記載の生産ライン管理システム。
9. 前記指示決定部は、前記第２指示の実行後の前記生産タクトが前記第１指示の実行後の前記生産タクトよりも改善されている場合に、前記第２指示を前記優先指示として決定する
   請求項８に記載の生産ライン管理システム。
10. 前記生産装置は、部品を基板に実装する部品実装装置であり、
    前記作業ユニットは、部品を吸着するノズルである吸着ノズル、および、前記部品を前記吸着ノズルに供給する部品供給装置であり、
    前記状態監視部は、前記作業ユニットの使用制限または前記使用制限の解除を監視する
    請求項３に記載の生産ライン管理システム。
11. 生産物を生産する生産装置が複数備えられた生産ラインを管理する生産ライン管理方法であって、
    前記生産装置の状態を監視し、
    前記生産装置の前記状態に対応して抽出される複数の指示のそれぞれに対して前記生産装置が前記複数の指示を実行したときの前記生産ラインの生産タクトを推測し、
    推測した前記複数の生産タクトに基づいて、前記複数の指示のうちから実行する指示を決定し、
    決定した指示を出力する
    生産ライン管理方法。
12. 生産物を生産する生産装置が複数備えられた生産ラインと、前記生産ラインを管理する管理装置とを備える生産ライン管理システムであって、
    前記生産ラインは、
    複数の前記生産装置のそれぞれの状態に対応した実装データを最適化し、最適化した複数の前記実装データを実行した場合の第１生産タクトを推定する第１最適化部と、
    複数の前記第１生産タクトに基づいて、前記生産装置における複数の前記実装データのうちから第１実装データを決定する第１指示決定部とを有し、
    前記管理装置は、
    前記生産ラインの前記状態に対応した実装データを最適化し、最適化した複数の前記実装データを実行した場合の第２生産タクトを推定する第２最適化部と、
    複数の前記第２生産タクトに基づいて、前記生産ラインにおける複数の前記実装データのうちから第２実装データを決定する第２指示決定部と、
    前記第２指示決定部が決定した前記第２実装データを出力する指示出力部とを有し、
    前記第２最適化部は、前記第１生産タクトと前記第２生産タクトとを比較し、
    前記第２指示決定部は、前記第２最適化部が前記比較した結果に基づいた優先度を設定することで、設定した前記優先度に応じた実装データを決定する
    生産ライン管理システム。

Images