JP2024006240A - 設計支援装置、設計支援方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】生産性の高い生産ラインの効率的な設計を可能にする。【解決手段】製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置が、製品の生産計画情報と、類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得し、各工程の参照情報と、各工程の順序と、制約情報とを用いてラインにおいて各工程の順序の組合せごとに所定の評価関数の演算を行い、ラインにおける評価関数の演算結果と、各ラインの順序と、制約情報とを用いて生産ラインにおいて各ラインの順序の組合せごとに所定の評価関数の演算を行い、予め決められた期間あたりの製品の生産に関する指標の達成度合いを計算し、ラインの最適化の演算、生産ラインの最適化の演算及び達成度合いの計算を、指標の達成度合いが目標値に到達するまで繰り返すことを特徴とする。【選択図】 図４

Description

本開示は、製品を生産するための、複数の工程を含むラインの組合せからなる生産ラインの設計を支援する設計支援装置等に関する。

工程設計の最適化を電子計算機によって支援する技術の一例が、特許文献１及び特許文献２に開示されている。

特許文献１には、加工ラインの工程設計を自動化するための技術が開示されている。工程設計自動化モジュールは、各加工部位の工程別切削時間を計算し、各加工部位の工程別切削時間の組合せパターンを全て抽出する。また、工程設計自動化モジュールは、予め定められた条件に基づいて、全ての組合せパターンの中から候補群を抽出する。さらに、工程設計自動化モジュールは、候補群の中から最も作業時間が短い組合せを最適な組合せとして選択し、その組合せを順次加工マシンに割り当てる。

特許文献２には、プリント回路板を組み立てるための組立ラインが複数あるときに、複数の組立ラインから最適なものを選定する技術が開示されている。処理装置は、まず、複数の組立ラインにおける工程の中で最も作業時間を要するボトルネック工程を抽出する。次に、処理装置は、各組立ラインのボトルネック工程の作業時間を比較する。そして、処理装置は、ボトルネック工程の作業時間が最も短い組立ラインを最適なものとして選定する。

特開平１１－２４５１４１号公報 特開２００２－２９００９５号公報

生産ラインは、複数の工程が組み合わされてなるラインが組み合わされて構成される。上述した特許文献１及び２に記載された技術では、ラインを構成する工程の組合せの最適化のみが行われている。しかしながら、工程には順序を変更できないものもあり、最適化された工程の組合せが、最適化されたライン組合せと必ずしも一致するとは限らない。したがって、ラインを構成する工程のみを最適化しても、生産性の高い生産ラインを設計することはできない。

電子計算機によってラインと工程との双方の組合せを最適化するとしても、単に総当たりで組合せて算出するのでは、膨大な計算量を費やすことになり非効率的である。

本発明は、上記課題を解決するためになされたものであり、生産性の高い生産ラインの効率的な設計を可能にする設計支援装置等を提供することを目的とする。

上記目的を達成するために、本発明の設計支援装置は、製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置であって、製品の生産計画情報と、生産計画情報が前記製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得する取得手段、各工程の前記参照情報と、各工程の順序と、前記制約情報に基づく制約条件とを用いて前記ラインにおいて前記各工程の順序の組合せごとに所定の評価関数の演算を行う工程順序最適化手段、工程順序最適化手段の演算結果と、各ラインの順序と、前記制約情報に基づく制約条件とを用いて生産ラインにおいて前記各ラインの順序の組合せごとに前記所定の評価関数の演算を行うライン順序最適化手段、及びライン最適化手段によって演算された生産ラインが対象とする指標であり、予め決められた期間あたりの前記製品の生産に関する指標の達成度合いを計算する達成度計算手段を備え、指標の達成度合いが目標値に到達しなかった場合、前記工程順序最適化手段による前記ラインの最適化の演算、前記ライン順序最適化手段による前記生産ラインの最適化の演算及び前記達成度計算手段による前記指標の達成度合いの計算を、前記指標の達成度合いが目標値に到達するまで繰り返すことを特徴とする。

本発明の設計支援方法は、製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置が、製品の生産計画情報と、生産計画情報が製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得し、各工程の参照情報と、各工程の順序と、制約情報に基づく制約条件とを用いてラインにおいて各工程の順序の組合せごとに所定の評価関数の演算を行い、ラインにおける評価関数の演算結果と、各ラインの順序と、制約情報に基づく制約条件とを用いて生産ラインにおいて各ラインの順序の組合せごとに所定の評価関数の演算を行い、演算された生産ラインが対象とする指標であり、予め決められた期間あたりの製品の生産に関する指標の達成度合いを計算し、指標の達成度合いが目標値に到達しなかった場合、ラインの最適化の演算、生産ラインの最適化の演算及び指標の達成度合いの計算を、指標の達成度合いが目標値に到達するまで繰り返すことを特徴とする。

本発明のコンピュータプログラムは、コンピュータが、製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置に、製品の生産計画情報と、生産計画情報が製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得する処理と、各工程の参照情報と、各工程の順序と、制約情報に基づく制約条件とを用いてラインおいて各工程の順序の組合せごとに所定の評価関数の演算を行う処理と、ラインにおける評価関数の演算結果と、各ラインの順序と、制約情報に基づく制約条件とを用いて生産ラインにおいて各ラインの順序の組合せごとに所定の評価関数の演算を行う処理と、演算された生産ラインが対象とする指標であり、予め決められた期間あたりの製品に関する指標の達成度合いを計算する処理と、指標の達成度合いが目標値に到達しなかった場合、ラインの最適化の演算の処理、生産ラインの最適化の演算の処理及び指標の達成度合いの計算の処理を、指標の達成度合いが目標値に到達するまで繰り返す処理とを実行させる。

本発明によれば、生産性の高い生産ラインの効率的な設計が可能になる。

第１実施形態における情報処理システム１の構成例を示す図である。 第１実施形態におけるライン設計及び工程設計の概要を説明するための図である。 第１実施形態における記憶装置３００に保存される生産計画情報の一例を示す図である。 第１実施形態における設計支援装置１００の構成例を示すブロック図である。 第１実施形態における取得部１０１が取得する参照情報の一例を示す図である。 第１実施形態における設計支援装置１００の動作例を示すフローチャートである。 第１実施形態における工程順序最適化部１０２の動作の一例を示す図である。 第１実施形態における工程順序最適化部１０２によって生成される個体の一例を示す図である。 第１実施形態における工程順序最適化部１０２によって行われる選択の具体的な操作を示す図である。 第１実施形態における工程順序最適化部１０２によって行われる交叉の具体的な操作を示す図である。 第１実施形態における工程順序最適化部１０２によって行われる突然変異の具体的な操作を示す図である。 第１実施形態におけるライン順序最適化部１０３の動作の一例を示す図である。 第１実施形態におけるライン順序最適化部１０３によって生成される個体の一例を示す図である。 第２実施形態における設計支援装置１００の構成例を示す図である。 第２実施形態における工程設計部１０５が複数の製品について共通する工程を抽出する一例を示す図である。 第２実施形態における設計支援装置１００の動作例を示すフローチャートである。 本開示における設計支援装置１００を、プロセッサを含むコンピュータ装置１０で実現したハードウェア構成の一例を示す図である。

以下に、本発明に係る実施形態を、図面を参照しながら詳細に説明する。

［第１実施形態］
図１は、第１実施形態における情報処理システム１の構成例を示す図である。情報処理システム１は、設計支援装置１００と、入力装置２００と、記憶装置３００と、出力装置４００とから構成される。

設計支援装置１００は、複数の工程を含むラインの組合せからなる、製品を生産するための生産ラインの設計を支援する。設計支援装置１００は、入力装置２００、記憶装置３００及び出力装置４００と、情報通信網を介して、あるいは、直接的に接続されている。

本実施形態において、生産ラインと称する場合には、製品を製造するために設計されるラインの組合せを意味する。単にラインと称する場合には、生産ラインを構成するラインを意味する。また、本実施形態において、支援とは、最適化の処理、すなわち最適化アルゴリズムを用いた演算と、最適化演算結果の生成とを指す。

図２は、第１実施形態のライン設計及び工程設計の概要を説明するための図である。本実施形態で用いる用語について、図２を参照して説明する。

図２において、パターン４～パターン６は、生産ラインの一例である。生産ラインは、１つ又は複数のラインの組合せによって構成される。組合せとは、フロア上にレイアウトされるラインの配列を表す。図２において、パターン１～パターン３は、ラインの一例である。ラインは、複数の工程の組合せによって構成される。１つの工程は、例えば図５に示すように、工程に関する情報で構成される。工程に関する情報は、例えば、工程番号、作業者、部品名、カテゴリ、作業名、作業要素、設備名、設備台数、作業時間及び品質リスク等の情報を含む。工程には、これらの情報以外の、工程の作業に関連する情報が含まれても良い。また、工程が含む上述したような情報は一例であり、全ての情報を含む必要はない。

入力装置２００は、ユーザからの設計支援装置１００への入力を受け付ける。入力装置２００は、例えば、キーボード、マウス、タッチパネル等によって実現される。入力装置２００は、例えば、ユーザから設計支援装置１００の起動指示の入力を受け付ける。あるいは、入力装置２００は、ユーザから記憶装置３００に保存される生産計画情報と製造指示情報の入力を受け付ける。入力装置２００を介して入力された内容は、設計支援装置１００に出力される。入力装置２００は、通信回路を含み、ネットワークを経由して生産計画情報及び製造指示情報を受信してもよい。次に、生産計画情報と製造指示情報を順に詳細に説明する。

生産計画情報は、予め設計された製品の生産計画に関する情報を指す。具体的に、生産計画情報は、生産ラインを構成する複数の工程に対応する初期工程データと、製品の製造に対し予め決められた生産ラインの構成を示す情報とを含む。生産計画情報は、上述の工程に関する情報、具体的に、工程番号、作業者、部品名、カテゴリ、作業名、作業要素、設備名、設備台数、作業時間及び品質リスク等の情報を含む。生産計画情報は、製品に関する情報、例えば、製品名及び製造日と関連付けて記憶装置３００に格納される。

製造指示情報は、製品の生産に関する指標を表す。例えば製造指示情報は、任意の期間において生産する製品品種及び製品ごとの生産数である。

本実施形態において、後述する工程の最適化の演算にあたり制約情報を用いる。制約情報は、設計対象の製品の生産計画情報から生成される。制約情報とは、設計対象の製品の生産に対して制約する条件（後述する制約条件）を表す情報である。図３に、記憶装置３００に保存される制約情報の一例を示す。図３に示すように、制約情報は、例えば一日当たりの生産数、勤務体制（直／日）、１直あたりの勤務時間（時間／人）及び直接労働費の賃率（円／時間）の情報を含む。制約情報は、図３に示す情報以外に、例えば、製品の製造工程に係る情報及び製品を構成する部品に関する情報を含む。これらの情報は、製品ごとに関連付けられて、後述する記憶装置３００に保存される。

記憶装置３００は、設計支援装置１００が最適化の演算の過程において使用する情報を保存する。記憶装置３００は、具体的には、生産計画情報及び制約情報の他に、工程順序最適化部１０２の演算過程で求められるライン及びライン順序最適化部１０３の演算過程で求められる生産ラインを保存する。前述したように、生産ラインは１つのライン又は複数のラインの組合せで構成され、ラインは複数の工程の組合せで構成される。本実施形態において、演算過程とは、工程順序最適化部１０２又はライン順序最適化部１０３、最適化演算におけるループ処理の過程を意味する。ループ処理の途中で適宜求められる結果は、演算過程で求められる最適化途中の情報であり、具体的に一つのループ処理での演算により生成される情報を意味する。本実施形態における設計支援装置１００は、後述するように、終了条件を満たすまで、工程順序最適化部１０２によるラインの最適化の演算と、ライン順序最適化部１０３による生産ラインの最適化の演算とを繰り返す。すなわち、演算過程で求められるライン及び演算過程で求められる生産ラインは、後述するループカウンタｉの値ごとに異なる。したがって、演算過程で求められる生産ラインは、出力装置４００に出力される最適化された生産ラインとは異なるものである。

出力装置４００は、設計支援装置１００の最適化の演算結果を表示する。すなわち、出力装置４００は、最適化された生産ラインを表示する。そのため、出力装置４００は、ディスプレイ等の表示部（図示せず）を備えている。出力装置４００は、設計支援装置１００から最適化の演算結果である最適化された生産ラインを受信し、表示部にその最適化の演算結果を表示する。

次に、第１実施形態における設計支援装置１００の構成について詳細に説明する。図４は、第１実施形態における設計支援装置１００の構成を示すブロック図である。図４を参照すると、設計支援装置１００は、取得部１０１と、工程順序最適化部１０２と、ライン順序最適化部１０３と、達成度計算部１０４とを備える。

取得部１０１は、設計対象の製品の生産計画に関する情報である生産計画情報、参照情報及び制約情報を取得する取得手段の一例である。参照情報とは、製品に類似する類似製品の生産ラインを構成する工程に関する情報である。具体的に、取得部１０１は、工程順序最適化部１０２又はライン順序最適化部１０３からの命令に応じて、記憶装置３００から生産計画情報、参照情報及び制約情報を取得する。取得部１０１は、工程順序最適化部１０２の演算過程で求められる最適化されたラインの情報を取得して、ライン順序最適化部１０３に初期値として供給してもよい。また、取得部１０１は、前述のループ処理において、ライン順序最適化部１０３の演算過程で求められる最適化された生産ラインの情報を、工程順序最適化部１０２に供給してもよい。

具体的に、取得部１０１は、記憶装置３００から取得した生産計画情報に基づいて、製品に類似する類似製品と、類似製品の生産ラインの設計に関する情報である参照情報とを取得する。例えば、類似製品は、様々な製品の生産計画情報から推測されてもよい。例えば、様々な製品の生産計画情報は、製品と、製品に含まれる部品と、作業工程及び順序と、作業時間（作業工数）と、作業に使う設備又は治工具とを含む。あるいは、様々な製品の生産計画情報は、製品と、その製品の生産に使う部品と、部品点数とを含む。なお、参照情報は、工程順序最適化部１０２による最適化の演算の過程で変更されてもよい。取得部１０１は、演算の過程で得られる解が、最適解に、より近づけられる要素を参照情報として取得してもよい。類似製品の参照情報の取得は、最適化の演算の効率化に結び付く。

取得部１０１による類似製品と参照情報の取得について更に詳述する。取得部１０１は、例えば、図３に示す生産計画情報を入力とし、予め用意された学習モデルを用いて、設計支援対象の製品に類似する類似製品を推測する。学習モデルは、既知の製品に対する既知の生産計画情報の特徴量を入力とし、既知の製品に類似する既知の製品の生産計画情報を正解とした教師データを用いて機械学習を実行することで生成される。機械学習の学習アルゴリズムとして、ニューラルネットワークを用いた深層学習、あるいは他の学習アルゴリズムが用いられてもよい。

次に、取得部１０１は、類似製品の生産ラインの設計に関する情報を参照情報として取得する。参照情報は、類似製品の生産ラインの設計に関する情報の中から選択された情報であってもよい。図５に、取得部１０１が取得する類似製品Ｘの参照情報の一例を示す。類似製品Ｘは、設計支援対象の製品に類似する類似製品である。図５に示すように、参照情報には、工程ごと（工程１～工程５）に、作業者、部品名、カテゴリ、作業名、作業要素、設備名、設備台数、作業時間及び品質リスク等の項目の値が関連付けられ、記憶装置３００に保持される。ここで、作業要素とは、製品を製造するにあたっての作業を分割したときの単位要素を指す。作業要素とは、具体的には図５に示すように、組付、ネジ締、シール貼、検査及び梱包等を指す。参照情報が保持する上述の項目は一例であり、これらの項目に限定されない。参照情報は、上記項目のうち任意の項目を軸とする特徴量空間や特徴量平面の特徴量ベクトルであっても良い。例えば、参照情報は、作業工程、部品名、作業時間、治工具、部品点数のうちのいずれか２つ以上を軸とするｍ次元特徴量（ｍは２以上の整数）としても良い。特徴量ベクトルの要素は、上述した要素に限定されない。

工程順序最適化部１０２は、各工程の参照情報と、制約情報に基づく制約条件とを用いて、ラインにおいて各工程の順序の組合せごとに所定の評価関数の演算を行う工程順序最適化手段の一例である。制約条件とは、目的関数の最適解を求める最適化を行う上で課す制約のことである。制約条件は、上述の参照情報以外に、必要に応じて、生産計画情報のうちから１つ又は複数設定される。なお、工程順序最適化部１０２における目的関数の一例は、日当たり製造品目及び/又は製品数量において生産効率が最も良い製造工程を求める演算式で、決定変数の一例は品目ごとの生産数であるが、これらに限定されない。さらに、工程順序最適化部１０２は、最初の暫定的な演算の次の演算処理において、ライン順序最適化部１０３の演算過程での最適化によって求められる演算結果を、目的関数に設定して最適化を行う。

ライン順序最適化部１０３は、工程順序最適化部１０２の演算結果と、各ラインの順序と、前記制約情報に基づく制約条件とを用いて、生産ラインにおいて各ラインの順序の組合せごとに所定の評価関数の演算を行うライン最適化手段の一例である。

達成度計算部１０４は、ライン順序最適化部１０３によって演算された生産ラインが対象とする指標であり、予め決められた期間あたりの製品の生産に関する指標の達成度合いを計算する達成度計算手段の一例である。具体的には、達成度計算部１０４は、ライン順序最適化部１０３によって演算された生産ラインが対象とする指標であり、予め決められた期間あたりの前記製品の生産に関する指標の達成度合いを計算する。指標の一例は、ライン順序最適化部１０３によって演算された生産ラインによる、予め決められた期間あたりの、設計対象の製品の生産数である。工程順序最適化部１０２とライン順序最適化部１０３は、ラインの最適化の演算と生産ラインの最適化の演算を、指標の達成度合いが目標値に到達するまで繰り返す。以下、実施形態では、指標を生産数として説明する。

次に、第１実施形態における設計支援装置１００の動作の一例について、図６のフローチャートを参照して説明する。

設計支援装置１００は、一例として、入力装置２００を介してユーザからの起動指示を受信することにより処理を開始する。

まず、設計支援装置１００は、ステップＳ１０４～ステップＳ１０７の処理を繰り返した回数を数えるためのカウンタｉを用意する。そして、設計支援装置１００は、カウンタｉの初期値を、例えば０に設定することによって初期化する（ステップＳ１０１）。

次に、取得部１０１は、記憶装置３００から生産計画情報及び制約情報を取得する（ステップＳ１０２）。

次に、取得部１０１は、取得した生産計画情報に基づいて、類似製品の生産計画に関する情報を参照情報として取得する（ステップＳ１０３）。

次に、工程順序最適化部１０２は、ステップＳ１０３で取得した制約情報に基づく制約条件を用いて、ラインを構成する工程の最適化を行う（ステップＳ１０４）。工程順序最適化部１０２は、任意の最適化アルゴリズムを使用して最適化を行う。本実施形態では一例として、遺伝的アルゴリズムを用いることにより最適化を行う場合について説明する。工程順序最適化部１０２は、例えば、遺伝的アルゴリズムの代わりとして、焼きなまし（アニーリング）法や、タブー探索法等の最適化アルゴリズムを用いても良い。遺伝的アルゴリズムは、メタヒューリスティックな最適化の手法である。この手法では、暫定的な解に対し手局所的探索により解の更新を行うことで、求める解が局所的な最適解に陥らないようにしている。したがって、最適化アルゴリズムに遺伝的アルゴリズムを用いることにより、少ない計算時間でより最適な解を求めることができる。

ステップＳ１０４の具体的な処理について、図７のフローチャートを参照して説明する。図７は、工程順序最適化部１０２の動作の一例を示す図である。

工程順序最適化部１０２は、まず、世代数を数えるためのカウンタｊを用意する。そして、工程順序最適化部１０２は、カウンタｊの初期値を、例えば０に設定することにより初期化する（ステップＳ１１１）。

次に、工程順序最適化部１０２は、ラインを構成する複数の工程に関する情報を用いてランダムに第１世代の個体を生成する（ステップＳ１１２）。図８に、工程順序最適化部１０２によって生成される個体の一例を示す。個体は、ラインを指す。各個体の遺伝子は工程番号（例えば、図５における工程１～工程５）を指す。生成する個体の数ｎ（ｎは自然数）は、ユーザによって任意に定められるものとする。個体の数ｎは、入力装置２００によって入力されてもよい。本実施形態では、各個体の遺伝子は１０進数で表現されているが、２進数で表現されても良い。

次に、工程順序最適化部１０２は、評価関数によって各個体のスコアを計算する（ステップＳ１１３）。評価関数としては、例えば、日当たりの製造品目や製品数量においての生産効率を算出する関数や、生産リードタイム、作業人数等が考えられる。製造品目は、製品の製品名を表す。評価関数が複数ある場合には、ユーザによって評価関数ごとに重みづけがされても良い。

次に、工程順序最適化部１０２は、制約条件を満たさない個体を致死遺伝子とする。制約条件は、図３に示す生産計画情報を指す。工程順序最適化部１０２は、致死遺伝子とした個体については、例えば、スコアを減点する。これにより、ステップＳ１１４実行時に、致死遺伝子とした個体が選択されることを防ぐ。

次に、工程順序最適化部１０２は、現世代の個体について、選択、交叉又は突然変異のいずれかを行うことで、次世代の個体を生成する（ステップＳ１１５）。次世代の個体の数は、前世代で生成した個体の数ｎと等しくなるようにする。前世代の個体について、選択、交叉又は突然変異のうちのいずれが行われるかは、算出されたスコアと、ユーザによって予め定められた確率に依存する。

選択、交叉及び突然変異の具体的な操作の一例について、図９Ａ～図９Ｃを参照して説明する。なお、選択、交叉及び突然変異の具体的な操作は下記に記載したものに限定されない。

図９Ａは、工程順序最適化部１０２によって行われる選択の具体的な操作を示す図である。工程順序最適化部１０２は、例えば、スコアの高い個体（ライン）Ｌ１を、予め決められた個数分そのまま次世代の個体（ライン）Ｌ１′へコピーする。このように、算出されたスコアに基づいて個体をそのままコピーする操作を、選択と呼ぶ。

図９Ｂは、工程順序最適化部１０２によって行われる交叉の具体的な操作を示す図である。工程順序最適化部１０２は、例えば、以下のような手順で交叉を行う。まず、工程順序最適化部１０２は、ランダムに２つの個体Ｌ１とＬ２を選択する。次に、工程順序最適化部１０２は、２つの個体（ライン）における２つの交叉点をランダムに選択する。そして、工程順序最適化部１０２は、交叉点で囲まれた領域の遺伝子（工程番号）を入れ替え、次世代の個体Ｌ１′とＬ２′を生成する。このように、任意に選ばれた２つの個体間で遺伝子の一部を入れ替える操作を、交叉と呼ぶ。

図９Ｃは、工程順序最適化部１０２によって行われる突然変異の具体的な操作を表す図である。工程順序最適化部１０２は、例えば、以下のような手順で突然変異を行う。まず、ランダムに１つの個体Ｌ１を選択する。次に、工程順序最適化部１０２は、個体の遺伝子をランダムに２つ選択する。そして、工程順序最適化部１０２は、選択した遺伝子を入れ替え、次世代の個体Ｌ１′を生成する。このように、個体の遺伝子の一部をランダムに変化させる操作を、突然変異と呼ぶ。

工程順序最適化部１０２は、次世代の個体の数がｎ個になるまで、選択、交叉又は突然変異を繰り返す（ステップＳ１１５）。

次に、工程順序最適化部１０２は、次世代の個体を現世代の個体とする（ステップＳ１１６）。

次に、工程順序最適化部１０２は、所定の終了条件を満たすか否かを判定する（ステップＳ１１７）。所定の終了条件とは、例えば、「第Ｎ世代（Ｎは自然数とする）まで処理を繰り返した場合に終了する」という条件や、「現世代の個体のスコアが全て目標値を満たす場合に終了する」等の条件を指す。終了条件は、予めユーザによって定められているものとする。工程順序最適化部１０２は、所定の終了条件を満たす場合には（ステップＳ１１７ Ｙｅｓ）処理を終了し、ステップＳ１０５の処理へ進む。工程順序最適化部１０２は、所定の終了条件を満たさない場合には（ステップＳ１１７ Ｎｏ）、カウンタの値を加算し（ステップＳ１１８）、ステップＳ１１３の処理へ戻る。工程順序最適化部１０２は、所定の終了条件を満たすまで、ステップＳ１１３～ステップＳ１１８の処理を繰り返す。

図６におけるステップＳ１０４の処理を終えると、工程順序最適化部１０２は、演算結果を記憶装置３００に保存する（ステップＳ１０５）。

次に、ライン順序最適化部１０３は、ラインの最適化を行う（ステップＳ１０６）。ライン順序最適化部１０３は、工程順序最適化部１０２と同じ種類の、任意の最適化アルゴリズムを使用して最適化を行う。本実施形態では一例として、遺伝的アルゴリズムを用いることにより最適化を行う場合について説明する。

ステップＳ１０６の具体的な処理について、図１０のフローチャートを参照して説明する。図１０は、ライン順序最適化部１０３の動作の一例を示す図である。ライン順序最適化部１０３の動作は、大部分は工程順序最適化部１０２の動作と同様である。以下、工程順序最適化部１０２の動作と同様の手順については説明を省略し、工程順序最適化部１０２の動作と異なる手順についてのみ説明する。

まず、工程順序最適化部１０２と異なるのは、ステップＳ１２２の動作である。ステップＳ１２２において、ライン順序最適化部１０３は、工程順序最適化部１０２の演算過程で求められるラインを遺伝子として、第１世代の個体（生産ライン）を生成する。図１１は、ライン順序最適化部１０３によって生成される個体（生産ライン）の一例を示す図である。ライン順序最適化部１０３は、工程順序最適化部１０２の演算過程で求められるラインを遺伝子とし、ランダムに並べることで個体を生成する。ライン順序最適化部１０３は、例えば、図１１に示すように、遺伝子であるラインそれぞれに番号を付し、そのラインに付した番号を遺伝子としてもよい。

ライン順序最適化部１０３のその他の動作については、工程順序最適化部１０２の動作と同様である。ライン順序最適化部１０３は、ステップＳ１２７において所定の条件を満たした場合に、ステップＳ１０６の処理を終了する。

ライン順序最適化部１０３は、ステップＳ１０６の処理を終えると、ライン順序最適化部１０３の演算結果を記憶装置３００に保存する（ステップＳ１０７）。

次に、達成度計算部１０４は、ライン順序最適化部１０３の結果が終了条件を満たすか否かを判定する（ステップＳ１０８）。ここで、終了条件とは、工程順序最適化部１０２における終了条件とは異なり、例えば、品目ごとの一日あたりの生産数が目標値を満たすことを指す。設計支援装置１００は、終了条件を満たした場合（ステップＳ１０８ Ｙｅｓ）、処理を終了する。設計支援装置１００は、終了条件を満たさなかった場合（ステップＳ１０８ Ｎｏ）、カウンタｉを加算し（ステップＳ１０９）、ステップＳ１０４の処理へ戻る。設計支援装置１００は、終了条件を満たすまで、ステップＳ１１３～ステップＳ１１８の処理を繰り返す。

第１実施形態における設計支援装置１００は上記のように構成されている。次に、第１実施形態の効果について説明する。

上述したように、取得部１０１は、製品の生産計画情報と、類似製品の生産ラインを構成する工程に関する情報である参照情報を取得と、制約情報を取得する。工程順序最適化部１０２は、各工程の参照情報、各工程の順序及び制約情報を用いて、各工程の順序の組合せごとに所定の評価関数の演算を行う。ライン順序最適化部１０３は、工程順序最適化部１０２の演算結果、各ラインの順序及び制約情報を用いて、各ラインの順序の組合せごとに所定の評価関数の演算を行う。達成度計算部１０４は、予め決められた期間あたりの前記製品の生産に関する指標の達成度合いを計算する。そして、設計支援装置１００は、指標の達成度合いが目標値に到達しなかった場合、工程順序最適化部１０２、ライン順序最適化部１０３及び達成度計算部１０４の演算を、指標の達成度合いが目標値に到達するまで繰り返す。したがって、第１実施形態における設計支援装置１００は、生産性の高い生産ラインを、効率的に設計することを可能にする。

第１実施形態における設計支援装置１００は、以下のように変形してもよい。

本実施形態では、記憶装置３００と設計支援装置１００は別の構成として説明したが、本実施形態に限定されない。例えば、記憶装置３００は、設計支援装置１００の内部に備えられても良い。

記憶装置３００は、工程順序最適化部１０２により最適化されたライン及びライン順序最適化部１０３により最適化された生産ラインを、製品ごとに保存するようにしてもよい。これにより、実績データが蓄積されるため、製造ノウハウを強化することができる。さらに、蓄積された実績データを基に、新たな別の製品の設計をフィードバックすることができる。

本実施例では、カウンタｉ、カウンタｊ、カウンタｋは、０を初期値とし、その後１ずつ加算されるものであるとしたが、初期値を所定の値とし、１ずつ減算するものとしてもよい。

［第２実施形態］
以下に、本発明に係る第２実施形態を説明する。第２実施形態では、混流生産時の設計を支援する設計支援装置について説明する。混流生産とは、１つの生産ラインに複数の製品を混流して生産する方法である。本実施形態では一例として、製品Ａ及び製品Ｂの２つの製品を混流して生産する場合の設計手順について説明する。本実施形態では製品の数を２つとして説明するが、製品の数は複数あればよく、２つに限定されない。なお、この第２実施形態の説明において、第１実施形態と同一名称部分には同符号を付し、詳細な説明を省略する。

第２実施形態における情報処理システム１は、第１実施形態と同様に、設計支援装置１００と、入力装置２００と、記憶装置３００と、出力装置４００とから構成される。

図１２は、第２実施形態における設計支援装置１００の構成例を示す図である。第２実施形態における設計支援装置１００は、第１実施形態の構成に加え、新たに工程設計部１０５を備える。

取得部１０１は、設計対象の複数の製品それぞれについて、生産計画情報及び参照情報を取得する。

まず、取得部１０１は、製品Ａ及び製品Ｂのそれぞれについて、図３に示すような生産計画情報を得る。次に、取得部１０１は、生産計画情報を入力とし、予め学習された学習モデルを用いて、製品Ａ及び製品Ｂのそれぞれに類似する製品である製品Ａ’及び製品Ｂ’を推測する。次に、取得部１０１は、製品Ａ’及び製品Ｂ’のそれぞれの生産ラインの設計に関する情報を、参照情報として取得する。

工程設計部１０５は、複数の製品の参照情報を比較して、共通又は類似する工程を抽出する工程設計手段の一例である。図１３は、工程設計部１０５が複数の製品について共通する工程を抽出する一例を示す図である。工程設計部１０５が共通又は類似する工程を抽出する手順について、図１３を参照しながら説明する。

まず、工程設計部１０５は、製品Ａ’及び製品Ｂ’の工程を比較する。具体的に、工程設計部１０５は、製品Ａ’の各工程が含む項目と、製品Ｂ’の各工程が含む項目とを比較し、工程が含む全ての項目の値が一致する工程を検索する。あるいは、工程設計部１０５は、工程が含む全ての項目の値が類似する工程を検索する。例えば、工程設計部１０５は、全項目のうちで所定の個数以上の項目の値が一致したときに、類似する工程であると判断する。

次に、工程設計部１０５は、共通又は類似する工程を抽出する。工程設計部１０５は、例えば、図１３に示すように工程ごとに色を分けることによって、共通又は類似する工程を抽出する。なお、図１３では、色を分ける代わりに、塗りつぶすパターンを変えることによって工程を抽出している。そして、工程設計部１０５は、抽出した共通する工程それぞれについて、新たな工程番号を付す。図１３下部に示す工程番号は、工程設計部１０５によって付された新たな工程番号である。

工程順序最適化部１０２は、工程設計部１０５によって新たに付された工程番号を初期値とし、工程最適化を行う。工程最適化の処理は第１実施形態と同様の処理であるため、説明を省略する。

次に、第２実施形態における設計支援装置１００の動作の一例を、図１４のフローチャートを参照して説明する。

設計支援装置１００は、一例として、入力装置２００を介してユーザからの起動指示を受信することにより処理を開始する。ステップＳ２０１の処理は、第１実施形態におけるステップＳ１０１の処理と同様であるため、説明を省略する。

次に、取得部１０１は、設計対象の複数の製品それぞれについて、記憶装置３００から生産計画情報を取得する（ステップＳ２０２）。

次に、取得部１０１は、取得した生産計画情報に基づいて、類似製品の生産計画に関する情報を参照情報として取得する（ステップＳ２０３）。

次に、工程設計部１０５は、複数の製品の参照情報を比較して、共通又は類似する工程を抽出する（ステップＳ２０４）。そして、工程設計部１０５は、抽出した共通する工程それぞれについて、新たな工程番号を付す。

次に、工程順序最適化部１０２は、工程設計部１０５によって新たに付された工程番号を初期値とし、ステップＳ２０３で取得した生産計画情報に基づく制約条件を用いて、工程最適化を行う（ステップＳ２０５）。工程最適化の具体的な処理は第１実施形態と同一であるため、説明を省略する。また、ステップＳ２０５以降の、ステップＳ２０６～ステップＳ２１０の処理は、第１実施形態におけるステップＳ１０５～ステップＳ１０９の処理と同一であるため、説明を省略する。

第２実施形態における設計支援装置１００は上記のように構成されている。次に、第２実施形態における設計支援装置１００の効果について説明する。第２実施形態における設計支援装置１００は、第１実施形態における設計支援装置１００の効果に加えて、以下のような効果を得ることができる。

上述した設計支援装置１００は、複数の製品の参照情報を比較して、共通又は類似する工程を抽出する。そして、設計支援装置１００は、抽出した工程を初期値として、工程最適化を行う。本実施形態の設計支援装置１００によれば、１つの生産ラインに複数の製品を混流する場合の生産ラインの設計にも対応できるため、混流生産において生産性の高い生産ラインを設計することが可能になる。

［コンピュータによるハードウェア構成］
以上説明した本開示の各実施形態における各構成要素は、その機能をハードウェア的に実現することは勿論、プログラム制御に基づくコンピュータ装置、ファームウェアによって実現することができる。

図１５は、本開示における設計支援装置１００を、プロセッサを含むコンピュータ装置１０で実現したハードウェア構成の一例を示す図である。図１５に示されるように、コンピュータ装置１０は、ＣＰＵ（Central Processing Unit)１１、メモリ１２、プログラムを格納するハードディスク等の記憶装置１３、入力装置及び出力装置接続用の入出力インタフェース１４、及びネットワーク接続用の通信インタフェース１５を含む。

ＣＰＵ１１は、オペレーティングシステムを動作させて、本発明の設計支援装置１００全体を制御する。例えば、ＣＰＵ１１は、ドライブ装置等に装着された記憶媒体からメモリ１２にプログラムやデータを読み出す。また、ＣＰＵ１１は、例えば第１実施形態における取得部１０１、工程順序最適化部１０２、ライン順序最適化部１０３及び達成度計算部１０４の一部として機能し、プログラムに基づいて処理又は命令を実行する。あるいは、ＣＰＵ１１は、第２実施形態における取得部１０１、工程順序最適化部１０２、ライン順序最適化部１０３、達成度計算部１０４及び工程設計部１０５の一部として機能し、プログラムに基づいて処理又は命令を実行するものとしてもよい。

記憶装置１３は、例えば光ディスク、フレキシブルディスク、磁気光ディスク、外付けハードディスク、又は半導体メモリ等である。記憶装置の一部の記憶媒体は、不揮発性記憶装置であり、そこにプログラムを記録する。また、プログラムは、通信網に接続されている外部コンピュータ（図示せず）からダウンロードされてもよい。例えば、記憶装置１３は、第１実施形態及び第２実施形態における記憶装置３００として機能する。

入出力インタフェース１４に接続される入力装置は、例えばマウスやキーボード等により実現され、入力操作に用いられる。同様に、入出力インタフェース１４に接続される出力装置は、例えばディスプレイ等によって実現され、出力結果の表示及び確認に用いられる。例えば、入出力インタフェース１４は、第１実施形態及び第２実施形態における入力装置２００あるいは出力装置４００として機能する。

以上、各実施形態を参照して本発明について説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。例えば、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施形態を実施するときには、その複数の動作の順番は、内容に支障がない範囲で変更することができる。

１ 情報処理システム
１０ コンピュータ装置
１１ ＣＰＵ
１２ メモリ
１３ 記憶装置
１４ 入出力インタフェース
１５ 通信インタフェース
１００ 設計支援装置
１０１ 取得部
１０２ 工程順序最適化部
１０３ ライン順序最適化部
１０４ 達成度計算部
１０５ 工程設計部
２００ 入力装置
３００ 記憶装置
４００ 出力装置

Claims (9)

1. 製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置であって、
   前記製品の生産計画情報と、生産計画情報が前記製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得する取得手段、
   各工程の前記参照情報と、各工程の順序と、前記制約情報に基づく制約条件とを用いて前記ラインにおいて前記各工程の順序の組合せごとに所定の評価関数の演算を行う工程順序最適化手段、
   前記工程順序最適化手段の演算結果と、各ラインの順序と、前記制約情報に基づく制約条件とを用いて生産ラインにおいて前記各ラインの順序の組合せごとに前記所定の評価関数の演算を行うライン順序最適化手段、及び
   ライン最適化手段によって演算された生産ラインが対象とする指標であり、予め決められた期間あたりの前記製品の生産に関する指標の達成度合いを計算する達成度計算手段
   を備え、
   前記指標の達成度合いが目標値に到達しなかった場合、前記工程順序最適化手段による前記ラインの最適化の演算、前記ライン順序最適化手段による前記生産ラインの最適化の演算及び前記達成度計算手段による前記指標の達成度合いの計算を、前記指標の達成度合いが目標値に到達するまで繰り返す
   ことを特徴とする、設計支援装置。
2. 工程設計手段をさらに備え、
   前記取得手段は、複数の製品の前記参照情報を取得し、
   前記工程設計手段は、前記複数の製品の前記参照情報を比較して、共通又は類似する工程を抽出し、
   前記工程順序最適化手段は、前記抽出した工程を用いて前記ラインの最適化の演算を行うことを特徴とする、請求項１に記載の設計支援装置。
3. 前記取得手段は、前記生産計画情報を入力として、予め用意された学習モデルによって類似製品を推測することにより、前記参照情報を取得することを特徴とする、請求項１又は２に記載の設計支援装置。
4. 前記工程順序最適化手段及び前記ライン順序最適化手段は、遺伝的アルゴリズムに基づいて最適化を行うことを特徴とする、請求項３に記載の設計支援装置。
5. 前記工程順序最適化手段及び前記ライン順序最適化手段は、生産効率、生産リードタイム、作業人数のうちの少なくともいずれか１つを含む評価関数によって最適化を行うことを特徴とする、請求項４に記載の設計支援装置。
6. 前記工程順序最適化手段及び前記ライン順序最適化手段は、遺伝的アルゴリズムに基づいて最適化を行うことを特徴とする、請求項１に記載の設計支援装置。
7. 前記工程順序最適化手段及び前記ライン順序最適化手段は、生産効率、生産リードタイム、作業人数のうちの少なくともいずれか１つを含む評価関数によって最適化を行うことを特徴とする、請求項６に記載の設計支援装置。
8. 製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置が、
   前記製品の生産計画情報と、生産計画情報が前記製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得し、
   各工程の前記参照情報と、各工程の順序と、前記制約情報に基づく制約条件とを用いて前記ラインにおいて前記各工程の順序の組合せごとに所定の評価関数の演算を行い、
   前記ラインにおける評価関数の演算結果と、各ラインの順序と、前記制約情報に基づく制約条件とを用いて生産ラインにおいて前記各ラインの順序の組合せごとに前記所定の評価関数の演算を行い、
   演算された前記生産ラインが対象とする指標であり、予め決められた期間あたりの前記製品の生産に関する指標の達成度合いを計算し、
   前記指標の達成度合いが目標値に到達しなかった場合、前記ラインの最適化の演算、前記生産ラインの最適化の演算及び前記指標の達成度合いの計算を、前記指標の達成度合いが目標値に到達するまで繰り返す
   ことを特徴とする、設計支援方法。
9. コンピュータが、
   製品を生産するための、順序に従って実行される複数の工程を含む複数のラインの組合せからなる生産ラインの設計を支援する設計支援装置に、
   前記製品の生産計画情報と、生産計画情報が前記製品の生産計画情報に類似する類似製品の生産ラインを構成する工程に関する情報である参照情報と、制約情報とを取得する処理と、
   各工程の前記参照情報と、各工程の順序と、前記制約情報に基づく制約条件とを用いて前記ラインおいて前記各工程の順序の組合せごとに所定の評価関数の演算を行う処理と、
   前記ラインにおける評価関数の演算結果と、各ラインの順序と、前記制約情報に基づく制約条件とを用いて生産ラインにおいて前記各ラインの順序の組合せごとに前記所定の評価関数の演算を行う処理と、
   演算された前記生産ラインが対象とする指標であり、予め決められた期間あたりの前記製品に関する指標の達成度合いを計算する処理と、
   前記指標の達成度合いが目標値に到達しなかった場合、前記ラインの最適化の演算の処理、前記生産ラインの最適化の演算の処理及び前記達成度合いの計算の処理を、前記指標の達成度合いが目標値に到達するまで繰り返す処理と
   を実行させる、コンピュータプログラム。

Images