JP4907507B2 - 設備メンテナンス計画作成支援装置、方法、プログラム、及びコンピュータ読み取り可能な記録媒体 - Google Patents

Description

本発明は、製造工場の設備メンテナンス計画の作成を支援するのに用いて好適な設備メンテナンス計画作成支援装置、方法、プログラム、及びコンピュータ読み取り可能な記録媒体に関する。

製造工場に於いて、生産活動を安定に行い、当初計画した通りの製品品質（製造される製品の品質）、製造コスト、製造スループット（単位時間当たりの製造量）を実現するためには、設備のメンテナンスを適切に行うことが重要である。製造工場の各設備について、メンテナンスの実施項目や内容、実施方法、実施時期等を計画することを設備メンテナンス計画と呼ぶ。

設備のメンテナンスの方式としては、故障による生産への影響が小さい場合には、設備故障後に修理を行う事後保全が適用されることが多い（ここでは保全とメンテナンスは同義として用いる）。

一方で、故障による生産への影響が大きい場合には、故障の予防に重点を置いた予防保全が行われる。予防保全の方式としては、一定周期で保全を行う方法や、設備の劣化状態を日常的に監視した上で保全時期や方法を決めるもの等がある。設備の保全活動には多額の費用、多くの人手を要し、また、保全作業のための設備休止が必要となる等、生産活動への影響が大きいため、保全による設備の性能や信頼性の向上、それによる生産活動への改善効果等を把握し、費用対効果の高い保全活動を行うことが求められる。

これに対して、予防保全の一つの方式として、リスクベースメンテナンスという方式が提案されている（特許文献１、特許文献２）。これは、予想される設備の故障発生確率に、設備故障が生じた場合の影響の大きさを掛け合わせた値を故障による「リスク」と呼び、故障リスクを最小にするような保全時期、方法を選択するものである。

特開２００５−８５１７８号公報 特開２００５−１８２４６５号公報

特許文献１に記載の方式は、設備故障によるリスクをコストで表し、これとメンテナンスコストとの合計コストを最小とするメンテナンス周期を与えるものである。また、特許文献２の方式は、設備の経時的な劣化やメンテナンスによる故障率低下をモデル化し、リスクコスト、メンテナンスコストの計算から、収益最大となるメンテナンス計画を選択する方法を与えるものである。これらの方式は、設備故障による生産影響を定量評価しようとするものではあるが、設備が故障にまでは至らないまでも性能が劣化した場合の影響を考慮するものではなく、また、その場合の製品品質への影響、製造スループットへの影響等を考慮するものではない。そのため、製品品質、製造コスト、製造スループット等を含めた、生産活動への影響の総合的な評価を行った上で、その評価を最適にするメンテナンス計画を実現する方法としては十分であると言えない。

そこで、本発明の目的は、製造工場に於ける生産についての一つ又は複数の評価指標の値に関して最適な設備メンテナンス計画の作成を支援する技術を提供することである。

本発明の設備メンテナンス計画作成支援装置は、製造工場の設備メンテナンス計画の作成を支援する設備メンテナンス計画作成支援装置であって、該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集手段と、前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持手段と、前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持手段と、設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力手段と、前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーション手段、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定手段のうち少なくともいずれか一方の手段と、前記シミュレーション手段によるシミュレーション結果、及び、前記メンテナンス計画決定手段により決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力手段と、を具備することを特徴とする。
本発明の設備メンテナンス計画作成支援方法は、製造工場の設備メンテナンス計画の作成を支援する設備メンテナンス計画作成支援方法であって、該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集ステップと、前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持ステップと、前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持ステップと、設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力ステップと、前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーションステップ、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定ステップのうち少なくともいずれか一方のステップと、前記シミュレーションステップによるシミュレーション結果、及び、前記メンテナンス計画決定ステップにより決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力ステップと、を有することを特徴とする。
本発明のプログラムは、製造工場の設備メンテナンス計画の作成を支援するためのプログラムであって、該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集処理と、前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持処理と、前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持処理と、設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力処理と、前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーション処理、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定処理のうち少なくともいずれか一方の処理と、前記シミュレーション処理によるシミュレーション結果、及び、前記メンテナンス計画決定処理により決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力処理と、をコンピュータに実行させる。
本発明のコンピュータ読み取り可能な記録媒体は、上記本発明のプログラムを記録したことを特徴とする。

本発明によれば、収集した設備メンテナンス実績データ、設備性能データ、生産量データ、及び評価指標データに基づいて、設備性能モデル及び工程モデルを作成し、生産予定及び設備メンテナンス暫定計画によって実現される各評価指標の値をシミュレーションで導出したり、生産についての各評価指標の値に対する要求を評価関数として与えて、生産予定や工程モデル等に基づいて、その評価関数の値を最大又は最小にして評価指標について最適な生産を実現する設備メンテナンス計画を決定したりすることで、製造工場に於ける生産についての一つ又は複数の評価指標の値に関して最適な設備メンテナンス計画の作成を支援する技術を実現することが可能となる。

以下、添付図面を参照して、本発明の好適な実施形態について説明する。
図１は、本発明の実施形態に係る製造工場に於ける設備メンテナンス計画作成支援装置の概略構成を示すブロック図である。尚、各手段は複数の機器により実現されても良いし、一つの機器により実現されても良い。また、図２は、図１に示した設備メンテナンス計画作成支援装置により実行される設備メンテナンス計画作成支援方法を示すフローチャートである。

以下、図１及び図２を参照して、鉄鋼製品の製造工場を例にして、「評価指標」として製品品質、製造コスト、製造スループットの３つを選び、「設備」として鉄鋼製品の一種である厚板を製造する工場の仕上圧延機を対象とし、「メンテナンス」としてＡＧＣ（自動板厚制御装置）の整備を対象とし、「設備メンテナンス計画」としてＡＧＣ整備の実施項目が決定済みであって実施時期の決定を行う場合を対象に、「評価指標」の値に関して最適な設備メンテナンス計画の作成を支援する例を説明する。

まず、図１の実績データ収集手段１０１によって（図２の実績データ収集ステップ２０１に対応する）、過去の一定期間に於ける設備メンテナンス実績データ及び設備性能データを収集する。設備メンテナンス実績データとは、設備のメンテナンス実施内容についてのデータ、即ちメンテナンス実施項目及びメンテナンス実施時期についてのデータであり、具体的なデータ項目は目的とするメンテナンス計画の内容によって異なる。ＡＧＣ整備の実施時期決定を目的とする場合には、実施項目は固定であるので、実施内容としては、過去のＡＧＣ整備の実施時期に関するデータを収集する必要がある。また、設備性能データとは、メンテナンスの必要性を判断する根拠となる設備の性能を計測した評価データであり、これも具体的なデータ項目は目的とするメンテナンス計画の内容によって異なる。ＡＧＣ整備の実施時期決定を目的とする場合には、ミル定数の測定結果を設備性能データとして収集する必要がある。ミル定数はＡＧＣ整備によって値が高くなるが、累積生産トン数増加に従って徐々に低下する。ミル定数が小さくなると、板厚制御の精度が低下し、即ち仕上圧延機出側板厚のばらつきが増大し、大きな品質劣化要因となる。以降の説明では、仕上圧延機出側板厚のばらつきの大きさのことを板厚精度と呼ぶ。この値が大きいほど板厚精度が悪いことを示す。設備メンテナンス実績データ及び設備性能データは、直接的には設備管理用計算機等にて収集されることが一般的であり、本装置に於けるデータ収集としては、これら計算機からネットワークを介してデータを受領することが可能である。

設備メンテナンス実績データ及び設備性能データとあわせて、図１の実績データ収集手段１０１によって、過去の一定期間に於ける生産量データ及び評価指標データを収集する。生産量データとは、設備による生産量についてのデータである。評価指標データとは、設備による生産についての評価指標のデータであり、ここでは、製造スループット算出のベースデータとなる製品毎の製造所要時間、製品品質データ等を収集する。製品品質データの具体的なデータ項目は目的とするメンテナンス計画の内容によって異なる。ＡＧＣ整備の実施時期決定を目的とする場合には、製品毎の板厚精度、製品長さ不合発生率、疵発生率等のデータを収集する。製品毎の板厚精度のデータを収集するのは、上述したように、ミル定数の低下によって製品の板厚精度が悪化するためであり、後の工程モデル作成保持ステップで工程モデルの構築に用いる。製品長さ不合発生率とは、長さ不合、即ち製品長さの許容範囲外れが発生した製品数の、所定の期間に製造された全製品数に対する割合であり、これも後の工程モデル作成保持ステップで工程モデルの構築に用いる。同様に疵発生率とは、所定の期間に製造された全製品数に対する、疵が発生した製品数の割合であり、やはり後のステップで工程モデルの構築に用いる。表１に、設備メンテナンス実績データ、設備性能データ、及び生産量データの一例を示す。

この例では、生産量は毎月１７０千トンで一定であり、ＡＧＣ整備は１月と７月に実施している。ミル定数は、月単位で数値が管理されており、毎月決められた時期、例えば月末の計測値を記録しても良いし、１ヶ月の間に複数回計測する場合には、複数の計測値の平均値をその月のミル定数値として記録しても良い。ここで、ミル定数はメンテナンス実施直後には７１５トン／ｍｍまで上昇するが、累積生産量の増加と共に徐々に低下している。

次に、図１の設備性能モデル作成保持手段１０２によって（図２の設備性能モデル作成保持ステップ２０２に対応する）、生産量データ及び設備性能データに基づいて、設備による生産量とそれによる設備性能劣化との関係を求める。また、設備メンテナンス実績データ及び設備性能データに基づいて、設備メンテナンス実施内容とそれによる設備性能向上との関係をそれぞれ求める。そして、これら２つの関係を合わせることによって、設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成する。

図３が、表１に示すデータに基づいて作成された設備性能モデルである。横軸は月であり、これがメンテナンス実施からの累積生産量及びメンテナンス実施時期に対応しており、縦軸は設備性能データであるミル定数を示している。この設備性能モデルは、今後のシミュレーションやメンテナンス計画決定に於いて使用されるので、データベースとして保持される。

次、図１の工程モデル作成保持手段１０３によって（図２の工程モデル作成保持ステップ２０３に対応する）、設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標（製品品質、製造スループット、製造コスト）の値との関係を表す工程モデルを作成する。

まず、ミル定数と板厚精度（板厚ばらつき）との関係を実績データから求めた結果の一例を図４Ａに示す。ミル定数が高いほど板厚ばらつきが小さくなることが示されている。図３の関係と図４Ａの関係とを組み合わせて、メンテナンス実施からの累積生産量及びメンテナンス実施時期と板厚精度との関係を示したものが図４Ｂである。図４Ｂは工程モデルであり、今後のシミュレーションやメンテナンス計画決定に於いて使用されるので、データベースとして保持される。

図４Ｃ、図４Ｄには、評価指標データから得られた、板厚精度と長さ不合発生率との関係、及び板厚精度と疵発生率との関係の例を示す。板厚精度が悪いほど、長さ不合発生率及び疵発生率ともに高くなっている、即ち製品品質が低下していることが示されている。図４Ｅ、図４Ｆには、図４Ｂに示した工程モデルと図４Ｃ、図４Ｄにそれぞれ示した関係とを組み合わせて得られる、累積生産量及びメンテナンス実施時期と長さ不合発生率、並びに、累積生産量及びメンテナンス実施時期と疵発生率との関係をそれぞれ表す工程モデルの例を示す。これらの工程モデルは、図４Ｂに示した工程モデルと同様に、今後のシミュレーションやメンテナンス計画決定に於いて使用されるので、データベースとして保持される。

図３に示した設備性能モデル、図４Ｂ、図４Ｅ、図４Ｆに示した工程モデルは、いずれも表１に示したように６ヶ月周期でメンテナンスを行ったときのモデルである。これに対して、毎月の生産量が一定の場合に、メンテナンスの間隔を短くすれば、即ちメンテナンスの頻度を高くすれば、設備性能モデル、工程モデルの挙動も変化する。図５Ａ（ａ）に於いて、Ａ点でメンテナンスを行った後に、当初のＢ点でメンテナンスを行う代わりに、Ｂ'点まで間隔を短くすると、ミル定数は破線のように変化し、ミル定数の平均値は大きくなる。図５Ａ（ｂ）に示すように、メンテナンス頻度を高くするほど平均値としてのミル定数は大きくなる。同様に、図５Ｂ（ａ）、（ｂ）に示すように、メンテナンスの頻度を高めることで、平均値としての板厚精度が改善される。更に、図５Ｃ（ａ）、（ｂ）に示すように、メンテナンス頻度を高めることで、平均値としての長さ不合発生率、疵発生率が低下する、即ち品質が改善される。

図５Ａ（ｂ）に示すのは、一定の生産量を前提としたときの、メンテナンス頻度と平均値としてのミル定数との関係であり、図３に示す関係同様に設備性能モデルである。同様に、図５Ｂ（ｂ）、図５Ｃ（ｂ）に示すのは、一定の生産量を前提としたときの、メンテナンス頻度と平均値としての板厚精度との関係、及び、メンテナンス頻度と平均値としての不合発生率との関係を表す工程モデルである。

ここで、図５Ｃ（ａ）、（ｂ）に於いて、厳密には長さ不合発生率、疵発生率にそれぞれ対応する２本のグラフを描くべきであるが、ここでは定性的な傾向を簡略に説明するために、１本のグラフで表現している。また、本実施形態では、ＡＧＣ整備の時期の決定を行うのが設備メンテナンス計画の目的であるので、図５Ａ（ｂ）、図５Ｂ（ｂ）、図５Ｃ（ｂ）の横軸にはメンテナンス頻度を取って説明したが、一般の設備メンテナンス計画としては、メンテナンス頻度以外に、メンテナンス実施１回当たりの具体的な作業実施項目や、それに従って決まるメンテナンス費用、メンテナンス所要時間等を決定する場合もある。メンテナンス頻度の向上は、一定期間についてみると、メンテナンスに対する投入リソースの増加であるが、メンテナンス実施１回当たりのメンテナンス費用増加、メンテナンス時間増加も、同様にメンテナンスリソース増加である。メンテナンス実施１回当たりのメンテナンス費用増加や、メンテナンス時間増加によっても、ミル定数や板厚精度等の設備性能の平均値や、不合発生率等の生産についての評価指標の値の平均値に対して、メンテナンス頻度増加と同じ方向の改善効果が得られることが一般的であり、その場合には、図５Ａ（ｂ）、図５Ｂ（ｂ）、図５Ｃ（ｂ）の横軸は、より一般的に投入リソースの大きさを表すものと考えることができる。

図６に、メンテナンスに対する投入リソースと設備性能との関係（即ち設備性能モデル）と、実現される生産についての評価指標である、製品品質（「Ｑｕａｌｉｔｙ」の頭文字Ｑで表記）、製造スループット（「Ｄｅｌｉｖｅｒｙの頭文字Ｄで表記」）、及び製造コスト（「Ｃｏｓｔ」の頭文字Ｃで表記）と投入リソースとの関係（即ち工程モデル）を示し、さらに、これらの関係（設備性能モデル、工程モデル）の間の一般的な関連を整理して示す。

ここで、図６の（ａ）、（ｂ）はそれぞれ投入リソースと平均値としてのミル定数との関係を表す設備性能モデル、投入リソースと平均値としての板厚精度との関係を表す工程モデルであり、図５Ａ（ｂ）、図５Ｂ（ｂ）と同じものである。尚、以降の説明では、製品品質、製造スループット、製造コストを、それぞれ品質、スループット、コストと呼ぶ。

図６の（ａ）、（ｂ）以外の（ｃ）〜（ｋ）は全て工程モデルであり、縦軸の値は（ａ）、（ｂ）同様に平均値である。図６の（ｃ）は投入リソースと品質指標である不合発生率との関係を表すモデルであり、図５Ｃ（ｂ）と同じものであるが、厳密には投入リソースと長さ不合発生率、投入リソースと疵発生率の２つの品質モデルが存在するのを１つにまとめて表している。

図６の（ｄ）は投入リソースとメンテナンス休止によるスループット低下との関係を表すモデルである。投入リソースを増やす場合には、メンテナンス頻度を高める場合でも、１回のメンテナンス作業当たりの実施時間を増やす場合でも、設備の休止時間が増加するため、それに応じてスループットが相対的に低下する。例えば、１ヶ月当たりの全作業時間が５００時間であるときに、メンテナンスによる休止が１０時間必要であれば、休止によるスループット低下は２％となる。即ち、投入リソース無しの場合のスループットを１００％とした場合に、スループットが９８％となる。

図６の（ｅ）は投入リソースとメンテナンスコストとの関係を表すモデルである。投入リソース増加は、メンテナンス実施１回当たりのメンテナンス費用増加、メンテナンス時間増加等、全てコスト増加要因となるので、これは自明の関係である。

このように、図６の（ｃ）、（ｄ）、（ｅ）の３つが、投入リソースとその結果として実現される生産についての評価指標（Ｑ／品質、Ｄ／スループット、Ｃ／コスト）の値との関係を表す工程モデルであり、これらのモデルを用いて、要求に対応した品質、スループット、コストを実現する投入リソースを決定する。

ここで、不合発生を品質上の問題として取り扱い、不合発生率自体を直接評価指標とする場合には、図６の（ｃ）、（ｄ）、（ｅ）の３つのモデルにより評価を行うが、不合が発生した場合には手入れを行ったり、再製造を行ったりすることも多く、そのような場合には結果的には品質影響は無くなるが、その分だけ追加のコストが生じたり、再製造を行うことにより本来の製品の製造スループットが低下する。例えば厚板に於いて疵が発生した場合には疵の手入れを行った上で出荷を行い、長さ不合が発生した場合には再製造を行う。このような場合には、長さ不合、疵それぞれについて、不合発生率とそれによるスループット低下との関係を生産実績データから調査した上で、図６の（ｃ）の投入リソースと不合発生率との関係を組み合わせて、投入リソースと不合発生によるスループット低下との関係のモデルを構築する。図６の（ｆ）にその例を示す。ここで、スループット低下の大きさは、長さ不合によるものと疵によるものとを加え合わせた値となる。また、投入リソースが少ないほど不合発生率が高く、それによるスループット低下が大きくなる。同様に、不合発生率とそれによるコスト増加との関係を生産実績データから調査した上で、（ｃ）の投入リソースと不合発生率との関係を組み合わせて、投入リソースと不合によるコスト増加との関係のモデルを構築する。図６の（ｇ）にその例を示す。ここでも、不合によるコスト増加は、長さ不合によるものと疵によるものとを加え合わせた値となる。また、投入リソースが少ないほど不合発生率が高く、それによるコスト増加が大きくなる。図６の（ｆ）に示された投入リソースと不合によるスループット変化との関係と、図６の（ｄ）に示された投入リソースとメンテナンス休止によるスループット変化との関係とを組み合わせて、即ち縦軸の値を掛け合わせて、投入リソースと総合的なスループットとの関係のモデルを得る。図６の（ｈ）にその例を示す。ここで、投入リソースが小さい場合には、不合発生によりスループットが低下し、投入リソースが大きくなるに従いスループットが上昇するが、投入リソースが更に大きくなると、メンテナンス休止増加による影響でスループットが再び低下する。同様に、図６の（ｇ）に示された投入リソースと不合によるコスト発生との関係と、図６の（ｅ）に示された投入リソースとメンテナンスコストとの関係とを組み合わせて、即ち縦軸の値を加え合わせて、投入リソースと合計コストとの関係のモデルを得る。図６の（ｉ）にその例を示す。ここで、投入リソースが小さい場合には、不合発生によりコストが高くなり、投入リソースが大きくなるに従いコストが減少するが、投入リソースが更に大きくなると、コストは再び上昇する。このように、図６の（ｈ）、（ｉ）の２つが、品質指標の値をスループットとコストに置き換えて評価すべき場合の、投入リソースとその結果として実現される生産についての評価指標（Ｄ／スループット、Ｃ／コスト）の値との関係を表す工程モデルであり、これらのモデルを用いて、要求に対応したスループット、コストを実現する投入リソースを決定する。

ここで更に、投入リソースによる総スループットへの影響をコストに置き換えて評価できる場合がある。例えば、生産能力一杯の受注を抱え、スループット低下がそのまま機会損失を引き起こす場合等である。このような場合には、生産実績データから、総スループットと機会損失によるコストとの関係を調査する。例えば、スループット低下による生産減少量と、単位生産量当たりの販売利益を掛け合わせて求める。こうして得られた総スループットと機会損失によるコストとの関係と、図６の（ｈ）の投入リソースと総スループットとの関係と組み合わせて、投入リソースと機会損失によるコストとの関係を表すモデルを構築する。図６の（ｊ）にその例を示す。このモデルと、図６の（ｉ）に示す投入リソースとメンテナンスコスト及び不合によるコストの合計コストとの関係と加え合わせることで、投入リソースと総コストとの関係モデルを得る。図６の（ｋ）にその例を示す。ここで、投入リソースが小さい場合にはコストが高く、投入リソースが大きくなるに従いコストが減少するが、投入リソースが更に大きくなると、コストは再び上昇する。従って、このモデルから総コストが最小となるメンテナンスリソース投入量を計画する。

このように、過去の設備データ及び生産実績データから、図６の（ａ）〜（ｋ）の設備性能モデル及び工程モデルを作成し、データベースとして保存しておくことによって、最適なメンテナンス計画の迅速な決定を行うことが可能となる。

設備メンテナンス計画作成対象期間の生産予定が決定したら、設備メンテナンス暫定計画及びシミュレーション条件と共に、図１の入力手段１０４によって（図２の入力ステップ２０４に対応）読み込む。そして、図１のシミュレーション手段１０５によって、本装置の使用者であるメンテナンス計画決定担当者（以降、「担当者」と略す）の指示の下、実現される評価指標の値を予測するためのシミュレーションを行う（図２のシミュレーションステップ２０５に対応）。ここで、生産予定に関するデータは、図１に表示されない生産管理用計算機に保存されており、ネットワークを介して入力手段に入力することが可能である。シミュレーション条件としては、シミュレーション実施対象期間等の情報を入力する。また、設備メンテナンス暫定計画としては、メンテナンス実施項目と実施時期についてのデータを入力する。本実施形態に於いては、メンテナンス実施時期によって決定されるメンテナンス周期の値を入力する。そして、工程モデル作成保持手段１０３で作成し保存した工程モデルを読み出す。

図６の（ｃ）、（ｄ）及び（ｅ）にてシミュレーションの考え方を説明する。ここで、実現される評価指標の値を予測したい投入リソースの選択値、本例ではメンテナンス周期の値（図中で△で示す）をシミュレーション条件として入力すると、図６の（ｃ）に示された品質モデル、図６の（ｄ）に示されたスループットモデル及び図６の（ｅ）に示されたコストモデルから、実現される不合発生率、スループット及びコストの値が求められる（図中で▲で示す）。これがシミュレーション結果として予測される評価指標の値である。

得られたシミュレーション結果は、図１の出力手段１０７によって、担当者に対して画面表示等で出力される（図２の出力ステップ２０７に対応）。ここで、シミュレーションによって得られた評価指標の値が担当者の満足するものとなったときは、担当者はキーボード等の操作によって、選択したメンテナンス周期の値を設備管理用計算機等に出力する。また、もし得られた評価指標の値が満足するものでないときには、メンテナンス周期の値を入力手段１０４によって変更して再度シミュレーションを行う。このような操作を繰り返し行い、満足する評価指標の値が実現されるメンテナンス周期の値が得られた時点で、その値を設備管理用計算機等に出力する。

もう一つのメンテナンス周期決定方法として、図１のメンテナンス計画決定手段１０６によって、最適なメンテナンス周期の決定を行うことが可能である（図２のメンテナンス計画ステップ２０６に対応）。まず、最適性を定義するための評価関数及び最適メンテナンス計画計算条件を、生産予定とともに、図１の入力手段１０４によって入力する。最適メンテナンス計画計算条件としては、計算対象期間等を入力する。評価関数の最も一般的な形としては、３つの評価指標（不合発生率、スループット、及びコスト）の値を、下式（１）のように重み付けして加え合わせたものを用いることができる。ｙ１、ｙ２、ｙ３が不合発生率、スループット、コストであり、ｃ１、ｃ２、ｃ３が不合発生率、スループット、コストに対する重みである。ここで、スループットｙ２は大きいほど好ましく、不合発生率ｙ１、コストｙ３は小さいほど好ましいので、直接加え合わせるのは適切ではない。そこで、スループットが大きいほど小さくなる指標、例えばスループットｙ２の逆数を取ってｙ２'とし、これを不合発生率ｙ１、コストｙ３と加え合わせる。従って、評価関数Ｆの値を最小にするのが最適なメンテナンス周期である。
評価関数Ｆ＝ｃ１・ｙ１＋ｃ２・ｙ２'＋ｃ３・ｙ３・・・（１）

或いは、式（１）の代わりに、下式（２）の評価関数Ｆ'を用いることも可能である。ここで、ｙ１'、ｙ３'は、不合発生率ｙ１、コストｙ３が小さいほど大きくなる指標、例えば不合発生率ｙ１、コストｙ３の逆数とすると、式（２）の評価関数Ｆ'の値を最大にするのが最適なメンテナンス周期になる。このように、評価関数は、その定義によって、その値を最大又は最小にするのが、評価指標に関して最適なメンテナンス周期の値になる。
評価関数Ｆ'＝ｃ１・ｙ１'＋ｃ２・ｙ２＋ｃ３・ｙ３'・・・（２）

以下、式（１）の評価関数Ｆを用いる場合を例に説明するが、式（２）の評価関数Ｆ'を用いる場合でも、考え方は全く同じである。ここで、評価を重視する項目ほどその重みを大きくする。例えば、不合発生率の評価を重視するほど、ｃ１の値を大きくすれば良い。この場合、得られる解としては、図６の（ｃ）に於いて、不合発生率が小さくなるように、▲が下方へ移動する、即ち、メンテナンス頻度を増加させる（投入リソースを増やす）ように△が右方に移動する。従って、図６の（ｄ）に於いてスループットは低下し、図６の（ｅ）に於いてメンテナンスコストは上昇する。他のｃ２、ｃ３についても全く同様である。ここで、図６の（ｈ）、（ｉ）を用いて、即ちスループット（Ｄ）とコスト（Ｃ）によって評価を行う場合は、ｃ１の値をゼロとし、ｙ２としては図６の（ｈ）の値を、また、ｙ３としては図６の（ｉ）の値を用いれば良い。また、図６の（ｋ）を用いて、即ち総コスト（Ｃ）のみによって評価を行う場合は、ｃ１とｃ２の値をゼロとし、ｙ３としては図６の（ｋ）の値を用いれば良い。このように、評価関数はその時々の製造に対する要求に応じて適切なものを選択するのが良く、重み係数ｃ１、ｃ２及びｃ３の値はそれに応じて選択するのが望ましい。また、評価関数の形としても、式（１）、式（２）で示した重み付け和の形に限定されるものでないのは言うまでもない。

ここで、工程モデルに於けるメンテナンス周期と各評価指標との関係が線形であれば、或いは線形で近似しても評価精度の点で問題がなければ、下式（３）のように表記可能である。
ｙ１ ＝ａ１・ｘ＋ｂ１
ｙ２'＝ａ２・ｘ＋ｂ２・・・（３）
ｙ３ ＝ａ３・ｘ＋ｂ３

ここで、ｘはメンテナンス周期（投入リソース）であり、ａ１、ａ２、ａ３、ｂ１、ｂ２、及びｂ３は定数である。工程モデルが式（３）の形で、また評価関数が式（１）の形で表現されれば、最適化手法として一般に広く用いられる線形計画法で最適解、即ち、評価関数Ｆの値を最小にするメンテナンス周期ｘの値と、その時の各評価指標の値ｙ１、ｙ２、及びｙ３の値を容易に計算することが可能である。

工程モデルや評価関数のいずれかが非線形になる場合でも、最適化手法としてこれも比較的よく用いられる非線形計画法を用いて最適解を求めることが可能である。

また、メンテナンス周期ｘが連続変数でない場合、即ち、メンテナンス周期として任意の期間を選択することはできず、例えば１ヶ月に１度の決められたメンテナンス期間に実施するかどうか、言い換えると、どの月にメンテナンスを実施するかを決定することが求められる場合には、メンテナンス周期ｘは離散値を取り、線形計画法や非線形計画法は適用できない。このような場合に、選択できる場合の数、即ちメンテナンス実施月の組み合わせの数が少なければ、全てのケースについてシミュレーションを行い、最も評価指標を小さくするケースを選択することができる。また、選択できる場合の数が多く、全てのケースについてシミュレーションを行うことが難しければ、これも一般的に用いられる遺伝的アルゴリズム、シミュレーテッド・アニーリング、タブー・サーチ手法、ローカル・サーチ手法等の探索法を用いることができる。このように、最適メンテナンス周期決定の方法としては、特定の最適化手法に限定されるものでないことは言うまでもない。

得られた計算結果である最適メンテナンス計画（メンテナンス周期の最適値及びその時の各評価指標の値）は、シミュレーション結果と同様に、出力手段１０７によって、担当者に対して画面表示等で出力される。ここで、計算結果が担当者の満足するものとなった時は、担当者はキーボード等の操作によって、メンテナンス周期を設備管理用計算機等に出力する。また、もし得られた計算結果が満足するものではない場合は、式（１）の評価関数の各項の重み係数ｃ１、ｃ２、ｃ３の値を入力手段１０４から再度入力し、再度最適化計算を実行することが可能である。また、シミュレーションステップ実行のときと同様に、得られたメンテナンス周期の最適値の値を修正して、設備メンテナンス暫定計画として入力手段１０４から入力して、シミュレーションを行うことも可能である。このような操作を繰り返し行い、満足する評価指標の値を実現するメンテナンス周期が得られた時点で、その値を設備管理用計算機等に出力する。

図７は、本発明のメンテナンス計画作成支援装置を構成可能なコンピュータシステムの一例を示すブロック図である。図７に於いて、７００はコンピュータＰＣである。ＰＣ７００は、ＣＰＵ７０１を備え、ＲＯＭ７０２又はハードディスク（ＨＤ）７１１に記憶された、或いはフレキシブルディスクドライブ（ＦＤ）７１２より供給されるデバイス制御ソフトウェアを実行し、システムバス７０４に接続される各デバイスを総括的に制御する。ＰＣ７００のＣＰＵ７０１、ＲＯＭ７０２又はハードディスク（ＨＤ）７１１に記憶されたプログラムにより、本実施形態の各機能手段が構成される。

７０３はＲＡＭで、ＣＰＵ７０１の主メモリ、ワークエリア等として機能する。７０５はキーボードコントローラ（ＫＢＣ）であり、キーボード（ＫＢ）７０９から入力される信号をシステム本体内に入力する制御を行う。７０６は表示コントローラ（ＣＲＴＣ）であり、表示装置（ＣＲＴ）７１０上の表示制御を行う。７０７はディスクコントローラ（ＤＫＣ）で、ブートプログラム（起動プログラム：パソコンのハードやソフトの実行（動作）を開始するプログラム）、複数のアプリケーション、編集ファイル、ユーザファイルそしてネットワーク管理プログラム等を記憶するハードディスク（ＨＤ）７１１、及びフレキシブルディスク（ＦＤ）７１２とのアクセスを制御する。７０８はネットワークインタフェースカード（ＮＩＣ）で、ＬＡＮ７１３を介して、ネットワークプリンタ、他のネットワーク機器、或いは他のＰＣと双方向のデータのやり取りを行う。

従来、６ヶ月に１度の頻度でＡＧＣの整備を行っているが、頻度増加を計画するに当たり、６ヶ月間のＡＧＣ整備の実施回数、実施タイミングを本手法によって計算した。尚、生産量は１７０千トン／月を計画前提とした。最適化計算は、以下の２ケースについて行った。

（ケース１）
総スループット、合計コスト（図６の（ｈ）、（ｉ）に対応）を評価対象とし、メンテナンス周期は連続的に変更可能の前提で計算した。総スループットｙ２については、不合発生やメンテナンス休止による低下の無い時のスループットの値を１００％とし、それに対する相対値で表した。また、合計コストｙ３は、従来の６ヶ月に１度メンテナンスを行っているときの合計コストを１００％とし、同様にそれに対する相対値で表した。重みｃ２、ｃ３ともに１．０とした。

（ケース２）
機会損失を考慮した総コスト（図６の（ｋ）に対応）を評価対象とし、メンテナンスは１ヶ月に１度の決められた期間に実施するかどうか、即ち実施月を決定するケースとした。総コストｙ３の値は、ケース１同様に相対値で表した。

得られた結果を以下の表２に示す。ここで、従来の６ヶ月に１度のメンテナンスを０ヶ月目とし、ケース１については、それ以降何ヶ月と何日目で行うか、ケース２については何ヶ月目で行うか、及び、各評価指標の値を相対値で示している。

この結果は、スループットとコストを評価対象としたケース１では、現行よりもスループットが２％低下する一方で、コストが４５％低下することを示しており、機会損失を考慮した総コストを評価対象としたケース２では、総コストが９％ではあるが減少することを示している。従って、生産スループットに余力があり、機会損失を考慮する必要がないときは、メンテナンスを従来の６ヶ月に１回から更に２回増加させて３回とすることで大きなコスト低減が期待できると共に、生産がタイトな場合でも、同様にメンテナンスを３回とすることで、コスト低減が可能である。

このように、本発明を適用することにより、その時々の受注状況、生産状況の変化や、それらを受けて生産に対する要求が様々に変化するのに対応して、要求に応じた最適な設備メンテナンス計画の作成を行うことが可能となる。

ここで、図１に示すように、シミュレーション手段１０５及びメンテナンス計画決定手段１０６（図２のフローチャートでは、シミュレーションステップ２０５及びメンテナンス計画決定ステップ２０６）の両方が具備されている場合に、本発明はもっともその効果をよく発揮するが、上述した説明でも明らかなように、シミュレーション手段１０５（シミュレーションステップ２０５）のみでも、或いはメンテナンス計画決定手段１０６（メンテナンス計画決定ステップ２０６）のみでも、設備メンテナンス計画作成支援に用いることが可能であり、本発明の効果は、シミュレーション手段１０５（シミュレーションステップ２０５）及びメンテナンス計画決定手段１０６（メンテナンス計画決定ステップ２０６）の両方が具備されている場合に限定して発揮されるものではない。

また、本発明の目的は前述した実施の形態の機能を実現するソフトウェアのプログラムコードを記録した記録媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（ＣＰＵ若しくはＭＰＵ）が記録媒体に格納されたプログラムコードを読出し実行することによっても、達成されることは言うまでもない。

この場合、記録媒体から読出されたプログラムコード自体が前述した実施の形態の機能を実現することになり、そのプログラムコードを記憶した記録媒体は本発明を構成することになる。プログラムコードを供給するための記録媒体としては、例えばフレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。

また、コンピュータが読出したプログラムコードを実行することにより、前述した実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。

更に、記録媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部又は全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれることは言うまでもない。

上記実施形態では鉄鋼製品の製造工場を例にしたが、他の製品の製造工場に於ける生産についての一つ又は複数の評価指標の値に関して最適な設備メンテナンス計画の作成を支援するためにも利用可能である。

本発明の実施形態に係る製造工場に於ける設備メンテナンス計画作成支援装置の概略構成を示すブロック図である。 本実施形態に係る設備メンテナンス計画作成支援方法を示すフローチャートである。 設備性能モデルの一例を示す図であり、月（累積生産量）とミル定数との関係を示す特性図である。 ミル定数と板厚精度（板厚ばらつき）との関係を示す特性図である。 工程モデルの一例を示す図であり、月（累積生産量）と板厚精度との関係を示す特性図である。 板厚精度と長さ不合発生率との関係を示す特性図である。 板厚精度と疵発生率との関係の例を示す特性図である。 工程モデルの一例を示す図であり、月（累積生産量）と長さ不合発生率との関係を示す特性図である。 工程モデルの一例を示す図であり、月（累積生産量）と疵発生率との関係を示す特性図である。 設備性能モデルの一例を示す図であり、（ａ）が月（累積生産量）とミル定数との関係を示す特性図、（ｂ）がメンテナンス頻度とミル定数との関係を示す特性図である。 工程モデルの一例を示す図であり、（ａ）が月（累積生産量）と板厚精度との関係を示す特性図、（ｂ）がメンテナンス頻度と板厚精度との関係を示す特性図である。 工程モデルの一例を示す図であり、（ａ）が月（累積生産量）と長さ不合発生率及び疵発生率との関係を示す特性図、（ｂ）がメンテナンス頻度と長さ不合発生率及び疵発生率との関係を示す特性図である。 設備性能モデルと、品質、スループット、コストを指標とする工程モデルとの関連を示す図である。 本発明のメンテナンス計画作成支援装置を構成可能なコンピュータシステムの一例を示すブロック図である。

符号の説明

１０１：実績データ収集手段
１０２：設備性能モデル作成保持手段
１０３：工程モデル作成保持手段
１０４：入力手段
１０５：シミュレーション手段
１０６：メンテナンス計画決定手段
１０７：出力手段
２０１：実績データ収集ステップ
２０２：設備性能モデル作成保持ステップ
２０３：工程モデル作成保持ステップ
２０４：入力ステップ
２０５：シミュレーションステップ
２０６：メンテナンス計画決定ステップ
２０７：出力ステップ
７００：コンピュータＰＣ
７０１：ＣＰＵ
７０２：ＲＯＭ
７０３：ＲＡＭ
７０４：システムバス
７０５：キーボードコントローラ
７０６：表示コントローラ
７０７：ディスクコントローラ
７０８：ネットワークインタフェースカード
７０９：キーボード
７１０：表示装置
７１１：ハードディスク
７１２：フレキシブルディスクドライブ
７１３：ＬＡＮ

Claims (7)

1. 製造工場の設備メンテナンス計画の作成を支援する設備メンテナンス計画作成支援装置であって、
   該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集手段と、
   前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持手段と、
   前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持手段と、
   設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力手段と、
   前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーション手段、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定手段のうち少なくともいずれか一方の手段と、
   前記シミュレーション手段によるシミュレーション結果、及び、前記メンテナンス計画決定手段により決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力手段と、を具備することを特徴とする設備メンテナンス計画作成支援装置。
2. 前記設備メンテナンス実績データは、メンテナンス実施項目及びメンテナンス実施時期を含むことを特徴とする請求項１に記載の設備メンテナンス計画作成支援装置。
3. 前記設備性能モデル作成保持手段は、前記生産量データ及び前記設備性能データに基づいて、該設備による生産量とそれによる設備性能劣化との関係を求め、また、前記設備メンテナンス実績データ及び前記設備性能データに基づいて、該設備のメンテナンス実施内容とそれによる設備性能向上との関係を求めることによって、前記設備性能モデルを作成することを特徴とする請求項１又は２に記載の設備メンテナンス計画作成支援装置。
4. 前記評価指標が製品品質、製造コスト、製造スループットのうちの少なくともいずれか一つ又は複数であることを特徴とする請求項１〜３のいずれか１項に記載の設備メンテナンス計画作成支援装置。
5. 製造工場の設備メンテナンス計画の作成を支援する設備メンテナンス計画作成支援方法であって、
   該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集ステップと、
   前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持ステップと、
   前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持ステップと、
   設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力ステップと、
   前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーションステップ、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定ステップのうち少なくともいずれか一方のステップと、
   前記シミュレーションステップによるシミュレーション結果、及び、前記メンテナンス計画決定ステップにより決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力ステップと、を有することを特徴とする設備メンテナンス計画作成支援方法。
6. 製造工場の設備メンテナンス計画の作成を支援するためのプログラムであって、
   該設備のメンテナンス実施内容についてのデータである設備メンテナンス実績データ、該設備の性能を計測したデータである設備性能データ、該設備による生産量についてのデータである生産量データ、及び該設備による生産についての評価指標のデータである評価指標データを取り込んで収集する実績データ収集処理と、
   前記生産量データ、前記設備メンテナンス実績データ、及び前記設備性能データに基づいて、該設備による生産量及びメンテナンス実施内容と設備性能との関係を表す設備性能モデルを作成して保持する設備性能モデル作成保持処理と、
   前記設備性能データ及び前記評価指標データに基づいて、設備性能とそれによって実現される生産についての評価指標の値との関係を求め、その関係及び前記設備性能モデルに基づいて、該設備による生産量及びメンテナンス実施内容とそれによって実現される生産についての評価指標の値との関係を表す工程モデルを作成して保持する工程モデル作成保持処理と、
   設備メンテナンス計画作成対象期間の生産予定、設備メンテナンス暫定計画、生産についての各評価指標に対する要求を重み付けして記述する評価関数、シミュレーション条件、及び最適メンテナンス計画計算条件の全て或いは一部を入力する入力処理と、
   前記生産予定、前記設備メンテナンス暫定計画、及び前記シミュレーション条件から、該設備による生産量及びメンテナンス実施内容を前記工程モデルに入力し、前記生産予定及び前記設備メンテナンス暫定計画によって実現される生産についての評価指標の値をシミュレーション結果として導出するシミュレーション処理、並びに、前記生産予定に対して、前記工程モデル、前記評価関数、及び前記最適メンテナンス計画計算条件に基づいて、前記評価関数の値を最大又は最小にして前記評価指標について最適メンテナンス計画を決定するメンテナンス計画決定処理のうち少なくともいずれか一方の処理と、
   前記シミュレーション処理によるシミュレーション結果、及び、前記メンテナンス計画決定処理により決定した最適メンテナンス計画のうち少なくともいずれか一方を出力する出力処理と、をコンピュータに実行させるためのプログラム。
7. 請求項６に記載のプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。

Images