JP5911831B2

JP5911831B2 - 生産管理装置および生産管理プログラム

Info

Publication number: JP5911831B2
Application number: JP2013184581A
Authority: JP
Inventors: 木本　正人; 正人木本; 康徳高瀬; 伊藤　道雄; 道雄伊藤; 登帆玉; 崇人中嶋
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2013-09-06
Filing date: 2013-09-06
Publication date: 2016-04-27
Anticipated expiration: 2033-09-06
Also published as: US20150073860A1; JP2015052862A

Description

本発明の実施形態は、生産管理装置および生産管理プログラムに関する。

生産管理装置では、作業員の熟練度やトラブルの発生などにより、装置の稼動率や処理時間が日々変動し、生産計画に遅れが発生することがあった。このような生産計画の遅れに対して定性的な勘と経験に頼って対策がとられていた。

特開２００４−１４５３９０号公報

本発明の一つの実施形態は、生産ラインにおける生産能力を定量化することが可能な生産管理装置および生産管理プログラムを提供することを目的とする。

本発明の一つの実施形態によれば、データ入力部と、展開リスク算出部と、生産能力算出部と、期待値算出部とが設けられている。データ入力部は、生産の進捗に影響するデータを入力する。展開リスク算出部は、前記データの分類結果に基づいて、前記生産の展開時期に関する展開リスクを算出する。生産能力算出部は、前記データの分析結果に基づいて、工程別の生産能力を算出する。期待値算出部は、前記展開リスクおよび前記生産能力に基づいて、工程別の生産量の期待値を算出する。

図１は、一実施形態に係る生産管理装置の概略構成を示すブロック図である。図２は、一実施形態に係る生産管理方法におけるモデルの確立方法を示すブロック図である。図３は、過去の活動アイテムにおける要因の抽出例の一覧を示す図である。図４は、図２の重回帰分析に用いられる変数の一例を示す図である。図５は、予測アイテムにおける展開確率の算出方法を示すブロック図である。図６は、予測アイテムにおける難易度ランクの一例を示す図である。図７は、予測アイテムにおける展開遅れの分布を示す図である。図８は、予測アイテムにおける展開確率の一例を示す図である。図９は、工程ごとの生産能力に応じた成功率の表示例を示す図である。図１０は、一実施形態に係る生産管理装置のハードウェア構成例を示すブロック図である。

以下に添付図面を参照して、実施形態に係る生産管理装置を詳細に説明する。なお、これらの実施形態により本発明が限定されるものではない。

図１は、一実施形態に係る生産管理装置の概略構成を示すブロック図である。
図１において、生産管理装置には、データ入力部１、展開リスク算出部２、生産能力算出部３、期待値算出部４および可視化部５が設けられている。データ入力部１は、生産の進捗に影響するデータを入力する。展開リスク算出部２は、入力データの分類結果に基づいて、生産の展開時期に関する展開リスクを算出する。生産能力算出部３は、入力データの分析結果に基づいて、工程別の生産能力を算出する。期待値算出部４は、展開リスクおよび生産能力に基づいて、工程別の生産量の期待値を算出する。可視化部５は、展開リスク、生産能力および期待値を工程別に可視化する。

なお、展開リスク算出部２は、生産の進捗に影響する要因を説明変数、展開時期を従属変数とする重回帰分析に基づいて展開リスクを算出することができる。なお、生産の進捗に影響する要因は、四則演算ができない名義尺度と呼ばれる質的データである。このため、この説明変数は、要因の選択肢が選ばれたら１、要因の選択肢が選ばれなかったら０とする数量化Ｉ類というダミー変数で定義することができる。
生産能力はロット単位で表すことができる。この時、１ロット分の生産にかかる時間をピッチタイムとすると、生産能力（ロット数／月）は（生産装置１台当たりの稼動時間）÷（ピッチタイム）×（生産装置の台数）で与えることができる。
展開リスクはランクで与えることができ、そのランクに展開確率を付与することができる。展開リスク、生産能力および期待値は、工程別に棒グラフ状に可視化することができ、その棒グラフ上に展開確率を表示することができる。なお、展開リスクは、期待値が与えられた時の展開確率を示すことができる。

図２は、一実施形態に係る生産管理方法におけるモデルの確立方法を示すブロック図である。
図２において、生産能力を向上させるための過去の活動アイテムを工程ごとに類型化する（Ｓ１）。そして、この類型化された活動アイテムから、生産の進捗に影響する要因Ｘの抽出および分析を行うとともに（Ｓ２）、進捗Ｙの情報を得る（Ｓ３）。なお、この要因としては、例えば、アプローチとして、プロセス、稼働率および新規装置導入などを挙げることができる。また、装置メーカへの依存度として、装置ハードウェアの改造要および装置ソフトウェアの改造要などを挙げることができる。従来手法との類似度として、同品種または同機種への展開および異品種または異機種への展開などを挙げることができる。
次に、要因Ｘを説明変数、進捗Ｙを従属変数とする重回帰分析を行い（Ｓ４）、要因Ｘから進捗Ｙを求めるモデルＦを確立する（Ｓ５）。

図３は、過去の活動アイテムにおける要因の抽出例の一覧を示す図である。
図３において、過去の活動アイテムから、生産の進捗に影響する要因として２４項目を抽出した。これらの要因には、要因の選択肢を与えることができる。例えば、アプローチという要因には、プロセス改善によるインデックス短縮、運用改善によるインデックス短縮、装置改造によるレシピ展開、ムダ時間削減による稼働率向上およびその他という選択肢を与えることができる。

図４は、図２の重回帰分析に用いられる変数の一例を示す図である。なお、図４の例では、説明を簡単化するために、説明変数（ここでは、納期に影響する要因）をＸ_１〜Ｘ_３、従属変数（ここでは、展開遅れ）をＹとした。また、要因の選択肢が選ばれたら１、選ばれなかったら０となるダミー変数をＣ_ｉｊ（ｉ＝１，２，・・・、ｊ＝１，２，・・・）、説明変数に与えられる数値をａ_ｉｊ（ｉ＝１，２，・・・、ｊ＝１，２，・・・）とした。なお、説明変数に与えられる数値とは、納期に影響する要因から展開遅れを予測するための係数である。
図４において、展開遅れの予測値を^Ｙとすると、次のような重回帰式を解くことで、解のａ_ｉｊを得ることができる。
^Ｙ＝ａ_１１・Ｃ_１１＋ａ_１２・Ｃ_１２＋ａ_１３・Ｃ_１３
＋ａ_２１・Ｃ_２１＋ａ_２２・Ｃ_２２＋ａ_２３・Ｃ_２３＋ａ_２４・Ｃ_２４
＋ａ_３１・Ｃ_３１＋ａ_３２・Ｃ_３２
一般的には、^Ｙ、Ｃ_ｉｊ、ａ_ｉｊの配列表現を^ｙ、Ｃ、ａとすると、
^ｙ＝Ｃ・ａ
ａ＝Ｃ^−１・^ｙ
として、説明変数に与えられる数値ａを求めることができる。

図５は、予測アイテムにおける展開確率の算出方法を示すブロック図である。
図５において、予測アイテムについて生産の進捗に影響する要因Ｘを分析する（Ｓ１１）。次に、要因Ｘから進捗Ｙを求めるモデルＦを当てはめることで（Ｓ１２）、進捗Ｙを予測する（Ｓ１３）。この時、進捗Ｙは、Ｙ＝Ｆ・Ｘで与えることができる。このモデルＦは、上述した重回帰式を用いることができる。なお、進捗Ｙは、展開予定日に対する進みまたは遅れで表すことができる。予測アイテムを生産の進捗に関する難易度に展開する（Ｓ１４）。この難易度は、例えば、難易度ランクＫＡ、ＫＢ、ＫＣで定義することができる。ここで、単なる予測値と実績値との関係では、モデルＦから求めた正解率のバラツキが大きいのに対し、生産の進捗を難易度ランクで定義することにより、モデルＦから求めた正解率のバラツキを減少させることができる。この時、展開実績から求めた難易度ランクの実績値とモデルを用いて予測した難易度ランクの予測値があっているものを正解とすることができる。次に、難易度に対する展開確率を計算する（Ｓ１５）。

図６は、予測アイテムにおける難易度ランクの一例を示す図である。
図６において、展開遅れの時期が長くなるに従って、難易度ランクＫＡ、ＫＢ、ＫＣを上げることができる。例えば、展開遅れの時期が０週以下では難易度ランクＫＡ、展開遅れの時期が０〜１２週では難易度ランクＫＢ、展開遅れの時期が１２週以上では難易度ランクＫＣとすることができる。

図７は、予測アイテムにおける展開遅れの分布を示す図である。なお、図７の例では、過去の７１件分の活動アイテムについて展開遅れを度数（件数）で示した。
図７において、活動アイテムについての展開遅れは正規分布とみなすことができる。この時、展開遅れの平均は２．２週、展開遅れのばらつきは６．６週だった。このため、展開遅れの時期で分割した正規分布の面積から展開遅れの時期における展開確率を求めることができる。

図８は、予測アイテムにおける展開確率の一例を示す図である。
図８において、展開遅れを正規分布とみなすと、例えば、１ヶ月前の展開確率は１１％、予定週の展開確率は３７％、１ヶ月後の展開確率は７２％という値を得ることができる。なお、展開遅れが正の場合は生産の進捗が遅れていることを示し、展開遅れが負の場合は生産の進捗が進んでいることを示す。

図９は、工程ごとの生産能力に応じた成功率の表示例を示す図である。
図９において、各工程Ａ、Ｂ、・・・、Ｈ、Ｉ、Ｊごとに生産能力を棒グラフ状に示した。なお、生産能力は、各工程Ａ、Ｂ、・・・、Ｈ、Ｉ、Ｊにおける１月当たりのロット数とすると、（生産装置１台当たりの稼動時間）÷（ピッチタイム）×（生産装置の台数）で与えることができる。また、同一機種において、号機ごとにピッチタイムまたは稼動時間が異なる場合には、機種ごとに平均をとることができる。また、工程Ａ、Ｂ、・・・、Ｈ、Ｉ、Ｊとしては、例えば、リソグラフィ工程、ＣＶＤ工程、イオン注入工程、エッチング工程およびＣＭＰ工程を挙げることができる。また、同一ウェハにおいて同種工程が複数回行われる場合には、これらを別工程とすることができる。例えば、同一ウェハにおいてリソグラフィ工程が５回行われる場合には、これらのリソグラフィ工程を別工程とすることができる。

そして、各工程Ａ、Ｂ、・・・、Ｈ、Ｉ、Ｊごとに展開遅れに対する展開確率を求めた後、（展開確率）×（生産能力）という演算を行うことで、Ｎ月の目標値に対する期待値を求め、棒グラフ上に重ねて表示することができる。なお、この期待値は、例えば、図６の難易度ランクに応じて幅を持たせることができる。そして、その期待値に対する展開確率（展開リスク）を、Ｎ月の目標値に対する成功率として数値で表示することができる。例えば、工程Ｂにおいて、期待値Ｋ１は成功率が７２％である生産ロット数、期待値Ｋ２は、成功率が３７％である生産ロット数、期待値Ｋ３は成功率が１１％である生産ロット数を示す。

これにより、Ｎ月の目標値に対して各工程の成功率を定量的に判断することができる。このため、定性的な勘と経験に頼ることなく、各工程において積み増しや設備増強の必要性を判断することができ、無駄な経費の発生を抑制しつつ、生産性を向上させることができる。

図１０は、一実施形態に係る生産管理装置のハードウェア構成例を示すブロック図である。
図１０において、生産管理装置には、ＣＰＵなどを含むプロセッサ１１、固定的なデータを記憶するＲＯＭ１２、プロセッサ１１に対してワークエリアなどを提供するＲＡＭ１３、人間とコンピュータとの間の仲介を行うヒューマンインターフェース１４、外部との通信手段を提供する通信インターフェース１５、プロセッサ１１を動作させるためのプログラムや各種データを記憶する外部記憶装置１６を設けることができ、プロセッサ１１、ＲＯＭ１２、ＲＡＭ１３、ヒューマンインターフェース１４、通信インターフェース１５および外部記憶装置１６は、バス１７を介して接続されている。

なお、外部記憶装置１６としては、例えば、ハードディスクなどの磁気ディスク、ＤＶＤなどの光ディスク、ＵＳＢメモリやメモリカードなどの可搬性半導体記憶装置などを用いることができる。また、ヒューマンインターフェース１４としては、例えば、入力インターフェースとしてキーボードやマウスやタッチパネル、出力インターフェースとしてディスプレイやプリンタなどを用いることができる。また、通信インターフェース１５としては、例えば、インターネットやＬＡＮなどに接続するためのＬＡＮカードやモデムやルータなどを用いることができる。ここで、外部記憶装置１６には、生産管理をコンピュータに実行させる生産管理プログラム１６ａがインストールされている。

ここで、生産管理プログラム１６ａは、図１のデータ入力部１、展開リスク算出部２、生産能力算出部３、期待値算出部４および可視化部５の機能を実現することができる。そして、生産管理プログラム１６ａが実行されると、生産の進捗に影響するデータがヒューマンインターフェース１４を介して入力される。そして、プロセッサ１１において、そのデータの分類結果に基づいて、生産の展開時期に関する展開リスクが算出されるとともに、そのデータの分析結果に基づいて、工程別の生産能力が算出される。そして、展開リスクおよび生産能力に基づいて、工程別の生産量の期待値が算出され、展開リスク、生産能力および期待値がヒューマンインターフェース１４上に工程別に可視化される。

なお、プロセッサ１１に実行させる生産管理プログラム１６ａは、外部記憶装置１６に格納しておき、プログラムの実行時にＲＡＭ１３に読み込むようにしてもよいし、生産管理プログラム１６ａをＲＯＭ１２に予め格納しておくようにしてもよいし、通信インターフェース１５を介して生産管理プログラム１６ａを取得するようにしてもよい。また、生産管理プログラム１６ａは、スタンドアロンコンピュータに実行させてもよいし、クラウドコンピュータに実行させてもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１データ入力部、２展開リスク算出部、３生産能力算出部、４期待値算出部、５可視化部、１１プロセッサ、１２ＲＯＭ、１３ＲＡＭ、１４ヒューマンインターフェース、１５通信インターフェース、１６外部記憶装置、１６ａ生産管理プログラム、１７バス

Claims

生産の進捗に影響するデータを入力するデータ入力部と、
前記データの分類結果に基づいて、前記生産の展開時期に関する展開リスクを算出する展開リスク算出部と、
前記データの分析結果に基づいて、工程別の生産能力を算出する生産能力算出部と、
前記展開リスクおよび前記生産能力に基づいて、工程別の生産量の期待値を算出する期待値算出部とを備え、
前記展開リスク算出部は、前記生産の進捗に影響する要因を説明変数、前記展開時期を従属変数とする重回帰分析に基づいて前記展開リスクを算出し、
前記説明変数は、前記要因の選択肢が選ばれたら１、前記要因の選択肢が選ばれなかったら０とするダミー変数で定義され、
前記生産能力はロット単位で表され、１ロット分の生産にかかる時間をピッチタイムとすると、前記生産能力は（生産装置１台当たりの稼動時間）÷（ピッチタイム）×（生産装置の台数）で与えられ、
前記展開リスクはランクで与えられ、前記ランクに展開確率が与えられることを特徴とする生産管理装置。
生産の進捗に影響するデータを入力するデータ入力部と、
前記データの分類結果に基づいて、前記生産の展開時期に関する展開リスクを算出する展開リスク算出部と、
前記データの分析結果に基づいて、工程別の生産能力を算出する生産能力算出部と、
前記展開リスクおよび前記生産能力に基づいて、工程別の生産量の期待値を算出する期待値算出部とを備え、
前記展開リスク算出部は、前記生産の進捗に影響する要因を説明変数、前記展開時期を従属変数とする重回帰分析に基づいて前記展開リスクを算出し、
前記説明変数は、前記要因の選択肢が選ばれたら１、前記要因の選択肢が選ばれなかったら０とするダミー変数で定義されることを特徴とする生産管理装置。
前記生産能力はロット単位で表され、１ロット分の生産にかかる時間をピッチタイムとすると、前記生産能力は（生産装置１台当たりの稼動時間）÷（ピッチタイム）×（生産装置の台数）で与えられることを特徴とする請求項２に記載の生産管理装置。
生産の進捗に影響するデータを入力するステップと、
前記データの分類結果に基づいて、前記生産の展開時期に関する展開リスクを算出するステップと、
前記データの分析結果に基づいて、工程別の生産能力を算出するステップと、
前記展開リスクおよび前記生産能力に基づいて、工程別の生産量の期待値を算出するステップとをコンピュータに実行させる生産管理プログラムであって、
前記生産の進捗に影響する要因を説明変数、前記展開時期を従属変数とする重回帰分析に基づいて前記展開リスクを算出し、
前記説明変数は、前記要因の選択肢が選ばれたら１、前記要因の選択肢が選ばれなかったら０とするダミー変数で定義されることを特徴とする生産管理プログラム。