JP6036381B2

JP6036381B2 - 設計工数予測装置、方法及びプログラム

Info

Publication number: JP6036381B2
Application number: JP2013029758A
Authority: JP
Inventors: 奥田　謙造; 謙造奥田; 英輔加治佐; 信人横山
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2013-02-19
Filing date: 2013-02-19
Publication date: 2016-11-30
Anticipated expiration: 2033-02-19
Also published as: JP2014160303A

Description

本発明は、設計工数予測装置、方法及びプログラムに関し、特に、製品モデルを変更して新しいモデルを設計する場合における設計工数予測装置、方法及びプログラムに関する。

製品モデルを変更し新しいモデルを設計する際に、変更前の形状定義を使用できるようにした製品設計装置に関する技術については、例えば、特許文献１〜３に開示されている。

特許文献１には、ＣＡＭ（ＣｏｍｐｕｔｅｒＡｉｄｅｄＭａｎｕｆａｃｔｕｒｉｎｇ）等を用いて製品を開発する場合において、過去の開発の工数データに基づき、開発工数を推定する技術が開示されている。特許文献２には、設計処理の各工程及び全体の工数を計算することにより、設計工数を見積もる技術が開示されている。特許文献３には、ＬＳＩ開発の工数を予測するため、予測工数との間で相関関係があることが知られている少なくとも１つのパラメータを用いた近似式を用いる技術が開示されている。

特開平０８−０１６６３９号公報特開２００２−０１５０１１号公報特開平１０−１１１８８７号公報

ここで、金型設計及び製作におけるＮＣ（ｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌ）データ作成工程では、作成済みのＮＣデータのうち類似のＮＣデータについての加工方法、条件及び工具経路等のＣＡＭ情報を流用することで、新規のＮＣデータの作成工数（又は型費）を低減することを目標としている。しかしながら、上述した特許文献１〜３には、変更前の形状定義を流用する場合のＣＡＭデータの設計工数を見積もることが困難であるという問題点がある。

本発明は、このような問題を解決するためになされたものであり、金型を設計する際に、設計工数の見積もりの精度を向上するための設計工数予測装置、方法及びプログラムを提供することを目的としている。

本発明の第１の態様にかかる設計工数予測装置は、金型設計の際、既存の型データを流用して設計する際の設計工数を予測する設計工数予測装置であって、流用元の型データと設計対象の型データとの加工属性を考慮して、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出する流用率算出部と、前記流用率に基づいて、前記設計対象の設計工数を算出する設計工数算出部と、を備えるものである。これにより、金型を設計する際に、設計工数の見積もりの精度を向上することができる。

また、前記設計工数算出部は、前記流用率に基づいて所定の補正関数を用いて、前記設計対象の設計工数を算出することが望ましい。これにより、設計工数の見積もりの精度をさらに向上することができる。

また、前記流用率算出部は、前記流用元の型データの加工属性と、前記設計対象の型データの加工属性とを比較して、加工部位ごとに流用の可否を判定し、前記流用の可否の判定結果に基づいて、前記流用率を算出することが望ましい。これにより、より精密に設計工数を見積もることができる。

また、前記流用率算出部は、前記流用元の型データの加工属性と、前記設計対象の型データの加工属性とを比較して、加工部位ごとに流用の可否を判定し、前記流用可と判定された加工部位について流用の種別を判定し、前記流用の種別の判定結果に基づいて、前記加工部位及び前記流用の種別ごとの部分流用率を算出し、前記部分流用率に基づき前記流用率を算出するようにするとよい。これにより、より精密に設計工数を見積もることができる。

さらに、前記流用率算出部は、前記加工部位及び前記流用の種別の組み合わせに基づく係数を用いて、前記部分流用率から前記流用率を算出するとよい。これにより、加工部位及び流用の種別に応じてきめ細かな流用率の算出が可能となる。

さらに、前記流用の種別は、少なくとも完全一致、位置違い及び形違いを含むとよい。これにより、流用の種別に応じた適切な重み付けを用いて設計工数を見積もることができる。

または、前記流用率算出部は、前記金型設計における品番、工程情報及び部品情報を入力する入力手段と、前記入力手段により入力された前記品番、前記工程情報及び前記部品情報並びに前記算出された部分流用率を入力データとするニューラルネットワークを用いた演算を実行することで、当該品番に関する前記流用率及び予測ＣＡＭ工数を出力する演算手段とを備え、前記ニューラルネットワークは、複数の入力層ニューロン素子を含む入力層と、複数の出力層ニューロン素子を含む出力層と、前記複数の入力層ニューロン素子と前記複数の出力層ニューロン素子との間に設けられる複数の中間層ニューロン素子を含む少なくとも１層の中間層とを有し、前記入力手段により入力された前記品番、前記工程情報及び前記部品情報、並びに、前記算出された部分流用率を前記入力層に対する入力データとし、前記品番に関する流用率及び予測ＣＡＭ工数を前記出力層による出力データとする階層結合型ニューラルネットワークであるようにしてもよい。これにより、経験的に見積もられた設計工数を学習させて、より予測の精度を高めることができる。

本発明の第２の態様にかかる設計工数予測方法は、金型設計の際、既存の型データを流用して設計する際の設計工数をコンピュータにより予測する設計工数予測方法であって、前記コンピュータが、流用元の型データと設計対象の型データとの加工属性を考慮して、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出し、前記流用率に基づいて、前記設計対象の設計工数を算出する。これにより、金型を設計する際に、設計工数の見積もりの精度を向上することができる。

本発明の第３の態様にかかる設計工数予測プログラムは、金型設計の際、既存の型データから設計変更する際の設計工数を予測する処理をコンピュータに実行させる設計工数予測プログラムであって、流用元の型データと設計対象の型データとの加工属性を考慮して、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出する処理と、前記流用率に基づいて、前記設計対象の設計工数を算出する処理と、を前記コンピュータに実行させる。これにより、金型を設計する際に、設計工数の見積もりの精度を向上することができる。

本発明により、金型を設計する際に、設計工数の見積もりの精度を向上するための設計工数予測装置、方法及びプログラムを提供することができる。

本発明の実施の形態１にかかる設計工数予測装置の構成を示すブロック図である。本発明の実施の形態１にかかる金型設計全体の工程の流れを示すフローチャートである。本発明の実施の形態１にかかる設計工数予測処理の流れを示すフローチャートである。本発明の実施の形態１にかかる加工部位ごとの流用可否及び流用タイプの例を示す図である。本発明の実施の形態１にかかる流用率の例を示す図である。本発明の実施の形態１にかかる工数低減率係数の例を示す図である。本発明の実施の形態１にかかる工数低減率補正関数テーブルの例を示す図である。本発明の実施の形態１にかかる流用率及び工数低減率の例を示す図である。本発明の実施の形態１にかかる加工部位グループごとの流用タイプの個数の例を示す図である。本発明の実施の形態１にかかる流用率の算出過程の例を示す図である。本発明の実施の形態１にかかる工数低減率係数の例を示す図である。本発明の実施の形態１にかかる補正関数テーブルの例を示す図である。本発明の実施の形態２にかかる階層結合型ニューラルネットワークの例を示す図である。

以下では、上述した各態様を含む本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略する。

＜発明の実施の形態１＞
図１は、本発明の実施の形態１にかかる設計工数予測装置１の構成を示すブロック図である。本発明の実施の形態１にかかる設計工数予測装置１は、金型設計の際、既存の型データを流用して設計する際の設計工数を予測するものである。具体的には、設計工数予測装置１は、典型的なコンピュータシステムを用いて構成されている。設計工数予測装置１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１１と、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）１２と、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）１３と、入力装置１４と、表示装置１５と、通信ＩＦ（インタフェース）１６と、ハードディスク１７とを備える。また、ハードディスク１７は、不揮発性記憶装置であり、ＯＳ（ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）１７１、予測ＣＡＭ工数算出プログラム１７２、型Ａｓｓｙデータ（対象車種）１７３、型Ａｓｓｙデータ（流用元車種）１７４、流用率１７５、工数低減率係数１７６及び補正関数１７７が格納されている。

予測ＣＡＭ工数算出プログラム１７２は、本発明の実施の形態１にかかる設計工数予測処理が実装されたコンピュータプログラムである。設計工数予測処理には、少なくとも流用率算出処理及び設計工数算出処理とを含む。型Ａｓｓｙデータ（対象車種）１７３は、設計対象の金型の型データである。型Ａｓｓｙデータ（流用元車種）１７４は、流用元の金型の型データである。型Ａｓｓｙデータ（対象車種）１７３及び型Ａｓｓｙデータ（流用元車種）１７４は、例えば、ＣＡＭ情報である。流用率１７５は、流用元から設計対象へ型データを流用する度合いを示す数値データである。工数低減率係数１７６は、設計工数の低減率を算出するために用いる係数である。補正関数１７７は、設計工数の低減率を補正するための関数である。

ＣＰＵ１１は、設計工数予測装置１における各種処理、ＲＡＭ１２、ＲＯＭ１３、入力装置１４、表示装置１５、通信ＩＦ１６及びハードディスク１７へのアクセス等を制御する。ＣＰＵ１１は、ＲＡＭ１２、ＲＯＭ１３及びハードディスク１７に格納されたＯＳ１７１及び予測ＣＡＭ工数算出プログラム１７２を読み込み、実行する。これにより、設計工数予測装置１における設計工数予測処理を実行する言い換えると、流用率算出部及び設計工数算出部として機能する。

入力装置１４は、オペレータによる入力を受け付ける装置である。例えば、入力装置１４としてマウス及びキーボード又はタッチパネル等が挙げられるが、これに限定されない。

表示装置１５は、ＣＰＵ１１による演算結果や、オペレータに対して入力装置１４による入力を促すための画面などを表示する。表示装置１５は、例えば、ＣＲＴディスプレイ、液晶ディスプレイ等が利用可能である。

通信ＩＦ１６は、図１に示すコンピュータシステムのデータ入出力インタフェースの１つである。通信ＩＦ１６は、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）、ＩＥＥＥ１３９４等のネットワークと接続してデータの送受信を行う。

図２は、本発明の実施の形態１にかかる金型設計全体の工程の流れを示すフローチャートである。まず、ユーザは、設計対象の金型を設計する（Ｓ１０１）。次に、ユーザは、予測ＮＣデータを作成する（Ｓ１０２）。そして、ユーザは、設計工数予測装置１を用いて予測ＣＡＭ工数（設計工数）を算出する（Ｓ１０３）。その後、ユーザは、設計工数予測装置１により算出された予測ＣＡＭ工数が基準を満たすか否かを判定する（Ｓ１０４）。基準を満たさないと判定した場合、ユーザは、予測ＮＣデータを修正し（Ｓ１０５）、ステップＳ１０１へ戻る。ステップＳ１０４において、予測ＣＡＭ工数が基準を満たすと判定した場合、ユーザは、設計工数予測装置１等を用いて図面等を出力する（Ｓ１０６）。そして、ユーザは、予測ＣＡＭ工数に基づいてＮＣデータ作成日程を計画する（Ｓ１０７）。

図３は、本発明の実施の形態１にかかる設計工数予測処理の流れを示すフローチャートである。また、以下の説明では、ある特定の下型（例として、品番"１１１１１"、工程名"３"、部品名"下型"）における加工工程を想定した場合を、適宜、具体例として図示するものとする。まず、設計工数予測装置１は、対象車種（設計対象）の型Ａｓｓｙデータを入力する（Ｓ１１１）。例えば、ユーザにより設計された設計対象の型データが設計工数予測装置１に入力される。そして、設計工数予測装置１は、入力されたデータを型Ａｓｓｙデータ（対象車種）１７３としてハードディスク１７に格納する。

また、設計工数予測装置１は、流用元車種の型Ａｓｓｙデータを入力する（Ｓ１１２）。例えば、ユーザが上記設計の際に参考にした流用元の型データが設計工数予測装置１に入力される。そして、設計工数予測装置１は、入力されたデータを型Ａｓｓｙデータ（流用元車種）１７４としてハードディスク１７に格納する。

次に、設計工数予測装置１は、対象車種と流用元車種の型Ａｓｓｙデータの加工属性の一致判定を行う（Ｓ１１３）。すなわち、設計工数予測装置１は、流用元の型データの加工属性と、設計対象の型データの加工属性とを比較して、加工部位ごとに流用の可否と有用の種別（流用タイプ）を判定する。ここで、加工属性は、各部位の加工設計に関わる詳細な意味を持つ特徴を示す。その特徴には、部位の意味として、穴の"逃がし"、座の"取り付け"等があり、設計関係として、仕上げ記号、公差等がある。加工属性の例としては、「逃がし穴（▽）」等となる。尚、「▽」は図面を仕上げる際の精度を示す仕上げ記号の一例であり、これに限定されない。また、設計工数予測装置１は加工属性を考慮して加工部位ごとに、設計対象の型データについて対応する流用元の型データを流用可能か否かを判定する。そして、流用可能と判定された加工部位について、設計工数予測装置１は、当該加工部位の類似度として完全一致、位置違い又は形違いのいずれの流用タイプであるかを判定する。ここで、完全一致とは、加工部位が一致しており、型データをそのまま流用できることを示す。また、位置違いとは加工部位の位置が異なり、形状について流用できることを示す。特に、位置違いについては、平行又は回転による違いであるかも判定する。さらに、形違いとは、加工部位の大きさが異なるつまり相似形であり、基準となる位置は流用できることを示す。尚、流用タイプはこれに限定されない。ここで、図４は、本発明の実施の形態１にかかる加工部位ごとの流用可否及び流用タイプの例を示す図である。

続いて、設計工数予測装置１は、全体のＣＡＭ流用率を算出する（Ｓ１１４）。すなわち、設計工数予測装置１は、加工属性の一致判定の判定結果に基づいてＣＡＭ流用率を算出する。具体的には、設計工数予測装置１は、加工部位の総数当たりの流用可能と判定された加工部位数の比率をＣＡＭ流用率として算出する。

そして、設計工数予測装置１は、加工部位Ｇ単位のＣＡＭ流用率を算出する（Ｓ１１５）。すなわち、設計工数予測装置１は、加工部位名を加工部位グループごとにまとめて、グループ内の加工部位数を集計する。そして、設計工数予測装置１は、各加工部位グループにおける流用タイプごとに、加工部位の個数を集計し、グループ内の加工部位の総数当たりの各流用タイプに分類された加工部位の個数の比率を流用率（部分流用率）として算出する。また、加工部位グループ当たりの全ての流用タイプにおける個数及び流用率を集計し、流用可と判定された個数及び流用率として算出する。図５は、上記の部品名"下型"における流用率の例を示す図である。

その後、設計工数予測装置１は、予測ＣＡＭ工数を算出する（Ｓ１１６）。以下に、予測ＣＡＭ工数を算出するための一例を説明する。まず、図６は、上記の部品名"下型"における工数低減率係数１７６の例を示す図である。図６に基づいて、工数低減率係数を以下の式（１）に示す行列式で表現する。すなわち、工数低減率係数は、加工部位及び流用タイプの組み合わせに基づく係数である。

そして、設計工数予測装置１は、加工部位グループごとの工数低減率を算出する。具体的には、図５の加工部位グループである壁、座、穴の３グループについて、加工部位グループ及び流用タイプごとに、全体個数当たりの加工部位の個数の比率を算出し、以下の式（２）に示す行列式で表現する。ここで、当該行列式は、行方向が流用タイプ、列方向が加工部位グループとしている。例えば、１行目１列目の"０．１０"は、加工部位グループ「壁」の流用タイプ「完全一致」の全体に占める加工部位の個数の割合となる。また、１行目２列目の"０．０５"は、加工部位グループ「壁」の流用タイプ「位置違い」の全体に占める加工部位の個数の割合となる。そして、当該行列式に上述した工数低減率係数を掛け合わせることで、壁、座、穴のそれぞれの工数低減率が求まる。

続いて、設計工数予測装置１は、以下の式（３）に示すように、各グループの工数低減率成分の和である工数低減率Ｘを算出する。

そして、設計工数予測装置１は、所定の補正関数Ｆ（Ｘ）を用いて、工数低減率Ｘを補正する。尚、補正関数Ｆ（Ｘ）は、経験的に求められた関数を用いることができる。また、工数低減率を補正すること、つまり、補正関数を用いることは必須ではない。但し、補正関数を用いて工数低減率を補正することで、低減率の精度を向上させることができる。図７は、本発明の実施の形態１にかかる工数低減率補正関数テーブル１７７の例を示す図である。図７の例では、品番"１１１１１"、工程名"３"、部品名"下型"における補正関数適用後の工数低減率は、以下の式（４）に示した値となる。

その後、設計工数予測装置１は、対象車種の流用率及び工数低減率を保存する（Ｓ１１７）。図８は、本発明の実施の形態１にかかる流用率及び工数低減率の例を示す図である。また、設計工数予測装置１は、既存の型Ａｓｓｙデータを流用しなかった場合の対象車種におけるＣＡＭ工数と、式（４）の工数低減率とを用いて、既存の型Ａｓｓｙデータを流用した場合の対象車種における予測ＣＡＭ工数を算出し、出力する（Ｓ１１８）。

尚、補正関数は、品番、工程及び部品の組み合わせのうち、一部のものについてのみ適用しても構わない。また、品番、工程及び部品の組み合わせごとに異なる補正関数を用いても構わない。

図９は、上記の部品名"下型"における加工部位グループごとの流用タイプの個数の他の例を示す図である。ここでは、加工部位グループとして、座、ポケ座、その他、壁、ポケットの５グループを例に挙げるがこれに限定されない。そして、図１０は、上記の部品名"下型"における流用率の算出過程の例を示す図である。つまり、図９の例における各流用タイプごとの個数の割合を示す。

図１１は、上記の部品名"下型"における工数低減率係数の例を示す図である。そのため、設計工数予測装置１は、図１１の各係数値を上述した式（１）のような行列式にあてはめ、図１０の値と共に、上述した式（２）に適用することで、加工部位グループごとの工数低減率を以下の式（５）のように求めることができる。

そして、設計工数予測装置１は、式（５）の各値を合計することで、以下の式（６）に示す工数低減率合計値Ｘを求める。

その後、設計工数予測装置１は、設計対象の品番、工程名及び一般部品名から補正関数Ｆ（Ｘ）を特定する。図１２は、本発明の実施の形態１にかかる補正関数テーブルの例を示す図である。例えば、設計工数予測装置１は、図１２の補正関数テーブルを参照して、以下の式（７）に示す補正関数Ｆ（Ｘ）を特定する。

そして、設計工数予測装置１は、以下の式（８）に示すように、補正後の工数低減率Ｘ'を算出する。

以上のように、本発明の実施の形態１により、型データからＣＡＭデータの作成工数を予測することができる。そして、予測されたＣＡＭデータの作成工数から型費の低減率を計算でき、型費の見積もり精度が向上する。すなわち、金型を設計する際に、設計工数（型費）の見積もりの精度を向上することができる。

＜発明の実施の形態２＞
本発明の実施の形態２では、図３の設計工数予測処理のうち、ステップＳ１１４及びＳ１１５にニューラルネットワークを適用した場合を示す。図１３は、本発明の実施の形態２にかかる階層結合型ニューラルネットワークの例を示す図である。ニューラルネットワーク２０は、入力層２０１及び出力層２０３と、入力層２０１及び出力層２０３の間に位置する中間層（隠れ層）２０２を有する。

図１３において、入力層２０１には、合計１２個の入力層ニューロン素子Ｉ１〜Ｉ１２が含まれており、各々の入力層ニューロン素子には、入力データとして、品番、工程情報、部品情報、算出された部分流用率が入力される。入力層２０１に対するこれらの入力データが、中間層２０２に含まれる中間層ニューロン素子Ｃ１〜Ｃ１３（図１３では計１３個）を経由して出力層２０３に伝搬する。出力層２０３には、合計５個の出力層ニューロン素子Ｏ１〜Ｏ５が含まれており、これらの出力層ニューロン素子の出力データとして、全体の流用率、部位１〜３の流用率及び予測ＣＡＭ工数が出力される。

なお、図１３では、中間層２０２を１層のみとしているが２層以上の中間層を設けてもよい。また、中間層２０２に含まれる中間層ニューロン素子の数は図１３に示す数（１３個）に限定されるものではないことも勿論である。中間層２０２の層数及び中間層２０２に含まれるニューロン素子数は、ニューラルネットワーク２０の出力データ（全体の流用率、部位１〜３の流用率及び予測ＣＡＭ工数）と最適値との間の許容誤差、ニューラルネットワーク２０の学習及び出力データを得るための演算に要する計算時間の許容度に応じて適宜決定すればよい。図１３のニューラルネットワーク２０の学習は、バックプロパゲーション法により行ってもよいが、これに限定されない。

また、上述した設計工数予測装置１に実装する場合には、流用率算出部が金型設計における品番、工程情報及び部品情報を入力する入力手段と、入力手段により入力された品番、工程情報及び部品情報並びに算出された部分流用率を入力データとするニューラルネットワーク２０を用いた演算を実行することで、当該品番に関する流用率及び設計工数の低減率を出力する演算手段とを備えることとなる。そして、ニューラルネットワーク２０は、複数の入力層ニューロン素子を含む入力層２０１と、複数の出力層ニューロン素子を含む出力層２０３と、複数の入力層ニューロン素子と複数の出力層ニューロン素子との間に設けられる複数の中間層ニューロン素子を含む少なくとも１層の中間層２０２とを有する。そしてニューラルネットワーク２０は、入力手段により入力された品番、工程情報及び部品情報、並びに、算出された部分流用率を入力層に対する入力データとし、品番に関する流用率及び予測ＣＡＭ工数を出力層による出力データとする階層結合型ニューラルネットワークである。

このように、予測ＣＡＭ工数を経験的に算出した見積もり結果について学習させることで、より精度の高い設計工数の予測を実現することができる。

＜その他の実施の形態＞
上述の例において、設計工数予測処理をコンピュータに行わせるための命令群を含むプログラム（例えば、予測ＣＡＭ工数算出プログラム１７２）は、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更及び組み合わせをすることが可能である。

１設計工数予測装置
１１ＣＰＵ
１２ＲＡＭ
１３ＲＯＭ
１４入力装置
１５表示装置
１６通信ＩＦ
１７ハードディスク
１７１ＯＳ
１７２予測ＣＡＭ工数算出プログラム
１７３型Ａｓｓｙデータ（対象車種）
１７４型Ａｓｓｙデータ（流用元車種）
１７５流用率
１７６工数低減率係数
１７７補正関数
２０ニューラルネットワーク
２０１入力層
２０２中間層
２０３出力層
Ｉ１〜Ｉ１２入力層ニューロン素子
Ｃ１〜Ｃ１３中間層ニューロン素子
Ｏ１〜Ｏ５出力層ニューロン素子

Claims

設計対象の金型のＮＣ（ｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌ）データを含む型データを、既存の金型のＮＣデータを含む型データを流用して設計する際の、前記設計対象の金型のＮＣデータの作成工数を予測する設計工数予測装置であって、
前記設計する際の流用元の型データの加工部位及びその加工属性と、前記設計対象の型データの加工部位及びその加工属性とに基づき、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出する流用率算出部と、
前記流用率に基づいて、前記設計対象の金型のＮＣデータの作成工数を算出する設計工数算出部と、
を有する演算手段を備える設計工数予測装置。
前記設計工数算出部は、
前記流用率に基づいて所定の補正関数を用いて、前記設計対象の設計工数を算出する
請求項１に記載の設計工数予測装置。
前記流用率算出部は、
前記流用元の型データの加工属性と、前記設計対象の型データの加工属性とを比較して、加工部位ごとに流用の可否を判定し、
前記流用の可否の判定結果に基づいて、前記流用率を算出する
請求項１又は２に記載の設計工数予測装置。
前記流用率算出部は、
前記流用元の型データの加工属性と、前記設計対象の型データの加工属性とを比較して、加工部位ごとに流用の可否を判定し、
前記流用が可と判定された加工部位について、前記流用元の加工部位と前記設計対象の加工部位との類似度に基づく流用の種別を判定し、
前記流用の種別の判定結果に基づいて、前記加工部位及び前記流用の種別ごとの部分流用率を算出し、
前記部分流用率に基づき前記流用率を算出する
請求項１又は２に記載の設計工数予測装置。
前記流用率算出部は、
前記加工部位及び前記流用の種別の組み合わせに基づく係数を用いて、前記部分流用率から前記流用率を算出する
請求項４に記載の設計工数予測装置。
前記流用の種別は、少なくとも完全一致、位置違い及び形違いを含む
ことを特徴とする請求項４又は５に記載の設計工数予測装置。
前記設計工数予測装置は、
金型設計における品番、工程情報及び部品情報を入力する入力手段をさらに備え、
前記演算手段は、前記入力手段により入力された前記品番、前記工程情報及び前記部品情報並びに前記算出された部分流用率を入力データとするニューラルネットワークを用いた演算を実行することで、当該品番に関する前記流用率及び前記作成工数を出力し、
前記ニューラルネットワークは、複数の入力層ニューロン素子を含む入力層と、複数の出力層ニューロン素子を含む出力層と、前記複数の入力層ニューロン素子と前記複数の出力層ニューロン素子との間に設けられる複数の中間層ニューロン素子を含む少なくとも１層の中間層とを有し、前記入力手段により入力された前記品番、前記工程情報及び前記部品情報、並びに、前記算出された部分流用率を前記入力層に対する入力データとし、前記品番に関する前記流用率及び前記作成工数を前記出力層による出力データとする階層結合型ニューラルネットワークである、
請求項４に記載の設計工数予測装置。
設計対象の金型のＮＣ（ｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌ）データを含む型データを、既存の金型のＮＣデータを含む型データを流用して設計する際の、前記設計対象の金型のＮＣデータの作成工数をコンピュータにより予測する設計工数予測方法であって、
前記コンピュータが、
前記設計する際の流用元の型データの加工部位及びその加工属性と、前記設計対象の型データの加工部位及びその加工属性とに基づき、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出し、
前記流用率に基づいて、前記設計対象の金型のＮＣデータの作成工数を算出する、
設計工数予測方法。
設計対象の金型のＮＣ（ｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌ）データを含む型データを、既存の金型のＮＣデータを含む型データを流用して設計する際の、前記設計対象の金型のＮＣデータの作成工数を予測する処理をコンピュータに実行させる設計工数予測プログラムであって、
前記設計する際の流用元の型データの加工部位及びその加工属性と、前記設計対象の型データの加工部位及びその加工属性とに基づき、前記流用元から前記設計対象へ型データを流用する度合いである流用率を算出する処理と、
前記流用率に基づいて、前記設計対象の金型のＮＣデータの作成工数を算出する処理と、
を前記コンピュータに実行させる設計工数予測プログラム。