JP6509303B1 - INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM - Google Patents
INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM Download PDFInfo
- Publication number
- JP6509303B1 JP6509303B1 JP2017209076A JP2017209076A JP6509303B1 JP 6509303 B1 JP6509303 B1 JP 6509303B1 JP 2017209076 A JP2017209076 A JP 2017209076A JP 2017209076 A JP2017209076 A JP 2017209076A JP 6509303 B1 JP6509303 B1 JP 6509303B1
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- data
- master
- simulation
- product
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 120
- 230000010365 information processing Effects 0.000 title claims description 17
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 239000000203 mixture Substances 0.000 claims abstract description 111
- 230000008569 process Effects 0.000 claims abstract description 109
- 238000011156 evaluation Methods 0.000 claims abstract description 84
- 238000004088 simulation Methods 0.000 claims abstract description 65
- 239000002994 raw material Substances 0.000 claims abstract description 62
- 239000004615 ingredient Substances 0.000 claims abstract 3
- 238000013461 design Methods 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 24
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 238000003672 processing method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 4
- 230000000704 physical effect Effects 0.000 abstract description 57
- 239000000463 material Substances 0.000 abstract description 13
- 238000013329 compounding Methods 0.000 abstract description 11
- 239000000654 additive Substances 0.000 abstract description 2
- 238000002156 mixing Methods 0.000 description 31
- 238000009472 formulation Methods 0.000 description 27
- 238000007726 management method Methods 0.000 description 9
- 239000002131 composite material Substances 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000011347 resin Substances 0.000 description 6
- 229920005989 resin Polymers 0.000 description 6
- 239000005060 rubber Substances 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000004898 kneading Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 様々な製品に対応して原料データとプロセスデータを柔軟に構築し、配合シミュレーションを行うこと。【解決手段】 原料の配合は組成マスター２０２および成分マスター２０３から、プロセスはプロセスマスター２０４から、評価は物性マスター２０５から選択して入力する。ここで、本実施形態では便宜上、原料データとして、製品の主な原料となる組成に関する組成データと、添加材等の副次的な材料に関する成分データとに分けてデータベース化し、マスターもそれぞれ組成マスターおよび成分マスターを備えている。【選択図】 図２PROBLEM TO BE SOLVED: To flexibly construct raw material data and process data corresponding to various products and to carry out compounding simulation. SOLUTION: The composition of raw materials is selected and input from a composition master 202 and a component master 203, a process is selected from a process master 204, and an evaluation is selected from a physical property master 205. Here, in the present embodiment, for convenience, the raw material data is divided into composition data regarding the composition that is the main raw material of the product and component data regarding secondary materials such as additives, etc. And ingredient master. [Selected figure] Figure 2
Description
本発明は情報処理装置、方法、およびプログラムに関し、より具体的には、配合データとプロセスデータなどの実験データを管理し、配合設計を支援する情報処理装置、方法、およびプログラムに関する。 The present invention relates to an information processing apparatus, method, and program, and more particularly, to an information processing apparatus, method, and program for managing experimental data such as formulation data and process data and supporting formulation design.
かつて、化学製品などの配合設計を、コンピュータを用いて行う方法が提案されていたが、例えば原材料やプロセスが多い場合には、結果に寄与するパラメータの数が多くなり、コンピュータを用いた方法でも最適な配合設計を行うことは困難であるため、結局熟練した技術者（熟練者）の知識や経験に基づいて、配合設計が行われることが多かった。しかし、熟練者が配合設計を行うと、データ管理は個人任せになり、データの整理・共有化がされていないと、いずれデータが散逸してしまったり、実験データの引き継ぎが適切に行われず、技術者の教育も困難になったりした。 In the past, methods have been proposed that use computers to design compound formulations for chemical products etc. However, for example, when there are many raw materials and processes, the number of parameters contributing to the results increases, and computer-based methods are also possible. Because it is difficult to design an optimal combination design, the combination design is often performed based on the knowledge and experience of a skilled engineer (skilled person). However, if the expert performs the formulation design, the data management is left to the individual, and if the data is not organized and shared, the data may eventually be lost or the experimental data will not be properly taken over, Education of engineers also became difficult.
そこで、配合シミュレーションから得られた多数のデータを使って、技術者教育や後継者育成を目的とし、配合設計用シミュレーションデータベース装置、配合設計用システム、方法およびプログラムが提案されている（例えば、特許文献１参照）。特許文献１の配合設計用シミュレーションデータベース装置１は、配合実験で用いられた原料データとプロセスデータと評価データが実験データとして登録されるデータベース部２と、実験データに基づいて予測モデルを構築するモデル構築部３を備え、装置１の配合シミュレーション部４は、ユーザが入力した原料データとプロセスデータに基づいて、予測モデルを用いた配合シミュレーションを行なって、入力された原料とプロセスから予測される配合結果の評価を出力データとして出力し、装置１の結果反映部５は、入力データと出力データを実験データとしてデータベース部に登録して、配合シミュレーションの結果をデータベース部に反映させるというものである。 Therefore, simulation database devices for formulation design, systems for formulation design, methods and programs have been proposed for the purpose of training engineers and fostering successors using a large amount of data obtained from formulation simulations (for example, patents) Reference 1). The simulation database apparatus 1 for blend design of Patent Document 1 is a model for constructing a prediction model based on experimental data and the database unit 2 in which raw material data, process data and evaluation data used in the blending experiment are registered as experimental data. The formulation simulation unit 4 of the apparatus 1 includes the construction unit 3 and performs formulation simulation using a prediction model based on the raw material data and process data input by the user, and the composition predicted from the input raw material and process is performed The evaluation of the result is output as output data, and the result reflecting unit 5 of the device 1 registers the input data and the output data in the database as experimental data, and reflects the result of the blending simulation in the database.
しかし、従来の、例えば特許文献１の配合設計用シミュレーションデータベース装置１は、特定の対象製品についてのみ原材料やプロセスのデータベースを管理し、シミュレーションをするというものであり、様々な製品に対して応用するため種々のパラメータをどのようにマスター管理するか、具体的な予測モデルをどのように生成するかなどが明確になっておらず、結局特定の製品にしか対応できないものになっているという問題がある。 However, the conventional simulation database apparatus 1 for blend design, for example, of Patent Document 1 manages a database of raw materials and processes only for a specific target product and simulates, and is applied to various products. Therefore, it is unclear how to master various parameters and how to generate a concrete forecasting model, and the problem is that it can only cope with specific products. is there.
このため本発明では、様々な製品に対応して原料データとプロセスデータを柔軟に構築し、配合シミュレーションを行うことができる配合設計支援方法、システムおよびプログラムを提供することを目的とする。 Therefore, it is an object of the present invention to provide a formulation design support method, system and program capable of flexibly constructing raw material data and process data corresponding to various products and performing formulation simulation.
請求項１に記載の発明は、格納したデータに基づいて所定の組成で製造された製品についてのシミュレーションを実行する情報処理装置であって、製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターと、製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターと、製造された製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターと、原料マスターから選択された複数の原料の、格納された単位により設定された量での配合と、プロセスマスターから選択された複数のプロセスの処理時間を含む設定とにより製造された製品の試験を行った結果得られる、評価マスターから選択された評価条件による評価を行って得られた評価結果の値との組み合わせである配合設計データを格納するデータベースと、データベースに含まれる複数の原料の配合、複数のプロセスの設定および評価の値の複数の組合せに基づいて製品に関する予測モデルを生成する生成手段と、予測モデルを用いて、シミュレーションを実行するシミュレーション実行手段とを備えたことを特徴とする。 The invention according to claim 1 is an information processing apparatus for executing a simulation of a product manufactured with a predetermined composition based on stored data, and a unit to be set as raw material data and amount used for manufacturing the product. Stores a raw material master for storing a process master for storing process data including processing contents of a process used for manufacturing a product, and stores evaluation data including a unit indicating an evaluation condition and an evaluation result to be executed on a manufactured product Manufactured by the evaluation master, the composition of the plurality of raw materials selected from the raw material master in the amount set by the stored unit, and the setting including the processing time of the plurality of processes selected from the process master obtained as a result of the test product, evaluation was obtained by performing the evaluation by selected evaluation criteria from the evaluation master A database for storing mix design data is a combination of the value of the result, blending of a plurality of materials contained in the database, to generate a predictive model for the product based on a plurality of combinations of values of setting and evaluation of a plurality of processes A generation means and a simulation execution means for executing a simulation using a prediction model are provided.
請求項２に記載の発明は、請求項１に記載の情報処理装置において、シミュレーション実行手段は、データベースには格納されていない原料の配合またはプロセスの設定により製品を製造した場合の、評価の値を、重回帰分析を使用したシミュレーションにより取得し、予測モデルは、評価の各々について原料ごとおよびプロセスごとの回帰係数を含むことを特徴とする。 The invention according to claim 2 is the information processing apparatus according to claim 1, wherein the simulation execution means is a value of the evaluation when the product is manufactured by setting of blending of raw materials or processes not stored in the database. Are obtained by simulation using multiple regression analysis, and the prediction model is characterized by including, for each of the evaluations, regression coefficients for each raw material and for each process .
請求項３に記載の発明は、請求項１に記載の情報処理装置において、シミュレーション実行手段は、データベースには格納されていない製品の評価の値を得られるであろう原料の配合またはプロセスの設定をシミュレーションにより取得し、シミュレーションにより取得する原料又はプロセスは、製品を製造するために必要な原料又はプロセスのなかから一部を予め選択することを特徴とする。 The invention according to claim 3 is the information processing apparatus according to claim 1, wherein the simulation execution means sets the composition or process of the raw material that can obtain the evaluation value of the product not stored in the database. The raw materials or processes obtained by simulation and obtained by simulation are characterized by preselecting a part of the raw materials or processes necessary for producing a product .
請求項４に記載の発明は、格納したデータに基づいて所定の組成で製造された製品についてのシミュレーションを実行する情報処理方法であって、製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターから選択された複数の原料の配合と、製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターから選択された複数のプロセスの設定とにより製造された製品の試験を行い、その結果得られる、製造された製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターから選択された評価条件による評価を行って得られた評価結果の評価の値との組み合わせである配合設計データをデータベースに格納する格納ステップと、データベースに含まれる複数の原料の、格納された単位により設定された量での配合、複数のプロセスの処理時間を含む設定および評価の値の組合せに基づいて製品に関する予測モデルを生成する生成ステップと、予測モデルを用いて、シミュレーションを実行するシミュレーション実行ステップとを備えたことを特徴とする。 The invention according to claim 4 is an information processing method for executing simulation of a product manufactured with a predetermined composition based on stored data, and a unit to be set as raw material data and amount used for manufacturing the product. A product manufactured by combining a plurality of raw materials selected from a raw material master storing the data and setting of a plurality of processes selected from a process master storing process data including process contents of a process used for manufacturing a product Evaluations obtained by performing evaluations based on evaluation criteria selected from evaluation masters that store evaluation data including evaluation conditions to be performed on manufactured products obtained as a result, and units indicating evaluation results a storing step of storing the result of the combination formulation design data which is the value of the evaluation in the database, the database A plurality of material included, blended in an amount set by the stored units, a generation step of generating a predictive model for the product based on the combination of the value of the setting and evaluation including processing time of a plurality of processes, prediction And performing a simulation using the model.
請求項５に記載の発明は、格納したデータに基づいて所定の組成で製造された製品についてのシミュレーションを行う情報処理方法をコンピュータに実行させるプログラムであって、製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターから選択された複数の原料の配合と、製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターから選択された複数のプロセスの設定とにより製造された製品の試験を行い、その結果得られる、製造された製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターから選択された評価条件による評価を行って得られた評価結果の評価の値との組み合わせである配合設計データをデータベースに格納する格納ステップと、データベースに含まれる複数の原料の、格納された単位により設定された量での配合、複数のプロセスの処理時間を含む設定および評価の値の組合せに基づいて製品に関する予測モデルを生成する生成ステップと、予測モデルを用いて、シミュレーションを実行するシミュレーション実行ステップとを備えたことを特徴とする。
The invention according to claim 5 is a program that causes a computer to execute an information processing method for performing simulation on a product manufactured with a predetermined composition based on stored data, wherein raw material data and amount used for manufacturing the product By the combination of a plurality of raw materials selected from the raw material master storing units to be set, and the setting of a plurality of processes selected from the process master storing process data including process contents of processes used for manufacturing a product The manufactured product is tested, and evaluation is performed according to the evaluation condition selected from the evaluation master that stores the evaluation data including the evaluation condition to be executed on the manufactured product and the unit indicating the evaluation result obtained as a result. storing mix design data in the database is a combination of the value of evaluation of the obtained evaluation results Te Storing a step that, a plurality of raw material in the database, the formulation of an amount set by the stored units, the predictive model for the product based on the combination of settings and evaluation values including the processing time of multiple processes A generation step of generation and a simulation execution step of executing a simulation using a prediction model are characterized.
本発明によると、製品の製造に用いる原料データを格納する原料マスターと、製品の製造に用いるプロセスデータを格納するプロセスマスターと、製造された製品に対し実行される評価データを格納する評価マスターと、原料マスターから選択された複数の原料の配合と、プロセスマスターから選択された複数のプロセスの設定とにより製造された製品の試験を行った結果得られる、評価マスターから選択された評価の値との組み合わせである配合設計データを格納するデータベースと、データベースに含まれる複数の原料の配合、複数のプロセスの設定および評価の値の複数の組合せに基づいて前記製品に関する予測モデルを生成する生成手段と、予測モデルを用いて、シミュレーションを実行するシミュレーション実行手段とので、様々な製品に対応して原料データとプロセスデータを柔軟に構築し、配合シミュレーションを行うことが可能となる。 According to the present invention, a raw material master storing raw material data used for manufacturing a product, a process master storing process data used for manufacturing the product, and an evaluation master storing evaluation data executed on the manufactured product And the value of the evaluation selected from the evaluation master obtained as a result of testing the product manufactured by the combination of the plurality of raw materials selected from the raw material master and the setting of the plurality of processes selected from the process master A database for storing combination design data which is a combination of the above, generation means for generating a prediction model concerning the product based on a combination of a plurality of raw material combinations contained in the database, a plurality of process settings and evaluation values. , And simulation execution means to execute simulation using a prediction model Corresponding to the product to flexibly construct a raw material and process data, it is possible to perform compounding simulation.
以下、本発明の情報処理装置、方法、およびプログラムについて図面を参照して実施形態を説明する。なお、異なる図面でも、同一の処理、構成を示すときは同一の符号を用いる。 Hereinafter, embodiments of the information processing apparatus, method, and program of the present invention will be described with reference to the drawings. The same reference numerals are used to indicate the same processing and configuration in different drawings.
（システム構成）
図１は、本発明の一実施形態の全体のシステム構成図である。本実施形態では、図１に示すように、本システムの各種処理を実行する情報処理装置である配合設計支援サーバ１０１には、本システムで使用する各種マスターを備えたマスターデータ群１０２および配合設計データなどを格納する配合設計データベース１０３が接続されている。また、配合設計支援サーバ１０１は、各種クライアント端末１１１〜１１３とネットワーク１０４を介して接続し、各種クライアント端末からの要求等により、各種データベースにアクセスして配合設計支援を実行する。
(System configuration)
FIG. 1 is an overall system configuration diagram of an embodiment of the present invention. In the present embodiment, as shown in FIG. 1, in the blending design support server 101 which is an information processing apparatus for executing various processes of the present system, a master data group 102 including various masters used in the present system and blending design A blend design database 103 for storing data and the like is connected. Further, the combination design support server 101 is connected to various client terminals 111 to 113 via the network 104, accesses various databases, and executes combination design support in response to requests from various client terminals.
本実施形態では、図３の機能ブロック図に示すように１つの配合設計支援サーバ１０１で、各種処理、例えばマスター管理モジュール３０１によるマスター管理処理、配合処理モジュール３０２による配合設計処理、配合検索モジュール３０３による配合検索処理、シミュレーション処理モジュール３０４によるシミュレーション処理などを実行するが、これに限られず、さらに多くの処理を実行することができる。ここで、少なくとも以上４つの処理は配合設計支援サーバ１０１で実行するように記載したが、これとは別に複数のサーバを用意して以上の各種処理の機能を分担させることもできる。 In the present embodiment, as shown in the functional block diagram of FIG. 3, various processing, for example, master management processing by the master management module 301, combination design processing by the combination processing module 302, and combination search module 303 are performed by one combination design support server 101. The combination search process according to the second embodiment, the simulation process according to the simulation process module 304, and the like are executed, but the present invention is not limited to this, and more processes can be executed. Here, although it has been described that at least the four or more processes are executed by the combination design support server 101, a plurality of servers may be prepared separately to share the functions of the various processes described above.
また、マスターデータ群１０２には、ユーザの各グループを管理するためのグループマスターおよびユーザマスター、製品の組成についての各情報を管理するための組成マスター、製品の成分についての各情報を管理するための成分マスター、製品の製造プロセスについての各情報を管理するためのプロセスマスター、製品に対する実験等により得られる評価内容である物性についての各情報を管理するための物性マスターなどを含むが、これに限られず各種のデータをマスターとして整理して格納することができる。 Also, in the master data group 102, a group master and a user master for managing each group of users, a composition master for managing information on the composition of the product, and information on the components of the product are managed. Component master, a process master for managing each information on the manufacturing process of the product, and a physical property master for managing each information on the physical properties which are evaluation contents obtained by experiments on the product, etc. Various data can be organized and stored as a master without limitation.
すなわち、本実施形態の配合設計支援サーバ１０１は、取り扱うデータをそのままシステムに組み込んで使用するのではなく、種類別にマスター化しておき、マスターを管理することにより新たなデータが加わったときにも迅速、柔軟に対応できるようにしている。例えば、上述の組成マスターを例に説明すると、組成マスターには製品の各組成として指定することができる各組成材料についてのデータが格納され管理されている。具体的には、図７に示すようにメーカー、組成種別、製品名、単位、単価、その他配合設計に有用な情報を格納しておくことができる。組成マスターは、逐次更新管理され、最新の状態にしておけば、各種製品で共通する組成材料を個別に管理したり、調べたりする必要がなく、また誤った情報を使用することも回避することができる。 That is, the blending design support server 101 according to the present embodiment does not use the data to be handled as it is in the system as it is, but uses it as a master by type and manages the master to quickly add new data. , To be able to respond flexibly. For example, when the above-mentioned composition master is explained to an example, data about each composition material which can be specified as each composition of a product is stored and managed by composition master. Specifically, as shown in FIG. 7, the manufacturer, composition type, product name, unit, unit price, and other information useful for combination design can be stored. The composition master is continuously updated, and if kept up-to-date, there is no need to individually manage or examine composition materials common to various products, and avoid using erroneous information. Can.
さらに、本実施形態のシステムではアクセス権の管理なども行っているので、各データをマスター化することにより、詳細は後述するが、同一のマスターを使用しながら、ユーザグループを分割して、各グループが使用しないデータはアクセスできないようにし、誤入力を防止して、使用時の煩雑さを軽減させながら、管理者は１つのマスターを横断的に管理するようにすることもできる。 Furthermore, in the system according to the present embodiment, management of access right is also performed, so each data is mastered, and the details will be described later, but the user group is divided while using the same master. The data can be made inaccessible by a group, prevent erroneous input, and reduce complexity during use, while allowing the administrator to manage one master across.
以上のような各種マスターが配合設計支援サーバでは用いられるが、そのうち本実施形態では上述した５つのマスターを主に使用するので、それ以外のマスターについてここでは言及しないが、必要に応じ、本技術分野で知られた方法で、管理、活用することができる。また、本実施形態はマスターデータ群１０２に含めているが、これに限られず、各マスターは分けて格納しておくこともできるし、一部配合設計データベースなどとともに格納することもでき、システム構成は本技術分野で知られるいずれの方法も使用することができる。 Among the various masters described above are used in the combination design support server, but since the five masters described above are mainly used in the present embodiment among them, the other masters are not mentioned here, but the present technology is used as needed. It can be managed and used in a manner known in the field. In addition, although the present embodiment is included in the master data group 102, the present invention is not limited to this, and each master can be stored separately, and can be stored together with a part of the combination design database etc. Can use any method known in the art.
クライアント端末１１１〜１１３は、例えば、各種ユーザがシステム管理、マスター管理等の管理業務に使用したり、配合設計支援に使用したりするが、ネットワーク１０４を介して配合設計支援サーバ１０１と通信できるものであればパソコンに限られず、いずれかの端末装置を使用することができ、タブレット等の移動端末を使用することもできる。また、例えばタブレット端末とする場合、本実施形態でネットワーク１０４との接続は、例えば携帯電話の回線や、Ｗｉ−ｆｉ、ＢＬＵＥＴＯＯＴＨ（登録商標）等の無線ネットワークにより行うことができる。 The client terminals 111 to 113 are used, for example, by various users for management work such as system management and master management, or used for mixing design support, but can communicate with the mixing design support server 101 via the network 104 If it is, it will not be limited to a personal computer, but any terminal device can be used, and a mobile terminal such as a tablet can also be used. Further, in the case of, for example, a tablet terminal, the connection with the network 104 in this embodiment can be performed by, for example, a line of a mobile phone or a wireless network such as Wi-Fi or BLUETOOTH (registered trademark).
本実施形態では、以上の構成により、配合設計支援処理を実行するが、具体的には、実験で得た様々なデータをデータベースとして統合管理し、既存のデータの検索だけでなく、存在しないデータについてもシミュレーション機能による配合予測および物性予測を提供することにより、配合設計を支援する。以下、各支援機能の処理を説明するが、各マスターの保守、管理処理は以下の説明で各マスターの構成を理解できれば本技術分野で知られたいずれかのマスターデータの処理手法を使用して実行できるので、詳述しない。 In the present embodiment, the above-described configuration is used to execute the combination design support process, specifically, various data obtained in the experiment are integrated and managed as a database, and not only search of existing data but also nonexistent data We also support formulation design by providing formulation prediction and physical property prediction by simulation function. The processing of each support function will be described below, but the maintenance and management processing of each master uses any master data processing method known in the art as long as the configuration of each master can be understood in the following description. Since it can be executed, it will not be detailed.
（配合設計データ設定処理）
配合設計は、所定の原料の組合せで配合し、所定の（製造）プロセスの組合せを使用することで製造された製品についてどのような性能や性質の評価ができるかを設計するものであり、まず、実験により得られたデータを入力、管理する必要がある。すなわち、配合設計で管理すべきデータは、原料の組合せ、プロセスの組合せ、およびこれらの組合せで製造された製品を所定の評価方法で評価した場合の評価結果のさらに組合せとなる。ここで、通常、製品の製造は一連の製造処理であるが、この一連の製造処理は一般にいくつかのプロセス単位に分解することができる。例えば、混合処理、加熱処理、冷却処理など各処理ごとの条件を定めて組み合わせることにより一連の製造処理を規定することができる。
(Processing for setting combination design data)
The formulation design is to design what kind of performance or property can be evaluated for a product manufactured by using a predetermined (production) process combination by compounding with a predetermined combination of raw materials. It is necessary to input and manage data obtained by experiments. That is, the data to be managed in the formulation design is a combination of the combination of raw materials, the combination of processes, and the evaluation results when products manufactured by these combinations are evaluated by a predetermined evaluation method. Here, although the production of a product is usually a series of manufacturing processes, this series of manufacturing processes can generally be decomposed into several process units. For example, a series of manufacturing processes can be defined by defining and combining conditions for each process such as mixing process, heating process, cooling process and the like.
また、製造された製品の評価について、通常、１つの製品でも評価項目は複数あり、それぞれ評価方法や条件、得られる結果はさまざまである。例えば、評価内容が強度の場合も様々な条件の設定が考えられ、得られる結果は強度であるから、単位は応力などを表す単位になる。また、耐熱性等の評価であれば、単位は温度あるいは時間等とする場合が多い。以上の通り、配合設計データは、原料、プロセスおよび評価の各データの組合せとなるが、さらに原料、プロセスおよび評価とも、それ自体それぞれ複数のデータの組合せになっている。 In addition, with regard to evaluation of manufactured products, there are usually multiple evaluation items even for one product, and evaluation methods, conditions, and results obtained are various. For example, even in the case where the evaluation content is strength, setting of various conditions can be considered, and since the obtained result is strength, the unit is a unit representing stress or the like. Moreover, if it is evaluation of heat resistance etc., a unit will be temperature or time etc. in many cases. As described above, although the combination design data is a combination of raw material, process and evaluation data, each of the raw material, process and evaluation is itself a combination of a plurality of data.
以上のような配合設計データの管理について図２を参照して説明する。本実施形態では、上述したように、各種マスターを介して、配合設計データの管理を行う。すなわち、原料の設定は原料のマスターを介して、プロセスの設定はプロセスマスターを介しておよび評価の設定は評価のマスターを介して行う。図２に示すように原料の配合は組成マスター２０２および成分マスター２０３から、プロセスはプロセスマスター２０４から、評価は物性マスター２０５から選択して入力する。ここで、本実施形態では便宜上、原料データとして、製品の主な原料となる組成に関する組成データと、添加剤等の副次的な材料に関する成分データとに分けてデータベース化し、マスターもそれぞれ組成マスターおよび成分マスターを備えているが、これに限られず１つのデータベースに統合することもできるし、さらに複数のデータベースに分けて管理することもできる。プロセスマスター、物性マスターも同様であるが、いずれにしても、組成、成分を含む原材料などを管理する原料マスター、製造工程を何らかの単位で規定するプロセスマスターおよび物性など評価を設定するための評価マスターを備えたシステムは本願発明の範囲に含まれる。 Management of the blend design data as described above will be described with reference to FIG. In the present embodiment, as described above, management of blending design data is performed via various masters. That is, the setting of the raw material is performed through the master of the raw material, the setting of the process is performed through the process master, and the setting of the evaluation is performed through the master of evaluation. As shown in FIG. 2, the composition of the raw materials is selected and input from the composition master 202 and the component master 203, the process is selected from the process master 204, and the evaluation is selected from the physical property master 205. Here, in the present embodiment, for convenience, the raw material data is divided into composition data regarding the composition serving as the main raw material of the product and component data regarding secondary materials such as additives, and the masters are also respectively composition masters And although the component master is provided, the present invention is not limited to this and can be integrated into one database, or can be divided into a plurality of databases and managed. The same applies to the process master and the physical property master, but in any case, the raw material master managing the composition, the raw materials including the components, etc., the process master defining the manufacturing process in any unit, and the evaluation master for setting evaluations such as physical properties A system comprising the is within the scope of the present invention.
図３は、本実施形態のシステムの機能ブロック図であり、図４は、本実施形態の配合登録処理の一例を示すフローチャートである。以下に詳述するように、配合設計支援サーバ１０１の配合処理モジュール３０２は、図４に示すフローチャートに沿って配合設計データの入力処理の支援を行い、所定の製品について組成データ、成分データ、プロセスデータを入力していき、そのような配合で製造される物性を入力して、配合設計データの入力は終了する（ステップ４０１〜４０８）。 FIG. 3 is a functional block diagram of the system of the present embodiment, and FIG. 4 is a flowchart showing an example of the recipe registration processing of the present embodiment. As described in detail below, the blending processing module 302 of the blending design support server 101 supports input processing of blending design data according to the flowchart shown in FIG. 4, and composition data, component data, and process for a predetermined product. Data are input, physical properties produced by such a combination are input, and the input of combination design data is finished (steps 401 to 408).
図５は本実施形態の組成設定の画面の例を示す図である。また、図６は、本実施形態の配合設計データの検索結果画面の一例を示す図であり、図７は、本実施形態の組成マスターの例を示す図である。図７に示すように各組成材料について単位や比重などが登録されており、配合設計する際に必要な情報を組成マスターから読み込んで計算できるようになっている。図５に示す配合設定画面で新たに組成材料を指定する場合は、このような組成マスター、あるいは組成マスターを選択しやすいように加工した表などをプルダウンメニューなどのようにして表示させて指定することができる（不図示）。すなわち、新たに組成を追加するときは行を追加し、すでに設定された組成についてはその行５０１にカーソルを合わせて、規定された単位の量を指定することにより配合の設定ができる。本実施形態では、図５に示すように、１つの画面で「検討１」〜「検討×」の複数の配合データを取り扱うことがでる。すなわち、項目５０２の各材料について「検討×」５０３ごとに、所望の量を設定することにより、配合データを設定することができる。成分データについても同様に設定することができ、本実施形態で原料データは組成データと成分データとの組み合わせになるから、配合データは各組成材料および成分材料と、それらについて設定した量（配合割合）の組合せとなる。なお、本実施形態では、組成マスターに単価や特性が設定できるので、これらの情報をもとに図５に示すように設定した量の場合の価格５０４や容積５０５を計算して表示することができる。 FIG. 5 is a view showing an example of a composition setting screen according to the present embodiment. Moreover, FIG. 6 is a figure which shows an example of the search result screen of the mixture design data of this embodiment, and FIG. 7 is a figure which shows the example of the composition master of this embodiment. As shown in FIG. 7, units, specific gravities and the like are registered for each composition material, and information necessary for blending design can be read and calculated from the composition master. When a composition material is newly designated on the composition setting screen shown in FIG. 5, a table or the like processed to facilitate selection of such composition master or composition master is displayed and designated like a pull-down menu etc. Can (not shown). That is, when a new composition is added, a line is added, and the composition can be set by placing the cursor on the line 501 for the composition that has already been set and designating the amount of the defined unit. In the present embodiment, as shown in FIG. 5, it is possible to handle a plurality of combination data of “study 1” to “study x” on one screen. That is, it is possible to set the composition data by setting a desired amount for each of the “study x” 503 for each material of the item 502. The component data can be set in the same manner, and in the present embodiment, since the raw material data is a combination of the composition data and the component data, the composition data includes each composition material and component material, and the amount set for them (blending ratio It becomes a combination of). In the present embodiment, since the unit price and characteristics can be set to the composition master, it is possible to calculate and display the price 504 and the volume 505 in the case of the amount set as shown in FIG. it can.
同様に、プロセスデータ、物性データについても、それぞれプロセスマスター、物性マスターから項目を選択して、量、時間、条件などの指定を行って配合設計データを入力することができる。例えば、プロセスデータの場合は、一般には混練、加熱等配合された組成材料に対して何らかの処理をプロセスマスターから選択して規定する。混練であれば速度と時間、加熱であれば温度と時間などを選択したプロセスごとに設定することになり、上述の配合データと同様、プロセスデータは各プロセスと、それらについて設定した条件等の組合せとなる。同様に、物性データは、実験等の各評価と、それらについて得られた結果、例えば強度や、耐久性を示す値との組合せとなる。したがって、配合設計データベース１０３が管理する配合設計データは、配合データに基づき配合された組成物を、プロセスデータで規定される工程で製造された製品ごとに評価されて得られた物性データの組合せになる。例えば、図６に示すように組成データ６０１が全く同じでも、プロセスデータ６０２が異なれば物性データ６０３は、当然異なったものになるので、配合設計データは、配合データ、プロセスデータおよび物性データの組合せの数だけ存在することとなる。 Similarly, with regard to process data and physical property data, items can be selected from the process master and the physical property master, respectively, and designation of amount, time, conditions, etc. can be made to input formulation design data. For example, in the case of process data, in general, any process is selected from the process master and defined for the blended composition material such as kneading, heating and the like. In the case of kneading, the speed and time, and in the case of heating, the temperature and time etc. are set for each selected process, and the process data is a combination of each process and conditions set for them as in the above-mentioned compounding data It becomes. Similarly, the physical property data is a combination of evaluations such as experiments and the results obtained for them, for example, values indicating strength and durability. Therefore, the combination design data managed by the combination design database 103 is a combination of physical property data obtained by evaluating the composition blended based on the combination data for each product manufactured in the process defined by the process data. Become. For example, as shown in FIG. 6, even if the composition data 601 is completely the same, if the process data 602 is different, the physical property data 603 naturally becomes different, so the combination design data is a combination of the combination data, process data and physical property data There will be as many as
本実施形態では、以上のようにして配合設計データを入力し、配合設計データベース１０３に格納することにより、配合設計データを管理する。上記では、配合設計データの入力について説明したが、検索等により所望の配合設計データを抽出して、さらに新たな実験結果を加えて新たなデータとすることもできるし、修正削除など本技術分野で知られたいずれのデータベースの処理も適用することができる。
（本実施形態のシミュレーション処理）
以上説明したように、配合設計データベース１０３により、過去の実験データが配合設計データという態様で管理され、所望のデータを検索して、必要なデータ、例えば所定の組成で何種類かの工程で製造した製品がどのような物性を有するか等を容易に知ることができる。しかし、データベース上に存在しない組み合わせ、例えば未採用の配合割合により配合されて製造したり、未採用のプロセス条件を適用して製造されたりした場合に得られるであろう製品の物性は通常の検索では発見することができない。
In the present embodiment, the formulation design data is input as described above, and stored in the formulation design database 103 to manage the formulation design data. Although the above describes the input of the compounding design data, it is possible to extract desired compounding design data by searching or the like and add new experimental results to make new data, or the correction and deletion etc. The processing of any database known from can be applied.
(Simulation process of the present embodiment)
As described above, past experimental data is managed in the form of combination design data by the combination design database 103, desired data is searched, and necessary data, for example, manufacturing is performed in several processes with predetermined compositions. It is possible to easily know what physical properties the product has. However, the physical properties of the product that will be obtained when the combination is not present in the database, for example, manufactured by mixing with an unused mixing ratio or manufactured by applying unused process conditions, are usually searched. It can not be found.
本実施形態では、シミュレーションを行うことで、物性等の予測を行う。シミュレーションによる予測としては、上記のように配合データおよびプロセスデータから得られるであろう物性データを予測する物性予測、および所望の物性からそのような製品を製造するための配合又はプロセスを予測する配合予測がある。物性予測も配合予測も基本的には同様であるが、以下、先ず物性予測について説明する。 In the present embodiment, physical properties and the like are predicted by performing simulation. As prediction by simulation, physical property prediction which predicts physical property data which will be obtained from blending data and process data as described above, and formula which predicts a blending or process for producing such a product from desired physical properties There is a prediction. Physical property prediction and compounding prediction are basically the same, but first, physical property prediction will be described.
物性予測を実行する場合、まず近い製品の配合設計データを検索し、得られた配合設計データに基づいて、所望の配合比率を入力したり、プロセスの条件を変更したりすることにより、新たな配合データおよびプロセスデータの組合せについて、シミュレーションを行い、得られるであろう製品の物性を予測する。本実施形態では、重回帰モデルによりシミュレーションを行うが、これに限らず本技術分野で知られたいずれかの多変量解析を用いてシミュレーションを行なうことができる。 When physical property prediction is to be performed, it is first necessary to search for formulation design data of a close product, enter a desired formulation ratio based on the obtained formulation design data, or change the process conditions, or the like. The combination of formulation data and process data is simulated to predict the physical properties of the product that will be obtained. In the present embodiment, the simulation is performed using the multiple regression model, but the simulation can be performed using any multivariate analysis known in the art without being limited thereto.
図８〜１１を参照して、物性シミュレーションの処理を説明する。図８は、本実施形態のシミュレーションの対象となる製品の配合設計データの画面の一例を示す図であり、図９は、本実施形態の重回帰モデルの画面の例を示す図である。図１０は、本実施形態の配合設計データの物性予測のシミュレーション画面の一例を示す図であり、図１１は、本実施形態の物性シミュレーション処理のフローチャートである。 The process of physical property simulation will be described with reference to FIGS. FIG. 8 is a view showing an example of a screen of mixture design data of a product to be a target of simulation of the present embodiment, and FIG. 9 is a view showing an example of a screen of a multiple regression model of the present embodiment. FIG. 10 is a diagram showing an example of a simulation screen of physical property prediction of blend design data of the present embodiment, and FIG. 11 is a flowchart of physical property simulation processing of the present embodiment.
本実施形態の配合設計支援サーバ１０１のシミュレーション処理モジュール３０４は、対象となる製品の配合設計データが選択されると（ステップ１１０１）、各データをＸ軸８０１、Ｙ軸８０２に割り振る（ステップ１１０２）。図８に示すようにＸ軸：予測に使うデータ（組成データ、プロセスデータ）およびＹ軸：予測したいデータ（物性データ）として重回帰モデルを作成することにより、Ｘ軸の値を変更した場合におけるＹ軸の値が予測できるようになる。このデータに基づいて、重回帰モデルを生成する（ステップ１１０３）。本実施形態の重回帰モデルは、対象製品の実績データをもとに、シミュレーションをするための予測式であり、具体的にはＹ＝ａ＋ｂＸ１＋ｃＸ２＋ｄＸ３・・・である。本式において、ａは切片の係数であり、ｂ、ｃ、ｄ・・・は、予測に使うデータの回帰係数である。すなわち、図８に示すＸ軸、Ｙ軸に割り振ったデータに基づいて、重回帰分析を行い、切片の係数および回帰係数を求める。ここで、切片の係数および重回帰係数は、本技術分野で知られたいずれかの方法により取得するものとし、ここでは詳細には言及しない。 The simulation processing module 304 of the compounding design support server 101 according to the present embodiment allocates each data to the X axis 801 and the Y axis 802 (step 1102) when the compounding design data of the target product is selected (step 1101). . As shown in FIG. 8, X axis: data used for prediction (composition data, process data) and Y axis: data of X axis is changed by creating a multiple regression model as data to be predicted (physical property data) It becomes possible to predict the Y-axis value. Based on this data, a multiple regression model is generated (step 1103). The multiple regression model of the present embodiment is a prediction equation for performing simulation based on actual data of the target product, and specifically, Y = a + bX1 + cX2 + dX3. In this formula, a is a coefficient of an intercept, b, c, d... Are regression coefficients of data used for prediction. That is, based on the data allocated to the X axis and the Y axis shown in FIG. 8, multiple regression analysis is performed to determine the coefficient of the intercept and the regression coefficient. Here, the coefficients of the intercept and the multiple regression coefficients are obtained by any method known in the art, and will not be described in detail here.
図９を参照すると、Ｙ軸の列９０１には図８で割り振った物性データが並び各物性データごとに換算係数９０２が設定される。ここで換算係数は、上記で得られた重回帰分析の各係数から各組成材料の量の単位などを換算して計算した係数であり、基本的に組成の量を設定していけばその配合により製造される製品の物性の値（Ｙ値）が得られる。具体的には、図１０に示すようなシミュレーション入力画面１００１で各組成の項目に数値を入力することにより、物性の値が計算されて物性出力画面１００４に出力される（ステップ１１０４）。例えば、Ｎｏ．３８の組成データ１００２を、予測入力フィールド１００３にコピーし、カーボンＣの値を６２．５から６５に変えて、このデータでシミュレーションをすると、予測物性データ１００６が得られる。Ｎｏ．３８の組成データ１００２に対応するＮｏ．３８の物性データ１００５と予測物性データ１００６を比較すると、カーボンＣの値を変えただけであるが、物性データは全般的に変化しているのが理解できる。 Referring to FIG. 9, the physical property data allocated in FIG. 8 are arranged in a row 901 of the Y axis, and a conversion factor 902 is set for each physical property data. Here, the conversion factor is a factor calculated by converting the unit of the amount of each composition material etc. from each factor of the multiple regression analysis obtained above, and if the amount of the composition is basically set, the combination thereof The value (Y value) of the physical property of the manufactured product is obtained. Specifically, by inputting numerical values into the respective composition items on the simulation input screen 1001 as shown in FIG. 10, the values of physical properties are calculated and output to the physical property output screen 1004 (step 1104). For example, no. If the composition data 1002 of 38 are copied to the predicted input field 1003 and the value of carbon C is changed from 62.5 to 65 and simulation is performed using this data, predicted physical property data 1006 is obtained. No. No. 3 corresponding to the composition data 1002 of FIG. Comparing the physical property data 1005 of 38 and the predicted physical property data 1006, it can be understood that the physical property data is generally changing although the value of carbon C is changed.
以上により、本実施形態では重回帰モデルを用いて、配合を変化させた場合の物性の変化をシミュレーションで取得することができる。なお、上述の説明では、基本的に選択された配合データの全組成について回帰係数を求める方法を説明したが、これに限られることなく、あらかじめ指定した組成だけについて重回帰モデルを作成して、シミュレーションを行うことができる。理論的には、変化しない組成はモデルに含めなくても類似の結果が予想されるが、製品や組成の特性、その他の条件でより的確なシミュレーションとなることもあり、また、因子を減らせるので効率的なシミュレーションも可能となる。また、同様に対象となる物性を限定する、予測データ限定機能を指定して物性予測をすることもでき、同様の効果を得ることができる。 As described above, in the present embodiment, using a multiple regression model, changes in physical properties when the composition is changed can be obtained by simulation. In the above description, although the method of obtaining the regression coefficient for the entire composition of the basically selected combination data has been described, the present invention is not limited thereto, and a multiple regression model is created for only the composition designated in advance, Simulation can be performed. Theoretically, similar results can be expected even if the unaltered composition is not included in the model, but the simulation may be more accurate under the characteristics of the product or composition and other conditions, and the factor can be reduced. So efficient simulation is also possible. Also, the physical property prediction can be performed by designating the prediction data restriction function which similarly limits the physical property to be targeted, and the same effect can be obtained.
次に、配合予測について説明すると、基本的には同様である。物性予測の場合と同様に、対象となる配合設計データを選択した後、上記の物性予測とは逆に、Ｘ軸に物性を、Ｙ軸に組成を割り振り、重回帰モデルを生成する。モデルが生成されれば、上記の物性予測と同様に予測式を算出して、換算係数を求め、設定された物性の値に対して、組成を予測する。ただし、ここで、物性データは、それぞれ独立している点が物性予測の場合と異なる。すなわち、例えば強度の実験と耐久性の実験とは相互に関連はないので、物性予測の場合は強度の実験結果が耐久性の実験結果に影響を及ぼすことはなく、それぞれ独立した結果を得ることができる。しかし、配合予測の場合、組成原料の配合割合を規定することになる配合データは、その配合割合自体が物性に影響するので、所定の物性データとなる組成の組合せは無限になり特定できない可能性がある。 Next, the composition prediction will be basically the same. As in the case of the physical property prediction, after selecting the target combination design data, the physical property is allocated to the X-axis and the composition to the Y-axis to generate the multiple regression model, contrary to the above-described physical property prediction. If a model is generated, a prediction formula is calculated in the same manner as the above-described physical property prediction, conversion coefficients are determined, and a composition is predicted with respect to the set physical property values. However, here, physical property data is different from the case of physical property prediction in that each is independent. That is, for example, since the experiment of strength and the experiment of durability are not mutually related, in the case of physical property prediction, the experimental result of strength does not affect the experimental result of durability, and it is necessary to obtain independent results. Can. However, in the case of composition prediction, the composition data that will define the composition ratio of the composition raw material affects the physical properties, so the composition combination that becomes the predetermined physical property data may become infinite and can not be specified There is.
例えば、Ａ、Ｂ、Ｃという材料を使用するような３種類以上の材料の組合せの場合、理論的には重回帰モデルでシミュレーションが可能だが、実際にはそれぞれの材料の配合割合が相互に影響を受けるので、最も確からしい組合せになる保証はなく、精度の高い予測は容易ではない。したがって、組成予測を行う場合は材料の種類を１種類あるいはある程度限定した数とすることにより、精度の高い配合予測が可能となる。本実施形態のシステムは、上記した予測データ限定機能を有するので、配合予測シミュレーションの際に予測すべき組成を限定しておくことができる。具体的に、図１２を参照して説明すると、配合予測シミュレーション画面の物性設定画面１２０１に所望の物性を設定した後、予測データ限定設定１２０３で対象となる配合データのうち、特に予測したい組成のみを指定しておけば、その組成に限定して予測することができる。その結果は予測表示画面１２０２に表示される。上記したように設定データの種類も設定データ限定設定１２０４を使用することにより、限定することができる。 For example, in the case of a combination of three or more types of materials using materials A, B, and C, simulation is theoretically possible using a multiple regression model, but in actuality, the proportions of the respective materials affect each other There is no guarantee that the combination will be the most probable, and accurate prediction is not easy. Therefore, when composition prediction is performed, highly accurate compounding prediction becomes possible by setting the type of material to one type or a limited number. Since the system of the present embodiment has the above-described prediction data limiting function, it is possible to limit the composition to be predicted in the blending prediction simulation. Specifically, with reference to FIG. 12, after setting desired physical properties on the physical property setting screen 1201 of the mixing prediction simulation screen, only the composition to be particularly predicted among the mixing data to be targeted by the prediction data limitation setting 1203 Can be predicted limited to the composition. The result is displayed on the prediction display screen 1202. As described above, the type of setting data can also be limited by using the setting data limitation setting 1204.
（グループマスターおよびユーザマスター処理）
本実施形態のシステムを使用するユーザは、使用目的や会社内の組織などにより、様々な属性を有する。グループマスターおよびユーザマスターは、そのようなユーザおよび属性を管理するマスターデータである。グループマスターおよびユーザマスターに登録することにより、各ユーザは自己が属するグループごと、および個人ごとに使用権限などを定められ、権限のない者の不用意なアクセスを防止することができる。例えば、図１３に示すユーザマスターでは、各ユーザごとに各種データの閲覧や各種機能の使用を規定している。
(Group master and user master processing)
A user who uses the system of this embodiment has various attributes depending on the purpose of use, the organization in a company, and the like. Group masters and user masters are master data that manage such users and attributes. By registering in the group master and the user master, each user can define the use authority and the like for each group to which the user belongs and for each individual, and it is possible to prevent the careless access of unauthorized persons. For example, in the user master shown in FIG. 13, viewing of various data and use of various functions are defined for each user.
以上のように、グループマスターおよびユーザマスターは、ユーザの使用の確保と、セキュリティの確保のために主に使用されるが、本実施形態では、同一のマスターを使用しながら、ユーザグループを分割して、各グループが使用しないデータはアクセスできないようにすることができる。これにより、誤入力を防止して、使用時の煩雑さを軽減させながら、管理者は１つのマスターを横断的に管理するようにすることができる。例えば、１つのマスターでゴム製品を扱うユーザ、樹脂製品を扱うユーザなどを設定して、１つのマスターで管理する組成材料のうちゴム製品担当のユーザと樹脂製品担当のユーザとで扱うことができる材料を規定することができる。具体的には、原料・社員・配合・物性などに権限を持たせ、グループマスターにゴム製品担当のグループ（事業部１）および樹脂製品担当のグループ（事業部２）を登録しておく。ここで、ユーザマスターでユーザにグループ(権限)を設定し、グループにはゴム、樹脂、プラスチック、化粧品等を割り当てる。作業はグループ毎に管理されており、本実施形態のシステムにログインしたユーザは、そのユーザに設定されたグループの作業に関するデータしか参照できないので、配合を例えば作業やグループに紐付けておけば、ゴム製品にしか使用しない配合を樹脂製品担当のユーザが参照することができないようにすることができる。逆に、樹脂製品にしか使用しない配合はゴム製品の担当のユーザには参照できないようにすることができる。 As described above, the group master and the user master are mainly used for securing the use of the user and securing the security, but in this embodiment, the user group is divided while using the same master. Data that each group does not use can be made inaccessible. This makes it possible for the administrator to manage one master across, while preventing erroneous input and reducing complexity in use. For example, it is possible to set a user who handles rubber products with one master, a user who handles resin products, etc., and handle with a user in charge of rubber products and a user in charge of resin products among composition materials managed by one master. The material can be defined. Specifically, the raw materials, employees, compounding, physical properties, etc. are authorized, and the group in charge of rubber products (division 1) and the group in charge of resin products (division 2) are registered in the group master. Here, the user master sets a group (authority) to the user, and assigns rubber, resin, plastic, cosmetics and the like to the group. The work is managed for each group, and the user logged in to the system according to the present embodiment can refer only to the data related to the work of the group set for the user. Formulations that are only used for rubber products can be prevented from being viewed by users of resin products. Conversely, formulations that are used only for resin products can be made invisible to the user responsible for rubber products.
このように、原料(組成)／プロセス／物性に関して、それぞれのマスターでグループが指定でき、この設定によって、ログインした時に、ユーザ設定されたグループの原料(組
成)／プロセス／物性）だけが選択可能とすることができる。これにより、ユーザは自己が関係ある製品に関する情報しか取り扱わないから、作業の煩雑さを軽減することができ、誤った指定を防止することができる。また、管理者は１つのシステムで横断的にマスターを管理することができるので、効率的な運用ができる。
In this way, with regard to materials (compositions) / processes / physical properties, a group can be specified by each master, and this setting allows selection of only the user-set group materials (compositions) / process / physical properties when logged in. It can be done. As a result, since the user handles only information related to the product to which the user is concerned, it is possible to reduce the complexity of the operation and to prevent an erroneous designation. In addition, since the administrator can manage the master in one system, it is possible to operate efficiently.
Claims (5)
前記製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターと、
前記製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターと、
製造された前記製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターと、
前記原料マスターから選択された複数の原料の、前記格納された単位により設定された量での配合と、前記プロセスマスターから選択された複数のプロセスの処理時間を含む設定とにより製造された製品の試験を行った結果得られる、前記評価マスターから選択された評価条件による評価を行って得られた評価結果の値との組み合わせである配合設計データを格納するデータベースと、
前記データベースに含まれる複数の原料の配合、複数のプロセスの設定および評価の値の複数の組合せに基づいて前記製品に関する予測モデルを生成する生成手段と、
前記予測モデルを用いて、シミュレーションを実行するシミュレーション実行手段と
を備えたことを特徴とする情報処理装置。 An information processing apparatus that executes a simulation on a product manufactured with a predetermined composition based on stored data, comprising:
A raw material master storing units to be set as raw material data and amount used for manufacturing the product;
A process master that stores process data including process contents of a process used to manufacture the product;
An evaluation master storing evaluation data including an evaluation condition to be executed on the manufactured product and a unit indicating an evaluation result ;
A product manufactured by combining a plurality of raw materials selected from the raw material master in an amount set by the stored unit, and setting including processing time of a plurality of processes selected from the process master A database for storing combination design data which is obtained as a result of the test and which is a combination with the value of the evaluation result obtained by performing the evaluation under the evaluation condition selected from the evaluation master;
Generation means for generating a prediction model for the product based on a plurality of combinations of raw materials included in the database, a plurality of process settings, and a plurality of evaluation values;
An information processing apparatus comprising: simulation execution means for executing a simulation using the prediction model.
前記予測モデルは、前記評価の各々について前記原料ごとおよび前記プロセスごとの回帰係数を含むことを特徴とする請求項１に記載の情報処理装置。 The simulation execution means acquires evaluation values in the case of producing a product according to the combination of the raw materials not stored in the database or the setting of the process by simulation using multiple regression analysis .
The information processing apparatus according to claim 1, wherein the prediction model includes a regression coefficient for each raw material and each process for each of the evaluations .
前記製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターから選択された複数の原料の配合と、前記製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターから選択された複数のプロセスの設定とにより製造された製品の試験を行い、その結果得られる、製造された前記製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターから選択された評価条件による評価を行って得られた評価結果の評価の値との組み合わせである配合設計データをデータベースに格納する格納ステップと、
前記データベースに含まれる複数の原料の、前記格納された単位により設定された量での配合、複数のプロセスの処理時間を含む設定および評価の値の組合せに基づいて前記製品に関する予測モデルを生成する生成ステップと、
前記予測モデルを用いて、シミュレーションを実行するシミュレーション実行ステップと
を備えたことを特徴とする情報処理方法。 An information processing method for executing simulation on a product manufactured with a predetermined composition based on stored data, comprising:
Process master for storing process data including the composition of a plurality of raw materials selected from raw material masters storing raw materials data and units to be set as amounts for manufacturing the products and process contents used for manufacturing the products Testing products manufactured according to a plurality of process settings selected from and storing evaluation data including evaluation conditions and evaluation results obtained for the manufactured products obtained as a result thereof Storing the combination design data, which is a combination with the evaluation value of the evaluation result obtained by performing the evaluation according to the evaluation condition selected from the evaluation master, in the database;
Generating a prediction model for the product based on the combination of the values of the plurality of ingredients contained in the database, in the amount set by the stored unit, the setting time including the processing time of the plurality of processes, and the evaluation value. A generation step,
A simulation execution step of executing a simulation using the prediction model.
前記製品の製造に用いる原料データおよび量として設定すべき単位を格納する原料マスターから選択された複数の原料の配合と、前記製品の製造に用いるプロセスの処理内容を含むプロセスデータを格納するプロセスマスターから選択された複数のプロセスの設定とにより製造された製品の試験を行い、その結果得られる、製造された前記製品に対し実行される評価条件および評価結果を示す単位を含む評価データを格納する評価マスターから選択された評価条件による評価を行って得られた評価結果の評価の値との組み合わせである配合設計データをデータベースに格納する格納ステップと、
前記データベースに含まれる複数の原料の、前記格納された単位により設定された量での配合、複数のプロセスの処理時間を含む設定および評価の値の組合せに基づいて前記製品に関する予測モデルを生成する生成ステップと、
前記予測モデルを用いて、シミュレーションを実行するシミュレーション実行ステップと
を備えたことを特徴とするプログラム。 A program that causes a computer to execute an information processing method for simulating a product manufactured with a predetermined composition based on stored data, the information processing method comprising
Process master for storing process data including the composition of a plurality of raw materials selected from raw material masters storing raw materials data and units to be set as amounts for manufacturing the products and process contents used for manufacturing the products Testing products manufactured according to a plurality of process settings selected from and storing evaluation data including evaluation conditions and evaluation results obtained for the manufactured products obtained as a result thereof Storing the combination design data, which is a combination with the evaluation value of the evaluation result obtained by performing the evaluation according to the evaluation condition selected from the evaluation master, in the database;
Generating a prediction model for the product based on the combination of the values of the plurality of ingredients contained in the database, in the amount set by the stored unit, the setting time including the processing time of the plurality of processes, and the evaluation value. A generation step,
And a simulation execution step of executing a simulation using the prediction model.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017209076A JP6509303B1 (en) | 2017-10-30 | 2017-10-30 | INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017209076A JP6509303B1 (en) | 2017-10-30 | 2017-10-30 | INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6509303B1 true JP6509303B1 (en) | 2019-05-08 |
| JP2019082790A JP2019082790A (en) | 2019-05-30 |
Family
ID=66429922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017209076A Active JP6509303B1 (en) | 2017-10-30 | 2017-10-30 | INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6509303B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114207729A (en) * | 2019-09-18 | 2022-03-18 | 株式会社日立制作所 | Material property prediction system and material property prediction method |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7342470B2 (en) * | 2019-07-10 | 2023-09-12 | 住友ゴム工業株式会社 | Prediction method for rubber-like elastic bodies |
| JP7302134B2 (en) * | 2019-08-05 | 2023-07-04 | 三井化学株式会社 | Physical property information estimation method, physical property information estimation model generation method, physical property information estimation device, physical property information estimation model generation device, physical property information estimation program, and physical property information estimation model generation program |
| JP6741838B1 (en) * | 2019-09-11 | 2020-08-19 | 東京応化工業株式会社 | Information processing system, information processing apparatus, information processing method, and program |
| JP7461862B2 (en) * | 2020-03-24 | 2024-04-04 | 株式会社オービック | Information management device, information management method, and information management program |
| JP7461861B2 (en) * | 2020-03-24 | 2024-04-04 | 株式会社オービック | Manufacturing management device, manufacturing management method, and manufacturing management program |
| JP2021196710A (en) * | 2020-06-10 | 2021-12-27 | 昭和電工株式会社 | Physical property prediction device, physical property prediction method, and manufacturing method |
| JP2024115860A (en) * | 2023-02-15 | 2024-08-27 | 株式会社日立製作所 | Powder additive manufacturing support system, powder additive manufacturing support method, and program |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4009670B2 (en) * | 2002-08-02 | 2007-11-21 | 独立行政法人科学技術振興機構 | Component blending design method, component blending design program and recording medium recording the program |
| JP2010277328A (en) * | 2009-05-28 | 2010-12-09 | Medibic:Kk | Simulation database device for blending design, and system, method and program for blending design |
| JP2011070503A (en) * | 2009-09-28 | 2011-04-07 | Mitsubishi Chemical Engineering Corp | Blending design support system and method |
-
2017
- 2017-10-30 JP JP2017209076A patent/JP6509303B1/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114207729A (en) * | 2019-09-18 | 2022-03-18 | 株式会社日立制作所 | Material property prediction system and material property prediction method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019082790A (en) | 2019-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6509303B1 (en) | INFORMATION PROCESSING APPARATUS, METHOD, AND PROGRAM | |
| Nowak et al. | Simulating the emergence of social order from individual behaviour | |
| Youyou et al. | Computer-based personality judgments are more accurate than those made by humans | |
| Farshidi et al. | A decision support system for software technology selection | |
| Lan* et al. | Decision support system for rapid prototyping process selection through integration of fuzzy synthetic evaluation and an expert system | |
| US9965499B2 (en) | Recipe management system with interoperable models | |
| US20050091102A1 (en) | A method and system for manufacturing facility performance indicator benchmarking | |
| AU2011325860A1 (en) | Choice modelling system and method | |
| CN106126569A (en) | A kind of rapid data method of servicing and system | |
| US7801705B2 (en) | Mass on model | |
| Guo et al. | Estimation of product success potential using product value | |
| US20200133451A1 (en) | Techniques for analyzing the proficiency of users of software applications | |
| Balog et al. | Report on the 1st simulation for information retrieval workshop (Sim4IR 2021) at SIGIR 2021 | |
| Leung et al. | Analysis of compatibility between interdependent matrices in ANP | |
| Vieira et al. | Simulation model generation for warehouse management: Case study to test different storage strategies | |
| Klünder et al. | Helping teams to help themselves: An industrial case study on interdependencies during sprints | |
| Djassemi* | A simulation analysis of factors influencing the flexibility of cellular manufacturing | |
| WO2019096744A1 (en) | Systems and methods for selecting specialty chemicals | |
| Zheng et al. | Structural relationship model for design defect and influencing factors in the concurrent design process | |
| Montevechi et al. | Sensitivity analysis in discrete-event simulation using fractional factorial designs | |
| Corona et al. | Effort estimation of web applications through web CMF objects | |
| JP7239643B2 (en) | Information presentation method, device, electronic device, storage medium and program | |
| CN115115246A (en) | Data processing method, data processing device, computer equipment and storage medium | |
| Manouselis et al. | Designing a web-based testing tool for multi-criteria recommender systems | |
| CN114997813A (en) | Flow chart generation method, device, equipment and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180116 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180116 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190312 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190402 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6509303 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |