JP6838308B2 - ライン設備設定支援装置と方法とプログラム - Google Patents

ライン設備設定支援装置と方法とプログラム Download PDF

Info

Publication number
JP6838308B2
JP6838308B2 JP2016150101A JP2016150101A JP6838308B2 JP 6838308 B2 JP6838308 B2 JP 6838308B2 JP 2016150101 A JP2016150101 A JP 2016150101A JP 2016150101 A JP2016150101 A JP 2016150101A JP 6838308 B2 JP6838308 B2 JP 6838308B2
Authority
JP
Japan
Prior art keywords
line
equipment
product
production
parameter
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
Application number
JP2016150101A
Other languages
English (en)
Other versions
JP2018018416A (ja
Inventor
理恵 岩崎
理恵 岩崎
滋 河本
滋 河本
暁 小路口
暁 小路口
永典 實吉
永典 實吉
貴裕 戸泉
貴裕 戸泉
鈴木　亮太
亮太 鈴木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2016150101A priority Critical patent/JP6838308B2/ja
Publication of JP2018018416A publication Critical patent/JP2018018416A/ja
Application granted granted Critical
Publication of JP6838308B2 publication Critical patent/JP6838308B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Description

本発明は、ライン設備設定支援装置と方法とプログラムに関する。
工場の生産ライン等において、例えば新規に製品を生産する場合、又は、製造段取り替えを行う際に、当該ラインの設備のパラメータの再設定等が行われる。製造段取り替えは、生産ラインで生産する製品をそれまでの製品と異なる品種へ切り替える際の段取り作業である。その際、生産ラインに流す製品（ワーク）に合わせて部品の交換・変更や、設備の設定の変更が行われる。例えば、表面実装基板を生産するライン等において、これから生産する基板が、それまで当該ラインで生産していた基板とは、サイズや搭載する部品が異なるものである場合、印刷機やマウンタ等の設定パラメータや、リフロー炉での温度プロファイル条件（ゾーン）等の再設定が行われる。例えば、マウンタ（搭載機）では、基板サイズ、基板原点オフセット、搬送速度、基板上に搭載される部品のＸ―Ｙ座標、回転角度、部品名等、部品について、名前、サイズ、高さ、吸着位置等が設定される。また、リフロー炉では、基板に搭載された耐熱温度の低い部品等に対して過加熱を回避するために、最高温度と時間の再設定が行われる。印刷機では、メタルマスクの入れ替え、スキージの交換、サポートピンの交換等は設備を止めて行われる。
ラインの設備のパラメータの再設定（「条件出し」ともいう）は、基本的に、製品の材料や部品が変わる度に行われる。設備のパラメータの再設定を行った後に、テスト用に製品の生産が行われる。このため、設備のパラメータの再設定を何度も行うと、時間がかかり、製造コストの上昇の要因となる。近時、少量多品種生産を行う工場が増えており、１日に数回〜数十回の製造段取り替えを行うこともある。この場合、ラインの設備のパラメータの再設定の時間とコストは、生産に大きな影響を与える。このため、生産ラインの各種シミュレーション等が行われる。
例えば特許文献１には、ラインごとに生産前にシミュレーションを行い、ラインを構成する設備の設定を確かめることができる生産システムシミュレーション技術が開示されている。この技術によれば、作業を担う設備要素を容易且つ柔軟に設定、変更することが可能であり、多様なシミュレーション、最適な工程条件の探求を低コストで迅速に行うことができるとされている。
また、特許文献２には、リフロー炉の炉内温度分布特性を加味したプリント配線板のリフローシミュレーションが可能となるので、信頼性の高いリフロー温度プロファイルを予測することができるとともに、得られた炉内温度分布特性を炉内の温度設定や風量設定の際の基準データとして利用することもできるようしたリフロー温度管理方法が開示されている。この方法は、表面実装用部品が搭載されたプリント配線板のリフロー温度管理方法であって、前記プリント配線板上の複数の測定点における基板又は部品の熱容量を測定する第１のステップと、使用するリフロー炉の温度プロファイルに対応させて前記各測定点における温度の時間的変化を演算する第２のステップと、得られた各測定点における温度の時間的変化に基づいて、前記リフロー炉に流すプリント配線板の面内温度分布データを取得する第３のステップとを有する。
さらに、特許文献３に開示された設備設計システムは、製造工程情報の製造工程種類に対応する設備仕様項目を表示する設備仕様項目表示部と、設備仕様項目に対してユーザが入力する設備仕様入力情報を受付ける設備仕様入力部と、設備仕様項目と同等情報を含む設備構成要素情報を予め保存する設備構成要素データベースと、設備構成要素データベースから設備仕様入力情報を満足する設備仕様情報を持つ設備構成要素候補を抽出する設備構成要素候補抽出部と、設備構成要素候補抽出部によって抽出した設備構成要素候補に関する設備仕様情報を結果として表示する設備構成要素候補情報表示部と、を有する。設備構成要素候補抽出部は、設備仕様入力情報の部品と設備設計情報データベースの部品との部品類似度を算出することで、設備設計情報候補を抽出する。設備設計情報データベース内から製造工程情報の部品類似度が最も小さい設備設計情報を抽出し、設備仕様条件として記憶する。
なお、電源電流波形から電気設備等の状態を把握する関連技術として、ＨＥＭＳ（Ｈｏｍｅ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）、ＦＥＭＳ（Ｆａｃｔｏｒｙ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）、ＢＥＭＳ（Ｂｕｉｌｄｉｎｇ Ｅｎｅｒｇｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ）等では、コントローラが、設備に設置された測定器からの電流波形、電圧波形等をリアルタイムで取得する構成のほか、分電盤の分岐ブレーカ等に流れる総合電源電流波形を電流センサで取得し、通信網を介して総合電源電流波形をクラウドサーバに転送し、クラウドサーバ上では機械学習を使ったＡＩ（人工知能）等により設備毎の電流波形に分離し、設備毎の消費電力量や、設備毎のオン、オフを推定する機器分離技術の利用も検討されている（非特許文献１）。
また、電力波形に基づき電気機器の状態を判別する関連技術として、例えば非特許文献２には、分電盤に取り付けた１つの電流センサを用いて基幹線に流れている電流波形（１周期分の瞬時波形）を取得し、各機器固有の電流波形情報を備えた波形データベースに照らして、波形解析することにより、機器ごとの消費電力を推定し、機器の状態を判別することが記載されている。
特許第５６８８８６４号公報 特開２００６−１３４１８号公報 特開２０１４−２１９８５７号公報
"機器分離技術を活用したサービスの東京電力との共同実証について"、インフォメティス株式会社、［平成２８年５月０１日検索］インターネット（ＵＲＬ：http://prtimes.jp/main/html/rd/p/000000001.000012366.html） 河本滋、戸泉貴裕、實吉永典、"１つのセンサーで複数機器の消費電力や利用状況を見える化する電力指紋分析技術"、ＮＥＣ技報／Ｖｏｌ．６８ Ｎｏ．２／ＩＣＴが拓くスマートエネルギーソリューション特集
以下に関連技術の分析を与える。
上記したように、生産ラインの関連技術では、生産ラインで生産する製品がそれまでの製品と異なる場合、当該生産ラインの設備のパラメータの再設定を行う必要がある。特に、生産実績のない製品を新たに生産ラインで生産する場合、当該生産ラインの設備のパラメータ等を一から設定することになり、時間とコストを要する。
また生産ラインにおいて、設備群は、工程順に並べられている。このため、設備のパラメータを個別に調整し、当該設備のパフォーマンスが上がるようにしても、例えばタクトタイム（生産工程の均等なタイミングを図るための工程作業時間）等の関係でラインの設備群全体でのパフォーマンスが上がるとは限らない。この場合、ラインの設備群全体のパフォーマンスを上げるために、設備の設定パラメータの再調整が必要になる場合もある。
本発明は、上記課題に鑑みて創案されたものであって、その目的の一つは、ラインの設備群全体でのパフォーマンスを確保しながら設備のパラメータの設定等を容易化する装置、方法、プログラムを提供することにある。上記以外の課題、目的については、本明細書の記述および添付図面から明らかになるであろう。
本発明の一つの側面によれば、生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力部と、生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と設備群の情報を抽出する生産情報抽出部と、前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出部で抽出された１つ又は複数の前記ラインの類似度を計算し、１つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出部と、前記パラメータ抽出部で抽出された前記ラインの前記設備のパラメータを出力するパラメータ出力部を備えたライン設備設定支援装置が提供される。
本発明の一つの側面によれば、コンピュータを用いたライン設備設定支援方法であって、生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力ステップと、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出ステップと、
前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された１つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出ステップと、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力ステップと、を含むライン設備設定支援方法が提供される。
本発明の一つの側面によれば、コンピュータに、生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力処理と、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出処理と、
前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出処理で抽出された１つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された１つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出処理と、を実行させるプログラムが提供される。本発明によれば、上記プログラムを記憶したコンピュータ読み出し可能な記録媒体（例えば磁気・光記録媒体、半導体ストレージデバイス等のｎｏｎ−ｔｒａｎｓｉｔｏｒｙ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｒｅｃｏｒｄｉｎｇ ｍｅｄｉｕｍ）が提供される。
本発明によれば、製品を生産するラインの設備群全体でのパフォーマンスを確保しながら設備パラメータの設定等を容易化することができる。上記以外の効果等については、本明細書の記述および添付図面から明らかになるであろう。
本発明の一実施形態の構成を例示する図である。 （Ａ）、（Ｂ）は本発明の第１の実施形態の動作を説明する流れ図である。 本発明の第１の実施形態の構成の詳細を例示する図である。 （Ａ）乃至（Ｆ）は本発明の第１の実施形態を説明する図である。 本発明の第１の実施形態の動作を説明するための流れ図である。 本発明の第１の実施形態の動作を説明するための流れ図である。 本発明の第１の実施形態の動作を説明するための流れ図である。 （Ａ）乃至（Ｃ）は本発明の第１の実施形態を説明する図である。 （Ａ）乃至（Ｃ）は本発明の第１の実施形態を説明する図である。 （Ａ）乃至（Ｃ）は本発明の第１の実施形態を説明する図である。 （Ａ）、（Ｂ）は本発明の第１の実施形態を説明する図である。 （Ａ）乃至（Ｄ）は本発明の第１の実施形態を説明する図である。 本発明の第２の実施形態の構成を例示する図である。 （Ａ）乃至（Ｅ）は本発明の実施形態の変形例を説明する図である。 本発明の実施形態を説明する図である。
本発明の実施形態について説明する。本発明の一形態に係るライン設備設定支援装置（例えば図１の１０）は、生産設定入力部（図１の１３）と、生産情報抽出部（図１の１２）と、パラメータ抽出部（図１の１４）と、パラメータ出力部（図１の１５）を備えている。生産設定入力部（図１の１３）は、生産予定の第１の製品（例えば図４（Ａ）の製品Ｘ）の情報、前記第１の製品を生産するため第１のライン（例えば図４（Ａ）のラインＡ）の構成と設備群の情報を入力する。生産情報抽出部（図１の１２）は、生産実績情報から、生産実績のあるライン（例えば図４（Ｂ）、（Ｃ）のラインＢ、Ｃ）で生産した製品（例えば図４（Ｂ）の製品：Ｙ、Ｚ、図４（Ｃ）の製品：Ｗ）の情報及び前記ラインの構成と設備群の情報を抽出する構成としてもよい。パラメータ抽出部（図１の１４）は、前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出部（図１の１２）で抽出された前記生産実績のある１つ又は複数のラインの類似度を計算し、前記生産実績のある１つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択された前記ラインの設備のパラメータを抽出する構成としてもよい。パラメータ出力部（図１の１５）は、パラメータ抽出部（図１の１４）で選択されたラインと前記設備のパラメータを表示装置等の出力装置に出力する構成としてもよい。
本発明の一形態によれば、生産予定の製品を生産するラインの設備群の設定において、好ましくは、当該ラインの設備群の設定値（設定パラメータ）をまとめて抽出する。前述したように、ラインにおいては、前の設備と後の設備が繋がっている。このため、生産工程の均等なタイミングを図るための工程作業時間（タクトタイム）等の関係で、個別の設備をそのパフォーマンスが最高となるよう設定しても、ライン全体の設備群のパフォーマンスが上がるとは限らない。すなわち、個別の設備が最大パフォーマンスになる設定パラメータを抽出したとしても、ラインとして稼動させる際には、当該設備の設定パラメータの再調整が必要になる可能性もある。そこで、本発明の一形態によれば、製品を生産した実績のあるラインの設備群の設定パラメータをまとめて抽出することで、ライン内の設備のタクトタイム等のバランスを保つことができ、余分なパラメータ調整を不要とし、生産コストの低減を可能としている。すなわち、ラインの設備群全体でのパフォーマンスを確保しながら設備のパラメータの設定等を容易化可能としている。
本発明の一形態において、前記パラメータ抽出部（図１の１４）は、前記生産情報抽出部（図１の１２）で抽出された生産実績のある前記ラインであって、実際に生産した製品として、少なくとも第２の製品を生産したラインについて、前記ラインで前記第１の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、前記ラインの設備で前記第１の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの類似度を、設備毎に計算し、前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める構成としてもよい。前記パラメータ抽出部（図１の１４）は、前記生産情報抽出部（図１の１２）で抽出された生産実績のある１つ又は複数の前記ラインのうち、前記第１のラインと、少なくとも構成、設備、設備数（工程数）のうちの１つが同一の各ラインを、前記ラインの類似度の計算対象とする構成としてもよい。
本発明の一形態によれば、前記パラメータ抽出部（図１の１４）は、前記生産情報抽出部（図１の１２）で抽出された１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する構成としてもよい。あるいは、前記パラメータ抽出部（図１の１２）は、生産情報抽出部（図１の１２）で抽出された１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、構成としてもよい。
本発明の一形態において、前記パラメータ抽出部（例えば図３の１４）は、前記生産情報抽出部（図１の１２）で抽出された前記生産実績のある前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層としてパラメータの重みを機械学習し、学習した重み情報を、記憶装置（図３の１４３）に記憶するパラメータ重み学習部（図３の１４１）を備えた構成としてもよい。
本発明の一形態において、前記パラメータ重み学習部（図３の１４１）は、前記設備のパラメータを変換し正規化し、正規化されたパラメータを用いて重み学習を行うようにしてもよい。
本発明の一形態において、前記パラメータ抽出部（図３の１４）は、ライン類似度計算部（１４４）とライン抽出部（図３の１４５）をさらに備えた構成としてもよい。ライン類似度計算部（１４４）は、設備パラメータ導出部（図３の１４４−１）と、設備パラメータ類似度計算部（図３の１４４−２）と、合計類似度計算部（図３の１４４−３）と、を備えた構成としてもよい。
ライン類似度計算部（１４４）の設備パラメータ導出部（図３の１４４−１）は、前記生産情報抽出部（図３の１２）で抽出された生産実績のある前記ラインであって、実際に生産した製品として、少なくとも第２の製品を生産したラインについて、前記パラメータ重み学習部（図３の１４１）で学習された前記重みを用いて、前記ラインの設備で、前記第１の製品を生産する場合の設備のパラメータを導出するようにしてもよい。
ライン類似度計算部（１４４）の設備パラメータ類似度計算部（図３の１４４−２）は、前記設備パラメータ導出部（１４４−１）で導出された、前記ラインの設備で、前記第１の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの間の類似度を計算するようにしてもよい。
ライン類似度計算部（１４４）の合計類似度計算部（図３の１４４−３）は、前記ラインの設備群について前記設備のパラメータの類似度を合計してライン類似度を求めるようにしてもよい。
ライン類似度計算部（１４４）は、前記ラインの類似度を、前記生産情報抽出部（図３の１２）で抽出された１つ又は複数のラインのうち、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求めるようにしてもよい。
ライン抽出部（図３の１４５）は、前記生産情報抽出部（１２）で抽出された１つ又は複数のラインの中から、前記ライン類似度に基づき、少なくとも１つのラインを選択するようにしてもよい。ライン抽出部（図３の１４５）は、前記生産情報抽出部（図１の１２）で抽出された生産実績のある１つ又は複数の前記ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせを選択する構成としてもよい。あるいは、ライン抽出部（図３の１４５）は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択するようにしてもよい。ライン抽出部（図３の１４５）は、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出するようにしてもよい。前記パラメ-タ出力部（図３の１５）は、ライン抽出部（図３の１４５）で抽出された前記ラインの設備のパラメータを、手本、あるいは初期設定値（デフォルト値）として、表示装置等に出力するようにしてもよい。以下では、図面を参照して例示的な実施形態について説明する。
＜実施形態１＞
図１は、本発明の第１の例示的な実施形態の構成を説明する図である。図１を参照すると、記憶装置１１には、生産実績情報（これまでの生産情報の履歴）が記憶されている。記憶装置１１は、例えば半導体メモリ、ハードディスクドライブ（ＨＤＤ）等であってもよい。生産実績情報としては、これまでラインで生産した製品情報やラインの構成情報、ラインの各設備のパラメータ、これまでに生産した製品の生産計画情報を含むようにしてもよい。生産実績情報は、ネットワークを介して接続するデータベースサーバ等にアクセスすることで取得するようにしてもよい。
ライン設備設定支援装置１０において、生産情報抽出部１２は、記憶装置１１に保存された生産実績情報の履歴の中から、ラインで生産した製品情報、当該ラインの構成情報、ラインの設備のパラメータ情報等を抽出する。
生産設定入力部１３は、生産予定の製品（生産したい製品）の情報、当該生産予定の製品の生産に使用するラインの構成（ラインの工程）や工程順に並んだ各設備の情報（機種や型番）を設定入力する。
生産設定入力部１３から入力される生産予定の製品の情報、生産予定の製品を生産するラインの構成と設備の情報等は、記憶装置１１に生産実績情報として記憶されている製品情報、ラインの構成及び設備の情報と同一でなくてもよい。例えば、生産設定入力部１３から設定入力される生産予定の製品は、これまで生産したことのないサイズ、材料等の製品であってもよい。ただし、生産予定の製品の情報（例えば製品プロフィール情報）の一部は、これまで生産した製品と同一であることが好ましい。
パラメータ抽出部１４は、生産設定入力部１３から入力された生産予定の製品を生産するラインに対して、生産情報抽出部１２で抽出された生産実績のある１つ又は複数のラインの類似度を計算する。つづいて、パラメータ抽出部１４は、生産情報抽出部１２で抽出された前記生産実績のある１つ又は複数のライン中から、前記ラインの類似度に基づき、生産設定入力部１３から入力された、生産予定の製品を生産する場合のライン構成及び設備に、類似したラインを選択する。パラメータ抽出部１４は、選択した当該ラインの設備のパラメータを抽出する。
パラメータ出力部１５は、パラメータ抽出部１４で抽出された当該ラインの設備の設定パラメータを、不図示の表示装置又はプリンタ又はファイル装置（記憶装置）又は端末等に出力する。パラメータ出力部１５から出力される設備のパラメータは、生産予定の製品の生産に使用するラインの設備のパラメータの設定値の手本あるいは初期設定値（デフォルト値）として提示してもよい。パラメータ出力部１５は、不図示の通信手段を介してネットワーク接続されるクライアント等にラインの設備パラメータを出力するようにしてもよい。なお、当該ラインの設備パラメータの環境変化等による微調整は、作業者が行うようにしてもよい。
図２は、図１に示した本発明の第１の例示的な実施形態の動作を説明する流れ図である。図２（Ａ）は、図１の生産情報抽出部１２の処理を説明する流れ図である。
生産情報抽出部１２は、記憶装置１１に記憶されている生産実績情報を入力し（ステップＳ１）、製品情報、ライン構成と設備情報を抽出し（ステップＳ２）、パラメータ抽出部１４に提供する（ステップＳ３）。
図２（Ｂ）は、第１の例示的な実施形態における生産設定入力部１３、パラメータ抽出部１４、パラメータ出力部１５の処理を説明する流れ図である。
生産設定入力部１３は、生産予定の製品の情報、当該生産予定の製品を生産するライン構成と、ラインの設備情報を入力する（ステップＳ１１）。
パラメータ抽出部１４は、生産情報抽出部１２で抽出された生産実績のあるライン、当該ラインで実際に生産した製品、当該ラインの設備の情報を入力し、生産設定入力部１３から入力された生産予定の製品を生産するためのラインに対する、前記生産実績のあるラインの類似度を計算する。パラメータ抽出部１４は、生産情報抽出部１２で抽出された生産実績のあるライン中から、前記ラインの類似度に基づき、ラインを選択し、選択したラインの設備パラメータを抽出する（以上、ステップＳ１２）。その際、パラメータ抽出部１４では、生産情報抽出部１２で抽出された生産実績のある１つ又は複数のラインと当該各ラインで実際に生産した製品との組み合わせのうち、前記ラインの類似度が最大の前記ラインと製品の組み合わせを選択し、選択したラインで実際に製品を生産したときの当該ラインの設備パラメータを抽出するようにしてもよい。あるいは、パラメータ抽出部１４では、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択したラインで実際に製品を生産したときの当該ラインの設備パラメータを抽出するようにしてもよい。
パラメータ出力部１５は、パラメータ抽出部１４で選択されたラインと設備パラメータを出力する（ステップＳ１３）。
本実施形態によれば、生産予定の製品と類似の製品の生産に利用したラインのうち類似したラインを抽出し、このラインの設備パラメータを手本とすることで、設備に設定するパラメータを探す負荷、負担を軽減することができる。その結果、ラインの設備パラメータの再設定に必要な時間を短縮し、またテストに用いる部材のコストを減らすことができる。
また、本実施形態によれば、設備パラメータとして、カタログ値でなく、生産実績値又はその変換値を用いることで、生産性の点で、有効な設備パラメータを抽出することを可能としている。
さらに、本実施形態によれば、生産実績のあるラインの設備群の設定パラメータをまとめて抽出することで、ライン内の設備のタクトタイム等のバランスを保つことができ、余分なパラメータ調整を不要とし、生産コスト低減を可能としている。
図３は、上記した図１の装置構成における生産情報抽出部１２、パラメータ抽出部１４の詳細構成の一例を例示する図である。
図３を参照すると、生産情報抽出部１２は、記憶装置１１１に保持された製品設計・生産計画情報（実際に生産を行った製品の製品設計情報および生産計画情報等）から、製品情報（例えば製品のプロフィール情報）を抽出する製品情報抽出部１２１と、記憶装置１１２に保持された設備の履歴情報等から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出部１２２と、記憶装置１１３に保持された生産計画情報等から、生産実績のあるラインの構成情報を抽出するライン構成情報抽出部１２３を備えている。なお、図３では、説明を容易化するため、それぞれの情報を記憶する３つの記憶装置１１１、１１２、１１３を備えている。記憶装置１１１、１１２、１１３は、半導体メモリあるいはハードディスクドライブ（ＨＤＤ）等であってもよい。憶装置１１１、１１２、１１３は、図１の記憶装置１１を構成している。記憶装置１１１、１１２、１１３にそれぞれ記憶される情報は、図１の生産実績情報に対応する。なお、記憶装置１１１、１１２、１１３は、同一の記憶装置であってもよい。また、記憶装置１１１に保持された生産計画情報と、記憶装置１１３に保持された生産計画情報は同一（重複）情報を含むものであってもよい。
パラメータ抽出部１４は、パラメータ重み学習部１４１、パラメータ変換テーブル１４２、記憶装置１４３、ライン類似度計算部１４４、ライン抽出部１４５を備えている。
ライン類似度計算部１４４は、設備パラメータ導出部１４４−１と、設備パラメータ類似度計算部１４４−２と、合計類似度計算部１４４−３とを備えた構成としてもよい。なお、設備パラメータ導出部１４４−１、設備パラメータ類似度計算部１４４−２、合計類似度計算部１４４−３は、処理・機能の説明の容易化のために、３つのユニットに区分して図示したものである。
パラメータ重み学習部１４１は、製品情報抽出部１２１からの製品情報、設備パラメータ設定情報抽出部１２２からの設備パラメータ、ライン構成情報抽出部１２３からのライン構成情報に基づき、パラメータの重み付け学習を行う。
記憶装置１４３は、パラメータ重み学習部１４１で生成された生産情報（重み学習で学習された重み情報を含む）を記憶する。記憶装置１４３は、生産情報抽出部１２で抽出されたラインの設備で製品を生産したときの設備のパラメータ情報を記憶する。記憶装置１４３で記憶される設備のパラメータ情報は、パラメータ重み学習部１４１で変換した正規化された設備パラメータ情報等を含む。
ライン類似度計算部１４４は、生産設定入力部１３から、生産予定の製品情報、設備情報、ライン構成情報を入力する。
ライン類似度計算部１４４の設備パラメータ導出部１４４−１は、設定入力された生産予定の製品の製品情報を、記憶装置１４３に記憶されている重み学習が完了したパーセプトロンの入力層とし、当該パーセプトロンの出力層から設備のパラメータを取得する。なお、生産予定の（生産したい）製品、及び該製品を生産したラインが、生産情報として、記憶装置１４３に記憶されている場合、当該製品を生産したラインの設備群の各設備のパラメータを取得し、当該ラインの設備のパラメータを用いる。設備パラメータ導出部１４４−１は、ラインを構成する各設備のパラメータを導出する。
ライン類似度計算部１４４の設備パラメータ類似度計算部１４４−２は、記憶装置１４３に保持されている生産実績のあるラインの設備のパラメータと、設備パラメータ導出部１４４−１で導出された、生産実績のあるラインの設備に対応する設備パラメータとの類似度を計算する。
生産実績のあるラインの設備のパラメータ（ベクトル）Ｐと、設備パラメータ導出部１４４−１で導出された設備パラメータ（ベクトル）Ｑとの類似度ＳＩＭは、例えばコサイン類似度を用いてもよい。ＳＩＭ＝（Ｐ・Ｑ）／｜Ｐ｜×｜Ｑ｜ （ただし、（Ｐ・Ｑ）はベクトルＰとＱの内積、｜Ｐ｜、｜Ｑ｜はベクトルＰ、Ｑの絶対値）。
ライン類似度計算部１４４の合計類似度計算部１４４−３は、設備パラメータ類似度計算部１４４−２で求めた設備パラメータ間の類似度を、生産実績のあるラインを構成する複数の設備（全設備）について合計し、当該ラインの類似度とする。なお、類似度の計算に用いるベクトルの距離はユークリッド距離を用いてもよいし、マハラノビス距離を用いてもよい。
ライン抽出部１４５は、ライン類似度計算部１４４で計算されたライン類似度に基づき、生産実績のあるラインのうち、例えばライン類似度が最大のラインを選択する。
パラメータ出力部１５は、ライン抽出部１４５で抽出されたライン類似度が最大のラインと当該ラインの各設備のパラメータを表示装置等に出力する。
あるいは、ライン抽出部１４５は、ライン類似度計算部１４４で計算されたライン類似度が、予め設定した閾値を超える１つ又は複数のラインを選択し、ライン抽出部１４５で選択されたラインの各設備のパラメータを表示装置等に出力するようにしてもよい。
図４は、第１の実施形態を説明する図である。なお、図４では、生産ラインとしてＳＭＴ（Ｓｕｒｆａｃｅ Ｍｏｕｎｔ Ｔｅｃｈｎｏｌｏｇｙ）ラインを示している。設備１は印刷機、設備２は検査機、設備３はマウンタ（搭載機）、設備４は検査機、設備５はリフロー炉である。
なお、特に制限されないが、ＳＭＴライン等において、同じ製品とは、製品型番が同じ製品をいう。
類似の製品とは、製品型番が同じでない製品をいう。
同じ設備とは、機種型番が同じ設備をいう。
類似の設備とは、設備の種類（「印刷機」、「マウンタ」など）は同じだが機種型番が異なる設備をいう。
同じラインとは、構成設備・機種型番がすべて同じラインをいう。
類似のラインとは、構成設備の種類は同じだが、一部又は全ての機種型番が異なる、又は、同じ種類の設備が何台あるかが異なるラインをいう。
図４（Ａ）は、生産予定の（生産したい）製品をＸとし、生産予定の製品Ｘの生産に使用したいラインをＡとする。この情報は、図３の生産設定入力部で入力される。ラインＡの構成は、設備１〜設備５からなる。ラインＡの設備の型番は、設備１：ＦＸＡ０１、設備２：ＧＮ００３、設備３：ＣＦ０２Ａ、設備３：ＣＦ０２Ａ、設備４：ＭＺＯ−１、設備５：ＤＨ４０である。
図４（Ｂ）は、生産情報の履歴として、図３の記憶装置１１３に保持されるラインの構成情報のうち、ライン構成情報抽出部１２３で抽出されたラインＢの構成情報を示している。ラインＢは、製品Ｙと製品Ｚを生産した実績がある。ラインＢの設備の型番は設備１：ＦＸＡ０１、設備２：ＧＮ００３、設備３：ＣＳ３３、設備３：ＣＳ３３、設備４：ＭＺＯ−１、設備５：ＤＨ４７である。
図４（Ｃ）は、生産情報の履歴として、図３の記憶装置１１３に保持されるラインの構成情報のうち、ライン構成情報抽出部１２３で抽出されたラインＣの構成情報を示している。ラインＣは、製品Ｗを生産した実績がある。ラインＣの設備の型番は設備１：ＦＸＡ０１、設備２：ＧＮ００４、設備３：ＣＦ０２Ａ、設備３：ＣＦ０２Ａ、設備４：ＭＺＯ−１、設備５：ＤＨ４３である。なお、単に、図面作成の都合で、製品の生産実績のあるラインとしてラインＢ、Ｃが示されている。
図４（Ｄ）は、図３のライン類似度計算部１４４での計算結果として、
・ラインＢで製品Ｙを生産したときの設備１〜５の各設備パラメータと、ラインＢで生産予定製品Ｘを生産する場合の当該設備１〜５の各設備パラメータに関して、設備毎の類似度と、該設備毎の類似度のライン（設備１−５）の合計であるライン類似度（＝４．３６）、
・ラインＢで製品Ｚを生産したときの設備１〜５の各設備パラメータと、ラインＢで生産予定製品Ｘを生産する場合の当該設備１〜５の各設備パラメータに関して、設備毎の類似度と、該設備毎の類似度のライン（設備１−５）の合計であるライン類似度（＝３．９４）を示している。
図４（Ｅ）は、ライン類似度計算部１４４での計算結果として、ラインＣで製品Ｗを生産する場合と、ラインＣで生産予定製品Ｘを生産する場合の設備毎の類似度とその合計であるライン類似度（＝３．８０）を示している。
図４（Ｆ）に示すように、図３のライン抽出部１４５では、ライン類似度が最大のラインＢと製品Ｙの組み合わせを選択し、ラインＢで製品Ｙを実際に生産したときの設備１〜５の設定パラメータを抽出する。図３のパラメータ出力部１５は、当該ラインＢで製品Ｙを生産したときの設備パラメータを、初期設定値や手本として表示装置等に出力する。なお、図３のパラメータ出力部１５は、ラインＢで生産予定製品Ｘを生産するとした場合の設備パラメータも表示装置等に出力してもよい。
図５は、図３のパラメータ重み学習部１４１とパラメータ変換テーブル１４２の動作を説明する流れ図である。
図３のパラメータ重み学習部１４１は、生産情報抽出部１２によって生産実績情報から抽出された生産実績のあるライン、当該ラインで生産した製品情報、当該ラインの設備情報等の生産情報を入力する（ステップＳ２１）。
パラメータ重み学習部１４１は、生産情報抽出部１２によって生産実績情報から抽出された設備パラメータの変換が必要な場合、パラメータ変換テーブル１４２を用いて変換し、さらに正規化する（ステップＳ２２）。例えば生産設定入力部１３で入力された設備情報のパラメータ（例えばリフロー炉のゾーン数）が、生産情報抽出部１２で生産実績情報から抽出された生産実績のあるラインの設備のパラメータと異なる場合、パラメータ変換テーブル１４２を参照して変換する。リフロー炉のゾーン数に関して、ゾーン数の多い方に変換するようにしてもよい。
パラメータ重み学習部１４１は、生産実績のあるラインの各設備のパラメータの重みを機械学習する（ステップＳ２３）。後述するように、生産情報抽出部１２で生産実績情報から抽出された生産実績のあるラインで生産された製品情報を入力とし、生産実績のあるラインの設備のパラメータ、又は、パラメータ変換テーブル１４２を参照して変換した設備パラメータを出力するように、パラメータの重みを学習するようにしてもよい。
パラメータ重み学習部１４１は、設備ごとに学習した重みを、記憶装置１４３に記憶する（ステップＳ２４）。すなわち、パラメータ重み学習部１４１は、生産情報抽出部１２によって生産実績情報から抽出された生産実績のあるラインの設備（例えば図４（Ｂ）のラインＢの設備１〜５）の各々について、学習した重みを記憶装置１４３に記憶する。
図３のパラメータ重み学習部１４１が入力する製品情報、設備のパラメータ情報として、図８（Ａ）、（Ｂ）、（Ｃ）は、製品情報（ワーク）のプロフィール（例えば基板のタテ、ヨコの長さ、厚み等、重さ、基板に搭載される部品の種類（電解コンデンサ、抵抗、半導体チップ等）、部品の数、大きさ、レイアウト、基板の層数、半田の種類等）、設備１（例えば印刷機）の設備パラメータ（コンベア幅、部品数等）、設備５（リフロー炉）の設備パラメータ（コンベア幅、ゾーン温度等）を例示している。
図９（Ａ）は、図３のパラメータ重み学習部１４１が入力する設備パラメータの情報（生産情報抽出部１２で生産実績情報から抽出された設備パラメータの情報）として、図４（Ｂ）のラインＢの設備５のリフロー炉の製品Ｙの温度プロファイルの一例を示している。
図９（Ａ）、図９（Ｂ）に示すように、ラインＢのリフロー炉のゾーンの数は５個である。図１０（Ａ）は、図９（Ａ）のゾーンを示している。ＺＯＮＥ１〜ＺＯＮＥ４（設定温度１５０℃、１８０℃、２５０℃、２６０℃）とＣＯＯＬ（３０℃）の５つである。コンベア速度は７００ｍｍ／秒である。
図９（Ｃ）に示すように、図３の生産設定入力部１３からパラメータ重み学習部１４１に入力された生産計画に係る製品（生産したい製品）を生産するラインＡの設備５（図４（Ａ）の設備５）のリフロー炉のゾーンの数は７個であるとする。
そこで、パラメータ重み学習部１４１は、パラメータ変換テーブル１４２を参照して変換し、図１０（Ｂ）に示すようなパラメータを取得する。なお、パラメータ変換テーブル１４２は、パラメータ重み学習部１４１でアクセス可能な記憶装置に格納されている（記憶装置は、例えば半導体メモリ、ハードディスクドライブ（ＨＤＤ）等であってもよい）。図１０（Ｂ）に示すように、ＺＯＮＥ１〜ＺＯＮＥ５（設定温度１５０℃、１８０℃、１８０℃、２５０℃、２６０℃）と、ＣＯＯＬ１（３０℃）、ＣＯＯＬ２（３０℃）の７つである。コンベア速度は１１．６６７ｍｍ／秒である。変換前のＺＯＮＥ２（１８０℃）を、２つのＺＯＮＥ２、３（１８０℃）に分割してゾーンを増やし、変換前の１つのＣＯＯＬを、ＣＯＯＬ１（３０℃）、ＣＯＯＬ２（３０℃）に増やしている。
パラメータ重み学習部１４１は、生産設定入力部１３からの設備の入力情報（リフロー炉のゾーンの数は７個）に基づき、図１０（Ｂ）に示すパラメータを生成し、これを正規化して、図１０（Ｃ）のパラメータを得る。ゾーンの温度を３００℃を基準とし０〜１に設定している。コンベア速度を０．７４（１５．６６７ｍｍ／秒を１）とする。変換結果を記憶装置１４３に記憶する。パラメータ重み学習部１４１はラインの全設備について各設備のパラメータの変換、正規化を行う。
パラメータ重み学習部１４１では、図１１（Ａ）に示すように、製品プロフィールをパーセプトロンの入力層、設備パラメータ（ベクトル）のそれぞれの値を出力層とし、入力層―中間層、中間層―出力層をつなぐエッジの重みを学習する（図５のステップ２３の処理）。入力層と出力層は離散値であっても連続値であってもよい。パラメータ重み学習部１４１は過去に生産したデータを用いて設備毎に、重みを学習し記憶装置１４３に記憶する。
図６は、図２（Ｂ）のステップＳ１２において、これまで生産したことがない製品が生産設定入力部１３から入力された場合のライン類似度計算部１４４（図３）の動作を説明する図である。
ライン類似度計算部１４４は、生産設定入力部１３から生産したい製品情報、使用したライン情報、生産予定の製品情報、使用したいライン情報、設備情報を入力する（Ｓ１１）。
過去に当該製品を生産したラインが存在しない場合（ステップＳ１２−１のＮｏ分岐）、ライン類似度計算部１４４の設備パラメータ導出部１４４−１は、生産設定入力部１３から設定入力された生産予定の製品の製品情報を、重み学習済みのパーセプトロンの入力層とし、パーセプトロンの出力層から設備のパラメータを導出する（ステップＳ１２−２）。設備パラメータ導出部１４４−１がパーセプトロンを用いて導出する設備のパラメータは、生産設定入力部１３から設定入力された生産予定の製品を、生産実績のあるラインの当該設備で生産すると仮定した場合の設定パラメータに対応する。
ライン類似度計算部１４４の設備パラメータ類似度計算部１４４−２は、設備パラメータ導出部１４４−１がパーセプトロンを用いて導出した設備のパラメータ（生産実績のあるラインの当該設備で生産予定の製品を生産すると仮定した場合の当該設備パラメータ）と、記憶装置１４３に記憶されている、生産実績のある当該ラインの当該設備のパラメータ（正規化済み）と、に基づき、これらの設備パラメータ間の類似度を計算する（ステップＳ１２−３）。設備パラメータ（ベクトル）の類似度は、前述したように、コサイン類似度等を用いて計算してもよい。
そして、ライン類似度計算部１４４の合計類似度計算部１４４−３は、生産実績のあるラインについて設備毎に計算された類似度を合計し、当該ラインに対するライン類似度を求める（ステップＳ１２−４）。
ライン抽出部１４５は、生産情報抽出部１２で抽出された生産実績のあるラインの中から、ライン類似度に基づき、ラインを選択する（Ｓ１２−５）。ライン類似度が同一のラインが二つ以上ある場合、あるいは、ライン類似度が同等のラインが二つ以上ある場合、ライン抽出部１４５はこれらのラインを複数選択するようにしてもよい。あるいは、予め定められた閾値以上のライン類似度のラインを選択し、当該ラインの設備パラメータを抽出するようにしてもよい。
パラメータ出力部１５は、ライン抽出部１４５で抽出されたライン（生産実績のあるライン）の各設備のパラメータを出力する（ステップＳ１３）。
なお、生産実績のあるラインの中に、生産予定の製品を生産したラインが存在する場合（ステップＳ１２−１のＹｅｓ分岐）、当該ラインの設備のパラメータを用いるようにしてもよい（ステップＳ１２−６）。
図７は、ライン類似度計算部１４４の処理（図６のステップＳ１２−２、Ｓ１２−３、Ｓ１２−４に対応する）を説明する図である。なお、図７のステップＳ１１、Ｓ１２−５、Ｓ１３は、図６のステップＳ１１、Ｓ１２−５、Ｓ１３にそれぞれ対応している。
ライン類似度計算部１４４は、生産設定入力部１３から、「ラインＡで製品Ｘを生産する。」という指示の設定情報を入力する（ステップＳ１１）。ただし、説明を簡単とするため、設定情報を自然言語で説明したが、設定情報は、所定のフォームの指示情報（電子データ）として生産設定入力部１３からライン類似度計算部１４４に受け渡される。
ライン類似度計算部１４４では、生産情報抽出部１２で抽出された生産実績のある全ライン分（Ｉ＝１から全ライン）について、ステップＳ１２０２−Ｓ１２０９を繰り返す（ステップＳ１２０１、Ｓ１２１０）。Ｉはループカウンタ（変数）であり、ステップＳ１２０２−Ｓ１２０９を一巡する毎に１つインクリメントされる。生産情報抽出部１２で抽出された生産実績のある全ライン数をＰで表している。
ライン類似度計算部１４４では、ラインＩで生産した全製品分（Ｊ＝１から全製品数）について、各製品Ｊ毎に、ステップＳ１２０３−Ｓ１２０８を繰り返す（ステップＳ１２０２、Ｓ１２０９）。Ｊはループカウンタ（変数）であり、ステップＳ１２０３−Ｓ１２０８を一巡する毎に１つインクリメントされる。ラインＩで生産した製品の数（全製品数）をＱＩで表している。
ライン類似度計算部１４４では、ラインＩで生産した製品Ｊに対してラインＩの全設備（Ｋ＝１からラインＩの全設備数）について、各設備Ｋ毎に、ステップＳ１２０４−Ｓ１２０６を繰り返す（ステップＳ１２０３、Ｓ１２０７）。Ｋはループカウンタ（変数）であり、ステップＳ１２０４−Ｓ１２０６を一巡する毎に１つインクリメントされる。ラインＩの設備数をＲＩで表している。
ライン類似度計算部１４４の設備パラメータ導出部１４４−１は、ラインＩの設備Ｋで生産予定製品Ｘを生産する場合の設備パラメータＰ＿ＢＥＸを計算する（ステップＳ１２０４）。
ライン類似度計算部１４４の設備パラメータ類似度計算部１４４−２は、ラインＩの設備Ｋで製品Ｊを生産したときの設備パラメータＰ＿ＢＥＪを記憶装置１４３から取得する（ステップＳ１２０５）。
ライン類似度計算部１４４の設備パラメータ類似度計算部１４４−２は、ラインＩの設備Ｋで生産予定製品Ｘを生産する場合の設備パラメータＰ＿ＢＥＸと、ラインＩの設備Ｋで製品Ｊを生産したときのＰ＿ＢＥＪの類似度Ｓｉｍ（Ｉ，Ｊ，Ｋ）を計算する（ステップＳ１２０６）。
ライン類似度計算部１４４の合計類似度計算部１４４−３は、ラインＩの製品Ｊについて、ラインＩの設備Kについて計算した上記類似度Ｓｉｍ（Ｉ，Ｊ，Ｋ）の全設備分の合計Σ＜Ｋ＝１〜ラインＩの全設備数ＲＩ＞Ｓｉｍ（Ｉ，Ｊ，Ｋ）を計算する（ステップＳ１２０６）。合計値：Σ＜Ｋ＝１〜全設備数ＲＩ＞Ｓｉｍ（Ｉ，Ｊ，Ｋ）は、製品Ｊを生産したラインＩの生産予定製品Ｘに関するライン類似度である。
ライン抽出部１４５は、ライン類似度計算部１４４で、全ライン（Ｉ＝１〜Ｐ）、各ラインＩの全製品（Ｊ＝１〜ＱＩ）についてライン類似度を計算した結果に基づき、例えば、ライン類似度が最大のライン・製品の組み合わせを選択する（ステップＳ１２−５）。
パラメータ出力部１５は、ライン抽出部１４５で選択されたライン類似度を最大とするライン・製品の組み合わせの当該ラインで当該製品を生産した各設備のパラメータを出力装置に出力する（ステップＳ１３）。
図１２は、図７の処理を模式的に説明する図である。図１２（Ａ）は、ライン類似度計算部１４４において、ラインＩ（＝ラインＢ）の設備Ｋ（Ｋ＝１、２）で製品Ｊ（＝Ｙ）を生産したときの設備パラメータＰ＿ＢＥＪ（Ｉ、Ｋ）を例示している（図７のＳ１２０５）。
ラインＢの設備１で製品Ｙを生産した設備パラメータ（ベクトル）Ｐ＿ＢＥＹ（Ｂ、１）＝（０．５、０．８、０、２３）
ラインＢの設備２で製品Ｙを生産した設備パラメータ（ベクトル）Ｐ＿ＢＥＹ（Ｂ、２）＝（０．６、０．７９、０、２）
ラインＢの設備１、２を用いて製品Ｙを製造した場合の設備パラメータ（ベクトル）Ｐ＿ＢＥＹは、パラメータ重み学習部１４１で正規化され、記憶装置１４３に記憶されている。
図１２（Ｂ）では、ライン類似度計算部１４４において、ラインＩ（＝ラインＢ）の設備Ｋ（Ｋ＝１、２）で生産予定製品Ｘを生産する場合の設備パラメータ（ベクトル）Ｐ＿ＢＥＸ（Ｉ、Ｋ）を計算した結果を示している（図７のＳ１２０４）。
ラインＢの設備１で製品Ｘを生産する場合の設備パラメータ（ベクトル）Ｐ＿ＢＥＸ（Ｂ、１）＝（０．８７、０．５６、０．２１）
ラインＢの設備２で製品Ｘを生産する場合の設備パラメータ（ベクトル）Ｐ＿ＢＥＸ（Ｂ、２）＝（０．６２、０．７６、０．２）
ラインＢの設備１、２を用いて製品Ｘを製造する場合の設備パラメータＰ＿ＢＥＸは、図１１（Ｂ）を用いて説明した重み学習済みパーセプトロンの出力層として得られる。
図１２（Ｃ）では、ライン類似度計算部１４４の設備パラメータ導出部１４４−１において、設備毎にパラメータの類似度を計算する例を示している。
ラインＢの設備１では、製品Ｙを生産したときのパラメータ（ベクトル）＝（０．５８、０．８、０、２３）と、生産予定製品Ｘを生産する場合のパラメータ（ベクトル）＝（０．８７、０．５６、０．２１）間の類似度を計算する。
ラインＢの設備２では、製品Ｙを生産したときのパラメータ（ベクトル）＝（０．６、０．７９、０、２）と、生産予定製品Ｘを生産する場合のパラメータ（ベクトル）＝（０．６２、０．７６、０．２）間の類似度を計算する。なお、前述したように、類似度は、コサイン類似度を用いてもよい。
図１２（Ｄ）は、ラインの設備毎の製品Ｙのパラメータ（ベクトル）と製品Ｘを生産する場合のパラメータ（ベクトル）による類似度と、図７のステップＳ１２０８で設備毎の類似度を合計した結果を示している。
生産予定の製品ＸをラインＡで生産するという生産設定入力部１３からの入力に対して、生産情報（生産実績情報）に含まれる製品、ラインＢ、Ｃのうち、ライン類似度が最大である（＝４．３６）、製品Ｙを生産したラインＢを選択する。なお、ライン抽出部１４５は、ラインＢの設備１、２で製品Ｘを生産する場合の設備パラメータを出力するようにしてもよい。
本実施形態によれば、生産予定の製品を生産するラインの設備のパラメータとして、すでに製品を生産した実績のあるラインの設備パラメータ値又はその変換値を用いることで、生産性の点で、有効な設備パラメータを抽出することを可能としている。
また、生産実績のあるラインの設備群のパラメータをまとめて抽出することで、ライン内の設備のタクトタイム等のバランスを保つことができ、余分なパラメータ調整を不要とし、生産コスト低減を可能としている。
＜実施形態２＞
図１３は、本発明の第２の実施形態を例示する図である。図１３を参照すると、図３の構成に対して、生産情報抽出部１２Ａが、記憶装置１１４に記憶されるシフト表等に基づき、条件出しを担当した作業者の情報を抽出する作業者情報抽出部１２４を備えている。パラメータ抽出部１４Ａは、ライン抽出部１４５で選択されたラインの設備パラメータの調整を行う作業者を選択する作業者選択部１４６を備えている。複数の作業者が存在する場合、作業者選択部１４６は、作業者情報抽出部１２４で抽出された作業時間情報に基づき、作業の熟練、習熟度、作業時間等に基づき選択するようにしてもよい。
作業者選択部１４６で選択された作業者の情報は、パラメータ出力部１５により、不図示の表示装置等に出力するようにしてもよい。あるいは、パラメータ出力部１５は、作業者選択部１４６で選択された作業者の端末等に、当該作業者が設備の調整者として選択された旨を通知するようにしてもよい。作業者選択部１４６で選択された作業者は、パラメータ出力部１５から出力されるラインの設備パラメータに基づき、生産予定の製品を生産する場合の設備パラメータに調整を行うようにしてもよい。
なお、図４を参照して説明したように、前記実施形態では、生産予定の製品ＸをラインＡで生産するという計画に対して、ラインＡと同一のライン構成、設備のライン（生産実績のあるライン）について、ライン類似度に基づき、製品Ｙを生産したラインＢを選択している。
前記実施形態の変形例として、パラメータ抽出部１４Ａでは、ラインを構成する設備の台数の変更を含め、手本となる設備パラメータを出力するようにしてもよい。例えば図１２（Ｂ）のラインＢの２台の設備３を１台に統合した上で、設備パラメータを設定する等してもよい。この場合の設備パラメータも、図１１（Ｂ）を用いて説明した重み学習済みパーセプトロンの出力層として得るようにしてもよい。
前記実施形態の別の変形例として、図３の設備パラメータ設定情報抽出部１２２では、ラインを構成する設備のパラメータの時系列変化を抽出し、ライン類似度計算部１４４によるライン類似度に基づき選択されたラインの設備パラメータとして時系列パラメータを出力するようにしてもよい。例えばラインを停止させずに設備のパラメータを再設定（再チューンング）する場合等に対応可能となる。
図３、図１３のライン類似度計算部１４４では、生産情報抽出部１２、１２Ａで抽出された生産実績のラインにおいて、生産設定入力部１３から設定入力された生産予定の（生産したい製品）Ｘの生産に使用するラインと、同一構成のラインがあり、当該ラインを構成する設備が、生産予定の製品の生産に用いられる設備と同種のものであれば、当該ラインの類似度を計算するようにしてもよい。ライン類似度計算部１４４では、生産情報抽出部１２で抽出された生産実績のラインのうち、生産設定入力部１３から設定入力されたラインと同一構成のラインであり、設備も同種であり、設備数（工程数）も同数であるものが好ましいが、一部が相違する他のラインについても、類似度の計算の対象としてもよい。
前記した第１、第２の実施形態によれば、生産設定入力部１３から設定入力された生産したい製品Ｘのプロフィール情報（部品、サイズ等）に対して、生産実績情報から抽出された製品情報の中にいずれか１つでも同じものを使った製品があれば、対応可能とされる。ただし、ライン類似度計算部１４４では、生産情報抽出部１２で抽出された生産実績のラインのうち、生産設定入力部１３から設定入力された生産したい製品Ｘを生産するラインの設備と同種のものが存在しない場合、ライン類似度の計算は行わず、ラインの選択、設備パラメータの出力はできない旨を表示するようにしてもよい。
上記した実施形態のさらなる変形例として、図３、図１３の設備パラメータ設定情報抽出部１２２は、非特許文献１、２等に記載された技術に基づき、設備の電源電流波形の特徴量等を用いて、設備のログ情報を取得するようにしてもよい。例えば、設備のログ情報では、リフロー炉のあるゾーンの設定温度１００℃を正規化した値を、ライン類似度の計算に用いることになる。
これに対して、図３、図１３の設備パラメータ設定情報抽出部１２２では、設備の電源電流波形（振幅や変化パタン、オン・オフ時間等）に基づき、リフロー炉のあるゾーンの設定温度１００℃に関連付けされた特徴量を、設備のログ情報として取得する。設備パラメータ設定情報抽出部１２２は、設備（例えばリフロー炉）の設定パラメータ情報（図９（Ａ）の温度プロファイル）と、当該設備（例えばリフロー炉）の電源電流波形に基づき、リフロー炉の各ゾーンに対応する電源電流波形の特徴量を対応付けるようにしてもよい。
ラインを構成する設備のパラメータに対応する特徴量を、電源電流波形の特徴量を用いて取得し学習する構成とした場合、図３のライン構成情報取得部１２３は、ラインに電流センサを接続するだけで、当該ラインの設備を識別し、ラインの構成情報（設備の種類、型番）を取得することが可能となる。図１４（Ａ）は、この変形例における図３の生産情報抽出部１２と設備パラメータ設定情報抽出部１２２と、ライン構成情報抽出部１２３の構成例を説明する図である。図３の生産情報抽出部１２は、工場等の通信装置２４と通信する通信部１２５と、通信部１２５で取得したラインの電源電流波形を分析し機器分離を行い、設備毎の電源電流波形に分離する波形分析部１２６を備えている。設備パラメータ設定情報抽出部１２２は、波形分析部１２６での分析結果に基づき、設備パラメータ（例えばリフロー炉の温度１００℃に対応する電流波形の特徴量）に対応する特徴量を抽出する特徴量抽出部１２２１を備えている。電流波形の特徴量は、波形パタンであってもよいし、あるいは電流波形をフーリエ変換等により周波数領域に変換した周波数スペクトル成分等に基づく値であってもよい。
ライン構成情報抽出部１２３は、ラインに流れる電源電流波形の分析結果に基づき、ラインの構成情報（設備の種類、型番）を取得するライン構成情報取得部１２３１を備えている。工場等の建屋２０の高圧受電設備２６で電圧変換され、分電盤２２の主ブレーカ又は分岐ブレーカ（不図示）等から、ラインの設備１〜ｎに給電される。主ブレーカ又は分岐ブレーカに流れる電流を検出する電流センサ２３は、このラインに流れる電流を検出する。電流センサ２３は、取得した電源電流波形を通信装置２４に伝送する。電流センサ２３は、ＣＴ（Ｃｕｒｒｅｎｔ Ｔｒａｎｓｆｏｒｍｅｒ）（例えば零相変流器（Ｚｅｒｏ−ｐｈａｓｅ−ｓｅｑｕｅｎｃｅ Ｃｕｒｒｅｎｔ Ｔｒａｎｓｆｏｒｍｅｒ：ＺＣＴ））やホール素子等で構成してもよい。電流センサ２３は、不図示のアナログデジタル変換器で電流波形（アナログ信号）をサンプリングしデジタル信号に変換し不図示の符号化器で圧縮符号化した上で通信装置２４に、Ｗｉ−ＳＵＮ（Ｗｉｒｅｌｅｓｓ Ｓｍａｒｔ Ｕｔｉｌｉｔｙ Ｎｅｔｗｏｒｋ）等により無線伝送するようにしてもよい。あるいは、通信装置２４は、スマートメータ２５の検針データ（消費電力等）を例えばＢルートから取得するようにしてもよい。通信装置２４がスマートメータ２５からＢルートで取得する検針データ（消費電力、電流値等）は、建屋全体の消費電力に関する情報を含む。通信装置２４からの電流波形は、生産情報抽出部１２の通信部１２５で受信される。
図１４（Ｂ）は、電流センサ２３で取得されたラインの電源電流波形（総合電源電流）を例示する図である。生産情報抽出部１２の波形分析部１２６は、通信部１２５で取得した図１４（Ｂ）の電源電流波形データから、例えば非特許文献１、２等の機器分離手法を用いて、設備毎の電源電流波形に分離するようにしてもよい。図１４（Ｃ）〜図１４（Ｅ）は、装置１、設備２、設備ｎの各々について、波形分析部１２６で、設備毎に分離した電源電流波形を表している。
設備パラメータ設定情報抽出部１２２の特徴量抽出部１２２１は、分離された電源電流波形を用いて設備１〜ｎ等の電流波形の特徴量を設備パラメータ等に関連付けるようにしてもよい。ライン構成情報取得部１２３１は、設備毎に分離された電源電流波形に基づき、各設備（種類、型番）の波形のパタン（特徴量）に基づき、ライン構成情報を取得するようにしてもよい。この場合、ライン構成情報抽出部１２３は、生産計画等を記憶する記憶装置１１３にアクセスしてライン構成情報を取得することは不要とされる。あるいはライン構成情報抽出部１２３は、生産計画等を記憶する記憶装置１１３にアクセスしてライン構成情報を取得し、ライン構成情報取得部１２３１で取得したライン構成情報と照合するようにしてもよい。その際、ラインの設備の電源電流波形の特徴量と設備の種類、型番等の対応関係を更新、修正するようにしてもよい。なお、通信部１２５は、ラインの各設備の電源ラインに敷設された電流センサから個別に電源電流情報を取得するようにしてもよい（この場合、波形分離部１２６による機器分離は不要となる）。
なお、図１、図３、図１３のライン設備設定支援装置１０、１０Ａは、例えば図１５に示すように、コンピュータシステムに実装してもよい。図１５を参照すると、サーバコンピュータ等のコンピュータシステム３００は、プロセッサ（ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、データ処理装置）３０１、半導体メモリ（例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、又は、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ ａｎｄ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）等）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等の少なくともいずれかを含む記憶装置３０２と、表示装置３０３と、生産情報等を記憶する外部の記憶装置や端末等と通信する通信インタフェース３０４を備えている。記憶装置３０２に、図１の生産情報抽出部１２、生産設定入力部１３、パラメータ抽出部１４、パラメータ出力部１５の処理を実現するプログラムを記憶しておき、プロセッサ３０１が、該プログラムを読み出して実行することで、上記した実施形態の装置１０を実現するようにしてもよい。コンンピュータシステム３００はメンテナンス計画策定サービスをクラウドサービスとしてクライアントに提供するクラウドサーバとして実装するようにしてもよい。
なお、上記の特許文献１−３、非特許文献１、２の各開示を、本書に引用をもって繰り込むものとする。本発明の全開示（請求の範囲を含む）の枠内において、さらにその基本的技術思想に基づいて、実施形態ないし実施例の変更・調整が可能である。また、本発明の請求の範囲の枠内において種々の開示要素（各請求項の各要素、各実施例の各要素、各図面の各要素等を含む）の多様な組み合わせ乃至選択が可能である。すなわち、本発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。
上記した実施形態は、例えば以下のように付記される（ただし、以下に制限されない）。
（付記１）
生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力部と、
生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と設備群の情報を抽出する生産情報抽出部と、
前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出部で抽出された１つ又は複数の前記ラインの類似度を計算し、１つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出部と、
前記パラメータ抽出部で抽出された前記ラインの前記設備のパラメータを出力するパラメータ出力部と、
を備えた、ことを特徴とするライン設備設定支援装置。
（付記２）
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産した前記ラインについて、前記ラインで前記第１の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第１の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする付記１に記載のライン設備設定支援装置。
（付記３）
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記１又は２に記載のライン設備設定支援装置。
（付記４）
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記１又は２に記載のライン設備設定支援装置。
（付記５）
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された生産実績のある１つ又は複数の前記ラインのうち、前記第１のラインと、少なくとも構成、設備、設備数（工程数）のうちの１つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする付記１乃至３のいずれか一に記載のライン設備設定支援装置。
（付記６）
前記パラメータ抽出部は、
前記生産情報抽出部で抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの前記設備で前記製品を生産したときの前記設備のパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習部を備えた、ことを特徴とする付記１乃至５のいずれか一に記載のライン設備設定支援装置。
（付記７）
前記パラメータ重み学習部は、
前記設備のパラメータを変換し正規化するパラメータ変換部を備え、
正規化されたパラメータを用いて重み学習を行う、ことを特徴とする付記６記載のライン設備設定支援装置。
（付記８）
前記パラメータ抽出部は、
ライン類似度計算部と、
ライン抽出部と、
を備え、
前記ライン類似度計算部は、
前記生産情報抽出部で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産した前記ラインについて、
前記パラメータ重み学習部で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第１の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出部と、
前記設備パラメータ導出部で導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算部と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算部と、
を備え、前記ラインの類似度を、前記生産情報抽出部で抽出された１つ又は複数の前記ラインのうち、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して、求め、
前記ライン抽出部は、前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと前記製品の組み合わせ、を選択し、選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、ことを特徴とする付記６又は７に記載のライン設備設定支援装置。
（付記９）
前記生産情報抽出部は、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出部と、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出部と、
を備えた、ことを特徴とする付記１乃至８のいずれか一に記載のライン設備設定支援装置。
（付記１０）
前記設備パラメータ設定情報抽出部は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、ことを特徴とする付記９に記載のライン設備設定支援装置。
（付記１１）
前記パラメータ抽出部は、前記設備のパラメータを調整する担当者を選択する選択部をさらに備えたことを特徴とする付記１乃至１０のいずれか一に記載のライン設備設定支援装置。
（付記１２）
コンピュータを用いたライン計設備設定支援方法であって、
生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力ステップと、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出ステップと、
前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された１つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出ステップと、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力ステップと、
を含む、ことを特徴とするライン設備設定支援方法。
（付記１３）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として少なくとも第２の製品を生産したラインについて、前記ラインで前記第１の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第１の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、ことを特徴とする付記１２に記載のライン設備設定支方法。
（付記１４）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記１２又は１３に記載のライン設備設定支援方法。
（付記１５）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、ことを特徴とする付記１２又１３に記載のライン設備設定支援方法。
（付記１６）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある１つ又は複数の前記ラインのうち、前記第１のラインと、少なくとも構成、設備、設備数（工程数）のうちの１つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする付記１２乃至１５のいずれか一に記載のライン設備設定支援方法。
（付記１７）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層とする重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習ステップを含む、ことを特徴とする付記１２乃至１６のいずれか一に記載のライン設備設定支援方法。
（付記１８）
前記パラメータ重み学習ステップは、
前記設備のパラメータを変換し正規化するパラメータ変換ステップを含み、
正規化されたパラメータを用いて重み学習を行う、ことを特徴とする付記１７記載のライン設備設定支援方法。
（付記１９）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産したラインについて、
前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第１の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出ステップと、
前記設備パラメータ導出ステップで導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算ステップと、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算ステップと、
を含み、
前記ラインの類似度を、前記生産情報抽出部で抽出された１つ又は複数の前記ラインのうち、少なくとも、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、ことを特徴とする付記１７又は１８に記載のライン設備設定支援方法。
（付記２０）
前記生産情報抽出ステップは、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出ステップと、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出ステップと、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出ステップと、
を含む、ことを特徴とする付記１２乃至１９のいずれか一に記載のライン設備設定支援方法。
（付記２１）
前記設備パラメータ設定情報抽出ステップは、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、ことを特徴とする付記２０に記載のライン設備設定支援方法。
（付記２２）
前記パラメータ抽出ステップは、前記設備のパラメータを調整する担当者を選択する選択ステップをさらに含む、ことを特徴とする付記１２乃至２１のいずれか一に記載のライン設備設定支援方法。
（付記２３）
コンピュータに、
生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力処理と、
記憶装置に保持されている生産実績情報から、生産実績のあるラインで生産した製品の情報、及び、前記ラインの構成と設備群の情報を抽出する生産情報抽出処理と、
前記生産予定の前記第１の製品を生産するための前記第１のラインに対する、前記生産情報抽出処理で抽出された１つ又は複数の前記ラインの類似度を計算し、
前記生産情報抽出ステップで抽出された１つ又は複数のライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの設備のパラメータを抽出するパラメータ抽出処理と、
選択された前記ラインの前記設備のパラメータを出力装置に出力するパラメータ出力処理と、
を実行させるプログラム。
（付記２４）
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産したラインについて、前記ラインで前記第１の製品を生産する場合の前記ラインの前記設備のパラメータを導出し、
前記ラインの前記設備で前記第１の製品を生産する場合の前記設備のパラメータと、前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの類似度を、前記ラインの前記設備毎に計算し、
前記設備毎の前記類似度を前記ラインの設備群について合計して前記ラインの類似度を求める、付記２３に記載のプログラム。
（付記２５）
前記パラメータ抽出処理は、
前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度を最大とする、前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、付記２３又は２４に記載のプログラム。
（付記２６）
前記パラメータ抽出処理は、
前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインと前記各ラインで生産した前記製品との組み合わせのうち、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備のパラメータを抽出する、付記２３又は２４に記載のプログラム。
（付記２７）
前記パラメータ抽出ステップは、
前記生産情報抽出ステップで抽出された生産実績のある１つ又は複数の前記ラインのうち、前記第１のラインと、少なくとも構成、設備、設備数（工程数）のうちの１つが同一の各ラインを、前記ラインの類似度の計算対象とする、付記２３乃至２６のいずれか一に記載のプログラム。
（付記２８）
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された前記生産実績のある前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときのパラメータを出力層とする重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習処理を含む、付記２３乃至２７のいずれか一に記載のプログラム。
（付記２９）
前記パラメータ重み学習処理は、
前記設備のパラメータを変換し正規化するパラメータ変換処理を含み、
正規化されたパラメータを用いて重み学習を行う、付記２８に記載のプログラム。
（付記３０）
前記パラメータ抽出処理は、
前記生産情報抽出処理で抽出された生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産したラインについて、
前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第１の製品を生産する場合の前記設備のパラメータを導出する設備パラメータ導出処理と、
前記設備パラメータ導出処理で導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算処理と、
前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算処理と、
を含み、
前記ラインの類似度を、前記生産情報抽出部で抽出された１つ又は複数の前記ラインのうち、少なくとも、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、
前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、選択した前記ラインで前記製品を生産したときの設備のパラメータを抽出する、付記２８又は２９に記載のプログラム。
（付記３１）
前記生産情報抽出処理は、
前記記憶装置に保持された生産実績情報に含まれる設備の履歴情報から、設備のパラメータ情報を取得する設備パラメータ設定情報抽出処理と、
前記記憶装置に保持された生産実績情報に含まれる製品計画及び生産計画情報から、前記製品情報を抽出する製品情報抽出処理と、
前記記憶装置に保持された生産実績情報に含まれる生産計画情報から前記ライン構成情報を抽出するライン構成情報抽出処理と、
を含む、付記２３乃至３０のいずれか一に記載のプログラム。
（付記３２）
前記設備パラメータ設定情報抽出処理は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備のパラメータと、前記電流波形の特徴量との関係付を行う、付記３１に記載のプログラム。
（付記３３）
前記パラメータ抽出処理は、前記設備のパラメータを調整する担当者を選択する選択処理をさらに含む、ことを特徴とする付記２３乃至３２のいずれか一に記載のプログラム。
１０、１０Ａ ライン設備設定支援装置
１１ 記憶装置（生産実績情報）
１２、１２Ａ 生産情報抽出部
１３ 生産設定入力部
１４、１４Ａ パラメータ抽出部
１５ パラメータ出力部
２０ 建屋（工場）
２２ 分電盤
２３ 電流センサ
２４ 通信装置
２５ スマートメータ
２６ 高圧受電設備
１１１、１１２、１１３、１１４ 記憶装置
１２１ 製品情報抽出部
１２２ 設備パラメータ設定情報抽出部
１２３ ライン構成情報抽出部
１２４ 作業者情報抽出部
１２５ 通信部
１２６ 波形分析部
１２２−１ 特徴量抽出部
１２３−１ ライン構成情報取得部
１４１ パラメータ重み学習部
１４２ パラメータ変換テーブル
１４３ 記憶装置
１４４ ライン類似度計算部
１４４−１ 設備パラメータ導出部
１４４−２ 設備パラメータ類似度計算部
１４４−３ 合計類似度計算部
１４５ ライン抽出部
１４６ 作業者選択部
３００ コンピュータシステム（装置）
３０１ プロセッサ
３０２ 記憶装置
３０３ 表示装置
３０４ 通信インタフェース
１２２１ 特徴量抽出部
１２３１ ライン構成情報取得部

Claims (20)

  1. 生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力部と、
    生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と、前記生産実績のある前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータを抽出する生産情報抽出部と、
    前記生産実績のある前記ラインの各々について、前記ラインの前記各設備で前記第１の製品を生産するとした場合に前記各設備に設定するパラメータを導出し、
    前記生産実績のある前記ラインで前記第１の製品を生産するとした場合に前記ラインを構成する前記各設備に設定するパラメータと、前記生産情報抽出部で抽出された、前記生産実績のある前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータと、の類似度を、前記生産実績のある前記ラインの前記設備毎に計算し、
    前記生産実績のある前記ラインの前記設備毎の前記類似度を前記生産実績のある前記ラインの設備群について合計して、前記ラインの類似度を計算し、前記生産実績のある１つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの前記各設備のパラメータを抽出するパラメータ抽出部と、
    前記パラメータ抽出部で抽出された前記ラインの前記各設備のパラメータを出力するパラメータ出力部と、
    を備えた、ことを特徴とするライン設備設定支援装置。
  2. 前記パラメータ抽出部は、前記第１の製品のプロフィール情報を入力し、前記生産実績のある前記ラインの前記各設備で前記第１の製品を製造するとした場合に前記各設備に設定するパラメータを出力する手段を備えた、ことを特徴とする請求項１に記載のライン設備設定支援装置。
  3. 前記パラメータ抽出部は、
    前記生産情報抽出部で抽出された前記生産実績のある１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
    前記ラインの類似度を最大とする、前記ラインと前記製品の組み合わせを選択し、
    選択された前記ラインで実際に前記製品を生産したときの前記ラインの前記各設備に設定したパラメータを抽出する、ことを特徴とする請求項１又は２に記載のライン設備設定支援装置。
  4. 前記パラメータ抽出部は、
    前記生産情報抽出部で抽出された前記生産実績のある１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
    前記ラインの類似度が予め定められた閾値以上の前記ラインと前記製品の組み合わせを選択し、選択された前記ラインで実際に前記製品を生産したときの前記ラインの各設備に設定するパラメータを抽出する、ことを特徴とする請求項１又は２に記載のライン設備設定支援装置。
  5. 前記パラメータ抽出部は、
    前記生産情報抽出部で抽出された前記生産実績のある１つ又は複数の前記ラインのうち、前記第１のラインと、少なくとも構成、設備、設備数のうちの１つが同一の各ラインを、前記ラインの類似度の計算対象とする、ことを特徴とする請求項１乃至３のいずれか１項に記載のライン設備設定支援装置。
  6. 前記パラメータ抽出部は、
    前記生産情報抽出部で抽出された前記生産実績のある前記ラインで生産した前記製品のプロフィール情報を入力層に入力し、前記ラインの前記設備で前記製品を生産したときの前記設備に設定するパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習部を備えた、ことを特徴とする請求項１乃至５のいずれか１項に記載のライン設備設定支援装置。
  7. 前記パラメータ重み学習部は、
    前記設備に設定するパラメータを変換し正規化するパラメータ変換部を備え、
    正規化されたパラメータを用いて重み学習を行う、ことを特徴とする請求項６に記載のライン設備設定支援装置。
  8. 前記パラメータ抽出部は、
    ライン類似度計算部と、
    ライン抽出部と、
    を備え、
    前記ライン類似度計算部は、
    前記生産情報抽出部で抽出された前記生産実績のある前記ラインであって、前記製品として、少なくとも第２の製品を生産した前記ラインについて、
    前記パラメータ重み学習部で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合に前記設備に設定するパラメータを導出する設備パラメータ導出部と、
    前記設備パラメータ導出部で導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産するとした場合に前記設備に設定するパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備に設定したパラメータとの間の類似度を設備毎に計算する設備パラメータ類似度計算部と、
    前記ラインの設備群について、前記設備に設定するパラメータの類似度を合計し、前記ラインの類似度を求める合計類似度計算部と、
    を備え、前記ラインの類似度を、前記生産情報抽出部で抽出された１つ又は複数の前記ラインのうち、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して、求め、
    前記ライン抽出部は、前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと前記製品の組み合わせ、を選択し、選択した前記ラインで前記第２の製品を生産したときの前記各設備に設定したパラメータ、及び、選択した前記ラインで前記第１の製品を製造するとした場合に前記各設備に設定するパラメータを出力する、ことを特徴とする請求項６又は７に記載のライン設備設定支援装置。
  9. 前記生産情報抽出部は、
    前記生産実績情報に含まれる前記生産実績のある前記ラインの前記各設備の履歴情報から、前記製品を生産した前記各設備に設定したパラメータ情報を取得する設備パラメータ設定情報抽出部と、
    前記生産実績情報に含まれる製品計画及び生産計画情報から前記製品の情報を抽出する製品情報抽出部と、
    前記生産実績情報に含まれる前記生産計画情報から前記ラインの構成情報を抽出するライン構成情報抽出部と、
    を備えた、ことを特徴とする請求項１乃至８のいずれか１項に記載のライン設備設定支援装置。
  10. 前記設備パラメータ設定情報抽出部は、前記設備の履歴情報に含まれる前記設備の電源電流波形の特徴量を用いて、前記設備に設定するパラメータと、前記電源電流波形の特徴量との関係付を行う、ことを特徴とする請求項９に記載のライン設備設定支援装置。
  11. 前記パラメータ抽出部は、前記設備のパラメータを調整する担当者を選択する選択部をさらに備えたことを特徴とする請求項１乃至１０のいずれか１項に記載のライン設備設定支援装置。
  12. コンピュータを用いたライン設備設定支援方法であって、
    生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力ステップと、
    記憶装置に保持されている生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と、前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータを抽出する生産情報抽出ステップと、
    前記生産実績のある前記ラインの各々について、前記ラインの前記各設備で前記第１の製品を生産するとした場合に前記各設備に設定するパラメータを導出し、
    前記生産実績のある前記ラインで前記第１の製品を生産するとした場合に前記ラインを構成する前記各設備に設定するパラメータと、前記生産情報抽出ステップで抽出された、前記生産実績のある前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータと、の類似度を、前記生産実績のある前記ラインの前記設備毎に計算し、
    前記生産実績のある前記ラインの前記設備毎の前記類似度を前記生産実績のある前記ラインの設備群について合計して、前記ラインの類似度を計算し、前記生産実績のある１つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの前記各設備のパラメータを抽出するパラメータ抽出ステップと、
    選択された前記ラインの前記各設備のパラメータを出力装置に出力するパラメータ出力ステップと、
    を含む、ことを特徴とするライン設備設定支援方法。
  13. 前記パラメータ抽出ステップは、
    前記第１の製品のプロフィール情報を入力し、前記ラインの前記設備で前記第１の製品を製造するとした場合に、前記ラインの前記設備に設定するパラメータを出力する、ことを特徴とする請求項１２に記載のライン設備設定支援方法。
  14. 前記パラメータ抽出ステップは、
    前記生産情報抽出ステップで抽出された前記生産実績のある１つ又は複数の前記ラインと、前記各ラインで実際に生産した前記製品との組み合わせのうち、
    前記ラインの類似度を最大とする前記ラインと製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
    選択した前記ラインで実際に前記製品を生産したときの前記ラインの前記各設備に設定したパラメータを抽出する、ことを特徴とする請求項１２又は１３に記載のライン設備設定支援方法。
  15. 前記パラメータ抽出ステップは、
    前記生産情報抽出ステップで抽出された前記生産実績のある前記ラインで生産した前記製品の情報を入力層に入力し、前記ラインの設備で前記製品を生産したときに前記設備に設定したパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習ステップを含む、ことを特徴とする請求項１２乃至１４のいずれか１項に記載のライン設備設定支援方法。
  16. 前記パラメータ抽出ステップは、
    前記生産情報抽出ステップで抽出された前記生産実績のある前記ラインであって、前記製品として少なくとも第２の製品を生産した前記ラインについて、
    前記パラメータ重み学習ステップで学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第１の製品を生産するとした場合の前記設備に設定するパラメータを導出する設備パラメータ導出ステップと、
    前記設備パラメータ導出ステップで導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合の前記設備に設定するパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備に設定するパラメータとの間の類似度を計算する設備パラメータ類似度計算ステップと、
    前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算ステップと、
    を含み、
    前記ラインの類似度を、前記生産情報抽出ステップで抽出された１つ又は複数の前記ラインのうち、少なくとも構成、設備、設備数のうちの１つが同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
    前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせを選択し、
    選択した前記ラインで前記第２の製品を生産したときの前記各設備に設定したパラメータ、及び、前記ラインで前記第１の製品を製造するとした場合に前記各設備に設定するパラメータを出力する、ことを特徴とする請求項１５に記載のライン設備設定支援方法。
  17. コンピュータに、
    生産予定の第１の製品の情報、及び、前記第１の製品を生産するための第１のラインの構成と設備群の情報を入力する生産設定入力処理と、
    生産実績情報から、生産実績のある各ラインで生産した製品の情報、及び、各ラインの構成と、前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータを抽出する生産情報抽出処理と、
    前記生産実績のある前記ラインの各々について、前記ラインの前記各設備で前記第１の製品を生産するとした場合に前記各設備に設定するパラメータを導出し、
    前記生産実績のある前記ラインで前記第１の製品を生産するとした場合に前記ラインを構成する前記各設備に設定するパラメータと、前記生産情報抽出処理で抽出された、前記生産実績のある前記ラインを構成する各設備で前記製品の生産のために前記各設備に設定したパラメータと、の類似度を、前記生産実績のある前記ラインの前記設備毎に計算し、
    前記生産実績のある前記ラインの前記設備毎の前記類似度を前記生産実績のある前記ラインの設備群について合計して、前記ラインの類似度を計算し、前記生産実績のある１つ又は複数の前記ライン中から、前記ラインの類似度に基づき、ラインを選択し、選択した前記ラインの前記各設備のパラメータを抽出するパラメータ抽出処理と、
    選択された前記ラインの前記各設備のパラメータを出力するパラメータ出力処理と、
    を実行させるプログラム。
  18. 前記パラメータ抽出処理は、
    前記第１の製品のプロフィール情報を入力し、前記ラインの前記設備で前記第１の製品を製造するとした場合に、前記ラインの前記設備に設定するパラメータを出力する、請求項１７に記載のプログラム。
  19. 前記パラメータ抽出処理は、
    前記生産情報抽出処理で抽出された前記生産実績のある前記ラインで生産した前記製品のプロフィール情報を入力層に入力し、前記ラインの設備で前記製品を生産したときに前記設備に設定したパラメータを出力層としてパラメータの重み学習を行い、学習した重み情報を、記憶装置に記憶するパラメータ重み学習処理を含む、請求項１７又は１８に記載のプログラム。
  20. 前記パラメータ抽出処理は、
    前記生産情報抽出処理で抽出された前記生産実績のある前記ラインであって、前記製品として少なくとも第２の製品を生産した前記ラインについて、
    前記パラメータ重み学習処理で学習された前記重みを用いて、前記生産実績のある前記ラインの設備で、前記第１の製品を生産する場合の前記設備に設定するパラメータを導出する設備パラメータ導出処理と、
    前記設備パラメータ導出処理で導出された、前記生産実績のある前記ラインの設備で前記第１の製品を生産する場合の前記設備のパラメ―タと、前記生産実績のある前記ラインの前記設備で前記第２の製品を生産したときの前記設備のパラメータとの間の類似度を計算する設備パラメータ類似度計算処理と、
    前記ラインの設備群について、前記設備のパラメータの類似度を合計し、ラインの類似度を求める合計類似度計算処理と、
    を含み、
    前記ラインの類似度を、前記生産情報抽出処理で抽出された１つ又は複数の前記ラインのうち、少なくとも、前記第１のラインの構成及び設備群と同一又は類似の各ラインについて、前記各ラインで生産した製品に対して求め、
    前記各ラインと、前記各ラインで生産した前記製品との組み合わせのうち、
    前記ラインの類似度を最大とする前記ラインと前記製品の組み合わせ、又は、
    前記ラインの類似度が予め定められた閾値以上の前記ラインと製品の組み合わせ、
    を選択し、選択した前記ラインで前記第２の製品を生産したときの前記各設備に設定したパラメータ、及び、選択した前記ラインで前記第１の製品を製造するとした場合に前記各設備に設定するパラメータを出力する、請求項１９に記載のプログラム。
JP2016150101A 2016-07-29 2016-07-29 ライン設備設定支援装置と方法とプログラム Active JP6838308B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016150101A JP6838308B2 (ja) 2016-07-29 2016-07-29 ライン設備設定支援装置と方法とプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016150101A JP6838308B2 (ja) 2016-07-29 2016-07-29 ライン設備設定支援装置と方法とプログラム

Publications (2)

Publication Number Publication Date
JP2018018416A JP2018018416A (ja) 2018-02-01
JP6838308B2 true JP6838308B2 (ja) 2021-03-03

Family

ID=61075289

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016150101A Active JP6838308B2 (ja) 2016-07-29 2016-07-29 ライン設備設定支援装置と方法とプログラム

Country Status (1)

Country Link
JP (1) JP6838308B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021120841A (ja) * 2020-01-31 2021-08-19 株式会社小松製作所 工作機械システム、管理方法及び管理プログラム

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7383982B2 (ja) 2019-10-30 2023-11-21 株式会社ジェイテクト 工具寿命予測システム
JP7403121B2 (ja) 2019-12-02 2023-12-22 パナソニックＩｐマネジメント株式会社 生産管理装置、生産管理方法、およびプログラム
JP7023320B2 (ja) * 2020-05-22 2022-02-21 三菱電機株式会社 施策特定装置、施策特定方法及び施策特定プログラム
CN111983376B (zh) * 2020-07-03 2023-02-28 昆明理工大学 一种基于余弦相似度的区内外故障保护方法
US20230292481A1 (en) * 2020-07-31 2023-09-14 Panasonic Intellectual Property Management Co., Ltd. Manufacturing system, manufacturing method, control system, and control method
WO2022264835A1 (ja) * 2021-06-16 2022-12-22 パナソニックＩｐマネジメント株式会社 部品データ管理方法および部品データ管理装置ならびに部品データ管理プログラム
JPWO2023286135A1 (ja) * 2021-07-12 2023-01-19
CN114488979A (zh) * 2022-01-21 2022-05-13 珠海格力电器股份有限公司 检测方法、装置、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03265064A (ja) * 1990-03-15 1991-11-26 Hitachi Ltd シミュレーション方法及びその装置並びに生産管理支援装置及びｃａｄ装置
JPH04289063A (ja) * 1991-03-19 1992-10-14 Hitachi Ltd 組立ライン構築支援装置
JPH05111835A (ja) * 1991-10-24 1993-05-07 Hitachi Ltd 組立ラインの設計方式
JPH10187896A (ja) * 1996-12-24 1998-07-21 Smk Corp Ｉｃカード用コネクタ
JP4490634B2 (ja) * 2002-04-17 2010-06-30 富士電機ホールディングス株式会社 生産設備情報管理システム、生産設備情報管理方法、及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021120841A (ja) * 2020-01-31 2021-08-19 株式会社小松製作所 工作機械システム、管理方法及び管理プログラム
JP7336398B2 (ja) 2020-01-31 2023-08-31 株式会社小松製作所 工作機械システム、管理方法及び管理プログラム

Also Published As

Publication number Publication date
JP2018018416A (ja) 2018-02-01

Similar Documents

Publication Publication Date Title
JP6838308B2 (ja) ライン設備設定支援装置と方法とプログラム
JP7319757B2 (ja) データ処理システム及びデータ処理方法
JP2019022442A (ja) エネルギー需要予測システム及びエネルギー需要予測方法
Dejamkhooy et al. Modeling and forecasting nonstationary voltage fluctuation based on grey system theory
US20210278832A1 (en) Maintenance plan formulation device, method, and non-transitory medium
JP6724922B2 (ja) 教師データ提供装置、推定装置、推定システム、教師データ提供方法、推定方法、及び、プログラム
US20070260334A1 (en) Method and system for rapid modeling and verification of excitation systems for synchronous generators
Verboeket et al. Additive manufacturing for localized medical parts production: a case study
JPWO2018079185A1 (ja) 情報管理システム
Saavedra-Montes et al. Methodology to estimate parameters of an excitation system based on experimental conditions
Moghaddam et al. Sensitivity analysis of an excitation system in order to simplify and validate dynamic model utilizing plant test data
JPWO2018038000A1 (ja) 状態変化検知装置、方法及びプログラム
Morfín et al. The squirrel-cage induction motor model and its parameter identification via steady and dynamic tests
Shamachurn Assessing the performance of a modified S-transform with probabilistic neural network, support vector machine and nearest neighbour classifiers for single and multiple power quality disturbances identification
CN110168386A (zh) 用于执行变压器诊断的系统和方法
Duarte‐Mermoud et al. Induction motor control based on adaptive passivity
Bican et al. A hybrid method for time series prediction using EMD and SVR
JP2018022432A (ja) 設備運用計画作成装置と方法とプログラム
JP7217074B2 (ja) 電力需給管理システム、電力需給管理方法、および電力需給管理装置
Xu et al. A RBF network for short—Term Load forecast on microgrid
JP2008154424A (ja) 回路モジュール温度計算装置および回路モジュール温度計算方法
JP6607252B2 (ja) データ処理装置、データ処理方法、及び、プログラム
Jazaeri et al. A new fast and efficient artificial neural network based state estimator incorporated into a linear optimal regulator for power system control enhancement
WO2016157926A1 (ja) データ処理装置、データ処理方法、及び、プログラム
JP6997489B1 (ja) 営業組織のマネジメント支援装置、営業組織のマネジメント支援システム、営業組織のマネジメント支援方法、営業組織のマネジメント支援プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190604

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200813

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200818

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201014

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: 20210112

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210125

R150 Certificate of patent or registration of utility model

Ref document number: 6838308

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150