JP6852381B2 - 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム - Google Patents

配置人数決定装置、配置人数決定方法及び配置人数決定プログラム Download PDF

Info

Publication number
JP6852381B2
JP6852381B2 JP2016244597A JP2016244597A JP6852381B2 JP 6852381 B2 JP6852381 B2 JP 6852381B2 JP 2016244597 A JP2016244597 A JP 2016244597A JP 2016244597 A JP2016244597 A JP 2016244597A JP 6852381 B2 JP6852381 B2 JP 6852381B2
Authority
JP
Japan
Prior art keywords
personnel
cost
robot
time
work
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
JP2016244597A
Other languages
English (en)
Other versions
JP2018097801A (ja
Inventor
村上 亮
亮 村上
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2016244597A priority Critical patent/JP6852381B2/ja
Priority to EP17198850.4A priority patent/EP3336780A1/en
Priority to US15/805,775 priority patent/US20180174084A1/en
Priority to CN201711179613.6A priority patent/CN108205730A/zh
Publication of JP2018097801A publication Critical patent/JP2018097801A/ja
Application granted granted Critical
Publication of JP6852381B2 publication Critical patent/JP6852381B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Automatic Assembly (AREA)
  • Manipulator (AREA)

Description

本発明は、配置人数決定装置、配置人数決定方法及び配置人数決定プログラムに関する。
従来、製品の組立を行う組立ラインの各工程へ作業を割り当てる作業編成は、各工程における作業順序の遵守や作業量の平準化などを考慮して最適化している。この最適化処理は、手作業では困難なことから、従来から様々なアルゴリズムが提案されてきている。
また、組立工程の組立ライン編成の最適化を行うことで組立コストを低減させる技術が知られている(例えば特許文献1等参照)。
国際公開第2016/009483号
ロボットの数が予め決まっている組立ラインにおいては、配置する人員数を予め定めたうえで、作業編成を行う必要がある。この場合、人員数を多めにして、ロボットまたは人員の総作業時間(サイクルタイム)が生産計画から定められる制限時間(タクトタイム)を超過しないようにするのが良いのか、サイクルタイムがタクトタイムを多少超過するのを許容して、人員数を少なめにしたほうが良いのかを判断するのは難しい。
1つの側面では、本発明は、人員とロボットが混在する組立ラインに配置するのに適切な人員数を決定することができる配置人数決定装置、配置人数決定方法及び配置人数決定プログラムを提供することを目的とする。
一つの態様では、配置人数決定装置は、予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定装置であって、前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定する特定部と、前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出する算出部と、前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する決定部と、を備え、前記算出部は、前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせる。
人員とロボットが混在する組立ラインに配置するのに適切な人員数を決定することができる。
一実施形態に係る作業編成装置のハードウェア構成を概略的に示す図である。 作業編成装置の機能ブロック図である。 組立ラインを説明する説明図である。 図4(a)は、タクトタイムを超過する人員数を採用した場合の作業編成の例を示す図であり、図4(b)は、タクトタイムを超過しない人員数を採用した場合の作業編成の例を示す図である 作業編成装置の処理の一例を示すフローチャートである。 変形例を示す図である。
以下、一実施形態について、図1〜図5に基づいて詳細に説明する。
図1には、一実施形態に係る作業編成装置10のハードウェア構成が示されている。作業編成装置10は、組立ライン上の各工程に配置される人員やロボットに対して作業を割り当てる処理(作業編成)を行う装置であり、作業編成を行う前に工程に配置すべき人員数を決定する配置人数決定装置でもある。本実施形態の作業編成装置10は、例えばPC(Personal Computer)などの情報処理装置であり、図1に示すように、CPU(Central Processing Unit)190、ROM(Read Only Memory)192、RAM(Random Access Memory)194、記憶部(ここではHDD(Hard Disk Drive))196、ネットワークインタフェース197、及び可搬型記憶媒体用ドライブ199、表示部193、入力部195等を備えている。表示部193は、液晶ディスプレイ等を含み、入力部195は、キーボードやマウス、タッチパネル等を含む。これら作業編成装置10の構成各部は、バス198に接続されている。作業編成装置10では、ROM192あるいはHDD196に格納されているプログラム(配置人数決定プログラムを含む)、或いは可搬型記憶媒体用ドライブ199が可搬型記憶媒体191から読み取ったプログラム(配置人数決定プログラムを含む)をCPU190が実行することにより、図2に示す各部の機能が実現される。なお、図2には、作業編成装置10のHDD196等に格納されている作業DB(database)2についても図示されている。なお、可搬型記憶媒体191は、例えば、CD−ROMやDVDディスク、USB(Universal Serial Bus)メモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリなどである。
図2は、作業編成装置10の機能ブロック図である。作業編成装置10は、CPU190がプログラムを実行することにより、図2に示すように、入力受付部11、人員数決定部12、探索部13、出力部14として機能する。
図3は、組立ラインを説明する説明図である。図3に示すように、製品の組立を行う組立ライン20は、一例として、工程Aから工程Dの4工程を有するものとする。
組立ライン20では、ベルトコンベア(不図示)などにより製品を工程から工程へ搬送する。組立ライン20の各工程には、ロボット21Aまたは人員21B〜21Dが配置される。図3の例では、工程Aにはロボット21Aが配置され、工程B〜工程Dには人員21B〜21Dがそれぞれ配置されている。工程Aから工程Dに配置されたロボット21Aまたは人員21B〜21Dは、組立ライン20において搬送される製品に対して作業編成により割り当てられた作業を実施して製品を製造する。
なお、組立ライン20の構成例は、図3に例示した構成に限定するものではない。例えば、組立ライン20は、4工程以上の工程数を有してもよい。また、ロボット21Aの配置位置は工程A以外であってもよく、ロボットは複数あってもよい。
図4(a)、図4(b)は、組立ライン20における作業編成について説明するための図である。図4(a)は、タクトタイムを超過する人員数とした場合の作業割当てを示す図であり、図4(b)は、タクトタイムを超過しない人員数とした場合の作業割当てを示す図である。タクトタイムとは、生産計画から定められる制限時間であるものとする。なお、タクトタイムを過ぎている作業を人員が行う場合には、時間外手当がつくものとする。なお、図4(a)、図4(b)の「JobXX」は、作業を意味し、各作業の縦軸方向の寸法が、各作業に要する時間を意味している。
図4(a)の例では、人員数が3人であり、作業を人員及びロボットに略均等に割り振った場合、人員もロボットもタクトタイムを超えて作業を行う必要がある。一方、図4(b)の例では、人員数が4人であり、各人員にタクトタイムの範囲で最大限の作業を割り振り、余った作業(端数)をロボットに割り振る。なお、詳細については後述するが、本実施形態では、人員数決定部12は、図4(a)のようにタクトタイムを超過する人員数を選択するか、図4(b)のように人員数が多くなるが、タクトタイムを超過しない人員数を選択するかを決定する。
図2に戻り、入力受付部11は、ユーザの操作入力などにより編成条件3の入力を受け付ける。また、入力受付部11は、作業編成において割り当て対象となる作業についての各種情報が格納された作業DB2を参照する。ここで、作業DB2には、各作業の作業時間が格納されている。入力受付部11は、作業DB2を参照することで、総作業時間を算出することができる。
また、入力受付部11が入力を受け付ける編成条件3には、タクトタイムの情報、利用可能なロボットの台数、各ロボットの単位時間当たりのコスト及び作業能率の情報が含まれる。また、編成条件3には、組立ラインに配置可能な人員それぞれの単位時間当たりのコスト、時間外手当(単位時間当たりのコストに対する増加割合)、作業能率の情報が含まれる。また、編成条件3には、人員やロボットがタクトタイムを超過して作業をしてもよい最大時間(許容超過時間)の情報も含まれる。なお、許容超過時間は、組立ラインや組立ラインが設置される工場等の実情に合わせて設定される。また、編成条件3には、作業編成の初期割当てを行うアルゴリズムや、作業を各工程に割り当てる組み合わせを求める際の探索アルゴリズムなども含まれる。初期割り当てを行うアルゴリズムには、例えばFirst Fit法、Strongest Fit法などが含まれる。また、探索アルゴリズムには、例えば山登り法、タブーサーチ、焼きなまし法などが含まれる。
人員数決定部12は、編成条件3において組立ラインに配置されるロボットが予め決まっている状態で、組立ラインに配置すべき人員数を決定する。具体的には、人員数決定部12は、図4(b)に示すような、人員及びロボットそれぞれの総作業時間(サイクルタイム)がタクトタイムを超過しない範囲で最も少ない人員数を採用して、作業を人員に最大限割り当て、余り(端数)をロボットに割当てたケースと、図4(b)から人員を1人減らして、図4(a)に示すようにサイクルタイムがタクトタイムを超過するのを許容し、人員とロボットに作業を略均等に割当てたケースのいずれを採用するかを決定する。この場合、人員数決定部12は、各ケースについて、組立ライン全体でかかるコストを算出するとともに、タクトタイムを超過する場合(例えば図4(a)の場合)の超過時間を算出し、算出した超過時間と、コストに基づいて、タクトタイムを超過するケースと、タクトタイムを超過しないケースのいずれを採用するかを決定する。
探索部13は、編成条件3において定められたアルゴリズムを用いて、予め定められているロボットと人員数決定部12が決定した人員数に適した作業編成を探索する。なお、探索部13は、作業順序の遵守や作業量の平準化などを考慮して最適な作業編成を探索する。出力部14は、探索部13より探索された作業編成をファイル出力や表示部193への表示出力などで出力する。
(作業編成装置10の処理)
次に、本実施形態の作業編成装置10による処理について、図5のフローチャートに沿って、その他図面を適宜参照しつつ詳細に説明する。
図5の処理では、まず、ステップS10において、入力受付部11は、編成条件3や作業DB2などのデータ入力を受け付ける。
次いで、ステップS12では、人員数決定部12が、サイクルタイムがタクトタイムを超過するケース(図4(a)のようなケース)と、サイクルタイムがタクトタイムを超過しないケース(図4(b)のようなケース)との人員数を求める。具体的には、人員数決定部12は、次式(1)より、超過しない場合の人員数NH’を求める。
Figure 0006852381
ここで、cH,iは、i番目の人員の単位時間当たりのコストを意味する。したがって、上式(1)は、cH,iのi=1〜NHまでの合計を最小にするNHの値をNH’とすることを意味する。ただし、次式(2)の条件を満たす必要がある。
Figure 0006852381
上式(2)において、NRは、ロボットの数、vH,iは、i番目の人員の作業能率、vR,iは、i番目のロボットの作業能率、Tは総作業時間(全作業の人員とロボットの合計時間)、tはタクトタイムを意味する。ここで人員、およびロボットの作業能率とは、ある作業、あるいは作業群に対して、各人員、あるいはロボットが実施するのにかかる時間を予め決められた基準時間で割ったものである。なお、総作業時間はすべての作業を基準時間で行った場合の時間である。
次いで、ステップS14では、人員数決定部12は、1作業主体あたりの総作業時間(サイクルタイム)とタクトタイム(t)の差(超過時間)Δt’を次式(3)に基づいて算出する。ここで、作業主体とは人員、またはロボットを意味する。なお、本実施形態では、Δt’を次式(3)から求めるため、1つの値が求められることになるが、実際には、各作業主体の超過時間は異なる値となる(図4(a)参照)。
Figure 0006852381
次いで、ステップS16では、人員数決定部12は、超過時間を指標にするか否かを判断する。具体的には、人員数決定部12は、入力受付部11が入力を受け付けた編成条件3に、許容超過時間が含まれているか否かを確認し、許容超過時間が含まれている場合には、超過時間を指標にすると判断する。この場合、ステップS16の判断が肯定され、ステップS18に移行する。一方、編成条件3に許容超過時間が含まれていない場合には、ステップS16の判断が否定され、ステップS26に移行する。
ステップS16の判断が肯定され、ステップS18に移行すると、人員数決定部12は、超過時間Δt’が規定をオーバーしているか、すなわち超過時間Δt’が許容超過時間を超えているか否かを判断する。このステップS18の判断が肯定された場合には、ステップS20に移行し、人員数決定部12は、タクトタイムを超過しない人員数NH’を探索部13に対して出力する。このように、タクトタイムを超過しない人員数NH’を組立ラインに配置する人員数として決定することで、組立ラインや組立ラインが設置される工場等の実情に合う人員数を組立ラインに配置する人員数として決定することができる。ステップS20の処理の後は、ステップS30に移行する。
一方、ステップS18の判断が否定された場合、すなわち、超過時間Δt’が許容超過時間を超えていない場合には、ステップS22に移行し、人員数決定部12は、コストを指標にするか否かを判断する。この場合、人員数決定部12は、編成条件3にコストを求めるための情報(例えば、時間外手当、単位時間あたりのコストや作業能率の情報)が含まれているか否かを判断する。
ステップS22の判断が否定された場合には、ステップS24に移行し、人員数決定部12は、タクトタイムを超過する人員数NH’−1を探索部13に対して出力する。その後は、ステップS30に移行する。
一方、ステップS16の判断が否定された場合(超過時間を指標にしない場合)、又はステップS22の判断が肯定された場合(超過時間が許容超過時間を超えておらず、コストを指標にする場合)にはステップS26に移行する。ステップS26では、人員数決定部12は、コスト算出処理を行う。この場合、組立ライン全体の人員及びロボットのコストは、次式(4)にて表すことができる。
Figure 0006852381
ここで、tは、タクトタイム、Δtは超過時間、siはi番目の人員の時間外手当(単位時間当たりのコストに対する割り増し率)である。なお、cR,Rは、端数を担当するロボット(図4(b)に示すような、余りを担当するロボット)の単位時間あたりのコストを意味し、vR,Rは、端数を担当するロボットの作業能率を意味する。なお、全体コストを最小にするための条件として、cR,R>cR,iの条件を満足する必要がある。
ここで、上式(4)の右辺第1項は人員のコストを意味し、右辺第2項は端数を担当しないロボット(図4(a)に示すようなロボット)のコストを意味し、右辺第3項は端数を担当するロボットのコストを意味している。
人員数決定部12は、タクトタイムを超過するケース(図4(a)の例)について、各工程に配置可能な人員の単位時間あたりのコストcH,i、作業能率vH,iを用いてc(NH’−1,Δt’)を求める。なお、各工程に配置可能な人員の組み合わせが複数存在する場合には、組み合わせを異ならせてc(NH’−1,Δt’)を算出し、平均を求める。また、人員数決定部12は、タクトタイムを超過しないケース(図4(b)の例)について、各工程に配置可能な人員の単位時間あたりのコストcH,i、作業能率vH,iを用いてc(NH’,0)を求める。なお、各工程に配置可能な人員の組み合わせが複数存在する場合には、組み合わせを異ならせてc(NH’,0)を算出し、平均を求める。
次いで、ステップS28では、人員数決定部12は、タクトタイムを超過するほうのコストが、タクトタイムを超過しないほうのコストよりも低いか否かを判断する。すなわち、c(NH’−1,Δt’)<c(NH’,0)であるか否かを判断する。このステップS28の判断が肯定された場合には、ステップS24に移行し、タクトタイムを超過する人員数NH’−1(コストが低い方の人員数)を探索部13に出力する。その後は、ステップS30に移行する。一方、ステップS28の判断が否定された場合には、ステップS20に移行し、タクトタイムを超過しない人員数NH’(コストが低い方の人員数)を探索部13に出力する。その後は、ステップS30に移行する。
ステップS20又はステップS24を経て、ステップS30に移行すると、探索部13は、作業編成の探索を実行する。この場合、探索部13は、人員数決定部12から出力された人員数と、予め定められているロボット数とを用いて、各工程(人員及びロボット)における作業順序の遵守や作業量の平準化などを考慮して、最適な作業編成を探索する。例えば、探索部13は、組立ライン20上の各工程に配置される作業員21B〜21Dまたはロボット21Aの配置内容と、各工程への割り当て対象の作業と、タクトタイムとを含む編成条件、及び作業DB2から取得した作業ごとの自動化の可否および作業時間を示す作業情報に基づいて、各工程に配置される作業員21B〜21Dまたはロボット21Aに作業を割り当てた場合の、作業員21B〜21Dが配置された工程B〜Dにおけるサイクルタイムと、タクトタイムとの差を示す評価値を算出する。そして、探索部13は、評価値を最小とする条件の最適化問題を解いて作業を各工程へ割り当てる組み合わせの作業編成を探索する。この場合、探索部13は、先行制約の違反数に対応するペナルティ値をもとに、順序制約を満たす組み合わせの作業編成を探索することとしてもよい。
次いで、ステップS32では、出力部14は、探索の結果(作業編成)を出力する。
以上のような図5の処理が実行されることで、作業編成を適切に行うことが可能となっている。
これまでの説明から分かるように、本実施形態では、人員数決定部12により、人員数NH’、NH’−1を特定する特定部、人員数NH’、NH’−1を採用した場合のコストを算出する算出部、算出部が算出したコストに基づいて人員数NH’、NH’−1のいずれを採用するかを決定する決定部、及び人員数NH’−1を採用した場合の超過時間が許容超過時間(閾値)を超えるか否かを判断する判断部、としての機能が実現されている。
以上詳細に説明したように、本実施形態によると、人員数決定部12は、ロボット又は人員への割り当て対象とする作業に要する時間(T)と、ロボット及び人員に共通するタクトタイム(t)と、ロボット及び人員それぞれの作業能率(vH,i、vR,i)と、に基づいて、ロボットの作業時間及び人員の作業時間のいずれもタクトタイムを超過しない最小の人員数NH’と、NH’よりも1人少ない人員数(タクトタイムを超過する人員数NH’−1)と、を求める(S12)。また、人員数決定部12は、人員数NH’の人員とロボットにかかるコストc(NH’,0)と、人員数NH’−1の人員とロボットにかかるコストc(NH’−1,Δt’)とを、上式(4)から算出する(S26)。そして、人員数決定部12は、コストc(NH’,0)<c(NH’−1,Δt’)の場合には、人員数NH’の人員を組立ラインに配置すると決定して、探索部13に出力し、コストc(NH’,0)>c(NH’−1,Δt’)の場合には、人員数NH’−1の人員を組立ラインに配置すると決定して、探索部13に出力する(S28,S20,S24)。これにより、本実施形態では、組立ラインのコストを考慮して、適切な人員数を決定することができる。この場合、上述したような式に基づいて適切な人員数を簡易かつ迅速に決定することができるため、作業編成に要する時間を短縮することができる。
一例として、従来においては、工程計画立案処理で、データ入力、工程編成に0.5日、工程分析(ラインシミュレーション(製品制約確認、MCT予測、技術課題、実現性検討)等)に1.5日、自動機仕様検討(システム構成検討、コスト施策、効果予測等)に3日、複数仕様案の比較検討に0.5日、の合計5.5日程度を要していた。これに対し、本実施形態では、工程分析と自動機仕様検討と、複数仕様案の比較検討の時間を半減できるため、工程計画立案処理を3日程度で行うことができるようになった。
また、本実施形態によると、人員数決定部12は、人員数NH’−1の人員を組立ラインに配置したと仮定したときに、ロボット又は人員の作業時間がタクトタイムを超過する時間(超過時間Δt’)が予め定めた閾値(許容超過時間)を超えているか否かを判断し(S18)、超過する場合(S18:肯定)には、人員数NH’の人員を組立ラインに配置すると決定し(S20)、超過時間Δt’が許容超過時間を超過しない場合(S18:否定)には、コスト算出結果に基づいて人員数NH’と人員数NH’−1のいずれかを組立ラインに配置する人員数として決定する(S28、S20、S24)。このように、本実施形態では、超過時間Δt’が許容超過時間を超える場合には、コストを算出するまでもなく、人員数NH’を採用することとしているので、組立ラインや組立欄が設置される工場の実情等を考慮して適切な人員数を決定することができる。
また、本実施形態によると、人員数決定部12は、人員それぞれの、タクトタイム内における単位時間当たりのコストと、タクトタイムを超過した場合の単位時間当たりのコストと、に基づいて、人員のコストを算出する。これにより、時間外手当を考慮して、人員のコストを算出することが可能である。
また、本実施形態によると、ロボットがタクトタイムを超えて作業を行う場合と、タクトタイムよりも少ない時間だけ作業を行う場合とで、ロボットのコストの算出方法を異ならせるので、ロボットのコストを、図4(a)の場合と図4(b)の場合とで適切に算出することが可能である。
なお、上記実施形態では、ステップS26において、人員数決定部12は、各工程に配置可能な人員の組み合わせが複数存在する場合に、組み合わせを異ならせて算出したc(NH’−1,Δt)、c(NH’,Δt)の平均を求める場合について説明したが、これに限られるものではない。例えば、組み合わせを異ならせて算出したc(NH’−1,Δt)、c(NH’,Δt)の最小値を求め、c(NH’-1,Δt)の最小値とc(NH’,Δt)の最小値とを比較してもよい。この場合、人員数決定部12は、c(NH’−1,Δt)、c(NH’,Δt)を最小とする人員の組み合わせを探索部13に出力してもよい。かかる場合には、探索部13は、取得した人員の組み合わせに最適な作業編成を行うようにしてもよい。
なお、上記実施形態では、探索部13は、式(4)のコストc(H,Δt)や超過時間Δt’、ロボットの作業時間等を評価指標として、該評価指標に基づいて(例えば評価指標を最小にするように)、作業編成を探索することとしてもよい。
なお、上記実施形態では、タクトタイムを超過する人員数を、NH’−1とする場合について説明したが、これに限らず、NH’−2や、NH’−3等であってもよい。
なお、上記実施形態では、作業編成装置10が、図2の各機能を有する場合について説明したが、これに限られるものではない。例えば、図2の各機能を、図6に示すような、インターネットなどのネットワーク80に接続されたクラウドサーバ100が有していてもよい。この場合、利用者端末70から入力された編成条件をクラウドサーバ100が受信し、クラウドサーバ100において図5の処理を実行することで作業編成を生成する。そして、クラウドサーバ100から利用者端末70に作業編成を送信し、利用者端末70にて受信した作業編成を利用する。なお、クラウドサーバ100は、国内、海外のいずれに設置されてもよい。
なお、上記の処理機能は、コンピュータによって実現することができる。その場合、処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体(ただし、搬送波は除く)に記録しておくことができる。
プログラムを流通させる場合には、例えば、そのプログラムが記録されたDVD(Digital Versatile Disc)、CD−ROM(Compact Disc Read Only Memory)などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
上述した実施形態は本発明の好適な実施の例である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。
なお、以上の実施形態の説明に関して、更に以下の付記を開示する。
(付記1) 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定装置であって、
前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定する特定部と、
前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出する算出部と、
前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する決定部と、
を備える配置人数決定装置。
(付記2) 前記特定部が特定した前記第2の数の人員を前記組立ラインに配置したと仮定したときに、前記ロボット又は前記人員の作業時間が前記タクトタイムを超過する時間が予め定めた閾値を超えているか否かを判断する判断部を更に備え、
前記決定部は、前記超過する時間が前記閾値を超える場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記超過する時間が前記閾値を超えない場合には、前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さければ、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さければ、前記第2の数の人員を前記組立ラインに配置すると決定する、
ことを特徴とする付記1に記載の配置人数決定装置。
(付記3) 前記算出部は、
前記人員それぞれの、前記タクトタイム内における単位時間当たりのコストと、前記タクトタイム外の単位時間当たりのコストと、に基づいて、前記人員のコストを算出する、ことを特徴とする付記1又は2に記載の配置人数決定装置。
(付記4) 前記算出部は、
前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせることを特徴とする付記1〜3のいずれかに記載の配置人数決定装置。
(付記5) 前記第2の数は、前記第1の数よりも1だけ少ない数であることを特徴とする付記1〜4のいずれかに記載の配置人数決定装置。
(付記6) 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定方法であって、
コンピュータが、
前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定し、
前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出し、
前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する、
処理を実行することを特徴とする配置人数決定方法。
(付記7) 前記特定する処理において特定した前記第2の数の人員を前記組立ラインに配置したと仮定したときに、前記ロボット又は前記人員の作業時間が前記タクトタイムを超過する時間が予め定めた閾値を超えているか否かを判断し、
前記決定する処理では、前記超過する時間が前記閾値を超える場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記超過する時間が前記閾値を超えない場合には、前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さければ、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さければ、前記第2の数の人員を前記組立ラインに配置すると決定する、
ことを特徴とする付記6に記載の配置人数決定方法。
(付記8) 前記算出する処理では、
前記人員それぞれの、前記タクトタイム内における単位時間当たりのコストと、前記タクトタイム外の単位時間当たりのコストと、に基づいて、前記人員のコストを算出する、ことを特徴とする付記6又は7に記載の配置人数決定方法。
(付記9) 前記算出する処理では、
前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせることを特徴とする付記6〜8のいずれかに記載の配置人数決定方法。
(付記10) 前記第2の数は、前記第1の数よりも1だけ少ない数であることを特徴とする付記6〜9のいずれかに記載の配置人数決定方法。
(付記11) 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定プログラムであって、
前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定し、
前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出し、
前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する、
処理をコンピュータに実行させるための配置人数決定プログラム。
10 作業編成装置(配置人数決定装置)
12 人員数決定部(特定部、算出部、決定部、判断部)

Claims (6)

  1. 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定装置であって、
    前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定する特定部と、
    前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出する算出部と、
    前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する決定部と、
    を備え
    前記算出部は、前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせることを特徴とする配置人数決定装置。
  2. 前記特定部が特定した前記第2の数の人員を前記組立ラインに配置したと仮定したときに、前記ロボット又は前記人員の作業時間が前記タクトタイムを超過する時間が予め定めた閾値を超えているか否かを判断する判断部を更に備え、
    前記決定部は、前記超過する時間が前記閾値を超える場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記超過する時間が前記閾値を超えない場合には、前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さければ、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さければ、前記第2の数の人員を前記組立ラインに配置すると決定する、
    ことを特徴とする請求項1に記載の配置人数決定装置。
  3. 前記算出部は、
    前記人員それぞれの、前記タクトタイム内における単位時間当たりのコストと、前記タクトタイム外の単位時間当たりのコストと、に基づいて、前記人員のコストを算出する、ことを特徴とする請求項1又は2に記載の配置人数決定装置。
  4. 前記第2の数は、前記第1の数よりも1だけ少なく、前記ロボット及び前記人員の少なくとも一部に関して前記タクトタイムの超過が発生する数であることを特徴とする請求項1〜3のいずれか一項に記載の配置人数決定装置。
  5. 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定方法であって、
    コンピュータが、
    前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定し、
    前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出し、
    前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する、
    処理を実行し、
    前記算出する処理では、前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせることを特徴とする配置人数決定方法。
  6. 予め定められた数のロボットが配置される組立ラインに配置する人員の数を決定する配置人数決定プログラムであって、
    前記ロボット又は前記人員への割り当て対象とする作業に要する時間と、前記ロボット及び前記人員に共通するタクトタイムと、前記ロボット及び前記人員それぞれの作業能率と、に基づいて、前記ロボットの作業時間及び前記人員の作業時間のいずれも前記タクトタイムを超過しない最小の人員数である第1の数と、前記第1の数よりも少ない第2の数と、を特定し、
    前記第1の数の人員と前記ロボットにかかる第1のコストと、前記第2の数の人員と前記ロボットにかかる第2のコストと、を算出し、
    前記第1のコストと前記第2のコストを比較し、前記第2のコストよりも前記第1のコストが小さい場合には、前記第1の数の人員を前記組立ラインに配置すると決定し、前記第1のコストよりも前記第2のコストが小さい場合には、前記第2の数の人員を前記組立ラインに配置すると決定する、
    処理をコンピュータに実行させ
    前記算出する処理では、前記ロボットが前記タクトタイムを超過して作業を行う場合と、前記ロボットが前記タクトタイムよりも少ない時間だけ作業を行う場合とで、前記ロボットのコストの算出方法を異ならせることを特徴とする配置人数決定プログラム。
JP2016244597A 2016-12-16 2016-12-16 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム Active JP6852381B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016244597A JP6852381B2 (ja) 2016-12-16 2016-12-16 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム
EP17198850.4A EP3336780A1 (en) 2016-12-16 2017-10-27 Device for deciding number of persons to be assigned, method for deciding number of persons to be assigned, and program for deciding number of persons to be assigned
US15/805,775 US20180174084A1 (en) 2016-12-16 2017-11-07 Device for deciding number of persons to be assigned and method for deciding number of persons to be assigned
CN201711179613.6A CN108205730A (zh) 2016-12-16 2017-11-23 决定分配人数的装置、方法和非暂时计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016244597A JP6852381B2 (ja) 2016-12-16 2016-12-16 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム

Publications (2)

Publication Number Publication Date
JP2018097801A JP2018097801A (ja) 2018-06-21
JP6852381B2 true JP6852381B2 (ja) 2021-03-31

Family

ID=60387813

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016244597A Active JP6852381B2 (ja) 2016-12-16 2016-12-16 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム

Country Status (4)

Country Link
US (1) US20180174084A1 (ja)
EP (1) EP3336780A1 (ja)
JP (1) JP6852381B2 (ja)
CN (1) CN108205730A (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11619927B2 (en) * 2017-11-03 2023-04-04 Drishti Technologies, Inc. Automatic analysis of real time conditions in an activity space
WO2020070867A1 (ja) * 2018-10-05 2020-04-09 三菱電機株式会社 作業管理装置および作業管理方法
JP7415999B2 (ja) * 2021-03-26 2024-01-17 横河電機株式会社 解析装置、解析方法およびプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5249120A (en) * 1991-01-14 1993-09-28 The Charles Stark Draper Laboratory, Inc. Automated manufacturing costing system and method
US5793632A (en) * 1996-03-26 1998-08-11 Lockheed Martin Corporation Cost estimating system using parametric estimating and providing a split of labor and material costs
US6049742A (en) * 1997-09-26 2000-04-11 International Business Machines Corporation Projected supply planning matching assets with demand in microelectronics manufacturing
JP2001162465A (ja) * 1999-09-27 2001-06-19 Denso Corp 組立加工装置
US7249028B2 (en) * 2001-05-01 2007-07-24 Ericsson Ab Manufacturing labor cost estimator
JP2003157309A (ja) * 2001-11-20 2003-05-30 Mitsubishi Electric Corp 配置人員計画装置および配置人員計画方法
US7209859B2 (en) * 2002-03-02 2007-04-24 Linxberg Technology, Llc Method and apparatus for sequentially collecting and analyzing real time data with interactive monitoring
JP2006350832A (ja) * 2005-06-17 2006-12-28 Sharp Corp 作業配分装置、作業配分システム、及び作業配分方法
WO2007100138A1 (ja) * 2006-03-03 2007-09-07 Jasi Corporation 労働者単位で管理する生産管理システム
JP4997549B2 (ja) * 2007-01-09 2012-08-08 株式会社ジェイテクト ロボットライン設備
JP5022045B2 (ja) * 2007-01-24 2012-09-12 富士通株式会社 作業位置を特定するためのシステム、作業セル、方法、製品の製造方法、およびマーカ
US7379782B1 (en) * 2007-03-26 2008-05-27 Activplant Corporation System and method of monitoring and quantifying performance of an automated manufacturing facility
JP5186193B2 (ja) * 2007-12-14 2013-04-17 パナソニック株式会社 フレキシブル生産システム
EP2788828A1 (de) * 2011-12-09 2014-10-15 Daimler AG Verfahren zum betreiben einer produktionsanlage
JP2014211766A (ja) * 2013-04-18 2014-11-13 三菱化学エンジニアリング株式会社 要員管理システム、及び要員管理方法
JP6096648B2 (ja) * 2013-12-06 2017-03-15 株式会社神戸製鋼所 生産計画作成方法及び生産計画作成プログラム、並びに生産計画作成装置
WO2016009483A1 (ja) 2014-07-14 2016-01-21 株式会社日立製作所 組立ライン編成システム及び組立ライン編成方法
JP6394218B2 (ja) * 2014-09-16 2018-09-26 株式会社安川電機 作業計画装置、作業計画方法および作業計画プログラム
JP6393640B2 (ja) * 2015-03-23 2018-09-19 株式会社ユニバーサルエンターテインメント 製造ライン
US9426291B1 (en) * 2015-10-16 2016-08-23 Noble Systems Corporation Forecasting and scheduling campaigns involving sending outbound communications that generate inbound communications
US9792020B1 (en) * 2015-12-30 2017-10-17 Palantir Technologies Inc. Systems for collecting, aggregating, and storing data, generating interactive user interfaces for analyzing data, and generating alerts based upon collected data

Also Published As

Publication number Publication date
EP3336780A1 (en) 2018-06-20
US20180174084A1 (en) 2018-06-21
JP2018097801A (ja) 2018-06-21
CN108205730A (zh) 2018-06-26

Similar Documents

Publication Publication Date Title
JP6852381B2 (ja) 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム
US7702411B2 (en) Integration of job shop scheduling with discreet event simulation for manufacturing facilities
US9058216B2 (en) Method for estimating job run time
US20180129192A1 (en) Job planning device and job planning method
Jodlbauer et al. Material and capacity requirements planning with dynamic lead times
JP6819128B2 (ja) 作業編成装置、作業編成方法および作業編成プログラム
US8983881B2 (en) Benchmarking progressive systems for solving combinatorial problems
Zhang et al. Integrated production planning and warehouse storage assignment problem: An IoT assisted case
JP6880892B2 (ja) 工程計画生成プログラム及び工程計画生成方法
US7248937B1 (en) Demand breakout for a supply chain
US20190122323A1 (en) Systems and methods for dynamic allocation
JP5134601B2 (ja) 生産スケジュール作成装置
CN113362062A (zh) 一种区块链交易排序方法、存储介质及设备
JP7054668B2 (ja) 動的生産計画システムおよび動的生産計画装置
US20210208942A1 (en) Machine Learning Task Compartmentalization And Classification
CN111222815A (zh) 确定单品补货量方法、装置、设备及存储介质
JP2019075016A (ja) 在庫管理装置及び在庫管理方法
JP6772853B2 (ja) 作業編成装置、作業編成方法及び作業編成プログラム
JP7056206B2 (ja) 作業支援プログラム、作業支援方法および情報処理装置
JP7314043B2 (ja) 生産計画立案支援システム及び生産計画立案支援方法
Raggl et al. Solution approaches for the dynamic stacking problem
JP6819229B2 (ja) 作業編成装置、作業編成方法及び作業編成プログラム
JP7087675B2 (ja) 情報処理装置、ロボット作業決定方法及びロボット作業決定プログラム
Qin et al. A family of heuristic-based inequalities for maximizing overall safety margins in aircraft parking stands arrangement problems
Egilmez et al. Multi-period cell loading and job sequencing in a cellular manufacturing system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190611

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200414

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200512

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200701

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201208

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210112

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: 20210209

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210222

R150 Certificate of patent or registration of utility model

Ref document number: 6852381

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150