JP7021482B2 - 情報処理装置、情報処理システム及びプログラム - Google Patents
情報処理装置、情報処理システム及びプログラム Download PDFInfo
- Publication number
- JP7021482B2 JP7021482B2 JP2017176825A JP2017176825A JP7021482B2 JP 7021482 B2 JP7021482 B2 JP 7021482B2 JP 2017176825 A JP2017176825 A JP 2017176825A JP 2017176825 A JP2017176825 A JP 2017176825A JP 7021482 B2 JP7021482 B2 JP 7021482B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- parts
- quality
- product
- environment
- 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
- 230000010365 information processing Effects 0.000 title claims description 33
- 230000007547 defect Effects 0.000 claims description 115
- 238000004519 manufacturing process Methods 0.000 claims description 62
- 230000001133 acceleration Effects 0.000 claims description 15
- 230000002950 deficient Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 180
- 238000012545 processing Methods 0.000 description 49
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000007639 printing Methods 0.000 description 6
- 230000001364 causal effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00071—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
- H04N1/00074—Indicating or reporting
- H04N1/00079—Indicating or reporting remotely
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00042—Monitoring, i.e. observation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00068—Calculating or estimating
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00344—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a management, maintenance, service or repair apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Automatic Assembly (AREA)
Description
特許文献1には、部品同士の相性を考慮して部品の型番の組み合わせを提示するシステムが提案されている。
請求項2に記載の発明は、環境に関する前記情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方である、請求項1に記載の情報処理装置である。
請求項3に記載の発明は、環境に関する前記情報は、製造に関する情報、輸送に関する情報、保管に関する情報及び使用に関する情報のいずれか1つ又は複数である、請求項2に記載の情報処理装置である。
請求項4に記載の発明は、環境に関する前記情報は、気温、気圧、湿度、加速度、光度、磁力及び使用の頻度のいずれか1つ又は複数である、請求項2に記載の情報処理装置である。
請求項5に記載の発明は、前記第1の予測手段は、評価対象とする個体としての部品に紐付けられている環境に関する情報と環境に関する情報が類似する不具合を発生した部品の情報により、評価対象とする部品についての品質を予測する、請求項1に記載の情報処理装置である。
請求項6に記載の発明は、評価対象とする部品に紐付けられている環境に関する情報が、不具合を発生した部品の環境と類似する場合、前記第1の予測手段は、評価対象とする個体としての部品の前記品質を低く予測する、請求項5に記載の情報処理装置である。
請求項7に記載の発明は、前記第1の予測手段は、評価対象とする部品と環境が類似する不具合を発生した部品の数に基づいて前記品質の程度を予測する、請求項6に記載の情報処理装置である。
請求項8に記載の発明は、前記第2の予測手段は、評価対象とする1つの部品について複数の不具合の情報が存在する場合、当該複数の不具合の規模の情報に基づいて前記影響の度合いを予測する、請求項1に記載の情報処理装置である。
請求項9に記載の発明は、前記第2の予測手段は、製品の納品先に関する情報を参照して、評価対象とする部品が製品の前記品質に与える前記影響の度合いを予測する、請求項1に記載の情報処理装置である。
請求項10に記載の発明は、前記決定手段は、前記影響の度合いが大きい部品から順番に前記対応付けを決定する、請求項1に記載の情報処理装置である。
請求項11に記載の発明は、前記決定手段は、対応付けられた前記影響の度合いと前記品質の組み合わせを評価した結果に基づいて前記対応付けを確定するか否かを判定する、請求項1に記載の情報処理装置である。
請求項12に記載の発明は、前記決定手段は、各部品と当該部品に使用する個体としての部品とを紐付けたリストを出力する、請求項1に記載の情報処理装置である。
請求項13に記載の発明は、コンピュータに、製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する機能と、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する機能と、前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する機能とを実行させるためのプログラムである。
請求項14に記載の発明は、製造された製品で使用される部品について、環境に関する情報、不具合の情報、不具合が製品に与えた損失の規模の情報を収集したデータベースと、個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照して、評価対象とする部品毎の品質を予測するとともに、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照して、評価対象とする各部品が製品の品質に与える影響の度合いを予測し、影響の度合いが大きい部品に対して品質が高い部品を組み合わせるように対応付けを決定する情報処理装置とを有する情報処理システムである。
請求項2記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項3記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項4記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項5記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項6記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項7記載の発明によれば、環境の違いが個々の部品の品質に与える影響を予測できる。
請求項8記載の発明によれば、型番が同じ部品でも使用される部位の違いが製品の品質に与える影響を予測できる。
請求項9記載の発明によれば、型番が同じ部品でも使用される部位の違いが製品の品質に与える影響を予測できる。
請求項10記載の発明によれば、製品全体としての過剰な品質を抑制できる。
請求項11記載の発明によれば、製品全体として品質が許容される範囲に収まるようにできる。
請求項12記載の発明によれば、部位毎に使用する個体としての部品の組み合わせを提示できる。
請求項13記載の発明によれば、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上できる。
請求項14記載の発明によれば、型番によって部品の品質を管理する場合に比して、個々の製品の将来の品質の予測精度を向上できる。
実施の形態における製品は、複数の有形の部品を組み合わせて構成される有形物をいい、製品の動作にソフトウェア処理を必要とする場合も、本実施の形態における製品に含まれる。
製品には、例えば電力や動力の供給を受けて動作する電気製品、車両、船舶、航空機などが含まれる。
電気製品には、画像形成装置、映像機器、音響機器、カメラ、携帯情報端末、携帯電話、ゲーム機、空調機、冷蔵庫、炊飯器、掃除機、調理器、コンピュータ、モーター、製造機械などが含まれる。なお、複数の部品(部材)が組み合わされた構造物、可動機構、電池なども製品に含まれる。
製品の不具合に関する情報は、例えば保守スタッフや修理スタッフによって修理や保守などの過程で収集される。なお、製品の不具合に関する情報は、IoT(Internet of Things)技術により、人手を介さずに収集してもよい。
本実施の形態における製品では、使用環境に関する情報が収集されることが望ましい。なお、使用環境に関する情報は、保守スタッフ等が収集する場合に限らず、IoT(Internet of Things)技術により、人手を介さずに収集してもよい。
ここで、IoTによる情報の収集は、対象とする製品との通信だけでなく、製品が使用されている環境に配置されている各種のセンサとの通信を通じて収集してもよい。
もっとも、個々の製品は、他の製品との関係では部品として扱われることもあり、製品と部品の関係は相対的である。例えばある部品は、製品と呼ばれることもあれば、半製品やモジュールと呼ばれることもある。従って、複数の部品で構成されたモジュールは製品の一例であるし、部品の一例でもある。
実施の形態における部品はいずれも、製造上の規格(予め定められた公差や許容差)を満たしている。
実施の形態の場合、製品を構成する少なくとも一つの部品は、製造過程での環境、製造後の環境(輸送中や保管中の環境を含む)、使用中の環境のいずれか又は複数によって品質に変化が生じる可能性があるか、型番が同じでも装置内で使用される部位によって製品としての品質に与える影響の大きさが異なる可能性があるか、又は、その両方であるものとする。
<システム構成>
以下では、製品が画像形成装置である場合について説明する。
画像形成装置は、記録材(以下「用紙」と記す場合もある。)に画像を形成する装置であり、コピー機能、スキャナ機能、ファックス送受信機能、印刷機能を備えている。
もっとも、実施の形態で想定する装置は、これらの機能の全てを有する必要はなく、いずれか1つの機能に特化した装置でもよい。例えば複写機、スキャナ(3次元スキャナを含む。)、ファックス送受信機、プリンタ(3次元プリンタを含む。)でもよい。
実施の形態1における製造支援システム1は、画像形成装置を構成する個々の部品が存在した環境に関する情報を個体レベルで記録した部品データベース(DB)10と、製造後の画像形成装置が存在した環境に関する情報を記録した製品データベース(DB)20と、画像形成装置に発生した不具合の情報を記録した不具合データベース(DB)30と、各データベースの情報を用い、画像形成装置の製造に使用する部品を個体ベースで部位別に決定する部品決定装置40とを有している。
ここでの製造支援システム1は情報処理システムの一例であり、部品決定装置40は情報処理装置の一例である。
図2の場合、個体としての部品が存在した環境に関する情報は、部品を調達する段階、部品を画像形成装置の製造のために保管する段階からそれぞれ収集される。
ここで、個体としての部品とは、物理的に存在する個々の物品を指し、型の識別に用いられる型番よりも小さい単位である。本実施の形態では、個体としての部品を、個体レベルの部品などともいう。固体としての部品は、型番によって特定される部品と区別する目的で使用している。
なお、複数の部品が1単位(いわゆるロット単位)として管理される製品の分野では、「ロットが同じ部品」を「個体としての部品」の意味で使用する。
個体としての部品は、物品が特定の型に属することを示す型番ではなく、物理的な存在を一意に識別するために付されている部品UUID(Universally Unique Identifier)によって管理される。部品UUIDは、部品の製造者によって個々の部品に付される。
部品データベース10には、将来の製造のために在庫として保管されている部品だけでなく、既に製造に使用された部品についての情報も記録されている。
部品を製造するときの情報には、例えば製造元を示す情報などがある。
部品を輸送するときの情報には、例えば輸送経路の情報、輸送中に検知された振動(加速度)の情報、輸送に使用された車両の情報、気温、気圧、湿度、光度、磁力などの情報がある。
部品を保管するときの情報には、例えば場所、入庫日、保管中に検知された振動(加速度)、気温、気圧、湿度、光度、磁力などの情報がある。
部品を使用するときの情報には、例えば場所、使用の頻度、使用中に検知された振動(加速度)、気温、気圧、湿度、光度、磁力などの情報がある。
なお、部品が存在した環境に関する情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方でもよい。
また、輸送に使用された車両の情報は、例えば手動で入力されてもよいし、IoT技術で取得されてもよい。
また、振動(加速度)の情報、気温、気圧、湿度、光度、磁力などの情報は、センサで検知された値の記録値の読出し、又は、IoT技術で取得されてもよい。
記録される情報は部品によって異なってもよい。
図3に示す部品データベース10には、画像形成装置を構成する個々の部品について、部品型番11、部品UUID12、製造・輸送時情報13、保管時情報14、品質値15が記録される。
例えば部品型番11がP9803で、部品UUID12が9803-0663で特定される部品には、製造から輸送の過程で20m/s2の最大加速度と30℃の最高気温が加わり、倉庫に保管されている間に40℃の最高気温と1120hPaの最高気圧が加わったことが記録されている。
ここでの製造・輸送時情報13と保管時情報14は、部品UUID12によって特定される個体としての部品に紐付けられている環境に関する情報の一例である。
なお、記録する情報は、加速度、気温、気圧などの各値は最大値ではなく、最小値であってもよいし、その両方でもよい。また、各値の時間変化や各値について予め定めた範囲に存在した時間を記録してもよい。
本実施の形態では、0がデフォルト値であり、予測された品質が低いほど負の方向に絶対値が大きな値になる。
品質値15の欄には、少なくともこれから製造に使用される個体としての部品について予測された将来の品質を表す値が記録される。品質値15が0に近いほど、製品に使用された場合に高い品質が期待できることを意味する。
ここでの品質値15は、個体としての部品の品質を表す指標の一例である。品質値15の具体的な計算方法については後述する。
図4に示す部品データベース10には、製造後の環境に関する情報の一例である使用時情報16が追加的に記録されている。
図4の場合、部品型番11がP9803で、部品UUID12が9803-0663で特定される部品には、製品としての画像形成装置が40℃の最高気温の下で使用されたことが記録されている。
図5の場合、個体としての製品が存在した環境に関する情報は、製造された製品を倉庫に保管している段階、製品が倉庫から顧客の場所に輸送される段階、製品の使用が開始された後の段階からそれぞれ収集される。
個体としての製品は、製品が特定の型に属することを示す型番だけでなく、物理的な存在である個々の製品を一意に識別するために付されている製品UUIDによって管理される。
製品を保管するときの情報には、例えば場所、入庫日、保管中に検知された振動(加速度)、気温、気圧、湿度、光度、磁力などの情報がある。
製品を輸送するときの情報には、例えば製造元の情報、輸送経路の情報、輸送中に検知された振動(加速度)の情報、輸送に使用された車両の情報、天候、輸送に用いた時間帯、気温、気圧、湿度、光度、磁力などの情報がある。
納品先の情報には、例えば住所、納品先の名称などがある。
製品を使用するときの情報には、例えば使用中に検知された振動(加速度)、気温、気圧、湿度、光度、磁力、使用の頻度などの情報がある。
記録される情報は製品によって異なってもよい。
図6に示す製品データベース20には、画像形成装置としての個々の製品について、製品型番21、製品UUID22、納品先情報23、保管時情報24、輸送時情報25、使用時情報26が記録されている。
例えば製品型番21がDEV101で、製品UUID22がDEV101-23で特定される製品には、納品先の住所が〇県△市であること、倉庫に保管されている間に40℃の最高気温と1120hPaの最高気圧が加わったこと、倉庫からの輸送中に20m/s2の最大加速度と30℃の最高気温が加わり、使用時に40℃の最高気温が加わり、1日当たりの印刷枚数が250枚であることが記録されている。
ここでの納品先情報23、保管時情報24、輸送時情報25と使用時情報26は、製品UUID22によって特定される個体としての製品に紐付けられる環境に関する情報の一例である。
記録される加速度、気温、気圧などの各値は最大値ではなく、最小値であってもよいし、その両方でもよい。また、各値の時間変化や各値について予め定めた範囲に存在した時間を記録してもよい。
図7の場合、顧客の使用中に製品に発生した不具合情報が収集される。
不具合の情報は、製品によって様々である。例えば画像形成装置の場合、不具合の情報には、印刷に関する不良の発生(例えばムラ、汚れ、線(色線)、残像、白スジ)、光学的な原稿の読み取りの不能(例えばスキャン不能)などがある。また電子写真方式の画像形成装置の場合には、不具合の情報として更に、トナーを用紙に定着する定着部の異常がある。
なお、不具合情報は、製品UUIDによって管理される。
図8に示す不具合データベース30には、不具合を特定する識別子(不具合ID)31、製品UUID32、不具合内容33、損失規模34、不具合の原因が発生したフェーズ(原因フェーズ)35、不具合の原因になった部品の型番(原因部品型番)36、不具合の原因になった部品を個体として特定する情報(原因部品UUID)37、不具合が発生した箇所(不具合箇所)38が記録される。
本実施の形態の場合、損失規模34は、「大」、「中」、「小」の3段階で表される。もっとも、損失規模の表現は2段階でも、4段階以上でも構わない。また、損失規模34として金額を記録してもよい。規模の評価値は、予め定めた基準に従って不具合データベース30の保守スタッフ等が入力してもよい。
本実施の形態の場合、原因フェーズ35は、生産前と生産後の2段階で表される。もっとも、原因が発生したフェーズの切り分けが可能であれば、3段階以上で管理してもよい。
不具合箇所38を特定する記号等は、部位毎に予め用意されている。
本実施の形態の場合、画像形成装置の製造に使用する部品の種類は予め決まっている。換言すると、画像形成装置の各部位に使用する部品型番(例えばP9803)は、設計図によって指定されている。
本実施の形態における部品決定装置40は、画像形成装置の部位毎に使用する部品を個体レベルで(すなわち部品UUIDによって)決定する機能を提供する。
本実施の形態の場合、部品決定装置40は、コンピュータとして実現される。
図9の場合、部品決定装置40は、1台のコンピュータで実現されているが、複数のコンピュータで実現されていてもよい。例えば部品決定装置40は、後述する処理機能別に3台のコンピュータで実現されていてもよい。
記憶装置42は、後述する処理機能を実現するアプリケーションプログラムなどを記憶する。
操作受付装置43は、例えばマウス、キーボード等の入力装置であり、表示装置44の表示画面に表示されたユーザインタフェース画面を通じて情報の入力を受け付ける。
表示装置44は、例えば液晶ディスプレイであり、ユーザインタフェース画面の表示に用いられる。
通信装置45は、例えばLAN(Local Area Network)インタフェースであり、外部装置との通信に使用される。なお、通信方式は有線方式でも無線方式でもよい。
部品決定装置40は、画像形成装置について収集された不具合の情報に基づいて、個体としての部品毎に画像形成装置として使用を開始した後の品質を予測する部品品質予測部401と、画像形成装置について収集された不具合の情報に基づいて、製品の部位の違いにより不具合が製品の品質に与える影響の度合いを予測する製品影響予測部402と、予測された品質と品質に与える影響の度合いとに基づいて、各部位に使用する部品を個体レベルで決定する部位別使用部品決定部403とを有している。
本実施の形態では、部品品質予測部401と、製品影響予測部402と、部位別使用部品決定部403の機能を総称して製造支援機能又は製造支援プログラムともいう。
ここで、部品品質予測部401は第1の予測手段の一例であり、製品影響予測部402は第2の予測手段の一例であり、部位別使用部品決定部403は決定手段の一例である。
本実施の形態における部品品質予測部401は、部品データベース10と不具合データベース30のデータに基づいて個体レベルで部品の将来の品質値を予測し、予測された品質値を部位別使用部品決定部403に出力する。
ここでの品質値は、過去に不具合を起こした個体レベルの部品が置かれた環境と類似する環境に置かれた部品は不具合を起こす可能性が高くなるとの仮定に基づいて計算される。計算方法の具体例については後述する。なお、環境が類似するとは、本実施の形態の場合、環境に関するデータ間の距離が閾値より近いことをいう。
品質重要値は、不具合を起こし易い部位(箇所)や不具合によって生じた損失の規模が大きい部位(箇所)については製品への影響が大きいとの仮定に基づいて計算される。
ここでの品質重要値は、製品の品質に与える影響の度合いを表す指標の一例である。
計算方法の具体例については後述する。なお、不具合によって生じる損失の規模は小さくても不具合の履歴が多い部位(箇所)は製品への影響が大きい部位(箇所)として扱う。
ここで、部位別使用部品決定部403は、部位(箇所)と部品UUIDとを組み合わせたリストを例えば表示装置44のユーザインタフェース画面に表示する。また、部位別使用部品決定部403は、部位(箇所)と部品UUIDとを組み合わせたリストを例えば印刷装置(不図示)によって用紙に印刷する。
以下では、部品決定装置40において実行される処理動作の一例を、部品品質予測部401、製品影響予測部402及び部位別使用部品決定部403のそれぞれについて説明する。
図11は、実施の形態1における部品決定装置40によって実行される処理動作の概要を説明する図である。
ここでの処理動作は、CPU41Aによるアプリケーションプログラムの実行を通じて実現される。
次に、CPU41Aは、操作受付装置43(図9参照)を通じて製造する製品の型番と納品先情報を取得する(ステップ102)。
続いて、CPU41Aは、不具合が製品の品質に与える影響を部位別に予測する(ステップ103)。処理内容の具体例については後述する。
この後、CPU41Aは、製品の各部位に使用する部品を個体レベルで決定する(ステップ104)。処理内容の具体例については後述する。
部品品質予測部401(図10参照)は、CPU41A(図9参照)によるアプリケーションプログラムの実行を通じて実現される。図12に示す処理動作は、例えば部品データベース10(図1参照)が更新された場合又は不具合データベース30が更新された場合に実行される。
次に、部品品質予測部401は、不具合データベース30(図10参照)から原因フェーズが「生産前」であり、かつ、評価対象とする部品と同じ型番(原因部品型番)を有する不具合をリストとして取得する(ステップ202)。該当する不具合が無ければ、リストは空欄である。
次に、部品品質予測部401は、特定された部品UUIDを用いて部品データベース10を検索し、対応する部品情報を取得する(ステップ204)。この処理は、不具合を起こした部品が過去に存在した環境に関する情報を取得することを目的とする。
次に、部品品質予測部401は、評価対象とする部品と処理対象とする要素との間で、環境に関する情報が一致する又は閾値の範囲内であるか判定する(ステップ205)。ここで、閾値の範囲内とは情報が類似することを意味する。
ステップ205で肯定結果が得られた場合、部品品質予測部401は、評価対象の部品の品質値を現在値から1小さい値に更新する。本実施の形態の場合、不具合を起こした部品との類似数が多いほど品質値は小さい値に更新される。
この後、部品品質予測部401は、リストの全ての要素について処理が完了したか判定する(ステップ207)。
ステップ207で否定結果が得られた場合、部品品質予測部401は、ステップ203に戻ってリスト内の次の要素(部品UUID)を特定し、前述した動作を実行する。
ステップ207で肯定結果が得られた場合、部品品質予測部401は、最終的な品質値を該当する部品UUIDに紐付けて部品データベース10に登録する(ステップ208)。
なお、部品データベース10における品質値の更新はステップ206における更新のたびに実行してもよい。
ステップ209で否定結果が得られた場合、部品品質予測部401は、ステップ201に戻って部品データベース10内の次の部品を特定し、前述した動作を実行する。
ステップ209で肯定結果が得られた場合、部品品質予測部401は、品質値の算出処理を終了する。
図13に示す例は、評価対象とする部品UUIDの環境に関する情報と、不具合データベース30側の処理対象とする原因部品UUIDの環境に関する情報とが類似する例を表している。
図中のS201~S205は、図12の処理動作に対応する。
部品型番P9803で特定される部品については、不具合データベース30に不具合の履歴があり、その1つの不具合は、部品UUID(原因部品UUID)が9803-1102である部品について生じている。この部品UUID(原因部品UUID)が9803-1102である部品については、製造・輸送時に最大加速度として20m/s2が加わり、最高気温として31℃が加わっている。また、保管時に最高気温として39℃が加わり、最高気圧として1120hPaが加わっている。
図13の例では、この個体としての部品についての環境情報は閾値の範囲内と判定している。このため、図中では〇印を付している。
図14に示す例は、評価対象とする部品UUID(原因部品UUID)の環境に関する情報と不具合データベース30側の処理対象とする要素の環境に関する情報とが類似しない例を表している。
図中のS201~S205は、図12の処理動作に対応する。
部品型番P9803で特定される部品については、不具合データベース30に不具合の履歴があり、その1つの不具合は、部品UUID(原因部品UUID)が9803-0881である部品について生じている。この部品UUID(原因部品UUID)が9803-0881である部品については、製造・輸送時に最大加速度として21m/s2が加わり、最高気温として23℃が加わっている。また、保管時に最高気温として33℃が加わり、最高気圧として1060hPaが加わっている。
図14の例では、この個体としての部品についての環境情報は閾値の範囲外と判定している。このため、図中では×印を付している。
図15では、画像形成装置を構成する部品の1つについて、具体的には部品型番がP9803である部品について抜粋した数値例を示している。なお、図15に示すリストは、品質値が大きさ順に並び替えられている(ソートされている)。
図15の例の場合、部品UUIDが9803-1102である部品の品質が最も高く、部品UUIDが9803-0881である部品の品質が最も低い。
なお、図12に示す処理動作によって品質値を計算する場合、部品UUIDが9803-0881である部品には、その存在した環境に類似する不具合の事例が5つ存在することを示す。
製品影響予測部402(図10参照)は、CPU41A(図9参照)によるアプリケーションプログラムの実行を通じて実現される。図16に示す処理動作は、顧客による発注(製品型番と納品先の入力)があった場合に実行される。
図16に示す動作例では、製品型番と納品先の情報の2つを用いて製品情報のリストを取得しているが、発注者である顧客より使用環境に関する情報について与えられる場合には、その情報も使用して製品情報のリストを取得することにより、製造する製品に要求される各箇所の品質重要値の予測精度を高めることができる。
ここで、製品の型番と納品先との組み合わせが一致する事例がなければ、製品情報のリストは空欄となる。
なお、対応する納品先が存在しない場合には、他の納品先の情報を使用して、後続する処理を実行してもよい。この場合、品質重要値の予測精度が低下する可能性があるが、類似する事例から各部位の重要度を予測することで将来の不具合の発生の可能性や大きな規模の不具合が発生する可能性を低減することができる。
続いて、製品影響予測部402は、処理対象とする製品UUIDと一致する不具合情報のリストを不具合データベース30から取得する(ステップ303)。一致する不具合情報が無ければリストは空欄である。リストが空欄の場合、後述するステップ304~306をスキップしてもよい。
次に、製品影響予測部402は、処理対象とする不具合情報から抽出される損失規模に応じた値を不具合箇所に対応する品質重要値の現在値に加算する(ステップ305)。
本実施の形態の場合、損失規模に応じた値として、損失規模が大きい場合には「3」を、損失規模が中間の場合には「2」を、損失規模が小さい場合には「1」を使用する。勿論、これらの値は一例である。なお、品質重要値のデフォルト値は0(ゼロ)である。
ステップ306で否定結果が得られた場合、製品影響予測部402は、ステップ304に戻って不具合情報のリスト内の次の要素を特定し、前述した動作を実行する。
ステップ306で肯定結果が得られた場合、製品影響予測部402は、製品情報のリストの全ての要素について処理が完了したか判定する(ステップ307)。
ステップ307で否定結果が得られた場合、製品影響予測部402は、ステップ302に戻って製品情報のリスト内の次の要素を特定し、前述した動作を実行する。
ステップ307で肯定結果が得られた場合、製品影響予測部402は、製品を構成する各箇所に対応する品質重要値をリストとして出力する(ステップ308)。
図中のS301~S305は、図16に対応する処理動作を表している。
図17では、受注した製品の型番がDEV101の場合を想定している。
図17の例の場合、DEV101に一致する製品情報の履歴は2つ存在する。履歴の1つである製品は製品UUIDがDEV101-23で特定される製品であり、他の1つである製品は製品UUIDがDEV101-08で特定される製品である。これら2つの製品がステップ301で製品データベース20から取得される。
図18では、画像形成装置を構成する各部位(箇所)について、具体的には部品型番がP9803である部品について抜粋した数値例を示している。なお、図18に示すリストは、品質重要値が大きさ順に並び替えられている(ソートされている)。
図18の場合、同じ型番の部品(部品型番がP9803の部品)が4つの箇所で使用されているが、使用される箇所によって品質重要値の値が異なっている。
図18の例の場合、S22-8で特定される箇所の品質重要値が最も高く、S71-9で特定される箇所の品質重要値が最も低い。
本実施の形態の場合、品質重要値の「4」は、損失規模が大きい不具合の発生件数が1つと損失規模が小さい不具合の発生件数が1つの場合、又は、損失規模が小さい不具合の発生件数が4つ存在したことを示している。
品質重要値は、数値が大きいほど不具合が発生した場合の影響が大きいこと、すなわち部品の品質の高さが重要な箇所であることを示している。
部位別使用部品決定部403は、CPU41A(図9参照)によるアプリケーションプログラムの実行を通じて実現される。図19に示す処理動作は、製品影響予測部402による品質重要値が与えられた場合に実行される。
なお、製品を構成する各箇所で使用される部品型番の数と品質重要値のリストに記載された部品型番の数が一致するとは限らない。少なくとも、製品を構成する各箇所で使用される部品型番の数の方が、品質重要値のリストに記載された部品型番の数より多くなる。
品質重要値のリストに存在しない部品型番については、過去に不具合を発生した事例が存在しないことを意味する。従って、品質重要値のリストに含まれない部品型番については部品UUIDを考慮することなく、設計書などで指定された部品型番の部品を使用する。
続いて、部位別使用部品決定部403は、リスト1とリスト2をそれぞれ降順にソートする(ステップ403)。
図15に示すリストはリスト1に相当し、図18に示すリストはリスト2に相当する。
次に、部位別使用部品決定部403は、リスト2の先頭位置(大きい方)から降順に処理対象とする箇所を特定する(ステップ404)。すなわち、重要度の高い箇所から順番に特定する。例えば図18の例であれば、S22-8で特定される箇所がまず特定される。
ステップ405で肯定結果が得られた場合、部位別使用部品決定部403は、リスト1の先頭位置の部品UUIDを選択して処理対象の箇所と対にする(ステップ406)。この処理は、不具合の発生が品質に与える影響が大きい箇所には、部品型番が同じでも個体としての品質が相対的に高い部品を割り当てることを意味する。
ステップ405で否定結果が得られた場合(すなわち、品質重要値が0の場合)、部位別使用部品決定部403は、リスト1の末尾の部品UUIDを選択して処理対象の箇所と対にする(ステップ407)。この処理は、不具合の発生が品質に与える影響が小さい箇所には、部品型番が同じでも個体としての品質が相対的に低い部品を割り当てることを意味する。
もっとも、品質値が相対的に低い部品でも、部品型番で定められている製造上の規格(公差や許容誤差)を満たしているので不良品ではない。
この後、部位別使用部品決定部403は、リスト2の全ての要素について処理が完了したか判定する(ステップ409)。
ステップ409で否定結果が得られた場合、部位別使用部品決定部403は、ステップ404に戻って別の箇所を処理対象に特定し、前述した動作を実行する。
ステップ409で肯定結果が得られた場合、部位別使用部品決定部403は、ステップ410に進む。
ステップ410で否定結果が得られた場合、部位別使用部品決定部403は、ステップ401に戻って別の部品型番を処理対象に特定し、前述した動作を実行する。
ステップ410で肯定結果が得られた場合、部位別使用部品決定部403は、ステップ411に進む。
ステップ411に進んだ部位別使用部品決定部403は、対を形成する各箇所と部品UUIDの組をリストとして出力する。
図20に示すリストは、部品型番がP9803である部品について抜粋したものである。この例の場合、画像形成装置の製造には4か所で部品型番がP9803の部品が使用される。
リストの左側の欄は、画像形成装置の構成要素の位置を示す箇所(部位)を示しており、括弧内の数字は各箇所の品質重要値を示している。リストの右側の欄は、同じ部品型番(P9803)を有する部品のうち各箇所について使用される個体(部品UUID)の情報を示している。なお、括弧内の数字は個体としての部品の品質値である。
同様に、記号のS03-1で特定される2番目に品質重要値が高い箇所に、部品型番がP9803である部品の在庫の中で品質値が2番目に高い(処理の段階ではリスト内で最も品質値が高い)個体である部品UUIDが9803-2311の部品を使用すべきことが示されている。
この組み合わせは、過去に不具合の報告がない箇所については、在庫内で最も品質の低い部品を組み合わせることを意味する。
もっとも、部品UUIDが9803-0881で特定される部品は、同じ部品型番を有する在庫の部品の中では最も不具合が発生し易い環境下に置かれた又は置かれる部品として予測されているが、部品型番がP9803の部品が満たすべき製造段階の品質は満たしており、製品としての不具合に直ちに影響することはない。
図20に示すリストは、表示装置44(図9参照)における表示や不図示の印刷装置による用紙への印刷を通じて、受注された特定の画像形成装置(例えば製品UUIDがDEV101-90)の製造に使用される。
図21に示すリストは、部品型番がP9803である部品について抜粋したものである。本実施の形態の場合、画像形成装置の製造を受注した段階での部品型番がP9803の部品の在庫は5個であったが、製造に用いられたのは4個である。
このため、図21に示すリストでは、製造に用いられなかった部品として在庫内で4番目に高い品質であった部品UUIDが9803-6221の部品だけが記されている。
この部品UUIDが9803-6221の部品は、他の製品の製造に使用される。
なお、図21に示すリストは、必ずしも表示装置や不図示の印刷装置を通じて出力されなくてもよいし、そもそも生成されなくてもよい。
本実施の形態1に係る製造支援システム1を用いれば、部品型番によって部品の品質を管理する場合とは異なり、個体レベルで部品の品質を定量的に予測することができる。
また、本実施の形態1に係る製造支援システム1を用いれば、製品を構成する部位(箇所)の違いが製品としての品質に与える影響の大きさを評価しない場合とは異なり、製品の品質への影響が生じやすい部位を事前に予測することが可能になる。
さらに、本実施の形態1に係る製造支援システム1を用いれば、これらの予測情報を用いることにより、個々の製品の将来の品質の予測精度を向上させることができる。
また、部品の個体レベルで品質に起因する不具合が発生する場合でも、相対的に個体レベルでの品質が低い部品については製品内の重要度が低い箇所に使用されるため、不具合が仮に発生しても、部品型番だけで部品の品質を管理する場合に比して、不具合による損失の規模を低減することができる。
また、個体レベルで予測された品質が相対的に高い部品だけを製品の製造に用いるのとは異なり、品質が相対的に低い部品についても積極的に製造に使用されるため(例えば品質重要値が0(ゼロ)の部位に使用されるため)、製品としての品質の過剰を抑制しつつ(個々の製品の品質を保ちつつ)、製造段階での品質を満たす部品の有効活用も可能になる。このことは、製造コストの低減にも効果的である。
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。
例えば組み合わせられた品質重要値と品質値について計算される演算値を判定条件に基づいて評価し、現在の組み合わせで確定するか否かを判定してもよい。例えば演算値が品質重要値と品質値の加算値で与えられる場合、演算値が閾値より大きい場合に限り、組み合わせを採用し、閾値より小さい組み合わせについては新たな部品の入荷を待って新たな組み合わせを作成してもよい。
この規則を採用すれば、製造される製品の品質の低下を抑制できる。特に、損失の規模が大きくなる蓋然性が高い部位(箇所)には予め定めた品質値以上の部品を使用することにより、仮に不具合が発生しても損失規模が大きい不具合の発生確率を抑制することができる。
例えば個別の品質値と閾値とを比較し、閾値より品質が低い(品質値が大きい)部品については製造に使用しない設定としてもよい。
また例えば同じ部品型番を有する部品のうち製品の製造に必要な個数分の品質値の平均値と閾値とを比較し、平均値が閾値よりも大きい場合(平均的に品質が低い場合)には、在庫として存在する部品の品質が製造に適さないと判定してもよい。
Claims (14)
- 製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する第1の予測手段と、
過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する第2の予測手段と、
前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する決定手段と
を有する情報処理装置。 - 環境に関する前記情報は、製造段階の環境に関する情報および製造後の環境に関する情報のうちいずれか一方又は両方である、請求項1に記載の情報処理装置。
- 環境に関する前記情報は、製造に関する情報、輸送に関する情報、保管に関する情報及び使用に関する情報のいずれか1つ又は複数である、請求項2に記載の情報処理装置。
- 環境に関する前記情報は、気温、気圧、湿度、加速度、光度、磁力及び使用の頻度のいずれか1つ又は複数である、請求項2に記載の情報処理装置。
- 前記第1の予測手段は、評価対象とする個体としての部品に紐付けられている環境に関する情報と環境に関する情報が類似する不具合を発生した部品の情報により、評価対象とする部品についての品質を予測する、請求項1に記載の情報処理装置。
- 評価対象とする部品に紐付けられている環境に関する情報が、不具合を発生した部品の環境と類似する場合、前記第1の予測手段は、評価対象とする個体としての部品の前記品質を低く予測する、請求項5に記載の情報処理装置。
- 前記第1の予測手段は、評価対象とする部品と環境が類似する不具合を発生した部品の数に基づいて前記品質の程度を予測する、請求項6に記載の情報処理装置。
- 前記第2の予測手段は、評価対象とする1つの部品について複数の不具合の情報が存在する場合、当該複数の不具合の規模の情報に基づいて前記影響の度合いを予測する、請求項1に記載の情報処理装置。
- 前記第2の予測手段は、製品の納品先に関する情報を参照して、評価対象とする部品が製品の前記品質に与える前記影響の度合いを予測する、請求項1に記載の情報処理装置。
- 前記決定手段は、前記影響の度合いが大きい部品から順番に前記対応付けを決定する、請求項1に記載の情報処理装置。
- 前記決定手段は、対応付けられた前記影響の度合いと前記品質の組み合わせを評価した結果に基づいて前記対応付けを確定するか否かを判定する、請求項1に記載の情報処理装置。
- 前記決定手段は、各部品と当該部品に使用する個体としての部品とを紐付けたリストを出力する、請求項1に記載の情報処理装置。
- コンピュータに、
製造された製品について収集された個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照し、評価対象とする部品毎の品質を予測する機能と、
過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照し、評価対象とする各部品が製品の品質に与える影響の度合いを予測する機能と、
前記影響の度合いが大きい部品に対して前記品質が高い部品を組み合わせるように対応付けを決定する機能と
を実行させるためのプログラム。 - 製造された製品で使用される部品について、環境に関する情報、不具合の情報、不具合が製品に与えた損失の規模の情報を収集したデータベースと、
個体としての部品に紐付けられている環境に関する情報と、過去に不具合を発生した部品に紐付けられている環境に関する情報とを参照して、評価対象とする部品毎の品質を予測するとともに、過去に不具合が生じた部品と当該部品が製品に与えた損失の規模の情報を参照して、評価対象とする各部品が製品の品質に与える影響の度合いを予測し、影響の度合いが大きい部品に対して品質が高い部品を組み合わせるように対応付けを決定する情報処理装置と
を有する情報処理システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017176825A JP7021482B2 (ja) | 2017-09-14 | 2017-09-14 | 情報処理装置、情報処理システム及びプログラム |
US15/913,341 US10965821B2 (en) | 2017-09-14 | 2018-03-06 | Information processing apparatus and system and non-transitory computer readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017176825A JP7021482B2 (ja) | 2017-09-14 | 2017-09-14 | 情報処理装置、情報処理システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019053488A JP2019053488A (ja) | 2019-04-04 |
JP7021482B2 true JP7021482B2 (ja) | 2022-02-17 |
Family
ID=65632414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017176825A Active JP7021482B2 (ja) | 2017-09-14 | 2017-09-14 | 情報処理装置、情報処理システム及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10965821B2 (ja) |
JP (1) | JP7021482B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7446771B2 (ja) * | 2019-10-30 | 2024-03-11 | 株式会社東芝 | 可視化データ生成装置、可視化データ生成システム、及び可視化データ生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003091584A (ja) | 2001-09-18 | 2003-03-28 | Mitsubishi Electric Corp | 製品使用環境情報収集分析装置 |
JP2008090682A (ja) | 2006-10-03 | 2008-04-17 | Sharp Corp | モジュール不具合情報提供装置および方法 |
US20090249128A1 (en) | 2008-03-30 | 2009-10-01 | Heckman Randy L | Predictive diagnostics system, apparatus, and method for improved reliability |
JP2015045942A (ja) | 2013-08-27 | 2015-03-12 | キヤノン株式会社 | 品質管理装置、品質管理方法、及びプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10217048A (ja) * | 1997-02-04 | 1998-08-18 | Nec Corp | 品質改善システム |
JP3653914B2 (ja) | 1997-02-06 | 2005-06-02 | 富士ゼロックス株式会社 | 製品のリサイクル・リユースにおける作業指示システム |
JP2002361527A (ja) | 2001-06-05 | 2002-12-18 | Hitachi Ltd | 着工システム |
JP4244768B2 (ja) * | 2003-09-30 | 2009-03-25 | 株式会社日立製作所 | 不良影響度評価方法および設計支援システム |
US7289859B2 (en) * | 2005-09-30 | 2007-10-30 | Hitachi, Ltd. | Method for determining parameter of product design and its supporting system |
JP2008065639A (ja) | 2006-09-07 | 2008-03-21 | Ricoh Co Ltd | 工程管理支援システム、部品評価支援サーバー装置、及び部品評価支援プログラム |
JP6351880B2 (ja) * | 2016-01-15 | 2018-07-04 | 三菱電機株式会社 | 計画生成装置、計画生成方法及び計画生成プログラム |
-
2017
- 2017-09-14 JP JP2017176825A patent/JP7021482B2/ja active Active
-
2018
- 2018-03-06 US US15/913,341 patent/US10965821B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003091584A (ja) | 2001-09-18 | 2003-03-28 | Mitsubishi Electric Corp | 製品使用環境情報収集分析装置 |
JP2008090682A (ja) | 2006-10-03 | 2008-04-17 | Sharp Corp | モジュール不具合情報提供装置および方法 |
US20090249128A1 (en) | 2008-03-30 | 2009-10-01 | Heckman Randy L | Predictive diagnostics system, apparatus, and method for improved reliability |
JP2015045942A (ja) | 2013-08-27 | 2015-03-12 | キヤノン株式会社 | 品質管理装置、品質管理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019053488A (ja) | 2019-04-04 |
US10965821B2 (en) | 2021-03-30 |
US20190082059A1 (en) | 2019-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10025657B2 (en) | Information processing system and failure diagnosis method | |
US20210117594A1 (en) | Method for creating a digital twin | |
CN104462179B (zh) | 处理大数据的方法、执行其的装置以及储存其的存储媒介 | |
CN113168172B (zh) | 模型生成装置、模型生成方法及程序 | |
JP6546488B2 (ja) | タイヤ保管サービスシステム | |
JP2007087112A (ja) | 故障診断装置 | |
WO2014054230A1 (ja) | 情報システム構築装置、情報システム構築方法および記憶媒体 | |
JP7021482B2 (ja) | 情報処理装置、情報処理システム及びプログラム | |
JP2015014981A (ja) | 情報処理システム、機器管理装置、資産管理装置、及び情報処理方法 | |
JP4784225B2 (ja) | 故障診断装置、画像形成装置及び故障診断方法 | |
WO2023107230A1 (en) | Machine learning based vehicle service recommendation system | |
JP6803540B2 (ja) | 機器状態推定方法及び機器状態推定装置 | |
US20080181524A1 (en) | Image evaluation method, apparatus, and program | |
JP6623547B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
JP2015079460A (ja) | 情報処理装置およびプログラム | |
US20190087512A1 (en) | Design assistance system, design assistance apparatus, and non-transitory computer readable medium storing design assistance program | |
JP2008077482A (ja) | 修正工数見積装置、修正工数見積方法、および修正工数見積プログラム | |
JP2007316733A (ja) | 修理支援システム、修理支援方法、修理支援プログラムおよび記録媒体 | |
US20100030848A1 (en) | Client-server system and server machine | |
JP5058739B2 (ja) | 生産管理システム、生産管理方法、および生産管理プログラム | |
US11048830B2 (en) | Assistance system, design assistance apparatus, and non-transitory computer readable medium storing design assistance program | |
JP4867959B2 (ja) | 情報処理装置及びプログラム | |
JP6600392B2 (ja) | 情報処理装置およびプログラム | |
JP6075172B2 (ja) | ソフトウェア開発装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200717 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210602 |
|
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: 20220105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7021482 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |