JP7083304B2 - 製造方法、製造管理方法及び製造システム - Google Patents

Description

本発明は、製造条件や検査結果などの製造データを分析した結果に基づいて、適切な製造条件を特定・設定する製造方法に関する。

一般に製品は要求される仕様を満たすように数多くの製造条件を決定する必要がある。例えば、自動車部品モータを製造する際に、応答性及び漏れ電流などの製品仕様を満足するには、材料の形状、材質、各製造工程の製造設備の設定などの製造条件を決定している。

製造工場で不具合の発生した製品（以下、不良品ともいう）の不良原因を分析し、製品仕様を満たさない割合（以下、不良率もいう）を削減する製造条件を特定・設定することで不良品による仕損費を削減する必要がある。

しかし、製造条件は複数の製品仕様に影響する場合があり、適切な製造条件の特定が困難である。例えば、モータを製造する際に固定子にかける誘起電圧という製造条件はモータの制御性、応答性、漏れ電流などの製品仕様に影響する。具体的には、誘起電圧を高く設定すると、モータの回転性能がよくなり、制御性や応答性などの製品仕様を満たす良品率が高くなるが、漏れ電流も大きくなるため、漏れ電流の製品仕様を満たす良品率が低くなる。逆に、誘起電圧を低く設定すると、漏れ電流が小さくなり、漏れ電流の製品仕様を満たす良品率が増えるが、モータの回転性能が悪くなるため、制御性や応答性などの製品仕様を満たす良品率が減ってしまう。

そのため、本発明は製造条件が複数の製品仕様に影響する場合において、製造条件や検査結果などの製造データを分析した結果に基づき、適切な製造条件を特定し、設定する製造方法に関するものである。

しかし、製造ラインにおいては、途中の検査ではじかれるＮＧ品や一部の製品しか受けない追加検査などが存在するため、一部の製品に関する検査結果を取得できない。例えば、モータを製造する際に、固定子に誘起電圧をかけて、漏れ電流及び応答性などの仕様をシーケンシャルで検査する。漏れ電流検査を通過しない製品個体ははじかれて、応答性検査を含める後工程の検査を受けない。このため、漏れ電流測定を通過しない製品個体に関して、応答性などの検査結果を取得できない。その結果、製造条件が当該検査に対応する仕様への影響をモデリングできない。

現状、ある一つの仕様に着目し、他の仕様を満たす製品個体のデータのみに基づき、製造条件と検査結果の相関関係をモデリングし、製造条件を特定することが多い。故に、特定された製造条件が着目していない仕様に影響があり、全体の不良率が逆に上がる可能性がある。また、モータの例を挙げると、応答性不良を分析するには、漏れ電流検査を通過する製品個体に関する製造データのみに着目し、製造条件と検査結果の相関関係をモデリングする。その結果、製造条件である誘起電圧が漏れ電流に与える影響をモデリングできず、特定された誘起電圧の設定によって漏れ電流が仕様以上に大きくなり、全体の不良率が逆に上がる可能性がある。

従って、途中ではじかれるＮＧ品及び一部の製品個体しか受けない追加検査などによって、一部の製品に関する検査結果を取得できない場合でも、製造条件が製品の複数の仕様への影響をモデリングでき、複数の製品仕様を同時に満足する適切な製造条件を特定可能な手法が必要である。例えば、製造条件が各製品に与える影響を個別にモデリングするモデルを統合することで、複数の製品仕様を同時に満足する適切な製造条件を特定可能になる。

従来において、複数の個別モデルを結合する手法が公開されている。例えば、非特許文献１では、認識率が高く、かつ誤認識率が低いオブジェクト検出器を生成するために、誤認識率が高いが、非正解の入力を確実に排除できる強識別器をカスケードに複数連結することで複数の部分モデルを結合する。

Minguillon, J. (2002). "On Cascading Small Decision Trees (PhD thesis)." Universitat Autonoma de Barcelona. 46-48.

しかしながら、非特許文献１に開示されている方法では、部品構造などに合わせてモデルの結合方法を変更することができない。例えば、製造も検査も独立している異なる部品の仕様に関するモデルを結合する場合と、部品と当該部品を組立てる製品の仕様に関するモデルを結合する場合は異なる方法でモデルを結合することができない。また、ＮＧ品がはじかれ、次の検査を受けられないシーケンシャル検査の場合と、ＮＧ品のみが検査を受ける追加検査の場合は異なる方法でモデルを結合することができない。

したがって本発明は、上記課題に鑑みてなされたのもで、製品仕様の数が多く存在する製品の製造において、手戻りなく効率的に適切な製造条件を決定する方法を提供するものである。

本発明は、製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造システムが実行する製造方法であって、前記製造システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、前記記憶装置は、製造装置における各製造工程の実際の製造条件と、検査装置における各検査工程の実際の検査結果と、前記製品における前記複数の部品の構成を示す情報と、前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、前記製造方法は、前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順と、前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順と、前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順と、前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順と、前記プロセッサが、前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定する第五手順と、前記プロセッサが、前記特定された製造条件を出力し、前記製造工程に設定する第六手順と、を含むことを特徴とする。

本発明は、製品仕様の数が多く、仕様間に相互作用が存在する製品の製造において、手戻りなく効率的に適切な製造条件を決定することができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明によって明らかにされる。

本発明の実施の形態にかかる工場の製造システム構成を説明する図である。 本発明の実施の形態にかかる製造条件分析システムの一例を説明するブロック図である。 本発明の実施の形態の設備ＳＭ１１０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ１２０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ２１０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ２２０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ３１０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ４１０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ５１０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ５Ｍ０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の設備ＳＭ５Ｎ０の製造データテーブルの一例を説明する図である。 本発明の実施の形態の部品構成テーブルの一例を説明する図である。 本発明の実施の形態の工程情報テーブルの一例を説明する図である。 本発明の実施の形態の良品条件テーブルの一例を説明する図である。 本発明の実施の形態の不良分析モデルの構造テーブルの一例を説明する図である。 本発明の実施の形態の不良分析モデルの分岐条件テーブルの一例を説明する図である。 本発明の実施の形態の不良分析モデルの分類結果テーブルの一例を説明する図である。 本発明の実施の形態の不良分析モデルの一例を説明する図である。 本発明の実施の形態の部品構造の一例を説明する図である。 本発明の実施の形態の製品選択画面の一例を説明する概略図である。 本発明の実施の形態の良品条件定義画面の一例を説明する概略図である。 本発明の実施の形態の製造条件分析システムのメイン処理を説明するフローチャートである。 本発明の実施の形態の統合モデル構築サーバで実行される処理を説明するフローチャートである。 本発明の実施の形態の製造条件・検査結果選択部で実行される処理を説明するフローチャートである。 本発明の実施の形態の個別モデル結合部が部品毎の部分不良予測モデルを結合する処理を説明するフローチャートである。 本発明の実施の形態の個別モデル結合部が仕様毎の部分不良予測モデルを結合する処理を説明するフローチャートである。 本発明の実施の形態において部品を組立てる際に部分不良分析モデルを統合する例を説明する図である。 本発明の実施の形態において、シーケンシャル検査の場合に部分不良分析モデルを統合する例を説明する図である。 本発明の実施の形態において、追加検査の場合に部分不良分析モデルを統合する例を説明する図である。 本発明の実施の形態において表示される製造条件分析画面の一例を説明する図である。 本発明の実施の形態にかかる工場の製造システム構成を説明する図である。 本発明の実施の形態の工場Ｂにおける製造条件分析システムを説明するブロック図である。 本発明の実施の形態の製造条件分析システムの部品構成テーブルの一例を説明する図である。 本発明の実施の形態の工程情報テーブルの一例を説明する図である。 本発明の実施の形態の製造条件分析システムの処理フローを説明する図である。

［製造条件分析システム］

以下、本発明の実施の形態にかかる製造条件分析システム１を説明する。

図１は、本発明の実施の形態にかかる工場の製造システム構成を説明する図である。

図１に示すように、工場の製造システムはＭＥＳシステム１０及び製造条件分析システム１００を有している。

工場のＭＥＳシステム（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）１０は、制御系イントラネットワーク２０を介して、製造工場内に設けられた各製造設備（設備ＳＭ１１０（３０－Ａ）、設備ＳＭ１２０（３０－Ｂ）、・・・設備ＳＭ５Ｎ０（３０－Ｎ））と接続されており、各製造設備で製造された製品の製造結果に関する情報が収集されるようになっている。

また、ＭＥＳシステム１０は、制御系イントラネットワーク２０を介して、製造工場内に設けられた各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・設備ＳＭ５Ｎ０）と接続されており、各製造設備を制御している。

また、製造条件分析システム１００は、情報系イントラネットワーク３０を介してＭＥＳシステム１０と接続されており、ＭＥＳシステム１０との間で各種情報の交換が可能となっている。

［ＭＥＳシステム］

ＭＥＳシステム１０は、製造工場内に設置され、製造工場における製造設備及び作業者を監視及び制御するシステムである。

主記憶装置１１は、ＭＥＳシステム１０の全体制御を行うための制御プログラムなどが記憶される不揮発性の記憶装置である。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１２は、主記憶装置１１に記憶された制御プログラムを読み込んで、ＭＥＳシステム１０の全体制御を行う。

制御用通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１４は、外部装置との間で情報のやり取りを可能とするインターフェースである。この制御用通信Ｉ／Ｆ１４は、制御系イントラネットワーク２０を介して、製造工場内に設けられた各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）と接続されており、各製造設備で製造された製品の製造結果に関する情報を受信する。

外部記憶装置Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１５は、外部記憶装置との間で情報のやり取りを可能とするインターフェースであり、データストア１６に接続されている。

各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）で製造された製品の製造結果に関する情報は、この外部記憶装置Ｉ／Ｆ１５を介して、データストア１６に記憶される。

データストア１６は、各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）の製造データテーブルを有している。

また、データストア１６は各製品の部品構成に関する情報を記憶する部品構成テーブル、及び、各ラインの工程情報を記憶する工程情報テーブルを有している。

情報通信用Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１３は、外部装置との間で情報のやり取りを可能とするインターフェースである。情報通信用Ｉ／Ｆ１３は、情報系イントラネットワーク３０を介して、製造条件分析システム１００に接続されており、各設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）の製造データテーブル、部品構成テーブル、工程情報テーブルなどを製造条件分析システム１００に送信する。

［製造条件分析システム］

製造条件分析システム１００は、主記憶装置１１１と、ＣＰＵ１１２と、情報用通信Ｉ／Ｆ１１３と、外部記憶装置Ｉ／Ｆ１１４と、データストア１１５と、外部装置Ｉ／Ｆ１１６と、を有している。

主記憶装置１１１は、製造条件分析システム１００の全体制御を行うための制御プログラムなどが記憶される不揮発性の記憶装置である。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１２は、主記憶装置１１１に記憶された制御プログラムを読み込んで、製造条件分析システム１００の全体制御を行う。すなわち、以下の説明において製造条件分析システム１００の各部（例えば図２に示す各サーバ内の各部）が実行する処理は、実際には、ＣＰＵ１１２が制御プログラムに従って製造条件分析システム１００の全体を制御することによって実現される。

情報用通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１１３は、外部装置との間で情報のやり取りを可能とするインターフェースである。この情報用通信Ｉ／Ｆ１１３は、情報系イントラネットワーク３０を介して、ＭＥＳシステム１０と接続されており、各設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）の製造データテーブル、部品構成テーブル、工程情報テーブルなどを受信する。

外部記憶装置Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１１４は、外部記憶装置との間で情報のやり取りを可能とするインターフェースであり、データストア１１５に接続されている。

各設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）の製造データテーブル、部品構成テーブル、工程情報テーブルは、この外部記憶装置Ｉ／Ｆ１１４を介して、データストア１１５に記憶される。

データストア１１５は、各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・、設備ＳＭ５Ｎ０）の製造データテーブル、部品構成テーブル及び各ラインの工程情報を記憶する工程情報テーブルを有している。

また、データストア１１５は、製造条件を分析する際に必要な情報として、良品条件テーブルと、製造条件分析モデル構造テーブルと、製造条件分析モデル分岐条件テーブルと、製造条件分析モデル分類結果テーブルと、を有している。

外部装置Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１１６は、外部装置との間で情報のやり取りを可能とするインターフェースであり、マウス１１７、モニター１１８、キーボード１１９などに接続されている。

［製造条件分析システム］

図２は、本発明の実施の形態にかかる製造条件分析システムの一例を説明するブロック図である。

製造条件分析システム１００は、良品条件定義サーバ１２０と、統合モデル構築サーバ１３０と、製造条件特定サーバ１４０と、データ格納サーバ１５０と、を有している。

良品条件定義サーバ１２０は、リクエスト監視部１２１と、ＧＵＩ表示部１２２と、部品構成取得部１２３と、工程情報取得部１２４と、良品条件生成部１２５と、を有している。

リクエスト監視部１２１は、良品条件定義サーバ１２０への製造条件分析リクエストを監視し、リクエストがあれば、ＧＵＩ表示部１２２を呼び出す。

ＧＵＩ表示部１２２は、良品条件定義画面（図２１参照）を表示し、ユーザに分析したい製品の製品名を指定してもらう。

部品構成取得部１２３は、ユーザが指定した製品名の部品構成をデータ格納サーバ１５０から取得し、工程情報取得部１２４を呼び出す。

工程情報取得部１２４は、ユーザが指定した製品名の工程情報をデータ格納サーバ１５０から取得し、ＧＵＩ表示部を呼び出す。

ＧＵＩ表示部１２２は、取得した部品構成及び工程情報に基づいて、良品条件定義画面（図２１参照）を表示し、各工程の品目名および工程種別をユーザに選択してもらう。

良品条件生成部１２５は、ユーザが指定した各工程の品目名および工程種別から良品条件テーブル１９０を生成し、データ格納サーバ１５０に格納し、統合モデル構築サーバ１３０の処理を呼び出す。

統合モデル構築サーバ１３０は、良品条件解析部１３１と、製造条件・検査結果選択部１３２と、個別モデル学習部１３３と、個別モデル統合部１３４と、を有している。

良品条件解析部１３１は、データ格納サーバ１５０に格納されている良品条件テーブル１９０を解析し、製造条件・検査結果選択部１３２の処理を呼び出す。

製造条件・検査結果選択部１３２は、良品条件解析部１３１の解析結果に基づいて、製造条件・検査結果を選択し、個別モデル学習部１３３の処理を呼び出す。

個別モデル学習部１３３は、製造条件・検査結果選択部１３２に選択された製造条件および検査結果から個別不良分析モデルを学習し、個別不良分析モデルの構造、分岐条件および分類結果をそれぞれ製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０および製造条件分析モデル分類結果テーブル２２０に格納する。

個別モデル統合部１３４は、良品条件解析部１３１の解析結果に基づいて、個別モデル学習部１３３で学習した複数の個別不良分析モデルを統合不良分析モデルに統合し、統合した不良分析モデルの構造、分岐条件および分類結果をそれぞれ製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０および製造条件分析モデル分類結果テーブル２２０に格納し、製造条件特定サーバ１４０の処理を呼び出す。

製造条件特定サーバ１４０は、製造条件特定部１４１と、製造条件表示部１４２と、を有している。

製造条件特定部１４１は、統合不良分析モデルに基づいて、全ての仕様を満足する適切な製造条件の組み合わせを特定し、製造条件表示部１４２の処理を呼び出す。

製造条件表示部１４２は、全ての仕様を満足する適切な製造条件の組み合わせをＧＵＩ画面としてユーザに表示する。

次に、各設備の製造データテーブル、具体的には、例えば、設備ＳＭ１１０の製造データテーブル１６０－Ａ、設備ＳＭ１２０の製造データテーブル１６０－Ｂ、設備ＳＭ２１０の製造データテーブル１６０－Ｃ、設備ＳＭ２２０の製造データテーブル１６０－Ｄ、設備ＳＭ３１０の製造データテーブル１６０－Ｅ、設備ＳＭ４１０の製造データテーブル１６０－Ｆ、設備ＳＭ５１０の製造データテーブル１６０－Ｇ、設備ＳＭ５Ｍ０の製造データテーブル１６０－Ｍ、及び、設備ＳＭ５Ｎ０の製造データテーブル１６０－Ｎの一例を説明する。なお、図２では、設備ＳＭ２１０の製造データテーブル１６０－Ｃ、設備ＳＭ２２０の製造データテーブル１６０－Ｄ、設備ＳＭ３１０の製造データテーブル１６０－Ｅ、設備ＳＭ４１０の製造データテーブル１６０－Ｆ及び設備ＳＭ５１０の製造データテーブル１６０－Ｇは省略している。

［設備ＳＭ１１０の製造データテーブル］

図３は、本発明の実施の形態の設備ＳＭ１１０の製造データテーブル１６０－Ａの一例を説明する図である。

図３に示すように、設備ＳＭ１１の製造データテーブル１６０－Ａには、レコード番号１６１－Ａと、個体識別番号（ＩＤ）１６２－Ａと、設備番号１６３－Ａと、製造終了時刻１６４―Ａと、誘起電圧１６５－Ａとが記憶されている。

レコード番号１６１－Ａは、設備ＳＭ１１０に投入された順番ごとに製品に割り振られる行を示す番号が記憶されている。例えば、設備ＳＭ１１０に１２５個の製品が投入された場合、レコード番号１６１－Ａには、「０１０００１～０１０１２５」までの数字が順番に割り振られる。

個体ＩＤ１６２－Ａは、設備ＳＭ１１０で製造された製品を１つ１つ識別するために付される固有の識別番号が記憶されている。設備ＳＭ１１０は、投入された製品ごとに個体ＩＤが付される製造設備であるので、個体ＩＤ１６２－Ａには、設備ＳＭ１１０で加工された製品の個体ＩＤ（例えば、「Ｙ０１０００１」～「Ｙ０１０１２５」）が記憶されている。

設備番号１６３－Ａは、製品が投入された設備の番号である。本実施の形態では、設備番号１６３－Ａには、設備ＳＭ１１０の番号「ＳＭ１１０」が記憶されている。

製造終了時刻１６４－Ａは、設備に投入された製品の製造（加工、組み立て、検査など）が終了した時刻が記憶されている。

本実施の形態では、例えば、レコード番号「０１０００１」の製品の製造終了時刻１６３－Ａには、製造された年「１６」、月「１１」、日「２１」、時刻「００：１１：０５」が記憶されている。これは、レコード番号「０１０００１」の製品の製造が２０１６年１１月２１日の０時１１分５秒に終了したことを示している。

誘起電圧１６５－Ａは、着磁装置などの設備ＳＭ１１０において、製品に加えられた電圧である。本実施の形態では、設備ＳＭ１１０において、レコード番号「６１１００１」の製品は、７．７Ｖの誘起電圧で製造されたことを示している。

［設備ＳＭ１２０の製造データテーブル］

図４は、本発明の実施の形態の設備ＳＭ１２０の製造データテーブル１６０－Ｂの一例を説明する図である。

図４に示すように、設備ＳＭ１２０の製造データテーブル１６０－Ｂには、レコード番号１６１－Ｂと、個体ＩＤ１６２－Ｂと、設備番号１６３－Ｂと、製造終了時刻１６４－Ｂと、漏れ電流１６５－Ｂとが記憶されている。

設備ＳＭ１２０の製造データテーブル１６０－Ｂは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６２－Ｂには、設備ＳＭ１２０の番号「ＳＭ１２０」が記憶されている。

漏れ電流１６５－Ｂには、検査装置などの設備ＳＭ１２０において、製品の漏れ電流が基準範囲内にあるかどうかの検査結果が記憶されている。本実施の形態では、「１」が検査通過、「０」がＮＧ品としてはじかれたという結果をそれぞれ示す。図４の例は、設備ＳＭ１２０において、レコード番号「６１１００１」の製品が検査を通過した結果を示している。

［設備ＳＭ２１０の製造データテーブル］

図５は、本発明の実施の形態の設備ＳＭ２１０の製造データテーブル１６０－Ｃの一例を説明する図である。

図５に示すように、設備ＳＭ２１０の製造データテーブル１６０－Ｃには、レコード番号１６１－Ｃと、個体ＩＤ１６２－Ｃと、設備番号１６３－Ｃと、製造終了時刻１６４－Ｃと、切削速度１６５－Ｃとが記憶されている。

設備ＳＭ２１０の製造データテーブル１６０－Ｃは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｃには、設備ＳＭ２１０の番号「ＳＭ２１０」が記憶されている。

切削速度１６５－Ｃは、切削装置などの設備ＳＭ２１０において、製品を切削する速度である。図５の例は、設備ＳＭ２１０において、レコード番号「６１１００１」の製品が、３．１０７ｍ／ｍｉｎの切削速度で製造されたことを示している。

［設備ＳＭ２２０の製造データテーブル］

図６は、本発明の実施の形態の設備ＳＭ２２０の製造データテーブル１６０－Ｄの一例を説明する図である。

図６に示すように、設備ＳＭ２２０の製造データテーブル１６０－Ｄには、レコード番号１６１－Ｄと、個体ＩＤ１６２－Ｄと、設備番号１６３－Ｄと、製造終了時刻１６４－Ｄと、内歯半径１６５－Ｄとが記憶されている。

設備ＳＭ２２０の製造データテーブル１６０－Ｄは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｄには、設備ＳＭ２２０の番号「ＳＭ２２０」が記憶されている。

内歯半径１６５－Ｄには、検査装置などの設備ＳＭ２２０において、製品の内歯が基準範囲内にあるかどうかの検査結果が記憶されている。本実施の形態では、「１」が検査通過、「０」がＮＧ品としてはじかれたという結果をそれぞれ示す。図６の例は、設備ＳＭ２２０において、レコード番号「６１１００１」の製品が検査を通過したという結果を示している。

［設備ＳＭ３１０の製造データテーブル］

図７は、本発明の実施の形態の設備ＳＭ３１０の製造データテーブル１６０－Ｅの一例を説明する図である。

図７に示すように、設備ＳＭ３１０の製造データテーブル１６０－Ｅには、レコード番号１６１－Ｅと、個体ＩＥ１６２－Ｅと、設備番号１６３－Ｅと、製造終了時刻１６４－Ｅと、圧入荷重１６５－Ｅと、圧入位置１６６－Ｅが記憶されている。

設備ＳＭ３１０の製造データテーブル１６０－Ｅは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｅには、設備ＳＭ３１０の番号「ＳＭ３１０」が記憶されている。

圧入荷重１６５－Ｅと、圧入位置１６６－Ｅは、組立装置などの設備ＳＭ３１０において、ヨークをスプロケットに圧入する荷重と位置である。図７の例は、設備ＳＭ３１０において、レコード番号「６１１００１」の製品のヨークが、０．３１０７Ｎの圧入荷重で、－０．００１２の位置でスプロケットに圧入されたことを示している。

［設備ＳＭ４１０の製造データテーブル］

図８は、本発明の実施の形態の設備ＳＭ４１０の製造データテーブル１６０－Ｆの一例を説明する図である。

図８に示すように、設備ＳＭ４１０の製造データテーブル１６０－Ｆには、レコード番号１６１－Ｆと、個体ＩＦ１６２－Ｆと、設備番号１６３－Ｆと、製造終了時刻１６４－Ｆと、圧入荷重１６５－Ｆとが記憶されている。

設備ＳＭ４１０の製造データテーブル１６０－Ｆは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｆには、設備ＳＭ４１０の番号「ＳＭ４１０」が記憶されている。

圧入荷重１６５－Ｆは、圧入装置などの設備ＳＭ４１０において、ピンという部品をスプロケットに圧入する荷重である。図８の例は、設備ＳＭ４１０において、レコード番号「６１１００１」の製品のピンが、０．５１０７Ｎの圧入荷重でスプロケットに圧入されたことを示している。

［設備ＳＭ５１０の製造データテーブル］

図９は、本発明の実施の形態の設備ＳＭ５１０の製造データテーブル１６０－Ｇの一例を説明する図である。

図９に示すように、設備ＳＭ５１０の製造データテーブル１６０－Ｇには、レコード番号１６１－Ｇと、個体ＩＤ１６２－Ｇと、設備番号１６３－Ｇと、製造終了時刻１６４－Ｇと、圧入荷重１６５－Ｇと、圧入位置１６６－Ｇとが記憶されている。

設備ＳＭ５１０の製造データテーブル１６０－Ｇは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｇには、設備ＳＭ５１０の番号「ＳＭ５１０」が記憶されている。

圧入荷重１６５－Ｇと、圧入位置１６６－Ｇは、組立装置などの設備ＳＭ５１０において、ヨークをスプロケットに圧入する荷重と位置である。図９の例は、設備ＳＭ５１０において、レコード番号「６１１００１」の製品のヨークが、０．５１０７Ｎの圧入荷重で、－０．００１２の位置でスプロケットに圧入されたことを示している。

［設備ＳＭ５Ｍ０の製造データテーブル］

図１０は、本発明の実施の形態の設備ＳＭ５Ｍ０の製造データテーブル１６０－Ｍの一例を説明する図である。

図１０に示すように、設備ＳＭ５Ｍ０の製造データテーブル１６０－Ｍには、レコード番号１６１－Ｍと、個体ＩＤ１６２－Ｍと、設備番号１６３－Ｍと、製造終了時刻１６４－Ｍと、角加速度１６５－Ｍとが記憶されている。

設備ＳＭ５Ｍ０の製造データテーブル１６０－Ｍは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｍには、設備ＳＭ５Ｍ０の番号「ＳＭ５Ｍ０」が記憶されている。

角加速度１６５－Ｍには、検査装置などの設備ＳＭ５Ｍ０において、製品が回転する際の角加速度が基準範囲内にあるかどうかの検査結果が記憶されている。本実施の形態では、「１」が検査通過、「０」がＮＧ品としてはじかれたという結果をそれぞれ示す。図１０の例は、設備ＳＭ５Ｍ０において、レコード番号「６１１００１」の製品が検査を通過したという結果を示している。

［設備ＳＭ５Ｎ０の製造データテーブル］

図１１は、本発明の実施の形態の設備ＳＭ５Ｎ０の製造データテーブル１６０－Ｎの一例を説明する図である。

図１１に示すように、設備ＳＭ５Ｎ０の製造データテーブル１６０－Ｎには、レコード番号１６１－Ｎと、個体ＩＤ１６２－Ｎと、設備番号１６３－Ｎと、製造終了時刻１６４－Ｎと、バックラッシ１６５－Ｎとが記憶されている。

設備ＳＭ５Ｎ０の製造データテーブル１６０－Ｎは、設備ＳＭ１１０の製造データテーブル１６０－Ａと同様の構成となっているため、異なる部分を中心に説明する。

設備番号１６３－Ｎには、設備ＳＭ５Ｎ０の番号「ＳＭ５Ｎ０」が記憶されている。

バックラッシ１６５－Ｎには、検査装置などの設備ＳＭ５Ｎ０において、製品の部品間の隙間（バックラッシ）が基準範囲内にあるかどうかの検査結果が記憶されている。本実施の形態では、「１」が検査通過、「０」がＮＧ品としてはじかれたという結果をそれぞれ示す。図１１の例は、設備ＳＭ５Ｎ０において、レコード番号「６１１００１」の製品が検査を通過したという結果を示している。

［部品構成テーブル］

図１２は、本発明の実施の形態の部品構成テーブル１７０の一例を説明する図である。

図１２に示すように、部品構成テーブル１７０には、親部品１７１と、子部品１７２と、員数１７３とが、それぞれ関連付けられて記憶されている。

親部品１７１は、子部品を組立てることによって製造される親部品の部品名である。

子部品１７２は、親部品を構成する子部品の部品名である。

員数１７３は、１つの親部品が何個の子部品から構成されるかを表している。

図１２には、例として、１つのヨークと１つのシャフトとを組み立てることによって１つのサブアッシーが製造され、１つのサブアッシーと１つのスプロケットとを組み立てることによって一つの製品Ａが製造される場合の部品構成テーブル１７０を示す。この例において、サブアッシーは、ヨークとシャフトの親部品でもあり、製品Ａの子部品でもある。

［工程情報テーブル］

図１３は、本発明の実施の形態の工程情報テーブル１８０の一例を説明する図である。

図１３に示すように、工程情報テーブル１８０には、ライン番号１８１と、工程番号１８２と、並列番号１８３と、設備番号１８４と、工程名１８５とが、それぞれ関連付けられて記憶されている。

ライン番号１８１は、製品が製造された製造設備のライン番号である。図１３の例は、ライン番号が「１」から「５」のそれぞれの製造設備で製品が製造されたことを示している。

さらに、図１３では省略されているが、工程情報テーブル１８０には、製品が製造されたそれぞれの製造設備のライン名（例えば「組立ライン」等）が記憶されてもよい。

工程番号１８２は、それぞれの工程が当該組立ラインのうち何番目の工程であるかを示している。異なる種別の工程の場合、工程番号には、異なる番号が順次割り振られ、同種の工程が複数ある場合、同一の番号が割り振られる。

並列番号１８３は、当該組立ラインにおいて、製造工程が直列に設けられた直列工程と、並列に設けられた並列工程との何れであるのかを示している。製造工程が、直列工程である場合、並列番号１８３には「１」が記憶され、並列工程である場合、並列に設けられた一方の工程に「１」、他方の工程に「２」が記憶される。並列番号１８３は、並列に設けられている設備の数だけ「３」、「４」と順次増加する。

設備番号１８４は、当該製造工程の番号を示している。図１３の例では、設備番号１８４には、ＳＭ１１０、ＳＭ１２０、・・・、ＳＭ５Ｎ０の何れかが記憶される。

工程名１８５は、当該製造工程（製造設備）の名称である。図１３の例では、製品に個別ＩＤが付されない設備ＳＭ１１０として、具体的には「ヨーク着磁」が記憶される。そして、製品に個別ＩＤが付される設備ＳＭ１２０、ＳＭ５Ｎ０として、具体的には、それぞれ「漏れ電流検査」、「バックラッシ検査」が記憶される。

［良品条件テーブル］

図１４は、本発明の実施の形態の良品条件テーブル１９０の一例を説明する図である。

図１４に示すように、良品条件テーブル１９０には、品目名１９１と、ライン番号１９２と、工程番号１９３と、設備番号１９４と、工程種別１９５、工程名１９６とが、それぞれ関連付けられて記憶されている。

品目名１９１は、加工・検査・組立対象となる部品の名称である。ただし、組立工程の場合、組立後の品目の名称が記憶されている。本実施の形態では、例えば、工程名がヨーク着磁という工程の対象となる部品はヨークである。

ライン番号１９２、工程番号１９３及び設備番号１９４は、それぞれ、図１３のライン番号１８１、工程番号１８２及び設備番号１８４と同様であるため、説明を省略する。

工程種別１９５は、当該工程が加工、組立、シーケンシャル検査、追加検査などの４種別のいずれに当てはまるものであるかを示す。ただし、シーケンシャル検査とは当該検査を通過した製品個体を次の工程に投入する検査工程であり、追加検査とは当該検査を通過しなかった製品個体を次の工程に投入する検査工程である。本実施の形態では、例えば、工程名が「ヨーク着磁」である工程の種別は加工である。工程名が「漏れ電流検査」である工程の工程種別はシーケンシャル検査である。また、工程名が「サブアッシー組立」である工程の工程種別は組立である。工程名が「角加速度検査」である工程を通過しない（すなわち当該検査の結果がＮＧであった）製品個体はバックラッシという検査を追加に受けるため、角加速度検査の工程種別が追加検査である。

［不良分析モデル］

不良分析モデルは特定の仕様の製造条件と検査結果の相関関係をモデリングしたものであり、本実施の形態では、決定木のモデルになる。決定木は分岐条件のノードおよび分類結果のノードからなる二分木モデルであり、根付き木構造の中で、あるノードが持つ子の数が高々２であるものをいう。２つの子はそれぞれ「左の子ノード」「右の子ノード」と呼ばれる。

［不良分析モデルの構造テーブル］

図１５は、本発明の実施の形態の不良分析モデルの構造テーブル２００の一例を説明する図である。

不良分析モデルの構造テーブル２００には、不良分析モデルの構造が格納されている。本実施の形態では決定木のモデル構造が格納されている。不良分析モデルの構造テーブル２００は、品目名２０１と、親ノード番号２０２と、左の子ノード番号２０３と、右の子ノード番号２０４とを有している。

品目名２０１は、当該モデルがどの部品・中間部品・最終製品の仕様に関するモデルであるかを表している。

親ノード番号２０２は、決定木の木構造の親となるノードの番号である。Ｃｏｎｄｉｔｉｏｎで始まる番号（例えばＣｏｎｄｉｔｉｏｎ－１等）は分岐条件テーブル２１０における分岐条件番号であり、Ｒｅｓｕｌｔで始まる番号（例えばＲｅｓｕｌｔ－３等）は分類結果テーブル２２０における分岐条件番号である。

左の子ノード番号２０３は、決定木の木構造の左側の子となるノードの番号である。Ｃｏｎｄｉｔｉｏｎで始まる番号は分岐条件テーブル２１０における分岐条件番号であり、Ｒｅｓｕｌｔで始まる番号は分類結果テーブル２２０における分岐条件番号である。

右の子ノード番号２０４は、決定木の木構造の右側の子となるノードの番号である。Ｃｏｎｄｉｔｉｏｎで始まる番号は分岐条件テーブル２１０における分岐条件番号であり、Ｒｅｓｕｌｔで始まる番号は分類結果テーブル２２０における分岐条件番号である。

［不良分析モデルの分岐条件テーブル］

図１６は、本発明の実施の形態の不良分析モデルの分岐条件テーブル２１０の一例を説明する図である。

本実施の形態では不良分析モデルの分岐条件テーブル２１０に、決定木である不良分析モデルの分岐条件が格納されている。不良分析モデルの分岐条件テーブル２１０は、分岐条件番号２１１と、製造条件２１２と、閾値２１３と、大小関係２１４とを有している。

分岐条件番号２１１は、不良分析モデルの構造テーブル２００にある親ノード番号２０２、左の子ノード番号２０３及び右の子ノード番号２０４に記載されるＣｏｎｄｉｔｉｏｎではじまる分岐条件の番号である。

製造条件２１２は、分岐条件の比較対象となる製造条件である。具体的には、分岐条件番号Ｃｏｎｄｉｔｉｏｎ－１の分岐条件は、誘起電圧という製造条件を後述する基準値（閾値）と比較した結果に基づく。

閾値２１３は、製造条件が比較される基準値である。具体的には、分岐条件番号Ｃｏｎｄｉｔｉｏｎ－１の分岐条件は誘起電圧という製造条件と７．９Ｖという基準値とを比較した結果に基づく。

大小関係２１４は、製造条件と基準値とを比較する際に満足する大小関係である。本実施の形態では、対象関係が０の場合、製造条件が基準値より小さいかどうかを分岐条件とする。対象関係が１の場合、製造条件が基準値より大きいかどうかを分岐条件とする。具体的に、分岐条件番号Ｃｏｎｄｉｔｉｏｎ－１の分岐条件は、誘起電圧が７．９Ｖより小さい場合に満足される。

［不良分析モデルの分類結果］

図１７は、本発明の実施の形態の不良分析モデルの分類結果テーブル２２０の一例を説明する図である。

本実施の形態では、不良分析モデルの分類結果テーブル２２０に決定木である不良分析モデルの分類結果が格納されている。

不良分析モデルの分類結果テーブル２２０には、分類結果番号２２１と、良品率２２２とが格納されている。

分類結果番号２２１は、不良分析モデルの構造テーブル２００にある親ノード番号２０２、左の子ノード番号２０３及び右の子ノード番号２０４に記載されるＲｅｓｕｌｔではじまる分類結果の番号である。

良品率２２２は、不良分析モデルの分類結果が格納されている。本実施の形態では、良品の割合が格納されている。

次に、良品条件テーブル１９０を作成する際に行う操作の一例を説明する。本実施の形態では、良品条件テーブル１９０を作成する際に、モニタ１１８に製品選択画面および良品条件定義画面を表示して作業者が視認しながら操作できるようにしている。

図１８は、本発明の実施の形態の不良分析モデルの一例を説明する図である。

図１８は、図１５から図１７に示したテーブルの例によって表現される不良分析モデルの全体を示す。図１８に示すノード１８０１から１８２５は、それぞれ、図１６に示した分岐条件又は図１７に示した分類結果のいずれかに対応し、それらの親子関係は、図１５のように定義されたものである。

例えば、ノード１８０１は、分岐条件Ｃｏｎｄｉｔｉｏｎ－１（すなわち、ヨーク着磁工程において、誘起電圧が７．９Ｖより小さい）に対応する。ノード１８０１の右の子ノードであるノード１８０２は、分岐条件Ｃｏｎｄｉｔｉｏｎ－２（すなわち、ヨーク着磁工程において、誘起電圧が８．１Ｖより小さい）に対応する。ノード１８０２の右の子ノードであるノード１８０７は、分類結果Ｒｅｓｕｌｔ－３（すなわち良品率が１．９％）に対応する。

図１８のような不良分析モデルから、例えば、ノード１８０１で分岐条件Ｃｏｎｄｉｔｉｏｎ－１が「Ｎｏ」、ノード１８０３で分岐条件Ｃｏｎｄｉｔｉｏｎ－２が「Ｙｅｓ」、ノード１８１０で分岐条件Ｃｏｎｄｉｔｉｏｎ－４が「Ｙｅｓ」、ノード１８１４で分岐条件Ｃｏｎｄｉｔｉｏｎ－５が「Ｙｅｓ」、ノード１８１８で分岐条件Ｃｏｎｄｉｔｉｏｎ－６が「Ｎｏ」、ノード１８２３で分岐条件Ｃｏｎｄｉｔｉｏｎ－７が「Ｙｅｓ」の場合に、分類結果Ｒｅｓｕｌｔ－１１が得られることが分かる。

これは、ヨーク着磁工程において、誘起電圧が７．９Ｖから８．１Ｖまでの値であり、シャフトの内歯切削工程において、切削速度が３．１ｍ／ｍｉｎより大きく、サブアッシーのピン圧入・組立工程において、ピン圧入荷重が０．０９６ｋＮより大きく、スプロケットの穴あけ工程において穴あけ時間が－０．０１１ｓより小さく、かつ、製品Ａの部品圧入・組立工程において、部品圧入位置が－０．００１１ｍより小さい場合に、製品Ａの良品率が９９．５％になることを示している。

このようにして統合された製品Ａ全体の不良分析モデルにおいて、製品Ａの良品率の最大値が９９．５％である場合、製造条件分析システム１００は、良品率９９．５％に至る上記の各工程の製造条件を、製品Ａの良品率を最大化するための各工程の製造条件として特定し（後述する図２２のステップＳ１０７）、それらをモニター１１８に表示してもよいし（図２２のステップＳ１０８）、さらにそれらをＭＥＳシステム１０に設定してもよい。

図１９は、本発明の実施の形態の部品構造の一例を説明する図である。

図１９には、例として、本実施の形態の製品Ａの部品構造を示す。製品Ａにおいて、ヨーク（ＹＫ）とシャフト（ＳＨ）を組み立てることによって、サブアッシー（ＳＡ）が製造される。さらに、サブアッシー（ＳＡ）とスプロケット（ＳＰ）とを組み立てることによって、製品Ａ（Ｙ）が製造される。

［製品選択画面］

図２０は、本発明の実施の形態の製品選択画面の一例を説明する概略図である。

モニタ１１８に表示される製品選択画面２０００では、製品を選択するためのプルダウンリスト２００１が表示されている。作業者は、プルダウンリスト２００１から分析対象製品の製品名を選択することができる。ここで例えば、作業者は、製品Ａを分析対象製品として選択する。この選択は、作業者が手動で行うかわりに、製造条件分析システムのＣＰＵ１１２が自動で行ってもよい。以下の作業者の処理についても同様である。

製品選択画面２０００では、さらに、「確定」ボタン２００２が表示されている。作業者が「確定」ボタン２００２をクリックすることによって、部品構成取得部１２３および工程情報取得部１２４はデータ格納サーバ１５０の部品構成テーブル１７０および工程情報テーブル１８０から、作業者に選択された分析対象製品の部品構成および工程情報を取得する。ここで例えば、製品Ａに関する部品構成および工程情報を取得し、良品条件定義画面を表示する。

［良品条件定義画面］

図２１は、本発明の実施の形態の良品条件定義画面の一例を説明する概略図である。

モニタ１１８に表示される良品条件定義画面２１００の上段には、選択された分析対象製品の工程情報テーブル１８０のカラムの他に、品目名および工程種別の２カラムが追加して表示されている。作業者は各行のプルダウンリストから品目名および工程種別を選択することができる。例えば、ライン番号３で工程番号Ｎ０、工程名がバックラッシの工程に対して、品目名が製品Ａ、工程種別がシーケンシャル検査を選択してもよい。これは、製品Ａに対してバックラッシ検査を行い、検査を通過した製品個体のみを次の工程に流すことを意味する。

モニタ１１８に表示される良品条件定義画面２１００の下段には、製品の部品構成及び各部品、中間製品、最終製品の製造工程が表示されている。例えば、図２１の画面例では部品ヨークが着磁という工程で加工され、漏れ電流が検査され、通過した個体が中間製品であるサブアッシーに組立てられる。それと並列に、部品シャフトが切削という工程で加工され、内歯が検査され、通過した個体が中間製品であるサブアッシーに組立てられる。ヨークとシャフトから組立てられるサブアッシーはビン圧入という工程で加工され、最終製品である製品Ａに組立てられる。それと並列に、部品であるスプロケットが切削という工程で加工され、最終製品である製品Ａに組立てられる。最終製品である製品Ａはサブアッシーとスプロケットから組立てられて、角加速度が検査され、通過した個体が良品として出荷される。一方、角加速度の検査を通過しなかった個体はバックラッシという検査を追加で受ける。バックラッシ検査を通過した製品個体は良品として出荷され、通過しなかった製品個体がＮＧ品としてはじかれる。

モニタ１１８に表示される良品条件定義画面２１００では、「確定」ボタン２１０１が表示されている。作業者が「確定」ボタン２１０１をクリックすることによって、良品条件生成部１２５は良品条件テーブルを生成し、良品条件テーブル１９０として格納される。

［製造条件分析システムのメイン処理］

次に、製造条件分析システム１００で実行されるメイン処理を説明する。

図２２は、本発明の実施の形態の製造条件分析システム１００のメイン処理を説明するフローチャートである。

図２２に示すように、ステップＳ１０１において、製造条件分析システム１００のリクエスト監視部１２１は、リクエストを受けたかを判定し、リクエストを受けるとステップＳ１０２に進むが、リクエストを受けなかったら、ステップＳ１０１の処理に戻る。

ステップＳ１０２において、作業者（または、製造条件分析システム１００のＣＰＵ１１２）は、製品選択画面２０００で分析したい製品の製品名を選択し、ステップＳ１０３の処理に進む。

ステップＳ１０３において、良品条件定義サーバ１２０は、作業者に選択された製品に関する部品構成及び工程情報を取得し、良品条件定義画面（例えば図２１の良品条件定義画面２１００）を表示する。

ステップＳ１０４において、作業者は、良品条件定義画面で各工程の対象品目名及び工程種別を指定する。

ステップＳ１０５において、良品条件定義サーバ１２０は、良品条件テーブル１９０を生成し、データ格納サーバ１５０に格納する。

ステップＳ１０６において、統合モデル構築サーバ１３０は、ステップＳ１１１～Ｓ１２１の処理（図２３参照）を行い、良品条件テーブル１９０を解析し、統合分析モデルを生成する。

ステップＳ１０７において、製造条件特定サーバ１４０は、適切な製造条件を特定する。

ステップＳ１０８において、製造条件特定サーバ１４０は、適切な製造条件を表示するする。

［統合モデル構築サーバの処理フロー］

次に、統合モデル構築サーバ１３０の処理を説明する。

図２３は、本発明の実施の形態の統合モデル構築サーバ１３０で実行される処理を説明するフローチャートである。

図２３に示すように、ステップＳ１１１において、統合モデル構築サーバ１３０は、不良分析モデルテーブル２００～２２０を、品目名、左の子ノード及び右の子ノードがいずれも空白で、親ノードが良品率１００％の分類結果ノードとなるように初期化し、工程種別Ｉｎｓｐ－Ｔｙｐｅを初期検査と初期化する。

ステップＳ１１２において、統合モデル構築サーバ１３０は、部品構成テーブル１７０から、まだ処理されていない最下位階層部品のうち任意の部品を選択し、それを子部品（Ｐａｒｔ－Ｃｈｉｌｄ－Ａ）として取得する。

ステップＳ１１３において、統合モデル構築サーバ１３０は、Ｐａｒｔ－Ｃｈｉｌｄ－Ａ（ステップＳ１１２で取得した子部品）に関する不良予測モデルを初期化する。具体的には、統合モデル構築サーバ１３０は、Ｐａｒｔ－Ｃｈｉｌｄ－Ａ（ステップＳ１１２で取得した子部品）に関する不良予測モデルを１つの根ノードからなる決定木モデルに初期化する。根ノードは不良率が１００％である分類結果ノードである。

ステップＳ１１４において、統合モデル構築サーバ１３０は、良品条件テーブル１９０から品目名がＰａｒｔ－Ｃｈｉｌｄ－Ａ（ステップＳ１１２で取得した子部品）のまだ処理されていない行から工程番号が一番若い行を選択し、工程番号を取得する（Ｓｐｅｃ－Ａ）。

ステップＳ１１５において、統合モデル構築サーバ１３０の製造条件・検査結果選択部１３２は、ステップＳ１１５１～ステップＳ１１５５（図２４参照）の処理を行い、Ｓｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）に関する部分不良予測モデルの学習に必要な製造条件及び対応する検査結果を取得する。

ステップＳ１１６において、個別モデル学習部１３３は、ステップＳ１１５で取得した製造条件及び対応する検査結果から工程番号Ｓｐｅｃ－Ａに関する部分不良予測モデルを学習する。

ステップＳ１１７において、個別モデル統合部１３４は、ステップＳ１１７１～ステップＳ１１７５（図２６）の処理を行う。これによって、Ｐａｒｔ－Ｃｈｉｌｄ－Ａ（Ｓ１１２で取得した子部品）に関する不良予測モデルと工程番号Ｓｐｅｃ－Ａに関する部分不良予測モデルとが結合され、その結果がＰａｒｔ－Ｃｈｉｌｄ－Ａ（Ｓ１１２で取得した子部品）に関する不良予測モデルとして製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０及び製造条件分析モデル分類結果テーブル２２０に格納される。

ステップＳ１１８において、統合モデル構築サーバ１３０は、良品条件テーブル１９０からＳｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）の工程種別をＩｎｓｐ－Ｔｙｐｅとして記憶する。

ステップＳ１１９において、統合モデル構築サーバ１３０は、良品条件テーブル１９０に品目名がＰａｒｔ－Ｃｈｉｌｄ－Ａ（Ｓ１１２で取得した子部品）のまだ処理されない仕様があるかどうかを判断し、あればステップＳ１１４の処理に戻るが、なければステップＳ１２０の処理に進む。

ステップＳ１２０において、個別モデル統合部１３４は、ステップＳ１２０１～ステップＳ１２０７（図２５）の処理を行う。これによって、最終製品に関する不良予測モデルとＰａｒｔ－Ｃｈｉｌｄ－Ａ（Ｓ１１２で取得した子部品）に関する不良予測モデルとが結合され、その結果が最終製品に関する不良予測モデルとして、製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０及び製造条件分析モデル分類結果テーブル２２０に格納される。

ステップＳ１２１において、統合モデル構築サーバ１３０は、部品構成テーブル１７０にまだ処理されない子部品があるかどうかを判断し、あればステップＳ１１２の処理に戻り、なければ終了する。

［製造条件・検査結果選択部の処理フロー］

次に、製造条件・検査結果選択部１３２の処理を説明する。

図２４は、本発明の実施の形態の製造条件・検査結果選択部１３２で実行される処理を説明するフローチャートである。

図２４に示すように、ステップＳ１１５１において、製造条件・検査結果選択部１３２は、良品条件テーブル１９０に登録された、工程番号がＳｐｅｃ－Ａ（ステップＳ１１４で取得した仕様）である行から、品目名（Ｐａｒｔ－Ａ）及び工程番号（Ｐｒｏｃｅｓｓ－Ｎｏ）を取得する。

ステップＳ１１５２において、製造条件・検査結果選択部１３２は、Ｓｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）の製造条件テーブル（製造データテーブル）を初期化する。

ステップＳ１１５３において、製造条件・検査結果選択部１３２は、Ｓｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）の製造データテーブルをデータ格納サーバから取得し、工程番号Ｓｐｅｃ－Ａの検査結果テーブルとする。

ステップＳ１１５４において、製造条件・検査結果選択部１３２は、工程情報テーブル１８０から、部品名がＰａｒｔ－Ａ（ステップＳ１１５１で取得した品目名）であり、工程番号がＰｒｏｃｅｓｓ－Ｎｏ（ステップＳ１１５１で取得した工程番号）より小さくて、まだ処理されていない行から、工程番号が一番小さい行の設備番号（Ｅｑ－Ｎｏ）及び工程種別（Ｐｒｏｃｅｓｓ－Ｔｙｐｅ）を取得する。

ステップＳ１１５５において、製造条件・検査結果選択部１３２は、Ｐｒｏｃｅｓｓ－Ｔｙｐｅ（Ｓ１１５４で取得した工程種別）の内容を判断し、その内容が加工であればＳ１１５６の処理に進み、加工以外の工程種別であれば、Ｓ１１５７の処理に進む。

ステップＳ１１５６において、製造条件・検査結果選択部１３２は、個体ＩＤをキーに設備番号がＥｑ－Ｎｏ（ステップＳ１１５４で取得した設備番号）の製造データテーブルと工程番号Ｓｐｅｃ－Ａの製造条件テーブルとを結合し、その結果を工程番号Ｓｐｅｃ－Ａの製造条件テーブルとして更新する。

ステップＳ１１５７において、製造条件・検査結果選択部１３２は、工程情報テーブル１８０に、部品名がＰａｒｔ－Ａ（ステップＳ１１５１で取得した品目名）であり、工程番号がＰｒｏｃｅｓｓ－Ｎｏ（ステップＳ１１５１で取得した工程番号）より小さくて、まだ処理されていない行があるかどうかを判断し、あればステップＳ１１５４の処理に戻るが、なければステップＳ１１５８の処理に進む。

ステップＳ１１５８において、製造条件・検査結果選択部１３２は、記憶されている工程種別を判断し、工程種別が初期検査であれば終了し、それ以外であればステップＳ１１５９の処理に進む。

ステップＳ１１５９において、製造条件・検査結果選択部１３２は、記憶されている工程種別を判断し、工程種別がシーケンシャル検査であればステップＳ１１６０の処理に進み、それ以外であればステップＳ１１６１の処理に進む。例えば、工程種別が追加検査の場合にはステップＳ１１６１の処理に進む。

ステップＳ１１６０において、本実施の形態では、製造条件・検査結果選択部１３２は、Ｓｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）の検査結果が１（検査を通過したことを意味する）である製品個体の個体ＩＤの集合ＩＤ－Ａを取得し、Ｓｐｅｃ－Ａの製造条件・検査結果テーブルから個体ＩＤがＩＤ－Ａにない行を削除する。

ステップＳ１１６１において、本実施の形態では、Ｓｐｅｃ－Ａ（ステップＳ１１４で取得した工程番号）の検査結果が０（検査を通過しなかったことを意味する）である製品個体の個体ＩＤの集合ＩＤ－Ａを取得し、Ｓｐｅｃ－Ａの製造条件・検査結果テーブルから個体ＩＤがＩＤ－Ａにない行を削除する。

［部品毎の部分不良予測モデルを結合する処理フロー］

次に、部品毎の部分不良予測モデルを結合する処理を説明する。

図２５は、本発明の実施の形態の個別モデル結合部１３４が部品毎の部分不良予測モデルを結合する処理を説明するフローチャートである。

図２５に示すように、ステップＳ１２０１において、個別モデル統合部１３４は、製造条件分析モデル分類結果テーブル２２０に、良品率が良品条件ノードの良品率閾値（Ｔｈｒｅｓｈｏｌｄ－Ａ）を超えている分類結果ノードであってまだ処理されていないものがあるかどうかを判断し、あればステップＳ１２０２の処理に進み、なければ、ステップＳ１２０８の処理に進む。このとき、個別モデル統合部１３４は、閾値（Ｔｈｒｅｓｈｏｌｄ－Ａ）を例えば５０％に設定し、殆どの製品個体が良品になるノードを選択する。

ステップＳ１２０２において、個別モデル統合部１３４は、製造条件分析モデル分類結果テーブル２２０のまだ処理されていない行のうち良品率がＴｈｒｅｓｈｏｌｄ－Ａを超える任意行の分類結果番号（Ｐｒｅｄ－Ｒｓｔ）及び良品率（Ｙｉｅｌｄ－Ａ）を取得する。

ステップＳ１２０３において、個別モデル統合部１３４は、ステップＳ１１６で学習した製造条件分析モデル構造テーブル２００から根となるノード番号（Ｒｏｏｔ－ｎｏｄｅ）を取得する。

ステップＳ１２０４において、個別モデル統合部１３４は、製造条件分析モデル構造テーブル２００において、子ノード番号がＰｒｅｄ－Ｒｓｔであるセルの内容をＲｏｏｔ－ｎｏｄｅで更新する。

ステップＳ１２０５において、個別モデル統合部１３４は、製造条件分析モデル構造テーブル２００にステップＳ１１６で学習した製造条件分析モデル構造テーブルの内容を追加する。

ステップＳ１２０６において、個別モデル統合部１３４は、製造条件分析モデル分岐条件テーブル２１０にステップＳ１１６で学習した製造条件分析モデル分岐条件テーブルの内容を追加する。

ステップＳ１２０７において、個別モデル統合部１３４は、ステップＳ１１６で学習した製造条件分析モデル分類結果テーブルの全ての行の良品率（Ｙｉｅｌｄ－Ｂ）をＹｉｅｌｄ－Ａ×Ｙｉｅｌｄ－Ｂで更新し、それらの行を製造条件分析モデル分類結果テーブル２２０に追加し、ステップＳ１２０１の処理に戻る。

ステップＳ１２０８において、個別モデル統合部１３４は、製造条件分析モデル構造テーブル２００から品目名（Ｐａｒｔ－Ｃｈｉｌｄ－Ｂ）を取得し、製造条件分析モデル構造テーブル２００の全ての行の品目名を、Ｐａｒｔ－Ｃｈｉｌｄ－ＡとＰａｒｔ－Ｃｈｉｌｄ－Ｂとを組立てた部品、中間製品、又は最終製品の品目名に更新し、終了する。

［仕様毎の部分不良予測モデルを結合する処理フロー］

次に、仕様毎の部分不良予測モデルを結合する処理を説明する。

図２６は、本発明の実施の形態の個別モデル統合部１３４が仕様毎の部分不良予測モデルを結合する処理を説明するフローチャートである。

図２６に示すように、ステップＳ１１７１において、個別モデル統合部１３４は、ステップＳ１１６で学習した不良分析モデルから良品率が閾値（Ｔｈｒｅｓｈｏｌｄ－Ａ）を超えていない分類結果ノードにまだ処理されていないものあるかどうかを判断し、あればステップＳ１１７２の処理に進み、なければ終了する。

ステップＳ１１７２において、個別モデル統合部１３４は、Ｉｎｓｐ－Ｔｙｐｅ（Ｓ１１８で記憶された工程種別）がシーケンシャル検査又は初期検査のいずれかであるかを判断し、そうであればステップＳ１１７３の処理に進み、そうでなければ、ステップＳ１１７４の処理に進む。例えば、Ｉｎｓｐ－Ｔｙｐｅが追加検査の場合はステップＳ１１７４の処理に進む。

ステップＳ１１７３において、個別モデル統合部１３４は、ステップＳ１２０２～Ｓ１２０７（図２５）の処理を行い、子部品Ｐａｒｔ－Ｃｈｉｌｄ－Ａの不良分析モデルを更新する。

ステップＳ１１７４において、個別モデル統合部１３４は、ステップＳ１１６で学習した製造条件分析モデル分類結果テーブルに含まれる行のうち、まだ処理されておらず、かつ、良品率がＴｈｒｅｓｈｏｌｄ－Ａを超えていない行の分類結果番号（Ｐｒｅｄ－Ｒｓｔ）を取得する。

ステップＳ１１７５において、個別モデル統合部１３４は、ステップＳ１２０２～Ｓ１２０６（図２５）の処理を行い、ステップＳ１１６で学習した不良分析モデルの不良分析モデルを更新する。

ステップＳ１１７６において、個別モデル統合部１３４は、ステップＳ１１６で学習した不良分析モデルの分類結果テーブルの全ての行の良品率（Ｙｉｅｌｄ－Ｂ）をＹｉｅｌｄ－Ａ＋Ｙｉｅｌｄ－Ｂ×（１－Ｙｉｅｌｄ－Ａ）で更新し、それらを製造条件分析モデル分類結果テーブル２２０に追加する。

［部品を組立てる際に部分不良分析モデルの統合］

次に、部品を組立てる際に部分不良分析モデルの統合について説明する。

図２７は、本発明の実施の形態において部品を組立てる際に部分不良分析モデルを統合する例を説明する図である。

本実施の形態では、ヨークとシャフトを組立てて、サブアッシーという中間製品を製造するため、ヨークの仕様に関する部分分析モデルとシャフトの仕様に関する部分分析モデルとを統合する。図２７に示すように、ヨークの漏れ電流という仕様の部分不良分析モデルにシャフトの内歯半径という仕様に関する部分分析モデルを結合する際に、漏れ電流に関する決定木モデルの全ての良品ノード（良品率がＴｈｒｅｓｈｏｌｄ－Ａより高い）に内歯半径の決定木モデルを貼り付ける。

また、内歯半径の決定木モデルの全ての分類結果ノードの良品率を調整する。具体的には、内歯半径の決定木モデルの分類結果ノードの良品率Ｙｉｅｌｄ－Ｂを貼り付けられた漏れ電流の決定木の良品ノードの良品率Ｙｉｅｌｄ－Ａと調整前のＹｉｅｌｄ－Ｂの積で更新する。例えば、結合後の内歯半径の決定木モデルのノードの良品率をそれぞれ９９．８％×９２．５％＝９２．３％、０％、９８．９％×９７．５％＝９６．４％、０％と更新する。

［シーケンシャル検査の場合の部分不良分析モデルの統合］

次に、シーケンシャル検査の場合、部分不良分析モデルの統合について説明する。

図２８は、本発明の実施の形態において、シーケンシャル検査の場合に部分不良分析モデルを統合する例を説明する図である。

本実施の形態では内歯半径について検査し、その検査を通過した製品個体のみが角加速度の検査を受けるため、内歯半径に関する部分分析モデルと角加速度検査の仕様に関する部分分析モデルとを統合する。図２８に示すように、内歯半径に関する部分分析モデルと角加速度検査の仕様に関する部分分析モデルを統合する際に、内歯半径に関する決定木モデルの全ての良品ノード（良品率がＴｈｒｅｓｈｏｌｄ－Ａより高い）に角加速度に関する決定木モデルを貼り付ける。

また、角加速度に関する決定木モデルの全ての分類結果ノードの良品率を調整する。具体的には、角加速度に関する決定木モデルの分類結果ノードの良品率Ｙｉｅｌｄ－Ｂを貼り付けられた内歯半径に関する決定木モデルの良品ノードの良品率Ｙｉｅｌｄ－Ａと調整前のＹｉｅｌｄ－Ｂの積で更新する。例えば、結合後の角加速度に関する決定木モデルのノードの良品率をそれぞれ９７．５％×９６．７％＝９４．３％及び０％で更新する。

［追加検査の場合の部分不良分析モデルの統合］

次に、追加検査の場合、部分不良分析モデルの統合について説明する。

図２９は、本発明の実施の形態において、追加検査の場合に部分不良分析モデルを統合する例を説明する図である。

本実施の形態では製品Ａの角加速度について検査し、その検査を通過しなかった製品個体のみがバックラッシの検査を受けるため、角加速度に関する部分分析モデルとバックラッシの仕様に関する部分分析モデルを統合する。図２９に示すように、角加速度に関する部分分析モデルとバックラッシ検査の仕様に関する部分分析モデルを統合する際に、角加速度に関する決定木モデルの全ての不良品ノード（良品率がＴｈｒｅｓｈｏｌｄ－Ａより低い）にバックラッシに関する決定木モデルを貼り付ける。

また、バックラッシに関する決定木モデルの全ての分類結果ノードの良品率を調整する。具体的には、貼り付けられた角加速度に関する決定木モデルの良品ノードの良品率をＹｉｅｌｄ－Ａとすると、バックラッシに関する決定木モデルの分類結果ノードの良品率Ｙｉｅｌｄ－ＢをＹｉｅｌｄ－Ａ＋Ｙｉｅｌｄ－Ｂ×（１－Ｙｉｅｌｄ－Ａ）で更新する。例えば、結合後バックラッシの決定木モデルのノードの良品率をそれぞれ１５．７％＋（１－１５．７％）×９９．５％＝９９．９％と０％で更新する。

［製造条件分析画面の画面例］

次に、製造条件分析画面について説明する。

図３０は、本発明の実施の形態において表示される製造条件分析画面の一例を説明する図である。

図３０に示すように、製造条件分析画面では結合された不良分析モデルが表示されている。

以下、本発明の第１の実施の形態にかかる製造条件分析システム２を説明する。これは、これまでに説明した実施の形態の変形例である。以下に説明する相違点を除き、当該変形例における各部は、図１から図３０を参照して説明した実施の形態の同一の符号を付した各部と同様であるため、説明を省略する。

図３１は、本発明の実施の形態にかかる工場の製造システム構成を説明する図である。

図３１に示すように、情報系インターネットを介して接続されている工場Ａ４０と工場Ｂ６０がある。工場Ａ４０は、ＭＥＳシステム１０、製造条件分析システム１００及び社外向けサーバ５００を有している。工場Ｂは、ＭＥＳシステム７０、製造条件分析システム３００及び社外向けサーバ４００を有している

工場Ａ４０のＭＥＳシステム（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）１０は、制御系イントラネットワーク２０を介して、製造工場内に設けられた各製造設備（設備ＳＭ１１０、設備ＳＭ１２０、・・・設備ＳＭ５Ｎ０）と接続されており、各製造設備を制御するとともに、各製造設備で製造された製品の製造結果に関する情報が収集されるようになっている。

製造条件分析システム１００は、情報系イントラネットワーク３０を介してＭＥＳシステム１０と接続されており、ＭＥＳシステム１０との間で各種情報の交換が可能となっている。

社外向けサーバ５００は情報系イントラネットワーク３０を介してＭＥＳシステム１０及び製造条件分析システム１００と接続されており、各種情報の交換が可能となっている。社外向けサーバ５００は、社内通信用Ｉ／Ｆ５１１、社外通信用Ｉ／Ｆ５１２、主記憶装置５１３及びＣＰＵ５１４を有する。社内通信用Ｉ／Ｆ５１１は情報系イントラネットワーク３０に、社外通信用Ｉ／Ｆ５１２は情報系インターネット５０に、それぞれ接続されている。

工場Ｂ６０のＭＥＳシステム１０は、制御系イントラネットワーク８０を介して、製造工場内に設けられた各製造設備（設備ＰＭ１１０、設備ＰＭ１２０）と接続されており、各製造設備を制御するとともに、各製造設備で製造された製品の製造結果に関する情報が収集されるようになっている。

製造条件分析システム３００は、情報系イントラネットワーク３０を介してＭＥＳシステム７０と接続されており、ＭＥＳシステム７０との間で各種情報の交換が可能となっている。

社外向けサーバ４００は情報系イントラネットワーク３０を介してＭＥＳシステム７０及び製造条件分析システム３００と接続されており、各種情報の交換が可能となっている。社外向けサーバ４００は、社内通信用Ｉ／Ｆ４１３、社外通信用Ｉ／Ｆ４１４、主記憶装置４１１及びＣＰＵ４１２を有する。社内通信用Ｉ／Ｆ４１３は情報系イントラネットワーク３０に、社外通信用Ｉ／Ｆ４１４は情報系インターネット５０に、それぞれ接続されている。

次は、工場Ｂ６０における製造条件分析システムのブロック図について説明する。

図３２は、本発明の実施の形態の工場Ｂ６０における製造条件分析システム３００を説明するブロック図である。

工場Ｂ６０における製造条件分析システム３００は、良品条件定義サーバ１２０、統合モデル構築サーバ１３０、製造条件特定サーバ１４０及びデータ格納サーバ１５０を有している。

良品条件定義サーバ１２０は、リクエスト監視部１２１と、ＧＵＩ表示部１２２と、部品構成生成部１２３と、工程情報生成部１２４と、データ取得部１２６と、良品条件生成部１２５と、を有している。

リクエスト監視部１２１はサーバへの製造条件分析リクエストを監視し、リクエストがあれば、ＧＵＩ表示部１２２を呼び出す。

ＧＵＩ表示部１２２は良品条件定義画面（図良品条件定義画面の画面例に参照）を表示し、ユーザに分析したい製品の製品名を指定してもらう。

データ取得部１２６は、工場Ａで製造された選択された製品の部品に関する工程情報、部品構成および製造データテーブルを取得する。

部品構成生成部１２３は、選択された製品の部品構成に工場Ａで製造された部品の部品構成を結合する。

工程情報取得部１２４は、選択された製品の工程情報に工場Ａで製造された部品の工程情報を結合し、ＧＵＩ表示部１２２を呼び出す。

ＧＵＩ表示部１２２は、取得した部品構成及び工程情報に基づいて、良品条件定義画面（図２１参照）を表示し、各工程の品目名および工程種別をユーザに選択してもらう。

良品条件生成部１２５は、ユーザが指定した各工程の品目名および工程種別から良品条件テーブル１９０を生成し、データ格納サーバ１５０に格納し、統合モデル構築サーバ１３０の処理を呼び出す。

統合モデル構築サーバ１３０は、良品条件解析部１３１と、製造条件・検査結果選択部１３２と、個別モデル学習部１３３と、個別モデル統合部１３４と、を有している。

良品条件解析部１３１は、データ格納サーバ１５０に格納されている良品条件テーブル１９０を解析し、製造条件・検査結果選択部１３２の処理を呼び出す。

製造条件・検査結果選択部１３２は、良品条件解析部１３１の解析結果に基づいて、製造条件・検査結果を選択し、個別モデル学習部１３３の処理を呼び出す。

個別モデル学習部１３３は、製造条件・検査結果選択部１３２に選択された製造条件および検査結果から個別不良分析モデルを学習し、個別不良分析モデルの構造、分岐条件および分類結果をそれぞれ製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０および製造条件分析モデル分類結果テーブル２２０に格納する。

個別モデル統合部１３４は、良品条件解析部１３１の解析結果に基づいて、個別モデル学習部１３３で学習した複数の個別不良分析モデルを統合不良分析モデルに統合し、統合した不良分析モデルの構造、分岐条件および分類結果をそれぞれ製造条件分析モデル構造テーブル２００、製造条件分析モデル分岐条件テーブル２１０および製造条件分析モデル分類結果テーブル２２０に格納し、製造条件特定サーバ１４０の処理を呼び出す。

製造条件特定サーバ１４０は、製造条件特定部１４１と、製造条件表示部１４２と、を有している。

製造条件特定部１４１は、統合不良分析モデルに基づいて、全ての仕様を満足する適切な製造条件の組み合わせを特定し、製造条件表示部１４２の処理を呼び出す。

製造条件表示部１４２は、全ての仕様を満足する適切な製造条件の組み合わせをＧＵＩ画面としてユーザに表示する。

データ格納サーバ１５０には、工場Ａの設備の製造データテーブル１６０－Ａ～１６０－Ｎに加えて、工場Ｂの設備ＰＭ１１０の製造データテーブル１６０－Ｏ及び設備ＰＭ１２０の製造データテーブル１６０－Ｐが保持される。

次に、工場Ｂ６０の製造条件分析システム３００の部品構成テーブル２３０について説明する。

図３３は、本発明の実施の形態の製造条件分析システム３００の部品構成テーブル２３０の一例を説明する図である。

図３３に示すように、部品構成テーブル２３０には、親部品２３１と、子部品２３２と、員数２３３とが、それぞれ関連付けられて記憶されている。

親部品２３１は、子部品を組立てることによって製造される親部品の部品名である。

子部品２３２は、親部品を構成する子部品の部品名である。

員数２３３は、１つの親部品が何個の子部品から構成されるかを表している。

［工程情報テーブル］

図３４は、本発明の実施の形態の工程情報テーブル２４０の一例を説明する図である。

図３４に示すように、工程情報テーブル２４０には、工場名２４１と、ライン番号２４２と、工程番号２４３と、並列番号２４４と、設備番号２４５と、工程名２４６とが、それぞれ関連付けられて記憶されている。

工場名２４１は、製品が製造された製造設備を有する工場の名前であり、例えば、工場名が「工場Ａ」である工場で製品が製造されたことを示している

ライン番号２４２は、製品が製造された製造設備のライン番号である。図３４の例は、ライン番号が「１」の製造設備及び「５」の製造設備で製品が製造されたことを示している。

工程番号２４３は、それぞれの工程が当該組立ラインのうち何番目の工程であるかを示している。異なる種別の工程の場合、工程番号には、異なる番号が順次割り振られ、同種の工程が複数ある場合、同一の番号が割り振られる。

並列番号２４４は、当該組立ラインにおいて、製造工程が直列に設けられた直列工程と、並列に設けられた並列工程との何れであるのかを示している。製造工程が、直列工程である場合、並列番号２４４には「１」が記憶され、並列工程である場合、並列に設けられた一方の工程に「１」、他方の工程に「２」が記憶される。並列番号２４４は、並列に設けられている設備の数だけ「３」、「４」と順次増加する。

設備番号２４５は、当該製造工程の番号を示している。図３４の例では、設備番号２４５には、ＳＭ１１０、ＳＭ１２０、・・・、ＳＭ５Ｎ０、ＰＭ１１０、ＰＭ１２０の何れかが記憶される。

工程名２４６は、当該製造工程（製造設備）の名称である。図３４の例では、製品に個別ＩＤが付されない設備ＳＭ１１０として、具体的には「ヨーク着磁」が記憶される。そして、製品に個別ＩＤが付される設備ＳＭ１２０、ＳＭ５Ｎ０として、具体的には、それぞれ「漏れ電流検査」、「バックラッシ検査」が記憶される。

次は製造条件分析システム３００の製造条件分析システムの処理フローを説明する。

図３５は、本発明の実施の形態の製造条件分析システム３００の処理フローを説明する図である。

図３５に示すように、ステップＳ２０１において、製造条件分析システム３００の良品条件定義サーバ１２０は、リクエストを受けたかどうかを判断し、受けたらステップＳ２０２の処理に進み、受けなかったらステップＳ２０１の処理に戻る。

ステップＳ２０２において、良品条件定義サーバ１２０は、製品選択画面を表示し、作業者が分析したい製品を選択する。

ステップＳ２０３において、工場Ｂ６０の製造条件分析システム３００の良品条件定義サーバ１２０のデータ取得部１２６は、工場Ａで製造された選択された製品の部品に関する工程情報、部品構成および製造データテーブルを取得する。

ステップＳ２０４において、工場Ｂ６０の製造条件分析システム３００の良品条件定義サーバ１２０の部品構成生成部１２３は、選択された製品の部品構成に工場Ａで製造された部品の部品構成を結合する。

ステップＳ２０５において、工場Ｂ６０の製造条件分析システム３００の良品条件定義サーバ１２０の工程情報生成部１２４は、選択された製品の工程情報に工場Ａで製造された部品の工程情報と結合する。

ステップＳ２０６において、工場Ｂ６０の製造条件分析システム３００の良品条件定義サーバ１２０のＧＵＩ表示部１２２は、良品条件定義画面を表示する。

ステップＳ２０３において、工場Ｂ６０の製造条件分析システム３００の良品条件定義サーバ１２０は、ステップＳ１０４～ステップＳ１０８（図２２参照）の処理を行い、ステップＳ２０１の処理に戻る。

以上に説明した本発明の実施の形態の製造方法の代表的な例をまとめると次の通りとなる。

（１）製品を製造するための複数の部品が複数の製造工程および複数の検査工程（例えば図１の設備ＳＭ１１０、ＳＭ２１０、ＳＭ５Ｎ０等によって行われる工程）を順次通過する製造ラインを管理する製造システムが実行する製造方法であって、
前記製造システムは、プロセッサ（例えばＣＰＵ１１２）と、前記プロセッサに接続される記憶装置（例えば主記憶装置１１１及びデータストア１１５）と、を有し、
前記記憶装置は、
製造装置における各製造工程の実際の製造条件（例えば製造データテーブル１６０－Ａ、１６０－Ｃ、１６０－Ｅ、１６０－Ｆ、１６０－Ｇ等）と、
検査装置における各検査工程の実際の検査結果（例えば製造データテーブル１６０－Ｂ、１６０－Ｄ、１６０－Ｍ、１６０－Ｎ等）と、
前記製品における前記複数の部品の構成を示す情報（例えば部品構成テーブル１７０）と、
前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報（例えば工程情報テーブル１８０と、を保持し、
前記製造方法は、
前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順（例えば図２３のステップＳ１１５）と、
前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順（例えば図２３のステップＳ１１６）と、
前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順（例えば図２３のステップＳ１１７、特に図２６のステップＳ１１７２）と、
前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順（例えば図２３のステップＳ１１７）と、
前記プロセッサが、前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定する第五手順（例えば図２２のステップＳ１０７）と、
前記プロセッサが、前記特定された製造条件を出力し、前記製造工程に設定する第六手順（例えば図２２のステップＳ１０８）と、を含むことを特徴とする。

これによって、製造条件が複数の製品仕様に影響する場合において、製造条件や測定結果などの製造データを分析した結果に基づいて、適切な製造条件を特定し、設定することができる。

（２）また、前記第一手順において、前記プロセッサは、
前記製品における前記複数の部品の構成を示す情報に基づいて、前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品（例えば図１２のヨーク及びシャフト等）である場合、前記第一部品及び前記第二部品に関する前記製造条件及び前記検査結果を全て抽出し（例えば図２４のステップＳ１１５４）、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品でない場合、前記第一部品に関する検査工程である第一の検査工程の種別を判断し（例えば図２４のステップＳ１１５８及びＳ１１５９）、
前記第一の検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査である場合、検査を通過した部品に関する製造条件及び検査結果のみを抽出し（例えば図２４のステップＳ１１６０）、
前記第一の検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査である場合、検査を通過しない部品に関する製造条件及び検査結果のみを抽出する（例えば図２４のステップＳ１１６１）。

これによって、それぞれの工程の種別に応じて、適切な不良分析モデルが生成される。

（３）また、前記第二手順において、前記プロセッサは、
前記第一手順において抽出された製造条件Ｍ及び検査結果Ｉから、製造条件Ｍで条件付けられた検査結果が良品である確率をモデリングする条件付き確率分布Ｐ（Ｉ＝良｜Ｍ）を前記部分不良分析モデルとして学習する。

これは、例えば、図２７～図２９に示した破線で囲まれたそれぞれの不良分析モデルを学習することに相当する。これによって、それぞれの工程に関する不良分析モデルが生成される。

（４）また、前記第三手順において、前記プロセッサは、
前記製品における前記複数の部品の構成に基づいて、最下位階層の複数の部品の各々について、複数の仕様に関する部分不良分析モデルを結合することによって、各部品に関する部分不良分析モデルを構築し、
同じ階層の独立に製造・検査される複数の部品の部分不良分析モデルを結合することによって、一階層上位の部品に関する部分不良分析モデルを構築し、
最上位階層の前記製品の不良分析モデルが構築されるまで、前記一階層上位の部品に関する部分不良分析モデルの構築を繰り返す。

これは、例えば、図２７～図２９に示すように、部分不良分析モデルを統合することに相当する。これによって、それぞれの単独の工程のみに関する部分不良分析モデルから、複数の工程に関する不良分析モデルを生成することができる。

（５）また、前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、前記第一部品と前記第二部品とが同じ階層の独立に製造及び検査される部品である場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第二部品に関する第二検査工程の前工程の製造条件ＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＢ）を生成し、
前記第一部分不良分析モデルＰ（ＩＡ＝良｜ＭＡ）と前記第二部分不良分析モデルＰ（ＩＢ＝良｜ＭＢ）を、式（１）に示すように掛け合わせることによって、第三不良分析モデルとして、前記第一検査工程の前工程の製造条件ＭＡと前記第二検査工程の前工程の製造条件ＭＢとの組合せで条件付けられた、前記第一部品が前記第一仕様Ａを満たし、かつ、前記第二部品が前記第二仕様Ｂを満たす確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）を生成する。
Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）×Ｐ（ＩＢ＝良｜ＭＢ） ・・・（１）

これは、例えば図２７に示す部分不良分析モデルの統合に相当する。これによって、例えばヨークとシャフト等、同じ階層の独立に製造及び検査される部品の不良分析モデルが適切に統合される。

（６）また、前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査であると判断した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過した部品に関して、前記第二部品に関する第二の検査工程の前工程の製造条件ＭＡ及びＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＡ， ＭＢ，ＩＡ＝良）を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式（２）に示すように掛け合わせることによって、前記第二仕様が検査される前の全製造条件（ＭＡ，ＭＢ）で条件付けられた、前記第一仕様及び前記第二仕様を全て満たす確率をモデリングする第三不良分析モデルＰ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）を生成する。
Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）×Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝良） ・・・（２）

これは、例えば図２８に示す部分不良分析モデルの統合に相当する。これによって、例えばシャフトの内歯検査等、良品のみを後工程（例えばピン圧入）に流すシーケンシャル検査の場合の不良分析モデルが適切に統合される。

（７）また、前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査であると判定した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過しない部品に関して、前記第二部品に関する第二検査工程の前工程の製造条件ＭＡ及びＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝良）を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式（３）に示すように結合させることによって、第一仕様又は第二仕様を満たす良品の、第二仕様が検査される前の全製造データ（ＭＡ，ＭＢ）に関する第三不良分析モデルを生成する。
Ｐ（ＩＡ，Ｂ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）＋（１－Ｐ（ＩＡ＝良｜ＭＡ））×Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝不良） ・・・（３）

これは、例えば図２９に示す部分不良分析モデルの統合に相当する。これによって、例えば角速度検査等、不良品のみを後工程（例えばバックラッシ検査）に流す追加検査の場合の不良分析モデルが適切に統合される。

（８）また、前記第五手順において、前記プロセッサは、前記製品の不良分析モデルＰ（ＩＡ＝良，…，ＩＮ＝良｜ＭＡ，…，ＭＮ）から、式（４）の計算によって、全仕様を満たす製造条件を特定する。
ａｒｇ ｍａｘ｛Ｐ（ＩＡ＝良，…，ＩＮ＝良｜ＭＡ，…，ＭＮ）｝ ・・・（４）

これは、図２７～図２９に示すような部分不良分析モデルの統合を、製品における部品の構成及び工程の順序関係に従って繰り返すことによって、最終的に図１８に示すような統合不良分析モデルを生成し、それに基づいて、例えば良品率が最大の９９．５％になる各工程の製造条件を特定することに相当する。これによって、各工程の良品率を最大化するための各工程の製造条件ではなく、製品としての良品率を最大化するための各工程の製造条件を特定することができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。

また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

１０ ＭＥＳシステム（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）
１１、１１１ 主記憶装置
１２、１１２ ＣＰＵ
１３、１１３ 情報用通信Ｉ／Ｆ
１４ 制御用通信Ｉ／Ｆ
１５、１１４ 外部記憶装置Ｉ／Ｆ
１６、１１５ データストア
２０ 制御系イントラネットワーク
３０ 情報系イントラネットワーク
３０－Ａ～３０－Ｎ 設備
１００ 製造条件分析システム
１１６ 外部装置Ｉ／Ｆ
１１７ マウス
１１８ モニター
１１９ キーボード

Claims (10)

1. 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造システムが実行する製造方法であって、
   前記製造システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
   前記記憶装置は、
   製造装置における各製造工程の実際の製造条件と、
   検査装置における各検査工程の実際の検査結果と、
   前記製品における前記複数の部品の構成を示す情報と、
   前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
   前記製造方法は、
   前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順と、
   前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順と、
   前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順と、
   前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順と、
   前記プロセッサが、前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定する第五手順と、
   前記プロセッサが、前記特定された製造条件を出力し、前記製造工程に設定する第六手順と、を含むことを特徴とする製造方法。
2. 請求項１に記載の製造方法であって、
   前記第一手順において、前記プロセッサは、
   前記製品における前記複数の部品の構成を示す情報に基づいて、前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、
   前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品である場合、前記第一部品及び前記第二部品に関する前記製造条件及び前記検査結果を全て抽出し、
   前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品でない場合、前記第一部品に関する検査工程である第一の検査工程の種別を判断し、
   前記第一の検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査である場合、検査を通過した部品に関する製造条件及び検査結果のみを抽出し、
   前記第一の検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査である場合、検査を通過しない部品に関する製造条件及び検査結果のみを抽出することを特徴とする製造方法。
3. 請求項１に記載の製造方法であって、
   前記第二手順において、前記プロセッサは、
   前記第一手順において抽出された製造条件Ｍ及び検査結果Ｉから、製造条件Ｍで条件付けられた検査結果が良品である確率をモデリングする条件付き確率分布Ｐ（Ｉ＝良｜Ｍ）を前記部分不良分析モデルとして学習することを特徴とする製造方法。
4. 請求項１に記載の製造方法であって、
   前記第三手順において、前記プロセッサは、
   前記製品における前記複数の部品の構成に基づいて、最下位階層の複数の部品の各々について、複数の仕様に関する部分不良分析モデルを結合することによって、各部品に関する部分不良分析モデルを構築し、
   同じ階層の独立に製造・検査される複数の部品の部分不良分析モデルを結合することによって、一階層上位の部品に関する部分不良分析モデルを構築し、
   最上位階層の前記製品の不良分析モデルが構築されるまで、前記一階層上位の部品に関する部分不良分析モデルの構築を繰り返すことを特徴とする製造方法。
5. 請求項１に記載の製造方法であって、
   前記第三手順において、前記プロセッサは、
   前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、前記第一部品と前記第二部品とが同じ階層の独立に製造及び検査される部品である場合、
   前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
   前記第二部品に関する第二部分不良分析モデルとして、前記第二部品に関する第二検査工程の前工程の製造条件ＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＢ）を生成し、
   前記第一部分不良分析モデルＰ（ＩＡ＝良｜ＭＡ）と前記第二部分不良分析モデルＰ（ＩＢ＝良｜ＭＢ）を、式（１）に示すように掛け合わせることによって、第三不良分析モデルとして、前記第一検査工程の前工程の製造条件ＭＡと前記第二検査工程の前工程の製造条件ＭＢとの組合せで条件付けられた、前記第一部品が前記第一仕様Ａを満たし、かつ、前記第二部品が前記第二仕様Ｂを満たす確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）を生成することを特徴とする製造方法。
   Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）×Ｐ（ＩＢ＝良｜ＭＢ） ・・・（１）
6. 請求項５に記載の製造方法であって、
   前記第三手順において、前記プロセッサは、
   前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査であると判断した場合、
   前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
   前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過した部品に関して、前記第二部品に関する第二の検査工程の前工程の製造条件ＭＡ及びＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＡ， ＭＢ，ＩＡ＝良）を生成し、
   前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式（２）に示すように掛け合わせることによって、前記第二仕様が検査される前の全製造条件（ＭＡ，ＭＢ）で条件付けられた、前記第一仕様及び前記第二仕様を全て満たす確率をモデリングする第三不良分析モデルＰ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）を生成することを特徴とする製造方法。
   Ｐ（ＩＡ＝良，ＩＢ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）×Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝良） ・・・（２）
7. 請求項６に記載の製造方法であって、
   前記第三手順において、前記プロセッサは、
   前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査であると判定した場合、
   前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件ＭＡで条件付けられた第一仕様Ａが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＡ＝良｜ＭＡ）を生成し、
   前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過しない部品に関して、前記第二部品に関する第二検査工程の前工程の製造条件ＭＡ及びＭＢで条件付けられた第二仕様Ｂが良品である確率をモデリングする条件付き確率分布Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝良）を生成し、
   前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式（３）に示すように結合させることによって、第一仕様又は第二仕様を満たす良品の、第二仕様が検査される前の全製造データ（ＭＡ，ＭＢ）に関する第三不良分析モデルを生成することを特徴とする製造方法。
   Ｐ（ＩＡ，Ｂ＝良｜ＭＡ，ＭＢ）＝Ｐ（ＩＡ＝良｜ＭＡ）＋（１－Ｐ（ＩＡ＝良｜ＭＡ））×Ｐ（ＩＢ＝良｜ＭＡ，ＭＢ，ＩＡ＝不良） ・・・（３）
8. 請求項７に記載の製造方法であって、
   前記第五手順において、前記プロセッサは、前記製品の不良分析モデルＰ（ＩＡ＝良，…，ＩＮ＝良｜ＭＡ，…，ＭＮ）から、式（４）の計算によって、全仕様を満たす製造条件を特定することを特徴とする製造方法。
   ａｒｇ ｍａｘ｛Ｐ（ＩＡ＝良，…，ＩＮ＝良｜ＭＡ，…，ＭＮ）｝ ・・・（４）
9. 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造管理システムが実行する製造管理方法であって、
   前記製造管理システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
   前記記憶装置は、
   製造装置における各製造工程の実際の製造条件と、
   検査装置における各検査工程の実際の検査結果と、
   前記製品における前記複数の部品の構成を示す情報と、
   前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
   前記製造管理方法は、
   前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順と、
   前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順と、
   前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順と、
   前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順と、を含むことを特徴とする製造管理方法。
10. 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造システムであって、
    プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
    前記記憶装置は、
    製造装置における各製造工程の実際の製造条件と、
    検査装置における各検査工程の実際の検査結果と、
    前記製品における前記複数の部品の構成を示す情報と、
    前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
    前記プロセッサは、
    前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出し、
    前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成し、
    前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択し、
    前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成し、
    前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定し、
    前記特定された製造条件を出力し、前記製造工程に設定することを特徴とする製造システム。

Images