JP7181555B2 - 生産効率向上支援システム - Google Patents

生産効率向上支援システム Download PDF

Info

Publication number
JP7181555B2
JP7181555B2 JP2019072909A JP2019072909A JP7181555B2 JP 7181555 B2 JP7181555 B2 JP 7181555B2 JP 2019072909 A JP2019072909 A JP 2019072909A JP 2019072909 A JP2019072909 A JP 2019072909A JP 7181555 B2 JP7181555 B2 JP 7181555B2
Authority
JP
Japan
Prior art keywords
time
production efficiency
production
cycle time
availability
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
JP2019072909A
Other languages
English (en)
Other versions
JP2020170455A (ja
Inventor
哲也 木村
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.)
I Smart Technologies Corp
Original Assignee
I Smart Technologies Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by I Smart Technologies Corp filed Critical I Smart Technologies Corp
Priority to JP2019072909A priority Critical patent/JP7181555B2/ja
Priority to CN202080023028.0A priority patent/CN113614662B/zh
Priority to PCT/JP2020/014017 priority patent/WO2020203772A1/ja
Priority to TW109110985A priority patent/TWI829908B/zh
Publication of JP2020170455A publication Critical patent/JP2020170455A/ja
Priority to US17/493,336 priority patent/US11983003B2/en
Application granted granted Critical
Publication of JP7181555B2 publication Critical patent/JP7181555B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/23Pc programming
    • G05B2219/23123Production report
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/23Pc programming
    • G05B2219/23254Interactive programming, sentence on screen filled in by operator
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/23Pc programming
    • G05B2219/23437Each operator can select his own program, data entry
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0294Optimizing process, e.g. process efficiency, product quality
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、製品を生産する生産設備における生産効率の向上を支援するための生産効率向上支援システムに関する。
製品を生産する生産設備においては、製品を生産する効率、即ち生産効率を向上することが求められ、その前提として、現状での生産効率を把握することが求められる。近年、生産設備の稼働状態を客観的に把握するために、生産設備に種々のセンサを取り付けてその稼働状態を検出することが試みられている。
例えば、特許文献1は、生産設備に後付けで取り付けられた光センサ、音センサなどの検出部によって、生産設備の稼働状態を検出し、検出結果を管理装置で管理する生産管理システムを開示している。また、出力として、サイクルタイムを時系列にリスト表示する例を開示している。
特許文献2は、生産設備から検出された検出信号に基づいてサイクルタイムの統計値を求め、この統計値を用いて実際のサイクルタイムを決定する技術を開示している。また、出力例として、縦軸に可動率、横軸にサイクルタイムをとったチャートを開示している。
特開2018-32396号公報 特開2018-185653号公報
従来技術においても、可動率およびサイクルタイムは、生産設備の稼働状態を示す指標として有用であることは知られていた。しかし、生産効率の向上を図るためには、単に一日単位などのマクロ的な視点で、可動率およびサイクルタイムを把握するだけでは不十分であることが見いだされた。生産効率を向上させるためには、生産効率を低下させている原因を分析する必要があり、そのためには、可動率およびサイクルタイムが変動する状況を把握することが望まれていた。
本発明は、かかる課題に鑑み、生産設備における生産効率の向上を図るために有用な指標を出力し、その向上を支援することを目的とする。
本発明は、
製品を生産する生産設備における生産効率の向上を支援する生産効率向上支援システムであって、
前記生産設備の稼働状況を検出した検出結果に基づいて、該生産設備が稼働していた時間割合を示す可動率と、前記製品を生産するのに要した時間であるサイクルタイムとを、該生産設備の運転中に複数回にわたって算出する生産管理指標算出部と、
可動率とサイクルタイムとを縦軸および横軸として、算出された前記可動率と前記サイクルタイムとを、そのばらつきが視覚的に認識できる状態で表したチャートを表示する表示制御部とを備える生産効率向上支援システムと構成することができる。
本明細書において、生産効率とは、時間当たりの製品の生産個数、即ち時間当たりの出来高を意味する。
サイクルタイムとは、製品を1個生産するために要した時間を意味する。サイクルタイムは、例えば、生産設備から製品が繰り出される時間間隔を計測することで求めることができる(こうして得られるサイクルタイムを以下、「実測サイクルタイム」という)。また、生産設備の(稼働可能時間-停止時間)/同時間内の生産個数(sec)によって算出してもよい。この場合の稼働可能時間とは、稼働すべき時間であり、例えば、操業時間から昼休みなどの生産停止時間を除いた時間とすることができる。
可動率とは、生産設備が稼働していた時間割合であり、種々の方法によって算出することができる。例えば、正常と判断される実測サイクルタイムを積算して、生産設備が実際に運転された時間である可動時間を求め、これを生産設備の運転が要求されている時間である要求時間で割る方法、即ち、可動時間/要求時間×100(%)で算出してもよい。正常と判断される実測サイクルタイムは、現実に計測された実測サイクルタイムのうち、平均値の2倍などで設定された所定の基準値以下のものに絞っても良い。また、生産設備から正常もしくは異常を示す信号出力を検出し、正常信号が出力されているもしくは異常信号が出力されていない期間に計測された実測サイクルタイムを用いるようにしてもよい。 また、実測サイクルタイムの平均値×生産数によって 可動時間を求め、これを用いて可動率を算出してもよい。この場合も、実測サイクルタイムのうち所定の基準値以下のものに絞って平均値を求めるようにしてもよい。
この他、可動率は、(稼働可能時間-停止時間)/稼働可能時間×100(%)で算出してもよい。この場合、(稼働可能時間-停止時間)は、生産設備から正常もしくは異常を示す信号出力を検出し、正常を示す出力時間を積算する方法で算出してもよいし、または異常を示す出力時間を積算し稼働可能時間から減算する方法で算出してもよい。
また、(1個当たりの所要時間×要求数)/実績所要時間×100(%)で求めることもできる。ここで、実績所要時間とは、要求数の製品を生産するために実際に要した時間である。
本発明は、可動率およびサイクルタイムを、生産設備の運転中に複数回にわたって算出する。
可動率は、例えば、生産設備の運転を開始してから停止するまでの期間を、複数の時間帯に区分し、それぞれの時間帯ごとに可動率を算出するようにしてもよい。算出するための時間帯は、任意に設定可能であり、必ずしも連続である必要はなく、また同一の時間幅である必要もないが、稼働状態を精度良く把握するためには、できる限り短い時間幅とすることが好ましい。また、可動率を算出するための時間幅は、生産設備の平均的な連続稼働時間や停止時間、停止の間隔などに基づいて設定することが好ましい。稼働状態、停止状態を包含し得る時間幅に設定しておくことにより、可動率を精度良く得ることが可能となる。
また、サイクルタイムとして、実測サイクルタイムを利用する場合には、製品が生産される度に得られることになる。サイクルタイムを、(稼働可能時間-停止時間)/同時間内の生産個数(sec)によって算出する場合には、可動率と同様、複数の時間帯ごとに算出することができる。可動率を算出するための時間帯の区分と、サイクルタイムを算出するための時間帯の区分は、必ずしも一致している必要はない。
時間帯ごとに算出する場合、時間帯は、重複していても構わない。例えば、時刻10:00における可動率とサイクルタイムを、その直前10分の時間帯の検出結果を用いて算出し、時刻10:01における可動率とサイクルタイムを、その直前10分の時間帯の検出結果を用いて算出するというようにしてもよい。この場合、両時刻における可動率およびサイクルタイムを算出するための時間帯は、重複部分を有することになるが、かかる設定も差し支えない。
本発明では、こうして得られた可動率とサイクルタイムとを、これらを2軸にとったチャートに表示する。対応する時刻または時間帯に得られた可動率およびサイクルタイムに対応する点をプロットしていけばよい。
このとき、本発明では、可動率とサイクルタイムのばらつきが視覚的に認識できる状態で表示を行う。例えば、可動率およびサイクルタイムが十分な数だけ得られているときは、単にこれらの検出結果をプロットするだけでもよい。点の密度によって、検出結果が、どの程度、ばらついているかを比較的容易に認識することができるからである。また、この他、得られた検出結果を包含する曲線を描くようにしてもよいし、検出結果の密度に応じてチャートを色分け表示などしてもよい。
このように、可動率とサイクルタイムを表示するだけでなく、そのばらつきも併せて表示することにより、生産設備の稼働状態を、より精度良く把握することができ、生産効率を向上させるための対策を検討しやすくなる。例えば、横軸をサイクルタイムとし、縦軸を可動率とした場合のチャートにおいて、検出結果が縦方向の分布で表される場合、即ち、サイクルタイムの変動幅は比較的小さいが、可動率の変動幅が比較的大きい場合には、可動率の変動幅を抑えることや、可動率を向上させることが、生産効率を向上させるために有効であると判断することができる。逆に、横方向の分布で表される場合、即ち、サイクルタイムの変動幅は比較的大きく、可動率の変動幅が比較的小さい場合には、サイクルタイムの安定化、または短縮が課題となることが分かる。
本発明によれば、以上の通り、可動率とサイクルタイムのチャート上に、稼働状態を、そのばらつきも認識できる状態で表示することにより、生産効率を向上するために有用な情報を提供することが可能となる。
本発明において、
前記生産管理指標算出部は、統計処理により複数の前記サイクルタイムの代表値としての実サイクルタイムを算出し、
前記表示制御部は、前記チャートに、前記実サイクルタイムを併せて表示するものとしてもよい。
こうすることにより、サイクルタイムの代表値を基準としてばらつき具合を視覚的に認識することが可能となる。既に述べた通り生産効率を向上するためには、可動率やサイクルタイムのばらつきを認識することが重要となる。ここで、上記態様のように検出結果の全体を表す代表値が表示されれば、ばらつきを、より客観的に認識することが可能となる。
代表値としては、検出されたサイクルタイムの最頻値、平均値などを採用することができる。平均値を算出する際には、検出されたサイクルタイムの中から異常値と判断されるものを除外した上で行うことがより好ましい。異常値の除外は、サイクルタイムの最大値から大きい順に所定数を除くとともに、最小値から小さい順に所定数を除く方法をとることができる。
同様に、可動率についても統計処理によって得られる実可動率を表示してもよい。
本発明においては、
前記管理指標算出部は、前記生産効率を向上するためのアイテムの適用状態で区分して前記可動率とサイクルタイムとを算出し、
前記表示制御部は、前記アイテムの適用状態に応じて対比可能なように、該適用状態に基づいて表示態様を変えて、前記可動率とサイクルタイムを表示するものとしてもよい。
生産設備に対しては、生産効率向上のために、種々の対策(以下、かかる対策を「アイテム」と称する)が施される。可動率およびサイクルタイムの表示は、アイテムの適用状態が同一のものについてなされる必要がある。また、アイテムを適用した効果を知るためには、アイテムの適用の有無によって可動率、サイクルタイムおよびこれらのばらつきがどのように変化したかを把握することが必要となる。
上記態様によれば、アイテムの適用状態に応じて表示態様を変えることにより、アイテムの適用による効果を視覚的に容易に判断することが可能となる利点がある。表示態様の変化とは、例えば、表示の色を変える方法、表示に用いられるシンボルの形状や線の種別、太さを変える方法など種々の方法をとることができる。
このようにアイテムに応じて表示態様を変える場合、
前記表示制御部は、前記チャートにおいて、前記可動率およびサイクルタイムに対し、それぞれ適用された前記アイテムが確認できるように関連づけて表示するものとしてもよい。
こうすることにより、可動率およびサイクルタイムを表示するチャートにおいて、それぞれどのようなアイテムが適用されているかを容易に把握することが可能となる。
上記態様における表示方法としては、例えば、チャートに表示される検出結果のシンボル等の近傍に、アイテムの適用状態を表示するようにしてもよい。また、これらのシンボルをポインティングデバイスで触れることによって、アイテムの適用状態がポップアップ表示されるようにしてもよい。
本発明では、さらに、
前記表示制御部は、前記チャートにおいて、ポインティングデバイスの操作により前記生産効率の目標を入力可能であるものとしてもよい。
こうすることにより、チャートを視認しながら、生産効率の目標を入力することが可能となる。即ち、可動率およびサイクルタイムの現状を認識しながら、この先の改善余地を踏まえて、実現可能性のある可動率およびサイクルタイムの目標を設定することが可能となる。目標の具体的な設定は、種々の方法が可能である。例えば、チャート上の一点をポインティングデバイスで指示する方法としてもよい。また、可動率およびサイクルタイムの軸上で、それぞれの目標値をポインティングデバイスで指示する方法としてもよい。可動率またはサイクルタイムの一方の目標値をポインティングデバイスで指示すると、他方が演算によって自動的に設定されるようにしてもよい。例えば、目標の生産個数、生産設備の運転時間(起動から停止までの時間)、可動率、サイクルタイムには、「目標の生産個数=運転時間×可動率/サイクルタイム」という関係式が成り立つから、可動率およびサイクルタイムの一方が指定された時、この関係式に基づいて他方を設定することができる。
本発明においては、
前記生産効率の目標を入力する入力部と、
前記アイテムについて、アイテムの適用が前記可動率およびサイクルタイムに与えた効果の実績を記憶するアイテムデータベースと、
前記アイテムデータベースを参照して、前記生産設備の前記可動率およびサイクルタイムを、前記目標に近づけるために適用すべき前記アイテムを推奨する生産効率向上支援システム。
生産効率を向上するためのアイテムは、多数存在し、適切なアイテムを選択するのは困難であることが多い。上記態様によれば、アイテムごとに効果の実績がアイテムデータベースに格納されているため、これを参照することにより、可動率およびサイクルタイムの目標に近づけるためのアイテムを容易に選択することが可能となる利点がある。
上記態様においてアイテムの推奨は、種々の方法で行うことができる。例えば、可動率およびサイクルタイムの目標値と現状とを比較して、目標値を達成するために、可動率およびサイクルタイムの向上目標値を設定し、アイテムデータベースを参照して、この向上目標値に応じた効果が期待されるアイテムを選択する方法をとることができる。また、人工知能を利用しても良い。即ち、過去においてアイテムの適用による効果の実例を機械学習の学習データとして活用することで、可動率およびサイクルタイムの目標を達成するためのアイテムを、現状の稼働状態やアイテムの適用状態に応じて選択するのである。この場合、アイテムデータベースには、機械学習のための学習データを記憶するようにしてもよいし、学習済みの学習モデルを記憶させるようにしてもよい。
本発明は、別の態様として、
製品を生産する生産設備における生産効率の向上を支援する生産効率向上支援システムであって、
前記生産設備の停止時間を含む稼働状況を検出した検出結果を参照し、停止時間の長さに応じて予め設定された複数の停止時間区分ごとに前記停止時間の累計を算出する生産管理指標算出部と、
前記停止時間区分ごとの前記累計を表すチャートを表示する表示制御部とを備える生産効率向上支援システムとして構成することもできる。
生産効率を向上するためには、生産設備が停止する原因を解消することが好ましい。かかる場合、一般的には、一度の停止時間が長かった原因を特定し、それを解消することが優先される傾向にある。しかしながら、現実に稼働状況を検出してみると、一度の停止時間は短いものの、発生頻度が高いために、累計した停止時間は多大となる事象が生じる得ることが見いだされた。
上記態様によれば、停止時間区分ごとに、停止時間の累計がチャートで表示されるため、累計が高い停止時間区分を容易に特定することができる。従って、該当する停止時間区分における停止原因を解消すれば、効果的に生産設備が停止している時間を抑制することが可能となり、生産効率の向上を図ることができる。
上記態様における停止時間区分は、0~A分、A~B分というように任意に設定可能である。停止時間区分の時間幅は必ずしも同じである必要はない。停止時間区分と停止原因とは一義的に対応している必要はないが、両者が対応している方が対策を講じやすいという点で好ましい。
本発明においては、上述した種々の特徴を必ずしも全て備えている必要はなく、適宜、その一部を省略したり、組み合わせたりして構成してもよい。
本発明は、生産効率向上支援システムとしての構成だけでなく、コンピュータによって、上述の各表示を行うことにより生産効率向上の支援を行う生産効率向上支援方法として構成することもできる。本発明は、さらに、生産効率向上の支援をコンピュータに実行させるためのコンピュータプログラムとして構成してもよい。また、かかるコンピュータプログラムを記録したコンピュータが読み取り可能な記録媒体として構成してもよい。
生産効率向上支援システムの構成を示す説明図である。 データベース構造を示す説明図である。 チャートの出力例を示す説明図である。 可動率、サイクルタイム算出処理のフローチャートである。 実可動率、実サイクルタイム算出処理のフローチャートである。 チャート表示処理のフローチャートである。 累計停止時間チャート表示処理のフローチャートである。 アイテムリコメンド処理のフローチャートである。
A.システム構成:
図1は、生産効率向上支援システムの構成を示す説明図である。工場における生産装置の稼働状態を把握し、それを視覚的に表示することによって、生産効率を向上するための対策を施すことを支援するシステムである。
生産設備10は、製品を生産するための装置であれば、どのようなものであってもよい。図1では、単一の装置として示したが、生産ラインであってもよいし、複数の装置または生産ラインであってもよい。
センサ11は、生産設備10の稼働状態を検出するためのセンサである。生産設備10に後付けできるものが好ましいが、それに限られる訳ではない。センサ11としては、製品が完成する度に出力するパルスを検出するもの、生産設備10が稼働しているのか、停止状態にあるのかを検出するもの等が設けられる。例えば、完成した製品が通過する位置に光源と、この光源からの光を受光する受光部とを設け、製品が通過する度に光りが遮断されるのを検出する構成をセンサ11の一つとして用いてもよい。また、生産設備10が稼働中または停止に発する光、音、振動その他の情報を検出する光センサ、音センサ、熱センサ、電流センサ、距離センサ、気圧センサ、加速度センサ、回転速度センサ、湿度センサ、圧力センサなどを利用することもできる。また、生産設備10が本来出力する信号を検出するものをセンサ11としてもよい。
送信装置12は、センサ11で検出された種々の信号を、生産効率向上支援システム20に送信する。送信は、有線、無線のいずれで行っても良い。また、送信のタイミングも種々の設定が可能であり、センサ11で検出した時点で送信するようにしてもよいし、所定量を蓄積した上で送信するようにしてもよい。
生産効率向上支援システム20は、センサ11からの信号を受信し、生産効率の向上を図るために有用な情報を出力するためのシステムである。本実施例では、CPU、メモリを備えるコンピュータに、図示する種々の機能ブロックを実現するコンピュータプログラムをインストールすることによってソフトウェア的に構成した。機能ブロックの一部または全部をハードウェア的に構成してもよい。また、生産効率向上支援システム20は、スタンドアロンで稼働する装置としての構成だけでなく、ネットワークで接続された複数のサーバ等からなる分散システムとして構成してもよい。
以下、各機能ブロックについて説明する。
送受信部21は、送信装置12との間で信号の送受信を行う。
検出結果記憶部11は、センサ11で検出された検出結果を記憶する。記憶される情報の内容、構造については後述する。
入力部22は、オペレータによるキーボード、マウス、タッチパネル等の操作等に基づき、種々の条件や指示を入力する。条件とは、例えば、検出を行うべき生産設備10の指定や、生産設備10に適用されている生産効率改善のための対策、即ちアイテムの状態など検出結果に影響を与え得る内容が含まれる。また、日時、場所、製品名称などの記述を含めてもよい。指示としては、生産効率や出来高などの目標値が挙げられる。入力部22は、オペレータの操作による他、ネットワークを通じて、他のサーバ等から条件や指示を入力可能としてもよい。
生産管理指標算出部25は、検出結果記憶部23に記憶されている検出結果に基づいて、生産管理指標を算出する。本実施例では、可動率、サイクルタイム、実可動率、実サイクルタイム、停止時間を算出するものとした。これらの生産管理指標は、リアルタイムに算出してもよいし、過去の検出結果に基づいて算出するものとしてもよい。
実可動率、実サイクルタイムは、それぞれ可動率およびサイクルタイムの統計処理によって得られる代表値である。代表値としては、例えば、処理対象となる可動率、サイクルタイムの算出結果のうち、最頻値としてもよい。また、平均値とすることもできる。平均値は、算出結果のうち異常と判断される値を除外して算出してもよい。
アイテムデータベース24は、生産性向上のための対策、即ちアイテムについての情報を記憶するデータベースである。アイテムごとに、その内容や、過去の適用実績などを記憶する。記憶する内容およびその構造については、後述する。
アイテム効果解析部26は、検出結果記憶部23に記憶された過去の実績、およびそれぞれの検出結果に紐付けられた条件を参照して、アイテムの適用により可動率、サイクルタイムなどがどのように改善したかの効果を解析する。例えば、あるアイテムを適用した効果を解析するためには、過去の実績のうち、当該アイテムの適用有無以外の条件が同一のものを検出し、両者を比較すればよい。アイテムを適用したときの効果は、他のアイテムの適用状態などの条件に応じて異なるため、効果も、他のアイテムの適用状態などと対応付けて解析されることになる。アイテム効果解析部26は、解析結果をアイテムデータベース24に格納する。
アイテムリコメンド部28は、可動率、サイクルタイムの目標値に応じて、これを実現するためのアイテムを推奨する。上述の通り、アイテムを適用した場合の効果は、アイテム効果解析部26によって解析され、アイテムデータベース24に格納されているから、これを参照して、目標値に応じた効果が得られるアイテムを選択すればよい。
アイテム効果解析部26およびアイテムリコメンド部28は、人工知能を利用した構成としてもよい。例えば、アイテム効果解析部26は、人工知能を利用し、アイテムの適用による効果を機械学習するものとしてもよい。かかる構成では、検出結果記憶部23に記憶された過去の実績を学習データとして利用し、アイテムデータベース24における各アイテムを説明変数、検出結果記憶部23に記憶された可動率、サイクルタイムの実績を目的変数として回帰分析を行うことになる。アイテムリコメンド部28は、こうして得られた学習モデルを利用して、目標とする可動率、サイクルタイムに応じたアイテムを求めることになる。
表示制御部27は、生産効率の向上を支援するための種々の画面を表示するための表示データを生成し、ディスプレイに表示させる。ディスプレイは、生産効率向上支援システム20に直接、接続されたものに限らず、ネットワーク等を介して接続されているコンピュータの画面であってもよい。本実施例では、表示画面として、可動率とサイクルタイムの関係を表すチャートを表示する。また、生産効率を向上するために推奨されるアイテムを表示する機能も奏する。
図2は、データベース構造を示す説明図である。検出結果記憶部23及びアイテムデータベース24に記憶されているデータの内容および構造を例示した。図2に示したのは、これらのデータベースの一例に過ぎず、内容及び構造は、ここで説明するものに限定されるものではない。
図の左上は、検出結果記憶部23のデータ構造を示している。検出結果記憶部には、大きく分けて基本情報と検出結果が紐付けて記憶されている。「基本情報ID」は、基本情報の各レコードに付された固有の識別情報である。「日付」は、生産が行われた年月日の情報である。「生産ライン」は、稼働状態を検出する対象となった生産ラインを特定する情報であり、例えば、生産ラインの名称や生産ラインに付されたコードなどを用いることができる。「製品情報」は、生産ラインで製造されている製品を特定する情報であり、名称や製品番号などを用いることができる。「適用アイテム」は、生産ラインに対して、生産効率向上のために適用されたアイテムの種類を特定する情報である。本実施例では、後述する通り、アイテムの内容等は、アイテムIDという識別情報を付してアイテムデータベース24に記憶されているから、「適用アイテム」としては、アイテムIDを記憶するものとした。これらの情報により、検出結果が、どのような条件下で得られたものかを示す基本的な事項を知ることができる。複数のアイテムを適用している場合には、「適用アイテム」には複数のアイテムIDが記憶されることになる。基本情報には、ここに例示した他、さらに多くの情報を含めてもよい。
検出結果は、生産設備10から取得された情報を時々刻々と記憶する。「検出結果ID」は、検出結果の各レコードに付された固有の識別情報である。「基本情報ID」は、検出結果を基本情報と紐付ける情報である。基本情報IDに基づいて基本情報を参照することにより、それぞれの検出結果の日付、生産ラインなどの基本情報を得ることができる。「時刻」は、検出結果が検出された時刻である。「センサID」は、検出したセンサ11を特定する識別情報である。「センサ出力」は、センサ11によって検出された結果である。
本実施例では、同時刻に複数のセンサ11からの情報が取得されている場合には、それぞれ個別の検出結果IDが付され、異なるセンサID、センサ出力が記録されたレコードが作成されることになる。従って、例えば、検出結果に基づいて実測サイクルタイムを得る場合には、製品の完成を検出するセンサに対応するセンサIDのレコードを検出結果から抽出し、それぞれの出力がなされる時間間隔を求めることができる。他の生産管理指標を算出する場合も同様に、対応する出力を検出結果から抽出して計算を行えばよい。
検出結果は、図2で説明した内容、構成に限らず、例えば、時刻を基準としてレコードを作成するようにしてもよい。
また、情報を取得した時点で、可動率を算出するための情報、サイクルタイムを算出するための情報というように区分けし、それぞれの情報ごとに時系列で取得した情報を記憶するようにしてもよい。かかる態様によれば、可動率、サイクルタイムなどの生産管理指標を算出する際の処理が簡略化され、処理負担を軽減することができる利点がある。
図の右下は、アイテムデータベース24のデータ構造を示している。アイテムとは、生産効率を向上するために施される対策を意味する。例えば、品質チェック台の位置を近くに変更する、踏み台を設置して機械横の通路を確保する、というように生産設備自体に直接改変を加える必要のない対策もあれば、エアーガンのホースを長くする、切り粉飛散のカバーを取り付ける、というように生産設備に改変を加える対策も含まれる。その他、作業工程の変更、材料や使用する工具の変更などを含むこともできる。
アイテムデータベース24は、これらのアイテムを適用した実績を記憶するデータベースである。「アイテムID」は、それぞれの適用実績に付される固有の識別情報である。「対象項目」は、目的等によるアイテムの分類項目である。例えば、「品質チェック」、「刃具交換」などのように、どのような作業項目における改善を図るためのアイテムなのかを示す項目とすることができる。対象項目は、自由に設定可能であり、アイテムを適用できる生産設備の種類などに基づいて設定してもよい。「内容」は、例えば、「品質チェック台の位置を近くに変更する」などのようにアイテムの内容を自然言語で表現したものである。「改善点」は、例えば、「疲労軽減による安定作業」などのように各アイテムによって改善される効果を自然言語で表現したものである。以上が、「アイテムID」に対応するアイテムの基本的な情報を示すものである。
アイテムデータベース24には、「適用実績」として、アイテムごとに、それを適用した実績が複数記憶されている。「適用実績」には、「基本情報ID」と「生産管理指標変化」が記憶される。基本情報IDによって、適用実績は、検出結果記憶部23の基本情報と紐付けられることになり、各アイテムが適用された日付、生産ライン等を特定することが可能となる。「生産管理指標変化」は、アイテムの適用による効果、具体的には、アイテムの適用前後における可動率、サイクルタイムなどの生産管理指標の変化を記憶する。生産管理指標変化は、このようにアイテムの適用前後の検出結果の比較によって得られるものであるから、「基本情報ID」には、この比較に用いられた2つ以上の基本情報IDが記憶されることになる。
B.チャートの出力例:
図3は、チャートの出力例を示す説明図である。生産効率向上支援システム20が、生産設備10からの検出結果に基づいて表示する画面例を示した。
このチャートは、横軸にサイクルタイム、縦軸に可動率をとって表される。サイクルタイムは、短いほど生産効率は向上するため、右側に向かうほど短くなるよう軸が設定してある。通常通り、左側を原点として右側に向かうほどサイクルタイムが長くなる軸とすることもできる。
チャート内の斜めの破線N1、N2、N3は、単位時間当たりの出来高(個/時)が一定となるラインである。破線N1、N2、N3に対応する出来高は、任意に設定可能である。
点pp1、点pp2その他の○は、検出結果を示している。生産設備の一日の運転中においてもサイクルタイムおよび可動率は変動するため、これらの表示も、図示するようにばらつきを生じる。チャートにおいて、検出結果のばらつきを認識できることは生成効率の向上を図る上で非常に重要である。例えば、曲線a1で囲まれた点pp1のように比較的縦方向にばらついている検出結果の場合は、可動率が不安定に変動していること、即ち、一日の運転中に生産設備の停止が頻繁に発生していることが推測される。従って、可動率を安定させることが生産効率の向上を図る上で一つの課題となることが認識される。一方、横方向にばらついている検出結果の場合には、サイクルタイムにばらつきが生じていることを意味するから、工程の見直しなどが効果的であることが認識される。本実施例では、検出結果のばらつきを視認可能な状態で表示することにより生産効率の向上を効果的に支援することが可能となる。
チャートにおいて、点pp1と点pp2とは、同じ生産ラインの検出結果であるが、適用されるアイテムが異なるものである。つまり、点pp1、点pp2は、アイテムの適用による改善効果を視覚的に表すものとなっている。両者を区別できるよう、本実施例では、適用アイテムが異なる検出結果については、表示態様を変えて表示する。本実施例では、色を変化させるものとしたが、シンボルの形状、大きさなどを変えてもよい。こうすることで、アイテムの異なる検出結果をチャート上に表示しても、両者を視覚的に区別することが可能となり、アイテム適用の効果を把握することが可能となる。
また、アイテムの適用が共通となる検出結果のばらつき状況を認識しやすくする表示を行っても良い。図中の例では、点pp1、点pp2をそれぞれ包含する曲線a1、a2を表示している。こうすることにより、検出結果の外縁を把握でき、曲線a1、a2で囲まれた領域の面積、形状によってばらつき状況を視覚的に認識することが可能となる。また、曲線a1、a2を表示する場合、点pp1、点pp2の表示に変えて、その密度に応じて曲線a1、a2内をグラデーション表示してもよい。
点p1、点p2の●は、実サイクルタイム、実可動率を表している。実サイクルタイム、実可動率は、検出結果である点pp1、点pp2を統計処理して得られる代表値である。実サイクルタイム、実可動率を表示することにより、これを基準点として検出結果のばらつき状況を比較的客観的に認識しやすくなる利点がある。
検出結果に対して、いかなるアイテムが適用されているかを認識できる表示を行ってもよい。例えば、点p2の付近に記載された「I1」なる文字は、適用されているアイテムのアイテムIDである。こうすることにより、適用されているアイテムを容易に認識することが可能となる。複数のアイテムが適用されている場合には、アイテムIDを複数表示すればよい。また、点pp1と点pp2にそれぞれ適用されたアイテムのうち、異なるもののみを表示するようにしてもよい。表示場所も、点p1または点p2の付近である必要はなく、曲線a1、a2の付近など、任意に選択可能である。
適用されているアイテムをより詳細に認識可能とするために、例えば、点p2をポインティングデバイスで指定すると、ポップアップウィンドウWが開き、ここにアイテムの詳細が表示されるようにしてもよい。
チャートにおいては、さらに可動率およびサイクルタイムの目標値を指示可能としてもよい。実施例では、マウスまたはタッチパネルなどのポインティングデバイスAを用いて、目標値として点p3を指示している例を示した。目標値の指示は、例えば、点p2をドラッグする方法などによってもよい。このようにチャート内で目標を指示することにより、可動率、サイクルタイムを、それぞれどのように向上させるべきかを視覚的に判断することができ、そのための対策を選択しやすくなる利点がある。
なお、チャート内で目標値を指示する場合、従前の可動率、サイクルタイムに対して、各アイテムによる改善効果を参照して、現実的に改善可能な範囲を算出し、この範囲内でのみ目標値の指示を受け付け可能としてもよい。例えば、可動率、サイクルタイムについて、共に10%の向上が現実的な限界であると考えられる場合には、それを超える目標値が指示されたときには点p3のようなシンボルを表示せず、「目標値を再設定して下さい」などのメッセージを表示するようにしてもよい。また、目標値を設定可能なエリアをチャート内に表示し、その範囲内でのみ目標値の指示を受け付けるようにしてもよい。
以上で説明したチャートの表示例については、必ずしも全てを行う必要はない。いずれかを選択的に採用してもよい。また、オペレータの指示によって、それぞれの表示を行うか否かを切り換えるようにしてもよい。
C.処理例:
以下では、生産効率向上支援システム20において、図3で示したチャートの表示などの処理内容について説明する。以下では、検出結果記憶部23に記憶された検出結果等を用いて事後的に処理を行う場合を例示するが、それぞれの処理を、生産設備10からの情報を受信しながらリアルタイムに行うものとしてもよい。
図4は、可動率、サイクルタイム算出処理のフローチャートである。図1における生産管理指標算出部25が主として実行する処理であり、ハードウェア的には生産効率向上支援システム20のCPUが実行する処理である。
処理を開始すると、生産効率向上支援システム20は、検出結果記憶部23から検出結果を読み込む(ステップS10)。
そして、生産効率向上支援システム20は、検出結果の中から、製品の生産完了パルスを抽出し、このパルスの時間間隔に基づいて実測サイクルタイムを取得する(ステップS11)。これらの抽出は、例えば、生産完了パルスを検出するための「センサID」を用いて行うことができる。生産完了パルスは、製品が生産されるごとに出力されているから、それぞれ生産完了パルスの出力時ごとに対応した実測サイクルタイムが得られることになる。
また、生産効率向上支援システム20は、得られた実測サイクルタイムのうち、基準値以下の実測サイクルタイムを用いて、平均サイクルタイムを算出する(ステップS12)。基準値は、種々の設定が可能であるが、本実施例では、過去のサイクルタイムの平均値または最頻出値などに基づいて設定された想定サイクルタイムの2倍を基準値として用いた。基準値以下の実測サイクルタイムを用いることにより、生産設備の停止などによって見かけ上、実測サイクルタイムが異常に長くなっているものを除外して、平均値を求めることができる。平均サイクルタイムも、実測サイクルタイムにそれぞれ対応した時点での算出値が得られることになる。
生産効率向上支援システム20は、次に、生産数を取得する(ステップS13)。生産数とは、上述した平均サイクルタイムが算出された時点までの累積の生産数である。生産数も、基準値以下の実測サイクルタイムに対応するものを加算する。
こうして得られた値に基づき、生産効率向上支援システム20は、実測採掘タイムにそれぞれ対応した時点での可動時間を算出する(ステップS14)。可動時間は、平均サイクルタイム×生産数で求める。可動時間は、製品を生産するために、実際に生産設備が稼働していた時間を意味する。可動時間は、基準値以下の実測サイクルタイムを積算して求めてもよい。
また、生産効率向上支援システム20は、要求時間を算出する(ステップS15)。要求時間とは、生産設備が本来、継続的に運転するよう要求されている時間を意味する。本実施例では、「運転開始後の経過時間-その間に予定されている停止時間」で算出した。予定されている停止時間とは、例えば、昼休みなどが該当する。
生産効率向上支援システム20は、こうして得られた値に基づき、可動率を算出する(ステップS16)。可動率は、可動時間/要求時間×100によって算出することができる。
可動率、サイクルタイムの算出方法は、上述の方法に限らない。例えば、生産設備が運転している時間をいくつかの時間幅の時間帯に区切り、それぞれの時間帯において生産設備が何らかの理由により停止していた停止時間を求め、可動率は、(時間帯の時間幅-停止時間)/(時間帯の時間幅)×100%によって算出してもよい。
また、この時間帯における製品の生産数を求め、(時間帯の時間幅-停止時間)/生産数によってサイクルタイムを求めるようにしてもよい。
可動率、サイクルタイムは、この他にも種々の方法で算出することができる。
以上の処理によって、可動率、サイクルタイムを算出すると、生産効率向上支援システム20は、算出結果を保存して(ステップS17)、可動率、サイクルタイム算出処理を終了する。算出された可動率、サイクルタイムは、チャート(図3)の点pp1、点pp2の表示に用いられることになる。
図5は、実可動率、実サイクルタイム算出処理のフローチャートである。図1における生産管理指標算出部25が主として実行する処理であり、ハードウェア的には生産効率向上支援システム20のCPUが実行する処理である。
処理を開始すると、生産効率向上支援システム20は、可動率、サイクルタイムの算出結果を読み込む(ステップS20)。そして、統計処理により、実サイクルタイムを算出する(ステップS21)。図中に実サイクルタイムの算出方法を示した。
サイクルタイムは、生産中に種々の要因によって変動する。図中に示したグラフは、変動するサイクルタイムを連続的な関数と捉えた場合の確率密度関数を表している。図示するように確率密度関数は、いずれかのサイクルタイムにおいて最大値を有する。本実施例では、この最大値となるサイクルタイムを実サイクルタイムとして採用するものとした。サイクルタイムを離散的な値として捉える場合には、最大の度数となるサイクルタイムを実サイクルタイムとすればよい。ただし、離散的な値の場合、サイクルタイムの有効数字の桁数を抑制し、量子化を図っておくことが好ましい。実サイクルタイムは、これらの方法の他、平均値、中央値などを用いるものとしてもよい。
生産効率向上支援システム20は、次に統計処理によって実可動率を算出する(ステップS22)。実可動率も、実サイクルタイムと同様の統計処理によって求めることができる。なお、上述の最大値を実サイクルタイムとして採用した場合、必ずしも実可動率も最大値を用いる必要はなく、平均値または中央値を用いるようにしても良い。
以上の処理によって、実可動率、実サイクルタイムを算出すると、生産効率向上支援システム20は、算出結果を保存して(ステップS23)、実可動率、実サイクルタイム算出処理を終了する。算出された実可動率、実サイクルタイムは、チャート(図3)の点p1、点p2の表示に用いられることになる。
図6は、チャート表示処理のフローチャートである。図1における表示制御部27が主として実行する処理であり、ハードウェア的には生産効率向上支援システム20のCPUが実行する処理である。
処理を開始すると、生産効率向上支援システム20は、表示対象の指定を入力する(ステップS30)。本実施例では、表示情報ID(図2参照)を入力するものとした。日付、生産ライン等の情報を入力し、生産効率向上支援システム20が、これに対応する表示情報IDを特定するようにしてもよい。図3に示した通り、複数の基本情報IDに対応するチャートを併せて表示可能とするため、基本情報IDは複数入力可能としてもよい。
次に、生産効率向上支援システム20は、表示する基本情報IDを選択する(ステップS31)。ステップS30において、基本情報IDが一つだけ入力されているときは、その基本情報IDを選択することになる。複数の基本情報IDが入力されているときは、その中の一つを選択すればよい。
そして、生産効率向上支援システム20は、基本情報IDに該当するデータを読み込む(ステップS31)。具体的には、可動率、サイクルタイムの算出結果、および実可動率、実サイクルタイムの算出結果を読み込むのである。実可動率、実サイクルタイムの読み込みを省略してもよい。
次に、生産効率向上支援システム20は、読み込んだ可動率、サイクルタイムを包含する曲線を算出する(ステップS33)。この曲線は、チャート(図3参照)中の曲線a1、a2に相当するものである。かかる曲線の算出方法は、周知の画像処理技術を適用することができるため、説明を省略する。なお、曲線a1、a2の表示を行わない場合には、ステップS33の処理を省略しても差し支えない。
こうして表示に必要な計算を終えると、生産効率向上支援システム20は、図3に示したチャートを表示する(ステップS34)。
そして、全ての基本情報IDについて以上の処理が完了していれば(ステップS35)、チャート表示処理を終了する。
まだ完了していない場合には(ステップS35)、生産効率向上支援システム20は、表示態様の設定を変更し(ステップS36)、残りの基本情報IDに対応するチャートを表示すべく、ステップS31以降の処理を再度実行する。
図7は、累計停止時間チャート表示処理のフローチャートである。図1における生産管理指標算出部25、表示制御部27が主として実行する処理であり、ハードウェア的には生産効率向上支援システム20のCPUが実行する処理である。
処理を開始すると、生産効率向上システム20は、停止時間のデータを入力する(ステップS40)。そして、停止時間区分ごとに停止時間を積算する(ステップS41)。
図中に積算の方法を示した。この例では、停止時間区分が、0~7.5分、7.5~15分、15~30分、30~60分、60~120分というように設定されているものとする。
図の左側には、入力された停止時間のデータを示した。生産設備は、生産中に種々の要因によって停止することがある。生産設備が停止していた時間長を、時系列で入力したのが、左側に示した停止時間のデータである。ステップS41の処理では、左側に示した各停止時間を、それぞれ矢印で示したように、右側の停止時間区分に割り当てる。例えば、最初の停止時間は3分であるから、停止時間区分0~7.5分に割り当てられる。3番目の停止時間は14分であるから、停止時間区分7.5~15分に割り当てられる。こうして、各停止時間区分に割り当てられた停止時間を、それぞれ停止時間区分ごとに積算するのである。こうして、停止時間区分ごとに累計停止時間を得ることができる。
生産効率向上システム20は、得られた結果を出力する(ステップS42)。図中に、出力されるチャートを示した。本実施例では、停止時間区分ごとの累計停止時間を表すヒストグラムの形式を採用した。かかるチャートによれば、停止時間区分0~7.5分の累計停止時間が最も高いことが分かる。つまり、停止時間区分0~7.5分に該当する停止状況は、一度の停止時間は短いものの、頻繁に発生するため、累計停止時間が大きくなっているということになる。従って、この停止時間区分に該当する停止の原因を解消すれば、累計停止時間を効率的に抑制することができ、生産効率を向上させることが可能となることが分かる。
生産設備の停止時間のみを出力する方法では、一度の停止時間が長い事象、例えば、停止時間区分30~60分に該当するような事象に着目しがちであるが、本実施例では、累計停止時間を表示することにより、真に解消すべき停止要因に着目させることを実現している。
なお、チャートは、停止時間区分ごとの累計停止時間を比較可能であれば種々の形式を用いることができる。
停止時間区分は、かかる例に限らず任意に設定可能である。また、その時間幅は同一としてもよいし、停止時間区分ごとに異ならせてもよい。停止時間区分は、生産設備の停止原因と一義的に対応している必要はないが、想定される停止原因とそれに伴う停止時間との関係を考慮して、可能な限り一義的に対応するよう停止時間区分を設定しておけば、停止原因を解消するための対策を比較的容易に見いだしやすくなる利点がある。
図8は、アイテムリコメンド処理のフローチャートである。図1におけるアイテムリコメンド部28が主として実行する処理であり、ハードウェア的には生産効率向上支援システム20のCPUが実行する処理である。
この処理の実行に先だって、アイテムの適用による効果が予め解析され、アイテムデータベース24に記憶されている。解析方法は、図1のアイテム効果解析部26の説明で述べた通りである。
生産効率向上支援システム20は、アイテムリコメンド処理を開始すると、目標値を入力する(ステップS50)。図3に示したチャート上で入力可能としてもよいし、キーボードなどから可動率、サイクルタイムの目標値を入力するようにしてもよい。また、目標値は、必ずしも可動率、サイクルタイムを「目標値」として入力する場合に限らず、「目標範囲」として入力してもよい。また、時間当たりの出来高(図3のチャート上の斜め線N1~N3)を指定することで目標値の指示としてもよい。
生産効率向上支援システム20は、入力された目標値に基づいて、可動率、サイクルタイムの向上目標を設定する(ステップS51)。目標値と従前に達成されている値との差異を向上目標とすればよい。
そして、アイテムデータベース24を参照し、向上目標を達成できるアイテムを抽出する(ステップS52)。アイテムデータベース24には、アイテムごとに、それを適用することによって可動率、サイクルタイムが向上する効果の実績が記憶されているから、向上目標を上回る効果が得られているアイテムを抽出すればよい。生産ライン、製品などが共通するものに絞り込んでもよい。
生産効率向上支援システム20は、抽出されたアイテムの中から、リコメンドするアイテムを選択する(ステップS53)。図中に選択方法を示した。本実施例では、(条件1)適用するアイテムが近いこと、および(条件2)新たに適用するアイテム数が少ないこと、を条件として選択するものとした。
図中の上側の枠内には、指定された目標値の概要を示した。既にアイテムI3が適用されている生産ラインにおいて、可動率5%、サイクルタイム10secの向上が目標として指定されている場合を考える。
下側の枠内には、ステップS52におけるアイテムの抽出結果を、その効果とともに示した。例えば、最上段に記載した例で説明すれば、アイテムI1を適用した場合には、可動率について6%向上し、サイクルタイムは9sec向上する効果が実績として得られていることを示している。「適用アイテム」がI3とあるのは、既にアイテムI3が適用されている状態で、アイテムI1をさらに適用した場合の実績であることを表している。2段以降の抽出結果についても同様である。4段目、5段目において、「I4+I2」、「I5+I1」のように記載されているのは、それぞれ2つのアイテムを同時に適用した場合の効果であることを意味している。
下側の枠内の右側に、条件1、条件2との関係を示した。最上段の例では、目標として指定されたのと同じアイテムI3を既に適用している状態の実績であるから、(条件1)は満たす(○)となる。また、適用されるアイテム数は、アイテムI1の1つであるから、(条件2)も満たす(○)となる。
2段目の場合、適用アイテムはI5であるため、(条件1)は満たさない(×)。適用されるアイテム数は、アイテムI2の1つであるから、(条件2)は満たす(○)となる。3段目も同様に評価される。
4段目の場合、適用アイテムはI3であるため、(条件1)は満たす(○)。適用されるアイテム数は、アイテムI4、I2の2つであるから、(条件2)はやや満たさない(△)となる。
5段目の場合、適用アイテムは無いため、(条件1)は満たさない(×)。適用されるアイテム数は、アイテムI5、I1の2つであるから、(条件2)はやや満たさない(△)となる。
以上の評価を行った上、条件1、条件2の総合的な評価が最も良い最上段のアイテムI1が選択されることになる。
生産効率向上支援システム20は、結果を出力し(ステップS54)、アイテムリコメンド処理を終了する。実施例の場合は、選択されたアイテムI1の内容等を表示することになる。表示場所は、チャート(図3)に行ってもよいし、画面を切り換えて行ってもよい。
アイテムリコメンド処理は、図8で説明した方法の他、人工知能を用いて行ってもよい。アイテムを適用した実績を学習データとして用いた機械学習によって学習モデルを生成することにより、これを用いて、目標値を実現するためのアイテムを得ることができる。
D.効果および変形例:
以上で説明した実施例の生産効率向上システムによれば、検出された可動率、サイクルタイムを、そのばらつきを認識できるチャートとして出力する。この結果、可動率、サイクルタイムを、どのように向上すべきか、またそのためにいかなるアイテムが有効と考えられるかを考えることを支援でき、生産効率の向上を効果的に支援することが可能となる。
実施例で説明した種々の特徴は、必ずしも全てを備える必要はなく、適宜、その一部を省略したり組み合わせたりしてもよい。また、本発明は、実施例に限らず、種々の態様で構成することが可能である。
本発明は、製品を生産する生産設備における生産効率の向上を支援するために利用することができる。
10 生産設備
11 センサ
12 送信装置
20 生産効率向上支援システム
21 送受信部
22 入力部
23 検出結果記憶部
24 アイテムデータベース
25 生産管理指標算出部
26 アイテム効果解析部
27 表示制御部
28 アイテムリコメンド部

Claims (11)

  1. 製品を生産する生産設備における生産効率の向上を支援する生産効率向上支援システムであって、
    前記生産設備の稼働状況を検出した検出結果に基づいて、該生産設備が稼働していた時間割合を示す可動率と、前記製品を生産するのに要した時間であるサイクルタイムとを、該生産設備の運転中に複数回にわたって算出する生産管理指標算出部と、
    可動率とサイクルタイムとを縦軸および横軸として、算出された前記可動率と前記サイクルタイムとを、そのばらつきが視覚的に認識できる状態で表したチャートを表示する表示制御部とを備える生産効率向上支援システム。
  2. 請求項1記載の生産効率向上支援システムであって、
    前記生産管理指標算出部は、統計処理により複数の前記サイクルタイムの代表値としての実サイクルタイムを算出し、
    前記表示制御部は、前記チャートに、前記実サイクルタイムを併せて表示する生産効率向上支援システム。
  3. 請求項1または2記載の生産効率向上支援システムであって、
    前記管理指標算出部は、前記生産効率を向上するためのアイテムの適用状態で区分して前記可動率とサイクルタイムとを算出し、
    前記表示制御部は、前記アイテムの適用状態に応じて対比可能なように、該適用状態に基づいて表示態様を変えて、前記可動率とサイクルタイムを表示する生産効率向上支援システム。
  4. 請求項3記載の生産効率向上支援システムであって、
    前記表示制御部は、前記チャートにおいて、前記可動率およびサイクルタイムに対し、それぞれ適用された前記アイテムが確認できるように関連づけて表示する生産効率向上支援システム。
  5. 請求項1~4いずれか記載の生産効率向上支援システムであって、
    前記表示制御部は、前記チャートにおいて、ポインティングデバイスの操作により前記生産効率の目標を入力可能である生産効率向上支援システム。
  6. 請求項1~5いずれか記載の生産効率向上支援システムであって、
    前記生産効率の目標を入力する入力部と、
    前記アイテムについて、アイテムの適用が前記可動率およびサイクルタイムに与えた効果の実績を記憶するアイテムデータベースと、
    前記アイテムデータベースを参照して、前記生産設備の前記可動率およびサイクルタイムを、前記目標に近づけるために適用すべき前記アイテムを推奨する生産効率向上支援システム。
  7. 請求項1記載の生産効率向上支援システムであって、
    前記生産管理指標算出部は、前記生産設備の停止時間を含む稼働状況を検出した検出結果を参照し、停止時間の長さに応じて予め設定された複数の停止時間区分ごとに前記停止時間の累計を算出し、
    前記表示制御部は、前記停止時間区分ごとの前記累計を表すチャートを表示する生産効率向上支援システム。
  8. 製品を生産する生産設備における生産効率の向上をコンピュータにより支援する生産効率向上方法であって、
    前記コンピュータが実行するステップとして、
    前記生産設備の稼働状況を検出した検出結果を読み込むステップと、
    該検出結果に基づいて、該生産設備が稼働していた時間割合を示す可動率と、前記製品を生産するのに要した時間であるサイクルタイムとを、該生産設備の運転中に複数回にわたって算出するステップと、
    可動率とサイクルタイムとを縦軸および横軸として、算出された前記可動率と前記サイクルタイムとを、そのばらつきが視覚的に認識できる状態で表したチャートを表示するステップとを備える生産効率向上支援方法。
  9. 製品を生産する生産設備における生産効率の向上を支援するためのコンピュータプログラムであって、
    前記生産設備の稼働状況を検出した検出結果を読み込む機能と、
    該検出結果に基づいて、該生産設備が稼働していた時間割合を示す可動率と、前記製品を生産するのに要した時間であるサイクルタイムとを、該生産設備の運転中に複数回にわたって算出する機能と、
    可動率とサイクルタイムとを縦軸および横軸として、算出された前記可動率と前記サイクルタイムとを、そのばらつきが視覚的に認識できる状態で表したチャートを表示する機能とをコンピュータにより実現するためのコンピュータプログラム。
  10. 請求項8記載の生産効率向上方法であって、
    前記コンピュータが実行するステップとして、さらに、
    前記生産設備の停止時間を含む稼働状況を検出した検出結果を参照し、停止時間の長さに応じて予め設定された複数の停止時間区分ごとに前記停止時間の累計を算出するステップと、
    前記停止時間区分ごとの前記累計を表すチャートを表示するステップとを備える生産効率向上支援方法。
  11. 請求項9記載のコンピュータプログラムであって、さらに、
    前記生産設備の停止時間を含む稼働状況を検出した検出結果を読み込む機能と、
    前記生産設備の停止時間を含む稼働状況を検出した検出結果を参照し、停止時間の長さに応じて予め設定された複数の停止時間区分ごとに前記停止時間の累計を算出する機能と、
    前記停止時間区分ごとの前記累計を表すチャートを表示する機能とをコンピュータにより実現するためのコンピュータプログラム。
JP2019072909A 2019-04-05 2019-04-05 生産効率向上支援システム Active JP7181555B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019072909A JP7181555B2 (ja) 2019-04-05 2019-04-05 生産効率向上支援システム
CN202080023028.0A CN113614662B (zh) 2019-04-05 2020-03-27 提高生产效率的支援系统
PCT/JP2020/014017 WO2020203772A1 (ja) 2019-04-05 2020-03-27 生産効率向上支援システム
TW109110985A TWI829908B (zh) 2019-04-05 2020-03-31 提高生產效率之支援系統、方法及電腦程式
US17/493,336 US11983003B2 (en) 2019-04-05 2021-10-04 Production efficiency improvement support system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019072909A JP7181555B2 (ja) 2019-04-05 2019-04-05 生産効率向上支援システム

Publications (2)

Publication Number Publication Date
JP2020170455A JP2020170455A (ja) 2020-10-15
JP7181555B2 true JP7181555B2 (ja) 2022-12-01

Family

ID=72669082

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019072909A Active JP7181555B2 (ja) 2019-04-05 2019-04-05 生産効率向上支援システム

Country Status (5)

Country Link
US (1) US11983003B2 (ja)
JP (1) JP7181555B2 (ja)
CN (1) CN113614662B (ja)
TW (1) TWI829908B (ja)
WO (1) WO2020203772A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280324A (ja) 2003-03-14 2004-10-07 Toyota Motor Corp 生産ラインの稼動状況解析装置、稼動状況解析方法、稼動状況解析プログラム及び稼動状況解析システム
JP2007141208A (ja) 2005-10-21 2007-06-07 Omron Corp データ収集システム、解析装置、解析方法およびプログラム

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5195041A (en) * 1989-07-24 1993-03-16 Institute Of Business Technology Method and apparatus for improving manufacturing processes
US5228119A (en) * 1990-09-28 1993-07-13 Temple University Multi-dimensional graphing in two-dimensional space
US6678636B1 (en) * 2001-01-18 2004-01-13 Honda Giken Kogyo Kabushiki Kaisha Cycle time analyzer
JP2003108219A (ja) * 2001-09-28 2003-04-11 Mitsubishi Electric Corp 保全情報管理サーバ、これを用いた保全情報管理システム及び保全情報管理方法
US20040034555A1 (en) * 2002-03-18 2004-02-19 Dismukes John P. Hierarchical methodology for productivity measurement and improvement of complex production systems
JP2004133634A (ja) * 2002-10-09 2004-04-30 Taisei Corp セキュリティ対策計画方法
DE102004029222A1 (de) * 2003-06-24 2005-02-17 Omron Corp. Verbesserungsunterstützungssystem
US8195426B1 (en) * 2004-09-30 2012-06-05 John Antanies Data analysis systems and related methods
EP1783569B1 (en) 2005-10-21 2018-08-29 Omron Corporation Data collection system
US7558638B2 (en) * 2006-02-22 2009-07-07 Gm Global Technology Operations, Inc. Applying real-time control to a production system
US7672745B1 (en) * 2006-03-20 2010-03-02 Tuszynski Steve W Manufacturing process analysis and optimization system
JP2008010128A (ja) * 2006-06-30 2008-01-17 Toshiba Corp 情報記録媒体及びディスク装置
JP2008112209A (ja) * 2006-10-27 2008-05-15 Omron Corp 稼働状態モニタリング装置、稼働状態モニタリング方法、およびプログラム
US20090143889A1 (en) * 2007-11-30 2009-06-04 Brady Kevin C Equipment operating status tracking system
JP2009217457A (ja) * 2008-03-10 2009-09-24 Seiko Epson Corp 不具合原因探索装置および不具合原因探索方法
EP3835893B1 (en) * 2008-05-02 2023-07-12 AVEVA Software, LLC System for maintaining unified access to scada and manufacturing execution system (mes) information
CN101403922B (zh) * 2008-10-22 2010-11-24 无锡吉兴汽车部件有限公司 汽车内饰件自动生产线的故障自检测装置
US20100162029A1 (en) * 2008-12-19 2010-06-24 Caterpillar Inc. Systems and methods for process improvement in production environments
US9323234B2 (en) * 2009-06-10 2016-04-26 Fisher-Rosemount Systems, Inc. Predicted fault analysis
US8571696B2 (en) * 2009-06-10 2013-10-29 Fisher-Rosemount Systems, Inc. Methods and apparatus to predict process quality in a process control system
US9928130B2 (en) * 2011-06-03 2018-03-27 Beet, Llc Method for generating a machine heartbeat
US20120323616A1 (en) * 2011-06-15 2012-12-20 Caterpillar Inc. Methods and systems for determining downtime drivers
US10444949B2 (en) * 2012-10-08 2019-10-15 Fisher-Rosemount Systems, Inc. Configurable user displays in a process control system
US9565080B2 (en) * 2012-11-15 2017-02-07 Microsoft Technology Licensing, Llc Evaluating electronic network devices in view of cost and service level considerations
TWI653585B (zh) * 2013-08-05 2019-03-11 應用材料股份有限公司 用於在預測系統中最佳化獲利的方法及裝置
CN105164715B (zh) * 2013-08-30 2018-01-26 株式会社小松制作所 矿山机械的管理系统及管理方法
US10054936B2 (en) * 2014-02-28 2018-08-21 Schneider Electric Software, Llc Manufacturing execution system and method of determining production metrics for a line
US10571899B2 (en) 2016-08-18 2020-02-25 i Smart Technologies Corporation Operating state acquisition apparatus, production management system, and production management method for manufacturing line
JP2018185653A (ja) * 2017-04-26 2018-11-22 i Smart Technologies株式会社 生産管理装置、生産管理システムおよび生産管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280324A (ja) 2003-03-14 2004-10-07 Toyota Motor Corp 生産ラインの稼動状況解析装置、稼動状況解析方法、稼動状況解析プログラム及び稼動状況解析システム
JP2007141208A (ja) 2005-10-21 2007-06-07 Omron Corp データ収集システム、解析装置、解析方法およびプログラム

Also Published As

Publication number Publication date
WO2020203772A1 (ja) 2020-10-08
CN113614662B (zh) 2024-09-13
CN113614662A (zh) 2021-11-05
US20220026897A1 (en) 2022-01-27
US11983003B2 (en) 2024-05-14
JP2020170455A (ja) 2020-10-15
TWI829908B (zh) 2024-01-21
TW202042126A (zh) 2020-11-16

Similar Documents

Publication Publication Date Title
US11009862B2 (en) System and method for monitoring manufacturing
US8515569B2 (en) Work support system, work support method, and storage medium
US20100312611A1 (en) Inventory management system
WO2018146714A1 (ja) コンピュータシステムの監視装置および方法
US11790579B2 (en) Production efficiency improvement assisting system
JP4629728B2 (ja) 生産管理プログラム、生産管理方法、生産管理システム
JP7145242B2 (ja) 診断システムおよび診断方法
JP7181555B2 (ja) 生産効率向上支援システム
US20160019568A1 (en) ColorStream Inventory Management System and Methodology
JP2021179981A (ja) 情報処理システム、情報処理装置およびプログラム
JP2022132848A (ja) 稼働監視装置、及び稼働監視方法
US20160292625A1 (en) Product data analysis
WO2021025006A1 (ja) 改善対策リコメンドシステム
JP6984786B1 (ja) システム構築支援プログラム、システム構築支援方法、及びシステム構築支援装置
CN112800294B (zh) 数据展示图表的处理方法、装置、设备和介质
WO2022162957A1 (ja) 情報処理装置、制御システムおよびレポート出力方法
EP4123549A1 (en) Sales management system, sales management method, and program
US20220206471A1 (en) Systems and methods for providing operator variation analysis for transient operation of continuous or batch wise continuous processes
US20240144148A1 (en) Information processing apparatus, information processing method and program
JP2020013434A (ja) 投資行動分析支援装置および投資行動分析支援方法
CN111722895A (zh) 一种SPC图表在Power BI组件中的渲染方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210906

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220704

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220824

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: 20221018

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221110

R150 Certificate of patent or registration of utility model

Ref document number: 7181555

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150