JP7466479B2

JP7466479B2 - 業務改善支援装置、プログラムおよびプログラムを格納した記憶媒体

Info

Publication number: JP7466479B2
Application number: JP2021026217A
Authority: JP
Inventors: 潤也渡部; 敏明河野; 俊太郎人見
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2021-02-22
Filing date: 2021-02-22
Publication date: 2024-04-12
Anticipated expiration: 2041-02-22
Also published as: JP2022127958A

Description

本発明は、保全業務などの各種業務の改善を支援する技術に関する。

現在、様々な業界でその業務の改善、効率化が図られている。例えば、保全業務でも改善について検討されている。保全業務に関しては、インフラ、鉄道、産業機器、医療機器など多くの分野では、アセット（設備）の安全かつ安定した運用のために、点検・修理などの保全を継続的に実施する必要がある。このような保全においては、アセットの稼働状況や運用特性、作業員や工具などの保全リソース状況などを考慮した適切な保全業務の設計および保全作業計画の立案が必要である。このため、アセットの故障特性に応じて最適な保守計画を立案する装置および方法が特許文献１に記載されている。

特許文献１には、「ユーザが設定するO&M資産に対する故障確率情報に基づいて故障率モデルを生成する故障率モデル生成部と、生成された故障率モデルに基づき、異なる複数の条件におけるO&M資産に生じ得る故障に関するシミュレーションを実施するシミュレーション実行部と、シミュレーションの結果に基づき、異なる複数の条件にそれぞれ対応するKPIを計算するKPI計算部と、異なる複数の条件と、異なる複数の条件にそれぞれ対応するKPIとを解析し、最良なKPIに対応する最適条件を決定する解析部と、を備える」保守計画装置が開示されている。

特開2019－133412号公報

特許文献１には、「設備を運用してビジネスを行う事業体、保守を行う保守事業体、保守パーツの供給を行うパーツ事業体が実施するO&M（Operation & Maintenance）サービスビジネスにおいて、設備運用による収益と保守のコストを、複数種類の保守方式に対して評価することで、ビジネスとしてKPI（Key Performance Indicator）を最良とする効率的な保守計画を立案する」方法が記載されている。特許文献１に記載された方法は、O&Mサービスシミュレータを用いて、様々な条件で複数回シミュレーションして最適な条件を探索するものである。この方法により、対象とするO&Mサービスビジネスにおいて、着目するKPIを最良とする施策の条件を提示することが可能となる。

しかし、この方法はある一つの施策の最適な条件を提示するものであり、それが選択し得る別の施策と比較して、どの程度効果があるのかは知ることができない。そのため、将来取るべき施策を決定する事業主は最適条件として提示された施策が投資に値するかどうかを他の施策と比較しながら検討することができず、適正な投資判断がしにくいといった課題がある。

本発明の目的は、業務における異なる複数の種類の施策に対する評価を行い、業務の改善を可能とすることである。

上記課題を解決するために、代表的な本発明の業務改善支援装置の一つは、業務における複数の施策の内容を示す複数のシナリオを生成するシナリオ生成部と、前記複数のシナリオそれぞれに対して、条件パラメータを用いて、該当の施策についてのシミュレーションを実行するシミュレーション部と、前記シミュレーションの結果に基づいて、それぞれが前記施策の達成状況を示す複数のKPIを計算するKPI計算部と、前記複数のKPIのうち少なくとも２つのKPIの差分を計算する差分計算部と、前記KPIの差分が予め定めた閾値以下となるように、前記KPIを算出したシナリオのうち、少なくとも１つのシナリオにおける条件パラメータを調整する条件パラメータ調整部とを有し、前記シミュレーション部は、調整された前記条件パラメータを用いて、前記シミュレーションを実行し、前記差分計算部は、前記施策に対する評価値を算出する業務改善支援装置である。

また、本発明には、コンピュータである業務改善支援装置を機能させるためのプログラムやこれを格納した記憶媒体も含まれる。さらに、本発明には、業務改善支援装置を用いた業務改善支援方法もその一態様として含まれる。

本発明によれば、業務に関する施策に対する評価が可能となる。なお、上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

実施例１に係る保全業務改善支援装置の機能ブロック図である。実施例２に係る保全業務改善支援装置の機能ブロック図である。実施例２に係るKPI項目の設定画面の一例である。実施例２に係る結果表示画面の一例である。実施例３に係る保全業務改善支援装置の機能ブロック図である。本発明の各実施例に係る処理の流れを示すフローチャートである。本発明の各実施例の処理を実行するためのシステム構成図である。本発明の各実施例を実現するための保全業務改善支援装置のハードウエア構成図である。

以下、本発明の実施例１～３を、図面を用いて説明する。各実施例では、業務の例として、保全業務を例に説明するが、これに限定されない。各実施例は、他にも、金融業、運送業などのサービス業、化学、自動車等の製造業、農業などにも適用できる。

なお、保全業務には、点検、修理、保守などの各種作業が含まれる。また、保全業務の対象となるアセットには、設備、機器、機械、製品などの各種物品が含まれる。

図１は、実施例１に係る保全業務改善支援装置１００の機能ブロック図である。ここで、保全業務改善支援装置１００は、業務に対する業務改善を支援する業務改善支援装置の一種である。実施例１は、シナリオ生成部１０１、保全業務シミュレーション部１０２、KPI設定部１０３、KPI計算部１０４、差分計算・比較部１０５、条件パラメータ調整部１０６、出力部１０８、入力部１０９および感度解析部１１０を有する。

まず、シナリオ生成部１０１は、保全業務に対するある任意の施策（A施策）のシナリオおよびA施策とは異なる任意の施策（B施策）のシナリオ１４７をそれぞれ生成する。また、保全業務シミュレーション部１０２は、A施策とB施策の各シナリオ１４７を入力してシナリオ１４７ごとに保全業務シミュレーションを行う。なお、本実施例では、保全業務を対象としているため、保全業務シミュレーション部１０２との名称を用いるが、他の業務に適用できるシミュレーション部として構成してもよい。

また、KPI設定部１０３は、保全業務の評価指標、つまり、施策における達成状況を示すKPIの項目であるKPI項目を設定する。また、KPI計算部１０４は、保全業務シミュレーション部１０２が出力したA施策シナリオとB施策シナリオのシミュレーション結果からA施策とB施策の各シナリオ１４７のKPI１４９を計算する。なお、A施策シナリオやB施策シナリオは、シナリオ１４７の一種である。

また、差分計算・比較部１０５は、KPI計算部で計算したA施策とB施策の各シナリオ１４７のKPIを比較して差分を計算する。また、差分計算・比較部１０５は、後述する評価値を算出する評価部と捉えることが可能である。なお、差分計算・比較部１０５は、差分計算部と表現することも可能である。また、条件パラメータ調整部１０６は、A施策とB施策のKPIの差分が予め設定された閾値よりも高い場合（閾値より大）に、その閾値よりも小さくなる（閾値以下）ようにA施策とB施策の条件パラメータ１４８を調整する。また、出力部１０８は、A施策とB施策のKPIの差分が閾値よりも小さくなる条件を満たしたときのA施策とB施策の各条件パラメータ１４８を等価条件１０７として出力する。また、入力部１０９は、ユーザからの指示などを受け付ける。またさらに、感度解析部１１０は、シミュレーションの前に、感度解析を行い、当該シミュレーションの感度を特定する。ここで、感度解析とは、条件パラメータ１４８を変更したときのKPI１４９の変化方向を特定することである。以下、各部の構成と機能を、図１および図６を用いて、その処理の流れに沿って、具体例を示しながら説明する。図６は、各実施例に係る処理の流れを示すフローチャートである。

はじめに、ステップＳ１において、入力部１０９が、シナリオ作成指示を受け付ける。この指示には、対象となる保全業務を特定する情報や保全業務の改善のための施策を特定する情報が含まれる。これは、ユーザが後述する利用者端末２００－１や２００－２からネットワーク５００を介して、シナリオ作成指示を受け付ける。なお、利用者端末２００－１、２００－２やネットワーク５００の詳細については、後述する。また、本ステップは省略して、時間などの他の条件をトリガーにして本フローチャートを実行してもよい。

次に、ステップＳ２において、感度解析部１１０が、作成指示されたシナリオに対し、上述の感度解析を実行する。なお、本ステップは、ステップＳ１以前や後述するステップＳ１１を行う際に実行してもよい。

次に、ステップＳ３において、シナリオ生成部１０１は、ステップＳ１で受け付けたシナリオ作成指示に従って、ユーザが想定する保全業務の状態を定義するシナリオ１４７を生成する。このシナリオ１４７は、保全対象とするアセット（設備）の情報、保全作業の情報、保全作業を行う組織や人員の情報、保全に必要な部品の情報、保全業務に関わるIoTなどの技術の情報、など多様な情報を持つ。つまり、シナリオ１４７は、保全を行うために必要な情報である。

アセットの情報には、例えば、アセットの種類・型式、機能、構成要素、要素間の因果関係、故障モード、故障モードごとの故障発生率、設置台数、設置場所、運用時間、等の情報を含む。保全作業の情報には、例えば、点検・修理といった業務分類、作業の発生頻度、作業時間、作業に必要なスキル、作業に必要なツール、等の情報を含む。

保全作業を行う組織や人員の情報には、例えば、サービス拠点の数・場所、保守員の人数・スキル、勤務時間、等の情報を含む。保全に必要な部品の情報には、例えば、部品の種類・型式、対応するアセット、在庫数、生産頻度、生産時間、等の情報を含む。保全業務に関わるIoTなどの技術の情報には、例えば、以下の情報が含まれる。これには、センサ、状態監視システム、修理リコメンド、予兆診断、遠隔診断といったIoT技術の種類、診断成功率といった性能、技術の導入コスト・運用コスト、適用するアセットや組織・人員の範囲、等の情報を含む。なお、上記のシナリオ１４７の持つ各種情報は、現在の保全業務の状態に限らず、過去の状態や将来想定される仮想的な状態も含む時系列の情報である。

なお、生成するシナリオ１４７は、保全状態が仮想的な状態であるか、現実的な状態であるかを問わない。現実に即した状態のシナリオ１４７は、設計情報や過去の履歴に基づき設定することができる。例えば、現実に即したアセット情報または部品の情報は、アセットの設計仕様書、耐久試験データ、故障ログデータ、イベントログデータ、故障モード影響解析（FMEA）、フォールトの木解析（FTA）、等の情報を基に設定することができる。現実に即した保全作業の情報は、作業開始時刻、作業終了時刻、作業内容、作業員名、等が記録された作業ログデータを基に設定することができる。

このように現実に即した状態のシナリオ１４７を生成すれば、現実の保全業務を精度良く再現するシミュレーションを行うことができる。また、シナリオ１４７は現実には起こっていない仮想的なものであってもよい。例えば、保守員が3人退職する予定があり、シナリオ１４７として現状人員から保守員を3人減らした仮想的なシナリオ１４７を生成すれば、3人退職後の未来に起こり得る保全業務を予測するシミュレーションを行うことができる。

なお、図１に示すように、シナリオ生成部１０１は、内部に独立した二つのシナリオ生成部を有する。そして、これらA施策シナリオ生成部およびB施策シナリオ生成部で、それぞれ異なるA施策とB施策のシナリオ１４７を生成する。ここで、施策とは、上記のシナリオ１４７の持つ各種情報を変更することを意味する。例えば、保守員増強施策は保守員の人数を増加した値に変更すること、IoT導入施策は予兆診断などのIoT技術の数を増加した値に変更すること、と言うことができる。なお、変更とは同じ値に変更することも含み、ある時点での保全業務の状態を継続する場合は現状維持施策と言える。また、変更する項目数は一つに限らず、複数並行処理で変更してもよい。A施策とB施策は、上記のシナリオ１４７の持つ各種情報のうち、変更する項目が異なる。変更する項目の値を条件パラメータ１４８と呼ぶ。実施例１のシナリオ生成部１０１では、まず、条件パラメータ１４８の初期値を設定し、A施策シナリオおよびB施策シナリオ（シナリオ１４７）のそれぞれの初期データを生成する。

次に、ステップＳ４において、保全業務シミュレーション部１０２が、シナリオ生成部１０１で生成したA施策シナリオおよびB施策シナリオのうち、一方を選択する。そして、ステップＳ５において、保全業務シミュレーション部１０２が、選択されたシナリオ１４７の初期データを用いて、該当のシナリオ１４７における保全業務のシミュレーションを行う。

シミュレーションの方法は、例えば、エージェントシミュレーションにより実現できる。エージェントシミュレーションを用いる場合、保全業務シミュレーション部１０２は、実世界のアセットあるいはアセットの部品など管理単位ごとに、シミュレーション世界にも対応するアセットのデータを個体ごとに生成し、それが自律的に稼働・故障などをする。このことで、実世界のアセットの挙動を再現する。この際に生成されたデータをエージェントと呼び、アセットの場合はアセットエージェントと呼ぶことにする。

また、同様に、保守員も一人ずつエージェントがシミュレーション世界に生成され、これを保守員エージェントと呼ぶ。それらが作業指示に対して、待機、移動、業務実行、休息などの動作をする。さらに、アセットの運用操作や問題が発生した場合に故障対応依頼を行う運用エージェント、保守員に作業割り当てを行う割り当てエージェントなど、実世界の登場人物に対応したエージェントを生成する。

シミュレーションを開始する際には、保全業務シミュレーション部１０２は、選択されたシナリオ１４７に応じて各エージェントを生成する。また、保全業務シミュレーション部１０２において、各エージェントをシミュレーション時間の経過とともに自律的に動作させ、各エージェントの動作をシミュレーションのログデータとして記録する。

例えば、アセットエージェントでは、保全業務シミュレーション部１０２において、アセット個体ごとに、運転開始時刻、運転終了時刻、故障した時刻、修理して回復した時刻、点検された時刻、等をアセット運用ログとして記録する。また、保守員エージェントでは、保全業務シミュレーション部１０２において、保守員ごとに、勤務開始時間、勤務終了時間、作業内容、作業時間、等を保守員作業ログとして記録する。そして、保全業務シミュレーション部１０２は、これらのログデータをシミュレーションの結果として出力する。

なお、シミュレーションの方法はエージェントシミュレーションに限定するものではなく、例えば、因果ループ図（LCD）や機械学習モデルなどを用いてもよい。

次に、ステップＳ６において、KPI設定部１０３が、評価の指標となるKPIの種別を示すKPI項目を設定する。このKPI項目の例として、アセット稼働率、応答時間、全体作業工数、残業時間、作業効率、全体保全コスト、人件費、部品費、等がある。なお、本ステップは、予め行っておいてもよい。また、本ステップは、入力部１０９がユーザからの操作に従って、利用者端末２００－１、２００－２から受け付けてもよい。

次に、ステップＳ７において、KPI計算部１０４が、ステップＳ６で設定されたKPI項目におけるその値を示すKPI１４９を、ステップＳ５でのシミュレーション結果から算出する。例えば、アセット稼働率は、シミュレーション結果であるアセット運用ログを統計分析することで算出できる。なお、算出するKPI項目は複数あってもよく、この場合、KPI計算部１０４が各施策のシナリオ１４７でそれぞれ複数のKPI１４９を算出する。

次に、ステップＳ８において、KPI計算部１０４は、他にKPI１４９を計算すべきシナリオ１４７が有るかを判断する。有る場合は、ステップＳ４に戻り、残りのシナリオ１４７に対して、ステップＳ４以降を実行する。また、シナリオ１４７が無い場合は、ステップＳ９に遷移する。なお、以上のステップＳ５およびＳ６およびＳ７については、各シナリオ１４７に対して、並行処理を行ってもよい。

次に、ステップＳ９において、差分計算・比較部１０５がA施策シナリオとB施策シナリオのKPI１４９の差分を計算する。この計算のためには、単一のKPI項目の場合は、単純に引き算して絶対値を取ればよい。KPI項目を複数指定した場合は、各KPIで独立にそれぞれ引き算して絶対値を取る、もしくは、KPI項目ごとに重み付けして加重平均を取った加重平均KPIを引き算して絶対値を取る、等の方法がある。

ここで、差分計算・比較部１０５では、算出した差分の値と予め設定した閾値とを比較する。この結果、算出した差分が閾値以下であれば、ステップＳ１０に遷移する。また、差分が閾値より大であれば、ステップＳ１１に遷移する。

次に、ステップＳ１０において、差分計算・比較部１０５は、A施策シナリオとB施策シナリオは設定されたKPI項目において等価であると判定する。そして、差分計算・比較部１０５は、このときのA施策シナリオの条件パラメータと、B施策シナリオの条件パラメータのそれぞれを、評価値である等価条件１０７として出力部１０８に出力する。なお、これら各条件パラメータは、条件パラメータ１４８の一例である。この結果、出力部１０８が、利用者端末２００－１や２００－２の表示部に各施策シナリオの条件パラメータを表示する。なお、等価条件１０７は、各施策の評価を示す評価値の一種である。

ここで、閾値をゼロとすれば、KPI１４９が完全に一致するA施策シナリオの条件パラメータとB施策シナリオの条件パラメータを提示することができる。

また、ステップＳ１１において、条件パラメータ調整部１０６は、A施策シナリオの条件パラメータおよびB施策シナリオの条件パラメータの少なくとも一方を変化させる。つまり、条件パラメータ１４８の調整を行う。この際、ステップＳ２で解析された感度を用いて、各シナリオのKPI１４９が近づく方向に変化させる。そして、ステップＳ３に戻り、それ以降の処理を実行する。つまり、変化させられた条件パラメータ１４８を用いて、シナリオ生成部１０１にて、再度各施策シナリオを生成する。その後、ステップＳ５～Ｓ９の処理を、KPI１４９の差分が閾値以下となるまで繰り返す。

ここで、ステップＳ１１での処理、つまり、条件パラメータ調整部１０６における条件パラメータ１４８に対する変化のさせ方（調整）は任意である。例えば、上述のように、感度解析部１１０が、条件パラメータ１４８に対するKPI項目の応答局面を事前、もしくは、繰り返しプロセスの中で構築すれば、差分を低下させる条件パラメータ１４８の変化方向を決定できる。このため、条件パラメータ調整部１０６は、条件パラメータ１４８を変化させる繰り返し回数を少なくし、早期に等価条件を得ることができる。また、閾値の値を大きめに設定することでも、繰り返し回数を減らすことができる。

次に、より具体的な条件パラメータ１４８の調整について、説明する。まず、第１に、A施策シナリオおよびB施策シナリオの条件パラメータのいずれかを調整する例を説明する（つまり、他方の条件パラメータは固定される）。このために、条件パラメータ調整部１０６は、A施策シナリオおよびB施策シナリオの双方のKPI１４９を比較する。次に、条件パラメータ調整部１０６は、比較結果を用いて、応答局面を調整するシナリオのKPI１４９の変化の方向を特定する。そして、条件パラメータ調整部１０６は、感度解析部１１０の処理結果と特定された変化方向にKPI１４９が変化するように、応答局面を調整するシナリオ１４７のKPI項目の条件パラメータ１４８を変化させる。

第２に、A施策シナリオおよびB施策シナリオの条件パラメータの双方を調整する例を説明する。このために、条件パラメータ調整部１０６は、A施策シナリオおよびB施策シナリオの双方のKPI１４９を比較する。次に、条件パラメータ調整部１０６は、比較結果を用いて、双方のシナリオのKPI１４９の変化方向を特定する。そして、条件パラメータ調整部１０６は、感度解析部１１０の処理結果と特定された変化方向にKPI１４９が変化するように、双方のシナリオのKPIの条件パラメータを変化させる。この際、一方を固定する調整に比較して、調整の量（KPI１４９の変化具合）を約半分にすることが望ましい。さらに、条件パラメータ調整部１０６は、A施策シナリオおよびB施策シナリオにおける調整する量が同等になるように調整してもよいし、ユーザにより指定された割合でその量を割り当ててもよい。

以上の本実施例の保全業務改善支援装置１００によれば、指定したKPI項目に対して、A施策シナリオと等価なB施策シナリオの条件パラメータを提示できる。もしくは、B施策シナリオと等価なA施策シナリオの条件パラメータを提示できる。

例えば、KPI項目として全保守員の平均残業時間を指定し、A施策シナリオとして保守員スキル向上施策、B施策シナリオとして保守人員追加施策とした場合について説明する。ここでは、上記の方法によって、A施策シナリオの条件パラメータがスキル10%向上に対して、B施策シナリオの等価な条件パラメータは保守員を2人追加との結果を得たとする。このとき、保守員のスキル10%向上と保守員2人追加に関して、それぞれ難易度、コスト等を比較することで、どちらの施策に投資すべきか適正な判断をすることができる。

また、A施策シナリオとB施策のシナリオの双方を調整する場合、その折衷案の作成ないしその支援も可能となる。折衷案としては、KPI１４９が閾値以内となった際の条件パラメータ１４８であるA施策シナリオもしくはB施策シナリオを改善案としてもよいし、これらを加味したハイブリッド型の折衷案として特定してもよい。

次に、実施例２を説明する。図２は、実施例２に係る保全業務改善支援装置１００の機能ブロック図である。なお、図２において、図１と同一符号は同一部品を示すので、再度の説明は省略し、差分のみ説明する。

本実施例は、実施例１のA施策シナリオを「IoT施策シナリオ」、B施策シナリオを「典型施策シナリオ」とより具体化した例である。つまり、シナリオ１４７として、「IoT施策シナリオ」と「典型施策シナリオ」を用いる。さらに、本実施例では、条件パラメータ調整部１０６で調整する条件パラメータ１４８を、典型施策シナリオの条件パラメータに限定したものである。

ここで、「IoT施策シナリオ」とは何かを定義する。近年、情報技術やセンシング技術の発達により、アセットや業務実施の状態をセンサ等で取集し、状態を把握、分析、将来予測する監視技術、診断技術などのIoT技術の開発が進んでいる。これらのIoT技術を導入して、保全を適切な内容・タイミングで実施することで、保全コストを低減しつつ、信頼性を向上することが可能となっている。

既存のIoT技術としては、状態監視システム、修理リコメンド、予兆診断、遠隔診断、等がある。本実施例において、「IoT施策シナリオ」は、アセットや業務実施の状態を情報技術またはセンシング技術で観測し、観測したデータを用いて状態を把握、分析、予測する監視技術、診断技術などのIoT技術を追加すること、と定義する。

また、「典型施策シナリオ」とは、上記IoT技術を活用しない施策と定義する。このため、非IoT施策シナリオとも表現できる。一般に、従来実施されてきた施策の多くは典型施策シナリオに類する。例えば、サービス拠点を追加または配置変更する、保守員を追加または配置変更する、点検周期を変更する、等である。O&Mサービス事業者は、多くの場合、典型施策シナリオを実施した経験が過去にあるため、これらの施策の難易度やコストを過去の経験から具体的にイメージすることができる。

以下、本実施例の処理について説明する。この際、図６のフローチャートを用いて、実施例１との相違を中心に説明する。またさらに、ユーザの利用する表示画面も参照して説明する。本実施例では、はじめに、実施例１同様のステップＳ１およびステップＳ２を実行する。

次に、ステップＳ３において、シナリオ生成部１０１は、IoT施策シナリオで追加するIoT施策の種別とその条件パラメータを設定する。また、シナリオ生成部１０１は、IoT施策シナリオと比較する典型施策シナリオの種別とその条件パラメータを設定する。つまり、ステップＳ３では、実施例１と比較して、対象とするシナリオが相違している。また、ステップＳ４およびＳ５において、実施例１と同様の処理を実行する。

さらに、ステップＳ６において、KPI設定部１０３が、評価対象とするKPI項目を設定する。ここで、実施例２のKPI項目は、保全業務に特化したものであるため、図３を用いて、これらを説明する。

KPI項目の設定画面２０１の一例を図３に示す。本画面は、後述する利用者端末２００－１や２００－２に設けられることが望ましいが、保全業務改善支援装置１００に設けられていてもよい。但し、図３の例では、IoT施策シナリオ２０２として予兆診断がユーザにより選択され、その条件パラメータ１４８である性能値として誤報率10%、失報率3%が入力されている。また、予兆診断を適用する適用範囲として、ユーザにより、エリア単位での指定が選択され、Aサイトのアセットに予兆診断を適用することが指定されている。

また、典型施策シナリオ２０３として、ユーザにより、保守員数変更が選択され、条件パラメータ１４８として変更人数を＋３人が入力されている。さらに、その変更を施すサービス拠点の範囲を、SC単位での指定を選択して、SC1とSC5を指定している。

また、評価対象とするKPI設定２０４として、ユーザにより、アセット稼働率が選択されている。ユーザの入力に従って、評価したいKPI項目が選択肢にない場合は、新たにKPI項目の内容を定義してもよい。

上記の初期設定を実施した後、本実施例の保全業務改善支援装置１００は、実施例１と同様に、ステップＳ７～Ｓ１１の処理を実行する。このことで、IoT施策シナリオとKPI１４９が等価となる典型施策シナリオの条件パラメータ、つまり等価条件１０７が特定できる。

ここで、実施例２では、IoT施策シナリオの条件パラメータは初期設定で固定されており、条件パラメータ調整部１０６で調整する条件パラメータ１４８は典型施策シナリオの条件パラメータのみである。図３の設定例の場合は、保守員数の変化量を＋２人、＋４人のように変化させる。また、適用範囲のSCを変更させてもよい。

ここで、ステップＳ１０において提示される結果について、説明する。図４に、結果表示画面２０５の一例を示す。本画面も、後述する利用者端末２００－１や２００－２に設けられることが望ましいが、保全業務改善支援装置１００に設けられていてもよい。図４の結果表示画面２０５では、設定したIoT施策シナリオの種別と条件パラメータの値が上段２０６に表示されている。

また、指定したKPI項目とKPI評価結果が、結果表示画面２０５の中段２０７に表示されている。このKPI評価結果は、IoT施策のシナリオをIoT施策なし（典型施策シナリオ）のシナリオのKPIと比較した結果である。そして、図４は、KPI評価結果を棒グラフで表示し、それぞれのKPI値（KPI１４９）もグラフ上に表示した例である。

また、下段２０８には、比較する典型施策シナリオの種別と、KPIの差分が閾値以下になる典型施策シナリオの条件パラメータ探索の結果得られた等価条件１０７、および、その等価条件１０７の典型施策、つまり、IoT施策なしのコストが表示されている。図４の例は、等価条件１０７として、SC1とSC5の保守員数を＋５人と得られた場合である。この結果は、IoT施策として設定した「Aサイトに誤報率10％、失報率3％の性能の予兆診断を導入する」施策の改善効果を示す。そして、具体的なアセット稼働率の改善効果は、「サービス拠点SC1とSC5の保守員数を＋５人追加すること」と等価な改善効果である。

この結果から、O&Mサービス事業者は、予兆診断の導入コストを、SC1とSC5で保守員5人追加のコストや難易度と比較しながら評価することができ、予兆診断への投資価値を適正に判断して導入の意思決定をすることができる。

上記のように、実施例２によれば、IoT施策を実施しようとする際に、ユーザは、典型施策の等価条件と比較しながら投資判断でき、適正な評価が可能となる。

次に、図５を用いて実施例３を説明する。図５は、実施例３に係る保全業務改善支援装置１００の機能ブロック図である。なお、図５において、図１と同一符号は同一部品を示すので、再度の説明は省略し、差分のみ説明する。

本実施例は、実施例２と比較して、条件パラメータ調整部１０６で調整する条件パラメータ１４８を、典型施策シナリオの条件パラメータからIoT施策シナリオの条件パラメータに変更したものである。つまり、本実施例では、シナリオ１４７として、IoT施策におけるIoT施策シナリオおよび非IoT施策である典型施策における典型施策シナリオを用いている。このため、本実施例の基本的な処理プロセスは、実施例２と同様であるため、その説明は省略する。

本実施例によれば、典型施策シナリオの条件パラメータを固定し、それとKPIが等価となるIoT施策シナリオの条件パラメータを得ることができる。これは、IoT技術を扱う事業者が目標性能を決定する場合に有効な使い方である。IoT技術をO&Mサービス事業者に売り込みたい場合に、O&Mサービス事業者が望む典型施策の条件パラメータを想定し、それと等価なKPIを達成するのに必要なIoT技術の性能を知ることができる。

以上で、実施例１～３の説明を終わり、これら実施例を実現するための構成について、説明する。図７は、各実施例の処理を実行するためのシステム構成図である。図７において、保全業務改善支援装置１００は、ネットワーク５００を介して、利用者端末２００－１、２００－２、アセット管理システム３００や保全現場４０で利用される保守員端末４０１、保守員タブレット４０２と接続されている。

このように、図７に示す例では、保全業務改善支援装置１００は、サーバとして実現している。そして、保全業務改善支援装置１００は、各実施例で説明したように、以下の各部を有する。つまり、シナリオ生成部１０１、保全業務シミュレーション部１０２、KPI設定部１０３、KPI計算部１０４、差分計算・比較部１０５、条件パラメータ調整部１０６、出力部１０８、入力部１０９および感度解析部１１０を有する。また、保全業務改善支援装置１００は、図１等では省略した記憶装置１１１をも有する。そして、記憶装置１１１は、各実施例で計算等が実行されたシナリオ１４７、条件パラメータ１４８およびKPI１４９を記憶する。なお、KPI１４９は、該当のKPI項目を含むか、これと対応付けられている。

また、利用者端末２００－１、２００－２は、ユーザが利用する装置であり、保全業務を行う企業等に設置される。そして、利用者端末２００－１、２００－２は、ユーザからシナリオ作成指示を受け付けたり、図３や図４の表示画面を表示したりする。なお、図７では、利用者端末２００－１、２００－２を複数記載したが、単数であってもよい。

また、アセット管理システム３００は、保全対象のアセットを管理するためのいわゆる業務システムの一種であり、サーバで実現される。そして、アセットの管理のための情報を記憶する記憶装置３０１を有する。

さらに、保全現場４０で利用される保守員端末４０１、保守員タブレット４０２は、保全現場４０などで、保守員が保守のために用いる端末装置である。

以上のように、図７に示すシステムは、他装置も含むいわゆるクラウドシステムで表現しているが、このシステム構成に限定されない。例えば、アセット管理システム３００はや保守員端末４０１、保守員タブレット４０２は、省略可能である。また、保全業務改善支援装置１００をスタンドアロンとして実現してもよい。

次に、図８は、各実施例を実現するための保全業務改善支援装置１００のハードウエア構成図である。保全業務改善支援装置１００は、いわゆるサーバ、つまり、コンピュータで実現できる。このため、保全業務改善支援装置１００は、ネットワークＩ／Ｆ１１、処理部１２、主記憶装置１３および補助記憶装置１４を有し、これらはバスなどの通信路を介して互いに接続されている。

まず、ネットワークＩ／Ｆ１１は、ネットワーク５００と接続し、図７における出力部１０８や入力部１０９に該当する。なお、保全業務改善支援装置１００をスタンドアロンで実現する場合、表示部やキーボード、ポインティングデバイスなど入力部を設けることになる。

次に、処理部１２は、ＣＰＵのようなプロセッサで実現され、後述するプログラムに従って、処理を実行する。また、主記憶装置１３は、ＲＡＭ（Random Access Memory）などで実現され、プログラムが処理部１２の処理に従って展開される。また、補助記憶装置１４は、ＲＯＭ（Read Only Memory）やＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）といったストレージで実現される。なお、図７の記憶装置１１１が、主記憶装置１３および補助記憶装置１４に相当する。

そして、補助記憶装置１４は、シナリオ生成プログラム１４１、保全業務シミュレーションプログラム１４２、KPI設定プログラム１４３、KPI計算プログラム１４４、差分計算・比較プログラム１４５、条件パラメータ調整プログラム１４６および感度解析プログラム１５０を記憶している。なお、これらプログラムは、ネットワーク５００や当該プログラムを格納した記憶媒体を介して、保全業務改善支援装置１００に配布されてもよい。

ここで、各プログラムは、以下に示す対応関係を有する各部の機能を実行する。
シナリオ生成プログラム１４１：シナリオ生成部１０１
保全業務シミュレーションプログラム１４２：保全業務シミュレーション部１０２
KPI設定プログラム１４３：KPI設定部１０３
KPI計算プログラム１４４：KPI計算部１０４
差分計算・比較プログラム１４５：差分計算・比較部１０５
条件パラメータ調整プログラム１４６：条件パラメータ調整部１０６
感度解析プログラム１５０：感度解析部１１０
また、補助記憶装置１４は、図６で説明したように、シナリオ１４７、条件パラメータ１４８およびKPI１４９を記憶する。

また、各実施例では、２つの施策、シナリオを用いているが、この数は２つに限定されない。つまり、３以上の施策やシナリオを用いてもよい。

なお、上述した実施例における、異なる複数の種類の施策の効果を定量的に評価することには、比較することも含まれる。さらに、当該評価に基づいて、施策の折衷案の作成も可能となる。さらに、実施例では、ある施策における効果と同等な効果が得られる別の施策の条件を提示することができ、異なる複数の種類の施策の効果を定量的に比較できる。このため、各施策に対する投資価値を正しく判断することができる。

また、本発明は上記した各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を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した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も可能である。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。

１００…保全業務改善支援装置、１０１…シナリオ生成部、１０２…保全業務シミュレーション部、１０３…KPI設定部、１０４…KPI計算部、１０５…差分計算・比較部、１０６…条件パラメータ調整部、１０７…等価条件、１０８…出力部、１０９…入力部、１１０…感度解析部

Claims

業務に対する業務改善を支援する業務改善支援装置において、
前記業務における複数の施策の内容を示す複数のシナリオを生成するシナリオ生成部と、
前記複数のシナリオそれぞれに対して、条件パラメータを用いて、該当の施策についてのシミュレーションを実行するシミュレーション部と、
前記シミュレーションの結果に基づいて、それぞれが前記施策の達成状況を示す複数のKPIを計算するKPI計算部と、
前記複数のKPIのうち少なくとも２つのKPIの差分を計算する差分計算部と、
前記KPIの差分が予め定めた閾値以下となるように、前記KPIを算出したシナリオのうち、少なくとも１つのシナリオにおける条件パラメータを調整する条件パラメータ調整部とを有し、
前記シミュレーション部は、調整された前記条件パラメータを用いて、前記シミュレーションを実行し、
前記差分計算部は、前記施策に対する評価値を算出する業務改善支援装置。
請求項１に記載の業務改善支援装置において、
前記評価値は、前記閾値以下の場合における条件パラメータに対する等価条件である業務改善支援装置。
請求項１に記載の業務改善支援装置において、
前記条件パラメータ調整部は、前記KPIを算出したシナリオの内、少なくとも１つの条件パラメータを固定し、他のシナリオの条件パラメータを、前記条件パラメータを固定したシナリオのKPIに近づけるように調整する業務改善支援装置。
請求項３に記載の業務改善支援装置において、
さらに、前記条件パラメータを変更した場合に、前記KPIの変化方向を特定する感度解析部を有し
前記条件パラメータ調整部は、前記感度解析部で特定された変化方向に基づいて、前記条件パラメータを調整する業務改善支援装置。
請求項３または４のいずれかに記載の業務改善支援装置において、
前記シナリオ生成部は、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成し、
前記条件パラメータ調整部は、前記典型施策シナリオの条件パラメータを固定し、前記IoT施策シナリオの条件パラメータを調整し、
前記差分計算部は、前記評価値として、前記IoT施策の等価条件を算出する業務改善支援装置。
請求項３または４のいずれかに記載の業務改善支援装置において、
前記シナリオ生成部は、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成し、
前記条件パラメータ調整部は、前記IoT施策シナリオの条件パラメータを固定し、前記典型施策シナリオの条件パラメータを調整し、
前記差分計算部は、前記評価値として、前記典型施策の等価条件を算出する業務改善支援装置。
コンピュータである業務に対する業務改善を支援する業務改善支援装置を、
前記業務における複数の施策の内容を示す複数のシナリオを生成するシナリオ生成部と、
前記複数のシナリオそれぞれに対して、条件パラメータを用いて、該当の施策についてのシミュレーションを実行するシミュレーション部と、
前記シミュレーションの結果に基づいて、それぞれが前記施策の達成状況を示す複数のKPIを計算するKPI計算部と、
前記複数のKPIのうち少なくとも２つのKPIの差分を計算する差分計算部と、
前記KPIの差分が予め定めた閾値以下となるように、前記KPIを算出したシナリオのうち、少なくとも１つのシナリオにおける条件パラメータを調整する条件パラメータ調整部として機能させ、
前記シミュレーション部に、調整された前記条件パラメータを用いて、前記シミュレーションを実行させ、
前記差分計算部に、前記施策に対する評価値を算出させるためのプログラム。
請求項７に記載のプログラムにおいて、
前記評価値は、前記閾値以下の場合における条件パラメータに対する等価条件であるプログラム。
請求項７に記載のプログラムにおいて、
前記条件パラメータ調整部に、前記KPIを算出したシナリオの内、少なくとも１つの条件パラメータを固定させ、他のシナリオの条件パラメータを、前記条件パラメータを固定したシナリオのKPIに近づけるように調整させるためのプログラム。
請求項９に記載のプログラムにおいて、
さらに、前記業務改善支援装置を、前記条件パラメータを変更した場合に、前記KPIの変化方向を特定する感度解析部として機能させ、
前記条件パラメータ調整部に、前記感度解析部で特定された変化方向に基づいて、前記条件パラメータを調整させるためのプログラム。
請求項９または１０のいずれかに記載のプログラムにおいて、
前記シナリオ生成部に、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成させ、
前記条件パラメータ調整部に、前記典型施策シナリオの条件パラメータを固定し、前記IoT施策シナリオの条件パラメータを調整させ、
前記差分計算部に、前記評価値として、前記IoT施策の等価条件を算出させるプログラム。
請求項９または１０のいずれかに記載のプログラムにおいて、
前記シナリオ生成部に、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成させ、
前記条件パラメータ調整部に、前記IoT施策シナリオの条件パラメータを固定し、前記典型施策シナリオの条件パラメータを調整させ、
前記差分計算部に、前記評価値として、前記典型施策の等価条件を算出させるプログラム。
コンピュータである業務に対する業務改善を支援する業務改善支援装置を、
前記業務における複数の施策の内容を示す複数のシナリオを生成するシナリオ生成部と、
前記複数のシナリオそれぞれに対して、条件パラメータを用いて、該当の施策についてのシミュレーションを実行するシミュレーション部と、
前記シミュレーションの結果に基づいて、それぞれが前記施策の達成状況を示す複数のKPIを計算するKPI計算部と、
前記複数のKPIのうち少なくとも２つのKPIの差分を計算する差分計算部と、
前記KPIの差分が予め定めた閾値以下となるように、前記KPIを算出したシナリオのうち、少なくとも１つのシナリオにおける条件パラメータを調整する条件パラメータ調整部として機能させ、
前記シミュレーション部に、調整された前記条件パラメータを用いて、前記シミュレーションを実行させ、
前記差分計算部に、前記施策に対する評価値を算出させるためのプログラムを格納した記憶媒体。
請求項１３に記載のプログラムを格納した記憶媒体において、
前記評価値は、前記閾値以下の場合における条件パラメータに対する等価条件であるプログラムを格納した記憶媒体。
請求項１３に記載のプログラムを格納した記憶媒体において、
前記条件パラメータ調整部に、前記KPIを算出したシナリオの内、少なくとも１つの条件パラメータを固定させ、他のシナリオの条件パラメータを、前記条件パラメータを固定したシナリオのKPIに近づけるように調整させるためのプログラムを格納した記憶媒体。
請求項１５に記載のプログラムを格納した記憶媒体において、
さらに、前記業務改善支援装置を、前記条件パラメータを変更した場合に、前記KPIの変化方向を特定する感度解析部として機能させ、
前記条件パラメータ調整部に、前記感度解析部で特定された変化方向に基づいて、前記条件パラメータを調整させるためのプログラムを格納した記憶媒体。
請求項１５または１６のいずれかに記載のプログラムを格納した記憶媒体において、
前記シナリオ生成部に、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成させ、
前記条件パラメータ調整部に、前記典型施策シナリオの条件パラメータを固定し、前記IoT施策シナリオの条件パラメータを調整させ、
前記差分計算部に、前記評価値として、前記IoT施策の等価条件を算出させるプログラムを格納した記憶媒体。
請求項１５または１６のいずれかに記載のプログラムを格納した記憶媒体において、
前記シナリオ生成部に、前記複数のシナリオとして、前記業務に対するIoT施策のIoT施策シナリオおよび典型施策の典型施策シナリオを生成させ、
前記条件パラメータ調整部に、前記IoT施策シナリオの条件パラメータを固定し、前記典型施策シナリオの条件パラメータを調整させ、
前記差分計算部に、前記評価値として、前記典型施策の等価条件を算出させるプログラムを格納した記憶媒体。