JPH05165842A - 工程時間の見積り装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【構成】工程時間見積り部２は、対象物の製造工程情報
を含む見積り用入力因子を工程設計データから抽出する
見積り用入力因子抽出部２１と、学習用占有時間の選定
部の出力信号に基づき学習手段として機能するニューラ
ルネット装置２２へ見積り用入力因子抽出部２１から得
られる学習入力因子をストアする学習用入力因子ストア
部と、ニューラルネット装置の学習用占有時間を選定す
る学習用占有時間の選定部２４とを含み、工程占有時間
計測部３は、各工程毎の工程コードを読取り、各工程コ
ード内の各工程毎の占有時間自動計測を行い、工程日程
スケジューリング部４は、工程占有時間計測部の出力情
報を受けると共に、見積り手段としてのニューラルネッ
ト装置２２の出力をストアしかつ学習占有時間の選定部
２４へ各工程毎の見積り時間データを出力する、金型等
の工程時間見積り装置。 【効果】図面情報から工程時間を高精度に見積り、製造
条件の変動に対する適応性も高い。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は製品の製造工程時間の見
積り装置に関する。

【０００２】多種製品製作、たとえば金型製作などでは
各工程毎に複雑な形状を有する部位を加工するために、
形状モデリング、ＮＣ処理、切削加工および段取りなど
で多大な不確定な時間を費やし、各工程時間の正確な算
定が不可能に近く、製作終了までの正確なスケジューリ
ングも立てられないのが現状である。本発明はこれらを
解決するために加工要因と加工時間が相関を持ち、自己
学習および自己増殖的な機能を持つニューラルネット
が、学習機能により、職場環境および作業環境等も加味
した形状モデリング、ＮＣ処理、切削加工および段取り
などの不確定な各要因を各ニューロン素子間の相互結合
係数に重み付けすることから工程時間を高精度に推定す
る製作工程時間見積り装置である。このことから本工程
時間見積り装置は多種物品製作における工程時間の推定
を高精度に行い、製作終了までの正確な総合的スケジュ
ーリング立案を可能とするものである。

【０００３】

【定義】

（１）「製品」とは単一の物品（例えば、金型、エンジ
ン各部品或いは鋳物製品等）又は多数の部品ないし要素
の結合から成る物品（合わせ型、エンジンブロック、エ
ンジン、トランスミッション等の駆動系、ブレーキ系、
車体、自動車等）を含みこれらを総称する概念として用
いる。

【０００４】（２）「製造」とは、物品の加工、組立て
又はその両者を少くとも含み、所要により、形状モデリ
ング、検査、測定、又は調整、調節ないし再組立の１種
以上を含む。

【０００５】（３）「加工」には、機械加工（切削、研
削、穴あけ、切断等）、プレス等の塑性加工、溶接（溶
断）、鋳造等の材料加工ないし製造、並びに熱処理、放
電加工、レーザー加工、電子線加工、表面処理（エッチ
ング等）の物理的・化学的加工ないし処理、塗装等を含
む。

【０００６】（４）「工程」には、各加工工程自体の他
に、各加工工程間の物流工程（搬送、一時貯蔵）、必要
に応じ、金型製作等での形状モデリング、検査、測定又
は調整、調節ないし再組立の一種以上から成る工程も含
む。一般に工程は多くの部分工程の組合せから成る。

【０００７】

【従来の技術】多種製品製造工場において、たとえば金
型生産工場では作業者または管理者の経験にもとづき図
面から任意の情報を取出し、定量化することから工程時
間を推定している。一例として穴あけ工程においては冷
却水用通路穴、潤滑油用通路穴などの全長および穴個数
の総和に、経験にもとづく係数を乗算し、乗算した両者
を加算することから工程時間を求めている。その自動的
計算を行うことが望まれるが現在の所、特殊ないくつか
の加工（放電加工、ＮＣ加工等）について、夫々の加工
に特有な方法に基づく加工時間算出、見積り装置が知ら
れているにすぎない（特開平２−１００８２２、同３−
５８０２等）。また、一般的な工程管理装置としては、
工程展開して、オーダ納期余裕率及び作業余裕率から作
業指示優先順位付けを行い、実績収集により作業進捗状
況を求めるものが提案されている程度であるのが、現状
である（特開平２−３１０７０３）。

【０００８】

【発明が解決しようとする課題】しかし経験にもとづく
方法では、多種多様な製造工程条件（加工形状・条件変
化）を折り込む月日の経緯と共に変化する技術力の向
上、すなわち加工技術の開発、さらに金型製品の精度向
上および形状の多様化、または産業界の景気・不景気に
よる工場での工作機械の稼動率の変化などに対応でき
ず、工程時間の見積りが実工程時間と大幅に異なり、経
験式にもとづく工程時間の見積りは金型環境等の製造工
程条件の変化に対応できなくなっており、改善が要望さ
れていた。

【０００９】一方、個別工程に夫々特有な方法に基づ
く、前述の公知の工程見積り装置では、これを一般化し
て多種の部分工程を含む複雑な工程の工程見積りに用い
ることは不可能である。

【００１０】また近時、産業界の発達・発展などの変化
にともない、製品（例えば金型）に対して多種・多機能
化または開発・製造期間の短縮化が要求されている。こ
の現状に鑑み、製品製造の納期達成、および製造期間の
短縮化が必要である。特に納期達成は製品製造会社が産
業界に応える最重要項目であり、製品製造会社が社会的
信用として問われる問題でもある。しかし現在の納期達
成を得る技術、すなわち製品（特に金型）製造上必要な
各工程の時間を見積る技術が、生産工場の管理者または
作業者等による経験式にもとづいており、現状の産業界
の発展・発達、すなわち社会的要求の変化に対応できな
くなっている。その一例として図７に示すように同一図
面の入子穴製作における４人の経験豊かな見積り者の加
工時間提示に対する実績加工時間の違いが明瞭に示され
ている。その結果、納期達成を得るために納期期日が近
づくと残業が多くなること等によって、人件費の増大ま
たは金型製造価格の高騰をまねき、さらに労務管理など
が困難となる。

【００１１】以上の現状にかんがみ、納期達成、コスト
計算および労務管理などを正確に得るには従来の各工程
時間の算出に使用されてきた経験式では、或いは、それ
を部分的に補う各個別加工工程毎の特定の工程見積り方
法では、製品（特に金型）製造会社は社会的要求に対応
できなくなっており、出図時に製造手段（使用機械装置
等）および図面情報などによる加工要因と各工程時間が
相関を持つことから工程時間を推定する工程時間見積り
装置が必要である。

【００１２】本発明は、所定製品の図面情報と対応製造
手段に基づいて工程時間を正確に推定する、特に製品の
製造のための、各種加工工程に適用可能でありかつそれ
らを総合して工程見積りすることが可能な工程時間見積
り装置を提供することを基本目的とする。

【００１３】又各工程時間の算出時にその工程時間見積
り装置が自己学習および自己増殖機能を必要としなけれ
ば成らず、言い換えると社会的変動にもとづく製造会社
に対する要求度合いの変化にも対応しなければならな
い。これらを満足する工程時間見積り装置が発明されれ
ば、金型等の製作時に社会的要求がいかように行なわれ
ても出図時に各工程の時間が高精度に見積られ、製作完
成の日時が明確に提示できる。従って、本発明はこれら
の問題をも併せて解決するフレキシビリティの高い工程
時間見積り装置を提供することをも課題とする。

【００１４】

【課題の解決手段】

【視点１】本発明の課題は下記の工程時間見積り装置に
より達成される。

【００１５】工程時間見積り部と、工程占有時間計測部
と、工程日程スケジューリング部とを備えた工程時間見
積り装置であって、工程時間見積り部は、設計された工
程に基づく工程時間の見積り及び学習手段としてのニュ
ーラルネット装置と、対象物の製造工程情報（図面情
報、製造手段情報等）を含む見積り用入力因子を所与の
工程設計データから抽出する見積り用入力因子抽出部
と、学習用占有時間の選定部の出力信号に基づき学習手
段として機能するニューラルネット装置へ見積り用入力
因子抽出部から得られる学習入力因子をストアする学習
用入力因子ストア部と、ニューラルネット装置の学習用
占有時間を選定する学習用占有時間の選定部とを含み、
工程占有時間計測部は、（所定製造手段に属する）各工
程毎の工程コードを読取り、各工程コード内の前記各工
程毎の占有時間自動計測を行うものであり、工程日程ス
ケジューリング部は、工程占有時間計測部の出力情報を
受けると共に、見積り手段としてのニューラルネット装
置の出力をストアしかつ学習占有時間の選定部へ各工程
毎の見積り時間データを出力するものである、工程時間
見積り装置。（請求項１）

【００１６】

【作用】社会的変動にともなって生じる金型等の製造会
社に対する要求度合の変化に対応する自己学習および自
己増殖機能を持った工程時間見積り装置が必要である。
この機能を達成するには工程時間見積り装置がニューラ
ルネット装置を基本として構成されなければならない。
すなわちこのニューラルネット装置は従来のコンピュー
タにくらべて人間の頭脳に近い機能・作用を持ち、学
習、自己組織化および創造すなわち自己増殖化、超並列
機能を持つことより、工程時間の見積りの際に要求され
る自己学習および自己増殖機能を達成する。このことか
ら金型等の物品製造に要求される納期達成、すなわち製
作用図面の出図時に各工程時間の見積りが高精度に出力
されることになる。

【００１７】この自己学習および自己増殖機能を得るに
はこのニューラルネット装置におけるネットワーク構造
は逆伝搬型または相互結合型であり、逆伝搬型では入力
層、中間層および出力素子よりなる。一方、相互結合型
ではすでに本発明者らのうちの一人が発明したように
（特開平２−３０９４４７）、入力層、隠れ素子および
出力素子で十分に機能する。このニューラルネット装置
は、例えばニューロン素子に対応するシグモイド関数手
段から構成でき、実製品としては、これらに対応するニ
ューロンチップを用いたニューラルネット装置とするこ
ともできる。

【００１８】本発明では入力層に製造工程情報（図面情
報、たとえば穴あけ工程の場合には穴あけ加工工程名、
さらに各種加工穴の個数および全長など）を、さらに使
用予定製造手段情報（工作機械名等工場において呼称さ
れている名称）、対象物（金型等）の名称などを順次入
力する。

【００１９】次に各加工工程終了後、製造手段がそれら
の実際に要した各工程占有時間を教師信号として出力素
子に入力し、学習済みニューラルネットを得る。その際
に、ニューロン素子間の結合状態が相互結合型の場合に
は、信号の流れが双方向のネットワーク構造を用いるこ
とにより、入力因子および教師信号の伝搬方向が双方向
となり、学習時および工程時間の想起時に連想機構を示
し、さらに各ニューロン素子間の結合係数が算出できて
正負が明確となる。すなわち各因子を入力後、その場合
のネットワークエネルギー差に相当する値だけ、結合係
数を補正することで最小エネルギーの系になるまで学習
を繰り返し、学習完了の構造を得る。この結合係数を補
正する過程でその入力因子の工程時間推定への影響が明
確となり、学習後のこのネットワーク構造を用いて推定
された工程時間にはバラツキが少ない高精度な工程時間
見積り装置を得る。またニューロン素子間の結合状態が
双方向であることより、入力因子および教師信号の伝搬
方向が双方向となり、学習終了後のネットワークを用い
た工程時間の推定が連想機構となる。

【００２０】逆伝搬型または相互結合型のニューラルネ
ットＮＮに基づく工程時間見積り装置は多種製品、たと
えば金型製作などの多工程にわたって製造工程が組まれ
る工程時間の推定には有利であり、不確定な要因、すな
わち段取り時間、職場会議、工作機械のメンテナンスな
どによる工程時間の変動分を十分に包括する能力をこの
ネットワークが持つことになる。この事実はこの工程時
間見積り装置が社会的変動および生産力への影響を包括
し、高精度な工程時間を提示することから、納期達成、
コスト計算および労務管理などに有益である。

【００２１】

【好適な実施態様】図１に本発明の工程時間見積り装置
の全体構成（ハード）の実施例を概念的にブロック図で
示す。実線で示すものが（Ａ）分散型であり、一点鎖線
の枠で囲んだ部分を（Ｂ）総括型中央制御装置とするこ
ともできる。一部の図示を省くが、各部には夫々独自に
入力、記憶、内部メモリ（ＲＡＭ等）、表示、プリンタ
等の各手段を備えることが好ましい。

【００２２】

【視点２】前記製造工程情報は図面情報および製造手段
情報を少くとも含み、また前記工程占有時間計測部は、
所定製造手段に属する各工程毎の工程コードを読取るも
のとすることが好ましい。これにより各種異った製品
（物品）及び各種異った製造手段（加工手段）ないし製
造工程（加工工程）に対するフレキシビリティの前提条
件が得られる。

【００２３】

【視点３】前記工程占有時間計測部は、各工程を成す製
造手段の稼働時間を読取る工程稼動時間計測部と、工程
稼働時間計測部の出力を受けて加工スケジューリング表
示及び変更を行う加工スケジューリング部と、加工スケ
ジューリング部の出力を受けて工程占有時間を得る工程
稼動時間加算部とを備え、工程稼動時間加算部は、その
出力をニューラルネット装置に学習用情報として入力す
るものであることが好ましい。（請求項２）これにより
各所与の工程毎に、各製造手段（工程段階毎の加工手
段）の実際の稼動時間の積算とその結果に基づく不断
（その都度毎）の学習による見積り精度向上が可能であ
る。

【００２４】

【視点４】視点３において、前記工程占有時間計測部に
おいて、工程稼働時間加算部は、学習用入力因子ストア
部より工程コード名および製造手段名を受信し、加工ス
ケジューリング部から送信される加工コード内の工程コ
ード名が同一になるまで加工スケジューリング部からの
加工コードを受信し、同一工程コード名を含む加工コー
ド名を受信した時点で加工スケジューリング部よりその
実績加工時間を受信して加算するものであり、加工スケ
ジューリング部は、工程時間見積り部内のニューラルネ
ット装置で見積もった加工時間を当該製造手段の見積り
欄に加工コード名と一緒にニューラルネット装置より受
信して掲示し、工程稼働時間計測部から加工コード名、
製造手段名および実績加工時間を受信して同一製造手段
名の実績欄に加工コード名と稼働時間を掲示し、加工時
間見積り名の見積り時間を学習（教師信号）用占有時間
選定部より加工コード名を受信し、その加工コード名の
見積り時間を学習（教師信号）用占有時間選定部に工程
時間情報として送信する、ことが好ましい。これによ
り、視点３における学習の精度向上が容易に達成され
る。

【００２５】

【視点５】工程設計部は作業設計部を備え、図面情報を
加工部位毎に分類して加工順番を決定し、工程コード名
の最後に加工番号を追記することからなる加工コード名
を分類された図面情報と共に工程時間見積り部内の見積
り用入力因子抽出部に送信することが好ましい。

【００２６】これにより、複雑な加工部位（従って複雑
な加工ステップ）を含む工程の見積り操作が整然と可能
となり、極めて複雑な場合（金型製作等）にも容易に対
応できる。

【００２７】

【視点６】前記見積り用入力因子抽出部は、工程時間見
積り用の図面情報ストア部を含み、図面情報ストア部
は、図面情報に基づき加工工程を各部分加工工程に分類
すると共に、各部分加工工程の種類数、その全回数と所
要加工長さをストアするものとすることが好ましい。こ
れにより、金型等の複雑形状のものを各部分加工工程毎
の見積りステップが図面情報から容易に得られる。

【００２８】

【視点７】前記ニューラルネット装置は、逆伝搬型又は
相互結合型のネットワーク構造を有するものが好まし
い。これにより、各工程の条件変化に適応する高度なフ
レキシビリティと、学習の容易性並びに見積り精度の向
上が図られる。

【００２９】

【視点８】前記工程占有時間計測部に代り、工程稼動時
間計測部と、見積り手段として機能するニューラルネッ
ト装置の出力に接続した加工スケジューリング部と、そ
の出力を受けて加算稼動時間を出力する工程稼動時間加
算部とを備え、加工スケジューリング部は、ニューラル
ネット装置で見積った加工時間を当該製造手段の見積り
欄に加工コード名と共に掲示し、工程稼動時間計測部か
ら、加工コード名、製造手段名および実績加工時間を受
信して当該製造手段の実績欄に加工コード名と共に掲示
し、かつ学習用占有時間選定部へ送信するものであり、
工程稼動時間加算部は、加算稼動時間を工程日程スケジ
ューリング部へ出力するものとすることも好ましい。
（視点５，６，７についても）この視点の利点は、加工
スケジューリング部の設置により、各工作機械の各ＮＣ
テープ単位のスケジューリングが可能となり、工程日程
スケジューリング部の掲示内容と対比することによって
各工作機械（製造手段）の稼動負荷状況が正確に把握で
きる点である。

【００３０】以下に本発明の好適な実施の態様を金型製
作の場合を例として説明する。（なお、他の物品の製作
のため、工程、製造手段の違いに応じて、対応した適応
を施す。） （１）多種物品の製造工程時間見積りに関する装置であ
り、工程設計部（場合により作業設計部を含む）工程時
間見積り部、工程（工作機械）占有時間計測部、工程日
程スケジューリング部より構成され、さらに工程時間見
積り部は見積り用入力因子抽出部、工程時間の見積およ
び学習手段を有するニューラルネット装置、学習用入力
因子ストア部、学習（教師信号）用占有時間選定部より
構成され、工程設計部は、図面情報（ＣＡＤデータを
等）を設計部より受信して各種工程（穴あけ工程、型彫
り工程およびボーリング工程等）に形状データと属性デ
ータに基づいて分類し、各工程毎に加工順番を決定し、
製品名、金型名および工程番号よりなる工程コード名を
命名し、各工程コード名毎に形状データと属性データを
分類し、工程コード名とその形状データと属性データを
工程時間見積り部内の見積り用入力因子抽出部に送信
し、見積り用入力因子抽出部は各工程コード名毎の形状
データと属性データから工程時間見積り用図面情報項目
を抽出し、工程時間見積り用図面情報項目ストア部より
受信する工程時間見積り手段およびニューラルネットの
学習用入力因子ストア部に送信し、形状データ、属性デ
ータおよび工程コード名を工程設計部に送信するもので
あり、工程日程スケジューリング部はニューラルネット
装置で見積もった工程時間をその工作機械の占有時間計
測部から工程コード名（必要に応じさらに工作機械名
も）、実績占有時間を受信して同一工作機械名の実績欄
に工程コード名と占有時間を掲示し、学習（教師信号）
用占有時間選定部より工程コード名を受信し、その工程
コード名の見積り時間を学習（教師信号）占有時間選定
部に送信するものであり、学習用入力因子ストア部は、
見積り用入力因子抽出部より工程コード名、図面情報、
工作機械名を受信してストアし、工程コード名および工
程占有時間計測部に送信し、学習（教師信号）用占有時
間選定部からの各工程コード名の工程占有時間学習実施
可／不可の信号を受信し、学習実施可信号の場合には工
程コード名（さらに工作機械名も）、図面情報をニュー
ラルネット装置の学習手段に送信し、学習実施不可信号
の際にはその工程コード名、図面情報、工作機械名を抹
消し、 工程占有時間計測部は学習用入力因子ストア部
より工程コード名と工作機械名を受信し、その工程コー
ド名刻印金型の工程（工作機械）占有時間を計測し、そ
の工程コード名（工作機械名）、工程占有時間を工程日
程スケジューリング部および学習（教師信号）用占有時
間選定部に送信し、学習（教師信号）用占有時間選定部
より工程コード名、工程占有時間およびその工程占有時
間実施可／不可の信号を受信し、学習実施可信号の場合
にはその工程占有時間をニューラルネットに送信し、学
習実施不可信号の際には、その工程コード名、工程コー
ド名（さらに工作機械名も）および占有時間を抹消する
ものであり、学習（教師信号）用占有時間選定部は工程
占有時間計測部より工程コード名（工作機械名）および
工程（工作機械）占有時間を受信し、その工程コード名
（加工機械名）を工程日程スケジューリング部に送信
し、工程日程スケジューリング部よりその工程コード名
の見積り時間を受信し、見積り時間と占有時間を対比さ
せることから学習実施可／不可信号を学習（教師信号）
用入力因子ストア部に送信し、さらにその工程（工作機
械）占有時間を加えて工程占有時間計測部に送信するも
のである、以上の各手段部を含有する金型製造用工程時
間見積り装置。

【００３１】（２）前記（１）に記載の工程占有時間計
測部は、工程稼動時間計測部、その出力をうける加工ス
ケジューリング部及びその出力をうける工程稼動時間加
算部から成り、前記記載の工程時間学習手段を有するニ
ューラルネットに装置入力する工程占有時間を工程（工
作機械）稼働時間加算部より得るものであり、工程（工
作機械）稼働時間加算部は、学習用入力因子ストア部よ
り工程コード名（さらに工作機械名等）を受信し、加工
スケジューリング部から送信される加工コード内の工程
コード名が同一になるまで加工スケジューリング部から
の加工コードを受信し、同一工程コード名を含む加工コ
ード名を受信した時点で加工スケジューリング部よりそ
の実績加工時間を受信して加算し、加工スケジューリン
グ部は加工時間見積り部内のニューラルネット装置で見
積もった加工時間をその工作機械の見積り欄に加工コー
ド名と一緒にニューラルネットより受信して掲示し、工
作機械稼働時間計測部から加工コード名、工作機械名お
よび実績加工時間を受信して同一工作機械名の実績欄に
加工コード名と稼働時間を掲示し、加工時間見積り部内
の学習（教師信号）用稼動時間選定部より加工コード名
を受信し、その加工コード名の見積り時間を学習（教師
信号）用占有時間選定部に送信し、加工時間見積り部は
見積り用入力因子抽出部、ニューラルネット装置、学習
用入力因子ストア部及び学習（教師信号）用占有時間選
定部より構成され、それらの各手段部は前記（１）の態
様の工程時間見積り部内蔵の各手段部とそれぞれ同機能
を有し、作業設計部は工程設計部より工程コード名と形
状データおよび属性データを受信し、形状データおよび
属性データを加工部位毎に分類して加工順番を決定し、
工程コード名の最後に加工番号を追記することからなる
加工コード名を分類された形状データおよび属性データ
と一緒に工程時間見積り部内の見積り用入力因子抽出部
に送信する手段を有する前記（１）の態様の金型製造用
工程時間見積り装置。

【００３２】金型製造用工程時間見積りの場合、例えば
次のように工程を分類展開する。即ち見積り用入力因子
抽出部に内蔵の工程時間見積り用図面情報項目ストア部
にストアされている項目を、穴あけ工程、型彫り工程お
よびボーリング工程に分類する。さらに、各工程を次の
ように展開する。 （ａ）金型用穴あけ工程での項目をガンドリル加工の種
類数、その全回数と全長、傾斜ガンドリル加工の種類
数、その全回数と全長、ザグリ加工の種類数、その全回
数と全長、傾斜タップ加工の種類数、その全回数と全
長、加工用基準ピンリーマ加工の回数、リーマ加工の種
類数、その全回数と全長、傾斜リーマ加工の種類数、そ
の全回数と全長、押出しコア用ピンリーマ加工の回数、
中子引抜き用ピンリーマ加工の回数、ドリル加工の種類
数、その全回数と全長、傾斜ドリル加工の種類数、その
全回数と全長又は穴の機能名、その全切削回数、全長と
する。 （ｂ）金型用型彫り工程での項目をパーテイング部面積
として（平坦部横長さ＋横立壁部横長さ）ｘ（パーテイ
ング部の幅）ｘ２，または（平坦部縦長さ＋上立壁部縦
長さ＋下立壁部縦長さ）ｘ（パーテイング部の幅）ｘ
２，または（平坦部横長さ＋横立壁部横長さ＋平坦部縦
長さ＋上立壁部縦長さ＋下立壁部縦長さ）ｘ（パーテイ
ング部の幅）ｘ２，さらに（製品部内の空隙域全周）ｘ
（パーテイング部の幅）の加算、コッター部面積として
（平坦部横長さ＋横立壁部横長さ）ｘ（定数）２，また
は（平坦部縦長さ＋上立壁部縦長さ＋下立壁部縦長さ）
ｘ（定数）ｘ２または（平坦部横長さ＋横立壁部横長さ
＋平坦部縦長さ＋上立壁部縦長さ＋下立壁部縦長さ）ｘ
（定数）ｘ２とする。さらに、荒・中仕上げ型彫り切削
段階では製品部形状の平坦部面積、上立壁部面積、下立
壁部面積、横立壁部面積に展開し、さらに、仕上げ・超
仕上げ型彫り切削段階では平坦部縦長さ／平坦部横長
さ、平坦部面積、平坦部内細溝部本数、平坦部内細溝部
全長、平坦部内立壁高さ／平坦部縦（横）長さ、上立壁
部縦長さ／上立壁部横長さ、上立壁部面積、上立壁部内
細溝部本数、上立壁部内細溝部全長、上立壁部縦長さ／
平坦部縦長さ、上立壁部内立壁高さ／上立壁部縦（横）
長さ、下立壁部縦長さ／下立壁部横長さ、下立壁部面
積、下立壁部内細溝部本数、下立壁部内細溝部全長、下
立壁部縦長さ／平坦部縦長さ、下立壁部内立壁高さ／下
立壁部縦（横）長さ、横立壁部縦長さ／横立壁部横長
さ、横立壁部面積、横立壁部内細溝部本数、横立壁部内
細溝部全長、横立壁部横長さ／平坦部横長さ、横立壁部
内立壁高さ／横立壁部縦（横）長さに展開する。 （ｃ）金型用ボーリング工程での項目を加工用基準面の
種類数、その全切削回数、全切削面積、スライド面の種
類数、その全切削回数、全切削面積、受圧面の切削回
数、その全切削面積、一般面の切削回数、その全切削面
積、四角入子（中子）穴の種類数、その全切削回数、全
切削面積、入子（中子）用ピン丸穴の切削回数、その全
切削面積、入子（中子）用ピン長穴の切削回数、その全
切削面積、溝切削の種類数、その全切削回数、全切削面
積、丸形状コア（中子）穴の切削回数、その全切削面
積、スライドコア（中子）穴の切削回数、その全切削面
積、押出し（引抜き）コア（中子）穴の切削回数、その
全切削面積、押出し（引抜き）傾斜コア（中子）穴の切
削回数、その全切削面積、に展開する。

【００３３】次に、金型製造の場合におけるニューラル
ネットの学習段階の一例を以下に示す。

【００３４】即ち、素材搬入から製品として出荷するま
での金型製造の加工工程を穴あけ工程、型彫り工程およ
びボーリング工程に大別して、図面情報、工作機械名お
よび金型名などの入力因子を逆伝搬型または相互結合型
ニューラルネット装置に入力し、またその際の生産工場
の使用製造手段（工作機械等）が実際に必要とした各工
程時間、すなわち金型が工作機械に乗ってからおりるま
でに含まれる全時間、（実質加工時間）＋（段取り時
間）＋（金型操作時間）＋（工作機械操作時間）＋（作
業余裕時間、たとえば他の工作機械操作時間）＋（職場
余裕時間、たとえば職場会議）などを総和させた時間を
出力側素子に入力させて学習させる。学習から得る結合
係数の所定値と初期設定した際の初期値設定過程から、
入力素子および出力素子の状態量を学習対象に応じてニ
ューラルネット装置における所定の入力値、たとえば図
面情報など、およびその入力値に対する所定の出力値、
本発明では実際の占有工程時間に固定させた学習済みネ
ットワークを得る。

【００３５】次に本発明の一手段であるニューラルネッ
ト装置の基本原理について説明図を用いて述べる。図２
の基本原理図に示す逆伝搬型または相互結合型ニューラ
ルネット装置は入力層、中間層または隠れ素子および出
力素子ニューロン素子よりなり、入力層ニューロン素子
には図面情報、工作機械名、金型名および製品名などが
入力される。さらに出力素子にはその際に実際に必要と
した工程時間を入力し、図３の逆伝搬型の場合には１０
０００−２００００解の学習を行なう。

【００３６】また図４の相互結合型ニューラルネット装
置の場合には、一つの結合によりなる二つの素子におい
て学習過程で得たその二つの素子の状態量の積と、反学
習過程で得た二つの素子の状態量の積との差に応じた量
だけ、その結合係数を補正する処理を全結合係数につい
て行なう。その際にその入力因子が影響する二つの素子
間の結合係数が学習及び反学習後に正値または負値と明
確になり、負値となる結合係数を示す入力因子が明確と
なり、その入力因子を取りのぞくことより、ニューラル
ネットによる工程時間の推定が高精度となる学習済みネ
ットワークを得る。尚、相互結合型ニューラルネットの
学習過程、反学習過程の詳細は、特開平２−３０９４４
７に開示したように行うことができる。また逆伝搬型に
ついてはR. Beale, T. Jackson著 "Neural Computing A
n Introduction" （Adam Hilger,1969年発行）に詳細に
学習について記載されているので参照されたい。

【００３７】このようにして得られた学習済みネットワ
ークを用いて、新しい金型の図面情報、使用予定工作機
械名、金型名および金型より得る製品名を入力層に入力
すれば、使用予定工作機械が必要とする占有時間を推定
することが可能となる。

【００３８】製造会社における本装置の稼動前の準備段
階は、金型穴あけ工程を一例として記述すると、６面よ
りなる金型各面の図面情報、たとえばガンドリル加工の
種類数、その全回数と全長など、およびその面の穴あけ
加工に必要とした工作機械の占有時間を記録し、図面情
報と工作機械名及び工作機械占有時間を対比させた対比
表を作成し、その金型各面の穴あけ工程についても同様
にその対比表に実績値を記入する。

【００３９】この手段を他の金型穴あけ工程についても
実施し、実施数、たとえば６０〜１００個の対比結果の
一覧表を作成し、その対比表から熟練見積り者によって
図面情報と工作機械の加工能力との対比から確かな工作
機械占有時間であると認められた実例を抽出する。その
選択された全実例の図面情報と工作機械名を手作業によ
りニューラルネット内蔵ＣＰＵの入力手段（キーボー
ド）から図５に示す工程時間見積り部２内のニューラル
ネット２２の入力層に入力し、その工作機械占有時間を
教師信号としてニューラルネット２２の出力ニューラル
素子に入力する。次に選択された実例の入力値から乱数
関数を用いてランダムに入力値を選択してニューラルネ
ット２２の入力層に入力して出力値（推定値）を求め
て、教師信号値の工作機械占有時間との誤差が最小にな
るまで、ニューラルネット装置２２を構成する各ニュー
ロン素子間の結合係数を修正することを凡そ１０万回〜
５０万回繰返し、学習済みニューラルネットを作成す
る。

【００４０】型彫工程およびボーリング工程についても
同様の手段を実施して学習済みニューラルネットワーク
を作成する。

【００４１】次にこの学習済みニューラルネット装置２
２を用いて金型製造会社における製造工程時間見積りの
実施態様を以下に類型毎に記述する。

【００４２】

【実施態様１】工程時間の見積りおよび学習手段を有す
るニューラルネットを含む工程時間見積り装置（実施態
様１）の構成図を図５に示す。本装置は工程設計部１、
工程時間見積り部２、工程占有時間計測部３および工程
日程スケジューリング部４で構成される。さらに工程時
間見積り部２は見積り用入力因子抽出部２１、ニューラ
ルネット２２、学習入力因子ストア部２３および学習
（教師信号）用占有時間選定部２４より構成され、図５
上の番号はデータ通信の順番を示している。

【００４３】ニューラルネット装置２２の工程時間見積
り手段および工程（工作機械）占有時間の学習手段にお
ける周辺手段部との関連付けを図６に示す。両図上の番
号は図５での番号と一致させてあり、データ通信の順番
を表している。すなわち工程時間見積り用入力因子抽出
部２１では工程コード名と図面情報を工程設計部１より
受信し、穴あけ工程、型彫り工程およびボーリング工程
に大別した図面情報をニューラルネット入力用因子に変
換・抽出し、工程日程スケジューリング部４に表示され
た工作機械の負荷状況を参照することから得る適正工作
機械名、更に製品名および金型名を表示した工程コード
名と一緒にニューラルネット２２の各工程用ネットワー
クに入力する。各工程ネットワーク２２では学習済みネ
ットワーク機能を働かせることから得る小誤差の見積り
時間を推定して工程日程スケジューリング部４に送信す
る。工程日程スケジューリング部４では受信した工程コ
ード名とその見積り時間をその工作機械の見積り欄に掲
示してストアする。

【００４４】一方、工程時間見積り用入力因子抽出部２
１では工程コード名およびニューラルネット入力用因子
に変換・抽出した図面情報を学習用入力因子ストア部２
３に送信する。それらを受信した学習用入力因子ストア
部２３では工程コード名および工作機械占有時間学習実
施可／不可の信号を受信するまでストアする。工程（工
作機械）占有時間計測部３では学習用入力因子ストア２
３より工程コード名および工作機械名を受信し、その工
程コード名を刻印した金型の工作機械占有時間を計測す
る。その後、工程コード名、工作機械名および工作機械
占有時間を工程日程スケジューリング部４および学習
（教師信号）用占有時間選定部２４に送信する。工程日
程スケジューリング部４では工程コード名と工作機械占
有時間を工作機械占有時間計測部３より受信し、その工
作機械名の実績欄に工程コード名と工作機械占有時間を
掲示する。一方、学習用占有時間選定部２４では工作機
械占有時間計測部３より工程コード名、工作機械名、工
作機械占有時間を受信し、その受信した工程コード名と
工作機械名を工程日程スケジューリング部４に送信し、
見積り欄にストアさせているその工程コード名の見積り
時間を受信し、学習実施可／不可の判断をする。次に学
習実施可／不可信号をその工程コード名と一緒に学習用
入力因子ストア部２３および実績占有時間とともに工作
機械占有時間計測部３に送信する。学習実施可信号の場
合には学習用入力因子ストア部２３ではその工程コード
名の図面情報を、工作機械占有時間計測部３では実績占
有時間をニューラルネット２２の学習手段に送信し、ニ
ューラルネット２２では学習を実施する。学習実施不可
信号の際には学習用入力因子ストア部２３および工作機
械占有時間計測部３はその工程コード名の図面情報およ
び実績占有時間を抹消する。

【００４５】

【実施態様１の利点】工程設計部１から作業設計部９に
データが送信され、機械加工用のＮＣデータに変換され
て実加工に移行するまでのあいだに、工程時間見積り部
２がニューラルネット２２の学習手段にもとづいた見積
り精度の良い工程時間を提示することが可能となる。こ
のことは早期工程日程スケジューリングの作成を得て、
生産工場内の工作機械の負荷状況を早い時点で把握・予
想することができ、納期達成のスケジューリングおよび
作業者の労務管理の立案が可能となる。このことは多種
単品の金型製作において現在まで必然的に生じていた冗
費の節減となり、金型製作費の低減から社会への貢献が
大きい。

【００４６】またニューラルネットの学習済みネットワ
ークの構築に注目すると、社会的変動による生産工場の
負荷変動にも対応したネットワークの構築が可能であ
り、さらに学習（教師信号）用占有時間選定部２４の設
置により学習済みネットワークの精度の制御、すなわち
見積り精度の制御が可能となり、使用目的に対応した工
程日程スケジューリングの立案が提示できる。

【００４７】以下に詳細に説明すると、逆伝搬型または
相互結合型ニューラルネットワークよりなる工程時間見
積り装置に図面情報および使用工作機械名などの因子を
入力し、その際当該工程で占有した工程時間を出力素子
側から入力して学習を行なう。この工程占有時間は図８
に示すように、金型が工作機械に搬入され、その工程が
終了して次工程に移行するまでの時間を総和したもので
ある。すなわち工程占有時間を作業時間および余裕時間
に大別し、作業時間は作業執行およびそのための作業用
余裕時間を含む時間であり、余裕時間は作業中に避ける
ことのできない不規則に発生する遅れ時間である。作業
時間を段取り時間と正味作業時間に分類すると段取り時
間は金型の全体に対して必要な準備および後始末などの
作業時間である。なお入力因子として採用される図面情
報は正味作業時間に相当・比例するものである。

【００４８】本装置から得る各工程毎の見積られた工程
占有時間を総和することから生産工場に素材が搬入され
て製品化されて搬出されるまでの占有時間が見積られ
る。すなわち各工程毎に学習された工程時間見積装置を
用いて、図面の出図時に各工程毎に各図面情報およびそ
の際の使用製造手段名（工作機械等）を入力させて工程
占有時間を見積り、それらを総和すればその製品の完成
日時が明確となる。このことから生産工場の管理者およ
び作業者らは納期達成へのスケジューリングが可能とな
る。

【００４９】なお相互結合型ニューラルネットの場合に
は学習状態における入・出力素子の状態量ｘ_I ⁺，ｘ_O ⁺を
算出して隠れ素子の状態量ｘ_II ⁺を得る。次に一個の入
力因子のみを入力して他の素子を自由にして反学習状態
を計算し、入力素子の状態量ｘ_I ^-−ｘ_I ⁺の際の隠れ素子
の状態量ｘ_H ^-および出力素子の状態量ｘ_O ^-を求める。こ
のことより学習と反学習時の入・出力素子および隠れ素
子の状態量が決定され、学習補正量が求められる。この
ことから各入力因子に係わるニューロン素子間の結合係
数が修正され、誤差評価の実施から収束した結合係数を
得て、負値の結合係数を示した入力因子は削除される。
すなわち工程時間の見積りに不要な入力因子が削除さ
れ、この学習後の工程時間見積り装置を用いて正値の結
合係数を示した因子を入力して工程時間を推定すること
から構成度な見積り値を想起する。

【００５０】

【実施態様２】工程時間の見積りおよび学習手段を有す
るニューラルネットを含む工程時間見積り装置実施態様
２の構成図を図９に示す。本実施態様の特徴はニューラ
ルネット装置の学習手段に使用する教師信号の工程機械
稼働時間の算出法にある。この手段を達成するために工
程占有時間計測部３に代り工程（工作機械）稼働時間加
算部５、工程（工作機械）稼動時間計測部７、加工スケ
ジューリング部６を設置し、学習用入力因子ストア部２
３から送信される工程コード名および工作機械名を受信
し、加工スケジューリング部６より送信される加工コー
ド内に記入されている工程コード名を読取り、工程コー
ド名が一致した場合には同時送信される稼働時間を加算
する。さらに工程（工作機械）稼働時間加算部５では同
一工程コード名の加算稼働時間を学習（教師信号）用占
有時間選定部２４および工程日程スケジューリング部４
に送信する。学習（教師信号）用工程時間選定部２４よ
り学習実施可／不可の信号を工程（工作機械）稼働時間
加算部５は受信し、学習実施可信号の場合には加算稼働
時間をニューラルネット装置２２の学習手段へ送信し、
不可の際にはその加算稼働時間を抹消する。

【００５１】図９に対する変形例として図１０に示す加
工スケジューリング部６は加工時間見積り部１０（図５
の工程時間見積り部２に相当）内のニューラルネット１
０２で見積もった加工時間をその工作機械（製造手段）
の見積り欄に加工コード名と一緒にニューラルネット１
０２より受信して掲示し、工程（工作機械）稼働時間計
測部７から加工コード名、（さらに工作機械名）および
実績加工時間を受信して同一工作機械（製造手段）名の
実績欄に加工コード名と稼働時間を掲示し、加工時間見
積り部１０内の学習（教師信号）用占有時間選定部１０
４に送信する。なお図１０に記載矢印中の番号は工程時
間見積りの際に用いた番号と同様にデータ通信の順番号
を示している。また見積り欄および実績欄に掲示された
加工コード名の時間比較から、新しく受信する加工コー
ド名と見積り時間を、見積り欄と実績欄の最小差になる
ように選択して掲示する。

【００５２】加工時間見積り部１０は見積り用入力因子
抽出部１０１、ニューラルネット１０２、学習用入力因
子ストア部１０３および学習（教師信号）用占有時間選
定部１０４より構成され、それらの各手段部は工程時間
見積り部２内蔵の各手段部とそれぞれ同機能を持つ。

【００５３】図１０において作業設計部９は工程設計部
１より工程コード名と形状データおよび属性データを受
信し、形状データと属性データを加工部位毎に分類して
加工順番を決定し、工程コード名の最後に加工順番号を
追記したことからなる加工コード名を分類された形状デ
ータおよび属性データと一緒に加工時間見積り部１０内
の見積り用入力因子抽出部１０１に送信する。（但し、
作業計測部９は工程設計部１の一部として設けることが
できる。図５参照）

【００５４】

【実施態様２の利点】加工スケジューリング部６の設置
から各ＮＣテープ単位のスケジューリングが可能とな
り、工程日程スケジューリング部の掲示内容と対比する
ことから各工作機械の稼働負荷状況が正確に把握でき
る。このことは生産工場内での時間単位から月単位まで
の工作機械負荷度合いの制御および作業者の労務管理が
容易となり、高能率な金型生産工場の経営が可能とな
る。

【００５５】

【実施例】

【実施例１】（実施態様１に対応） 以下に図面を用いて実施例を詳細に説明する。

【００５６】型設計部８より図面情報（ＣＡＤデータ）
を受信する工程設計部１はＣＲＴ上にＣＡＤデータを表
示する。次に図１１に示すようにＣＲＴ上に表示された
ＣＡＤデータを穴あけ工程、型彫り工程およびボーリン
グ工程別に形状データと属性データを分類する。各工程
のグループ毎に工程順番を決定し、製品名、型番、金型
名および工程順番号よりなる工程コード名を命名し、更
に工程コード名毎に形状データと属性データを分類す
る。次に図１２に示す加工計画書とを一緒に工程時間見
積り部２内の見積り用入力因子抽出部２１に送信し、見
積り用入力因子変換後に形状データ、属性データおよび
工程コード名を作業設計部９に送信し、見積り用入力因
子抽出部２１は図１３に示す手段を持ち、工程時間見積
り用図面情報項目ストア部２１１を内蔵し、工程設計部
１より工程コード名とそれに存する形状データ、属性デ
ータをＣＲＴ上に表示して工程時間見積り用図面情報項
目を抽出し、工程時間見積り図面情報項目ストア部２１
１より受信する工程時間見積り用図面情報項目と対比す
ることから、各工程コード名の工程時間見積り用図面情
報を抽出する。この抽出された工程時間見積り用図面情
報に工程日程スケジューリング部４所有の表示手段（Ｃ
ＲＴ上または電光掲示盤）の見積り欄および実績欄に掲
示された工程コード名と時間を読取ることから得るスケ
ジューリングに最適な工作機械名を選定し、工程コード
名と一緒にニューラルネット２２の見積り手段およびニ
ューラルネットの学習（教師信号）用入力因子ストア部
２３に送信する。工程時間見積り用入力因子抽出部２１
に内蔵されている工程時間見積り用図面情報項目ストア
部２１１に内用を図１４に示す。以下に各工程の図面情
報の項目を詳細に説明する。

【００５７】穴あけ工程 金型加工に要求される穴あけ工程にはドリル加工、ガン
ドリル加工、リーマ加工、タップ加工、ザグリ加工など
があり、それらの穴を機能および用途別に分類すると一
例として冷却水用通路穴、潤滑油用通路穴、金型の部品
保持用ピン穴、金型作動時における位置決め用ピン穴、
部品保持用ピン逃げ穴、位置決め用ピン逃げ穴、製品取
出し用押し出しピン穴および製品取出し用押し出しピン
逃げ穴、さらに加工時の寸法出し用基準ピン穴などがあ
る。これらの各加工を行なう際に図面から得られる情報
として各穴加工の数、全長および寸法公差などがある。
このうち各穴の寸法公差は使用工具の種類、樹脂型また
は鋳造型の種類および可動型と固定型の金型名が決まれ
ば得られることより、金型より得る製品名及び金型名の
入力で代替えが可能である。図８で示した正味切削作業
時間外の各工程で生じる余裕時間帯は、工具の交換時お
よび金型の段取り時などの切削作業時間の間隙時間帯に
発生する。この事実からこれらの間隙時間が発生する因
子を入力因子として、例えば各工程内で必要な穴あけ加
工の種類数などを採用する。また、穴あけ加工工程で使
用される工作機械が数値制御盤、倣い制御盤、汎用ボー
ル盤、数値制御ボール盤またはフライス盤を併用するな
ど種々雑多である。この各使用工作機械毎に穴あけ性能
は異なり、実質切削時間、段取り時間および切粉処理時
間などに必然的に違いが発生する。このことから入力因
子として使用工作機械の入力は必然的である。（なお、
使用工作機械名、金型名は記号で入力し、入力頻度
（Ｎ）で結合係数（重み係数）を決める。）リーマ加工
の場合には成形後に製品取出しを容易にするために、入
力を押上げるピン用リーマ加工または中子引抜き用ピン
リーマ加工が行なわれる。また金型加工時に各加工座標
値の基準となる基準ピンリーマ加工、さらに複雑な製品
形状を作成するために樹脂型ではアンダーカットの形状
作成に必要とする押出しコア用ピンリーマ加工、鋳造型
では中子引抜き用ピンリーマ加工、鍛造型では製品押出
し用エジェクターピンリーマ加工などが多大な加工時間
と技術力が要求される。

【００５８】型彫り工程 金型の製作において製品部を作成する金型部位は通常型
彫り工程で加工される。その加工段階の荒切削、中仕上
げ切削、仕上げ切削および超仕上げ切削の各段階におい
て型彫りの目的は異なる。すなわち荒切削および中仕上
げ切削段階では製品部の形状を大略的に作成するために
大量な体積部を除去する。一方、仕上げ切削および超仕
上げ切削段階に注目すると、樹脂型およびプレス金型よ
り得る製品の表側には意匠性が要求される表面性状、す
なわち低あらさ値を示す鏡面のような表面および特徴的
な細溝部が描画された場合などがある。同様に鋳造型の
場合にも製品機能を達成するために表面に特徴的な細溝
部などが施された製品面が要求される。このことは製品
面の表側を作製する型彫り工程では超仕上げ切削加工が
必要の場合があり、それに対処するＮＣ処理法またはな
らい用の高精度モデルと加工機が必要となる。また製品
部の裏側を作製する場合にもそれに準じた仕上げ面性状
を作製する仕上げ切削技術が要求される。このことから
ニューラルネットに入力する図面情報には荒切削と中仕
上げ切削段階のグループおよび仕上げ切削と超仕上げ切
削段階のグループに分けなければならない。ただし両グ
ループの共通項目は使用工作機械名、加工段階（荒切
削、中仕上げ切削、仕上げ切削および超仕上げ切削）製
品部位の表側型（固定型）および裏側型（可動型）など
の金型名である。さらに鍛造型、鋳造型、樹脂型および
プレス金型の区分けは製品名の入力によって達成され、
数値制御（ＮＣ）切削とならい（ＴＣ）切削とで占有時
間が異なることより、切削方法として両者の入力が必要
である。

【００５９】製品部形状の大きさおよび特徴を示すもの
は製品図面であり、またそれらは型彫り工程の占有時間
の長短に影響する。そのためにニューラルネットに入力
する図面情報は製品図面より読み取り、同時に型彫り工
程の時間に比例する定量値に変換しなければならない。
この手段の第１段階として製品形状の特徴から型彫り加
工時に切削工具と金型間の干渉、使用工作機械と金型間
の干渉が発生し、それを防ぐために切削工具の突出し長
さおよび突出し形状を変更する事実より製品部の３面図
（平面図、側面図、正面図）から製品形状を平坦部、上
立壁部、下立壁部、横立壁部に大別する。この各立壁部
と平坦部との区分けは切削工具または使用工作機械の主
軸部と金型との干渉が所定角度（約６０゜）以上の立壁
部に発生することより、３面図から立上り角度６０°の
位置を読取り、平坦部と各立壁部とを区分けする。ここ
で各立壁部と平坦部の区分けを詳細に述べると、平坦部
と横立壁部との区分けは平面図上で平坦部に対して６０
°以上の角度を有する部位を横立壁部とする。平坦部と
上または下立壁部との区分けは正面図の断面図上で平坦
部に対して６０°以上の立壁部位とする。

【００６０】荒切削および中仕上げ切削段階では大略的
な製品形状の作成を目的とするために切削加工面積の大
小は使用工作機械の占有時間に比例することより、平坦
部、横立壁部、上立壁部、下立壁部の横長さおよび縦長
さを読み取り、それらの横長さを平面図上で、また縦長
さを正面図の断面図上で求める。一方、精密な製品形状
を作成する仕上げ切削および超仕上げ切削段階ではピッ
クフィード量は小さく、ニューラルネットには各加工部
位の（縦長さ）／（横長さ）の比値の入力が必要であ
る。次に平坦部と各立壁部との境界で切削工具または使
用工作機械の主軸部が金型と干渉し、それを防ぐために
工具の突出し長さまたは突出し形状を変えなければなら
ない。これらの場合に工具送り速度は必然的に変化し、
突出し長さまたは突出し形状に比例して占有時間も異な
る。すなわち平坦部の横または縦長さに対して各立壁部
の横または縦長さが長い場合には工具突出しが長くな
り、切削時の切削工具ビビリ発生を防ぐために工具送り
は遅くなる。以上の事実を図面情報から読み取るには
（横立壁部の横長さ）／（平坦部の横長さ）、（上立壁
部の縦長さ）／（平坦部の縦長さ）、（下立壁部の縦長
さ）／（平坦部縦長さ）などの各比値に注目すれば良
い。また製品面の意匠性および機能性を達成するため
に、細溝部、各立壁部内の立壁、例えば平坦部内立壁、
横立壁部内立壁などが型彫りされる。これらの特徴的な
形状は型彫り工程において多大な時間を必要とするため
に、ニューラルネットに入力する図面情報として読み取
らねばならない。細溝部の場合には各部位におけるその
本数と全長、また各部位内における立壁の場合には立壁
部を型彫りする際に使用切削工具と各部位との干渉を考
慮しなければならないことより、（立壁高さ）／（各部
位の縦または横長さ）の比値を採用する。

【００６１】金型から製品を製作するときに、金型の固
定型と可動型の合せ面でバリの発生を防ぐために、プレ
ス型では被プレス材を保持するためにパーテイングライ
ンを設定する。その際にパーテイング部は製品を製作す
る金型部位の周囲に均一な幅を持って型彫りされること
から製品形状の大小にその面積は比例する。そのパーテ
イング部の外側にコッター部が作成され、そこでは固定
型と可動型の型構造作用を付加する部位であり、ボーリ
ング工程から型構造機能部が作製される。このことから
コッター部もパーテイング部と同様に製品形状の大小に
比例するが、パーテイング部に比べてその面積は大き
い。

【００６２】パーテイング部面積の図面情報としてニュ
ーラルネットワークに入力する定量値として製品部の外
周部域では（平坦部横長さ＋横立壁部横長さ）ｘ（パー
テイング部の幅）ｘ２（：両端）、または（平坦部縦長
さ＋上立壁部縦長さ＋下立壁部縦長さ）ｘ（パーテイン
グ部の幅）ｘ２（：両端）とする。または製品形状の全
周に相当する（平坦部横長さ＋横立壁部横長さ＋平坦部
縦長さ＋上立壁部縦長さ＋下立壁部縦長さ）ｘ（パーテ
イング部の幅）ｘ２でも良い。この３者の方法の１者を
選び、その方法に以後統一すれば本発明の工程時間見積
り装置を使用する金型製造会社におけるパーテイング面
積の固有入力法となる。一方、製品形状から製品部の内
部における空隙域のパーテイング部を必要とする場合が
ある。その際には（製品内部の空隙域全周）ｘ（パーテ
イング部の幅）値をさらに加算して入力する。

【００６３】同様にコッター部面積の場合にも、（平坦
部横長さ＋横立壁部横長さ）ｘ（定数）ｘ２（：両
端）、（平坦部縦長さ＋上立壁部縦長さ＋下立壁部縦長
さ）ｘ（定数）ｘ２（：両端）または製品形状の全周に
相当する（平坦部横長さ＋横立壁部横長さ＋平坦部縦長
さ＋上立壁部縦長さ＋下立壁部縦長さ）ｘ（定数）ｘ２
でも良い。ここで定数の乗算は金型において型構造を付
加するために必要な面積を確保するものであり、鍛造
型、鋳造型、樹脂型およびプレス型の型種によって異な
る値である。

【００６４】ボーリング工程 金型の固定型および可動型が各機能を発揮して高品位な
製品を製作するために両者にボーリング工程による型構
造部の作製が必要であるボーリング（中ぐり）切削およ
び溝切削などの工程からなりたち、さらに固定型および
可動型の加工時に必然的に要求される基準面切削も行な
われる。これらの工程を大別的に分類すると面切削、中
ぐり切削、溝切削などである。これらの加工は高度な加
工技術が要求されることより、工作機械および製品など
の占有時間も異なって来るために両者をニューラルネッ
トに入力する。また固定型と可動型ではボーリング工程
での要求精度が違う場合があることより金型名も入力す
る。

【００６５】面切削にはフライス加工が多用され、最初
に金型加工時に必要となるｘ軸、ｙ軸およびｚ軸方向の
各基準面が作製される。さらに製品の製作時に固定型と
可動型が合致してバリの発生などを防ぐために加圧され
ることから必要となる受圧面が作製される。また複雑な
形状を有する製品を作製する際に、またはアンダーカッ
ト部を作成するために、その手段の一例として可動型の
一面をスライドする傾斜コアなどが採用され、そのため
に可動型の一部にスライド面が作成される。さらに以上
の各種機能面以外の一般面の切削も行なわれる。これら
の各種面の切削時には多大な時間と技術力を必要とし、
また各面間での切削移行時に高度な段取り技術も必要と
なる。以上の事実にもとづき、工程時間の見積りに寄与
する図面情報として基準面、受圧面、スライド面および
一般面におけるそれぞれの種類数、切削回数および切削
面積があげられる。

【００６６】次に樹脂型および鋳造型の場合には、複雑
な形状を作成するために、または樹脂および溶融金属を
注入するためのゲート部または湯口部の可動型にポケッ
ト穴を中ぐり切削から作成し、入子または中子を作動さ
せる。鋳造型およびプレス型の場合にも耐摩耗、たとえ
ばプレス時にせん段を同時に行なう場合および耐熱性が
要求される部位にインサートダイ用のポケット穴が作成
される。それらのポケット穴は、挿入部品の作用機能が
多用のために各種の形状が提案されており、形状から大
別すると各種コーナＲを持つ四角形と丸または長穴形状
とにわかれる。四角形状穴のコーナＲは各挿入部品の機
能にもとづく形状変化から多種多様である。一例として
一つの入子穴において底面側が２１Ｒで出入口側が２２
ＲとコーナＲが２種類採用されている場合もある。一
方、丸および長穴形状のポケット穴では丸および長穴形
状の底面切削が行なわれ、四角形状ポケット穴の場合と
は異なった加工技術が要求され、加工時間も異なってく
る。そのためにニューラルネットに入力する図面情報と
しては、四角形状、丸形状および長穴形状ポケット穴に
分類すること、さらに四角形状穴の場合にはそれらの種
類数、切削回数と全切削面積を採用する。また丸形状お
よび長穴形状の場合にも同様にそれぞれの切削回数と全
切削面積を入力する。

【００６７】次に熱電対の配線用溝などの種類数および
切削回数を図面から読出し、ニューラルネットへ入力す
る。

【００６８】樹脂型および鋳造型などの場合には、製品
形状の複雑な代表例としてアンダーカット部と呼ばれて
いる形状部を作成するコアまたは中子を使用する。たと
えば樹脂型において製品部の表側から裏側へコの字状に
折れ曲った製品形状を作成する場合にはスライドコアま
たは傾斜コアなどを採用する。それらは丸形状コア、ス
ライドコア、押出しコアおよび押出し傾斜コアなどに分
類され、それぞれの適用事例が異なるために機能および
大きさも異なる。それらのコアを包括するポケット穴は
中ぐり切削、溝切削などで作成されることより、切削加
工の際に特有な高度の技術が要求され、入力因子として
のコア用ポケット穴は前記４種類の各切削回数および全
切削面積を採用する。

【００６９】工程日程スケジューリング部４は図１５に
示す機能を有し、ニューラルネット２２で見積もった工
程時間を工程コード名と一緒に受信し、図１６に示すＣ
ＲＴ上または電光掲示盤上の工程日程スケジューリング
表の見積り欄に工程コードと見積り時間を表示する。一
方、見積り用入力因子抽出部２１より受信した加工計画
表の実施予定日および使用工作機械欄に図１７に示すよ
うに見積り工程時間と工作機械名を記入して作業設計部
９に送信する。工作機械占有時間計測部３から工程コー
ド名、工作機械名および占有時間を受信し、図１８に示
すごとく工程日程スケジューリング表のその工作機械名
の実績欄に工程コード名および占有時間を掲示する。次
に図１６のＣＲＴ上または電光掲示盤上の工程日程スケ
ジューリング表の見積り欄および実績欄に表示された工
程コード名と占有時間の比較から軽負荷工作機械名を選
定し、その工作機械名の見積り欄に工程コード名と占有
時間を変更して掲示する。さらにニューラルネットの学
習（教師信号）用占有時間選定部２４から工程コード名
を受信して、その見積り時間を学習（教師信号）用占有
時間選定部２４に送信する。

【００７０】学習用入力因子ストア部２３は、図１９に
示す機能を有して見積り用入力因子抽出部２１より工程
コード名、図面情報および工作機械名を受信してストア
し、工程コード名のみを工程（工作機械）占有時間計測
部３に送信する。次に学習（教師信号）用専用時間選定
部２４から各工程コード名の工作機械占有時間学習実施
可／不可の信号を受信し、学習実施可信号の場合に各コ
ード名、図面情報および工作機械名をニューラルネット
の学習手段部に送信する。学習実施不可の場合にはその
工程コード名に相当する図面情報及び工作機械名を抹消
する。

【００７１】工程（工作機械）占有時間計測部３では図
２０に示すように学習用入力因子ストア部２３より工程
コード名を受信し、その工程コード名を刻印された金型
を選定して工作機械占有時間を計測する。計測終了後に
その工程コード名、工作機械名および工作機械占有時間
を工程日程スケジューリング部４の実績欄掲示手段部お
よび学習（教師信号）用占有時間選定部２４に送信す
る。次に学習（教師信号）用占有時間選定部２４より工
程コード名、工作機械占有時間および工作機械占有時間
学習実施可／不可の信号を受信し、学習実施可の場合
に、その工程コード名の工作機械占有時間をニューラル
ネット２２に送信する。学習実施不可の際にはその工程
コード名と工作機械占有時間を抹消する。

【００７２】学習（教師信号）用占有時間選定部２４で
は図２１に示す機能を有し、工作機械占有時間計測部３
より工程コード名およびその工作機械占有時間を受信す
る。その工程コード名および工作機械名を工程日程スケ
ジューリング部４に送信し、工程日程スケジューリング
部４よりその工程コード名と見積り時間を受信する。次
に見積り時間に対して占有時間が８０％〜１２０％の範
囲以内かを判断して、その範囲以内の場合にはニューラ
ルネットでの占有時間学習実施可の信号を、その範囲以
上の際には学習不可の信号を、その工程コード名と一緒
に学習（教師信号）用入力因子ストア部２３に送信す
る。さらに占有時間を加えて工程（工作機械）占有時間
計測部３に送信する。学習（教師信号）用占有時間選定
部３における見積り時間に対する占有時間の限定値は８
０％〜１２０％の範囲以内に限らず、工程日程スケジュ
ーリング部４において最適スケジューリング実施可能の
範囲を示す値であれば良い。

【００７３】学習用占有時間の選定部における学習を実
行するか否かの判断 図２において、工作機械名ないし工程名、金型名、製品
名、図面情報（金型形状、穴個数等）等の金型加工情報
をニューラルネットＮＮに入力し、その出力値Ａを求め
る。一方で、同一加工条件における実際の金型の工作機
械の占有時間Ｂを求め、次いで次のステップをとる。 （i）ＡとＢの差が±２０％以内の場合は学習を行い、
ＡがＢになるようにＷ_1-nを変える。

【００７４】（ii）ＡとＢの差が２０％を越える場合は
刃が欠けたり、作業者が金型の工作機械への設置に失敗
してＢが異常な値を示した場合を想定したもので学習は
行わない。

【００７５】（iii）Ａ＝Ｂの場合は当然学習する必要
なく、そのままＮＮで工程時間を見積りすればよい。

【００７６】また、本ＮＮを用いたシステムによれば実
際の金型の工作機械の占有時間の変化に対応できる。

【００７７】例えば、金型の工作機械の占有時間が１０
０時間である場合、ある時期に９０時間に変わった場合
はＮＮで学習し９０時間になるようにＷ_1-nを変える。
さらに実際の占有時間が１０５時間になったら９０時間
が１０５時間になるようにＷを変えて対応できる。

【００７８】

【実施例２】本実施例は実施態様２に対応するものであ
り、実施例１における工程（工作機械）占有時間計測部
３を工作機械稼働時間加算部５に変換したものである。
すなわち工程（工作機械）稼働時間加算部５は図２２に
示す機能を持ち、学習用入力因子ストア部２３より工程
コード名および工作機械名を受信し、加工スケジューリ
ング部６から送信される加工コード内の工程コード名が
同一になるまで、加工スケジューリング部６からの加工
コード名を受信する。同一工程コード名を含む加工コー
ド名を受信した時点で、加工スケジューリング部６より
その実績加工時間を受信して加算する。

【００７９】加工スケジューリング部６は図２３に示す
機能を有し、すなわち加工時間見積り用ニューラルネッ
ト１０２より加工時間を加工コード名および工作機械名
とともに受信し、図２３に示す加工スケジューリング部
６所有のＣＲＴ上または電光掲示盤上の加工スケジュー
リング表の見積り欄に加工コード名と一緒に加工時間を
掲示する。一方、工作機械に設置された加工時間自動計
測手段から得る実績加工時間を工程（工作機械）稼働時
間計測部７より受信して加工コード名と一緒に加工スケ
ジューリング部６の実績欄に掲示する。

【００８０】以上の各構成部よりなる実施例１および２
の工程時間見積り装置においてニューラルネット２２の
工程時間見積り機能および学習機能の実施例を以下に述
べる。

【００８１】穴あけ加工工程の実施例として、図２５に
一例として示す実データを逆伝搬型または相互結合型ニ
ューラルネットに入力する。これらの合計３０個のデー
タを用いて、入力因子として２つの工作機械名および図
面情報から各穴あけ加工の個数と全長、基準面に対して
傾斜している穴あけ加工の個数と全長を採用した。一
方、教師信号として各金型が工作機械に設置され、終了
後に工作機械からはずされるまでに占有した時間を採用
し、出力ニューロン素子側から入力してニューラルネッ
トを学習させた。この学習済みニューラルネットの性能
を調べるために、各金型毎に入力因子を再入力させてそ
の工程占有時間を推定させた結果が図２６である。同図
から実績占有時間と推定占有時間が良く対応しているこ
とがわかり、ニューラルネットにおける学習が良好に行
なわれたことを示している。さらに従来の経験式と比較
した結果、本発明装置の出力値は実績値の約０．８から
１．３倍の推定値を示し、従来法に比べて精度の向上が
認められる。

【００８２】この学習済みニューラルネットに、新しい
５個の金型の図面情報および工作機械名を入力して占有
時間を推定させ、切削後の実績占有時間と対比させた結
果を黒印で示したものが図２７である。入力した因子は
図２８に示すように工作機械名が２種類で、合計が５種
類の図面情報であり、図２７からわかるように、ニュー
ラルネットから推定された占有時間が実績占有時間と良
く対応している。

【００８３】次に型彫り工程での入力した図面情報の一
例を図２９に示したが、製品数が１０個、すなわち図面
情報が１０種類、金型名が２種類（固定型と可動型）、
切削段階が４種類（荒切削、中仕上げ切削、仕上げ切
削、超仕上げ切削）、工作機械が１２種類の縦型フライ
ス盤を用いた事例数３２個をニューラルネットに入力
し、それぞれの占有時間を教師信号としてニューラルネ
ットに入力して学習済みの状態を得た。この学習済みニ
ューラルネットの性能を調べるために、各金型毎に入力
因子を再入力させてその工程占有時間の推定能力を検証
した結果が図３０である。同図から実績占有時間に対す
る推定占有時間は０．９から１．２倍の範囲を示し、両
者が良く対応しており、ニューラルネットにおける学習
が良好に行なわれたことを示している。なおこの学習済
みニューラルネットに新しい５個の金型図面情報、工作
機械名、金型名、切削方法（ＴＣまたはＮＣ）、切削段
階および製品名を入力させて占有時間を推定させ、切削
後の実績占有時間と対比させた結果、図３０で示した
０．９から１．２倍の範囲内の値を示した。

【００８４】なお ボーリング工程においても学習済み
ニューラルネット２２を含む本発明の工程時間見積り装
置に任意の図面情報を入力した結果、穴あけ工程および
型彫り工程の場合と同様に高精度な見積り時間を得た。

【００８５】実施例１および２に該当する他の生産工程
としては、既述の金型の機械加工工程にとどまらず、放
電加工工程、溶接加工工程、塗装工程、熱処理工程およ
び組付け工程などにも対象工程として可能である。すな
わち工程時間見積り用入力因子抽出部２１では放電加工
工程の場合には荒・仕上げ加工の加工段階、加工部位の
面積、材質および細溝部の全長などを、溶接加工工程で
は加工部位の全長、材質、全回数などを、塗装工程およ
び熱処理工程ではそれらの種類数、全回数および対象部
位の全面積などを抽出してニューラルネット２２に送信
する。組付け工程では組付け部品数、組付け精度、試作
部品、支給部品および購入部品などの種類数およびそれ
ぞれの全数などである。

【００８６】

【発明の効果】以上説明したように本発明の工程時間見
積り装置は、設計図面情報入手時（金型設計図等の出図
時）に各工程毎の使用予定工作機械（製造手段）の工程
占有時間を高精度に推定でき、それらを総和すればその
製品の完成日時が明確となる。このことから生産工場の
管理者および作業者らは図面の出図時に納期達成へのス
ケジューリングが可能となり、また製造上（特に金型製
作等）の冗費節減もでき、さらに残業日時も事前に計画
できて労務管理も容易となる。

【００８７】またニューラルネット装置の学習済みネッ
トワークの構築に注目すると、社会的変動による生産工
場の負荷変動にも対応したネットワークの構築が可能で
あり、さらに学習（教師信号）用占有時間選定部の設置
により学習済みネットワークの精度の制御、すなわち見
積り精度の制御が可能となり、使用目的に対応した工程
日程スケジューリングの立案が提示できる。（以上請求
項１について） なお、従属請求項２に関する利点は、好適な実施態様の
欄（視点３）において既述の通り、各所与の工程毎に、
各製造手段（工程段階毎の加工手段）の実際の稼動時間
の積算とその結果に基づく不断（その都度毎）の学習に
よる見積り精度向上が可能である。

【図面の簡単な説明】

【図１】本発明の工程時間見積り装置の全体構成（ハー
ド）の実施例を概念的に示すブロック図

【図２】ニューラルネットＮＮの金型製作用工程時間見
積り法の原理を示すブロック図

【図３】ニューラルネットの一例を示す模式図（逆伝搬
法）

【図４】ニューラルネットの一例を示す模式図（相互結
合法）

【図５】金型製作用工程時間見積り装置の構成図その１

【図６】金型製作用工程時間見積り装置の工程時間見積
り法（Ａ）、及び金型製作用工程時間見積り装置の工程
時間学習法（Ｂ）

【図７】経験式による見積り時間と実績時間の違いを示
すテーブル

【図８】金型製作時の工程占有時間内訳

【図９】金型製作用工程時間見積り装置の構成図その２

【図１０】金型製作用工程時間見積り装置の製作時間見
積り構成図

【図１１】金型製作用工程時間見積り装置の工程設計部
フローチャート

【図１２】金型製作用工程時間見積り装置作成の製作計
画表その１

【図１３】金型製作用工程時間見積り装置の工程時間見
積り用入力因子抽出部フローチャート

【図１４】金型製作用工程時間見積り装置の工程時間見
積り用図面情報項目ストア部内訳

【図１５】金型製作用工程時間見積り装置の工程日程ス
ケジューリング部フローチャート

【図１６】金型製作用工程時間見積り装置作成の工程日
程スケジューリング表その１

【図１７】金型製作用工程時間見積り装置作成の製作計
画表その２

【図１８】金型製作用工程時間見積り装置作成の工程日
程スケジューリング表その２

【図１９】金型製作用工程時間見積り装置の学習用入力
因子ストア部フローチャート

【図２０】金型製作用工程時間見積り装置の工作機械占
有時間計測部フローチャート

【図２１】金型製作用工程時間見積り装置の学習（教師
信号）用占有時間の選定部フローチャート

【図２２】金型製作用工程時間見積り装置の工作機械稼
働時間加算部フローチャート

【図２３】金型製作用工程時間見積り装置の製作スケジ
ューリング部フローチャート

【図２４】金型製作用工程時間見積り装置作成の製作ス
ケジューリング表

【図２５】金型穴あけ工程での工程時間見積り装置入力
図面情報例

【図２６】金型穴あけ工程時間見積りでの経験式と本工
程時間見積り装置法との比較

【図２７】金型穴あけ工程時間見積りでの工程時間見積
り装置の検証例

【図２８】金型穴あけ工程時間見積りでの工程時間見積
り装置検証用図面情報入力例

【図２９】金型型彫り工程時間見積りでの工程時間見積
り装置入力図面情報例

【図３０】金型型彫り工程での工程時間見積り装置の検
証例

【符号の説明】

１…工程設計部 ２…工程時間見積り部 21…見積り用入力因子抽出部 211…工程時間見積り用図面情報項目ストア部 22…ニューラルネット 23…学習用入力因子ストア部 24…学習（教師信号）用占有時間選定部 ３…工程（工作機械）占有時間計測部 ４…工程日程スケジューリング部 ５…工程（工作機械）稼働時間加算部 ６…加工スケジューリング部 ７…工程（工作機械）稼働時間計測部 ８…設計部 ９…作業設計部 10…加工時間見積り部 101…加工時間見積り用入力因子抽出部 102…加工時間見積り用ニューラルネット 103…加工時間見積り用学習用入力因子ストア部 104…加工時間見積り用学習（教師信号）用占有時間選
定部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 大庫 和孝 愛知県愛知郡長久手町大字長湫字横道41番 地の１ 株式会社豊田中央研究所内 (72)発明者 阿部 忠之 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内 (72)発明者 浅井 正幸 愛知県豊田市トヨタ町１番地 トヨタ自動 車株式会社内

Claims (2)

【特許請求の範囲】
1. 【請求項１】工程時間見積り部と、工程占有時間計測部
   と、工程日程スケジューリング部とを備えた工程時間見
   積り装置であって、 工程時間見積り部は、 設計された工程に基づく工程時間の見積り及び学習手段
   としてのニューラルネット装置と、 対象物の製造工程情報を含む見積り用入力因子を所与の
   工程設計データから抽出する見積り用入力因子抽出部
   と、 学習用占有時間の選定部の出力信号に基づき学習手段と
   して機能するニューラルネット装置へ見積り用入力因子
   抽出部から得られる学習入力因子をストアする学習用入
   力因子ストア部と、 ニューラルネット装置の学習用占有時間を選定する学習
   用占有時間の選定部とを含み、 工程占有時間計測部は、各工程毎の工程コードを読取
   り、各工程コード内の前記各工程毎の占有時間自動計測
   を行うものであり、 工程日程スケジューリング部は、工程占有時間計測部の
   出力情報を受けると共に、見積り手段としてのニューラ
   ルネット装置の出力をストアしかつ学習占有時間の選定
   部へ各工程毎の見積り時間データを出力するものであ
   る、ことを特徴とする工程時間見積り装置。
2. 【請求項２】前記工程占有時間計測部は、 各工程を成す製造手段の稼働時間を読取る工程稼動時間
   計測部と、 工程稼働時間計測部の出力を受けて加工スケジューリン
   グ表示及び変更を行う加工スケジューリング部と、 加工スケジューリング部の出力を受けて工程占有時間を
   得る工程稼動時間加算部とを備え、 工程稼動時間加算部は、その出力をニューラルネット装
   置に学習用情報として入力するものであることを特徴と
   する請求項２又は３記載の工程時間見積り装置。