JPWO2019087275A1 - 作業分析装置、及び作業分析方法 - Google Patents

Abstract

適切な管理粒度の決定から改善ポイントの抽出までの一連の処理を人力に頼ることなく実行する。作業分析装置は、実行済みの複数の作業に関する情報が蓄積された作業実績情報に基づいて工程毎の管理粒度を決定する管理粒度決定部と、前記作業実績情報に基づき、各作業に対する複数の評価指標それぞれの評価値を算出する評価値算出部と、決定された工程毎の管理粒度に従って作業を管理粒度グループにグルーピングし、前記作業に対して算出された前記複数の評価指標それぞれの評価値に基づき、各管理粒度グループに属する複数の前記作業から優秀作業を分類する作業分類部と、前記各管理粒度グループの前記優秀作業の前記評価値に基づき、前記各管理粒度グループに属する非優秀作業の作業改善ポイントを抽出する作業改善ポイント抽出部と、を備えることを特徴とする。

Description

本発明は、作業分析装置、及び作業分析方法に関する。

製品の生産効率を向上させるためには、作業時間を分析し、作業の改善ポイントを抽出する必要がある。作業時間を分析するには、作業を適切な管理粒度によってグルーピングする必要がある。

例えば昇降機等の非量産品の製造作業を分析する場合、製品の仕様によって、製造ラインや製法が異なるので、管理粒度は、各工程における作業内容、製品の仕様、作業者等を組合せて決定することが望ましい。

管理粒度を決定する技術として、例えば特許文献１には「作業時間履歴データに含まれる作業種類項目値毎に分類して作業時間履歴データを生成する作業種類分類部１１と、作業時間履歴データから作業種類項目値毎に代表参考時間を算出する代表参考時間算出部１２と、作業時間履歴データを属性項目値毎に分類して作業時間履歴データを生成する属性項目分類部１３と、作業時間履歴データから属性項目値毎に細分参考時間を算出する細分参考時間算出部１４と、有意性有りと判断した細分参考時間を当該属性項目値の参考時間として設定し、そうでない属性項目値に対しては代表参考時間を参考時間として設定する有意性評価部１５と、を有する」参照時間推定装置が記載されている。

特開２０１５−１４８９６１号公報

特許文献１に記載の技術では、各属性の作業時間の差が有意であるか否かを判断することで管理粒度を算出するが、作業実績のデータ数が少ない場合、有意か否かの判断ができない。

また、従来、管理粒度を決定してから改善ポイントを抽出するまでの技術も存在するが、作業の評価指標は作業時間しかなく、他の評価指標を用いるためには、人による目視での確認が必要であった。

本発明は、このような状況に鑑みてなされたものであり、適切な管理粒度を決定してから改善ポイントを抽出するまでの一連の処理を人力に頼ることなく実行できるようにすることを目的とする。

本願は、上記課題の少なくとも一部を解決する手段を複数含んでいるが、その例を挙げるならば、以下のとおりである。上記課題を解決すべく、本発明の一態様に係る作業分析装置は、実行済みの複数の作業に関する情報が蓄積された作業実績情報に基づいて工程毎の管理粒度を決定する管理粒度決定部と、前記作業実績情報に基づき、各作業に対する複数の評価指標それぞれの評価値を算出する評価値算出部と、決定された工程毎の管理粒度に従って作業を管理粒度グループにグルーピングし、前記作業に対して算出された前記複数の評価指標それぞれの評価値に基づき、各管理粒度グループに属する複数の前記作業から優秀作業を分類する作業分類部と、前記各管理粒度グループの前記優秀作業の前記評価値に基づき、前記各管理粒度グループに属する非優秀作業の作業改善ポイントを抽出する作業改善ポイント抽出部と、を備えることを特徴とする。

本発明によれば、適切な管理粒度の決定から改善ポイントの抽出までの一連の処理を人力に頼ることなく実行することが可能となる。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り明らかにされる。

本発明に係る一実施の形態である作業分析システムの構成例を示すブロック図である。 作業実績情報のデータ構造の一例を示す図である。 管理粒度情報のデータ構造の一例を示す図である。 動線情報のデータ構造の一例を示す図である。 評価値情報のデータ構造の一例を示す図である。 作業分類情報のデータ構造の一例を示す図である。 エリア別評価値情報のデータ構造の一例を示す図である。 作業改善ポイント情報のデータ構造の一例を示す図である。 作業改善ポイントライブラリ情報のデータ構造の一例を示す図である。 作業分析システムによる作業分析処理の一例を説明するフローチャートである。 各分析粒度の作業時間のバラつき具合を可視化した一例を示す図である。 各分析粒度の平均作業時間の算出結果の一例を示す図である。 各分析粒度の絶対値誤差の算出結果の一例を示す図である。 出力画面の一例を示す図である。 編集画面の一例を示す図である。 編集処理の一例を説明するフローチャートである。 コンピュータの構成例を示すブロック図である。

以下、本発明に係る一実施の形態を図面に基づいて説明する。なお、一実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。また、以下の実施の形態において、その構成要素（要素ステップ等も含む）は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。また、「Ａからなる」、「Ａよりなる」、「Ａを有する」、「Ａを含む」と言うときは、特にその要素のみである旨明示した場合等を除き、それ以外の要素を排除するものでないことは言うまでもない。同様に、以下の実施の形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。

本明細書において、「作業」とは、製品を製造する一連の動作を成す複数の区切りの単位を指すものとする。作業は、その属性情報として工程、作業内容、機種、作業者をそれぞれ表す情報を有しているものとする。

また、「粒度」とは、作業を工程毎に分析するためにグループにグルーピングするときの条件の組み合わせを表すものとする。例えば、昇降機を製造する一連の動作は、複数の工程から成り、同じ工程の中にも異なる作業内容があったり、製造する機種の違いがあったり、作業者が異なったりするので、各作業は、工程と、作業内容と、機種と、作業者との組み合わせを条件としてグループにグルーピングすることができる。

具体的には、管理粒度は、工程だけにするが、または、工程と、機種、作業内容、および作業者のうちの少なくとも１つとを組み合わせとすることができる。

例えば、各作業を最も少ない条件でグルーピングする場合、管理粒度は工程だけとすればよい。また、「粒度が粗い」とは、グルーピングするときの条件が少ないことを意味する。反対に、「粒度が細かい」は、グルーピングするときの条件が多いことを意味することになる。

＜本発明に係る一実施の形態である作業分析システムの構成例＞
図１は、本発明に係る一実施の形態（以下、本実施の形態と称する）である作業分析システムの構成例を示すブロック図である。

この作業分析システム１００は、作業分析装置１０１が、ネットワーク１０２を介して、ユーザ端末１０３とデータベース１０４とに接続されて構成される。

作業分析装置１０１は、実行済みの作業を工程毎に分析して作業改善ポイントを抽出するものである。ここで、作業改善ポイントとは、実行済みの作業において、例えば、長い作業時間を要していた等の改善すべき点を指す。

ネットワーク１０２は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）、インターネット等を含む双方向通信網である。

ユーザ端末１０３は、例えばパーソナルコンピュータ等から成り、分析対象の工程を指定したり、作業改善ポイントライブラリ情報１２８のレコードを新規登録したり、編集したりするユーザの操作を受け付けて、その操作情報を、ネットワーク１０２を介して作業分析装置１０１に送信する。また、ユーザ端末１０３は、作業分析装置１０１から供給される分析結果等を表す出力画面１３００（図１４）等をディスプレイ（不図示）に表示してユーザに提示する。

データベース１０４は、例えばＭＥＳ（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）等のシステムまたはそれに準じるデータを記憶している。具体的には、実行済みの作業に関する情報が蓄積された作業実績情報を記憶しており、記憶している作業実績情報のうちの、分析対象工程に指定された工程に関する作業実績情報を作業分析装置１０１に供給する。

作業分析装置１０１について詳述する。作業分析装置１０１は、例えば、パーソナルコンピュータまたはサーバーコンピュータ等から成り、演算部１１０、記憶部１２０、入力部１３０、及び出力部１４０を備える。

演算部１１０は、管理粒度決定部１１１、評価値算出部１１２、作業分類部１１３、及び作業改善ポイント抽出部１１４を有する。

管理粒度決定部１１１は、データベース１０４から供給されて記憶部１２０に記憶されている作業実績情報１２１（詳細後述）に基づき、各工程に属する作業を、予め決定されている複数の分析粒度に従って、分析粒度グループにグルーピングし、各分析粒度グループに属する作業の平均作業時間を算出する。

ここで、分析粒度とは、工程だけ、または、工程と、作業内容、機種、及び作業者の３項目のうちの少なくとも１項目を組み合わせたものである。例えば、工程と、作業内容と、機種と、作業者とがそれぞれ３種類ずつ存在する場合、分析粒度が工程だけであれば、ある工程に属する作業は１つの分析粒度グループにグルーピングされることになる。また、分析粒度が工程と機種であれば、ある工程に属する作業は３つの分析粒度グループにグルーピングされることになる。

また、管理粒度決定部１１１は、各分析粒度グループに属する作業の作業時間のバラつき具合を算出し、算出したバラつき具合が最小となる分析粒度を該工程における管理粒度に決定する。例えば、管理粒度決定部１１１は、各分析粒度グループに属する作業の作業時間と、平均作業時間との絶対値誤差を算出してそれらの総和を算出し、絶対値誤差の総和が最小となる分析粒度を該工程における管理粒度に決定する。さらに、管理粒度決定部１１１は、管理粒度を記憶部１２０が記憶している管理粒度情報１２２（詳細後述）に格納する。

なお、本実施の形態では、工程毎の管理粒度及び分析粒度の項目を、工程と作業内容と機種と作業者の４項目としたが、材料等のさらに他の項目を追加してもよい。

評価値算出部１１２は、記憶部１２０が記憶している作業実績情報１２１（詳細後述）に含まれる、作業を撮像した動画ファイルから、各作業における作業者の移動経路を表す動線情報を検出して、検出結果を記憶部１２０が記憶している動線情報１２３（詳細後述）に格納する。また、評価値算出部１１２は、作業実績情報１２１と動線情報１２３に基づき、作業の評価指標となる作業時間と動線距離と非稼動割合とを算出する。さらに、評価値算出部１１２は、算出した各評価値を記憶部１２０が記憶している評価値情報１２４（詳細後述）に格納する。

作業分類部１１３は、記憶部１２０が記憶している作業実績情報１２１と管理粒度情報１２２と評価値情報１２４とに基づき、各工程の管理粒度に従って作業を管理粒度グループにグルーピングし、管理粒度グループの中から優秀作業を選定する。また、作業分類部１１３は、選定した優秀作業を記憶部１２０が記憶している作業分類情報１２５（詳細後述）に格納する。

作業改善ポイント抽出部１１４は、記憶部１２０が記憶している作業実績情報１２１に含まれる、作業を撮像した動画ファイルの画角を複数の作業エリアに分割する。また、作業改善ポイント抽出部１１４は、記憶部１２０が記憶している作業実績情報１２１と管理粒度情報１２２と動線情報１２３とに基づき、分割した作業エリア毎に、各作業の評価指標となる評価値を算出する。さらに、作業改善ポイント抽出部１１４は、作業エリア毎の評価値を、記憶部１２０が記憶しているエリア別評価値情報１２６に格納する。さらに、作業改善ポイント抽出部１１４は、記憶部１２０が記憶している作業分類情報１２５とエリア別評価値情報１２６と作業改善ポイントライブラリ情報１２８とに基づき、作業の改善ポイントを抽出する。またさらに、作業改善ポイント抽出部１１４は、抽出した改善ポイントを記憶部１２０が記憶している作業改善ポイント情報１２７に格納する。

記憶部１２０は、作業分析に必要な情報、具体的には、作業実績情報１２１、管理粒度情報１２２、動線情報１２３、評価値情報１２４、作業分類情報１２５、エリア別評価値情報１２６、作業改善ポイント情報１２７、及び作業改善ポイントライブラリ情報１２８を記憶する。

入力部１３０は、ネットワーク１０２を介してユーザ端末１０３から送信された操作情報を受け付けて演算部１１０に通知する。また、入力部１３０は、ネットワーク１０２を介してデータベース１０４から供給される作業実績情報を受け付けて、記憶部１２０が記憶している作業実績情報１２１に追加する。さらに、入力部１３０は、ユーザ端末１０３から送信された操作情報のうち、前記作業改善ポイントライブラリ情報１２８への編集の操作情報に応じて、記憶部１２０が記憶している作業改善ポイントライブラリ情報１２８を変更する。

出力部１４０（本発明の提示制御部に相当する）は、作業の分析結果を表す出力画面１３００（図１４）をユーザ端末１０３のディスプレイに表示させる。また、出力部１４０は、作業改善ポイントライブラリ情報１２８の編集画面１５００（図１６）をユーザ端末１０３のディスプレイに表示させる。

次に、図２は、作業実績情報１２１のデータ構造の一例を示している。作業実績情報１２１には、実施済みの複数の作業に関する情報が蓄積されている。

作業実績情報１２１は、各作業に対応する複数のレコードで構成されており、各レコードは、作業ＩＤフィールド１２１１と、工程フィールド１２１２と、作業内容フィールド１２１３と、機種フィールド１２１４と、作業者フィールド１２１５と、開始時刻フィールド１２１６と、終了時刻フィールド１２１７と、動画ファイルフィールド１２１８とを有する。

作業ＩＤフィールド１２１１には、各作業を識別するための作業ＩＤ（Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）情報が格納されている。工程フィールド１２１２には、工程情報が格納されている。ここで、工程情報とは、製品を製造する一連の動作において順次実行される複数の工程のいずれであるかを表す情報である。

作業内容フィールド１２１３には、工程フィールド１２１２に格納される工程情報が表す工程（以下、該工程と称する）の作業内容を表わす情報が格納されている。なお、同一の工程に対して、異なる複数の作業内容が存在してもよい。

機種フィールド１２１４には、該工程にて製造している製品の機種を表す情報が格納されている。作業者フィールド１２１５には、該工程を担当した作業者を表す情報が格納されている。開始時刻フィールド１２１６には、作業の開始時刻が格納されている。終了時刻フィールド１２１７には、作業の終了時刻が格納されている。動画ファイルフィールド１２１８には、作業を撮像した動画ファイルが格納されている。なお、動画ファイルのフレームレートは、例えば、１ｆｐｓ（ｆｒａｍｅｓ ｐｅｒ ｓｅｃｏｎｄ）程度でよいが、３０ｆｐｓ等のより高いフレームレートであってもよい。

図２の例では、例えば、作業ＩＤ＝作業１のレコードには、工程フィールド１２１２に「工程１」が、作業内容フィールド１２１３に「作業内容１」が、機種フィールド１２１４に「機種１」が、作業者フィールド１２１５に「作業者１」が格納されている。また、開始時刻フィールド１２１６に「２０１７／４／２ ９：００」が、終了時刻フィールド１２１７に「２０１７／４／２ ９：３０」が、動画ファイルフィールド１２１８に「動画ファイル．／ｍｏｖｉｅ１」が格納されている。

図３は、管理粒度情報１２２のデータ構造の一例を示している。管理粒度情報１２２には、各工程の管理粒度を表す情報が格納されている。

管理粒度情報１２２は、複数のレコードで構成されており、各レコードは、工程フィールド１２２１と、管理粒度を表すための作業内容フィールド１２２２と機種フィールド１２２３と作業者フィールド１２２４とを有する。

工程フィールド１２２１には、工程を表す工程情報が格納されている。

作業内容フィールド１２２２には、該工程の管理粒度として、作業内容が採用されるか否かの情報が格納されている。具体的には、管理粒度として作業内容が採用される場合には「○」が格納され、採用されない場合には「−」が格納されている。

機種フィールド１２２３には、該工程の管理粒度として、機種が採用されるか否かの情報が格納されている。具体的には、管理粒度として機種が採用される場合には「○」が格納され、採用されない場合には「−」が格納されている。

作業者フィールド１２２４には、該工程の管理粒度として、作業者が採用されるか否かの情報が格納されている。具体的には、管理粒度として作業者が採用される場合には「○」が格納され、採用されない場合には「−」が格納されている。

図３の例では、例えば、工程１の管理粒度として、作業内容、機種、及び作業者のいずれもが採用されていない。この場合、工程１の管理粒度としては、工程が採用されていることを表している。したがって、工程１に属する全ての作業は、同一の管理粒度グループにグルーピングされて分析される。

また例えば、工程２の管理粒度には、機種が採用されたことを表している。したがって、工程２に属する作業は、機種毎に異なる管理粒度グループにグルーピングされて分析される。

図４は、動線情報１２３のデータ構造の一例を示している。動線情報１２３には、各作業において作業者の動線に関する情報が格納されている。

動線情報１２３は、複数のレコードで構成されており、各レコードは、作業ＩＤフィールド１２３１と、フレームフィールド１２３２と、Ｘ座標フィールド１２３３と、Ｙ座標フィールド１２３４とから構成されている。

作業ＩＤフィールド１２３１には、各作業を識別する作業ＩＤが格納されている。フレームフィールド１２３２には、動画ファイルを構成するフレームのフレーム番号が格納されている。Ｘ座標フィールド１２３３とＹ座標フィールド１２３４には、該フレームにおける作業者の重心位置のＸ座標とＹ座標が格納されている。

図４の例は、作業１の動画ファイルの各フレームにおける作業者の重心のＸ，Ｙ座標を表しており、例えばフレーム１におけるＸ，Ｙ座標は（２９，１６）、フレーム２におけるＸ，Ｙ座標は（２５，１０）であることを表している。

図５は、評価値情報１２４のデータ構造の一例を示している。評価値情報１２４には、各作業の複数の評価指標それぞれの評価値が格納されている。

評価値情報１２４は、複数のレコードで構成されており、各レコードは、作業ＩＤフィールド１２４１と、作業時間フィールド１２４２と、動線距離フィールド１２４３と、非稼動割合フィールド１２４４とを有する。

作業ＩＤフィールド１２４１には、各作業を識別する作業ＩＤが格納されている。作業時間フィールド１２４２には、評価指標の評価値として作業時間が格納されている。動線距離フィールド１２４３には、評価指標の評価値として作業者の動線距離が格納されている。非稼動割合フィールド１２４４には、評価指標の評価値としての非稼働割合が格納されている。

図５の例では、例えば、作業１の評価指標は、作業時間が３０分、動線距離が５ｍ、非稼動割合が１０％であり、作業２の評価指標は、作業時間が５０分、動線距離が７ｍ、非稼動割合が１５％であることを表している。

図６は、作業分類情報１２５のデータ構造の一例を示している。作業分類情報１２５には、各工程の管理粒度における優秀作業の情報が格納されている。

作業分類情報１２５は、複数のレコードで構成されており、各レコードは、工程フィールド１２５１と、作業内容フィールド１２５２と、機種フィールド１２５３と、作業者フィールド１２５４と、作業ＩＤフィールド１２５５とを有する。

工程フィールド１２５１には、工程を表す工程情報が格納されている。作業内容フィールド１２５２には、該工程の管理粒度のうちの作業内容に関する情報が格納されている。なお、該工程の管理粒度に作業内容が採用されない場合、作業内容フィールド１２５２には、「−」が格納される。機種フィールド１２５３には、該工程の管理粒度のうちの機種に関する情報が格納されている。なお、該工程の管理粒度に機種が採用されない場合、機種フィールド１２５３には、「−」が格納される。作業者フィールド１２５４には、該工程の管理粒度のうちの作業者に関する情報が格納されている。なお、該工程の管理粒度に作業者が採用されない場合、作業者フィールド１２５４には、「−」が格納される。

作業ＩＤフィールド１２５５には、該工程の管理粒度における優秀作業を表す作業ＩＤが格納されている。

図６の例では、例えば、工程１の管理粒度は工程であり、工程１の管理粒度グループにグルーピングされた作業の優秀作業は作業１であることを表している。また例えば、工程２の管理粒度は機種であり、工程２且つ機種１の管理粒度グループにグルーピングされた作業の優秀作業は作業３と作業５であることを表している。さらに、工程２且つ機種２の管理粒度グループにグルーピングされた作業の優秀作業は作業１１であることを表している。

図７は、エリア別評価値情報１２６のデータ構造の一例を示している。エリア別評価値情報１２６には、作業エリア別に集計された各作業の評価指標となる評価値情報が格納されている。

エリア別評価値情報１２６は、複数のレコードで構成されており、各レコードは、作業ＩＤフィールド１２６１と、作業エリアフィールド１２６２と、抽出開始時刻フィールド１２６３と、抽出終了時刻フィールド１２６４と、作業時間フィールド１２６５と、動線距離フィールド１２６６と非稼動割合フィールド１２６７とを有する。

作業ＩＤフィールド１２６１には、各作業を識別する作業ＩＤが格納されている。作業エリアフィールド１２６２には、作業エリアを表す情報が格納されている。抽出開始時刻フィールド１２６３には、該作業エリアにおける作業の開始時刻が格納されている。抽出終了時刻フィールド１２６４には、該作業エリアにおける作業の終了時刻が格納されている。作業時間フィールド１２６５には、該作業エリアにおける作業時間が格納されている。動線距離フィールド１２６６には、該作業エリアにおける作業者の動線距離が格納されている。非稼動割合フィールド１２６７には、非稼働割合（詳細後述）が格納されている。

図７の例では、作業１の作業エリア２における作業時間は２０１７／４／２の９：１０から９：１５の５分であり、動線距離が２ｍ、非稼動割合が１０％であることを表している。

図８は、作業改善ポイント情報１２７のデータ構造の一例を示している。作業改善ポイント情報１２７には、各工程の管理粒度において抽出された作業の改善ポイントに関する情報が格納されている。

作業改善ポイント情報１２７は、複数のレコードで構成されており、各レコードは、作業ＩＤフィールド１２７１と、作業エリアフィールド１２７２と、改善ポイントフィールド１２７３と、抽出開始時刻フィールド１２７４と、抽出終了時刻フィールド１２７５とを有する。

作業ＩＤフィールド１２７１には、改善ポイントが抽出された作業の作業ＩＤが格納されている。作業エリアフィールド１２７２には、改善ポイントの対象となった作業エリアを表す情報が格納されている。改善ポイントフィールド１２７３には、改善ポイントの具体的内容が格納されている。抽出開始時刻フィールド１２７４には、改善ポイントの抽出開始時刻が格納されている。抽出終了時刻フィールド１２７５には、改善ポイントの抽出終了時刻が格納されている。

図８の例では、作業２の作業エリア４において、改善ポイントとして「手元もたつき」が２０１７／４／１の８：００から８：１５の間に抽出されたことを表している。また、作業７の作業エリア２において、改善ポイントとして「移動距離超過」が２０１７／５／１の１３：００から１３：１０の間に抽出されたことを表している。

図９は、作業改善ポイントライブラリ情報１２８のデータ構造の一例である。作業改善ポイントライブラリ情報１２８には、各工程から改善ポイントを抽出する際に参照される情報が予め格納されている。ただし、作業改善ポイントライブラリ情報１２８は、ユーザが新規登録したり、修正したりすることができる。

作業改善ポイントライブラリ情報１２８は、複数のレコードで構成されており、各レコードは、工程フィールド１２８１と、作業内容フィールド１２８２と、機種フィールド１２８３と、作業者フィールド１２８４と、改善ポイントフィールド１２８５と、作業時間フィールド１２８６と、動線距離フィールド１２８７と、非稼動割合フィールド１２８８とを有する。

工程フィールド１２８１には、工程を表す工程情報が格納されている。作業内容フィールド１２８２には、該工程の管理粒度のうちの作業内容に関する情報が格納されている。なお、該工程の管理粒度に作業内容が採用されない場合、作業内容フィールド１２８２には、「−」が格納される。機種フィールド１２８３には、該工程の管理粒度のうちの機種に関する情報が格納されている。なお、該工程の管理粒度に機種が採用されない場合、機種フィールド１２８３には、「−」が格納される。作業者フィールド１２８４には、該工程の管理粒度のうちの作業者に関する情報が格納されている。なお、該工程の管理粒度に作業者が採用されない場合、作業者フィールド１２８４には、「−」が格納される。

改善ポイントフィールド１２８５には、抽出される改善ポイントの内容が格納されている。作業時間フィールド１２８６には、該改善ポイントを抽出する際に参照される、優秀作業と非優秀作業との作業時間の差の閾値が格納されている。動線距離フィールド１２８７には、該改善ポイントを抽出する際に参照される、優秀作業と非優秀作業との動線距離の差の閾値が格納されている。非稼動割合フィールド１２８８には、該改善ポイントを抽出する際に参照される、優秀作業と非優秀作業との非稼動割合の差の閾値が格納されている。

図９の例では、工程１から改善ポイントとして「手元もたつき」が抽出される条件は、優秀作業との作業時間の差が１０分以上であることを表している。また、工程１から改善ポイントとして「移動距離超過」が抽出される条件は、優秀作業との移動距離の差が３ｍ以上であることを表している。

＜作業分析システム１００による作業分析処理＞
次に、図１０は、作業分析システム１００による作業分析処理の一例を説明するフローチャートである。

この作業分析処理は、データベース１０４に所定数の作業実績情報が記録されていることを前提とし、例えば、ユーザからの開始コマンドに応じて開始される。

はじめに、ユーザ端末１０３が、分析対象の工程を指定するユーザからの操作入力を受け付け、その操作情報を、ネットワーク１０２を介して作業分析装置１０１に送信する（ステップＳ１１）。次に、この操作情報を受信した作業分析装置１０１の入力部１３０が、該操作情報が表す工程に対応する全ての作業実績情報をデータベース１０４から取得して、記憶部１２０が記憶している作業実績情報１２１に格納する（ステップＳ１２）。

次に、演算部１１０の管理粒度決定部１１１が、記憶部１２０の作業実績情報１２１に基づき、ユーザ端末１０３から送信された操作情報が表す工程に対する管理粒度を決定して、記憶部１２０が記憶している管理粒度情報１２２に格納する（ステップＳ１３）。

ステップＳ１３の処理の詳細について説明する。管理粒度決定部１１１は、記憶部１２０が記憶している作業実績情報１２１から、予め決定されている分析粒度に合致するレコードを読み込み、各レコードの作業時間を開始時刻と終了時刻から算出する。例えば、分析対象工程が工程１であり、分析粒度が工程である場合、作業実績情報１２１の工程フィールド１２１２に工程１が格納されているレコードを読み込み、各レコードの開始時刻フィールド１２１６と終了時刻フィールド１２１７とにそれぞれ格納されている時刻の差を作業時間として算出する。また例えば、分析対象工程が工程２であり、分析粒度が工程と機種である場合、作業実績情報１２１の工程フィールド１２１２に工程２が格納されているレコードを読み込み、さらに、機種フィールド１２１４に格納されている機種ＩＤ毎に分析粒度グループにグルーピングして、分析粒度グループ毎に各レコードの開始時刻フィールド１２１６と終了時刻フィールド１２１７とにそれぞれ格納されている時刻の差を作業時間として算出する。

図１１は、算出された各レコードの作業時間のバラつき具合を可視化したものであり、工程１と工程２において、工程のみでグルーピングする分析粒度１と、工程と機種を組合せてグルーピングする分析粒度２に対して、各分析粒度グループにグルーピングされた作業の作業時間をプロットした散布図である。なお、同図の横軸は作業日、縦軸は作業時間を表している。また、図１１における太枠線は、工程１と工程２それぞれにおいて、分析粒度１と分析粒度２の管理粒度として相応しい方を示している（その理由は後述する）。

次に、管理粒度決定部１１１は、分析粒度グループにグルーピングされた作業の作業時間のバラつき具合を定量化する。具体的には、管理粒度決定部１１１は、分析粒度グループ毎の平均作業時間を算出する。

ただし、作業実績情報１２１には、登録時における開始時刻や終了時刻の入力ミス等により、不備データが含まれている可能性がある。そこで、管理粒度決定部１１１は、作業実績情報１２１から、不備データの可能性がある外れ値を除去する。

外れ値を除去する方法は、いくつか存在するが、本実施の形態では、ヒストグラムの作成と、スミルノフ＝グラブス検定を活用する。まず、各作業の作業時間のヒストグラムを作成する。ヒストグラムを作成する際、スタージェスの式により、ヒストグラムのビン数を決定するが、他の方法によりヒストグラムのビン数を決定してもよい。その後、スミルノフ＝グラブス検定により、作成したヒストグラムに外れ値が含まれているか否かを判定し、外れ値が含まれていない場合は、ヒストグラムの平均値を平均作業時間とする。反対に、外れ値が含まれている場合は、再度ヒストグラムを作成する。具体的には、ヒストグラムの度数が一番高い範囲と、その前後の範囲のレコードを抽出し、抽出したデータで再度ヒストグラムを作成し、スミルノフ＝グラブス検定を行う。以後、作成したヒストグラムに外れ値が含まれなくなるまで、同様の処理を繰り返す。なお、再度ヒストグラムを作成するに際し、ヒストグラムの度数が一番高い範囲と、その前後の範囲のレコードを抽出する代わりに、度数が一番高い範囲のみを抽出するなど、他の範囲を抽出するようにしてもよい。

なお、外れ値の除去には、上述した方法以外の方法（箱ひげ図に基づく方法等）を活用してもよい。

図１２は、外れ値を除去した後の各分析粒度における平均作業時間の算出結果の一例を示している。図１２は、図１１と同様、工程１と工程２において、工程のみの分析粒度１と、工程と機種を組合せた分析粒度２に対して、平均作業時間の算出結果を示している。図１２に示された各分析粒度における平均作業時間は、図１１の散布図上に点線でプロットされている。工程１の分析粒度１における平均作業時間は１０であり、工程１の分析粒度２における機種１の平均作業時間は１１、機種２の平均作業時間は９、機種３の平均作業時間は１２である。また、工程２の分析粒度１における平均作業時間は２０であり、工程２の分析粒度２における機種１の平均作業時間は２５、機種２の平均作業時間は３５、機種３の平均作業時間は２１である。

次に、管理粒度決定部１１１は、各分析粒度において、作業時間のバラつき具合が最小となる分析粒度を管理粒度に決定する。具体的には、管理粒度決定部１１１は、算出した平均作業時間と、各レコードの作業時間との絶対値誤差の総和が最小となる分析粒度を該工程の管理粒度に決定する。なお、作業時間のバラつき具合の算出方法は、上述した具体例に限るものでもよい。例えば、分散や標準偏差等を算出するようにしてもよい。

なお、分析粒度間（いまの場合、分析粒度１と分析粒度２との間）で、絶対値誤差の総和が等しい場合は、分析粒度が粗い方を管理粒度に決定する。この採用方法について図１３を参照して詳述する。

図１３は、工程１と工程２において、分析粒度１と分析粒度２の絶対値誤差の総和を示している。工程１の場合、分析粒度１の絶対値誤差の総和は３００であり、分析粒度２の絶対値誤差の総和も３００（＝１２０＋１００＋８０）となる。したがって、工程１の場合、分析粒度１と分析粒度２との間で、絶対値誤差の総和が等しいので、分析粒度が粗い方の分析粒度１が管理粒度に決定される。また、工程２の場合、分析粒度１の絶対値誤差の総和は４００であり、分析粒度２の絶対値誤差の総和は３５０（＝２００＋５０＋１００）となる。したがって、工程２の場合、分析粒度２の方が分析粒度１よりも絶対値誤差の総和が小さいので、分析粒度２が管理粒度に決定される。

最後に、管理粒度決定部１１１は、決定した管理粒度を記憶部１２０が記憶している管理粒度情報１２２（図３）に格納する。例えば、図１１の場合、工程１に対応するレコードとして、管理粒度情報１２２の工程フィールド１２２１に「工程１」を格納し、作業内容フィールド１２２２、機種フィールド１２２３、及び作業者フィールド１２２４に「−」を格納する。同様に、工程２に対応するレコードとして、管理粒度情報１２２の工程フィールド１２２１に「工程２」を格納し、作業内容フィールド１２２２及び作業者フィールド１２２４に「−」を格納し、機種フィールド１２２３に「○」を格納する。

以上で、ステップＳ１３の処理の詳細な説明を終了する。図１０の作業分析処理の説明に戻る。

次に、評価値算出部１１２が、記憶部１２０が記憶している作業実績情報１２１に基づき、各作業の評価指標の評価値である作業時間と動線距離と非稼動割合を算出し、算出した評価値を記憶部１２０が記憶している評価値情報１２４に格納する（ステップＳ１４）。

なお、本実施の形態では、作業の評価指標として、作業時間と動線距離と非稼動割合の３項目を採用しているが、作業時間と動線距離と非稼動割合のうちの少なくとも二つを採用するようにしてもよい。さらに、上記した３項目以外に、例えば、各姿勢（立っている、しゃがんでいる等）の時間、移動の滑らかさ、話している時間、目の動き等を評価指標として採用してもよい。

ステップＳ１４の処理の詳細について説明する。まず、評価値算出部１１２は、評価値を算出するために、記憶部１２０が記憶している作業実績情報１２１から、各作業の動画ファイルを読み込んで画像解析を行うことにより動線データを作成する。具体的には、評価値算出部１１２は、作業実績情報１２１から読み込んだ動画ファイルの各フレーム上で作業者を探索し、作業者の重心の座標を取得する。作業者の探索方法としては、例えば、事前に作業者の特徴を機械学習により学習しておき、学習結果と各フレームの画像を比較する方法を採用するが、他の方法を用いてもよい。

この後、評価値算出部１１２は、作成した動線データを記憶部１２０が記憶している動線情報１２３に格納する。次に、評価値算出部１１２は、作業実績情報１２１と動線情報１２３に基づき、作業時間と、動線距離と、非稼動割合を算出する。

作業時間については、作業実績情報１２１のうち、各作業の開始時刻と終了時刻との差を計算することによって算出する。動線距離について、動線情報１２３の各フレーム間の作業者の重心座標の変化量を合算することにより、各作業の動線距離を算出する。非稼動割合については、各作業の動線情報１２３から、予め指定された作業エリア（作業を行わないエリア）に滞在していた時間を検出し、検出した時間の作業時間に対する割合を非稼動割合として算出する。最後に、評価値算出部１１２は、算出した作業時間と動線距離と非稼動割合を記憶部１２０が記憶している評価値情報１２４に格納する。

以上で、ステップＳ１４の処理の詳細な説明を終了する。図１０の作業分析処理の説明に戻る。次に、作業分類部１１３が、ステップＳ１１で指定された工程に合致する作業から優秀作業を分類する作業分類を行う（ステップＳ１５）。

ステップＳ１５の処理の詳細について説明する。まず、作業分類部１１３は、管理粒度情報１２２（図３）を参照して該工程の管理粒度を取得し、取得した管理粒度に合致するレコードを作業実績情報１２１から取得する。また、作業分類部１１３は、取得した該レコードの作業ＩＤフィールド１２１１を参照して該工程の管理粒度の合致する作業ＩＤを取得し、管理粒度グループにグルーピングする。さらに、作業分類部１１３は、各管理粒度グループに属する作業ＩＤに合致するレコードを評価値情報１２４（図５）から取得する。またさらに、作業分類部１１３は、評価値情報１２４から取得したレコードを参照し、作業時間と動線距離と非稼働割合の各評価値において、優秀作業となり得る候補のレコードを選定する。

例えば、ステップＳ１１で指定された工程が工程１の場合、管理粒度情報１２２から粒度は工程のみであることが取得され、次に、作業実績情報１２１から工程１に合致する作業ＩＤ（図２の場合、作業１〜作業７）が取得されて、管理粒度グループにグルーピングされる。さらに、評価値情報１２４から、作業１〜作業７に合致するレコードが取得される。

また、例えば、ステップＳ１１で指定された工程が工程２の場合、管理粒度情報１２２から粒度は工程と機種であることが取得され、次に、作業実績情報１２１から工程２と機種２に合致する作業ＩＤ（図２の場合、作業１１）が取得される。さらに、評価値情報１２４から、作業１１（図５には不図示）に合致するレコードが取得される。

以下、作業時間の評価値に基づいて優秀作業の候補となり得るレコードの選定方法について説明する。

まず、作業分類部１１３は、評価値情報１２４から取得したレコードに基づき、平均作業時間を算出する。なお、ここでの平均作業時間の算出方法としては、管理粒度決定部１１１における処理と同様に、作業時間から外れ値を除去した後に平均作業時間を算出する。次に、作業分類部１１３は、作業時間が平均作業時間以下であるレコードを優秀作業の候補として選定する。

また、作業分類部１１３は、作業時間以外の評価値についても、同様に、動線距離については平均動線距離以下であるレコードを優秀作業の候補として選定し、非稼動割合については平均非稼動割合以下であるレコードを優秀作業の候補として選定する。

次に、作業分類部１１３は、全ての評価指標（作業時間と動線距離と非稼動割合）において優秀作業の候補として選定されたレコードを優秀作業として選定する。なお、複数のレコードが、全ての評価値において優秀作業の候補となっている場合、該当する複数のレコードを優秀作業に選定する。

最後に、作業分類部１１３は、選定した優秀作業のレコードを記憶部１２０が記憶している作業分類情報１２５に格納する。図３の工程１の場合、管理粒度は工程のみであるため、作業分類部１１３は、工程フィールド１２５１に「工程１」を格納し、作業内容フィールド１２５２と、機種フィールド１２５３と、作業者フィールド１２５４に「−」を格納し、作業ＩＤフィールド１２５５に優秀作業として選定された「作業１」を格納する。また、図３の工程２の場合、管理粒度は工程と機種であるため、作業分類部１１３は、工程フィールド１２５１に「工程２」を格納し、機種フィールド１２５３の「機種１」を格納して、作業内容フィールド１２５２と、作業者フィールド１２５４に「−」を格納し、作業ＩＤフィールド１２５５に優秀作業として選定された「作業３」を格納する。また、作業分類部１１３は、工程フィールド１２５１に「工程２」を格納し、機種フィールド１２５３の「機種１」を格納して、作業内容フィールド１２５２と、作業者フィールド１２５４に「−」を格納し、作業ＩＤフィールド１２５５に優秀作業として選定された「作業５」を格納する。さらに、作業分類部１１３は、工程フィールド１２５１に「工程２」を格納し、機種フィールド１２５３の「機種２」を格納して、作業内容フィールド１２５２と、作業者フィールド１２５４に「−」を格納し、作業ＩＤフィールド１２５５に優秀作業として選定された「作業１１」を格納する。

以上で、ステップＳ１５の処理の詳細な説明を終了する。図１０の作業分析処理の説明に戻る。

次に、作業改善ポイント抽出部１１４が、記憶部１２０が記憶している作業実績情報１２１と管理粒度情報１２２と動線情報１２３と作業分類情報１２５と作業改善ポイントライブラリ情報１２８とに基づき、ステップＳ１１で指定された工程の管理粒度における、作業の改善ポイントを抽出し、抽出した改善ポイントを記憶部１２０が記憶している作業改善ポイント情報１２７に格納する（ステップＳ１６）。

ステップＳ１６の処理の詳細について説明する。まず、作業改善ポイント抽出部１１４は、管理粒度情報１２２を参照してステップＳ１１で指定された工程の管理粒度を取得し、取得した管理粒度に合致するレコードを作業実績情報１２１から取得して作業ＩＤを特定する。

例えば、図３の工程１の場合、管理粒度は工程のみであるため、作業改善ポイント抽出部１１４は、作業実績情報１２１から工程１に合致するレコードを取得して作業ＩＤ（図３の場合、作業ＩＤ１〜作業ＩＤ７）を特定する。

次に、作業改善ポイント抽出部１１４は、特定した作業ＩＤに合致するレコードを動線情報１２３から取得し、取得したレコードにおける作業者の重心のＸ，Ｙ座標に基づいて、該工程の動画ファイルの画角を複数の作業エリアに分割する。

動画ファイルの画角を作業エリアに分割する方法としては、ヒストグラムのビン数を決定するスタージェスの式を活用し、動線情報１２３に格納されているＸ座標のデータから、作業エリアの水平方向の分割数を決定し、動線情報に格納されているＹ座標のデータから、作業エリアの垂直方法の分割数を決定する。また、ユーザ端末１０３を用いたユーザからの入力に従って、作業エリアを分割するようにしてもよい。

次に、作業改善ポイント抽出部１１４は、該工程の管理粒度において、作業エリア毎に作業の評価値である作業時間と動線距離と非稼動割合を算出する。まず、作業改善ポイント抽出部１１４は、管理粒度情報１２２と動線情報１２３とから、該工程の管理粒度に合致するレコードを取得する。例えば、図３の工程１の場合、管理粒度は工程のみであるため、作業改善ポイント抽出部１１４は、作業実績情報１２１と動線情報１２３とから、工程情報が工程１に合致するレコードを取得する。

作業エリア別の作業時間については、該作業エリアの範囲と、動線情報１２３に格納さされている作業者の重心座標とを比較し、作業者が該作業エリアに含まれているフレームを特定し、特定したフレームとフレームレート数から、該作業エリアにおける作業時間を算出する。また、特定したフレームから、各作業エリアにおける作業の開始時刻と終了時刻を取得する。

作業エリア別の動線距離については、該作業エリアの範囲と、動線情報１２３に格納されている作業者の重心の座標とを比較し、作業者が作業エリアに含まれているフレームを特定する。その後、特定したフレーム間の動線の変化距離から、該作業エリアにおける動線距離を算出する。

作業エリア別の非稼動割合については、作業エリアの範囲と、動線情報１２３に格納されている作業者の重心の座標とを比較し、該作業エリアにおける非作業領域に滞在した時間の、該作業エリアの作業時間に対する割合を、作業エリア別の非稼動割合を算出する。

次に、作業改善ポイント抽出部１１４は、算出した作業エリア別の作業時間、動線距離、及び非稼動割合、該作業エリアにおける作業の開始時刻、並びに終了時刻をエリア別評価値情報１２６に格納する。

次に、作業改善ポイント抽出部１１４は、該工程の管理粒度において、作業実績情報１２１と管理粒度情報１２２と作業分類情報１２５とエリア別評価値情報１２６と作業改善ポイントライブラリ情報１２８とに基づき、優秀作業に分類されなかった非優秀作業の改善ポイントを抽出する。具体的には、まず、作業改善ポイント抽出部１１４は、作業分類情報１２５に基づき、該工程の管理粒度における優秀作業を取得する。例えば、図３の工程１の場合、作業改善ポイント抽出部１１４は、作業分類情報１２５から、工程１における優秀作業として作業１を取得する。

次に、作業改善ポイント抽出部１１４は、作業実績情報１２１とエリア別評価値情報１２６とに基づき、優秀作業と非優秀作業の各評価値の差を算出し、各評価値の差が作業改善ポイントライブラリ情報１２８に登録されている評価値の閾値以上であるか否かを判定し、改善ポイントを抽出する。

例えば、図３の工程１の場合、作業改善ポイント抽出部１１４は、エリア別評価値情報１２６（図７）から、優秀作業である作業１と、非優秀作業である作業７の各評価値の差を算出する。この場合、優秀作業である作業１と非優秀作業である作業７の作業時間の差は「５分」、動線距離の差は「４ｍ」、非稼動割合の差は「１０％」として算出される。さらに、作業改善ポイントライブラリ情報１２８（図８）から各評価値の閾値が取得され、動線距離の差「４ｍ」がその閾値「３ｍ」以上であると判定されて、作業７の改善ポイントとして、「移動距離超過」が選択される。

次に、作業改善ポイント抽出部１１４は、抽出した改善ポイントを、記憶部１２０が記憶している作業改善ポイント情報１２７に格納する。例えば、上述した作業７の場合、作業改善ポイント抽出部１１４は、作業改善ポイント情報１２７の作業ＩＤフィールド１２７１に「作業７」を格納し、作業エリアフィールド１２７２に「エリア２」を格納し、改善ポイントフィールド１２７３に「移動距離超過」を格納する。さらに、作業改善ポイント抽出部１１４は、作業改善ポイント情報１２７の抽出開始時刻フィールド１２７４に「２０１７／５／１ １３：００」を格納し、抽出終了時刻フィールド１２７５に「２０１７／５／１ １３：１０」を格納する。

以上で、ステップＳ１６の処理の詳細な説明を終了する。図１０の作業分析処理の説明に戻る。

最後に、出力部１４０が、記憶部１２０に記憶されている各情報に基づいて作業分析結果を表す出力画面１３００（図１４）を生成し、ネットワーク１０２を介してユーザ端末１０３に出力する。また、出力部１４０は、出力画面１３００に対するユーザからの操作に応じて出力画面１３００を随時更新してユーザ端末１０３に出力する。ユーザ端末１０３は、出力画面１３００をディスプレイに表示することによってユーザに提示する（ステップＳ１７）。以上で、作業分析システム１００による作業分析処理が終了される。

次に、図１４は、ユーザ端末１０３に表示される出力画面１３００の表示例を示している。出力画面１３００は、工程情報選択欄１３０１と、管理粒度表示欄１３０２と、分析対象選択欄１３０３と、優秀作業表示欄１３０４と、作業改善ポイント表示欄１３０５と、作業改善ポイントライブラリ情報表示欄１３０６と、ライブラリ修正ボタン１３０７とを有する。さらに、出力画面１３００は、優秀作業動画表示欄１３０８と、抽出作業動画表示欄１３０９とを有する。

工程情報選択欄１３０１では、分析結果を表示させる工程をユーザが選択することができる。管理粒度表示欄１３０２には、該工程（工程情報選択欄１３０１にて選択された工程）の管理粒度が表示される。分析対象選択欄１３０３では、分析結果を表示させる管理粒度の分析対象をユーザが選択することができる。なお、該工程の管理粒度が工程である場合、管理粒度表示欄１３０２には「−」が表示されて、分析対象選択欄１３０３では、管理粒度の分析対象を選択できない。また、例えば、該工程の管理粒度が作業者である場合、管理粒度表示欄１３０２には「作業者」が表示されて、分析対象選択欄１３０３では、作業者を選択できる。

優秀作業表示欄１３０４には、該工程における優秀作業のレコードとして、作業ＩＤと作業者が表示される。作業改善ポイント表示欄１３０５には、該工程における非優秀作業であって改善ポイントが抽出された作業のレコードとして、作業ＩＤ、作業者、作業エリア、改善ポイント、抽出開始時刻、及び抽出終了時刻が表示される。なお、作業改善ポイント表示欄１３０５では、ユーザが表示されているレコードを選択でき、太線枠で囲まれたレコード（いまの場合、作業７）が選択されていることを表している。

作業改善ポイントライブラリ情報表示欄１３０６には、作業改善ポイント表示欄１３０５にてユーザに選択された作業の、改善ポイントが抽出された根拠となる評価指標の閾値、及び、優秀作業と改善ポイントが抽出された作業との評価値の差が表示される。ライブラリ修正ボタン１３０７は、作業改善ポイントライブラリ情報１２８にレコードを新規登録したり、登録済みのレコードを修正したりする編集処理を開始させるためのボタンであり、ライブラリ修正ボタン１３０７が押下されると編集画面１５００（図１５）が表示される。

優秀作業動画表示欄１３０８には、該工程における優秀作業の動画ファイルが再生されて表示される。抽出作業動画表示欄１３０９には、作業改善ポイント表示欄１３０５にてユーザに選択された作業の動画ファイルが再生されて表示される。

次に、図１５は、編集画面１５００の表示例を示している。編集画面１５００は、工程情報選択欄１５０１と、新規登録受付部１５０２と、登録ボタン１５０３と、修正受付部１５０４と、修正ボタン１５０５とを有する。

工程情報選択欄１５０１では、作業改善ポイントライブラリ情報１２８に新規登録するレコード、または修正するレコードの工程を、ユーザが選択することができる。

新規登録受付部１５０２には、作業改善ポイントライブラリ情報１２８に新規登録するレコードをユーザが入力できる。なお、新規登録受付部１５０２を用いてレコードを新規登録する際、工程情報選択欄１５０１で選択した工程に対する管理粒度が予め設定されていない場合がある。その場合、作業内容、機種、作業者をユーザが組み合わせて設定する必要があるので、ユーザは熟練者の経験等に基づいて、前記工程に対する管理粒度を設定すればよい。なお、ここで設定した管理粒度が不適切であった場合には、その後、作業分析装置１０１による作業解析の結果に基づいて、後述する修正受付部１５０４を用いて管理粒度を修正すればよい。

登録ボタン１５０３は、新規登録受付部１５０２に入力されたレコードの作業改善ポイントライブラリ情報１２８への登録を指示することができる。

修正受付部１５０４では、作業改善ポイントライブラリ情報１２８に既存のレコードを表示させて、ユーザが修正することができる。修正ボタン１５０５は、ユーザが押下することにより、修正受付部１５０４にて入力された修正を、作業改善ポイントライブラリ情報１２８に反映させることができる。

次に、図１６は、作業改善ポイントライブラリ情報１２８を新規登録、または修正できる編集処理の一例を説明するフローチャートである。この編集処理は、出力画面１３００にてライブラリ修正ボタン１３０７が押下されたことに応じて開始され、ユーザ端末１０３に編集画面１５００が表示される。

はじめに、ユーザが、編集画面１５００の工程情報選択欄１５０１にて、工程を選択した後、新規登録受付部１５０２に対して入力を行って登録ボタン１５０３を押下するか、または、修正受付部１５０４に対して入力を行って修正ボタン１５０５を押下する。これに応じ、ユーザ端末１０３が、これらの操作情報を、ネットワーク１０２を介して作業分析装置１０１の入力部１３０に送信する（ステップＳ２１）。

送信された操作情報を受信した入力部１３０は、受信した操作情報に基づき、記憶部１２０が記憶している作業改善ポイントライブラリ情報１２８にレコードを新規登録したり、既存のレコードを修正したりしてその結果を保存する(ステップＳ２２)。以上で、編集処理は終了される。

以上に説明したように、本実施の形態である作業分析システム１００によれば、作業分析装置１０１が管理粒度決定部１１１を備えるので、適切な管理粒度を決定することができる。また、作業分析装置１０１が評価値算出部１１２を備えるので、人力に頼ることなく異なる複数の評価指標の評価値を算出することができる。また、作業分析装置１０１が作業分類部１１３と作業改善ポイント抽出部１１４を備えるので、優秀作業と非優秀作業に基づいて、作業改善ポイントを抽出することができる。さらに、作業改善ポイント抽出部１１４は、作業改善ポイントライブラリ情報１２８を参照して作業改善ポイントを抽出するので、ユーザが作業改善ポイントライブラリ情報１２８を編集することにより、作業改善ポイントの基準を調整することができる。

ところで、上述した本実施の形態における作業分析装置１０１については、ハードウェアにより構成することもできるし、ソフトウェアにより実現することもできる。作業分析装置１０１をソフトウェアにより実現する場合には、そのソフトウェアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウェアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。

図１７は、作業分析装置１０１をプログラムにより実現するコンピュータのハードウェアの構成例を示すブロック図である。

このコンピュータ２０００において、ＣＰＵ（Central Processing Unit）２００１，ＲＯＭ（Read Only Memory）２００２，ＲＡＭ（Random Access Memory）２００３は、バス２００４により相互に接続されている。

バス２００４には、さらに、入出力インターフェース２００５が接続されている。入出力インターフェース２００５には、入力部２００６、出力部２００７、記憶部２００８、通信部２００９、およびドライブ２０１０が接続されている。

入力部２００６は、キーボード、マウス、マイクロフォン等より成る。出力部２００７は、ディスプレイ、スピーカ等より成る。記憶部２００８は、ハードディスクや不揮発性のメモリ等より成る。通信部２００９は、ネットワークインターフェース等より成る。ドライブ２０１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブルメディア２０１１を駆動する。

以上のように構成されるコンピュータ２０００では、ＣＰＵ２００１が、例えば、記憶部２００８に記憶されているプログラムを、入出力インターフェース２００５およびバス２００４を介して、ＲＡＭ２００３にロードして実行することにより、作業分析装置１０１の演算部１１０、入力部１３０、及び出力部１４０が実現される。

また、作業分析装置１０１の記憶部１２０は、記憶部２００８、ＲＡＭ２００３、またはリムーバブルメディア２０１１により実現される。

コンピュータ２０００（ＣＰＵ２００１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア２０１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

コンピュータ２０００では、プログラムは、リムーバブルメディア２０１１をドライブ２０１０に装着することにより、入出力インターフェース２００５を介して、記憶部２００８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２００９で受信し、記憶部２００８にインストールすることができる。その他、プログラムは、ＲＯＭ２００２や記憶部２００８に、あらかじめインストールしておくことができる。

なお、コンピュータ２０００が実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであってもよいし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであってもよい。

本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。

本発明は、上記した実施形態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、上記した各実施形態は、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、本発明が、必ずしも説明した全ての構成要素を備えるものに限定されるものではない。また、ある実施形態の構成の一部を、他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に、他の実施形態の構成を加えることも可能である。また、各実施形態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、それらの一部または全部を、例えば集積回路で設計する等により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、実行することによりソフトウェアで実現されてもよい。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、メモリや、ハードディスク、ＳＳＤ(Solid State Drive)等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。また、制御線や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や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

本発明は、作業分析装置、及び作業分析方法だけでなく、複数の装置から構成されるシステムや、コンピュータ読み取り可能なプログラム等の様々な態様で提供することができる。

１００・・・作業分析システム、１０１・・・作業分析装置、１０２・・・ネットワーク、１０３・・・ユーザ端末、１０４・・・データベース、１１０・・・演算部、１１１・・・管理粒度決定部、１１２・・・評価値算出部、１１３・・・作業分類部、１１４・・・作業改善ポイント抽出部、１２０・・・記憶部、１２１・・・作業実績情報、１２２・・・管理粒度情報、１２３・・・動線情報、１２４・・・評価値情報、１２５・・・作業分類情報、１２６・・・エリア別評価値情報、１２７・・・作業改善ポイント情報、１２８・・・作業改善ポイントライブラリ情報、１３０・・・入力部、１４０・・・出力部、１２１１・・・作業ＩＤフィールド、１２１２・・・工程フィールド、１２１３・・・作業内容フィールド、１２１４・・・機種フィールド、１２１５・・・作業者フィールド、１２１６・・・開始時刻フィールド、１２１７・・・終了時刻フィールド、１２１８・・・動画ファイルフィールド、１２２１・・・工程フィールド、１２２２・・・作業内容フィールド、１２２３・・・機種フィールド、１２２４・・・作業者フィールド、１２３１・・・作業ＩＤフィールド、１２３２・・・フレームフィールド、１２３３・・・Ｘ座標フィールド、１２３４・・・Ｙ座標フィールド、１２４１・・・作業ＩＤフィールド、１２４２・・・作業時間フィールド、１２４３・・・動線距離フィールド、１２４４・・・非稼動割合フィールド、１２５１・・・工程フィールド、１２５２・・・作業内容フィールド、１２５３・・・機種フィールド、１２５４・・・作業者フィールド、１２５５・・・作業ＩＤフィールド、１２６１・・・作業ＩＤフィールド、１２６２・・・作業エリアフィールド、１２６３・・・抽出開始時刻フィールド、１２６４・・・抽出終了時刻フィールド、１２６５・・・作業時間フィールド、１２６６・・・動線距離フィールド、１２６７・・・非稼動割合フィールド、１２７１・・・作業ＩＤフィールド、１２７２・・・作業エリアフィールド、１２７３・・・改善ポイントフィールド、１２７４・・・抽出開始時刻フィールド、１２７５・・・抽出終了時刻フィールド、１２８１・・・工程フィールド、１２８２・・・作業内容フィールド、１２８３・・・機種フィールド、１２８４・・・作業者フィールド、１２８５・・・改善ポイントフィールド、１２８６・・・作業時間フィールド、１２８７・・・動線距離フィールド、１２８８・・・非稼動割合フィールド、１３００・・・出力画面、１３０１・・・工程情報選択欄、１３０２・・・管理粒度表示欄、１３０３・・・分析対象選択欄、１３０４・・・優秀作業表示欄、１３０５・・・作業改善ポイント表示欄、１３０６・・・作業改善ポイントライブラリ情報表示欄、１３０７・・・ライブラリ修正ボタン、１３０８・・・優秀作業動画表示欄、１３０９・・・抽出作業動画表示欄、１５００・・・編集画面、１５０１・・・工程情報選択欄、１５０２・・・新規登録受付部、１５０３・・・登録ボタン、１５０４・・・修正受付部、１５０５・・・修正ボタン、２０００・・・コンピュータ、２００１・・・ＣＰＵ、２００２・・・ＲＯＭ、２００３・・・ＲＡＭ、２００４・・・バス、２００５・・・入出力インターフェース、２００６・・・入力部、２００７・・・出力部、２００８・・・記憶部、２００９・・・通信部、２０１０・・・ドライブ、２０１１・・・リムーバブルメディア

Claims (13)

1. 実行済みの複数の作業に関する情報が蓄積された作業実績情報に基づいて工程毎の管理粒度を決定する管理粒度決定部と、
   前記作業実績情報に基づき、各作業に対する複数の評価指標それぞれの評価値を算出する評価値算出部と、
   決定された工程毎の管理粒度に従って作業を管理粒度グループにグルーピングし、前記作業に対して算出された前記複数の評価指標それぞれの評価値に基づき、各管理粒度グループに属する複数の前記作業から優秀作業を分類する作業分類部と、
   前記各管理粒度グループの前記優秀作業の前記評価値に基づき、前記各管理粒度グループに属する非優秀作業の作業改善ポイントを抽出する作業改善ポイント抽出部と、
   を備えることを特徴とする作業分析装置。
2. 請求項１に記載の作業分析装置であって、
   工程毎に管理粒度と作業改善ポイントと各評価指標の閾値とが対応付けて記録された作業改善ポイントライブラリ情報を保持する記憶部と、
   を備え、
   前記作業改善ポイント抽出部は、分類された前記優秀作業それぞれの前記評価値と、前記非優秀作業それぞれの前記評価値と、前記作業改善ポイントライブラリ情報とに基づいて、前記各管理粒度グループに属する非優秀作業の前記作業改善ポイントを抽出する
   ことを特徴とする作業分析装置。
3. 請求項２に記載の作業分析装置であって、
   前記作業改善ポイントライブラリ情報は、ユーザが編集可能である
   ことを特徴とする作業分析装置。
4. 請求項１に記載の作業分析装置であって、
   前記管理粒度決定部は、予め決定されている複数の分析粒度に従って作業を分析粒度グループにグルーピングし、各分析粒度グループに属する作業の作業時間のバラつき具合に基づき、前記分析粒度の中から前記管理粒度を決定する
   ことを特徴とする作業分析装置。
5. 請求項４に記載の作業分析装置であって、
   前記管理粒度決定部は、各分析粒度グループに属する作業の各分析粒度グループに属する作業の作業時間の外れ値を除外し、前記外れ値を除外した前記作業時間のバラつき具合に基づき、前記分析粒度の中から前記管理粒度を決定する
   ことを特徴とする作業分析装置。
6. 請求項４に記載の作業分析装置であって、
   前記管理粒度決定部は、予め決定されている複数の分析粒度に従って作業を分析粒度グループにグルーピングし、各分析粒度グループに属する作業の平均作業時間と各作業時間との絶対値誤差に基づき、前記分析粒度の中から前記管理粒度を決定する
   ことを特徴とする作業分析装置。
7. 請求項１に記載の作業分析装置であって、
   前記評価値算出部は、前記評価指標の評価値として、作業時間、動線距離、及び非稼動割合のうちの少なくとも二つを算出する
   ことを特徴とする作業分析装置。
8. 請求項１に記載の作業分析装置であって、
   前記作業分類部は、各評価指標における平均よりも優れた作業を優秀作業候補とし、前記複数の評価指標の全てにおいて前記優秀作業候補とされた前記作業を前記優秀作業に分類する
   ことを特徴とする作業分析装置。
9. 請求項１に記載の作業分析装置であって、
   前記作業分類部は、各評価指標における外れ値を除外した後、各評価指標における平均よりも優れた作業を優秀作業候補とし、前記複数の評価指標の全てにおいて前記優秀作業候補とされた前記作業を前記優秀作業に分類する
   ことを特徴とする作業分析装置。
10. 請求項１に記載の作業分析装置であって、
    前記作業改善ポイント抽出部は、前記作業実績情報に含まれる動画像を複数のエリアに分割し、分割したエリア毎の前記優秀作業の評価値に基づき、前記作業改善ポイントを抽出する
    ことを特徴とする作業分析装置。
11. 請求項１０に記載の作業分析装置であって、
    前記作業改善ポイント抽出部は、前記作業実績情報に含まれる動画像における作業者の移動範囲に基づいて前記動画像を複数のエリアに分割する
    ことを特徴とする作業分析装置。
12. 請求項１に記載の作業分析装置であって、
    抽出された前記作業改善ポイントをユーザに提示させる提示制御部と、
    を備えることを特徴とする作業分析装置。
13. 作業分析装置の作業分析方法であって、
    実行済みの複数の作業に関する情報が蓄積された作業実績情報に基づいて工程毎の管理粒度を決定する管理粒度決定ステップと、
    前記作業実績情報に基づき、各作業に対する複数の評価指標それぞれの評価値を算出する評価値算出ステップと、
    決定された工程毎の管理粒度に従って作業を管理粒度グループにグルーピングし、前記作業に対して算出された前記複数の評価指標それぞれの評価値に基づき、各管理粒度グループに属する複数の前記作業から優秀作業を分類する作業分類ステップと、
    前記各管理粒度グループの前記優秀作業の前記評価値に基づき、前記各管理粒度グループに属する非優秀作業の作業改善ポイントを抽出する作業改善ポイント抽出ステップと、
    を含むことを特徴とする作業分析方法。

Images