TW202034236A - 作業者選定系統，作業者選定方法及作業者選定電腦程式 - Google Patents

作業者選定系統，作業者選定方法及作業者選定電腦程式 Download PDF

Info

Publication number
TW202034236A
TW202034236A TW108137007A TW108137007A TW202034236A TW 202034236 A TW202034236 A TW 202034236A TW 108137007 A TW108137007 A TW 108137007A TW 108137007 A TW108137007 A TW 108137007A TW 202034236 A TW202034236 A TW 202034236A
Authority
TW
Taiwan
Prior art keywords
operator
work
aforementioned
skill
operators
Prior art date
Application number
TW108137007A
Other languages
English (en)
Other versions
TWI719671B (zh
Inventor
矢野祐樹
德岡拓也
Original Assignee
日商日東電工股份有限公司
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 日商日東電工股份有限公司 filed Critical 日商日東電工股份有限公司
Publication of TW202034236A publication Critical patent/TW202034236A/zh
Application granted granted Critical
Publication of TWI719671B publication Critical patent/TWI719671B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063116—Schedule adjustment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供一種作業者自動選定系統，可快速提升低技能作業者的技能與提升由複數個作業員所成之小組全體的技能。 作業者選定系統，具備作業技能分散度估算部、作業技能判定部、作業者選定部、資訊更新部、及存放著各種資訊之記憶部。作業技能分散度估算部，當發生必須應對的作業時，求出複數個作業者間的對於該作業之作業技能的分散度的大小。作業技能判定部，當分散度的大小為規定的基準以上的情形下抽出作業技能最低的作業者，當分散度的大小比規定的基準還小的情形下抽出作業技能最高的作業者。作業者選定部，將被抽出的作業者選定作為對於作業之應對作業者。資訊更新部，基於應對作業者應對了作業的結果，更新記憶部的資訊。

Description

作業者選定系統，作業者選定方法及作業者選定電腦程式
本發明有關用來自動地選定和設備中的必須的作業相對應的作業者之系統，更具體而言，有關基於複數個作業者的作業技能資訊來自動地選定應和該作業相對應的作業者之作業者選定系統。
物品的生產設備中，於設備運轉時，可能發生必須應對的種種作業。作為必須應對的作業，不僅有能夠不停止地進行物品的生產之作業，還有若不停止生產便無法進行之作業。當發生了必須應對的作業的情形下，不得不找尋該作業的發生處，調查發生原因，擬定用來進行作業之對策。在必須應對的作業當中，當發生了不得不停止物品的生產之作業，例如用來解決設備中發生的問題之作業或用來更換及補充材料之作業等的情形下，若作業結束花費的時間長，則無法如計劃般進行物品的生產，而恐無法於必須的期限之前生產必須的量及質的物品，或為了達成生產計劃會對設備及作業者的運轉產生逼迫。
物品的生產設備中，多半是複數個作業者編成小組來進行設備的運轉。複數個作業者所成的小組中，通常會平均地配置針對設備的運轉所必須之作業具有高度技能的老手作業者，乃至於缺乏經驗的低技能的新人作業者。即使是同一作業，老手作業者能夠短時間且高精度地完成，但新人作業者的情形下多半有花費時間或導致精度低的作業結果之情形。此外，即使是同一作業者，也會有熟稔的作業和缺乏經驗的作業。當設備中發生需要應對的作業的情形下，被命令應對該作業的作業者，是考量種種狀況來選定。例如，可設想以下這樣的應對，即，若為可短時間應對這樣的簡單作業，則命令新人作業者或對於該作業的技能低之作業者應對，對於必須長時間的應對之困難作業，則命令對於該作業的技能高之老手作業者應對。
設備中當需要某些應該應對的作業的情形下，自動地選定被命令應對該作業的作業者，並且對作業者施以正確的教育，就這樣的觀點而提議之技術而言，有專利文獻1～專利文獻4揭示者。 專利文獻1，有關一種作業者教育系統，設計成用來於生產產線之計劃時，短期間內教育作業者，而能夠將具有正確的技能水準之作業者正確地配置於產線。此系統中，基於對每一生產產線的作業工程標準化而成之示意熟稔度的技能，搜尋具有正確的技能水準之作業者，配置於產線，並且當必須判定各作業者的技能等級時能夠實施訓練。訓練，是基於藉由作業者本身能夠自我學習的教育工具或系統所提供的排程來進行。
專利文獻2，有關一種支援系統，設計成即時地反映作業者的技能水準、作業者配置往作業工程的狀況、作業者的教育成績，而能夠統籌地掌握這些資料，藉此能夠提升生產效率、或進行作業者的培育計劃支援。此系統中，由製造成績及教育成績來評估作業者的技能水準，考量技能水準來進行人員配置。系統，若有未達技能水準的作業者則抽出，作成該作業者的教育計劃。對於低技能的作業者之教育，是計劃成在不指派作業工程的非運轉時間進行。
專利文獻3，有關一種系統，是在製品的製造產線中，設計成能夠自動地抽出合適的作業者而令其進行作業，並且對於作業者令其是合適的時期接受合適的教育，藉此謀求作業者的技能提升。此系統中，當進行新的作業時，能夠基於包括作業者從事作業時的正確性及速度的其中一者之處理水準、與作業者受測的試驗的成績水準，來抽出具有應該從事作業的合適技能之作業者。
專利文獻4，有關一種系統，是於作成維護作業或工程業務等的專案執行計劃時，設計成能夠考量作業者的技能的變化，來進行對於專案之作業者指派。此系統中，能夠對於構成專案的工作流程的各工作，基於和作業者的技能水準相應之標準推定作業時間、及已經實施的各工作的負責作業者的實際作業時間，來算出及更新作業者的目前的技能水準，而基於被指派至各工作的作業者的更新後的技能水準，來算出各工作的推定作業時間。 [先前技術文獻] [專利文獻]
[專利文獻1]日本特開2002-279019號公報 [專利文獻2]日本特開2010-244176號公報 [專利文獻3]日本特開2013-254241號公報 [專利文獻4]日本特開2016-194736號公報
[發明所欲解決之問題]
基於專利文獻1～4中提議的這樣的思考方式而建構之系統，是設計成當設備中發生了必須應對的作業的情形下，能夠基於各作業者的技能而自動地選定能夠適當地進行該作業之作業者。但，於作業發生時若藉由該些系統來選定作業者，則會變成例如對於簡單的作業總是指派新人作業員，對於困難的作業總是指派老手作業員，如果這樣的指派持續，會有新人作業員的作業技能難以快速提升之問題。此外，設備的運轉，一般多半是複數個作業者編成小組來進行，但若低技能作業者的技能不提升則無法期盼小組全體而言的設備運轉技能的提升，甚至物品生產的進一步效率化會變得困難。
又，專利文獻1～3中提議之系統中，雖關於用來使作業者的技能提升之教育也被納入考量，但無論是哪一者的技術，皆未採納讓對於該作業的技能低之作業者實際體驗該作業藉此使技能提升這樣的思考方式。該些系統中實現的作業者教育，是設計成和設備的運轉分開進行，依該教育的結果而技能水準提升了的作業員，能夠應對和該技能水準相應的作業。是故，理想是創造一個對於實際設備運轉時發生的困難作業也有新人作業員應對的機會，藉此設計成可進行更貼近實際狀況之有效率的教育。
為了解決上述待解問題，本發明目的在於提供一種設備中的作業者自動選定系統，設計成能夠使低技能作業者的技能快速提升，並且亦可提升由涉及設備的運用的複數個作業員所成之小組全體的技能。 [解決問題之技術手段]
本發明之第1態樣中，提供一種用來從複數個作業者當中自動地選定應對設備中的必須的作業之作業者的作業者選定系統。作業者選定系統，具備：記憶部，存放著有關設備中的必須的作業之資訊亦即作業資訊、及包含複數個作業者的資訊與有關各個作業者過去進行的作業之資訊的作業者資訊、及有關應對作業的複數個作業者的對於該作業的作業技能之資訊亦即作業技能資訊。記憶部，亦能存放藉由設備而被生產之物品的生產關連資訊。
作業者選定系統，具備作業技能分散度估算部、作業技能判定部、作業者選定部、及資訊更新部。作業技能分散度估算部，當發生必須應對的作業時，從記憶部取得作業資訊、作業者資訊、及作業技能資訊，求出複數個作業者間的對於該作業的作業技能的分散度的大小。作業技能判定部，當分散度的大小為規定的基準以上的情形下抽出作業技能最低的作業者，當分散度的大小比規定的基準還小的情形下抽出作業技能最高的作業者。作業者選定部，將被抽出的作業者選定作為對於作業之應對作業者，輸出該應對作業者的作業者資訊。資訊更新部，基於藉由作業者選定部而被選定的應對作業者應對了作業的結果，更新記憶部的作業資訊、作業者資訊、及作業者技能資訊的其中一者或它們的組合。
一個實施形態中，作業者選定系統，還能夠設計成具備：作業容許時間算出部，從記憶部取得生產關連資訊，算出即使為了進行作業而停止設備的運轉仍能夠達成生產計劃之容許時間；及作業完成可能性判定部，判定藉由作業技能判定部而被抽出的作業者，在容許時間內是否能夠完成該作業。又，作業者選定系統，還能夠設計成更具備：作業技能提升可能性判定部，針對藉由作業技能判定部而被抽出的作業者，求出作業者的對於該作業之過去的作業技能的變化，基於該變化來判定作業技能的提升可能性。又，作業者選定系統，還能夠設計成更包含：作業無經驗者判定部，判定複數個作業者中是否有未曾進行該作業的經驗之作業者，當有該作業者的情形下對該作業者設定對於該作業之假定作業技能。
本發明之第2態樣中，提供一種用來從複數個作業者當中自動地選定應對設備中的必須的作業之作業者的作業者選定方法。此外，本發明之第3態樣中，提供一種可在電腦系統上執行之電腦程式，包含用來令電腦系統執行作業者選定方法的各步驟之命令。 [發明之效果]
按照本發明，針對設備中必須的種種作業，不僅能夠使低技能者的作業技能快速提升，高技能者也能使作業技能進一步提升。此外，能夠使由涉及設備的運轉的複數個作業者所成之作業小組全體而言的作業技能提升。
以下一面參照圖面，一面詳細說明本發明之作業者選定系統的實施形態。
圖1為示意依本發明一實施形態之作業者選定系統100的概略性構成的方塊圖。作業者選定系統100，能夠接收設備P中發生了必須應對的作業之通知(作業發生通知)，輸出應該應對該作業的作業者之資訊(應對作業者資訊)，其包含基於作業發生通知的資訊來執行種種判斷或計算等之機能部、及記憶為了執行該機能而使用的各種資訊之記憶部。
作業者選定系統100，包含作業資訊記憶部102、作業者資訊記憶部104、作業技能資訊記憶部106及生產關連資訊記憶部108。在作業資訊記憶部102，存放著有關設備中的必須的作業之資訊。在作業者資訊記憶部104，存放著作業者的資訊與有關該作業者的過去的作業的資訊。在作業技能資訊記憶部106，存放著有關應對設備中發生的作業之各作業者的作業技能的資訊。在生產關連資訊記憶部108，存放著藉由設備而被生產之物品的生產關連資訊。
針對存放在各個記憶部的資訊，作業資訊、作業者資訊、作業技能資訊、及生產關連資訊，各自不必物理性地整合。例如，相當於作業技能資訊的資料與相當於作業者資訊的資料交雜的狀態下，不限定於集體存放在哪一硬體，該些資料亦可在分散至複數個硬體的狀態下存放，在該情形下，記憶著相當於作業技能資訊以外的作業者資訊之資料的區域等同於作業者資訊記憶部104，記憶著相當於作業技能資訊之資料的區域等同於作業技能資訊記憶部106。
作業資訊記憶部102中記憶的作業資訊，為有關設備中必須的作業之資訊，例如能夠訂為圖4所示般之資訊。圖4所示之資訊，例如為一表格，包含設備的狀態、該狀態產生的原因、判斷用來應對設備的狀態之必須的作業的根據、必須的作業的內容、作業所需要的時間、進行作業的時間點等。
作業者資訊記憶部104中記憶的作業者資訊，包含能夠從事設備中的必須的作業之作業者的資訊、與有關該作業者的過去的作業的資訊。作業者資訊，例如除了作業者的姓名、ID編號、所屬部署等外，還包含該作業者過去進行的作業的內容與應對該作業所需要的時間、進行作業的日時、進行作業的結果等。
作業技能資訊記憶部106中記憶的作業技能資訊，包含有關應對設備中發生的作業之各作業者的作業技能的資訊。作業技能的例子後述。
生產關連資訊記憶部108中記憶的物品的生產關連資訊，例如能夠訂為裝置的生產能力、物品的生產計劃(生產量、生產日數、生產期限日、生產安全度、生產餘裕度等)、物品的生產成績等。
作業者選定系統100，較佳是更包含感測資料記憶部109，記憶監視設備P的各部分的狀態之感測器等所做的感測資料。感測資料，例如和作業資訊合併使用，能夠利用作為用來判斷必須的作業之資料。
作業者選定系統100，如圖1所示，能夠訂為包含作業分類部110、作業無經驗者判定部112、作業技能分散度估算部114、作業技能判定部116、作業容許時間算出部118、作業完成可能性判定部120、作業技能提升可能性判定部122、作業者選定部124、及資訊更新部126。各機能部110～126的機能，以下依序說明。
記憶部102～109，可構成為1個硬體資料庫，亦可構成為分散型資料庫。同樣地，作業者選定系統100的各機能部110～126，可建構在1個電腦硬體內，亦可建構在分散的複數個電腦硬體內，而構成為藉由各個電腦硬體協作來發揮各部的機能。
作業者選定系統100，例如能夠在RTP方式的裝置中，用來自動地選定應對裝置運轉時所必須的作業之作業者。RTP方式，是在液晶顯示裝置等的製造工程中，從複數個片狀光學膜在帶狀的離型膜上透過黏著劑層而受到支撐之帶狀光學膜層積體，僅將不存在缺點的正常的片狀機能膜和黏著劑層一起從離型膜依序剝離，而透過黏著劑層與矩形面板貼合，藉此連續性地製造液晶顯示裝置之方式。實現這樣的方式之液晶顯示裝置的連續製造系統，被稱為「連續貼附(RTP；Roll To Panel)」裝置，以便和將事先切割出的光學膜的片貼合至矩形面板這樣實現習知的個別貼附方式之裝置做區別。
圖2示意依本發明的一實施形態之作業者選定系統100的示例性的電腦硬體構成。作業者選定系統100，能夠使用具有中央處理裝置(CPU)、及存放中央處理裝置執行的各種程式或資料等之RAM、ROM、硬式磁碟機(HDD)等的記憶裝置、及將該些裝置互相連接的匯流排之汎用電腦來實現。又，在作業者選定系統100，視必要亦可設計成連接在CD-ROM或DVD-ROM等的外部記錄媒體之間進行資料的輸出入之磁碟裝置、及鍵盤或滑鼠等的輸入裝置、及CRT、液晶顯示器或印表機等的輸出裝置、及用來和其他電腦或網路通訊的通訊介面。
圖3示意作業者選定系統100中，為了選定進行作業的作業者而執行之處理流程300。例如在RTP裝置等的設備P中，當發生了必須作業的某些事態時，設備P對作業者選定系統100通知發生了應該應對的事態(S301)。當設備P中發生了應該應對的事態時，例如安裝在設備P的複數處之感測器等的各種計測機器中能夠檢測到。例如，RTP裝置中，將光學膜貼合至液晶面板之工程中，當光學膜的貼合位置的精度惡化了的情形下，必須停止裝置的運轉之後，作業者查看狀況，視必要例如進行貼合參數的修正或饋送滾筒的更換等。在這樣的情形下，貼合位置檢測系統偵測異常，例如從具有將異常資訊統籌地收集的機能之資訊處理終端，對作業者選定系統100通知貼合精度惡化了。
一旦被通知發生了應該應對的事態，作業者選定系統100，基於通知的資訊，從存放著有關設備中的必須的作業的資訊之作業資訊記憶部102取得和該事態關連的作業的作業資訊。作業資訊的例子如圖4所示。作業者選定系統100的作業分類部110，基於取得的作業資訊，進行作業的分類判斷，辨明應該應對的作業內容(S302)。
例如，若被通知貼合精度惡化了，則作業者選定系統100，從作業資訊記憶部120取得該狀態產生的原因、用來判斷必須的作業的根據、必須的作業、作業所需要的時間、進行作業的時間點等的資訊。作業分類部110，基於該些資訊與來自設備P的各部分的感測資料，當精度劣化的原因為貼合滾筒的劣化，而貼合滾筒的更換已有一定期間未進行的情形下，辨明必須的作業為「貼合滾筒的更換」。作業分類部110，視必要，針對作業所需要的時間或應該進行作業的時間點也能辨明。
另，對象作業的分類判斷，理想是藉由作業者選定系統100，例如藉由使用事先訂定的異常代碼或圖4所示之資料等來自動地進行，但例如當被通知貼合精度劣化時，也能基於各種感測資料或過去的經驗、作業手冊等而由作業者判斷該原因，辨明必須的作業，而從輸入部將辨明的作業內容給予作業者選定系統100，藉此進行。此外，例如當發生了異常代碼等未設定的事態的情形下，亦可設計成作業者選定系統100從作業資訊記憶部120中存放的資訊類推來決定作業內容。
接著，一旦辨明應該應對的作業，則作業者選定系統100，針對涉及設備P的運轉而可應對該作業的複數個作業者，將包含作業者的資訊與有關該作業者過去進行的作業的資訊之作業者資訊，從存放著該些資訊之作業者資訊記憶部104予以取得。作業者選定系統100，一旦取得作業者資訊，則作業無經驗者判定部112中，針對S302中辨明的作業判定是否有無經驗者(S303)。當沒有無經驗者的情形下，作業者選定系統100，接著基於複數個作業者的作業者資訊，從存放著此資訊的作業技能資訊記憶部106取得有關應對該作業的作業技能的資訊亦即作業技能資訊。
作業技能，為當有關設備的某些作業必須時，該設備中遂行該作業之作業員的作業遂行能力。表現作業技能的指標，只要能夠表現作業者遂行該作業的能力則無特別限定，可設想種種的指標。作業技能，理想是定量的指標，但亦可為定性的指標。當使用定性的指標作為作業技能的情形下，較佳是設計成系統能夠自動地利用將該指標換算成某種數值之值。依本發明之作業者選定系統100中，較佳是將表現每個作業者的作業遂行能力之定量的數值利用作為作業技能。
作為作業技能，例如能夠使用過去應對該作業時作業所需要的時間的平均值、過去應對該作業時所需要的時間當中最短的作業時間、過去進行該作業的次數、進行該作業時的移動距離／移動時間等的數值。後述的圖7中，示意將過去應對該作業時所需要的時間當中最短的作業時間訂為作業技能的例子。
或是，作為作業技能，也能使用過去進行該作業的結果的精度、或基於另外訂定的技能水準而算出的值。圖5示意把將技能水準值予以加權合計而成的值訂為作業技能的例子。圖5是使用有關每個作業基於對於各作業者的另外的評估(例如作業訓練表等)而賦予之技能水準值，從為了進行辨明作為需要應對的作業所必須之技能的組合，將各個技能水準值予以加權合計或平均而得之值，使用作為作業技能。圖5例子中，例如當發生了No.3的作業的情形下，基於作業訓練表的「RTP基礎」及「品質異常處置」的項目中的權重，算出各作業者的技能。作業者A、作業者B、作業者C及作業者D的作業技能值，各自為2.4、3.3、1.9及1.0。是故，技能最高的作業者為作業者B，技能最低的作業者為作業者D。
本說明書的以下說明中，舉例說明將各個作業者過去應對該作業時所需要的作業時間當中最短的作業時間使用作為作業技能之情形。回到圖3，S303中判定沒有無經驗者，而取得了複數個作業者的作業技能資訊後，作業者選定系統100，於作業技能分散度估算部114中，求出複數個作業者間的作業技能的分散度的大小(S305)。另，針對S303中當判定有無經驗者的情形之處理(S304)後述。
圖6為計算複數個作業者間的作業技能的分散度的大小之情形的例子。例如，當作業者A～作業者E為可應對該作業的作業者的情形下，作業技能分散度估算部114，取得所有作業者的過去的該作業的最短作業時間。求出取得的最短作業時間當中的最短時間(圖6的(1))與最長時間(同(2))之差距(同(3))，將該差距除以最短作業時間(同(4))，藉此求出該作業中作業者A～作業者E的作業技能的分散度的大小。圖6例子的情形中，作業技能的分散度的大小被計算為「2.0」。
接著，作業者選定系統100的作業技能判定部116，將作業技能分散度估算部114中估算的分散度的大小，與有關分散度的大小之規定的基準值予以比較(S306)。當判定作業技能的分散度的大小為規定的基準以上的情形下，作業技能判定部116，抽出作業技能最低的作業者(S306的Yes)。另一方面，當判定作業技能的分散度的大小比規定的基準還小的情形下，作業技能判定部116，抽出作業技能最高的作業者(S306的No)。
圖7示意根據作業技能的分散度的大小來選擇低技能作業者及高技能作業者的其中一方之型態的例子。圖7(a)及(b)為應該應對的作業是簡單作業的情形的例子，圖7(c)及(d)為應該應對的作業是困難作業的情形的例子。例如，說明於設備的運轉開始時，當該作業的作業者間的作業水準有差距的情形下，發生了應該應對的簡單作業時(圖7(a)的狀況)的例子。當於該作業的發生次數多的時期(初期)發生該作業，而作業技能的分散度的大小被計算為2.0的情形下，若將規定的基準訂為1.0，則被抽出的作業者會成為作業者E(亦即低技能作業者)。當設備的運轉持續，於該作業的發生次數逐漸減少的某個時間點(中期及後期)發生了同一作業時，同樣地會計算作業技能的分散度，分散度被計算為9.0及2.0，因此皆會抽出作業者E。
此處，規定的基準是任意設定，但作為一例，能夠由以下的考量方式來設定規定的基準。亦即，將規定的基準訂為1.0，當S305中計算出的分散度的大小為1.0以上的情形下，高技能作業者的作業時間(最短時間)與低技能作業者的作業時間(最長時間)之間有2倍以上的差距，因此欲謀求低技能作業者的作業技能的提升。另一方面，當分散度的大小未滿1.0的情形下，視為作業者間的作業技能沒有大幅差距，而欲謀求高技能作業者的進一步的技能提升。
於設備的運轉開始時，當該作業的作業者間的作業水準沒有差距的情形下，發生了應該應對的簡單作業時(圖7(b)的狀況)的例子中，藉由同樣的計算及判斷，於初期及中期的各者會抽出作業者A或作業者B(亦即高技能作業者)，於後期會抽出作業者E(亦即低技能作業者)。發生了應該應對的困難作業時，於設備的運轉開始時無論當該作業的作業者間的作業水準有差距的情形(圖7(c)的狀況)及作業水準沒有差距的情形(圖7(d)的狀況)下，都是因應分散度的大小而在各個時間點適當抽出低技能作業者或高技能作業者。
回到圖3，一旦藉由作業技能判定部116抽出低技能作業者或高技能作業者，則作業者選定部124，選定其中一個作業者作為應對該作業之應對作業者，輸出該作業者資訊(S307或S308)。被輸出的作業者資訊，例如能夠顯示在各作業者保有的攜帶型資訊終端、或設於設備P之監視器等。被輸出至該些資訊終端的作業者，應對設備P中發生的事態，進行必須的作業(S309)。
一旦作業結束，進行作業的應對作業者或其管理者，例如從攜帶型資訊終端或設於設備P之輸入終端，輸入包含作業的詳細、作業時間等之作業完成資訊(S310)。作業者選定系統100的資訊更新部126，一旦取得被輸入的作業完成資訊，則使用此資訊，視必要更新記憶部中存放的作業資訊、作業者資訊、作業技能資訊的任一者或它們的組合(S311)。或是，亦可設計成資訊更新部126自動地取得該作業的開始時間及結束時間、作業的詳細等，使用該些資訊，更新記憶部中存放的作業資訊、作業者資訊、作業技能資訊的任一者或它們的組合。
作業無經驗者判定部112，當針對S302中辨明的作業判定有無經驗者的情形下(S303)，作業技能分散度估算部114從作業者資訊記憶部104取得對該無經驗者事先設定好的假定作業技能。被設定作為假定作業技能的資訊，能夠因應被使用作為作業技能的指標來設定。例如，當使用過去應對該作業時所需要的時間當中最短的作業時間作為作業技能的情形下，作為該無經驗者的假定作業技能，能夠設定其他作業者過去進行該作業時的作業時間當中最長的作業時間。或是，作為假定作業技能，也能設定其他作業者過去首次進行該作業時的作業時間的平均值。
無經驗者的假定作業技能，能夠如上述般事先設定，存放在作業技能資訊記憶部106作為作業技能資訊，但也能由作業者選定系統100自動地設定。例如，當使用最短時間作為作業技能的情形下，作業無經驗者判定部112針對必須的作業判定有無經驗者，作業者選定系統100能夠呼應此，從作業者資訊記憶部104取得其他作業者過去進行該作業時的作業時間而予以比較，設定最長的作業時間作為假定作業技能，存放在作業技能資訊記憶部106。
接著，說明於選定應對作業的作業者時，當考量該作業的實施所容許的時間的情形下之作業者選定處理。圖8示意作業者選定處理中，考量作業所容許的時間的情形下之處理流程800。以下說明中，主要說明和圖3的流程相異的部分。
圖3的處理流程300中，當發生了必須作業的事態的情形下，針對該作業計算複數個作業者的作業技能的分散度，當分散度的大小為規定的基準以上時將作業技能最低的作業者抽出作為進行該作業之作業者。然而，當發生了必須進行作業之某些事態時，可能有需要設備P運轉停止之情形，運轉停止的期間會造成物品的生產停止。是故，當作業技能低的作業者完成該作業為止會耗費時間而有發生未達成必須的生產量的可能性的情形下，無法讓該作業者進行該作業，而必須讓能夠以更短時間進行作業之作業者來進行作業。鑑此，處理流程800中，設計成將即使停止設備P的運轉也可達成必須的生產計劃之容許時間、與被抽出的作業者進行該作業所必須的作業時間予以比較，來判定該作業者是否能夠在容許時間內完成作業，當該作業者的作業時間超出容許時間(為了進行作業而被容許的可停止時間)的情形下，則抽出別的作業者。
處理流程800的步驟S803中，當針對S802中辨明的作業判定沒有無經驗者的情形下，作業者選定系統100的作業容許時間算出部118，算出用於作業的容許時間(S805)。另，容許時間的算出，不限定於在此時間點進行，例如亦可於S808中作業技能最低的作業者被抽出之後算出。
圖9示意容許時間的算出的考量方式的一例。圖9中，橫軸表示時間，縱軸表示物品的生產量。例如，當設想在設備中發生了必須的作業的時間點停止設備的運轉，於一定的停止時間後重啟生產，其後若能夠以和停止前的生產狀況相同的狀況進行生產則在生產期限日以前可達成生產計劃的情形下，能夠將該一定的停止時間訂為「容許時間」。容許時間，於作業發生時若至今為止的生產成績超出生產計劃中規定的生產量，則能夠更拉長。此外，被算出作為容許時間的時間，例如會根據將作業重啟後的生產量的預想變遷相對於作業開始前的生產量的變遷設定在什麼程度、預估生產的安全度到什麼程度、相對於設備的生產能力而言生產計劃有什麼程度的餘裕度等條件而變化。
例如基於圖9所示之考量方式而算出的容許時間，被交給作業完成可能性判定部120，作業完成可能性判定部120將S808中抽出的低技能作業者的針對該作業的最短作業時間與容許時間比較(S810)。比較的結果，當最短作業時間比容許時間還短的情形下，作業完成可能性判定部120判定低技能作業者能夠完成該作業，作業者選定部124將該低技能作業者選定作為應對該作業之應對作業者。
另一方面，容許時間與低技能作業者的針對該作業的最短作業時間比較(S810)之結果，當最短作業時間為容許時間以上的情形下，作業完成可能性判定部120判斷該作業者無法在容許時間內完成作業。在此情形下，作業技能判定部116從複數個作業者當中除了該作業者的其他作業者中抽出作業技能最低的作業者(S811、S812、S808)。針對此作業者亦同樣地，作業完成可能性判定部120進行容許時間與最短作業時間之比較。
反覆S808至S812的步驟之結果，當S812中判定沒有剩下的作業候補者的情形下，為了能夠在盡可能短的時間使作業完成，作業者選定部124會選定所有作業者中作業時間最短的作業者作為該作業的應對作業者(S813)。
S807及S808中，當低作業技能者被抽出的情形下如以上所述，但即使當高技能作業者被抽出的情形下，亦進行同樣的處理(S807、S809、S814～S817)。
接著，說明於選定應對作業的作業者時，當考量實施該作業的作業者的作業技能提升可能性的情形下之作業者選定處理。圖10示意作業者選定處理中，考量作業者的作業技能提升可能性的情形下之處理流程1000。以下說明中，主要說明和圖3的流程相異的部分。
本系統中，計算複數個作業者的作業技能的分散度，當分散度的大小為規定的基準以上的情形下，抽出低技能作業者作為進行該作業之作業者。此處，若思考由複數個作業者所成之小組全體的技能的提升，則例如當有具有同程度的作業技能的複數個作業者的情形下，理想是選擇藉由令其進行該作業而可望提升作業技能之作業者。鑑此，處理流程1000中，設計成考量被抽出的作業者的該作業中的過去的作業技能的變化，當判定可提升作業技能的情形下則維持抽出該作業者，則判定不可提升作業技能的情形下則抽出別的作業者。
處理流程1000的步驟S1009中，作業技能提升可能性判定部122，判定S1007中被選出的作業者的作業技能提升可能性。作業技能的提升可能性，例如能夠求出該作業者的過去的該作業的作業時間(例如牽涉過去的複數次作業的作業時間或前次作業的作業時間)之變化，藉此判定。作業技能提升可能性判定部122，從作業資訊記憶部102取得被抽出的作業者的過去的複數次的作業時間，比較該些作業時間，若每次實施作業而作業時間有縮短的傾向，則判定該作業者的該作業之作業技能提升為有可能。
另一方面，作業技能提升可能性判定部122，比較被抽出的作業者的過去的複數次的作業時間，若每次實施作業而作業時間沒有縮短的傾向，則判定該作業者的該作業之作業技能提升為不可能。在此情形下，作業技能判定部116從複數個作業者當中除了該作業者的其他作業者中抽出作業技能最低的作業者(S1010、S1011、S1007)。針對此作業者亦同樣地，作業技能提升可能性判定部122進行作業技能的提升可能性的判定。
反覆S1007至S1011的步驟之結果，當S1011中判定沒有剩下的作業候補者的情形下，作業者選定部124會選定所有作業者中作業技能最高的作業者作為該作業的應對作業者(S1012)。
S1006及S1007中，當低作業技能者被抽出的情形下如以上所述，但即使當高技能作業者被抽出的情形下，亦進行同樣的處理(S1006、S1008、S1013～S1016)。
接著，說明於選定應對作業的作業者時，當考量實施該作業被容許的時間、與實施該作業的作業者的作業技能提升可能性的情形下之作業者選定處理。圖11示意作業者選定處理中，同時考量作業的容許時間與作業技能提升可能性的情形下之處理流程1100。以下說明中，主要說明和圖3的流程相異的部分。
處理流程1100的步驟S1103中，當針對S1102中辨明的作業判定沒有無經驗者的情形下，作業者選定系統100的作業容許時間算出部118，於S1105算出作業容許時間。作業容許時間的算出，不限定於在此時間點進行，例如亦可於S1108中作業技能最低的作業者被抽出之後算出。作業容許時間的算出的考量方式，在圖8的處理流程800的說明中如上述般。
接著，步驟S1110中，作業技能提升可能性判定部122，判定S1108中被選出的作業者的作業技能提升可能性。有關作業技能提升可能性，在圖10的處理流程1000的說明中如上述般。作業技能提升可能性判定部122，從作業資訊記憶部102取得被抽出的作業者的過去的複數次的作業時間，比較該些作業時間，若每次實施作業而作業時間有縮短的傾向，則判定該作業者的該作業之作業技能的提升可能性高。
接著，步驟S1111中，作業完成可能性判定部120，針對S1110中判定作業技能的提升可能性高的低技能作業者，比較該作業的最短作業時間與作業容許時間。比較的結果，當最短作業時間比作業容許時間還短的情形下，作業完成可能性判定部120判定低技能作業者能夠完成該作業，作業者選定部124將該低技能作業者選定作為應對該作業之應對作業者。
當步驟S1110中判定該作業者的作業技能提升為不可能的情形下，或當S1111中判定低技能作業者無法做完該作業的情形下，作業技能判定部116在複數個作業者當中除了該作業者之其他作業者中抽出作業技能最低的作業者(S1112、S1113、S1108)。針對此作業者亦同樣地，作業技能提升可能性判定部122進行作業技能的提升可能性的判定，作業完成可能性判定部120進行作業完成可能性的判定。
另，處理流程1100中，針對S1108中抽出的低技能作業者，是於S1110判定作業技能的提升可能性，於S1111做作業完成可能性的判定，但進行該些判定的順序亦可顛倒。
反覆S1108至S1113的步驟之結果，當S1113中判定沒有剩下的作業候補者的情形下，為了能夠在盡可能短的時間使作業完成，作業者選定部124會選定所有作業者中作業時間最短的作業者作為應對該作業的應對作業者(S1114)。
S1007及S1008中，當低作業技能者被抽出的情形下如以上所述，但即使當高技能作業者被抽出的情形下，亦進行同樣的處理(S1107、S1109、S1115～S1119)。
圖12示意執行了圖11所示之作業者選定處理流程1110的情形下之作業技能提升的具體例。圖12(a)為針對簡單作業(亦即進行作業的時間較短的作業)的作業技能提升的具體例，圖12(b)為針對較複雜的作業(亦即進行作業的時間較長的作業)的作業技能提升的具體例。無論哪一種，皆是設想由5名作業者A～E構成的小組中其中一個作業者進行該作業之情形，而將該作業的最短作業時間訂為作業技能。
針對圖12(a)的第1次的作業，使用作業時間最短的作業者A或作業者B的作業時間(將初始的設定值訂為5分鐘)與最長的作業者E的作業時間(將初始的設定值訂為15分鐘)，來計算作業技能的分散度的大小，則如(4)的欄位所示般成為「2.0」。如果規定的基準值被設定為1.0，則分散度的大小為規定的基準值以上，因此作業者E被抽出。針對被抽出的作業者E，比較最短作業時間(15分鐘)與例如基於圖9的考量方式而算出的作業容許時間(100分鐘)，則判斷作業者E可在作業容許時間內做完作業，因此此處作業者E(新人)被選定作為進行該作業之應對作業者。作業者E進行該作業的結果，假設以12分鐘做完了作業，則作業者E的該作業的最短作業時間被更新成12分鐘。
當發生了第2次的作業時，判斷分散度的大小比規定的基準值還大，即使是作業時間最長的作業者E也能在作業容許時間內做完作業，又，作業者E於第1次的作業是以比初始設定的最短作業時間(15分鐘)還短的時間(12分鐘)結束因而判斷也有作業技能提升可能性，因此此處作業者E會被選定作為應對作業者。當發生了第3次、第4次的作業時亦依同樣方式，作業者D、作業者C分別被選定作為應對作業者。
當發生了第5次的作業時，使用作業時間最短的作業者A或作業者B的作業時間(5分鐘)與最長的作業者E的作業時間(9分鐘)，來計算作業技能的分散度的大小。分散度的大小成為「0.8」，此為比規定的基準值還小的值，因此此處作業者A或作業者B會被抽出。該些作業者，被判斷會在最短作業時間內做完作業，因此此處作業者A或作業者B被選定作為進行該作業之作業者。另，有關最終要選定作業者A及作業者B當中哪一者作為應對作業者，理想是遵照作業技能提升可能性的判斷結果，但在成長可能性為同程度的情形下(圖12(a)的例子中兩者的過去的作業時間變遷相同)，能夠使用其他任意的基準來選定。此處，假設作業者A(老手)被選定作為應對作業者。
以下，當發生了第6次～第10次的作業的情形下亦依同樣方式選定應對作業者。像這樣，10次的作業中依序選定作業者，藉此，原本作業技能低的作業者E的技能會提升，其結果亦能使小組全體的技能提升。
說明圖12(b)所示例子，首先，當第1次的作業發生時，如同上述方式計算作業技能的分散度的大小。分散度的大小為「0.7」，因此如果規定的基準值被設定為1.0，則作業技能最高的作業者A被抽出。此作業者的最短作業時間被設定為60分鐘，比作業容許時間95分鐘還短，因此判斷此作業者會在時間內做完作業，作業者A(老手)被選定作為應對作業者。
接著，當發生了第2次的作業時，作業技能的分散度的大小為1.0以上，因此作業技能最低的作業者E被抽出。但，作業者E，該作業的最短作業時間被設定為100分鐘，比作業容許時間95分鐘還長，因此判斷作業者E不會在作業容許時間內做完作業。在此情形下，除了作業者E之其他作業者當中作業技能最低的作業者亦即作業者D被選定作為應對作業者(另，針對作業者C及作業者D當中選定作業者D之根據，假設能夠基於任意的基準)。以下，當發生了第3次～第7次的作業的情形下亦依同樣方式選定應對作業者。
當發生了第8次的作業時，分散度的大小為0.9，作業者A的作業最短時間為作業容許時間以內，因此作業者A應該要被抽出。但，作業者A，被選定作為對於第7次的作業之應對作業者而進行作業的結果，並沒有作業時間的縮短效果，因而判斷作業技能提升為不可能。是故，此處，針對剩餘的作業者B～作業者E，判斷分散度的大小、作業完成可能性，其結果作業者B被選定作為應對作業者。像這樣，10次的作業中依序選定作業者，藉此，不僅是原本作業技能低的作業者C～作業者E，作業者A及作業者B的作業技能亦會提升，其結果亦能使小組全體的技能提升。
如以上詳細說明般，按照本發明，針對設備中必須的種種作業，不僅能夠使低技能者的作業技能快速提升，高技能者也能使作業技能進一步提升。此外，能夠使由涉及設備的運轉的複數個作業者所成之作業小組全體而言的作業技能提升。
100:作業者選定系統 102:作業資訊記憶部 104:作業者資訊記憶部 106:作業技能資訊記憶部 108:生產關連資訊記憶部 109:感測資料記憶部 110:作業分類部 112:作業無經驗者判定部 114:作業技能分散度估算部 116:作業技能判定部 118:作業容許時間算出部 120:作業完成可能性判定部 122:作業技能提升可能性判定部 124:作業者選定部 126:資訊更新部 300,800,1000,1100:處理流程
[圖1]示意依本發明一實施形態之作業者選定系統的概略性構成的方塊圖。 [圖2]示意依本發明一實施形態之作業者選定系統的概略性硬體構成例的圖。 [圖3]示意依本發明一實施形態之作業者選定處理的處理流程。 [圖4]示意作業的分類判斷中使用之有關設備中的必要作業之作業資訊的例子。 [圖5]示意把將技能水準值予以加權合計而成的值訂為作業技能的例子。 [圖6]示意複數個作業者間的作業技能的分散度的例子。 [圖7]示意根據作業技能的分散度的大小來選定低技能作業者及高技能作業者的其中一方之型態的例子。 [圖8]圖3的處理流程所示之作業者選定處理中，進一步考量作業的容許時間的情形下之處理流程。 [圖9]示意作業的容許時間的考量方式的圖。 [圖10]圖3的處理流程所示之作業者選定處理中，進一步考量作業者的作業技能提升的可能性的情形下之處理流程。 [圖11]圖3的處理流程所示之作業者選定處理中，同時考量作業的容許時間與作業者的作業技能提升的可能性的情形下之處理流程。 [圖12]執行了圖11的處理流程所示之作業者選定處理的情形下之作業技能提升的具體例。
100:作業者選定系統
102:作業資訊記憶部
104:作業者資訊記憶部
106:作業技能資訊記憶部
108:生產關連資訊記憶部
109:感測資料記憶部
110:作業分類部
112:作業無經驗者判定部
114:作業技能分散度估算部
116:作業技能判定部
118:作業容許時間算出部
120:作業完成可能性判定部
122:作業技能提升可能性判定部
124:作業者選定部
126:資訊更新部

Claims (27)

  1. 一種作業者選定系統，係用來從複數個作業者當中自動地選定應對設備中的必須的作業之作業者的作業者選定系統，其特徵為，具有： 記憶部，存放著有關設備中的必須的作業之資訊亦即作業資訊、及包含複數個作業者的資訊與有關各個作業者過去進行的作業之資訊的作業者資訊、及有關應對前述作業的前述複數個作業者的對於該作業的作業技能之資訊亦即作業技能資訊；及 作業技能分散度估算部，當發生必須應對的作業時，從前述記憶部取得前述作業資訊、前述作業者資訊、及前述作業技能資訊，求出複數個作業者間的對於該作業的作業技能的分散度的大小；及 作業技能判定部，當前述分散度的大小為規定的基準以上的情形下抽出前述作業技能最低的作業者，當前述分散度的大小比規定的基準還小的情形下抽出前述作業技能最高的作業者；及 作業者選定部，將被抽出的前述作業者選定作為對於前述作業之應對作業者，輸出該應對作業者的作業者資訊；及 資訊更新部，基於藉由前述作業者選定部而被選定的前述應對作業者應對了作業的結果，更新前述記憶部的前述作業資訊、前述作業者資訊、及前述作業者技能資訊的其中一者或它們的組合。
  2. 如請求項1所述之作業者選定系統，其中， 前述記憶部，存放著藉由設備而被生產之物品的生產關連資訊， 更具有：作業容許時間算出部，從前述記憶部取得前述生產關連資訊，算出即使為了進行前述作業而停止設備的運轉仍能夠達成生產計劃之容許時間；及 作業完成可能性判定部，判定藉由前述作業技能判定部而被抽出的前述作業者，在前述容許時間內是否能夠完成該作業； 當藉由前述作業完成可能性判定部判定前述作業者能夠完成該作業的情形下，前述作業者選定部，選定前述作業者作為前述應對作業者。
  3. 如請求項1所述之作業者選定系統，其中， 更具有：作業技能提升可能性判定部，針對藉由前述作業技能判定部而被抽出的前述作業者，求出前述作業者的前述作業之過去的作業技能的變化，基於該變化來判定作業技能的提升可能性， 前述作業者選定部，當藉由前述作業技能提升可能性判定部判定前述作業者的作業技能提升為有可能的情形下，選定前述作業者作為前述應對作業者。
  4. 如請求項1所述之作業者選定系統，其中， 前述記憶部，存放著藉由設備而被生產之物品的生產關連資訊， 更具有：作業容許時間算出部，從前述記憶部取得前述生產關連資訊，算出即使為了進行前述作業而停止設備的運轉仍能夠達成生產計劃之容許時間；及 作業完成可能性判定部，判定藉由前述作業技能判定部而被抽出的前述作業者，在前述容許時間內是否能夠完成該作業；及 作業技能提升可能性判定部，針對藉由前述作業技能判定部而被抽出的前述作業者，求出前述作業者的對於前述作業之過去的作業技能的變化，基於該變化來判定作業技能的提升可能性； 前述作業者選定部，當藉由前述作業完成可能性判定部判定前述作業者能夠完成該作業，且藉由前述作業技能提升可能性判定部判定前述作業者的作業技能提升為有可能的情形下，選定前述作業者作為前述應對作業者。
  5. 如請求項2或請求項4所述之作業者選定系統，其中， 當藉由前述作業技能判定部而前述作業技能最低的作業者被抽出，而該作業者藉由前述作業完成可能性判定部被判定無法完成前述作業的情形下或藉由前述作業技能提升可能性判定部被判定作業技能提升為不可能的情形下，前述作業技能判定部，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最低的作業者。
  6. 如請求項5所述之作業者選定系統，其中，當前述作業技能判定部無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定部，從前述複數個作業者中，選定過去應對該作業時所需要的時間當中最短的作業時間為最短的作業者。
  7. 如請求項3所述之作業者選定系統，其中，當藉由前述作業技能判定部而前述作業技能最低的作業者被抽出，而該作業者藉由前述作業技能提升可能性判定部被判定作業技能提升為不可能的情形下，前述作業技能判定部，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最低的作業者。
  8. 如請求項7所述之作業者選定系統，其中，當前述作業技能判定部無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定部，選定前述複數個作業者當中前述作業技能最高的作業者。
  9. 如請求項2或請求項4所述之作業者選定系統，其中，當藉由前述作業技能判定部而前述作業技能最高的作業者被抽出，而該作業者藉由前述作業完成可能性判定部被判定無法完成前述作業的情形下或藉由前述作業技能提升可能性判定部被判定作業技能提升為不可能的情形下，前述作業技能判定部，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最高的作業者。
  10. 如請求項9所述之作業者選定系統，其中，當前述作業技能判定部無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定部，從前述複數個作業者中，選定過去應對該作業時所需要的時間當中最短的作業時間為最短的作業者。
  11. 如請求項3所述之作業者選定系統，其中，當藉由前述作業技能判定部而前述作業技能最高的作業者被抽出，而該作業者藉由前述作業技能提升可能性判定部被判定作業技能提升為不可能的情形下，前述作業技能判定部，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最高的作業者。
  12. 如請求項11所述之作業者選定系統，其中，當前述作業技能判定部無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定部，選定前述複數個作業者當中前述作業技能最高的作業者。
  13. 如請求項1至請求項4中任一項所述之作業者選定系統，其中，更包含：作業無經驗者判定部，判定前述複數個作業者中是否有未曾進行前述作業的經驗之作業者，當有該作業者的情形下對該作業者設定對於前述作業之假定作業技能。
  14. 一種作業者選定方法，係從複數個作業者當中自動地選定應對設備中的必須的作業之作業者的作業者選定方法，其特徵為，包含： 作業技能分散度估算步驟，當發生了必須應對的作業時，取得有關設備中的必須的作業之資訊亦即作業資訊、及包含複數個作業者的資訊與該作業者過去進行的作業之資訊的作業者資訊、及有關前述複數個作業者的對於該作業的作業技能之資訊亦即作業技能資訊，而求出作業技能的分散度的大小；及 作業技能判定步驟，當前述分散度的大小為規定的基準以上的情形下抽出前述作業技能最低的作業者，當前述分散度的大小比規定的基準還小的情形下抽出前述作業技能最高的作業者；及 作業者選定步驟，將被抽出的前述作業者選定作為對於前述作業之應對作業者，輸出該應對作業者的作業者資訊；及 資訊更新步驟，基於藉由前述作業者選定步驟而被選定的前述應對作業者應對了作業的結果，更新前述作業資訊、前述作業者資訊、及前述作業者技能資訊的其中一者或它們的組合。
  15. 如請求項14所述之作業者選定方法，其中， 更包含：容許時間算出步驟，取得藉由設備而被生產之物品的生產關連資訊，使用該生產關連資訊，算出即使為了進行前述作業而停止設備的運轉仍能夠達成生產計劃之容許時間；及 作業完成可能性判定步驟，判定前述作業技能判定步驟中被抽出的前述作業者，在前述容許時間內是否能夠完成該作業；及 當前述作業完成可能性判定步驟中判定前述作業者能夠完成該作業的情形下，前述作業者選定步驟中，選定前述作業者作為前述應對作業者。
  16. 如請求項14所述之作業者選定方法，其中， 更包含：作業技能提升可能性判定步驟，針對前述作業技能判定步驟中被抽出的前述作業者，求出前述作業者的對於前述作業之過去的作業技能的變化，基於該變化來判定作業技能的提升可能性， 當前述作業技能提升可能性判定步驟中判定前述作業者的作業技能提升為有可能的情形下，前述作業者選定步驟中，選定前述作業者作為前述應對作業者。
  17. 如請求項14所述之作業者選定方法，其中， 更包含：容許時間算出步驟，取得藉由設備而被生產之物品的生產關連資訊，使用該生產關連資訊，算出即使為了進行前述作業而停止設備的運轉仍能夠達成生產計劃之容許時間；及 作業完成可能性判定步驟，判定前述作業技能判定步驟中被抽出的前述作業者，在前述容許時間內是否能夠完成該作業；及 作業技能提升可能性判定步驟，針對前述作業技能判定步驟中被抽出的前述作業者，基於前述作業者的對於前述作業之過去的作業技能的變遷資訊，來判定作業技能的提升可能性； 當前述作業完成可能性判定步驟中判定前述作業者能夠完成該作業，且前述作業技能提升可能性判定步驟中判定前述作業者的作業技能提升為有可能的情形下，前述作業者選定步驟中，選定前述作業者作為前述應對作業者。
  18. 如請求項15或請求項17所述之作業者選定方法，其中，當前述作業技能判定步驟中前述作業技能最低的作業者被抽出，而該作業者在前述作業完成可能性判定步驟中被判定無法完成前述作業的情形下或在前述作業技能提升可能性判定步驟中被判定作業技能提升為不可能的情形下，前述作業技能判定步驟中，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最低的作業者。
  19. 如請求項18所述之作業者選定方法，其中，當前述作業技能判定步驟中無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定步驟中，從前述複數個作業者中，選定過去應對該作業時所需要的時間當中最短的作業時間為最短的作業者。
  20. 如請求項16所述之作業者選定方法，其中，當前述作業技能判定步驟中前述作業技能最低的作業者被抽出，而該作業者在前述作業技能提升可能性判定步驟中被判定作業技能提升為不可能的情形下，前述作業技能判定步驟中，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最低的作業者。
  21. 如請求項20所述之作業者選定方法，其中，當前述作業技能判定步驟中無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定步驟中，選定前述複數個作業者當中前述作業技能最高的作業者。
  22. 如請求項15或請求項17所述之作業者選定方法，其中，當前述作業技能判定步驟中前述作業技能最高的作業者被抽出，而該作業者在前述作業完成可能性判定步驟中被判定無法完成前述作業的情形下或在前述作業技能提升可能性判定步驟中被判定作業技能提升為不可能的情形下，前述作業技能判定步驟中，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最高的作業者。
  23. 如請求項22所述之作業者選定方法，其中，當前述作業技能判定步驟中無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定步驟中，從前述複數個作業者中，選定過去應對該作業時所需要的時間當中最短的作業時間為最短的作業者。
  24. 如請求項16所述之作業者選定方法，其中，當前述作業技能判定步驟中前述作業技能最高的作業者被抽出，而該作業者在前述作業技能提升可能性判定步驟中被判定作業技能提升為不可能的情形下，前述作業技能判定步驟中，抽出前述複數個作業者當中除了該作業者之其他作業者中前述作業技能最高的作業者。
  25. 如請求項24所述之作業者選定方法，其中，當前述作業技能判定步驟中無法抽出前述複數個作業者當中除了該作業者之其他作業者的情形下，前述作業者選定步驟中，選定前述複數個作業者當中前述作業技能最高的作業者。
  26. 如請求項14至請求項17中任一項所述之作業者選定方法，其中，更包含：作業無經驗者判定步驟，判定前述複數個作業者中是否有未曾進行前述作業的經驗之作業者，當有該作業者的情形下對該作業者設定對於前述作業之假定作業技能。
  27. 一種電腦程式，係可在電腦系統上執行之電腦程式，包含用來令前述電腦系統執行如請求項14至請求項26中任一項所述方法的步驟之命令。
TW108137007A 2018-10-18 2019-10-15 作業者選定系統，作業者選定方法及作業者選定電腦程式 TWI719671B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-196660 2018-10-18
JP2018196660A JP6726255B2 (ja) 2018-10-18 2018-10-18 作業者選定システム、作業者選定方法及び作業者選定コンピュータ・プログラム

Publications (2)

Publication Number Publication Date
TW202034236A true TW202034236A (zh) 2020-09-16
TWI719671B TWI719671B (zh) 2021-02-21

Family

ID=70283088

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108137007A TWI719671B (zh) 2018-10-18 2019-10-15 作業者選定系統，作業者選定方法及作業者選定電腦程式

Country Status (5)

Country Link
JP (1) JP6726255B2 (zh)
KR (1) KR102265559B1 (zh)
CN (1) CN111989701B (zh)
TW (1) TWI719671B (zh)
WO (1) WO2020080116A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023030434A (ja) * 2021-08-23 2023-03-08 Ｎｅｃフィールディング株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002279019A (ja) 2001-03-16 2002-09-27 Pfu Ltd 作業者教育システムとその制御方法ならびにその記録媒体
JP2003256619A (ja) * 2002-02-28 2003-09-12 Sumitomo Forestry Co Ltd 品質管理システム
CN101238491B (zh) * 2005-07-25 2011-11-02 Tlv有限公司 机器管理方法、该机器管理方法所采用的分析系统、以及分析用数据结构、其机器管理方法所采用的维修检查支援装置
WO2007143091A2 (en) * 2006-06-02 2007-12-13 Topcoder, Inc. System and method for staffing and rating
CN101320329A (zh) * 2008-07-08 2008-12-10 中国科学院软件研究所 一种基于任务优先级的抢占式人力资源配置方法和系统
JP2010244176A (ja) 2009-04-02 2010-10-28 Toshiba Corp 人員配置支援システム
JP5453334B2 (ja) * 2011-02-23 2014-03-26 株式会社日立製作所 作業計画作成装置及び作業計画作成方法
US9875448B2 (en) * 2011-11-30 2018-01-23 At&T Intellectual Property I, L.P. Mobile service platform
JP2013254241A (ja) 2012-06-05 2013-12-19 Dainippon Printing Co Ltd 作業員配置設定装置、作業員配置設定方法、作業員配置設定用プログラム及び情報記録媒体
JP5863691B2 (ja) * 2013-03-14 2016-02-17 Ｎｅｃフィールディング株式会社 教育支援装置、教育支援システム、教育支援方法、及びプログラム
JP6123605B2 (ja) * 2013-09-20 2017-05-10 株式会社ダイフク 物流システム
JP2016194736A (ja) 2015-03-31 2016-11-17 株式会社日立製作所 プロジェクト実行計画立案支援方法、プロジェクト実行計画立案支援プログラム、および、プロジェクト実行計画立案支援システム
JP2018045059A (ja) * 2016-09-13 2018-03-22 株式会社ジェイテクト 教育支援装置
JP6960218B2 (ja) * 2016-11-18 2021-11-05 株式会社ベネッセスタイルケア サービス支援システム、サービス支援方法及びプログラム
JP6962539B2 (ja) * 2017-02-24 2021-11-05 株式会社レクサー・リサーチ 業務計画最適化方法

Also Published As

Publication number Publication date
JP2020064495A (ja) 2020-04-23
KR102265559B1 (ko) 2021-06-16
CN111989701A (zh) 2020-11-24
JP6726255B2 (ja) 2020-07-22
KR20200123777A (ko) 2020-10-30
TWI719671B (zh) 2021-02-21
CN111989701B (zh) 2021-10-15
WO2020080116A1 (ja) 2020-04-23

Similar Documents

Publication Publication Date Title
Yazdi et al. An extension to fuzzy developed failure mode and effects analysis (FDFMEA) application for aircraft landing system
Manzey et al. Human performance consequences of automated decision aids: The impact of degree of automation and system experience
Charalambous et al. The development of a Human Factors Readiness Level tool for implementing industrial human-robot collaboration
Vimal et al. Leanness evaluation using IF–THEN rules
JP2016194736A (ja) プロジェクト実行計画立案支援方法、プロジェクト実行計画立案支援プログラム、および、プロジェクト実行計画立案支援システム
KR102225053B1 (ko) 설비 이상 처치 타이밍 결정 시스템, 설비 이상 처치 타이밍 결정 방법 및 컴퓨터 프로그램
US10054936B2 (en) Manufacturing execution system and method of determining production metrics for a line
WO2014139729A1 (en) Accommodating schedule variances in work allocation for shared service delivery
Di Pasquale et al. Methodology for the analysis and quantification of human error probability in manufacturing systems
Singer et al. A survey of quantitative team performance metrics for human-robot collaboration
TW202036405A (zh) 作業者選定系統，作業者選定方法及作業者選定電腦程式
US20100185475A1 (en) Three Dimensional Virtual Planning
Dorneich et al. Interaction of automation visibility and information quality in flight deck information automation
TWI719671B (zh) 作業者選定系統，作業者選定方法及作業者選定電腦程式
JP6702297B2 (ja) プロセスの異常状態診断方法および異常状態診断装置
Drury Automation in quality control and maintenance
Charalambous The development of a human factors tool for the successful implementation of industrial human-robot collaboration
KR102294948B1 (ko) 통합 위험 관리 방법 및 시스템
Haight et al. Automation vs. human intervention: What is the best mix for optimum system performance? A case study
JPH02185351A (ja) 製造計画作成装置
Azadeh et al. An integrated approach for configuration optimization in a CBM system by considering fatigue effects
Zikos et al. Human-Resources optimization & re-adaptation modelling in enterprises
Millar Defining requirements for advanced PHM technologies for optimal reliability centered maintenance
Shadiqin et al. EVALUATION AND RISK MITIGATION OF SUPPLY CHAIN MANAGEMENT IN HEAVY EQUIPMENT MANUFACTURE
Vasilev ANSI/ISA 95 FINAL CAPACITY SCHEDULING FOR SOFTWARE INDUSTRY