WO2012132170A1 - 製品情報管理支援装置 - Google Patents

製品情報管理支援装置 Download PDF

Info

Publication number
WO2012132170A1
WO2012132170A1 PCT/JP2012/000362 JP2012000362W WO2012132170A1 WO 2012132170 A1 WO2012132170 A1 WO 2012132170A1 JP 2012000362 W JP2012000362 W JP 2012000362W WO 2012132170 A1 WO2012132170 A1 WO 2012132170A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
data table
similarity
standardization
cluster
Prior art date
Application number
PCT/JP2012/000362
Other languages
English (en)
French (fr)
Inventor
貴元 松井
芳賀　憲行
谷口　伸一
浜野　順一
石田　智利
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to US13/983,062 priority Critical patent/US9165041B2/en
Publication of WO2012132170A1 publication Critical patent/WO2012132170A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

Definitions

  • the present invention relates to a product information management support device used when selecting standard parts based on past product information.
  • Patent Document 1 JP-A-2004-234399.
  • This publication states that “[Problem] A user who selects a standard part cannot select an appropriate standard part unless he / she knows the definition of similarity well.
  • [Solution] The attribute of a standard part from data of multiple parts.
  • a multi-dimensional database that stores multi-dimensional data that represents data
  • a production performance database that stores production performance data that represents the production volume of multiple parts
  • a neighborhood range database that accepts input of neighborhood range values corresponding to attribute names
  • a near-range input device the multi-dimensional data stored in the multi-dimensional database, and the production performance data stored in the production performance database.
  • a standard part determination device that selects a standard part and outputs standard part data
  • a display device that displays the standard part data.
  • Patent Document 1 selection of specification items for determining the similarity of parts is left to the user, and the specification items are defined by only one-digit specification items such as dimensions, mass, and shapes in the embodiment. In simple structure parts, it is considered that selection of specification items for judging similarity of parts is easy.
  • the specification items may exceed 50 to 100 items. Therefore, it is considered difficult to arbitrarily select a specification item for determining the similarity of parts. Therefore, it is difficult to determine the similarity of parts based on the optional selection of specification items and to select standard parts based on the similarity.
  • an object of the present invention is to provide a technique for supporting selection of an appropriate standard part regardless of user's arbitrary input information regarding specification items for determining part production results and part similarity.
  • a product information management support device that determines standard product information based on past product information results, comprising a computing device, a data storage device, and an input / output device, the data storage device including at least a target component type ID, A first data table including an effect index ID and an effect target value, a third data table storing at least a part ID having a past delivery record, a result index, a second data table including a part specification, and a similarity calculation result between parts Data table, 4th data table including at least the number of clusters, inter-cluster distance, inter-part similarity threshold, cluster ID, intra-cluster part ID, standardize and aggregate multiple parts by inter-part similarity threshold for each number of clusters Data table for storing the standardized effect calculation results, and sixth data including at least a cluster ID, a component ID in the cluster, and a standard component ID A table is stored, and the a
  • a part ID and a part specification are read from the second data table of the data storage device, a part specification normalization process is performed, a similarity between any two parts is calculated, and the third data table And select an arbitrary number of clusters smaller than the number of corresponding part IDs, calculate the combination of all clusters for the distance between any two clusters, and minimize the similarity between parts in each number of clusters.
  • An inter-component similarity calculating means for storing a value as an inter-component similarity threshold in the fourth data table, an intra-cluster component ID of the fourth data table, and the second data table.
  • the standardization effect is calculated for each number of clusters from the result index data of the data, and the standardization effect calculation means for storing in the fifth data table and the standardization effect data are read from the fifth data table, and the component standardization analysis
  • the result is displayed on the input / output device together with the standardized range of the actual parts and the standardization effect, and the part standardization analysis result input / output means for accepting selection of the similarity threshold between parts from the user, the fourth data table, From the intra-cluster part ID data corresponding to the number of clusters corresponding to the selection of the inter-part similarity threshold, and the result index data of the second data table, the part ID for which the result index data is the best among the intra-cluster part IDs Is selected as a standard part and stored in the sixth data table, and the standard part data is output to the input / output device. It characterized by having a a standard part data output means for displaying a screen.
  • the present invention it is possible to select a standard part based on past product information without depending on user's arbitrary input information even for a complicated part defined by a plurality of specification items with a small production amount.
  • standardization of parts is promoted, and design, production, and inspection man-hours can be reduced by utilizing standard parts.
  • parts procurement costs can be reduced by centralized purchase of standard parts.
  • the product information management support apparatus 100 of this embodiment is an apparatus that outputs a part standardization analysis result and a standard part selection result.
  • the product information management support apparatus 100 is configured by a computer and is realized as a function in the arithmetic device 200 as a standardization target input means 110, an inter-part similarity calculation means 120, and a part standardization effect calculation means. 130, a standard part determination unit 140, a part standardization analysis result input / output unit 150, a standard part data output unit 160, an input / output unit 170, and a data storage unit 180.
  • a part type data table 181 storing a part type ID and a part name for uniquely identifying a part type in the past product delivery record, an effect index ID for identifying the type of the standardized effect index, and
  • the standardized effect index data table 182 storing the effect index name, the analysis history ID for identifying the processing results of the standardized analysis, the part type ID selected by the user, the effect index ID selected by the user, and the user input Standardized analysis history data table 183 in which the effect target value in the effect index is stored, the part ID and part type ID for identifying the part data in the past product delivery record, and the item for identifying the target project in the past product delivery record
  • the part type data table 181 has a part type ID area 181a in which a part type ID is stored and a part name area 181b in which a part name is stored.
  • data is stored in advance in the areas 181 a and 181 b before the user inputs various data.
  • the standardized effect index data table 182 has an effect index ID area 182a in which an effect index ID is stored, and an effect index name area 182b in which an effect index name is stored.
  • the data is stored in advance in each of the areas 182a and 182b.
  • the standardized analysis history data table 183 stores a history history ID area 183a in which an analysis history ID is stored, a part type ID area 183b in which a part type ID is stored, and an effect index ID.
  • the part data table 184 includes a part ID area 184a in which a part ID is stored, a part type ID area 184b in which a part type ID is stored, and a case ID area 184c in which a case ID is stored.
  • a standard part ID area 184d for storing the standard part ID, a result index area 184e for storing the actual value of the result index such as the purchase cost, and a part specification content area 184f for storing the specification content actual data of the part have.
  • the component data table 184 before the user inputs various data, the data is stored in advance in the areas 184a, 184b, 184d, 184e, and 184f.
  • the part specification normalization data table 185 includes a part ID area 185a in which the part ID is stored and a part specification normalization data area 185b in which the part specification normalization data is stored. Yes.
  • the inter-part similarity data table 186 includes a part ID area 186a in which the part ID is stored and an inter-part similarity data area 186b in which the inter-part similarity data is stored. Yes.
  • the standardized range data table 187 stores a cluster number area 187a in which the number of clusters is stored, an intercluster distance data area 187b in which intercluster distance data is stored, and inter-part similarity threshold data.
  • the parts standardization effect data table 188 includes a cluster number area 188a for storing the number of clusters, an inter-part similarity threshold data area 188b for storing the inter-part similarity threshold data, and a purchase cost reduction. It has a standardization effect calculation result area 188c in which a standardization effect calculation result such as a rate is stored, and a selection flag data area 188d in which selection flag data of the inter-part similarity threshold is stored.
  • the standard part data table 189 stores a cluster ID area 189a in which the cluster ID is stored, a cluster part ID group area 189b in which the cluster part ID group is stored, and a standard part ID.
  • the standardization target input unit 110 of the product information management support apparatus 100 accepts various data of standardization targets via the input / output device 170 (S100).
  • the standardized target input unit 110 displays the standardized target data input screen 171 shown in FIG. 14 on the input / output device 170.
  • the input screen 171 includes a target part name selection field 171a for selecting a part name as a target for standardization analysis, an effect index selection field 171b for selecting an effect index name as an analysis axis for part standardization analysis, and a selection.
  • the user of the product information management support apparatus 100 views the input screen 171 and operates the input / output device 170 to select the target part in the target part name input field 171a. Then, an effect index is selected in the effect index input field 171b. Further, the effect target value is input to the effect target value input field 171c.
  • the standardized target input means 110 determines that there is uninput data (S110), and the uninput data Prompt for input. If there is no uninput data, the standardization target input unit 110 converts the received target part name into a part type ID via the part type data table 181 in FIG. 2, and converts the received effect index name into the standardization effect in FIG. The data is converted into the effect index ID via the index data table, and the input data is stored in the corresponding area of the standardized analysis history data table of FIG. 4 together with the received analysis target ID and the analysis history ID for identifying the processing results of the standardized analysis ( S200).
  • part standardization analysis information creation process (S300) by the part similarity calculation unit 120 and the part standardization effect calculation unit 130 will be described with reference to the flowchart shown in FIG.
  • x i, j a value obtained by normalizing the specification value of the j-th specification item of the i-th component ID X i, j : the specification value of the j-th specification item of the i-th component ID X max, j : Maximum value in the target part ID of the specification value of the j-th specification item X min, j : Minimum value in the target part ID of the specification value of the j-th specification item
  • the converted specification normalization data is stored in the corresponding area of the component specification normalization data table 185 of FIG. 6 (S303).
  • the similarity calculation part 120 between parts reads the part specification normalization data of the part specification normalization data table 185, extracts the data of two arbitrary part IDs, and calculates the following formula (Equation 2). By using this, the similarity between parts S uv is calculated (S304).
  • S uv the part specification content data of the u-th part ID and the part specification content data of the v-th part ID x u, j : the specification of the j-th specification item of the u-th part ID
  • Normalized value x v, j Value obtained by normalizing the specification value of the jth specification item of the vth component ID
  • n Number of types of specification items
  • the similarity S uv may be obtained by, for example, the simplest Euclidean distance among the similarity calculation methods (Equation 2), but the similarity calculation formula based on the Mahalanobis distance is also available. Alternatively, other methods such as a similarity calculation formula based on the Manhattan distance may be used.
  • the similarity S uv obtained by this (Equation 2) is 0 or more and 1 or less, and a value closer to 1 indicates that the similarity is higher.
  • the inter-part similarity calculation means 120 determines whether or not there is an unselected part ID in the corresponding part ID 185a (S305), and the similarity according to (Equation 2) until there is no unselected part ID. Repeat the calculation process. When there is no unselected part ID, the part similarity calculation unit 120 stores the similarity calculation result in the corresponding area of the part similarity data table 186 in FIG. 7 (S306).
  • the inter-part similarity calculation means 120 reads the inter-part similarity data in the inter-part similarity data table 186, selects an arbitrary number of clusters smaller than the number of corresponding part IDs, and ) Is used to calculate the intercluster distance d (S307).
  • d (C 1 , C 2 ) distance between any two clusters x u, j : value x v, j : v obtained by normalizing the specification value of the j-th specification item of the u-th component ID Value normalized from the specification value of the jth specification item of the part ID n: Number of types of specification items
  • the inter-cluster distance d (C 1 , C 2 ) may be obtained by, for example, (Equation 3) based on the most representative shortest distance method among the cluster analysis methods. Other methods such as a calculation formula based on the longest distance method, the group average method, the Ward method, and the like may be used.
  • the inter-part similarity calculation unit 120 determines whether or not there is an unselected number of clusters among any number of clusters smaller than the number of corresponding part IDs (S308), and the number of unselected clusters disappears. Until this time, the inter-cluster distance calculation processing according to (Equation 3) is repeated. When the number of unselected clusters disappears, the inter-part similarity calculation unit 120 stores the inter-cluster distance calculation result in the corresponding area of the standardized range data table 187 of FIG. Then, the inter-part similarity calculation unit 120 stores the minimum value of the inter-part similarity in each cluster number as the inter-part similarity threshold data in the corresponding area of the standardized range data table 187. Further, the inter-part similarity calculation unit 120 assigns a cluster ID for identifying each cluster in each number of clusters, and stores it in the corresponding area of the standardized range data table 187 together with the part ID group included in each cluster (S309).
  • the component standardization effect calculation means 130 reads the in-cluster component ID group data of the standardization range data table 187 and the result index data 184e (eg, purchase cost) of the component data table 184 (S310), and sets an arbitrary number of clusters.
  • the standardization effect Z is calculated using the following equation (Equation 4) (S311).
  • Z standardization effect in an arbitrary number of clusters
  • W i result index data of i-th part ID
  • W min i minimum value of result index data in cluster part ID group including i-th part ID
  • Standardization effect Z is For example, in the case of purchase costs, the calculation formula shown in (Equation 4) may be used, but other methods may be used.
  • the component standardization effect calculation means 130 determines whether or not there is an unselected cluster number among the corresponding cluster numbers (S312), and calculates the standardization effect calculation according to (Equation 4) until there is no unselected cluster number. Repeat the process. When the number of unselected clusters disappears, the part standardization effect calculation unit 130 stores the part standardization effect calculation result in the corresponding area of the part standardization effect data table 188 of FIG. 9 (S313).
  • the component standardization analysis result input / output unit 150 displays the component standardization analysis result output screen 172 shown in FIG. 15 on the input / output device 170 (S400).
  • the output screen 172 includes a target part name area 172a, an inter-part similarity graph area 172b, a part standardization effect graph area 172c, a standard part determination button 172d, an inter-part similarity threshold area 172e, and a cluster number area. 172f, parts standardization effect area 172g, Threshold selection field 172h is displayed.
  • the user of the product information management support apparatus 100 looks at the part standardization analysis result output screen 172, operates the input / output device 170, and determines the interval between parts as a threshold value when the standardization range is defined in the threshold selection field 172h. Select a similarity threshold.
  • the part standardization analysis result input / output means 150 receives threshold selection flag data via the input / output device 170 (S500).
  • the part standardization analysis result input / output unit 150 determines that there is unselected data (S510), and Encourage selection. If there is no unselected data, the part standardization analysis result input / output unit 150 stores the threshold selection flag data in the corresponding area of the standardization effect data table 188 of FIG. 9 (S600).
  • the standard part determining unit 140 reads the in-cluster part ID group data 187e included in the standardized range data table 187 and the result index data 184e included in the part data table 184 from the data storage device 180 (S701, S702), and the threshold value. Select an arbitrary cluster ID in the number of clusters selected in the selection. Then, the part ID having the best result index data (for example, the purchase cost is the lowest in the case of purchase cost) is selected as the standard part from the group ID group in the cluster (S703).
  • the standard part determination unit 140 determines whether or not there is an unselected cluster ID (S704), and repeats the standard part determination process until there is no unselected cluster ID.
  • the standard part determination unit 140 stores the standard part determination result in the corresponding area of the standard part data table 189 of FIG. 10 and the standard part ID area 184d of the part data table 184 of FIG. .
  • the standard part data output unit 160 displays the standard part data output screen 173 shown in FIG. 16 on the input / output device 170 (S800).
  • the output screen 173 displays a part name area 173a, a part ID area 173c, and a standard part ID 173d of the target part.
  • the inter-part similarity calculation result and the standardization effect calculation result are shown for the standard analysis target part. Therefore, even in a complex part defined by a plurality of specification items, the user input information is used. Therefore, standard parts can be selected based on past product information. Further, in the present embodiment, the final standard part selection result is shown and stored in the parts database, so that it is possible to support the promotion of utilization of the standard parts.
  • the standardization effect is the purchase cost reduction rate.
  • the present invention is not limited to this, and may be a design cost reduction rate, an inspection cost reduction rate, a customer requirement specification coverage rate, and the like. .

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

　部品の生産実績や部品の類似性を判定する仕様項目に関する利用者の任意入力情報にかかわらず適切な標準部品の選定を支援する技術を提供する。過去の製品情報実績に基づいて標準製品情報を決定する製品情報管理支援装置であって、過去の要求仕様、部品構成、部品仕様、コストなどの実績情報を記憶する製品情報記憶手段と、部品仕様から実績部品の類似度を算出する部品間類似度計算手段と、類似度で分類した範囲で実績部品の標準化した場合の効果を算出する部品標準化効果計算手段と、実績部品の標準化範囲と標準化効果を合わせて表示する標準化分析結果表示手段とを有する。

Description

製品情報管理支援装置
　本発明は、過去の製品情報に基づいて標準部品を選定する際に使用する製品情報管理支援装置に関する。
　本技術分野の背景技術として、特開２００４－２３４３９９号公報（特許文献１）がある。この公報には、「[課題]標準部品を選定する利用者は、類似度の定義を良く知らなければ適切な標準部品の選定ができない。[解決手段]複数の部品のデータから標準部品の属性を表す多次元データを格納する多次元データベースと、複数の部品の生産量を表す生産実績データを格納する生産実績データベースと、属性名と対応する近傍範囲値の入力を受け付けて近傍範囲データベースを作成する近傍範囲入力装置と、該多次元データベースに格納された上記多次元データと、該生産実績データベースに格納された上記生産実績データを読み出し、読み出した複数の部品のデータを上記近傍範囲データを用いて標準部品を選定し、標準部品データを出力する標準部品判定装置と、上記標準部品データを表示する表示装置とを有する。」と記載されている（要約参照）。
２００４－２３４３９９号公報
　上記特許文献１では、複数の部品のデータから標準部品を選定する場合、生産量に基づいて、標準部品を選定することを一つの特徴として記載している。例えば、生産量が1000個以上となるような生産量の多い部品においては、個別の顧客に対応して納入した部品と、多数の顧客の共通的な要求に対応して納入した部品とでは、一桁、ないし二桁以上の生産量の差が出ることが考えられる。そのため、例えば、50個以上の生産実績を持つ部品を標準部品とし、50個未満の生産実績の部品は非標準部品とするなどの運用が可能であると考えられる。
　しかし、生産量が100個を下回るような少量生産部品においては、そもそも個別の顧客に対応した個別仕様で納入する部品が多く、同一仕様の部品の生産量はそれぞれ数個程度ということが起こりうる。一方で、このような個別仕様は必ずしも顧客の明確な要求に従った結果だけではなく、共通的な仕様で問題ないところを、案件毎のスケジュールやコストなどの都合によって生み出されている側面もある。そのため、少量生産部品においても部品標準化を行う必要性はあるが、前述のように生産量に数個程度の差しか発生しない状況が多いため、大量生産品のような生産量の差に基づく標準部品の選定は困難である。
　また上記特許文献１では、部品の類似性を判定する仕様項目の選択が利用者に委ねられており、実施例にある寸法、質量、形状など一桁程度の仕様項目のみで規定されるような単純構造部品においては、部品の類似性を判定する仕様項目の選択が容易であると考えられる。
　しかし、多数の機能を持ち、各機能に対する複数の性能仕様も含めて規定されるような複雑な部品（例えば、油圧ポンプ用モータなど）においては、仕様項目が50項目から100項目を超える場合もあるため、部品の類似性を判定する仕様項目を任意に選択することが困難となると考えられる。そのため、仕様項目の任意選択を前提とした部品の類似性の判定、およびそれに基づく標準部品の選定は困難である。
　そこで、本発明は、部品の生産実績や部品の類似性を判定する仕様項目に関する利用者の任意入力情報にかかわらず適切な標準部品の選定を支援する技術を提供することを目的とする。
　上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
  本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、
過去の製品情報実績に基づいて標準製品情報を決定する製品情報管理支援装置であって、演算装置と、データ記憶装置と、入出力装置を備え、前記データ記憶装置は、少なくとも対象部品種類ID、効果指標ID、効果目標値を含む第１のデータテーブル、少なくとも過去の納入実績のある部品ID、結果指標、部品仕様を含む第２のデータテーブル、部品間の類似度計算結果を格納する第３のデータテーブル、少なくともクラスタ数、クラスタ間距離、部品間類似度閾値、クラスタID、クラスタ内部品IDを含む第４のデータテーブル、クラスタ数毎に部品間類似度閾値により複数部品を標準化、集約化した標準化効果計算結果を格納する第５のデータテーブル、および、少なくともクラスタIDと、クラスタ内部品IDと、標準部品IDとを含む第６のデータテーブルを記憶し、前記演算装置は、対象部品名称、効果指標名称、効果目標値をユーザによる選択・入力を前記入出力装置を介して受付け、前記データ記憶装置の第１のデータテーブルに記憶する手段と、前記データ記憶装置の第２のデータテーブルより部品ID、部品仕様を読み出して、部品仕様正規化処理を行い、任意の２つの部品間の類似度を算出し、前記第３のデータテーブルへ格納し、および、該当する部品IDの件数よりも少ない任意のクラスタ数を選択し、任意の２つのクラスタ間距離を全てのクラスタの組合せを算出し、各クラスタ数における部品間類似度の最小値を部品間類似度閾値として前記第４のデータテーブルへ格納する部品間類似度計算手段と、前記第４のデータテーブルのクラスタ内部品IDと、前記第２のデータテーブルの結果指標データより、各クラスタ数毎に標準化効果を算出し、前記第５のデータテーブルへ格納する部品標準化効果計算手段と、前記第５のデータテーブルより標準化効果データを読み出し、部品標準化分析結果を実績部品の標準化範囲と標準化効果を合わせて前記入出力装置へ表示し、ユーザより部品間類似度閾値の選択を受け付ける部品標準化分析結果入出力手段と、前記第４のデータテーブルより、前記部品間類似度閾値の選択に対応するクラスタ数のクラスタ内部品IDデータと、前記第２のデータテーブルの結果指標データより、前記クラスタ内部品IDの中から、結果指標データが最良となる部品IDを標準部品として選択して、前記第６のデータテーブルへ格納する標準部品決定手段と、前記入出力装置へ、標準部品データ出力画面を表示する標準部品データ出力手段と、を有することを特徴とする。
　本発明によれば、生産量が少なく、かつ複数の仕様項目で規定する複雑な部品においても利用者の任意入力情報によらずに過去の製品情報に基づいて標準部品を選定することができる。それにより部品標準化が促進し、標準部品の活用による設計、生産、検査工数の低減が可能となる。また標準部品の集中購買により部品調達費の低減が可能となる。
　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形態における製品情報管理支援装置の概略の構成例を示すブロック図である。 本発明に係る一実施形態における部品種類データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における標準化効果指標データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における標準化分析履歴データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における部品データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における部品仕様正規化データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における部品間類似度データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における標準化範囲データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における部品標準化効果データテーブルのデータ構成を示す図である。 本発明に係る一実施形態における標準部品データテーブルのデータ構成例を示す図である。 本発明に係る一実施形態における製品情報管理支援装置の処理全体を示すフローチャートである。 図１１のフローチャート中のステップ３００の部品標準化分析詳細処理を示すフローチャートである。 図１１のフローチャート中のステップ７００の標準部品決定詳細処理を示すフローチャートである。 本発明に係る一実施形態における標準化目標データの入力画面の画面例である。 本発明に係る一実施形態における部品標準化分析結果入出力画面の画面例である。 本発明に係る一実施形態における標準部品データ出力画面の画面例である。
　以下、本発明に係る製品情報管理支援装置の一実施形態について、図面を用いて説明する。
　本実施形態の製品情報管理支援装置１００は、部品標準化分析結果、および標準部品選定結果を出力する装置である。製品情報管理支援装置１００は、図１に示すように、コンピュータで構成され、演算装置２００において機能として実現される標準化目標入力手段１１０と、部品間類似度計算手段１２０と、部品標準化効果計算手段１３０と、標準部品決定手段１４０と、部品標準化分析結果入出力手段１５０と、標準部品データ出力手段１６０と、入出力装置１７０と、データ記憶装置１８０とを備えている。
　データ記憶装置１８０には、過去の製品納入実績における部品種類を一意に識別する部品種類IDと部品名称とが格納される部品種類データテーブル１８１と、標準化効果指標の種類を識別する効果指標IDと効果指標名称とが格納される標準化効果指標データテーブル１８２と、標準化分析の処理実績を識別する分析履歴IDと利用者が選択した部品種類IDと利用者が選択した効果指標IDと利用者が入力した効果指標における効果目標値とが格納される標準化分析履歴データテーブル１８３と、過去の製品納入実績における部品データを識別する部品IDと部品種類IDと過去の製品納入実績の対象案件を識別する案件IDと標準部品として選定したものを識別する標準部品IDと部品の購入費実績などの結果指標と部品の仕様内容とが格納される部品データテーブル１８４と、部品IDと部品の仕様内容データを正規化した部品仕様正規化データとが格納される部品仕様正規化データテーブル１８５と、部品仕様正規化データに基づいて算出した部品間の類似度計算結果が格納される部品間類似度データテーブル１８６と、複数部品を標準化、集約化する標準化範囲の分類数を識別するクラスタ数とクラスタ間の最大距離を表すクラスタ間距離とクラスタ内に含まれる部品データ間の最小類似度を表す部品間類似度閾値と各クラスタ数における各クラスタを識別するクラスタIDとクラスタに含まれる部品ID群を識別するクラスタ内部品ID群とが格納される標準化範囲データテーブル１８７と、クラスタ数と部品間類似度閾値と部品間類似度閾値により複数部品を標準化、集約化した場合の標準化効果計算結果（購入費低減率など）と、利用者が部品間類似度閾値を選択した結果を識別する選択フラグデータとが格納される部品標準化効果データテーブル１８８と、クラスタIDとクラスタ内部品ID群と標準化範囲内の複数部品の中で標準部品として選択された部品IDを表す標準部品IDとが格納される標準部品データテーブル１８９と、が格納される。
　部品種類データテーブル１８１は、図２に示すように、部品種類IDが格納される部品種類ID領域１８１aと、部品名称が格納される部品名称領域１８１ｂと、を有している。この部品種類データテーブル１８１には、各種データを利用者が入力する前に、各領域１８１a、１８１ｂに予めデータが格納される。
　標準化効果指標データテーブル１８２は、図３に示すように、効果指標IDが格納される効果指標ID領域１８２aと、効果指標名称が格納される効果指標名称領域１８２ｂと、を有している。この標準化効果指標データテーブル１８２には、各種データを利用者が入力する前に、各領域１８２ａ、１８２ｂに予めデータが格納される。
　標準化分析履歴データテーブル１８３は、図４に示すように、分析履歴IDが格納される分歴履歴ID領域１８３ａと、部品種類IDが格納される部品種類ID領域１８３ｂと、効果指標IDが格納される効果指標ＩＤ領域１８３ｃと、効果目標値が格納される効果目標値領域１８３ｄと、を有している。
　部品データテーブル１８４は、図５に示すように、部品IDが格納される部品ID領域１８４ａと、部品種類IDが格納される部品種類ID領域１８４ｂと、案件IDが格納される案件ID領域１８４ｃと、標準部品IDが格納される標準部品ID領域１８４ｄと、購入費などの結果指標の実績値が格納される結果指標領域１８４ｅと、部品の仕様内容実績データが格納される部品仕様内容領域１８４ｆと、を有している。この部品データテーブル１８４には、各種データを利用者が入力する前に、各領域１８４ａ、１８４ｂ、１８４ｄ、１８４e、１８４ｆに予めデータが格納される。
　部品仕様正規化データテーブル１８５は、図６に示すように、部品IDが格納される部品ID領域１８５ａと、部品仕様正規化データが格納される部品仕様正規化データ領域１８５ｂと、を有している。
　部品間類似度データテーブル１８６は、図７に示すように、部品IDが格納される部品ID領域１８６aと、部品間類似度データが格納される部品間類似度データ領域１８６ｂと、を有している。
　標準化範囲データテーブル１８７は、図８に示すように、クラスタ数が格納されるクラスタ数領域１８７ａと、クラスタ間距離データが格納されるクラスタ間距離データ領域１８７ｂと、部品間類似度閾値データが格納される部品間類似度閾値データ領域１８７ｃと、クラスタIDが格納されるクラスタID領域１８７ｄと、クラスタ内部品ID群が格納されるクラスタ内部品ID群領域１８７ｅと、を有している。
　部品標準化効果データテーブル１８８は、図９に示すように、クラスタ数が格納されるクラスタ数領域１８８ａと、部品間類似度閾値データが格納される部品間類似度閾値データ領域１８８ｂと、購入費低減率などの標準化効果計算結果が格納される標準化効果計算結果領域１８８ｃと、部品間類似度閾値の選択フラグデータが格納される選択フラグデータ領域１８８ｄと、を有している。
　標準部品データテーブル１８９は、図１０に示すように、クラスタIDが格納されるクラスタID領域１８９ａと、クラスタ内部品ID群が格納されるクラスタ内部品ID群領域１８９ｂと、標準部品IDが格納される標準部品ID領域１８９ｃと、を有している。
　次に、製品情報管理支援装置１００の動作について説明する。
  以下、図１１～図１３に示すフローチャートに従って、製品情報管理支援装置１００の動作について説明する。
　図１１のフローチャートに示すように、まず、製品情報管理支援装置１００の標準化目標入力手段１１０が、入出力装置１７０を介して、標準化目標の各種データを受け付ける（Ｓ１００）。この際、標準化目標入力手段１１０は、入出力装置１７０に図１４に示す標準化目標データ入力画面１７１を表示させる。この入力画面１７１には、標準化分析の対象とする部品名称が選択される対象部品名称選択欄１７１aと、部品標準化分析の分析軸とする効果指標名称が選択される効果指標選択欄１７１ｂと、選択した効果指標における目標値が入力される効果目標値入力欄１７１ｃと、標準化分析の実行を指示する実行ボタン１７１ｄとがある。
　この製品情報管理支援装置１００の利用者は、この入力画面１７１を見て、入出力装置１７０を操作して、対象部品名称入力欄１７１ａで対象部品を選択する。そして、効果指標入力欄１７１ｂで効果指標を選択する。さらに、効果目標値入力欄１７１ｃに効果目標値を入力する。
　以上の全ての入力欄等１７１ａ～１７１ｃへの入力等が終了すると、利用者は、入力画面１７１中の実行ボタン１７１ｄを押す。仮に、全ての入力欄等１７１ａ～１７１ｃへの入力等が終了しないうちに、実行ボタン１７１ｄを押した場合、標準化目標入力手段１１０は、未入力データ有りと判断して（Ｓ１１０）、未入力データの入力等を促す。また未入力データがない場合、標準化目標入力手段１１０は、受け付けた対象部品名称を図２の部品種類データテーブル１８１を介して部品種類IDに変換し、受け付けた効果指標名称を図３の標準化効果指標データテーブルを介して効果指標IDに変換し、受け付けた効果目標値と標準化分析の処理実績を識別する分析履歴IDとともに、図４の標準化分析履歴データテーブルの該当領域に入力データを格納する（Ｓ２００）。
　ここで、部品間類似度計算手段１２０および部品標準化効果計算手段１３０による部品標準化分析情報の作成処理（Ｓ３００）について、図１２に示すフローチャートに従って説明する。
　部品間類似度計算手段１２０は、部品データテーブル１８４に含まれる部品ID１８４ａと部品仕様内容データ１８４ｆをデータ記憶装置から読み込んで（Ｓ３０１）、部品仕様正規化データへの変換処理を行う（Ｓ３０２）。その際、部品仕様内容データがテキストデータ（例：材質・・・炭素鋼、ステンレス鋼など）のものは、ダミー変数（例：材質炭素鋼鉄・・・該当＝１、非該当＝０、材質ステンレス鋼・・・該当＝１、非該当＝０）に変換する。また部品仕様内容データが数値データのものは、以下の（数１）の計算式を用いて、０から１の値に変換する。
Figure JPOXMLDOC01-appb-M000001
ここで、ｘｉ，ｊ：ｉ番目の部品IDのｊ番目の仕様項目の仕様値を正規化した値
　　　　Ｘｉ，ｊ：ｉ番目の部品IDのｊ番目の仕様項目の仕様値
　　　　Ｘｍａｘ，ｊ：ｊ番目の仕様項目の仕様値の対象部品ID内の最大値
　　　　Ｘｍｉｎ，ｊ：ｊ番目の仕様項目の仕様値の対象部品ID内の最小値
　変換した仕様正規化データは、図６の部品仕様正規化データテーブル１８５の該当領域に格納する（Ｓ３０３）。
　次に部品間類似度計算手段１２０は、部品仕様正規化データテーブル１８５の部品仕様正規化データを読み込んで、任意の２つの部品IDのデータを抽出し、以下の（数２）の計算式を用いて、部品間類似度Ｓｕｖを算出する（Ｓ３０４）。
Figure JPOXMLDOC01-appb-M000002
　ここで、Ｓｕｖ：u番目の部品IDの部品仕様内容データとｖ番目の部品IDの部品仕様内容データの部品間類似度
ｘｕ，ｊ：u番目の部品IDのｊ番目の仕様項目の仕様値を正規化した値
ｘｖ，ｊ：ｖ番目の部品IDのｊ番目の仕様項目の仕様値を正規化した値
n：仕様項目の種類数
　類似度Ｓｕｖは、例えば、類似度計算手法のうちで最も簡単なユークリッド距離に基づく（数２）で求めてもよいが、その他、マハラノビス距離に基づく類似度計算式を用いても、マンハッタン距離に基づく類似度計算式等、他の手法を用いてもよい。
　この（数２）で求められる類似度Ｓｕｖは、０以上で１以下の値となり、１に近い値ほど類似度が高いことを示す。
　部品間類似度計算手段１２０は、次に、該当する部品ID１８５aの中で未選択の部品IDの有無を判断して（S３０５）、未選択の部品IDが無くなるまで、（数２）による類似度計算の処理を繰り返す。未選択の部品IDが無くなると、部品間類似度計算手段１２０は、類似度計算結果を図７の部品間類似度データテーブル１８６の該当領域に格納する（S３０６）。
　次に部品間類似度計算手段１２０は、部品間類似度データテーブル１８６の部品間類似度データを読み込んで、該当する部品IDの件数よりも少ない任意のクラスタ数を選択し、以下の（数３）の計算式を用いて、クラスタ間距離ｄを算出する（S３０７）。
Figure JPOXMLDOC01-appb-M000003
　ここで、d(C1，C２)：任意の２つのクラスタ間の距離
ｘｕ，ｊ：u番目の部品IDのｊ番目の仕様項目の仕様値を正規化した値
ｘｖ，ｊ：ｖ番目の部品IDのｊ番目の仕様項目の仕様値を正規化した値
n：仕様項目の種類数
　クラスタ間距離d(C1，C２)は、例えば、クラスタ分析手法のうちの最も代表的な最短距離法に基づく（数３）で求めてもよいが、その他、最長距離法、群平均法、ウォード法等に基づく計算式等、他の手法を用いてもよい。
　部品間類似度計算手段１２０は、次に、該当する部品IDの件数よりも少ない任意のクラスタ数の中で未選択のクラスタ数の有無を判断して（S３０８）、未選択のクラスタ数が無くなるまで、（数３）によるクラスタ間距離計算の処理を繰り返す。未選択のクラスタ数が無くなると、部品間類似度計算手段１２０は、クラスタ間距離計算結果を図８の標準化範囲データテーブル１８７の該当領域に格納する。そして、部品間類似度計算手段１２０は、各クラスタ数における部品間類似度の最小値を部品間類似度閾値データとして、標準化範囲データテーブル１８７の該当領域に格納する。さらに、部品間類似度計算手段１２０は、各クラスタ数における各クラスタを識別するクラスタIDを付与し、各クラスタに含まれる部品ID群とともに標準化範囲データテーブル１８７の該当領域に格納する（Ｓ３０９）。
　次に部品標準化効果計算手段１３０は、標準化範囲データテーブル１８７のクラスタ内部品ＩＤ群データと部品データテーブル１８４の結果指標データ１８４ｅ（例：購入費）を読み込んで（Ｓ３１０）、任意のクラスタ数を選択し、以下の（数４）の計算式を用いて、標準化効果Ｚを算出する（Ｓ３１１）。
Figure JPOXMLDOC01-appb-M000004
　ここで、Ｚ：任意のクラスタ数における標準化効果
          Ｗi：ｉ番目の部品IDの結果指標データ
          Ｗmini：ｉ番目の部品IDを含むクラスタ内部品ID群における結果指標データの最低値
　標準化効果Ｚは、例えば購入費の場合は（数４）に示す計算式で求めても良いが、他の手法を用いてもよい。
　部品標準化効果計算手段１３０は、次に、該当するクラスタ数の中で未選択のクラスタ数の有無を判断して（S３１２）、未選択のクラスタ数が無くなるまで、（数４）による標準化効果計算の処理を繰り返す。未選択のクラスタ数が無くなると、部品標準化効果計算手段１３０は、部品標準化効果計算結果を図９の部品標準化効果データテーブル１８８の該当領域に格納する（S３１３）。
　以上で、部品間類似度計算手段１２０および部品標準化効果計算手段１３０による標準化分析情報の作成処理（S３００）が終了する。
　再び、図１１に示すフローチャートに従って説明する。
  部品標準化分析情報の作成処理（S３００）が終了すると、部品標準化分析結果入出力手段１５０は、入出力装置１７０に図１５に示す部品標準化分析結果出力画面１７２を表示させる（Ｓ４００）。
　この出力画面１７２には、対象部品名称領域１７２aと、部品間類似度グラフ領域１７２ｂと、部品標準化効果グラフ領域１７２ｃと、標準部品決定ボタン１７２ｄと、部品間類似度閾値領域１７２ｅと、クラスタ数領域１７２ｆと、部品標準化効果領域１７２ｇと、
閾値選択欄１７２ｈと、が表示される。
　この製品情報管理支援装置１００の利用者は、この部品標準化分析結果出力画面１７２を見て、入出力装置１７０を操作して、閾値選択欄１７２ｈで標準化範囲を規定する際の閾値となる部品間類似度閾値を選択する。
　選択欄１７２ｈの選択が終了すると、利用者は、入力画面１７２中の標準部品決定ボタン１７２ｄを押す。これにより、部品標準化分析結果入出力手段１５０が入出力装置１７０を介して、閾値選択フラグデータを受け付ける（Ｓ５００）。
　仮に、閾値選択欄１７２ｈの選択が終了しないうちに、標準部品決定ボタン１７２ｄを押した場合、部品標準化分析結果入出力手段１５０は、未選択データ有りと判断して（Ｓ５１０）、未選択データの選択を促す。また未選択データがない場合、部品標準化分析結果入出力手段１５０は、閾値選択フラグデータを、図９の標準化効果データテーブル１８８の該当領域に格納する（Ｓ６００）。
　ここで、標準部品決定手段１４０による標準部品情報の作成処理（Ｓ７００）について、図１３に示すフローチャートに従って説明する。
　標準部品決定手段１４０は、標準化範囲データテーブル１８７に含まれるクラスタ内部品ID群データ１８７ｅと、部品データテーブル１８４に含まれる結果指標データ１８４ｅをデータ記憶装置１８０から読み込んで（Ｓ７０１、Ｓ７０２）、閾値選択で選択されたクラスタ数における任意のクラスタIDを選択する。そしてクラスタ内部品ＩＤ群の中から結果指標データが最良（例：購入費の場合は購入費が最低）となる部品IDを標準部品として選択する（Ｓ７０３）。
　標準部品決定手段１４０は、次に、未選択のクラスタIDの有無を判断して（S７０４）、未選択のクラスタIDが無くなるまで、標準部品の決定処理を繰り返す。未選択のクラスタIDが無くなると、標準部品決定手段１４０は、標準部品決定結果を図１０の標準部品データテーブル１８９の該当領域と、図５の部品データテーブル１８４の標準部品ID領域１８４ｄに格納する。
　以上で、標準部品決定手段１４０による標準部品情報の作成処理（Ｓ７００）が終了する。
　再び、図１１に示すフローチャートに従って説明する。
  標準部品情報の作成処理（Ｓ７００）が終了すると、標準部品データ出力手段１６０は、入出力装置１７０に図１６に示す標準部品データ出力画面１７３を表示させる（Ｓ８００）。
　この出力画面１７３には、対象部品の部品名称領域１７３ａと、部品ID領域１７３ｃと、標準部品ID１７３ｄと、が表示される。
　以上、本実施形態では、標準化分析対象の部品に関して、部品間類似度計算結果と標準化効果計算結果が示されるので、複数の仕様項目で規定する複雑な部品においても利用者の任意入力情報によらずに過去の製品情報に基づいて標準部品を選定することができる。また本実施形態では、最終的な標準部品の選択結果が示され、また部品データベースに格納されるため、標準部品の活用促進等を支援することができる。
　尚、本実施形態では、標準化効果を購入費低減率としたが、本発明はこれに限定されるものではなく、設計費低減率、検査費低減率、顧客要求仕様のカバー率などとしてもよい。
１００・・・製品情報管理支援装置
１１０・・・標準化目標データ入力手段
１２０・・・部品間類似度計算手段
１３０・・・部品標準化効果計算手段
１４０・・・標準部品決定手段
１５０・・・標準化分析結果入出力手段
１６０・・・標準部品リスト出力手段
１７０・・・入出力装置
１７１・・・標準化目標データ入力画面
１７２・・・部品標準化分析結果入出力画面
１７３・・・標準部品データ出力画面
１８０・・・データ記憶手段
１８１・・・部品種類データテーブル
１８２・・・標準化効果指標データテーブル
１８３・・・標準化分析履歴データテーブル
１８４・・・部品データテーブル
１８５・・・部品仕様正規化データテーブル
１８６・・・部品間類似度データテーブル
１８７・・・標準化範囲データテーブル
１８８・・・部品標準化効果データテーブル
１８９・・・標準部品データテーブル
２００・・・演算装置

Claims (4)

  1. 　過去の製品情報実績に基づいて標準製品情報を決定する製品情報管理支援装置であって、
    　演算装置と、データ記憶装置と、入出力装置を備え、
    　前記データ記憶装置は、少なくとも対象部品種類ID、効果指標ID、効果目標値を含む第１のデータテーブル、少なくとも過去の納入実績のある部品ID、結果指標、部品仕様を含む第２のデータテーブル、部品間の類似度計算結果を格納する第３のデータテーブル、少なくともクラスタ数、クラスタ間距離、部品間類似度閾値、クラスタID、クラスタ内部品IDを含む第４のデータテーブル、クラスタ数毎に部品間類似度閾値により複数部品を標準化、集約化した標準化効果計算結果を格納する第５のデータテーブル、および、少なくともクラスタIDと、クラスタ内部品IDと、標準部品IDとを含む第６のデータテーブルを記憶し、
    　前記演算装置は、
    　対象部品名称、効果指標名称、効果目標値をユーザによる選択・入力を前記入出力装置を介して受付け、前記データ記憶装置の第１のデータテーブルに記憶する手段と、
    　前記データ記憶装置の第２のデータテーブルより部品ID、部品仕様を読み出して、部品仕様正規化処理を行い、任意の２つの部品間の類似度を算出し、前記第３のデータテーブルへ格納し、および、該当する部品IDの件数よりも少ない任意のクラスタ数を選択し、任意の２つのクラスタ間距離を全てのクラスタの組合せを算出し、各クラスタ数における部品間類似度の最小値を部品間類似度閾値として前記第４のデータテーブルへ格納する部品間類似度計算手段と、
    　前記第４のデータテーブルのクラスタ内部品IDと、前記第２のデータテーブルの結果指標データより、各クラスタ数毎に標準化効果を算出し、前記第５のデータテーブルへ格納する部品標準化効果計算手段と、
    　前記第５のデータテーブルより標準化効果データを読み出し、部品標準化分析結果を実績部品の標準化範囲と標準化効果を合わせて前記入出力装置へ表示し、ユーザより部品間類似度閾値の選択を受け付ける部品標準化分析結果入出力手段と、
    　前記第４のデータテーブルより、前記部品間類似度閾値の選択に対応するクラスタ数のクラスタ内部品IDデータと、前記第２のデータテーブルの結果指標データより、前記クラスタ内部品IDの中から、結果指標データが最良となる部品IDを標準部品として選択して、前記第６のデータテーブルへ格納する標準部品決定手段と、
    　前記入出力装置へ、標準部品データ出力画面を表示する標準部品データ出力手段と、
    を有することを特徴とする製品情報管理支援装置。
  2. 　前記部品間類似度計算手段は、任意の２つの部品間の類似度を、各仕様項目の仕様値を正規化した値を使用して、ユークリッド距離、マハラノビス距離、またはマンハッタン距離に基づく類似度計算方法を用いて算出することを特徴とする請求項１記載の製品情報管理支援装置。
  3. 　前記部品間類似度計算手段は、任意の２つのクラスタ間の距離を、各クラスタに含まれる各部品IDの各仕様項目の仕様値を正規化した値を使用して、最短距離法、最長距離法、群平均法、またはウォード法に基づくクラスタ分析方法を用いて算出することを特徴とする請求項１記載の製品情報管理支援装置。
  4. 　前記部品標準化分析結果入出力手段は、前記第１、第３、第４、第５のデータテーブルよりデータを読み出し、部品標準化分析結果出力画面に、部品間類似度が高い部品の関係をグラフ表示し、部品標準化効果を横軸が部品間類似度閾値、縦軸が効果指標の座標上に各クラスタ数の標準化効果データをプロットしたグラフを表示し、および第５のデータテーブルのデータを表示して、ユーザより部品間類似度閾値の選択を受け付けることを特徴とする請求項１記載の製品情報管理支援装置。
PCT/JP2012/000362 2011-03-30 2012-01-23 製品情報管理支援装置 WO2012132170A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/983,062 US9165041B2 (en) 2011-03-30 2012-01-23 Products information management assistance apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011073884A JP5452534B2 (ja) 2011-03-30 2011-03-30 製品情報管理支援装置
JP2011-073884 2011-03-30

Publications (1)

Publication Number Publication Date
WO2012132170A1 true WO2012132170A1 (ja) 2012-10-04

Family

ID=46929967

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/000362 WO2012132170A1 (ja) 2011-03-30 2012-01-23 製品情報管理支援装置

Country Status (3)

Country Link
US (1) US9165041B2 (ja)
JP (1) JP5452534B2 (ja)
WO (1) WO2012132170A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5452534B2 (ja) * 2011-03-30 2014-03-26 株式会社日立製作所 製品情報管理支援装置
JP6476861B2 (ja) * 2012-10-24 2019-03-06 日本電気株式会社 電磁界特徴分類提示装置
KR102464013B1 (ko) * 2017-08-18 2022-11-04 주식회사 엘지에너지솔루션 표준 부품 관리 시스템 및 방법
EP3573012A1 (en) * 2018-05-22 2019-11-27 Siemens Aktiengesellschaft Platform for selection of items used for the configuration of an industrial system
JP6639749B1 (ja) * 2018-06-28 2020-02-05 三菱電機株式会社 検索装置、検索方法および機械学習装置
US10922337B2 (en) * 2019-04-30 2021-02-16 Amperity, Inc. Clustering of data records with hierarchical cluster IDs
JP6937359B2 (ja) * 2019-12-25 2021-09-22 株式会社 日立産業制御ソリューションズ クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム
CN111400695B (zh) * 2020-04-09 2024-05-10 中国建设银行股份有限公司 一种设备指纹生成方法、装置、设备和介质
JP7490097B2 (ja) 2021-02-10 2024-05-24 三菱電機株式会社 部品構成決定支援装置、部品構成決定支援方法およびプログラム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08287118A (ja) * 1995-02-16 1996-11-01 Fujitsu Ltd 部品標準化方式
JPH09179892A (ja) * 1995-12-21 1997-07-11 Hitachi Ltd 設計方法及び設計支援装置
JPH11306222A (ja) * 1998-04-20 1999-11-05 Matsushita Electric Ind Co Ltd 事例学習装置及び事例学習方法
JP2004234399A (ja) * 2003-01-31 2004-08-19 Hitachi Ltd 部品標準化支援装置
JP2006059006A (ja) * 2004-08-18 2006-03-02 Fujitsu Ltd 部品選定支援システムおよびそのシステムに用いられるプログラム
JP2006527886A (ja) * 2003-06-18 2006-12-07 シーエヌイーティ ネットワークス インコーポレイテッド オンライン購入システム用のコンテント集合方法及び装置
JP2007026379A (ja) * 2005-07-21 2007-02-01 Mitsubishi Electric Corp 個別生産品設計装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005352888A (ja) * 2004-06-11 2005-12-22 Hitachi Ltd 表記揺れ対応辞書作成システム
JP4561357B2 (ja) * 2004-12-28 2010-10-13 株式会社日立製作所 環境負荷評価装置および環境負荷評価プログラム
JP5452534B2 (ja) * 2011-03-30 2014-03-26 株式会社日立製作所 製品情報管理支援装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08287118A (ja) * 1995-02-16 1996-11-01 Fujitsu Ltd 部品標準化方式
JPH09179892A (ja) * 1995-12-21 1997-07-11 Hitachi Ltd 設計方法及び設計支援装置
JPH11306222A (ja) * 1998-04-20 1999-11-05 Matsushita Electric Ind Co Ltd 事例学習装置及び事例学習方法
JP2004234399A (ja) * 2003-01-31 2004-08-19 Hitachi Ltd 部品標準化支援装置
JP2006527886A (ja) * 2003-06-18 2006-12-07 シーエヌイーティ ネットワークス インコーポレイテッド オンライン購入システム用のコンテント集合方法及び装置
JP2006059006A (ja) * 2004-08-18 2006-03-02 Fujitsu Ltd 部品選定支援システムおよびそのシステムに用いられるプログラム
JP2007026379A (ja) * 2005-07-21 2007-02-01 Mitsubishi Electric Corp 個別生産品設計装置

Also Published As

Publication number Publication date
US9165041B2 (en) 2015-10-20
US20130318103A1 (en) 2013-11-28
JP2012208734A (ja) 2012-10-25
JP5452534B2 (ja) 2014-03-26

Similar Documents

Publication Publication Date Title
JP5452534B2 (ja) 製品情報管理支援装置
CN104574127B (zh) 创新营销平台
Wang et al. An R package suite for microarray meta-analysis in quality control, differentially expressed gene analysis and pathway enrichment detection
CN1797467A (zh) 跨渠道客户匹配
US20130204743A1 (en) Mobile shopping tools utilizing color-based identification, searching and matching enhancement of supply chain and inventory management systems
Salim et al. Which firms benefit from foreign direct investment? Empirical evidence from Indonesian manufacturing
Niederer et al. TACO: visualizing changes in tables over time
CN104077357A (zh) 基于用户的协同过滤组合推荐方法
JP5385349B2 (ja) レシート定義データ作成装置およびそのプログラム
CN103714349A (zh) 一种基于颜色和纹理特征的图像识别方法
CN101510276A (zh) 一种适应多币值多时段的工资计算方法
Wang et al. Determining critical service quality from the view of performance influence
Mendelowitz et al. Maligner: a fast ordered restriction map aligner
JP5702342B2 (ja) レシート定義データ作成装置およびプログラム
KR20110000789A (ko) 이미지 인식 기술을 이용하여 매장 진열 상품을 자동으로 정량화 하는 방법과 시스템
Nasseri et al. On ranking decision making units using relative similar units in data envelopment analysis
Pechter What's PMML and what's new in PMML 4.0?
EP3176743A1 (en) Statistical-data-generating server device, statistical-data generation system, and statistical-data generation method
WO2019100031A1 (en) User interface and method based on sliding-scale cluster groups for precise look-alike modeling
Belarbi et al. Predictive analysis of Big Data in Retail industry
Cazier et al. GREVE: Genomic Recurrent Event ViEwer to assist the identification of patterns across individual cancer samples
Wang et al. A DEA resampling past-present-future comparative analysis of the food and beverage industry: The case study on Thailand vs. Vietnam
CN109472721A (zh) 一种房产资源管理方法及系统
Yang et al. Application of clustering for customer segmentation in private banking
Gerke et al. International database of efficient appliances (IDEA): A novel tool for efficiency program development and evaluation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12765072

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 13983062

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12765072

Country of ref document: EP

Kind code of ref document: A1