WO2014188524A1 - 作業時間推定装置 - Google Patents

作業時間推定装置 Download PDF

Info

Publication number
WO2014188524A1
WO2014188524A1 PCT/JP2013/064144 JP2013064144W WO2014188524A1 WO 2014188524 A1 WO2014188524 A1 WO 2014188524A1 JP 2013064144 W JP2013064144 W JP 2013064144W WO 2014188524 A1 WO2014188524 A1 WO 2014188524A1
Authority
WO
WIPO (PCT)
Prior art keywords
work
work time
actual
information
time
Prior art date
Application number
PCT/JP2013/064144
Other languages
English (en)
French (fr)
Inventor
聡士 永原
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 JP2015517971A priority Critical patent/JP6012860B2/ja
Priority to PCT/JP2013/064144 priority patent/WO2014188524A1/ja
Publication of WO2014188524A1 publication Critical patent/WO2014188524A1/ja

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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31407—Machining, work, process finish time estimation, calculation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31412—Calculate machining time, update as function of load, speed
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the present invention is a technique related to work time estimation using work performance information at a manufacturing site.
  • the work time is calculated by accumulating the pre-defined element work time based on the product specifications (2)
  • time actually required for work from work result information and classifying the calculation result for each product specification or manufacturing condition.
  • the method (1) has problems in that it takes man-hours to measure and divide element work time, and that the result of accumulating element work time may not match the actual work time.
  • the method (2) is used.
  • Patent Document 1 calculates the individual work time from the work start date and work completion date and time of work performance information.
  • Patent Document 2 describes the individual work times calculated by the same method as Patent Document 1 for each event that occurred at the manufacturing site when the work was performed (equipment failure, number of jobs in lot, etc.) This is a method for calculating the work time from the currently occurring event.
  • JP 2006-127012 A JP 2009-9380
  • the conventional work time calculation methods such as Patent Documents 1 and 2 are based on the premise that the actual work time of each work can be calculated from the work start date and time and the work completion date and time. For example, the actual work time is calculated by subtracting the work start date from the work completion date.
  • the actual work time is calculated by subtracting the work start date from the work completion date.
  • the work time is estimated using only the actual work time information of some work. In this case, the actual work time is not obtained. There is a problem that the estimation accuracy for a work with no sample or a work with a small number of samples decreases.
  • the present invention provides a process for deriving a work time estimation expression representing a relationship between work time and feature amount from actual work time information and feature amount information stored in a storage unit, and feature amount information Or, by using the work time estimation formula, the process to extract the work for which the actual work time should be newly measured from multiple work and the actual work time actually measured for the extracted work is input, The time estimation formula is updated, and processing for estimating the work time of the work is performed based on the updated work time estimation formula from the feature amount of the work whose work time is to be estimated.
  • the user of the present apparatus can determine a work whose actual work time should be newly measured in order to improve work time estimation accuracy.
  • FIG. 3 is an example of a work process flow at a certain manufacturing site.
  • the work process flow at the target manufacturing site includes work processes such as a dimension lathe and an external lathe, and a plurality of types of products are manufactured.
  • the work time in each work process varies depending on the product type.
  • the work time estimation device for example, the work time is calculated from the feature amount (product size, shape, material, specification of equipment used, etc.) in each work process of each product type.
  • the user is provided with a work time estimation formula for estimating
  • Fig. 1 is a functional block diagram of the work time estimation device. As illustrated, the work time estimation device includes a storage unit 110, a control unit 120, a display unit 130, and a communication unit 140.
  • the storage unit 110 includes a work feature quantity information storage area 111, an actual work time information storage area 112, a work time estimation formula information storage area 113, a scheduled work information storage area 114, an actual measurement recommended work information storage area 115, an estimated work time.
  • An information storage area 116 is provided.
  • the work feature quantity information storage area 111 stores work feature quantity information for specifying the feature quantity of each work for the work carried out in a certain process at the manufacturing site or to be carried out next time.
  • the work feature amount is a factor that affects the work time, and is, for example, the size of the target part of the work.
  • a work feature amount information table as shown in FIG. 4 is stored.
  • the work feature quantity information table has a work name field 111a, a parts field 111b, a parts length field 111c, and a parts weight field 111d.
  • the work name column 111a stores information for identifying the work.
  • the part column 111b stores information for specifying the target part of the work.
  • the component length column 111c stores information for specifying the length of the component.
  • the part weight column 111d stores information for specifying the weight of the part.
  • Information for specifying the work process of the work is stored in the process column.
  • the work feature amount is limited to the above, but if it is a factor that affects the work time, component attribute information other than length / weight, equipment attribute information such as specifications of the equipment used, Worker attribute information such as the work proficiency level of the worker may be used as the work feature amount.
  • the actual work time information storage area 112 stores actual work time information for specifying the actual work time of each work performed at the manufacturing site.
  • an actual work time information table as shown in FIG. 5 is stored.
  • the actual work time information table has a work name field 112a and an actual work time field 112b.
  • the work name column 112a stores information for identifying the work.
  • the actual work time column 112b stores information for specifying the actual work time of the work.
  • the actual work time information table includes the actual work time for only a part of the works existing in the work feature information table. Information is stored.
  • the work time estimation formula information storage area 113 stores information for specifying the work time estimation formula derived by the work time estimation formula deriving unit 121 described later.
  • a work time estimation formula information table as shown in FIG. 6 is stored.
  • the work time estimation formula information table has an item column 113a and a value column 113b.
  • the item column 113a stores information for specifying items such as coefficients included in the work time prediction formula.
  • the value column 113b information specifying the value specified in the item column is stored.
  • the coefficient column a, the coefficient b, and the coefficient c are stored in the item column 113a, and the coefficient a value, Coefficient b value and coefficient c value are stored.
  • the scheduled work information storage area 114 stores information for identifying a work scheduled to be performed in the future.
  • a scheduled work information table as shown in FIG. 7 is stored.
  • the scheduled work information table has a scheduled work name column 114a.
  • the scheduled work name column 114a stores information for identifying the scheduled work name in the future.
  • the actual measurement recommended work information storage area 115 stores information for identifying the actual measurement recommended work derived by the actual measurement recommended work extraction unit 122 described later.
  • a performance measurement recommended work information table as shown in FIG. 8 is stored.
  • the actual measurement recommended work information table has a recommendation order column 115a and a work name column 115b.
  • the recommendation order column 115a stores information for specifying the recommendation order.
  • the work name column 115b stores information for identifying a work name corresponding to the recommended rank specified in the recommendation rank column.
  • the estimated work time information storage area 116 stores information for specifying the estimated work time of each work calculated by the work time estimation formula deriving unit 121 described later.
  • an estimated work time information table as shown in FIG. 9 is stored.
  • the estimated work time information table has a work name field 116a and an estimated work time field 116b.
  • the work name column 116a stores information for specifying the work name.
  • the estimated work time column 116b stores information for specifying the estimated work time of the work specified in the work name column.
  • the control unit 120 includes a work time estimation formula deriving unit 121 and a performance measurement recommended work extracting unit 122.
  • the work time estimation formula derivation unit 121 uses the work feature amount information and the actual work time information stored in the storage unit 110 to obtain a process for deriving a work time estimation formula, and the work time estimation formula information of the derived work time estimation formula.
  • a process of storing in the work time estimation formula information storage area 113 of the storage unit 110 is performed. For example, in this embodiment, if the vector of actual work time information is Y, the work feature information matrix of each work is X, and the work feature information of a work is x, the minimum using Y and X
  • the work time estimation formula f (x) is derived by the square method.
  • the actual measurement recommended work extraction unit 122 uses the work feature information, the actual work time information, and the work time estimation formula information in the storage unit 110 to newly improve the actual work time in order to improve the estimation accuracy of the work time estimation formula.
  • a process for extracting the recommended performance measurement work to be measured and a process of storing the extracted recommended performance measurement work in the performance measurement recommended work information storage area 115 of the storage unit 110 are performed.
  • the display unit 130 outputs the information stored in the storage unit 110.
  • the display unit 130 performs processing to display information in the work time estimation formula information storage area 113, the actual measurement recommended work information storage area 115, and the estimated work time information storage area 116 of the storage unit 110.
  • the communication unit 140 transmits and receives information via a network.
  • FIG. 2 is a schematic diagram of a work time estimation system according to an embodiment of the present invention.
  • the work time estimation system includes a work time estimation device 210, a work performance management device 220, a parts / facility / worker information management device 230, and a production planning device 240, which are connected to a network 250. It is possible to send and receive information to and from each other.
  • the work performance management apparatus 220 receives input of work performance information from each facility and each worker arranged at the work site, and manages the actual work time information of each work. Then, the actual work time information is transmitted to the work time estimation device 210 at a predetermined time or in response to a request from the work time estimation device 210, and the work time estimation device 210 stores this information in the actual work time information storage area. Store in 112.
  • the part / facility / worker information management device 230 manages part attribute information such as the size of each part, equipment attribute information such as equipment specifications, and worker attribute information such as the work proficiency level of the worker. Then, in response to a predetermined time or a predetermined time or in response to a request from the work time estimation device 210, the part / facility / worker attribute information is transmitted to the work time estimation device 210. , This information is stored in the work feature information storage area 111.
  • the production planning device 240 manages information on work scheduled to be performed in the future. Then, the scheduled work information is transmitted to the work time estimation device 210 at a predetermined time or at a predetermined time or in response to a request from the work time estimation device 210, and the work time estimation device implements this information. Stored in the scheduled work information storage area 114.
  • the working time calculation device 210 described above includes, for example, a CPU (Central Processing Unit) 151, a memory 152, an external storage device 153 such as an HDD (Hard Disk Drive), and a CD (Compact Disk) and DVD (Digital Versatile Disk) and other portable storage media 158, a reading device 157 that reads and writes information, an input device 156 such as a keyboard and mouse, an output device 155 such as a display, and a communication network It can be realized by a general computer provided with a communication device 154 such as a NIC (Network Interface Card) for connecting to the network.
  • a communication device 154 such as a NIC (Network Interface Card) for connecting to the network.
  • the storage unit 110 can be realized by the CPU 151 using the memory 152 or the external storage device 153, and the control unit 120 loads a predetermined program stored in the external storage device 153 into the memory 152. It can be realized by executing by the CPU 151, the input unit 130 can be realized by the CPU 151 using the input device 156, and the display unit 130 can be realized by the CPU 151 using the output device 155.
  • the communication unit 140 can be realized by the CPU 151 using the communication device 154.
  • the predetermined program is downloaded to the external storage device 153 from the storage medium 158 via the reading device 157 or from the network via the communication device 154, and then loaded onto the memory 152 and executed by the CPU 151. It may be. Alternatively, the program may be directly loaded onto the memory 152 from the storage medium 158 via the reading device 157 or from the network via the communication device 154 and executed by the CPU 151.
  • FIG. 11 is a flowchart of work time estimation formula derivation processing
  • FIG. 12 is a schematic diagram of performance measurement recommended work extraction processing
  • FIGS. 13 and 14 are flowcharts of performance measurement recommended work extraction processing.
  • FIG. 11 is a flowchart of the work time estimation formula deriving process of the control unit 120.
  • step S101 the actual work time of each work is acquired as a vector Y from the actual work time information table.
  • Y is a vector having the actual work time y of each work as an element.
  • step S102 feature quantity information of each work of Y is acquired as a matrix X from the work feature quantity information table.
  • the matrix X is a matrix having the feature quantity vector x of each work as an element vector
  • the feature quantity vector x is a vector having each feature quantity (part size, etc.) of each work as an element.
  • a work time estimation formula is derived using X and Y.
  • a working time estimation formula f that minimizes the error between y and f (x) is derived by a regression method such as a least square method, where y is teacher data and x is an explanatory variable.
  • the estimated work time of each work is calculated using the derived work time estimation formula.
  • the present invention is not limited as long as it is a method for estimating work time from work feature values.
  • a regression method other than the least square method, a method using clustering, or a method using probability theory such as Bayesian theory may be used.
  • step S400 information specifying the work time estimation formula derived in step S300 is stored in the work time estimation formula information table. Further, the estimated work time of each work is stored in the estimated work time information table.
  • step S500 it is determined whether or not the actual work time is newly measured by the user of the present invention. If the actual work time is newly measured, the process proceeds to step S600, and if not, the process ends. In step S600, a new work whose performance should be measured is extracted. Details of this processing will be described later.
  • step S700 the actual work time of the recommended actual measurement work, which is the processing result of step S600, is measured.
  • step S800 the actual work time data measured in step S700 is stored in the actual work time information table.
  • the process returns to step S100 to repeat the above process, thereby improving the accuracy of the work time estimation formula.
  • FIG. 12 is a schematic diagram of the performance measurement recommended work extraction process of the control unit 120.
  • There are two methods for extracting the performance measurement recommended work a method using a probability density distribution of work feature values, and 2: a method using an estimated work time value.
  • FIGS. 13 and 14 are flowcharts of performance measurement recommended work extraction processing of the control unit 120, which correspond to method 1 and method 2, respectively.
  • the performance measurement recommended work is selected so that the work feature matrix X used for the work time estimation process is close to the work feature matrix X NEW of the work to be performed.
  • the horizontal axis is the work feature value
  • the vertical axis is the probability density
  • the solid line is the probability density distribution of the work scheduled to be performed in the future
  • the dotted line is the probability of the feature value of the work group consisting of the work with the performance and the work A scheduled
  • the density distribution and the broken line are the probability density distribution of the feature amount of the work group composed of the work with a track record and the work B to be performed.
  • the broken line has a distribution closer to the solid line than the dotted line.
  • work B is the recommended work for actual measurement.
  • this method aims to improve the estimation accuracy of the work time estimation formula by recommending the actual measurement of work with work feature quantities with a small sample of actual work time.
  • step S201 a list of tasks to be performed in the future is acquired as a vector O NEW from the scheduled work information table.
  • O NEW is a vector whose element is each work name o to be executed in the future.
  • step S202 the task feature amount information table, acquires the task feature amount information of each task of O NEW as a matrix X NEW, obtains the number of elements O NEW as N.
  • X NEW is a matrix having the feature vector x of each work as an element vector.
  • step S203 it calculates the probability density distribution g of the feature vector x from matrix X NEW.
  • a method of calculating the probability density distribution g for example, by discretizing the values of the elements of the feature vector x of X NEW, calculates the number of feature vector discrete value is equal in X NEW , a value obtained by dividing the calculated value by the element number of vectors X NEW probability density of the feature vector x.
  • the above processing may be executed after compressing the dimensions of XNEW using a dimension compression technique such as principal component analysis.
  • step S204 steps S205 to S210 are repeated in the range where the counter n is 1 to N.
  • steps S206 to S208 are repeated in the range where counter i is 1 to N.
  • step S206 the i-th work o i in O NEW is acquired.
  • step S207 it is determined whether or not the work o i has already been extracted as a performance measurement recommended work. If it has not been extracted, the process proceeds to step S208.
  • step S208 the work o i a feature vector x i to create a matrix in addition to the task feature amount matrix X X * of calculating the probability density distribution h of each feature vector x in matrix X *.
  • the calculation method of the probability density distribution is the same as that in step S202.
  • step S209 it calculates the distance d i of the probability density distribution g, h.
  • a calculation method of the distribution distance for example, there is a Cullback / Librer information amount.
  • the Cullback-Liber information amount D is a measure for measuring the difference between two probability distributions. Note that the present invention does not limit the method as long as it is a method for measuring the difference between two probability distributions.
  • step S210 calculated in step S206 ⁇ S209, the distribution distance d i in each work o i in O NEW, extracts work o i where d i is minimized as actual measurement recommended working o OPT, recommendation ranking n , Stored in the performance measurement recommended work information table as work name o OPT .
  • step S211 it adds a feature vector x OPT work o OPT the task feature quantity matrix X.
  • Method 2 is a method that does not use the probability density distribution of x.
  • the horizontal axis in the lower diagram of FIG. 12 is the estimated work time value
  • the vertical axis is the estimation error
  • each point in the diagram is a plot of work for which actual work time information exists.
  • the dotted line is an approximate curve representing the relationship between the estimated work time and the estimation error, obtained from the plot.
  • Method 2 after obtaining the above approximate curve, for example, work time estimated value and estimated error estimated value are calculated for the work C and D scheduled to be performed in the future, and a work with a large estimated error estimated value is extracted as a performance measurement recommended work. To do. In other words, this method improves the estimation accuracy of the work time estimation formula by recommending actual measurement of samples that are assumed to have a large estimation error in the work time estimation formula.
  • a work time estimated value vector Y * and an estimated error vector ⁇ Y of X are calculated using the work time estimation formula and the work feature quantity matrix X.
  • Y * is a vector having the work time estimated value y * of each work as an element.
  • step S302 a list of tasks to be performed in the future is acquired as a vector O NEW from the scheduled work information table.
  • step S303 the work feature value of each work of ONEW is obtained as a matrix X NEW from the work feature value information table, and the number of works in O NEW is obtained as N.
  • steps S305 to S307 are repeated in the range of counter i from 1 to N.
  • step S305 the i-th work o i in O NEW is acquired.
  • step S306 the work o using i feature vector x i and the working time estimation equation to calculate work o i working time estimate y * NEW, the i.
  • step S307 the estimated error ⁇ y NEW, i of the work time estimated value y * NEW, i of the work o i is estimated using the estimated work time vector Y * of the work with results and its estimated error vector ⁇ Y.
  • a method of estimating the estimation error for example, there is a method of approximating a change of ⁇ y with respect to y * by a spline function and using a value at y * NEW, i on the spline function as ⁇ y NEW, i .
  • step S3008 from the estimated error estimated value ⁇ Y NEW of each work in O NEW , the estimated error estimated values are ranked in the order recommended from the work and stored in the actual measurement recommended work information table.
  • control unit 120 determines that the method 1 is performed if the number of elements of the feature vector is a predetermined value or less, and the method 2 is performed if the number of elements is equal to or greater than the predetermined value. Also good.
  • FIG. 15 is a schematic diagram showing an example of a display screen.
  • FIG. 15 is a display screen for displaying information in the work time estimation formula information storage area 113, the actual measurement recommended work information storage area 115, and the estimated work time information storage area 116 of the storage unit 110.
  • it has a work time estimation formula display area 132, a performance measurement recommended work display area 133, and a work time estimation result display area 134.
  • the user of this apparatus can confirm the work time estimation formula and the work to be measured.
  • the display screen may include, for example, a target process display / selection area 131, the target process can be changed, and a result when the target process is changed may be displayed.
  • 110 Storage unit, 111: Work feature amount information storage area, 112: Actual work time information storage area, 113 ... Work time estimation formula information storage area, 114 ... Scheduled work information storage area, 115 ... Actual measurement recommended work information storage Area 116: Estimated work time storage area 120 ... Control part 121 ... Work time estimation formula deriving part 122 ... Performance measurement recommended work extraction part 130 ... Display part 140 ... Communication part 210 ... Work time estimation device, 220 ... Work performance management device, 230 ... Parts / equipment / worker information management device, 240 ... Production planning device, 250 ... Network, 151 ... CPU, 152 ... Memory, 153 ... External storage device, 154 ... Communication device, 155 ... Output device, 156 ... input device, 157 ... reading device, 158 ... storage medium, 131 ... target process display / selection area, 132 ... work time estimation formula display area, 133 ... result measurement recommended work display area, 134 ... work time estimation Result display area

Landscapes

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

Abstract

　本発明は、製造現場における作業実績情報を用いて、各作業の作業時間を推定するとともに，作業時間推定精度を向上するために新たに実績作業時間を計測すべき作業を利用者に提示する。本発明では、記憶部に記憶された実績作業時間情報と特徴量情報から、作業時間と特徴量の関係を表す作業時間推定式を導出する処理と、特徴量情報または作業時間推定式を用いて、複数の作業から新たに実績作業時間を計測すべき作業を抽出する処理と、抽出された作業に関して実際に計測された実績作業時間が入力されることにより、作業時間推定式を更新し、作業時間を推定すべき作業の特徴量から、更新された作業時間推定式に基づいて、当該作業の作業時間を推定する処理と、を行うことを特徴とする。

Description

作業時間推定装置
　本発明は、製造現場における作業実績情報を用いた作業時間推定に関する技術である。
　高精度な生産計画立案や製造原価管理を実現するためには、入力データである各製品の各製造工程の作業時間情報を精度良く見積もることが重要である。作業時間を見積もる方法としては、(1)作業を要素作業(移動する、ねじを回すなど)に分解した後、予め定義した要素作業時間を製品仕様に基づいて積み上げることで作業時間を算出する方法や、(2)実際に作業に要した時間（実績作業時間）を作業実績情報から算出し、算出結果を製品仕様や製造条件ごとに分類する方法がある。(1)の方法は、要素作業時間の計測や、要素作業への分割に工数がかかる点や、要素作業時間を積み上げた結果が実際の作業時間と一致しないことがある点に問題があり、一般的には(2)の方法が用いられている。
　従来、(2)のような作業実績情報を用いた作業時間算出方法としては、例えば、特許文献1のように、作業実績情報の作業着手日時と作業完了日時から個々の作業時間を算出し、算出結果を製品仕様毎に分類して統計処理を施すことで、製品仕様ごとの作業時間を算出する方法がある。また、特許文献2は、特許文献1と同様の方法で算出した個々の作業時間を、当該作業を実施した際に製造現場で発生していたイベント毎（設備故障、ロット内ジョブ数変更など）に分類することで、現在発生中のイベントから作業時間を算出する方法である。
特開2006-127012号公報 特開2009-9380号公報
　特許文献1、2のような従来の作業時間算出方法は、作業着手日時と作業完了日時から個々の作業の実績作業時間を算出できることを前提としている。例えば、作業完了日時から作業着手日時を減算することで実績作業時間を算出する。しかし、実際の製造現場、特に人手で作業実績情報を計上している製造現場においては、計上漏れや遅れなどによる作業実績情報の欠損が発生し、全作業についての実績作業時間が得られない場合がある。また，常に作業着手日時と作業完了日時の情報を収集していない製造現場においては，ストップウォッチなどにより実績作業時間を実測する必要があるが，多様な製品を製造している場合，全作業について実測するコストは非常に大きくなる。そのため，実測によっても全作業の実績作業時間を得ることは難しい。上記のように，全作業の実績作業時間が得られない場合は，一部作業の実績作業時間情報のみを用いて作業時間推定をすることになるが，この場合，実績作業時間が得られていない作業や，サンプル数が少ない作業に対する推定精度が低下するという課題がある。
　上記課題を解決するために、本発明は、記憶部に記憶された実績作業時間情報と特徴量情報から、作業時間と特徴量の関係を表す作業時間推定式を導出する処理と、特徴量情報または作業時間推定式を用いて、複数の作業から新たに実績作業時間を計測すべき作業を抽出する処理と、抽出された作業に関して実際に計測された実績作業時間が入力されることにより、作業時間推定式を更新し、作業時間を推定すべき作業の特徴量から、更新された作業時間推定式に基づいて、当該作業の作業時間を推定する処理と、を行うことを特徴とする。
　本発明により、本装置の利用者は、作業時間推定精度を向上するために新たに実績作業時間を計測すべき作業を判断できる。
作業時間推定装置の機能ブロック図である。 作業時間推定システムの概略図である。 製造現場における作業工程の一例を示す概略図である。 作業特徴量情報テーブルの概略図である。 実績作業時間情報テーブルの概略図である。 作業時間推定式情報テーブルの概略図である。 実施予定作業情報テーブルの概略図である。 実績計測推奨作業情報テーブルの概略図である。 推定作業時間情報テーブルの概略図である。 コンピュータの概略図である。 作業時間推定式導出処理を示すフローチャートである。 実績計測推奨作業抽出処理の概略図である。 実績計測推奨作業抽出方法１を示すフローチャートである。 実績計測推奨作業抽出方法２を示すフローチャートである。 出力画面の一例を示す概略図である。
　以下，本発明の一実施形態の詳細を説明する。図3は、ある製造現場における作業工程フローの例である。図3に示すように、対象とする製造現場の作業工程フローには、寸法旋盤、外形旋盤などの作業工程があり、複数品種の製品を製造している。各作業工程における作業時間は品種によって異なり、本発明における作業時間推定装置では、例えば、各品種の各作業工程における特徴量（製品の大きさ・形状・材質や利用設備のスペックなど）から作業時間を推定するための作業時間推定式を利用者に提供する。
　図1は、作業時間推定装置の機能ブロック図である。図示するように、作業時間推定装置は、記憶部110、制御部120、表示部130、通信部140、を備える。
　記憶部110は、作業特徴量情報記憶領域111、実績作業時間情報記憶領域112、作業時間推定式情報記憶領域113，実施予定作業情報記憶領域114，実績計測推奨作業情報記憶領域115，推定作業時間情報記憶領域116を備える。
　作業特徴量情報記憶領域111は、製造現場のある工程において実施した若しくは今度実施する作業について、各作業の特徴量を特定する作業特徴量情報を記憶する。ここで，作業特徴量とは，作業時間に影響する因子であり，例えば，作業の対象部品の大きさなどである。例えば，本実施形態においては，図4に示すような作業特徴量情報テーブルを記憶する。図示するように，作業特徴量情報テーブルは，作業名欄111a，部品欄111b，部品長さ欄111c，部品重量欄111dを有する。作業名欄111aには，作業を特定する情報を格納する。部品欄111bには，当該作業の対象部品を特定する情報を格納する。部品長さ欄111cには，当該部品の長さを特定する情報を格納する。部品重量欄111dには，当該部品の重量を特定する情報を格納する。工程欄には，当該作業の作業工程を特定する情報を格納する。ここで，本実施形態では作業特徴量を上記に限っているが，作業時間に影響する因子であれば，長さ・重量以外の部品属性情報や，利用設備のスペックなどの設備属性情報，担当作業者の作業習熟度などの作業者属性情報などを作業特徴量として用いてもよい。
　実績作業時間情報記憶領域112は，製造現場で実施した各作業の実績作業時間を特定する実績作業時間情報を記憶する。例えば，本実施形態においては，図5に示すような実績作業時間情報テーブルを記憶する。図示するように，実績作業時間情報テーブルは，作業名欄112a，実績作業時間欄112bを有する。作業名欄112aには，作業を特定する情報を格納する。実績作業時間欄112bには，当該作業の実績作業時間を特定する情報を格納する。ここで，前述したように全作業の実績作業時間情報が得られない場合は，実績作業時間情報テーブルには，作業特徴量情報テーブルに存在する作業のうち，一部作業についてのみの実績作業時間情報が格納される。
　作業時間推定式情報記憶領域113は，後述する作業時間推定式導出部121で導出した作業時間推定式を特定する情報を記憶する。例えば，本実施形態においては，図6に示すような作業時間推定式情報テーブルを記憶する。図示するように，作業時間推定式情報テーブルは，項目欄113a，値欄113bを有する。項目欄113aには作業時間予測式に含まれる係数などの項目を特定する情報を格納する。値欄113bには，項目欄で特定される値を特定する情報を格納する。例えば，作業時間推定式＝a×対象部品長さ＋ｂ×対象部品重量＋ｃとした際，項目欄113aには係数a，係数b，係数cが格納され，値欄113bにはそれぞれ係数a値，係数b値，係数c値が格納される。
　実施予定作業情報記憶領域114は，将来実施予定の作業を特定する情報を記憶する。例えば，本実施形態においては，図7に示すような実施予定作業情報テーブルを記憶する。図示するように，実施予定作業情報テーブルは，実施予定作業名欄114aを有する。実施予定作業名欄114aには，将来実施予定の作業名を特定する情報を格納する。
　実績計測推奨作業情報記憶領域115は，後述する実績計測推奨作業抽出部122で導出した実績計測推奨作業を特定する情報を記憶する。例えば，本実施形態においては，図8に示すような実績計測推奨作業情報テーブルを記憶する。図示するように，実績計測推奨作業情報テーブルは，推奨順位欄115a，作業名欄115bを有する。推奨順位欄115aには，推奨順位を特定する情報を格納する。作業名欄115bには，推奨順位欄で特定される推奨順位に該当する作業名を特定する情報を格納する。
　推定作業時間情報記憶領域116は，後述する作業時間推定式導出部121で算出した各作業の推定作業時間を特定する情報を記憶する。例えば，本実施形態においては，図9に示すような推定作業時間情報テーブルを記憶する。図示するように，推定作業時間情報テーブルは，作業名欄116a，推定作業時間欄116bを有する。作業名欄116aには，作業名を特定する情報を格納する。推定作業時間欄116bには，作業名欄で特定される作業の推定作業時間を特定する情報を格納する。
　図1に戻り、制御部120は、作業時間推定式導出部121、実績計測推奨作業抽出部122を備える。作業時間推定式導出部121は，前記記憶部110の作業特徴量情報と実績作業時間情報を用いて，作業時間推定式を導出する処理と，導出した作業時間推定式の作業時間推定式情報を前記記憶部110の作業時間推定式情報記憶領域113に格納する処理を行う。例えば，本実施形態では，実績作業時間情報のベクトルをY，Y中に各作業の作業特徴量情報の行列をX，ある作業の作業特徴量情報をxとすると，YとXを用いた最小二乗法により，作業時間推定式f(x)を導出する。ここで，YとXからf(x)を導出する方法には，最小二乗法の他にも様々な統計解析手法が存在し，本発明は，その方法を限定するものではない。
　実績計測推奨作業抽出部122は，前記記憶部110の作業特徴量情報，実績作業時間情報，作業時間推定式情報を用いて，作業時間推定式の推定精度を向上するために新たに実績作業時間を計測すべき実績計測推奨作業を抽出する処理と，抽出した実績計測推奨作業を前記記憶部110の実績計測推奨作業情報記憶領域115に格納する処理を行う。
　図1に戻り，表示部130は，前記記憶部110の情報を出力する。例えば、表示部130は、前記記憶部110の作業時間推定式情報記憶領域113，実績計測推奨作業情報記憶領域115，推定作業時間情報記憶領域116の情報を表示する処理を行う。通信部140は、ネットワークを介した情報の送受信を行う。
　図2は、本発明の一実施形態である作業時間推定システムの概略図である。図示するように、作業時間推定システムは、作業時間推定装置210と、作業実績管理装置220と、部品・設備・作業者情報管理装置230と、生産計画装置240と、を備え、これらはネットワーク250を介して相互に情報の送受信ができる。
　作業実績管理装置220は、作業現場に配置されている各設備や各作業者から作業実績情報の入力を受け付けて、各作業の実績作業時間情報を管理する。そして，予め定められた時又は作業時間推定装置210からの要求に応じて、実績作業時間情報を作業時間推定装置210に送信し，作業時間推定装置210は，本情報を実績作業時間情報記憶領域112に記憶する。
　部品・設備・作業者情報管理装置230は、各部品の大きさなどの部品属性情報や，設備スペックなどの設備属性情報，作業者の作業習熟度などの作業者属性情報を管理する。そして，予め定められた時又は予め定められた時又は作業時間推定装置210からの要求に応じて、部品・設備・作業者属性情報を作業時間推定装置210に送信し，作業時間推定装置210は，本情報を作業特徴量情報記憶領域111に格納する。
　生産計画装置240は、将来実施予定の作業の情報を管理する。そして，予め定められた時又は予め定められた時又は作業時間推定装置210からの要求に応じて、実施予定作業情報を作業時間推定装置210に送信し，作業時間推定装置は，本情報を実施予定作業情報記憶領域114に格納する。
　以上に記載した作業時間算出装置210は、例えば、図10に示すような、CPU(Central Processing Unit)151と、メモリ152と、HDD(Hard Disk Drive)などの外部記憶装置153と、CD(Compact Disk)やDVD(Digital Versatile Disk)などの可搬性を有する記憶媒体158に対して情報を読み書きする読書装置157と、キーボードやマウスなどの入力装置156と、ディスプレイなどの出力装置155と、通信ネットワークに接続するためのNIC(Network Interface Card)などの通信装置154と、を備えた一般的なコンピュータで実現できる。
　例えば、記憶部110は、ＣＰＵ151がメモリ152又は外部記憶装置153を利用することにより実現可能であり、制御部120は、外部記憶装置153に記憶されている所定のプログラムをメモリ152にロードしてＣＰＵ151で実行することで実現可能であり、入力部130は、ＣＰＵ151が入力装置156を利用することで実現可能であり、表示部130は、ＣＰＵ151が出力装置155を利用することで実現可能であり、通信部140は、ＣＰＵ151が通信装置154を利用することで実現可能である。
　この所定のプログラムは、読書装置157を介して記憶媒体158から、あるいは、通信装置154を介してネットワークから、外部記憶装置153にダウンロードし、それから、メモリ152上にロードしてＣＰＵ151により実行するようにしてもよい。また、読書装置157を介して記憶媒体158から、あるいは、通信装置154を介してネットワークから、メモリ152上に直接ロードし、ＣＰＵ151により実行するようにしてもよい。
　上述したような作業時間推定装置210は、以下に示す処理により、作業時間推定式の導出と，実測計測推奨作業の抽出を行う。図11は作業時間推定式導出処理のフローチャート，図12は実績計測推奨作業抽出処理の概略図，図13，14は実績計測推奨作業抽出処理のフローチャートである。以下，図11～14を参照して、本発明の実施形態について詳しく説明する。
　図11は、前記制御部120の作業時間推定式導出処理のフローチャートである。ステップS101では、実績作業時間情報テーブルから，各作業の実績作業時間をベクトルYとして取得する。ここでYは，各作業の実績作業時間yを要素とするベクトルである。
　ステップS102では、作業特徴量情報テーブルから，Yの各作業の特徴量情報を行列Xとして取得する。ここで行列Xは，各作業の特徴量ベクトルxを要素ベクトルとする行列であり，特徴量ベクトルxは，各作業の各特徴量（部品大きさなど）を要素とするベクトルである。
　ステップS103では、X，Yを用いて作業時間推定式を導出する。例えば，yを教師データ，xを説明変数として，最小二乗法などの回帰手法により，yとf(x)の誤差を最小とするような作業時間推定式fを導出する。さらに，導出した作業時間推定式を用いて各作業の推定作業時間を算出する。ここで，fの導出方法は様々あるが，本発明は，作業特徴量から作業時間を推定する方法であれば，その方法を限定するものではない。例えば，最小二乗法以外の回帰手法や，クラスタリングを用いた手法，ベイズ理論などの確率論を用いた手法を用いても良い。
　ステップS400では、ステップS300で導出した作業時間推定式を特定する情報を作業時間推定式情報テーブルに格納する。また，各作業の推定作業時間を，推定作業時間情報テーブルに格納する。ステップS500では，本発明の利用者により新たに実績作業時間を計測するか否かを判定する。新たに実績作業時間を計測する場合はステップS600へ，計測しない場合は処理を終了する。ステップS600では，新たに実績を計測すべき作業を抽出する。本処理の詳細は後述する。ステップS700では，ステップS600の処理結果である実績計測推奨作業の実績作業時間を計測する。
　ステップS800では，ステップS700で計測した実績作業時間データを実績作業時間情報テーブルに格納する。また，本処理の完了後，ステップS100に戻り上記処理を繰り返すことで，作業時間推定式の精度を向上する。
　図12は，前記制御部120の実績計測推奨作業抽出処理の概略図である。実績計測推奨作業を抽出する方法は，１：作業特徴量の確率密度分布を用いる方法と，２：作業時間推定値を用いる方法がある。図13，14は、前記制御部120の実績計測推奨作業抽出処理のフローチャートであり，それぞれ方法１、方法２に対応している。
　以下，図12を用いて，方法１の概要を説明する。本処理では，作業時間推定処理に用いる作業特徴量行列Xを，実施予定作業の作業特徴量行列XNEWに近づけるように実績計測推奨作業を選ぶ。図12上図の横軸は作業特徴量，縦軸は確率密度であり，実線は将来実施予定作業の確率密度分布，点線は実績あり作業と実施予定作業Aからなる作業群の特徴量の確率密度分布，破線は実績あり作業と実施予定作業Bからなる作業群の特徴量の確率密度分布である。図示するように，点線に比べ，破線の方が実線に近い分布を取っており，この場合は，作業Bを実績計測推奨作業とする。つまり本方法は，実績作業時間のサンプルが少ない作業特徴量を持つ作業の実績計測を推奨することで，作業時間推定式の推定精度向上を図る。
　以下，図13のフローチャートを用いて方法１の詳細を説明する。ステップS201では、実施予定作業情報テーブルから，将来実施する作業のリストをベクトルONEWとして取得する。ここでONEWは，将来実施する各作業名oを要素とするベクトルである。ステップS202では、作業特徴量情報テーブルから，ONEWの各作業の作業特徴量情報を行列XNEWとして取得し，ONEWの要素数をNとして取得する。ここでXNEWは，各作業の特徴量ベクトルxを要素ベクトルとする行列である。
　ステップS203では、行列XNEWから特徴量ベクトルxの確率密度分布gを算出する。確率密度分布gを算出する方法としては，例えば，XNEWの各特徴量ベクトルxの要素の値を離散化することで，XNEW中で離散値が同一となる特徴量ベクトルの個数を算出し，その算出値をXNEWの要素ベクトル数で除算した値を特徴量ベクトルxの確率密度とする。ここで，特徴量ベクトルの要素数が多くなると，各離散値に該当する特徴量ベクトルの数が減り，確率密度分布の算出精度が低くなる場合がある。そのため，主成分分析などの次元圧縮手法を用いてXNEWの次元を圧縮した後に上記処理を実行しても良い。
　ステップS204では，ステップS205～S210を，カウンタnが1からNの範囲で繰り返す。ステップS205では，ステップS206～S208を，カウンタiが1からNの範囲で繰り返す。ステップS206では，ONEW中のi番目の作業oiを取得する。ステップS207では，作業oiが既に実績計測推奨作業として抽出されているかを判定し，抽出されていない場合はステップS208へ，抽出されている場合はステップS205へ進む。
　ステップS208では，作業oiの特徴量ベクトルxiを作業特徴量行列Xに追加して行列X＊を作成し，行列X＊における各特徴量ベクトルxの確率密度分布hを算出する。確率密度分布の算出方法はステップS202と同じである。ステップS209では，確率密度分布g,hの距離diを算出する。ここで，分布の距離の算出方法としては，例えば，カルバック・ライブラー情報量などがある。カルバック・ライブラー情報量Dは２つの確率分布の差異を測る尺度である。なお，２つの確率分布の差異を測る方法であれば，本発明はその方法を限定するものではない。
　ステップS210では，ステップS206～S209で算出した，ONEW中の各作業oiにおける分布距離diから，diが最小となる作業oiを実績計測推奨作業oOPTとして抽出し，推奨順位n，作業名oOPTとして実績計測推奨作業情報テーブルに格納する。ステップS211では，作業特徴量行列Xに作業oOPTの特徴量ベクトルxOPTを追加する。
　次に，図12を用いて方法２の概要を説明する。方法１では，前述したように，特徴量ベクトルの要素数が多くなると，確率密度分布の算出精度が低くなる場合がある。これに対し，方法２はxの確率密度分布を用いない方法である。図12下図の横軸は作業時間推定値，縦軸は推定誤差であり，図中の各点は，実績作業時間情報が存在する作業のプロットである。また，点線は当該プロットから求めた，作業時間推定値と推定誤差の関係を表す近似曲線である。方法２では，上記の近似曲線を求めた後，例えば将来実施予定の作業C,Dについて作業時間推定値及び推定誤差見積値を算出し，推定誤差見積値が大きい作業を実績計測推奨作業として抽出する。つまり本方法では，作業時間推定式の推定誤差が大きいと想定されるサンプルの実績計測を推奨することで，作業時間推定式の推定精度向上を図る。
　以下，図14のフローチャートを用いて方法２の詳細を説明する。ステップS301では、作業時間推定式と作業特徴量行列Xを用いて，Xの作業時間推定値ベクトルY＊と，推定誤差ベクトルΔYを算出する。ここで，Y＊は各作業の作業時間推定値y＊を要素とするベクトルである。また，ΔYは各作業の推定誤差Δy=|y-y＊|を要素とするベクトルである。ステップS302では、実施予定作業情報テーブルから，将来実施する作業のリストをベクトルONEWとして取得する。
　ステップS303では，作業特徴量情報テーブルから，ONEWの各作業の作業特徴量を行列XNEWとして取得し，ONEW中の作業数をNとして取得する。ステップS304では，ステップS305～S307を，カウンタiが1からNの範囲で繰り返す。ステップS305では，ONEW中のi番目の作業oiを取得する。ステップS306では，作業oiの特徴量ベクトルxiと作業時間推定式を用いて，作業oiの作業時間推定値y＊NEW,iを算出する。
　ステップS307では，実績あり作業の作業時間推定値ベクトルY＊とその推定誤差ベクトルΔYを用いて，作業oiの作業時間推定値y＊NEW,iの推定誤差ΔyNEW,iを見積る。推定誤差を見積る方法は，例えば，y＊に対するΔyの変化をスプライン関数により近似し，当該スプライン関数上のy＊NEW,iにおける値をΔyNEW,iとして用いる方法がある。また，y＊NEW,iの近傍のy＊について， y＊NEW,iとy＊の近さで重み付けしたΔyの総和をΔyNEW,iとする方法もある。ステップS3008では，ONEW中の各作業の推定誤差見積値ΔYNEWから，推定誤差見積値が作業から順に推奨順位を付けて，実績計測推奨作業情報テーブルに格納する。
　尚、方法１、方法２は、いずれか一方又は両方を実施してもよい。また、算出精度を考慮して、特徴量ベクトルの要素数が所定値で以下であれば方法１を実施し、所定値以上であれば方法２を実施するように、制御部120が判断してもよい。
　図15は表示画面の一例を示す概略図である。図15は、前記記憶部110の作業時間推定式情報記憶領域113，実績計測推奨作業情報記憶領域115，推定作業時間情報記憶領域116の情報を表示するための表示画面であり、当該表示画面は例えば、作業時間推定式表示領域132、実績計測推奨作業表示領域133、作業時間推定結果表示領域134を有する。本表示画面により、本装置の利用者は、作業時間推定式及び実績計測すべき作業を確認することができる。
　利用者は、新たに計測すべき作業について、実際に作業時間を計測し、実績作業時間情報を更新することで、表示されている作業時間推定式を更新し精度を高めていく。その結果より精度の高い、作業時間推定結果を得ることができる。また、当該表示画面は例えば、対象工程表示・選択領域131を有し、対象工程を変更可能であり、対象工程を変更した際の結果を表示するようにしてもよい。
110…記憶部、111…作業特徴量情報記憶領域、112…実績作業時間情報記憶領域，113…作業時間推定式情報記憶領域、114…実施予定作業情報記憶領域、115…実績計測推奨作業情報記憶領域、116…推定作業時間記憶領域、120…制御部、121…作業時間推定式導出部、122…実績計測推奨作業抽出部、130…表示部、140…通信部、210…作業時間推定装置、220…作業実績管理装置、230…部品・設備・作業者情報管理装置、240…生産計画装置、250…ネットワーク、151…CPU、152…メモリ、153…外部記憶装置、154…通信装置、155…出力装置、156…入力装置、157…読書装置、158…記憶媒体、131…対象工程表示・選択領域、132…作業時間推定式表示領域、133…実績計測推奨作業表示領域、134…作業時間推定結果表示領域

Claims (10)

  1. 　製造現場における作業時間を推定する作業時間推定装置であって、
    　複数の作業の特徴量情報と、複数の作業の中で実際に作業時間が計測された作業の実績作業時間情報と、を記憶する記憶部と、
    前記記憶部に記憶された実績作業時間情報と特徴量情報から、作業時間と特徴量の関係を表す作業時間推定式を導出する処理と、
    　前記特徴量情報または作業時間推定式を用いて、複数の作業から新たに実績作業時間を計測すべき作業を抽出する処理と、
    　前記抽出された作業に関して実際に計測された実績作業時間が入力されることにより、前記作業時間推定式を更新し、作業時間を推定すべき作業の特徴量から、更新された作業時間推定式に基づいて、当該作業の作業時間を推定する処理と、を行う制御部と、
    　を備えることを特徴とする作業時間推定装置。
  2. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出する処理は、
    　将来実施予定作業の特徴量の確率密度分布と、実績作業時間情報が存在する作業及び新たに実績作業時間を計測する作業の特徴量の確率密度分布を算出し、両確率密度分布の差異が最小となる作業を実績計測推奨作業として抽出することを特徴とする請求項１に記載の作業時間推定装置。
  3. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出する処理は、
    　前記作業時間推定式及び特徴量情報を用いて、実績作業時間情報が存在する作業の作業時間推定値及び推定誤差を算出し、作業時間推定値と推定誤差の関係から、将来実施予定作業における作業時間推定誤差を見積り、推定誤差見積り値が最大の作業を実績計測推奨作業として抽出することを特徴とする請求項１に記載の作業時間推定装置。
  4. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出する処理は、
    　前記特徴量の要素数が所定値以下の場合は、将来実施予定作業の特徴量の確率密度分布と、実績作業時間情報が存在する作業及び新たに実績作業時間を計測する作業の特徴量の確率密度分布を算出し、両確率密度分布の差異が最小となる作業を実績計測推奨作業として抽出し、
    　前記特徴量の要素数が所定値以上の場合は、前記作業時間推定式及び特徴量情報を用いて、実績作業時間情報が存在する作業の作業時間推定値及び推定誤差を算出し、作業時間推定値と推定誤差の関係から、将来実施予定作業における作業時間推定誤差を見積り、推定誤差見積り値が最大の作業を実績計測推奨作業として抽出することを特徴とする請求項１に記載の作業時間推定装置。
  5. 　前記特徴量情報は、作業工程毎の情報であって、製品の大きさ、形状、材質、または利用設備のスペックのいずれかを含むことを特徴とする請求項１ないし４のいずれかに記載の作業時間推定装置。
  6. 　記憶部と制御部を有する作業時間推定装置において実施される製造現場における作業時間を推定する作業時間推定方法であって、
    　複数の作業の特徴量情報と、複数の作業の中で実際に作業時間が計測された作業の実績作業時間情報と、を前記記憶部に記憶するステップと、
    　記憶された実績作業時間情報と特徴量情報から、作業時間と特徴量の関係を表す作業時間推定式を導出するステップと、
    　前記特徴量情報または作業時間推定式を用いて、複数の作業から新たに実績作業時間を計測すべき作業を抽出するステップと、
    　前記抽出された作業に関して実際に計測された実績作業時間が入力されることにより、前記作業時間推定式を更新し、作業時間を推定すべき作業の特徴量から、更新された作業時間推定式に基づいて、当該作業の作業時間を推定するステップと、
    　を備えることを特徴とする作業時間推定方法。
  7. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出するステップは、
    　将来実施予定作業の特徴量の確率密度分布と、実績作業時間情報が存在する作業及び新たに実績作業時間を計測する作業の特徴量の確率密度分布を算出し、両確率密度分布の差異が最小となる作業を実績計測推奨作業として抽出することを特徴とする請求項６に記載の作業時間推定方法。
  8. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出するステップは、
    　前記作業時間推定式及び特徴量情報を用いて、実績作業時間情報が存在する作業の作業時間推定値及び推定誤差を算出し、作業時間推定値と推定誤差の関係から、将来実施予定作業における作業時間推定誤差を見積り、推定誤差見積り値が最大の作業を実績計測推奨作業として抽出することを特徴とする請求項６に記載の作業時間推定方法。
  9. 　前記新たに実績作業時間を計測すべき実績計測推奨作業を抽出するステップは、
    　前記特徴量の要素数が所定値以下の場合は、将来実施予定作業の特徴量の確率密度分布と、実績作業時間情報が存在する作業及び新たに実績作業時間を計測する作業の特徴量の確率密度分布を算出し、両確率密度分布の差異が最小となる作業を実績計測推奨作業として抽出し、
    　前記特徴量の要素数が所定値以上の場合は、前記作業時間推定式及び特徴量情報を用いて、実績作業時間情報が存在する作業の作業時間推定値及び推定誤差を算出し、作業時間推定値と推定誤差の関係から、将来実施予定作業における作業時間推定誤差を見積り、推定誤差見積り値が最大の作業を実績計測推奨作業として抽出することを特徴とする請求項６に記載の作業時間推定方法。
  10. 　前記特徴量情報は、作業工程毎の情報であって、製品の大きさ、形状、材質、または利用設備のスペックのいずれかを含むことを特徴とする請求項６ないし９のいずれかに記載の作業時間推定方法。
PCT/JP2013/064144 2013-05-22 2013-05-22 作業時間推定装置 WO2014188524A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015517971A JP6012860B2 (ja) 2013-05-22 2013-05-22 作業時間推定装置
PCT/JP2013/064144 WO2014188524A1 (ja) 2013-05-22 2013-05-22 作業時間推定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/064144 WO2014188524A1 (ja) 2013-05-22 2013-05-22 作業時間推定装置

Publications (1)

Publication Number Publication Date
WO2014188524A1 true WO2014188524A1 (ja) 2014-11-27

Family

ID=51933114

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/064144 WO2014188524A1 (ja) 2013-05-22 2013-05-22 作業時間推定装置

Country Status (2)

Country Link
JP (1) JP6012860B2 (ja)
WO (1) WO2014188524A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017122955A (ja) * 2016-01-04 2017-07-13 株式会社日立製作所 生産計画立案支援システムおよび支援方法
JP2018097741A (ja) * 2016-12-15 2018-06-21 株式会社日立製作所 生産管理支援装置、生産管理支援方法、及び生産管理支援プログラム
JP2019032623A (ja) * 2017-08-04 2019-02-28 富士通株式会社 部品見積もりプログラム、部品見積もりシステム及び部品見積もり方法
JP2021022016A (ja) * 2019-07-24 2021-02-18 株式会社日立製作所 出荷作業支援システム、その方法、及びコンピュータプログラム
JP2021051342A (ja) * 2019-09-20 2021-04-01 株式会社日立製作所 計算機システム、計画の生成方法、及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5798066A (en) * 1980-12-11 1982-06-18 Kurabo Ind Ltd Calculating system for job standard time
JPH03287359A (ja) * 1990-04-05 1991-12-18 Nec Corp 標準作業時間情報管理装置
JPH07164267A (ja) * 1993-12-14 1995-06-27 Canon Inc 組立作業時間予測装置
JP2009048287A (ja) * 2007-08-15 2009-03-05 Fujitsu Ltd 工数見積プログラム、該プログラムを記録した記録媒体、工数見積装置、および工数見積方法
JP2011158931A (ja) * 2010-01-29 2011-08-18 Hitachi Omron Terminal Solutions Corp 作業時間推定システム、方法及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5798066A (en) * 1980-12-11 1982-06-18 Kurabo Ind Ltd Calculating system for job standard time
JPH03287359A (ja) * 1990-04-05 1991-12-18 Nec Corp 標準作業時間情報管理装置
JPH07164267A (ja) * 1993-12-14 1995-06-27 Canon Inc 組立作業時間予測装置
JP2009048287A (ja) * 2007-08-15 2009-03-05 Fujitsu Ltd 工数見積プログラム、該プログラムを記録した記録媒体、工数見積装置、および工数見積方法
JP2011158931A (ja) * 2010-01-29 2011-08-18 Hitachi Omron Terminal Solutions Corp 作業時間推定システム、方法及びプログラム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017122955A (ja) * 2016-01-04 2017-07-13 株式会社日立製作所 生産計画立案支援システムおよび支援方法
JP2018097741A (ja) * 2016-12-15 2018-06-21 株式会社日立製作所 生産管理支援装置、生産管理支援方法、及び生産管理支援プログラム
US10699225B2 (en) 2016-12-15 2020-06-30 Hitachi, Ltd. Production management support apparatus, production management support method, and production management support program
JP2019032623A (ja) * 2017-08-04 2019-02-28 富士通株式会社 部品見積もりプログラム、部品見積もりシステム及び部品見積もり方法
JP2021022016A (ja) * 2019-07-24 2021-02-18 株式会社日立製作所 出荷作業支援システム、その方法、及びコンピュータプログラム
JP7386010B2 (ja) 2019-07-24 2023-11-24 株式会社日立製作所 出荷作業支援システム、その方法、及びコンピュータプログラム
JP2021051342A (ja) * 2019-09-20 2021-04-01 株式会社日立製作所 計算機システム、計画の生成方法、及びプログラム
JP7311373B2 (ja) 2019-09-20 2023-07-19 株式会社日立製作所 計算機システム、計画の生成方法、及びプログラム

Also Published As

Publication number Publication date
JPWO2014188524A1 (ja) 2017-02-23
JP6012860B2 (ja) 2016-10-25

Similar Documents

Publication Publication Date Title
JP6978541B2 (ja) 動的外れ値偏り低減のコンピュータ実装方法、コンピュータシステム及びコンピュータ装置
Hwang et al. Generalized structured component analysis: A component-based approach to structural equation modeling
Wei et al. Variable importance analysis: A comprehensive review
JP5988419B2 (ja) 予測方法、予測システムおよびプログラム
Patterson et al. Multivariate singular spectrum analysis for forecasting revisions to real-time data
JP6012860B2 (ja) 作業時間推定装置
JP6973887B2 (ja) プロジェクト管理支援装置、プロジェクト管理支援方法およびプログラム
JP4937608B2 (ja) 指標推計装置、指標推計方法、及び指標推計プログラム
JP6246889B1 (ja) 説明変数を選択する装置、方法及びプログラム
Siddiqi et al. A posteriori design change analysis for complex engineering projects
CN110610252A (zh) 预测系统以及预测方法
JP2011215927A (ja) 生産性評価装置、生産性評価方法およびプログラム
JP2007323315A (ja) 協調フィルタリング方法、協調フィルタリング装置、および協調フィルタリングプログラムならびにそのプログラムを記録した記録媒体
WO2018185899A1 (ja) ライブラリ検索装置、ライブラリ検索システム、及びライブラリ検索方法
JP5551806B2 (ja) 統合需要予測装置、統合需要予測方法、及び統合需要予測プログラム
KR20190118618A (ko) 정보 처리 장치, 정보 처리 방법 및 기록 매체
JP6069460B1 (ja) 説明変数を選択する装置、方法及びプログラム
WO2013080660A1 (ja) 作業時間算出装置および作業時間算出方法
Mehtätalo An algorithm for ensuring compatibility between estimated percentiles of diameter distribution and measured stand variables
JP6617605B2 (ja) 需要量予測プログラム、需要量予測方法、及び情報処理装置
JP2014010483A (ja) 予測装置、予測方法及びコンピュータプログラム
JP2021022051A (ja) 機械学習プログラム、機械学習方法および機械学習装置
JP5818439B2 (ja) ソフトウェア改造見積り方法及びソフトウェア改造見積りシステム
US10235630B1 (en) Model ranking index
US8255881B2 (en) System and method for calculating software certification risks

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: 13885330

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015517971

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13885330

Country of ref document: EP

Kind code of ref document: A1