WO2019234995A1 - 生産計画スケジュール作成方法及び情報処理装置 - Google Patents

生産計画スケジュール作成方法及び情報処理装置 Download PDF

Info

Publication number
WO2019234995A1
WO2019234995A1 PCT/JP2019/006492 JP2019006492W WO2019234995A1 WO 2019234995 A1 WO2019234995 A1 WO 2019234995A1 JP 2019006492 W JP2019006492 W JP 2019006492W WO 2019234995 A1 WO2019234995 A1 WO 2019234995A1
Authority
WO
WIPO (PCT)
Prior art keywords
work
work time
feature
distribution
code
Prior art date
Application number
PCT/JP2019/006492
Other languages
English (en)
French (fr)
Inventor
義博 脇坂
仲田　輝男
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 US16/980,509 priority Critical patent/US20210365851A1/en
Publication of WO2019234995A1 publication Critical patent/WO2019234995A1/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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • 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
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32088—Master production planning, highest level
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32361—Master production scheduling
    • 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 relates to a production plan schedule creation method and an information processing apparatus for creating a production plan schedule using work performance information at a work site.
  • a group of processing targets having end times at predetermined intervals is generated, and the generated group is a processing target included in the group.
  • a production index information generation device, a program, and a production information generation method that classify according to the number and specify the processing time for each classification are disclosed.
  • An object of the present invention is to automatically define a working time for modeling with respect to work performance data having a non-uniform data distribution.
  • a production plan schedule creation method for creating a production schedule for producing a product according to a plurality of product model numbers by executing operations related to a plurality of work codes for each of the products according to an embodiment of the present invention Based on the feature classification library, the features of the work time distribution for each product model and each work code are extracted from the work record data required for the work related to the predetermined work code for the product related to the predetermined product model. If the characteristics of the work time distribution for each product model number and each work code have the distribution features defined in the work time definition library, each product model number is determined according to the algorithm defined in the work time definition library according to the distribution characteristics. And work time definition data defining the work time for each work code is created, and using the work time definition data, To build a production model to produce a product according to the number of product model, to optimize the production model to minimize the lead time of the production model.
  • Modeling work time can be automatically defined for work performance data with non-uniform data distribution.
  • notations such as “first”, “second”, and “third” are attached to identify the constituent elements, and do not necessarily limit the number or order.
  • a number for identifying a component is used for each context, and a number used in one context does not necessarily indicate the same configuration in another context. Further, it does not preclude that a component identified by a certain number also functions as a component identified by another number.
  • FIG. 1 shows the production plan schedule creation flow of this embodiment.
  • the work performance data 201 is work data of work time in each production process measured for each work code.
  • the work result data 201 may be data automatically acquired by the production system, or may be data manually input by a person.
  • a work schedule relating to a predetermined product model number and a predetermined work code is defined according to the characteristics of the work time distribution, thereby enabling production of a highly accurate production plan schedule. More specifically, an arithmetic expression (algorithm) that defines the work time corresponding to the work time distribution feature is defined in advance, and the work time distribution feature obtained from the work performance data 201 and the above definition are defined. Define the working time by referring to it.
  • the feature classification library 202 stores a work time distribution feature and a program for extracting the feature.
  • the work result data related to the work code included in the process is extracted for each product model number from the work result data 201 for the product to be planned for the production plan schedule, and the work related to each work code.
  • the time distribution is obtained, and the characteristics of the work time distribution are grasped for each work code.
  • the work time definition library 203 stores a work time calculation formula (algorithm) to be applied for each feature of the work time distribution.
  • the work time definition library 203 is referred to and an operation formula corresponding to the feature of the work time distribution is applied to create work time definition data 204 for modeling for each work code. This makes it possible to define work times that are more realistic in production plan schedule creation.
  • the production model construction step 103 the production model is constructed using the working time definition data 204 for modeling.
  • the production plan optimization step 104 the production model is optimized so as to minimize the lead time for the constructed production model in consideration of the constraint conditions and the like. With this series of processing, it is possible to devise a production plan in which work time in a factory is optimized, for example, from work result data.
  • a known method can be applied to the production model construction step 103 and the production plan optimization step 104, and the following description will focus on the feature classification step 101 and the work time definition step 102.
  • FIG. 2 shows an example of the feature classification library 202.
  • Each distribution feature is a feature of the working time distribution.
  • the distribution feature 1 is the number of mountains in the working time distribution, and is said to be unimodal when there is only one mountain in the distribution, and multimodal when there are multiple mountains.
  • the work time varies due to various factors, and the work time distribution is considered to be a normal distribution.
  • a distribution that can be regarded as a normal distribution is called a mountain. Therefore, a multimodal distribution means that a plurality of normal distributions having different average work times are included in work result data relating to the same work code.
  • the distribution feature 2 indicates a mountain shape of the work time distribution and indicates a deviation from the normal distribution.
  • Distribution feature 3 is the presence of a peak.
  • the peak is different from the mountain in that it is a distribution that does not have a tail like a normal distribution.
  • the distribution feature 4 is the size of the data loss rate and indicates the number of data loss in the work performance data.
  • the feature classification library 202 includes a program for determining whether or not the work time distribution (histogram) has each distribution feature. For example, the distribution feature 1 determination program searches for a local maximum point having a frequency equal to or higher than a predetermined threshold in the work time distribution, determines that the peak is a mountain having a certain level or more, and counts the number of the peaks. .
  • the distribution feature 2 determination program extracts a distribution determined to be a mountain having a significantly different left and right gradient.
  • the distribution feature 3 determination program determines that it is a peak when the base as a normal distribution cannot be extracted among the extracted maximum points equal to or greater than a predetermined threshold.
  • the distribution feature 4 determination program counts the number of data not recorded in the work performance data and calculates a data loss rate. These may be stored in the feature classification library 202 as independent programs, and common routines (for example, extracting a maximum point, determining a mountain, etc.) can be called from each determination program as a common program. You may comprise.
  • FIG. 3 shows an example of the work time definition library 203.
  • the work time definition library 203 includes a work time definition algorithm that is applied to a work time distribution having a predetermined distribution feature among the distribution features defined in the feature classification library 202.
  • the work time is defined by applying the work time definition algorithm 2032. For example, in the case of a work time distribution with multiple peaks (multimodal), if the maximum points of multiple peaks are larger than a predetermined threshold, additional work time dependent elements other than work codes are defined and Define work hours for work codes.
  • the working time of the work code is defined by dividing it into a net working time and a waiting time. If peaks exist, they are removed as outliers, and the work time of the work code is defined.
  • the data loss rate is equal to or higher than the threshold, the work time of the work code is defined after applying the data loss complementation algorithm.
  • FIG. 4 shows a hardware configuration example of an information processing apparatus that executes the production plan schedule creation flow shown in FIG.
  • the information processing apparatus 400 includes a processor 401, a main memory 402, an auxiliary memory 403, an input / output interface 404, a display interface 405, and a network interface 406, which are coupled by a bus 407.
  • the input / output interface 404 is connected to an input device 409 such as a keyboard and a mouse, and the display interface 405 is connected to a display 408 to realize a GUI.
  • a network interface 406 is an interface for connecting to a network.
  • the auxiliary storage 403 is usually configured by a nonvolatile memory such as an HDD, a ROM, or a flash memory, and stores a program to be executed, data to be processed by the program, and the like.
  • the main memory 402 is composed of a RAM, and temporarily stores a program, data necessary for executing the program, and the like according to instructions from the processor 401.
  • the processor 401 loads a program from the auxiliary memory 403 to the main memory 402 and executes it.
  • the information processing apparatus 400 can be realized by a PC (Personal Computer) or a server, for example.
  • the auxiliary storage 403 stores work result data 201, a feature classification library 202, a work time definition library 203, a work time for modeling that is defined for modeling for each product model number and for each work code.
  • Definition data 204, other data, a production plan schedule creation program 410, and other programs are stored.
  • the production plan schedule creation program includes a feature classification unit 411, a work time definition unit 412, a production model construction unit 413, and a production plan optimization unit 414 as its main parts.
  • the feature classification unit 411, the work time definition unit 412, the production model construction unit 413, and the production plan optimization unit 414 are respectively the feature classification step 101, work time definition step 102, production model construction step 103, and production plan optimization shown in FIG. Step 104 is executed.
  • functions such as calculation and control of the information processing apparatus are realized by the program (software) stored in the auxiliary storage being executed by the processor, and the predetermined processing is realized in cooperation with other hardware. Is done.
  • a program executed by an information processing apparatus, its function, or means for realizing the function may be called “function”, “means”, “part”, “unit”, “module”, etc. May be described.
  • functions equivalent to the functions configured by software can be realized by hardware such as FPGA (Field Programmable Gate Array) and ASIC (Application Specific Integrated Circuit). Such an embodiment is also included in the scope of the present invention.
  • FIG. 5 is an example of a time chart created by production plan scheduling.
  • operations A to C are assigned to the products 1 to 3 in order to produce the products 1 to 3.
  • Each of the products 1 to 3 corresponds to one product model number.
  • the work times of the work A to C are fixed values, but the lead time differs depending on how the work A to C are assigned.
  • There is a constraint condition in the assignment of work, and production plan scheduling is to obtain a plan that shortens the lead time for completing the production of all the products 1 to 3 while satisfying the constraint condition.
  • the constraint condition in FIG. 5 is that the same operation cannot be performed simultaneously on a plurality of products.
  • work A, work B, and work C are assigned to the product 1 without any interval.
  • the work B of the product 1 is finished, the work B is assigned to the product 2, and after that, after the work C of the product 1 is completed, the work C is assigned to the product 2.
  • the work B of the product 2 is started, the work A of the product 3 is started, and the work B is assigned without leaving an interval.
  • the lead time 302 of the first plan 301 is from the start of work A of product 1 to the completion of work C of product 2.
  • the work 1 is assigned to the product 1 after the work A with an interval, and the work B and the work C are assigned without an interval. Simultaneously with the start of work B of product 1, work B is assigned to product 2, and then work C is assigned without any interval. After the work A of the product 1, the work A of the product 3 is started, and the work B is assigned without leaving an interval.
  • the lead time 312 of the second plan 311 is from the start of the work A of the product 1 to the completion of the work C of the product 1.
  • the lead time 312 is shorter between the lead time 302 and the lead time 312. Therefore, it can be said that the lead time 312 is a plan with higher productivity than the lead time 302. In this embodiment, the accuracy of the plan to be created is improved by accurately estimating the work time of each work for each product.
  • the processing of the present embodiment will be described along a specific example.
  • FIG. 6A is an example of work performance data.
  • the work record data table 201 includes columns of work code 2011, target product 2012, and work time 2013.
  • the work code 2011 describes a work name or work identification number for uniquely identifying a work.
  • the target product 2012 the name of the product on which the work is executed is described.
  • the product is uniquely identified, and in the example of FIG. 6A, it is recorded in a format in which an identification number for identifying the individual is added to “product 1” which is the same product model number.
  • the work time 2013 describes the time required to perform the corresponding work on the target product. In this example, the time required for the work is recorded, but the start time and the end time may be recorded, and the time taken by these may be calculated.
  • FIG. 6B shows an example in which a work time distribution (histogram) is created for a certain work code (for example, “work A” for “product 1”) based on a work record data table 201. If the work A is an assembly work, the work time required to assemble the product 1 by the work A is extracted, and a work time distribution (histogram) is created.
  • the work time distribution of FIG. 6B shows multimodality, and three mountains, a first mountain 501, a second mountain 502, and a third mountain 503, can be seen.
  • the work time for the work code is a representative value of a mountain that appears in the work time distribution, such as the peak value or work time of that mountain.
  • the mode or median of the distribution may be defined as the working time for modeling.
  • the work time for the work code is defined as the representative value of the second peak 502, for example. Then, it can be expected that a large deviation occurs between the actual work time and the defined work time with a considerable probability, which is not suitable as the work time defined for modeling.
  • the work time distribution is multimodal, it is considered that the work time distribution depends on another factor other than the work code, and it is necessary to separate the three peaks according to the factor.
  • FIG. 6C is an example of a parts management table (BOM diagram) for product 1.
  • BOM diagram parts management table
  • the product 1 is composed of the part a, the part b, and the part c, even if the product 1 is the same, the number of parts may be different. That is, the product 1 (601) is assembled using one part a to c, and the product 1 (611) is assembled using two parts a and one part b and c.
  • the product 1 (621), it is shown that three parts a and parts b and c are assembled using one each. In such a case, the difference in the number of parts a may be reflected in the work time (assembly time).
  • the work time distribution (histogram) is created by classifying work performance data according to the number of parts a of the product 1 as shown in FIG.
  • a graph 701 is a work time distribution when there is one part a
  • a graph 702 is a work time distribution when there are two parts a
  • a graph 703 is a work time distribution when there are three parts a.
  • the work time distribution is classified according to the number of parts a, each is separated into one mountain, and for each mountain, a representative value of the mountain, for example, the peak value of the mountain or the work time distribution.
  • a representative value of the mountain for example, the peak value of the mountain or the work time distribution.
  • the mode or median is defined as the working time for modeling, it can be defined as a working time with high accuracy.
  • a column related to that factor is added to the work performance data.
  • a column 2014 indicating the number of parts a is added.
  • the work time distribution can be classified by the column 2014, and the work time distribution (histogram) separated for each mountain can be drawn.
  • FIG. 9 is a time chart showing the work time defined in the work code A for the product 1.
  • a different work time is defined for each number of parts a that is a factor affecting work result data.
  • Work time defined in work code A of product 1 (901) with one part a Work time 902 work time defined in work code A of product 1 (903) with two parts a Work time 904, the work time defined in the work code A of the product 1 (905) with three parts a is the work time 906, and the work time 902 ⁇ the work time 904 ⁇ the work time 906.
  • the model and the actual work time are compared with the case where the work time of the work code A is made uniform. The error can be reduced.
  • FIG. 10 is a work time distribution of work result data of work code B, for example.
  • the left side of the peak of the graph is a steep rising curve, whereas the right side of the peak is a gently decreasing curve.
  • the graph 1001 showing a distribution having a long tail in the direction of longer working time is considered to be a combination of two distributions having different characteristics.
  • a graph 1002 is a partial graph showing a normal distribution that is symmetrical to the left side of the graph 1001, and a graph 1003 is a remaining distribution obtained by removing the graph 1002 from the graph 1001.
  • the work time of the work code B is defined by being divided into a waiting time 1102 and a net work time 1103.
  • the work performance data corresponding to the net work time 1103 is considered to have a work time distribution corresponding to the graph 1002.
  • work performance data corresponding to the waiting time 1102 is considered to have a work time distribution corresponding to the graph 1003. Since the time is consumed by a factor unrelated to the actual work, the work time distribution often shows a long tail.
  • a representative value of the graph 1002 for example, the peak value of the graph 1002 or the mode value or median of the work time distribution may be defined as the work time for modeling.
  • a representative value of the graph 1003, for example, an average value, a mode value, or a median value of the work time distribution may be defined as a work time for modeling.
  • the work time with high accuracy can be defined.
  • the work time is defined after performing predetermined preprocessing on the work result data. If peaks exist, pre-processing is performed to remove them as outliers. When the data loss rate is equal to or greater than the threshold value, preprocessing for performing data loss compensation is performed. If there is one symmetrical mountain in the pre-processed work time distribution, the representative value of the mountain, such as the peak value of the mountain or the mode or median of the work time distribution, should be used for modeling. Is defined as the working time. On the other hand, when the pre-processed work time distribution shows multimodality or a left-right asymmetric shape, the work time may be defined by applying the work time definition algorithm already described.

Landscapes

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

Abstract

作業実績データの作業時間分布が一様でなくとも、モデル化用の作業時間を自動的に定義することを可能とする。このため、所定の製品型番に係る製品に対して所定の作業コードに係る作業に要した作業実績データ２０１から、特徴分類ライブラリ２０２に基づき製品型番ごとかつ作業コードごとに作業時間分布の特徴を抽出し（１０１）、抽出された製品型番ごとかつ作業コードごとの作業時間分布の特徴が作業時間定義ライブラリ２０３に定義された分布特徴を有する場合には、分布特徴に応じて作業時間定義ライブラリに定義されたアルゴリズムにしたがって、製品型番ごとかつ作業コードごとの作業時間を定義した作業時間定義データを作成する（１０２）。

Description

生産計画スケジュール作成方法及び情報処理装置
　本発明は、作業現場における作業実績情報を用いて、生産計画スケジュールを立案する生産計画スケジュール作成方法及び情報処理装置に関する。
　生産装置のログ情報から処理時間を定義するシステムとして、例えば特許文献１では、終了時間があらかじめ定められた間隔にある処理対象のグループを生成し、生成したグループを当該グループに含まれる処理対象の数に応じて分類し、その分類毎に処理時間を特定する生産指標情報生成装置、プログラムおよび生産情報生成方法が開示されている。
特開２０１１－１８２６３号公報
　特許文献１に記載の技術では、処理対象の数以外によって特徴づけられる作業については、その作業時間を特定することができない。
　生産計画スケジュールを作成するための生産モデルの構築においては、作業コード毎にその作業時間を定義する必要がある。しかし、作業コードは生産モデルの作成を目的として割り当てられたものではないため、その実績データは、同じ作業コードでも作業時間分布に広がりがあったり、ピークが複数あったりなど一様ではなく、作業時間を容易に定義することができない。人手により、それぞれの作業時間分布の特徴を踏まえて作業コードごとに妥当な作業時間を定義すると、その定義は属人的となって自動化できず、モデル化に必要な工数も大きくなる。本発明は、一様でないデータ分布の作業実績データに対し、モデル化用の作業時間を自動的に定義することを目的とする。
　本発明の一実施の態様である、複数の製品型番に係る製品を、そのそれぞれに対して複数の作業コードに係る作業を実行することにより生産する生産スケジュールを立案する生産計画スケジュール作成方法は、所定の製品型番に係る製品に対して所定の作業コードに係る作業に要した作業実績データから、特徴分類ライブラリに基づき製品型番ごとかつ作業コードごとに作業時間分布の特徴を抽出し、抽出された製品型番ごとかつ作業コードごとの作業時間分布の特徴が作業時間定義ライブラリに定義された分布特徴を有する場合には、分布特徴に応じて作業時間定義ライブラリに定義されたアルゴリズムにしたがって、製品型番ごとかつ作業コードごとの作業時間を定義した作業時間定義データを作成し、作業時間定義データを用いて、複数の製品型番に係る製品を生産する生産モデルを構築し、生産モデルのリードタイムを最小化するよう生産モデルを最適化する。
　一様でないデータ分布の作業実績データに対し、モデル化用の作業時間を自動的に定義することができる。
　その他の課題と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。
生産計画スケジュール作成フローである。 特徴分類ライブラリの例である。 作業時間定義ライブラリの例である。 情報処理装置のハードウェア構成例である。 生産計画スケジューリング例であるタイムチャートである。 作業実績データの例である。 作業実績データの作業時間分布（ヒストグラム）である。 製品１の部品構成を表すＢＯＭ図の例である。 部品数に応じて作業実績データを分類して作成した作業時間分布（ヒストグラム）例である。 部品数カラムを加えた作業実績データの例である。 部品数毎に異なる作業時間を定義した場合のタイムチャートである。 作業実績データの時間分布を２つの分布に分解したヒストグラム例である。 待ち時間と正味の作業時間に分解したタイムチャートである。
　本発明の実施の形態を図面を用いて詳細に説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。
　以下に説明する発明の構成において、同一部分又は同様な機能を有する部分には同一の符号を異なる図面間で共通して用い、重複する説明は省略することがある。
　本明細書等における「第１」、「第２」、「第３」などの表記は、構成要素を識別するために付するものであり、必ずしも、数または順序を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。
　図面等において示す各構成の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲などに限定されない。
　図１に本実施例の生産計画スケジュール作成フローを示す。作業実績データ２０１は、作業コードごとに計測された各生産工程における作業時間の実績データである。作業実績データ２０１は、生産システムにより自動的に取得されたデータでもよく、人が手入力したデータでもよい。本実施例では、所定の製品型番かつ所定の作業コードに係る作業時間を、その作業時間分布の特徴に応じて定義することにより、精度の高い生産計画スケジュールの作成を可能にする。より具体的には、作業時間分布の特徴に対応して作業時間を定義する演算式（アルゴリズム）をあらかじめ定義しておき、作業実績データ２０１から求められる作業時間分布の特徴と上述の定義とを参照することにより、作業時間の定義を定める。特徴分類ライブラリ２０２には、作業時間分布の特徴とその特徴を抽出するプログラムが格納されている。まず、特徴分類ステップ１０１では、作業実績データ２０１から生産計画スケジュールの立案対象とする製品について、製品型番ごとに、工程に含まれる作業コードに係る作業実績データを抽出し、各作業コードに係る作業時間分布を求め、作業コードごとにその作業時間分布が有する特徴を把握する。
　作業時間定義ライブラリ２０３には、作業時間分布の特徴毎に適用する作業時間の演算式（アルゴリズム）が格納されている。作業時間定義ステップ１０２では、作業時間定義ライブラリ２０３を参照し、作業時間分布の特徴に応じた演算式を適用して、作業コードごとにモデル化用の作業時間定義データ２０４を作成する。これによって、生産計画スケジュール作成において、より実態にあった作業時間を定義することができるようになる。
　その後、生産モデル構築ステップ１０３において、モデル化用の作業時間定義データ２０４を用いて、生産モデルの構築を行う。生産計画最適化ステップ１０４においては、構築した生産モデルに対して、制約条件等を考慮しつつ、リードタイムを最小化するよう生産モデルを最適化する。この一連の処理により、作業実績データから、例えば工場における作業時間が最適化された生産計画を立案することが可能となる。生産モデル構築ステップ１０３、生産計画最適化ステップ１０４については公知の手法を適用可能であり、以下では、特徴分類ステップ１０１及び作業時間定義ステップ１０２を中心に説明する。
　図２に特徴分類ライブラリ２０２の例を表す。各分布特徴は作業時間分布が有する特徴である。分布特徴１は作業時間分布における山の数であって、分布に１つの山しかない場合に単峰性があるといい、複数の山がある場合に多峰性があるという。同じ作業を繰り返し行う場合、さまざまな要因により作業時間にはばらつきが生じ、作業時間分布は正規分布をなすと考えられる。ここで、正規分布とみなせる分布を山という。したがって、多峰性のある分布とは、平均作業時間の異なる複数の正規分布が同じ作業コードに係る作業実績データに含まれていることを意味している。分布特徴２は、作業時間分布の山の形を示し、正規分布からの乖離を示す。正規分布は左右対称な分布であるから、山の左右の傾きの違いが大きいほど、正規分布から乖離しているといえる。分布特徴３はピークの存在である。ここで、ピークは、正規分布のような裾野を有さない分布である点で山と異なる。分布特徴４はデータ欠損率の大きさであり、作業実績データにおけるデータ欠損の多寡を示す。これらの分布特徴は例示であって、図２に示した以外の分布特徴を定義してもよい。
　特徴分類ライブラリ２０２は、作業時間分布（ヒストグラム）がそれぞれの分布特徴を備えているか否かを判定するプログラムを備えている。例えば、分布特徴１判定プログラムは、作業時間分布において所定の閾値以上の度数をもつ極大点を探索し、そのうち一定以上の裾野を有する場合に山であると判定し、その山の数をカウントする。分布特徴２判定プログラムは、山と判定した分布のうち、左右の勾配が大きく異なるものを抽出する。分布特徴３判定プログラムは、抽出された所定の閾値以上の極大点のうち、正規分布としての裾野が抽出できない場合にピークであると判定する。分布特徴４判定プログラムは、作業実績データにおいて記録されていないデータ数をカウントし、データ欠損率を算出する。これらはそれぞれ独立したプログラムとして特徴分類ライブラリ２０２に格納されていてもよく、共通するルーチン（例えば、極大点を抽出する、山を判定するなど）については共通のプログラムとして、各判定プログラムから呼び出せるように構成してもよい。
　図３に作業時間定義ライブラリ２０３の例を表す。作業時間定義ライブラリ２０３は、特徴分類ライブラリ２０２に定義された分布特徴のうち、所定の分布特徴を有する作業時間分布に対して適用される作業時間定義アルゴリズムを備えている。作業時間分布が分布特徴２０３１に定義される特徴を有する場合に、作業時間定義アルゴリズム２０３２を適用して作業時間を定義する。例えば、山が複数ある（多峰性の）作業時間分布の場合、複数の山の極大点が所定の閾値よりも大きい場合には、作業コード以外の作業時間依存要素を追加定義して、当該作業コードの作業時間を定義する。また、山の右側の傾き（作業時間の長い側の傾き）が所定の閾値以下の場合には、当該作業コードの作業時間を正味の作業時間と待ち時間とに分解して定義する。また、ピークが存在する場合には、それらを外れ値として除去した上で、当該作業コードの作業時間を定義する。また、データ欠損率が閾値以上の場合には、データ欠損補完アルゴリズムを適用した上で、当該作業コードの作業時間を定義する。
　図４に、図１に示した生産計画スケジュール作成フローを実行する情報処理装置のハードウェア構成例を示す。情報処理装置４００は、プロセッサ４０１、主記憶４０２、補助記憶４０３、入出力インタフェース４０４、表示インタフェース４０５、ネットワークインタフェース４０６を含み、これらはバス４０７により結合されている。入出力インタフェース４０４は、キーボードやマウス等の入力装置４０９と接続され、表示インタフェース４０５は、ディスプレイ４０８に接続され、ＧＵＩを実現する。ネットワークインタフェース４０６はネットワークと接続するためのインタフェースである。補助記憶４０３は通常、ＨＤＤやＲＯＭ、フラッシュメモリなどの不揮発性メモリで構成され、実行するプログラムやプログラムが処理対象とするデータ等を記憶する。主記憶４０２はＲＡＭで構成され、プロセッサ４０１の命令により、プログラムやプログラムの実行に必要なデータ等を一時的に記憶する。プロセッサ４０１は、補助記憶４０３から主記憶４０２にプログラムをロードして実行する。情報処理装置４００は例えば、ＰＣ（Personal Computer）やサーバにより実現できる。
　補助記憶４０３には、作業実績データ２０１、特徴分類ライブラリ２０２、作業時間定義ライブラリ２０３、製品型番ごとかつ作業コードごとにモデル化のために定義されたモデル化用の作業時間が格納される作業時間定義データ２０４、その他のデータ及び、生産計画スケジュール作成プログラム４１０、その他のプログラムが記憶されている。生産計画スケジュール作成プログラムはその主要部として特徴分類部４１１、作業時間定義部４１２、生産モデル構築部４１３、生産計画最適化部４１４を含んでいる。特徴分類部４１１、作業時間定義部４１２、生産モデル構築部４１３、生産計画最適化部４１４はそれぞれ図１に示した特徴分類ステップ１０１、作業時間定義ステップ１０２、生産モデル構築ステップ１０３、生産計画最適化ステップ１０４を実行する。このように、情報処理装置の計算や制御等の機能は、補助記憶に格納されたプログラム（ソフトウェア）がプロセッサによって実行されることで、定められた処理を他のハードウェアと協働して実現される。情報処理装置が実行するプログラム、その機能、あるいはその機能を実現する手段を、「機能」、「手段」、「部」、「ユニット」、「モジュール」等と呼ぶ場合があり、便宜上これらを主語として説明を行う場合がある。また、本実施例中、ソフトウェアで構成した機能と同等の機能は、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェアでも実現できる。そのような態様も本発明の範囲に含まれる。
　図５は、生産計画スケジューリングにより作成されるタイムチャートの例である。第１の計画案３０１、第２の計画案３１１ともに、製品１～３を生産するため、製品１～３に対して作業Ａ～Ｃを割り当てたものである。製品１～３のそれぞれが１つの製品型番に相当する。この例では作業Ａ～Ｃのそれぞれの作業時間は固定値であるが、作業Ａ～Ｃの割り当て方によってリードタイムに違いが生じる。作業の割り当てには制約条件があり、制約条件を満たしつつ、製品１～３すべての生産が完了するリードタイムがより短くなる計画を求めることが生産計画スケジューリングである。図５における制約条件は、同じ作業が複数の製品に対して同時に行えないことである。
　第１の計画案３０１においては、製品１に対して、間隔を空けずに、作業Ａ、作業Ｂ、作業Ｃを割り当てている。製品１の作業Ｂの終了後、製品２に対して作業Ｂを割り当て、その後間隔を空けて、製品１の作業Ｃ完了後、製品２に作業Ｃを割り当てている。製品２の作業Ｂが開始された後、製品３の作業Ａを開始し、間隔を空けずに作業Ｂを割り当てている。第１の計画案３０１のリードタイム３０２は、製品１の作業Ａ開始から製品２の作業Ｃ完了までとなる。
　一方、第２の計画案３１１においては、製品１に対し、作業Ａの後、間隔を空け、作業Ｂ、作業Ｃを間隔を空けずに割り当てている。製品１の作業Ｂの開始と同時に、製品２に対して作業Ｂを割り当て、その後間隔を空けずに作業Ｃを割り当てる。製品１の作業Ａの後、製品３の作業Ａを開始し、間隔を空けずに作業Ｂを割り当てている。第２の計画案３１１のリードタイム３１２は、製品１の作業Ａ開始から製品１の作業Ｃ完了までとなる。
　リードタイム３０２とリードタイム３１２とではリードタイム３１２の方が短くなっている。そのため、リードタイム３０２よりリードタイム３１２の方が、より生産性の高い計画案であるといえる。本実施例では、各製品に対する各作業の作業時間を精度よく見積もることで、作成する計画案の精度を高める。以下、具体的な例に沿って、本実施例の処理について説明する。
　図６Ａは作業実績データの例である。作業実績データテーブル２０１は、作業コード２０１１、対象製品２０１２、作業時間２０１３のカラムを有する。作業コード２０１１には、作業を一意に特定するための作業の名称または作業の識別番号が記載される。対象製品２０１２には、その作業が実行される製品名が記載される。製品は一意に特定され、図６Ａの例では、同じ製品型番である「製品１」に個体を特定する識別番号を付加した形式で記録されている。作業時間２０１３は、その対象製品に該当作業の実施に要した時間が記載される。この例では作業に要した時間を記録しているが、開始時間と終了時間を記録しておき、これらよりかかった時間を算出するようにしてもよい。
　図５で説明したように、生産計画スケジューリングには、製品型番ごとかつ作業コードごとの作業時間を定義する必要がある。図６Ｂは、作業実績データテーブル２０１に基づき、ある製品型番に対するある作業コード（例えば「製品１」に対する「作業Ａ」）について、作業時間分布（ヒストグラム）を作成した例を示している。作業Ａが組立作業であるとすれば、製品１を作業Ａによって組立てるのに要した作業時間を抽出し、作業時間分布（ヒストグラム）を作成している。図６Ｂの作業時間分布は多峰性を示すものであって、第１の山５０１、第２の山５０２、第３の山５０３の、３つの山が見られる。
　作業時間分布が１山であれば（作業時間分布が単峰性であれば）、当該作業コードにかかる作業時間は、作業時間分布に現れる山の代表値、例えばその山のピーク値や作業時間分布の最頻値または中央値を、モデル化のための作業時間として定義すればよい。一方、図６Ｂのように作業時間分布に複数の山があれば（作業時間分布が多峰性であれば）、当該作業コードにかかる作業時間を、例えば第２の山５０２の代表値と定義すると、実際の作業時間と定義した作業時間との間に、大きな乖離がかなりの確率で発生することが予想でき、モデル化のために定義される作業時間としてふさわしくない。作業時間分布が多峰性を示す場合には、作業時間分布が作業コード以外の別の要因にも依存していると考え、その要因によって３つの山を分離することが必要である。
　これは、作業コードが職場によって定義されており、同じ作業コードで同じ製品型番の製品に対して行われる作業であっても、作業の量や作業の内容に違いがあることに起因する。例えば、同じ製品型番の製品であっても製品の部品構成が異なっている場合がある。図６Ｃは製品１の部品管理表（ＢＯＭ図）の例である。製品１が、部品ａ、部品ｂ、部品ｃから構成されることを示しているが、同じ製品１であっても、部品の個数が異なる場合がある。すなわち、製品１（６０１）では、部品ａ～ｃがそれぞれ１つずつ用いて組み立てられており、製品１（６１１）では、部品ａが２つ、部品ｂ，ｃがそれぞれ１つずつ用いて組み立てられており、製品１（６２１）では、部品ａが３つ、部品ｂ，ｃがそれぞれ１つずつ用いて組み立てられていることを示している。このような場合、部品ａの個数の違いが、作業時間（組立時間）に反映されている可能性がある。例えば、製品１の部品ａの数に応じて作業実績データを分類して作業時間分布（ヒストグラム）を作成したところ、図７のようになったとする。グラフ７０１は部品ａが１つの場合の作業時間分布、グラフ７０２は部品ａが２つの場合の作業時間分布、グラフ７０３は部品ａが３つの場合の作業時間分布である。この場合、作業Ａについては、部品ａの数により分類した作業時間分布であれば、それぞれ１つの山に分離され、その山ごとに山の代表値、例えばその山のピーク値や作業時間分布の最頻値または中央値を、モデル化のための作業時間として定義すれば、精度の良い作業時間として定義できる。
　このように作業実績データに影響を及ぼす要因が明らかになれば、作業実績データにその要因に関するカラムを追加する。この場合、図８のように、部品ａの個数を示すカラム２０１４を追加する。これにより、図７のように作業時間分布をカラム２０１４により分類し、１つの山毎に分離された作業時間分布（ヒストグラム）を描画することができる。
　図９は、製品１に対する作業コードＡに定義される作業時間を示すタイムチャートである。上述のように、製品１については、作業実績データに影響を及ぼす要因である部品ａの個数ごとに、異なる作業時間を定義する。部品ａが１個の製品１（９０１）の作業コードＡに定義される作業時間が作業時間９０２、部品ａが２個の製品１（９０３）の作業コードＡに定義される作業時間が作業時間９０４、部品ａが３個の製品１（９０５）の作業コードＡに定義される作業時間が作業時間９０６であり、作業時間９０２＜作業時間９０４＜作業時間９０６である。このように、製品１に対する作業コードＡの作業時間を製品１の部品ａの個数毎に分けて定義することにより、作業コードＡの作業時間を一律とするときより、モデルと実際の作業時間との誤差を小さくすることができる。
　図１０は、例えば作業コードＢの作業実績データの作業時間分布である。グラフ１００１は、そのグラフの山の左側は急な上昇カーブであるのに対し、その山の右側はゆるやかな減少カーブとなっている。このように作業時間の長い方向にロングテールを有する分布を示すグラフ１００１は特徴の異なる２つの分布の合成であると考えられる。グラフ１００２はグラフ１００１の左側の急な上昇カーブと左右対称な正規分布を示す部分グラフであり、グラフ１００３はグラフ１００１からグラフ１００２を除いた残りの分布である。
　この場合、図１１に示すように、作業コードＢの作業時間として、待ち時間１１０２と正味の作業時間１１０３とに分解して定義するものとする。正味の作業時間１１０３に対応する作業実績データは、グラフ１００２に対応する作業時間分布を有すると考えられる。一方、待ち時間１１０２に対応する作業実績データは、グラフ１００３に対応する作業時間分布を有すると考えられる。実際の作業とは無関係な要因によって消費される時間であるため、その作業時間分布はロングテールを示すことが多い。正味の作業時間１１０３については、グラフ１００２の代表値、例えばグラフ１００２のピーク値や作業時間分布の最頻値または中央値を、モデル化のための作業時間として定義すればよい。また、待ち時間１１０２については、グラフ１００３の代表値、例えば作業時間分布の平均値、最頻値または中央値を、モデル化のための作業時間として定義すればよい。このように作業時間を、作業時間を決める要因ごとに分解してそれぞれに作業時間を定義することで、精度の良い作業時間が定義できる。
　また、特徴分類ステップにおいて、ピークが存在するまたはデータ欠損率が閾値以上の場合には、作業実績データに対して所定の前処理を行ったうえで、作業時間を定義する。ピークが存在する場合には、それらを外れ値として除去する前処理を行う。データ欠損率が閾値以上の場合には、データ欠損補完を行う前処理を行う。前処理をおこなった作業時間分布に左右対称な山が一つ存在する場合には、山の代表値、例えばその山のピーク値や作業時間分布の最頻値または中央値を、モデル化のための作業時間として定義する。一方で、前処理を行った作業時間分布が多峰性を示したり、左右非対称な形状を示したりした場合には、既に説明した作業時間定義アルゴリズムを適用して作業時間を定義すればよい。
１０１：特徴分類ステップ、１０２：作業時間定義ステップ、１０３：生産モデル構築ステップ、１０４：生産計画最適化ステップ、２０１：作業実績データ、２０２：特徴分類ライブラリ、２０３：作業時間定義ライブラリ、２０４：作業時間定義データ、４００：情報処理装置、４０１：プロセッサ、４０２：主記憶、４０３：補助記憶、４０４：入出力インタフェース、４０５：表示インタフェース、４０６：ネットワークインタフェース、４０７：バス、４０８：ディスプレイ、４０９：入力装置、４１０：生産計画スケジュール作成プログラム。

Claims (10)

  1. 　複数の製品型番に係る製品を、そのそれぞれに対して複数の作業コードに係る作業を実行することにより生産する生産スケジュールを立案する生産計画スケジュール作成方法であって、
    　所定の製品型番に係る製品に対して所定の作業コードに係る作業に要した作業実績データから、特徴分類ライブラリに基づき製品型番ごと及び作業コードごとに作業時間分布の特徴を抽出し、
    　抽出された製品型番ごと及び作業コードごとの作業時間分布の特徴が作業時間定義ライブラリに定義された分布特徴を有する場合には、前記分布特徴に応じて前記作業時間定義ライブラリに定義されたアルゴリズムにしたがって、製品型番ごと及び作業コードごとの作業時間を定義した作業時間定義データを作成し、
    　前記作業時間定義データを用いて、複数の製品型番に係る製品を生産する生産モデルを構築し、
    　前記生産モデルのリードタイムを最小化するよう前記生産モデルを最適化する生産計画スケジュール作成方法。
  2. 　請求項１において、
    　前記特徴分類ライブラリは、作業時間分布における山の数を作業時間分布の特徴として抽出するプログラムを有し、
    　製品型番ごとかつ作業コードごとの作業時間分布の特徴として、複数の山を有している場合、製品型番ごとかつ作業コードごとの作業時間を、当該作業コード以外の作業時間依存要素を含めた作業時間として定義する生産計画スケジュール作成方法。
  3. 　請求項１において、
    　前記特徴分類ライブラリは、作業時間分布における山の左右の傾きの違いを作業時間分布の特徴として抽出するプログラムを有し、
    　製品型番ごとかつ作業コードごとの作業時間分布の特徴として、山の右側の傾きが所定の閾値以下である場合、製品型番ごとかつ作業コードごとの作業時間を、正味の作業時間と待ち時間とに分解して定義する生産計画スケジュール作成方法。
  4. 　請求項１において、
    　前記特徴分類ライブラリは、作業時間分布において正規分布としての裾野を有さないピークを作業時間分布の特徴として抽出するプログラムを有し、
    　製品型番ごとかつ作業コードごとの作業時間分布の特徴として、ピークが存在する場合、製品型番ごとかつ作業コードごとの作業時間を定義するにあたり、前記ピークに係る作業実績データを外れ値として除去する前処理を行う生産計画スケジュール作成方法。
  5. 　請求項１において、
    　前記特徴分類ライブラリは、製品型番ごとかつ作業コードごとの作業実績データのデータ欠損率を算出するプログラムを有し、
    　製品型番ごとかつ作業コードごとの作業実績データのデータ欠損率が所定の閾値以上である場合、製品型番ごとかつ作業コードごとの作業実績データに対して、データ欠損補完アルゴリズムを前処理として適用する生産計画スケジュール作成方法。
  6. 　複数の製品型番に係る製品を、そのそれぞれに対して複数の作業コードに係る作業を実行することにより生産する生産スケジュールを立案する情報処理装置であって、
    　プロセッサと、
    　メモリと、
    　前記メモリに読み込まれ、前記プロセッサにより実行される生産計画スケジュール作成プログラムとを有し、
    　前記生産計画スケジュール作成プログラムは、特徴分類部と、作業時間定義部と、生産モデル構築部と生産計画最適化部とを有し、
    　前記特徴分類部は、所定の製品型番に係る製品に対して所定の作業コードに係る作業に要した作業実績データから、特徴分類ライブラリに基づき製品型番ごとかつ作業コードごとに作業時間分布の特徴を抽出し、
    　前記作業時間定義部は、前記特徴分類部により抽出された製品型番ごとかつ作業コードごとの作業時間分布の特徴が作業時間定義ライブラリに定義された分布特徴を有する場合には、前記分布特徴に応じて前記作業時間定義ライブラリに定義されたアルゴリズムにしたがって、製品型番ごとかつ作業コードごとの作業時間を定義した作業時間定義データを作成し、
    　前記生産モデル構築部は、前記作業時間定義データを用いて、複数の製品型番に係る製品を生産する生産モデルを構築し、
    　前記生産計画最適化部は、前記生産モデルのリードタイムを最小化するよう前記生産モデルを最適化する情報処理装置。
  7. 　請求項６において、
    　前記特徴分類ライブラリは、作業時間分布における山の数を作業時間分布の特徴として抽出するプログラムを有し、
    　前記作業時間定義部は、製品型番ごとかつ作業コードごとの作業時間分布の特徴として、複数の山を有している場合、製品型番ごとかつ作業コードごとの作業時間を、当該作業コード以外の作業時間依存要素を含めた作業時間として定義する情報処理装置。
  8. 　請求項６において、
    　前記特徴分類ライブラリは、作業時間分布における山の左右の傾きの違いを作業時間分布の特徴として抽出するプログラムを有し、
    　前記作業時間定義部は、製品型番ごとかつ作業コードごとの作業時間分布の特徴として、山の右側の傾きが所定の閾値以下である場合、製品型番ごとかつ作業コードごとの作業時間を、正味の作業時間と待ち時間とに分解して定義する情報処理装置。
  9. 　請求項６において、
    　前記特徴分類ライブラリは、作業時間分布において正規分布としての裾野を有さないピークを作業時間分布の特徴として抽出するプログラムを有し、
    　前記作業時間定義部は、製品型番ごとかつ作業コードごとの作業時間分布の特徴として、ピークが存在する場合、製品型番ごとかつ作業コードごとの作業時間を定義するにあたり、前記ピークに係る作業実績データを外れ値として除去する前処理を行う情報処理装置。
  10. 　請求項６において、
    　前記特徴分類ライブラリは、製品型番ごとかつ作業コードごとの作業実績データのデータ欠損率を算出するプログラムを有し、
    　前記作業時間定義部は、製品型番ごとかつ作業コードごとの作業実績データのデータ欠損率が所定の閾値以上である場合、製品型番ごとかつ作業コードごとの作業実績データに対して、データ欠損補完アルゴリズムを前処理として適用する情報処理装置。
PCT/JP2019/006492 2018-06-06 2019-02-21 生産計画スケジュール作成方法及び情報処理装置 WO2019234995A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/980,509 US20210365851A1 (en) 2018-06-06 2019-02-21 Production plan schedule creation method and information processing device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018108306A JP6936188B2 (ja) 2018-06-06 2018-06-06 生産計画スケジュール作成方法及び情報処理装置
JP2018-108306 2018-06-06

Publications (1)

Publication Number Publication Date
WO2019234995A1 true WO2019234995A1 (ja) 2019-12-12

Family

ID=68770197

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/006492 WO2019234995A1 (ja) 2018-06-06 2019-02-21 生産計画スケジュール作成方法及び情報処理装置

Country Status (3)

Country Link
US (1) US20210365851A1 (ja)
JP (1) JP6936188B2 (ja)
WO (1) WO2019234995A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007140625A (ja) * 2005-11-15 2007-06-07 Omron Corp 生産管理装置、生産管理システム、生産管理方法、制御プログラム、および記録媒体
JP2013030020A (ja) * 2011-07-28 2013-02-07 Mitsubishi Heavy Ind Ltd 生産管理装置、生産計画立案方法および生産計画立案プログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019105887A (ja) * 2017-12-08 2019-06-27 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007140625A (ja) * 2005-11-15 2007-06-07 Omron Corp 生産管理装置、生産管理システム、生産管理方法、制御プログラム、および記録媒体
JP2013030020A (ja) * 2011-07-28 2013-02-07 Mitsubishi Heavy Ind Ltd 生産管理装置、生産計画立案方法および生産計画立案プログラム

Also Published As

Publication number Publication date
JP2019212076A (ja) 2019-12-12
JP6936188B2 (ja) 2021-09-15
US20210365851A1 (en) 2021-11-25

Similar Documents

Publication Publication Date Title
CN107591800B (zh) 基于场景分析的含分布式电源配电网运行状态预测方法
JP4239932B2 (ja) 生産管理システム
US7242994B2 (en) Method and system of production planning
US11720086B2 (en) Machining-process generation device, and machining-process generation method
US20140298321A1 (en) Installation control method and installation control apparatus
US20070233436A1 (en) Structural analysis apparatus, structural analysis method, and structural analysis program
US20160004757A1 (en) Data management method, data management device and storage medium
US20190205828A1 (en) Delivery prediction with degree of delivery reliability
CN109891337B (zh) 用于提供用于制造零件中的特征的加工方法的过程和系统
JP2008134705A (ja) データ処理方法及びデータ分析装置
CN114365136A (zh) 用于校准生产线的仿真模型的方法和装置
RU2016106993A (ru) Способ моделирования лопасти не капотированного винта
WO2017090475A1 (ja) 情報処理システム、関数作成方法および関数作成プログラム
US20170177424A1 (en) Specific risk toolkit
TW201730786A (zh) 執行以時間序列資料與分析資料當中的至少一部分作為輸入資料之分析處理的分析系統及分析方法
WO2020062186A1 (en) Industrial device matching method and apparatus
CN108268611B (zh) 一种基于MapReduce的k-means文本聚类的方法及装置
WO2019234995A1 (ja) 生産計画スケジュール作成方法及び情報処理装置
US20220334941A1 (en) Pattern extraction and rule generation apparatus, method, and program
JP6233038B2 (ja) 組立歩留予測装置、組立歩留予測プログラムおよび組立歩留予測方法
CN104462139A (zh) 用户行为的聚类方法和系统
US20170220726A1 (en) Method and system for performing a design space exploration of a circuit
US20160026637A1 (en) Search method, search device, and storage medium
US20190278785A1 (en) Computer-readable recording medium storing search program and search method
CN111382925A (zh) 生产实绩数据分析装置

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: 19816044

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19816044

Country of ref document: EP

Kind code of ref document: A1