WO2021205823A1 - 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム - Google Patents

生産知識管理システム、生産知識管理方法及び生産知識管理プログラム Download PDF

Info

Publication number
WO2021205823A1
WO2021205823A1 PCT/JP2021/010501 JP2021010501W WO2021205823A1 WO 2021205823 A1 WO2021205823 A1 WO 2021205823A1 JP 2021010501 W JP2021010501 W JP 2021010501W WO 2021205823 A1 WO2021205823 A1 WO 2021205823A1
Authority
WO
WIPO (PCT)
Prior art keywords
knowledge
classification
search
production
defect
Prior art date
Application number
PCT/JP2021/010501
Other languages
English (en)
French (fr)
Inventor
川田　みゆき
勝煥 朴
良幸 高森
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 US17/917,582 priority Critical patent/US20230143297A1/en
Publication of WO2021205823A1 publication Critical patent/WO2021205823A1/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
    • G06Q50/00—Systems or methods specially adapted for 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
    • 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], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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
    • G06Q10/0633—Workflow analysis
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Definitions

  • the present invention relates to a production knowledge management system, a production knowledge management method, and a production knowledge management program.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2006-31213
  • the defect case registration search edits and creates a defect case that describes the content of the defect and the countermeasures taken for the defect event that occurred in the past, and registers it in the defect case registration search device.
  • multiple component events that make up the defect event can be used.
  • the event chain network in which the event chains common to the main events are related by the common main event is to be edited and set.
  • Patent Document 2 Japanese Patent Application Laid-Open No. 2007-2417774
  • the product / process model DB stores an integrated model that integrates the product structure information model and the process configuration information model. Based on this integrated model, modeling of defects in the product design model. In addition, defects in production and manufacturing are also modeled. And since this integrated model expresses the process by state transition, it is possible to express the defect occurrence mechanism based on the causal chain relationship of defects in the production system.
  • the quality knowledge DB stores the entity / state data model that expresses each of the entity (unit / part) and the state (process) by attributes and methods based on the above integrated model, and systematically stores the knowledge and know-how in the production system. It is possible to describe in. ”(See summary).
  • Patent Documents 1 and 2 disclose a technique for constructing a tree-structured database by associating a certain knowledge with another knowledge by a definition of causality or parent and child.
  • Patent Documents 1 and 2 disclose a technique for constructing a tree-structured database by associating a certain knowledge with another knowledge by a definition of causality or parent and child.
  • Patent Documents 1 and 2 disclose a technique for constructing a tree-structured database by associating a certain knowledge with another knowledge by a definition of causality or parent and child.
  • Patent Documents 1 and 2 disclose a technique for constructing a tree-structured database by associating a certain knowledge with another knowledge by a definition of causality or parent and child.
  • one form of the present invention includes a database and a search unit for searching the database, and the database is a classification name that classifies the processes performed in each process of the production line and the classification name thereof.
  • a classification master table registered by associating a classification ID that is a unique key, a process table that is registered by associating a process name of the process with a process ID that is the unique key, and the next process of the process ID and the process indicated by the process ID.
  • the process order table registered in association with the next process ID which is a unique key of the above, the process classification table registered in association with the process ID and the classification ID, the contents of defects that may occur in each process, and their causes.
  • the search unit includes a knowledge table registered by associating the knowledge ID, which is a unique key thereof, and a knowledge classification table registered by associating the knowledge ID with the classification ID, and the search unit includes a defect keyword and a defect occurrence process. Is accepted, and the defects are narrowed down to the records of the knowledge table by determining the similarity of the character strings between the defect keywords and the defect contents stored in the knowledge table using the database, and the defects are added to the narrowed down records. It is characterized in that a first search is performed to specify a first related knowledge record group that is prioritized as the one related to the classification name is prioritized in the generation process or the process upstream of the production line.
  • FIG. 1 It is a block diagram which shows the system structure of the production knowledge management system which concerns on Example 1 of this invention. It is a functional block diagram of the production knowledge management system which concerns on Example 1.
  • FIG. It is a table block diagram of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the classification master table of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the process table of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the process order table of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the process classification table of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram which shows the process flow of the sample explaining the process of the production knowledge management system which concerns on Example 1.
  • FIG. 5 is a conceptual diagram of a table and a view stored in a search information storage unit used in the production knowledge management system according to the first embodiment. It is a top view of the knowledge search screen used in the production knowledge management system which concerns on Example 1.
  • FIG. It is a flowchart of the search process executed by the production knowledge management system which concerns on Example 1.
  • FIG. 1 It is a conceptual diagram of the interprocess node number table of the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the most upstream node number view created by the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the node number classification view created by the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the nearest neighbor classification view created by the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the 1st stage candidate view created by the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the 1st stage arrangement order determination view created by the production knowledge management system which concerns on Example 1.
  • FIG. 1 It is a conceptual diagram explaining the determination method of ⁇ 1st stage node number> and ⁇ 1st stage process ID> in the production knowledge management system which concerns on Example 1.
  • FIG. 2nd stage candidate view created by the production knowledge management system which concerns on Example 1.
  • FIG. 2nd stage arrangement order determination view created by the production knowledge management system which concerns on Example 1.
  • FIG. 2nd stage arrangement order determination view created by the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram explaining the determination method of ⁇ 2nd stage node number> and ⁇ 2nd stage process ID> in the production knowledge management system which concerns on Example 1.
  • FIG. It is a conceptual diagram of the 3rd stage candidate view created by the production knowledge management system which concerns on Example 1.
  • FIG. 1 It is a conceptual diagram of the 3rd stage arrangement order determination view created by the production knowledge management system which concerns on Example 1.
  • FIG. 2 It is a conceptual diagram explaining the determination method of ⁇ third stage node number> and ⁇ third stage process ID> in the production knowledge management system which concerns on Example 1.
  • FIG. 2 It is a functional block diagram of the production knowledge management system which concerns on Example 2 of this invention. It is a top view of the knowledge search screen used in the production knowledge management system which concerns on Example 3.
  • FIG. It is a flowchart of the search process executed by the production knowledge management system which concerns on Example 3.
  • It is a block diagram which shows the network connection between the production knowledge management system and the production condition monitoring system which concerns on Example 4.
  • FIG. It is a conceptual diagram of the error knowledge table used in the production knowledge management system which concerns on Example 4.
  • FIG. 1 is a block diagram showing a system configuration of the production knowledge management system 101 according to the first embodiment of the present invention.
  • the production knowledge management system 1 is a database system.
  • the production knowledge management system 101 includes a CPU (Central Processing Unit) 11 that performs various calculations and centrally controls each part of the production knowledge management system 101.
  • the CPU 11 includes a RAM (Random Access Memory) 12 that serves as a work area for the CPU 11, a ROM 13 that stores a BIOS (Basic Input Output System), and a magnetic storage device (HDD) that is a non-volatile storage device that stores various data. ) 14 (which may be an SSD (Solid State Drive) or the like) is connected.
  • RAM Random Access Memory
  • BIOS Basic Input Output System
  • HDD magnetic storage device
  • the CPU 11 includes a communication interface (I / F) 105 for communicating with a network 120 (FIG. 2) such as the Internet, a Blu-ray disc (Blu-ray (registered trademark) Disc), and a DVD (Digital Versatile Disc).
  • a storage medium reading device 17 such as an optical disk device that reads data of a storage medium 16 which is various media such as a CD (Compact Disc) is connected.
  • an input device 18 such as a keyboard and a mouse and a display device 19 such as a liquid crystal display and an organic EL display are connected to the CPU 11.
  • the production knowledge management program 20 is set up in the magnetic storage device 14.
  • the production knowledge management program 20 may be downloaded from the Internet or the like and set up in the magnetic storage device 14, or may be read from the storage medium 16 by the storage medium reading device 17 and set up in the magnetic storage device 14.
  • the production knowledge management system 101 is shown as a single server device, but it may be implemented as a plurality of server devices on a network that operate in cooperation with each other.
  • the production knowledge management program 20 shown in FIG. 1 as a set of data is also an aggregate of a group of programs that are distributed and set up in a plurality of server devices.
  • the storage medium 16 is also an aggregate of a storage medium group composed of storage media corresponding to each server device.
  • the production knowledge management system 101 operates based on the production knowledge management program 20, constructs a database 107 (FIG. 2) described later in the magnetic storage device 14 and other non-volatile storage devices, and searches the database 107. be able to.
  • the production knowledge management system 101 is a database that is used at a certain production site and registers various failure cases in order to solve the defects that occur in the production line of the production site.
  • process means a process in a production line.
  • upstream refers to the upstream as seen from a certain process on the production line.
  • FIG. 2 is a functional block diagram of the production knowledge management system 101.
  • the production knowledge management system 101 constructs a database 107, and the classification master information storage unit 108, the process information storage unit 109, and the knowledge information storage unit 110 are provided in the database 107, respectively.
  • the data input / output processing unit 103 inputs / outputs data in the database 107.
  • the search unit 104 performs a search process for the database 107.
  • the search information storage unit 111 stores the search information obtained by searching the database 107.
  • a terminal device 121 connected to the production knowledge management system 101 via the network 120 is used.
  • the terminal device 121 includes a communication I / F 122 that communicates with the production knowledge management system 101 via the network 120, and a data input / output unit 123 that allows the user of the terminal device 121 to input / output data.
  • the access control unit 102 controls access from the terminal device 121 via the communication I / F 105 and the network 120.
  • Patent Documents 1 and 2 disclose a technique for constructing a tree-structured database by associating a certain knowledge with another knowledge by a definition of causality or parent and child.
  • a technique has the following problems.
  • many of the knowledge obtained at the production site of various products is uncertain about the cause and effect on the way, and the work of applying the knowledge to the tree structure is heavy. Therefore, it is difficult to build a database with a tree of knowledge.
  • production knowledge management system 101 production knowledge management program 20
  • the system and the processing process production knowledge management method that enable the search of knowledge using a database that can be easily constructed will be described in detail. explain.
  • FIG. 3 is a block diagram showing the types and relationships of the tables stored in the database 107.
  • the classification master information storage unit 108 stores the classification master table T3.
  • the process information storage unit 109 stores the process table T4, the process order table T5, the process classification table T6, and the interprocess node number table T15.
  • the knowledge information storage unit 110 stores the knowledge table T8 and the knowledge classification table T9.
  • each table row-by-row information stored in a table or view is referred to as a "record".
  • the table means a group of records held in a state where the value is fixed
  • the view means a group of records in a state where a part or the whole of the table is temporarily referenced and processed.
  • the value that is the content of the record used as the sample of the example is described by enclosing it in "”.
  • FIG. 4 is a conceptual diagram of the classification master table T3.
  • the classification master table T3 is a table in which a ⁇ classification name> as a record and a ⁇ classification ID> which is a unique key of the record are associated with each other.
  • ⁇ Classification name> is a classification name that classifies the processes performed in various processes in the production line. In principle, this classification name does not include field terminology that is unique to a specific production line, and consists of general-purpose terms (general names) that are commonly used for production lines of at least the same type of products. It is desirable that it is done.
  • the server administrator registers records in advance by the data input / output processing unit 103 before the start of operation of the production knowledge management system 101, and then the server administrator inputs / outputs data as necessary. Records are added or changed from the processing unit 103.
  • FIG. 5 is a conceptual diagram of the process table T4.
  • the process table T4 is registered in association with the ⁇ process name> as a record and the ⁇ process ID> which is a unique key of the record.
  • ⁇ Process name> is a notation of the name of each process in the production line, and unlike the classification name in FIG. 4, the field terminology unique to a specific production line may be included.
  • FIG. 6 shows a process order table T5 for registering the process order in the production line.
  • the process order may be defined by another method such as numbering, but in the first embodiment, it is defined by associating the ⁇ process ID> with the ⁇ next process ID>.
  • the ⁇ next process ID> is the ⁇ process ID> of the process next to the process indicated by the ⁇ process ID>.
  • the method of associating the ⁇ process ID> with the ⁇ next process ID> can define the flow of the process such that the processes branch and merge in the middle of the production line.
  • Both ⁇ process ID> and ⁇ next process ID> are values selected from ⁇ process ID> in the process table T4 (FIG. 5).
  • FIG. 7 shows the process classification table T6.
  • the ⁇ process ID> of the process table T4 (FIG. 5) and the ⁇ classification ID> of the classification master table T3 (FIG. 4) are stored in association with each other. This association may be one-to-many or many-to-one.
  • ⁇ process ID> "P10611” is associated with two ⁇ classification IDs> "KS2" and "KK5".
  • three ⁇ process IDs> of "P10511”, "P10811”, and "P20411” are associated with ⁇ classification ID> "KY1".
  • the above process information is information that is finalized at the manufacturing site before the production line design is completed and production is started. Therefore, in the process table T4 (FIG. 5), the process order table T5 (FIG. 6), and the process classification table T6 (FIG. 7), the server administrator sets the data input / output processing unit 103 before the start of operation of the production knowledge management system 101. Register the record by. After that, when the contents of the processes constituting the production line are changed, such as changes in product specifications and improvements in manufacturing methods, the server administrator adds or changes records by the data input / output processing unit 103.
  • FIG. 8 is a conceptual diagram showing information about the processes stored in the tables of FIGS. 5 to 7 for the sample (an example of the production line) shown in the first embodiment.
  • each box represents an individual process 701 on the production line (in FIG. 8, only one box is coded).
  • ⁇ process ID>, ⁇ process name>, ⁇ classification name>, and ⁇ classification ID> are described.
  • the arrows connecting the boxes indicate the flow of each process 701 in the production line.
  • the process table T4 (FIG. 5) and the process order table T5 (FIG. 6) exist, the flow of each process in the production line is clear.
  • the ⁇ classification name> associated with each ⁇ process name> is also clear from the process classification table T6 (FIG. 7) and the classification master table T3 (FIG. 4).
  • the interprocess node number table T15 (FIG. 3) will be described later.
  • FIG. 9 is a conceptual diagram of the knowledge table T8.
  • the knowledge table T8 is configured by associating ⁇ defect content> and ⁇ cause> with ⁇ knowledge ID> which is a unique key of these records.
  • columns that describe the content of knowledge in detail such as ⁇ Countermeasures>, may be additionally associated with these.
  • FIG. 10 is a conceptual diagram of the knowledge classification table T9.
  • the knowledge classification table T9 is information that is searched at the production site and is used as a reference for countermeasures against defects.
  • other examples include exhibition information of information, storage destinations of photographs and materials, responsible persons, registrants of knowledge records, registration date and time, and the like. ..
  • the ⁇ defect content> in the knowledge table T8 shows the content of various defects that may occur (occurred in the past or are expected to occur in the future) on the production line.
  • the ⁇ factor> indicates the content (within the known range) of the factor that causes the associated ⁇ defect content>.
  • ⁇ Countermeasure> indicates the content of the countermeasure for the associated ⁇ defect content>.
  • ⁇ Failure content>, ⁇ Factor>, ⁇ Countermeasure>, etc. may include terms unique to the site term only in a specific production line.
  • the knowledge classification table T9 stores information regarding the association between the ⁇ knowledge ID> of the knowledge table T8 (FIG. 9) and the ⁇ classification ID> of the classification master table T3 (FIG. 4).
  • the association may be one-to-many or many-to-one.
  • the ⁇ knowledge ID> "AM01” is associated with the two ⁇ classification IDs> "KS1" and "KY1".
  • two ⁇ knowledge IDs> of "AX01" and "AX02" are associated with ⁇ classification ID> "KT1".
  • the ⁇ process ID> and the ⁇ knowledge ID> are associated with each other by the knowledge classification table T9 (FIG. 10) and the process classification table T6 (FIG. 7). Therefore, ⁇ process name> is associated with ⁇ defect content>, ⁇ cause>, and ⁇ countermeasure>. Further, ⁇ classification name> is also associated with these (FIGS. 4 to 7, 9, 9 and 10).
  • FIG. 11 is a plan view of the knowledge registration screen 1001 displayed on the display of the terminal device 121 via the data input / output unit 123.
  • the user can display the knowledge registration screen 1001 on his / her own terminal device 121.
  • the knowledge registration screen 1001 has a save button 1002, a defect content input field 1003, a classification display field 1004, a classification addition button 1005, a classification deletion button 1006, a classification selection field 1007, and a factor input field 1008.
  • the user can add, edit, and delete records from the knowledge table T8 (FIG. 9) and the knowledge classification table T9 (FIG. 10) at any time using the knowledge registration screen 1001.
  • the knowledge registration screen 1001 displays the contents of one record associated with each other in the knowledge table T8 (FIG. 9).
  • the ⁇ defect content> of the knowledge table T8 is displayed in a state in which the content can be edited on the knowledge registration screen 1001.
  • the ⁇ classification name> of all records from the classification master table T3 (FIG. 4) is displayed in a selectable state based on the ⁇ classification ID> of the knowledge classification table T9.
  • the ⁇ classification name> of the classification master table T3 (FIG. 4) is displayed in a selectable state.
  • the click of the classification addition button 1005 is detected, if there is a ⁇ classification name> selected in the classification selection field 1007, the ⁇ classification name> is added to the classification display field 1004 and displayed.
  • the classification display field 1004 For example, in the state of FIG. 11, when the user selects "press-fit” in the classification selection field 1007 and then clicks the classification addition button 1005, "welding, performance inspection 1, press-fit" is displayed in the classification display field 1004. indicate.
  • the ⁇ classification name> is deleted from the classification display field 1004. For example, in the state of FIG. 11, when the user selects "welding" in the classification display field 1004 and then clicks the classification deletion button 1006, only "performance inspection 1" is displayed in the classification display field 1004.
  • the factor input field 1008 displays the ⁇ factor> of the knowledge table T8 (FIG. 9) in a state in which the contents can be edited on the screen.
  • the data input / output processing unit 103 displays the ⁇ defect content> and ⁇ factor> of the knowledge table T8 (FIG. 9) in the defect content input field 1003 and the factor input field 1008. Update to. Further, the data input / output processing unit 103 adds or deletes records to the knowledge classification table T9 (FIG. 10) so as to match the contents displayed in the classification display field 1004.
  • FIG. 12 is a plan view of the knowledge list screen 1101 displayed on the display of the terminal device 121 via the data input / output unit 123.
  • the knowledge list screen 1101 has an edit button 1102, an add button 1103, a delete button 1104, and a knowledge list display field 1105.
  • the ⁇ defect details> and ⁇ factors> of all the records in the knowledge table T8 can be displayed in a state in which the records can be selected.
  • the data input / output unit 123 (FIG. 2) displays the knowledge registration screen 1001 (FIG. 11) in a state where the record selected in the knowledge list display field 1105 is displayed. )open.
  • the add button 1103 is clicked, the data input / output unit 123 opens the knowledge registration screen 1001 in which the defect content input field 1003, the classification display field 1004, and the factor input field 1008 are empty.
  • the click of the delete button 1104 is detected, if there is a record selected in the knowledge list display field 1105, first, based on the ⁇ knowledge ID> of the record, the same ⁇ Delete the record with Knowledge ID>. Next, the record of the same ⁇ knowledge ID> is deleted from the knowledge table T8 (FIG. 9). As described above, the user can store information in the knowledge information storage unit 110 at any time by operating the terminal device 121.
  • the search information storage unit 111 temporarily stores records extracted / processed from the database 107 (FIG. 2) based on the search conditions in the search process executed by the search unit 104 (FIG. 2) described later. It is a memory area.
  • FIG. 13 shows a conceptual diagram of a table and a view stored in the search information storage unit 111.
  • the inter-process node number table T15 (FIG. 16), the most upstream node number view V16 (FIG. 17), the node number classification view V17 (FIG. 18), the nearest neighbor classification view V18 (FIG. 19), The first-stage candidate view V19 (FIG. 20) is temporarily stored.
  • the first-stage arrangement order determination view V20 (FIG. 21), the second-stage candidate view V22 (FIG. 23), the arrangement order determination view V23 (FIG. 24), and the third-stage candidate view V25 (FIG. 21). 26) and the third-stage alignment order determination view V26 (FIG. 27) are temporarily stored.
  • FIG. 13 only a part thereof is illustrated.
  • the arrow indicates the reference relationship between the view and the table.
  • the nearest neighbor classification view V18 is a view that refers to and processes the record of the node number classification view V17. Details of each table and view will be described in the description of [Search process] described later.
  • FIG. 14 is a plan view of the knowledge search screen 1301 displayed on the display of the terminal device 121 via the data input / output unit 123.
  • the knowledge search screen 1301 includes a defect keyword input field 1302, a defect occurrence process selection field 1303, a knowledge search execution button 1304, a search result display field 1305, and a knowledge detail display button 1306.
  • the defect keyword input field 1302 is displayed in a state in which the user can input an arbitrary character string.
  • the initial state is blank.
  • the defect keyword input field 1302 the content of the defect that occurred on the production line is input.
  • the defect occurrence process selection field 1303, the ⁇ process name> of the process table T4 (FIG. 5) can be displayed as a selectable pull-down menu.
  • the user selects the process in which the defect that has been input in the defect keyword input field 1302 occurs in the production line.
  • one ⁇ process name> selected by the user from the process table T4 is displayed.
  • the click of the knowledge search execution button 1304 is an instruction to execute the search process by the search unit 104.
  • the search result display field 1305 does not display anything in the initial state, but after the search process is executed, as shown in FIG. 14, the search process result is displayed in the first stage display field 1307, the second stage display field 1308, and 3. Each record is displayed in the column display field 1309 in a selectable state.
  • the knowledge detail display button 1306 is clicked, the data input / output unit 123 opens the knowledge registration screen 1001 (FIG. 11) in a state where the record is displayed, if there is a record selected in the search result display field 1305. ..
  • FIG. 15 is a flowchart showing a search process executed by the search unit 104.
  • the search unit 104 acquires the search condition (step S2), triggered by the acceptance of the search execution command by clicking the knowledge search execution button 1304 (FIG. 14) (Yes in step S1).
  • the search condition the character string input in the defect keyword input field 1302 shown in FIG. 14 is accepted as the defect keyword.
  • the defect keyword is for the user to input the content of the defect that occurred on the production line in simple words.
  • the ⁇ process name> selected in the defect occurrence process selection field 1303 is accepted as the defect occurrence process.
  • the ⁇ process ID> starting process ID
  • the defect occurrence process is a ⁇ process name> indicating the process in the production line in which the defect occurred, which is input as the defect keyword.
  • the search unit 104 performs node analysis (step S3).
  • the search unit 104 extracts the knowledge record of the first stage (step S4).
  • the "knowledge record” is a record registered in the knowledge table T8 (FIG. 9).
  • the search unit 104 determines the order of the first stage (step S5).
  • the search unit 104 extracts the knowledge record of the second stage (step S6).
  • the search unit 104 determines the order of the second row (step S7).
  • the search unit 104 extracts the knowledge record of the third stage (step S8).
  • the search unit 104 determines the order of the third-stage knowledge records (step S9).
  • the search unit 104 determines the display contents of the first to third stages (step S10).
  • step S11 the search unit 104 displays the display contents of the first to third rows determined as described above in the search result display field 1305 (FIG. 14) (step S11). This completes the search process and puts it in a standby state.
  • steps S4 and S5 will be referred to as a first search
  • steps S6 and S7 will be referred to as a second search first time
  • steps S8 and S9 will be referred to as a second search second time.
  • FIG. 16 shows an interprocess node number table T15 (FIG. 3).
  • ⁇ starting process ID>, ⁇ process ID>, ⁇ node type>, and ⁇ node number> are registered in association with each other.
  • the ⁇ starting point process ID> and the ⁇ process ID> are any values registered as the ⁇ process ID> in the process table T4 (FIG. 5).
  • the inter-process node number table T15 (FIG. 3) is a round-robin pair of all ⁇ process IDs> ( ⁇ starting process IDs>) stored in the process table T4 and all ⁇ process IDs> including itself.
  • This is information in which "closeness" in consideration of the causal relationship between processes is defined by ⁇ node type> and ⁇ node number> based on the process order table T5 (FIG. 6).
  • ⁇ Node type> and ⁇ Node number> are concepts that define "closeness" in consideration of causal relationships between processes. That is, ⁇ node number> is a numerical value indicating the proximity between processes, and ⁇ node type> indicates the type of ⁇ node number>.
  • the idea is that knowledge information about similar processes existing on other production lines is more likely to contain solutions to defects that occur in the base point process than knowledge information about processes downstream of the base point process.
  • this idea is an example of defining the order of knowledge records, and the proximity may be defined by another idea.
  • the ⁇ node type> and the ⁇ node number> are defined and stored as follows for the ⁇ process ID> with respect to the ⁇ starting process ID>.
  • the ⁇ process ID> with respect to the ⁇ starting point process ID> is of type (a)
  • ⁇ node type> 2
  • ⁇ node number> starts from the most upstream ⁇ node number> +2 and is numbered so as to increase downstream.
  • the reason why the ⁇ node number> starts from the most upstream ⁇ node number> +2 here is that the most upstream ⁇ node number> +1 is assigned to (c) in the rearrangement of records described later. ..
  • FIG. 17 is a conceptual diagram of the most upstream node number view V16.
  • the ID> and the ⁇ node number> are arranged in association with each other.
  • FIG. 18 is a conceptual diagram of the node number classification view V17.
  • the node number classification view V17 combines each record of the interprocess node number table T15 (FIG. 16) with the ⁇ classification ID> of the process classification table T6 (FIG. 7) using the ⁇ process ID> as a key, and ⁇ starting process ID. >, ⁇ Node number>, ⁇ Process ID>, and ⁇ Classification ID> are arranged in association with each other.
  • FIG. 19 is a conceptual diagram of the nearest neighbor classification view V18.
  • the nearest neighbor classification view V18 is a record group obtained by extracting the record having the smallest ⁇ node number> for each ⁇ classification ID> with respect to the ⁇ starting point process ID> from the node number classification view V17.
  • the interprocess node number table T15 (FIG. 16), the most upstream node number view V16 (FIG. 17), the node number classification view V17 (FIG. 18), and the nearest neighbor classification view V18 (FIG. 19) are searched in step S2. It is possible to determine the value regardless of the condition. Therefore, the process of step S3 is triggered not only by accepting the search execution instruction but also by opening the knowledge search screen 1301 by the user or by updating the process information by the server administrator. It may be executed independently.
  • the interprocess node number table T15 (FIG. 16) there are various ways of thinking about the definition of "closeness" in consideration of the causal relationship between processes, such as the proximity of the implementation location and the proximity of the target parts.
  • the ⁇ node type> and ⁇ node number> may be determined according to a definition other than the above definition, and the ⁇ node number> may be a real number with a decimal point instead of an integer.
  • the server administrator may manually register an arbitrary numerical value.
  • the inter-process node number table T15 may be stored in the process information storage unit 109 of the database 107 by the server administrator before the operation of the production knowledge management system is started.
  • step S4 the knowledge record strongly related to the defect keyword as the search keyword is extracted from the knowledge table T8 (FIG. 9), and the first-stage candidate view V19 shown in FIG. 20 is generated.
  • the first-stage candidate view V19 is configured by associating ⁇ defect occurrence process ID>, ⁇ first-stage knowledge ID>, and ⁇ first-stage classification ID>.
  • the ⁇ defect occurrence process ID> is a ⁇ process ID> indicating a process in which a defect has occurred, which is used as a defect keyword.
  • the ⁇ first-stage knowledge ID> is a ⁇ knowledge ID> that identifies the knowledge record extracted as the first stage from the knowledge table T8 (FIG. 9).
  • the ⁇ first-stage classification ID> is a ⁇ classification ID> associated with the ⁇ first-stage knowledge ID> in the knowledge classification table T9 (FIG. 10).
  • the process here determines whether or not the defect keyword acquired as the search keyword is included in the character string of ⁇ defect content> in the knowledge table T8, and extracts the included knowledge record. do.
  • the ⁇ classification ID> obtained by combining the obtained ⁇ first-stage knowledge ID> with the knowledge classification table T9 (FIG. 10) using the ⁇ knowledge ID> as a binding key is referred to as the ⁇ first-stage classification ID>. >.
  • the record of ⁇ first stage knowledge ID> "BY01" in the first stage candidate view V19 (FIG. 20) is also two records.
  • step S5 the knowledge records extracted in the first-stage candidate view V19 are rearranged in the order of “closeness” between the processes based on the nearest neighbor classification view V18 (FIG. 19), and the first-stage shown in FIG.
  • the sort order determination view V20 is generated.
  • the first-stage arrangement order determination view V20 (FIG. 21) columns of ⁇ first-stage node number> and ⁇ first-stage process ID> are added to the first-stage candidate view V19 (FIG. 20), and ⁇ The first-stage classification ID> is excluded.
  • the first-stage candidate view V19 (FIG. 20) and the nearest neighbor classification view V18 (FIG. 19) are combined with the ⁇ defect occurrence process ID> and the ⁇ starting process ID> as the first combination key, and the ⁇ first-stage classification ID. > And ⁇ Classification ID> are externally combined as the second combination key. If there is a ⁇ node number> obtained from the nearest neighbor classification view V18 (FIG. 19) in this outer join, set ⁇ node number> as ⁇ first stage node number> and ⁇ process ID> as ⁇ first stage process ID>. Obtainable.
  • the ⁇ node number> obtained from the nearest classification view V18 (FIG. 19) does not exist in this outer join
  • the first stage candidate view V19 (FIG. 20) and the most upstream node number view V16 (FIG. 17) are displayed. It is possible to combine the ⁇ problem occurrence process ID> and the ⁇ starting point process ID> as a join key and obtain the ⁇ most upstream node number> +1 obtained from the most upstream node number view V16 (FIG. 17) as the ⁇ first stage node number>. can.
  • step S6 the knowledge records strongly related to the knowledge records obtained in the first-stage order determination view V20 (FIG. 21) are extracted from the knowledge table T8 (FIG. 9), and the second-stage candidate view V22 shown in FIG. 23 is extracted.
  • the second-stage candidate view V22 is associated with ⁇ first-stage process ID>, ⁇ first-stage knowledge ID>, ⁇ first-stage node number>, ⁇ second-stage knowledge ID>, and ⁇ second-stage classification ID>. ing.
  • the value of ⁇ factor> included in the first related knowledge record group which is the data group obtained in the above-mentioned [knowledge record extraction: first stage] process, is acquired as a search keyword.
  • each record in the first-stage order determination view V20 (FIG. 21) is combined with the ⁇ knowledge ID> in the knowledge table T8 (FIG. 9) using the ⁇ first-stage knowledge ID> as a key.
  • it is determined whether or not the value of this search keyword is included in the character string of ⁇ defect content> in the knowledge table T8 (FIG. 9), and the ⁇ knowledge ID> of the included knowledge record is set to ⁇ 2. Extract as stage knowledge ID>.
  • ⁇ knowledge ID> "BY01”
  • ⁇ Second-stage knowledge ID> (FIG. 23).
  • the ⁇ classification ID> obtained by combining the obtained ⁇ second-stage knowledge ID> with the knowledge classification table T9 (FIG. 10) using the ⁇ knowledge ID> as a binding key is used as the ⁇ second-stage classification ID>. >.
  • step S7 the knowledge records extracted in the second-stage candidate view V22 (FIG. 23) are rearranged in the order of “closeness” between the processes based on the nearest neighbor classification view V18 (FIG. 19), and FIG. 24 shows.
  • the second-stage order determination view V23 shown is generated.
  • the second-stage candidate view V22 (FIG. 23) and the nearest neighbor classification view V18 (FIG. 19) are combined with ⁇ first-stage process ID> and ⁇ starting process ID> as the first combination key, and ⁇ second-stage classification.
  • the ID> and the ⁇ classification ID> are externally combined as the second combination key.
  • the second stage candidate view V22 (FIG. 23) and the most upstream node number view V16 (FIG. 17) are displayed.
  • the ⁇ first stage process ID> and the ⁇ starting point process ID> are combined as a join key, and the ⁇ most upstream node number> +1 acquired from the most upstream node number view V16 (FIG. 17) is obtained as the ⁇ second stage node number>. ..
  • ⁇ first stage process ID> "P10611”
  • ⁇ second stage knowledge ID> "CN01”
  • ⁇ classification ID> of the second stage candidate view V22 (FIG. 23).
  • step S8 the knowledge record obtained in the second-stage order determination view V23 (FIG. 24) and the “strongly related” knowledge record are extracted from the knowledge table T8 (FIG. 9), and the third-stage candidate shown in FIG. 26 is extracted.
  • the third-stage candidate view V25 includes ⁇ first-stage process ID>, ⁇ first-stage knowledge ID>, ⁇ first-stage node number>, ⁇ second-stage process ID>, ⁇ second-stage knowledge ID>, and ⁇ 2.
  • the stage node number>, the ⁇ third stage knowledge ID>, and the ⁇ third stage classification ID> are associated with each other.
  • the value of ⁇ factor> included in the second related knowledge record group which is the data group obtained in the above-mentioned [knowledge record extraction: second stage] process, is acquired as a search keyword.
  • each record in the second-stage order determination view V23 (FIG. 24) is combined with the ⁇ knowledge ID> in the knowledge table T8 (FIG. 9) using the ⁇ second-stage knowledge ID> as a key.
  • it is determined whether or not the value of this search keyword is included in the character string of ⁇ defect content> in the knowledge table T8 (FIG. 9), and the ⁇ knowledge ID> of the included knowledge record is set to ⁇ 3 steps. Extract as eye knowledge ID>.
  • step S9 the knowledge records extracted in the third-stage candidate view V25 (FIG. 26) are rearranged in the order of “closeness” between the processes based on the nearest neighbor classification view V18 (FIG. 19), and FIG. 27 shows.
  • the third-stage arrangement order determination view V26 shown is generated.
  • the third-stage candidate view V25 (FIG. 26) and the nearest neighbor classification view V18 (FIG. 19) are combined with ⁇ second-stage process ID> and ⁇ starting process ID> as the first combination key, and ⁇ third-stage classification.
  • the ID> and the ⁇ classification ID> are externally combined as the second combination key. If there is a ⁇ node number> obtained from the nearest neighbor classification view V18 in this outer join, the ⁇ node number> is obtained as the ⁇ third stage node number> and the ⁇ process ID> is obtained as the ⁇ third stage process ID>.
  • the third stage candidate view V25 (FIG. 26) and the most upstream node number view V16 (FIG. 17) are displayed.
  • the ⁇ second stage process ID> and the ⁇ starting point process ID> are combined as a join key, and the ⁇ most upstream node number> +1 obtained from the most upstream node number view V16 (FIG. 17) is obtained as the ⁇ third stage node number>.
  • ⁇ second stage process ID> "P20411”
  • ⁇ third stage knowledge ID> "DP-gen”
  • ⁇ classification ID> of the third stage candidate view V25 (FIG. 26).
  • step S10 the order of the records is changed for each of the first-stage alignment order determination view V20 (FIG. 20), the second-stage arrangement order determination view V23 (FIG. 24), and the third-stage arrangement order determination view V26 (FIG. 27).
  • the maintained state it is displayed on the knowledge search screen 1301 (FIG. 14).
  • ⁇ knowledge ID> appears again, it is excluded, and ⁇ first stage knowledge ID>, ⁇ second stage knowledge ID>, and ⁇ third stage knowledge ID> are used as keys, and ⁇ first stage knowledge ID> is used as a key.
  • the process ID>, ⁇ second stage process ID>, and ⁇ third stage process ID> are displayed on the knowledge search screen 1301 (FIG. 14). Further, the ⁇ defect content> and the ⁇ factor> extracted from the knowledge table T8 by combining with the ⁇ knowledge ID> of the knowledge table T8 (FIG. 9) are displayed on the knowledge search screen 1301 (FIG. 14).
  • the search result display field 1305 of the knowledge search screen 1301 (FIG. 14) the information in the first row is the information in the first row 1307
  • the information in the second row is the information in the second row 1308, and the information in the third row is the information in the third row. Is displayed in the third display column 1309.
  • FIG. 14 shows an example of the screen display state when step S10 is completed.
  • the ⁇ process name> associated with the ⁇ first stage process ID> the ⁇ process name> associated with the ⁇ second stage process ID>
  • the ⁇ process name> associated with the ⁇ third stage process ID> Is written as "related process". In this way, a list of knowledge records that can be used as a reference as a cause of the trouble that has occurred is displayed in a state that is easy for the user to see.
  • the process table T4 (FIG. 5) and the knowledge table T8 (FIG. 9) include field term proper nouns used only in a specific production line in the record. Easy to get.
  • the ⁇ classification name> registered in the classification master table T3 (FIG. 4) is composed of general-purpose terms (general names) that are commonly used in production lines of the same type of products. Therefore, if the classification master table T3 (FIG. 4) is prepared, the process and knowledge table T8 in the production line will be used later by using the process classification table T6 (FIG. 7) and the knowledge classification table T9 (FIG. 10). (Fig. 9) can be associated with the knowledge in.
  • the classification master table T3 (FIG. 4)
  • the search process can be performed without elaborately creating a tree structure that connects one knowledge with another. Therefore, according to the production knowledge management system 101, knowledge can be searched using the database 107, which is easy to construct.
  • the search process is performed not only once for the first search in the first stage, but also for the first second search in the second stage and the second second search in the third stage.
  • the present invention is not limited to this, and the first search in the first stage may be performed only once.
  • the second search (second search second) is performed once again based on the result of the second search (first second search) after the most recent execution.
  • the present invention is not limited to this, and it is not necessary to limit the second search to the first time and execute the second search.
  • the number of times of the second search may be increased to execute the third search, the fourth search, and the like.
  • a knowledge record having a high possibility as a cause of a defect that has occurred is displayed at a higher level, and a related process can be presented. Further, according to the production knowledge management system 101, a knowledge record registered for a defect in a production line other than the one in which the defect has occurred can be presented as reference information having a relatively low priority. Moreover, according to the production knowledge management system 101, since the knowledge registration is easy, the latest knowledge obtained in the field can be accumulated by a plurality of people.
  • the production knowledge information can be searched without omission, it is effective for the discussion of FMEA (Failure Mode E A) and FTA (Fall Tree Analysis) at the design stage of the production line. Further, according to the first embodiment, it is possible to register the information little by little from the stage where the information is undecided.
  • Example 2 of the present invention will be described.
  • the points different from those of the first embodiment will be mainly described, and the same reference numerals as those of the first embodiment will be used for the components and the like common to the first embodiment.
  • FIG. 29 is a functional block diagram of the production knowledge management system 101 according to the second embodiment.
  • the production knowledge management system 101 differs from the first embodiment in that the text analysis processing unit 130 is added as a functional block.
  • the function of the text analysis processing unit 130 is also realized by the processing executed by the production knowledge management system 101 based on the production knowledge management program 20.
  • the text analysis processing unit 130 extracts the ⁇ knowledge ID> that includes the content strongly related to the search keyword in the ⁇ defect content> from the knowledge table T8 (FIG. 9), which is a natural language processing method (1) below. It is executed according to the processing procedure in the order of (6).
  • Words are extracted by morphological analysis of ⁇ defect content> of each record in the knowledge table T8.
  • Content> is generated to indicate the importance of n vectors Xn (m ⁇ 1).
  • step S4 and FIG. 20 processing is executed by the text analysis processing unit 130 using the defective keyword as a search keyword, and the obtained ⁇ knowledge ID> is used in the first stage candidate view V19 (FIG. 20) in the first stage. Eye knowledge ID>.
  • step S6 and FIG. 23 for each record in the first-stage alignment order determination view V20 (FIG. 21), the ⁇ knowledge ID> in the knowledge table T8 (FIG. 9) using the ⁇ first-stage knowledge ID> as a key. Combine with.
  • the text analysis processing unit 130 executes processing, and the obtained ⁇ knowledge ID> is used as the ⁇ second-stage knowledge ID> in the second-stage candidate view V22 (FIG. 23).
  • the ⁇ knowledge ID> of the knowledge table T8 (FIG. 9) is set using the ⁇ second-stage knowledge ID> as a key.
  • the value of ⁇ factor> obtained by combining with is used as the search keyword.
  • the processing by the text analysis processing unit 130 is executed, and the obtained ⁇ knowledge ID> is set as the ⁇ third-stage knowledge ID> of the third-stage candidate view V25 (FIG. 26).
  • the user registers the knowledge record in the knowledge table T8 because the search is performed by absorbing the notation fluctuation in the ⁇ defect content> and the ⁇ factor> of the knowledge table T8 (FIG. 9). You don't have to worry about unifying the terms. It is also possible to further improve the accuracy of the search by adding processing such as collocation analysis, absorption of notation fluctuation using a dictionary, and exclusion of stop words to the text analysis processing unit 130.
  • Example 3 of the present invention will be described.
  • the difference between the third embodiment and the first embodiment is that, as shown in FIG. 30, the first-stage exclusion button 1310 is added to the knowledge search screen 1301 of the first embodiment, and a new process (FIG. 31) is added. ) Is to be done.
  • the process of executing steps S1 to S11 of FIG. 15 by the click detection of the knowledge search execution button 1304 is the same as that of the first embodiment.
  • the search result as illustrated in FIG. 30 is output.
  • FIG. 31 is a flowchart showing a search process executed by the search unit 104 when the first-stage exclusion button 1310 is clicked.
  • the user selects the record in the first row display field 1307 of the screen of FIG. 30 (example of FIG. 30). (Indicated by diagonal lines).
  • the search unit 104 is set to 1.
  • the column arrangement order determination view V20 (FIG. 21) is overwritten with the record set excluding the selected record (S22).
  • the search unit 104 executes the same processing as in steps S6 to S11 of FIG. 15 based on the overwritten first-stage order determination view V20 (FIG. 21). That is, the processing of S6 or less is performed again.
  • the second related knowledge record in the second search is based on the first related knowledge record group excluding the record.
  • the group is specified again.
  • a record strongly related to the unrelated record is in the second and third rows. It is possible to avoid making it difficult to find the desired knowledge because it is extracted by.
  • the production knowledge management system 101 is connected to the production status monitoring system 311 which is a system for managing the production line via a network, and data can be transmitted and received to each other.
  • the production condition monitoring system 311 is a system having a function of collecting error codes issued from each manufacturing facility 312 provided on the production line.
  • the error code is a code that identifies the type of defect that occurs in each manufacturing facility 312.
  • an error knowledge table T32 for registering the ⁇ knowledge ID> and the ⁇ error code> in association with each other as shown in FIG. 33 is added to the knowledge information storage unit 110 (FIG. 2) of the database 107.
  • an error occurrence process table T33 for registering the ⁇ process ID> and the ⁇ error code> in association with each other as shown in FIG. 34 is added to the process information storage unit 109 (FIG. 2).
  • step S2 (FIG. 15) described above is extracted by receiving the ⁇ error code> from the production status monitoring system 311 and collating the received ⁇ error code> with the error occurrence process table T33 (FIG. 34). Change the process ID to be acquired as the ⁇ defect occurrence process ID>.
  • the defect occurrence process can be specified without the input work of the user.
  • the ⁇ knowledge ID> extracted by collating the ⁇ error code> received as described above with the error knowledge table T32 (FIG. 33) in the process of step S4 (FIG. 15) is extracted in the first stage candidate view V19 (1st stage candidate view V19 (FIG. 15). Change to ⁇ 1st stage knowledge ID> in FIG. 20). As a result, the ⁇ first stage knowledge ID> can be narrowed down by the ⁇ error code>.
  • Other steps S3 and S5 to S11 are the same as in the first embodiment.
  • the fourth embodiment when the error code is issued, the input from the user as in the first embodiment is not required. Nevertheless, since the related knowledge record is displayed immediately and the related knowledge record is displayed in the second and third rows, it is possible to improve the efficiency of the user's factor analysis and countermeasures.
  • the present invention is not limited to the above-described embodiment, and includes various modifications.
  • the above-described embodiment has been described in detail in order to explain the present invention in an easy-to-understand manner, and is not necessarily limited to those having all the described configurations.
  • it is possible to replace a part of the configuration of one embodiment with the configuration of another embodiment and it is also possible to add the configuration of another embodiment to the configuration of one embodiment. It is also possible to add / delete / replace a part of the configuration of each embodiment with another configuration.
  • control lines and information lines indicate those that are considered necessary for explanation, and do not necessarily indicate all the control lines and information lines in the product. In practice, it can be considered that almost all configurations are interconnected.
  • Production knowledge management program 101 Production knowledge management system 104 Search unit 107 Database T3 Classification master table T4 Process table T5 Process order table T6 Process classification table T8 Knowledge table T9 Knowledge classification table T32 Error knowledge table T33 Error occurrence process table S4 , S5 1st search S6, S7 2nd search 1st S8, S9 2nd search 2nd V20 1st stage Sort order determination view (1st related knowledge record group) V23 2nd stage order determination view (2nd related knowledge record group) V26 3rd stage order determination view (2nd related knowledge record group)

Abstract

構築が容易なデータベースを用いて知識の検索を行うことができる生産知識管理システム、生産知識管理方法及び生産知識管理プログラムを提供するため、データベース（１０７）は、生産ラインの各プロセス中で行われる処理を分類した分類名と分類ＩＤとを関連付けて登録した分類マスタテーブル（Ｔ３）と、プロセスのプロセス名とプロセスＩＤを関連付けて登録したプロセステーブル（Ｔ４）と、プロセスＩＤと次プロセスＩＤとを関連付けて登録したプロセス順テーブル（Ｔ５）と、プロセスＩＤと分類ＩＤとを関連付けて登録したプロセス分類テーブル（Ｔ６）と、各プロセスで発生し得る不具合内容とその要因と知識ＩＤとを関連付けて登録した知識テーブル（Ｔ８）と、知識ＩＤと分類ＩＤとを関連付けて登録した知識分類テーブル（Ｔ９）と、を備えている。

Description

生産知識管理システム、生産知識管理方法及び生産知識管理プログラム
　本発明は、生産知識管理システム、生産知識管理方法及び生産知識管理プログラムに関する。
　本技術分野の背景技術として、特開平２００６－３１２１３号公報（特許文献１）がある。この公報には、「不具合事例登録検索は、過去に発生した不具合事象に関して、その不具合内容やそれに対してとられた対策が記述された不具合事例を編集・作成して不具合事例登録検索装置に登録しておき、必要時に登録不具合事例から参考となる不具合事例を検索・抽出して利用できるようにしたものである。このような不具合事例登録検索において、不具合事象を構成する複数の構成事象について、その一つを主事象、その他を副事象とし、これら主事象と副事象を因果の連鎖で関係付けた事象連鎖を不具合事例ごとに編集・設定するとともに、不具合事例ごとに設定された事象連鎖について、主事象で共通する事象連鎖間を当該共通の主事象で関係付けた事象連鎖ネットワークを編集・設定するものとしている。」と記載されている（要約参照）。
　別の背景技術として、特開平２００７－２４１７７４号公報（特許文献２）がある。この公報には、「製品・工程モデルＤＢは、製品構造情報モデルと工程構成情報モデルを統合化した統合モデルを格納している。この統合モデルをベースとして、製品の設計モデルの不具合のモデル化に加え、生準・製造における不具合もモデル化する。そして、この統合モデルは工程を状態遷移により表現しているため、生産システムにおける不具合の因果連鎖関係に基づく不具合発生メカニズムも表現することができる。品質知識ＤＢは、上記統合モデルに基づく、実体（ユニット/部品）と状態（工程）のそれぞれを属性とメソッドにより表現した実体/状態データモデルを格納し、生産システムにおける知見・ノウハウを体系的に記述可能としている。」と記載されている（要約参照）。
特開２００６－３１２１３号公報 特開２００７－２４１７７４号公報
　前記特許文献１，２には、ある知識と他の知識との間で、因果または親子の定義により関連付けをして、木構造のデータベースを構築する技術について開示されている。
　しかし、様々な製造現場で得られる知識をデータベース化する際には、知識を木構造に当てはめてデータベースを構築する作業の負担が大きいという不具合がある。
　そこで、本発明は、構築が容易なデータベースを用いて知識の検索を行うことができる生産知識管理システム、生産知識管理方法及び生産知識管理プログラムを提供することを課題とする。
　上記課題を解決するため、本発明の一形態は、データベースと、前記データベースを検索する検索部と、を備え、前記データベースは、生産ラインの各プロセス中で行われる処理を分類した分類名とその固有キーである分類ＩＤとを関連付けて登録した分類マスタテーブルと、前記プロセスのプロセス名とその固有キーであるプロセスＩＤを関連付けて登録したプロセステーブルと、前記プロセスＩＤとそれが示すプロセスの次プロセスの固有キーである次プロセスＩＤとを関連付けて登録したプロセス順テーブルと、前記プロセスＩＤと前記分類ＩＤとを関連付けて登録したプロセス分類テーブルと、前記各プロセスで発生し得る不具合内容とその要因とそれらの固有キーである知識ＩＤとを関連付けて登録した知識テーブルと、前記知識ＩＤと前記分類ＩＤとを関連付けて登録した知識分類テーブルと、を備え、前記検索部は、不具合キーワードと不具合発生プロセスを受け付け、前記データベースを用いて、前記不具合キーワードと前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第１関連知識レコード群を特定する第１検索を行うことを特徴とする。
　本発明によれば、構築が容易なデータベースを用いて知識の検索を行うことができる生産知識管理システム、生産知識管理方法及び生産知識管理プログラムを提供することができる。
　上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
本発明の実施例１に係る生産知識管理システムのシステム構成を示すブロック図である。 実施例１に係る生産知識管理システムの機能ブロック図である。 実施例１に係る生産知識管理システムのテーブル構成図である。 実施例１に係る生産知識管理システムの分類マスタテーブルの概念図である。 実施例１に係る生産知識管理システムのプロセステーブルの概念図である。 実施例１に係る生産知識管理システムのプロセス順テーブルの概念図である。 実施例１に係る生産知識管理システムのプロセス分類テーブルの概念図である。 実施例１に係る生産知識管理システムの処理を説明するサンプルのプロセスフローを示す概念図である。 実施例１に係る生産知識管理システムの知識テーブルの概念図である。 実施例１に係る生産知識管理システムの知識分類テーブルの概念図である。 実施例１に係る生産知識管理システムで用いる知識登録画面の平面図である。 実施例１に係る生産知識管理システムで用いる知識一覧画面の平面図である。 実施例１に係る生産知識管理システムで用いる検索情報格納部に格納するテーブル及びビューの概念図である。 実施例１に係る生産知識管理システムで用いる知識検索画面の平面図であるである。 実施例１に係る生産知識管理システムが実行する検索処理のフローチャートである。 実施例１に係る生産知識管理システムのプロセス間ノード番号テーブルの概念図である。 実施例１に係る生産知識管理システムで作成する最上流ノード番号ビューの概念図である。 実施例１に係る生産知識管理システムで作成するノード番号分類ビューの概念図である。 実施例１に係る生産知識管理システムで作成する最近傍分類ビューの概念図である。 実施例１に係る生産知識管理システムで作成する１段目候補ビューの概念図である。 実施例１に係る生産知識管理システムで作成する１段目並び順決定ビューの概念図である。 実施例１に係る生産知識管理システムにおける〈１段目ノード番号〉及び〈１段目プロセスＩＤ〉の決定方法を説明する概念図である。 実施例１に係る生産知識管理システムで作成する２段目候補ビューの概念図である。 実施例１に係る生産知識管理システムで作成する２段目並び順決定ビューの概念図である。 実施例１に係る生産知識管理システムにおける〈２段目ノード番号〉及び〈２段目プロセスＩＤ〉の決定方法を説明する概念図である。 実施例１に係る生産知識管理システムで作成する３段目候補ビューの概念図である。 実施例１に係る生産知識管理システムで作成する３段目並び順決定ビューの概念図である。 実施例１に係る生産知識管理システムにおける〈３段目ノード番号〉及び〈３段目プロセスＩＤ〉の決定方法を説明する概念図である。 本発明の実施例２に係る生産知識管理システムの機能ブロック図である。 実施例３に係る生産知識管理システムで用いる知識検索画面の平面図である。 実施例３に係る生産知識管理システムが実行する検索処理のフローチャートである。 実施例４に係る生産知識管理システムと生産状態監視システムとのネットワーク接続を示すブロック図である。 実施例４に係る生産知識管理システムで用いるエラー知識テーブルの概念図である。 実施例４に係る生産知識管理システムで用いるエラー発生プロセステーブルの概念図である。
　以下、本発明の実施例について図面を用いて説明する。
　［全体構成］
　図１は、本発明の実施例１に係る生産知識管理システム１０１のシステム構成を示すブロック図である。生産知識管理システム１はデータベースシステムである。生産知識管理システム１０１は、各種演算を行い、生産知識管理システム１０１の各部を集中的に制御するＣＰＵ（Central Processing Unit）１１を備えている。ＣＰＵ１１には、ＣＰＵ１１の作業エリアとなるＲＡＭ（Random Access Memory）１２と、ＢＩＯＳ（Basic Input Output System）等を記憶したＲＯＭ１３と、各種データを記憶する不揮発性の記憶装置である磁気記憶装置（ＨＤＤ）１４（ＳＳＤ（Solid State Drive）等であってもよい）とが接続されている。また、ＣＰＵ１１には、インターネット等のネットワーク１２０（図２）と通信を行うための通信インターフェイス（Ｉ／Ｆ）１０５と、ブルーレイディスク（Blu-ray（登録商標）Disc）、ＤＶＤ（Digital Versatile Disc）、ＣＤ（Compact Disc）等の各種メディアである記憶媒体１６のデータを読み取る光ディスク装置等の記憶媒体読取装置１７とが接続されている。さらに、ＣＰＵ１１には、キーボード、マウス等の入力装置１８と、液晶ディスプレイ、有機ＥＬディスプレイ等の表示装置１９とが接続されている。磁気記憶装置１４には、生産知識管理プログラム２０がセットアップされている。生産知識管理プログラム２０は、インターネット等からダウンロードして磁気記憶装置１４にセットアップしてもよいし、記憶媒体１６から記憶媒体読取装置１７により読み取って磁気記憶装置１４にセットアップしてもよい。
　図１では、便宜上、生産知識管理システム１０１は、単一のサーバ装置として図示しているが、互いに連携して動作するネットワーク上の複数台のサーバ装置として実施してもよい。その場合、ひとまとまりのデータとして図１中に図示している生産知識管理プログラム２０も複数台のサーバ装置にそれぞれ分散してセットアップされているプログラム群の集合体となる。その場合、記憶媒体１６も、各サーバ装置にそれぞれ対応した記憶媒体からなる記憶媒体群の集合体となる。
　生産知識管理システム１０１は、生産知識管理プログラム２０に基づいて動作して、磁気記憶装置１４やその他の不揮発性記憶装置内に後述のデータベース１０７（図２）を構築し、当該データベース１０７を検索することができる。生産知識管理システム１０１は、ある生産現場で用いられ、その生産現場の生産ラインで生じた不具合を解決するために、様々な不具合事例について登録したデータベースである。なお、本明細書において、「プロセス」というときは、生産ライン中のプロセスを示す。また、「上流」というときは、生産ラインにおけるあるプロセスから視た上流を示す。
　図２は、生産知識管理システム１０１の機能ブロック図である。生産知識管理システム１０１は、データベース１０７を構築していて、データベース１０７内には、分類マスタ情報格納部１０８、プロセス情報格納部１０９、知識情報格納部１１０がそれぞれ設けられる。データ入出力処理部１０３は、データベース１０７内のデータの入出力を行う。検索部１０４は、データベース１０７の検索処理を行う。検索情報格納部１１１は、データベース１０７を検索して得られた検索情報を格納する。
　生産知識管理システム１０１へのアクセス手段としては、ネットワーク１２０で生産知識管理システム１０１と接続された端末装置１２１を使用する。端末装置１２１は、ネットワーク１２０を介して生産知識管理システム１０１と通信を行う通信Ｉ／Ｆ１２２と、端末装置１２１のユーザがデータの入出力を行うデータ入出力部１２３とを備える。アクセス制御部１０２は、通信Ｉ／Ｆ１０５、ネットワーク１２０を介して、端末装置１２１からのアクセスを制御する。
　ところで、前記の特許文献１，２には、ある知識と他の知識との間で、因果又は親子の定義により関連付けをして、木構造のデータベースを構築する技術について開示されている。しかしながら、係る技術には次のような課題がある。
　（ａ）特許文献１，２の技術では、ある知識Ａから他の知識を検索するとき、予め知識Ａと木構造でつながっている知識しか抽出できない。しかし、様々な製品の生産現場で得られる知識は、途中の因果に確信がないものが多く、知識を木構造に当てはめる作業の負担が大きい。そのため、知識の木構造でデータベースを構築することが難しい。
　（ｂ）数個の連なった知識に分けるべきかひとつの知識にまとめるべきか等の木構造の粒度についての認識が人により異なるため、特許文献１，２の技術では、複数人で議論無しに知識を蓄積していくことが難しい。よって、この点でも知識の木構造でデータベースを構築することが難しい。
　そこで、以下では、生産知識管理システム１０１（生産知識管理プログラム２０）において、構築が容易なデータベースを用いて知識の検索を行うことを可能としたシステムや処理工程（生産知識管理方法）について詳細に説明する。
　［データベース］
　図３は、データベース１０７に格納するテーブルの種類と関係を示すブロック図である。分類マスタ情報格納部１０８には、分類マスタテーブルＴ３を格納する。プロセス情報格納部１０９には、プロセステーブルＴ４、プロセス順テーブルＴ５、プロセス分類テーブルＴ６、プロセス間ノード番号テーブルＴ１５を格納する。知識情報格納部１１０には、知識テーブルＴ８、知識分類テーブルＴ９を格納する。
　以下、各テーブルの内容を説明する。なお、本明細書において、テーブル又はビューに格納される行単位の情報を「レコード」という。ここでテーブルとは、値が確定した状態で保持されるレコード群を意味し、ビューとは、一時的にテーブルからその一部または全体を参照して加工した状態のレコード群を意味する。また、各テーブル又はビューで定義する列名を、〈〉で囲んで記述する。また、実施例のサンプルとして使用している、レコードの内容となる値を、『』で囲んで記述する。
　［分類マスタ情報格納部１０８］
　図４は、分類マスタテーブルＴ３の概念図である。分類マスタテーブルＴ３は、レコードとしての〈分類名〉と当該レコードの固有キーである〈分類ＩＤ〉とが関連付けられたテーブルである。
　〈分類名〉は、生産ライン中の様々なプロセスで行われる処理を分類した分類名である。この分類名は、特定の生産ラインのみで固有の現場用語的な用語は原則として含まず、少なくとも同種の製品の生産ラインであれば共通に使用されるような汎用の用語（一般名称）で構成されていることが望ましい。
　分類マスタテーブルＴ３には、生産知識管理システム１０１の運用開始前にサーバ管理者がデータ入出力処理部１０３によって予めレコードを登録しておき、その後は必要に応じて、サーバ管理者がデータ入出力処理部１０３からレコードを追加、変更する。
　［プロセス情報格納部１０９］
　図５は、プロセステーブルＴ４の概念図である。プロセステーブルＴ４は、レコードとしての〈プロセス名〉と、当該レコードの固有キーである〈プロセスＩＤ〉とが関連付けられて登録されている。〈プロセス名〉は、生産ライン中の各プロセスの名前の表記であり、図４の分類名とは異なり、特定の生産ラインのみで固有の現場用語的な用語も含まれ得る。
　図６は、生産ラインにおけるプロセス順を登録するプロセス順テーブルＴ５を示す。プロセス順の定義は番号付け等の他の方法によってもよいが、本実施例１では、〈プロセスＩＤ〉と〈次プロセスＩＤ〉との関連付けにより定義している。〈次プロセスＩＤ〉は、〈プロセスＩＤ〉が示すプロセスの次となるプロセスの〈プロセスＩＤ〉である。
　このように、〈プロセスＩＤ〉と〈次プロセスＩＤ〉とを関連付ける手法は、生産ラインの途中でプロセスが分岐、合流するようなプロセのフローも定義が可能である。〈プロセスＩＤ〉、〈次プロセスＩＤ〉ともに、プロセステーブルＴ４（図５）の〈プロセスＩＤ〉から選択された値とする。
　図７は、プロセス分類テーブルＴ６を示す。プロセス分類テーブルＴ６には、プロセステーブルＴ４（図５）の〈プロセスＩＤ〉と、分類マスタテーブルＴ３（図４）の〈分類ＩＤ〉とを関連付けて格納する。この関連付けは、１対多、多対１でもよい。例えば、図７に示すサンプルでは、〈プロセスＩＤ〉『Ｐ１０６１１』は『ＫＳ２』、『ＫＫ５』の２つの〈分類ＩＤ〉と関連付けられている。また、『Ｐ１０５１１』、『Ｐ１０８１１』、『Ｐ２０４１１』の３つの〈プロセスＩＤ〉が、〈分類ＩＤ〉『ＫＹ１』と関連付けられている。
　以上のプロセス情報は、製造現場においては生産ラインの設計が完了し、生産が開始される前の段階で確定する情報である。そのため、プロセステーブルＴ４（図５）、プロセス順テーブルＴ５（図６）及びプロセス分類テーブルＴ６（図７）には、生産知識管理システム１０１の運用開始前にサーバ管理者がデータ入出力処理部１０３によってレコードを登録しておく。その後は、製品仕様の変更、製造方法の改善等、生産ラインを構成するプロセスの内容が変更された際、サーバ管理者がデータ入出力処理部１０３よってレコードを追加、変更する。
　図８は、本実施例１で示しているサンプル（生産ラインの一例）について、図５～図７の各テーブルに格納されたプロセスに関する情報を示した概念図である。図８中、１つ１つの箱が、生産ラインにおける個々のプロセス７０１を示す（図８中では、１つの箱のみに符号を付加）。各箱の中に、〈プロセスＩＤ〉、〈プロセス名〉、〈分類名〉、〈分類ＩＤ〉を記載した。各箱をつなぐ矢印は、生産ライン中の各プロセス７０１の流れを示している。図８に示すように、プロセステーブルＴ４（図５）、プロセス順テーブルＴ５（図６）が存在するため、生産ライン中の各プロセスの流れは明らかである。そして、各〈プロセス名〉と関連する〈分類名〉もプロセス分類テーブルＴ６（図７）と分類マスタテーブルＴ３（図４）とによって明らかである。
　プロセス間ノード番号テーブルＴ１５（図３）については後述する。
　［知識情報格納部１１０］
　図９は、知識テーブルＴ８の概念図である。知識テーブルＴ８は、〈不具合内容〉、〈要因〉と、これらのレコードの固有キーである〈知識ＩＤ〉とが関連付けられて構成されている。また、これらに〈対策〉等、知識の内容を詳細に記述する列が追加で関連付けられていてもよい。
　図１０は、知識分類テーブルＴ９の概念図である。知識分類テーブルＴ９は、生産現場において検索され、不具合への対策の参考とされる情報である。知識分類テーブルＴ９に図１０に記載したもの以外に追加する列として、他に、情報の出展情報、写真や資料等の保存先、責任者、知識レコードの登録者、登録日時等が例示される。
　知識テーブルＴ８（図９）における〈不具合内容〉は、生産ラインで発生し得る（過去に発生した又は将来発生が予想される）様々な不具合の内容を示したものである。〈要因〉は、その関連付けられている〈不具合内容〉が発生する要因の内容（判明している範囲内である）を示したものである。〈対策〉は、その関連付けられている〈不具合内容〉対する対策の内容を示したものである。〈不具合内容〉、〈要因〉、〈対策〉等は、特定の生産ラインのみで固有の現場用語的な用語も含まれ得る。
　知識分類テーブルＴ９には、知識テーブルＴ８（図９）の〈知識ＩＤ〉と、分類マスタテーブルＴ３（図４）の〈分類ＩＤ〉との関連付けに関する情報を格納している。関連付けは、１対多、多対１でもよい。例えば、図１０に示すサンプルでは、〈知識ＩＤ〉『ＡＭ０１』は『ＫＳ１』、『ＫＹ１』の２つの〈分類ＩＤ〉と関連付けられている。また、『ＡＸ０１』、『ＡＸ０２』の２つの〈知識ＩＤ〉が、〈分類ＩＤ〉『ＫＴ１』と関連付けられている。
　知識分類テーブルＴ９（図１０）と、プロセス分類テーブルＴ６（図７）によって、〈プロセスＩＤ〉と〈知識ＩＤ〉とが関連付けられている。そのため、〈プロセス名〉と、〈不具合内容〉、〈要因〉、〈対策〉とが関連付けられる。また、これらに更に〈分類名〉も関連付けられる（図４～図７、図９、図１０）。
　［知識登録画面１００１］
　図１１は、データ入出力部１２３を介して端末装置１２１のディスプレイに表示される知識登録画面１００１の平面図である。端末装置１２１で生産知識管理システム１０１にアクセスすることにより、ユーザは、知識登録画面１００１を自己の端末装置１２１に表示することができる。
　図１１に示すように、知識登録画面１００１は、保存ボタン１００２、不具合内容入力欄１００３、分類表示欄１００４、分類追加ボタン１００５、分類削除ボタン１００６、分類選択欄１００７、要因入力欄１００８を有する。
　ユーザは、知識登録画面１００１を使用して、随時、知識テーブルＴ８（図９）及び知識分類テーブルＴ９（図１０）に対してレコードの追加、編集、削除をすることができる。
　知識登録画面１００１には、知識テーブルＴ８（図９）で互いに関連付けられている１レコード分のレコードの内容を表示する。
　不具合内容入力欄１００３には、知識テーブルＴ８の〈不具合内容〉を、知識登録画面１００１上で内容を編集可能な状態で表示する。
　分類表示欄１００４には、知識分類テーブルＴ９の〈分類ＩＤ〉に基づいて、分類マスタテーブルＴ３（図４）から全レコードの〈分類名〉を、選択可能な状態で表示する。
　例えば、図１１は、知識テーブルＴ８（図９）に示した〈知識ＩＤ〉=『ＤＰ０３』のレコードが表示された状態を示している。
　分類選択欄１００７には、分類マスタテーブルＴ３（図４）の〈分類名〉を、選択可能な状態で表示する。
　分類追加ボタン１００５のクリックを検知した時、分類選択欄１００７で選択された〈分類名〉があれば、その〈分類名〉を分類表示欄１００４に追加して表示する。
　例えば、図１１の状態で、ユーザが分類選択欄１００７で『圧入』を選択し、次に分類追加ボタン１００５をクリックしたとき、分類表示欄１００４には、『溶接、性能検査１、圧入』を表示する。
　分類削除ボタン１００６のクリックを検知した時、分類表示欄１００４で選択された〈分類名〉があれば、その〈分類名〉を分類表示欄１００４から削除する。
　例えば、図１１の状態で、ユーザが分類表示欄１００４で『溶接』を選択し、次に分類削除ボタン１００６をクリックしたとき、分類表示欄１００４には、『性能検査１』のみを表示する。
　要因入力欄１００８は、知識テーブルＴ８（図９）の〈要因〉を、画面上で内容を編集可能な状態で表示する。
　保存ボタン１００２をクリックしたとき、データ入出力処理部１０３は、知識テーブルＴ８（図９）の〈不具合内容〉及び〈要因〉を、不具合内容入力欄１００３及び要因入力欄１００８に表示されている内容に更新する。
　また、データ入出力処理部１０３は、知識分類テーブルＴ９（図１０）に対して、分類表示欄１００４に表示されている内容と合致するように、レコードを追加または削除する。
　知識テーブルＴ８（図９）に列を追加していた場合は、追加した列の内容を登録、編集するための入力欄を知識登録画面１００１に設けることができる。
　図１２は、データ入出力部１２３を介して端末装置１２１のディスプレイに表示される知識一覧画面１１０１の平面図である。
　知識一覧画面１１０１は、編集ボタン１１０２、追加ボタン１１０３、削除ボタン１１０４及び知識一覧表示欄１１０５を有する。
　知識一覧表示欄１１０５には、知識テーブルＴ８（図９）の全レコードの〈不具合内容〉、〈要因〉を、レコードを選択可能な状態で表示することができる。
　編集ボタン１１０２のクリックがなされたとき、データ入出力部１２３（図２）は、知識一覧表示欄１１０５で選択されたレコードがあれば、そのレコードが表示された状態の知識登録画面１００１（図１１）を開く。
　追加ボタン１１０３のクリックがなされたとき、データ入出力部１２３は、不具合内容入力欄１００３、分類表示欄１００４、要因入力欄１００８が空の状態の知識登録画面１００１を開く。
　削除ボタン１１０４のクリックを検知した時、知識一覧表示欄１１０５で選択されたレコードがあれば、そのレコードの〈知識ＩＤ〉に基づいて、まず、知識分類テーブルＴ９（図１０）から、同一の〈知識ＩＤ〉であるレコードを削除する。次に、知識テーブルＴ８（図９）から、同一の〈知識ＩＤ〉のレコードを削除する。
　以上により、知識情報格納部１１０へは、ユーザが随時、端末装置１２１の操作によって情報を蓄積することができる。
　前述したように、知識テーブルＴ８（図９）に列を追加した場合は、追加した列も表示する。
　［検索情報］
　検索情報格納部１１１（図２）は、後述する検索部１０４（図２）が実行する検索処理において、検索条件に基づいてデータベース１０７（図２）から抽出・加工したレコードを一時的に格納するメモリ領域である。
　図１３に、検索情報格納部１１１に格納するテーブル及びビューの概念図を示す。検索情報格納部１１１には、プロセス間ノード番号テーブルＴ１５（図１６）、最上流ノード番号ビューＶ１６（図１７）、ノード番号分類ビューＶ１７（図１８）、最近傍分類ビューＶ１８（図１９）、１段目候補ビューＶ１９（図２０）を一時的に格納する。また、検索情報格納部１１１には、１段目並び順決定ビューＶ２０（図２１）、２段目候補ビューＶ２２（図２３）並び順決定ビューＶ２３（図２４）３段目候補ビューＶ２５（図２６）及び３段目並び順決定ビューＶ２６（図２７）を一時的に格納する。図１３においては、その一部のみを図示ししている。
　図１３中、矢印は、ビューとテーブルとの参照関係を示す。例えば、最近傍分類ビューＶ１８は、ノード番号分類ビューＶ１７のレコードを参照、加工したビューである。各テーブル及びビューの詳細は、後述する［検索処理］の説明の中で述べる。
　［検索画面］
　図１４は、データ入出力部１２３を介して端末装置１２１のディスプレイに表示される知識検索画面１３０１の平面図である。
　知識検索画面１３０１は、不具合キーワード入力欄１３０２、不具合発生プロセス選択欄１３０３、知識検索実行ボタン１３０４、検索結果表示欄１３０５及び知識詳細表示ボタン１３０６を備えている。
　不具合キーワード入力欄１３０２は、ユーザによる任意の文字列の入力が可能な状態で表示する。初期状態は空欄である。不具合キーワード入力欄１３０２には、生産ラインで発生した不具合の内容を入力する。
　不具合発生プロセス選択欄１３０３では、プロセステーブルＴ４（図５）の〈プロセス名〉を選択可能なプルダウンメニューとして表示することができる。ここで、ユーザは、生産ライン中において、不具合キーワード入力欄１３０２に入力した不具合が発生したプロセスを選択する。不具合発生プロセス選択欄１３０３の枠内には、プロセステーブルＴ４からユーザによって選択された１つの〈プロセス名〉を表示する。
　知識検索実行ボタン１３０４は、そのクリックが検索部１０４による検索処理実行の命令となる。
　検索結果表示欄１３０５は、初期状態では何も表示しないが、検索処理の実行後は、図１４に示すように、検索処理の結果を１段目表示欄１３０７、２段目表示欄１３０８、３段目表示欄１３０９に、各レコードを選択可能な状態で表示する。
　知識詳細表示ボタン１３０６のクリックがあると、データ入出力部１２３は、検索結果表示欄１３０５で選択されたレコードがあれば、そのレコードが表示された状態の知識登録画面１００１（図１１）を開く。
　［検索処理］
　図１５は、検索部１０４が実行する検索処理を示すフローチャートである。まず、知識検索実行ボタン１３０４（図１４）のクリックによる検索実行命令を受け付けたことをトリガーとして（ステップＳ１のＹｅｓ）、検索部１０４は、検索条件を取得する（ステップＳ２）。検索条件は、具体的には、図１４に示す、不具合キーワード入力欄１３０２に入力された文字列を不具合キーワードとして受け付ける。不具合キーワードは、生産ラインで発生した不具合の内容を端的な言葉でユーザが入力するものである。また、不具合発生プロセス選択欄１３０３で選択された〈プロセス名〉を不具合発生プロセスとして受け付ける。この場合、具体的には、この選択した不具合発生プロセスに基づいてプロセステーブルＴ４（図５）から抽出する〈プロセスＩＤ〉（起点プロセスＩＤ）を受け付ける。不具合発生プロセスは、不具合キーワードとして入力した不具合が発生した生産ライン中のプロセスを示す〈プロセス名〉である。
　次に、検索部１０４は、ノード分析を実施する（ステップＳ３）。次に、検索部１０４は、１段目の知識レコードを抽出する（ステップＳ４）。「知識レコード」とは、知識テーブルＴ８（図９）に登録されているレコードである。次に、検索部１０４は、１段目の並び順を決定する（ステップＳ５）。次に、検索部１０４は、２段目の知識レコードを抽出する（ステップＳ６）。次に、検索部１０４は、２段目の並び順を決定する（ステップＳ７）。次に、検索部１０４は、３段目の知識レコードを抽出する（ステップＳ８）。次に、検索部１０４は、３段目知識レコードの並び順を決定する（ステップＳ９）。次に、検索部１０４は、前記の１～３段目の表示内容を決定する（ステップＳ１０）。次に、検索部１０４は、前記のように決定された１～３段目の表示内容を、検索結果表示欄１３０５（図１４）に表示する（ステップＳ１１）。以上で検索処理を終了し、待機状態となる。以下では、ステップＳ４，Ｓ５は第１検索と呼び、ステップＳ６，Ｓ７は第２検索１回目と呼び、ステップＳ８，Ｓ９は第２検索２回目と呼ぶ。
　［ノード分析］
　ここでは、ノード分析（ステップＳ３）の詳細を説明する。図１６は、プロセス間ノード番号テーブルＴ１５（図３）を示す。プロセス間ノード番号テーブルＴ１５は、〈起点プロセスＩＤ〉、〈プロセスＩＤ〉、〈ノードタイプ〉、〈ノード番号〉が関連付けて登録されている。
　〈起点プロセスＩＤ〉及び〈プロセスＩＤ〉は、プロセステーブルＴ４（図５）の〈プロセスＩＤ〉として登録されているいずれかの値である。
　プロセス間ノード番号テーブルＴ１５（図３）は、プロセステーブルＴ４に格納されている全ての〈プロセスＩＤ〉（〈起点プロセスＩＤ〉）と、自身を含む全ての〈プロセスＩＤ〉との総当たりのペアについて、プロセス間の因果関係を考慮した“近さ”を、プロセス順テーブルＴ５（図６）に基づいて、〈ノードタイプ〉と〈ノード番号〉とで定義した情報である。〈ノードタイプ〉、〈ノード番号〉は、プロセス間の因果関係を考慮した“近さ”を定義する概念である。すなわち、〈ノード番号〉は、プロセス間の近さを表す数値であり、〈ノードタイプ〉は〈ノード番号〉のタイプを示している。
　ここで、本実施例１における“近さ”の定義について説明する。まず、ある起点とするプロセスに対する他のプロセスの関係を、（ａ）：同一生産ラインで起点と同一または上流にあるプロセス、（ｂ）：同一生産ラインで起点よりも下流にあるプロセス、（ｃ）：同一生産ラインに存在しない他の工場等のプロセス、の３タイプに分ける。そして、本実施例１では、（ａ）、（ｃ）、（ｂ）の順に、起点のプロセスから近いと定義する。
　このように（ｃ）を（ｂ）より先の順にする理由は、不具合と要因との因果関係を考慮しているためである。基点プロセスより下流のプロセスに関する知識情報よりも、他の製造ラインに存在する類似したプロセスに関する知識情報のほうが、基点プロセスで発生した不具合の解決策を含む可能性が高いという考えによる。ただし、この考えは知識レコードの並び順を定義する一例であって、他の考えによって近さを定義してもよい。
　プロセス間ノード番号テーブルＴ１５（図３）では、〈起点プロセスＩＤ〉に対する〈プロセスＩＤ〉について、〈ノードタイプ〉及び〈ノード番号〉を次のように定義して格納する。
　〈起点プロセスＩＤ〉に対する〈プロセスＩＤ〉がタイプ（ａ）の場合、〈ノードタイプ〉＝０とし、起点から上流に向かって、〈ノード番号〉＝０、１、２、３，…とする。タイプ（ｂ）の場合、〈ノードタイプ〉＝２とし、〈ノード番号〉は最上流の〈ノード番号〉＋２から始めて、下流に行くほど大きくなるように番号付けをする。なお、ここで〈ノード番号〉を最上流の〈ノード番号〉＋２から始める理由は、後述するレコードの並べ替えにおいて、最上流の〈ノード番号〉＋１を、（ｃ）に対して割り当てるためである。
　プロセス間ノード番号テーブルＴ１５（図３）は、この定義によって、プロセス順テーブルＴ５（図６）に基づいて自動生成が可能である。
　このほか、ステップＳ３では、以下のビューを生成する。図１７は、最上流ノード番号ビューＶ１６の概念図である。最上流ノード番号ビューＶ１６は、プロセス間ノード番号テーブルＴ１５から、各〈起点プロセスＩＤ〉について、〈ノードタイプ〉＝『０』での〈ノード番号〉が最大であるレコードを抽出し、〈起点プロセスＩＤ〉と〈ノード番号〉とを関連付けて並べたものである。
　図１８は、ノード番号分類ビューＶ１７の概念図である。ノード番号分類ビューＶ１７は、プロセス間ノード番号テーブルＴ１５（図１６）の各レコードに、〈プロセスＩＤ〉をキーとしてプロセス分類テーブルＴ６（図７）の〈分類ＩＤ〉を結合し、〈起点プロセスＩＤ〉、〈ノード番号〉、〈プロセスＩＤ〉、〈分類ＩＤ〉を関連付けて並べたレコード群である。
　図１９は、最近傍分類ビューＶ１８の概念図である。最近傍分類ビューＶ１８は、ノード番号分類ビューＶ１７から、〈起点プロセスＩＤ〉に対する〈分類ＩＤ〉ごとに、〈ノード番号〉が最小であるレコードを抽出したレコード群である。
　なお、プロセス間ノード番号テーブルＴ１５（図１６）、最上流ノード番号ビューＶ１６（図１７）、ノード番号分類ビューＶ１７（図１８）及び最近傍分類ビューＶ１８（図１９）は、ステップＳ２で受け付ける検索条件とは無関係に値を決めることが可能である。したがって、ステップＳ３の処理は、検索実行命令の受け付けをトリガーとする以外に、ユーザが知識検索画面１３０１を開いたことをトリガーとして、または、サーバ管理者がプロセス情報を更新したことをトリガーとして、単独で実行されるようにしてもよい。
　プロセス間ノード番号テーブルＴ１５（図１６）については、プロセス間の因果関係を考慮した“近さ”の定義の考え方には、実施場所の近さ、対象部品の配置の近さ等様々ある。〈ノードタイプ〉及び〈ノード番号〉は上述した定義以外の定義に従って決めてもよく、〈ノード番号〉を整数でなく小数点を伴う実数にしてもよい。
　また、〈ノード番号〉の値は、例えばサーバ管理者が手作業により任意の数値を登録してもよい。その場合、プロセス間ノード番号テーブルＴ１５は、生産知識管理システムの運用開始前にサーバ管理者がデータベース１０７のプロセス情報格納部１０９に格納してもよい。
　以下、ステップＳ４～ステップＳ９の詳細を説明する。
　［知識レコード抽出：１段目（第１検索）］
　ステップＳ４では、検索キーワードとなる不具合キーワードと関連の強い知識レコードを、知識テーブルＴ８（図９）から抽出し、図２０に示す１段目候補ビューＶ１９を生成する。
　１段目候補ビューＶ１９は、〈不具合発生プロセスＩＤ〉、〈１段目知識ＩＤ〉及び〈１段目分類ＩＤ〉が関連付けられて構成される。〈不具合発生プロセスＩＤ〉は、不具合キーワードとした不具合が発生したプロセスを示す〈プロセスＩＤ〉である。〈１段目知識ＩＤ〉は、知識テーブルＴ８（図９）から１段目として抽出された知識レコードを特定する〈知識ＩＤ〉である。〈１段目分類ＩＤ〉は、〈１段目知識ＩＤ〉と知識分類テーブルＴ９（図１０）で関連付けられている〈分類ＩＤ〉である。
　ここでの処理は、具体的には、知識テーブルＴ８の〈不具合内容〉の文字列に、検索キーワードとして取得した不具合キーワードが含まれているか否かを判定し、含まれている知識レコードを抽出する。
　本実施例１のサンプルでは、不具合キーワード『破断』を〈不具合内容〉に含む知識レコード（〈知識ＩＤ〉＝『ＡＸ０２』、『ＢＹ０１』、『ＥＺ０４』）が、１段目候補ビューＶ１９の〈１段目知識ＩＤ〉として抽出される（図２０）。
　また、得られた〈１段目知識ＩＤ〉に対して、〈知識ＩＤ〉を結合キーとして知識分類テーブルＴ９（図１０）を結合して得られる〈分類ＩＤ〉を、〈１段目分類ＩＤ〉とする。
　本実施例のサンプルでは、例えば〈知識ＩＤ〉『ＢＹ０１』については、知識分類テーブルＴ９（図１０）に〈分類ＩＤ〉＝『ＫＫ６』，『ＫＳ２』の２レコードある。そのため、１段目候補ビューＶ１９（図２０）の〈１段目知識ＩＤ〉＝『ＢＹ０１』のレコードも２レコードとなる。
　ステップＳ５では、１段目候補ビューＶ１９に抽出された知識レコードを、最近傍分類ビューＶ１８（図１９）に基づいて、プロセス間の“近さ”の順に並べ替え、図２１に示す１段目並び順決定ビューＶ２０を生成する。
　１段目並び順決定ビューＶ２０（図２１）は、１段目候補ビューＶ１９（図２０）に対して、〈１段目ノード番号〉及び〈１段目プロセスＩＤ〉の列が追加され、〈１段目分類ＩＤ〉が除外されたものである。
　図２２に示す概念図を使用して、以下に、〈１段目ノード番号〉及び〈１段目プロセスＩＤ〉の決定方法を説明する。まず、１段目候補ビューＶ１９（図２０）と最近傍分類ビューＶ１８（図１９）を、〈不具合発生プロセスＩＤ〉と〈起点プロセスＩＤ〉とを１つめの結合キー、〈１段目分類ＩＤ〉と〈分類ＩＤ〉とを２つめの結合キーとして外部結合する。
　この外部結合において最近傍分類ビューＶ１８（図１９）から得る〈ノード番号〉が存在する場合、〈ノード番号〉を〈１段目ノード番号〉、〈プロセスＩＤ〉を〈１段目プロセスＩＤ〉として得ることができる。
　一方、この外部結合において最近傍分類ビューＶ１８（図１９）から得る〈ノード番号〉が存在しない場合は、１段目候補ビューＶ１９（図２０）と最上流ノード番号ビューＶ１６（図１７）を、〈不具合発生プロセスＩＤ〉と〈起点プロセスＩＤ〉を結合キーとして結合し、最上流ノード番号ビューＶ１６（図１７）から得る〈最上流ノード番号〉＋１を〈１段目ノード番号〉として得ることができる。
　本実施例１のサンプルでは、例えば、１段目候補ビューＶ１９（図２０）の〈１段目知識ＩＤ〉＝『ＡＸ０２』、〈分類ＩＤ〉＝『ＫＴ１』のレコードについては、“〈起点プロセスＩＤ〉＝『Ｐ１０７１１』”且つ“〈分類ＩＤ〉＝『ＫＴ１』”となるプロセスレコードが最近傍分類ビューＶ１８に存在しない（図１８）。そのため、〈１段目プロセスＩＤ〉は空欄のままとなる。また、最上流ノード番号ビューＶ１６（図１７）から、〈起点プロセスＩＤ〉＝『Ｐ１０７１１』の〈最上流ノード番号〉＝『４』（図１８）であるため、〈１段目ノード番号〉＝４＋１＝『５』となる。
　［知識レコード抽出：２段目（第２検索１回目）］
　ステップＳ６では、１段目並び順決定ビューＶ２０（図２１）で得た知識レコードと関連の強い知識レコードを、知識テーブルＴ８（図９）から抽出し、図２３に示す２段目候補ビューＶ２２を生成する。
　２段目候補ビューＶ２２は、〈１段目プロセスＩＤ〉、〈１段目知識ＩＤ〉、〈１段目ノード番号〉、〈２段目知識ＩＤ〉及び〈２段目分類ＩＤ〉が関連付けられている。
　ここでは、前記の［知識レコード抽出：１段目］の処理で得られたデータ群である第１関連知識レコード群に含まれる〈要因〉の値を検索キーワードとして取得する。具体的には、まず、１段目並び順決定ビューＶ２０（図２１）の各レコードについて、〈１段目知識ＩＤ〉をキーとして、知識テーブルＴ８（図９）の〈知識ＩＤ〉と結合して得る〈要因〉の値を検索キーワードとして取得する。
　次に、この検索キーワードの値が知識テーブルＴ８（図９）の〈不具合内容〉の文字列に含まれているか否かを判定し、含まれている知識レコードの〈知識ＩＤ〉を、〈２段目知識ＩＤ〉として抽出する。
　本実施例１のサンプルでは、例えば、〈知識ＩＤ〉＝『ＢＹ０１』に対しては、〈要因〉＝『変形』を〈不具合内容〉に含む知識レコード（〈知識ＩＤ〉＝『ＣＮ０１』）が、〈２段目知識ＩＤ〉として抽出される（図２３）。
　また、得られた〈２段目知識ＩＤ〉に対して、〈知識ＩＤ〉を結合キーとして知識分類テーブルＴ９（図１０）を結合して得られる〈分類ＩＤ〉を、〈２段目分類ＩＤ〉とする。
　本実施例１のサンプルでは、例えば、〈知識ＩＤ〉『ＣＮ０１』については、知識分類テーブルＴ９（図１０）に〈分類ＩＤ〉＝『ＫＡ１』のレコードがあるため、〈２段目分類ＩＤ〉＝『ＫＡ１』となる（図２３）。
　ステップＳ７では、２段目候補ビューＶ２２（図２３）に抽出された知識レコードを、最近傍分類ビューＶ１８（図１９）に基づいて、プロセス間の”近さ”の順に並べ替え、図２４に示す２段目並び順決定ビューＶ２３を生成する。
　２段目並び順決定ビューＶ２３は、２段目候補ビューＶ２２に対して、〈２段目ノード番号〉及び〈２段目プロセスＩＤ〉の列が追加され、〈２段目分類ＩＤ〉が除外されたものである。
　図２５に示す概念図を使用して、以下に、〈２段目ノード番号〉及び〈２段目プロセスＩＤ〉の決定方法を説明する。まず、２段目候補ビューＶ２２（図２３）と最近傍分類ビューＶ１８（図１９）を、〈１段目プロセスＩＤ〉と〈起点プロセスＩＤ〉とを１つめの結合キー、〈２段目分類ＩＤ〉と〈分類ＩＤ〉とを２つめの結合キーとして外部結合する。
　この外部結合において最近傍分類ビューＶ１８（図１９）から得られる〈ノード番号〉が存在する場合、〈ノード番号〉を〈２段目ノード番号〉、〈プロセスＩＤ〉を〈２段目プロセスＩＤ〉として得る。
　一方、この外部結合において最近傍分類ビューＶ１８（図１９）から得る〈ノード番号〉が存在しない場合は、２段目候補ビューＶ２２（図２３）と最上流ノード番号ビューＶ１６（図１７）を、〈１段目プロセスＩＤ〉と〈起点プロセスＩＤ〉を結合キーとして結合し、最上流ノード番号ビューＶ１６（図１７）から取得する〈最上流ノード番号〉＋１を〈２段目ノード番号〉として得る。
　本実施例１のサンプルでは、例えば、２段目候補ビューＶ２２（図２３）の〈１段目プロセスＩＤ〉＝『Ｐ１０６１１』、〈２段目知識ＩＤ〉＝『ＣＮ０１』、〈分類ＩＤ〉＝『ＫＡ１』のレコードについては、“〈起点プロセスＩＤ〉＝『Ｐ１０６１１』”且つ“〈分類ＩＤ〉＝『ＫＡ１』”となるプロセスのレコードが最近傍分類ビューＶ１８（図１９）に存在しないため、〈２段目プロセスＩＤ〉は、空欄のままとなる。また、最上流ノード番号ビューＶ１６（図１７）より、〈１段目プロセスＩＤ〉＝『Ｐ１０６１１』の〈最上流ノード番号〉＝『１』（図１８）であるため、〈１段目ノード番号〉＝１＋１＝『２』となる。
　［知識レコード抽出：３段目（第２検索２回目）］
　ステップＳ８では、２段目並び順決定ビューＶ２３（図２４）で得た知識レコードと“関連の強い”知識レコードを、知識テーブルＴ８（図９）から抽出し、図２６に示す３段目候補ビューＶ２５を生成する。
　３段目候補ビューＶ２５は、〈１段目プロセスＩＤ〉、〈１段目知識ＩＤ〉、〈１段目ノード番号〉、〈２段目プロセスＩＤ〉、〈２段目知識ＩＤ〉、〈２段目ノード番号〉、〈３段目知識ＩＤ〉及び〈３段目分類ＩＤ〉が関連付けられている。
　ここでは、前記の［知識レコード抽出：２段目］の処理で得られたデータ群である第２関連知識レコード群に含まれる〈要因〉の値を検索キーワードとして取得する。具体的には、まず、２段目並び順決定ビューＶ２３（図２４）の各レコードについて、〈２段目知識ＩＤ〉をキーとして、知識テーブルＴ８（図９）の〈知識ＩＤ〉と結合して得る〈要因〉の値を検索キーワードとして取得する。
　次に、この検索キーワードの値が知識テーブルＴ８（図９）の〈不具合内容〉の文字列に含まれているか否かを判定し、含まれている知識レコードの〈知識ＩＤ〉を〈３段目知識ＩＤ〉として抽出する。
　本実施例１のサンプルでは、例えば、〈２段目知識ＩＤ〉＝『ＤＰ０３』に対しては、〈要因〉＝『落下』を〈不具合内容〉に含む知識レコード（〈知識ＩＤ〉＝『ＤＰ－ｇｅｎ』）が、〈３段目知識ＩＤ〉として抽出される（図２５）。
　また、得られた〈３段目知識ＩＤ〉に対して、〈知識ＩＤ〉を結合キーとして知識分類テーブルＴ９（図１０）を結合して得られる〈分類ＩＤ〉を、〈３段目分類ＩＤ〉とする。
　本実施例のサンプルでは、例えば、〈知識ＩＤ〉＝『ＤＰ－ｇｅｎ』については、知識分類テーブルＴ９に〈分類ＩＤ〉＝『ＫＳ１』のレコードがあるため（図１０）、〈３段目分類ＩＤ〉＝『ＫＳ１』となる（図２３）。
　ステップＳ９では、３段目候補ビューＶ２５（図２６）に抽出された知識レコードを、最近傍分類ビューＶ１８（図１９）に基づいて、プロセス間の”近さ”の順に並べ替え、図２７に示す３段目並び順決定ビューＶ２６を生成する。
　３段目並び順決定ビューＶ２６は、３段目候補ビューＶ２５（図２６）に対して、〈３段目ノード番号〉及び〈３段目プロセスＩＤ〉の列が追加され、〈３段目分類ＩＤ〉が除外されたものである。
　図２８に示す概念図を使用して、以下に、〈３段目ノード番号〉及び〈３段目プロセスＩＤ〉の決定方法を説明する。まず、３段目候補ビューＶ２５（図２６）と最近傍分類ビューＶ１８（図１９）を、〈２段目プロセスＩＤ〉と〈起点プロセスＩＤ〉とを１つめの結合キー、〈３段目分類ＩＤ〉と〈分類ＩＤ〉とを２つめの結合キーとして外部結合する。
　この外部結合において最近傍分類ビューＶ１８から得る〈ノード番号〉が存在する場合、〈ノード番号〉を〈３段目ノード番号〉、〈プロセスＩＤ〉を〈３段目プロセスＩＤ〉として得る。
　一方、この外部結合において最近傍分類ビューＶ１８（図１９）から得る〈ノード番号〉が存在しない場合は、３段目候補ビューＶ２５（図２６）と最上流ノード番号ビューＶ１６（図１７）を、〈２段目プロセスＩＤ〉と〈起点プロセスＩＤ〉を結合キーとして結合し、最上流ノード番号ビューＶ１６（図１７）から得る〈最上流ノード番号〉＋１を〈３段目ノード番号〉として得る。
　本実施例のサンプルでは、例えば、３段目候補ビューＶ２５（図２６）の〈２段目プロセスＩＤ〉＝『Ｐ２０４１１』、〈３段目知識ＩＤ〉＝『ＤＰ－ｇｅｎ』、〈分類ＩＤ〉＝『ＫＹ１』のレコードについては、〈起点プロセスＩＤ〉＝『Ｐ２０４１１』かつ〈分類ＩＤ〉＝『ＫＹ１』となるプロセスレコードが最近傍分類ビューＶ１８において〈ノード番号〉＝『０』、プロセスＩＤ＝『Ｐ２０４１１』である（図１９）ため、〈３段目プロセスＩＤ〉＝『Ｐ２０４１１』、〈３段目ノード番号〉＝『０』となる。
　［１～３段目検索結果の作成及び表示］
　ステップＳ１０の詳細を説明する。ステップＳ１０では、１段目並び順決定ビューＶ２０（図２０）、２段目並び順決定ビューＶ２３（図２４）、３段目並び順決定ビューＶ２６（図２７）のそれぞれについて、レコードの順を維持した状態で、知識検索画面１３０１（図１４）に表示する。この場合、同一の〈知識ＩＤ〉が再度出てくる場合は除外し、〈１段目知識ＩＤ〉、〈２段目知識ＩＤ〉、〈３段目知識ＩＤ〉をキーとして、〈１段目プロセスＩＤ〉、〈２段目プロセスＩＤ〉、〈３段目プロセスＩＤ〉を知識検索画面１３０１（図１４）に表示する。また、それぞれ知識テーブルＴ８（図９）の〈知識ＩＤ〉と結合させて知識テーブルＴ８から抽出した〈不具合内容〉、〈要因〉とを、知識検索画面１３０１（図１４）に表示する。この場合、知識検索画面１３０１（図１４）の検索結果表示欄１３０５において、１段目の情報は１段目表示欄１３０７、２段目の情報は２段目表示欄１３０８、３段目の情報は３段目表示欄１３０９に表示する。
　図１４には、ステップＳ１０が終了した時の画面表示状態の例を示している。この例では、〈１段目プロセスＩＤ〉と関連付けられた〈プロセス名〉、〈２段目プロセスＩＤ〉と関連付けられた〈プロセス名〉、〈３段目プロセスＩＤ〉と関連付けられた〈プロセス名〉を、「関連プロセス」と表記している。
　このように、ユーザにとって見やすい状態で、発生した不具合の要因として参考になる知識レコードの一覧が表示される。
　以上説明した生産知識管理システム１０１によれば、プロセステーブルＴ４（図５）、知識テーブルＴ８（図９）は、特定の生産ラインのみで使用するような現場用語的な固有名詞がレコード中に含まれやすい。一方、分類マスタテーブルＴ３（図４）に登録の〈分類名〉は、同種の製品の生産ラインであれば共通に使用されるような汎用の用語（一般名称）で構成されている。そのため、分類マスタテーブルＴ３（図４）を用意しておけば、後で、プロセス分類テーブルＴ６（図７）、知識分類テーブルＴ９（図１０）を用いて、生産ライン中のプロセスと知識テーブルＴ８（図９）中の知識とを関連付けられる。すなわち、分類マスタテーブルＴ３（図４）を用いることで、検索を実行するに際して初めてある知識と他の知識とを紐付けて、検索処理を行うことができる。そのため、ある知識と他の知識とを結びつける木構造を予め緻密に作り込んでおかなくても検索処理ができる。よって、生産知識管理システム１０１によれば、構築が容易なデータベース１０７を用いて知識の検索を行うことができる。
　生産知識管理システム１０１によれば、検索処理は１段目の第１検索の１回のみでなく、２段目の第２検索１回目、３段目の第２検索２回目も行っている。しかし、本発明はこれに限定されるものではなく、１段目の第１検索の１回のみを行うようにしてもよい。しかし、生産知識管理システム１０１によれば、第２検索も実行することで、必要な知識を広い範囲から検索されやすくすることができる。この場合に、前記の例では、直近で実行後の第２検索（第２検索１回目）の結果に基づく再度の第２検索（第２検索２回目）を１回行っている。本発明は、これに限定されることなく、第２検索１回目までにとどめて第２検索２回目を実行しなくてもよい。あるいは、第２検索の回数を増やして、第２検索３回目、第２検索４回目等を実行するようにしてもよい。
　また、生産知識管理システム１０１によれば、発生した不具合の要因として可能性の高い知識レコードが上位に表示され、また、関連するプロセスを提示できる。
　さらに、生産知識管理システム１０１によれば、不具合が発生したのとは別の生産ラインの不具合に関して登録された知識レコードを、優先度の比較的低い参考情報として提示できる。
　そのうえ、生産知識管理システム１０１によれば、知識の登録が簡便であるため、現場で得る最新の知識を複数の人により蓄積可能である。
　本実施例１によれば、生産知識情報の抜け漏れない検索ができるため、生産ラインの設計段階におけるＦＭＥＡ（Failure Mode E A）、ＦＴＡ（Fall Tree Analysis）の議論に有効である。
　また、本実施例１によれば、情報が未確定の段階から、少しずつ登録することが可能である。
　次に、本発明の実施例２について説明する。
　以下の各実施例では、実施例１と異なる点を中心に説明し、実施例１と共通の構成要素等については実施例１と共通の符号を用いる。
　図２９は、本実施例２に係る生産知識管理システム１０１の機能ブロック図である。この生産知識管理システム１０１が実施例１と異なるのは、機能ブロックとしてテキスト分析処理部１３０が追加されている点である。テキスト分析処理部１３０の機能も、生産知識管理プログラム２０に基づいて生産知識管理システム１０１が実行する処理によって実現される。
　テキスト分析処理部１３０は、検索キーワードと関係の強い内容を〈不具合内容〉に含む〈知識ＩＤ〉を知識テーブルＴ８（図９）から抽出する処理を、自然言語処理手法である以下の（１）～（６）の順となる処理手順により実行する。
　（１）知識テーブルＴ８の各レコードの〈不具合内容〉の形態素解析により単語を抽出する。
　（２）ＴＦ－ＩＤＦ（Term Frequency - Inverse Document Frequency）により、知識テーブルＴ８の全てのレコードの〈不具合内容〉（ｎ個）から抽出された全ての単語（ｍ個）の、各レコードの〈不具合内容〉に対する重要度を示す、ｎ個のベクトルＸｎ（ｍ×１）を生成する。
　（３）潜在意味解析（ＬＳＡ：Latent Sematic Analysis）により、Ｘ（ｎ個）とトピック（ｋ個）とを軸にした相関度のｋ×ｎの直行行列Ｄ及び単語（ｍ個）とトピック（ｋ個）とを軸にした相関度のｍ×ｋの直行行列Ｔを生成する。
　（４）検索キーワードについて、形態素解析により、検索単語群を抽出する。
　（５）検索単語群と直行行列Ｔとを照合して関連の強いトピックを抽出し、抽出されたトピックと直行行列Ｄを照合して関連の強いベクトルＸｎを抽出する。
　（６）知識テーブルＴ８から、ベクトルＸｎに相当するレコードの〈知識ＩＤ〉を取得する。
　また、本実施例２では、前記した実施例１の検索処理の内容を、以下の（ａ）～（ｃ）のように一部変更する。
　（ａ）ステップＳ４及び図２０において、不具合キーワードを検索キーワードとしてテキスト分析処理部１３０による処理を実行し、得られた〈知識ＩＤ〉を、１段目候補ビューＶ１９（図２０）の〈１段目知識ＩＤ〉とする。
　（ｂ）ステップＳ６及び図２３において、１段目並び順決定ビューＶ２０（図２１）の各レコードについて、〈１段目知識ＩＤ〉をキーとして、知識テーブルＴ８（図９）の〈知識ＩＤ〉と結合する。そして、〈要因〉の値を検索キーワードとして、テキスト分析処理部１３０による処理を実行し、得られた〈知識ＩＤ〉を、２段目候補ビューＶ２２（図２３）の〈２段目知識ＩＤ〉とする。
　（ｃ）ステップＳ８及び図２６において、２段目並び順決定ビューＶ２３（図２４）の各レコードについて、〈２段目知識ＩＤ〉をキーとして、知識テーブルＴ８（図９）の〈知識ＩＤ〉と結合して得られる〈要因〉の値を検索キーワードとする。そしてこれにより、テキスト分析処理部１３０による処理を実行し、得られた〈知識ＩＤ〉を、３段目候補ビューＶ２５（図２６）の〈３段目知識ＩＤ〉とする。
　以上説明した本実施例２によれば、知識テーブルＴ８（図９）の〈不具合内容〉と〈要因〉とで表記揺らぎを吸収した検索がなされるため、ユーザは知識レコードを知識テーブルＴ８に登録する際に、用語の統一に神経を使う必要がなくなる。
　なお、テキスト分析処理部１３０に連語解析、辞書を用いた表記ゆらぎ吸収、ストップワード除外等の処理を加えて、さらに検索の精度向上を図ることも可能である。
　次に、本発明の実施例３について説明する。
　本実施例３が実施例１と異なるのは、図３０に示すように、実施例１の知識検索画面１３０１に、１段目除外ボタン１３１０を追加する点と、これにより新たな処理（図３１）が行われることである。
　基本的に、知識検索実行ボタン１３０４のクリック検知により、図１５のステップＳ１～ステップＳ１１を実行する処理は、実施例１と共通である。これにより、図３０に例示するような検索結果が出力される。
　図３１は、１段目除外ボタン１３１０がクリックされたときに検索部１０４が実行する検索処理を示すフローチャートである。ユーザが意図する検索対象と明らかに無関係のレコードが１段目に抽出されてしまったときに、ユーザは、図３０の画面の１段目表示欄１３０７で当該レコードを選択する（図３０の例では斜線で示している）。図３０のような検索結果が表示されたときに、１段目除外ボタン１３１０のクリックにより、１段目の結果からの除外命令を受けたときは（Ｓ２１のＹｅｓ）、検索部１０４は、１段目並び順決定ビューＶ２０（図２１）を、前記の選択されたレコードを除外したレコードセットで上書きする（Ｓ２２）。そして、検索部１０４は、その上書きされた１段目並び順決定ビューＶ２０（図２１）に基づいて、図１５のステップＳ６～ステップＳ１１と同一の処理を実行する。すなわち、Ｓ６以下の処理を再度行うことになる。
　つまり、これは、検索結果中の第１関連知識レコード群で除外する指示がされたレコードがあれば、当該レコードを除外した第１関連知識レコード群に基づいて第２検索で第２関連知識レコード群の特定を再度行うものである。
　本実施例３によれば、ユーザが意図する検索対象と明らかに無関係のレコードが１段目に抽出されてしまったときに、その無関係のレコードと関連の強いレコードが２段目、３段目で抽出されてしまい、目的の知識を探しづらくなることを回避することができる。
　次に、本発明の実施例４について説明する。
　本実施例４では、図３２に示すように、生産知識管理システム１０１を、生産ラインを管理するシステムである生産状態監視システム３１１とネットワークで接続し、互いにデータの送受信を可能とした点が実施例１とは異なる。ここで生産状態監視システム３１１とは、生産ラインに設けられた各製造設備３１２から発報されるエラーコードを収集する機能を有するシステムである。エラーコードとは、各製造設備３１２で発生する不具合の種別を特定するコードである。
　また、本実施例４では、データベース１０７の知識情報格納部１１０（図２）に、図３３に示すような〈知識ＩＤ〉と〈エラーコード〉とを関連づけて登録するエラー知識テーブルＴ３２を追加している。
　また、プロセス情報格納部１０９（図２）に、図３４に示すような〈プロセスＩＤ〉と〈エラーコード〉とを関連付けて登録するエラー発生プロセステーブルＴ３３を追加している。
　検索部１０４が実行する検索処理では、実施例１の処理を次の点で変更する。まず、前記したステップＳ２（図１５）の処理を、生産状態監視システム３１１から〈エラーコード〉を受け付け、受け付けた〈エラーコード〉とエラー発生プロセステーブルＴ３３（図３４）との照合により抽出した〈プロセスＩＤ〉を〈不具合発生プロセスＩＤ〉として取得するように変更する。これにより、実施例１の処理とは異なり、ユーザの入力作業なしに不具合発生プロセスを特定することができる。
　また、ステップＳ４（図１５）の処理を、前記のように受け付けた〈エラーコード〉とエラー知識テーブルＴ３２（図３３）との照合により抽出した〈知識ＩＤ〉を、１段目候補ビューＶ１９（図２０）の〈１段目知識ＩＤ〉とするように変更する。これにより、〈エラーコード〉によって〈１段目知識ＩＤ〉の絞り込みをすることができる。
　その他の、ステップＳ３、ステップＳ５～ステップＳ１１は、実施例１と同様である。
　本実施例４により、エラーコードが発報されたとき、ユーザからの実施例１におけるような入力を必要としない。それでいて、即座に関連する知識レコードを表示し、また、関連する知識レコードを２段目、３段目に表示するため、ユーザの要因分析や対策の効率を向上させることが可能となる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。
　また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてよい。
　１６　　記憶媒体
　２０　　生産知識管理プログラム
　１０１　生産知識管理システム
　１０４　検索部
　１０７　データベース
　Ｔ３　　分類マスタテーブル
　Ｔ４　　プロセステーブル
　Ｔ５　　プロセス順テーブル
　Ｔ６　　プロセス分類テーブル
　Ｔ８　　知識テーブル
　Ｔ９　　知識分類テーブル
　Ｔ３２　エラー知識テーブル
　Ｔ３３　エラー発生プロセステーブル
　Ｓ４，Ｓ５　第１検索
　Ｓ６，Ｓ７　第２検索１回目
　Ｓ８，Ｓ９　第２検索２回目
　Ｖ２０　１段目並び順決定ビュー（第１関連知識レコード群）
　Ｖ２３　２段目並び順決定ビュー（第２関連知識レコード群）
　Ｖ２６　３段目並び順決定ビュー（第２関連知識レコード群）

Claims (15)

  1. 　データベースと、
    　前記データベースを検索する検索部と、を備え、
    　前記データベースは、
    　生産ラインの各プロセス中で行われる処理を分類した分類名とその固有キーである分類ＩＤとを関連付けて登録した分類マスタテーブルと、
    　前記プロセスのプロセス名とその固有キーであるプロセスＩＤとを関連付けて登録したプロセステーブルと、
    　前記プロセスＩＤとそれが示すプロセスの次プロセスの固有キーである次プロセスＩＤとを関連付けて登録したプロセス順テーブルと、
    　前記プロセスＩＤと前記分類ＩＤとを関連付けて登録したプロセス分類テーブルと、
    　前記各プロセスで発生し得る不具合内容とその要因とそれらの固有キーである知識ＩＤとを関連付けて登録した知識テーブルと、
    　前記知識ＩＤと前記分類ＩＤとを関連付けて登録した知識分類テーブルと、を備え、
    　前記検索部は、
    　不具合キーワードと不具合発生プロセスを受け付け、前記データベースを用いて、前記不具合キーワードと前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第１関連知識レコード群を特定する第１検索を行うことを特徴とする生産知識管理システム。
  2. 　前記検索部は、
    　前記第１関連知識レコード群に含まれる前記要因を検索キーワードとして、前記データベースを用いて、前記要因と前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第２関連知識レコード群を特定する第２検索を、１回行い、又は、１回行って直近で実行後の前記第２検索の結果に基づく再度の前記第２検索を少なくとも１回行うことを特徴とする請求項１に記載の生産知識管理システム。
  3. 　前記第１検索及び第２検索の少なくとも一方で、前記レコードの絞り込みを、自然言語処理手法の使用による、検索キーワードと前記知識テーブルに登録された不具合内容との意味の類似度判定によって行うことを特徴とする請求項１に記載の生産知識管理システム。
  4. 　前記第１検索で特定した前記第１関連知識レコード群中で除外する指示がされたレコードがあれば、当該レコードを除外した前記第１関連知識レコード群に基づいて前記第２検索で前記第２関連知識レコード群の特定を行うことを特徴とする請求項２に記載の生産知識管理システム。
  5. 　前記データベースは、
    　前記生産ラインで発生する不具合の種別を特定するエラーコードと前記知識ＩＤとを関連付けて登録したエラー知識テーブルと、
    　前記エラーコードと前記プロセスＩＤとを関連付けて登録したエラー発生プロセステーブルと、を備え、
    　前記検索部は、外部から受信した前記エラーコードをキーにして前記エラー発生プロセステーブルを用いて前記不具合発生プロセスを特定し、前記エラーコードをキーにして前記エラー知識テーブルを用いることで前記第１関連知識レコード群を特定することを特徴とする請求項１に記載の生産知識管理システム。
  6. 　生産ラインの各プロセス中で行われる処理を分類した分類名とその固有キーである分類ＩＤとを関連付けて登録した分類マスタテーブルと、
    　前記プロセスのプロセス名とその固有キーであるプロセスＩＤとを関連付けて登録したプロセステーブルと、
    　前記プロセスＩＤとそれが示すプロセスの次プロセスの固有キーである次プロセスＩＤとを関連付けて登録したプロセス順テーブルと、
    　前記プロセスＩＤと前記分類ＩＤとを関連付けて登録したプロセス分類テーブルと、
    　前記各プロセスで発生し得る不具合内容とその要因とそれらの固有キーである知識ＩＤとを関連付けて登録した知識テーブルと、
    　前記知識ＩＤと前記分類ＩＤとを関連付けて登録した知識分類テーブルと、を備えたデータベースを用い、
    　不具合キーワードと不具合発生プロセスを受け付け、前記データベースを用いて、前記不具合キーワードと前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第１関連知識レコード群を特定する第１検索を行うことを特徴とする生産知識管理方法。
  7. 　前記第１関連知識レコード群に含まれる前記要因を検索キーワードとして、前記データベースを用いて、前記要因と前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第２関連知識レコード群を特定する第２検索を、１回行い、又は、１回行って直近で実行後の前記第２検索の結果に基づく再度の前記第２検索を少なくとも１回行うことを特徴とする請求項６に記載の生産知識管理方法。
  8. 　前記第１検索及び第２検索の少なくとも一方で、前記レコードの絞り込みを、自然言語処理手法の使用による、検索キーワードと前記知識テーブルに登録された不具合内容との意味の類似度判定によって行うことを特徴とする請求項６に記載の生産知識管理方法。
  9. 　前記第１検索で特定した前記第１関連知識レコード群中で除外する指示がされたレコードがあれば、当該レコードを除外した前記第１関連知識レコード群に基づいて前記第２検索で前記第２関連知識レコード群の特定を行うことを特徴とする請求項７に記載の生産知識管理方法。
  10. 　前記データベースは、
    　前記生産ラインで発生する不具合の種別を特定するエラーコードと前記知識ＩＤとを関連付けて登録したエラー知識テーブルと、
    　前記エラーコードと前記プロセスＩＤとを関連付けて登録したエラー発生プロセステーブルと、を備え、
    　外部から受信した前記エラーコードをキーにして前記エラー発生プロセステーブルを用いて前記不具合発生プロセスを特定し、前記エラーコードをキーにして前記エラー知識テーブルを用いることで前記第１関連知識レコード群を特定することを特徴とする請求項６に記載の生産知識管理方法。
  11. 　生産ラインの各プロセス中で行われる処理を分類した分類名とその固有キーである分類ＩＤとを関連付けて登録した分類マスタテーブルと、
    　前記プロセスのプロセス名とその固有キーであるプロセスＩＤとを関連付けて登録したプロセステーブルと、
    　前記プロセスＩＤとそれが示すプロセスの次プロセスの固有キーである次プロセスＩＤとを関連付けて登録したプロセス順テーブルと、
    　前記プロセスＩＤと前記分類ＩＤとを関連付けて登録したプロセス分類テーブルと、
    　前記各プロセスで発生し得る不具合内容とその要因とそれらの固有キーである知識ＩＤとを関連付けて登録した知識テーブルと、
    　前記知識ＩＤと前記分類ＩＤとを関連付けて登録した知識分類テーブルと、を備えたデータベースを用い、
    　不具合キーワードと不具合発生プロセスを受け付け、前記データベースを用いて、前記不具合キーワードと前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第１関連知識レコード群を特定する第１検索をコンピュータに実行させることを特徴とする生産知識管理プログラム。
  12. 　前記第１関連知識レコード群に含まれる前記要因を検索キーワードとして、前記データベースを用いて、前記要因と前記知識テーブルに格納された前記不具合内容との文字列の類似度の判定による前記知識テーブルのレコードの絞り込みと、その絞り込んだレコードに、前記不具合発生プロセス又はそれより前記生産ラインの上流のプロセス中で前記分類名と関連するものほど優先する順位付けとを行った第２関連知識レコード群を特定する第２検索を、１回行い、又は、１回行って直近で実行後の前記第２検索の結果に基づく再度の前記第２検索を少なくとも１回行うことをコンピュータに実行させることを特徴とする請求項１１に記載の生産知識管理プログラム。
  13. 　前記第１検索及び第２検索の少なくとも一方で、前記レコードの絞り込みを、自然言語処理手法の使用による、検索キーワードと前記知識テーブルに登録された不具合内容との意味の類似度判定によって行うことをコンピュータに実行させることを特徴とする請求項１１に記載の生産知識管理プログラム。
  14. 　前記第１検索で特定した前記第１関連知識レコード群中で除外する指示がされたレコードがあれば、当該レコードを除外した前記第１関連知識レコード群に基づいて前記第２検索で前記第２関連知識レコード群の特定を行うことをコンピュータに実行させることを特徴とする請求項１２に記載の生産知識管理プログラム。
  15. 　前記データベースは、
    　前記生産ラインで発生する不具合の種別を特定するエラーコードと前記知識ＩＤとを関連付けて登録したエラー知識テーブルと、
    　前記エラーコードと前記プロセスＩＤとを関連付けて登録したエラー発生プロセステーブルと、を備え、
    　外部から受信した前記エラーコードをキーにして前記エラー発生プロセステーブルを用いて前記不具合発生プロセスを特定し、前記エラーコードをキーにして前記エラー知識テーブルを用いることで前記第１関連知識レコード群を特定することをコンピュータに実行させることを特徴とする請求項１１に記載の生産知識管理プログラム。
PCT/JP2021/010501 2020-04-08 2021-03-16 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム WO2021205823A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/917,582 US20230143297A1 (en) 2020-04-08 2021-03-16 Production knowledge management system, production knowledge management method, and production knowledge management program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-069585 2020-04-08
JP2020069585A JP7411489B2 (ja) 2020-04-08 2020-04-08 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム

Publications (1)

Publication Number Publication Date
WO2021205823A1 true WO2021205823A1 (ja) 2021-10-14

Family

ID=78022183

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/010501 WO2021205823A1 (ja) 2020-04-08 2021-03-16 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム

Country Status (3)

Country Link
US (1) US20230143297A1 (ja)
JP (1) JP7411489B2 (ja)
WO (1) WO2021205823A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003316787A (ja) * 2002-04-23 2003-11-07 Matsushita Electric Works Ltd 文書管理システム
JP2008077496A (ja) * 2006-09-22 2008-04-03 Sharp Corp 搬送制御装置、搬送制御方法、搬送制御プログラム、および搬送制御装置を備えた生産システム
JP2009020717A (ja) * 2007-07-12 2009-01-29 Omron Corp 状態監視方法及び状態監視装置並びにプログラム
JP2012150677A (ja) * 2011-01-19 2012-08-09 Nippon Steel Corp 製造プロセスにおける知識情報抽出装置、方法及びプログラム
WO2019186778A1 (ja) * 2018-03-28 2019-10-03 三菱電機株式会社 作業支援装置、作業支援システム、作業支援方法、及び作業支援プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003316787A (ja) * 2002-04-23 2003-11-07 Matsushita Electric Works Ltd 文書管理システム
JP2008077496A (ja) * 2006-09-22 2008-04-03 Sharp Corp 搬送制御装置、搬送制御方法、搬送制御プログラム、および搬送制御装置を備えた生産システム
JP2009020717A (ja) * 2007-07-12 2009-01-29 Omron Corp 状態監視方法及び状態監視装置並びにプログラム
JP2012150677A (ja) * 2011-01-19 2012-08-09 Nippon Steel Corp 製造プロセスにおける知識情報抽出装置、方法及びプログラム
WO2019186778A1 (ja) * 2018-03-28 2019-10-03 三菱電機株式会社 作業支援装置、作業支援システム、作業支援方法、及び作業支援プログラム

Also Published As

Publication number Publication date
JP7411489B2 (ja) 2024-01-11
US20230143297A1 (en) 2023-05-11
JP2021165979A (ja) 2021-10-14

Similar Documents

Publication Publication Date Title
US11461294B2 (en) System for importing data into a data repository
US10853387B2 (en) Data retrieval apparatus, program and recording medium
EP3513314B1 (en) System for analysing data relationships to support query execution
US9535902B1 (en) Systems and methods for entity resolution using attributes from structured and unstructured data
US8799282B2 (en) Analysis of a system for matching data records
US8176002B2 (en) Method and system for user alteration of the configuration of a data warehouse
JP3842577B2 (ja) 構造化文書検索方法および構造化文書検索装置およびプログラム
JP4129819B2 (ja) データベース検索システム及びその検索方法並びにプログラム
Reeve Managing data in motion: data integration best practice techniques and technologies
US20100094843A1 (en) Association of semantic objects with linguistic entity categories
KR20180042710A (ko) 유사도 분석 기반 이음 동의 항목 관리 방법 및 장치
CA2919878A1 (en) Refining search query results
JP2007011604A (ja) 不具合診断システム及びプログラム
EP3249557B1 (en) Computer implemented and computer controlled method, computer program product and platform for arranging data for processing and storage at a data storage engine
Brown et al. Overview—The social media data processing pipeline
JP4954674B2 (ja) ソフトウェア開発支援方法、ソフトウェア開発支援装置、ソフトウェア開発支援プログラム、及び計算機システム
WO2021205823A1 (ja) 生産知識管理システム、生産知識管理方法及び生産知識管理プログラム
WO2023003733A1 (en) Storing versions of data assets in knowledge graphs
JP6775740B1 (ja) 設計支援装置、設計支援方法及び設計支援プログラム
WO2023199871A1 (ja) 情報管理システム及び選択肢管理装置
US11216486B2 (en) Data retrieval apparatus, program and recording medium
JP3842574B2 (ja) 情報抽出方法および構造化文書管理装置およびプログラム
JPH0520080A (ja) 計算機における拡張オブジエクト指向方式
CN112988668A (zh) 基于PostgreSQL的流式文档处理方法、装置以及装置的应用方法
CN115934864A (zh) 数据资产管理方法及相关装置

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: 21783677

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: 21783677

Country of ref document: EP

Kind code of ref document: A1