WO2022168254A1 - 遅延予測装置、遅延予測方法、および、遅延予測プログラム - Google Patents

遅延予測装置、遅延予測方法、および、遅延予測プログラム Download PDF

Info

Publication number
WO2022168254A1
WO2022168254A1 PCT/JP2021/004230 JP2021004230W WO2022168254A1 WO 2022168254 A1 WO2022168254 A1 WO 2022168254A1 JP 2021004230 W JP2021004230 W JP 2021004230W WO 2022168254 A1 WO2022168254 A1 WO 2022168254A1
Authority
WO
WIPO (PCT)
Prior art keywords
delay
information
prediction
progress
processing time
Prior art date
Application number
PCT/JP2021/004230
Other languages
English (en)
French (fr)
Inventor
瞭 松村
真紀 北村
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2021/004230 priority Critical patent/WO2022168254A1/ja
Publication of WO2022168254A1 publication Critical patent/WO2022168254A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Definitions

  • the present disclosure relates to a delay prediction device, a delay prediction method, and a delay prediction program.
  • the present invention relates to a technique for calculating a processing time in consideration of a delivery date when a manufacturing delay occurs at a manufacturing site.
  • Patent Document 1 grasps the progress of manufacturing with respect to the original production plan by performing a production simulation using a manufacturing line model and manufacturing performance data. Then, if a delivery delay occurs due to a production delay, the production system displays a warning and calculates the optimum future production plan.
  • Patent Document 1 takes measures such as displaying a warning or correcting the production plan when a manufacturing delay affects the delivery date.
  • the manufacturing delay does not affect the delivery date, it is not possible to know how long the manufacturing delay will continue to affect the delivery date until the actual manufacturing results are input. If the impact of manufacturing delays on the delivery date cannot be grasped until the actual production results are entered, it will be impossible to determine when countermeasures are necessary in a situation where delays have occurred and continue, resulting in delays in countermeasures. be a factor.
  • the impact on the delivery date is immediately determined when a manufacturing delay occurs, and if there is no impact on the delivery date, the maximum delayable processing time is calculated. In this way, the present disclosure aims to immediately grasp how long the manufacturing delay will continue to affect the delivery date at the stage when the manufacturing delay occurs.
  • a delay prediction device is a delay prediction device that predicts a delay in a manufacturing task during execution of a manufacturing task consisting of a plurality of processes, Based on the production plan information in which the execution plan of the plurality of steps is set, the manufacturing performance information in which the progress in the plurality of steps is set, and the maximum processing time in the processing time of the step currently being processed, a progress prediction calculation unit that executes a simulation of manufacturing work and outputs future progress prediction in the manufacturing work as progress prediction information; When it is determined that the process currently being processed is delayed based on the production plan information and the progress forecast information, the processing end time of the final process of the plurality of processes in the progress forecast information is set to the delivery date delay.
  • a delivery date evaluation unit for determining whether or not the delivery date is delayed, and outputting the maximum processing time that does not lead to the delivery delay in the processing time of the process currently being processed as a delay allowable time when it is determined that the delivery date will not be delayed.
  • the delivery date evaluation unit immediately determines the impact on the delivery date when a delay occurs in the process currently being processed. If there is no influence on the delivery date, the delivery date evaluation unit outputs the maximum processing time that does not result in a delivery delay in the processing time of the process currently being processed as the allowable delay time. Therefore, according to the delay prediction device according to the present disclosure, it is possible to immediately grasp how long the delay will continue to affect the delivery date when a delay occurs in the process currently being processed.
  • FIG. 2 is a configuration example of a delay prediction device according to Embodiment 1;
  • 3 is an example of processing performance information according to the first embodiment; 8 shows an example of processing performed by a processing performance calculation unit according to Embodiment 1;
  • 4 is an example of environmental information according to Embodiment 1;
  • FIG. 5 is a flow chart showing an operation example of progress prediction calculation processing according to the first embodiment;
  • FIG. 4 is a flowchart showing an operation example of delivery date evaluation processing according to the first embodiment;
  • 4 is an example of delay impact prediction information according to Embodiment 1;
  • 4 is a configuration example of a delay prediction device according to a modification of Embodiment 1;
  • FIG. 11 is a flowchart showing an example of the operation of delivery date evaluation processing according to the second embodiment;
  • FIG. 10 is an example of delay impact prediction information according to Embodiment 2;
  • FIG. FIG. 10 is a configuration example of a delay prediction device according to Embodiment 4;
  • FIG. 11 is a flowchart showing an operation example of production plan correction processing according to the fourth embodiment;
  • Delay prediction device 100 is a computer.
  • Delay prediction device 100 includes processor 910 and other hardware such as memory 921 , auxiliary storage device 922 , input interface 930 , output interface 940 and communication device 950 .
  • the processor 910 is connected to other hardware via signal lines and controls these other hardware.
  • the delay prediction device 100 includes a production plan acquisition unit 101, a progress information acquisition unit 102, a progress prediction calculation unit 103, a delivery date evaluation unit 104, a processing result calculation unit 105, and a storage unit 106 as functional elements.
  • Storage unit 106 stores production plan information 201 , manufacturing performance information 202 , processing performance information 203 , and delay impact prediction information 204 .
  • Storage unit 106 is provided in memory 921 . Note that the storage unit 106 may be provided in the auxiliary storage device 922 or may be distributed between the memory 921 and the auxiliary storage device 922 .
  • Processor 910 is a device that executes a delay prediction program.
  • the delay prediction program is a program that implements the functions of the production plan acquisition unit 101 , the progress information acquisition unit 102 , the progress prediction calculation unit 103 , the delivery date evaluation unit 104 and the processing result calculation unit 105 .
  • the processor 910 is an IC (Integrated Circuit) that performs arithmetic processing. Specific examples of the processor 910 are a CPU (Central Processing Unit), a DSP (Digital Signal Processor), and a GPU (Graphics Processing Unit).
  • the memory 921 is a storage device that temporarily stores data.
  • a specific example of the memory 921 is SRAM (Static Random Access Memory) or DRAM (Dynamic Random Access Memory).
  • Auxiliary storage device 922 is a storage device that stores data.
  • a specific example of the auxiliary storage device 922 is an HDD.
  • the auxiliary storage device 922 may be a portable storage medium such as an SD (registered trademark) memory card, CF, NAND flash, flexible disk, optical disk, compact disk, Blu-ray (registered trademark) disk, or DVD.
  • SD registered trademark
  • SD® is an abbreviation for Secure Digital
  • CF is an abbreviation for CompactFlash®.
  • DVD is an abbreviation for Digital Versatile Disk.
  • the input interface 930 is a port connected to an input device such as a mouse, keyboard, or touch panel.
  • the input interface 930 is specifically a USB (Universal Serial Bus) terminal.
  • the input interface 930 may be a port connected to a LAN (Local Area Network).
  • the output interface 940 is a port to which a cable of an output device such as a display is connected.
  • the output interface 940 is specifically a USB terminal or an HDMI (registered trademark) (High Definition Multimedia Interface) terminal.
  • the display is specifically an LCD (Liquid Crystal Display).
  • Output interface 940 is also referred to as a display interface.
  • the communication device 950 has a receiver and a transmitter.
  • a communication device 950 is connected to a communication network such as a LAN, the Internet, or a telephone line.
  • the communication device 950 is specifically a communication chip or NIC (Network Interface Card).
  • the delay prediction program is executed in the delay prediction device 100.
  • the delay prediction program is loaded into processor 910 and executed by processor 910 .
  • the memory 921 stores not only the delay prediction program but also an OS (Operating System).
  • the processor 910 executes the delay prediction program while executing the OS.
  • the delay prediction program and OS may be stored in auxiliary storage device 922 .
  • the delay prediction program and OS stored in auxiliary storage device 922 are loaded into memory 921 and executed by processor 910 . Part or all of the delay prediction program may be incorporated into the OS.
  • the delay prediction device 100 may include multiple processors that substitute for the processor 910 . These multiple processors share the execution of the delay prediction program. Each processor, like processor 910, is a device that executes a delay prediction program.
  • the data, information, signal values and variable values used, processed or output by the delay prediction program are stored in the memory 921, the auxiliary storage device 922, or the registers or cache memory within the processor 910.
  • the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing result calculation unit 105 are represented by “circuit”, “process”, “procedure”, and “processing”. , or may be read as “circuitry”.
  • the delay prediction program causes the computer to execute a production plan acquisition process, a progress information acquisition process, a progress prediction calculation process, a delivery date evaluation process, and a processing result calculation process.
  • the "processing" of the production plan acquisition process, progress information acquisition process, progress forecast calculation process, delivery date evaluation process, and processing result calculation process is defined as "program”, “program product”, “computer-readable storage medium storing program”, Alternatively, it may be read as "a computer-readable recording medium on which a program is recorded”.
  • the delay prediction method is a method performed by the delay prediction device 100 executing a delay prediction program.
  • the delay prediction program may be stored in a computer-readable recording medium and provided. Also, the delay prediction program may be provided as a program product.
  • the delay prediction device 100 is a device that predicts a delay in manufacturing work during execution of manufacturing work consisting of a plurality of processes.
  • the production plan acquisition unit 101 acquires production plan information 201 instructed to the manufacturing site.
  • the production plan acquisition unit 101 analyzes information on orders, which are units of manufacturing work, and information on each process from the production plan information 201, and generates a production line model used for simulation.
  • the production plan information 201 includes, for example, an order identification number, an apparatus identification number, a process identification number, a process order, a process start time for each process, a process end time for each process, a process time for each process, and a delivery date. be done.
  • the progress information acquisition unit 102 acquires the manufacturing work progress at the manufacturing site as the manufacturing performance information 202 .
  • the progress information acquisition unit 102 acquires the manufacturing work progress as the manufacturing performance information 202 and sets the work progress information in the manufacturing line model created by the production plan acquisition unit 101 .
  • the manufacturing performance information 202 includes, for example, an order identification number, an apparatus identification number, a process identification number, the process order, the process start time for each process, the process end time for each process if the work has been completed, and the process end time for each process. Processing time is set.
  • the progress prediction calculation unit 103 uses the production plan information 201, the production performance information 202, and the maximum processing time 31 for each process calculated by the processing performance calculation unit 105, which will be described later, to execute a simulation of the manufacturing work. Specifically, the progress prediction calculation unit 103 uses the manufacturing line model generated by the production plan acquisition unit 101, the work progress information set by the progress information acquisition unit 102, and the maximum processing time 31 for each process to Run a simulation of your work.
  • the progress prediction calculator 103 outputs progress prediction information 32 summarizing work progress and future production plans.
  • the progress prediction information 32 includes, for example, an order identification number, an apparatus identification number, a process identification number, a process order, a process start time for each process, a process end time for each process, and a processing time for each process. .
  • the delivery date evaluation unit 104 compares the delivery date set in the production planning information 201 with the processing end time of the final process in the progress prediction information 32 .
  • the delivery date evaluation unit 104 determines for each order, that is, for each manufacturing work, whether the processing end time in the final process is delayed. If the delivery date is delayed, the delivery date evaluation unit 104 outputs the current processing time of the delayed process as the delay occurrence time. If the delivery date is not delayed, the delivery date evaluation unit 104 returns to the progress prediction calculation unit 103, changes the processing time of the process currently being processed, which is the parameter, and executes the simulation of the manufacturing work again.
  • the delivery date evaluation unit 104 repeats the above processing until a delivery delay occurs, and when a delivery delay occurs, the processing time is calculated using the parameter of the immediately preceding processing time, and output as an allowable delay time.
  • the allowable delay time will be explained in the second embodiment.
  • the processing performance calculation unit 105 acquires the processing performance information 203 that records the past performance of the processing time for each process.
  • the processing performance calculation unit 105 outputs the maximum processing time 31 for each process based on the processing performance information 203 .
  • the maximum processing time 31 is also called a maximum delay time.
  • an apparatus identification number, a process identification number, and a processing time record are set in the processing record information 203 .
  • the processing time record may be the actual record value of the processing time for each process in the past in the manufacturing line model of the same product, or the record value per unit number, for example, one lot.
  • the delay prediction device 100 predicts a delay in manufacturing work during execution of manufacturing work consisting of a plurality of processes 20 .
  • the operation procedure of the delay prediction device 100 corresponds to the delay prediction method.
  • a program that implements the operation of the delay prediction device 100 corresponds to a delay prediction program.
  • FIG. 2 is a diagram showing an example of production plan information 201 according to this embodiment.
  • the production plan acquisition unit 101 acquires production plan information 201 .
  • execution plans for a plurality of processes are set.
  • the production plan information 201 is information instructed to the manufacturing site.
  • as parameters for example, an order identification number, an apparatus identification number, a process identification number, a process order, a process start time for each process, a process end time for each process, and a processing time for each process are set. It is Also, although not shown, a delivery date is set for each manufacturing work.
  • the production plan acquisition unit 101 uses each parameter of the production plan information 201 to generate a production line model.
  • each order with order identification number 0 and order identification number 1 is set as manufacturing work 20 .
  • the order identification number 0 corresponds to a device with a device identification number of 10 that performs the process with the process identification number A in a processing time of 40, a device with a device identification number of 11 that performs the process with the process identification number B in a processing time of 70, and a process identification number C. is a production line by the device with the device identification number 12 that performs the process of 1 for a processing time of 80.
  • Order identification number 1 is a manufacturing line with a device with device identification number 20 that performs the process with process identification number D in processing time 40 and a device with device identification number 21 that performs the process with process identification number E in processing time 30.
  • Each order with order identification number 0 and order identification number 1 is submitted at the processing start time and processing end time of each process.
  • a delivery date is set for each order with order identification number 0 and order identification number 1, that is, manufacturing work 20 .
  • FIG. 3 is a diagram showing an example of manufacturing performance information 202 according to this embodiment.
  • the progress information acquisition unit 102 acquires the manufacturing work progress at the manufacturing site as the manufacturing performance information 202 .
  • progress in a plurality of processes is set.
  • the progress information acquisition unit 102 may acquire the manufacturing performance information 202 from outside via the input interface 930 or the communication device 950 .
  • the progress information acquisition unit 102 may automatically acquire the manufacturing performance information 202 from a processing device, sensor, or reader.
  • the order with the order identification number 0 completes the process with the process identification number A on the apparatus with the apparatus identification number 10 in the processing time of 40, and the process with the process identification number B on the apparatus with the apparatus identification number 11. is being processed.
  • the order with the order identification number 1 completes the process with the process identification number D in the apparatus with the apparatus identification number 20 in the processing time of 40, and the apparatus with the apparatus identification number 21 completes the process with the process identification number E in the processing time 40. Indicates that the process is being processed.
  • FIG. 4 is a diagram showing an example of the processing performance information 203 according to this embodiment.
  • the processing result calculation unit 105 reads the processing result information 203 that records the actual processing time of each of a plurality of processes. Based on the processing performance information 203, the processing performance calculation unit 105 calculates the maximum processing time 31 in the processing time of the process.
  • the processing result calculation unit 105 outputs 70, which is the longest time in the processing time results, as the maximum processing time 31 as the processing time of the process with the process identification number A in the device with the device identification number 10 . Further, when calculating the maximum processing time 31 of a process for which there is no processing time record, the processing record calculation unit 105 refers to the processing time in the production plan information 201 and outputs it. Alternatively, the processing performance calculation unit 105 may calculate the maximum processing time 31 using the method described below.
  • FIG. 5 is a diagram showing an example of processing of the processing performance calculation unit 105 according to this embodiment.
  • the processing performance calculation unit 105 may use the artificial intelligence 105a to estimate the maximum processing time 31 that can be taken in the relevant process.
  • the processing performance calculation unit 105 uses the processing performance information 203 in the relevant process as training data, and associates the processing performance information 203 with the environment information 203a that records the device identification number, processing time period, and worker for each process identification number. Get it as a parameter.
  • the processing performance calculation unit 105 estimates the maximum processing time 31 that can be taken in the relevant process.
  • FIG. 6 is a diagram showing an example of environment information 203a according to this embodiment.
  • the processing performed by worker X in the processing time slot of 9:00, the processing performed by worker Y and worker Z in the processing time slot of 10:00, and the processing performed by worker X in the processing time slot of 13:00. and the environment information 203a of the process performed by the worker Z are recorded in association with the process performance information 203 shown in FIG.
  • an output (maximum processing time 31) by the artificial intelligence 105a can be obtained.
  • the output (maximum processing time 31) by the artificial intelligence 105a is the maximum processing time 31 for each processing time zone and worker, and is a more appropriate value that is more finely classified than that based on the processing performance information 203 of FIG. Become.
  • FIG. 7 is a flowchart showing an operation example of progress prediction calculation processing according to the present embodiment.
  • the progress prediction calculation unit 103 executes a simulation of the manufacturing work 20 based on the production plan information 201, the manufacturing performance information 202, and the maximum processing time 31 in the processing time of the process currently being processed. do. Then, the progress prediction calculator 103 outputs the future progress prediction in the manufacturing work 20 as the progress prediction information 32 . Specifically, it is as follows.
  • step S101 the production plan acquisition unit 101 executes production plan acquisition processing for acquiring the production plan information 201 described above. Based on the production plan information 201, the production plan acquisition unit 101 generates a production line model used for simulation.
  • step S ⁇ b>102 the progress information acquisition unit 102 executes progress information acquisition processing for acquiring the manufacturing performance information 202 described above. The progress information acquisition unit 102 sets the work performance in the manufacturing line model based on the manufacturing performance information 202 .
  • step S ⁇ b>103 the progress prediction calculation unit 103 allocates processes subsequent to the process whose actual results are recorded in the manufacturing actual record information 202 to the manufacturing line model.
  • the process is also called work.
  • Process allocation is performed when the device scheduled in the production plan information 201 is available and the previous process is completed during the simulation time.
  • the process proceeds to step S104.
  • the progress prediction calculation unit 103 calculates the processing time of the process currently being processed to be used for the simulation based on the production planning information 201 .
  • the progress prediction calculation unit 103 calculates the processing time of the process currently being processed for use in the simulation from the production plan information. 201 processing time (planned value).
  • the progress prediction calculation unit 103 sets the current processing time as the processing time of the process currently being processed.
  • the processing time of processes other than the process currently being processed is the processing time of the process planned based on the production planning information 201 .
  • step S104 the progress prediction calculation unit 103 advances the intra-simulation time. The above procedure is repeated until there are no more unassigned processes.
  • step S ⁇ b>105 the progress prediction calculator 103 outputs the future progress prediction of the manufacturing work generated by executing the simulation of the manufacturing work as the progress prediction information 32 .
  • the progress prediction information 32 is information containing the prediction time of the processing end time of each process.
  • FIG. 8 is a flowchart showing an operation example of the delivery date evaluation process according to this embodiment.
  • step S201 the progress prediction calculation unit 103 executes progress prediction calculation processing for outputting the progress prediction information 32 described above.
  • step S ⁇ b>202 the delivery date evaluation unit 104 determines whether or not the process currently being processed is delayed based on the production plan information 201 and the progress prediction information 32 .
  • a delay in the process currently being processed is also called a manufacturing delay. That is, the delivery date evaluation unit 104 determines whether or not there is a production delay in the process currently being processed.
  • the delivery date evaluation unit 104 determines that a manufacturing delay has occurred when the process currently being processed in the progress prediction information 32 is delayed with respect to the plan of the process currently being processed in the production planning information 201 . If it is determined that the manufacturing delay has occurred, the process proceeds to step S203. If it is determined that the manufacturing delay has not occurred, the process ends.
  • step S ⁇ b>203 the delivery date evaluation unit 104 determines whether or not the processing end time of the last step of the plurality of steps in the progress prediction information 32 is a delivery delay. Specifically, the delivery date evaluation unit 104 compares the processing end time of the final process of the order with the delivery date of the order. The delivery date evaluation unit 104 determines that the delivery date is delayed when the processing end time of the final process exceeds the delivery date. If it is determined in step S204 that the delivery delay will occur, the process proceeds to step S205. If it is determined that the delivery delay will not occur, the process is terminated. The fact that a delivery delay occurs means that the production delay of the process currently being processed affects the delivery date.
  • step S ⁇ b>205 the delivery date evaluation unit 104 outputs the processing time of the process currently being processed as the delay occurrence time 33 .
  • the processing time of the process currently being processed is the processing time obtained based on the production planning information 201 of the process currently being processed when the simulation of the manufacturing work is executed, as described above. That is, the delivery date evaluation unit 104 defines the processing time used by the progress prediction calculation unit 103 to calculate the progress prediction information as the delay generation time 33 .
  • FIG. 9 is a diagram showing an example of delay impact prediction information 204 according to this embodiment.
  • the above processing is performed for all orders currently being processed, and when all the delay occurrence times 33 are acquired, the delivery date evaluation unit 104 outputs the delay impact prediction information 204, and the processing ends.
  • the delay impact prediction information 204 of FIG. 9 the delay occurrence time 33 in the process of the order identification number, the equipment identification number, and the process identification number that were being processed in the example of the manufacturing performance information 202 of FIG. 3 is recorded.
  • the processing time used to calculate the progress prediction information is described as the delay generation time 33, it is not limited to this. It may be time 33.
  • the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing performance calculation unit 105 are realized by software.
  • the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing result calculation unit 105 may be realized by hardware.
  • delay prediction apparatus 100 includes electronic circuitry 909 in place of processor 910 .
  • FIG. 10 is a diagram showing the configuration of delay prediction apparatus 100 according to a modification of the present embodiment.
  • the electronic circuit 909 is a dedicated electronic circuit that implements the functions of the production plan acquisition unit 101 , the progress information acquisition unit 102 , the progress prediction calculation unit 103 , the delivery date evaluation unit 104 , and the processing result calculation unit 105 .
  • Electronic circuit 909 is specifically a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, a logic IC, GA, ASIC, or FPGA.
  • GA is an abbreviation for Gate Array.
  • ASIC is an abbreviation for Application Specific Integrated Circuit.
  • FPGA is an abbreviation for Field-Programmable Gate Array.
  • the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing performance calculation unit 105 may be realized by one electronic circuit, or distributed to a plurality of electronic circuits. It may be realized by
  • part of the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing result calculation unit 105 are realized by electronic circuits, and the remaining functions are realized. It may be implemented in software. Also, part or all of the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing result calculation unit 1050 may be realized by firmware.
  • Each processor and electronic circuit is also called processing circuitry. That is, the functions of the production plan acquisition unit 101, the progress information acquisition unit 102, the progress prediction calculation unit 103, the delivery date evaluation unit 104, and the processing performance calculation unit 105 are realized by the processing circuitry.
  • the delay prediction apparatus 100 according to the present embodiment outputs the delay occurrence time when the manufacturing delay affects the delivery date. Therefore, according to the delay prediction apparatus 100 according to the present embodiment, it becomes easy to determine the process that has already affected the delivery date with the current processing time.
  • Embodiment 2 points different from the first embodiment and points added to the first embodiment will be mainly described.
  • the same reference numerals are assigned to components having the same functions as in the first embodiment, and the description thereof will be omitted.
  • the delay prediction apparatus 100 calculates how long the current manufacturing delay will continue to affect the delivery date. Specifically, when it is determined that the delivery date will not be delayed, the delivery date evaluation unit 104 outputs the maximum processing time that does not lead to the delivery date delay as the allowable delay time 34 in the processing time of the process currently being processed.
  • the processing is finished when the delivery delay has not occurred (when it has not occurred in step S204).
  • the progress prediction calculation unit 103 increases the processing time of the process currently being processed by the unit time, and continues the simulation of the manufacturing work until the delivery date is delayed. repeat.
  • the delivery date evaluation unit 104 outputs the processing time of the process currently being processed one time before the delivery delay occurs as the delay allowable time 34 .
  • This allowable delay time 34 is the maximum processing time during which the delivery is not delayed in the processing time of the process currently being processed.
  • FIG. 11 is a flow chart showing an example of the delivery date evaluation process according to this embodiment.
  • FIG. 11 shows the flow of processing when the manufacturing delay does not affect the delivery date. If no manufacturing delay has occurred, in step S301, the progress prediction calculation unit 103 increases the processing time of the process currently being processed by the unit time based on the maximum processing time 31, and executes a simulation of the manufacturing work. Then, the progress prediction calculation unit 103 outputs the progress prediction information 32 by simulating the manufacturing work in which the processing time of the step currently being processed, that is, the processing time used for progress prediction information calculation is increased by the unit time.
  • the unit time may be specified by the user. Alternatively, the maximum processing time 31 obtained by the processing performance calculation unit 105 may be divided and automatically calculated.
  • step S302 the delivery date evaluation unit 104 determines whether or not there is a production delay.
  • the manufacturing delay determination method is the same as in the first embodiment. If there is a manufacturing delay, the process proceeds to step S303. If no manufacturing delay has occurred, the process proceeds to step S304.
  • step S303 the delivery date evaluation unit 104 determines whether or not there is a delivery delay. The delivery delay determination method is the same as in the first embodiment. If the delivery date is delayed, the loop is terminated and the process proceeds to step S305. On the other hand, if the delivery delay has not occurred, the process proceeds to step S304.
  • step S304 the delivery date evaluation unit 104 refers to the maximum processing time 31 obtained by the processing result calculation unit 105, and the processing time of the process currently being processed used for progress prediction information calculation at that time is calculated as the maximum processing time 31. It is determined whether or not it is exceeded.
  • step S304 If the processing time used to calculate the progress prediction information exceeds the maximum processing time 31 (exceeding in step S304), it is determined that there is no need to consider the influence of the delivery delay, and the process proceeds to step S305. On the other hand, if the processing time used for progress prediction information calculation does not exceed the maximum processing time 31 (if not exceeded in step S304), the process returns to step S301.
  • the progress prediction calculation unit 103 executes the simulation of the manufacturing work again using the processing time increased by the unit time, and outputs the progress prediction information 32 (step S301). Then, the delivery date evaluation unit 104 repeats the processing after step S302 for evaluating the influence on the delivery date.
  • step S305 when the delivery date evaluation unit 104 determines that the delivery date is affected, the processing time immediately before the delivery date is affected is the processing time immediately before the processing time used to calculate the progress prediction information. It is defined as an allowable delay time 34 . If the delivery date evaluation unit 104 determines in step S ⁇ b>304 that the maximum processing time 31 has been exceeded, the maximum processing time 31 is defined as the allowable delay time 34 .
  • FIG. 12 is a diagram showing an example of delay impact prediction information 204 according to this embodiment.
  • the above processing is performed for all the orders currently being processed, and when all the allowable delay times 34 are acquired, the delivery date evaluation unit 104 outputs the delay impact prediction information 204, and the processing ends.
  • the delay impact prediction information 204 of FIG. 12 the allowable delay time 34 in the process of the order identification number, equipment identification number, and process identification number being processed in the example of the manufacturing performance information 202 of FIG. 3 is recorded.
  • the delay prediction apparatus 100 when the manufacturing delay does not affect the delivery date, the processing time immediately before the delivery date is affected is can get. For this reason, when delays continue in the process currently being processed, it is possible to acquire the allowable delay time that does not affect the delivery date, and to deal with the delay before it affects the delivery date. .
  • Embodiment 3 points different from Embodiments 1 and 2 and points added to Embodiments 1 and 2 will be mainly described.
  • the same reference numerals are given to components having the same functions as in the first and second embodiments, and the description thereof is omitted.
  • Embodiments 1 and 2 when a production delay occurs, processing is performed when the order currently being processed affects the delivery date, or when the order currently being processed does not affect the delivery date. processing was mentioned. However, both those that affect the delivery date and those that do not affect the delivery date may coexist.
  • the delay impact prediction information 204 is generated using the delay occurrence time 33 defined in the first embodiment for the orders that affect the delivery date, and the second embodiment is used for the orders that do not affect the delivery date.
  • the delay impact prediction information 204 is generated using the defined delay permissible time 34 .
  • Delay impact prediction information 204 can be generated. Therefore, according to the delay prediction apparatus 100 according to the present embodiment, among the processes currently being processed, the process that has already affected the delivery date in the current processing time and the delivery date if the delay continues in the future It is possible to obtain a process with an acceptable delay time that does not affect the production, and it is possible to cope with future manufacturing results.
  • Embodiment 4 points different from Embodiments 1 to 3 and points added to Embodiments 1 to 3 will be mainly described.
  • the same reference numerals are assigned to components having the same functions as those of the first to third embodiments, and descriptions thereof are omitted.
  • the processing up to acquisition of the delay impact prediction information 204 has been described. may be included.
  • FIG. 13 is a configuration example of delay prediction apparatus 100 according to this embodiment.
  • FIG. 13 shows a configuration example of the delay prediction device 100 having a production plan correction function of feeding back the delay impact prediction information 204 to the production plan information 201.
  • FIG. 13 in order to make the drawing easier to see, mainly arrows related to the production plan correction function according to the present embodiment are described.
  • the delay prediction device 100 includes a production plan correction unit 107 and a production performance recording unit 108 in addition to the configuration of the first embodiment.
  • the production plan correction unit 107 acquires the production plan information 201, the delay impact prediction information 204, and the production performance information 202, corrects the production plan information 201, and outputs it as corrected production plan information 201a.
  • the manufacturing performance recording unit 108 acquires the manufacturing performance information 202 and records it in the processing performance information 203 .
  • the production plan correction unit 107 corrects the production plan information 201 instructing the manufacturing site.
  • FIG. 14 is a flow chart showing the flow of production plan correction processing according to the present embodiment.
  • the production plan correction unit 107 acquires the production plan information 201 before correction (step S401).
  • the production plan correction unit 107 acquires the manufacturing performance information 202 (step S402).
  • the production plan correction unit 107 acquires the delay impact prediction information 204 .
  • the production plan correction unit 107 updates the processing time input when calculating the progress prediction based on the processing time in the delay impact prediction information 204 .
  • the production plan correction unit 107 determines whether or not the current processing time affects the delivery date. If there is already an order that affects the delivery date at the current processing time, a warning message is displayed or sent to the person in charge together with the relevant order information (step S406).
  • step S ⁇ b>407 the production plan correction unit 107 uses these pieces of information to perform progress prediction calculation processing in the progress prediction calculation unit 103 .
  • step S408 the production plan correction unit 107 outputs the progress prediction information 32 outputted in step S407 as the corrected production plan information 201a in consideration of the influence of the delay.
  • step S409 the production record recording unit 108 records the processing record information 203 for each device and process. The processing performance information 203 is used to determine the maximum processing time 31 for searching for delay when executing the next delay impact simulation.
  • the delay prediction device 100 feeds back the delay impact prediction information 204 to the production plan information 201, and automatically corrects the production plan in consideration of the production results and the effects of delay.
  • the manufacturing site it is possible to instruct the manufacturing site to make a production plan that takes into account the maximum processing time that does not affect the current manufacturing progress and delivery date. Also, if the current delay is affecting the delivery date, you can immediately grasp it with a warning message.
  • each part of the delay prediction device has been described as an independent functional block.
  • the configuration of the delay prediction device does not have to be the configuration of the embodiment described above.
  • the functional blocks of the delay prediction device may have any configuration as long as they can implement the functions described in the above embodiments.
  • the delay prediction device may be a system composed of a plurality of devices instead of a single device.
  • these embodiments may be implemented in any combination as a whole or in part. That is, in Embodiments 1 to 4, it is possible to freely combine each embodiment, modify any component of each embodiment, or omit any component from each embodiment.

Landscapes

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

Abstract

進捗予測算出部（１０３）は、生産計画情報（２０１）と製造実績情報（２０２）と現在処理中の工程の処理時間における最大処理時間（３１）とに基づいて、製造作業のシミュレーションを実行し、将来の進捗予測を進捗予測情報（３２）として出力する。納期評価部（１０４）は、生産計画情報（２０１）と進捗予測情報（３２）とに基づいて、現在処理中の工程が遅延していると判定されると、進捗予測情報（３２）における複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定する。納期評価部（１０４）は、納期遅延とならないと判定されると、現在処理中の工程の処理時間において納期遅延とならない最大の処理時間を遅延許容時間として出力する。

Description

遅延予測装置、遅延予測方法、および、遅延予測プログラム
　本開示は、遅延予測装置、遅延予測方法、および、遅延予測プログラムに関する。特に、製造現場における製造遅延発生時に、納期を考慮した処理時間を算出する技術に関する。
　特許文献１に開示された生産システムでは、製造ラインモデルと製造実績データを用いて生産シミュレーションを行うことによって、元の生産計画に対する製造の進捗を把握する。そして、製造遅延により納期遅れが発生した場合には、生産システムは警告を表示して、今後の最適な生産計画の算出を行う。
特開２０２０－０９８５４１号公報
　特許文献１に開示された生産システムは、製造遅延が納期に影響を及ぼす場合においては、警告の表示、あるいは、生産計画の修正といった対処を行う。しかし、製造遅延が納期に影響を及ぼさない場合においては、実際に製造実績が入力されるまで、製造遅延がどの程度継続すると納期に影響を及ぼすのか把握できない。製造実績が入力されるまで製造遅延の納期への影響を把握できないと、遅延が発生し継続している状態において、いつまでに対処が必要であるか判断することができず、対処が遅れてしまう要因になる。
　本開示では、製造遅延発生時に納期への影響を即座に判定し、納期に影響がない場合は最大の遅延可能な処理時間を算出する。このように、本開示では、製造遅延が発生した段階で、いつまで製造遅延が継続すると納期に影響を及ぼすのかを即座に把握することを目的とする。
　本開示に係る遅延予測装置は、複数の工程から成る製造作業の実施途中において前記製造作業の遅延を予測する遅延予測装置において、
　前記複数の工程の実施予定計画が設定された生産計画情報と、前記複数の工程における進捗が設定された製造実績情報と、現在処理中の工程の処理時間における最大処理時間とに基づいて、前記製造作業のシミュレーションを実行し、前記製造作業における将来の進捗予測を進捗予測情報として出力する進捗予測算出部と、
　前記生産計画情報と前記進捗予測情報とに基づいて、前記現在処理中の工程が遅延していると判定されると、前記進捗予測情報における前記複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定し、前記納期遅延とならないと判定されると、前記現在処理中の工程の処理時間において前記納期遅延とならない最大の処理時間を遅延許容時間として出力する納期評価部とを備える。
　本開示に係る遅延予測装置では、納期評価部が、現在処理中の工程における遅延発生時に納期への影響を即座に判定する。納期に影響がない場合は、納期評価部は、現在処理中の工程の処理時間において納期遅延とならない最大の処理時間を遅延許容時間として出力する。よって、本開示に係る遅延予測装置によれば、現在処理中の工程における遅延が発生した段階で、いつまで遅延が継続すると納期に影響を及ぼすのかを即座に把握することができるという効果を奏する。
実施の形態１に係る遅延予測装置の構成例。 実施の形態１に係る生産計画情報の例。 実施の形態１に係る製造実績情報の例。 実施の形態１に係る処理実績情報の例。 実施の形態１に係る処理実績算出部の処理の一例。 実施の形態１に係る環境情報の例。 実施の形態１に係る進捗予測算出処理の動作例を示すフロー図。 実施の形態１に係る納期評価処理の動作例を示すフロー図。 実施の形態１に係る遅延影響予測情報の例。 実施の形態１の変形例に係る遅延予測装置の構成例。 実施の形態２に係る納期評価処理の動作例を示すフロー図。 実施の形態２に係る遅延影響予測情報の例。 実施の形態４に係る遅延予測装置の構成例。 実施の形態４に係る生産計画修正処理の動作例を示すフロー図。
　以下、本実施の形態について、図を用いて説明する。各図中、同一または相当する部分には、同一符号を付している。実施の形態の説明において、同一または相当する部分については、説明を適宜省略または簡略化する。
　実施の形態１．
＊＊＊構成の説明＊＊＊
　図１を用いて、本実施の形態に係る遅延予測装置１００の構成例について説明する。
　遅延予測装置１００は、コンピュータである。遅延予測装置１００は、プロセッサ９１０を備えるとともに、メモリ９２１、補助記憶装置９２２、入力インタフェース９３０、出力インタフェース９４０、および通信装置９５０といった他のハードウェアを備える。プロセッサ９１０は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
　遅延予測装置１００は、機能要素として、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５と記憶部１０６とを備える。記憶部１０６には、生産計画情報２０１と製造実績情報２０２と処理実績情報２０３と遅延影響予測情報２０４が記憶される。
　生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能は、ソフトウェアにより実現される。記憶部１０６は、メモリ９２１に備えられる。なお、記憶部１０６は、補助記憶装置９２２に備えられていてもよいし、メモリ９２１と補助記憶装置９２２に分散して備えられていてもよい。
　プロセッサ９１０は、遅延予測プログラムを実行する装置である。遅延予測プログラムは、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能を実現するプログラムである。
　プロセッサ９１０は、演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）である。プロセッサ９１０の具体例は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）である。
　メモリ９２１は、データを一時的に記憶する記憶装置である。メモリ９２１の具体例は、ＳＲＡＭ（Ｓｔａｔｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、あるいはＤＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）である。
　補助記憶装置９２２は、データを保管する記憶装置である。補助記憶装置９２２の具体例は、ＨＤＤである。また、補助記憶装置９２２は、ＳＤ（登録商標）メモリカード、ＣＦ、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤといった可搬の記憶媒体であってもよい。なお、ＨＤＤは、Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅの略語である。ＳＤ（登録商標）は、Ｓｅｃｕｒｅ　Ｄｉｇｉｔａｌの略語である。ＣＦは、ＣｏｍｐａｃｔＦｌａｓｈ（登録商標）の略語である。ＤＶＤは、Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋの略語である。
　入力インタフェース９３０は、マウス、キーボード、あるいはタッチパネルといった入力装置と接続されるポートである。入力インタフェース９３０は、具体的には、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）端子である。なお、入力インタフェース９３０は、ＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）と接続されるポートであってもよい。
　出力インタフェース９４０は、ディスプレイといった出力機器のケーブルが接続されるポートである。出力インタフェース９４０は、具体的には、ＵＳＢ端子またはＨＤＭＩ（登録商標）（Ｈｉｇｈ　Ｄｅｆｉｎｉｔｉｏｎ　Ｍｕｌｔｉｍｅｄｉａ　Ｉｎｔｅｒｆａｃｅ）端子である。ディスプレイは、具体的には、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）である。出力インタフェース９４０は、表示器インタフェースともいう。
　通信装置９５０は、レシーバとトランスミッタを有する。通信装置９５０は、ＬＡＮ、インターネット、あるいは電話回線といった通信網に接続している。通信装置９５０は、具体的には、通信チップまたはＮＩＣ（Ｎｅｔｗｏｒｋ　Ｉｎｔｅｒｆａｃｅ　Ｃａｒｄ）である。
　遅延予測プログラムは、遅延予測装置１００において実行される。遅延予測プログラムは、プロセッサ９１０に読み込まれ、プロセッサ９１０によって実行される。メモリ９２１には、遅延予測プログラムだけでなく、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）も記憶されている。プロセッサ９１０は、ＯＳを実行しながら、遅延予測プログラムを実行する。遅延予測プログラムおよびＯＳは、補助記憶装置９２２に記憶されていてもよい。補助記憶装置９２２に記憶されている遅延予測プログラムおよびＯＳは、メモリ９２１にロードされ、プロセッサ９１０によって実行される。なお、遅延予測プログラムの一部または全部がＯＳに組み込まれていてもよい。
　遅延予測装置１００は、プロセッサ９１０を代替する複数のプロセッサを備えていてもよい。これら複数のプロセッサは、遅延予測プログラムの実行を分担する。それぞれのプロセッサは、プロセッサ９１０と同じように、遅延予測プログラムを実行する装置である。
　遅延予測プログラムにより利用、処理または出力されるデータ、情報、信号値および変数値は、メモリ９２１、補助記憶装置９２２、または、プロセッサ９１０内のレジスタあるいはキャッシュメモリに記憶される。
　生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の各部の「部」を「回路」、「工程」、「手順」、「処理」、あるいは「サーキットリー」に読み替えてもよい。遅延予測プログラムは、生産計画取得処理と進捗情報取得処理と進捗予測算出処理と納期評価処理と処理実績算出処理を、コンピュータに実行させる。生産計画取得処理と進捗情報取得処理と進捗予測算出処理と納期評価処理と処理実績算出処理の「処理」を「プログラム」、「プログラムプロダクト」、「プログラムを記憶したコンピュータ読取可能な記憶媒体」、または「プログラムを記録したコンピュータ読取可能な記録媒体」に読み替えてもよい。また、遅延予測方法は、遅延予測装置１００が遅延予測プログラムを実行することにより行われる方法である。
　遅延予測プログラムは、コンピュータ読取可能な記録媒体に格納されて提供されてもよい。また、遅延予測プログラムは、プログラムプロダクトとして提供されてもよい。
＊＊＊機能概要の説明＊＊＊
　遅延予測装置１００は、複数の工程から成る製造作業の実施途中において、製造作業の遅延を予測する装置である。
　生産計画取得部１０１は、製造現場へ指示される生産計画情報２０１を取得する。生産計画取得部１０１は、生産計画情報２０１から、製造作業の単位であるオーダに関する情報、および、各工程に関する情報を解析し、シミュレーションに用いる製造ラインモデルを生成する。
　生産計画情報２０１には、例えば、オーダ識別番号、装置識別番号、工程識別番号、工程の処理順序、工程ごとの処理開始時刻、工程ごとの処理終了時刻、工程ごとの処理時間、および納期が設定される。
　進捗情報取得部１０２は、製造現場の製造作業進捗を製造実績情報２０２として取得する。進捗情報取得部１０２は、製造作業進捗を製造実績情報２０２として取得し、生産計画取得部１０１で作成した製造ラインモデルに作業進捗情報を設定する。
　製造実績情報２０２には、例えば、オーダ識別番号、装置識別番号、工程識別番号、工程の処理順序、工程ごとの処理開始時刻、作業終了済みであれば工程ごとの処理終了時刻、および工程ごとの処理時間が設定されている。
　進捗予測算出部１０３は、生産計画情報２０１と、製造実績情報２０２と、後述する処理実績算出部１０５で算出された工程ごとの最大処理時間３１を用いて、製造作業のシミュレーションを実行する。具体的には、進捗予測算出部１０３は、生産計画取得部１０１で生成した製造ラインモデルと、進捗情報取得部１０２で設定した作業進捗情報と、工程ごとの最大処理時間３１を用いて、製造作業のシミュレーションを実行する。進捗予測算出部１０３は、作業進捗および将来の生産計画をまとめた進捗予測情報３２を出力する。
　進捗予測情報３２には、例えば、オーダ識別番号、装置識別番号、工程識別番号、工程の処理順序、工程ごとの処理開始時刻、工程ごとの処理終了時刻、および工程ごとの処理時間が設定される。
　納期評価部１０４では、生産計画情報２０１に設定されている納期と、進捗予測情報３２のうち最終工程における処理終了時刻とを比較する。納期評価部１０４は、最終工程における処理終了時刻が納期遅延となっているかについてオーダごと、すなわち製造作業ごとに判定する。
　納期遅延となっている場合は、納期評価部１０４は、遅延が発生している工程の現在の処理時間を遅延発生時間として出力する。
　納期遅延となっていない場合は、納期評価部１０４は、進捗予測算出部１０３に戻り、パラメータである現在処理中の工程の処理時間を変更して、再度製造作業のシミュレーションを実行する。納期評価部１０４は、以上の処理を、納期遅延が発生するまで繰り返し、納期遅延が発生した時点でその直前の処理時間のパラメータを用いて処理時間を算出し、遅延許容時間として出力する。遅延許容時間については、実施の形態２で説明する。
　処理実績算出部１０５は、工程ごとに処理時間の過去の実績を記録した処理実績情報２０３を取得する。処理実績算出部１０５は、処理実績情報２０３に基づいて、工程ごとの最大処理時間３１を出力する。最大処理時間３１は最大遅延時間ともいう。処理実績情報２０３には、例えば、装置識別番号、工程識別番号、および処理時間実績が設定される。ここで、処理時間実績は、同一製品の製造ラインモデルにおける過去の工程ごとの処理時間の実際の実績値、あるいは単位個数、例えば１ロットあたりの実績値であってもよい。
＊＊＊動作の説明＊＊＊
　次に、本実施の形態に係る遅延予測装置１００の動作について説明する。
　本実施の形態に係る遅延予測装置１００は、複数の工程２０から成る製造作業の実施途中において、製造作業の遅延を予測する。
　遅延予測装置１００の動作手順は、遅延予測方法に相当する。また、遅延予測装置１００の動作を実現するプログラムは、遅延予測プログラムに相当する。
＜生産計画取得処理＞
　図２は、本実施の形態に係る生産計画情報２０１の例を示す図である。
　生産計画取得部１０１は、生産計画情報２０１を取得する。
　生産計画情報２０１には、複数の工程の実施予定計画が設定されている。生産計画情報２０１は、製造現場に指示された情報である。
　生産計画情報２０１には、パラメータとして、例えば、オーダ識別番号、装置識別番号、工程識別番号、工程の処理順序、工程ごとの処理開始時刻、工程ごとの処理終了時刻、工程ごとの処理時間が設定されている。また、図示はないが製造作業ごとの納期が設定される。
　生産計画取得部１０１は、生産計画情報２０１の各パラメータを用いて、製造ラインモデルを生成する。
　図２の生産計画情報２０１には、オーダ識別番号０とオーダ識別番号１との各々のオーダが製造作業２０として設定されている。
　オーダ識別番号０は、工程識別番号Ａの工程を処理時間４０で行う装置識別番号１０の装置と、工程識別番号Ｂの工程を処理時間７０で行う装置識別番号１１の装置と、工程識別番号Ｃの工程を処理時間８０で行う装置識別番号１２の装置による製造ラインである。オーダ識別番号１は、工程識別番号Ｄの工程を処理時間４０で行う装置識別番号２０の装置と、工程識別番号Ｅの処理を処理時間３０で行う装置識別番号２１の装置による製造ラインである。オーダ識別番号０とオーダ識別番号１との各オーダは、各工程の処理開始時刻および処理終了時刻で投入される。
　また、オーダ識別番号０とオーダ識別番号１との各オーダ、すなわち製造作業２０には納期が設定されている。
＜進捗情報取得処理＞
　図３は、本実施の形態に係る製造実績情報２０２の例を示す図である。
　進捗情報取得部１０２は、製造現場の製造作業進捗を製造実績情報２０２として取得する。製造実績情報２０２には、複数の工程における進捗が設定されている。進捗情報取得部１０２は、入力インタフェース９３０、あるいは、通信装置９５０を介して、外部から製造実績情報２０２を取得してもよい。あるいは、進捗情報取得部１０２は、処理装置、センサ、あるいはリーダから、製造実績情報２０２を自動で取得してもよい。
　図３の製造実績情報２０２では、オーダ識別番号０のオーダが装置識別番号１０の装置にて工程識別番号Ａの工程を処理時間４０で完了し、装置識別番号１１の装置にて工程識別番号Ｂの工程を処理中であることを示している。また、製造実績情報２０２では、オーダ識別番号１のオーダが装置識別番号２０の装置にて工程識別番号Ｄの工程を処理時間４０で完了し、装置識別番号２１の装置にて工程識別番号Ｅの工程を処理中であることを示している。
＜処理実績算出処理＞
　図４は、本実施の形態に係る処理実績情報２０３の例を示す図である。
　処理実績算出部１０５は、複数の工程の各々の処理時間の実績を記録した処理実績情報２０３を読み込む。そして、処理実績算出部１０５は、処理実績情報２０３に基づいて、工程の処理時間における最大処理時間３１を算出する。
　図４の処理実績情報２０３では、装置識別番号１０の装置における工程識別番号ＡおよびＢの工程の処理時間実績と、装置識別番号２０の装置における工程識別番号Ｄの工程の処理時間実績が設定されている。このとき、処理実績算出部１０５は、装置識別番号１０の装置における工程識別番号Ａの工程の処理時間として、処理時間実績の中で最も長い時間である７０を最大処理時間３１として出力する。また、処理実績算出部１０５は、処理時間実績がない工程の最大処理時間３１を算出する場合、生産計画情報２０１にある処理時間を参照して出力する。
　あるいは、処理実績算出部１０５は、以下に示す手法を用いて最大処理時間３１を算出してもよい。
　図５は、本実施の形態に係る処理実績算出部１０５の処理の一例を示す図である。
　処理実績算出部１０５は、人工知能１０５ａを用いて、該当工程でかかり得る最大処理時間３１を推測してもよい。処理実績算出部１０５は、該当工程における処理実績情報２０３を教師データとし、処理実績情報２０３と紐付けて工程識別番号ごとに装置識別番号、処理時間帯、および作業者を記録した環境情報２０３ａをパラメータとして取得する。処理実績算出部１０５は、処理実績情報２０３と環境情報２０３ａとが入力された人工知能１０５ａを用いて、該当工程でかかり得る最大処理時間３１を推測する。
　図６は、本実施の形態に係る環境情報２０３ａの例を示す図である。
　図６の例では、処理時間帯９時台に作業者Ｘが行った処理と処理時間帯１０時台に作業者Ｙおよび作業者Ｚが行った処理と処理時間帯１３時台に作業者Ｘおよび作業者Ｚが行った処理の環境情報２０３ａが、図４で示した処理実績情報２０３に紐付いて記録されている。
　このように、処理実績情報２０３と環境情報２０３ａとを入力値として機械学習することにより、人工知能１０５ａによる出力（最大処理時間３１）が得られる。この人工知能１０５ａによる出力（最大処理時間３１）は、処理時間帯および作業者ごとの最大処理時間３１となり、図４の処理実績情報２０３に基づくものよりも細かく分類された、より適切な値となる。
＜進捗予測算出処理（シミュレーション）＞
　図７は、本実施の形態に係る進捗予測算出処理の動作例を示すフロー図である。
　進捗予測算出処理において、進捗予測算出部１０３は、生産計画情報２０１と、製造実績情報２０２と、現在処理中の工程の処理時間における最大処理時間３１とに基づいて、製造作業２０のシミュレーションを実行する。そして、進捗予測算出部１０３は、製造作業２０における将来の進捗予測を進捗予測情報３２として出力する。
　具体的には、以下の通りである。
　ステップＳ１０１において、生産計画取得部１０１は、上述の生産計画情報２０１を取得する生産計画取得処理を実行する。生産計画取得部１０１は、生産計画情報２０１に基づいて、シミュレーションに用いる製造ラインモデルを生成する。
　ステップＳ１０２において、進捗情報取得部１０２は、上述の製造実績情報２０２を取得する進捗情報取得処理を実行する。進捗情報取得部１０２は、製造実績情報２０２に基づいて、製造ラインモデルに作業実績を設定する。
　ステップＳ１０３において、進捗予測算出部１０３は、製造ラインモデルに対し、製造実績情報２０２に実績が記録されている工程以降の工程の割付を行う。ここで、工程は作業ともいう。工程の割付は、シミュレーション内時間において、生産計画情報２０１にて予定されていた装置が空いており、前の工程が完了している場合に行われる。シミュレーション内時間ですべての工程割付の探索が完了したら、ステップＳ１０４に進む。
　このとき、進捗予測算出部１０３は、現在処理中の工程の処理時間については、生産計画情報２０１に基づいて、シミュレーションに用いる現在処理中の工程の処理時間を算出する。具体的には、進捗予測算出部１０３は、現在の処理時間が生産計画情報２０１の処理時間（計画値）を超えていない場合は、シミュレーションに用いる現在処理中の工程の処理時間を生産計画情報２０１の処理時間（計画値）とする。進捗予測算出部１０３は、現在の処理時間が生産計画情報２０１の処理時間（計画値）を超えた場合は、現在の処理時間を現在処理中の工程の処理時間とする。
　現在処理中の工程以外の工程の処理時間については、生産計画情報２０１に基づいて計画された工程の処理時間とする。
　ステップＳ１０４において、進捗予測算出部１０３は、シミュレーション内時間を進める。以上の手順を未割付工程がなくなるまで繰り返す。
　未割付工程がなくなったら、ステップＳ１０５において、進捗予測算出部１０３は、製造作業のシミュレーションの実行により生成された、製造作業における将来の進捗予測を進捗予測情報３２として出力する。ここで、進捗予測情報３２は、各工程の処理終了時刻の予測時刻が含まれた情報である。
＜納期評価処理＞
　図８は、本実施の形態に係る納期評価処理の動作例を示すフロー図である。
　ステップＳ２０１において、進捗予測算出部１０３は、上述の進捗予測情報３２を出力する進捗予測算出処理を実行する。
　ステップＳ２０２において、納期評価部１０４は、生産計画情報２０１と進捗予測情報３２とに基づいて、現在処理中の工程が遅延しているか否かを判定する。現在処理中の工程に遅延が発生していることを、製造遅延が発生しているともいう。すなわち、納期評価部１０４は、現在処理中の工程で製造遅延が発生しているか否かを判定する。納期評価部１０４は、生産計画情報２０１における現在処理中の工程の計画に対して、進捗予測情報３２における現在処理中の工程が遅れている場合に、製造遅延が発生していると判定する。
　製造遅延が発生していると判定されると、ステップＳ２０３に進む。製造遅延が発生していないと判定されると、処理を終了する。
　ステップＳ２０３において、納期評価部１０４は、進捗予測情報３２における複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定する。具体的には、納期評価部１０４は、そのオーダの最終工程の処理終了時刻を、そのオーダの納期と比較する。納期評価部１０４は、最終工程の処理終了時刻が納期を超えていた場合は納期遅延発生と判定する。
　ステップＳ２０４において、納期遅延が発生すると判定されると、ステップＳ２０５に進む。納期遅延が発生しないと判定されると、処理を終了する。
　納期遅延が発生するとは、現在処理中の工程の製造遅延が、納期に影響を及ぼすことを意味する。
　ステップＳ２０５において、納期評価部１０４は、現在処理中の工程の処理時間を遅延発生時間３３として出力する。現在処理中の工程の処理時間とは、上述のように、製造作業のシミュレーションを実行する際に、現在処理中の工程の生産計画情報２０１に基づいて得られた処理時間である。すなわち、納期評価部１０４は、進捗予測算出部１０３で進捗予測情報算出に用いた処理時間を遅延発生時間３３と定義する。
　図９は、本実施の形態に係る遅延影響予測情報２０４の例を示す図である。
　以上の処理は現在処理中のオーダすべてに対して行われ、すべての遅延発生時間３３を取得した時点で、納期評価部１０４は遅延影響予測情報２０４を出力し、処理が終了する。
　図９の遅延影響予測情報２０４では、図３の製造実績情報２０２の例において処理中であったオーダ識別番号、装置識別番号、および工程識別番号の工程における遅延発生時間３３が記録されている。なお、進捗予測情報算出に用いた処理時間を遅延発生時間３３として説明しているが、これに限定されず、遅延が発生している工程の予測終了時刻あるいは最終工程の予測終了時刻を遅延発生時間３３としてもよい。
　＊＊＊他の構成＊＊＊
　本実施の形態では、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能がソフトウェアで実現される。変形例として、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能がハードウェアで実現されてもよい。
　具体的には、遅延予測装置１００は、プロセッサ９１０に替えて電子回路９０９を備える。
　図１０は、本実施の形態の変形例に係る遅延予測装置１００の構成を示す図である。
　電子回路９０９は、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能を実現する専用の電子回路である。電子回路９０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、または、ＦＰＧＡである。ＧＡは、Ｇａｔｅ　Ａｒｒａｙの略語である。ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔの略語である。ＦＰＧＡは、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙの略語である。
　生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能は、１つの電子回路で実現されてもよいし、複数の電子回路に分散して実現されてもよい。
　別の変形例として、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の一部の機能が電子回路で実現され、残りの機能がソフトウェアで実現されてもよい。また、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５０の一部またはすべての機能がファームウェアで実現されてもよい。
　プロセッサと電子回路の各々は、プロセッシングサーキットリとも呼ばれる。つまり、生産計画取得部１０１と進捗情報取得部１０２と進捗予測算出部１０３と納期評価部１０４と処理実績算出部１０５の機能は、プロセッシングサーキットリにより実現される。
＊＊＊本実施の形態の効果の説明＊＊＊
　以上のように、本実施の形態に係る遅延予測装置１００では、製造遅延が納期に影響を及ぼしている場合は遅延発生時間が出力される。よって、本実施の形態に係る遅延予測装置１００によれば、現在の処理時間ですでに納期に影響を及ぼしている工程を判断することが容易となる。
　実施の形態２．
　本実施の形態では、主に、実施の形態１と異なる点および実施の形態１に追加する点について説明する。
　本実施の形態において、実施の形態１と同様の機能を有する構成については同一の符号を付し、その説明を省略する。
　実施の形態１では、製造遅延が発生している工程がすでに納期に影響を及ぼしている場合の処理について述べた。本実施の形態では、現在処理中の工程の製造遅延が納期に影響を及ぼしていない場合の処理について述べる。
　本実施の形態では、製造遅延が納期に影響を及ぼしていない場合は、遅延予測装置１００は、現在発生している製造遅延がどの程度継続すると納期に影響を及ぼすのかを算出する。具体的には、納期評価部１０４は、納期遅延とならないと判定されると、現在処理中の工程の処理時間において納期遅延とならない最大の処理時間を遅延許容時間３４として出力する。
　実施の形態１では、図８に示すように、納期遅延が未発生の場合（ステップＳ２０４で未発生の場合）は、処理を終了していた。
　本実施の形態では、進捗予測算出部１０３は、納期遅延とならないと判定されると、現在処理中の工程の処理時間を単位時間分増加させて、納期遅延が発生するまで製造作業のシミュレーションを繰り返す。
　納期評価部１０４は、納期遅延が発生した時点で、納期遅延が発生する一回前の現在処理中の工程の処理時間を遅延許容時間３４として出力する。この遅延許容時間３４は、現在処理中の工程の処理時間において納期遅延とならない最大の処理時間となる。
　図１１は、本実施の形態に係る納期評価処理の例を示すフロー図である。
　図１１では、製造遅延が納期に影響を及ぼしていない場合の処理の流れを示している。
　製造遅延が発生していない場合、ステップＳ３０１において、進捗予測算出部１０３は、現在処理中の工程の処理時間を最大処理時間３１に基づいて単位時間増やして製造作業のシミュレーションを実行する。そして、進捗予測算出部１０３は、現在処理中の工程の処理時間、すなわち進捗予測情報算出に用いる処理時間を単位時間増やした製造作業のシミュレーションにより、進捗予測情報３２を出力する。
　この単位時間は利用者が指定してもよい。
　あるいは、処理実績算出部１０５にて得た最大処理時間３１を分割して自動算出してもよい。
　ステップＳ３０２において、納期評価部１０４は、製造遅延が発生しているか否かを判定する。製造遅延判定の方法は実施の形態１と同様である。製造遅延が発生している場合は、ステップＳ３０３に進む。製造遅延が発生していない場合は、ステップＳ３０４に進む。
　ステップＳ３０３において、納期評価部１０４は、納期遅延が発生しているか否かを判定する。納期遅延判定の方法は実施の形態１と同様である。
　納期遅延が発生している場合は、ループを終了し、ステップＳ３０５に進む。一方、納期遅延が発生していない場合は、ステップＳ３０４に進む。
　ステップＳ３０４において、納期評価部１０４は、処理実績算出部１０５で得た最大処理時間３１を参照し、その時点で進捗予測情報算出に用いた現在処理中の工程の処理時間が最大処理時間３１を超えていないか否かを判定する。
　進捗予測情報算出に用いる処理時間が最大処理時間３１を超えていた場合（ステップＳ３０４で超過の場合）は、納期遅延の影響を考慮する必要はないとし、ステップＳ３０５に進む。
　一方、進捗予測情報算出に用いる処理時間が最大処理時間３１を超えていない場合（ステップＳ３０４で未超過の場合）は、ステップＳ３０１に戻る。
　進捗予測算出部１０３は、さらに単位時間増やした処理時間を用いて再度、製造作業のシミュレーションを実行し、進捗予測情報３２を出力する（ステップＳ３０１）。そして、納期評価部１０４は、再度、納期への影響を評価するステップＳ３０２以降の処理を繰り返す。
　以上の処理を納期評価部１０４において最終工程の処理終了時刻が納期を超えていると判定するまで繰り返す。
　ステップＳ３０５において、納期評価部１０４は、納期に影響が出ると判定した時点で、納期に影響が出る直前の処理時間である、進捗予測情報算出に用いた処理時間の一回前の処理時間を遅延許容時間３４と定義する。なお、ステップＳ３０４において納期評価部１０４が最大処理時間３１を超えていると判定した場合は、最大処理時間３１を遅延許容時間３４と定義する。
　図１２は、本実施の形態に係る遅延影響予測情報２０４の例を示す図である。
　以上の処理は現在処理中のオーダすべてに対して行われ、すべての遅延許容時間３４を取得した時点で、納期評価部１０４は遅延影響予測情報２０４を出力し、処理が終了する。
　図１２の遅延影響予測情報２０４では、図３の製造実績情報２０２の例において処理中であったオーダ識別番号、装置識別番号、および工程識別番号の工程における遅延許容時間３４が記録されている。
　以上のように、本実施の形態に係る遅延予測装置１００では、製造遅延が納期に影響を及ぼしていない場合には、現在処理中の工程について、納期への影響が発生する直前の処理時間を得られる。このため、現在処理中の工程で今後遅延が継続した際に、納期に影響しない遅延の許容時間を取得することができ、納期への影響発生前に遅延への対処を行うことが可能となる。
　実施の形態３．
　本実施の形態では、主に、実施の形態１，２と異なる点および実施の形態１，２に追加する点について説明する。
　本実施の形態において、実施の形態１，２と同様の機能を有する構成については同一の符号を付し、その説明を省略する。
　実施の形態１，２では、製造遅延が発生した際に、現在処理中のオーダが納期に影響を与えている場合の処理、あるいは、現在処理中のオーダが納期に影響を与えていない場合の処理について述べた。しかし、納期に影響を与えているものと納期に影響を与えていないものの両者が混在していてもよい。
　このとき、納期に影響を与えているオーダでは、実施の形態１で定義した遅延発生時間３３を用いて遅延影響予測情報２０４を生成し、納期に影響を与えていないオーダでは実施の形態２で定義した遅延許容時間３４を用いて遅延影響予測情報２０４を生成する。
　以上のように、本実施の形態に係る遅延予測装置１００では、製造作業のシミュレーションの結果、製造遅延が納期に影響を及ぼしているオーダと影響を及ぼしていないオーダとが混在した場合においても、遅延影響予測情報２０４を生成することができる。よって、本実施の形態に係る遅延予測装置１００によれば、現在処理中の工程のうち、現在の処理時間ですでに納期に影響を及ぼしている工程、および、今後遅延が継続した際に納期に影響しない遅延の許容時間を持つ工程を取得することができ、将来の製造結果へ対応することが可能となる。
　実施の形態４．
　本実施の形態では、主に、実施の形態１から３と異なる点および実施の形態１から３に追加する点について説明する。
　本実施の形態において、実施の形態１から３と同様の機能を有する構成については同一の符号を付し、その説明を省略する。
　以上の実施の形態１から３では、遅延影響予測情報２０４を取得するまでの処理について述べたが、遅延影響予測情報２０４を用いて生産計画情報２０１を自動で修正する機能を遅延予測装置１００に含めてもよい。
　図１３は、本実施の形態に係る遅延予測装置１００の構成例である。
　図１３では、遅延影響予測情報２０４を生産計画情報２０１にフィードバックする生産計画修正機能を有する遅延予測装置１００の構成例を示している。なお、図１３では、図を見やすくするために、主に、本実施の形態に係る生産計画修正機能に関連する矢印を記載している。
　図１３に示すように、遅延予測装置１００は、実施の形態１の構成に加え、生産計画修正部１０７と製造実績記録部１０８を備える。
　生産計画修正部１０７は、生産計画情報２０１、遅延影響予測情報２０４、製造実績情報２０２を取得し、生産計画情報２０１を修正し、修正済み生産計画情報２０１ａとして出力する。製造実績記録部１０８は、製造実績情報２０２を取得し、処理実績情報２０３に記録する。
＜生産計画修正処理＞
　次に、動作について説明する。
　生産計画修正部１０７は、遅延影響予測情報２０４に基づいて、製造現場に指示する生産計画情報２０１を修正する。
　図１４は、本実施の形態に係る生産計画修正処理の流れを示すフロー図である。
　始めに、生産計画修正部１０７は、修正前の生産計画情報２０１を取得する（ステップＳ４０１）。次に、生産計画修正部１０７は、製造実績情報２０２を取得する（ステップＳ４０２）。続けて、生産計画修正部１０７は、遅延影響予測情報２０４を取得する。
　ステップＳ４０４において、生産計画修正部１０７は、遅延影響予測情報２０４にある処理時間を基に進捗予測算出時に入力する処理時間を更新する。
　ステップＳ４０５において、生産計画修正部１０７は、現在の処理時間で納期に影響があるか否かを判定する。すでに現在の処理時間で納期に影響があるオーダがあれば、該当のオーダ情報とともに警告メッセージを表示、あるいは担当者に送信する（ステップＳ４０６）。
　ステップＳ４０７において、生産計画修正部１０７は、これらの情報を用いて進捗予測算出部１０３にて進捗予測算出処理を実施する。
　ステップＳ４０８において、生産計画修正部１０７は、ステップＳ４０７において出力された進捗予測情報３２を、遅延の影響を考慮した修正済み生産計画情報２０１ａとして出力する。
　最後に、ステップＳ４０９において、製造実績記録部１０８は、装置、工程ごとに処理実績情報２０３を記録する。処理実績情報２０３は、次回の遅延影響シミュレーション実行時に遅延を探索する最大処理時間３１の決定に利用される。
　以上のように、本実施の形態に係る遅延予測装置１００では、遅延影響予測情報２０４を生産計画情報２０１にフィードバックし、製造実績と遅延の影響を考慮して生産計画を自動で修正する。これにより、製造現場に、現在の製造進捗および納期に影響がない最大の処理時間を考慮した生産計画の指示を行うことができる。また、現在発生している遅延が納期に影響している場合は警告メッセージにて即座に把握することができる。
　以上の実施の形態１から４では、遅延予測装置の各部を独立した機能ブロックとして説明した。しかし、遅延予測装置の構成は、上述した実施の形態のような構成でなくてもよい。遅延予測装置の機能ブロックは、上述した実施の形態で説明した機能を実現することができれば、どのような構成でもよい。また、遅延予測装置は、１つの装置でなく、複数の装置から構成されたシステムでもよい。
　また、実施の形態１から４のうち、複数の部分を組み合わせて実施しても構わない。あるいは、これらの実施の形態のうち、１つの部分を実施しても構わない。その他、これら実施の形態を、全体としてあるいは部分的に、どのように組み合わせて実施しても構わない。
　すなわち、実施の形態１から４では、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
　なお、上述した実施の形態は、本質的に好ましい例示であって、本開示の範囲、本開示の適用物の範囲、および本開示の用途の範囲を制限することを意図するものではない。上述した実施の形態は、必要に応じて種々の変更が可能である。
　２０製造作業、３１　最大処理時間、３２　進捗予測情報、３３　遅延発生時間、３４　遅延許容時間、１００　遅延予測装置、１０１　生産計画取得部、１０２　進捗情報取得部、１０３　進捗予測算出部、１０４　納期評価部、１０５　処理実績算出部、１０５ａ　人工知能、１０６　記憶部、１０７　生産計画修正部、１０８　製造実績記録部、２０１　生産計画情報、２０１ａ　修正済み生産計画情報、２０２　製造実績情報、２０３　処理実績情報、２０３ａ　環境情報、２０４　遅延影響予測情報、９０９　電子回路、９１０　プロセッサ、９２１　メモリ、９２２　補助記憶装置、９３０　入力インタフェース、９４０　出力インタフェース、９５０　通信装置。

Claims (9)

  1. 　複数の工程から成る製造作業の実施途中において前記製造作業の遅延を予測する遅延予測装置において、
    　前記複数の工程の実施予定計画が設定された生産計画情報と、前記複数の工程における進捗が設定された製造実績情報と、現在処理中の工程の処理時間における最大処理時間とに基づいて、前記製造作業のシミュレーションを実行し、前記製造作業における将来の進捗予測を進捗予測情報として出力する進捗予測算出部と、
    　前記生産計画情報と前記進捗予測情報とに基づいて、前記現在処理中の工程が遅延していると判定されると、前記進捗予測情報における前記複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定し、前記納期遅延とならないと判定されると、前記現在処理中の工程の処理時間において前記納期遅延とならない最大の処理時間を遅延許容時間として出力する納期評価部と
    を備える遅延予測装置。
  2. 　前記進捗予測算出部は、
    　前記納期遅延とならないと判定されると、前記現在処理中の工程の処理時間を単位時間分増加させて、前記納期遅延が発生するまで前記製造作業のシミュレーションを繰り返し、
    　前記納期評価部は、
    　前記納期遅延が発生した時点で、前記納期遅延が発生する一回前の前記現在処理中の工程の処理時間を前記遅延許容時間として出力する請求項１に記載の遅延予測装置。
  3. 　前記納期評価部は、
    　前記納期遅延となると判定されると、前記現在処理中の工程の処理時間を遅延発生時間として出力する請求項１または請求項２に記載の遅延予測装置。
  4. 　前記遅延予測装置は、
    　前記複数の工程の各々の処理時間の実績を記録した処理実績情報に基づいて、前記最大処理時間を算出する処理実績算出部を備える請求項１から請求項３のいずれか１項に記載の遅延予測装置。
  5. 　前記納期評価部は、
    　前記現在処理中の工程の前記遅延許容時間を遅延影響予測情報として出力する請求項１または請求項２に記載の遅延予測装置。
  6. 　前記納期評価部は、
    　前記現在処理中の工程の前記遅延発生時間を遅延影響予測情報として出力する請求項３に記載の遅延予測装置。
  7. 　前記遅延予測装置は、
    　前記生産計画情報と前記製造実績情報と前記遅延影響予測情報とに基づいて、前記生産計画情報を修正する生産計画修正部を備えた請求項５または請求項６に記載の遅延予測装置。
  8. 　複数の工程から成る製造作業の実施途中において前記製造作業の遅延を予測する遅延予測装置に用いられる遅延予測方法において、
    　進捗予測算出部が、前記複数の工程の実施予定計画が設定された生産計画情報と、前記複数の工程における進捗が設定された製造実績情報と、現在処理中の工程の処理時間における最大処理時間とに基づいて、前記製造作業のシミュレーションを実行し、前記製造作業における将来の進捗予測を進捗予測情報として出力し、
    　納期評価部が、前記生産計画情報と前記進捗予測情報とに基づいて、前記現在処理中の工程が遅延していると判定されると、前記進捗予測情報における前記複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定し、前記納期遅延とならないと判定されると、前記現在処理中の工程の処理時間において前記納期遅延とならない最大の処理時間を遅延許容時間として出力する遅延予測方法。
  9. 　複数の工程から成る製造作業の実施途中において前記製造作業の遅延を予測する遅延予測装置の遅延予測プログラムにおいて、
    　前記複数の工程の実施予定計画が設定された生産計画情報と、前記複数の工程における進捗が設定された製造実績情報と、現在処理中の工程の処理時間における最大処理時間とに基づいて、前記製造作業のシミュレーションを実行し、前記製造作業における将来の進捗予測を進捗予測情報として出力する進捗予測算出処理と、
    　前記生産計画情報と前記進捗予測情報とに基づいて、前記現在処理中の工程が遅延していると判定されると、前記進捗予測情報における前記複数の工程の最終工程の処理終了時刻が納期遅延となるか否かを判定し、前記納期遅延とならないと判定されると、前記現在処理中の工程の処理時間において前記納期遅延とならない最大の処理時間を遅延許容時間として出力する納期評価処理と
    をコンピュータである遅延予測装置に実行させる遅延予測プログラム。
PCT/JP2021/004230 2021-02-05 2021-02-05 遅延予測装置、遅延予測方法、および、遅延予測プログラム WO2022168254A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/004230 WO2022168254A1 (ja) 2021-02-05 2021-02-05 遅延予測装置、遅延予測方法、および、遅延予測プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/004230 WO2022168254A1 (ja) 2021-02-05 2021-02-05 遅延予測装置、遅延予測方法、および、遅延予測プログラム

Publications (1)

Publication Number Publication Date
WO2022168254A1 true WO2022168254A1 (ja) 2022-08-11

Family

ID=82740995

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/004230 WO2022168254A1 (ja) 2021-02-05 2021-02-05 遅延予測装置、遅延予測方法、および、遅延予測プログラム

Country Status (1)

Country Link
WO (1) WO2022168254A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000322252A (ja) * 1999-05-13 2000-11-24 Mitsubishi Electric Corp プロジェクト管理支援装置、プロジェクト管理支援方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2005208804A (ja) * 2004-01-21 2005-08-04 Fujitsu Ltd プロジェクト管理装置、プロジェクト管理方法、およびプログラム
JP2007108880A (ja) * 2005-10-11 2007-04-26 Omron Corp 生産管理装置、生産管理方法、生産管理プログラム、生産管理プログラムを記録した記録媒体、および生産システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000322252A (ja) * 1999-05-13 2000-11-24 Mitsubishi Electric Corp プロジェクト管理支援装置、プロジェクト管理支援方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2005208804A (ja) * 2004-01-21 2005-08-04 Fujitsu Ltd プロジェクト管理装置、プロジェクト管理方法、およびプログラム
JP2007108880A (ja) * 2005-10-11 2007-04-26 Omron Corp 生産管理装置、生産管理方法、生産管理プログラム、生産管理プログラムを記録した記録媒体、および生産システム

Similar Documents

Publication Publication Date Title
US7305654B2 (en) Test schedule estimator for legacy builds
JPWO2006100753A1 (ja) コスト情報管理システム、コスト情報管理方法およびコスト情報管理プログラム
JP2010250674A (ja) 作業時間予測装置、方法、およびプログラム
Zhao et al. The virtual deadline based optimization algorithm for priority assignment in fixed-priority scheduling
US9305259B2 (en) Apparatus, program, and method for solving mathematical programming problem
WO2022168254A1 (ja) 遅延予測装置、遅延予測方法、および、遅延予測プログラム
CN109471787B (zh) 软件质量评价方法及装置、存储介质、电子设备
US20180143890A1 (en) Simulation apparatus, simulation method, and computer readable medium
CN111159038B (zh) 一种模拟cpu负载的方法及电子设备
US11106478B2 (en) Simulation device, simulation method, and computer readable medium
CN113272785B (zh) 一种挂载文件系统的方法、终端设备及存储介质
WO2012093469A1 (ja) 性能評価装置及び性能評価方法
CN112433914B (zh) 获取并行计算任务进度的方法及系统
JP4529964B2 (ja) シミュレーション装置、シミュレーション方法及びシミュレーションプログラム
JP6239195B2 (ja) 性能評価装置及び性能評価プログラム
US20220051189A1 (en) Automatic negotiation apparatus, automatic negotiation method, and computer-readable recording medium
WO2023112167A1 (ja) 要因分析装置、要因分析方法及び要因分析プログラム
WO2023223408A1 (ja) 画像処理支援装置、画像処理支援方法及び画像処理支援プログラム
WO2021181586A1 (ja) シミュレーション装置およびシミュレーションプログラム
CN117033113B (zh) 一种信号延迟的控制电路和方法
WO2022195892A1 (ja) トレース制御装置、エミュレータ、トレース制御方法、および、トレース制御プログラム
WO2024004203A1 (ja) 保守支援システム、保守支援方法、および、保守支援プログラム
WO2016208005A1 (ja) リスク管理装置及びリスク管理プログラム
WO2021214944A1 (ja) 構成変換装置、構成変換方法、および構成変換プログラム
JP3127876B2 (ja) モデルパラメータ抽出装置及び方法並びに同プログラムを記録した記憶媒体

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: 21924649

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: 21924649

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP