WO2024018511A1 - 分析システム、および、分析方法 - Google Patents

分析システム、および、分析方法 Download PDF

Info

Publication number
WO2024018511A1
WO2024018511A1 PCT/JP2022/028016 JP2022028016W WO2024018511A1 WO 2024018511 A1 WO2024018511 A1 WO 2024018511A1 JP 2022028016 W JP2022028016 W JP 2022028016W WO 2024018511 A1 WO2024018511 A1 WO 2024018511A1
Authority
WO
WIPO (PCT)
Prior art keywords
consumption
emissions
unit
emission
analysis system
Prior art date
Application number
PCT/JP2022/028016
Other languages
English (en)
French (fr)
Inventor
堅太 藤本
浩平 藤田
賢 岩津
啓文 甲斐
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/JP2022/028016 priority Critical patent/WO2024018511A1/ja
Publication of WO2024018511A1 publication Critical patent/WO2024018511A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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 technology disclosed in this specification relates to analysis technology.
  • the technology disclosed in this specification was developed in view of the problems described above, and is a technology for easily identifying equipment and operations that produce large amounts of emissions.
  • the analysis system which is the first aspect of the technology disclosed in this specification, is capable of procuring parts constituting a target product, manufacturing the target product using the parts, transporting the target product, and selling the target product.
  • at least one measurement unit that measures the amount of energy consumed and the amount of waste water or exhaust gas discharged as consumption emissions, respectively, in a plurality of processes, and a plurality of the consumption emissions measured by the measurement unit.
  • At least one notification unit that notifies the amount, a storage device that stores the plurality of consumption emissions notified from the notification unit, and analyzing the plurality of consumption emissions stored in the storage device, an analysis unit that extracts the process corresponding to the consumption emissions that are equal to or higher than a first threshold; information defining a configuration of data to be measured or a method of measuring the data so as to be changeable is defined as a profile; The measurement unit sets a measurement unit of the consumption emission amount or a measurement method of the consumption emission amount based on the profile.
  • processes with large consumption emissions are extracted, so it is possible to reduce the frequency of analysis of processes with relatively small consumption emissions. Therefore, it is possible to reduce the amount of information to be analyzed and efficiently identify processes with relatively large consumption emissions.
  • FIG. 1 is a diagram showing an example of the overall configuration of an environmental index improvement system according to an embodiment.
  • FIG. 3 is a diagram illustrating an example of data (information) in a profile according to an embodiment. It is a figure which shows the example of the information (consumption emission amount information) of the consumption emission amount produced
  • FIG. 3 is a diagram illustrating an example of information generated by an analysis unit of the environmental data management center according to the embodiment.
  • FIG. 3 is a diagram illustrating an example of information in a profile according to an embodiment.
  • 1 is a diagram showing an example of the overall configuration of an environmental index improvement system according to an embodiment.
  • FIG. 1 is a diagram showing an example of the overall configuration of an environmental index improvement system according to an embodiment.
  • 1 is a diagram showing an example of the overall configuration of an environmental index improvement system according to an embodiment.
  • 9 is a diagram schematically illustrating a hardware configuration when actually operating an environmental index improvement system as an analysis system whose examples are shown in FIGS. 1, 7, 8, and 9.
  • FIG. 9 is a diagram schematically illustrating a hardware configuration when actually operating an environmental index improvement system as an analysis system whose examples are shown in FIGS. 1, 7, 8, and 9.
  • FIG. 1 is a diagram conceptually showing an example of a configuration (functional unit) of an analysis system according to an embodiment.
  • ordinal numbers such as “first” or “second” are sometimes used in the description of the present specification, these terms will not be used to facilitate understanding of the content of the embodiments. These ordinal numbers are used for convenience and the content of the embodiments is not limited to the order that can occur based on these ordinal numbers.
  • FIG. 12 is a diagram conceptually showing an example of the configuration (functional units) of the analysis system according to this embodiment.
  • the analysis system includes at least one measurement section 3001, at least one notification section 3002, a storage device 3003, and an analysis section 3004.
  • the measurement unit 3001 measures the amount of energy consumed and the amount of wastewater discharged in a plurality of processes including procurement of parts constituting the target product, manufacturing of the target product using the parts, transportation of the target product, and sales of the target product.
  • the amount of exhaust gas is measured as the consumption amount.
  • the notification unit 3002 notifies the plurality of consumption emissions measured by the measurement unit 3001.
  • the storage device 3003 stores a plurality of consumption emissions notified from the notification unit 3002.
  • the analysis unit 3004 analyzes the plurality of consumption emissions stored in the storage device 3003, and extracts the process corresponding to the consumption emission amount that is equal to or higher than the first threshold.
  • information that defines the configuration of data to be measured or the method of measuring data so as to be changeable is defined as a profile.
  • the measurement unit 3001 sets the measurement unit of consumption emissions or the measurement method of consumption emissions based on the profile.
  • FIG. 1 is a diagram showing an example of the overall configuration of an environmental index improvement system according to the present embodiment.
  • the environmental index improvement system includes a parts supplier 102, a manufacturing plant 104, a logistics process 106, a sales store 108, a product 110, and an environmental data management center 112.
  • the product 110 is, for example, a precision instrument.
  • the product 110 is manufactured by processing or assembling a plurality of parts procured from the parts supplier 102 in the manufacturing factory 104 .
  • the manufactured product 110 is then delivered from the manufacturing factory 104 through the distribution process 106 to the store 108, and further through the distribution process 106 to the consumer.
  • the parts supplier 102 and the manufacturing factory 104 each consume energy during processing, assembly, and evaluation necessary for manufacturing the parts or products 110. Energy is consumed in the logistics process 106 when transporting parts or products 110, when the store 108 sells the products 110 at retail stores, and when consumers use the products.
  • the parts procurement source 102 that procures parts for the target product includes a consumption emission notification section 102A and a consumption emission measurement section 102B, and has data corresponding to a profile 102C.
  • a manufacturing factory 104 that manufactures target products using parts includes a processing device 104A and a work process 104B.
  • the processing device 104A includes a consumption emission notification section 1104A and a consumption emission measurement section 1104B, and has data corresponding to a profile 1104C.
  • the work process 104B includes a consumption emission notification section 2104A and a consumption emission measurement section 2104B, and has data corresponding to the profile 2104C.
  • the logistics process 106 for transporting the target product includes transport equipment 106A.
  • the transportation equipment 106A includes a consumption emission notification section 1106A and a consumption emission measurement section 1106B, and has data corresponding to a profile 1106C.
  • the store 108 that sells the target product is equipped with management equipment 108A.
  • the operating device 108A includes a consumption emission notification section 1108A and a consumption emission measurement section 1108B, and has data corresponding to a profile 1108C.
  • the product 110 includes a consumption emission notification section 110A and a consumption emission measurement section 110B, and has data corresponding to a profile 110C.
  • the environmental data management center 112 includes an analysis section 112A and a storage device 112B, and has data corresponding to the overall profile 112C.
  • FIG. 2 is a diagram showing an example of data (information) in a profile according to this embodiment. As shown in FIG. 1, a profile is provided for each object (process) that consumes energy.
  • the profile for each object has energy measurement unit information such as measurement period.
  • the measurement unit information includes, for example, the configuration of data to be measured, the method of measuring data, and the like. According to the profiles (profile 102C, profile 1104C, profile 2104C, profile 1106C, profile 1108C, profile 110C), a trigger for measuring energy can be set.
  • FIG. 3 is a diagram illustrating an example of consumption emission information (consumption emission information) generated by the consumption emission measurement unit according to the present embodiment.
  • consumption emissions refer to the amount of electricity (energy) consumed in the target product itself, the amount of emissions in the target product itself, the amount of power (energy) consumed in the target process, the amount of combustion in the target process, and the amount of combustion in the target process.
  • the amount includes at least one of the amount of waste water and the amount of waste water in the target process.
  • the amount of electric power (consumed energy) consumed by the target product is shown over time.
  • the consumption emission measurement unit (consumption emission measurement unit 102B, consumption emission measurement unit 1104B, consumption emission measurement unit 2104B, consumption emission measurement unit 1106B, consumption emission measurement unit 1108B, consumption emission measurement unit 110B), Based on the trigger set by the measurement unit information of the profile, the consumption emissions consumed between the previous trigger and the current trigger are measured and further recorded, for example, for each item or order of the target product. Note that one consumption/emission measurement unit is provided for each process, but if the number of consumption/emission measurement units does not correspond to the number of processes, for example, one consumption/emission measurement unit may be provided for all processes. It's okay to be hit.
  • the consumption emission notification unit notifies the environmental data management center 112 of the consumption emissions recorded by the consumption emissions measurement unit.
  • the consumption/emission amount notification unit can also notify the environmental data management center 112 of multiple records of consumption/emission amounts.
  • one consumption/emission amount notification section is provided for each process, but if the number does not correspond to the number of processes, for example, one consumption/emission amount notification section may be provided for all processes. It's okay to be hit.
  • the environmental data management center 112 has respective consumption emission notification units (consumption emission notification unit 102A, consumption emission notification unit 1104A, consumption emission notification unit 2104A, consumption emission notification unit 1106A, consumption emission notification unit 1108A, The consumption emissions notified from the consumption emission notification unit 110A) are aggregated and stored in the storage device 112B.
  • FIG. 4 is a diagram showing an example of data (information) in the overall profile 112C of the environmental data management center 112 according to the present embodiment.
  • the overall profile 112C includes information on a reference time and information on a consumption emission threshold.
  • FIG. 5 is a diagram showing an example of information generated by the analysis unit 112A of the environmental data management center 112 according to the present embodiment.
  • the analysis unit 112A analyzes the data (consumption emissions) of each target process based on the same standard for each measurement cycle based on the reference time in the overall profile 112C, and determines whether the consumption emissions are equal to or greater than the threshold value in the overall profile 112C. Extract the target process.
  • the consumption emissions of object A and object B are shown, respectively, measured at each measurement cycle based on the reference time.
  • the information in the profile can also be used to process each measured data. For example, if the measurement cycle in the corresponding profile is 100 ms for the consumed emissions information when the consumed emissions are recorded every 10 ms in the target process, then the consumed emissions recorded every 10 ms correspond to 10 consumed emissions. can be added and treated as the consumption emission amount every 100 ms, and can be used as consumption emission information regarding the consumption emission amount every 100 ms.
  • FIG. 6 is a diagram showing an example of information in a profile related to this embodiment.
  • the profile for each target process includes measurement unit information such as measurement work and measurement processing in addition to the measurement period. For each piece of measurement unit information, it is possible to set a trigger for measurement and whether the measurement is valid or invalid.
  • the measurement work defines a work such as a lot or transportation, and is used to obtain the consumption emissions and required time from the start of the work to the end of the work.
  • the measurement process is to obtain the consumption emissions and required time from the start of software execution to the end of execution.
  • the time from the start of execution of the software to the end of execution is stored in the time field of consumption/emission information as shown in FIG. 3, and the consumption/emission amount is stored in the energy consumption field of consumption/emission information.
  • the consumption emissions can be appropriately measured for each target product or part that requires different measurement work or measurement processing.
  • FIG. 7 is a diagram showing an example of the overall configuration of the environmental index improvement system according to the present embodiment.
  • the environmental index improvement system includes a parts supplier 102, a manufacturing factory 104, a logistics process 106, a sales store 108, a product 110, and an environmental data management center 212.
  • the environmental data management center 212 includes an analysis section 212A, a storage device 212B, a consumption emissions learning section 213, and a consumption emissions inference section 214.
  • the analysis unit 212A prepares data (consumption emissions) for each target process based on the same standard for each measurement cycle based on the reference time in the overall profile 212C, and determines whether the consumption emissions are equal to or greater than the threshold value in the overall profile 212C. Extract the target process.
  • the storage device 212B stores the respective consumption emission notification units (consumption emission notification unit 102A, consumption emission notification unit 1104A, consumption emission notification unit 2104A, consumption emission notification unit 1106A, consumption emission notification unit 1108A, consumption emission notification unit 1108A, The amount of consumption and emissions notified from the amount notification unit 110A) is stored.
  • the consumption/emission learning unit 213 performs machine learning based on the consumption/emission amount 220 stored in the storage device 212B, and generates a consumption/emission model 221 for inference.
  • the consumption emission amount inference unit 214 Based on the consumption emission model 221 and the consumption emission amount 220, the consumption emission amount inference unit 214 outputs consumption emission prediction data 222 corresponding to the predicted value of future consumption emission amount.
  • the consumption emission inference unit 214 outputs the consumption emission prediction data 222 corresponding to the predicted value of the future consumption emission amount, based on the consumption emission model 221 and the consumption emission amount 220.
  • the analysis unit 212A analyzes the targets whose future consumption emissions will be equal to or higher than the threshold value ( Extract the process).
  • FIG. 8 is a diagram showing an example of the overall configuration of the environmental index improvement system according to this embodiment.
  • the environmental index improvement system includes a parts supplier 102, a manufacturing factory 104, a logistics process 106, a sales store 108, a product 110, and an environmental data management center 312.
  • the environmental data management center 312 includes an analysis unit 312A, a storage device 312B, a consumption emissions learning unit 313, a consumption emissions inference unit 314, a replacement unit 316, and a consumption emissions inference unit 317.
  • the analysis unit 312A prepares data (consumption emissions) for each target process based on the same standard for each measurement cycle based on the reference time in the overall profile 312C, and determines whether the consumption emissions are equal to or greater than the threshold value in the overall profile 312C. Extract the target process.
  • the storage device 312B stores the respective consumption emission notification units (consumption emission notification unit 102A, consumption emission notification unit 1104A, consumption emission notification unit 2104A, consumption emission notification unit 1106A, consumption emission notification unit 1108A, consumption emission notification unit 1108A, The amount of consumption and emissions notified from the amount notification unit 110A) is stored.
  • the consumption/emission learning unit 313 performs machine learning based on the consumption/emission amount 320 stored in the storage device 312B, and generates a consumption/emission model 321 for inference.
  • the consumption/emission amount learning unit 313 performs additional learning based on the consumption/emission amount 320 stored in the storage device 312B, and generates a consumption/emission additional learning model 323 for inference.
  • the consumption emission amount inference unit 314 Based on the consumption emission model 321 and the consumption emission amount 320, the consumption emission amount inference unit 314 outputs consumption emission prediction data 322 corresponding to the predicted value of the future consumption emission amount.
  • the consumption/emission amount inference unit 317 Based on the consumption/emission follow-up learning model 323, the consumption/emission amount inference unit 317 outputs consumption/emission prediction data 324 corresponding to the predicted value of future consumption/emission amount.
  • the consumption emissions inference unit 317 may be the same as the consumption emissions inference unit 314.
  • the consumption emission model 321 is generated using the consumption emission amount 320 stored in the storage device 312B at a specific time, and is not updated thereafter until a relearning instruction is given.
  • the consumption/emission additional learning model 323 is a consumption/emission model that has been retrained based on the consumption/emission amount 320 added subsequently in addition to the consumption/emission amount 320 in the storage device 312B used when creating the consumption/emission model 321.
  • the analysis unit 312A analyzes consumption emission prediction data 322 created based on the consumption emission model 321 and consumption emission prediction data 324 created based on the consumption emission additional learning model 323 for a specific time interval. , compared with the actual value for the above time interval. Then, the difference between the predicted value and the actual value of consumption emissions based on the consumption emission prediction data 322 and the difference between the predicted value and the actual value of consumption emissions based on the consumption emission prediction data 324 are compared. Select the consumption emission prediction data with the smaller value.
  • the replacement unit 316 replaces the consumption and emission model 321 with the consumption and emission additional learning model 323.
  • the environmental index improvement system can have a configuration in which an update necessity notification section and a profile update section are added to the first to fifth embodiments described above.
  • FIG. 9 is a diagram showing an example of the overall configuration of the environmental index improvement system according to the present embodiment.
  • the environmental index improvement system includes a parts supplier 102, a manufacturing plant 104, a logistics process 106, a sales store 108, a product 110, and an environmental data management center 412.
  • the environmental data management center 412 includes an analysis section 112A, a storage device 112B, an update necessity notification section 420, and a profile update section 421, and has data corresponding to the overall profile 112C.
  • the update necessity notification unit 420 and the profile update unit 421 are considered as components of the environmental data management center 412, but the update necessity notification unit 420 and the profile update unit 421 are also included as components to be measured. Can be added. Further, only one of the update necessity notification unit 420 and the profile update unit 421 may be a component of the environmental data management center 412, and the other may be a component to be measured.
  • the update necessity notification unit 420 has setting conditions set by the data user according to the purpose for each measurement target, and performs determination based on the above setting conditions with respect to time-series changes in consumption emissions of the measurement target. do. Then, the update necessity notification unit 420 notifies the profile update unit 421 of the necessity of updating the profile.
  • the above setting conditions are, for example, that the amount of consumption emissions that the data user allows is greater than or equal to the threshold, or that the rate of change in the amount of consumption emissions that the data user allows is per day or unit of time. This is given based on conditions such as being above a threshold value, but there are also other conditions such as the condition that the value obtained by performing four arithmetic operations or one or more calculus on consumption emissions falls within a certain range, or using the results of machine learning. Conditions that combine general analysis techniques for time-series data may also be set, such as a condition where the data changes differently from past time-series changes.
  • the determination based on the above setting conditions is carried out by the update necessity notification unit 420 at each measurement cycle, and the update necessity notification unit 420 determines whether the time-series change in consumption emissions to be measured satisfies the setting conditions. Check whether the state has changed to a state that does not satisfy the set conditions, or whether the time-series change in consumption emissions to be measured has changed from a state where the set conditions are not satisfied to a state where the set conditions are met.
  • the update necessity notification unit 420 notifies the profile update unit 421 to shorten the measurement cycle of consumption emissions. do.
  • the update necessity notification unit 420 sends a profile update unit to increase the measurement cycle of consumption emissions. 421.
  • the profile update unit 421 updates the contents of the profile set as the measurement target in response to the notification from the update necessity notification unit 420.
  • the profile update unit 421 When notified to shorten or lengthen the measurement period, the profile update unit 421 shortens or lengthens the measurement period according to preset rules.
  • Rules for shortening the measurement cycle may be set by percentage, such as increasing the amount of data by 10 times, or by taking into account the data collection ability of the measuring device and the amount of communication with the environmental data management center.
  • a possible case is to set the maximum amount of data that can be collected.
  • the rule for lengthening the measurement period may be set by a ratio such as increasing the amount of data by 1/10, or returning to the value at the start of operation.
  • two or more setting conditions included in the update necessity notification unit 420 may be set for one measurement target. In that case, the above determination is made for each setting condition, and the profile update unit 421 is notified of the results.
  • the profile update unit 421 has a rule for changing the measurement cycle for each setting condition, and changes the profile based on the corresponding rule in response to a notification from the update necessity notification unit 420.
  • the production target or the environment changes and the consumption emissions of the measurement target change beyond the permissible range of the data user. Furthermore, it is possible to dynamically change the profile to measure detailed data on consumption emissions to be measured, depending on the detected situation.
  • 10 and 11 are diagrams schematically illustrating the hardware configuration when actually operating the environmental index improvement system as an analysis system whose examples are shown in FIGS. 1, 7, 8, and 9. .
  • FIGS. 10 and 11 may not match the numbers, etc., with the configurations illustrated in FIGS. 1, 7, 8, and 9; 7. This is because the configurations illustrated in FIGS. 8 and 9 represent conceptual units.
  • At least one configuration illustrated in FIGS. 1, 7, 8, and 9 may include a plurality of hardware configurations illustrated in FIGS. 10 and 11, and 8.
  • One configuration illustrated in FIG. 9 corresponds to a part of the hardware configuration illustrated in FIGS. 10 and 11, and furthermore, one configuration illustrated in FIGS. 1, 7, 8, and 9 It is conceivable that a plurality of the configurations described above are included in one hardware configuration illustrated in FIGS. 10 and 11.
  • FIG. 10 the hardware configuration for realizing the consumption emission measuring section, the analysis section, the consumption emission learning section, the consumption emission inference section, the replacement section, etc. in FIGS. 1, 7, 8, and 9 is shown. , a processing circuit 3102A that performs calculations, and a storage device 3103 that can store information.
  • the configuration is the same in any of the embodiments described above.
  • FIG. 11 the hardware for realizing the consumption emission measurement unit, analysis unit, consumption emission learning unit, consumption emission inference unit, replacement unit, storage device, etc. in FIGS. 1, 7, 8, and 9 is shown.
  • a processing circuit 3102B that performs calculations is shown. The configuration is the same in any of the embodiments described above.
  • the storage device 112B (or storage device 212B, storage device 312B) is realized by the storage device 3103 or another storage device (not shown here).
  • the storage device 3103 includes, for example, a hard disk drive (HDD), a random access memory (RAM), a read only memory (ROM), a flash memory, and an erasable memory.
  • HDD hard disk drive
  • RAM random access memory
  • ROM read only memory
  • flash memory and an erasable memory.
  • programmable Volatile or nonvolatile semiconductor memory magnetic disk, flexible disk, optical disk, compact disk, such as read-only memory (EPROM) and electrically erasable programmable read-only memory (EEPROM) , minidisc or DVD (recording), etc. media) or any recording media that will be used in the future.
  • the processing circuit 3102A may execute a program stored in the storage device 3103, an external CD-ROM, an external DVD-ROM, an external flash memory, or the like. That is, for example, it may be a central processing unit (CPU), a microprocessor, a microcomputer, or a digital signal processor (DSP).
  • CPU central processing unit
  • DSP digital signal processor
  • the processing circuit 3102A is one that executes a program stored in the storage device 3103, an external CD-ROM, an external DVD-ROM, or an external flash memory
  • the emissions learning unit, the consumption emissions inference unit, and the replacement unit are realized by software, firmware, or a combination of software and firmware in which a program stored in the storage device 3103 is executed by the processing circuit 3102A.
  • the functions of the consumption emissions measuring section, the analysis section, the consumption emissions learning section, the consumption emissions inference section, and the replacement section may be realized by, for example, a plurality of processing circuits working together.
  • the software and firmware may be written as programs and stored in the storage device 3103.
  • the processing circuit 3102A reads and executes the program stored in the storage device 3103, thereby realizing the above function. That is, the storage device 3103 may store a program that, when executed by the processing circuit 3102A, results in the above functions being realized.
  • processing circuit 3102B may be dedicated hardware. That is, for example, a single circuit, a compound circuit, a programmed processor, a parallel programmed processor, an application specific integrated circuit (ASIC), a field-programmable gate array (FPGA), or the like. combined It may also be a circuit.
  • ASIC application specific integrated circuit
  • FPGA field-programmable gate array
  • the processing circuit 3102B is dedicated hardware, the consumption emission measuring section, the analysis section, the consumption emission learning section, the consumption emission inference section, and the replacement section are realized by the operation of the processing circuit 3102B.
  • the functions of the consumption emissions measurement section, the analysis section, the consumption emissions learning section, the consumption emissions inference section, and the replacement section may be realized by separate circuits or by a single circuit. .
  • the functions of the consumption emission measurement unit, the analysis unit, the consumption emission learning unit, the consumption emission inference unit, and the replacement unit are performed in part by the processing circuit 3102A that executes the program stored in the storage device 3103.
  • the processing circuitry 3102B may be implemented in processing circuitry 3102B, some of which may be dedicated hardware.
  • the replacement may be performed across multiple embodiments. That is, the respective configurations shown as examples in different embodiments may be combined to produce similar effects.
  • the analysis system includes at least one measurement section, at least one notification section, the storage device 112B (or the storage device 212B, or the storage device 312B), and the analysis section 112A ( Alternatively, the analysis unit 212A and the analysis unit 312A) are provided.
  • the measurement units include, for example, the consumption emissions measurement unit 102B, the consumption emissions measurement unit 110B, the consumption emissions measurement unit 1104B, the consumption emissions measurement unit 1106B, the consumption emissions measurement unit 1108B, and the consumption emissions measurement unit 2104B. This corresponds to at least one of the following.
  • the notification units include, for example, a consumption emission notification unit 102A, a consumption emission notification unit 110A, a consumption emission notification unit 1104A, a consumption emission notification unit 1106A, a consumption emission notification unit 1108A, a consumption emission notification unit 2104A, etc.
  • the consumption/emission measurement unit 102B measures the amount of energy consumed and the amount of energy emitted in multiple processes ranging from procurement of parts constituting the target product, manufacture of the target product using the parts, transportation of the target product, and sale of the target product.
  • the discharge amount of waste water or exhaust gas is measured as the consumption discharge amount 220 (or consumption discharge amount 320).
  • the consumption emission notification section 102A notifies the plurality of consumption emission amounts 220 measured by the consumption emission measurement section 102B.
  • the storage device 112B stores a plurality of consumption emissions 220 notified from the consumption emission notification unit 102A.
  • the analysis unit 112A extracts processes corresponding to the consumption emissions 220 that are equal to or higher than the first threshold by analyzing the plurality of consumption emissions 220 stored in the storage device 112B.
  • information defining the configuration of data to be measured or the method of measuring data so as to be changeable is defined as profile 102C (or profile 110C, profile 1104C, profile 2104C, profile 1106C, profile 1108C).
  • the consumption emission measurement unit 102B sets the measurement unit of the consumption emission amount 220 or the measurement method of the consumption emission amount 220 based on the profile 102C.
  • the analysis system includes a processing circuit 3102A that executes a program, and a storage device 3103 that stores the program to be executed. The following operations are realized by the processing circuit 3102A executing the program.
  • the amount of energy consumed and the amount of wastewater or exhaust emissions emitted in multiple processes ranging from the procurement of parts that make up the target product, the manufacture of the target product using the parts, the transportation of the target product, and the sale of the target product.
  • the amounts are each measured as consumption emissions 220.
  • a plurality of measured consumption emissions 220 are notified.
  • the plurality of notified consumption emissions 220 are stored.
  • processes corresponding to consumption emissions 220 that are equal to or greater than the first threshold are extracted.
  • information defining the configuration of data to be measured or the method of measuring data in a changeable manner is referred to as a profile 102C.
  • the measurement unit of the consumption emission amount 220 or the measurement method of the consumption emission amount 220 is set based on the profile 102C.
  • the analysis system includes the processing circuit 3102B, which is dedicated hardware.
  • the processing circuit 3102B which is dedicated hardware, performs the following operations.
  • the processing circuit 3102B which is dedicated hardware, saves energy consumed in multiple processes ranging from procurement of parts constituting the target product, manufacturing of the target product using the parts, transportation of the target product, and sales of the target product.
  • the amount of water and the amount of discharged waste water or exhaust gas are each measured as the consumption amount 220.
  • the plurality of measured consumption emissions 220 are notified.
  • the plurality of notified consumption emissions 220 are stored.
  • processes corresponding to consumption emissions 220 that are equal to or greater than the first threshold are extracted.
  • information defining the configuration of data to be measured or the method of measuring data in a changeable manner is referred to as a profile 102C.
  • the measurement unit of the consumption emissions 220 or the measurement method of the consumption emissions 220 is set based on the profile 102C.
  • the consumed energy that is the measurement target includes the energy consumed by the target product itself. According to such a configuration, it is possible to extract a process in which the amount of consumed emissions is large, including the energy consumed by the target product during the process.
  • the consumption emissions measuring section and the consumption emissions notification section are provided corresponding to each of the plurality of processes.
  • the storage device 112B aggregates and stores the plurality of consumption emissions notified from the plurality of consumption emission notification units.
  • the environmental data management center can centrally manage the consumption emissions measured by the respective measurement units, and easily compare the consumption emissions between a plurality of processes.
  • the consumption emissions measurement unit 102B measures the consumption emissions 220 for each item or order of the target product. According to such a configuration, when the target to be produced changes, it is possible to identify the cause of the large amount of consumed emissions for each part (item, order) of the product to be produced.
  • the analysis system performs machine learning using the consumption emissions 220 (or the consumption emissions 320), and the analysis system performs machine learning using the consumption emissions amount 220 (or the consumption emissions amount 320), and the analysis system performs machine learning using the consumption emissions amount 220 (or the consumption emissions amount 320) 221, consumption emission model 321); and a learning unit that generates first prediction data (e.g., consumption emission prediction data 222, consumption emission prediction data 222, consumption emission prediction data 222, consumption emission prediction data 322).
  • the learning section corresponds to at least one of the consumption/emission amount learning section 213, the consumption/emission amount learning section 313, etc., for example.
  • the first inference section corresponds to at least one of the consumption emission amount inference section 214, the consumption emission amount inference section 314, etc., for example.
  • the analysis unit 212A then analyzes the predicted amount of consumed emissions 220 based on the predicted consumption emissions data 222, and extracts a process corresponding to the consumed emissions 220 that is equal to or greater than the first threshold. According to such a configuration, it is possible to estimate the target (process) in which the amount of consumed emissions will increase in the future.
  • the consumption emission learning unit 313 performs additional learning using the consumption emission amount 320, and the second consumption emission model (for example, consumption emission tracking) A learning model 323) is generated.
  • a second inference unit is provided that generates second prediction data (for example, consumption and emission prediction data 324) that is data related to the predicted amount of consumption and emissions 320 based on the consumption and emission additional learning model 323.
  • the second inference section corresponds to, for example, the consumption/emission amount inference section 317.
  • the analysis unit 312A determines which of the consumption emission prediction data 322 and consumption emission prediction data 324 regarding a specific time interval indicates the predicted amount of consumption emission 320 that has a smaller difference from the actual value corresponding to the above-mentioned time interval.
  • the process corresponding to the consumption emission amount 320 that is equal to or greater than the first threshold value is extracted. According to such a configuration, by generating multiple pieces of prediction data through additional learning and selecting one piece of prediction data from them, the accuracy of the prediction data can be improved and target processes with large consumption emissions can be estimated with high accuracy. can do.
  • the analysis system includes the replacement unit 316 that replaces the consumption emission model 321 with the consumption emission additional learning model 323 when the analysis unit 312A selects the consumption emission prediction data 324. Be prepared. According to such a configuration, it is possible to estimate target processes with high consumption emissions with high accuracy while updating the consumption emission model 321 based on actual results.
  • the analysis system includes an updating unit that updates the profile 102C when the time-series change in the consumed emissions 220 is equal to or greater than the second threshold.
  • the updating section corresponds to, for example, the profile updating section 421.
  • consumption is The amount of energy consumed and the amount of waste water or exhaust gas emitted are each measured as consumption emissions 220. Then, the plurality of measured consumption emissions 220 are notified. Then, the plurality of notified consumption emissions 220 are stored. Then, by analyzing the plurality of stored consumption emissions 220, processes corresponding to consumption emissions 220 that are equal to or greater than the first threshold are extracted.
  • information defining the configuration of data to be measured or the method of measuring data in a changeable manner is referred to as a profile 102C.
  • the measurement unit of the consumption emissions 220 or the measurement method of the consumption emissions 220 is set based on the profile 102C.
  • each component in the embodiments described above is a conceptual unit, and within the scope of the technology disclosed in this specification, a case where one component consists of a plurality of structures This includes a case where one component corresponds to a part of a certain structure, and a case where a plurality of components are included in one structure.
  • each component in the embodiments described above includes structures having other structures or shapes as long as they exhibit the same function.
  • each of the components described in the embodiments described above is assumed to be software or firmware, or hardware corresponding to it.
  • the hardware is called, for example, a "processing circuit".
  • each component is distributed and provided in a plurality of devices, that is, a system may be implemented as a combination of a plurality of devices. .
  • 102C Profile 110 products, 110C Profile, 112A Analysis Department, 112B storage device, 212A Analysis Department, 212B storage device, 220 consumption emissions, 221 consumption emissions, 312A analyzes, 312B storage devices, 320 consumption discharge, 320 consumption discharge.

Landscapes

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

Abstract

排出量が大きい設備および作業を作業員が容易に特定する。分析システムは、複数の工程において消費排出量を計測する計測部と、複数の消費排出量を通知する通知部と、複数の消費排出量を記憶する記憶装置と、複数の消費排出量を分析することによって、第１のしきい値以上である消費排出量に対応する工程を抽出する分析部とを備え、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイルとし、計測部が、プロファイルに基づいて、消費排出量の計測単位または消費排出量の計測方法を設定する。

Description

分析システム、および、分析方法
　本願明細書に開示される技術は、分析技術に関するものである。
　従来の温室効果ガス排出量管理装置では、温室効果ガス（二酸化炭素など）の排出量が増加した原因を効率的に追跡調査するために、原料または用役などの排出量個別の情報をロットごとに出力している（たとえば、特許文献１を参照）。
特開２０１２－２４７９５４号公報
　上記の技術では、対象製品の工程別または原因別に二酸化炭素排出量を表示することによって、二酸化炭素排出量の偏差が生じる原因となった工程が特定される。そして、上記の偏差が生じる原因となった原料および用役が特定される。そのため、用役の原単位での経時変化または用役設備の設備効率の確認、原料の投入量１単位当たりの二酸化炭素の排出量の確認、または、用役の使用量１単位当たりの二酸化炭素の排出量を原単位での確認を行うことができる。
　このような温室効果ガス排出量管理装置においては、すべての設備の原単位の情報量は膨大であり、二酸化炭素などの排出量が大きい設備および作業を特定することは容易でない。
　本願明細書に開示される技術は、以上に記載されたような問題を鑑みてなされたものであり、排出量が大きい設備および作業を容易に特定するための技術である。
　本願明細書に開示される技術の第１の態様である分析システムは、対象製品を構成する部品の調達、前記部品を用いる前記対象製品の製造、前記対象製品の運送および前記対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量として計測する少なくとも１つの計測部と、前記計測部で計測された複数の前記消費排出量を通知する少なくとも１つの通知部と、前記通知部から通知された複数の前記消費排出量を記憶する記憶装置と、前記記憶装置に記憶された複数の前記消費排出量を分析することによって、第１のしきい値以上である前記消費排出量に対応する前記工程を抽出する分析部とを備え、計測されるデータの構成または前記データの計測方法を変更可能に定義する情報をプロファイルとし、前記計測部が、前記プロファイルに基づいて、前記消費排出量の計測単位または前記消費排出量の計測方法を設定する。
　本願明細書に開示される技術の少なくとも第１の態様によれば、消費排出量が大きい工程が抽出されるため、消費排出量が相対的に小さい工程の分析頻度を減らすことができる。よって、分析対象となる情報量を低減させて、消費排出量が相対的に大きい工程を効率的に特定することができる。
　また、本願明細書に開示される技術に関連する目的と、特徴と、局面と、利点とは、以下に示される詳細な説明と添付図面とによって、さらに明白となる。
実施の形態に関する環境指標改善システムの全体構成の例を示す図である。 実施の形態に関するプロファイル内のデータ（情報）の例を示す図である。 実施の形態に関する消費排出量計測部が生成する消費排出量の情報（消費排出量情報）の例を示す図である。 実施の形態に関する環境データ管理センターの、全体プロファイルにおけるデータ（情報）の例を示す図である。 実施の形態に関する環境データ管理センターの、分析部が生成する情報の例を示す図である。 実施の形態に関するプロファイル内の情報の例を示す図である。 実施の形態に関する環境指標改善システムの全体構成の例を示す図である。 実施の形態に関する環境指標改善システムの全体構成の例を示す図である。 実施の形態に関する環境指標改善システムの全体構成の例を示す図である。 図１、図７、図８、図９に例が示される分析システムとしての環境指標改善システムを実際に運用する場合のハードウェア構成を概略的に例示する図である。 図１、図７、図８、図９に例が示される分析システムとしての環境指標改善システムを実際に運用する場合のハードウェア構成を概略的に例示する図である。 実施の形態に関する分析システムの構成（機能部）の例を概念的に示す図である。
　以下、添付される図面を参照しながら実施の形態について説明する。以下の実施の形態では、技術の説明のために詳細な特徴なども示されるが、それらは例示であり、実施の形態が実施可能となるためにそれらすべてが必ずしも必須の特徴ではない。
　なお、図面は概略的に示されるものであり、説明の便宜のため、適宜、構成の省略、または、構成の簡略化などが図面においてなされるものである。また、異なる図面にそれぞれ示される構成などの大きさおよび位置の相互関係は、必ずしも正確に記載されるものではなく、適宜変更され得るものである。また、断面図ではない平面図などの図面においても、実施の形態の内容を理解することを容易にするために、ハッチングが付される場合がある。
　また、以下に示される説明では、同様の構成要素には同じ符号を付して図示し、それらの名称と機能とについても同様のものとする。したがって、それらについての詳細な説明を、重複を避けるために省略する場合がある。
　また、本願明細書に記載される説明において、ある構成要素を「備える」、「含む」または「有する」などと記載される場合、特に断らない限りは、他の構成要素の存在を除外する排他的な表現ではない。
　また、本願明細書に記載される説明において、「第１の」または「第２の」などの序数が使われる場合があっても、これらの用語は、実施の形態の内容を理解することを容易にするために便宜上使われるものであり、実施の形態の内容はこれらの序数によって生じ得る順序などに限定されるものではない。
　＜分析システムの概念的な構成について＞
　図１２は、本実施の形態に関する分析システムの構成（機能部）の例を概念的に示す図である。
　図１２に例示されるように分析システムは、少なくとも１つの計測部３００１と、少なくとも１つの通知部３００２と、記憶装置３００３と、分析部３００４とを備える。
　計測部３００１は、対象製品を構成する部品の調達、部品を用いる対象製品の製造、対象製品の運送および対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量として計測する。
　通知部３００２は、計測部３００１で計測された複数の消費排出量を通知する。記憶装置３００３は、通知部３００２から通知された複数の消費排出量を記憶する。
　分析部３００４は、記憶装置３００３に記憶された複数の消費排出量を分析することによって、第１のしきい値以上である消費排出量に対応する工程を抽出する。
　ここで、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイルとする。
　そして、計測部３００１は、プロファイルに基づいて、消費排出量の計測単位または消費排出量の計測方法を設定する。
　以下の実施の形態において図面などを用いて示されるそれぞれの構成は、上記の図１２に示された構成の例をさらに具体的に示すものである。
　＜第１の実施の形態＞
　以下、本実施の形態に関する分析システム、および、分析方法について説明する。
　＜分析システムの構成について＞
　図１は、本実施の形態に関する環境指標改善システムの全体構成の例を示す図である。図１に例が示されるように、環境指標改善システムは、部品調達元１０２と、製造工場１０４と、物流工程１０６と、販売店１０８と、製品１１０と、環境データ管理センター１１２とを備える。
　製品１１０は、たとえば、精密機器などである。製品１１０は、部品調達元１０２から調達された複数の部品に対して、製造工場１０４内で加工または組立などの作業が行われることによって作製される。そして、作製された製品１１０は、製造工場１０４から物流工程１０６を経て販売店１０８に渡り、さらに、物流工程１０６を経て消費者に渡る。
　部品調達元１０２および製造工場１０４は、部品または製品１１０の製造に必要な加工、組立および評価の際にそれぞれエネルギーを消費する。物流工程１０６は、部品または製品１１０の運搬時に、販売店１０８は、小売店での製品１１０の販売時に、消費者は、製品の利用時にそれぞれエネルギーを消費する。
　対象製品の部品を調達する部品調達元１０２は、消費排出量通知部１０２Ａと、消費排出量計測部１０２Ｂとを備え、プロファイル１０２Ｃに対応するデータを有する。
　部品を用いて対象製品を製造する製造工場１０４は、加工装置１０４Ａと、作業工程１０４Ｂとを備える。そして、加工装置１０４Ａは、消費排出量通知部１１０４Ａと、消費排出量計測部１１０４Ｂとを備え、プロファイル１１０４Ｃに対応するデータを有する。また、作業工程１０４Ｂは、消費排出量通知部２１０４Ａと、消費排出量計測部２１０４Ｂとを備え、プロファイル２１０４Ｃに対応するデータを有する。
　対象製品を運送する物流工程１０６は、運送機器１０６Ａを備える。そして、運送機器１０６Ａは、消費排出量通知部１１０６Ａと、消費排出量計測部１１０６Ｂとを備え、プロファイル１１０６Ｃに対応するデータを有する。
　対象製品を販売する販売店１０８は、運営機器１０８Ａを備える。そして、運営機器１０８Ａは、消費排出量通知部１１０８Ａと、消費排出量計測部１１０８Ｂとを備え、プロファイル１１０８Ｃに対応するデータを有する。
　製品１１０は、消費排出量通知部１１０Ａと、消費排出量計測部１１０Ｂとを備え、プロファイル１１０Ｃに対応するデータを有する。
　環境データ管理センター１１２は、分析部１１２Ａと、記憶装置１１２Ｂとを備え、全体プロファイル１１２Ｃに対応するデータを有する。
　図２は、本実施の形態に関するプロファイル内のデータ（情報）の例を示す図である。図１に示されたように、プロファイルは、エネルギーを消費する対象（工程）ごとに備えられる。
　図２に例が示されるように、対象（工程）ごとのプロファイルは、計測周期などのエネルギーの計測単位情報を有する。計測単位情報としては、計測周期の他に、たとえば、計測されるデータの構成、データの計測方法などが含まれる。プロファイル（プロファイル１０２Ｃ、プロファイル１１０４Ｃ、プロファイル２１０４Ｃ、プロファイル１１０６Ｃ、プロファイル１１０８Ｃ、プロファイル１１０Ｃ）によれば、エネルギーを計測する際のトリガーを設定することができる。
　図３は、本実施の形態に関する消費排出量計測部が生成する消費排出量の情報（消費排出量情報）の例を示す図である。ここで、消費排出量とは、対象製品自身において消費される電力量（エネルギー）、対象製品自身における排気量、対象工程において消費される電力量（エネルギー）、対象工程における燃焼量、対象工程における排水量、または、対象工程における排気量のうちの少なくとも１つを含む量である。図３においては、消費排出量の例として、対象製品において消費される電力量（消費エネルギー）が時間経過とともに示されている。
　消費排出量計測部（消費排出量計測部１０２Ｂ、消費排出量計測部１１０４Ｂ、消費排出量計測部２１０４Ｂ、消費排出量計測部１１０６Ｂ、消費排出量計測部１１０８Ｂ、消費排出量計測部１１０Ｂ）は、プロファイルの計測単位情報によって設定されたトリガーに基づいて、前回のトリガーと今回のトリガーとの間で消費された消費排出量を、たとえば対象製品の品目またはオーダーごとに計測し、さらに記録する。なお、消費排出量計測部は、それぞれの工程に対して１つずつ設けられているが、工程の数に対応しない場合、たとえば、すべての工程に対応して１つの消費排出量計測部が設けられてもよい。
　また、消費排出量通知部（消費排出量通知部１０２Ａ、消費排出量通知部１１０４Ａ、消費排出量通知部２１０４Ａ、消費排出量通知部１１０６Ａ、消費排出量通知部１１０８Ａ、消費排出量通知部１１０Ａ）は、消費排出量計測部によって記録された消費排出量を、環境データ管理センター１１２へ通知する。なお、消費排出量通知部は、複数回の消費排出量の記録をまとめて環境データ管理センター１１２へ通知することもできる。また、消費排出量通知部は、それぞれの工程に対して１つずつ設けられているが、工程の数に対応しない場合、たとえば、すべての工程に対応して１つの消費排出量通知部が設けられてもよい。
　環境データ管理センター１１２は、それぞれの消費排出量通知部（消費排出量通知部１０２Ａ、消費排出量通知部１１０４Ａ、消費排出量通知部２１０４Ａ、消費排出量通知部１１０６Ａ、消費排出量通知部１１０８Ａ、消費排出量通知部１１０Ａ）から通知された消費排出量を集約して記憶装置１１２Ｂに記憶する。
　図４は、本実施の形態に関する環境データ管理センター１１２の、全体プロファイル１１２Ｃにおけるデータ（情報）の例を示す図である。図４に例が示されるように、全体プロファイル１１２Ｃは、基準時間の情報と、消費排出量のしきい値の情報とを有する。
　図５は、本実施の形態に関する環境データ管理センター１１２の、分析部１１２Ａが生成する情報の例を示す図である。分析部１１２Ａは、全体プロファイル１１２Ｃにおける基準時間に基づく計測周期ごとに、同一の基準でそれぞれの対象工程のデータ（消費排出量）を分析して、消費排出量が全体プロファイル１１２Ｃにおけるしきい値以上となった対象工程を抽出する。
　図５に示される例では、基準時間に基づく計測周期ごとに計測された、対象Ａおよび対象Ｂの消費排出量がそれぞれ示されている。
　このような構成によれば、消費排出量が相対的に小さい工程（計測対象）の分析頻度を減らすことができる。よって、分析対象となる情報量を低減させて、消費排出量が相対的に大きい工程（計測対象）、すなわち、ボトルネックとなる工程などを効率的に特定することができる。そして、消費排出量が大きい計測対象のデータ（消費排出量）に着目して、消費排出量が大きくなる原因を特定することができる。
　＜第２の実施の形態＞
　本実施の形態に関する分析システム、および、分析方法について説明する。なお、以下の説明においては、以上に記載された実施の形態で説明された構成要素と同様の構成要素については同じ符号を付して図示し、その詳細な説明については適宜省略するものとする。
　＜分析システムの構成について＞
　プロファイル内の情報は、計測済みのそれぞれのデータを加工する用途でも使用可能である。たとえば、対象工程において１０ｍｓごとに消費排出量を記録した場合の消費排出量情報に対して、対応するプロファイルでの計測周期が１００ｍｓであるとすると、１０ｍｓごとに記録された消費排出量１０個分を加算して１００ｍｓごとの消費排出量として扱い、１００ｍｓごとの消費排出量に関する消費排出量情報とすることができる。
　このような構成によれば、計測周期が異なる消費排出量情報を同一単位（同一の計測周期）に揃えて扱い、消費排出量を算出することができる。
　＜第３の実施の形態＞
　本実施の形態に関する分析システム、および、分析方法について説明する。なお、以下の説明においては、以上に記載された実施の形態で説明された構成要素と同様の構成要素については同じ符号を付して図示し、その詳細な説明については適宜省略するものとする。
　＜分析システムの構成について＞
　図６は、本実施の形態に関するプロファイル内の情報の例を示す図である。図６に例が示されるように、対象工程ごとのプロファイルは、計測周期の他、計測作業、計測処理などの計測単位情報を有する。そして、それぞれの計測単位情報について、計測を行う際のトリガーと、計測の有効および無効とを、設定することができる。
　計測単位情報のうち計測作業とは、ロットまたは輸送など作業を定義するもので、作業開始から作業終了までの消費排出量と所要時間とを取得するものである。
　計測単位情報のうち計測処理とは、ソフトウェアの実行開始から実行終了までの消費排出量と所要時間とを取得するものである。ソフトウェアの実行開始から実行終了までの時間は、図３に示されたような消費排出量情報の時間フィールドに格納され、消費排出量は消費排出量情報の消費エネルギーフィールドに格納される。
　このような構成によれば、計測する対象が変化した場合にも、計測作業または計測処理などが異なる対象の製品または部品ごとに、適切に消費排出量を計測することができる。
　＜第４の実施の形態＞
　本実施の形態に関する分析システム、および、分析方法について説明する。なお、以下の説明においては、以上に記載された実施の形態で説明された構成要素と同様の構成要素については同じ符号を付して図示し、その詳細な説明については適宜省略するものとする。
　＜分析システムの構成について＞
　図７は、本実施の形態に関する環境指標改善システムの全体構成の例を示す図である。図７に例が示されるように、環境指標改善システムは、部品調達元１０２と、製造工場１０４と、物流工程１０６と、販売店１０８と、製品１１０と、環境データ管理センター２１２とを備える。
　環境データ管理センター２１２は、分析部２１２Ａと、記憶装置２１２Ｂと、消費排出量学習部２１３と、消費排出量推論部２１４とを備える。
　分析部２１２Ａは、全体プロファイル２１２Ｃにおける基準時間に基づく計測周期ごとに、同一の基準でそれぞれの対象工程のデータ（消費排出量）を揃え、消費排出量が全体プロファイル２１２Ｃにおけるしきい値以上となった対象工程を抽出する。
　記憶装置２１２Ｂは、それぞれの消費排出量通知部（消費排出量通知部１０２Ａ、消費排出量通知部１１０４Ａ、消費排出量通知部２１０４Ａ、消費排出量通知部１１０６Ａ、消費排出量通知部１１０８Ａ、消費排出量通知部１１０Ａ）から通知された消費排出量を記憶する。
　消費排出量学習部２１３は、記憶装置２１２Ｂ内に記憶されている消費排出量２２０に基づいて機械学習を行い、推論のための消費排出モデル２２１を生成する。
　消費排出量推論部２１４は、消費排出モデル２２１と消費排出量２２０とに基づいて、将来の消費排出量の予測値に対応する消費排出予測データ２２２を出力する。
　環境データ管理センター２１２では、消費排出量推論部２１４が、消費排出モデル２２１と消費排出量２２０とに基づいて、将来の消費排出量の予測値に対応する消費排出予測データ２２２を出力する。
　そして、分析部２１２Ａが、これまでに取得された排出量と将来の消費排出量の予測値である消費排出予測データ２２２とに基づいて、将来の消費排出量がしきい値以上となる対象（工程）を抽出する。
　このような構成によれば、将来的に消費排出量が大きくなる対象（工程）を推測することができる。
　＜第５の実施の形態＞
　本実施の形態に関する分析システム、および、分析方法について説明する。なお、以下の説明においては、以上に記載された実施の形態で説明された構成要素と同様の構成要素については同じ符号を付して図示し、その詳細な説明については適宜省略するものとする。
　＜分析システムの構成について＞
　図８は、本実施の形態に関する環境指標改善システムの全体構成の例を示す図である。図８に例が示されるように、環境指標改善システムは、部品調達元１０２と、製造工場１０４と、物流工程１０６と、販売店１０８と、製品１１０と、環境データ管理センター３１２とを備える。
　環境データ管理センター３１２は、分析部３１２Ａと、記憶装置３１２Ｂと、消費排出量学習部３１３と、消費排出量推論部３１４と、置換部３１６と、消費排出量推論部３１７とを備える。
　分析部３１２Ａは、全体プロファイル３１２Ｃにおける基準時間に基づく計測周期ごとに、同一の基準でそれぞれの対象工程のデータ（消費排出量）を揃え、消費排出量が全体プロファイル３１２Ｃにおけるしきい値以上となった対象工程を抽出する。
　記憶装置３１２Ｂは、それぞれの消費排出量通知部（消費排出量通知部１０２Ａ、消費排出量通知部１１０４Ａ、消費排出量通知部２１０４Ａ、消費排出量通知部１１０６Ａ、消費排出量通知部１１０８Ａ、消費排出量通知部１１０Ａ）から通知された消費排出量を記憶する。
　消費排出量学習部３１３は、記憶装置３１２Ｂ内に記憶されている消費排出量３２０に基づいて機械学習を行い、推論のための消費排出モデル３２１を生成する。
　また、消費排出量学習部３１３は、記憶装置３１２Ｂ内に記憶されている消費排出量３２０に基づいて追学習を行い、推論のための消費排出追学習モデル３２３を生成する。
　消費排出量推論部３１４は、消費排出モデル３２１と消費排出量３２０とに基づいて、将来の消費排出量の予測値に対応する消費排出予測データ３２２を出力する。
　消費排出量推論部３１７は、消費排出追学習モデル３２３に基づいて、将来の消費排出量の予測値に対応する消費排出予測データ３２４を出力する。消費排出量推論部３１７は、消費排出量推論部３１４と同じものであってよい。
　消費排出モデル３２１は、特定の時刻に記憶装置３１２Ｂに記憶されている消費排出量３２０を用いて生成され、その後、再学習指示があるまで更新されないものとする。
　消費排出追学習モデル３２３は、消費排出モデル３２１の作成時に用いられた記憶装置３１２Ｂ内の消費排出量３２０に加えて、その後追加された消費排出量３２０に基づいて再学習したもの、消費排出モデル３２１の作成時に用いられた記憶装置３１２Ｂ内の消費排出量３２０に加えて、その後追加された消費排出量３２０に基づいて再学習したものの一部、または、その後追加された消費排出量３２０のみに基づいて学習したものである。
　分析部３１２Ａは、特定の時間区間に対し、消費排出モデル３２１に基づいて作成された消費排出予測データ３２２、および、消費排出追学習モデル３２３に基づいて作成された消費排出予測データ３２４のそれぞれを、上記の時間区間の実績値と比較する。そして、消費排出予測データ３２２に基づく消費排出量の予測値と実績値との差、および、消費排出予測データ３２４に基づく消費排出量の予測値と実績値との差、を比較して、差が小さい方の消費排出予測データを選択する。
　置換部３１６は、分析部３１２Ａで選択された消費排出予測データが消費排出追学習モデル３２３に基づいて作成されたものであれば、消費排出モデル３２１を消費排出追学習モデル３２３に置き換える。
　このような構成によって、実績に基づいて消費排出モデル３２１を更新しつつ、高い精度で消費排出量が大きい対象工程を推定することができる。
　＜第６の実施の形態＞
　本実施の形態に関する分析システム、および、分析方法について説明する。なお、以下の説明においては、以上に記載された実施の形態で説明された構成要素と同様の構成要素については同じ符号を付して図示し、その詳細な説明については適宜省略するものとする。
　＜分析システムの構成について＞
　環境指標改善システムは、上記の第１の実施の形態から第５の実施の形態に対し、更新要否通知部とプロファイル更新部とが追加された構成とすることができる。
　図９は、本実施の形態に関する環境指標改善システムの全体構成の例を示す図である。図９に例が示されるように、環境指標改善システムは、部品調達元１０２と、製造工場１０４と、物流工程１０６と、販売店１０８と、製品１１０と、環境データ管理センター４１２とを備える。
　環境データ管理センター４１２は、分析部１１２Ａと、記憶装置１１２Ｂと、更新要否通知部４２０と、プロファイル更新部４２１とを備え、全体プロファイル１１２Ｃに対応するデータを有する。
　図９において、更新要否通知部４２０およびプロファイル更新部４２１は、環境データ管理センター４１２の構成要素とされたが、更新要否通知部４２０およびプロファイル更新部４２１は、計測対象の構成要素としても追加可能である。また、更新要否通知部４２０およびプロファイル更新部４２１のうちの一方のみが環境データ管理センター４１２の構成要素であり、他方が計測対象の構成要素であってもよい。
　更新要否通知部４２０は、データ利用者が目的に応じて設定する設定条件を計測対象ごとに有し、計測対象の消費排出量の時系列変化に対し、上記の設定条件に基づく判定を実施する。そして、更新要否通知部４２０は、プロファイル更新部４２１へプロファイルの更新要否を通知する。
　上記の設定条件は、たとえば、データ利用者が許容する消費排出量のしきい値以上であること、または、データ利用者が許容する消費排出量の日ごとまたは単位時間ごとの変化の割合がしきい値以上であること、などで与えられるが、その他にも、消費排出量に対する四則演算または１回以上の微積分を行った値が一定の範囲に収まるという条件、または、機械学習の結果を用いて過去の時系列変化とは異なる変化をした場合という条件など、時系列データに対する一般的な分析手法を組み合わせた条件も設定され得る。
　上記の設定条件に基づく判定は、更新要否通知部４２０によって計測周期ごとに実施され、更新要否通知部４２０は、計測対象の消費排出量の時系列変化が設定条件を満たす状態から設定条件を満たさない状態に変化したか、または、計測対象の消費排出量の時系列変化が設定条件を満たさない状態から設定条件を満たす状態に変化したかを確認する。
　計測対象の消費排出量の時系列変化が設定条件を満たす状態から満たさない状態に変化した場合は、更新要否通知部４２０は、プロファイル更新部４２１へ消費排出量の計測周期を短くするよう通知する。
　逆に、計測対象の消費排出量の時系列変化が設定条件を満たさない状態から満たす状態に変化した場合は、更新要否通知部４２０は、消費排出量の計測周期を長くするようプロファイル更新部４２１に通知する。
　プロファイル更新部４２１は、更新要否通知部４２０からの通知に応じて、計測対象に設定されたプロファイルの内容を更新する。
　計測周期を短くするよう、または、長くするよう通知された場合、プロファイル更新部４２１は、あらかじめ設定されたルールで計測周期を短く、または、長くする。
　計測周期を短くするルールは、たとえば、データ量が１０倍となるようにするなど割合で設定する場合、または、計測機器のデータ収集能力、および、環境データ管理センターとの通信量を考慮し、収集可能な最大のデータ量となるように設定する場合などが考えられる。
　また、計測周期を長くするルールは、たとえば、データ量が１０分の１倍となるようにするなど割合で設定する場合、または、稼働開始時の値に戻すなどの設定が考えられる。
　また、更新要否通知部４２０が有する設定条件は、１つの計測対象について２つ以上設定されてもよい。その場合、設定条件ごとに上記の判定を行い、その結果をプロファイル更新部４２１へ通知する。
　プロファイル更新部４２１は、設定条件ごとに計測周期を変更するルールを有し、更新要否通知部４２０からの通知に応じて、対応するルールに基づいてプロファイルの変更を行う。
　本実施の形態によれば、生産する対象または環境が変化し、計測対象の消費排出量がデータ利用者の許容範囲以上に変化した場合を検出可能となる。また、検出された状況に応じ、計測対象の消費排出量の詳細なデータを計測するよう動的にプロファイルを変更することが可能となる。
　そのため、消費排出量の変化の要因を特定でき、その結果として、データ利用者が許容する消費排出量となるように改善する活動に繋げることができる。
　＜分析システムのハードウェア構成について＞
　図１０および図１１は、図１、図７、図８、図９に例が示される分析システムとしての環境指標改善システムを実際に運用する場合のハードウェア構成を概略的に例示する図である。
　なお、図１０および図１１に例示されるハードウェア構成は、図１、図７、図８、図９に例示される構成とは数などが整合しない場合があるが、これは図１、図７、図８、図９に例示される構成が概念的な単位を示すものであることに起因する。
　よって、少なくとも、図１、図７、図８、図９に例示される１つの構成が、図１０および図１１に例示される複数のハードウェア構成から成る場合と、図１、図７、図８、図９に例示される１つの構成が、図１０および図１１に例示されるハードウェア構成の一部に対応する場合と、さらには、図１、図７、図８、図９に例示される複数の構成が、図１０および図１１に例示される１つのハードウェア構成に備えられる場合とが想定され得る。
　図１０では、図１、図７、図８、図９中の消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部などを実現するためのハードウェア構成として、演算を行う処理回路３１０２Ａと、情報を記憶することができる記憶装置３１０３とが示される。当該構成は、上記のいずれの実施の形態においても同様である。
　図１１では、図１、図７、図８、図９中の消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部、記憶装置などを実現するためのハードウェア構成として、演算を行う処理回路３１０２Ｂが示される。当該構成は、上記のいずれの実施の形態においても同様である。
　記憶装置１１２Ｂ（または、記憶装置２１２Ｂ、記憶装置３１２Ｂ）は、記憶装置３１０３または別の記憶装置（ここでは、図示しない）によって実現される。
　記憶装置３１０３は、たとえば、ハードディスクドライブ（Ｈａｒｄ　ｄｉｓｋ　ｄｒｉｖｅ、すなわち、ＨＤＤ）、ランダムアクセスメモリ（ｒａｎｄｏｍ　ａｃｃｅｓｓ　ｍｅｍｏｒｙ、すなわち、ＲＡＭ）、リードオンリーメモリ（ｒｅａｄ　ｏｎｌｙ　ｍｅｍｏｒｙ、すなわち、ＲＯＭ）、フラッシュメモリ、ｅｒａｓａｂｌｅ　ｐｒｏｇｒａｍｍａｂｌｅ　ｒｅａｄ　ｏｎｌｙ　ｍｅｍｏｒｙ（ＥＰＲＯＭ）およびｅｌｅｃｔｒｉｃａｌｌｙ　ｅｒａｓａｂｌｅ　ｐｒｏｇｒａｍｍａｂｌｅ　ｒｅａｄ－ｏｎｌｙ　ｍｅｍｏｒｙ（ＥＥＰＲＯＭ）などの、揮発性または不揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスクまたはＤＶＤなどを含むメモリ（記録媒体）、または、今後使用されるあらゆる記録媒体であってもよい。
　処理回路３１０２Ａは、記憶装置３１０３、外部のＣＤ－ＲＯＭ、外部のＤＶＤ－ＲＯＭ、または、外部のフラッシュメモリなどに格納されたプログラムを実行するものであってもよい。すなわち、たとえば、中央演算処理装置（ｃｅｎｔｒａｌ　ｐｒｏｃｅｓｓｉｎｇ　ｕｎｉｔ、すなわち、ＣＰＵ）、マイクロプロセッサ、マイクロコンピュータ、デジタルシグナルプロセッサ（ｄｉｇｉｔａｌ　ｓｉｇｎａｌ　ｐｒｏｃｅｓｓｏｒ、すなわち、ＤＳＰ）であってもよい。
　処理回路３１０２Ａが記憶装置３１０３、外部のＣＤ－ＲＯＭ、外部のＤＶＤ－ＲＯＭ、または、外部のフラッシュメモリなどに格納されたプログラムを実行するものである場合、消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部は、記憶装置３１０３に格納されたプログラムが処理回路３１０２Ａによって実行されるソフトウェア、ファームウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。なお、消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部の機能は、たとえば、複数の処理回路が連携することによって実現されてもよい。
　ソフトウェアおよびファームウェアはプログラムとして記述され、記憶装置３１０３に記憶されるものであってもよい。その場合、処理回路３１０２Ａは、記憶装置３１０３に格納されたプログラムを読み出して実行することによって、上記の機能を実現する。すなわち、記憶装置３１０３は、処理回路３１０２Ａに実行されることによって、上記の機能が結果的に実現されるプログラムを記憶するものであってもよい。
　また、処理回路３１０２Ｂは、専用のハードウェアであってもよい。すなわち、たとえば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、集積回路（ａｐｐｌｉｃａｔｉｏｎ　ｓｐｅｃｉｆｉｃ　ｉｎｔｅｇｒａｔｅｄ　ｃｉｒｃｕｉｔ、すなわち、ＡＳＩＣ）、ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ　ｇａｔｅ　ａｒｒａｙ（ＦＰＧＡ）またはこれらを組み合わせた回路であってもよい。
　処理回路３１０２Ｂが専用のハードウェアである場合、消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部は、処理回路３１０２Ｂが動作することにより実現される。なお、消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部の機能は、別々の回路で実現されてもよいし、単一の回路で実現されてもよい。
　なお、消費排出量計測部、分析部、消費排出量学習部、消費排出量推論部、置換部の機能は、一部が記憶装置３１０３に格納されたプログラムを実行するものである処理回路３１０２Ａにおいて実現され、一部が専用のハードウェアである処理回路３１０２Ｂにおいて実現されてもよい。
　＜以上に記載された複数の実施の形態によって生じる効果について＞
　次に、以上に記載された複数の実施の形態によって生じる効果の例を示す。なお、以下の説明においては、以上に記載された複数の実施の形態に例が示された具体的な構成に基づいて当該効果が記載されるが、同様の効果が生じる範囲で、本願明細書に例が示される他の具体的な構成と置き換えられてもよい。すなわち、以下では便宜上、対応づけられる具体的な構成のうちのいずれか１つのみが代表して記載される場合があるが、代表して記載された具体的な構成が対応づけられる他の具体的な構成に置き換えられてもよい。
　また、当該置き換えは、複数の実施の形態に跨ってなされてもよい。すなわち、異なる実施の形態において例が示されたそれぞれの構成が組み合わされて、同様の効果が生じる場合であってもよい。
　以上に記載された実施の形態によれば、分析システムは、少なくとも１つの計測部と、少なくとも１つの通知部と、記憶装置１１２Ｂ（または、記憶装置２１２Ｂ、記憶装置３１２Ｂ）と、分析部１１２Ａ（または、分析部２１２Ａ、分析部３１２Ａ）とを備える。ここで、計測部は、たとえば、消費排出量計測部１０２Ｂ、消費排出量計測部１１０Ｂ、消費排出量計測部１１０４Ｂ、消費排出量計測部１１０６Ｂ、消費排出量計測部１１０８Ｂ、消費排出量計測部２１０４Ｂなどのうちの少なくとも１つに対応するものである。また、通知部は、たとえば、消費排出量通知部１０２Ａ、消費排出量通知部１１０Ａ、消費排出量通知部１１０４Ａ、消費排出量通知部１１０６Ａ、消費排出量通知部１１０８Ａ、消費排出量通知部２１０４Ａなどのうちの少なくとも１つに対応するものである。消費排出量計測部１０２Ｂは、対象製品を構成する部品の調達、部品を用いる対象製品の製造、対象製品の運送および対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量２２０（または、消費排出量３２０）として計測する。消費排出量通知部１０２Ａは、消費排出量計測部１０２Ｂで計測された複数の消費排出量２２０を通知する。記憶装置１１２Ｂは、消費排出量通知部１０２Ａから通知された複数の消費排出量２２０を記憶する。分析部１１２Ａは、記憶装置１１２Ｂに記憶された複数の消費排出量２２０を分析することによって、第１のしきい値以上である消費排出量２２０に対応する工程を抽出する。ここで、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイル１０２Ｃ（または、プロファイル１１０Ｃ、プロファイル１１０４Ｃ、プロファイル２１０４Ｃ、プロファイル１１０６Ｃ、プロファイル１１０８Ｃ）とする。そして、消費排出量計測部１０２Ｂが、プロファイル１０２Ｃに基づいて、消費排出量２２０の計測単位または消費排出量２２０の計測方法を設定する。
　また、以上に記載された実施の形態によれば、分析システムは、プログラムを実行する処理回路３１０２Ａと、実行されるプログラムを記憶する記憶装置３１０３とを備える。そして、処理回路３１０２Ａがプログラムを実行することによって、以下の動作が実現される。
　すなわち、対象製品を構成する部品の調達、部品を用いる対象製品の製造、対象製品の運送および対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量が、それぞれ消費排出量２２０として計測される。そして、計測された複数の消費排出量２２０が通知される。そして、通知された複数の消費排出量２２０を記憶される。そして、記憶された複数の消費排出量２２０を分析することによって、第１のしきい値以上である消費排出量２２０に対応する工程を抽出される。ここで、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイル１０２Ｃとする。また、消費排出量２２０を計測するに際し、プロファイル１０２Ｃに基づいて、消費排出量２２０の計測単位または消費排出量２２０の計測方法が設定される。
　また、以上に記載された実施の形態によれば、分析システムは、専用のハードウェアである処理回路３１０２Ｂを備える。そして、専用のハードウェアである処理回路３１０２Ｂは、以下の動作を行う。
　すなわち、専用のハードウェアである処理回路３１０２Ｂは、対象製品を構成する部品の調達、部品を用いる対象製品の製造、対象製品の運送および対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量２２０として計測する。そして、計測された複数の消費排出量２２０を通知する。そして、通知された複数の消費排出量２２０を記憶する。そして、記憶された複数の消費排出量２２０を分析することによって、第１のしきい値以上である消費排出量２２０に対応する工程を抽出する。ここで、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイル１０２Ｃとする。また、消費排出量２２０を計測するに際し、プロファイル１０２Ｃに基づいて、消費排出量２２０の計測単位または消費排出量２２０の計測方法を設定する。
　このような構成によれば、消費排出量が大きい工程が抽出されるため、消費排出量が相対的に小さい工程（計測対象）の分析頻度を減らすことができる。よって、分析対象となる情報量を低減させて、消費排出量が相対的に大きい工程（計測対象）、すなわち、ボトルネックとなる工程などを効率的に特定することができる。そして、消費排出量が大きい計測対象のデータ（消費排出量）に着目して、消費排出量が大きくなる原因を特定することができる。
　なお、上記の構成に本願明細書に例が示された他の構成を適宜追加した場合、すなわち、上記の構成としては言及されなかった本願明細書中の他の構成が適宜追加された場合であっても、同様の効果を生じさせることができる。
　また、以上に記載された実施の形態によれば、計測対象である消費されるエネルギーが、対象製品自身が消費するエネルギーを含む。このような構成によれば、工程中における対象製品が消費するエネルギーを含めて、消費排出量が大きい工程を抽出することができる。
　また、以上に記載された実施の形態によれば、消費排出量計測部および消費排出量通知部が、複数の工程それぞれに対応して設けられる。そして、記憶装置１１２Ｂが、複数の消費排出量通知部から通知された複数の消費排出量を集約して記憶する。このような構成によれば、環境データ管理センターでそれぞれの計測部で計測された消費排出量を集約的に管理し、複数の工程間の消費排出量を容易に比較することができる。
　また、以上に記載された実施の形態によれば、消費排出量計測部１０２Ｂが、消費排出量２２０を、対象製品の品目またはオーダーごとに計測する。このような構成によれば、生産する対象が変化した場合に、生産する製品の部品（品目、オーダー）ごとに消費排出量が大きな要因を特定することができる。
　また、以上に記載された実施の形態によれば、分析システムは、消費排出量２２０（または、消費排出量３２０）を用いて機械学習を行い、第１の消費排出モデル（たとえば、消費排出モデル２２１、消費排出モデル３２１）を生成する学習部と、消費排出モデル２２１に基づいて、消費排出量２２０の予測量に関するデータである第１の予測データ（たとえば、消費排出予測データ２２２、消費排出予測データ３２２）を生成する第１の推論部とを備える。ここで、学習部は、たとえば、消費排出量学習部２１３、消費排出量学習部３１３などのうちの少なくとも１つに対応するものである。また、第１の推論部は、たとえば、消費排出量推論部２１４、消費排出量推論部３１４などのうちの少なくとも１つに対応するものである。そして、分析部２１２Ａは、消費排出予測データ２２２に基づく消費排出量２２０の予測量を分析することによって、第１のしきい値以上となる消費排出量２２０に対応する工程を抽出する。このような構成によれば、将来的に消費排出量が大きくなる対象（工程）を推測することができる。
　また、以上に記載された実施の形態によれば、分析システムは、消費排出量学習部３１３が、消費排出量３２０を用いて追学習を行い、第２の消費排出モデル（たとえば、消費排出追学習モデル３２３）を生成する。消費排出追学習モデル３２３に基づいて、消費排出量３２０の予測量に関するデータである第２の予測データ（たとえば、消費排出予測データ３２４）を生成する第２の推論部を備える。ここで、第２の推論部は、たとえば、消費排出量推論部３１７などに対応するものである。そして、分析部３１２Ａは、特定の時間区間に関する消費排出予測データ３２２および消費排出予測データ３２４のうち、上記の時間区間に対応する実績値との差が小さい消費排出量３２０の予測量を示す方を選択して分析することによって、第１のしきい値以上となる消費排出量３２０に対応する工程を抽出する。このような構成によれば、追学習によって予測データを複数生成しそれらから１つの予測データを選択することで、予測データの精度を向上させて、高い精度で消費排出量が大きい対象工程を推定することができる。
　また、以上に記載された実施の形態によれば、分析システムは、分析部３１２Ａが消費排出予測データ３２４を選択した場合に、消費排出モデル３２１を消費排出追学習モデル３２３に置き換える置換部３１６を備える。このような構成によれば、実績に基づいて消費排出モデル３２１を更新しつつ、高い精度で消費排出量が大きい対象工程を推定することができる。
　また、以上に記載された実施の形態によれば、分析システムは、消費排出量２２０の時系列変化が第２のしきい値以上である場合に、プロファイル１０２Ｃを更新する更新部を備える。ここで、更新部は、たとえば、プロファイル更新部４２１などに対応するものである。このような構成によれば、生産する対象または環境が変化して、ボトルネックとなる要因が変化した場合に、動的にプロファイルを更新して、消費排出量が大きい工程を特定することができる。
　以上に記載された実施の形態によれば、分析方法において、対象製品を構成する部品の調達、部品を用いる対象製品の製造、対象製品の運送および対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量２２０として計測する。そして、計測された複数の消費排出量２２０を通知する。そして、通知された複数の消費排出量２２０を記憶する。そして、記憶された複数の消費排出量２２０を分析することによって、第１のしきい値以上である消費排出量２２０に対応する工程を抽出する。ここで、計測されるデータの構成またはデータの計測方法を変更可能に定義する情報をプロファイル１０２Ｃとする。また、消費排出量２２０を計測するに際し、プロファイル１０２Ｃに基づいて、消費排出量２２０の計測単位または消費排出量２２０の計測方法を設定する。
　このような構成によれば、消費排出量が大きい工程が抽出されるため、消費排出量が相対的に小さい工程（計測対象）の分析頻度を減らすことができる。よって、分析対象となる情報量を低減させて、消費排出量が相対的に大きい工程（計測対象）、すなわち、ボトルネックとなる工程などを効率的に特定することができる。そして、消費排出量が大きい計測対象のデータ（消費排出量）に着目して、消費排出量が大きくなる原因を特定することができる。
　なお、特段の制限がない場合には、それぞれの処理が行われる順序は変更することができる。
　また、上記の構成に本願明細書に例が示された他の構成を適宜追加した場合、すなわち、上記の構成としては言及されなかった本願明細書中の他の構成が適宜追加された場合であっても、同様の効果を生じさせることができる。
　＜以上に記載された複数の実施の形態の変形例について＞
　以上に記載された複数の実施の形態では、それぞれの構成要素の材質、材料、寸法、形状、相対的配置関係または実施の条件などについても記載する場合があるが、これらはすべての局面においてひとつの例であって、限定的なものではないものとする。
　したがって、例が示されていない無数の変形例と均等物とが、本願明細書に開示される技術の範囲内において想定される。たとえば、少なくとも１つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも１つの実施の形態における少なくとも１つの構成要素を抽出し、他の実施の形態における構成要素と組み合わせる場合が含まれるものとする。
　また、矛盾が生じない限り、以上に記載された実施の形態において「１つ」の構成要素が備えられる、と記載された場合に、当該構成要素が「１つ以上」備えられていてもよいものとする。
　さらに、以上に記載された実施の形態におけるそれぞれの構成要素は概念的な単位であって、本願明細書に開示される技術の範囲内には、１つの構成要素が複数の構造物から成る場合と、１つの構成要素がある構造物の一部に対応する場合と、さらには、複数の構成要素が１つの構造物に備えられる場合とを含むものとする。
　また、以上に記載された実施の形態におけるそれぞれの構成要素には、同一の機能を発揮する限り、他の構造または形状を有する構造物が含まれるものとする。
　また、本願明細書における説明は、本技術に関連するすべての目的のために参照され、いずれも、従来技術であると認めるものではない。
　また、以上に記載された実施の形態で記載されたそれぞれの構成要素は、ソフトウェアまたはファームウェアとしても、それと対応するハードウェアとしても想定され、ソフトウェアとしては、たとえば「部」などを称され、ハードウェアとしては、たとえば「処理回路」（ｃｉｒｃｕｉｔｒｙ）などと称される。
　また、本願明細書に開示される技術は、それぞれの構成要素が複数の装置に分散して備えられる場合、すなわち、複数の装置の組み合わせとしてのシステムのような態様であってもよいものとする。
　１０２Ｃ　プロファイル、１１０　製品、１１０Ｃ　プロファイル、１１２Ａ　分析部、１１２Ｂ　記憶装置、２１２Ａ　分析部、２１２Ｂ　記憶装置、２２０　消費排出量、２２１　消費排出モデル、３１２Ａ　分析部、３１２Ｂ　記憶装置、３１６　置換部、３２０　消費排出量、３２１　消費排出モデル、１１０４Ｃ　プロファイル、１１０６Ｃ　プロファイル、１１０８Ｃ　プロファイル、２１０４Ｃ　プロファイル、３００１　計測部、３００２　通知部、３００３　記憶装置、３００４　分析部、３１０３　記憶装置。

Claims (9)

  1. 　対象製品を構成する部品の調達、前記部品を用いる前記対象製品の製造、前記対象製品の運送および前記対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量として計測する少なくとも１つの計測部と、
    　前記計測部で計測された複数の前記消費排出量を通知する少なくとも１つの通知部と、
    　前記通知部から通知された複数の前記消費排出量を記憶する記憶装置と、
    　前記記憶装置に記憶された複数の前記消費排出量を分析することによって、第１のしきい値以上である前記消費排出量に対応する前記工程を抽出する分析部とを備え、
    　計測されるデータの構成または前記データの計測方法を変更可能に定義する情報をプロファイルとし、
    　前記計測部が、前記プロファイルに基づいて、前記消費排出量の計測単位または前記消費排出量の計測方法を設定する、
    　分析システム。
  2. 　請求項１に記載の分析システムであり、
    　消費される前記エネルギーが、前記対象製品自身が消費する前記エネルギーおよび前記工程において消費される前記エネルギーのうちの少なくとも一方を含む、
    　分析システム。
  3. 　請求項１または２に記載の分析システムであり、
    　前記計測部および前記通知部が、複数の前記工程それぞれに対応して設けられ、
    　前記記憶装置が、複数の前記通知部から通知された複数の前記消費排出量を集約して記憶する、
    　分析システム。
  4. 　請求項１から３のうちのいずれか１つに記載の分析システムであり、
    　前記計測部が、前記消費排出量を、前記対象製品の品目またはオーダーごとに計測する、
    　分析システム。
  5. 　請求項１から４のうちのいずれか１つに記載の分析システムであり、
    　前記消費排出量を用いて機械学習を行い、第１の消費排出モデルを生成する学習部と、
    　前記第１の消費排出モデルに基づいて、前記消費排出量の予測量に関するデータである第１の予測データを生成する第１の推論部とをさらに備え、
    　前記分析部が、前記第１の予測データに基づく前記消費排出量の前記予測量を分析することによって、前記第１のしきい値以上となる前記消費排出量に対応する前記工程を抽出する、
    　分析システム。
  6. 　請求項５に記載の分析システムであり、
    　前記学習部が、前記消費排出量を用いて追学習を行い、第２の消費排出モデルを生成し、
    　前記分析システムが、
    　　前記第２の消費排出モデルに基づいて、前記消費排出量の予測量に関するデータである第２の予測データを生成する第２の推論部をさらに備え、
    　前記分析部が、特定の時間区間に関する前記第１の予測データおよび前記第２の予測データのうち、前記時間区間に対応する実績値との差が小さい前記消費排出量の前記予測量を示す方を選択して分析することによって、前記第１のしきい値以上となる前記消費排出量に対応する前記工程を抽出する、
    　分析システム。
  7. 　請求項６に記載の分析システムであり、
    　前記分析部が前記第２の予測データを選択した場合に、前記第１の消費排出モデルを前記第２の消費排出モデルに置き換える置換部をさらに備える、
    　分析システム。
  8. 　請求項１から７のうちのいずれか１つに記載の分析システムであり、
    　前記消費排出量の時系列変化が第２のしきい値以上である場合に、前記プロファイルを更新する更新部をさらに備える、
    　分析システム。
  9. 　対象製品を構成する部品の調達、前記部品を用いる前記対象製品の製造、前記対象製品の運送および前記対象製品の販売に至る複数の工程において、消費されるエネルギーの量および排出される排水または排気の排出量を、それぞれ消費排出量として計測し、
    　計測された複数の前記消費排出量を通知し、
    　通知された複数の前記消費排出量を記憶し、
    　記憶された複数の前記消費排出量を分析することによって、第１のしきい値以上である前記消費排出量に対応する前記工程を抽出し、
    　計測されるデータの構成または前記データの計測方法を変更可能に定義する情報をプロファイルとし、
    　前記消費排出量を計測するに際し、前記プロファイルに基づいて、前記消費排出量の計測単位または前記消費排出量の計測方法を設定する、
    　分析方法。
PCT/JP2022/028016 2022-07-19 2022-07-19 分析システム、および、分析方法 WO2024018511A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/028016 WO2024018511A1 (ja) 2022-07-19 2022-07-19 分析システム、および、分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/028016 WO2024018511A1 (ja) 2022-07-19 2022-07-19 分析システム、および、分析方法

Publications (1)

Publication Number Publication Date
WO2024018511A1 true WO2024018511A1 (ja) 2024-01-25

Family

ID=89617483

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/028016 WO2024018511A1 (ja) 2022-07-19 2022-07-19 分析システム、および、分析方法

Country Status (1)

Country Link
WO (1) WO2024018511A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004302889A (ja) * 2003-03-31 2004-10-28 Hitachi Ltd エネルギー監視システム及びエネルギー監視方法
JP2005025355A (ja) * 2003-06-30 2005-01-27 Toshiba Plant Systems & Services Corp 環境監視システム
JP2010008108A (ja) * 2008-06-24 2010-01-14 Ntt Facilities Inc 電力量測定システム、電流測定装置及び電圧測定装置
WO2010103659A1 (ja) * 2009-03-13 2010-09-16 東芝三菱電機産業システム株式会社 最適化装置
JP2013003882A (ja) * 2011-06-17 2013-01-07 Mitsubishi Electric Corp エネルギーマネージメントシステム
JP2015199514A (ja) * 2014-04-07 2015-11-12 株式会社クレハ 喰い切り支持部を備え、植物由来のエチレン系ポリオレフィン樹脂を含有する表面層を備える合成樹脂製ブロー成形多層容器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004302889A (ja) * 2003-03-31 2004-10-28 Hitachi Ltd エネルギー監視システム及びエネルギー監視方法
JP2005025355A (ja) * 2003-06-30 2005-01-27 Toshiba Plant Systems & Services Corp 環境監視システム
JP2010008108A (ja) * 2008-06-24 2010-01-14 Ntt Facilities Inc 電力量測定システム、電流測定装置及び電圧測定装置
WO2010103659A1 (ja) * 2009-03-13 2010-09-16 東芝三菱電機産業システム株式会社 最適化装置
JP2013003882A (ja) * 2011-06-17 2013-01-07 Mitsubishi Electric Corp エネルギーマネージメントシステム
JP2015199514A (ja) * 2014-04-07 2015-11-12 株式会社クレハ 喰い切り支持部を備え、植物由来のエチレン系ポリオレフィン樹脂を含有する表面層を備える合成樹脂製ブロー成形多層容器

Similar Documents

Publication Publication Date Title
Abolghasemi et al. Demand forecasting in supply chain: The impact of demand volatility in the presence of promotion
Diabat et al. A carbon-capped supply chain network problem
Bai et al. Evaluating ecological sustainable performance measures for supply chain management
JP5577087B2 (ja) 運転中の化学プラントのエネルギー消費をモニタリングしかつ分析することにより当該エネルギー消費に関するグラフを生成するための、コンピュータによって実行される方法、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、および、エネルギー管理システム
KR101504292B1 (ko) 수요 예측 방법 및 수요 예측 장치
Minnaar et al. Quantitative methods required for implementing PAS 55 or the ISO 55000 series for asset management
US20060089730A1 (en) Method and system for calculating marginal cost curves using plant control models
Marques et al. Integrating lean six Sigma with ISO 9001: 2015
González et al. Energy efficiency improvement in the cement industry through energy management
Samal et al. Joint optimization of preventive maintenance and spare parts inventory using genetic algorithms and particle swarm optimization algorithm
Choudhary et al. Multiple case study analysis and development of an interpretive structural model for greening of supply chains in Indian ceramic enterprises
Riyadi et al. The effect of supply network and management control system on the efficiency and profitability of manufacturing companies
WO2024018511A1 (ja) 分析システム、および、分析方法
JP2018063574A (ja) トレンド予測装置および負荷予測装置
Mahdiloo et al. A NEW APPROACH FOR CONSIDERING A DUAL-ROLE FACTOR IN SUPPLIER SELECTION PROBLEM.
Krishnamoorthy et al. Leveraging Deep Learning for Climate Change Prediction Models: A Dive into Cutting-Edge Techniques
Litoriya et al. Incorporating Cost driver substitution to improve the effort using Agile COCOMO II
Kashyap et al. Software development cost estimation using similarity difference between software attributes
Wen et al. What Japanese semiconductor enterprises can learn from the asset-light business model for sustainable competitive advantage
JP2020052460A (ja) 異常検出システム、及び異常検出プログラム
Espinoza et al. Supply chain measures of performance for wood products manufacturing
Aikenov et al. Power consumption and process cost prediction of customized products using explainable ai: A case in the steel industry
Rahman et al. A prediction model for steel factory manufacturing product based on energy consumption using data mining technique
Valentini et al. Beyond knowledge bases: Towards a better understanding of the effects of M&A on technological performance
Büttner et al. Sales forecasting in the electrical industry-an illustrative comparison of time series and machine learning approaches

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: 22951902

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2024534793

Country of ref document: JP