CN1740934A - 生产管理*** - Google Patents
生产管理*** Download PDFInfo
- Publication number
- CN1740934A CN1740934A CNA2005100854277A CN200510085427A CN1740934A CN 1740934 A CN1740934 A CN 1740934A CN A2005100854277 A CNA2005100854277 A CN A2005100854277A CN 200510085427 A CN200510085427 A CN 200510085427A CN 1740934 A CN1740934 A CN 1740934A
- Authority
- CN
- China
- Prior art keywords
- production
- quality
- information
- product
- quality fluctuations
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
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
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)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
在收集以及对照产品品质历史和生产工序历史、计算两者的相关强度、列举生产工序潜在的变动原因的候补的同时,以全部的组合计算生产工序历史的各变量间的相互相关强度,进而利用在投入计划中使用的生产顺序信息,由此,自动生成生产线内部的工序相互因果的关联构造模型,通过自动分析该因果模型,从品质变动原因的候补之中自动导出根本变动原因。这样一来,即使对经过复杂的工序路径所生产的工业产品,也可以将变动原因探索到生产历史信息内部的复杂的关联构造并进行锁定。
Description
技术领域
本发明涉及进行产品生产管理的生产管理***,特别涉及经过多个工序或供应链(供给链)要素所生产的产品的生产管理***。
背景技术
作为在半导体生产线上进行生产管理的方法以及装置的发明,有如专利文献1及专利文献2所记载的。这些是分析产品品质信息与生产信息的因果关系来进行生产管理的方法及装置的发明。在此,所谓作为对象的产品品质信息,是半导体单晶片的电气特性信息或成品率信息,所谓生产信息,是关于工艺加工工序的生产装置历史信息、生产条件信息、在线测定信息、设备流程信息。作为分析因果关系的方法,使用将产品品质信息作为目标变量(Y)、将生产信息作为说明变量(X)的多阶段多变量分析(Y=A·X)。
具体地讲,首先,为了回避由于说明变量的多个要素同时变动所引起的多重共线性(Multiple Co-linear)现象而导致的无法计算问题或精度不足,将说明变量的要素分割为一定少数。之后,将重回归分析(Yi=A·Xi)应用于其全部的分割组,通过变量增减法在各分割组内锁定说明变量的要素。是多阶段地重复对照所锁定的说明变量再次应用重回归分析的步骤,抽出异常要素的方法。
另外,作为以钢铁等的生产过程为对象的生产管理技术,在专利文献3中记载有根据产品品质信息分析生产信息的品质不良原因的方法。在专利文献3中作为对象的产品品质信息,只是有无品质不良。另外,作为对象的生产信息,是多变量的工艺数据。在专利文献3中,作为分析品质不良原因的方法,使用生产信息的主成分分析。具体地讲,通过主成分分析将多变量工艺数据变换为基于线性结合的少数的主成分划线变量,计算残差和距离,当超出允许范围时,计算各工艺数据的贡献度,抽出原因工艺数据。
另外,作为以汽车的生产线为对象的技术,有如专利文献4所记载的技术。在专利文献4中,公开了确定组合多种类的下级零件所生产的上级零件(产品)的品质不良的原因是在于下级零件的不良还是组装工序存在问题的方法和***。在专利文献4中作为对象的产品品质信息,是在成品厂所组装的车体的尺寸形状。
另外,作为下级零件信息,作为对象的信息,是在组装厂所组装的前后门组装品的尺寸形状。最下级零件信息,是在零件厂所加工的门零件的尺寸形状。确定品质不良原因的方法,是产品与各零件阶层的品质信息的对照,如果在零件阶层全部合格,则被确定为是在成品厂的组装的原因。
在非专利文献1中,说明了基于用于回避由于说明变量的多个要素同时变动所引起的多重共线性(Multiple Co-linear)现象而导致的无法计算问题或精度不足的投影法(Projection Method)的、目标变量(Y)与说明变量(X)的相关模型(Y=A·X)的多个计算方法。
另外,在非专利文献2中,说明了作为统计科学中的多变量分析方法之一的图形建模方法。具体地讲,通过数学的图形可视化地表现现实世界的多个变量间的的复杂的关联构造的近似的模型,并根据偏相关系数的关系说明了进行其模型的探索与验证的方法的数学基础的概要。
在非专利文献3中,说明了作为统计科学中的多变量分析方法之一的共分散构造分析方法。具体地讲,通过路线图可化地表现现实世界的多个变量的复杂的关联构造的假设模型,并根据共分散的关系说明了进行其模型的探索与验证的方法的数学基础的概要。
【专利文献1】特开2002-110493号公报。
【专利文献2】特开2000-252180号公报。
【专利文献3】特开2003-114713号公报。
【专利文献4】特开2003-114713号公报。
【非专利文献1】“Chemometrics,Data Analysis for the Laboratory andChemical Plant”、WILEY(2003)。
【非专利文献2】“Graphical Models”、OXFORO UNIVERSITY PRESS(1996)。
【非专利文献3】“Structural Equations with Latent Variables”、WILEY(1989)。
发明内容
工业产品,由通过各种各样不同的生产过程所生产的多个零件组装而成。例如,近年来,以“数字家电”的产品类别所总称的工业产品,是组装诸如***LSI(SoC:System on Chip)、显示面板、硬盘驱动器(HDD)的关键设备的组合产品。
构成产品的各个关键设备与最终产品,在甚至包括海外的多个据点的工场经过多工序的生产过程生产。关键设备的生产,必须多工序的复杂而精密的工艺,如果以***LSI为例,工序数超过数百。因此,即使在产品中发生品质异常,要确定造成其原因的工序是哪个工序是非常因难的。
如果是像一部分的食品加工过程那样的由少数的工序构成生产过程,即使发生品质异常,跟踪生产历史,通过人工检索变化点也不是困难的作业。
另一方面,即使是在工业产品的生产中,也可以构筑在原料或零件、中间组装件、产品上附加批号或生产号码那样的个体识别号码,追踪生产历史信息的信息***。今后也期待通过在生产线或供应链的无线IC标记等的普及、活用,来进行精细的生产历史信息的收集。
但是,即使提供了可以追踪生产历史信息的装置,也是不可能通过人工从关键设备的长的生产过程之中确定产品的品质变动原因,或需要时间的困难的作业。另外,今后由于生产历史信息的大量化、精细化,特定品质变动原因变得更加困难。
再者,近年来,为了适应多样的市场的要求,在一条生产线上少量生产多品种的形态正在普遍化,工序路径根据产品的种类而变化、错综复杂,这也使通过人工确定品质变动原因更为困难。
对于通过人工分析困难的复杂的工序路径,在产品品质变动的原因分析中应用使用计算机的统计自动分析方法是有效的。但是,在以往的使用计算机的统计自动分析方法中,虽然可以自动列举产品品质变动的原因候补,但是存在不能自动锁定到根本原因的问题。工业产品不是只以单独且并列的工序生产的,而主要是经过连续的串联的工序生产的,所以下游工序的品质变动会辐凑、传播给上游工序。
专利文献1及2所记载的技术,是将产品品质历史信息作为目标变量(Y)、将生产历史信息作为说明变量(X),通过重回归分析(Y=A·X),抽出与产品品质历史信息相关性强的生产历史信息的方法。半导体的生产线,因为主要由连续串联的连锁工序构成、工艺内部的变量的个数多,所以引起同时变动的变量存在的多重共线性(Multiple Co-linear)现象而直接求解重回归式,从数值计算的稳定性的情况看一般较困难。
因此,采用将生产历史信息的要素分割为一定少数,将重回归分析(Yi=A·Xi)应用于全部的分割组,通过变量增减法在各分割组内锁定生产历史信息的要素,对照所锁定的生产历史信息再次应用重回归分析的多阶段多变量分析的方法。因此,虽然是总可以执行重回归模型式的计算的一装置,但是,说到底是只着眼于产品品质历史信息(Y)和生产历史信息(X)的相关强度(Y=A·X),来列举产品品质变动的原因候补的方法。
专利文献3所记载的技术,作为产品品质历史信息只假设品质变动的有无,用于引起品质变动的产品种类的确定。提供了这样的方法:将涉及引起其品质变动的产品的生产的多变量的工艺数据作为生产历史信息(X),通过作为投影法(Projection Method)的一种的主成分分析(PCA:PrincipalComponent Analysis)方法,由向主成分划线T的投影P与残差E表示生产历史信息(X)(X=T·P+E),从残差E和划线T的统计距离的逃逸成分向生产历史信息(X)的工艺数据的贡献度逆变换,来抽出工艺数据的变动成分的方法。
向基于主成分分析的生产历史信息(X)的主成分划线的射影是集约,如果简化其作用进行叙述,则生产历史信息(X)的多个同时变动成分被射影集约在同一划线,在其划线被抽出后,被逆变换为生产历史信息(X)的多个同时变动成分的贡献度。因此,只不过是可以高效探索生产历史信息(X)整体变动的一种装置。
专利文献4所记载的技术,虽然是关于确定转交给作为每个供应链要素的零件厂、中间组装厂、成品组装厂的产品品质变动原因的技术,但是,将汽车的门和车体那样少数的大型零件与大型产品作为对象,确定品质不良原因的方法,只不过是产品和各零件阶层的品质信息的目视对照。
因此,不仅列举产品品质变动的原因候补,还要求构筑提供探索到生产历史信息内部的复杂的关联构造来锁定根本的变动原因的装置的生产管理***。
本发明,目的在于:不仅从生产历史信息(X)之中列举产品品质历史信息(Y)变动的原因候补,还提供可探索到生产历史信息(X)内部的复杂的关联构造并锁定根本的变动原因的生产管理***。
为了解决上述问题,本发明的生产管理***,是进行经过多个生产工序和至少1个检查工序所生产的产品的品质管理的生产管理***,由以下装置构成:即存储管理用于产品生产的原料或零件、将中间组装件投入到所述各生产工序的顺序信息的生产顺序信息管理装置;预先将产品及其原料或零件、中间组装件分别与唯一的个体识别信息对应起来并存储,根据由个体识别信息和生产顺序信息管理装置所提供的顺序信息、产品的生产计划、进行用于产品生产的指示的生产管理装置;和根据在各生产工序所设置的生产历史信息收集装置收集并与个体识别信息对应起来的生产历史信息和与在检查工序计测并与个体识别信息对应起来的产品的品质历史信息,分析产品的品质变动原因的品质变动原因分析装置。品质变动原因分析装置,具有:通过使用个体识别信息对照品质历史信息与生产历史信息之间的统计相关强度来计算,并根据统计的相关强度自动抽出有成为品质变动原因可能性的一个或多个的生产工序的候补的品质变动相关分析处理部;通过使用个体识别信息对照生产历史信息间的统计相互相关强度来计算,并根据所得到的统计相互相关强度和顺序信息,求出生产工序相互的关联构造信息,从变动原因工序候补之中锁定、并自动导出成为产品品质变动原因的生产工序的品质变动因果分析处理部。
根据本发明,不仅可以根据时间系列的产品品质历史与生产工序历史的相关强度来列举成为产品品质变动原因的生产工序的原因的候补,还可以自动探索生产工序的各变量间的复杂的因果的关联构造,锁定根本的变动原因。
另外,不仅可以根据时间系列的产品品质历史与生产装置内部要素单元历史的相关强度来列举成为产品品质变动原因的生产装置内部的要素单元的原因的候补,还可以自动探索生产装置内部的各要素单元的变量间的复杂的因果的关联构造,锁定根本的变动原因。
另外,不仅可以根据时间系列的产品品质历史与供应链构成要素历史的相关强度来列举成为产品品质变动原因的供应链构成要素的原因的候补,还可以自动探索供应链构成要素的变量间的复杂的因果的关联构造,锁定根本的变动原因。
附图说明
图1是表示可以实施生产工序的品质变动原因分析的生产管理***的说明图;
图2是表示生产工序的品质变动原因分析的顺序的说明图;
图3是表示产品品质历史与生产历史的比较对照表的相关图;
图4是表示生产BOM的图示;
图5是说明相关网络模型的图形的计算机内部表现与品质变动原因工序的候补抽出的图示;
图6是说明因果网络模型的图形的计算机内部表现与工序间相互相关关系的导出的图示;
图7是说明因果网络模型的图形的计算机内部表现与工序间相互因果关系的导出的图示;
图8是说明因果网络模型的图形的计算机内部表现与工序间相互因果关系的导出的图示;
图9是说明相关网络模型的图形的计算机内部表现与品质变动原因工序的锁定结果的图示;
图10是说明相关网络模型的图形的计算机内部表现与品质变动原因工序的锁定顺序的图示;
图11是说明品质变动相关分析用的相关网络模型的生成的图示;
图12是说明使用相关网络模型的品质变动原因工序的候补抽出的图示;
图13是说明品质变动因果分析用的因果网络模型的生成的图示;
图14是说明使用因果网络模型的工序间相互因果关系的导出的图示;
图15是说明品质变动原因工序的导出的图示;
图16是表示实现生产管理***的功能的计算机***的图示;
图17是表示产品的外形的概略图;
图18是表示产品的断面的概略图;
图19是表示零件A的断面与加工经过的工序图;
图20是表示作为零件A的生产历史信息的检查项目的图示;
图21是表示零件B的断面与加工经过的工序图;
图22是表示作为零件B的生产历史信息的检查项目的图示;
图23是表示生产BOM的图示;
图24是表示加工零件A的工序的时间系列的生产历史的图示;
图25是表示加工零件B的工序的时间系列的生产历史的图示;
图26是表示产品的时间系列的品质历史的图示;
图27是表示品质变动原因用网络模型的初期状态的图示;
图28是说明品质变动相关分析用的相关网络模式生成与品质变动原因工序的候补选出的图示;
图29是说明品质变动因果分析用的因果网络模型生成与工序间相互因果关系的导出的图示;
图30是说明品质变动原因工序的导出的图示;
图31是表示生产工序所包含的多个生产装置的机号的图示;
图32是表示产品品质历史与生产装置机号的比较对照表的图示;
图33是表示作为产品品质历史与生产历史的生产装置路径信息的比较对照表的图示;
图34是表示生产装置的运转规格与运转状态的图示;
图35是表示产品品质历史与生产装置运转规格的比较对照表的图示;
图36是表示产品品质历史与生产装置运转状态的比较对照表的图示;
图37是表示承担生产工序的多个作业承担者的图示;
图38是表示产品品质历史与操作承担者名的比较对照表的图示;
图39是表示产品品质历史与作为生产历史的生产作业承担者路径信息的比较对照表的图示;
图40是表示产品品质历史与作为生产历史的生产装置路径信息以及生产装置运转状态的组合间的比较对照表的图示;
图41是表示生产装置内部的要素单元的图示;
图42是表示供应链构成要素的图示;
图43是表示产品品质历史与供应链构成要素名的比较对照表的图示;
图44是说明从供应链的分析到装置内部的分析自上而下分析的顺序的图示。
具体实施方式
下面,举出多个实施例对本发明的实施方式进行说明,但是,在此之前,下面先对本发明的生产管理***的特征性的构成进行说明。
本发明的生产管理***,对于具有实施原料或零件、中间组装件的加工或组装的2个以上的生产工序、和实施产品的品质检查的检查装置的生产线,采用具有(1)生产线管理装置,(2)生产顺序信息管理装置,(3)生产历史信息收集装置,(4)品质历史信息收集装置,和(5)品质变动原因分析装置的结构。
(1)生产线管理装置,根据与原料或零件、中间组装件、产品唯一对应的个体识别信息和生产计划、生产顺序信息,管理向生产工序的原料、零件、中间组装件的投入计划和投入实绩。将在原料或零件、中间组装件或产品的各自中唯一采集的个体识别信息,例如相互关连成父子关系来进行使其可比较对照的相互关系的管理。这种生产线管理装置,很久以来是生产管理***一般具备的装置。
(2)生产顺序信息管理装置,按产品种类预先存储所述生产线管理装置将原料或零件或中间组装件投入所述生产工序的顺序和投入处的信息,并提供给其他的所述装置。特别是,(1)的生产线管理装置,根据该生产顺序信息管理投入计划。即,该生产顺序信息管理装置也还是以往生产管理***普遍具有的装置。但是,下面所述的(5)品质变动原因分析装置,为了自动生成生产历史信息内部的多个变量间的复杂的关联构造的因果网络模型,也使用该生产顺序信息。
作为生产顺序信息,例如可以使用BOM(零件构成表)。所谓BOM(零件构成表),是分层表记从下位构件或零件到上位的中间组装件或最终产品的零件的构成的信息,如果是比较单纯的构成的产品,则原样表示生产顺序。
对于生产工序复杂的产品,也有时事前制作将零件分层构成与工序顺序正确对照、并附加了用于生产的附带条件的生产BOM。另外,在半导体等的工艺产品中,因为一般制成被称为工艺流程的工序顺序信息,所以可以在本装置使用。
(3)生产历史信息收集装置,对与生产工序的加工或组装有关、而有可能变化的任意的时间系列的信息的生产历史信息,付与个体识别信息后,从所述生产工序中进行收集,并提供给下面所述的(5)品质变动原因分析装置。
生产历史信息,可以是通过规定的生产工序所处理后的零件或中间组装件的品质计测值或检查值。或者,作为生产历史信息,可以是由在各生产工序原料或零件或中间组装件或产品的各个体通过的生产装置预先分配的装置识别号码构成的生产实施装置路径信息。
再者,生产历史信息,可以是在生产工序所使用的生产装置的运转规格的指示设定值、在生产工序所使用的生产装置的运转状态的物理量计测值、由预先分配给在各生产工序处理原料或零件或中间组装件或产品的各个体的生产操作员的识别号码构成的生产承担操作员路径信息等。
(4)品质历史信息收集装置,付与所述个体识别信息,收集关于产品的品质的时间系列的品质历史信息,并提供给下面所述的(5)品质变动原因分析装置。
(5)品质变动原因分析装置,是由下面说明的(5-1)品质变动相关分析处理部与(5-2)品质变动因果分析处理部的2个处理部组成的结构。
(5-1)品质变动相关分析处理部,将时间系列的产品品质历史信息作为目标变量(Y),将时间系列的生产历史信息作为说明变量(X),使用所给与的个体识别信息比较对照两者,通过调查两者的相关强度,提供列举产品品质变动的原因候补的作用。
本发明,不限定调查相关强度的方法。但如果使用非专利文献1所记载的投影法(Projection Method)求解目标变量(Y)与说明变量(X)之间的重回归式,则可以回避由说明变量的多个要素同时变动所引起的多重共线性(Multiple Co-linear)现象所导致的无法计算问题或精度不足,总可以调查相关强度。
本品质变动相关分析处理部调查产品品质历史与生产历史之间的相关强度的单独的作用,如在背景技术中所说明的那样,以往就一直使用。但是,对于经过复杂的生产工序所生产的产品,基于本品质变动相关分析处理部的产品品质历史与生产历史之间的相关强度,也可以列举品质变动的原因候补,但是,不具有锁定根本原因的作用。
(5-2)品质变动因果分析处理部,提供这样的作用:使用基于由顶点(vertex)和边(edge)构成的有向图形(Directed graph)的网络模型,来表示作为说明变量(X)的时间系列的生产历史信息的多个工序变量间的复杂的关联构造,进行该网络模型的自动探索和自动分析,并从上述列举的品质变动的原因候补之中自动锁定根本原因。
为了自动探索网络模型,而决定生产工序的变量的变动辐凑传播的边(edge)的有无与方向。变动传播的边(edge)的有无,通过对生产工序的所有的变量的组合调查相互相关强度来决定。相互相关强度,可以由在背景技术中说明的统计分析方法的共分散构造分析的路线系数或图形建模的偏相关系数求出。变动传播的边(edge)的方向,在生产工序的变量间的统计值的计算中不确定。
在背景技术中说明的统计分析方法中,在可视化表现模型后,实施分析的分析操作员使用计算机的对话操作功能一边重复凑试,一边进行关于模型的假设的妥当性的验证。但是,在该方法中,因为需要熟练的分析操作员,所以不能以每天增加变更的流经复杂生产工序的多品种的产品为对象,来自动探索产品品质变动的根本原因。
因此,本发明,是将(1)的生产线管理装置为管理投入计划而使用的生产顺序信息,用于表示生产历史信息的多个工序变量间的复杂的关联构造的变动传播的边(edge)的方向已确定的网络模型的自动生成。
(5)品质变动原因分析装置,由于是采用了由上面说明的(5-1)品质变动相关分析处理部和(5-2)品质变动因果分析处理部2个处理部组成的构成,所以可以不仅列举产品品质变动的原因候补,也可以查明了生产工序的变量间的复杂的关联构造后锁定根本原因。
对于可以锁定具有实施原料或零件或中间组装件的加工或组装的2个以上的生产工序的生产线的产品品质变动原因工序的本发明的所述生产管理***,如果是采用这样的构成,即代替生产工序而将生产装置内部的2个以上的要素单元作为分析的对象,将所述生产历史信息作为表示生产装置内部的要素单元的运转状态的物理量计测值,将生产装置内部的要素单元的操作顺序预先存储到所述生产顺序信息管理装置,则可以使用相同的装置,分析成为产品品质变动原因的生产装置内部的要素单元。
这时,(5)品质变动原因分析装置的(5-1)品质变动相关分析处理部,使用所给与的个体识别信息,比较对照并计算从所述品质历史信息收集装置得到的时间系列的品质历史信息与从所述生产历史信息收集装置得到的时间系列的所述生产装置内部要素单元的运转状态物理量计测值之间的统计相关值,根据所得到的统计相关强度的大小,自动列举成为品质变动原因的生产装置内部要素单元的一个或多个的候补;(5-2)品质变动因果分析处理部,使用所给与的个体识别信息,相互比较对照并计算2个以上的所述生产装置内部要素单元的运转状态物理量计测值的各个计测值相互间的统计相关值,根据所得到的统计相互相关强度的大小与从所述生产顺序信息管理装置得到的所述生产装置内部要素单元操作顺序,得到生产装置内部的要素单元相互的关联构造模型,从所述候补之中锁定并自动导出成为产品品质变动的根本变动原因的装置内部要素单元。
对于可以锁定具有实施原料或零件或中间组装件的加工或组装的2个以上的生产工序的生产线的产品品质变动的原因工序的本发明的所述生产管理***,如果采用这样的结构:即取代生产工序而将构成零件或产品的供应链的要素作为分析的对象,将所述生产历史信息作为由预先分配给原料或零件或中间组装件或产品的各个体通过的供应链构成要素的识别号码构成的供应链路径信息,将供应链构成要素的通过顺序,预先存储到所述生产顺序信息管理装置,则可以使用相同的装置分析成为产品品质变动原因的供应链构成要素。
所谓供应链构成要素,具体地讲,是实施原料或零件或中间组装件的加工与组装的生产车间或生产线,或是实施原料或零件或中间组装件的输送的输送装置或输送路径。
这时,(5)品质变动原因分析装置的(5-1)品质变动相关分析处理部,使用所给与的个体识别信息,比较对照并计算从所述品质历史信息收集装置得到的时间系列的品质历史信息与从所述生产历史信息收集装置得到的时间系列的所述供应链路径信息之间的统计相关强度,根据所得到的统计相关强度的大小,自动列举成为品质变动原因的供应链构成要素的一个或多个的候补;(5-2)品质变动因果分析处理部,使用所给与的个体识别信息,相互比较对照并计算2个以上的所述供应链构成要素的各个供应链路径信息相互间的统计相关强度,根据所得到的统计相互相关强度的大小与从所述生产顺序信息管理装置得到的所述供应链构成要素的通过顺序,得到供应链内部的构成要素相互的关联构造模型,从所述候补之中锁定并自动导出成为产品品质变动的根本变动原因的供应链构成要素。
这时,如果是做成这样的构成,即将内置传感器的无线IC标记等添加到原料或零件或中间组装件或产品的各个体,收集所述供应链构成要素的温度或湿度或气氛或振动或经过时间的环境信息,并作为所述生产历史信息,则也可以锁定并自动导出成为产品的品质变动原因的供应链构成要素的环境变化。
实施例1
下面,作为实施例1,使用图1、图2、图3、图4、图11到图16说明本发明的生产管理***的基本方式。
图1是说明涉及本发明的实施方式的生产管理***的图示。图2是说明处理顺序的图示。图3是说明比较对照产品品质历史与生产历史的分析数据表的图示。图4是说明作为生产顺序信息的生产BOM(零件构成表)的图示。图16是对用于安装本发明的生产管理***的计算机***进行说明的图示。图11至15是详细说明基于统计网络模型的品质变动原因的分析方法的图示。
首先,使用图1说明本发明的生产管理***的一个实施例。
本发明的生产管理***,由管理生产线1的生产线管理装置120、管理生产顺序信息的生产顺序信息管理装置130、来自生产线1和生产线管理装置120和生产顺序信息管理装置130的信息分析品质变动原因的品质变动原因分析装置140构成。
生产线1,从作为原料或零件的构件的投入工序开始,经过工序A102、工序B103、工序C104、工序D105的4个加工或组装工序生产产品,通过产品检查工序106进行最终产品检查而结束。在图1中,生产工序全部串联连接,但不一定局限于该方式。4个工序102、103、104、105分别具有生产历史信息收集装置112、113、114、115。另外,产品检查工序106具有品质历史信息收集装置116。
生产历史信息,指在生产时有可能变化的信息,可以任意设定。
例如,当某工序具有多个生产装置时,可以将实施处理的装置号码作为生产历史信息。另外,当某工序具有计测处理结果的品质的装置时,可以将其品质计测值作为生产历史信息。
另外,当通过某工序实施处理的生产装置根据从外部所给与的运转规格的指示设定值实施处理时,可以将其运转规格指示设定值作为生产历史信息。再者,当通过某工序实施处理的生产装置具有计测处理实施时的运转状态的物理量的装置时,可以将其运转状态计测值作为生产历史信息。
生产线管理装置120,根据事先存储装置(未图示)所给与的生产计划121,开始向生产线1的构件投入工序101投入构件。经过构件投入工序101以后的各个工序102、103、104、105,直到产品检查工序106的投入,根据从生产顺序信息管理装置130取得的生产顺序信息131制定投入计划来实施。
生产线管理装置120,通过个体识别信息122来管理投入计划和何时投入了的实绩。个体识别信息122,是对原料或零件或中间组装件或产品的各形态的个体唯一采集的管理号码。
作为向个体识别信息122的各个体的安装方法,也可以给各个体或个体的包装材料或搬运货架安装编号代码分派的标记,可以在各个体复制形成直接号码。标记既可以通过纸来实现,也有可以通过写入可以改写的半导体存储元件来实现的方法。
品质变动原因分析装置140,具有品质变动相关分析处理部141和品质变动因果分析处理部142,不仅实施产品的品质变动原因的候补抽出,还可实施根本原因锁定。
品质变动原因分析装置140,将来自历史品质历史信息收集装置116的产品品质历史信息、来自生产历史信息收集装置112、113、114、115的生产历史信息、来自生产线管理装置120的个体识别信息以及来自生产顺序信息管理装置130的生产顺序信息作为输入,输出产品品质变动的根本原因工序。
品质变动相关分析处理部141,实施从品质历史信息收集装置116取得的产品品质历史信息411、412与从生产历史信息收集装置112、113、114、115取得的生产历史信息431、432、433、434之间的相关分析,从相关强度421、422、423、424中抽出产品品质变动的原因工序的候补。
一般情况下,在存在串联连锁连接的工序的生产线中,由于在前面的工序引起了品质变动的个体被送到后面的工序,所以大多是品质历史信息所表现的品质变动辐凑传播。在相关分析时,当在某工序引起的品质变动辐凑、传播了时,也抽出接受到其品质变动的辐凑、传播的多个工序。因此,只通过相关分析很难将品质变动的原因工序的候补锁定为1个。
因此,在本实施方式中,按下述做法来进行成为根本变动原因的工序的锁定。首先,品质变动因果分析处理部142,实施生产历史信息收集装置112、113、114、115、取得的工序A至D的生产历史信息431、432、433、434的相互相关分析,求出相互相关强度441、442、443、451、452、461,查明生产历史变动的各工序间的辐凑传播的有无。
接着,根据从生产顺序信息取得的生产顺序信息求出生产工序间的时间先行性,明确生产历史变动的辐凑传播的方向。之后,根据明确的生产历史变动的工序间的辐凑传播的有无和辐凑传播的方向,从认为成为通过品质变动相关分析处理部141抽出的品质变动原因的工序的候补之中,根据求得的生产历史变动的工序间的辐凑传播的有无和辐凑传播的方向锁定成为根本变动原因的工序。
下面,使用图16对本发明的生产管理***的硬件构成例进行说明。
图16是表示本发明的生产管理***的计算机***的一种实施方式的图示。如图16所示,生产线管理装置(图1的120),通过生产线管理计算机920和生产计划数据存储装置921以及个体识别数据存储装置922来实现,指示向个体的工序的投入,收集其实绩的过程通过计算机920所执行的程序来实现。
另外,生产顺序信息管理装置(图1的130),通过生产顺序信息管理计算机930和生产顺序数据存储装置931来实现,提供与产品的种类对应的适合的生产顺序数据的过程通过计算机930所执行的程序来实现。当必须从产品设计或工序设计***取得生产顺序数据时,生产顺序信息管理计算机930的程序(未图示)也执行取得。
品质变动原因分析装置(图1的140),通过品质变动原因分析计算机920和生产历史数据存储装置941以及品质历史数据存储装置942来实现,品质变动相关分析处理和品质变动因果分析处理通过计算机940所执行的程序来实现。
这些计算机920、930、940和生产线1的控制计算机,通过计算机网络900连接,投入指示或实绩收集或生产历史数据取得或产品品质取得经由计算机网络900进行。
使用图2至图7、图11至图15,详细说明图1中的品质变动原因分析装置140的处理内容。
图2是说明品质变动原因分析装置140执行的顺序的图示。首先,说明步骤1。
步骤1
在图2的品质变动原因分析装置处理顺序的步骤1(图2的21)中,通过计算机940和程序所实现的品质变动原因分析装置(图1的140),进行分析数据表的生成,并存储于计算机940的存储装置(未图示)。
更详细地讲,品质变动原因分析装置140,首先(1)从生产管理***120取得按产品种类时间系列排列根据生产计划121生产的产品的个体识别信息(通常是ID号码)的生产实绩表(未图示)。接着(2)将个体识别信息作为检索关键字,检索产品品质信息与产品历史信息,生成分析数据表。
将分析数据表的例子表示在图3上。分析数据表30具有产品种类标记30a、30b、30c,可以按产品进行切换。分析数据表30的第一列31记载内容是个体识别数据,附带有第二列32记载的产品品质数据和第三列以后33、34、35、36记载的生产历史数据。
下面,说明步骤2。
步骤2
在图2的品质变动原因分析装置处理顺序的步骤2(图2的22)中,品质变动原因分析装置(图1的140)的品质变动相关分析处理部(图1的141)进行品质变动相关网络模型的生成。品质变动相关分析处理部141,对品质变动相关网络模型,将每个产品品质信息作为终点的顶点(vertex)(图1的411、412),另外将生产工序的生产历史信息作为起点的顶点(vertex)(图1的431、432、433、434),作为用附以箭头的边(edge)(图1的421、422、423、424)连结两顶点之间的有向图形(directed graph)来生成。
另外,品质变动相关分析处理部141,箭头从作为品质变动的原因候补的生产历史信息的顶点431、432、433、434,指向作为结果的产品品质信息的顶点411、412,这在工业产品的生产的课题中是作为当然的结果来处理。
使用图11说明在步骤2(图2的22)品质变动相关分析处理部141实施的品质变动相关分析用的相关网络模型生成的详细的顺序。品质变动相关分析处理部141,首先(1)使用分析数据表30的产品品质数据列32和生产历史数据列33、34、35、36,算出产品品质信息411(对产品品质信息412的顺序未图示)与生产历史信息431、432、433、434之间的品质变动相关强度RA、RB、RC、RD。例如,当将图3的分析数据表30的产品品质数据列32所存储数据作为
【数1】
Y=[y1 y2…yn] (数1)
将工序A生产历史数据列33所存储的数据作为
【数2】
X=[x1 x2…xn] (数2)时,品质变动相关分析处理部141,作为由
【数3】
(数3)
RA=γxy
所计算的相关系数算出品质变动相关强度RA。对于其他的品质变动相关强度RB、RC、RD,也将图3的分析表的生产历史数据列34、35、36所存储的数据作为对象,分别计算与产品品质数据列32所存储的数据的相关系数。
相关系数,当产品品质列32与工序A生产历史数据33显示同步变动的倾向时,显示与最大值1接近的大的值,在显示无关系变动的倾向时,显示与最小值0接近的小的值,所以可以作为品质变动相关强度的指标采用。
但是,品质变动相关强度不限定于所述相关系数,例如,也可以通过最小2乘法或投影法构筑由生产历史信息推定产品品质历史信息的回归式,由回归系数的相对比较求出品质变动相关强度。
在步骤2(图2的22)中,品质变动相关分析处理部141,接着(2)通过将把所述品质变动相关强度RA、RB、RC、RD作为图形结合强度具有的边(edge)421、422、423、424,从生产历史信息的顶点(vertex)431、432、433、434向产品品质信息的顶点(vertex)411附以箭头描绘,生成相关网络模型。
说明具体的计算机处理内容。实现品质变动相关分析处理部141,的计算机940,将生成的图11(b)所示的相关网络模型作为图5所示的品质变动相关图形数据表50生成,并存储于存储装置(未图示)。
在品质变动相关图形数据表50的边号码列51中,采集并存储针对边(edge)421、422、423、424的任意的管理号码。在图形种类列52,存储表示因果方向已确定的有向图形的记号。在起点列53中存储表示生产历史信息的顶点(vegex)431、432、433、434的名字。在终点列54中存储表示产品品质信息的顶点(vertex)411的名字。在结合强度列55中存储起点与终点的相关强度的数值。选择状态列56,是存储作为原因候补的选择状态的栏,在该步骤2的阶段是空栏。
下面,说明步骤3。
步骤3
在图2的品质变动原因分析处理顺序的步骤3(图2的23),品质变动原因分析装置(图1的140)的品质变动相关分析处理部(图1的141)从生产历史之中进行品质变动原因工序的候补选出。使用图12说明根据所述相关网络模型的图形结合强度(品质变动相关强度RA、RB、RC、RD)从生产工序A431、B432、C433、D434之中选出对产品品质411的变动的原因工序的候补的详细顺序。
在本实施例中,虽然对在品质变动相关强度RA、RB、RC、RD之间有
【数4】
的关系的情形进行了说明,但并不局限于该关系。
该关系表示在4个品质变动相关强度之中,从工序B432向产品品质411的相关强度RB与从工序D434向产品品质411的相关强度RD为相同程度并且与其他相比充分大,从工序C433向产品品质411的相关强度RC与其他相比充分小,而从工序A431向产品品质411的相关强度RA更小的情形。关于大小关系,是采用通过预先设定合适的阈值(未图示)可以定量地自动判定的结构。
品质变动相关分析处理部141,根据所述的相关强度的大小关系,从所述品质变动相关网络模型的4个边(edge)421、422、423、424之中,将从工序B432向产品品质411的边(edge)422与从工序D434向产品品质411的边(edge)424作为从原因工序向品质变动的因果关系的候补抽出(在图12中以实线表示),如图5(2)所示,在品质变动相关图形数据表50的选择状态列56记入“○候补”状态。另一方面,将从工序433向产品品质411的边(edge)423与从工序A431向产品品质411的边(edge)421从因果关系的候补中除去(在图12中以虚线表示),如图5(2)所示,在品质变动相关图形·数据·表50的选择状态列56记入“×废弃”状态。
如该例所示,当是串联连接的连锁工序的数多的普通的生产线时,只用品质变动相关网络模型不一定能够将针对品质变动的生产原因工序锁定为1个。
下面,说明步骤4。
步骤4
在图2的品质变动原因分析装置处理顺序的步骤4(图2的23),品质变动原因分析装置(图1的140)的品质变动因果分析处理部(图1的142)进行因果网络模型生成。品质变动因果分析处理部142,对品质变动因果网络模型,将按生产工序的生产历史信息作为顶点(vertex)(图1的431、432、433、434),将全部顶点分为相互合适地起点和终点,作为用边(edge)(图1的441、442、443、451、452、461)连接的有向图形来生成。但是,与所述品质变动相关分析处理部(图1的141)生成的相关网络模型不同,在连结因果网络模型的每个生产工序的生产历史信息的各顶点(图1的431、432、433、434)的边附加的箭头的方向的决定方法不是自明的。
因此,品质变动因果分析处理部142,从生产顺序信息管理装置(图1的130)取得关于生产线中的各工序间相互的时间先行性(哪个工序先进行了处理)的生产顺序信息,自动决定因果网络模型的箭头的方向。生产顺序信息,一般情况下按产品种类而不同,故不能预先存储在品质变动因果分析处理部(图1的142)。
使用图13说明在步骤4(图2的23)品质变动因果分析处理部142实施的品质变动因果分析用的因果网络模型生成的详细的处理顺序。品质变动因果分析处理部142,首先(1)使用分析数据表30的生产历史数据列33、34、35、36算出2个工序间的生产历史信息的相互相关强度rAB·CD、rAC·BD、rAD·BC、rBC·DA、rBD·AC、r CD·AB。例如,当将图3的分析数据表30的各工序的生产历史数据列33、34、35、36所存储的数据作为
【数5】
Xi=[xi1 xi2…xin ] (数5)将相关行列作为
【数6】
(数6)
RM=(γij)
时,品质变动因果分析处理部142,从下式算出除去来自工序C和工序D的影响的工序A和工序B的生产历史信息的相互相关强度rAB·CD。即作为由【数7】
(数7)
所计算的偏相关系数算出。
对于其他的工序间的生产历史信息的相互相关强度、rAC·BD、rAD·BC、rBC·DA、rBD·AC、rCD·AB,也用相同的方法计算偏相关系数。但是,工序间相互相关强度并不局限于所述偏相关系数,例如也可以使用最小2乘法或投影法构筑从其他的工序的生产历史信息推定相应的产品品质历史信息的回归式,根据其回归式的预测偏差间的相关系数求出工序间相互相关强度。
在步骤4(图2的24),品质变动因果分析处理部142,接着(2),通过将所述工序间相互相关强度rAB·CD、rAC·BD、rAD·BC、rBC·DA、rBD·AC、rCD·AB作为图形结合强度,在生产历史信息的全部顶点(vertex)431、432、433、434相互之间用无箭头描绘具有的边(edge)441、442、443、451、452、461,来生成因果网络模型。在该步骤中,品质变动因果分析处理部142,因为还未取得关于各工序问相互的时间先行性(哪个工序先进行了处理)的生产顺序信息,所以作为在边(edge)上未附加箭头的无向图形(undirected graph)来生成。
说明具体的计算机处理内容。实现品质变动相关分析处理部142的计算机940,将生成的图13(b)所示的相关网络模型,具体地讲作为图6(1)所示的品质变动因果图形数据表60生成,并存储于存储装置(未图示)。
在图形数据表60的边号码列61,采集并存储对边(edge)441、442、443、451、452、461的任意的管理号码。在图形种类列62,存储表示因果方向未确定的无向图形的记号。在起点列63和终点列64存储表示位于各边(edge)左右的生产历史信息的顶点(vegex)431、432、433、434的名字。
在步骤4的阶段,因为因果网络模型是无向图形,所以起点和终点的顺序没有意义,因此在表示顶点(vertex)的名字上给与“(假设)”记号。在结合强度列65中,存储各项点间的相关强度的数值。在选择状态列66中,是存储作为原因候补的选择状态的栏,在该步骤4的阶段是空栏。
下面,说明步骤5。
步骤5
在图2的品质变动原因分析装置处理顺序的步骤5(图2的25),品质变动原因分析装置(图1的140)的品质变动因果分析处理部(图1的142)进行工序间变动传播关系的导出。使用图15说明根据所述因果网络模型的图形结合强度(工序间相互相关强度rAB·CD、rAC·BD、rAD·BC、rBC·DA、rBD·AC、r CD·AB),导出工序间的变动传播,即接收了发生工序变动的变动发送工序和前工序的变动的变动接收工序的因果关系的详细的顺序。在本实施例中,对在工序间相互相关强度rAB·CD、rAC·BD、rAD·BC、rBC·DA、rBD·AC、r CD·AB之间有以下关系的情况进行说明,但不局限于这种关系。
【数8】
该关系表示在6个工序间相互相关强度之中,工序B432与工序D434之间的相互相关强度rBD·AC以及工序A431与工序C433之间的相互相关强度rAC·BD为相同程度并且与其他相比充分大,另外,工序A431与工序B432之间的相互相关强度rAB·CD以及工序B432与工序C433之间的相互相关强度rBC·DA以及工序C433与工序D434之间相互相关强度rCD·AB以及工序A431与工序D434之间的相互相关强度rAD·BC为相同程度并且与其他相比充分小的情况。关于大小关系,做成通过预先设定合适的阈值可以定量地自动判定的结构。
在步骤5(图2的25),品质变动因果分析处理部142,当进行工序间变动传播关系的导出时,首先(1)根据图形结合强度(工序间相互相关强度),从所述因果网络模型中抽出变动传播的部分图形。
根据工序间相互相关强度的大小关系,在所述品质变动因果网络模型的6个边(edge)441、442、443、451、452、462之中,将工序A431与工序C433之间的边(edge)442以及工序B432与工序D434之间的边(edge)452作为表示工序间的变动传播的部分无向图形抽出。(在图14中以实线表示)
之后,如图6(2)所示,在品质变动因果图形数据表60的边No2(442)与边No5(441)的选择状态列66记入“○相关”状态。
另一方面,将工序A431与工序B432之间的边(edge)441以及工序B432与工序C433之间的边(edge)451以及工序C433与工序D434之间的边(edge)461以及工序A431与工序D434之间的边(edge)443,作为未表示工序间的变动传播的部分无向图形除外(在图15中以虚线表示),如图6(2)所示,在品质变动因果图形数据表60的边No1(441)与边No3(443)与边No3(443)与边No4(451)与边No6(461)的选择状态列66记入“×废弃”状态。
品质变动因果分析处理部142,为了决定表示工序间的变动传播的无向图形的因果(原因与结果)的方向,接着(2)根据生产顺序信息,将变动传播的无向图形变换为表示因果方向的有向图形。为了将品质变动因果网络模型的无向图形变换为有向图形,品质变动因果分析处理部142,取得生产顺序信息,翻译各工序间相互的时间先行性(哪个工序先进行了处理),来自动决定图形的方向。
通过哪个工序或先通过哪个工序,按产品种类来定义,因为按产品种类有不同的可能性,所以不能预先存储在品质变动因果分析处理部142。必须按生产线上流动的产品种类取得生产顺序信息。
在本实施例中,品质变动因果分析处理部142是从生产顺序信息管理装置(图1的130)取得按产品种类的生产顺序信息(图1的131)的结构。当以单纯地构成产品的中间组装件的单位进行自动分析时,生产顺序信息管理装置,可以是作为产品设计***(未图示)的一部分实现,在产品设计时作为产品设计信息的一部分取得必须生成的设计BOM(Bill of Material:零件构成表)的构成。
或者,当以生产工序复杂的零件单位进行自动分析时,生产顺序信息管理装置可以是作为工序设计***(图未示)的一部分实现,在工序设计时作为工序设计信息的一部分取得由设计BOM生成的生产BOM的构成。
在***LSI的半导体单晶片工序、或显示面板的面板工序、或硬盘驱动器的磁头工序等的键控设备的生产过程中,可以是取得以“工艺流程”的名称所管理的工序设计信息的构成。
将与图1的生产线1对应的生产BOM的例表示在图4上。生产BOM,具有从下向上制作产品的式样的树型构造的数据构造与表记。以方框表记的是构件或零件或中间组装件或产品的个体,以圆表记的是加工或组装的处理装置。与图1的生产线对应,生产BOM40的最下层的构成零件方框41是构件,途中的构成零件方框43、45、47分别是在工序A42、工序B44、工序C46实施处理后的中间零件A、B、C。构成零件方框47的中间零件C,在工序D48实施处理,而变成最上层的构成零件方框49的最终产品。
图1的生产线1是加工线,通过串联连接的工序连锁来记述。当是组装线时,通过并列工序的合流来表记零件的组装。因为按产品的种类工序的顺序发生变化或不通过特定的工序,所以生产BOM是以产品种类标记40a、40b、40c来转换表记信息的构成。
品质变动因果分析处理部142,取得作为生产顺序信息131的生产BOM(图4的40),通过工序间时间先行性翻译处理部(未图示),以下面的顺序将品质变动因果网络模型的无向图形(图14(1))自动变换为因果(原因和结果)的方向已确定的有向图形(图14(2))。
首先,工序间时间先行性翻译处理部,从取得的图4的生产BOM40中,抽出将最下层的构成零件方框41的构件加工成构成零件方框43的中间零件A的工序A42是最上游的处理工序、且时间上是最先行的工序,作为图14(1)的边(edge)441的因果方向,自动分配从工序A431指向工序B432的箭头,另外,作为边(edge)442的因果方向,自动分配从工序A431指向工序C433的箭头,另外,作为边(edge)443的因果方向,自动分配从工序A431指向工序D434的箭头(图14(2))。
说明具体的计算机处理内容。实现品质变动因果分析处理部142的计算机940,作为表现图形的数据上的操作,如图7(1)所示,检索品质变动因果图形数据表60的起点列63和终点列64,作为包含工序A431的边抽出边No1(441)和No2(442)和No3(443)。在此,当工序A431被记入了终点列64时,左右交换起点列63的顶点名(工序名)。这样,因果方向就确定了,所以从顶点名删除“假设”记号,将表示因果的方向已确定的有向图形的记号存储到图形种类列62。
接着,对抽出的3个边检索选择状态列66,抽出非“×废弃”状态而处于“○相关”状态的边No2(442)。因为No2(442)的因果方向已确定,所以将选择状态列66的“○相关”状态改写为“因果”状态。
接着,工序间时间先行性翻译处理部,从取得的图4的生产BOM40中,抽出将构成零件方框43的中间零件A加工为下一个构成零件方框45的中间零件B的工序B44相对于下游的处理工序C46和处理工序D48时间先行的工序,作为图14(1)的边(edge)451的因果方向,自动分配从工序B432指向工序C433的箭头,另外,作为边(edge)452的因果方向,自动分配从工序B432指向工序D434的箭头(图14(2))。
具体地讲,实现品质变动因果分析处理部142的计算机940,作为表现图形的数据上的操作,如图7(2)所示,检索品质变动因果图形数据表60的起点列63和终点列64,作为包含工序B432的边抽出边No4(451)和No5(452)。在此,当工序B432被记入终点列64时,左右交换起点列63的顶点名(工序名)。这样,因果方向已确定,所以从顶点名删除“假设”记号,将表示因果的方向已确定的有向图形的记号存储到图形种类列62。
接着,对抽出的2个边检索选择状态列66,抽出非“×废弃”状态而处于“○相关”状态的边No5(452)。因为No5(452)的因果方向已确定,所以将选择状态列66的“○相关”状态改写为“因果”状态。
接着,工序间时间先行性翻译处理部,从取得的图4的生产BOM40中,抽出将构成零件方框45的中间零件B加工为下一个构成零件方框47的中间零件C的工序C46相对于下游的处理工序D48和处理工序D48时间先行的工序,作为图14(1)的边(edge)461的因果方向,自动分配从工序C433指向工序D434的箭头(图14(2))。
具体地讲,实现品质变动因果分析处理部142的计算机940,作为表现图形的数据上的操作,如图8(1)所示,检索品质变动因果图形·数据·表60的起点列63和终点列64,作为包含工序C433的边抽出边No6(461)。在此,当工序C433被记入终点列64时,左右交换起点列63的顶点名(工序名)。这样,因果方向已确定,所以从顶点名删除“假设”记号,将表示因果的方向已确定的有向图形的记号存储到图形种类列62。接着,对抽出的边检索选择状态列66,因为不能抽出非“×废弃”状态而处于“○相关”状态的边,所以结束处理。
最后,工序间时间先行性翻译处理部,从取得的图4的生产BOM40中,抽出将构成零件方框47的中间零件C加工为下一个构成零件方框49的最终产品的工序C48是最下游的处理工序而相对于其他的哪个工序时间上也不先行的工序,因果方向的自动翻译抽出处理结束。
通过基于以上的工序间时间先行性自动翻译处理部(示图未)的生产BOM40的时间先行性翻译的因果方向的抽出处理,品质变动因果分析处理部142将图15的品质变动因果网络模型从图14(1)的无向图形变换为图14(2)的有向图形。
另外,图2的品质变动原因分析装置处理过程的步骤5的过程(1)的变动传播的部分图形的抽出与向表示过程(2)的因果的有向图形的变换的2个过程其顺序不同,即使改换过程的顺序也没关系。另外,从图2的品质变动原因分析装置处理过程的步骤2到步骤3的相关网络模型的生成分析,和从步骤4到步骤5的因果网络模型的生成分析顺序不同,即使改换过程的顺序也没关系。
下面,对步骤6进行说明。
步骤6
在图2的品质变动原因分析装置处理顺序的步骤6(图2的26),品质变动原因分析装置(图1的140)进行品质变动原因工序的自动导出。使用图8、图9、图10、图15说明通过从产品品质追溯相关网络模型以及因果网络模型的有向图形来自动导出对品质变动的根本生产原因工序的详细作用。
图8是说明品质变动因果图形数据表的图示。图9说明品质变动相关图形数据表的图示。图10是说明原因工序自动导出算法的图示。图15是说明原因工序自动导出后的网络模型的状态的图示。
首先,品质变动原因分析装置140,通过追溯从相关网络模型之中的相关强度的大小关系中所抽出部分有向图形,从产品品质自动反方向追踪(下面称为反向追踪)到有可能引起成为原因的变动的全部生产工序的候补。从在所述步骤3生成的相关网络模型的产品品质反向追踪边(edge)422,自动抽出工序B432。
作为具体的计算机处理内容,实现品质变动因果分析处理部142的计算机940,检索图5(2)的品质变动相关图形数据表50的选择状态列56(图10的步骤70、72),抽出为“○候补”状态的边No2(422)和No4(424)(图10的步骤71、72)。检索抽出的2个边的起点列53(图10的步骤74、76),抽出边No2(422)的起点的工序B432和边No4(424)的起点的工序D434(图10的步骤75)。
接着,品质变动原因分析装置140,通过追溯从因果网络模型之中的相互相关强度的大小关系中所抽出部分有向图形,从任意的生产工序自动反向追踪到引起变动的根本工序。在所述步骤5生成的因果网络模型的2个变动原因工序候补之中,从工序D434反向追踪边(edge)452,自动抽出工序B432。
另一方面,从工序B432检测出可以反向追踪的边(edge)不存在。由此,就自动导出产品品质411的变动的根本原因工序是工序B432。自动导出:从工序B432经边(edge)422至产品品质411的路径是直接变动路径,而从工序B432经边(edge)452至工序D434,从工序D434经边(edge)424至产品品质411的路径是间接变动路径。
作为具体的计算机处理内容,实现品质变动因果分析处理部142的计算机940,检索图8的品质变动因果图形数据表60的终点列64(图10的步骤80、89),抽出终点为工序B432的边No1(441)、和终点为工序D434的边No3(443)和边No5(452)和边No6(461)(图10的步骤81)。
首先,检索终点为工序B432的边No1(441)的选择状态列66,抽出“×废弃”状态(图10的步骤82),从工序B432检测出可以反向追踪的边在此之外不存在(图10的步骤83)。因为从产品品质411追寻到的最终终点是工序B432,所以品质变动因果分析计算机940,如图9所示,将“因果”状态记入品质变动相关图形数据表50的边No2(442)的选择状态列56(图10的步骤85、86、87、88)。
接着,检索终点为工序D434的边No3(443)和边No5(452)和边No6(461)的选择状态列66,分别抽出边No3(443)是“×废弃”状态、边No5(452)是“因果”状态、边No6(461)是“×废弃”状态(图10的步骤82)。
由此,从工序D434作为可以反向追踪的边抽出No5(452),检索其起点列63,抽出工序B432(图10的步骤84)。如上所述,从工序B432再次检测出可以反向追踪的边不存在(图10的步骤80、81、82、83),结束反向追踪。
如上所述,因为从产品品质追寻到的最终终点只是工序B432,所以品质变动因果分析计算机940,如图9所示,将“因果”状态(重复写)记入图形数据表50的边No2(422)的选择状态列56(图10的步骤85、86、87、88)。
最后,品质变动因果分析计算机940,检索图形数据表50的选择状态列56,只全部抽出“因果”状态的边,检索其边的起点列53,全部抽出因果的原因侧的工序,显示到画面上传达给操作员,或发送给装置管理***等的其他***(未图示)。
由此,图1所示的品质变动原因分析装置140是在品质变动相关分析处理部141之外还具有品质变动因果分析处理部142的构成,该品质变动因果分析处理部142具有根据来自在外部所生成存储的生产顺序信息131的工序间时间先行性翻译,并根据产品种类自动生成品质变动因果网络模型的特征的构成,所以可以得到可自动锁定抽出产品的品质变动的原因工序的效果。
实施例2
下面,使用图17至图30对本发明的生产管理***的第2实施例进行说明。实施例2,是以具体的产品为对象、来说明本发明的分析过程的实施例。
图17及图18是说明成为基于本发明的品质变动原因分析的对象的产品的图示。图17表示产品的外观图。图18(1)是说明零件A214的断面图的图示,图18(2)是说明零件B224的断面图的图示,图18(3)是说明产品232的组装的图示。
产品232,通过嵌合组装零件A214和零件B224。零件A214的凹产214f和零件B224的凸部224f是嵌合部位,零件A214的孔214s和零件B224的突起(轴)224s是间隙部。
即,在用嵌合部位214f、224f进行了位置对准时,在间隙部位必须有规定的间隙,将该间隙的大小作为产品232的品质。为了说明对产品232进行了简化,但是,如果将零件A214视为带法兰的端盖、将零件B224视为固定到主体上的定子和转子的一体品,则成为简化的电动机组装品。
图19是说明零件A214的加工顺序的图示。图19(1)表示零件A214的坯料A210,(2)表示开孔加工后的中间零件A212,(3)表示嵌合部切削加工后的成品零件A214。
图20是说明成为中间零件A212与成品零件A214的生产历史信息的个体检查项目的图示。图20(1)表示中间零件A212的开孔加工的检查内容,对于外形中心210c的孔中心212c的偏差212e是检查对象。图20(2)表示成品零件A214的嵌合部切削加工的检查内容,对于孔中心212c的嵌合部中心214c的偏差214e是检查对象。
图21是说明零件B224的加工顺序的图示。图21(1)表示零件B224的坯料B220,(2)表示突起部切削加工后的中间零件B222,(3)表示嵌合部切削加工后的成品零件B224。
图22是说明作为中间零件B222与成品零件B224的生产历史信息的个体检查项目的图示。图22(1)表示中间零件B222的突起部切削加工的检查内容,对于外形中心220c的突起部中心222c的偏差222e是检查对象。图22(2)表示成品零件B224的嵌合部切削加工的检查内容,对于突起部中心222c的嵌合部中心224c的偏差224e是检查对象。
图23是说明图17所示的产品232的生产BOM(零件构成表)的图示。生产BOM200按产品种类存储于生产顺序信息管理装置(图1的130),通过标记200a、200b、200c可以选择。一般情况下,生产BOM时间轴是从下向上地进展,并按从坯料经加工、组装制成产品的顺序进行记述。
图33所示的生产BOM200的记述如下所示。在最下层的第1阶层记述坯料A210和坯料B220,分别经过工序A圆圈数字1(开孔加工)211和工序B圆圈数字1(突起部切削加工)221的顺序,制成第2阶层的中间零件A212和中间零件B222。第2阶层的中间零件A212和中间零件B222,分别经过工序A圆圈数字2(凹嵌合部切削加工)213和工序B圆圈数字2(凸嵌合部切削加工)223的顺序,制成第3阶层的成品零件A214和成品零件B224。第3阶层的成品零件A214和成品零件B224,经过工序C(组装)231的顺序,制成第4阶层的最终产品233。
图24到图25是说明生产BOM(图23的200)的4个工序211、213、221、223的生产历史信息的时间推移(个体推移)的图示。生产历史信息是在生产时有变化可能性的任意的信息,但在本实施例中是全部上述说明的个体检查信息。
图24(1)是从坯料A210得到中间零件A212的开孔加工工序A圆圈数字1221的生产历史信息,即是对于坯料外形中心的孔中心偏差(图20的212e)。工序A圆圈数字1221的生产历史信息,以中间零件A212的个体识别号码7、8、9变动。
图24(2)是从坯料A212得到成品零件A214的凹嵌合部切削加工工序A圆圈数字2213的生产历史信息,即是对于孔中心的凹嵌合部偏差(图20的214e)。工序A圆圈数字2213的生产历史信息,以成品零件A214的个体识别号码7、8、9变动。
图25(1)是从坯料B220得到中间零件B222的突起切削加工工序B圆圈数字1221的生产历史信息,即是对于坯料外形中心的突起中心偏差(图22的222e)。工序B圆圈数字1221的生产历史信息,转交给中间零件B222作为对象的全部的个体(从识别号码1到12),使其不发生散差以外的显著的变动。
图25(2)是从中间零件B222得到成品零件B224的凸嵌合部切削加工工序B圆圈数字2223的生产历史信息,即是对于突起中心的凸嵌合部中心偏差(图22的224e)。工序B圆圈数字2223的生产历史信息,转交给作为成品零件B224的对象的全部的个体(从识别号码1到12),使其不发生散差以外的显著的变动。
图26是说明组装成品零件A214与成品零件B224,并以得到最终产品232的组装工序C231所收集的产品品质历史信息的时间推移(个体推移)的图示。最终产品232的产品品质,是上述说明的间隙部(图18的214s/224s)。工序C231的产品品质信息,以最终产品232的个体识别号码7、8、9变动。
图27至图30是说明对本实施例的对象实施本发明的品质变动原因分析的结果的图示。图27是说明品质变动原因分析用的网络模型的初期状态的图示。为了生产作为对象的产品(图17及图18的232),必须生产BOM(图23的200)所示的5个工序(图23的211、213、221、223、231),而在最终组装工序(图23的231)中收集了产品品质信息,所以成为生产历史信息收集对象的工序是4个(图23的211、213、221、223),本实施例的分析用网络模型为与实施例1的图1所示的网络模型相同的方式。
表示4个工序的顶点(vertex)431、432、433、434,分别与开孔工序A圆圈数字1(图23的211)、凹嵌合部切削加工工序A圆圈数字2(图23的432)、突起部切削工序B圆圈数字1(图23的221)、凸嵌合部切削加工工序B圆圈数字2(图23的223)相对应。在从表示相关网络模型的4个工序的顶点(vertex)431、432、433、434指向产品品质信息的顶点(vertex)411的边(edge)421、422、423、424,根据产品生产中的原因,在结果的方向上附加箭头。
在相互连结表示因果网络模式的4个工序的顶点(vertex)431、432、433、434之间的边(edge)441、442、443、451、452、461,由原因决定结果的方向的箭头在初期状态为未定并未附加。
图28是说明通过品质变动相关分析处理部141完成连结各工序与产品品质的顶点(vertex)间的相关网络模型,品质变动原因工序的候补抽出结束的状态的图示。品质变动原因分析装置(图1的140)的品质变动相关分析处理部(图1的141),计算产品的品质历史信息(图26)与工序A圆圈数字1的生产历史信息(图24(1))的相关强度为大,将连结工序A圆圈数字1的顶点(vertex)431与产品品质的顶点(vertex)411的边(edge)421作为“○候补”选择(在图28中是实线)。另外,计算产品的品质历史信息(图26)与工序A圆圈数字2的生产历史信息(图24(2))的相关强度也为大,将连结工序A圆圈数字2的顶点(vertex)432与产品品质的顶点(vertex)411的边(edge)422作为“○候补”选择(在图28中是实线)。
相反,计算产品的品质历史信息(图26)与工序B圆圈数字1的生产历史信息(图25(1))的相关强度为小,“×废弃”连结工序B圆圈数字1的顶点(vertex)434与产品品质的顶点(vertex)411的边(edge)424(在图28中是虚线)。另外,计算产品的品质历史信息(图26)与工序B圆圈数字2的生产历史信息(图25(2))的相关强度也为小,“×废弃”连结工序B圆圈数字2的顶点(vertex)433与产品品质的顶点(vertex)411的边(edge)423(在图28中是虚线)。
图29说明通过品质变动因果分析处理部142完成连结各工序与产品品质的顶点(vertex)间的因果网络模型,工序间相互因果关系的导出结束的状态的图示。品质变动原因分析装置(图1的140)的品质变动因果分析处理部(图1的142),计算工序A圆圈数字1的生产历史信息(图24(1))与工序A圆圈数字2的生产历史信息(图24(2))的相互相关强度为大,将连结工序A圆圈数字1的顶点(vertex)431与工序A圆圈数字2的顶点(vertex)432的边(edge)441作为“○相关”选择(在图29中是实线)。计算其他工序间的相互相关强度为小,“×废弃”边(edge)442、443、451、452、461(在图29中是实线)。
因为在该阶段因果的箭头还未确定,所以品质变动因果分析处理部142作为生产顺序信息取得生产BOM(图23),附加因果的箭头。从生产BOM翻译工序A圆圈数字1(图23的211)比工序A圆圈数字2(图23的213)要先行的事实,在边(edge)441附加从工序A圆圈数字1的顶点(vertex)431指向工序A圆圈数字2的顶点(vertex)432的箭头。
另外,从生产BOM翻译工序B圆圈数字1(图23的221)比工序B圆圈数字2(图23的223)要先行的事实,在边(edge)461附加从工序B圆圈数字1的顶点(vertex)434指向工序B圆圈数字2的顶点(vertex)433的箭头。对于其他的边(edge),翻译在生产BOM(图23)的工序间没有时间先行性约束条件的事实,不附加因果的箭头。
图30是说明来处自于品质变动因果分析处理部142的因果网络模型的品质变动原因工序的导出的图示。从产品品质反向追踪边(edge),导出最终顶点(vertex)。反向追踪的路径有2个。首先,通过反向追踪边(edge)421到达顶点(vertex)431的工序A圆圈数字1。该路径因为不能再向上反向追踪,所以顶点(vertex)431是最终顶点(vertex)。
另一方面,通过反向追踪边(edge)422,而到达顶点(vertex)432的工序A圆圈数字2。该路径,进而通过反向追踪边(edge)441,而到达顶点(vertex)431的工序A圆圈数字1。该路径因为不能再向上反向追踪,所以顶点(vertex)431是最终顶点(vertex)。
由此,品质变动因果分析处理部142,作为2个路径共通的最终顶点(vertex),导出顶点(vertex)431的工序A圆圈数字1。即产品的间隙(图18的214s/224s)变动的根据原因,是因为在开孔工序A圆圈数字1孔中心偏差(图20的212e)变动了,通过孔中心偏差(图20的212e)的变动传播,导出凹嵌合部中心偏差(图20的214e)变动了的事实。
实施例3
下面,使用图31至图39对本发明的生产管理***的第3实施例进行说明。实施例3是只使用向各装置的投入实绩信息,从多个生产装置之中自动抽出作为产品的品质变动原因的生产装置时的实施例。
图31是表示某产品在各生产工序使用的生产装置的路径的图示。图32是由原料或零件或中间组装件或产品的各个体通过的生产装置的装置识别号码构成的生产实施装置路径信息与产品品质历史的对照表。图33是为了能够从所述生产实施装置路径信息计算相关强度或相互相关强度而变换生成的生产历史信息与产品品质历史的对照表。
在工业产品的生产中,有时在1个工序中选择使用多个装置中的任意1台。多个装置,不局限于同一机种,有时是可以实施相同处理的不同机种的装置。在1个工序可以使用的装置在不同机种混合存在的时候,有时不能收集相同规格的生产历史信息。那时,因为按个体生产历史信息的变量的种类发生变化,所以不能进行用于品质变动原因分析的相关强度的计算。另外,还有不能收集生产历史信息的装置混合存在的情况。
在那样的场合,通过使用生产装置的机号信息确定原因装置,也可以分析品质变动原因。为此,首先,如图31所示,给在各工序所使用的多个装置,预先分配唯一确定的机号号码。例如,在工序A102中,在可以选择的装置之中,向1号机分配1021、向2号机分配1022、向3号机分配1023那样来分配机号号码。给其他工序的装置也同样分配机号号码。
假设某坯料1010,在工序A102通过2号机1022,在工序B103通过1号机1031,在工序C 104通过2号机1042,在工序D105通过2号机1052,制成产品1019。将产品1019的个体识别号码作为ID001时的生产历史信息的生产实施装置路径信息、和产品品质历史的对照记录显示在图32的数据行的第1行。作为图32表中的生产历史信息的生产实施装置路径信息33、34、35、36的机号号码不是数值而是名字。因此,为了能够计算与产品品质历史信息32的相关强度或生产历史信息相互的相关强度,而将这些信息变换为如图33的生产历史信息33、34、35、36所示的2值化图。
在图33的生产历史信息33、34、35、36,准备各工序的各装置机号的列,将各数据行的个体通过的机号的单元作为1,将未通过的机号的单元作为0。因为图33的生产历史信息33、34、35、36是2值的数值,所以可以利用投影法实施与产品品质历史信息32的相关强度或生产历史信息相互的相关强度的计算。
通过在上述这样的本发明的品质变动原因分析装置的品质变动相关分析处理部与品质变动因果分析处理部说明的作用,可以锁定品质变动原因装置。
另外,如图34所示,如果是做成将各工序的生产装置指示的运转规格或生产装置的实际运转状态作为生产历史信息的结构,则可以使用本发明的生产管理***确定其中潜在的品质变动原因。如果生产装置不是按照运转规格指示的变动来工作,则将运转规格作为生产历史信息,制成如图35所示的与产品品质的比较对照表,通过品质变动原因分析装置进行分析,就可以确定成为品质变动原因的运转规格。
如果生产装置由按照运转规格指示的值运转状态发生变动,则将运转状态作为生产历史信息,制成如图36所示的与产品品质的比较对照表,通过品质变动原因分析装置进行分析,就可以确定成为品质变动原因的工序的运转状态。
再者,如图40所示的比较对照表,在各工序的生产历史信息33、34、35、36,如过做成组合生产实施装置路径信息2值化图与运转状态计测值,则可以确定也包含运转状态计测值不能表示的装置的状态差、成为品质变动原因的工序的装置的运转状态。
另外,如果将图31所示的各工序的装置机号的识别号码作为图37所示的各工序的操作员的识别号码,将由图32或图33的装置识别号码构成的生产实施装置路径信息与产品品质历史的对照表作为由图38或图39所示的操作员识别号码构成的操作员路径信息与产品品质历史的对照表,则通过在上述本发明的品质变动原因分析装置的品质变动相关分析处理部与品质变动因果分析处理部说明过的作用,根据操作员的熟练度就可以确定有可能发生品质变动的产品品质变动的原因。
实施例4
下面,使用图41,将从生产装置内部的2个以上的要素单元之中确定成为产品品质变动原因的要素单元时的实施例作为实施例4来进行说明。图41是说明从生产装置内部的2个以上的要素单元之中确定成为产品品质变动原因的要素单元的顺序的图示。
在图41中,使用1个工序A102的1台生产装置1021,从构件生产产品。因此,产品的品质变动原因在生产装置1021的内部。生产装置1021中有7个要素单元。在该实施例中,具体地讲是搬入单元1121、计测单元1122、准备单元1123、加工单元1124、清洗单元1125、检查单元1126、搬出单元1127。通过搬入单元1121搬入装置内部的构件(未图示),通过计测单元1122计测正确的位置、姿势,通过准备单元1123控制位置、姿势,通过加工单元1124实施加工,通过清洗单元1125进行清洗,通过检查单元1126进行检查,通过搬出单元1127从装置中搬出。
这些生产装置内部的要素单元的操作顺序,预先存储在本实施例的生产管理***的生产顺序信息管理装置内。而且,通过做成将表示各要素单元的运转状态的物理量计测值作为生产历史信息进行收集的结构,可以确定成为产品品质变动原因的生产装置内部的要素单元。
品质变动原因分析装置的品质变动相关分析处理部与品质变动因果分析处理部的作用,如上述说明过的。具体地讲,品质变动相关分析处理部,使用所付与的个体识别信息,比较对照由品质历史信息收集装置得到的时间系列的品质历史信息、与从生产历史信息收集装置得到的时间系列的生产装置内部要素单元的运转状态物理量计测值之间的统计相关强度并进行计算。根据所得到的统计相关强度的大小,自动列举成为品质变动原因的生产装置内部要素单元的一个或多个的候补。
品质变动因果分析处理部,使用所付与的个体识别信息,比较对照2个或2个以上的所述生产装置内部要素单元的运转状态物理量计测值的各个计测值相互间的统计相关强度并进行计算。之后,根据所得到的统计相互相关强度的大小和从生产顺序信息管理装置得到的生产装置内部要单元操作顺序,得到生产装置内部的要素单元相互的关联构造模型后,从所述候补之中锁定成为产品品质变动根本原因的装置内部要素单元。
另外,在图41中,虽然以所投入的构件通过的顺序分割装置102内部的单元,但是,也可以以在装置内部加工能量发生、直到进行加工的顺序来进行分割。
实施例5
下面,取代生产工序将构成零件或产品的供应链的要素作为分析的对象,将分析供应链构成要素之中潜在的品质变动原因时的实施例作为实施例5来进行说明。
图42以及图43,是说明使用本发明的生产管理***确定供应链构成要素之中潜在的品质变动原因的顺序的图示。
在取代生产工序将构成零件或产品的供应链的要素作为分析的对象的本实施例中,预先将识别号码分配给原料或零件或中间组装件或产品的各个体通过的供应链构成要素。之后,作为生产历史信息,使用由该预先分配的识别号码构成的供应链路径信息。供应链构成要素的通过顺序,做成预先存储在所述生产顺序信息管理装置中的结构。
下面,使用本实施例的生产管理***,说明确定供应链构成要素之中潜在的品质变动原因的顺序。
所谓供应链构成要素,具体地讲,是实施原料或零件或中间组装件的加工和组装的生产车间或生产线,或实施原料或零件或中间组装件的输送的输送装置或输送路径。
在图42中,零件(未图示)的生产路径有2个。第1个是构件(未图示)由作为输送装置的车541从构件厂510供给零件生产线521,所生产的零件(未图示)由作为输送装置的船542供给产品生产线1的路径。第2个是构件(未图示)由作为输送装置的飞机543从构件厂510供给零件生产线522,所生产的零件(未图示)由作为输送装置的飞机543供给产品生产线1的路径。
另外,产品(未图示)的供给路径也有2个。第1个是产品(未图示)由作为输送装置的飞机543从产品生产线1供给检查仓库551的路径。第2个是产品(未图示)由作为输送装置的飞机543从产品生产线1供给检查仓库552的路径。
图43是表示比较对照作为生产历史的供应链路径信息与生产品质历史信息的表。供应链构成要素,是厂家识别号码和输送装置识别号码。因为各识别号码不是数值信息而是名字信息,所以可以使用与从所述的图32向图33的生产实施装置路径信息的变换相同的方法,将供应链路径信息变换为2值化数值信息即可(未图示)。
这时,(5)品质变动原因分析装置的(5-1)品质变动相关分析处理部,使用所付与的个体识别信息,比较对照从品质历史信息收集装置得到时间系列的品质历史信息与从生产历史信息收集装置得到的时间系列的供应链路径信息之间的统计相关强度并进行计算。根据所得到的统计相关强度的大小,自动列举成为品质变动原因的供应链构成要素的一个或多个的候补。(5-2)品质变动因果分析处理部,使用所付与的个体识别信息,相互比较对照2个以上的所述供应链构成要素的各个供应链路径信息相互间的统计相关强度并进行计算。
这样,根据所得到的统计相互相关强度的大小和从生产顺序信息管理装置得到的供应链构成要素的通过顺序,得到供应链内部的构成要素相互的关联构造模型,从所述候补中锁定成为产品品质变动的根本变动原因的供应链构成要素,并自动抽出。
这时,如果做成将内置有传感器的无线IC标记(图51的571、572、573)等、添加到原料或零件或中间组装件或产品的各个体(图51的561、562、563),收集供应链构成要素的温度或湿度或气氛或振动或经过时间的环境信息作为生产历史信息的结构,则也可以锁定成为产品品质变动原因的供应链构成要素的环境变化并自动导出。
实施例6
最后,将从上位向下位分阶段地分析抽出上述所述的产品品质变动原因时的实施例作为实施例6进行说明。
图44是表示从上位向下位分阶段地分析抽出上述所述的产品品质变动原因的顺序的图示。
首先,分析、抽出供应链构成要素之中的变动要素。接着,当作为供应链构成要素的生产线是变动原因时,将目标锁定为该生产线,从该生产线的多个工序之中分析、抽出成为变动原因的工序。接着,将目标锁定为变动原因的该工序,从实施该工序的多个生产装置之中分析、抽出成为变动原因的装置。接着,将目标锁定为变动原因的该装置,从该装置的多个参数中分析、抽出变动原因的参数。或者,分析、抽出该装置的多个内部单元之中的变动原因的单元。
这样,通过采取多阶段分析产品的品质变动原因的方法,具有可以通过1次分析锁定作为对象的数据的范围,可以进行高精度分析的效果。
Claims (11)
1.一种生产管理***,其进行经过多个生产工序和至少1个检查工序所生产的产品的品质管理,其特征在于:
由以下装置构成:
生产顺序信息管理装置,其存储管理将所述产品用于生产的原料或零件、中间组装件投入到所述各生产工序的顺序信息;
生产管理装置,其预先将所述产品及其原料或零件、中间组装件分别与唯一的个体识别信息对应起来进行存储,根据由该个体识别信息和所述生产顺序信息管理装置所提供的顺序信息、所述产品的生产计划,进行用于所述产品生产的指示;和
品质变动原因分析装置,其根据在所述各生产工序所设置的生产历史信息收集装置收集并与所述个体识别信息对应起来的生产历史信息和与在所述检查工序计测并与所述个体识别信息对应起来的产品的品质历史信息,分析所述产品的品质变动原因;
该品质变动原因分析装置,具有:
品质变动相关分析处理部,其通过使用所述个体识别信息对照所述品质历史信息与生产历史信息之间的统计相关强度来计算,并根据该统计相关强度自动抽出有可能成为了所述产品品质变动原因的一个或多个的生产工序的候补;和
品质变动因果分析处理部,其通过使用所述个体识别信息对照所述生产历史信息间的统计相互相关强度来计算,并根据所得到的统计相互相关强度和所述顺序信息,求取生产工序相互的关联构造信息,从所述变动原因工序候补之中锁定、并自动导出成为了产品品质变动原因的生产工序。
2.如权利要求1所述的生产管理***,其特征在于:
所述生产历史信息,是有关所述生产工序的加工、组装的信息,其使用在该生产工序中的处理后的零件或中间组装件的品质计测值或检查值。
3.如权利要求1所述的生产管理***,其特征在于:
所述生产工序分别具有实施该工序处理的1个或多个的生产装置,在该生产装置的各自中,预先对应着唯一的装置识别号码,所述生产历史信息是有关所述生产工序中的加工和组装的信息,其在所述各生产工序中使用基于原料或零件、中间组装件、产品通过了生产装置的装置识别号码的生产实施装置路径信息。
4.如权利要求1所述的生产管理***,其特征在于:
所述生产历史信息,是有关所述生产工序中的加工和组装的信息,其使用在生产工序所使用的生产装置的运转规格的指示设定值。
5.如权利要求1所述的生产管理***,其特征在于:
所述生产历史信息,是有关所述生产工序中的加工和组装的信息,其使用在生产工序所使用的生产装置的运转状态的物理量计测值。
6.如权利要求1所述的生产管理***,其特征在于:
所述生产历史信息,是有关所述生产工序中的加工和组装的信息,其将在生产工序所使用的生产装置的运转规格的指示设定值或生产装置的运转状态的物理量计测值、和在所述各生产工序基于原料或零件、中间组装件、产品通过了生产装置的装置识别号码的生产实施装置路径信息组合起来使用。
7.如权利要求1所述的生产管理***,其特征在于:
所述生产历史信息,是有关所述生产工序中的加工和组装的信息,其预先决定用于识别在生产工序中担当加工或组装的操作员的生产担当操作员识别号码,作为所述生产历史信息,使用基于在所述各生产工序中处理过原料或零件、中间组装件、产品的操作员的生产担当操作员识别号码的生产担当操作员路径信息。
8.如权利要求3所述的生产管理***,其特征在于:
所述生产装置是由多个要素单元所构成,在所述生产顺序信息管理装置中也预先存储有所述要素单元的动作顺序信息,所述生产历史信息收集装置,收集所述生产装置内部的要素单元的运转状态的物理量计测值,并与所述个体识别信息对应起来作为生产历史信息,所述品质变动原因分析装置,具有:品质变动相关分析处理部,其通过使用所述个体识别信息、对照所述品质历史信息和所述生产历史信息之间的统计相关强度来计算,并根据该统计相关强度自动抽出有可能成为了品质变动原因的一个或多个的所述要素单元的候补;和品质变动因果分析处理部,其通过使用所述个体识别信息、对照所述要素单元的运转状态物理量计测值相互的统计相关强度来计算,并根据从该统计相互相关强度和由所述生产顺序信息管理装置得到的所述动作顺序信息得到所述要素单元相互的关联构造信息并从所述候补之中锁定成为了产品品质变动原因的要素单元进行自动抽出。
9.如权利要求1所述的生产管理***,其特征在于:
所述生产工序,是构成诸如进行原料或零件、中间组装件的加工和组装的生产车间或生产线、进行原料或零件、中间组装件的输送的输送单元或输送路径的供应链的要素,预先分配用于识别该供应链构成要素的供应链构成要素识别号码,将所述供应链构成要素的通过顺序信息预先存储在所述生产顺序信息管理装置,作为所述生产历史信息,使用基于原料或零件、中间组装件、产品通过了所述供应链构成要素的所述识别号码的供应链路径信息,所述品质变动原因分析装置,具有:品质变动相关分析处理部,其使用个体识别信息对照所述品质历史信息和所述供应链路径信息之间的统计相关强度来计算,并根据该统计相关强度自动抽出成为了品质变动原因的所述供应链构成要素的候补;和品质变动因果分析处理部,其使用个体识别信息对照所述供应链路径信息相互的统计相关强度来计算,并根据该统计相互相关强度和所述通过顺序信息得到供应链内部的构成要素相互的关联构造信息,从所述候补之中锁定成为了产品品质变动原因的供应链构成要素并进行自动抽出。
10.如权利要求9所述的生产管理***,其特征在于:
作为所述生产历史信息,使用在原料或零件、中间组装件、产品已添加的计测装置收集到的所述供应链构成要素的环境信息,所述品质变动原因分析装置,具有:品质变动相关分析处理部,其使用所述个体识别信息,对照所述品质历史信息和所述供应链构成要素的环境信息之间的统计相关强度来计算,并根据该统计相关强度自动抽出成为了品质变动原因的供应链构成要素的候补;和品质变动因果分析处理部,其使用个体识别信息对照所述供应链环境信息相互的统计相关强度来计算,并根据该统计相互相关强度和所述供应链构成要素的通过顺序,得到供应链内部的构成要素相互的关联构造信息,从所述候补之中锁定成为了产品品质变动原因的供应链构成要素并进行自动抽出。
11.如权利要求1所述的生产管理***,其特征在于:
构成该生产管理***的生产顺序信息管理装置、生产管理装置、品质变动原因分析装置的品质变动相关分析处理部和品质变动因果分析处理部,具有权利要求3、权利要求8以及权利要求9记载的功能,该生产管理***,以任意的组合来执行供应链构成要素的品质变动原因分析、生产线的多个工序的品质变动原因分析、生产工序的多个装置的品质变动原因分析、和生产装置的多个参数或多个内部单元的品质变动原因分析。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004247708A JP4239932B2 (ja) | 2004-08-27 | 2004-08-27 | 生産管理システム |
JP2004247708 | 2004-08-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1740934A true CN1740934A (zh) | 2006-03-01 |
CN100440092C CN100440092C (zh) | 2008-12-03 |
Family
ID=35944476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100854277A Expired - Fee Related CN100440092C (zh) | 2004-08-27 | 2005-07-18 | 生产管理*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US7209846B2 (zh) |
JP (1) | JP4239932B2 (zh) |
CN (1) | CN100440092C (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604426A (zh) * | 2008-06-11 | 2009-12-16 | 加特可株式会社 | 品质管理*** |
CN101910962B (zh) * | 2007-12-27 | 2012-08-15 | 株式会社日立制作所 | 瓶颈装置提取方法以及瓶颈装置提取辅助装置 |
CN102945518A (zh) * | 2012-10-19 | 2013-02-27 | 北京神舟航天软件技术有限公司 | 基于分析资源负荷识别项目关键资源的方法 |
CN103679333A (zh) * | 2013-09-27 | 2014-03-26 | 上海飞机制造有限公司 | 基于工作流的快速反应***及其应用 |
CN103984326A (zh) * | 2014-05-28 | 2014-08-13 | 杭州迈可思法电气工程有限公司 | 生产管理***及方法 |
CN105205586A (zh) * | 2015-08-19 | 2015-12-30 | 深圳联友科技有限公司 | 一种生产零件的冲压方法 |
CN105320055A (zh) * | 2014-07-28 | 2016-02-10 | 日本电产三协株式会社 | 生产*** |
CN108205740A (zh) * | 2016-12-20 | 2018-06-26 | 发那科株式会社 | 使用了检查信息与跟踪信息的制造管理装置以及制造*** |
CN110036351A (zh) * | 2016-12-07 | 2019-07-19 | 株式会社日立制作所 | 质量管理装置及质量管理方法 |
CN110461286A (zh) * | 2017-03-21 | 2019-11-15 | 尤妮佳股份有限公司 | 用于制造吸收性物品的方法和装置 |
CN110709789A (zh) * | 2017-04-10 | 2020-01-17 | Abb瑞士股份有限公司 | 用于监测可再生发电装置或微电网内的子***的状况的方法和设备 |
CN111985677A (zh) * | 2020-06-30 | 2020-11-24 | 联想(北京)有限公司 | 一种因果链路分析方法、设备及计算机可读存储介质 |
CN113272748A (zh) * | 2019-01-15 | 2021-08-17 | 杰富意钢铁株式会社 | 解析***和解析方法 |
Families Citing this family (106)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4467880B2 (ja) * | 2002-12-09 | 2010-05-26 | 株式会社日立製作所 | プロジェクトの評価システムおよび方法 |
JP2007027573A (ja) * | 2005-07-20 | 2007-02-01 | Canon Inc | 露光装置および露光方法ならびにこれらの露光装置または露光方法を用いたデバイス製造方法 |
US7689312B2 (en) * | 2005-10-31 | 2010-03-30 | Infoprint Solutions Company, Llc | Downstream error handling in manufacturing systems |
JP2007188405A (ja) * | 2006-01-16 | 2007-07-26 | Nec Electronics Corp | 異常検出システムおよび異常検出方法 |
US20100049566A1 (en) * | 2006-07-13 | 2010-02-25 | Qualitech, Inc. | Quality control system, quality control program, and client device |
AU2007282234B8 (en) | 2006-08-09 | 2011-11-24 | Auckland Uniservices Limited | Process control of an industrial plant |
DE102006042735A1 (de) * | 2006-09-12 | 2008-04-03 | Abb Patent Gmbh | Kommunikationseinrichtung |
JP4706608B2 (ja) * | 2006-09-28 | 2011-06-22 | 株式会社日立製作所 | 製造工程分析方法 |
CN101536002B (zh) | 2006-11-03 | 2015-02-04 | 气体产品与化学公司 | 用于工艺监控的***和方法 |
EP1967996A1 (en) * | 2007-03-09 | 2008-09-10 | Omron Corporation | Factor estimating support device and method of controlling the same, and factor estimating support program |
JP5151556B2 (ja) * | 2007-08-10 | 2013-02-27 | オムロン株式会社 | 工程解析装置、工程解析方法および工程解析プログラム |
EP2068218B1 (en) * | 2007-12-04 | 2017-09-27 | Siemens Aktiengesellschaft | System of management of manufacturing operation items |
JP5166108B2 (ja) * | 2008-05-01 | 2013-03-21 | 株式会社フューチャーシステム | 異常要因分析プログラム、その記録媒体及び異常要因分析装置 |
JP5017176B2 (ja) * | 2008-05-21 | 2012-09-05 | 株式会社日立製作所 | 製造指示評価支援システム、製造指示評価支援方法、および製造指示評価支援プログラム |
US8510149B1 (en) * | 2008-05-27 | 2013-08-13 | Abb Research Ltd. | Method of constructing causality network graphs and visual inference presentations for business rule applications |
US20100095232A1 (en) * | 2008-10-15 | 2010-04-15 | Daniel Measurement And Control, Inc. | Calculating and plotting statistical data |
US20110295647A1 (en) * | 2008-12-05 | 2011-12-01 | Hisaya Ishibashi | Manufacturing plan drawing-up system and method |
WO2010082322A1 (ja) | 2009-01-14 | 2010-07-22 | 株式会社日立製作所 | 装置異常監視方法及びシステム |
US8571696B2 (en) * | 2009-06-10 | 2013-10-29 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to predict process quality in a process control system |
US9323234B2 (en) | 2009-06-10 | 2016-04-26 | Fisher-Rosemount Systems, Inc. | Predicted fault analysis |
JP5297272B2 (ja) | 2009-06-11 | 2013-09-25 | 株式会社日立製作所 | 装置異常監視方法及びシステム |
JP5352485B2 (ja) * | 2010-01-21 | 2013-11-27 | 株式会社日立製作所 | 要因分析装置 |
JP5427107B2 (ja) | 2010-05-20 | 2014-02-26 | 株式会社日立製作所 | 監視診断装置および監視診断方法 |
EP2447889A1 (en) * | 2010-10-29 | 2012-05-02 | Siemens Aktiengesellschaft | Method for modeling a defect management in a manufacturing process and for handling the defect during the production process based on said modeled defect management |
US20120227452A1 (en) | 2011-03-07 | 2012-09-13 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and system for controlling the quality of a stamped part |
DE102011006786B4 (de) * | 2011-04-05 | 2013-04-11 | Siemens Aktiengesellschaft | Produktsensor, Produkt mit Produktsensor, Anlage und Verfahren zur Kommunikation zwischen Produktsensor und Anlage |
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
JP6183450B2 (ja) | 2013-02-26 | 2017-08-23 | 日本電気株式会社 | システム分析装置、及び、システム分析方法 |
US9910429B2 (en) * | 2013-09-03 | 2018-03-06 | The Procter & Gamble Company | Systems and methods for adjusting target manufacturing parameters on an absorbent product converting line |
US9792391B2 (en) * | 2014-06-06 | 2017-10-17 | Siemens Product Lifecyle Management Software Inc. | Refining of material definitions for designed parts |
JP6673216B2 (ja) * | 2014-11-19 | 2020-03-25 | 日本電気株式会社 | 要因分析装置、要因分析方法とプログラム、及び、要因分析システム |
US10606859B2 (en) | 2014-11-24 | 2020-03-31 | Asana, Inc. | Client side system and method for search backed calendar user interface |
US20160154802A1 (en) * | 2014-12-02 | 2016-06-02 | Nec Laboratories America, Inc. | Quality control engine for complex physical systems |
US9665089B2 (en) * | 2015-01-21 | 2017-05-30 | Honeywell International Inc. | Method and apparatus for advanced control using function blocks in industrial process control and automation systems |
JP6378419B2 (ja) * | 2015-03-12 | 2018-08-22 | 株式会社日立製作所 | 機械診断装置および機械診断方法 |
US10935962B2 (en) | 2015-11-30 | 2021-03-02 | National Cheng Kung University | System and method for identifying root causes of yield loss |
JP6351880B2 (ja) * | 2016-01-15 | 2018-07-04 | 三菱電機株式会社 | 計画生成装置、計画生成方法及び計画生成プログラム |
JP6743394B2 (ja) * | 2016-01-20 | 2020-08-19 | 日本電気株式会社 | 要因分析装置、方法およびプログラム |
CN108885438A (zh) * | 2016-03-24 | 2018-11-23 | 西门子股份公司 | 用于控制的方法、控制***和设备 |
US10152760B2 (en) * | 2016-04-24 | 2018-12-11 | Christoph Adam Kohlhepp | Methods for an autonomous robotic manufacturing network |
EP3534322A4 (en) * | 2016-10-26 | 2020-04-08 | Kabushiki Kaisha Toshiba | INFORMATION MANAGEMENT SYSTEM |
JP6776873B2 (ja) * | 2016-12-20 | 2020-10-28 | 日本製鉄株式会社 | ヤード管理装置、ヤード管理方法、およびプログラム |
JP6832175B2 (ja) * | 2017-01-27 | 2021-02-24 | 三菱重工航空エンジン株式会社 | 処理フロー管理装置及び処理フロー管理方法 |
JP6723946B2 (ja) * | 2017-03-17 | 2020-07-15 | 株式会社日立製作所 | 業務改善支援装置および業務改善支援方法 |
JP6831743B2 (ja) * | 2017-04-19 | 2021-02-17 | 株式会社日立製作所 | 因果関係モデルの検証方法およびシステム、および不良原因抽出システム |
EP3410245A1 (en) * | 2017-06-02 | 2018-12-05 | OMRON Corporation | Process analysis apparatus, process analysis method, and process analysis program |
US10977434B2 (en) | 2017-07-11 | 2021-04-13 | Asana, Inc. | Database model which provides management of custom fields and methods and apparatus therfor |
CN107479521B (zh) * | 2017-09-20 | 2019-11-22 | 重庆大学 | 一种针齿壳智能制造生产线 |
JP7077553B2 (ja) * | 2017-09-21 | 2022-05-31 | 富士フイルムビジネスイノベーション株式会社 | 品質管理装置 |
JP6984370B2 (ja) * | 2017-12-06 | 2021-12-17 | 横河電機株式会社 | 生産支援システム、生産支援方法及びプログラム |
JP7095988B2 (ja) * | 2017-12-26 | 2022-07-05 | 株式会社Kis | 異常監視システム、異常監視方法及びプログラム |
JP7028260B2 (ja) * | 2018-01-22 | 2022-03-02 | 日本電気株式会社 | 分析システム、分析方法、及び、プログラム |
US10623359B1 (en) | 2018-02-28 | 2020-04-14 | Asana, Inc. | Systems and methods for generating tasks based on chat sessions between users of a collaboration environment |
US11138021B1 (en) | 2018-04-02 | 2021-10-05 | Asana, Inc. | Systems and methods to facilitate task-specific workspaces for a collaboration work management platform |
US10613735B1 (en) | 2018-04-04 | 2020-04-07 | Asana, Inc. | Systems and methods for preloading an amount of content based on user scrolling |
GB2613082B (en) * | 2018-04-18 | 2023-08-30 | Fisher Rosemount Systems Inc | Quality review system |
US11442428B2 (en) * | 2018-04-18 | 2022-09-13 | Fisher-Rosemount Systems, Inc. | Quality review management system |
CN111954855B (zh) * | 2018-04-19 | 2024-05-14 | 三菱电机株式会社 | 确定异常设备的装置、方法和计算机设备 |
JP6995694B2 (ja) * | 2018-05-23 | 2022-01-17 | 株式会社日立製作所 | 加工設備特定支援装置、加工設備特定支援方法、および、加工設備特定支援システム |
US10785046B1 (en) | 2018-06-08 | 2020-09-22 | Asana, Inc. | Systems and methods for providing a collaboration work management platform that facilitates differentiation between users in an overarching group and one or more subsets of individual users |
JP7099070B2 (ja) * | 2018-06-18 | 2022-07-12 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及び情報処理プログラム |
KR102234361B1 (ko) * | 2018-07-05 | 2021-03-30 | 김태상 | 분산제어장치 제조를 위한 품질관리방법 |
JP6989464B2 (ja) * | 2018-08-30 | 2022-01-05 | 株式会社日立製作所 | ソフトウェア生成方法およびソフトウェア生成システム |
JP7159758B2 (ja) * | 2018-09-27 | 2022-10-25 | 株式会社ジェイテクト | 成形条件決定支援装置および射出成形機 |
US10616151B1 (en) | 2018-10-17 | 2020-04-07 | Asana, Inc. | Systems and methods for generating and presenting graphical user interfaces |
JP7083304B2 (ja) * | 2018-11-28 | 2022-06-10 | 日立Astemo株式会社 | 製造方法、製造管理方法及び製造システム |
US10956845B1 (en) | 2018-12-06 | 2021-03-23 | Asana, Inc. | Systems and methods for generating prioritization models and predicting workflow prioritizations |
US11113667B1 (en) | 2018-12-18 | 2021-09-07 | Asana, Inc. | Systems and methods for providing a dashboard for a collaboration work management platform |
US11568366B1 (en) | 2018-12-18 | 2023-01-31 | Asana, Inc. | Systems and methods for generating status requests for units of work |
US10684870B1 (en) | 2019-01-08 | 2020-06-16 | Asana, Inc. | Systems and methods for determining and presenting a graphical user interface including template metrics |
US11782737B2 (en) | 2019-01-08 | 2023-10-10 | Asana, Inc. | Systems and methods for determining and presenting a graphical user interface including template metrics |
US11204683B1 (en) | 2019-01-09 | 2021-12-21 | Asana, Inc. | Systems and methods for generating and tracking hardcoded communications in a collaboration management platform |
US11693924B2 (en) | 2019-06-06 | 2023-07-04 | Hitachi, Ltd. | System and method for maintenance recommendation in industrial networks |
WO2021043423A1 (en) * | 2019-09-06 | 2021-03-11 | Siemens Aktiengesellschaft | Method and apparatus for operating an automation facility and automation facility |
JP7380699B2 (ja) * | 2019-10-24 | 2023-11-15 | 日本電気株式会社 | 分析装置及びプログラム |
US11341445B1 (en) | 2019-11-14 | 2022-05-24 | Asana, Inc. | Systems and methods to measure and visualize threshold of user workload |
US11776330B2 (en) * | 2019-12-09 | 2023-10-03 | The Boeing Company | Closed-loop diagnostic model maturation for complex systems |
US11760507B2 (en) * | 2019-12-09 | 2023-09-19 | The Boeing Company | Onboard diagnosis and correlation of failure data to maintenance actions |
US11783253B1 (en) | 2020-02-11 | 2023-10-10 | Asana, Inc. | Systems and methods to effectuate sets of automated actions outside and/or within a collaboration environment based on trigger events occurring outside and/or within the collaboration environment |
US11599855B1 (en) | 2020-02-14 | 2023-03-07 | Asana, Inc. | Systems and methods to attribute automated actions within a collaboration environment |
US11763259B1 (en) | 2020-02-20 | 2023-09-19 | Asana, Inc. | Systems and methods to generate units of work in a collaboration environment |
JP7196874B2 (ja) * | 2020-03-17 | 2022-12-27 | 横河電機株式会社 | 品質安定化システム、品質安定化方法、品質安定化プログラム |
US11216768B2 (en) * | 2020-05-29 | 2022-01-04 | International Business Machines Corporation | Product quality analysis and control |
CN113761073A (zh) * | 2020-06-03 | 2021-12-07 | 日本电气株式会社 | 用于信息处理的方法、装置、设备和存储介质 |
US11900323B1 (en) | 2020-06-29 | 2024-02-13 | Asana, Inc. | Systems and methods to generate units of work within a collaboration environment based on video dictation |
US11455601B1 (en) | 2020-06-29 | 2022-09-27 | Asana, Inc. | Systems and methods to measure and visualize workload for completing individual units of work |
CN113947266A (zh) * | 2020-07-15 | 2022-01-18 | 深圳了然视觉科技有限公司 | 汽车制造知识库***及质量控制方法 |
US11449836B1 (en) | 2020-07-21 | 2022-09-20 | Asana, Inc. | Systems and methods to facilitate user engagement with units of work assigned within a collaboration environment |
US11568339B2 (en) | 2020-08-18 | 2023-01-31 | Asana, Inc. | Systems and methods to characterize units of work based on business objectives |
CN112071435B (zh) * | 2020-09-09 | 2023-07-18 | 北京百度网讯科技有限公司 | 无向关系至有向关系转换方法、装置、设备以及存储介质 |
US11493901B2 (en) | 2020-09-24 | 2022-11-08 | International Business Machines Corporation | Detection of defect in edge device manufacturing by artificial intelligence |
JP7476770B2 (ja) | 2020-11-18 | 2024-05-01 | オムロン株式会社 | 工程解析装置、工程解析方法、及び工程解析プログラム |
US11769115B1 (en) | 2020-11-23 | 2023-09-26 | Asana, Inc. | Systems and methods to provide measures of user workload when generating units of work based on chat sessions between users of a collaboration environment |
US11405435B1 (en) | 2020-12-02 | 2022-08-02 | Asana, Inc. | Systems and methods to present views of records in chat sessions between users of a collaboration environment |
US11694162B1 (en) | 2021-04-01 | 2023-07-04 | Asana, Inc. | Systems and methods to recommend templates for project-level graphical user interfaces within a collaboration environment |
US11676107B1 (en) | 2021-04-14 | 2023-06-13 | Asana, Inc. | Systems and methods to facilitate interaction with a collaboration environment based on assignment of project-level roles |
US11553045B1 (en) | 2021-04-29 | 2023-01-10 | Asana, Inc. | Systems and methods to automatically update status of projects within a collaboration environment |
US11803814B1 (en) | 2021-05-07 | 2023-10-31 | Asana, Inc. | Systems and methods to facilitate nesting of portfolios within a collaboration environment |
US11792028B1 (en) | 2021-05-13 | 2023-10-17 | Asana, Inc. | Systems and methods to link meetings with units of work of a collaboration environment |
US11809222B1 (en) | 2021-05-24 | 2023-11-07 | Asana, Inc. | Systems and methods to generate units of work within a collaboration environment based on selection of text |
JP2022185862A (ja) * | 2021-06-03 | 2022-12-15 | オムロン株式会社 | 製造ラインの管理装置 |
US11756000B2 (en) | 2021-09-08 | 2023-09-12 | Asana, Inc. | Systems and methods to effectuate sets of automated actions within a collaboration environment including embedded third-party content based on trigger events |
US11635884B1 (en) | 2021-10-11 | 2023-04-25 | Asana, Inc. | Systems and methods to provide personalized graphical user interfaces within a collaboration environment |
US11997425B1 (en) | 2022-02-17 | 2024-05-28 | Asana, Inc. | Systems and methods to generate correspondences between portions of recorded audio content and records of a collaboration environment |
US11836681B1 (en) | 2022-02-17 | 2023-12-05 | Asana, Inc. | Systems and methods to generate records within a collaboration environment |
US11863601B1 (en) | 2022-11-18 | 2024-01-02 | Asana, Inc. | Systems and methods to execute branching automation schemes in a collaboration environment |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5351202A (en) * | 1992-02-27 | 1994-09-27 | International Business Machines Corporation | Evaluation and ranking of manufacturing line non-numeric information |
US6542830B1 (en) * | 1996-03-19 | 2003-04-01 | Hitachi, Ltd. | Process control system |
US6148268A (en) * | 1997-06-02 | 2000-11-14 | Wu; Yongan | Method for quality control and yield enhancement |
US6446017B1 (en) * | 1997-08-21 | 2002-09-03 | Micron Technology, Inc. | Method and system for tracking manufacturing data for integrated circuit parts |
JP2000252180A (ja) | 1999-02-25 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 加工プロセスにおける異常の抽出方法及びその装置 |
JP2002110493A (ja) | 2000-10-04 | 2002-04-12 | Matsushita Electric Ind Co Ltd | 加工プロセス工程の異常抽出方法及び装置 |
JP2002149222A (ja) * | 2000-11-08 | 2002-05-24 | Mitsubishi Electric Corp | 製品の生産ラインにおける品質管理方法および品質管理システム |
JP2002251212A (ja) | 2001-02-21 | 2002-09-06 | Toyota Motor Corp | 品質管理方法、同システム、および同プログラムを記録した記録媒体 |
JP2003114713A (ja) | 2001-10-09 | 2003-04-18 | Nippon Steel Corp | 品質不良の原因解析方法 |
CN1279600C (zh) * | 2003-01-28 | 2006-10-11 | 力晶半导体股份有限公司 | 在线品质检测参数分析方法 |
-
2004
- 2004-08-27 JP JP2004247708A patent/JP4239932B2/ja not_active Expired - Fee Related
-
2005
- 2005-07-01 US US11/171,394 patent/US7209846B2/en not_active Expired - Fee Related
- 2005-07-18 CN CNB2005100854277A patent/CN100440092C/zh not_active Expired - Fee Related
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101910962B (zh) * | 2007-12-27 | 2012-08-15 | 株式会社日立制作所 | 瓶颈装置提取方法以及瓶颈装置提取辅助装置 |
CN101604426A (zh) * | 2008-06-11 | 2009-12-16 | 加特可株式会社 | 品质管理*** |
CN102945518A (zh) * | 2012-10-19 | 2013-02-27 | 北京神舟航天软件技术有限公司 | 基于分析资源负荷识别项目关键资源的方法 |
CN102945518B (zh) * | 2012-10-19 | 2016-03-16 | 北京神舟航天软件技术有限公司 | 基于分析资源负荷识别项目关键资源的方法 |
CN103679333A (zh) * | 2013-09-27 | 2014-03-26 | 上海飞机制造有限公司 | 基于工作流的快速反应***及其应用 |
CN103984326A (zh) * | 2014-05-28 | 2014-08-13 | 杭州迈可思法电气工程有限公司 | 生产管理***及方法 |
CN103984326B (zh) * | 2014-05-28 | 2016-09-21 | 杭州迈可思法电气工程有限公司 | 生产管理***及方法 |
CN105320055A (zh) * | 2014-07-28 | 2016-02-10 | 日本电产三协株式会社 | 生产*** |
CN105320055B (zh) * | 2014-07-28 | 2018-03-30 | 日本电产三协株式会社 | 生产*** |
CN105205586A (zh) * | 2015-08-19 | 2015-12-30 | 深圳联友科技有限公司 | 一种生产零件的冲压方法 |
CN110036351B (zh) * | 2016-12-07 | 2022-06-14 | 株式会社日立制作所 | 质量管理装置及质量管理方法 |
CN110036351A (zh) * | 2016-12-07 | 2019-07-19 | 株式会社日立制作所 | 质量管理装置及质量管理方法 |
CN108205740A (zh) * | 2016-12-20 | 2018-06-26 | 发那科株式会社 | 使用了检查信息与跟踪信息的制造管理装置以及制造*** |
US10509398B2 (en) | 2016-12-20 | 2019-12-17 | Fanuc Corporation | Manufacturing management apparatus using inspection information and trace information, and manufacturing system |
CN110461286B (zh) * | 2017-03-21 | 2020-11-13 | 尤妮佳股份有限公司 | 用于制造吸收性物品的方法和装置 |
CN110461286A (zh) * | 2017-03-21 | 2019-11-15 | 尤妮佳股份有限公司 | 用于制造吸收性物品的方法和装置 |
CN110709789A (zh) * | 2017-04-10 | 2020-01-17 | Abb瑞士股份有限公司 | 用于监测可再生发电装置或微电网内的子***的状况的方法和设备 |
US11604461B2 (en) | 2017-04-10 | 2023-03-14 | Hitachi Energy Switzerland Ag | Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid |
CN110709789B (zh) * | 2017-04-10 | 2024-05-31 | Abb瑞士股份有限公司 | 用于监测可再生发电装置或微电网内的子***的状况的方法和设备 |
CN113272748A (zh) * | 2019-01-15 | 2021-08-17 | 杰富意钢铁株式会社 | 解析***和解析方法 |
CN111985677A (zh) * | 2020-06-30 | 2020-11-24 | 联想(北京)有限公司 | 一种因果链路分析方法、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4239932B2 (ja) | 2009-03-18 |
CN100440092C (zh) | 2008-12-03 |
US7209846B2 (en) | 2007-04-24 |
JP2006065598A (ja) | 2006-03-09 |
US20060047454A1 (en) | 2006-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1740934A (zh) | 生产管理*** | |
CN100339776C (zh) | 设备管理***及方法 | |
CN1629867A (zh) | 维护支持方法与维护支持设备 | |
CN1628271A (zh) | 制造设计和生产过程分析*** | |
CN1081721C (zh) | 测定岩石抗压强度的方法 | |
CN101055636A (zh) | 障碍管理装置、障碍管理方法、障碍管理程序和记录介质 | |
CN1552006A (zh) | 制造***的状态评估与编排制造 | |
CN1166919C (zh) | 座标及表面特性测量的零件加工程序分析及该程序的编制 | |
CN1331449A (zh) | 用于将粘着法构成的文本或文档分段成词的字符串划分或区分的方法及相关*** | |
CN1647338A (zh) | 用于电力***在线动态筛选的方法和*** | |
CN1295693A (zh) | 选择机械密封的装置和方法 | |
CN1881244A (zh) | 环境管理信息*** | |
CN1190963C (zh) | 数据处理装置和方法,学习装置和方法 | |
CN100336056C (zh) | 基于成熟工艺文档的工艺术语提取、规律分析和重用方法 | |
CN1151573A (zh) | 声音识别方法,信息形成方法,声音识别装置和记录介质 | |
CN1601483A (zh) | 一种基于脚本解释工具的自动化软件测试*** | |
CN1383079A (zh) | 产品开发经营***和方法、产品可靠性判定***和方法 | |
CN1343944A (zh) | 提供环境管理信息的***及方法、记录介质和数据信号 | |
CN1549069A (zh) | 统计公差确定方法 | |
CN1723333A (zh) | 混合的矿山规划、设计及处理***和方法 | |
CN1908892A (zh) | 测试用例设计方法和*** | |
CN1871563A (zh) | 加工信息产生装置、程序和加工信息产生方法 | |
CN1578955A (zh) | 关联规则数据挖掘所用的采样方法 | |
CN1940793A (zh) | 烧透点集成智能控制*** | |
CN1680942A (zh) | 文档组分析设备、文档组分析方法及文档组分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20081203 Termination date: 20140718 |
|
EXPY | Termination of patent right or utility model |