JP2005071136A - Delivery time management support system, its program, recording medium recording its program and delivery time management method for product - Google Patents
Delivery time management support system, its program, recording medium recording its program and delivery time management method for product Download PDFInfo
- Publication number
- JP2005071136A JP2005071136A JP2003301043A JP2003301043A JP2005071136A JP 2005071136 A JP2005071136 A JP 2005071136A JP 2003301043 A JP2003301043 A JP 2003301043A JP 2003301043 A JP2003301043 A JP 2003301043A JP 2005071136 A JP2005071136 A JP 2005071136A
- Authority
- JP
- Japan
- Prior art keywords
- information
- delivery date
- product
- probability
- delay
- 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.)
- Withdrawn
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
Description
本発明は、複数の部材から構成され複数の工程を経て製造される製品の、納期管理を行うための情報を生成する納期管理支援システム、そのプログラム、プログラムを記録した記録媒体および納期管理方法に関するものである。 The present invention relates to a delivery date management support system for generating information for delivery date management of a product composed of a plurality of members and manufactured through a plurality of processes, its program, a recording medium recording the program, and a delivery date management method. Is.
複数の部材から構成される製品の従来の納期管理方法には、各工程で得られた実績データと日程計画データとを比較して得られる、作業進捗のつど発生する時間のずれにもとづいて行う方法がある。 The conventional delivery date management method for products consisting of multiple parts is based on the time lag that occurs each time the work progress is obtained by comparing the actual data obtained in each process and the schedule data. There is a way.
特許文献１には、この種の従来方法を実現したコンピュータシステムが開示されている。
しかしながら、この種の納期管理方法では製品の製造中において、工程の遅延をリアルタイムに把握することはできても、実績情報にもとづいて算出可能な遅延要素を考慮していないため、製品を構成する複数部材のうちいずれの部材を重点的に管理すべきか、さらに、複数の製品を並行して製造する場合に、いずれの製品製造を重点的に管理すべきかを、製造の指令段階で判断するようなことは行っていない。 However, this type of delivery management method can grasp the delay of the process in real time during the manufacture of the product, but does not consider the delay factor that can be calculated based on the performance information, so the product is configured. Judgment at the manufacturing command stage which member should be controlled intensively, and which product manufacturing should be controlled intensively when manufacturing multiple products in parallel I don't do anything.
本発明は、このような問題を解決すべく提案されたもので、その目的は、製品や製品を構成する部材の製造工程について、実績の製造リードタイムのばらつきのみによらず、納期という観点を加味して、製造指令段階で製造遅延を予測できるようにした納期管理支援システム、そのプログラム、プログラムを記録した記録媒体および納期管理方法を提供することにある。 The present invention has been proposed to solve such a problem, and the purpose of the present invention is to produce a product and a member constituting the product without regard to variations in actual production lead time, and from the viewpoint of delivery date. In addition, it is an object of the present invention to provide a delivery date management support system capable of predicting a production delay at the production command stage, a program thereof, a recording medium recording the program, and a delivery date management method.
また、そのような予測のために算出した納期管理情報にもとづいて、重点管理すべき製品の優先順位を決定することも主たる目的に含まれる。 In addition, the main purpose is to determine the priority order of products to be subjected to priority management based on the delivery date management information calculated for such prediction.
上記目的を達成するために、請求項１に記載の納期管理支援システムは、製品ごとの納期情報、製品の構成各部材に対して部品の加工・組み立て手順を示した工程情報、各工程の部材１個当たりの製造にかかる所要時間の実績を示した製造実績情報および生産すべき製品・個数を示した生産計画情報を保存した記憶手段と、これらの情報にもとづいて、重点管理する部材、製品を判断するための納期管理情報を算出する演算手段とを備えた納期管理支援システムであって、次の特徴を有している。
In order to achieve the above-mentioned object, the delivery date management support system according to
すなわち、演算手段は、部材の加工・組み立てを構成する工程の製造実績情報に対して、所定の統計処理を行うことにより、部材ごとの所要時間の確率分布を算出した後、その確率分布と納期情報とにもとづいて、各部材の納期に対する遅延確率を算出し、この遅延確率という情報を上記納期管理情報に含めるようにしている。 In other words, the computing means calculates the probability distribution of the required time for each member by performing predetermined statistical processing on the manufacturing performance information of the processes constituting the processing / assembly of the member, and then calculates the probability distribution and the delivery date. Based on the information, a delay probability with respect to the delivery date of each member is calculated, and this delay probability information is included in the delivery date management information.
ここで、部材の加工・組み立ては、１つの工程または連続した複数の（各設備に対応した）小工程で構成されたものである。後者の場合、まず小工程（設備）ごとの確率分布が求められ、さらに、それらにもとづいて工程（部材）の確率分布が合成される。上記所定の統計処理は、このような一連の処理を含んだものである。 Here, the processing / assembly of the members is composed of one process or a plurality of continuous small processes (corresponding to each facility). In the latter case, the probability distribution for each small process (equipment) is first obtained, and the probability distribution of the process (member) is further synthesized based on the probability distribution. The predetermined statistical process includes such a series of processes.
上記により算出した遅延確率は、製造リードタイムのばらつきを表わすものではなく、納期という顧客ごとに異なる要素との比較によって求められるため、注文別に工程を管理する情報として精度の高い情報となりうる。 The delay probability calculated as described above does not represent a variation in manufacturing lead time, but is obtained by comparing different factors for each customer, such as delivery date, and can be highly accurate information as information for managing the process for each order.
請求項２は、請求項１において、記憶手段にはトラブルによる製造設備の停止情報をさらに保存しており、演算手段がこの停止情報にもとづいて所定の算式でトラブル遅延時間を算出し、このトラブル遅延時間を上記製造実績情報に加味して、部材ごとの所要時間の確率分布を算出することを特徴とする。
A second aspect of the present invention provides the storage device according to
請求項３は、請求項１または２において、製品を構成する全部材の遅延確率から、演算手段が所定の算式にもとづいて製品の遅延確率を算出し、この製品遅延確率を納期管理情報に含めることを特徴とする。 A third aspect of the present invention relates to the first or second aspect, wherein the calculation means calculates a delay probability of the product based on a predetermined formula from the delay probabilities of all members constituting the product, and includes the product delay probability in the delivery date management information. It is characterized by that.
請求項４は、請求項２または３において、記憶手段には顧客実績にもとづく遅延日数ごとの失注確率と製品ごとの損益情報をさらに保存しており、演算手段は、製品ごとの遅延確率と失注確率にもとづいて製品ごとの失注リスク確率を算出し、粗利と失注リスク確率から予測損失を算出し、この製品の予測損失を納期管理情報に含めることを特徴とする。
請求項５では、請求項１〜４のいずれかにおいて、演算手段が部材ごとの所要時間の確率分布を算出する前に、製造実績情報から最新の所定数の実績データを抽出するようにしたデータ抽出手段をさらに備えている。
請求項６は、請求項１〜５のいずれかにおいて、演算手段が算出した製品ごとの納期管理情報を報知する通知手段をさらに備えている。 A sixth aspect of the present invention further includes notification means for informing delivery date management information for each product calculated by the calculation means in any one of the first to fifth aspects.
請求項７に記載のプログラムは、請求項１〜６にいずれかの納期管理システムをコンピュータで動作させるようにしたものである。 According to a seventh aspect of the present invention, the delivery date management system according to any one of the first to sixth aspects is operated by a computer.
請求項８に記載の記録媒体は、請求項１〜６にいずれかの納期管理システムをコンピュータで動作させるようにしたプログラムを記録したものである。 A recording medium according to an eighth aspect is a recording medium in which the delivery date management system according to any one of the first to sixth aspects is recorded by a computer.
請求項９に記載の方法は、請求項１〜６のいずれかの納期管理システムを利用した製品の納期管理方法である。
The method according to
本発明では次の効果が期待できる。 In the present invention, the following effects can be expected.
請求項１に記載の納期管理支援システムは、製造実績にもとづいて部材ごとの所要時間の確率分布を算出し、その確率分布で示される各所要時間と納期までの日数との比較により、部材ごとの納期遅延確率を算出しているので、重点管理すべき部材を事前に判断しておくことができる。もちろん、各部材の遅延確率にもとづいて、管理すべき部材の順位付けを行うこともできる。
The delivery date management support system according to
特に、製造設備と生産管理用コンピュータが統合されたシステムにおいては、生産管理コンピュータから製造指令が送信されてきたときに遅延確率などの納期管理情報を自動生成するようにすれば、製造開始までに製造現場での納期管理方針の意思統一が図れる。 In particular, in a system in which manufacturing equipment and a production management computer are integrated, when delivery management information such as a delay probability is automatically generated when a manufacturing command is sent from the production management computer, it is possible to start production. Unifying the intention of the delivery date management policy at the manufacturing site.
請求項２では、部材の遅延を所定の算式にもとづいて算出されたトラブル遅延時間を加味して、部材ごとの所要時間の確率分布を算出しているので、安全サイドを考慮した遅延確率を算出することができる。 According to the second aspect, since the probability distribution of the required time for each member is calculated in consideration of the trouble delay time calculated based on a predetermined formula for the delay of the member, the delay probability considering the safety side is calculated. can do.
請求項３では、製品を構成する全部材の遅延確率にもとづいて、その製品の遅延確率を算出しているので、製品全体としての納期管理を行うことができる。また、複数の製品のうち、事前に重点管理すべき製品を決定しておくことができる。 According to the third aspect, since the delay probability of the product is calculated based on the delay probability of all the members constituting the product, it is possible to manage the delivery date for the entire product. In addition, it is possible to determine in advance a product to be prioritized among a plurality of products.
請求項４では、顧客の実績失注確率をもとにして予測損失を算出し、これを納期管理情報として利用しているので、相手先の対応に配慮した納期管理を行うことができる。すなわち、実績失注確率とそれによる損失を加味したかたちで、重点的に管理すべき製品を見極めることができる。 According to the fourth aspect, since the predicted loss is calculated based on the customer's actual lost probability and is used as the delivery date management information, the delivery date management considering the correspondence of the other party can be performed. In other words, it is possible to identify products that should be managed with priority, taking into account the actual lost probability and the resulting loss.
請求項５では、最新の製造実績をサンプリングしているので、製造時間分布の経時的変動に対応することができる。特に、習熟した製造工程の場合、故障が頻繁に発生する累積生産数量の少ない段階の実績を除外することができるので、予測データとして精度の高い遅延確率が得られる。 According to the fifth aspect, since the latest manufacturing performance is sampled, it is possible to cope with the temporal variation of the manufacturing time distribution. In particular, in the case of a well-known manufacturing process, it is possible to exclude a record of a stage with a small cumulative production quantity in which failures frequently occur, so that a highly accurate delay probability is obtained as prediction data.
請求項６では、納期管理情報とそれにもとづく重点管理優先順位情報とを報知する通知手段を備えているので、管理者は視覚的に納期管理することができる。 According to the sixth aspect of the present invention, since the notification means for informing the delivery date management information and the priority management priority information based on the delivery date management information is provided, the manager can visually manage the delivery date.
請求項７〜９に記載のプログラム、記録媒体、方法では、請求項１〜６にいずれかの納期管理システムを実行することを可能としているので、同様の効果が期待できる。
In the program, the recording medium, and the method according to
以下に、本発明の実施するための最良の形態について添付図面とともに説明する。 The best mode for carrying out the present invention will be described below with reference to the accompanying drawings.
図１は、本発明システムの本実施例の構成を示すブロック図であり、図２は、本システムが管理対象とする製造設備ラインの例を示す図である。 FIG. 1 is a block diagram showing the configuration of this embodiment of the system of the present invention, and FIG. 2 is a diagram showing an example of a manufacturing equipment line that is managed by this system.
図２に示すように、管理対象となる製造設備ライン３００は、製品の製造設備としてＡ〜Ｇまでの設備を含んで構成されている。また、矢印で示すように、工程１はＡ、Ｂ、Ｃ、工程２はＤ、Ｅ、工程３はＦ、Ｇの流れで、製品を構成する部材が生産される。なお、工程１は部材ＸＸＸ１、工程２は部材ＸＸＸ２、工程３は部材ＸＸＸ３を製造するための工程である。
As shown in FIG. 2, a production facility line 300 to be managed is configured to include facilities A to G as product production facilities. Moreover, as shown by the arrows, the
図１に示すように、納期管理支援システム１００は、生産管理ホスト２００から送信されてきた、指令データを保存した生産計画情報ファイル２、製品ごとの手順データを記憶する製品情報ファイル４、演算した納期管理情報を記憶する分析結果情報ファイル３、製造設備ライン３００から収集したデータを保存した製造実績情報ファイル１などからなる記憶部２０と、納期管理情報を生成する演算部５と、演算結果により重点的に管理すべき工程や製品を判断する評価部６と、演算結果や評価結果を製造ラインのオペレータに報知するための通知手段を構成する指示部７とを少なくとも備えている。
As shown in FIG. 1, the delivery date
製造設備ライン３００は、設備Ａ〜Ｇの実績データ収集用およびダイナミック制御用に設けた各種センサ等で構成される検出部８、オペレータ監視用のモニタ部９を備えている。なお、製造設備ライン３００には、制御監視コンピュータ（不図示）やコントローラ（不図示）などを設置して、検出した実績データはこれらを介して納期管理支援システム１００に収集するようにしてもよい。
The production facility line 300 includes a
ここで、生産計画情報ファイル２は生産すべき製品・個数などの生産計画情報および顧客によって指示される製品ごとの希望納期などの納期情報を、製品情報ファイル４は製品の構成各部材に対して部品の加工・組み立て手順を示した工程情報を含んだものであるが、このようなファイルに区分せずに、他のファイル構成であってもよい。少なくとも、生産計画情報、納期情報および工程情報が、なんらかの入力手段を介して記憶されていればよい。
Here, the production
なお、希望納期は製品ごとの１個の製品製造に換算した値が採用される。すなわち、製造リードタイムと比較可能な値が用いられる。たとえば、１０個の製品について３０日後を納期とする注文を受けた場合、希望納期は３日となる。 In addition, the value converted into one product manufacture for every product as a desired delivery date is employ | adopted. That is, a value that can be compared with the manufacturing lead time is used. For example, if an order is received for 30 products after 30 days, the desired delivery date is 3 days.
また、製造実績情報ファイル１には、各工程の部材１個当たりの製造にかかる所要時間の実績が、少なくとも収集されている。
In addition, the manufacturing
なお、以下に説明する演算、処理を実行する演算手段５、評価部６、指示部７は、本システム１００に含まれるＣＰＵ（不図示）が各プログラムを実行するように構成されている。
Note that the calculation means 5, the
図３には、１製品の納期管理情報の算出フローチャートを示している。以下、これに対応付けて説明する。 FIG. 3 shows a flowchart for calculating delivery date management information for one product. Hereinafter, description will be made in association with this.
図４（ａ）には工程情報、（ｂ）には製造実績情報の一例を示している。これらは、図２で示した製造設備ライン３００に対応したもので、工程情報には、工程１がＡ、Ｂ、Ｃ、工程２がＤ、Ｅ、工程３がＦ、Ｇの各設備（小工程）で製造されることが定義されており、製造実績情報には、過去の小工程ごとの部材ごとの実績時間（日）が時系列に保存されている。
FIG. 4A shows an example of process information, and FIG. 4B shows an example of manufacturing performance information. These correspond to the manufacturing equipment line 300 shown in FIG. 2, and in the process information, the
図４（ｃ）は、これらの製造実績情報にもとづいて統計処理された平均製造時間（日数）と標準偏差を示すものである。各部材の工程を平均製造時間で評価すると、７．８日と同じであるが、標準偏差で評価すると、工程３は０．７８９とばらつきが大きく、納期遅延となる危険性は最も高いと判断できる。
FIG. 4C shows the average manufacturing time (days) and standard deviation statistically processed based on the manufacturing performance information. When the average manufacturing time is used to evaluate the process of each member, it is the same as 7.8 days. However, when the standard deviation is evaluated, the
すなわち、後述する遅延確率とともに、この標準偏差によっても、部材間あるいは製品間で重点管理する対象を決定することができる。 That is, with the delay probability described later, this standard deviation can also determine the target for priority management between members or products.
統計処理結果を部材（工程）ごとの確率分布図で示すと、図５のようになる。（ａ）、（ｂ）、（ｃ）に示すグラフは、それぞれ部材ＸＸＸ１、ＸＸＸ２、ＸＸＸ３に対応するものである（以上、図３の算出フロー１０１〜１０３）。 FIG. 5 shows the statistical processing result in a probability distribution diagram for each member (process). The graphs shown in (a), (b), and (c) respectively correspond to the members XXX1, XXX2, and XXX3 (the calculation flows 101 to 103 in FIG. 3 above).
この確率分布の求める統計処理方法について、最も製造ばらつきの少ない部材ＸＸＸ３（工程３）の情報を用いて説明する。 A statistical processing method for obtaining the probability distribution will be described using information on the member XXX3 (step 3) with the least manufacturing variation.
工程３を構成する小工程Ｆ、Ｇはいずれも、製造時間が３日、４日、５日の３種であるので、それらを整理すると、図６の表のようになる。つまり、小工程Ｇは、加工・組み立てに３日かかったものが５０％、４日かかったものが３０％、５日かかったものが２０％であり、小工程Ｆは、３日かかったものが２０％、４日かかったものが５０％、５日かかったものが３０％である。
Each of the small steps F and G constituting the
したがって、工程３が小工程Ｆと小工程Ｇの連続工程で構成されるから、予想される全体製造時間は、それぞれの工程の製造時間の組合せは９通りあり、その９通りの確率は、図６の表内に示す数値となる。
Therefore, since the
たとえば、小工程Ｆが３日、小工程Ｇが４日となる比率は、両者の割合の乗算で求められ、
０．２ × ０．３ ＝ ０．０６
となる。
For example, the ratio that the small process F is 3 days and the small process G is 4 days is obtained by multiplying both ratios,
0.2 × 0.3 = 0.06
It becomes.
さらに、合計製造時間の組合せ種類は、６日（３＋３）、７日（３＋４、４＋３）、８日（３＋５、４＋４、５＋３）、９日（４＋５、５＋４）、１０日（５＋５）の５通りであるから、合算処理をして、合計製造時間を横軸とする確率分布（図５（ｃ））が求められる。 Furthermore, there are five types of combination of total production time: 6 days (3 + 3), 7 days (3 + 4, 4 + 3), 8 days (3 + 5, 4 + 4, 5 + 3), 9 days (4 + 5, 5 + 4), and 10 days (5 + 5). Therefore, a summation process is performed to obtain a probability distribution (FIG. 5C) with the total production time as the horizontal axis.
たとえば、製造時間が７日となる予想確率は、
小工程Ｆ、Ｇがそれぞれ３、４日の比率 ０．０６ と
４、３日の比率 ０．２５
を合算した、０．３１となる。
For example, the expected probability of manufacturing time being 7 days is
Small processes F and G are 3 and 4 days ratio of 0.06 and
4, 3 days ratio 0.25
The total is 0.31.
部材ごとの確率分布を求めるための統計処理（合成処理）は上記のものに限定されない。特に上記の例では、とり得る実績値が部材ごとに３値であるため、表を用いて簡単に説明したが、実際には計算プログラムで算出すればよい。また、小工程ごとに値域を設定し、その値域ごとの代表値により確率分布を生成するようにしてもよい。 Statistical processing (synthesis processing) for obtaining the probability distribution for each member is not limited to the above. In particular, in the above example, the actual values that can be taken are ternary for each member. Therefore, the description has been briefly made using a table, but in actuality, it may be calculated by a calculation program. Alternatively, a range of values may be set for each small process, and a probability distribution may be generated using a representative value for each range of values.
図５に示すグラフは、すなわち製造リードタイムのばらつきを表わすものであるため、このグラフと顧客が指定する希望納期との比較により、予想される遅延の発生確率を算出することができる。 Since the graph shown in FIG. 5 represents variations in manufacturing lead time, the probability of occurrence of an expected delay can be calculated by comparing this graph with a desired delivery date designated by the customer.
たとえば希望納期が１１日の場合には、図５（ａ）、（ｂ）に示すように、実績データによれば、部材ＸＸＸ１、ＸＸＸ２については希望納期より遅れて製造される場合もあり、その確率は、図中の矢印で示すグラフ値（％）の合計値となる。なお、部材ＸＸＸ３については希望納期より遅れる場合はなく、遅延確率は０％となる（算出フロー１０４）。 For example, when the desired delivery date is 11 days, as shown in FIGS. 5A and 5B, according to the result data, the members XXX1 and XXX2 may be manufactured later than the desired delivery date. The probability is a total value of graph values (%) indicated by arrows in the figure. The member XXX3 is not delayed from the desired delivery date, and the delay probability is 0% (calculation flow 104).
図７は、上記の演算結果を示した図表である。 FIG. 7 is a chart showing the calculation results.
演算手段８は、上記の各種演算により遅延確率を算出し、さらに評価部６は、部材間の遅延確率を比較して重要度の優先を順位付けする（算出フロー１０６）。これらのデータは分析結果ファイル３に保存される。
The calculation means 8 calculates the delay probability by the above-described various calculations, and the
また、これらの納期管理情報は、指示部７を介して現場のモニタ９に表示される。
Also, these delivery date management information is displayed on the
そして、このようにして求めた部材ごとの遅延確率を次の算式にあてはめて、製品の遅延確率を算出する（算出フロー１０７）。 The delay probability of each product obtained in this way is applied to the following formula to calculate the delay probability of the product (calculation flow 107).
製品の遅延確率 ＝ １ − 構成全部材の（１−遅延確率）の積
すなわち、上記の例の場合、部材ＸＸＸ１、ＸＸＸ２、ＸＸＸ３のそれぞれの遅延確率は、０．６％、２．６％、０％なので、
製品の遅延確率 ＝ １−（１−０．００６）×（１−０．０２６）×１
＝ １ − ０．９９４×０．９７４
＝ ０．０３１８４４
となり、約３％の遅延確率が得られる。
Product delay probability = 1-product of (1-delay probability) of all constituent members That is, in the case of the above example, the delay probability of each of the members XXX1, XXX2, and XXX3 is 0.6%, 2.6%, Because it is 0%,
Product delay probability = 1- (1-0.006) x (1-0.026) x 1
= 1-0.994 x 0.974
= 0.031844
Thus, a delay probability of about 3% is obtained.
製品ごとの納期管理情報として、上記遅延確率の他に、図５と同様の確率分布情報（平均値や標準偏差を含む）が含まれる。 As delivery date management information for each product, in addition to the delay probability, probability distribution information (including an average value and a standard deviation) similar to that in FIG. 5 is included.
そしてさらに、複数の製品について遅延確率を算出し、重点的に納期管理すべき製品を判定するために順位付けなどを行う。製品に関するこれらの納期管理情報も、指示部７を介して現場のモニタ９に表示する。
Further, delay probabilities are calculated for a plurality of products, and ranking is performed in order to determine products that are to be preferentially managed for delivery. These delivery date management information regarding the product is also displayed on the
このように、過去の製造実績データと個々の顧客の希望納期とを照らして部材ごと、製品ごとの遅延確率を算出しているので、重点管理すべき部材や製品を事前に判断しておくことができる。なお、上述したように、標準偏差は所要時間のばらつきが判断できるため、重点管理対象を見つけるために部材間、製品間を比較することはできるが、遅延確率は希望納期との比較によって算出されたものであるため、より優れた管理情報となりうる。 In this way, the delay probability for each member and product is calculated in light of the past manufacturing performance data and the desired delivery date of each customer. Can do. As described above, since the standard deviation can determine the variation in required time, it is possible to compare between members and products in order to find the priority management object, but the delay probability is calculated by comparing with the desired delivery date. Therefore, it can be better management information.
図８は、生成された納期管理情報にもとづく評価の一例を示す図である。ここに示す例は、順位付けのように相対的な判断ではなく、構成される部材ごとの監視レベルを判断するものである。 FIG. 8 is a diagram illustrating an example of evaluation based on the generated delivery date management information. The example shown here is not a relative judgment like ranking, but judges the monitoring level for each component.
図８のグラフは、部材の過去の製造実績にもとづく確率分布を示している。希望納期が図中「１」（平均未満）の範囲内にあれば要注意と判断し、重点監視すべき旨をパネル表示させ、「２」（平均〜平均＋２×標準偏差）の範囲内であれば通常監視すべき旨を通知し、「３」（〜平均＋３×標準偏差）の範囲内であれば軽監視すべき旨を通知し、「４」（〜平均＋４×標準偏差）の範囲内であれば監視不要である旨を通知する。図の例では、希望納期が「２」の範囲内なので、通常監視すべき旨が製造設備ラインに通知される。 The graph of FIG. 8 shows a probability distribution based on the past manufacturing performance of the member. If the desired delivery date is within the range of “1” (less than the average) in the figure, it is determined that attention is required, and the fact that priority monitoring should be performed is displayed on the panel. If it is within the range of “3” (~ average + 3 × standard deviation), it notifies that it should be lightly monitored, and the range of “4” (˜average + 4 × standard deviation). If it is within, notify that monitoring is unnecessary. In the example of the figure, the desired delivery date is within the range of “2”, so that the manufacturing facility line is notified that the normal monitoring should be performed.
以上に説明した納期管理方法は、製造開始時に納期管理情報を生成することにより判断するものであるが、製造中においては、製造された部材（または製品）製造実績と上記の納期管理情報とを比較し評価しながら、不測の事態を監視する。図９には、この種の状況監視方法の一例を示している。 The delivery date management method described above is determined by generating delivery date management information at the start of production. During production, the production results of manufactured parts (or products) and the delivery date management information described above are used. Monitor unexpected situations while comparing and evaluating. FIG. 9 shows an example of this type of situation monitoring method.
図９のグラフは部材の過去の製造実績にもとづく確率分布を示している。その部材の製造にかかる現在実績時間がいずれの時間分布であるかを判断して、警告レベルを判定し、通知するようにしている。すなわち、「１」（平均未満）の範囲内にあればパネル表示させ、「２」（平均〜平均＋２×標準偏差）の範囲内であればパネル点滅させ、「３」（〜平均＋３×標準偏差）の範囲内であればパトランプを点滅させ、「４」（〜平均＋４×標準偏差）の範囲内であれば監視者へ直接通知する。図の例では、現在実績時間が「２」の範囲内なので、パネル表示のみなされる。 The graph of FIG. 9 shows the probability distribution based on the past manufacturing performance of the member. A warning level is determined and notified by determining which time distribution is the current actual time for manufacturing the member. That is, if it is within the range of “1” (less than average), the panel is displayed, and if it is within the range of “2” (average to average + 2 × standard deviation), the panel blinks, and “3” (to average + 3 × standard). If it is within the range of “deviation”, the patrol lamp blinks, and if it is within the range of “4” (˜average + 4 × standard deviation), the supervisor is notified directly. In the example of the figure, only the panel display is made because the current actual time is within the range of “2”.
また、製造の状況監視は初期の納期管理情報にもとづくものに限られず、納期管理情報そのものの変更を伴うものであってもよい。つまり、製造中の現在実績と残りの工程の確率分布とにより遅延確率を再計算し、再順位付けを行うようにしてもよい。 The manufacturing status monitoring is not limited to that based on the initial delivery date management information, but may be accompanied by a change in the delivery date management information itself. In other words, the delay probability may be recalculated and re-ranked based on the current performance during manufacture and the probability distribution of the remaining processes.
図１０は、本実施例の構成を示すブロック図である。 FIG. 10 is a block diagram showing the configuration of this embodiment.
この実施例は、販売管理ホスト４００から入力した顧客実績情報１０を加味して、納期管理情報を生成するようにしたシステムである。なお、図に示す他の構成部については図１のシステムと同様であるので、同一の符号を付し、その説明を割愛する。
In this embodiment, the delivery date management information is generated in consideration of the
顧客実績情報１０は、受注案件ごとの確定した実績情報であり、顧客実績にもとづく遅延日数ごとの失注確率と製品ごとの損益情報を含んでいるほか、罰金情報などが記憶されている。なお、上記の失注確率や損益情報は、他の入力手段によって入力されたものでもよい。
The
図１１（ａ）は遅延日数ごとの失注確率の一例を示した図であり、図１１（ｂ）は製品ごとの損益（粗利）の一例を示した図である。 FIG. 11A is a diagram showing an example of a loss probability for each delayed days, and FIG. 11B is a diagram showing an example of profit and loss (gross margin) for each product.
本実施例は、これらの情報にもとづいて予測損失を算出し、この予測損失データを納期管理情報に含めるようにしたものである。この予測損失の算出方法について、図１２を参照しながら説明する。 In this embodiment, a predicted loss is calculated based on such information, and this predicted loss data is included in the delivery date management information. A method of calculating the predicted loss will be described with reference to FIG.
図１２（ａ）は、製品Ａ、Ｂの製造時間分布（確率分布）を表に示したものである。各製品の左側は該当日数に相当する確率を示しており、右側は累積確率を示している。 FIG. 12A shows a production time distribution (probability distribution) of products A and B in a table. The left side of each product shows the probability corresponding to the number of days, and the right side shows the cumulative probability.
ここで、希望納期が７日であった場合、この表に図１１（ａ）の顧客実績による失注確率をあてはめてみると、（ｂ）に示すように、日数が８日の場合（１日遅延）は２５％、９日（２日遅延）は５０％となる。さらに、これらの情報にもとづいて製品ごとの失注リスク確率を算出すると、（ｃ）で示す値となる。すなわち、製品Ａについては、
１日遅延の場合 失注リスク確率＝１０％×２５％＝３％（四捨五入値）
２日遅延の場合 失注リスク確率＝２０％×５０％＝１０％
となり、合計１３％の失注リスク確率となる。
Here, when the desired delivery date is 7 days, the probability of a failure due to the customer performance in FIG. 11A is applied to this table. As shown in FIG. (Day delay) is 25%, and 9 days (2 days delay) is 50%. Further, when the risk of missing risk for each product is calculated based on these pieces of information, the value shown in (c) is obtained. That is, for product A,
In case of a one day delay Loss risk probability = 10% x 25% = 3% (rounded off)
In case of a delay of 2 days Loss risk probability = 20% x 50% = 10%
Thus, the risk of missed risk is 13% in total.
製品Ｂも同様に計算すると、
１日遅延の場合 ３％
２日遅延の場合 ８％
合計１１％の失注確率が算出される。
If product B is calculated in the same way,
3% if delayed by 1 day
8% for 2 days delay
A total 11% lost probability is calculated.
このように求めた製品ごとの失注リスク確率と、図１１（ｂ）の損益情報とにより、予測損失を算出する。つまり、
製品Ａについては、４５０００円×１３％＝５８５０円
製品Ｂについては、６５０００円×１０％＝６５００円
の予測損失が求められる。
The predicted loss is calculated based on the risk of risk of missing for each product obtained in this way and the profit / loss information shown in FIG. That means
For product A, 45,000 yen x 13% = 5850 yen For product B, an estimated loss of 65000 yen x 10% = 6500 yen is required.
上記の例では、製品Ｂの予測損失が大きいため、製品Ｂを重点管理製品（工程）として決定することができる。 In the above example, since the predicted loss of the product B is large, the product B can be determined as the priority management product (process).
このように、損益も考慮に入れた情報を生成しているので、そのような情報と遅延確率とで、単なる納期管理ではなく総合的な工程管理を実施することができる。特に、顧客別の過去の失注に関する情報を加味しているので、相手先の対応に配慮した納期管理の重要度を評価することができる。 In this way, since information that takes into account profit and loss is generated, such information and delay probability can be used to perform comprehensive process management rather than mere delivery time management. In particular, since information on past lost orders by customer is taken into account, it is possible to evaluate the importance of delivery date management considering the counterparty's response.
図１３は、本実施例の構成を示すブロック図である。 FIG. 13 is a block diagram showing the configuration of this embodiment.
この実施例は、製造設備ライン３００から入力した設備稼働実績情報１１を加味して、納期管理情報を生成するようにしたシステムである。なお、図に示す他の構成部については図１のシステムと同様であるので、同一の符号を付し、その説明を割愛する。
In this embodiment, the delivery date management information is generated in consideration of the equipment operation result
製造設備ライン３００の検出部８では、製造実績を検出するほかに、設備の停止情報を含む設備稼働実績を検出する。この停止情報は、トラブル停止信号によるトラブル停止開始時刻、生産再開時刻（トラブル終結時刻）などを含んでいる。
The
納期管理支援システム１００では、検出部８で検出したこれらの設備稼働実績データを収集し、設備稼働実績ファイル１１に保存する。
In the delivery time
本実施例では、演算手段５が、設備稼働実績ファイル１１に記録された情報にもとづいて、所定の算式でトラブル遅延時間を算出し、このトラブル遅延時間を製造時間分布に加算して、部材ごとの所要時間の確率分布を算出するようにしている。
In this embodiment, the calculation means 5 calculates the trouble delay time by a predetermined formula based on the information recorded in the equipment
ここで、所定の算式とは、生産開始段階で設備トラブルがない場合、
トラブル発生確率ＴＰ＝トラブル停止信号検出回数／生産回数
トラブル遅延時間（期待値）ＤＴ（Ｅ）＝
トラブル発生確率ＴＰ×平均修理時間ＭＴＴＲ
で求められる。
Here, the predetermined formula is when there is no equipment trouble at the production start stage.
Trouble occurrence probability TP = trouble stop signal detection frequency / production frequency trouble delay time (expected value) DT (E) =
Trouble occurrence probability TP x average repair time MTTR
Is required.
生産開始段階で設備トラブルがある場合、
（平均）トラブル遅延時間＝平均到着時間ＡＲ＿Ｔ−ＭＴＴＲ
で求められる。
If there is equipment trouble at the production start stage,
(Average) Trouble delay time = Average arrival time AR_T-MTTR
Is required.
なお、平均修理時間ＭＴＴＲ、平均到着時間ＡＲ＿Ｔは、製品情報ファイル４に保存されているものを使用する。
The average repair time MTTR and the average arrival time AR_T are stored in the
図１４には、トラブル遅延時間の算出フローチャートを示している。 FIG. 14 shows a flowchart for calculating the trouble delay time.
このように、トラブルによる遅延の影響を考慮して部材ごとの所要時間の確率分布を算出しているので、この確率分布にもとづいて算出される遅延時間は、より精緻な予測データとなり、正確な納期管理情報となりうる。 In this way, since the probability distribution of the required time for each member is calculated in consideration of the influence of the delay due to the trouble, the delay time calculated based on this probability distribution becomes more precise prediction data and is accurate. It can be delivery date management information.
本実施例システムは、一定数の製造実績データを製造実績情報ファイル１から所定の条件で最新の所定数の実績データを抽出するようにしたシステムである。
The system according to the present embodiment is a system in which a predetermined number of actual performance data is extracted from the actual manufacturing result
図１５は、本実施例の実績データ抽出機能を示すブロック図である。 FIG. 15 is a block diagram showing the performance data extraction function of this embodiment.
所要時間の確率分布を算出するための実績データ１ａは、データ抽出手段５ａが製造実績ファイル１から抽出したものを使用する。
As the actual data 1a for calculating the probability distribution of the required time, the data extracted by the data extracting means 5a from the manufacturing
データ抽出手段５ａは最新の実績データを抽出するようにしたものであり、これにより、製造時間分布の経時的変動に対応することができる。特に、習熟した製造工程の場合、故障が頻繁に発生する累積生産数量の少ない段階の実績を除外することができるので、予測データとして精度の高い遅延確率が得られる。 The data extraction means 5a is adapted to extract the latest performance data, and thereby can cope with the temporal variation of the manufacturing time distribution. In particular, in the case of a well-known manufacturing process, it is possible to exclude a record of a stage with a small cumulative production quantity in which failures frequently occur, so that a highly accurate delay probability is obtained as prediction data.
本発明システムや方法等は、複数の製品を製造する設備ラインの製造リードタイムと、顧客ごとに異なる納期とを比較するコンピュータシステム手段として活用することができる。特に、製造設備と生産管理用コンピュータが統合されたシステムに本発明を活用すれば、生産管理コンピュータから製造指令が送信されてきたときに上記の納期管理情報を自動生成することにより、製造開始までの間に納期管理の意思統一を図ることができる。 The system and method of the present invention can be utilized as computer system means for comparing the production lead time of an equipment line for producing a plurality of products with different delivery times for each customer. In particular, if the present invention is applied to a system in which a manufacturing facility and a production management computer are integrated, the above-mentioned delivery date management information is automatically generated when a manufacturing command is transmitted from the production management computer. During this period, it is possible to unify the will of delivery date management.
１００・・・納期管理支援システム
２０・・・記憶手段
１・・・製造実績情報
２・・・生産計画情報
３・・・分析結果
４・・・製品情報
５・・・演算手段
５ａ・・・抽出手段
６・・・評価部
７・・・指示部
１０・・・顧客実績情報
１１・・・設備稼働実績情報
DESCRIPTION OF
Claims (9)
上記演算手段は、部材の加工・組み立てを構成する工程の上記製造実績情報に対して、所定の統計処理を行うことにより、部材ごとの所要時間の確率分布を算出した後、その確率分布と上記納期情報とにもとづいて、各部材の上記納期に対する遅延確率を算出し、この遅延確率を上記納期管理情報に含めるようにしたことを特徴とする納期管理支援システム。 Delivery information for each product, process information that shows the processing and assembly procedures of parts for each component of the product, manufacturing performance information that shows the actual time required for manufacturing each member of each process, and production Delivery date management support provided with storage means for storing production plan information indicating the product / number of products to be processed, and calculation means for calculating delivery date management information for judging products based on the information to be managed based on such information A system,
The calculation means calculates the probability distribution of the required time for each member by performing predetermined statistical processing on the manufacturing performance information of the process constituting the processing / assembly of the member, and then calculates the probability distribution and the above A delivery date management support system characterized in that, based on delivery date information, a delay probability with respect to the delivery date of each member is calculated, and this delay probability is included in the delivery date management information.
上記記憶手段には、トラブルによる製造設備の停止情報をさらに保存しており、
上記演算手段は、この停止情報にもとづいて所定の算式でトラブル遅延時間を算出し、このトラブル遅延時間を上記製造実績情報に加味して、部材ごとの所要時間の確率分布を算出することを特徴とする納期管理支援システム。 In claim 1,
The storage means further stores stop information of the manufacturing equipment due to trouble,
The calculation means calculates a trouble delay time by a predetermined formula based on the stop information, and calculates the probability distribution of the required time for each member by adding the trouble delay time to the manufacturing performance information. A delivery management support system.
上記演算手段は、製品を構成する全部材の遅延確率から、所定の算式にもとづいて製品の遅延確率を算出し、この製品遅延確率を上記納期管理情報に含めることを特徴とする納期管理支援システム。 In claim 1 or 2,
The calculation means calculates a delay probability of the product based on a predetermined formula from the delay probabilities of all members constituting the product, and includes the product delay probability in the due date management information. .
上記記憶手段には、顧客実績にもとづく遅延日数ごとの失注確率と製品ごとの損益情報を、さらに保存しており、
上記演算手段は、上記製品ごとの遅延確率と上記失注確率にもとづいて製品ごとの失注リスク確率を算出し、上記粗利と上記失注リスク確率から予測損失を算出し、この製品の予測損失を上記納期管理情報に含めることを特徴とする納期管理支援システム。 In claim 2 or 3,
The storage means further stores the loss probability for each delay days based on the customer performance and the profit / loss information for each product,
The calculating means calculates a risk of risk for each product based on the delay probability for each product and the probability of a failure, calculates a predicted loss from the gross profit and the risk of the risk of loss, and calculates a prediction of the product. A delivery date management support system characterized by including a loss in the delivery date management information.
上記演算手段が部材ごとの所要時間の確率分布を算出する前に、上記製造実績情報から最新の所定数の実績データを抽出するようにしたデータ抽出手段をさらに備えている納期管理支援システム。 In any one of Claims 1-4,
A delivery date management support system further comprising data extraction means for extracting the latest predetermined number of results data from the manufacturing result information before the calculation means calculates the probability distribution of the required time for each member.
上記演算手段が算出した製品ごとの納期管理情報を報知する通知手段をさらに備えている納期管理支援システム。 In any one of Claims 1-5,
A delivery date management support system further comprising notification means for notifying delivery date management information for each product calculated by the computing means.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003301043A JP2005071136A (en) | 2003-08-26 | 2003-08-26 | Delivery time management support system, its program, recording medium recording its program and delivery time management method for product |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003301043A JP2005071136A (en) | 2003-08-26 | 2003-08-26 | Delivery time management support system, its program, recording medium recording its program and delivery time management method for product |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005071136A true JP2005071136A (en) | 2005-03-17 |
Family
ID=34405781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003301043A Withdrawn JP2005071136A (en) | 2003-08-26 | 2003-08-26 | Delivery time management support system, its program, recording medium recording its program and delivery time management method for product |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005071136A (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011125243A1 (en) * | 2010-04-01 | 2011-10-13 | 株式会社日立製作所 | Work delay monitoring method, work management device and work management program |
| JP2012048298A (en) * | 2010-08-24 | 2012-03-08 | Nippon Steel Corp | Evaluation method, evaluation device and program for manufacturing process |
| JP2015032200A (en) * | 2013-08-05 | 2015-02-16 | 株式会社神戸製鋼所 | In-process inventory calculation device, in-process inventory calculation method, and in-process inventory calculation program |
| DE102020132046A1 (en) | 2019-12-13 | 2021-07-08 | Fanuc Corporation | MONITORING DEVICE AND PROGRAM |
| JP2021174541A (en) * | 2020-04-22 | 2021-11-01 | 株式会社日立製作所 | Production lead time analysis method and production lead time analysis system |
| WO2022176073A1 (en) * | 2021-02-17 | 2022-08-25 | 株式会社日立製作所 | Production planning support system |
-
2003
- 2003-08-26 JP JP2003301043A patent/JP2005071136A/en not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011125243A1 (en) * | 2010-04-01 | 2011-10-13 | 株式会社日立製作所 | Work delay monitoring method, work management device and work management program |
| US9319284B2 (en) | 2010-04-01 | 2016-04-19 | Hitachi, Ltd. | Operation delay monitoring method, operation management apparatus, and operation management program |
| JP2012048298A (en) * | 2010-08-24 | 2012-03-08 | Nippon Steel Corp | Evaluation method, evaluation device and program for manufacturing process |
| JP2015032200A (en) * | 2013-08-05 | 2015-02-16 | 株式会社神戸製鋼所 | In-process inventory calculation device, in-process inventory calculation method, and in-process inventory calculation program |
| DE102020132046A1 (en) | 2019-12-13 | 2021-07-08 | Fanuc Corporation | MONITORING DEVICE AND PROGRAM |
| JP2021174541A (en) * | 2020-04-22 | 2021-11-01 | 株式会社日立製作所 | Production lead time analysis method and production lead time analysis system |
| JP7141487B2 (en) | 2020-04-22 | 2022-09-22 | 株式会社日立製作所 | Production lead time analysis method and production lead time analysis system |
| WO2022176073A1 (en) * | 2021-02-17 | 2022-08-25 | 株式会社日立製作所 | Production planning support system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10809703B2 (en) | Management system and management method | |
| JP6364800B2 (en) | Monitoring device and monitoring method | |
| US8255100B2 (en) | Data-driven anomaly detection to anticipate flight deck effects | |
| JP2010526352A (en) | Performance fault management system and method using statistical analysis | |
| JP5267736B2 (en) | Fault detection apparatus, fault detection method, and program recording medium | |
| US7472388B2 (en) | Job monitoring system for browsing a monitored status overlaps with an item of a pre-set browsing end date and time | |
| US10699248B2 (en) | Inspection management system and inspection management method | |
| KR20180108446A (en) | System and method for management of ict infra | |
| JP6427357B2 (en) | Diagnosis support system and diagnosis support method | |
| JP2008165352A (en) | Routine inspection data analyzing device and its method | |
| CN101802731A (en) | A system and a computer implemented method for automatically displaying process information in an industrial control system | |
| JP6521096B2 (en) | Display method, display device, and program | |
| US7289935B1 (en) | Statistical quality control of alarm occurrences | |
| JP2004165216A (en) | Production control method and production control apparatus | |
| JP5387779B2 (en) | Operation management apparatus, operation management method, and program | |
| KR101282244B1 (en) | System and method for managing preventing/failure maintenance information of equipment in nuclear power plant | |
| EP3187950B1 (en) | A method for managing alarms in a control system | |
| JP2008015775A (en) | Maintenance support system and maintenance support method for plant | |
| CN114338348A (en) | Intelligent alarm method, device, equipment and readable storage medium | |
| JP2005071136A (en) | Delivery time management support system, its program, recording medium recording its program and delivery time management method for product | |
| EP2463812A1 (en) | Scheduling the maintenance of operational equipment | |
| CN113342625A (en) | Data monitoring method and system | |
| JP6697980B2 (en) | Equipment inspection order setting device and equipment inspection order setting method | |
| CN109740191B (en) | Method, device and equipment for predicting residual service life of wind sensor | |
| JP2018205992A (en) | Apparatus diagnosing system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20061107 |