JP2010113672A - 端末、プログラム及び在庫管理方法 - Google Patents

端末、プログラム及び在庫管理方法 Download PDF

Info

Publication number
JP2010113672A
JP2010113672A JP2008287942A JP2008287942A JP2010113672A JP 2010113672 A JP2010113672 A JP 2010113672A JP 2008287942 A JP2008287942 A JP 2008287942A JP 2008287942 A JP2008287942 A JP 2008287942A JP 2010113672 A JP2010113672 A JP 2010113672A
Authority
JP
Japan
Prior art keywords
failure
operating device
parts
sign
inventory
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
Application number
JP2008287942A
Other languages
English (en)
Other versions
JP5058947B2 (ja
Inventor
Toshiyuki Sakuma
敏行 佐久間
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2008287942A priority Critical patent/JP5058947B2/ja
Priority to PCT/JP2009/068796 priority patent/WO2010053080A1/ja
Priority to US13/127,713 priority patent/US20110213636A1/en
Publication of JP2010113672A publication Critical patent/JP2010113672A/ja
Application granted granted Critical
Publication of JP5058947B2 publication Critical patent/JP5058947B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31319—Use data groups as inventory control value, adapt inventory need to new data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32234—Maintenance planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32371—Predict failure time by analysing history fault logs of same machines in databases
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/42—Servomotor, servo controller kind till VSS
    • G05B2219/42271—Monitor parameters, conditions servo for maintenance, lubrication, repair purposes
    • 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
    • Y02P90/80—Management or planning

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】部品の需要予測をより精密に行い、部品の適切な在庫管理を行うことのできる技術を提供すること。
【解決手段】 センサ情報収集部１２３で、稼働機器１７０より得られたセンサ情報を収集する処理を行い、センサ情報解析部１２４で、収集したセンサ情報より、異常を検知し、故障予兆のある部品を特定する処理を行い、稼働機器状態分類部１２５で、故障予兆の有る部品と、故障予兆の無い部品と、を特定し、部品必要数算出部１２６で、故障予兆の有る部品の個数と、故障予兆の無い部品の個数と、それぞれの故障率と、により在庫として必要な部品の必要数を算出する処理を行う。
【選択図】図２

Description

本発明は、稼働機器のための部品の在庫を管理する技術に関する。
昇降機や鉄道等の稼動機器には、点検、調整、部品交換などの継続的な予防保全作業が必要である。しかも、現場での予防保全作業はできる限り少ない回数で、かつ、短い時間で完了させることが望まれるため、予防保全作業は時間計画保全から状態監視保全へ、さらに遠隔からの状態監視保全へ、と移行する傾向にある。
状態監視保全では、稼動機器の状態を監視しながら部品交換を行うため、部品をぎりぎりまで使い切ることができる。従って、予め定められた時間で部品を交換する時間計画保全と比較して、状態監視保全では、部品の交換回数を減らすことができると考えられる。
しかしながら、状態監視保全では、点検結果で交換が必要と判断された場合や、故障が発生した場合に、部品を交換する必要があり、計画的に部品を購入することが難しく、結果として予防保全用の部品の在庫を多めに保有して対応せざるを得ない。つまり、状態監視保全による部品交換は、現場作業コストという面では低減が期待できるが、在庫コストという面では深刻な問題となる。
この点、例えば、特許文献１には、受注実績を活用した需要予測を行うことにより、予防保全用の部品の在庫適正化を図る技術が開示されている。
特開２００７−２９３６２４号
以上に記載した特許文献１に記載の技術は、過去の受注実績から将来の需要を予測するものであるため、受注実績の件数が多く、需要の波形が連続的で安定的に推移しているような部品に対しては有効な技術である。
しかしながら、予防保全用の部品のように、需要の波形が離散的な間欠需要である場合には、特許文献１に記載の技術では、予測誤差が大きくなりやすく、結局、部品の在庫を多めに保持して対応せざるを得ない。
そこで、本発明は、部品の需要予測をより精密に行い、部品の適切な在庫管理を行うことのできる技術を提供することを目的とする。
以上の課題を解決するため、本発明は、稼働機器をセンサで監視し、当該稼働機器に故障の予兆があるものと、故障の予兆が無いものと、に分類して、各々の分類に応じた在庫の必要量を算出する。
例えば、本発明は、複数の稼働機器のための部品の在庫を管理する端末であって、前記稼働機器の状態を監視するセンサから得られる値のパターンであって前記稼働機器に使用されている部品の故障予兆を示す故障予兆パターン、当該故障予兆パターンが見られる場合に故障が発生するおそれのある部品、および、当該故障予兆がある場合に当該部品が故障する確率である第一の故障率、を特定する情報を有する故障予兆パターン情報と、前記稼働機器、前記稼働機器で使用される部品、前記稼働機器に使用されている当該部品の個数、および、故障予兆がない場合に当該部品が故障する確率である第二の故障率、を特定する情報を有する稼働機器情報と、を記憶する記憶部と、制御部と、を備え、前記制御部は、前記稼働機器の状態を監視するセンサから得られた値が異常と判断された場合に、当該値のパターンに対応する故障予兆パターンを前記故障予兆パターン情報から特定する処理と、特定した故障予兆パターンにより故障するおそれのある部品を故障予兆部品として特定する処理と、前記センサから得られた値が異常と判断された前記稼働機器において、前記故障予兆部品が使用されている個数を、故障予兆有り個数として前記稼働機器情報から特定する処理と、前記複数の稼働機器の内、前記センサから得られた値が異常と判断された前記稼働機器以外の他の前記稼働機器において、前記故障予兆部品を同じ部品が使用されている個数を、故障予兆無し個数として前記稼働機器情報から特定する処理と、前記故障予兆有り個数の部品が、前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を算出する処理と、前記故障予兆無し個数の部品が、前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を算出する処理と、第一の必要数と第二の必要数を合算することで、前記故障予兆部品と同じ部品の在庫必要数を算出する処理と、を行うことを特徴とする。
上述のように、本発明によれば、部品の需要予測をより精密に行い、部品の適切な在庫管理を行うことができる。
図１は、本発明の一実施形態である部品在庫制御システム１００の概略図である。
図示するように、部品在庫制御システム１００は、統括センタに配置されている統括センタ端末１１０と、部品を供給するサプライヤに配置されているサプライヤ端末１４０と、中央倉庫に配置されている中央倉庫端末１５０と、地方倉庫に配置されている地方倉庫端末１６０と、予防保全等の管理の対象となる稼働機器１７０と、各々の稼働機器１７０を監視する稼働機器端末１８０と、を備える。
そして、稼働機器１７０及び稼働機器端末１８０は、稼働機器１７０が設置されている現場に配置されており、予め定められた管理領域に含まれる稼働機器１７０に取り付けるための部品は、当該管理領域に割り当てられている地方倉庫に配置されている地方倉庫端末１６０で管理するようにしている。
さらに、統括センタ側端末１１０、サプライヤ端末１４０、中央倉庫端末１５０、地方倉庫端末１６０及び稼働機器端末１８０は、ネットワーク１９０を介して、情報を送受信することができるようにされている。
このような部品在庫制御システム１００では、稼働機器１７０に取り付けられる部品を、当該稼働機器１７０が含まれる管理領域に割り当てられている地方倉庫に備蓄しておき（備蓄している部品の数量等は、当該管理領域に配置されている地方倉庫端末１６０で管理）、地方倉庫に備蓄しておく部品の数が足りない場合等には、中央倉庫から補充し（中央倉庫に備蓄している部品の数等は、当該中央倉庫に配置されている中央倉庫端末１５０で管理）、中央倉庫で備蓄している部品が不足等した場合には、サプライヤから取り寄せるようにしている（サプライヤでの部品の受注及び配送はサプライヤ端末１４０で管理）。
そして、各々の地方倉庫で備蓄する部品の数量、中央倉庫で備蓄する部品の数量、サプライヤに発注する部品の数量は、統括センタ端末１１０で制御する。
図２は、統括センタ端末１１０の概略図である。
図示するように、統括センタ端末１１０は、記憶部１１１と、制御部１２２と、入力部１３０と、出力部１３１と、通信部１３２と、を備える。
記憶部１１１は、センサ情報記憶領域１１２と、センサ正常パターン情報記憶領域１１３と、故障予兆パターン情報記憶領域１１４と、故障予兆情報記憶領域１１５と、稼働機器情報記憶領域１１６と、管理情報記憶領域１１７と、部品必要数情報記憶領域１１８と、部品在庫情報記憶領域１１９と、部品補充情報記憶領域１２０と、を備える。
センサ情報記憶領域１１２には、各稼働機器１７０に設置されたセンサで計測されたセンサ情報が記憶される。
例えば、本実施形態においては、各々の稼働機器１７０に設置されたセンサで計測された値を特定する情報と、当該値が計測された時間を特定する情報と、を有するセンサ情報を、稼働機器端末１８０に記憶し、統括センタ端末１１０は、稼働機器端末１８０より当該センサ情報を取得して、センサ情報が取得された稼働機器１７０を識別する識別情報に対応付けて、センサ情報記憶領域１１２に記憶するようにしている。
センサ正常パターン情報記憶領域１１３には、稼働機器１７０に設置されたセンサで計測された値が、正常と判断するためのセンサ正常パターンを特定する情報が記憶される。
例えば、本実施形態においては、稼働機器１７０に設置されたセンサで計測された値を正常と判断することのできる上限値及び下限値が、当該値が計測された時間に対応付けて記憶されているが、このような態様に限定されるわけではない。
故障予兆パターン情報記憶領域１１４には、稼働機器１７０に設置されたセンサで計測された値が、故障を予兆するものであると判断することのできる故障予兆パターンを特定する情報が記憶される。
例えば、本実施形態においては、図３（故障予兆パターンテーブル１１４ａの概略図）に示すような故障予兆パターンテーブル１１４ａが故障予兆パターン情報記憶領域１１４に記憶される。
図示するように、故障予兆パターンテーブル１１４ａは、故障予兆パターンフィールド１１４ｂと、故障予兆部品番号フィールド１１４ｃと、故障率フィールド１１４ｄと、現象フィールド１１４ｅと、稼働機器番号フィールド１１４ｆと、を有する。
故障予兆パターンフィールド１１４ｂには、稼働機器１７０に設置されたセンサで計測された値に対して、故障を予兆するものであると判断するための値の時系列における変化のパターンである故障予兆パターンを特定する情報が格納される。なお、本実施形態では、各々の故障予兆パターンを識別するための故障予兆パターン番号が割り振られており、当該故障予兆パターン番号が故障予兆パターンフィールド１１４ｂに格納される。
なお、故障予兆パターン情報記憶領域１１４には、当該故障予兆パターン番号に対応させて、値の時系列変化を特定する故障予兆パターンが記憶されている。
故障予兆部品番号フィールド１１４ｃには、稼働機器１７０に設置されたセンサで計測された値が、故障予兆パターンフィールド１１４ｂで特定される故障予兆パターンとなる場合に、故障するおそれのある部品を特定する情報が格納される。本実施形態においては、各々の部品に一意となるように部品番号が割り振られており、当該部品番号が故障予兆部品番号フィールド１１４ｃに格納される。
故障率フィールド１１４ｄには、稼働機器１７０に設置されたセンサで計測された値が、故障予兆パターンフィールド１１４ｂで特定される故障予兆パターンとなる場合に、故障が発生する確率である故障率を特定する情報が格納される。
現象フィールド１１４ｅには、稼働機器１７０に設置されたセンサで計測された値が、故障予兆パターンフィールド１１４ｂで特定される故障予兆パターンとなる場合に生ずる現象の内容を特定する情報が格納される。
稼働機器番号フィールド１１４ｆには、故障予兆部品番号フィールド１１４ｃで特定される部品が取り付けられている稼働機器１７０を特定する情報が格納される。ここで、本実施形態においては、各々の稼働機器１７０に一意となるように「１」から連番となる識別番号が割り振られており、この識別番号に稼働機器であることを特定する「α」の記号を付加した稼働機器番号（α１，・・・，αｍ：ｍは１以上の自然数）が、稼働機器番号フィールド１１４ｆに格納される。
図２に戻り、故障予兆情報記憶領域１１５には、稼働機器１７０に設置されたセンサで計測された値が、故障の予兆が有ると判断された場合に、故障予兆があると判断された稼働機器１７０及び部品を特定する情報が格納される。
例えば、本実施形態においては、図４（故障予兆情報テーブル１１５ａの概略図）に示すような故障予兆情報テーブル１１５ａが故障予兆情報記憶領域１１５に記憶される。
図示するように、故障予兆情報テーブル１１５ａは、稼働機器番号フィールド１１５ｂと、異常発生時点フィールド１１５ｃと、故障予兆パターンフィールド１１５ｄと、故障予兆部品番号フィールド１１５ｅと、故障率フィールド１１５ｆと、を有する。
稼働機器番号フィールド１１５ｂには、故障予兆パターンに該当したセンサの値が取得された稼働機器を特定する情報（稼働機器番号）が格納される。
異常発生時点フィールド１１５ｃには、故障予兆パターンに該当したセンサの値が取得された時点を特定する情報が格納される。本実施形態では、故障予兆パターンに最初に該当するセンサの値が取得された時点（当該値が格納されているセンサ情報から取得された、当該値が計測された時間）を特定する情報が、異常発生時点フィールド１１５ｃに格納される。
故障予兆パターンフィールド１１５ｄには、稼働機器１７０に設置されたセンサで計測された値が該当した故障予兆パターンを識別するための識別情報が格納される。
故障予兆部品番号フィールド１１５ｅには、稼働機器１７０に設置されたセンサで計測された値が該当した故障予兆パターンにおいて、故障するおそれのある部品を識別するための識別情報（ここでは、各々の部品に一意となるように割り振られている部品番号）が格納される。
故障率フィールド１１５ｆには、稼働機器１７０に設置されたセンサで計測された値が、故障予兆パターンフィールド１１５ｄで特定される故障予兆パターンで故障予兆があると判断された場合に、故障が発生する確率である故障率を特定する情報が格納される。
図２に戻り、稼働機器情報記憶領域１１６には、各々の稼働機器１７０に関する情報と、当該稼働機器１７０に組み込まれている部品に関する情報と、が記憶される。
例えば、本実施形態においては、図５（稼働機器情報テーブル１１６ａの概略図）に示すような稼働機器情報テーブル１１６ａが、稼働機器情報記憶領域１１６に記憶される。
稼働機器情報テーブル１１６ａは、管理領域フィールド１１６ｂと、稼働機器番号フィールド１１６ｃと、部品番号フィールド１１６ｄと、取付個数フィールド１１６ｅと、故障率フィールド１１６ｆと、稼働開始日フィールド１１６ｇと、を有する。
管理領域フィールド１１６ｂには、後述する稼働機器番号フィールド１１６ｃで特定される稼働機器１７０が属する管理領域を特定する情報が格納される。
稼働機器番号フィールド１１６ｃには、稼働機器を特定する情報（稼働機器番号）が格納される。
部品番号フィールド１１６ｄには、稼働機器番号フィールド１１６ｃで特定される稼働機器１７０に組み込まれる部品を特定する情報（ここでは、各々の部品に一意となるように割り振られている部品番号）が格納される。
取付個数フィールド１１６ｅには、稼働機器番号フィールド１１６ｃで特定される稼働機器１７０に、部品番号フィールド１１６ｄで特定される部品が取り付けられる個数を特定する情報が格納される。
故障率フィールド１１６ｆには、部品番号フィールド１１６ｄで特定される部品が、故障する故障率を特定する情報が格納される。なお、故障率フィールド１１６ｆに格納されるのは、故障予兆がない場合の部品の故障率である。
稼働開始日フィールド１１６ｇには、稼働機器番号フィールド１１６ｃで特定される稼働機器１７０が稼働を開始した年月日を特定する情報が格納される。
図２に戻り、管理情報記憶領域１１７には、中央倉庫又は地方倉庫で部品を補充する際のリードタイム、および、必要な部品数を算出する際の閾値を特定する情報が格納される。
例えば、本実施形態においては、図６（管理情報テーブル１１７ａの概略図）に示すような管理情報テーブル１１７ａが、管理情報記憶領域１１７に記憶される。
管理情報テーブル１１７ａは、補充先フィールド１１７ｂと、補充元フィールド１１７ｃと、補充リードタイムフィールド１１７ｄと、欠品率フィールド１１７ｅと、を有する。
補充先フィールド１１７ｂには、部品を補充する中央倉庫又は地方倉庫を特定する情報が格納される。
補充元フィールド１１７ｃには、部品の補充元となる中央倉庫又はサプライヤを特定する情報が格納される。
補充リードタイムフィールド１１７ｄには、部品の発注から納品までの補充リードタイムを特定する情報が格納される。
欠品率フィールド１１７ｅには、部品の欠品が生ずる確率を特定する情報が格納される。なお、ここでの欠品率を小さな値にすればするほど、故障に対して部品を蓄積しておく個数が多くなるため、部品の欠品を許す現実的な値をこの欠品率フィールド１１７ｅに格納しておけばよい。なお、欠品率の％を外したもの（例えば、欠品率１％を０．０１としたもの）が、欠品確率となる。
図２に戻り、部品必要数情報記憶領域１１８には、各々の管理領域毎に、地方倉庫に備蓄しておくべき部品の必要数を特定する情報が格納される。
例えば、本実施形態においては、図７（部品必要数情報テーブル１１８ａの概略図）に示すような部品必要数情報テーブル１１８ａが、部品必要数情報記憶領域１１８に記憶される。
部品必要数情報テーブル１１８ａは、管理領域フィールド１１８ｂと、部品番号フィールド１１８ｃと、予兆有り個数フィールド１１８ｄと、予兆有り故障率フィールド１１８ｅと、予兆無し個数フィールド１１８ｆと、予兆無し故障率フィールド１１８ｇと、必要数フィールド１１８ｈと、補充元フィールド１１８ｉと、補充リードタイムフィールド１１８ｊと、欠品率フィールド１１８ｋと、を有する。
管理領域フィールド１１８ｂには、管理領域を特定する情報が格納される。ここで、本実施形態においては、各々の管理領域に一意となるように、「１」から連番となる識別番号が割り当てられており、この識別番号に管理領域であることを特定する「γ」の記号を付加した管理領域番号（γ１，・・・，γｎ：ｎは１以上の自然数）が、管理領域フィールド１１８ｂに格納される。
部品番号フィールド１１８ｃには、管理領域フィールド１１８ｂで特定される管理領域に含まれる稼働機器１７０に取り付けられる部品を特定する情報（部品番号）が格納される。
予兆有り個数フィールド１１８ｄには、部品番号フィールド１１８ｃで特定される部品であって、管理領域フィールド１１８ｂで特定される管理領域に含まれる稼働機器１７０に取り付けられている部品のうち、故障予兆の有る部品の個数を特定する情報が格納される。
予兆有り故障率フィールド１１８ｅには、部品番号フィールド１１８ｃで特定される部品であって、故障予兆の有る部品の故障率を特定する情報が格納される。
予兆無し個数フィールド１１８ｆには、部品番号フィールド１１８ｃで特定される部品であって、管理領域フィールド１１８ｂで特定される管理領域に含まれる稼働機器１７０に取り付けられている部品のうち、故障予兆の無い部品の個数を特定する情報が格納される。
予兆無し故障率フィールド１１８ｇには、部品番号フィールド１１８ｃで特定される部品であって、故障予兆の無い部品の故障率を特定する情報が格納される。
必要数フィールド１１８ｈには、部品番号フィールド１１８ｃで特定される部品であって、管理領域フィールド１１８ｂで特定される管理領域に含まれる稼働機器１７０に取り付けられる部品を、当該管理領域において備蓄しておく必要のある必要数を特定する情報が格納される。
補充元フィールド１１８ｉには、部品番号フィールド１１８ｃで特定される部品の補充を受ける補充元を特定する情報が格納される。
補充リードタイムフィールド１１８ｊには、部品番号フィールド１１８ｃで特定される部品の補充を受ける際のリードタイムを特定する情報が格納される。
欠品率フィールド１１８ｋには、部品番号フィールド１１８ｃで特定される部品の欠品が生ずる確率を特定する情報が格納される。
図２に戻り、部品在庫情報記憶領域１１９には、中央倉庫及び地方倉庫における部品の在庫を特定する情報が格納される。
例えば、本実施形態においては、図８（部品在庫情報テーブル１１９ａの概略図）に示すような部品在庫情報テーブル１１９ａが、中央倉庫、および、地方倉庫毎に、部品在庫情報記憶領域１１９に記憶される。
部品在庫情報テーブル１１９ａは、管理領域フィールド１１９ｂと、部品番号フィールド１１９ｃと、フリー在庫数フィールド１１９ｄと、引当済み在庫数フィールド１１９ｅと、を有する。
管理領域フィールド１１９ｂには、部品在庫情報テーブル１１９ａに情報を格納する対象である地方倉庫が含まれる管理領域を特定する情報が格納される。ここで、本実施形態では、中央倉庫については管理領域に属しないため、中央倉庫の部品在庫情報テーブル１１９ａでは、管理領域フィールド１１９ｂは空欄にされている。
部品番号フィールド１１９ｃには、部品在庫情報テーブル１１９ａに情報を格納する対象である中央倉庫又は地方倉庫に備蓄する部品を特定する情報が格納される。
フリー在庫数フィールド１１９ｄには、部品番号フィールド１１９ｃで特定される部品の在庫数を特定する情報が格納される。
引当済み在庫数フィールド１１９ｅには、他の倉庫に引き当てるために割り当てられた数量を特定する情報が格納される。
図２に戻り、部品補充情報記憶領域１２０には、中央倉庫及び地方倉庫において部品を補充する際に、当該部品の補充に関連する事項を特定する情報が記憶される。
例えば、本実施形態においては、図９（部品補充情報テーブル１２０ａの概略図）に示すような部品補充情報テーブル１２０ａが格納される。
部品補充情報テーブル１２０ａは、補充先フィールド１２０ｂと、部品番号フィールド１２０ｃと、補充元フィールド１２０ｄと、補充数フィールド１２０ｅと、入荷日フィールド１２０ｆと、ステータスフィールド１２０ｇと、を有する。
補充先フィールド１２０ｂには、後述する部品番号フィールド１２０ｃで特定される部品の補充先を特定する情報が格納される。
部品番号フィールド１２０ｃには、補充を行う部品を特定する情報が格納される。
補充元フィールド１２０ｄには、部品番号フィールド１２０ｃで特定される部品を補充する補充元を特定する情報が格納される。
補充数フィールド１２０ｅには、部品番号フィールド１２０ｃで特定される部品を補充する補充数を特定する情報が格納される。
入荷日フィールド１２０ｆには、部品番号フィールド１２０ｃで特定される部品が、補充先フィールド１２０ｂで特定される補充先に入荷される年月日を特定する情報が格納される。
ステータスフィールド１２０ｇには、部品番号フィールド１２０ｃで特定される部品の補充状況を特定する情報が格納される。例えば、当該部品が入荷済みであれば「入荷済み」、当該部品の入荷前であれば「入荷予定」、といった文字列が格納される。
図２に戻り、制御部１２２は、センサ情報収集部１２３と、センサ情報解析部１２４と、稼働機器状態分類部１２５と、部品必要数算出部１２６と、部品在庫制御部１２７と、情報更新部１２８と、を有する。
センサ情報収集部１２３は、稼働機器端末１８０から稼働機器１７０より得られたセンサ情報を収集し、センサ情報が取得された稼働機器１７０と対応付けてセンサ情報記憶領域１１２に記憶する処理を行う。
センサ情報解析部１２４は、センサ情報記憶領域１１２に記憶されたセンサ情報より、異常を検知し、故障予兆のある部品を特定する処理を行う。
稼働機器状態分類部１２５は、故障予兆の有る部品と、故障予兆の無い部品と、を管理領域毎に算出する処理を行う。
部品必要数算出部１２６は、故障予兆の有る部品の個数と、故障予兆の無い部品の個数と、それぞれの故障率と、により各々の管理領域で備蓄しておく必要のある部品の必要数を算出する処理を行う。
部品在庫制御部１２７は、部品必要数算出部１２６で算出された部品の必要数が、地方倉庫に備蓄されるように、中央倉庫から地方倉庫への補充数、および、中央倉庫からサプライヤへの発注数、を算出する処理を行う。
情報更新部１２８は、統括センタ側端末１１０の記憶部１１１に記憶されている情報を更新する。
例えば、情報更新部１２８は、部品在庫情報テーブル１１９ａ、故障予兆パターンテーブル１１４ａ、稼動機器情報テーブル１１６ａ等に格納されている情報の変更を、入力部１３０等を介して、受け付けると、関連するテーブルを記憶部１１１から読込み、該当する情報を更新する。なお、各稼働機器端末１８０、地方倉庫側端末１６０、中央倉庫端末１５０、サプライヤ端末１４０、等からネットワーク１９０を介して、情報の入力を受け付けてもよく、また、これらの端末で情報の変更があった場合に、連動して情報の入力を受け付けるようにしてもよい。
入力部１３０は、情報の入力を受け付ける。
出力部１３１は、情報を出力する。
通信部１３２は、ネットワーク１９０を介して情報の送受信を行う。
以上に記載した統括センタ側端末１１０は、例えば、図１０（コンピュータ９００の概略図）に示すような、ＣＰＵ（Central Processing Unit）９０１と、メモリ９０２と、ＨＤＤ（Hard Disk Drive）等の外部記憶装置９０３と、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory）やＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）等の可搬性を有する記憶媒体９０４に対して情報を読み書きする読書装置９０５と、キーボードやマウスなどの入力装置９０６と、ディスプレイなどの出力装置９０７と、通信ネットワークに接続するためのＮＩＣ（Network Interface Card）等の通信装置９０８と、を備えた一般的なコンピュータ９００で実現できる。
例えば、記憶部１１１は、ＣＰＵ９０１がメモリ９０２又は外部記憶装置９０３を利用することにより実現可能であり、制御部１２２は、外部記憶装置９０３に記憶されている所定のプログラムをメモリ９０２にロードしてＣＰＵ９０１で実行することで実現可能であり、入力部１３０は、ＣＰＵ９０１が入力装置９０６を利用することで実現可能であり、出力部１３１は、ＣＰＵ９０１が出力装置９０７を利用することで実現可能であり、通信部１３２は、ＣＰＵ９０１が通信装置９０８を利用することで実現可能である。
この所定のプログラムは、読書装置９０５を介して記憶媒体９０４から、あるいは、通信装置９０８を介してネットワークから、外部記憶装置９０３にダウンロードされ、それから、メモリ９０２上にロードされてＣＰＵ９０１により実行されるようにしてもよい。また、読書装置９０５を介して記憶媒体９０４から、あるいは、通信装置９０８を介してネットワークから、メモリ９０２上に直接ロードされ、ＣＰＵ９０１により実行されるようにしてもよい。
図１１は、統括センタ側端末１１０での処理を示すフローチャートである。
まず、統括センタ側端末１１０のセンサ情報収集部１２３が、稼働機器端末１８０から稼働機器１７０より得られたセンサ情報を収集する処理を行う（Ｓ１０）。この処理については、図１２を用いて詳細に説明する。
次に、センサ情報解析部１２４が、ステップＳ１０で収集されたセンサ情報より、異常を検知し、故障予兆のある部品を特定する処理を行う（Ｓ１１）。この処理については、図１３を用いて詳細に説明する。
次に、稼働機器状態分類部１２５が、故障予兆の有る部品と、故障予兆の無い部品と、を分類して、それぞれの個数を管理領域毎に算出する処理を行う（Ｓ１２）。この処理については、図１５を用いて詳細に説明する。
次に、部品必要数算出部１２６が、ステップＳ１２で算出された、故障予兆の有る部品の個数と、故障予兆の無い部品の個数と、それぞれの故障率と、より各々の管理領域で備蓄しておく必要のある必要数を算出する処理を行う（Ｓ１３）。この処理については、図１６を用いて詳細に説明する。
次に、部品在庫制御部１２７が、ステップＳ１３で算出された部品の必要数が、地方倉庫に備蓄されるように、中央倉庫から地方倉庫への補充数、および、中央倉庫からサプライヤへの発注数、を算出する処理を行う（Ｓ１４）。この処理については、図１７を用いて詳細に説明する。
図１２は、センサ情報の収集処理を示すフローチャートである。
ここで、本実施形態においては、α１，・・・，αｍの稼働機器番号で識別される稼働機器１７０のセンサ情報を、これらの稼働機器番号に対応するβ１，・・・，βｍの稼働機器端末番号で識別される稼働機器端末１８０が管理し、記憶しているものとする。
まず、センサ情報収集部１２３は、通信部１３２を介して、最初の稼働機器端末番号β１で識別される稼働機器端末１８０にアクセスする（Ｓ２０）。
次に、センサ情報収集部１２３は、アクセスした稼働機器端末１８０から、当該稼働機器端末１８０が管理する稼働機器１７０のセンサ情報を取得する（Ｓ２１）。
そして、センサ情報収集部１２３は、ステップＳ２１で取得したセンサ情報を、稼働機器番号に対応付けて、センサ情報記憶領域１１２に記憶する（Ｓ２２）。
次に、センサ情報収集部１２３は、稼働機器情報テーブル１１６を参照して、ステップＳ２２でセンサ情報を取得した稼働機器１７０が最後の稼働機器１７０であるか否かを判断し（Ｓ２３）、最後の稼働機器１７０ではない場合には（ステップＳ２３でＮｏ）、ステップＳ２４に進み、最後の稼働機器１７０である場合には（ステップＳ２３でＹｅｓ）、処理を終了する。
ステップＳ２４では、センサ情報収集部１２３は、次の稼働機器端末番号βｉ（ｉは、１≦ｉ≦ｍなる自然数）に対応する稼働機器端末１８０にアクセスする。そして、センサ情報収集部１２３は、ステップＳ２１に戻り処理を繰り返す。
なお、図１２のフローチャートでは、統括センタ端末１１０から稼働機器端末１８０にアクセスする例を示したが、別の方法でセンサ情報を収集してもよい。例えば、稼働機器端末１８０から統括センタ端末１１０に、予め定められた時間等にセンサ情報を送信するようにしても良い。
また、稼働機器端末１８０において、図１３に示すセンサ情報の解析処理を実行した後、異常がある稼動機器１７０の稼働機器端末１８０から、センサ情報を統括センタ端末１１０に送信するようにしてもよい。
図１３は、センサ情報の解析処理を示すフローチャートである。
まず、センサ情報解析部１２４は、記憶部１１１のセンサ正常パターン情報記憶領域１１３に記憶されているセンサ正常パターン情報記憶領域１１３に記憶されているセンサ正常パターンを取得する（Ｓ３０）。
次に、センサ情報解析部１２４は、最初の稼働機器番号α１に対応するセンサ情報をセンサ情報記憶領域１１２から取得する（Ｓ３１）。
そして、センサ情報解析部１２４は、ステップＳ３１で取得したセンサ情報に含まれる値が、ステップＳ３０で取得したセンサ正常パターンに対して異常と判断されるか否かで、異常診断を行う（Ｓ３２）。
例えば、本実施形態においては、図１４（異常診断処理を説明するための概略図）に示すように、センサ正常パターンが含まれるように、正常と判断することのできる上限値及び下限値を特定し、ステップＳ３１で読み込んだセンサ情報の値が当該上限値及び下限値の範囲にない場合に、異常と判断する。
なお、上限値と下限値については、センサ正常パターンが含まれるように予め定めておけばよいが、例えば、センサ正常パターンの（特定の期間における）平均値に予め定められた値を加算又は減算することで上限値と下限値とを算出するようにしてもよく、また、センサ正常パターンの値に予め定められた値を加算又は減算することで上限値と下限値とを算出するようにしてもよい。
そして、異常があると判断された場合には（ステップＳ３３でＹｅｓ）、ステップＳ３４に進み、異常があると判断されなかった場合には（ステップＳ３３でＮｏ）、ステップＳ３７に進む。
ステップＳ３４では、センサ情報解析部１２４は、故障予兆パターン情報記憶領域１１４に記憶されている故障予兆パターンを取得する。
そして、センサ情報解析部１２４は、ステップＳ３４で取得した故障予兆パターンの中から、異常と判断されたセンサ情報に含まれる値の特定の時間間隔における時系列変化のパターンに最も近いものを特定し、特定した故障予兆パターンの故障予兆パターン番号が故障予兆パターンフィールド１１４ｂに格納されているレコードを故障予兆パターンテーブル１１４ａから特定することで、故障予兆の有る部品を特定する（Ｓ３５）。
例えば、本実施形態では、ステップＳ３４で取得した故障予兆パターンと、異常と判断されたセンサ情報に含まれる値の特定の時間間隔における時系列変化のパターンと、の対応する時間（パターンの開始からの経過時間等）における差分値の絶対値の和が最も小さいものを、最も近い故障予兆パターンとすればよいが、このような態様に限定されるわけではない。
次に、センサ情報解析部１２４は、ステップＳ３５で特定したレコードに格納されている情報を故障予兆情報テーブル１１５ａの対応するフィールドに格納するとともに、異常と判断されたセンサ情報に含まれるセンサの値の取得時間を特定する情報を異常発生時点フィールド１１５ｃに格納することで、故障予兆情報テーブル１１５ａに新たなレコードを作成する（Ｓ３６）。
そして、センサ情報解析部１２４は、稼働機器情報テーブル１１６を参照して、ステップＳ３２で異常診断を行ったセンサ情報を取得した稼働機器１７０が最後の稼働機器１７０であるか否かを判断し（Ｓ３７）、最後の稼働機器１７０ではない場合には（ステップＳ３７でＮｏ）、ステップＳ３８に進み、最後の稼働機器１７０である場合には（ステップＳ３７でＹｅｓ）、処理を終了する。
ステップＳ３８では、センサ情報解析部１２４は、ステップＳ３２で異常診断を行ったセンサ情報を取得した稼働機器１７０の次の稼働機器１７０のセンサ情報をセンサ情報記憶領域１１２から取得する。そして、センサ情報解析部１２４は、ステップＳ３２に戻り処理を繰り返す。
図１５は、稼動機器状態の分類処理を示すフローチャートである。
まず、稼働機器状態分類部１２５は、稼働機器情報記憶領域１１６から稼働機器情報テーブル１１６ａを取得し、最初の管理領域番号γ１に含まれる稼働機器１７０を稼働機器情報テーブル１１６ａから抽出する（Ｓ４０）。
次に、稼働機器状態分類部１２５は、故障予兆情報記憶領域１１５から故障予兆情報テーブル１１５ａを取得し、抽出した稼働機器１７０に対応する故障予兆情報テーブル１１５ａのレコードを絞り込む（Ｓ４１）。
次に、稼働機器状態分類部１２５は、ステップＳ４１で絞り込んだレコードに含まれている部品の部品番号を故障予兆部品番号フィールド１１５ｅから抽出し、抽出した部品番号より故障予兆の有る部品の品目数Ｘを算出する（Ｓ４２）。なお、ステップＳ４２では、抽出した部品番号で特定される各々の部品に、「１」から順に自然数による順番を割り当てておく。
そして、稼働機器状態分類部１２５は、ステップＳ４２で抽出したレコードに含まれている故障予兆の有る部品の内から、一番目の品目に対応する部品を選択する（Ｓ４３）。
次に、稼働機器状態分類部１２５は、故障予兆の有る稼働機器１７０と、故障予兆のない稼働機器１７０と、を分類する（Ｓ４４）。
例えば、稼働機器状態分類部１２５は、ステップＳ４２で抽出したレコードの故障予兆部品番号フィールド１１５ｅに、選択された部品に対応する部品番号が含まれるレコードを特定し、特定したレコードの稼働機器番号フィールド１１５ｂから稼働機器番号を抽出することにより、故障予兆の有る稼働機器１７０を特定する。
そして、稼働機器状態分類部１２５は、対象となっている管理領域に含まれる稼働機器１７０に対応する稼働機器情報テーブル１１６ａのレコードの部品番号フィールド１１６ｃのうち、選択された部品に対応する部品番号が含まれるレコードを特定し、特定したレコードの稼働機器番号フィールド１１６ｃに含まれる稼働機器番号に対応する稼働機器１７０のうち、故障予兆の有る稼働機器１７０を除いたものから、故障予兆のない稼働機器１７０を特定する。
次に、稼働機器状態分類部１２５は、ステップＳ４５で分類した故障予兆の有る稼働機器１７０における選択された部品の個数と、故障予兆の無い稼働機器１７０における選択された部品の個数と、を算出する（Ｓ４６）。
例えば、稼働機器状態分類部１２５は、ステップＳ４５で分類した故障予兆の有る稼働機器１７０又は故障予兆の無い稼働機器１７０の稼働機器番号と、選択された部品の部品番号と、が同じレコードに格納されている稼働機器情報テーブル１１６ａのレコードを特定し、特定したレコードの取付個数フィールド１１６ｅの値を各々の分類において加算することで、各々の分類における部品個数を算出する。
次に、稼働機器状態分類部１２５は、評価の対象となっている管理領域の管理領域番号と、選択された部品の部品番号と、ステップＳ４５で算出された故障予兆の有る稼働機器１７０における選択された部品の個数と、故障予兆の有る部品の故障率（稼働機器情報テーブル１１６ａの故障率フィールド１１６ｆより特定）と、ステップＳ４５で算出された故障予兆の無い稼働機器１７０における選択された部品の個数と、故障予兆の有る部品の故障率（稼働機器情報テーブル１１６ａの故障率フィールド１１６ｆより特定）と、を特定し、それぞれ部品必要数情報テーブル１１８ａの管理領域フィールド１１８ｂ、部品番号フィールド１１８ｃ、予兆有り個数フィールド１１８ｄ、予兆有り故障率フィールド１１８ｅ、故障無し個数フィールド１１８ｆ、予兆無し故障率フィールド１１８ｇに格納する（Ｓ４６）。さらに、稼働機器状態分類部１２５は、稼働機器を抽出した管理領域を識別する管理領域番号が、補充先フィールド１１７ｂに格納されている管理情報テーブル１１７ａのレコードを特定し、特定したレコードの補充元フィールド１１７ｃ、補充リードタイムフィールド１１７ｄ及び欠品率フィールド１１７ｅに格納されている情報を取得し、取得した情報を、それぞれ部品必要数情報テーブル１１８ａの補充元フィールド１１８ｉ、補充リードタイムフィールド１１８ｊ及び欠品率フィールド１１８ｋに格納する。
そして、稼働機器状態分類部１２５は、ステップＳ４４で分類を行った部品の品目が、最後の品目であるか否かを判断し（Ｓ４７）、最後の品目でない場合には（ステップＳ４７でＮｏ）、ステップＳ４８において次の品目の部品を選択し、ステップＳ４４に戻り処理を繰り返す。一方、最後の品目である場合には（ステップＳ４７でＹｅｓ）、ステップＳ４９に進む。
ステップＳ４９では、稼働機器状態分類部１２５は、稼働機器１７０を抽出した管理領域が、最後の管理領域であるか否かを判断し、最後の管理領域である場合には（ステップＳ４９でＹｅｓ）、処理を終了し、最後の管理領域でない場合には（ステップＳ４９でＮｏ）、ステップＳ５０に進む。
ステップＳ５０では、稼働機器状態分類部１２５は、次の管理領域γｉ（ｉは、１≦ｉ≦ｎを満たす自然数）に含まれる稼働機器１７０を稼働機器情報テーブル１１６ａから抽出する（Ｓ５０）。そして、稼働機器状態分類部１２５は、ステップＳ４１に戻り処理を繰り返す。
図１６は、部品の必要数を算出する処理を示すフローチャートである。
まず、部品必要数算出部１２６は、部品必要数情報記憶領域１１８に記憶されている部品必要数情報テーブル１１８ａを取得し、最初の管理領域番号γ１に対応する管理領域で管理されている第一番目（一番上のレコード）の部品を選択する（Ｓ６０）。
次に、部品必要数算出部１２６は、選択した部品の必要数を算出する（Ｓ６１）。
部品の必要数は、例えば、下記の（１）式に示すようなポアソン分布における故障分布の式を用いて算出する。
Figure 2010113672
ここで、λは故障率、ｎはサンプル数、ｔは動作時間、ｒは故障数、Ｐ（ｒ）は故障確率である。
具体的には、部品必要数算出部１２６は、まず、（１）式において、故障率λに、選択された部品に対応する予兆有り故障率フィールド１１８ｃに格納された予兆有り故障率を、サンプル数ｎに、選択された部品に対応する予兆有り個数フィールド１１８ｄに格納された個数を、動作時間ｔに、選択された部品に対応する補充リードタイムフィールド１１８ｊに格納された補充リードタイムを、入力する。
そして、部品必要数算出部１２６は、故障数ｒに、順に０、１、・・・と正の整数を代入して算出したＰ（ｒ）の値を順に加算した累積値を求めて、求めた累積値が（１−欠品確率）に到達した時点の故障数ｒを求める。このようにして求めたｒの値を故障予兆が有る場合の必要数とする。
同様に、部品必要数算出部１２６は、（１）式において、故障率λに、選択された部品に対応する予兆無し故障率フィールド１１８ｇに格納された故障率を、サンプル数ｎに、選択された部品に対応する予兆無し個数フィールド１１８ｆに格納された個数を、動作時間ｔに、選択された部品に対応する補充リードタイムフィールド１１８ｊに格納された補充リードタイムを、入力する。
そして、部品必要数算出部１２６は、故障数ｒに、順に０、１、・・・と代入して算出したＰ（ｒ）の値を順に加算した累積値を求めて、求めた累積値が（１−欠品確率）に到達した時点の故障数ｒを求める。このようにして求めたｒの値を故障予兆が無い場合の必要数とする。
そして、以上のようにして算出した故障予兆が有る場合の必要数と、故障予兆が無い場合の必要数と、を合算することで、その部品の選択された管理領域における地方倉庫の必要数とする。
次に、部品必要数算出部１２６は、ステップＳ６１で算出した部品の必要数を、部品必要数情報テーブル１１８ａの必要数フィールド１１８ｈに格納する（Ｓ６２）。
そして、部品必要数算出部１２６は、ステップＳ６１で必要数を算出した部品が最後の部品であるか否かを判断し（Ｓ６３）、最後の部品ではない場合には（ステップＳ６３でＮｏ）、ステップＳ６４において次の部品を選択して、ステップＳ６１に戻り処理を繰り返す。一方、最後の部品である場合には（ステップＳ６３でＹｅｓ）、ステップＳ６５に進む。
ステップＳ６５では、部品必要数算出部１２６は、最後の管理領域番号γｎに対応する管理領域で管理されている部品の必要数を算出したか否かを判断し、最後の管理領域である場合には（ステップＳ６５でＹｅｓ）、処理を終了し、最後の管理領域ではない場合には（ステップＳ６５でＮｏ）、ステップＳ６６に進む。
ステップＳ６６では、部品必要数算出部１２６は、次の管理領域番号γｉに対応する管理領域で管理されている第一番目（一番上のレコード）の部品を選択して、ステップＳ６１に戻り処理を繰り返す。
図１７は、部品在庫の制御処理を示すフローチャートである。
まず、部品在庫制御部１２７は、部品必要数情報記憶領域１１８に記憶されている部品必要数情報テーブル１１８ａを取得し、最初の管理領域番号γ１に対応する管理領域で管理されている第一番目（一番上のレコード）の部品を選択する（Ｓ７０）。
次に、部品在庫制御部１２７は、選択された部品の必要数を部品必要数情報テーブル１１８ａの必要数フィールド１１８ｈより抽出し、また、選択された部品の対象となっている管理領域における在庫数を、部品在庫情報テーブル１１９ａのフリー在庫数フィールド１１９ｄから取得する（Ｓ７１）。
次に、部品在庫制御部１２７は、選択された部品の必要数が、当該部品の在庫数を超えているか否かを判定し（Ｓ７２）、超えている場合には（ステップＳ７２でＹｅｓ）、ステップＳ７３に進み、超えていない場合には（ステップＳ７２でＮｏ）、ステップＳ７４に進む。
ステップＳ７３では、部品在庫制御部１２７は、選択された部品の必要数から、当該部品の在庫数を差し引くことにより、当該部品の補充数を算出し、部品補充情報テーブル１２０ａの補充数フィールド１２０ｅに格納する（Ｓ７３）。また、部品在庫制御部１２７は、補充数を格納したレコードにおいて、補充先フィールド１２０ｂに、対象となっている管理領域の管理領域番号を格納し、部品番号フィールド１２０ｃに、選択された部品の部品番号を格納し、補充元フィールド１２０ｄに中央倉庫を特定する情報を格納する。
ステップＳ７４では、部品在庫制御部１２７は、選択された部品が、対象となっている管理領域で管理されている最後の部品か否かを判断し、最後の部品ではない場合には（ステップＳ７４でＮｏ）、ステップＳ７５において次の部品を選択して、ステップＳ７１に戻り処理を繰り返す。一方、最後の部品である場合には（ステップＳ７４でＹｅｓ）、ステップＳ７６に進む。
ステップＳ７６では、部品在庫制御部１２７は、補充数を算出した部品を管理する管理領域が、最後の管理領域であるか否かを判断し、最後の管理領域でない場合には（ステップＳ７６でＮｏ）、ステップＳ７７に進み、最後の管理領域である場合には（ステップＳ７６でＹｅｓ）、ステップＳ７８に進む。
ステップＳ７７では、部品在庫制御部１２７は、部品必要数情報テーブル１１８ａにおいて、次の管理領域番号γｉに対応する管理領域で管理されている第一番目（一番上のレコード）の部品を選択して、ステップＳ７１に戻り処理を繰り返す。
一方、ステップＳ７８では、部品在庫制御部１２７は、中央倉庫に対応付けられている部品在庫情報テーブル１１９ａと、部品補充情報テーブル１２０ａと、部品必要数情報テーブル１１８ａと、を記憶部１１１より取得して、部品補充情報テーブル１２０ａに格納されている第一番目の部品を選択する。
次に、部品在庫制御部１２７は、選択された部品の補充数が、中央倉庫の在庫数（中央倉庫の部品在庫情報テーブル１１９ａのフリー在庫数フィールド１１９ｄで特定）を超えているか否かを判断する（Ｓ７９）。そして、部品在庫制御部１２７は、選択された部品の補充数が、中央倉庫の在庫数を超えている場合には（ステップＳ７９でＹｅｓ）、ステップＳ８０に進み、超えていない場合には（ステップＳ７９でＮｏ）、ステップＳ８１に進む。
ステップＳ８０では、部品在庫制御部１２７は、選択された部品の補充数が、中央倉庫の在庫数を超えている数量を不足数量として算出し、当該不足数量と、選択された部品を特定する情報と、を含む予め定められたフォーマットの発注データを生成し、通信部１３２を介してサプライヤ端末１４０に送信する処理を行う。
一方、ステップＳ８１では、部品在庫制御部１２７は、選択された部品の補充数を、中央倉庫より、対象となっている管理領域の地方倉庫に補充する旨の指示を出力部１３１に出力する。
そして、部品在庫制御部１２７は、ステップＳ８０又はステップＳ８１での処理結果を、中央倉庫に対応付けられている部品在庫情報テーブル１１９ａ、および、部品補充情報テーブル１２０ａ、に反映させる（Ｓ８２）。
具体的には、ステップＳ８０の処理を行った場合には、部品在庫制御部１２７は、部品在庫情報テーブル１１９ａのフリー在庫数フィールド１１９ｄに格納されている在庫数を、引当済み在庫数フィールド１１９ｅに移すとともに、選択された部品に対応する補充情報テーブル１２０ａのレコードの補充数フィールド１２０ｅの値を、中央倉庫の在庫数数にして、入荷日フィールド１２０ｆに、処理した日付に部品必要数情報テーブル１１８ａの補充リードタイムフィールド１１８ｉで特定されるリードタイムを加えた日付を算出して、算出した日付を格納する。さらに、部品在庫制御部１２７は、当該レコードのステータスフィールド１２０ｇに、「入荷予定」の文字列を格納する。
さらに、部品在庫制御部１２７は、選択された部品に対応する補充情報テーブル１２０ａのレコードと同様のレコードを新たに追加し、追加したレコードの補充数フィールド１２０ｅの値を、サプライヤに発注した数量に変更し、入荷日フィールド１２０ｆに、処理した日付に中央倉庫から当該地方倉庫へのリードタイム（部品必要数情報テーブル１１８ａの補充リードタイムフィールド１１８ｉで特定）及びサプライヤから中央倉庫へのリードタイム（予め設定）、を加えた日付を算出して、算出した日付を格納する。さらに、部品在庫制御部１２７は、当該レコードのステータスフィールド１２０ｇに、「入荷予定」の文字列を格納する。
一方、ステップＳ８１の処理を行った場合には、部品在庫制御部１２７は、部品在庫情報テーブル１１９ａのフリー在庫数フィールド１１９ｄに格納されている在庫数より、選択された部品の補充数を差し引き、差し引いた数量を引当済み在庫数フィールド１１９ｅに格納する。
次に、部品在庫制御部１２７は、選択された部品が、最後の部品か否かを判断し（Ｓ８３）、最後の部品ではない場合には（ステップＳ８３でＮｏ）、ステップＳ８４において次の部品を選択して、ステップＳ７９に戻り処理を繰り返す。一方、最後の部品である場合には（ステップＳ８３でＹｅｓ）、処理を終了する。
以上のように、例えば、図１８（部品在庫制御システム１００での地方倉庫の在庫量を示す概略図）に示すように、従来では、必要と判断される一定の量の部品を管理しておかなければならなかったところ（図１８Ａ）、本発明によれば、部品に故障予兆がある場合に、当該部品を管理する地方倉庫の在庫数を増やせばよいため（図１８Ｂ）、地方倉庫での在庫負担を軽減することができる。
以上に記載した実施形態においては、特定の地方倉庫の在庫数で部品の必要数を満たすことができない場合には、中央倉庫から部品を補充するようにしているが、このような態様に限定されず、他の地方倉庫から部品を補充するようにしてもよい。
また、中央倉庫の在庫数で部品の必要数を満たすことができない場合には、サプライヤに部品を発注するようにしているが、このような態様に限定されず、例えば、他の地方倉庫から部品を調達するようにしてもよい。
さらに、以上に記載した実施形態においては、統括センタ端末１１０で処理を行うようにしているが、このような態様に限定されず、サプライヤ端末１４０、中央倉庫端末１５０、地方倉庫端末１６０、稼働機器１７０及び稼働機器端末１８０の少なくとも何れか一つ以上に、統括センタ端末１１０と同様の処理を行うように構成することで、この少なくとも何れか一つ以上の端末で、統括センタ端末１１０で行っている処理を行わせるようにすることの可能である。
部品在庫制御システムの概略図。 統括センタ端末の概略図。 故障予兆パターンテーブルの概略図。 故障予兆情報テーブルの概略図。 稼働機器情報テーブルの概略図。 管理情報テーブルの概略図。 部品必要数情報テーブルの概略図。 部品在庫情報テーブルの概略図。 部品補充情報テーブルの概略図。 コンピュータの概略図。 統括センタ側端末での処理を示すフローチャート。 センサ情報の収集処理を示すフローチャート。 センサ情報の解析処理を示すフローチャート。 異常診断処理を説明するための概略図。 稼動機器状態の分類処理を示すフローチャート。 部品の必要数を算出する処理を示すフローチャート。 部品在庫の制御処理を示すフローチャート。 部品在庫制御システムでの地方倉庫の在庫量を示す概略図。
符号の説明
１００ 部品在庫制御システム
１１０ 統括センタ端末
１１１ 記憶部
１１２ センサ情報記憶領域
１１３ センサ正常パターン情報記憶領域
１１４ 故障予兆パターン情報記憶領域
１１５ 故障予兆情報記憶領域
１１６ 稼働機器情報記憶領域
１１７ 管理情報記憶領域
１１８ 部品必要数情報記憶領域
１１９ 部品在庫情報記憶領域
１２０ 部品補充情報記憶領域
１２２ 制御部
１２３ センサ情報収集部
１２４ センサ情報解析部
１２５ 稼働機器状態分類部
１２６ 部品必要数算出部
１２７ 部品在庫制御部
１２８ 情報更新部
１３０ 入力部
１３１ 出力部
１３２ 通信部
１４０ サプライヤ端末
１５０ 中央倉庫端末
１６０ 地方倉庫端末
１７０ 稼働機器
１８０ 稼働機器端末

Claims (11)

  1. 複数の稼働機器のための部品の在庫を管理する端末であって、
    前記稼働機器の状態を監視するセンサから得られる値のパターンであって前記稼働機器に使用されている部品の故障予兆を示す故障予兆パターン、当該故障予兆パターンが見られる場合に故障が発生するおそれのある部品、および、当該故障予兆がある場合に当該部品が故障する確率である第一の故障率、を特定する情報を有する故障予兆パターン情報と、
    前記稼働機器、前記稼働機器で使用される部品、前記稼働機器に使用されている当該部品の個数、および、故障予兆がない場合に当該部品が故障する確率である第二の故障率、を特定する情報を有する稼働機器情報と、を記憶する記憶部と、制御部と、を備え、
    前記制御部は、
    前記稼働機器の状態を監視するセンサから得られた値が異常と判断された場合に、当該値のパターンに対応する故障予兆パターンを前記故障予兆パターン情報から特定する処理と、
    特定した故障予兆パターンにより故障するおそれのある部品を故障予兆部品として特定する処理と、
    前記センサから得られた値が異常と判断された前記稼働機器において、前記故障予兆部品が使用されている個数を、故障予兆有り個数として前記稼働機器情報から特定する処理と、
    前記複数の稼働機器の内、前記センサから得られた値が異常と判断された前記稼働機器以外の他の前記稼働機器において、前記故障予兆部品を同じ部品が使用されている個数を、故障予兆無し個数として前記稼働機器情報から特定する処理と、
    前記故障予兆有り個数の部品が、前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を算出する処理と、
    前記故障予兆無し個数の部品が、前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を算出する処理と、
    第一の必要数と第二の必要数を合算することで、前記故障予兆部品と同じ部品の在庫必要数を算出する処理と、
    を行うことを特徴とする端末。
  2. 請求項１に記載の端末であって、
    前記制御部は、
    前記故障予兆有り個数の部品が、当該部品のリードタイムにおいて前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を、予め定められた欠品確率以下の数量となるようにポアソン分布により算出すること、
    を特徴とする端末。
  3. 請求項１に記載の端末であって、
    前記制御部は、
    前記故障予兆無し個数の部品が、当該部品のリードタイムにおいて前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を、予め定められた欠品確率以下の数量となるようにポアソン分布により算出すること、
    を特徴とする端末。
  4. 請求項１に記載の端末であって、
    前記記憶部は、前記稼働機器毎に、前記稼働機器が含まれる予め定められた領域、前記稼働機器に使用される部品、および、前記領域に割り当てられている倉庫における当該部品の在庫数、を特定する部品在庫情報を記憶しており、
    前記制御部は、
    前記センサから得られた値が異常と判断された前記稼働機器の前記故障予兆部品と同じ部品の在庫数を、前記部品在庫情報から特定する処理と、
    前記在庫必要数が、特定した在庫数よりも多い場合には、前記在庫必要数から当該在庫数を減算した値を補充数として特定する処理と、
    前記補充数を、前記センサから得られた値が異常と判断された前記稼働機器が含まれる予め定められた領域に割り当てられている倉庫以外の他の倉庫から補充すべき指示を出力部に出力する処理と、を行うこと、
    を特徴とする端末。
  5. 請求項４に記載の端末であって、
    前記制御部は、
    前記補充数が、前記センサから得られた値が異常と判断された前記稼働機器が含まれる予め定められた領域に割り当てられている倉庫以外の他の倉庫の在庫数よりも多い場合には、前記補充数から前記他の倉庫の在庫数を減算した不足数を発注する処理を行うこと、
    を特徴とする端末。
  6. コンピュータを、複数の稼働機器のための部品の在庫を管理する端末として機能させるプログラムであって、
    前記コンピュータを、
    前記稼働機器の状態を監視するセンサから得られる値のパターンであって前記稼働機器に使用されている部品の故障予兆を示す故障予兆パターン、当該故障予兆パターンが見られる場合に故障が発生するおそれのある部品、および、当該故障予兆がある場合に当該部品が故障する確率である第一の故障率、を特定する情報を有する故障予兆パターン情報と、
    前記稼働機器、前記稼働機器で使用される部品、前記稼働機器に使用されている当該部品の個数、および、故障予兆がない場合に当該部品が故障する確率である第二の故障率、を特定する情報を有する稼働機器情報と、を記憶する記憶手段、制御手段として機能させ、
    前記制御手段に、
    前記稼働機器の状態を監視するセンサから得られた値が異常と判断された場合に、当該値のパターンに対応する故障予兆パターンを前記故障予兆パターン情報から特定する処理と、
    特定した故障予兆パターンにより故障するおそれのある部品を故障予兆部品として特定する処理と、
    前記センサから得られた値が異常と判断された前記稼働機器において、前記故障予兆部品が使用されている個数を、故障予兆有り個数として前記稼働機器情報から特定する処理と、
    前記複数の稼働機器の内、前記センサから得られた値が異常と判断された前記稼働機器以外の他の前記稼働機器において、前記故障予兆部品を同じ部品が使用されている個数を、故障予兆無し個数として前記稼働機器情報から特定する処理と、
    前記故障予兆有り個数の部品が、前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を算出する処理と、
    前記故障予兆無し個数の部品が、前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を算出する処理と、
    第一の必要数と第二の必要数を合算することで、前記故障予兆部品と同じ部品の在庫必要数を算出する処理と、
    を行わせることを特徴とするプログラム。
  7. 請求項６に記載のプログラムであって、
    前記制御手段に、
    前記故障予兆有り個数の部品が、当該部品のリードタイムにおいて前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を、予め定められた欠品確率以下の数量となるようにポアソン分布により算出させること、
    を特徴とするプログラム。
  8. 請求項６に記載のプログラムであって、
    前記制御手段に、
    前記故障予兆無し個数の部品が、当該部品のリードタイムにおいて前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を、予め定められた欠品確率以下の数量となるようにポアソン分布により算出させること、
    を特徴とするプログラム。
  9. 請求項６に記載のプログラムであって、
    前記記憶手段に、前記稼働機器毎に、前記稼働機器が含まれる予め定められた領域、前記稼働機器に使用される部品、および、前記領域に割り当てられている倉庫における当該部品の在庫数、を特定する部品在庫情報を記憶させ、
    前記制御手段に、
    前記センサから得られた値が異常と判断された前記稼働機器の前記故障予兆部品と同じ部品の在庫数を、前記部品在庫情報から特定する処理と、
    前記在庫必要数が、特定した在庫数よりも多い場合には、前記在庫必要数から当該在庫数を減算した値を補充数として特定する処理と、
    前記補充数を、前記センサから得られた値が異常と判断された前記稼働機器が含まれる予め定められた領域に割り当てられている倉庫以外の他の倉庫から補充すべき指示を出力部に出力する処理と、を行わせること、
    を特徴とするプログラム。
  10. 請求項９に記載のプログラムであって、
    前記制御手段に、
    前記補充数が、前記センサから得られた値が異常と判断された前記稼働機器が含まれる予め定められた領域に割り当てられている倉庫以外の他の倉庫の在庫数よりも多い場合には、前記補充数から前記他の倉庫の在庫数を減算した不足数を発注する処理を行わせること、
    を特徴とするプログラム。
  11. 稼働機器の状態を監視するセンサから得られる値のパターンであって前記稼働機器に使用されている部品の故障予兆を示す故障予兆パターン、当該故障予兆パターンが見られる場合に故障が発生するおそれのある部品、および、当該故障予兆がある場合に当該部品が故障する確率である第一の故障率、を特定する情報を有する故障予兆パターン情報と、
    前記稼働機器、前記稼働機器で使用される部品、前記稼働機器に使用されている当該部品の個数、および、故障予兆がない場合に当該部品が故障する確率である第二の故障率、を特定する情報を有する稼働機器情報と、を記憶する記憶部と、制御部と、を備える端末が、複数の稼働機器のための部品の在庫を管理する在庫管理方法であって、
    前記制御部が、前記稼働機器の状態を監視するセンサから得られた値が異常と判断された場合に、当該値のパターンに対応する故障予兆パターンを前記故障予兆パターン情報から特定する処理を行う過程と、
    前記制御部が、特定した故障予兆パターンにより故障するおそれのある部品を故障予兆部品として特定する処理を行う過程と、
    前記制御部が、前記センサから得られた値が異常と判断された前記稼働機器において、前記故障予兆部品が使用されている個数を、故障予兆有り個数として前記稼働機器情報から特定する処理を行う過程と、
    前記制御部が、前記複数の稼働機器の内、前記センサから得られた値が異常と判断された前記稼働機器以外の他の前記稼働機器において、前記故障予兆部品を同じ部品が使用されている個数を、故障予兆無し個数として前記稼働機器情報から特定する処理を行う過程と、
    前記制御部が、前記故障予兆有り個数の部品が、前記第一の故障率で故障する場合に在庫として必要となる第一の必要数を算出する処理を行う過程と、
    前記制御部が、前記故障予兆無し個数の部品が、前記第二の故障率で故障する場合に在庫として必要となる第二の必要数を算出する処理を行う過程と、
    前記制御部が、第一の必要数と第二の必要数を合算することで、前記故障予兆部品と同じ部品の在庫必要数を算出する処理を行う過程と、
    を備えることを特徴とする在庫管理方法。
JP2008287942A 2008-11-10 2008-11-10 端末、プログラム及び在庫管理方法 Expired - Fee Related JP5058947B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2008287942A JP5058947B2 (ja) 2008-11-10 2008-11-10 端末、プログラム及び在庫管理方法
PCT/JP2009/068796 WO2010053080A1 (ja) 2008-11-10 2009-11-04 端末、プログラム及び在庫管理方法
US13/127,713 US20110213636A1 (en) 2008-11-10 2009-11-04 Terminal, program and inventory management method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008287942A JP5058947B2 (ja) 2008-11-10 2008-11-10 端末、プログラム及び在庫管理方法

Publications (2)

Publication Number Publication Date
JP2010113672A true JP2010113672A (ja) 2010-05-20
JP5058947B2 JP5058947B2 (ja) 2012-10-24

Family

ID=42152888

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008287942A Expired - Fee Related JP5058947B2 (ja) 2008-11-10 2008-11-10 端末、プログラム及び在庫管理方法

Country Status (3)

Country Link
US (1) US20110213636A1 (ja)
JP (1) JP5058947B2 (ja)
WO (1) WO2010053080A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012104058A (ja) * 2010-11-12 2012-05-31 Jfe Steel Corp 在庫管理装置および在庫管理方法
JP2013122761A (ja) * 2011-12-12 2013-06-20 Boeing Co:The ライフサイクル陳腐化予測ツール
JP2013193802A (ja) * 2012-03-16 2013-09-30 Fujitsu Ltd 情報処理方法、装置及びプログラム
WO2013186874A1 (ja) * 2012-06-13 2013-12-19 株式会社日立製作所 保守部品在庫計画システム、保守部品在庫計画システムサーバ、及び保守部品在庫計画システムクライアント端末
JP2018500709A (ja) * 2014-12-01 2018-01-11 アップテイク テクノロジーズ、インコーポレイテッド 資産健全性スコアおよびそれらの使用
JP2018142256A (ja) * 2017-02-28 2018-09-13 ファナック株式会社 在庫管理および予防保全を行う機能を有する在庫管理システム
JP2020042515A (ja) * 2018-09-10 2020-03-19 日本電気株式会社 モデル生成装置、モデル生成方法、及びプログラム
JP2021523473A (ja) * 2018-05-10 2021-09-02 ストール マシーナリ カンパニー, エルエルシーStolle Machinery Company, LLC 工場管理監視システム及び方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665842B2 (en) * 2013-09-12 2017-05-30 Globalfoundries Inc. Supply chain management anomaly detection
CN105900158A (zh) * 2014-01-09 2016-08-24 富士通株式会社 分析方法、分析程序以及分析装置
JP2018062028A (ja) * 2016-10-12 2018-04-19 ファナック株式会社 モジュールの情報を追跡するロボットシステム及び保守方法
US10831410B2 (en) 2016-10-19 2020-11-10 International Business Machines Corporation Managing maintenance of tape storage systems
CN107527115A (zh) * 2017-08-14 2017-12-29 震坤行工业超市(上海)有限公司 智能仓储管理方法、装置、***、及无人智能仓储设备
EP4033219B1 (en) * 2019-09-17 2023-10-11 NISSAN MOTOR Co., Ltd. Anomaly determination device and anomaly determination method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002244709A (ja) * 2001-02-19 2002-08-30 Hitachi Ltd 在庫制御システム，方法，プログラムおよびその記憶媒体
JP2003141399A (ja) * 2001-10-30 2003-05-16 Mitsubishi Electric Corp 部品在庫管理サーバ及び部品在庫管理システム
JP2003257808A (ja) * 2002-03-05 2003-09-12 Toshiba Corp 半導体製造装置、その管理装置、その部品管理装置、半導体ウェーハ収納容器搬送装置
JP2004227357A (ja) * 2003-01-24 2004-08-12 Hitachi Industries Co Ltd 設備の劣化診断方法と劣化診断装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7881985B2 (en) * 2000-02-22 2011-02-01 I2 Technologies Us, Inc. Electronic marketplace providing service parts inventory planning and management
US7370001B2 (en) * 2002-02-12 2008-05-06 Delta Airlines, Inc. Method and system of forecasting unscheduled component demand
JP2006033249A (ja) * 2004-07-14 2006-02-02 Canon Inc 画像形成管理システム
US8433596B2 (en) * 2004-07-20 2013-04-30 Sap Aktiengesellschaft System and method for service parts planning
US8229791B2 (en) * 2005-11-29 2012-07-24 The Boeing Company Methods, systems, and computer integrated program products for supply chain management
US20070244589A1 (en) * 2006-04-18 2007-10-18 Takenori Oku Demand prediction method, demand prediction apparatus, and computer-readable recording medium
JP2007323148A (ja) * 2006-05-30 2007-12-13 Hitachi Ltd 管理支援装置、プログラム及び管理支援方法
US7730364B2 (en) * 2007-04-05 2010-06-01 International Business Machines Corporation Systems and methods for predictive failure management
US8165705B2 (en) * 2008-07-10 2012-04-24 Palo Alto Research Center Incorporated Methods and systems for continuously estimating persistent and intermittent failure probabilities for production resources

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002244709A (ja) * 2001-02-19 2002-08-30 Hitachi Ltd 在庫制御システム，方法，プログラムおよびその記憶媒体
JP2003141399A (ja) * 2001-10-30 2003-05-16 Mitsubishi Electric Corp 部品在庫管理サーバ及び部品在庫管理システム
JP2003257808A (ja) * 2002-03-05 2003-09-12 Toshiba Corp 半導体製造装置、その管理装置、その部品管理装置、半導体ウェーハ収納容器搬送装置
JP2004227357A (ja) * 2003-01-24 2004-08-12 Hitachi Industries Co Ltd 設備の劣化診断方法と劣化診断装置

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012104058A (ja) * 2010-11-12 2012-05-31 Jfe Steel Corp 在庫管理装置および在庫管理方法
JP2013122761A (ja) * 2011-12-12 2013-06-20 Boeing Co:The ライフサイクル陳腐化予測ツール
JP2013193802A (ja) * 2012-03-16 2013-09-30 Fujitsu Ltd 情報処理方法、装置及びプログラム
WO2013186874A1 (ja) * 2012-06-13 2013-12-19 株式会社日立製作所 保守部品在庫計画システム、保守部品在庫計画システムサーバ、及び保守部品在庫計画システムクライアント端末
JPWO2013186874A1 (ja) * 2012-06-13 2016-02-01 株式会社日立製作所 保守部品在庫計画システム、保守部品在庫計画システムサーバ、及び保守部品在庫計画システムクライアント端末
US10754721B2 (en) 2014-12-01 2020-08-25 Uptake Technologies, Inc. Computer system and method for defining and using a predictive model configured to predict asset failures
JP2018500709A (ja) * 2014-12-01 2018-01-11 アップテイク テクノロジーズ、インコーポレイテッド 資産健全性スコアおよびそれらの使用
US11144378B2 (en) 2014-12-01 2021-10-12 Uptake Technologies, Inc. Computer system and method for recommending an operating mode of an asset
JP2018142256A (ja) * 2017-02-28 2018-09-13 ファナック株式会社 在庫管理および予防保全を行う機能を有する在庫管理システム
US10621545B2 (en) 2017-02-28 2020-04-14 Fanuc Corporation Inventory management system having functions of performing inventory management and preventive maintenance
JP2021523473A (ja) * 2018-05-10 2021-09-02 ストール マシーナリ カンパニー, エルエルシーStolle Machinery Company, LLC 工場管理監視システム及び方法
JP7271576B2 (ja) 2018-05-10 2023-05-11 ストール マシーナリ カンパニー，エルエルシー 工場管理監視システム及び方法
WO2020054599A1 (ja) * 2018-09-10 2020-03-19 日本電気株式会社 モデル生成装置、予測装置、モデル生成方法、予測方法、及びプログラム
JP2020042515A (ja) * 2018-09-10 2020-03-19 日本電気株式会社 モデル生成装置、モデル生成方法、及びプログラム
US11494247B2 (en) 2018-09-10 2022-11-08 Nec Corporation Model generation apparatus, model generation method, and non-transitory storage medium

Also Published As

Publication number Publication date
JP5058947B2 (ja) 2012-10-24
WO2010053080A1 (ja) 2010-05-14
US20110213636A1 (en) 2011-09-01

Similar Documents

Publication Publication Date Title
JP5058947B2 (ja) 端末、プログラム及び在庫管理方法
US9384079B2 (en) System operations management apparatus, system operations management method and program storage medium
JP5077617B2 (ja) 想定外需要検出システムおよび想定外需要検出プログラム
WO2007037400A1 (ja) 作業機械のメンテナンス作業管理システム
JP6832829B2 (ja) 在庫管理装置及び在庫管理方法
JP2009169483A (ja) 設備ライフサイクル管理を支援する方式、及び設備ライフサイクル管理プログラム、及びシステム構成に関する一方式
EP3154005A1 (en) Plan generating device and plan generating method
EP3982453A1 (en) Component replacement method and component replacement system
JP2009155043A (ja) エレベータの部品改善計画システム及び部品改善計画方法
JP5260349B2 (ja) 部品在庫計画プログラム及び装置
CN110858355A (zh) 项目预算结余预测方法及装置
Moritz et al. Maintenance with production planning constraints in semiconductor manufacturing
JP2009271865A (ja) 補充生産方法、補充生産装置、および補充生産プログラム
JP2006155432A (ja) 在庫補充方法、在庫補充プログラムおよび在庫補充量管理装置
JP2021124819A (ja) 時系列パターンの説明情報生成装置
CN116979529B (zh) 电力负荷评估方法、***、设备及存储介质
US10607180B2 (en) Inventory control for non-repairable items based on prognostics and health monitoring data
JP6700509B1 (ja) 推定装置、推定方法、及びプログラム
WO2023188214A1 (ja) 情報処理プログラム、情報処理方法および情報処理装置
JP5696010B2 (ja) 生産スケジュール作成装置及び生産スケジュール作成方法
JP2003242331A (ja) 装填計画作成方法および装填計画作成システム
JP2009129092A (ja) 物品発注システム及び物品発注方法
WO2020240994A1 (ja) 予約権契約システムおよび予約権契約方法
JP2006099691A (ja) 生産計画立案支援装置、生産計画立案支援方法、生産計画立案支援プログラム、および、生産計画立案支援プログラムを記録したコンピュータ読取可能な記録媒体
JP6894414B2 (ja) 在庫管理支援システム及び方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110208

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120703

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120801

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150810

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150810

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees