JP2023132966A - 生産管理システム、生産管理方法、及び生産管理プログラム - Google Patents

Abstract

【課題】より効率的に、生産ラインの品質や生産性を改善することを可能とする技術を提供する。【解決手段】単一または複数の製造装置（１０ａ、１０ｃ、１０ｅ）及び検査装置（１０ｂ、１０ｄ、１０ｆ）を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ライン（１０）に係る生産管理システム（１）であって、前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出部（１１０ａ）と、前記変化検出部が検出した前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得部（１１０ｂ）と、前記指標変化取得部により取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成部（１１０ｃ）と、を備える。【選択図】図５

Description

本発明は、製品の生産ラインにおいて生産を管理する、生産管理システム、生産管理方法及び、生産管理プログラムに関する。

製品の生産ラインにおいては、ラインの中間工程や最終工程に製品の検査装置を配置し、不良の検出や不良品の仕分けなどが行われている。例えば、部品実装基板の生産ラインにおいては一般的に、プリント配線基板にクリームはんだを印刷する装置（印刷装置）、クリームはんだが印刷された基板に部品を実装する装置（マウント装置）、部品実装後の基板を加熱して部品を基板にはんだ付けするする装置（リフロー装置）が含まれる。そして、各生産装置の後に配置された検査装置において、各装置における作業が予定通り正しく行われているかの検査が行われる。

また、上記の生産ラインにおいては、各製造装置及び検査装置から情報を収集し、不良率、生産量等を総合的に管理する生産管理システムが稼働しており、生産ライン全体としての生産性の向上に寄与している。

上記の生産ラインの状態については、ライン管理者によって予め予定された意図的な変化の他、生産中に必然的・偶発的に発生する変化が多数あり、それらの発生の事実やその影響が必ずしも把握できておらず、原因不明の品質・生産性の変動が発生している。例えば、必然的・偶発的に発生する変化については、仮にデータとしては存在しても、その量が膨大でありライン管理者は把握できていない。また、意図的な変化についても、オペレータの判断で実施されるものも多く、ライン管理者が把握できていないものが多い。そして、これらの変化を把握しようとすると、膨大な工数がかかり、現実的ではない。

上記のような状況において、生産ラインの品質や生産性が悪化した時に、その原因を迅速に特定し、是正が可能であることが求められていた。特に必然的・偶発的に発生する変化については、隠れた改善対象を発見できることが求められていた。また、改善による意図的な変化の効果を確認する時に、それ以外の変動要因の有無を確認でき、外乱のない状態で効果を確認できることが求められていた。

国際公開第２０１２／１６５２７５号 国際公開第２０１５／１２２２７２号 特開２００４－１９８１４８号公報

本発明は上記実情に鑑みなされたものであり、その目的とするところは、より効率的に、生産ラインの品質や生産性を改善することを可能とする技術を提供することである。

上記の解決しようとする課題を解決するための本発明は、単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ラインに係る生産管理システムであって、
前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検
出部と、
前記変化検出部が検出した前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得部と、
前記指標変化取得部により取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成部と、
を備えることを特徴とする、生産管理システムである。
なお、前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
前記情報生成部が生成する、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むこととしてもよい。

これによれば、製造工程や検査工程に計画的または偶発的に行った変更や、予定外に生じる変化が、製造工程における生産性や製造品質に如何なる影響を及ぼすかの知見を取得し、これを情報化することが可能である。その結果、より確実に、製造工程の生産性や製造品質を向上させることが可能である。より詳しくは、例えば、品質や生産性が悪化した時に、その原因を特定し、是正ができる。なお、前記要因は、計画的な変動であるか、それ以外であるかの情報を関連付けて保存してもよい。また、特に、計画的な変動以外の変化の例としての必然的・偶発的に発生する変化については、隠れた改善対象を発見できる。また、改善による意図的な変化の効果を確認する時に、それ以外の変動要因の有無を確認でき、外乱のない状態で効果を確認できる。また、前記変化検出部で検出する製造工程および／または前記検査工程に関わる所定の要因の変化は、検査条件の変化であってもよい。また、前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における基板または部品の検査結果に基づいて算出される、誤判定率や直行率などの数値であり、前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、基板または部品の検査結果に基づいて算出される数値の増減であることとしてもよい。これによれば、検査工程に計画的に行った変更や、担当者の判断で行った変更が、製造工程における生産性や検査精度に如何なる影響を及ぼすかの知見を取得し、これを情報化することが可能である。その結果、生産性や検査工程の精度を、より確実に向上させることが可能である。なお、ここでいう、「前記製造工程および／または前記検査工程」は、前記製造工程および前記検査工程のうちの少なくとも一方であることを示す。「生産性および／または製造品質」及び、以下の同様の表現についても同じである。

また、本開示においては、前記変化検出部が検出した前記所定の要因の変化の情報と、前記指標変化取得部が取得した前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて保存し蓄積するデータベース部をさらに備えることとしてもよい。

これによれば、製造工程や検査工程に計画的または偶発的に行った変更や、予定外に生じる変化が、製造工程における生産性や製造品質に如何なる影響を及ぼすかの知見を取得し、これをデータベースかして情報を蓄積することが可能である。

また、本開示においては、前記変化検出部が検出した前記所定の要因の変化の情報と、前記指標変化取得部が取得した前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて出力する出力部をさらに備えることとしてもよい。これによれば、製造工程や検査工程に計画的または偶発的に行った変更や、予定外に生じる変化が、製造工程における生産性や製造品質に如何なる影響を及ぼすかの知見をレポートすることで、より確実に、組織内に共有することが可能である。

また、本開示においては、前記所定の要因の変化は、前記製造工程における４Ｍ変更であり、
前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における不良数または不良数に基づいて算出される数値であり、
前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、不良数または不良数に基づいて算出される数値の増減であることとしてもよい。
また、前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における生産数または生産時間に基づいて算出される、生産量や生産速度を示す数値であり、前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、生産量や生産速度を示す数値の増減であることとしてもよい。上記の生産量や生産速度を示す数値としては、単位時間当たりの生産数または製品１つあたりの生産に要する時間の平均などを例示できる。
また、前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における生産数と不良数に基づいて算出される、生産性と品質を示す数値であり、前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、生産性と品質を示す数値の増減であることとしてもよい。なお、上記の生産性と品質を示す数値としては、例えばＯＥＥ（設備総合効率）などを例示できる。
さらに、前記製造工程における生産性および／または製造品質に関わる指標は、製品の品質の計測値に基づいて算出される、不良ではないが不良に近い、あるいは近くないといった工程能力を示す数値であり、前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、前記工程能力を示す数値の増減であることとしてもよい。この工程能力を示す数値としては、例えばＣｐｋ、Ｃｐ（工程能力指数）を例示できる。

すなわち、本開示における、前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値であり、
前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値の増減としてもよい。これによれば、より確実に、製造工程における４Ｍ変更の、不良数や不良率や工程能力などの品質への影響、および生産量や生産速度などの生産性への影響を知識化することが可能である。

また、本開示においては、前記情報生成部が新たに生成した前記要因の変化と前記指標との関係を示す情報と、
前記要因の変化と同一の要因の変化に対して前記情報生成部が過去に生成した、前記同一の要因の変化と前記指標との関係を示す情報と、の関係を取得する、情報確認部をさらに備えることとしてもよい。

また、本開示は、単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ラインに係る生産管理方法であって、
前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出工程と、
前記変化検出工程において検出された前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得工程と、
前記指標変化取得工程において取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成工程と、
を有することを特徴とする、生産管理方法であってもよい。

また、本開示は、前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
前記情報生成工程において生成される、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むことを特徴とする、上記の生産管理方法であってもよい。

また、本開示は、前記変化検出工程において検出された前記所定の要因の変化の情報と、前記指標変化取得工程において取得された前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて保存し蓄積するデータベース化工程をさらに備えることを特徴とする、上記の生産管理方法であってもよい。

また、本開示は、前記変化検出工程において検出された前記所定の要因の変化の情報と、前記指標変化取得工程において取得された前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて出力する出力工程をさらに備えることを特徴とする、上記の生産管理方法であってもよい。

また、本開示は、前記所定の要因の変化は、前記製造工程における所謂４Ｍ変更であり、
前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値であり、
前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値の増減であることを特徴とする、上記の生産管理方法であってもよい。

また、本開示は、前記情報生成工程において新たに生成された前記要因の変化と前記指標との関係を示す情報と、
前記要因の変化と同一の要因の変化に対して前記情報生成工程において過去に生成された、前記同一の要因の変化と前記指標との関係を示す情報と、の関係を取得する、情報確認工程をさらに備えることを特徴とする、上記の生産管理方法であってもよい。

単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程を実行する生産ラインに係る生産管理プログラムであって、
コンピュータに、前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出ステップと、
前記変化検出ステップにおいて検出された前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得ステップと、
前記指標変化取得ステップにおいて取得された前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成ステップと、
を実行させることを特徴とする、生産管理プログラムであってもよい。

また、前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
前記情報生成ステップにおいて生成される、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むことを特徴とする、上記の生産管理プログラムであってもよい。

なお、上記構成および処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。

本発明によれば、より効率的に、生産ラインの品質や生産性を改善することができる。

本発明の実施例に係る生産管理システムの概略構成図である。 本発明の実施例に係る生産管理システムの機能ブロック図である。 本発明の実施例に係る生産ラインを稼働させる際の計画的変更情報と偶発的変更情報について説明するための図である。 本発明の実施例に係る生産管理システムの特徴を示す図である。 本発明の実施例に係る生産管理システム全体における処理のフローチャートである。 本発明の実施例に係るデータ蓄積プロセス及び事例蓄積のプロセスのフローチャートである。 本発明の実施例に係る知見抽出プロセス及び絞り込み条件を設定する処理の詳細のフローチャートである。 本発明の実施例に係る知見の継続的な評価プロセスのフローチャートである。 本発明の実施例に係る知見の評価を継続するプロセスのフローチャートである。 本発明の実施例に係る変動とその影響のレポートの例を示す図である。 本発明の実施例に係る事例を抽出してリスト化した表の例を示す図である。 本発明の実施例に係る事例を抽出してリスト化し、さらに絞った表の例を示す図である。 本発明の実施例に係る事例を抽出してリスト化し、さらに絞った表の例を示す図である。 本発明の実施例に係る事例を抽出してリスト化し、さらに絞った表の例を示す図である。 本発明の実施例に係る事例を抽出してリスト化し、さらに絞った表の例を示す図である。 本発明の実施例に係る事例を抽出してリスト化し、さらに絞った表の例を示す図である。 本発明の実施例に係る良化した事例のレポートの例である。 本発明の実施例に係る悪化した事例のレポートの例である。

＜適用例＞
本発明が適用される生産ライン１０は、図１に示すように、はんだ印刷装置１０ａ、はんだ印刷後検査装置１０ｂ、マウンタ１０ｃ、マウント後検査装置１０ｄ、リフロー炉１０ｅ、リフロー後検査装置１０ｆを含む。生産ライン１０における各装置は、ＬＡＮなどのネットワークを介して実装機用サーバ１ｃ、検査機用サーバ１ｅ、ライン管理用サーバ１ａに接続されている。

図２に、本実施例に係る生産管理システム１についての概略ブロック図を示す。生産管理システム１は、生産ライン１０における４Ｍ変更の、生産ライン１０の品質または生産性への影響の情報を管理するための制御部１１ｂを有する。また、制御部１１ｂで生成した、生産ライン１０における４Ｍ変更の、生産ライン１０の品質または生産性への影響に関する情報をデータベース化して記憶するデータベース部１１ｃを有する。制御部１１ｂはさらに機能モジュールとして、変化検出部１１０ａ、指標変化取得部１１０ｂ、情報生成部１１０ｃを備えている。

変化検出部１１０ａでは、指定された期間における、生産ライン１０における製造工程や検査工程に係る変化が検出される。指標変化取得部１１０ｂでは、上記の製造工程や検査工程に係る変化の前後における不良数や不良率等の変化が取得される。そして、情報生成部１１０ｃにおいては、変化検出部１１０ｂによって検出された変化情報と、指標変化取得部によって取得された不良数や不良率等の変化に基づき、上記の製造工程や検査工程に係る変化と、不良数や不良率等の指標の変化との関係を示す情報を生成する。

次に、図４を用いて、本適用例における生産管理システム１の特徴について示す。本適用例は、原因側の変化を起点として、その影響の事例を蓄積し、知見化する。すなわち、生産計画・作業標準や改善のための指示に基づく作業（段取り替え、パラメータ変更）等の計画的な変更あるいは、生産の進捗上自然に発生する作業（部品切れ時の交換⇒部品ロット変化）や生産装置内で発生した変動（真空圧、温度など）等の偶発的な変更を起点とする。そして、品質の良化／悪化／変化なし、生産性の良化／悪化／変化なし、コストの良化／悪化／変化なしをデータにより確認し、知見化を図る。

これにより、従来の方法によれば認識できない要因を検出可能であり、より確実に、生産ラインの品質や生産性を向上させることが可能である。また、本実施例においては、個々の事例をのみを扱うのでなく、データを蓄積して得られた根拠を元に工程改善を図ることになるので、改善のための施策の根拠を明示することができ、より効率的に工程改善を図ることが可能である。

以下、図面に基づいて、本発明の実施形態について説明する。ただし、以下の各例に記載されている構成要素については、特に記載がない限りは、この発明の範囲をそれらのみに限定する趣旨のものではない。

＜実施例＞
本発明に係る生産管理システム１は例えば、図１に示すような生産ライン１０を含み、この生産ライン１０の生産管理を行う。図１における生産ライン１０は、プリント基板の表面実装ラインである。図１に示すように、本実施例に係る生産ライン１０には、上流側から順に、はんだ印刷装置１０ａ、はんだ印刷後検査装置１０ｂ、マウンタ１０ｃ、マウント後検査装置１０ｄ、リフロー炉１０ｅ、リフロー後検査装置１０ｆが設けられている。

はんだ印刷装置１０ａは、プリント基板上の電極部はんだペーストを印刷する装置である。マウンタ１０ｃは、プリント基板に実装すべき多数の電子部品をはんだペーストの上に載置するための装置である。また、リフロー炉１０ｅは、プリント基板上に載置された電子部品を基板上のプリント配線にはんだ接合するための加熱装置である。そして、はんだ印刷後検査装置１０ｂ、マウント後検査装置１０ｄ、リフロー後検査装置１０ｆは各工程の出口でプリント基板の状態を検査し、不良あるいは不良のおそれを自動的に検出する。

上述したはんだ印刷装置１０ａ、マウンタ１０ｃ、リフロー炉１０ｅ（以下、これらをまとめて製造装置ともいう。）は、ＬＡＮなどのネットワークを介して実装機用サーバ１ｃに接続されている。この実装機用サーバ１ｃには、製造装置をメンテナンスするためのメンテナンス用装置１ｇが接続されている。また、はんだ印刷後検査装置１０ｂ、マウント後検査装置１０ｄ、リフロー後検査装置１０ｆ（以下、これらをまとめて検査装置ともいう。）は、ネットワークを介して検査機用サーバ１ｅに接続されている。また、実装機用サーバ１ｃと検査機用サーバ１ｅとは、さらに生産ライン１０を統括的に管理するサーバであるライン管理用サーバ１ａに接続されている。

ライン管理用サーバ１ａ、実装機用サーバ１ｃ、検査機用サーバ１ｅは、ＣＰＵ（プロセッサ）、主記憶装置（メモリ）、補助記憶装置（ハードディスクなど）などを具備する汎用的なコンピュータシステムにより構成される。なお、ライン管理用サーバ１ａには、ラインの管理者が操作するライン管理者用端末１ｂと、作業者が操作する作業指示・作業記録端末１ｆが接続されている。ライン管理者用端末１ｂには、状況確認・分析用アプリが装備されている。作業指示・作業記録端末１ｆには作業指示・記録アプリが装備されている。

そして、実装機用サーバ１ｃには、実装機担当者が操作する実装機担当者用端末１ｄが接続されている。実装機担当者用端末１ｄには実装プログラム作成アプリが装備されている。ライン管理者用端末１ｂ、実装機担当者用端末１ｄ、作業指示・作業記録端末１ｆは、入力装置（キーボード、マウス、コントローラ、タッチパネルなど）、出力装置（ディスプレイ、プリンタ、スピーカなど）などが適宜、備えられている。これらのシステム全体を含んで、生産管理システム１が構成されている。以上の生産管理システム１においては、生産ライン１０の生産に関わる様々なパラメータが定められており、これらのパラメータが変動することで、生産ライン１０の品質や生産性に影響を及ぼす。従って、生産管理システム１は、これらのパラメータを常に適切に変動させながら管理する。

図２に、本実施例に係る生産管理システム１についての概略ブロック図を示す。図２に示すように、生産管理システム１は、生産ライン１０の各製造装置及び各検査装置からのデータを受信するデータ取得部１１ａを有する。また、データ取得部１１ａが取得したデータに基づいて生産ライン１０における４Ｍ変更の、生産ライン１０の品質または生産性への影響の情報を管理するための制御部１１ｂを有する。また、データ取得部１１ａで取得したデータや、制御部１１ｂで生成した、生産ライン１０における４Ｍ変更の、生産ライン１０の品質または生産性への影響に関する情報をデータベース化して記憶するデータベース部１１ｃを有する。さらに、制御部１１ｂで生成した、生産ライン１０における４Ｍ変更の、生産ライン１０の品質または生産性への影響に関する情報を出力可能な出力部１１ｄを有する。制御部１１ｂはさらに機能モジュールとして、変化検出部１１０ａ、指標変化取得部１１０ｂ、情報生成部１１０ｃを備えている。各機能モジュールは、例えば、情報記憶機能を有するデータベース部１１ｃに格納されたプログラムをＣＰＵ（不図示）が読み込み実行することにより実現される。なお、上記でいう４Ｍ変更とは、製造工程または検査工程における、人、機械（設備）、方法、材料及び、測定に関わる変更であり、計画的な変更と偶発的に生じる変更を含み、また、物理的な変更の他、条件やパラメータの変更等、製造工程または検査工程で生じるあらゆる変更を含む趣旨である。

変化検出部１１０ａでは、指定された期間に、計画的または偶発的に発生する４Ｍ変更を中心とした、生産ライン１０における製造工程や検査工程に係る変化が検出される。指標変化取得部１１０ｂでは、データ取得部１１ａにおいて取得された各製造装置及び各検査装置からのデータに基づき、上記の製造工程や検査工程に係る変化の前後における、生産性や製造品質に関わる指標としての不良数や不良率等の変化が取得される。そして、情報生成部１１０ｃにおいては、変化検出部１１０ｂによって検出された変化情報と、指標変化取得部によって取得された不良数や不良率等の変化に基づき、上記の製造工程や検査工程に係る変化と、不良数や不良率等の指標の変化との関係を示す情報を生成する。

ところで、上述のように、生産管理システム１のパラメータを適切に管理するための情報として、以下に説明するように、計画的変更情報と偶発的変更情報が存在する。次に、図３を用いて、生産ライン１０を稼働させる際の計画的変更情報と偶発的変更情報について説明する。先ず計画的変更情報は、所定の製品の生産に際して、予め検討が行われ、生産ライン１０の品質や生産性を改善するために、計画的に実施される作業のための情報をいう。この情報は、ライン管理者には予め把握されている情報である。例えば、製品であ
るプリント基板に対する部品の実装プログラムの実行に際して、特定の部品品番に対して使用するノズルやフィーダの種別を変更する、特定の部品品番の実装条件を変更する等の作業を行うことで、実装機用サーバ１ｃ内の実装プログラムが変更される。また、例えば、ノズル、フィーダ、ヘッド等をマウンタ１０ｃから外して、メンテナンス用装置１ｇに持って行き、定期メンテナンスを行うと、その情報がメンテナンス用装置１ｇから実装機用サーバ１ｃに送られる。

次に、偶発的変更情報は、計画にない、状況に応じて実施される作業に関わる情報をいう。この情報は、ライン管理者から見ると、計画にもなく１つ１つ報告される訳でもないことから、把握できていない作業である。これについては、例えば、不良が多発するノズルを確認した時にノズルが詰まっている、実装エラーが多発するフィーダを確認した時にフィーダが歪んでいる、などの異常内容を、実装機担当者が実装機担当者用端末１ｄに記録すると、その情報が実装機用サーバ１ｃまたはライン管理用サーバ１ａに送られる。あるいは、実装機担当者が、部品切れに際してリール交換したり、不良の多発に際してフィーダを交換したり、実装エラーの多発に際して一時的な実装条件を変更する等の作業を行うと、その情報がマウンタ１０ｃから実装機用サーバ１ｃに送られる。なお、部品切れの時、予備のフィーダに自動的に切り替わるマウンタ１０ｃも存在し、この場合には、作業なしで変更情報が自動的に実装機用サーバ１ｃに送られる。

次に、上述した計画的変更情報と偶発的変更情報の各々の変更情報が、生産ライン１０における如何なる範囲に影響を及ぼすかの具体例について説明する。
（１）計画的変更情報について
（１－１）ノズルの交換：影響範囲は、交換前のノズルＩＤ、交換後のノズルＩＤの各々が部品
（１－２）部品品番の実装パラメータの変更：影響範囲は、変更した部品品番の変更前後の部品全体
（１－３）部品品番に対して割り当てるノズルやフィーダの型式の変更：影響範囲は、部品品番（部品品番とノズルまたはフィーダの型式の組合せでも良い）
（１－４）マスククリーニングの実施：影響範囲は、変更した部品品番の変更前後の部品全体
等が考えられる。
例えば、フィーダの形式を、ＦｅｅｄｅｒＡからＦｅｅｄｅｒＢに変更した場合、マウンタプログラムはＲｅｖ．ＡからＲｅｖ．Ｂに変更される（割り当て変更）。そして、このフィーダの変更の影響を判定する場合には、マウンタプログラムがＲｅｖ．ＡからＲｅｖ．Ｂに変更される（割り当て変更）前の部品Ｃ１、Ｃ２と、割り当て変更後の部品Ｃ１、Ｃ２について比較する方法と、ＦｅｅｄｅｒＡで実装された部品Ｃ１、Ｃ２と、ＦｅｅｄｅｒＢで実装された部品Ｃ１、Ｃ２とを比較することが考えられる。

また、フィーダ型式の交換の場合は、変更前後の部品全体における、実装エラー率、実不良率、ずれ量のCpk等を確認する（マウンタ全般の変更について同様の影響を確認する
必要がある）。マスククリーニングの実施の場合は、印刷後のはんだの体積、リフロー後のはんだ濡れあがり高さ等を確認する（印刷機全般の変更について同様の影響を確認する必要がある）。

（２）偶発的変更情報について
（２－１）部品切れ時のリール交換：影響範囲は、同一スロット（フィーダを取り付ける位置）のフィーダで実装された部品
（２－２）マウンタが実装エラー警告が出て止まり、作業者がフィーダの抜き差し（交換せず）を行った：影響範囲は、そのフィーダＩＤで実装された部品
等が考えられる。
例えば、部品リールＩＤをＲｅｅｌＡからＲｅｅｌＢにリール交換した場合、フィーダＩＤはＦｅｅｄｅｒＩＤ１のまま維持される。そして、このリールの交換の影響を判定する場合には、リールが交換される前の部品Ｃ１、Ｃ２と、リール交換後の部品Ｃ１、Ｃ２について比較する方法がある。
また、フィーダの抜き差しが行われた場合には、フィーダ抜き差し前の部品Ｃ１、Ｃ２と、フィーダ抜き差し後の部品Ｃ１、Ｃ２について比較する方法がある。

次に、生産ライン１０における変更対象の具体例について説明する。
（１）作業種別の具体例として以下のものが挙げられる。
（１－１）メンテナンス（ヘッド、ノズル、フィーダ）
（１－２）実装パラメータ変更（部品サイズの変更、部品認識パラメータの変更、部品認識許容範囲の変更）
（１－３）部品品番とノズル・フィーダの型式の割り当ての変更（直径が違うノズル、磁石で部品が立たないようにしたフィーダとそうでないフィーダ）
（１－４）ノズル、フィーダの交換
（２）変更種別の具体例として以下のものが挙げられる。
（２－１）部品切れによる部品ロットの切り替わり
（２－２）オペレータによる一時的な実装パラメータの変更（範囲は限定的）
（２－３）段取り替えによる、オペレータが一時的に変更したパラメータのリセット

なお、本実施例においては、変更情報に付帯する情報として、ノズルやフィーダの仕様、部品品番、部品ライブラリ、部品種・サイズを紐づけて管理してもよい。また、生産工程全体を俯瞰できるように、各変更が発生した時点に対する品質・生産性・コストの変化と紐づけて管理してもよい。また、生産ラインの品質や生産性が良化する変更と付帯情報の共通点を抽出してレポートすることで、生産ルールの変更作業に寄与可能としてもよい。この場合のレポートの対象は生産ルールや作業標準の作成者である。また、悪化する変更も同様にレポートしてもよい。これにより、やってはいけない作業等を明確化できる。また、良化および悪化の根拠は、相関係数を示す等にて明確化すべきである。本実施例の項化としては、隠れたノウハウを明確化して、工程全体を改善できる点が挙げられる。また、見えていなかった悪化要因を改善することで工程全体を改善できる点が挙げられる。

本実施例において得られる知見に基づいて、生産ルールを変更するようにしてもよい。具体的な生産ルールとしては、部品に対するノズルやフィーダの選択、部品の画像処理方法（同一形状の部品に使用するノズルを決めるなど）、メンテナンス間隔（前回のメンテナンスから次のメンテナンスの間の品質を比較）が挙げられる。また、改善すべき作業（フィーダへの部品リールの取り付け方法）、やるべき作業（フィーダの差し替え・吸着位置の誤学習のリセット）が挙げられる。また、本実施例においては、それらの変化点を見つけて、結果を確認・蓄積する。また、本実施例においては、変更前後の比較から、推奨する新たな生産ルールを提示するようにしてもよい。その際は、推奨の生産条件とデータ（改善数／事例数など）を示す（１６０８チップ抵抗にはこのノズルを使用するとよいなど）。

次に、図４を用いて、本実施例における生産管理システム１の特徴について示す。従来の生産管理においては、品質が低下したなどの結果を起点とし、原因は意図的（計画的）な変更のみを対象としていた。そして、従来の生産管理においては、結果の変化を起点に、原因を特定し修正し、あるいは、原因の変化を起点に、結果の変化有無を確認していた。そして、結果が良くなる・悪くなることに共通する原因を特定しノウハウ化していた。

これに対し、本実施例は、原因側の変化を起点として、その影響の事例を蓄積し、知見化する点が特徴である。すなわち、生産計画・作業標準や改善のための指示に基づく作業
（段取り替え、パラメータ変更）等の計画的な変更あるいは、生産の進捗上自然に発生する作業（部品切れ時の交換⇒部品ロット変化）や生産装置内で発生した変動（真空圧、温度など）等の偶発的な変更を起点とする。そして、品質の良化／悪化／変化なし、生産性の良化／悪化／変化なし、コストの良化／悪化／変化なしをデータにより確認し、知見化を図るものである。これにより、従来の方法によれば認識できない要因を検出可能であり、より確実に、生産ラインの品質や生産性を向上させることが可能である。また、本実施例においては、個々の事例をのみを扱うのでなく、データを蓄積して得られた根拠を元に工程改善を図ることになるので、改善のための施策の根拠を明示することができ、より効率的に工程改善を図ることが可能である。

次に、図５を用いて、本実施例に係るシステム全体のフローについて説明する。ステップＳ１０１～ステップＳ１１１の処理は、ライン管理用サーバ１ａにおける処理、ステップＳ１１２～ステップＳ１１９の処理は、ライン管理者用端末１ｂにおける状況確認・分析用アプリによる処理である。本フローのステップＳ１０１においては、実装・検査・変化の新着データの確認が行われる。ステップＳ１０２においては、実装・検査・変化のデータ収集が行われ、ステップＳ１０３においては、実装・検査・変化のデータが保存される。そして、ステップＳ１０４においては、この際、時間帯毎あるいは所定の範囲毎に不良・実装エラーの集計・保存が行われる。

そして、ステップＳ１０５においては、実装・検査・変化のデータに変化があるかどうかが判断される。ステップＳ１０５において変化があると判断された場合にはステップＳ１０６に進む。一方、ステップＳ１０５において変化がないと判断された場合には、ステップＳ１０１に戻る。ステップＳ１０６においては、変化の内容に基づいて当該変化の影響範囲（データ収集範囲）を特定する。ステップＳ１０７においては、ステップＳ１０６において特定した影響範囲に対して、変化前後における不良・実装エラー集計結果を取得する。ステップＳ１０８においては、不良・実装エラーの良化・悪化判定を行う。ステップＳ１０９においては、不良・実装エラーの良化・悪化判定結果の保存を行う。

ステップＳ１１０においては、ステップＳ１０８において得られた不良・実装エラーの良化・悪化判定結果が、通知条件に合致しているか否かが判定される。ステップＳ１１０で通所条件に合致していないと判定された場合（否定判定）には、ステップＳ１０１に戻る。一方、通知条件に合致すると判定された場合には、ステップＳ１１１に進み、不良・実装エラーの良化・悪化を通知する。

ステップＳ１１２においては、ライン管理者用端末１ｂの状況確認・分析用アプリにおいて、不良・実装エラーの良化・悪化通知を受ける。ステップＳ１１３においては、不良・実装エラーの良化・悪化通知を受けるタイミング以外で、定期的なタイミングが到来する。あるいは調べたいものが発生する。ステップＳ１１４においては、状況確認・分析用アプリを開く。ステップＳ１１５においては、不良・実装エラーの良化・悪化状況を確認する。ステップＳ１１６においては、同種の変化が生じた際の良化・悪化結果を収集する。ステップＳ１１７においては、同種変化における良化・悪化結果を一覧表示する。ステップＳ１１８においては、共通する変化点を抽出する。ステップＳ１１９においては、良化する条件をレポートする。

次に、図６（ａ）を用いて、本実施例におけるデータ蓄積プロセスについて説明する。これは、生産ライン１０において製品が生産される過程において継続的にデータを蓄積するフローである。ステップＳ２０１においては、実装・検査・変化の新着データが確認される。ステップＳ２０２においては、実装・検査・変化のデータ収集が行われる。ステップＳ２０３においては、実装・検査・変化のデータを保存する。これが継続的に繰り返される。生産が続く限り、データの蓄積が続く。

次に、図６（ｂ）を用いて、事例蓄積のプロセスについて説明する。これは、例えば、１日１回定期的に、図６（ａ）で収集した変更情報を読み出し、事例を蓄積して知見を抽出するプロセスである。本フローでは、先ずステップＳ３０１において事例蓄積が開始される。そして、ステップＳ３０２において、対象期間内の変更情報を探索する。ステップＳ３０３において、変更情報が終わりかどうか（全ての変更情報が探索できたか）が判定される。ここで変更情報が終わりでないと判定された場合にはステップＳ３０４に進む。

ステップＳ３０４においては、変化の影響範囲（データ収集範囲）が特定される。ステップＳ３０５においては、変化前後の不良・実装エラー集計結果が取得される。ステップＳ３０６においては、不良・実装エラーの良化・悪化判定がなされる。ステップＳ３０７においては、不良・実装エラーの良化・悪化判定結果が保存される。ステップＳ３０７の処理が終了するとステップＳ３０２に戻る。そして、ステップＳ３０３において、変更情報が終わりかどうか（全ての変更情報が探索できたか）が判定される。ここで変更情報が終わりと判定されるとステップＳ３０８に進む。ステップＳ３０８においては、知見が抽出される。

次に、図７（ａ）を用いて、事例から知識化する知見抽出プロセスの全体の流れについて説明する。この流れでは、ｎ通りの条件があれば、ｎ通りの条件について順繰りに実行する。ステップＳ４０１において、対象期間の事例が読み込まれる。ステップＳ４０２においては、絞り込み条件を設定する。ここでは、表示する事例を、変更対象、変更内容等の条件で絞込み確認したい事例のみを選択、表示させるための条件を設定する。ステップＳ４０３において、ステップＳ４０２で設定した条件によって事例を絞り込む。ステップＳ４０４において、絞り込んだ事例の中で、変更によって結果が良化した良化件数が２件以上あるか否かが判定される。ここでは良化件数が１件では知見とは言えないので、良化件数２件以上あるか否かを判定する。ステップＳ４０４で絞り込んだ事例の良化件数が２件以上ないと判定された場合には、ステップＳ４０２に戻る。ステップＳ４０４で絞り込んだ事例の中に良化件数が２件以上あると判定された場合には、ステップＳ４０５に進む。

ステップＳ４０５においては、絞り込んだ事例の合計が良化判定か否かが判定される。ここでは、絞り込んだ事例に良化件数と悪化件数または不変件数が混在しているときに、それらの事例の合計値として良化が見られたか否かを判定する。ステップＳ４０５において合計が良化判定でないと判定された場合には、ステップＳ４０２に戻る。ステップＳ４０５において合計が良化判定であると判定された場合には、ステップＳ４０６に進む。すなわち、合計が良化しているのであれば、効果があると判定する。ステップＳ４０６においては、改善効果の知見として保存される。ステップＳ４０７においては、次の絞り込みパターンがあるか否かが判定される。次の絞り込みパターンがあると判定された場合には、ステップＳ４０２に戻る。ステップＳ４０７において次に絞り込みパターンがないと判定された場合には、ステップＳ４０８に進む。ステップＳ４０８においては、知見をレポートに記載する。良化の効果が所定値以上のものについてのみ、レポートするようにしてもよい。

次に、図７（ｂ）を用いて、絞り込み条件を設定するステップＳ４０２の処理の詳細について説明する。ステップＳ５０１、ステップＳ５０２、ステップＳ５１０～ステップＳ５１４のループは、変更対象カテゴリに関して条件設定するループである。ステップＳ５０３～ステップＳ５０９のループは、変更内容カテゴリに関して条件設定するループである。本フローが実行されると先ず、ステップＳ５０１において変更対象カテゴリを１つ選択する。ここでは、「変更対象」、「対象の名称」、「対象の属性」等のカテゴリの中から一つのカテゴリを選択する。ステップＳ５０２において、選択した変更対象カテゴリの
中からさらに内容を１つ選択する。

ここでは例えば、「部品品番」、「ノズルＩＤ」等の項目を選択する。ステップＳ５０３において、事例を絞り込み、変更内容カテゴリとその内容を抽出する。ここでは、「変更内容」、「変更前」、「変更後」等の変更内容カテゴリ及び、その具体的な内容を抽出する。ステップＳ５０４において、変更内容から内容を１つ選択する。具体的には、変更内容として「ノズル型式変更」、「メンテナンス」等の内容を選択する。ステップＳ５０５において、変更対象カテゴリの絞り込み条件リストに追加する。

ステップＳ５０６において、選択した変更内容に含まれる変更前・変更後の内容から１つ選択する。例えば、選択した変更内容が「ノズル型式変更」の場合には、「変更前」の内容として、「ノズル径０．５ｍｍ」等の内容を選択する。ステップＳ５０７において、選択した変更内容・変更前・変更後の内容を「変更内容の絞り込み条件リスト」に追加する。ステップＳ５０８においては、次の変更前・変更後の内容があるか否かが判定される。

ここで、次の変更前・変更後の内容があると判定された場合には、ステップＳ５０６に戻る。次の変更前・変更後の内容がないと判定された場合には、ステップＳ５０９に進む。ステップＳ５０９においては、次の変更内容の内容がある否かが判定される。ステップＳ５０９において、次の変更内容の内容があると判定された場合には、ステップＳ５０４に戻る。ステップＳ５０９において、次の変更内容の内容がないと判定された場合には、ステップＳ５１０に進む。これにより、選択した変更対象カテゴリにおける、絞り込みリストができる。

ステップＳ５１０においては、変更対象カテゴリとの絞り込み条件を作成する。ステップＳ５１１においては、「変更内容の絞り込み条件リスト」の各条件に、選択した変更対象カテゴリの絞り込み条件を追加し、「絞り込み条件リスト」に追加する。ステップＳ５１２においては、選択した変更対象カテゴリの次の内容があるか否かが判定される。ステップＳ５１２においては、選択した変更対象カテゴリの次の内容があると判定された場合には、ステップＳ５０２に戻る。

ステップＳ５１２においては、選択した変更対象カテゴリの次の内容がないと判定された場合には、ステップＳ５１３に進む。ステップＳ５１３においては、次の変更対象カテゴリがあるか否かが判定される。ステップＳ５１３においては、次の変更対象カテゴリがあると判定された場合には、ステップＳ５０１に戻る。ステップＳ５１３において、次の変更対象カテゴリがないと判定された場合には、ステップＳ５１４に進む。ステップＳ５１４においては、「絞り込み条件リスト」作成完となる。

次に、図８において、知見の継続的な評価プロセスについて説明する。ステップＳ６０１においては、ステップＳ３０８で説明したように、新たな知見を抽出する。ステップＳ６０２においては、知見をリストに追加する。ステップＳ６０３においては、同一条件の過去の知見を抽出する。ステップＳ６０４については、新たな知見と同一条件の過去の知見とで良化・悪化の判定が一致しているか否かが判定される。ステップＳ６０４において、良化・悪化の判定が一致していると判定された場合には、ステップＳ６０６に進む。ステップＳ６０４において、良化・悪化の判定が一致していないと判定された場合には、ステップＳ６０５に進む。ステップＳ６０５においては、過去の知見に反する事例が発生したことを通知する。

ステップＳ６０７においては、過去の知見を削除するか否か確認する。ステップＳ６０７において、過去の知見を削除すると判断された場合には、ステップＳ６０８に進む。ス
テップＳ６０７において、過去の知見を維持すると判断された場合には、ステップＳ６０９に進む。ステップＳ６０８において、過去の同一条件の知見を削除する。Ｓ６０９においては、過去の同一条件の知見を維持する。なお、ステップＳ６０４において、良化・悪化の判定が一致していると判定された場合に進んだ、ステップＳ６０６においては、過去の知見が裏付ける事例が発生したことを通知する。ステップＳ６０６、ステップＳ６０８、ステップＳ６０９の処理が終了すると、ステップＳ６１０に進む。ステップＳ６１０においては、次の知見抽出サイクルへ進む指令が出され、ステップＳ６０１の処理に進む。

図９においては、知見の評価を継続するルーチンについて説明する。本ルーチンにおいては、先ず、ステップＳ７０１において、知見が抽出される。ステップＳ７０２においては、同一条件の過去の知見を抽出する。ステップＳ７０３においては、過去の知見のもととなる事例を抽出する。ステップＳ７０４においては、過去の知見のもととなる事例を含めて再度知見を抽出する。ステップＳ７０５においては、良化・悪化の判定が一致するか否かが判定される。ステップＳ７０５において、良化・悪化の判定が一致すると判定された場合には、ステップＳ７０６に進む。ステップＳ７０５において、良化・悪化の判定が一致しないと判定された場合には、ステップＳ７０８に進む。

ステップＳ７０６においては、過去の知見が現在も有効であることを通知する。ステップＳ７０８においては、過去の知見の有効性に疑問が生じたことを通知する。ステップＳ７０９においては、過去の知見を変更するか確認される。ステップＳ７０９において、過去の知見を変更すると判断された場合には、ステップＳ７１０に進む。一方、ステップＳ７０９において、過去の知見を変更しないと判断された場合には、ステップＳ７１２に進む。ステップＳ７１０においては、過去の知見を書き換える。ステップＳ７１２においては、過去の知見を維持し、新しい知見を追加する。ステップＳ７０６、ステップＳ７１０、ステップＳ７１２の処理が終了するとステップＳ７０７に進む。ステップＳ７０７においては、次の知見抽出サイクルに進む指示が受信される。ステップＳ７０７の処理が終了するとステップＳ７０１に戻る。

次に、事例を評価する方法について説明する。事例を評価する方法としては、以下が考えられる。
（１）平均値の差の検定を行う
変更前後の不良率に差がある場合に、変更前の不良率＞変更後の不良率であれば、良化と判断し、変更前の不良率＜変更後の不良率であれば、悪化と判断してもよい。また、不良率に差がない場合は不変としてもよい。
（２）変化の前後２４時間分のデータの比較を行う。
この場合は、変更前後共に、部品５００個以上のデータがあること等の制限を設けてもよい。この場合の判定方法としては、例えば、不良率が２５％以上低減した場合は良化と判断し、不良率が５０％以上増加した場合は悪化と判断し、それ以外は不変としてもよい。
（３）変化の前後、部品５００個以上のデータの比較を行う。
この場合の良化・悪化の判定方法は（２）と同じにしてもよい。なお、部品数が不足する場合について、変更前が不足した場合には評価しない。変更後が不足した場合には、次回の評価タイミングで部品数が足りていれば評価する。ということにしてもよい。

次に、図１０には、変動とその影響のレポートの例について説明する。図１０（ａ）は、変更履歴を表示する表である。すなわち、変更情報のレポート例であり、上段では、デバイス種別毎の作業実施完了回数を表示するとともに、下段においては、発生した変化の情報をリスト表示する。全てのデバイス種別に関して時系列的にリスト表示してもよいし、デバイス種別、作業内容別にソートして表示しても構わない。図１０（ｂ）は、変更の項化を示す表である。この表において、Ｕｐは悪化（エラー率増加）、Ｄｏｗｎは良化（
エラー率減少）、Ｓｔａｙは変化なし（変動なし）を意味する。

また、ＳｔａｒｔＴｏＷｏｒｋＤｏｎｅは変化前であることを示し、ＴｏＷｏｒｋＤｏｎｅＴｏＥｎｄは変化後であることを示す。図１０（ｂ）の上段においては、変更（この例ではノズルのメンテナンス）によって、マウント後ＡＯＩにおける実不良率、リフロー後ＡＯＩの実不良率が夫々、Ｕｐ、Ｄｏｗｎ、Ｓｔａｙした部品の数、データが無い部品の数が示されている。これで、マウント後ＡＯＩにおける実不良率、リフロー後ＡＯＩにおいて、良化か悪化かいずれの影響が見られたのかが明確になる。図１０（ｂ）の下段においては、デバイス（ノズル）毎の、マウント後ＡＯＩにおける実不良率、リフロー後ＡＯＩにおける不良率、認識エラー率と、夫々、Ｕｐ、Ｄｏｗｎ、Ｓｔａｙの結果が表示されている。

図１１には、事例を抽出してリスト化した表の例について示す。この表において、「変更対象カテゴリ」の中の「変更対象」は、何れの対象に対して４Ｍ変動が生じたかを示す。「対象の名称」は、「変更対象」が部品品番であれば部品品番名、ノズルＩＤであればノズルＩＤの名称、フィーダＩＤであればフィーダＩＤの名称である。対象の属性は、「変更対象」が部品品番の場合はライブラリ名称であり、変更対象に対して用いられるライブラリの名称である。このライブラリは仕様や実装条件が同一である複数の品番について定義されるものである。対象の属性は、変更対象のサイズ、色等のスペックが用いられてもよい。すなわち、「変更対象」がノズルＩＤの場合のように、変更対象の仕様自体であるノズル径で属性が表示されても良い。「変更対象」がフィーダＩＤの場合には、フィーダの幅などを対象の属性を規定してもよい。

また、図１１示す表では、部品品番毎の変更内容を記載しているが、実際には、ライブラリの内容変更を行うこととなり、変更に伴いプログラムが書き換えられる。変更時刻についても記載されている。そして、図１０の表では、変更前と変更後の部品数、実不良数、実不良率の変化が記載されている。良化、悪化、不変の別もこの表を用いて俯瞰的に一覧し、その後にいずれかのデータにフォーカスしてより詳細の情報を確認することが可能である。最下段には、該当稼働日一日の全体の変更前後のデータについても記載されている。

ここで、例えば、図１１おいて最上段の変更対象である、部品品番ＣＯＭＰ００１に使用するノズルの型式を変更した場合について考える。この部品は、部品品番ＣＯＭＰ００１のコンデンサ（０．６ｍｍ×０．３ｍｍの角チップ）を示しており、これは、部品ライブラリ名Ｃ０６０３のライブラリによって仕様、生産条件が定義されている。このノズルを径０．５ｍｍから径０．７ｍｍに変更した場合に、部品品番ＣＯＭＰ００１の部品の実装条件変更が発生し、変更の前後比較をすると、実不良の低減効果が認められている。

部品ライブラリＣ０６０３を使用している部品品番は他にも例えば、ＣＯＭＰ００４、ＣＯＭＰ００５があり、上記変更によって、これらの部品品番ＣＯＭＰ００４、ＣＯＭＰ００５に使用するノズルも変更になる。その結果、それらの部品品番に対しても変更が発生し、変更の前後比較をすると、各々実不良低減効果が認められた。また、図１０の表では、ＮＯＺＺＬＥ００２、００６、００７に対して、ノズルのメンテナンスも実施している。その結果、変更の前後比較をすると、実不良低減効果が認められている。そして、それらの変更と変更の前後比較の結果をデータベースに登録する。なお、この１行毎のデータ群が「事例」に相当する。また、最下段には、これらの変更の全体としての前後比較の結果が表示されている。図１０の例では、変更の全体としては実不良率が低減しており、品質が向上したことが読み取れる。これにより、改善取り組みとしては効果があったことが分かる。

次に、図１２の表について説明する。これは図１１した表の表示内容を変更対象「部品品番」でさらに絞った場合の表である。表示内容は、変更対象を「部品品番」に絞ることに加え、変更内容を「ノズル型式変更」に絞る、さらに、変更前のノズル径を「ノズル径０．５ｍｍ」に絞る等、表示内容の条件を狭めることができる。結果として、５件抽出され、そのうち良化したものが２件、悪化したものが２件、不変であったものが１件であった。この例では、ノズル型式の変更の合計の結果として、変更前後で、実不良の低減効果は不変となっている。なお、算出された実不良率の変化が有意であるかの判断には一般的な統計的手法を用いるので、ここでは説明は省略する。

次に、図１３示す表は、図１２示す表をさらに絞り込んだ図である。この例では対象の属性が「Ｃ０６０３」（ライブラリ名称）である、部品品番ＣＯＭＰ００１、００４、００５の部品に対して同時に行った変更について抽出した。いずれの変更も、変更前のノズル径０．５ｍｍを０．７ｍｍに変更したものである。この例では３件の事例が抽出された。そのうち、良化した事例が２件、悪化した事例が１件、また良化事例が複数あった。この場合、抽出事例全体として、変更前後で実不良率が良化したという結果が得られた。これにより、Ｃ０６０３のライブラリが用いられる部品品番ＣＯＭＰ００１、００４、００５の部品については、ノズル径は０．５ｍｍより０．７ｍｍの方が良いという知見が得られる。

この例における抽出条件において、変更対象は、抽出された事例の「対象の属性」が同じものである。そして、変更内容カテゴリについては、「変更内容」、「変更前」、「変更後」の内容が同じものである。この後、抽出条件を緩和して確認し、より広い条件（抽出件数が多い条件）で効果があれば、より広い範囲に効果のある知見とすることができる。

次に、図１４ついて説明する。図１４おいては、「変更対象」がノズルＩＤ、「変更内容」がメンテナンスに該当する事例を抽出している。この事例では、３件抽出されており、良化が３件である。全体としての実不良率も良化している。また良化事例が複数ある。結果として、ノズルのメンテナンスは効果ありとする知見を得ることができる。

次に、図１５（ａ）、（ｂ）について説明する。図１５（ａ）においては、「変更対象」はフィーダＩＤであり、「変更内容」はリール交換である事例を抽出している。ここでは３件の事例が抽出され、悪化した事例が２件、不変の事例が１件。全体としては悪化していた。結果として、偶発的に部品切れが発生した場合の、フィーダへのリール交換によって、悪化が発生しやすいという知見が得られる。

次に、図１５（ｂ）においては、「変更対象」はフィーダＩＤ、「変更内容」はリールセット状態修正」に該当する事例を抽出している。この事例では、２件の事例が抽出され。良化した事例が２件である。全体としては良化している。また良化事例が複数ある。このことより、偶発的に（オペレータが自分の判断で）発生した、フィーダへのリールセット状態を修正は効果があるという知見が得られる。

このような知見が得られた場合、システムが通知する内容ではないが、ユーザはこの２つの結論から、（１）リール交換作業の作業内容に問題があるので、教育を行う。（２）リール交換後に不良が発生したら、リールセット状態を修正する、という作業手順を追加する。という対処を行うことができる。

次に、図１６（ａ）、（ｂ）について説明する。図１６（ａ）は、各絞り込みパターンとその効果を基にフィルタをかけて、良化、悪化、不変の結論が明確な結果をフィルタリングして通知する例である。図１６（ｂ）は、これを、実不良低減効果の高いものから優
先順位を付けて表示した例である。このことから、緊急で不良率を低減させるために有効な対処を明確化させることが可能である。

次に、図１７について説明する。図１７は、良化した事例のレポートの例である。この良化の通知に記載する事例のフィルタリングの例としては、（１）良化事例がＸ件以上、（２）悪化事例がＹ件以下、（３）実不良率がＸ％以上削減した。（４）これらの組み合わせとする。例えば、良化事例が３件以上または、悪化事例が０件以下で、且つ、実不良が５０％以上削減したことなどである。

また、表における優先順位付けの例としては、（１）実不良の削減率が大きい順、（２）良化事例が多い順、（３）良化事例－悪化事例が多い順、（４）これらの組み合わせ等が考えられる。このように、使用するルールを選び、順番を判定する順番を決める。例えば、良化事例が多い順が最優先で、次に、実不良の削減率が大きい順というようにしてもよい。図１６の例では、２件を抽出した。そして、通知の内容として、「『変更対象＝ノズルＩＤ』『変更内容＝メンテナンス』で実不良削減の効果がありました（良化事例３件、実不良が８０．４％削減）」とする。

次に、図１８の表について説明をする。図１８は、悪化のレポートの例である。この場合のフィルタリングとしては、（１）悪化事例がＸ件以上、（２）良化事例がＹ件以下、（３）実不良率がＸ％以上増加、（４）これらの組み合わせである。例えば、悪化事例が２件以上または、良化事例が０件以下で、且つ、実不良が５０％以上増加等である。

次に、優先順位付けの例としては、（１）実不良の増加率が大きい順、（２）悪化事例が多い順、（３）悪化事例－良化事例が多い順、（４）これらの組み合わせの順としてもよい。このように、優先順位付けの場合には、使用するルールを選び、順番を判定する順位を決める。例えば、悪化事例が多い順が最優先で、次に、実不良の増加率が大きい順というようにしてもよい。図１７の例では、１件を抽出した。そして、レポートの内容として、「『変更対象＝フィーダＩＤ』『変更内容＝リール交換』で実不良が増加しました（悪化事例２件、実不良が２４０．７％増加）」とする。なお、上記の実施例においては、製造工程における生産性および／または製造品質に関わる指標として、不良数や不良率を用いた例について説明したが、前記指標として、単位時間当たりの生産数、製品１つあたりの生産に要する時間の平均、ＯＥＥ（設備総合効率）、Ｃｐｋ、Ｃｐ（工程能力指数）を用いてもよい。

なお、以下には本発明の構成要件と実施例の構成とを対比可能とするために、本発明の構成要件を図面の符号付きで付記しておく。
＜付記１＞
単一または複数の製造装置（１０ａ、１０ｃ、１０ｅ）及び検査装置（１０ｂ、１０ｄ、１０ｆ）を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ライン（１０）に係る生産管理システム（１）であって、
前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出部（１１０ａ）と、
前記変化検出部が検出した前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得部（１１０ｂ）と、
前記指標変化取得部により取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成部（１１０ｃ）と、
を備えることを特徴とする、生産管理システム。
＜付記６＞
単一または複数の製造装置（１０ａ、１０ｃ、１０ｅ）及び検査装置（１０ｂ、１０ｄ
、１０ｆ）を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ライン（１０）に係る生産管理方法であって、
前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出工程（Ｓ１０１～Ｓ１０３）と、
前記変化検出部が検出した前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得工程（Ｓ１０６～Ｓ１０７）と、
前記指標変化取得部により取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成工程（Ｓ１０８～Ｓ１１６）と、
を有することを特徴とする、生産管理方法。
＜付記１１＞
単一または複数の製造装置（１０ａ、１０ｃ、１０ｅ）及び検査装置（１０ｂ、１０ｄ、１０ｆ）を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程を実行する生産ライン（１０）に係る生産管理プログラムであって、
コンピュータに、前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出ステップ（Ｓ１０１～Ｓ１０３）と、
前記変化検出ステップにおいて検出された前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得ステップ（Ｓ１０６～Ｓ１０７）と、
前記指標変化取得ステップにおいて取得された前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成ステップ（Ｓ１０８～Ｓ１１６）と、
を実行させることを特徴とする、生産管理プログラム。

１・・・生産管理システム
１ａ・・・ライン管理用サーバ
１ｃ・・・実装機用サーバ
１ｅ・・・検査機用サーバ
１０・・・生産ライン
１０ａ・・・はんだ印刷装置
１０ｂ・・・はんだ印刷後検査装置
１０ｃ・・・マウンタ
１０ｄ・・・マウント後検査装置
１０ｅ・・・リフロー炉
１０ｆ・・・リフロー後検査装置
１１ａ・・・データ取得部
１１ｂ・・・制御部
１１ｃ・・・データベース部
１１ｄ・・・出力部
１１０ａ・・・変化検出部
１１０ｂ・・・指標変化取得部
１１０ｃ・・・情報生成部

Claims (14)

1. 単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ラインに係る生産管理システムであって、
   前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出部と、
   前記変化検出部が検出した前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得部と、
   前記指標変化取得部により取得した前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成部と、
   を備えることを特徴とする、生産管理システム。
2. 前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
   前記情報生成部が生成する、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むことを特徴とする、請求項１に記載の生産管理システム。
3. 前記変化検出部が検出した前記所定の要因の変化の情報と、前記指標変化取得部が取得した前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて保存し蓄積するデータベース部をさらに備えることを特徴とする、請求項１または２に記載の生産管理システム。
4. 前記変化検出部が検出した前記所定の要因の変化の情報と、前記指標変化取得部が取得した前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて出力する出力部をさらに備えることを特徴とする、請求項１から３のいずれか一項に記載の生産管理システム。
5. 前記所定の要因の変化は、前記製造工程における４Ｍ変更であり、
   前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値であり、
   前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値の増減であることを特徴とする、請求項１から４のいずれか一項に記載の生産管理システム。
6. 前記情報生成部が新たに生成した前記要因の変化と前記指標との関係を示す情報と、
   前記要因の変化と同一の要因の変化に対して前記情報生成部が過去に生成した、前記同一の要因の変化と前記指標との関係を示す情報と、の関係を取得する、情報確認部をさらに備えることを特徴とする、請求項１から５のいずれか一項に記載の生産管理システム。
7. 単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程が実行される生産ラインに係る生産管理方法であって、
   前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出工程と、
   前記変化検出工程において検出された前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得工程と、
   前記指標変化取得工程において取得された前記指標の変化より、前記要因の変化と前記
   指標との関係を示す情報を生成する情報生成工程と、
   を有することを特徴とする、生産管理方法。
8. 前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
   前記情報生成工程において生成される、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むことを特徴とする、請求項７に記載の生産管理方法。
9. 前記変化検出工程において検出された前記所定の要因の変化の情報と、前記指標変化取得工程において取得された前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて保存し蓄積するデータベース化工程をさらに備えることを特徴とする、請求項７または８に記載の生産管理方法。
10. 前記変化検出工程において検出された前記所定の要因の変化の情報と、前記指標変化取得工程において取得された前記指標の変化の情報と、前記要因の変化と前記指標との関係を示す情報とを関連付けて出力する出力工程をさらに備えることを特徴とする、請求項７から９のいずれか一項に記載の生産管理方法。
11. 前記所定の要因の変化は、前記製造工程における４Ｍ変更であり、
    前記製造工程における生産性および／または製造品質に関わる指標は、所定期間における不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値であり、
    前記要因の変化と前記指標との関係は、前記４Ｍ変更に基づく、不良数、工程能力、生産量および生産速度のうちの少なくとも何れかまたは、それらに基づいて算出される数値の増減であることを特徴とする、請求項７から１０のいずれか一項に記載の生産管理方法。
12. 前記情報生成工程において新たに生成された前記要因の変化と前記指標との関係を示す情報と、
    前記要因の変化と同一の要因の変化に対して前記情報生成工程において過去に生成された、前記同一の要因の変化と前記指標との関係を示す情報と、の関係を取得する、情報確認工程をさらに備えることを特徴とする、請求項７から１１のいずれか一項に記載の生産管理方法。
13. 単一または複数の製造装置及び検査装置を有し、前記製造装置及び検査装置による製品の製造工程及び検査工程を実行する生産ラインに係る生産管理プログラムであって、
    コンピュータに、前記製造工程および／または前記検査工程に関わる所定の要因の変化を検出する変化検出ステップと、
    前記変化検出ステップにおいて検出された前記要因の変化の時間的な前後の、前記製造工程における生産性および／または製造品質に関わる指標の変化を取得する指標変化取得ステップと、
    前記指標変化取得ステップにおいて取得された前記指標の変化より、前記要因の変化と前記指標との関係を示す情報を生成する情報生成ステップと、
    を実行させることを特徴とする、生産管理プログラム。
14. 前記所定の要因の変化は、計画的に実施される計画的変化と、それ以外の変化とを含み、
    前記情報生成ステップにおいて生成される、前記要因の変化と前記指標との関係を示す情報は、前記要因の変化が、前記計画的変化か、それ以外の変化かの情報を含むことを特
    徴とする、請求項１３に記載の生産管理プログラム。
    

Images