JP2023151915A - 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム - Google Patents
実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム Download PDFInfo
- Publication number
- JP2023151915A JP2023151915A JP2022061789A JP2022061789A JP2023151915A JP 2023151915 A JP2023151915 A JP 2023151915A JP 2022061789 A JP2022061789 A JP 2022061789A JP 2022061789 A JP2022061789 A JP 2022061789A JP 2023151915 A JP2023151915 A JP 2023151915A
- Authority
- JP
- Japan
- Prior art keywords
- power cost
- execution timing
- execution
- timing determination
- timing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 194
- 230000008569 process Effects 0.000 claims abstract description 184
- 230000006870 function Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 109
- 238000004886 process control Methods 0.000 description 80
- 239000000463 material Substances 0.000 description 55
- 238000010586 diagram Methods 0.000 description 24
- 239000013067 intermediate product Substances 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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]
-
- 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
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】一又は複数の工程に関する電力コストを低減可能な実行タイミング判断技術を提供すること。【解決手段】実行タイミング判断装置は、一又は複数の工程の実行タイミングを判断する実行タイミング判断装置であって、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)を参照可能に構成されており、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部(13)と、所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部(15)と、実行期間情報と電力コスト情報と電力コスト予測モデル(31)とに基づいて対象工程の電力コストを予測する電力コスト予測部(17)と、予測した電力コストに基づいて対象工程の実行タイミングを判断する実行タイミング判断部(19)と、を備える。【選択図】図4
Description
本発明は、実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラムに関する。
特許文献1には、制御対象となる機器の運転スケジュールを最適化する運転計画最適化装置等が記載されている。運転計画最適化装置は、(1)制御対象機器について、プロセスデータに基づき将来の所定の期間における消費エネルギーもしくは供給エネルギーの予測値を設定するエネルギー予測部と、(2)予測値、制御対象機器の特性とプロセスデータに基づいて、所定の期間における制御対象機器の運転スケジュールを、所定の評価指標により最適化するスケジュール最適化部と、(3)予め定められた判定条件に基づいて最新の運転スケジュール承認の必要性を判定する承認依頼判定部と、(4)承認依頼判定部における判定結果を伝達する判定結果伝達部とを備える。
しかしながら、特許文献1に記載の運転計画最適化装置は、複数の制御対象機器の運転スケジュールを最適化することを目的としている。つまり、特許文献1に記載の運転計画最適化装置は、一又は複数の製造工程のうち、実行対象である対象工程に関する予測電力コストを踏まえた、対象工程の実行タイミングの調整については全く考慮していない。よって、当該運転計画最適化装置では、電力コストの高い時間帯(例えば電力コストのピーク時)に対象工程を実行してしまい、一又は複数の製造工程に関する電力コストが増加するおそれがある。
本発明は、このような事情に鑑みてなされたものであり、一又は複数の工程に関する電力コストを低減可能な実行タイミング判断技術を提供することを目的の1つとする。
本発明の一態様に係る実行タイミング判断装置は、一又は複数の工程の実行タイミングを判断する実行タイミング判断装置であって、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルを参照可能に構成されており、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部と、所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部と、実行期間情報と電力コスト情報と電力コスト予測モデルとに基づいて対象工程の電力コストを予測する電力コスト予測部と、予測した電力コストに基づいて対象工程の実行タイミングを判断する実行タイミング判断部と、を備える。
この態様によれば、実行タイミング判断装置は、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得し、所定タイミングの電力コストに関する電力コスト情報を取得し、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて対象工程の電力コストを予測し、予測した電力コストに基づいて対象工程の実行タイミングを判断する。よって、電力コストの高い時間帯(例えば電力コストのピーク時)を避けて対象工程を実行すること(例えば電力コストのピークシフト)が可能となる。したがって、一又は複数の工程に関する電力コストを低減可能である。
上記態様において、実行タイミング判断部は、予測した電力コストに基づく、対象工程の実行タイミングの判断結果が所定の条件を満たすか否かを判断してもよい。
上記態様において、予測した電力コストに基づく、対象工程の実行タイミングの判断結果が所定の条件を満たすまで、(i)電力コスト予測部における、対象工程の電力コストを予測すること、及び、(ii)実行タイミング判断部における、対象工程の実行タイミングを判断することが繰り返し実行されてもよい。
上記態様において、実行タイミング判断部は、電力コスト予測部が予測した電力コストであって、第1タイミングから第1タイミングよりも後の第2タイミングに基づく所定期間における電力コストが所定の条件を満たす場合に、対象工程の実行タイミングを判断してもよい。
上記態様において、実行タイミング判断部は、電力コスト予測部が予測した電力コストの積分値であって、第1タイミングから第1タイミングよりも後の第2タイミングに基づく所定期間における積分値が最小になる場合の第1タイミングを、対象工程の最適な実行タイミングとして判断してもよい。
上記態様において、対象工程が複数ある場合、複数の対象工程ごとに、(i)電力コスト予測部における、対象工程の電力コストを予測すること、及び、(ii)実行タイミング判断部における、対象工程の実行タイミングを判断することが実行されてもよい。
上記態様において、実行タイミング判断装置は、所定タイミングにおけるバッテリの残量に基づいてバッテリの運転期間を算出するバッテリ消費予測モデルを参照可能に構成されており、第1取得部は、実行期間情報を、運転期間に関する情報に基づいて取得してもよい。
本発明の他の態様に係る実行タイミング判断方法は、一又は複数の工程の実行タイミングを判断する実行タイミング判断装置で実行される実行タイミング判断方法であって、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得することと、所定タイミングの電力コストに関する電力コスト情報を取得することと、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて対象工程の電力コストを予測することと、予測した電力コストに基づいて対象工程の実行タイミングを判断することと、を含む。
この態様によれば、実行タイミング判断装置は、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得し、所定タイミングの電力コストに関する電力コスト情報を取得し、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて対象工程の電力コストを予測し、予測した電力コストに基づいて対象工程の実行タイミングを判断する。よって、電力コストの高い時間帯を避けて対象工程を実行することが可能となる。したがって、一又は複数の工程に関する電力コストを低減可能である。
本発明の他の態様に係る実行タイミング判断プログラムは、一又は複数の工程の実行タイミングを判断する実行タイミング判断装置を、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部、所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて対象工程の電力コストを予測する電力コスト予測部、予測した電力コストに基づいて対象工程の実行タイミングを判断する実行タイミング判断部、として機能させる、実行タイミング判断プログラム。
この態様によれば、実行タイミング判断装置は、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得し、所定タイミングの電力コストに関する電力コスト情報を取得し、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて対象工程の電力コストを予測し、予測した電力コストに基づいて対象工程の実行タイミングを判断する。よって、電力コストの高い時間帯を避けて対象工程を実行することが可能となる。したがって、一又は複数の工程に関する電力コストを低減可能である。
本発明によれば、一又は複数の工程に関する電力コストを低減可能である。
添付図面を参照して、本発明の好適な実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。
<第1実施形態>
図1は、本発明の実施形態に係る工程制御システム100のブロック構成を示す図である。工程制御システム100は、一又は複数の工程ごとに実行タイミングを判断し、最適な実行タイミングで工程を実行するための制御システムである。「工程」は、所定の材料又は部材を使用する工程であり、例えば、所定の中間品(例えば半導体チップ)から完成品(例えば所定のモジュール)を製造するための製造工程を含むがこれに限られない。「工程」は、部材等を洗浄する洗浄工程、又は、中間品もしくは完成品を分解する分解工程を含んでもよい。
図1は、本発明の実施形態に係る工程制御システム100のブロック構成を示す図である。工程制御システム100は、一又は複数の工程ごとに実行タイミングを判断し、最適な実行タイミングで工程を実行するための制御システムである。「工程」は、所定の材料又は部材を使用する工程であり、例えば、所定の中間品(例えば半導体チップ)から完成品(例えば所定のモジュール)を製造するための製造工程を含むがこれに限られない。「工程」は、部材等を洗浄する洗浄工程、又は、中間品もしくは完成品を分解する分解工程を含んでもよい。
工程制御システム100は、例示的に、電力コストサーバ1と、ERP(Enterprise Resource Planning:企業資源計画)2と、MES(Manufacturing Execution System:製造実行システム)10(実行タイミング判断装置)とを備える。本例では電力コストサーバ1、ERP2、及び、MES10は、一台のコンピュータで構成されてもよいし、複数のコンピュータが組み合わされて実現されてもよい。
電力コストサーバ1は、複数の製造工程A,B,Cを含む製造ラインLに関する所定時刻tの電力コストCtを測定してMES10に送信する。電力コストサーバ1は、製造ラインLに関する電力コストの他、当該製造ラインL及び他の製造装置を備える製造施設全体の所定時刻tの電力コストCtを測定してもよい。
図1の例では、製造ラインLは、複数の製造工程A,B,Cを含む。例えば、製造工程Aは、中間品Waに基づいて中間品Wbを製造する工程であり、製造工程Bは、中間品Wbに基づいて中間品Wcを製造する工程であり、製造工程Cは、中間品Wcに基づいて完成品を製造する工程である。なお、製造ラインLは、図1の例では、一つであるが、複数でもよい。また、製造ラインLが含む製造工程は、三つに限られず、単一、二つ、又は、四つ以上でもよい。
ERP2は、製造ラインLの各工程A,B,Cで製造される中間品又は完成品の目標数量及び納期を設定して、MES10に送信する。
MES10は、複数の製造工程A,B,Cごとに最適な実行タイミングを判断し、判断された実行タイミングで各製造工程を実行するように製造ラインLに指示を送信する。
MES10は、例示的に、工程電力コスト予測プログラム3と、材料投入指示プログラム4と、材料数量DB(データベース)5とを備える。
工程電力コスト予測プログラム3は、各工程において特定時刻に材料を投入する(工程を実行する)際の電力コストを予測するためのプログラムである。工程電力コスト予測プログラム3は、例えば、電力コスト予測モデル31と、工程シミュレータ33と含む。
電力コスト予測モデル31は、一又は複数の工程に関する電力コストを予測するためのモデルである。電力コスト予測モデル31は、例えば、時刻ごとの電力コスト推移に基づく予測モデル、及び、気候等の外部因子情報を利用した予測モデルの少なくとも一方を含む。なお、電力コスト予測モデル31は参照可能であればよく、MES10、又は、工程制御システム100の外部に配置されてもよい。
工程シミュレータ33は、一又は複数の工程を実行する際に必要な実行期間に関する実行期間情報を算出するプログラムである。例えば、工程シミュレータ33は、対象工程で使用される材料に関する材料情報が入力されると、対象工程を実行する際に必要な実行期間に関する実行期間情報を算出する。
図2は、第1実施形態に係る工程電力コスト予測プログラムの一例を示す図である。図2に示すように、工程電力コスト予測プログラム3は、時刻tの電力コストCtと、予測時刻aと、製造工程で使用される材料数量とを取得して、時刻t+aに材料を投入する際の予測電力コストCt+aを算出する。より具体的には、工程シミュレータ33は、材料数量に基づいて対象製造工程の運転時間を算出して、電力コスト予測モデル31に出力する。電力コスト予測モデル31は、時刻tの電力コストCtと、予測時刻aと、工程シミュレータ33によって算出された対象工程の運転時間とに基づいて、予測電力コストCt+aを算出する。
図1に戻り、材料投入指示プログラム4は、工程電力コスト予測プログラム3によって予測された電力コストに基づいて製造工程の実行タイミングを判断するプログラムである。材料投入指示プログラム4は、判断した実行タイミングで製造工程を実行するように、製造ラインLに実行指示を送信するプログラムである。材料投入指示プログラム4は、例えば、工程実行タイミング判断モデル41を含む。工程実行タイミング判断モデル41は、例えば、製造工程ごとに実行タイミングを判断する局所判断モデル、及び、製造工程全体の最適な実行スケジュールを判断する最適判断モデルの少なくとも一方を含む。なお、工程実行タイミング判断モデル41は参照可能であればよく、MES10、又は、工程制御システム100の外部に配置されてもよい。
図3は、第1実施形態に係る材料投入指示プログラムの一例を示す図である。図3に示すように、工程実行タイミング判断モデル41は、実行指示と、実行デッドライン(例えば、最も遅い実行タイミング時刻)と、電力コスト予測モデル31によって算出された予測電力コストCt+aとを取得して、対象製造工程の最適な実行タイミングを判断する。工程実行タイミング判断モデル41は、判断した実行タイミングで対象製造工程を実行するように、製造ラインLに実行開始の指示、又は、待機の指示を送信する。
図1に戻り、材料数量DB5は、例えば、製造工程で使用される材料又は部品の数量(材料情報)を管理するデータベースである。例えば、材料数量DB5は、製造ラインLから送信される、各中間品Wa,Wb,Wcの数量に基づいて記録された材料情報を更新する。
図4は、第1実施形態に係るMESの機能構成を示す図である。MES10は、機能的に、一又は複数の工程の実行タイミングを判断するための処理を実行する情報処理部11と、電力コスト予測モデル31と、工程シミュレータ33と、工程実行タイミング判断モデル41と、材料数量DB5と、を備える。
情報処理部11は、例示的に、第1取得部13と、第2取得部15と、電力コスト予測部17と、実行タイミング判断部19とを備える。なお、情報処理部11の上記各部は、例えば、メモリやハードディスク等の記憶領域(例えば図5に示すRAM(Random Access Memory)10b及びROM(Read Only Memory)10c)を用いたり、記憶領域に格納されているプログラムをプロセッサ(例えば図5に示すCPU(Central Processing Unit)10a)が実行したりすることにより実現することができる。
第1取得部13、第2取得部15、及び、電力コスト予測部17は、図1及び図2に示す工程電力コスト予測プログラム3に対応する。例えば、第1取得部13は、一又は複数の製造工程のうち対象製造工程を実行する際に必要な実行期間に関する実行期間情報を、対象製造工程で使用される材料に関する材料情報に基づいて取得する。第2取得部15は、所定タイミングの電力コストに関する電力コスト情報を取得する。電力コスト測定部17は、実行期間情報と、電力コスト情報と、図1及び図2に示す電力コスト予測モデル31と、に基づいて対象製造工程の電力コストを予測する。
実行タイミング判断部19は、図1及び図3に示す材料投入指示プログラム4に対応する。実行タイミング判断部19は、電力コスト予測部17が予測した電力コストに基づいて対象製造工程の実行タイミングを判断する。
図5は、第1実施形態に係るMES10の物理的な構成を例示する図である。MES10は、演算部に相当するCPU10aと、記憶部に相当するRAM10bと、記憶部に相当するROM10cと、通信部10dと、入力部10eと、表示部10fと、を有する。これらの各構成は、バスを介して相互にデータ送受信可能に接続される。なお、本例ではMES10が一台のコンピュータで構成される場合について説明するが、MES10は、複数のコンピュータが組み合わされて実現されてもよい。また、図5に示す構成は一例であり、MES10はこれら以外の構成を有してもよいし、これらの構成のうち一部を有さなくてもよい。
CPU10aは、RAM10b又はROM10cに記憶されたプログラムを実行し、各種の制御やデータの演算及び加工を行う制御部として機能する。例えば、CPU10aは、工程の実行タイミングを判断するためのプログラム(実行タイミング判断プログラム)を実行する。また、CPU10aは、入力部10eや通信部10dから種々のデータを受け取り、データの演算結果を表示部10fに表示したり、RAM10bに格納したりする。
RAM10bは、記憶部のうちデータの書き換えが可能なものであり、例えば半導体記憶素子で構成されてよい。RAM10bは、例えばCPU10aが実行するプログラム、そのプログラムで用いるデータを記憶してよい。なお、これらは例示であって、RAM10bには、これら以外のデータが記憶されてもよいし、これらの一部が記憶されなくてもよい。
ROM10cは、記憶部のうちデータの読み出しが可能なものであり、例えば半導体記憶素子で構成されてよい。ROM10cは、例えば実行タイミング判断プログラムや、書き換えが行われないデータを記憶してよい。
通信部10dは、MES10を他の機器に接続するインターフェースである。通信部10dは、LAN等の通信ネットワークに接続されてよい。
入力部10eは、ユーザからデータの入力を受け付けるものであり、例えば、キーボード及びタッチパネルを含んでよい。
表示部10fは、CPU10aによる演算結果を視覚的に表示するものであり、例えば、LCD(Liquid Crystal Display)により構成されてよい。表示部10fは、例えば、制御信号や物理量を時系列で表示してよい。
実行タイミング判断プログラムは、RAM10bやROM10c等のコンピュータによって読み取り可能な記憶媒体に記憶されて提供されてもよいし、通信部10dにより接続される通信ネットワークを介して提供されてもよい。MES10では、CPU10aが実行タイミング判断プログラムを実行することにより、上記で説明した様々な動作が実現される。なお、これらの物理的な構成は例示であって、必ずしも独立した構成でなくてもよい。例えば、MES10は、CPU10aとRAM10bやROM10cが一体化したLSI(Large-Scale Integration)を備えてもよい。
<<工程制御処理>>
図6から図11を参照して、第1実施形態に係る工程制御システムのMESにより実行される工程制御処理を説明する。図6は、第1実施形態に係る工程制御システムのMESにより実行される工程制御処理のフローチャートである。図6に示すように、図1に示す工程制御システム100は、一又は複数の製造工程ごとに製造目標数量及び納期を設定する(S1)。工程制御システム100は、納期を評価する(S2)。
図6から図11を参照して、第1実施形態に係る工程制御システムのMESにより実行される工程制御処理を説明する。図6は、第1実施形態に係る工程制御システムのMESにより実行される工程制御処理のフローチャートである。図6に示すように、図1に示す工程制御システム100は、一又は複数の製造工程ごとに製造目標数量及び納期を設定する(S1)。工程制御システム100は、納期を評価する(S2)。
工程制御システム100は、納期が適当か否かを判断する(S3)。納期が適当ではない場合(S3においてNoの場合)には、ステップS1に戻り、工程制御システム100は、納期を再設定する。納期が適当ではない場合とは、工程制御システム100が製造工程を即座に実行しても納期に間に合わない(例えば全製造工程が終了しない)場合を含む。納期が適当である場合(S3においてYesの場合)には、ステップS4に進む。
工程制御システム100は、製造工程を分解する(S4)。工程制御システム100は、分解した製造工程ごとのスケジュールを作成する(S5)。製造工程ごとのスケジュールは、例えば、各製造工程の最も遅い材料投入時刻(実行タイミング)と、各製造工程に対して投入される材料の数量と、を含む。
工程制御システム100は、実行対象の対象製造工程のスケジュールを評価し、その評価に基づいて当該スケジュールを調整する(S6)。工程制御システム100は、例えば、複数の製造工程ごとに、最適な材料投入時刻(実行タイミング)と、予測終了時刻における電力コストと、を算出する。つまり、工程制御システム100は、ステップS6を一又は複数の製造工程ごとに実行する。ステップS6の処理の詳細については、図7から図11を参照して説明する。
工程制御システム100は、対象製造工程への材料の投入開始を指示する(S7)。工程制御システム100は、全製造工程が終了したか否かを判断する(S8)。全製造工程が終了していない場合(S8においてNoの場合)は、ステップS6に戻る。他方で、全製造工程が終了した場合(S8においてYesの場合)は、工程制御処理を終了する。
図7は、第1実施形態に係るMESにより実行される対象工程のスケジュールの評価及び調整処理のフローチャートである。特に図7は、図6に示すステップS6の処理内容をより具体的に示す図である。図7に示すように、図1に示す工程制御システム100は、前製造工程の工程進捗を評価する(S61)。例えば、複数の製造工程A,B,Cが実行される場合に、実行対象が製造工程Bであるときは、前製造工程は、製造工程Aである。また、MES10は、例えば、複数の製造工程の工程順序等の情報を管理しているため、当該情報に基づいて、製造工程の実行順にしたがい、製造工程を評価する。
工程制御システム100は、製造工程Aの予測終了時刻が確定したか否かを判断する(S62)。製造工程Aの予測終了時刻が確定していない場合(Noの場合)は、ステップS61に戻る。他方で、製造工程Aの予測終了時刻が確定している場合(Yesの場合)は、ステップS63に進む。
工程制御システム100は、最も遅い材料投入時刻を評価する(S63)。工程制御システム100は、最も遅い材料投入時刻が現在時刻と(ほぼ)一致するか否かを判断する(S64)。最も遅い材料投入時刻が現在時刻と(ほぼ)一致する場合(Yesの場合)は、ステップS69に進む。他方で、最も遅い材料投入時刻が現在時刻と(ほぼ)一致しない場合(Noの場合)は、ステップS65に進む。
図8は、第1実施形態に係るMESにより実行される電力コストの取得処理、及び、電力コストの推移の予測処理の一例を示す図である。図9は、第1実施形態に係るMESにより実行される電力コストの取得処理の一例を示す図である。図7から図9に示すように、工程制御システム100は、例えば図1に示す電力コストサーバ1から現在時刻の電力コストを取得する(S65)。
図10は、第1実施形態に係るMESにより実行される工程シミュレータによる対象工程の運転時間の導出処理の一例を示す図である。図8及び図10に示すように、工程制御システム100は、例えば図1に示す工程シミュレータ33により製造ラインLに含まれる対象製造工程Bの運転時間Tpを算出する(S90)。また、図8に示すように、工程制御システム100は、前製造工程Aの終了予定時刻t+Taを算出する(S95)。
図7及び図8に示すように、工程制御システム100は、現在時刻(又は前製造工程の予測終了時刻)から最も遅い投入時刻までの電力コストの推移を予測する(S66)。より具体的には、図8に示すように、例えば、工程制御システム100は、ステップS65の取得結果、ステップS90の算出結果、及び、ステップS95の算出結果に基づいて、当該電力コストの推移を予測する。次に、工程制御システム100は、最適な材料投入時刻を判断して更新する(S67)。図11を参照して、より具体的に、当該電力コストの推移の予測処理及び最適な材料投入時刻の判断処理を説明する。
図11は、第1実施形態に係るMESにより実行される電力コストの推移の予測処理及び最適な材料投入時刻の判断処理の一例を示す図である。図8及び図11に示すように、例えば、工程制御システム100(図4に示す電力コスト予測部17)は、現在時刻までの電力コスト推移(E[t-n,...,t])をもとに将来の推移(Te)を予測する。
次に、工程制御システム100(図4に示す実行タイミング判断部19)は、図4に示す電力コスト予測部17が予測する電力コストであって、例えば、現在時刻(又は前製造工程の予測終了時刻)(第1タイミング)から、最も遅い投入時刻(第2タイミング)に基づく所定期間における電力コスト(Ep)が所定の条件を満たす場合に、対象製造工程Bの実行タイミングを判断する。例えば、図11に示すように、実行タイミング判断部19は、幅Tpの時間ウィンドウを予測区間終端(t+Te)までスライドさせることによって、最小電力コストを探索する。より具体的には、実行タイミング判断部19は、電力コスト予測部17が予測した電力コストの積分値であって、第1タイミングから第2タイミングに基づく所定期間における積分値が最小になる場合の第1タイミングを、対象製造工程Bの最適な実行タイミング(例えば時刻「t+Ta+Tq」)として判断する。
この構成によれば、工程制御システム100は、所定期間における電力コストが所定の条件を満たす場合に、対象製造工程の実行タイミングを判断するから、対象製造工程の最適な実行タイミングをより適切に判断可能である。
図7に戻り、工程制御システム100(図4に示す実行タイミング判断部19)は、予測した前記電力コストに基づく、前記対象工程の実行タイミングの判断結果が所定の条件を満たすか否かを判断する(S68)。例えば、実行タイミング判断部19は、最適な材料投入時刻の更新が収束したか否かを判断する。最適な材料投入時刻の更新が収束した場合(Yesの場合)は、ステップS69に進む。他方で、最適な材料投入時刻の更新が収束していない場合(Noの場合)は、ステップS63に戻る。
上記のとおり、工程制御システム100では、予測した電力コストに基づく、対象製造工程Bの実行タイミングの判断結果が所定の条件を満たすまで(例えば最適な材料投入時刻の更新が収束するまで)、(i)電力コスト予測部17における、対象製造工程の電力コストを予測すること、及び、(ii)実行タイミング判断部19における、対象製造工程の実行タイミングを判断することが繰り返し実行される。
ここで、例えば、工程制御システム100では、上記した手法で最適な材料投入時刻が複数回(例えば10回程度)算出される。例えば、複数回算出された最適な材料投入時刻の誤差が所定期間以内に収まる(収束)する場合に、工程制御システム100は、複数回算出された最適な材料投入時刻の平均値を「最適な材料投入時刻」として「確定」させてもよい。なお、「確定」される「最適な材料投入時刻」は、上記の平均値に限られず、複数回算出された最適な材料投入時刻の中央値、又は、最頻値を含んでもよい。
この構成によれば、工程制御システム100では、判断される最適な材料投入時刻が安定するまで待って、「最適な材料投入時刻」を「確定」させることが可能であるから、より適切に最適な材料投入時刻を導入可能である。
図7に示すように、最後に工程制御システム100は、最適な材料投入時刻を確定して予測終了時刻及び予測電力コストを導出する(S69)。
第1実施形態によれば、図1及び図4に示すMES10(実行タイミング判断装置)は、一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を、対象工程で使用される材料に関する情報に基づいて取得し、所定タイミングの電力コストに関する電力コスト情報を取得し、実行期間情報と、電力コスト情報と、一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル31と、に基づいて対象工程の電力コストを予測し、予測した電力コストに基づいて対象工程の実行タイミングを判断する。よって、電力コストの高い時間帯(例えば電力コストのピーク時)を避けて対象工程を実行すること(例えば電力コストのピークシフト)が可能となる。したがって、一又は複数の工程に関する電力コストを低減可能である。
<第2実施形態>
図12を参照して、第2実施形態に係る工程制御システム100Aを説明する。図12は、第2実施形態に係る工程制御システムのブロック構成を示す図である。第2実施形態に係る工程制御システム100Aは、図1に示す第1実施形態に係る工程制御システム100では、MES10が備えていた電力コスト予測モデル31を、電力コストサーバ1に備える点で異なる。第2実施形態に係る工程制御システム100Aでは、MES10から時刻tの電力コストCtの予測要求を電力コストサーバ1に送信する。電力コストサーバ1は、電力コスト予測モデル31を用いて時刻tの電力コストCtを算出して、算出した電力コストCtをMES10に送信する。
図12を参照して、第2実施形態に係る工程制御システム100Aを説明する。図12は、第2実施形態に係る工程制御システムのブロック構成を示す図である。第2実施形態に係る工程制御システム100Aは、図1に示す第1実施形態に係る工程制御システム100では、MES10が備えていた電力コスト予測モデル31を、電力コストサーバ1に備える点で異なる。第2実施形態に係る工程制御システム100Aでは、MES10から時刻tの電力コストCtの予測要求を電力コストサーバ1に送信する。電力コストサーバ1は、電力コスト予測モデル31を用いて時刻tの電力コストCtを算出して、算出した電力コストCtをMES10に送信する。
<第3実施形態>
図13を参照して、第3実施形態に係る工程制御システム100Bを説明する。図13は、第3実施形態に係る工程制御システムのブロック構成を示す図である。第1実施形態に係る工程制御システム100では、製造ラインLにおいて製造工程Bが製造工程Aに基づいて実行される一方で、第3実施形態に係る工程制御システム100Bでは、製造ラインLにおいて製造工程Bが製造工程Aと製造工程Dとに基づいて実行される点で、両実施形態は異なる。以下では、第3実施形態に関して、第1実施形態と異なる点について特に説明する。
図13を参照して、第3実施形態に係る工程制御システム100Bを説明する。図13は、第3実施形態に係る工程制御システムのブロック構成を示す図である。第1実施形態に係る工程制御システム100では、製造ラインLにおいて製造工程Bが製造工程Aに基づいて実行される一方で、第3実施形態に係る工程制御システム100Bでは、製造ラインLにおいて製造工程Bが製造工程Aと製造工程Dとに基づいて実行される点で、両実施形態は異なる。以下では、第3実施形態に関して、第1実施形態と異なる点について特に説明する。
例えば、図7に示すステップS61において、第3実施形態に係る工程制御システム100B(MES10)は、例えば、複数の製造工程A,D,B,Cの工程順序等の情報を管理しているため、当該情報に基づいて、製造工程の実行順にしたがい、製造工程の進捗を評価する。また、例えば対象製造工程が製造工程Bである場合、前製造工程は、製造工程A及び製造工程Dであるから、工程制御システム100B(MES10)は、製造工程の進捗評価を、製造工程Aに関する評価、及び、製造工程Dに関する評価に基づいて実行する。つまり、工程制御システム100B(MES10)は、製造工程Aに関する評価、及び、製造工程Dに関する評価のいずれも良好である場合に、図7に示すステップS62に処理を進める。
第3実施形態によれば、工程制御システム100Bでは、製造ラインLにおいて対象製造工程Bが、複数の製造工程(例えば製造工程A及び製造工程D)に基づいて実行される。したがって、対象製造工程が複数の製造工程を前提する工程制御システムであっても、第1実施形態の工程制御システムと同様な効果、つまり、電力コストの高い時間帯(例えば電力コストのピーク時)を避けて対象工程を実行すること(例えば電力コストのピークシフト)が可能となり、一又は複数の工程に関する電力コストを低減可能である。
<第4実施形態>
図14及び図15を参照して、第4実施形態に係る工程制御システム100Cを説明する。図14は、第4実施形態に係る工程制御システムのブロック構成を示す図である。図15は、第4実施形態に係る工程電力コスト予測プログラムの一例を示す図である。
図14及び図15を参照して、第4実施形態に係る工程制御システム100Cを説明する。図14は、第4実施形態に係る工程制御システムのブロック構成を示す図である。図15は、第4実施形態に係る工程電力コスト予測プログラムの一例を示す図である。
図14に示す第4実施形態に係る工程制御システム100Cと、図1に示す第1実施形態に係る工程制御システム100との相違点は以下のとおりである。
(1)図14に示すように、工程制御システム100Cでは、工程制御システム100が備えない、MES10の外部電力としてのバッテリ8と、バッテリ8に接続された太陽光発電系統9とをさらに備える点
(2)図14に示すように、工程制御システム100Cでは、工程制御システム100が備えない、バッテリ8の残量を管理するバッテリ残量モニタDB7をさらに備える点
(3)図15に示すように、工程制御システム100Cの工程電力コスト予測プログラム3において、工程制御システム100が備えない、バッテリ消費予測モデル35をさらに備える点
(2)図14に示すように、工程制御システム100Cでは、工程制御システム100が備えない、バッテリ8の残量を管理するバッテリ残量モニタDB7をさらに備える点
(3)図15に示すように、工程制御システム100Cの工程電力コスト予測プログラム3において、工程制御システム100が備えない、バッテリ消費予測モデル35をさらに備える点
以下では、第4実施形態に関して、第1実施形態と異なる点について特に説明する。上記のとおり、工程制御システム100Cは、所定タイミング(例えば時刻t)におけるバッテリ8の残量に基づいてバッテリ8の運転期間を算出するバッテリ消費予測モデルを参照可能である。なお、バッテリ消費予測モデル35は参照可能であればよく、MES10、又は、工程制御システム100Cの外部に配置されてもよい。バッテリ8は、製造ラインLを駆動するために製造ラインLに供給される。図14に示すバッテリ8の残量を管理するバッテリ残量モニタDB7は、時刻tのバッテリ残量をバッテリ消費予測モデル35に入力する。
図15に示すように、工程制御システム100C(第1取得部)は、材料数量に基づく運転時間(工程シミュレータ33によって算出される運転時間/例えば10分間)と、バッテリ8の運転期間(バッテリ消費予測モデル35によって算出される運転時間/例えば3分間)とに基づいて「外部電力運転時間」(例えば7分間)としての実行期間情報を取得する。工程制御システム100C(電力コスト予測部)は、電力コスト予測モデル31に入力された、電力コストCtと、予測時刻aと、バッテリ消費予測モデル35からの外部電力運転時間と、バッテリ残量モニタDB7からの時刻tのバッテリ残量と、基づいて対象工程の電力コストを予測する。工程制御システム100C(実行タイミング判断部)は、予測された電力コストに基づいて対象工程の実行タイミングを判断する。
第4実施形態によれば、工程制御システム100Cは、電力コスト予測モデル31に入力された、電力コストCtと、予測時刻aと、バッテリ消費予測モデル35からの外部電力運転時間と、基づいて対象工程の電力コストを予測する。したがって、バッテリ8の電力供給をさらに踏まえて予測された電力コストに基づいて対象工程の最適な実行タイミングを判断可能である。
以上説明した各実施形態は、あらゆる点において本発明の例示に過ぎない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。つまり、本発明の実施にあたって、実施形態に応じた具体的構成が適宜採用されてもよい。また、上述した各実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。
[付記]
本実施形態における態様は、以下のような開示を含む。
(付記1)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置であって、
前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)を参照可能に構成されており、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部(13)と、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部(15)と、
前記実行期間情報と前記電力コスト情報と前記電力コスト予測モデル(31)とに基づいて前記対象工程の電力コストを予測する電力コスト予測部(17)と、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部(19)と、を備える、
実行タイミング判断装置。
(付記2)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置で実行される実行タイミング判断方法であって、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得することと、
所定タイミングの電力コストに関する電力コスト情報を取得することと、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)と、に基づいて前記対象工程の電力コストを予測することと、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断することと、を含む、
実行タイミング判断方法。
(付記3)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置を、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部(13)、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部(15)、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)と、に基づいて前記対象工程の電力コストを予測する電力コスト予測部(17)、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部(19)、
として機能させる、実行タイミング判断プログラム。
本実施形態における態様は、以下のような開示を含む。
(付記1)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置であって、
前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)を参照可能に構成されており、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部(13)と、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部(15)と、
前記実行期間情報と前記電力コスト情報と前記電力コスト予測モデル(31)とに基づいて前記対象工程の電力コストを予測する電力コスト予測部(17)と、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部(19)と、を備える、
実行タイミング判断装置。
(付記2)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置で実行される実行タイミング判断方法であって、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得することと、
所定タイミングの電力コストに関する電力コスト情報を取得することと、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)と、に基づいて前記対象工程の電力コストを予測することと、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断することと、を含む、
実行タイミング判断方法。
(付記3)
一又は複数の工程の実行タイミングを判断する実行タイミング判断装置を、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部(13)、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部(15)、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデル(31)と、に基づいて前記対象工程の電力コストを予測する電力コスト予測部(17)、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部(19)、
として機能させる、実行タイミング判断プログラム。
1…電力コストサーバ、2…ERP、3…工程電力コスト予測プログラム、4…材料投入指示プログラム、5…材料数量DB、7…バッテリ残量モニタDB、8…バッテリ、9…太陽光発電系統、10…MES、10a…CPU、10b…RAM、10c…ROM、10d…通信部、10e…入力部、10f…表示部、11…情報処理部、13…第1取得部、15…第2取得部、17…電力コスト予測部、19…実行タイミング判断装置、31…電力コスト予測モデル、33…工程シミュレータ、41…工程実行タイミング判断モデル、100,100A,100B,100C…工程制御システム
Claims (9)
- 一又は複数の工程の実行タイミングを判断する実行タイミング判断装置であって、
前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルを参照可能に構成されており、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部と、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部と、
前記実行期間情報と前記電力コスト情報と前記電力コスト予測モデルとに基づいて前記対象工程の電力コストを予測する電力コスト予測部と、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部と、を備える、
実行タイミング判断装置。 - 前記実行タイミング判断部は、予測した前記電力コストに基づく、前記対象工程の実行タイミングの判断結果が所定の条件を満たすか否かを判断する、
請求項1に記載の実行タイミング判断装置。 - 予測した前記電力コストに基づく、前記対象工程の実行タイミングの判断結果が前記所定の条件を満たすまで、(i)前記電力コスト予測部における、前記対象工程の電力コストを予測すること、及び、(ii)前記実行タイミング判断部における、前記対象工程の実行タイミングを判断することが繰り返し実行される、
請求項2に記載の実行タイミング判断装置。 - 前記実行タイミング判断部は、前記電力コスト予測部が予測した前記電力コストであって、第1タイミングから前記第1タイミングよりも後の第2タイミングに基づく所定期間における前記電力コストが所定の条件を満たす場合に、前記対象工程の実行タイミングを判断する、
請求項1に記載の実行タイミング判断装置。 - 前記実行タイミング判断部は、前記電力コスト予測部が予測した前記電力コストの積分値であって、第1タイミングから前記第1タイミングよりも後の第2タイミングに基づく所定期間における前記積分値が最小になる場合の前記第1タイミングを、前記対象工程の最適な実行タイミングとして判断する、
請求項1に記載の実行タイミング判断装置。 - 前記対象工程が複数ある場合、複数の前記対象工程ごとに、(i)前記電力コスト予測部における、前記対象工程の電力コストを予測すること、及び、(ii)前記実行タイミング判断部における、前記対象工程の実行タイミングを判断することが実行される、
請求項1に記載の実行タイミング判断装置。 - 所定タイミングにおけるバッテリの残量に基づいて前記バッテリの運転期間を算出するバッテリ消費予測モデルを参照可能に構成されており、
前記第1取得部は、前記実行期間情報を、前記運転期間に関する情報基づいて取得する、
請求項1から6のいずれか一項に記載の実行タイミング判断装置。 - 一又は複数の工程の実行タイミングを判断する実行タイミング判断装置で実行される実行タイミング判断方法であって、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得することと、
所定タイミングの電力コストに関する電力コスト情報を取得することと、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて前記対象工程の電力コストを予測することと、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断することと、を含む、
実行タイミング判断方法 - 一又は複数の工程の実行タイミングを判断する実行タイミング判断装置を、
前記一又は複数の工程のうち対象工程を実行する際に必要な実行期間に関する実行期間情報を取得する第1取得部、
所定タイミングの電力コストに関する電力コスト情報を取得する第2取得部、
前記実行期間情報と、前記電力コスト情報と、前記一又は複数の工程に関する電力コストを予測するための電力コスト予測モデルと、に基づいて前記対象工程の電力コストを予測する電力コスト予測部、
予測した前記電力コストに基づいて前記対象工程の実行タイミングを判断する実行タイミング判断部、
として機能させる、実行タイミング判断プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061789A JP2023151915A (ja) | 2022-04-01 | 2022-04-01 | 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム |
PCT/JP2023/007949 WO2023189196A1 (ja) | 2022-04-01 | 2023-03-03 | 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061789A JP2023151915A (ja) | 2022-04-01 | 2022-04-01 | 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023151915A true JP2023151915A (ja) | 2023-10-16 |
Family
ID=88201226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022061789A Pending JP2023151915A (ja) | 2022-04-01 | 2022-04-01 | 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023151915A (ja) |
WO (1) | WO2023189196A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5799248B2 (ja) * | 2011-02-25 | 2015-10-21 | パナソニックIpマネジメント株式会社 | 機器制御装置、機器制御方法、及び機器制御プログラム |
JP2015141465A (ja) * | 2014-01-27 | 2015-08-03 | 株式会社日立製作所 | 電気自動車の管理装置及び方法 |
-
2022
- 2022-04-01 JP JP2022061789A patent/JP2023151915A/ja active Pending
-
2023
- 2023-03-03 WO PCT/JP2023/007949 patent/WO2023189196A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023189196A1 (ja) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5691895A (en) | Mechanism and architecture for manufacturing control and optimization | |
Song et al. | Contract assembly: Dealing with combined supply lead time and demand quantity uncertainty | |
Wang et al. | A possibilistic decision model for new product supply chain design | |
Sawik | Coordinated supply chain scheduling | |
US5710700A (en) | Optimizing functional operation in manufacturing control | |
Qiu et al. | A robust optimization approach for multi-product inventory management in a dual-channel warehouse under demand uncertainties | |
Tang et al. | A mathematical programming model and solution for scheduling production orders in Shanghai Baoshan Iron and Steel Complex | |
Gajjar et al. | Application of actor-critic learning algorithm for optimal bidding problem of a Genco | |
CN102422311A (zh) | 需求预测装置、程序及记录介质 | |
US20030171829A1 (en) | System and method for complex process optimization and control | |
Minguillon et al. | Coupling of centralized and decentralized scheduling for robust production in agile production systems | |
Wee et al. | Multi products single machine economic production quantity model with multiple batch size | |
JP2008518359A (ja) | 最適化問題の解決方法及びそのシステム | |
JP4887846B2 (ja) | 出荷計画システム | |
Chen et al. | Optimal short-term scheduling of multiproduct single-stage batch plants with parallel lines | |
Pan et al. | Steelmaking-continuous casting scheduling problem with multi-position refining furnaces under time-of-use tariffs | |
Ebrahimi et al. | Scheduling a cellular manufacturing system based on price elasticity of demand and time-dependent energy prices | |
McAllister et al. | Rescheduling penalties for economic model predictive control and closed-loop scheduling | |
Zhou et al. | Reinforcement learning for online optimization of job-shop scheduling in a smart manufacturing factory | |
Boschian et al. | Contribution of simulation to the optimization of maintenance strategies for a randomly failing production system | |
WO2023189196A1 (ja) | 実行タイミング判断装置、実行タイミング判断方法、及び、実行タイミング判断プログラム | |
Gosavi et al. | Maintenance optimization in a digital twin for Industry 4.0 | |
Li et al. | Mixed-model assembly line balancing problem considering learning effect and uncertain demand | |
Kaynov et al. | Deep reinforcement learning for one-warehouse multi-retailer inventory management | |
JP2003058206A (ja) | 触媒利用支援方法及びそのシステム |